Überprüfung der untersuchungsleitenden Hypothesen

Stellt man die Schätzergebnisse der Paneldatenmodelle den in Kapitel 1.3 aufge-stellten untersuchungsleitenden Hypothesen gegenüber, kommt man zu folgen-den Befunfolgen-den:

1. Je höher das formale Bildungsniveau der Person, desto höher ist ceteris paribus das hieraus erzielte Lohneinkommen.

Die Hypothese wird durch die Daten bestätigt. Der Lohnvorsprung höherer Bil-dung gilt allerdings tatsächlich nur bei identischen Werten der übrigen Variab-len; so vermag die höhere Erwerbserfahrung, die eine Frau ohne akademischen Abschluss gegenüber einer gleichaltrigen Akademikerin aufweist, das formale Bildungsdefizit der zuerst genannten Frau teilweise zu kompensieren.

2. Je länger die verbleibende Zeitspanne bis zum Erwerbsaustritt, desto höher ist ceteris paribus die Lohnwachstumsrate in den nachfolgenden Perioden.

Die Hypothese wird ebenfalls durch die Daten bestätigt. Grafisch drückt sich der Zusammenhang in gekrümmten Lohn-Alters-Profilen durchgängig be-schäftigter Frauen aus. In der Nachunterbrechungsphase von Müttern ist der

228 Während 35,3 Prozent der Lohnbeobachtungen von Akademikerinnen aus Betrieben mit mehr als 2000 Mitarbeitern stammen, trifft dies nur auf 15,6 Prozent der Lohnbeobachtungen von Frauen ohne berufsbildenden Abschluss zu.

229 In Modell (3/5a) sind die Akademikerinnen daher in der Lohnprämie aktueller Vollzeit auf Platz 2 gefallen, nach Frauen ohne berufsbildenden Abschluss.

Lohnverlauf dagegen eher linear; die quadrierten Terme aktueller Vollzeit waren hier, sofern überhaupt signifikant, nur schwach negativ.

3. Je enger die Bindung der Person an den Arbeitsmarkt – operationalisiert durch die Wochenarbeitszeit in Stunden –, desto höher ist ceteris paribus die Lohnwachstumsrate.

Auch diese Hypothese der Humankapitaltheorie kann als durch die Daten bestätigt gelten: Während einer Teilzeitphase werden kaum Lohnzuwächse erzielt, zum Teil ist das Lohnwachstum sogar leicht negativ. Dies deutet auf die Dominanz des Abschreibungseffektes, mithin negative Nettoinvestitionen in dieser Phase, hin. Da die Motivation der Bildungsteilzeit für die Frauen im Datensatz weitgehend ausgeschlossen werden kann, dürfte die Teilzeitbe-schäftigung in den meisten Fällen als nicht transitorisch empfunden werden, so dass ein nachfolgend erfolgender beruflicher Aufstieg schwerlich erwartet werden kann.²³⁰ Entsprechend gering sind die Weiterbildungsanreize während der Teilzeitphase. Für den Befund geringer Bildungsinvestitionen in Teilzeit spricht noch ein weiterer, außerhalb der humankapitaltheoretischen Argumen-tation liegender Aspekt: Das enge Zeitbudget von Teilzeitkräften bietet – auf Grund meist familiärer Einbindung – keine Spielräume für Bildungszeiten.

4. Je gegenwartsnäher eine vergangene Bildungsinvestition erfolgte, desto höher ist das heute hieraus generierte Lohnwachstum.

Die Hypothese wird bestätigt durch den im Vergleich mit aktueller Vollzeit niedrigeren Koeffizienten früherer Vollzeit. Da letzterer alle früheren Voll-zeitphasen mit mindestens einjährigem Abstand zur Gegenwart erfasst, dürfte die Erfahrungsrendite für gegenwartsnahe frühere Vollzeit allerdings unter-zeichnet sein. Während Teilzeitphasen werden offenbar keine nennenswerten Bildungsinvestitionen getätigt (vgl. Hypothese 3); der Koeffizient früherer Teilzeit ist daher zwingend im Zusammenhang mit einer anschließenden Vollzeitphase zu sehen und stellt insofern keine Erfahrungsrendite von Teil-zeit, sondern einen Restaurationseffekt des Humankapitals nach Rückkehr zu Vollzeit dar.

5. Der aktuell aus einer in der Vergangenheit getätigten Bildungsinvestition generierte Lohnzuwachs fällt geringer aus, wenn dieser erfolgten Investition eine Phase der Auszeit nachfolgte, als wenn dies nicht der Fall war.

Auch diese Hypothese wird durch die Daten bestätigt, und zwar durch den Ver-gleich der Koeffizienten früherer Vollzeit vor Teilzeit mit dem – niedrigeren – Koeffizienten früher Vollzeit vor Auszeit.

230 Dies folgt aus der Variablenkonzeption (ein Jahr gilt nur als Teilzeitjahr, wenn mindestens sechs Monate in Teilzeit gearbeitet wurden).

6. Phasen der Nichterwerbstätigkeit führen zu einem Lohnabschlag bei Wieder-einstieg in die Erwerbstätigkeit, der umso höher ausfällt, je länger die Phase der Nichterwerbstätigkeit andauerte.

Diese für die vorliegende Untersuchung zentrale Hypothese wird durch die negativen Werte des linearen Terms der Auszeitvariablen bestätigt, und zwar unabhängig von der gewählten Auszeit-Operationalisierung und dem Schätz-verfahren. Der Befund, dass die Lohnstrafe mit zunehmender Auszeit we-sentlich schwächer ansteigt, wenn es sich um geburtsbezogene Auszeit han-delt, spricht aus humankapitaltheoretischer Sicht für ein unterschiedliches In-vestitionsverhalten der in Auszeit befindlichen Frauengruppen; alternativ – oder in Kombination hiermit – wäre denkbar, dass Müttern älterer Kinder zum Rückkehrzeitpunkt ein positiver Signaleffekt zugute kommt.

7. Die Lohnstrafe von Nichterwerbstätigkeit nimmt im Zeitablauf ab.

Diese Hypothese wird für Phasen der Nichterwerbstätigkeit ohne Arbeitslo-senmeldung (Auszeit) stärker bestätigt als für Zeiten der Arbeitslosigkeit: Der negative Koeffizient früherer Arbeitslosigkeit ist höher als jener der früheren Auszeit. Dass die Lohnstrafe von Nichterwerbstätigkeit zwischen den Motiven für dieselbe differiert, deutet auf Wirkungszusammenhänge außerhalb der Hu-mankapitaltheorie hin. So könnten nachhaltige Stigma-Effekte von Arbeitslo-sigkeit für die längere Wirkungsdauer der Lohnstrafe herangezogen werden.

Allerdings kommen zur Erklärung auch Selbstselektionsmechanismen in Fra-ge, die mit der humankapitaltheoretischen Argumentation kompatibel sind. So wäre denkbar, dass arbeitslose Frauen eine geringere subjektive Arbeits-marktnähe als Mütter empfinden und in ihren Bildungsanstrengungen in der Zeit nach dem Wiedereinstieg in das Erwerbsleben hinter letzteren zurück-bleiben. Da der unterbrechungsbedingte Einschnitt im Lohn nur durch nach-holende Folgeinvestitionen ausgemerzt werden kann, bleibt die Lohnstrafe bei den vormals arbeitslosen Frauen länger bestehen als bei den Müttern.

8. Eine erwartete Kontinuität der aktuell engen Arbeitsmarktbindung in den verbleibenden Jahren der Erwerbsspanne, operationalisiert durch den erfolg-ten Wiedereinstieg in eine Vollzeittätigkeit nach abgeschlossener Auszeit- oder Teilzeitphase, stimuliert einen zeitlich befristeten Aufholprozess im Lohn.

Auch diese Hypothese wird durch die Daten bestätigt: Der Koeffizient frühe-rer Teilzeit ist unabhängig vom Schätzverfahren signifikant positiv.²³¹ Da die Existenz früherer Teilzeit einen Wechsel des Erwerbsstatus voraussetzt (an-dernfalls befände man sich weiterhin in aktueller Teilzeit), Lohnzuwächse aber nur in Zeiten der Erwerbstätigkeit vereinnahmt werden können, lässt sich dieser Koeffizientenwert im vorliegenden Datensatz einzig als

231 Allerdings ist er im Fixed Effects-Modell höher als im Random Effects-Modell.

tionseffekt des Humankapitals in der sich an die Teilzeit anschließenden Vollzeitphase interpretieren.

Zusammenfassend bestätigen die Regressionsergebnisse die eingangs aufgestellten humankapitaltheoretisch fundierten Hypothesen. Dies darf allerdings nicht als Beleg für die Gültigkeit der Humankapitaltheorie missverstanden werden. Streng genommen ist denkbar, dass für alle acht empirischen Ergebnisse Faktoren au-ßerhalb der Humankapitaltheorie ursächlich sind. Der Humankapitaltheorie kann daher lediglich zugestanden werden, ein Gedankengerüst zu liefern, das plausible Erklärungen für die gefundenen empirischen Ergebnisse bietet.

4 Simulation der Lohneinbußen durch

geburtsbedingte Erwerbsunterbrechungen

Die Simulation von Lohnverläufen soll Aufschluss über die Wirkungsweise folgender drei Einflussfaktoren auf die Lohneffekte von Erwerbsunterbrechungen geben:

• Art und Dauer („Muster“) der Unterbrechung,

• Zeitpunkt der Unterbrechung und

• Bildungsgrad der Frau.

Für jedes dieser drei Kriterien wurden mehrere zu simulierende Alternativen festgelegt. Dabei wurde das Ziel verfolgt, aufbauend auf den Ergebnissen von Abschnitt 3 zu zeigen, wie sich die Lohneinkommen bei Unterstellung gewisser erwerbsbiografischer Verläufe entwickeln. Aus den simulierten Lohn-Alters-Pro-filen war es anschließend möglich, die mit bestimmten Verläufen verbundenen Lohnverluste zu berechnen. Bei der Festlegung der zu simulierenden Alternativen war erstens darauf zu achten, dass diese geeignet sind, den angestrebten Lohn-einfluss des jeweiligen Kriteriums zu verdeutlichen; zweitens mussten die simu-lierten Dauern erwerbsbiografischer Phasen im Datensatz verankert, das heißt, ausreichend häufig vorhanden sein. Zusätzlich galt es, hinsichtlich der neben dem Bildungsgrad bestehenden weiteren personenbezogenen Merkmale geeignete Typisierungen vorzunehmen.

In Abschnitt 4.1 wird erläutert, welche hypothetischen Erwerbsverläufe simu-liert und nach welchen Kriterien diese ausgewählt wurden. In diesem Zusam-menhang wird auch der Berechnungsmodus für die Lohnverluste vorgestellt.

Testsimulationen haben ergeben, dass die Höhe der berechneten Lohnverluste – über die oben genannten drei Einflussfaktoren hinaus – zusätzlich auch von gewähltem Variablenset und Schätzverfahren sowie vom Zeithorizont der Simu-lation bestimmt wird. In Abschnitt 4.2 werden die Ergebnisse dieser Testsimula-tionen sowie die daraufhin vorgenommenen Eingrenzungen des finalen tionsrahmens dargestellt. In Abschnitt 4.3 schließlich werden die finalen Simula-tionen und deren Ergebnisse vorgestellt.