Ergebnisse der statistische Analyse

Die Frage, von welchen Faktoren die Wahrscheinlichkeit, erwerbslos zu werden, abhängt, wurde mit den Daten der Volkszählung 2000 und den gepoolten Daten der Schweizerischen Arbeitskräfteerhebung 1992 bis 2003 und mit Hilfe von logistischen Regressionen ausgewertet.

Das Wirkungsmodell

Gestützt auf die verschiedenen Arbeitsmarkttheorien, auf die in den beiden Datensätzen (VZ, SAKE) vor-handenen Informationen sowie auf ausführliche Spezifikationstest entwickelten wir ein Wirkungsmodell zur Erklärung der Wahrscheinlichkeit, erwerbslos zu sein (vgl. Abbildung 4). Wir unterscheiden insgesamt 17 verschiedene Variablen in vier Variablengruppen.

Abbildung 4: Wirkungsmodell zur Erklärung der Wahrscheinlichkeit, erwerbslos zu sein

Quelle: Eigene Darstellung

Die Qualität der statistischen Schätzungen

Den Erklärungsgehalt der logistischen Regressionen messen wir über den R²-Wert.¹¹ Der Wert kann zwi-schen 0 Prozent und 100 Prozent schwanken. Je näher das Ergebnis bei 100 Prozent liegt, desto besser können die interindividuellen Unterschiede mit den berücksichtigten Variablen erklärt werden. Wenn das Auftreten kleiner Gruppen erklärt werden soll – die Erwerbslosen machen nur rund 4 Prozent der Er-werbspersonen aus -, dann resultieren in der wissenschaftlichen Literatur üblicherweise R²-Werte zwi-schen 5 und 20 Prozent. Gemessen an dieser Vorgabe ist die Qualität der Schätzungen im vorliegenden Rahmen als gut bis sehr gut zu bewerten:

11 Bei logistischen Regressionen handelt es sich aufgrund des Maximum-Likelihood-Verfahrens um sog. Pseudo-R²-Werte.

Indikatoren

BASS

■ Volkszählung: In den neun geschätzten Modellen konnten R²-Werte zwischen 5.9 Prozent (Schweize-rinnen; N=1'233’878) und 28.3 Prozent (Auslände(Schweize-rinnen; N=271’815) erreicht werden. Über alle Er-werbspersonen hinweg resultierte ein R²-Wert von 14 Prozent (N=3'408'701).

■ SAKE: Hier schwankten die R²-Werte in den neuen geschätzten Modellen zwischen 9.4 Prozent (Schweizerinnen; N=70'626) und 20.3 Prozent (Ausländerinnen; N=14'240). Über alle Erwerbspersonen betrug der R²-Wert 13.6 Prozent (N=180'727).¹²

Welche Variablen sind besonders wichtig?

Mit einer schrittweisen Schätzung (stepwise-Methode) der logistischen Regression kann man prüfen, in welcher Reihenfolge die Variablen in die Regression integriert werden. Es wird immer wieder diejenige genommen, die den höchsten zusätzlichen Erklärungsgehalt aufweist. Tabelle 5 zeigt, dass bei der Analy-se mit den Volkszählungsdaten die Sprachkompetenz die dominante Variable darstellt. Sie alleine erklärt 9.2 der 14.0 Prozentpunkte der gesamten logistischen Regression (Anteil von 65.7%).

Tabelle 5: Erklärungsgehalt der einzelnen Variablen bei der Erklärung des Risikos, erwerbslos zu werden - Volkszählungsdaten

Variable Variablengruppe R²-Wert Anteil an der Erklärung 1 Umgangssprache zu Hause oder Beruf Individuell 9.2% 65.7%

2 Integrationsgrad Diskriminierung 10.5% 9.3%

3 Höchste abgeschlossene Ausbildung Individuell 11.4% 6.4%

4 Zivilstand Haushalt 12.1% 5.0%

5 Geschlecht Diskriminierung 12.6% 3.6%

6 Erwerbslosenquote Strukturell 13.1% 3.6%

7 Gemeindetyp Strukturell 13.4% 2.1%

8 Alterskategorie Individuell 13.7% 2.1%

9 Kinder Haushalt 13.8% 0.7%

10 Wohngemeinde vor 5 Jahren Haushalt 13.8% 0.0%

11 Alleinerziehend Haushalt 13.9% 0.7%

12 Wirtschaftsregion Strukturell 13.9% 0.0%

13 Grösseklasse Gemeinde Strukturell 14.0% 0.7%

14 Haushaltstyp Haushalt 14.0% 0.0%

Quelle: Eigene Darstellung

Die Personen wurden danach gefragt, welche Sprachen sie regelmässig zu Hause bzw. im Beruf sprechen.

Daraus konnten vier unterschiedliche Kompetenzniveaus gebildet werden.¹³ Allerdings besteht bei er-werbslosen Personen eine Verzerrung: Definitionsgemäss konnten sie nur noch angeben, welche Sprache sie regelmässig zu Hause sprechen. Vor allem bei Ausländer/innen dürfte es häufiger vorkommen, dass sie zu Hause ihre Herkunftssprache sprechen und daher in der Sprachkompetenz zu tief eingeschätzt wurden.

An zweiter Stelle steht der Integrationsgrad (Anteil von 9.3%)¹⁴, dann folgen die Ausbildung (6.4%), der Zivilstand (5%), das Geschlecht (3.6%), die kantonale Erwerbslosenquote (3.6%), der Gemeindetyp (2.1%) und das Lebensalter (2.1%). Alle anderen Variablen leisten nur noch einen geringen

12 Wir weisen in Kapitel 2 die Ergebnisse des SAKE-Modells 2 aus. Im ausführlichen Bericht wurden zwei weitere Modellspezfikati-onen getestet. In SAKE-Modell 1 wurde eine identische Spezifikation wie bei der Volkszählung angestrebt (R²-Werte zwischen 4.4%

und 8.5%). In SAKE-Modell 3 wurde im Unterschied zum SAKE-Modell 2 zusätzlich das Haushaltsäquivalenzeinkommen berücksich-tigt (R²-Werte zwischen 8.8% und 20.7%).

13 Niveau 1: Spricht die Regionalsprache nicht; spricht keine Landessprache (2.5% der ständigen Wohnbevölkerung). Niveau 2:

Spricht die Regionalsprache nicht; spricht eine andere Landessprache (1.6%). Niveau 3: Spricht die Regionalsprache; spricht keine andere Landessprache (71.4%). Niveau 4: Spricht die Regionalsprache und eine andere Landessprache (24.5%).

14 Der Integrationsgrad wurde aus einer Kombination von Aufenthaltsstatus und Einbürgerung gemäss Tabelle 1 gebildet.

BASS

halt. Besonders relevant sind somit Variablen aus den Gruppen «individuelle» und «potenziell diskriminie-rend»; «strukturelle» Variablen und «Haushaltscharakteristika» sind etwas weniger wichtig.

Tabelle 6 zeigt wie bei der Volkszählung die Entwicklung des R²-Wertes durch die Methode der stepwise-Regression gemäss dem Modell mit den SAKE-Daten. Am wichtigsten sind zwei strukturelle Variablen, die bei den Volkszählungsdaten nicht zur Verfügung standen: Die (ehemalige) Branche (Anteil von 47% am gesamthaft erreichten R²-Wert) und die (ehemalige) «ausgeübte Berufsgruppe» (18.2%). Bei der Variable

«ausgeübte Berufsgruppe» werden hierarchische Elemente (Führungsfunktion etc.) mit Berufsbereichen (kaufmännische Berufe etc.) kombiniert. An dritter Stelle folgt die Variable «Nationalität» (14.7%), die ähnlich wie der Integrationsgrad bei der Volkszählung sehr wichtig ist. Der Aufenthaltsstatus spielt dem-gegenüber nur eine untergeordnete Rolle. An vierter Stelle folgt wiederum eine strukturelle Variable, die Erwerbslosenquote (6.5%), die auch bei der Analyse mit den Volkszählungsdaten wichtig ist. Die erste individuelle Variable folgt erst auf Platz 6 (Alterskategorien, 2.6%). Die Ausbildung folgt erst auf Platz 8 (1.7%). Haushaltsvariablen spielen dafür eine prominentere Rolle als bei der Volkszählung: Wohneigen-tümer/innen sind weniger stark von Erwerbslosigkeit betroffen (Platz 5, 3.8%), ebenso Paare gleicher Nationalität (Platz 7, 1.6%).

Tabelle 6: Erklärungsgehalt der einzelnen Variablengruppe bei der Erklärung des Risikos, erwerbslos zu werden - SAKE-Daten

Variable Variablengruppe R²-Wert Anteil an der Erklärung 1 Ausgeübte Berufsgruppe Strukturell 6.4% 47.1%

2 Branche Strukturell 8.9% 18.2%

3 Nationalität Diskriminierung 10.9% 14.7%

4 Erwerbslosenquote Strukturell 11.8% 6.5%

5 Wohneigentümer/in Haushalt 12.3% 3.8%

6 Alterskategorien Individuell 12.7% 2.6%

7 Haushalt gleicher Nationalität Diskriminierung 12.9% 1.6%

8 Höchste abgeschlossene Ausbildungsstufe Individuell 13.1% 1.7%

9 Alleinerziehend Haushalt 13.2% 0.5%

10 Mehrpersonenhaushalt Haushalt 13.2% 0.4%

11 Zivilstand Haushalt 13.3% 0.7%

12 Geschlecht Diskriminierung 13.4% 0.6%

13 Gemeindetyp Strukturell 13.5% 0.9%

14 Jahresbewilligung Diskriminierung 13.6% 0.5%

15 Kinder bis 24 Haushalt 13.6% 0.1%

Quelle: Eigene Darstellung

Die Ergebnisse der beiden Analysen entsprechen sich nicht vollständig. Welcher Gesamteindruck entsteht?

■ Als Vorbemerkung zur Interpretation muss folgendes vorausgeschickt werden: Wir haben zwei ver-schiedene Datenquellen mit unterschiedlichen Vor- und Nachteilen analysiert. Die Volkszählung ist sehr umfassend, beschränkt sich aber auf das Jahr 2000. Zudem ist für die Erwerbslosen nicht bekannt, wo sie zuletzt gearbeitet haben, womit Branchen- und Berufsinformationen nicht berücksichtigt werden können.

Die SAKE-Daten decken einen ganzen Konjunkturzyklus ab und enthalten sehr viel mehr Informationen zum Arbeitsverhältnis sowie zum Haushaltseinkommen. Allerdings handelt es sich hierbei um eine Stich-probenerhebung. Nicht signifikante Ergebnisse können daher auch mit der Stichprobengrösse zusammen-hängen. Zudem sind in der SAKE gewisse Variablen nicht enthalten, die in der Volkszählung zur Verfü-gung stehen (bspw. die Sprachkompetenzen).

■ Die Analyse mit den SAKE-Daten weist darauf hin, dass «Branchen» und «ausgeübte Berufsgrup-pen» von hervorragender Bedeutung sind. Beide Variablen konnten in der Volkszählung nicht berücksich-tigt werden. Umgekehrt hatten wir in der SAKE keine Angaben zu den Sprachkompetenzen. Eine

interes-BASS

sante Koinzidenz liegt darin, dass «Branchen» und «ausgeübte Berufsgruppen» gemeinsam 65.3 Prozent des Risikos, erwerbslos zu werden, erklären. Die Sprachvariable erklärt alleine 65.7 Prozent. Weiter wis-sen wir, dass die Sprachvariable der Volkszählung gewisse Messschwierigkeiten aufweist, weil bei den Erwerbslosen nur der Sprachgebrauch zu Hause festgestellt werden konnte. Es stellt sich somit die Frage, ob mit der Sprachvariable der Volkszählung auch strukturelle Merkmale der Branchen und Berufe aufge-nommen worden sind. Folgende Interpretation scheint möglich: Der Arbeitsmarkt ist nach Geschlecht und Nationalität stark segmentiert.¹⁵ Ausländer/innen werden verstärkt Branchen und ausgeübten Berufen zugewiesen, die von einem erhöhten Risiko der Erwerbslosigkeit betroffen sind. In diesen Branchen spielt die Kenntnis der Regionalsprache eine untergeordnete Bedeutung bzw. kann kaum erlernt werden. Es gibt auch Bereiche, in denen verstärkt Ausländer/innen der gleichen Nationalität arbeiten. Sie unterhalten sich untereinander in ihrer Herkunftssprache. Dieses Interpretationsmuster würde bedeuten, dass die Sprachvariable der Volkszählung nicht eine individuelle Sprachkompetenz, sondern ebenfalls strukturelle Merkmale der Branchen und Berufe abbildet. Aufgrund der vorgenommenen Analysen können wir nicht definitiv entscheiden, ob diese Interpretation zutrifft.

■ An zweiter Stelle der Erklärung des Erwerbslosigkeitsrisikos steht die potenziell diskriminierende Variable Nationalität bzw. der Integrationsgrad. Eingebürgerte Ausländer/innen, die in der Schweiz gebo-ren worden sind (2. Generation), haben unter Berücksichtigung aller individuellen und strukturellen Untschiede gegenüber den gebürtigen Schweizer/innen eine um 33 Prozent erhöhte Wahrscheinlichkeit, er-werbslos zu werden. Ausländer/innen mit Niederlassungsbewilligung C, die im Ausland geboren sind (1.

Generation), haben eine um 35 Prozent erhöhte Wahrscheinlichkeit. Ausländer/innen mit tiefem Integrati-onsgrad haben eine deutlich höhere Wahrscheinlichkeit. Es muss daher festgehalten werden, dass ein höherer Integrationsgrad das Erwerbslosigkeitsrisiko reduziert, dass aber auch ein sehr lang andauernder Aufenthalt in der Schweiz (u.U. sogar mit dem Besuch aller Schulen in der Schweiz) nicht zu einer Gleich-stellung mit den gebürtigen Schweizer/innen führt.¹⁶ Eine mögliche Erklärung bei einem Teil der (sehr heterogenen) 2. Generation liegt darin, dass die Reproduktion der strukturellen Verhältnisse der Eltern stärker ist als die Integrationseffekte der in der Schweiz verbrachten Kindheit und Jugend.

■ Besondere Erwähnung muss die Variable «Höchste abgeschlossene Ausbildung» finden: In der Hu-mankapitaltheorie wird sie als ganz zentral beschrieben. Bestätigt wird dies nur bei den Volkszählungsda-ten. Werden Berufs- und Brancheninformationen integriert, so sinkt die Bedeutung des Bildungsabschlus-ses stark. DieBildungsabschlus-ses Ergebnis deckt sich stärker mit den Prognosen der Segmentations- als mit denjenigen der Humankapitaltheorie. Die Gefahr, erwerbslos zu werden, ist stärker mit Berufen und Branchen zu erklä-ren. Dort trifft es auch Menschen mit guten Ausbildungen. Die Ausbildung alleine schützt somit weniger stark als erwartet gegen die Erwerbslosigkeit.

■ Die Haushaltscharakteristika spielen eher eine untergeordnete Bedeutung.

15 Deutsch et al. (2005) finden in ihrer Arbeit eine signifikante Segregation zwischen Schweizer/innen und Ausländer/innen. Ge-messen wird die Segregation mit dem verallgemeinerten Duncan-Index, der zwischen 0 und 1 variiert. 0 bedeutet keine Segregation, 1 eine maximale Segregation. Die Segregation nach Branchen betrug zwischen Schweizer und Ausländer 0.15, zwischen Schweize-rinnen und AusländeSchweize-rinnen 0.13. Bei den ausgeübten Berufen betrugen die entsprechenden Werte für die Männer 0.15 und für die Frauen 0.14. Zum Vergleich: Die Segregation nach Geschlecht betrug bei den Branchen 0.30 und bei den ausgeübten Berufen 0.49.

16 Die gegenüber den gebürtigen Schweizer/innen erhöhten Wahrscheinlichkeiten, erwerbslos zu sein, betragen: (a) Für Eingebür-gerte und in der Schweiz geborene: 33%; (b) Für EingebürEingebür-gerte und im Ausland geborene: 72%; (c) für Niedergelassene, die in der Schweiz geboren sind: 85%; (d) für Niedergelassene, die im Ausland geboren sind: 35%; (e) für Jahresaufenthalter/innen (vor 5 Jahren in der Schweiz): 77%; (f) für Jahresaufenthalter/innen (vor 5 Jahren im Ausland): 113%.

BASS

Die Bedeutung der verschiedenen Variablen im Einzelnen

In den Tabellen 5 und 6 wurde die Bedeutung der einzelnen Variablen in ihrem Gesamtkontext hingewie-sen. In Tabelle 7 stellen wir nun für die wichtigsten Variablen detaillierter dar, wie sie das Risiko beein-flussen, erwerbslos zu werden:

Tabelle 7: Der konkrete Einfluss der wichtigsten Variablen für die Wahrscheinlichkeit, erwerbslos zu sein

Variablen Einfluss auf die Wahrscheinlichkeit, erwerbslos zu sein A. Individuelle Faktoren

Sprache ■ Menschen, die nicht regelmässig zu Hause oder im Beruf die regionale Landessprache sprechen, haben ein stark erhöhtes Risiko, erwerbslos zu sein (VZ).

■ Besonders benachteiligt sind Personen, die weder die Regionalsprache noch eine andere Landessprache anwenden. Dies betrifft immerhin 12.7 Prozent der erwerbslosen Männer und 19.5 Prozent der erwerbs-losen Frauen (VZ).

Ausbildung ■ Bei der Ausbildung bestätigt sich die zentrale Rolle der Berufsbildung. Tiefere Ausbildungen oder rein schulische Abschlüsse (bspw. Maturität) führen zu einer erhöhten Wahrscheinlichkeit, erwerbslos zu werden, höhere Ausbildungen zu einer geringeren Wahrscheinlichkeit (VZ).

■ Es erstaunt allerdings, dass die tertiären Ausbildungen die Wahrscheinlichkeit im Vergleich zur Berufs-bildung nur wenig senken. Insbesondere führen Fachhochschulabschlüsse sogar zu einer erhöhten Wahr-scheinlichkeit, erwerbslos zu sein. (VZ)

■ Wird in der Regression die Branchen- und Berufszugehörigkeit kontrolliert, so ist fast kein Ausbildungs-effekt mehr sichtbar. Dies deutet darauf hin, dass die Ausbildungen primär dazu dienen, den Zugang zu bestimmten Teilarbeitsmärkten zu erhalten, die ihrerseits dann mit einem tieferen oder höheren Risiko, erwerbslos zu werden, verbunden sind (SAKE).

■ Bei Ausländer/innen ist die Bedeutung der Ausbildung noch geringer als bei den Schweizer/innen (SAKE).

■ Der Abschluss schweizerischer Diplome hat – im Unterschied zu Ergebnissen anderer Studien - keinen signifikanten Einfluss auf das Risiko, erwerbslos zu sein. Der geringere Einfluss der Ausbildung für Auslän-der/innen kann daher nur beschränkt mit der schlechten Transferierbarkeit der ausländischen Diplome erklärt werden. (SAKE)

Alter ■ Es besteht ein U-inverser Zusammenhang: Die Gruppe der 35- bis 44-jährigen hat die kleinste Wahr-scheinlichkeit, erwerbslos zu werden. Die jüngeren und die älteren haben erhöhte Werte (VZ).

■ Bei den Schweizern sind es die 15- bis 19-jährigen, bei den Ausländern die 25- bis 34-jährigen, bei den Schweizerinnen die 25- bis 59-jährigen und bei den Ausländerinnen die 35- bis 44-jährigen, welche das kleinste Risiko tragen (VZ).

■ Wird in der Regression die Branchen- und Berufszugehörigkeit kontrolliert, so ist fast kein Alterseffekt mehr sichtbar (SAKE).

B. Haushaltscharakteristika

Wohneigentum ■ Das Vorliegen von Wohneigentum reduziert die Wahrscheinlichkeit, erwerbslos zu werden (SAKE).

Zivilstand ■ Gegenüber Ledigen haben Verheiratete und Verwitwete im Durchschnitt ein geringeres Risiko, Ge-schiedene ein erhöhtes Risiko, erwerbslos zu werden. Betrachtet man nur die Frauen, dann haben auch Verwitwete ein erhöhtes Risiko (VZ).

■ Wird in der Regression die Branchen- und Berufszugehörigkeit kontrolliert, so ist im Durchschnitt über alle Gruppen fast kein Zivilstandseffekt mehr sichtbar. Bei einzelnen Gruppen, namentlich der Frauen, gibt es aber eine deutliche Besserstellung der Ledigen (SAKE).

C. Strukturelle Faktoren

Branchen ■ Im Vergleich zum industriellen Sektor haben der primäre Sektor sowie die unternehmerischen und sozialen Dienstleistungen ein tieferes Erwerbslosigkeitsrisiko (SAKE)

Ausgeübte Berufsgruppen

■ Im Vergleich zu den Handwerker/innen haben akademische Berufe, Fachkräfte im ersten Sektor und Hilfarbeiter/innen ein tieferes Erwerbslosigkeitsrisiko. Führungskräfte und ehemalige Erwerbslose haben demgegenüber einer erhöhte Wahrscheinlichkeit (SAKE).

Erwerbslosigkeitsquote ■ Je höher die regionale Erwerbslosigkeitsquote, desto grösser die individuelle Wahrscheinlichkeit, er-werbslos zu werden (VZ, SAKE).

D. Potenziell diskriminierende Faktoren Aufenthaltsstatus,

Integrationsdauer

■ Mit einer wichtigen Ausnahme und Differenzen im Detail kann festgehalten werden, dass eine längere Aufenthaltsdauer in der Schweiz zu einer Reduktion des Erwerbslosigkeitsrisikos führt. Aber selbst die Gruppe mit dem höchsten Integrationsgrad (eingebürgerte Ausländer/innen, die schon bei der Geburt in der Schweiz lebten) haben im Vergleich zu den Einheimischen ein um 33 Prozent erhöhtes Erwerbslosig-keitsrisiko (VZ).

■ Die Ausnahme bezieht sich auf die zweite Generation, also die Kinder der ersten Einwanderungsgene-ration (Niedergelassene mit C-Ausweis, geboren in der Schweiz). Trotz dem Aufwachsen in der Schweiz und dem Besuch der hiesigen Schulen weisen sie ein höheres Erwerbslosigkeitsrisiko aus als die im Aus-land geborenen Niedergelassenen und als die Jahresaufenthalter/innen, die bereits seit mehr als fünf Jahren in der Schweiz leben (VZ).

■ Die erhöhten Erwerbslosigkeitsquoten bei Ausländer/innen kann bei Personen, die noch nicht lange in der Schweiz sind, gut mit individuellen Defiziten im Bereich der Ausbildung und Sprache sowie mit struk-turellen Aspekten (Branchen, ausgeübte Berufsgruppen) erklärt werden. Bei Ausländer/innen, die schon lange in der Schweiz sind, bringen diese Faktoren wenig zusätzliche Erklärung. Dies lässt auf ein mögli-ches diskriminierendes Verhalten der Arbeitgeber/innen schliessen (VZ, SAKE). Bei den

Jahresaufenthal-BASS

Variablen Einfluss auf die Wahrscheinlichkeit, erwerbslos zu sein ter/innen könnte auch eine höhere Lohnflexibilität vorhanden sein.

■ Spezifische Diskriminierungsanalyse zeigen, dass Ausländer/innen gegenüber Schweizer/innen in einer Art und Weise benachteiligt werden, die nicht mit ihren individuellen Fähigkeiten (Ausbildung, Alter etc.) und familiären Strukturen erklärt werden können (VZ).

Herkunftsland ■ Im Vergleich zu den Italiener/innen weisen die Personen aus den klassischen Einwanderungsländern (Portugal, Spanien, Deutschland) ein tieferes Erwerbslosigkeitsrisiko auf. Die Personen mit aus den neuen Einwanderungsländern (Afrika, Asien, Lateinamerika, ehemaliges Jugoslawien) haben entsprechend ein erhöhtes Risiko (VZ, SAKE).

■ Wird in der Regression die Branchen- und Berufszugehörigkeit kontrolliert, so ist bei den Ausländerin-nen der Ländereffekt weniger deutlich. Die «Bevorteilung» der PortugiesinAusländerin-nen sowie der FranzösinAusländerin-nen bleibt aber (SAKE).

Geschlecht ■ Frauen haben ein erhöhtes Erwerbslosigkeitsrisiko als Männer (VZ).

■ Wird in der Regression die Branchen- und Berufszugehörigkeit kontrolliert, so ist fast kein Geschlech-tereffekt mehr sichtbar. Dies deutet darauf hin, dass die Frauen und Männer Zugang zu bestimmten Teilarbeitsmärkten erhalten, die mit einem tieferen oder höheren Risiko, erwerbslos zu werden, verbun-den sind. Allerdings muss diese Aussage nach Nationalitäten differenziert werverbun-den: Schweizerinnen haben sogar ein reduziertes Erwerbslosigkeitsrisiko, Ausländerinnen dagegen einer erhöhtes (SAKE).

Quelle: Eigene Darstellung

Im Dokument Ausländer/innen, Erwerbslosigkeit und Arbeitslosenversicherung (Seite 24-29)