Variablensets der Gliederungsebene 5

Wiederum wird die Nullhypothese, dass keine Individualeffekte vorhanden sind, sowohl durch die F-Statistik des Fixed Effects-Modells als auch durch den Breusch & Pagan Test im Anschluss an das Random Effects-Modell eindeutig zurückgewiesen. Die Ergebnisse des Hausman-Tests legen wiederum eine Ab-lehnung des Random Effects-Modells gegenüber dem Fixed Effects-Modell nahe – mit den bereits erwähnten Einschränkungen. Daher wurden die Schätzwerte für die Koeffizienten der ausbildungs- und arbeitsplatzbezogenen Kontrollvariablen auch für Modell (5) aus einer Hilfsschätzung gewonnen.

Die Ergebnisse der Random- und Fixed Effects-Schätzungen des Variablen-sets 5 ohne bzw. mit Hinzufügung von Interaktionsvariablen finden sich in Ta-bellen 12 bzw. 13 im Anhang.

215 Quadrierte Terme der Interaktionsvariablen wurden überall dort weggelassen, wo Nichtlineari-täten nicht auffällig waren.

216 Als geburtsbedingt werden dabei alle Auszeitjahre gewertet, die sich nicht mehr als zehn Jahre vom Zeitpunkt der Erstgeburt entfernt ereigneten (vgl. hierzu auch die ausführliche Beschrei-bung zu Variable Nr. 31 in Kapitel 2.3.2.1.3).

Erläuterungen zu den Schätzergebnissen von Modell (5) gemäß Tabelle 12 im Anhang

Ein Hochschulabschluss führt zu einer Lohnprämie von rund 17 bis 18 Prozent.

Da in Modell (5) ein Drittvariableneffekt der Bildung auf die Lohnprämie von Er-fahrung nicht kontrolliert wird, ist zu erwarten, dass dieses Lohnplus in Modell (5a) geringer ausfallen wird.

Die t-Werte der Erwerbserfahrungsvariablen sind im Random Effects-Modell wiederum höher als im Fixed Effects-Modell, da das Random Effects-Modell auch Querschnittsinformationen aufnimmt. Aktuelle durchgängige Vollzeit führt in beiden Modellen zu einer höheren Lohnprämie als aktuelle Vollzeit nach einer Unterbrechungsphase. Handelte es sich bei der Unterbrechung um eine Teilzeit-phase, profitiert die Frau im Fixed Effects-Modell nach ihrer Rückkehr in Voll-zeit von einem Restaurationsprozess ihres Humankapitals, der schon aus den Modellen (3) und (4) bekannt ist. Frühere Vollzeitjahre haben in beiden Modellen eine geringere Lohnprämie als aktuelle Vollzeitjahre, selbst nach Unterbre-chung.²¹⁷ Während Teilzeit im Random Effects-Modell praktisch keinen Lohnef-fekt hat, liegt aktuelle Teilzeit im Fixed Effects-Modell in etwa gleichauf mit frühe-rer Vollzeit. Auch bezüglich der Lohneffekte von Arbeitslosigkeit wiederholen sich die aus den vorigen Modellen bekannten Ergebnisse: Während Arbeitslosig-keit im Random Effects-Modell zu einer deutlichen Lohnstrafe führt, die auch nach zehn Jahren noch nicht verjährt ist, holen im Fixed Effects-Modell Frauen, die nach Arbeitslosigkeit ins Erwerbsleben zurückkehren, im Lohn deutlich auf.

Das interessanteste Ergebnis aus der Schätzung von Modell (5) ergibt sich aber bezüglich der Lohnstrafen von Auszeit: Frauen, die nach geburtsbedingter Auszeit zurückkehren, realisieren – je nach Modell – im ersten Wiedereinstiegsjahr einen Abschlag von ihrem Ausstiegslohn in Höhe von rund 8 bis 11 Prozent für das erste Ausstiegsjahr.²¹⁸ Damit erleiden sie gegenüber Frauen, deren Auszeit der Geburts-bezug fehlt, eine zusätzliche Lohnstrafe von rund 5 bis 7 Prozentpunkten. Sowohl das Random Effects- als auch das Fixed Effects-Modell bestätigen also die weiter oben geäußerte Vermutung, dass für die Entlohnung von Müttern nach der Rück-kehr in das Erwerbsleben nicht nur die Entwertung (eines Teils) ihres Humanka-pitals während der familienbedingten Auszeit eine Rolle spielt, sondern dass hier zusätzlich arbeitsnachfrageseitige Zuschreibungseffekte sowie die veränderte Verhandlungsposition auf dem Arbeitsmarkt eine maßgebende Rolle spielen.

217 Im Fall der Unterbrechung in Teilzeit sind wiederum die positiven Parameter der Variable frühere Teilzeit zu berücksichtigen.

218 Die Rechnung für ein Ausstiegsjahr lautet im Fixed Effects-Modell (-2,9+0,2=) -2,7 + (-6,6+1,2=) -5,4=-8,1 Prozent, im Random Effects-Modell dagegen (-4,2+0,2=) -4,0 + (-9,5+2,1=) -7,4= -11,4 Prozent.

Bei mehreren Auszeitjahren bewirken die positiven Koeffizienten der quadrier-ten Terme einen unterproportionalen Anstieg der Lohnstrafen. Dabei ist der An-stieg der Lohnstrafe mit zunehmender Dauer der geburtsbedingten Unterbre-chung jedoch weitaus stärker degressiv als von aktueller Auszeit insgesamt.

Dieser Befund, dass sich die Lohnstrafe geburtsbedingter Auszeit mit zuneh-mender Unterbrechungsdauer jener der allgemeinen Auszeit ohne Geburtsbezug annähert, deutet ebenfalls darauf hin, dass für den Lohnsatz der Mutter das Alter ihres Kindes eine Rolle spielt. Denn wenn die Mutter nach drei Jahren geburts-bedingter Auszeit an den Arbeitsplatz zurückkehrt, ist ihr Kind jünger, als wenn sie erst nach fünf Jahren zurückkehrt.²¹⁹

Die Lohnstrafe früherer Auszeit fällt im Fixed Effects-Modell, sofern sie mehr als zehn Jahre zurückliegt, sogar noch etwas höher aus als binnen zehn Jahren nach Wiedereinstieg. Dieses auf den ersten Blick merkwürdige Ergebnis ist bei einem tiefer gehenden Blick in die Datenstruktur verständlich.²²⁰

Erläuterungen zu den Schätzergebnissen von Modell (5a) gemäß Tabelle 13 im Anhang

Auch hier zeigt die Teststatistik, dass von der Existenz der Individualeffekte ausgegangen werden muss. Zusätzlich deutet das Ergebnis des Hausman-Tests auf systematische Unterschiede in den Koeffizienten hin. Wenngleich dieser Test aus den erwähnten Gründen wiederum mit Vorbehalt zu interpretieren ist, ist die Befürchtung, dass die Individualeffekte mit den erklärenden Variablen des Mo-dells korrelieren, durch den Test nicht zu entkräften. Daher erschien es auch bei Variablenset (5a) angezeigt, sowohl die Schätzergebnisse des Fixed Effects- als auch jene des Random Effects-Modells im Hinblick auf ihre Eignung für die Simulation genauer zu analysieren.

219 Streng genommen ist es natürlich möglich, dass eine Frau im ersten Wiedereinstiegsjahr nach der Erstgeburt bereits auf eine weitere Geburt zurückblickt. Allerdings dauert die Phase aktueller geburtsbedingter Auszeit in diesem Datensatz selten länger als vier Jahre, sodass mit steigender Auszeitdauer das Alter des jüngsten Kindes im Haushalt tendenziell steigt.

220 Wie Häufigkeitsanalysen im Datensatz zeigen, handelt es sich in über 90 Prozent der Lohnbeob-achtungen bei Jahren früherer Auszeit, die länger als zehn Jahre her sind, um geburtsbedingte Auszeitjahre, während sich dieser Anteil bei früheren Auszeitjahren binnen des Zehnjahreszeit-raums auf nur rund 54 Prozent beläuft. Zugleich zeigen Einfachregressionen, dass geburtsbe-dingte frühere Auszeitjahre eine höhere Lohnstrafe generieren als frühere Auszeitjahre insge-samt, wenn sie mehr als zehn Jahre entfernt sind, während es sich mit früheren Auszeitjahren binnen der Zehnjahresfrist umgekehrt verhält. Auf Grund mangelnder statistischer Signifikanz musste jedoch in der Schätzung bezüglich früherer Auszeit auf den Ausweis geburtsbedingter Jahre verzichtet werden. Aus diesen Zusammenhängen ist erklärlich, warum die ausgewiesene Lohnstrafe früherer Auszeit binnen des Zehnjahreszeitraums niedriger ausfällt als jenseits des Zehnjahreszeitraums.

Im Fixed Effects-Modell sind die Koeffizienten der drei Interaktionsvariablen im Wesentlichen identisch mit jenen aus Modell (4a), d. h. für den Drittvariablen-effekt von Bildung auf den LohnDrittvariablen-effekt aktueller durchgängiger Vollzeit macht es keinen Unterschied, ob aktuelle Auszeit weiter untergliedert wird oder nicht. Es wäre interessant gewesen herauszufinden, ob auch die Lohnstrafe aktueller ge-burtsbedingter Auszeit (berufs-) bildungsabhängig ist. Da die betreffenden Inter-aktionsvariablen aber auf Grund zu geringer Fallzahlen nicht signifikant waren, wurde auf sie verzichtet. Die übrigen Koeffizienten von Modell (5a) sind nahezu identisch mit Modell (5), sie wurden durch die Hinzunahme der Interaktionsvari-ablen zu aktueller Vollzeit also nicht verändert. Die Hochschulprämie des Loh-nes fällt, wie erwartet, etwas geringer aus als in Modell (5), da ein Teil des Bil-dungseffektes nicht unmittelbar auf den Lohn wirkt, sondern indirekt über den Lohneinfluss von Erwerbserfahrung.

Im Random Effects-Modell weisen die geschätzten Parameter die aus Modell (4a) bekannte Struktur auf: Von aktueller durchgängiger Vollzeit profitieren Frauen ohne berufsbildenden Abschluss sowohl im Random Effects- als auch im Fixed Effects-Modell am stärksten, und die Lohnprämie ist für alle Bildungsni-veaus höher als jene von Vollzeit nach Unterbrechung. Teilzeit hat im Random Effects-Modell praktisch keine Lohneffekte, während frühere Teilzeitjahre im Fixed Effects-Modell nach Rückkehr in das Erwerbsleben das Lohnwachstum beschleunigen. Auszeitjahre verjähren nur im Random Effects-Modell, während sie im Fixed Effects-Modell auch nach zehn Jahren noch persistent sind. Arbeits-losigkeit dagegen führt im Random Effects-Modell zu einer Lohnstrafe, während sie sich im Fixed Effects-Modell nach Rückkehr in das Erwerbsleben lohnför-dernd auswirkt.