Qualifikatorische Bildungsrenditen in verschiedenen Datenquellen

Abstract

"In Deutschland sind Bildungszertifikate zentrale Weichensteller, da sie die Platzierung auf dem Arbeitsmarkt, das Erwerbseinkommen und damit die Lebenschancen von Personen maßgeblich beeinflussen. Eine Synopse aktueller Studien offenbart, dass sich die Höhe von Lohnprämien für gleiche Bildungsniveaus zwischen Studien unterscheidet. Wir untersuchen empirisch, ob qualifikatorische Bildungsrenditen abhängig vom gewählten Datensatz systematisch variieren. Unterschiede in den Bildungsrenditen könnten bei angeglichener Untersuchungspopulation und identisch angewendeten methodischen Analyseverfahren auf die Erhebungsmethodik, die Messung zentraler erklärender Variablen oder die Verteilung der Merkmale in den jeweiligen Datenquellen zurückzuführen sein. Für den Vergleich der Datensätze bestimmen wir zunächst die qualifikatorischen Bildungsrenditen mit einem einheitlichen Set an Variablen, identischen OLS-Lohnregressionen und vergleichbaren Populationen für drei verschiedene Datenquellen: BIBB/BAuA-ETB (Erwerbstätigenbefragung), SOEP (Sozio-oekonomisches Panel) und SIAB (Stichprobe der Integrierten Arbeitsmarktbiografien). Mit unserem einheitlichen Schätzmodell können wir zeigen, dass die drei Datensätze für beruflich qualifizierende Bildungsabschlüsse vergleichbare qualifikatorische Bildungsrenditen liefern. Betrachtet man dagegen Personen ohne beruflichen Abschluss, weist die BIBB/BAuA-ETB deutlich niedrigere Koeffizienten auf als SIAB und SOEP. Dieses Ergebnis bleibt bei sukzessiver Variation des Untersuchungsjahrs, der Grundgesamtheit und der Analysemethoden bestehen. Nimmt man dagegen für die BIBB/BAuA-ETB die tatsächliche Arbeitszeit ins Modell auf, gleichen sich die qualifikatorischen Bildungsrenditen der Un-/Angelernten zwischen den Datensätzen an." (BIBB-Doku)"Analysing the current research literature reveals that the returns to education vary noticeably between the considered studies. We investigate empirically whether the decision for a dataset systematically entails the variation of returns to education. We estimate educational wage returns by using a uniform set of variables, identical OLS wage regressions and similar study populations for three different data sources: BIBB/BAuA-ETB, SOEP und SIAB. Our estimation model unveils similar returns for vocational education and training but not for employees who do not obtain a vocational qualified degree. The actual working time turns out to be a crucial wage effective attribute that explains detected variations in educational wage returns."(BIBB-Doku)