Weiter zum Inhalt
© ARochau - stock.adobe.com
Institut für

WI Innovation und Wertschöpfung in ländlichen Räumen

Projekt

Ökonomische Effekte der räumlich ungleichen Verteilung von Arbeitskräften sowie Betrieben



Deutschland - Nacht
© Guillaume LeBloas-stock.adobe.com
Die räumlich ungleiche Verteilung (ökonomischer) Aktivität in Deutschland, veranschaulicht anhand der Lichtaktivität bei Nacht

Die Wirtschaftskraft in Deutschland ist regional ungleich verteilt. Entsprechende Disparitäten zeigen sich u. a. zwischen ländlichen und nicht-ländlichen Regionen. Aus diesem Grund untersuchen wir den Einfluss des regionalen Umfeldes auf den wirtschaftlichen Erfolg von Arbeitskräften und Betrieben, den wir anhand von Produktivität bzw. dem Hervorbringen von Innovationen messen.

Hintergrund und Zielsetzung

Die ökonomische Aktivität ist in Deutschland in einem hohen Maße ungleich über den Raum verteilt. In einigen ländlichen Regionen arbeiten pro km² weniger als 20 Erwerbstätige, in Agglomerationsräumen hingegen teilweise mehr als 800 Erwerbstätige pro km². Gleichzeitig ist die Wirtschaftskraft in den verschiedenen Regionen sehr unterschiedlich ausgeprägt. Häufig weisen insbesondere ländliche Regionen ein unterdurchschnittliches regionales Lohnniveau und vergleichsweise geringe Innovationsraten auf. Ziel des Forschungsprojektes ist es, die Gründe für die Unterschiede zwischen ländlichen und nicht-ländlichen Regionen hinsichtlich ihrer Wirtschaftskraft besser zu verstehen, indem wir neue Erkenntnisse darüber gewinnen, in welchem Ausmaß und aufgrund welcher Mechanismen die räumlich ungleiche Verteilung von ökonomischer Aktivität Einfluss auf Arbeitskräfte und Betriebe hat. Im Fokus steht der Einfluss auf die Produktivität der Arbeitskräfte und das Generieren von Innovationen.

Vorgehensweise

Basierend auf Sekundärdaten des Instituts für Arbeitsmarkt- und Berufsforschung (IAB) wird mit Hilfe mikroökonometrischer Methoden untersucht, inwiefern Löhne und betriebliche Innovationsraten von den Charakteristika des lokalen Arbeitsmarktes abhängen. Insbesondere analysieren wir hierbei, wie bedeutend die Größe des lokalen Arbeitsmarktes und die regionale Verfügbarkeit hochqualifizierter Fachkräfte sind.

Daten und Methoden

Für die Analysen greifen wir auf Mikrodaten des Instituts für Arbeitsmarkt- und Berufsforschung (IAB) zurück, insbesondere auf die Integrierten Erwerbsbiografien (IEB) und das IAB-Betriebspanel. Die Datensätze beinhalten umfassende Informationen zu individuellen Beschäftigungsverhältnissen, Arbeitskräften und Betrieben. Ergänzt werden diese Informationen um Angaben zum regionalen Arbeitsmarktumfeld, in dem die Arbeitskräfte und Betriebe tätig sind.

Unsere Forschungsfragen

  • Welchen Einfluss hat die Größe des regionalen Arbeitsmarktes auf das regionale Produktivitäts- und Lohnniveau, und welche Erklärungen gibt es für den Zusammenhang?
  • Inwiefern hängt der Innovationserfolg eines Unternehmens von dem regionalen Umfeld ab?
  • Welche Rollen spielen insbesondere die Nähe zu anderen Betrieben und die lokale Verfügbarkeit hochqualifizierter Fachkräfte?

Vorläufige Ergebnisse

Die bisher vorgenommenen Analysen zeigen, dass die Dichte des regionalen Arbeitsmarktes einen positiven Einfluss auf den Lohn hat, den eine Arbeitskraft bei der Aufnahme einer neuen Beschäftigung erhält. Unsere Analysen legen nahe, dass eine in der Region der Beschäftigungsaufnahme um den Faktor 2 höhere Arbeitsmarktdichte mit einem um 1,0-2,6 Prozent höheren Einstiegslohn einhergehen würde. Von diesem so genannten statischen Urbanisationsvorteil scheinen aber nur Personen zu profitieren, die vor der Beschäftigungsaufnahme höchstens kurzfristig arbeitslos waren. Eine Erklärung dafür sind Matching-Vorteile in hochverdichteten Arbeitsmärkten, die mit der Dauer individueller Arbeitslosigkeit sinken. Des Weiteren liefern die bisher im Projekt vorgenommenen Auswertungen auch Evidenz für dynamische Agglomerationsvorteile: Die Arbeitsmarktdichte hat den Ergebnissen zufolge ceteris paribus einen positiven Einfluss auf das individuelle Lohnwachstum. Das heißt, in ländlichen Räumen steigen die Löhne im Verlauf individueller Erwerbsleben langsamer als in Ballungsräumen. In der Literatur wird dies typischerweise auf Lernvorteile in hoch verdichteten Arbeitsmärkten zurückgeführt.

In besonderem Maße ist das schnellere Lohnwachstum in Ballungsräumen bei Beschäftigten mit einer Tätigkeit im Bereich (wissensintensiver) Dienstleistungen zu beobachten. Eine wichtige Rolle scheint dabei auch die räumliche Nähe zu (anderen) hochqualifizierten Fachkräften zu spielen. Für Arbeitskräfte des produzierenden Gewerbes stellen wir demgegenüber unter sonst gleichen Bedingungen auch ein überdurchschnittliches individuelles Lohnwachstum in Regionen fest, die eine ausgeprägte Spezialisierung auf das produzierende Gewerbe aufweisen. Entsprechende Regionen liegen in Deutschland häufig in (eher) ländlichen Räumen. Noch laufende Arbeiten weisen darauf hin, dass das langsamere Wachstum von Individuallöhnen in ländlichen Räumen zum Teil mit den Tätigkeiten, Betrieben und Branchen zusammenhängt, in denen Arbeitskräfte ihre Arbeitserfahrung sammeln. In ländlichen Regionen sind dies häufiger als in Ballungsräumen kleine Betriebe, Routinetätigkeiten und nicht-wissensintensive Branchen. Entsprechende Jobs bieten mutmaßlich vergleichsweise wenig Möglichkeiten, neues Wissen zu erlangen und neue Fähigkeiten zu erlernen, die produktivitätssteigernd wirken und in Lohnwachstum resultieren.

Bezogen auf Unterschiede in den Innovationsraten zwischen ländlichen Regionen und Ballungsräumen legen unsere Ergebnisse nahe, dass diese zum Großteil auf unterschiedliche Eigenschaften der Firmen zurückgeführt werden können. Das regionale Umfeld eines Betriebs scheint demgegenüber nur eine untergeordnete Rolle zu spielen.

Links und Downloads

Projekthomepage des IAB: www.iab.de/138/section.aspx/Projektdetails/k161012304

Beteiligte externe Thünen-Partner

Zeitraum

11.2016 - 12.2026

Weitere Projektdaten

Projektstatus: läuft

Publikationen zum Projekt

  1. 0

    Peters JC, Niebuhr A (2024) Accumulating valuable work experience: the importance of large firms and big cities [Preprint] [online]. Rochester: SSRN, 77 p, zu finden in <https://ssrn.com/abstract=4698829> [zitiert am 18.01.2024], DOI:10.2139/ssrn.4698829

    https://literatur.thuenen.de/digbib_extern/dn067516.pdf

  2. 1

    Niebuhr A, Peters JC, Roth D (2024) Dynamic agglomeration effects of foreigners and natives - The role of experience in high-quality sectors, tasks and establishments. Reg Sci Urban Econ 108:104040, DOI:10.1016/j.regsciurbeco.2024.104040

    https://literatur.thuenen.de/digbib_extern/dn068529.pdf

  3. 2

    Niebuhr A, Peters JC, Roth D (2024) Geringqualifizierte ausländische Arbeitskräfte profitieren weniger von den Vorteilen städtischer Arbeitsmärkte als deutsche [online]. IAB-Forum, zu finden in <https://www.iab-forum.de/geringqualifizierte-auslaendische-arbeitskraefte-profitieren-weniger-von-den-vorteilen-staedtischer-arbeitsmaerkte-als-deutsche/> [zitiert am 05.12.2024]

  4. 3

    Peters JC, Niebuhr A (2023) Accumulating valuable work experience: the importance of large firms and big cities. Nuremberg: Institute for Employment Research, 74 p, IAB discuss paper 04/2023, DOI:10.48720/IAB.DP.2304

    https://literatur.thuenen.de/digbib_extern/dn066196.pdf

  5. 4

    Niebuhr A, Peters JC, Roth D (2022) Dynamic agglomeration effects of foreigners and natives - the role of experience in high-quality sectors, tasks and establishments [online]. Nuremberg: Institute for Employment Research, 53 p, IAB discuss paper 24|2022, zu finden in <https://doku.iab.de/discussionpapers/2022/dp2422.pdf> [zitiert am 15.11.2022], DOI:10.48720/IAB.DP.2224

  6. 5

    Peters JC (2020) Dynamic agglomeration economies and learning by working in specialised regions. J Econ Geogr 20(3):629-651, DOI:10.1093/jeg/lbz022

  7. 6

    Niebuhr A, Peters JC, Schmidke A (2020) Spatial sorting of innovative firms and heterogeneous effects of agglomeration on innovation in Germany. J Technol Transfer 45:1343-1375, DOI:10.1007/s10961-019-09755-8

  8. 7

    Hamann S, Niebuhr A, Peters JC (2019) Does the urban wage premium differ by pre-employment status? Reg Stud 53(10):1435-1446, DOI:10.1080/00343404.2019.1577553

  9. 8

    Peters JC (2017) Quantifying the effect of labor market size on learning externalities. Braunschweig: Johann Heinrich von Thünen-Institut, 52 p, Thünen Working Paper 74, DOI:10.3220/WP1502798530000

    https://literatur.thuenen.de/digbib_extern/dn058936.pdf

    Nach oben