Bundesländer, Branchen und Bildungsgruppen · müssen, dass unsere Sektoren in der Systematik der...

Bundesländer, Branchen und Bildungsgruppen

Wirtschaftliche Folgen eines Transatlantischen Freihandelsabkommens (THIP) für Deutschland

Mikroökonomische Analyse (Teil 2 der THIP-Gesamtstudie)

Bundesländer, Branchen und Bildungsgruppen

Wirtschaftliche Folgen eines Transatlantischen Freihandelsabkommens (THIP) für Deutschland

Mikroökonomische Analyse (Teil 2 der THIP-Gesamtstudie)

Prof. Gabriel Felbermayr, Ph. D.Sybille LehwaldDr. Ulrich SchoofMirko Ronge

5

Inhaltsverzeichnis

Inhaltsverzeichnis

1. Einleitung 6

2. BemerkungenzurUntersuchungsmethode 8

2.1 SektoraleHandelseffekte 8

2.2 HandelseffektefürBerufsgruppen,BildungsklassenundBundesländer 9

2.3 EffekteaufReallöhneundUngleichheit 10

3. DatenundTrends 11

3.1 Handelsdaten 11

3.2 Input-Output-Daten 12

3.3 Regionaldaten 13

3.4 Firmendaten 13

3.5 Lohndaten 13

4. VerteilungderHandelseffekteüberdieIndustriebranchen 17

4.1 HandelsschaffungundQuantifizierungderNTBs 17

4.2 IndirekteAuswirkungenaufDienstleistungssektoren 19

4.3 Wertschöpfungs-undBeschäftigungseffekte 22

5. BetroffenheitvonBildungs-undBerufsgruppensowiederRegionen 24

5.1 DeskriptiveAnalysederBildungsgruppen 24

5.2 BetroffenheitderBildungsgruppen 27

5.3 DeskriptiveAnalysederBerufsgruppen 27

5.4 BetroffenheitderBerufsgruppen 28

5.5 DeskriptiveAnalysederRegionen 28

5.6 AuswirkungenaufdieRegionen 30

5.7 Wertschöpfungs-undBeschäftigungseffekteindenRegionen 31

5.8 BeschäftigungundQualifikationindenRegionen 32

6. AuswirkungeneinerTHIPaufdasEinkommenunddas

Einkommensrisiko 34

6.1 AuswirkungenaufdasRealeinkommen 34

6.2 AuswirkungenaufdasEinkommensrisiko 36

7. Zusammenfassung 38

A.Anhang 39

A.1 Gravitationsmodelle,SchätzmethodeundErgebnisse 39

Literatur 50

6

1. Einleitung

1. Einleitung

IneinemerstenTeilderStudiehabenwirdiemakroökonomischenEffekteeinertransatlantischen

Handels-und Investitionspartnerschaft (THIP)zwischenderEuropäischenUnionunddenUSA

untersucht.1DasHauptaugenmerklagdabeiaufdenvonTHIPangestoßenenVeränderungender

Handelsstruktur,derdurchschnittlichenRealeinkommenundderBeschäftigung.Dabeiwurden

mithilfeeinesallgemeinenGleichgewichtsmodellsaggregierteEffekte fürmehrals120Länder

betrachtet.DieAnpassungderaggregiertenPreisindizesinalldiesenLändernunddieRückkop-

pelungseffektebeidenBruttoinlandsproduktenwurdendabeiebensoberücksichtigtwiedievolle

MatrixderHandelseffekte(auchzwischennurindirektbetroffenenLändern)undsomitallewelt-

weitenHandelsumlenkungseffekte.DiegroßegeographischeBreiteundderFokusaufmakroöko-

nomischeErgebnissemachtees allerdingsunmöglich,genauereAussagen innerhalbeinzelner

Länderzutreffen.DieseLückesollimvorliegendenzweitenTeilderStudiefürDeutschlandge-

schlossenwerden.

DieserTeilderStudiewidmetsichdenmikroökonomischenEffekteneinertransatlantischenHan-

dels-undInvestitionspartnerschaft.Dabeihandeltessichumein„zoom-in“aufDeutschland,in

demwirdiedisaggregiertenAuswirkungeneinesAbkommensaufDeutschlandsSektorenundRe-

gionenbetrachten.IndiesemRahmenkönnenwirdeutlichmachen,welcheSektorenundwelche

RegionenstärkervoneinemmöglichenHandelsabkommenbetroffensindalsandere.Darüberhi-

nausanalysierenwirdieEffekteeinerTHIPaufunterschiedlicheBildungs-undBerufsgruppen.

Andersals inTeil1unsererStudiebetrachtenwirhierzukeinallgemeinesGleichgewichtsmo-

dell,sondernbasierenunsereAnalyseaufeinempartialanalytischenAnsatzderGravitationsglei-

chung.Diesbedeutet,dassEffektedesallgemeinenGleichgewichts,wiezumBeispielHandels-

umlenkungseffekte,ohneBerücksichtigungbleiben.DieserUmstandistfürdieInterpretationder

ResultatewichtigundhatoffensichtlicheImplikationenfürdenVergleichmitdenErgebnissender

Makrostudie.

Unsere Analyse erlaubt es, für Deutschland Unterschiede in der Betroffenheit einzelner Wirt-

schaftszweige,Berufs-undBildungsgruppenoderRegionendurchTHIPzuidentifizieren.Obwohl

unsereUntersuchungsichquantitativerMethodenbedient,legtdiepartialanalytischeNaturder

Studienahe,dieErgebnissevorallemqualitativzuinterpretieren.FürdenAusweisgesamtwirt-

schaftlicherEffekteverweisenwiraufdieobenangesprocheneMakrostudie.

1 Siehe„DieTransatlantischeHandels-undInvestitionspartnerschaft(THIP).WemnutzteintransatlantischesFreihandelsabkom-men?Teil1:MakroökonomischeEffekte“.

7

1. Einleitung

DieMikrostudieistfolgendermaßenaufgebaut:InAbschnitt2erläuternwirunsermethodisches

VorgehenundindemdarananschließendenTeil3stellenwirkurzdievonunsverwendetenDaten

vor.InTeil4weisenwirsektoraleHandelseffekteausunddiskutieren,inwelchenIndustrienwir

einestärkerewirtschaftlicheBelebungerwartenals inanderenSektoren.Zudemnutzenwir in

diesemTeileinenneuenAnsatz,umdasAusmaßannichttarifärenBarrieren(NTBs)aufIndus-

trieebenezuquantifizieren.DarüberhinausberechnenwirWertschöpfungs-undBeschäftigungs-

effekteaufsektoralerEbene.InTeil5wendenwirunssowohldenAuswirkungeneinerTHIPauf

DeutschlandsArbeitsmarktalsauchaufDeutschlandsRegionenzu.Wirerklären,welcheBerufs-

undBildungsgruppen,ebensowieRegionen,voneinemAbkommenamstärkstenbetroffenwären.

InTeil6derStudiebetrachtenwirdieAuswirkungeneinerTHIPaufdasRealeinkommenunddas

Einkommensrisiko.AmEndederStudiefassenwirdieErgebnissezusammen.

8

2. Bemerkungen zur Untersuchungsmethode


UnsereAnalysegliedertsichindreigroßeSchritte.ZunächstschätzenwirdenEffektdestrans-

atlantischenAbkommensaufdenHandel zwischenUSAundDeutschland für16verschiedene

SektorenaufderGrundlagesogenannterGravitationsgleichungen.FürdieseWirtschaftsbereiche

habenwirbelastbareDatenundkönnendie erwarteten induziertenHandelseffekte sauber ab-

schätzen.2WirerhaltendadurchIndikatoren,diedieBetroffenheitdereinzelnenSektorendurch

THIPausweisen. ImzweitenSchritt legenwirdiesesektoralenBetroffenheitsmaßeauf88ver-

schiedeneBerufsgruppen,dreiBildungsklassenund16RegioneninnerhalbDeutschlands(Bun-

desländer)um.IneinemdrittenSchrittverwendenwirdieseErgebnisse,umdieEffektevonTHIP

aufdieReallöhneindeneinzelnenBerufsgruppenundBildungsklassenabzuschätzen.Ebensobe-

rechnenwirdenEffektvonTHIPaufdieLohneinkommensverteilung.

2.1 Sektorale Handelseffekte

AusgangspunktdeserstenSchrittes isteineSchätzungderzuerwartendenHandelseffekteauf

sektoralerEbene.WieschonimerstenTeilderStudieunterstellenwir,dassdastransatlantische

AbkommenzuähnlichenHandelsschaffungseffektenführenwirdwieähnliche,indenDatenbe-

reitsexistierendeAbkommen.DerUnterschiedzuTeil1derStudiebestehtnunvoralleminder

sektoralenDisaggregation:Wirschätzen für16 Industrien, inwelchemAusmaßFreihandelsab-

kommenzuHandelsschaffunginnerhalbderbetroffenenLänderpaaregeführthabenundverwen-

dendanndaserhalteneResultatalsunserenglaubwürdigstenSchätzerfürdieEffekteeinestrans-

atlantischenAbkommens.3

DieseVorgehensweisehatdengroßenVorteil,dasssieeineeinfacheQuantifizierungderpoten-

ziellenEffektedesAbkommensaufdiesogenanntennichttarifärenBarrierenzulässt.Damitsind

nebenderaufjedenFallzuerwartendenEliminierungvonImportzöllenallewichtigenKategorien

vonHandelskostenerfasst,derenAbsenkungzueinerStimulierungdesHandelszwischenUSA

undEUführenwird.InsbesonderewerdendamitalljeneKostenberücksichtigt,diedeninternatio-

nalenHandelzwischenzweiLänderneinschränken,abernichtunterdieKategorievonImportzöl-

lenfallen.NichttarifäreBarrierensindprotektionistischwirkenderegulatorischeMaßnahmen,die

ausländischeAnbietergegenüberinländischenAnbieternbenachteiligen.Diesekönnenpolitisch

induziertseinoderaberausdengeographischenundhistorischenGegebenheitenresultieren.

DieseökonometrischeAnalyseaufBasisdesGravitationsmodellsliefertunsMaßefürdiedurch

eineBeseitigungvonZollbarrierenundnicht tarifärenHandelskostenzuerwartendeBelebung

desHandelszwischenDeutschlandunddenUSA.Methodischverwendenwireinvollständigsatu-

2 Die16Sektorensetzensichaus14SektorenausdemverarbeitendenGewerbesowiedemAgrarsektorunddemBergbauzusam-men.SiewerdenimFolgendenalsproduzierendesGewerbebezeichnet.FürdenDienstleistungsbereichberechnenwirindirekteEffekteüberinter-undintrasektoraleVerflechtungen.

3 EinweitererUnterschiedbestehtindemzugrundeliegendenModellrahmen.AndersalsinTeil1verwendenwirkeinallgemeinesGleichgewichtsmodell,sonderneinpartialanalytischesModell.

9


riertesFixeffektmodellaufPaneldatenfürJahresdatenaufIndustrieebenevon1998bis2007und

schließendamitdiejüngstenKrisenjahreaus.4Wirsindinsbesonderedaraninteressiert,welchen

EffektFreihandelsabkommenimDurchschnittaufdenHandelhaben.5DenndaraussindSchluss-

folgerungenaufdieVeränderungderHandelskostenaufSektorebenemöglich.Außerdemkann

man,weildiedurchschnittlichenangewandtenZöllejabekanntsind,dieBedeutungnichttarifä-

rerBarrieren(genauer:daserwarteteAusmaßihrerAbsenkung)quantifizieren.

AufGrundlagederquantifiziertenHandelspotenzialeindenSektorendesproduzierendenGewer-

besunddendarausabzuleitendenAuswirkungenaufdenDienstleistungsbereichzeigenwir,wo

diegrößtenWertschöpfungseffektezuerwartensindundinwelchenIndustriendieBeschäftigung

ammeistenvoneinerTHIPbetroffenseinwird.

2.2 Handelseffekte für Berufsgruppen, Bildungsklassen und Bundesländer

ImerstenSchrittschätzenwirdieerwartetenHandelseffektevonTHIPaufIndustrieebene.Dazu

verwendenwir,wieweiteruntenbeschrieben,amtlicheHandelsstatistiken.DieaufdieseWeise

identifiziertenHandelsschocksübersetzenwirmithilfevonDatendesInstitutesfürArbeitsmarkt

undBerufsforschung(IAB)inNürnberginSchocksfüreinzelneBerufsgruppenundBildungsklas-

sen.

DieHerangehensweiseistdabeiwiefolgt:WirwissenausdenDatendesIAB,wiesichdiever-

schiedenenBerufsgruppenaufeinzelneWirtschaftszweigeverteilenbzw.welcheBeschäftigungs-

anteileinnerhalbdereinzelnenSektorenaufAngehörigederverschiedenenBerufsgruppenent-

fallen. Ähnliches gilt für die Bildungsklassen (Universitätsabschluss, Schulabschluss und/oder

Berufsausbildung oder weniger). Durch Interaktion der in Schritt eins identifizierten Handels-

schocksmitdenbeschriebenenBeschäftigungsanteilentransformierenwirdieseinSchocks,die

spezifisch fürBerufsgruppenundBildungsklassensind.EinenentsprechendenAnsatzwählen

wirfürdieQuantifizierungderSchocksaufBundesländerebene.Hiergreifenwiraufdieregio-

nalenAußenhandelsstatistikendesStatistischenBundesamteszurück,dieAuskunftüberExport-

undHandelsaktivitätdereinzelnenSektoreninallenBundesländerngibt.Diesermöglichtesuns

RückschlüsseaufdieregionalenBrancheneffektezuziehen.

4 EinsolchessaturiertesFixeffektmodellwirdzumBeispielvonFelbermayrundYalcinverwendet.SieheauchdiedortenthaltenenLiteraturhinweise.ImAnhangA.1zudieserStudieführenwirdieSchätzmethodeetwasgenaueraus.

5 Eine besondere Herausforderung bei der empirischen Modellierung besteht in der möglichst vollständigen Abdeckung allermöglichenDeterminantenderHandelsströme.Nurwenndiesgewährleistetist,lassensichdieEffekteeinesFreihandelsabkom-mensisolierenundalskausalbetrachten.

10


2.3 Effekte auf Reallöhne und Ungleichheit

Im letztenSchritt verwenden wir die obenbeschriebenen Schocks fürBerufsgruppen und Bil-

dungsklassen in so genannten Mincer Lohngleichungen. Solche Gleichungen modellieren die

LöhnevonabhängigbeschäftigtenArbeitnehmernalsFunktionvonEigenschaftenderArbeitneh-

mer.FürunsereAnalyseerweiternwirdasklassischeModellumEigenschaftenderArbeitgeber.

Insbesondereinteressiertuns,inwelchemAusmaßdieBetriebsstätte,beidereinArbeitnehmer

beschäftigtist,voninternationalemHandel(Exporten,Importen)betroffenist.DieLiteraturfin-

dettypischerweise,dassFirmenmiteinerstärkereninternationalenPräsenzhöhereLöhnebezah-

lenalssolche,diewenigerstarkinternationalorientiertodergarnuraufdemheimischenMarkt

aktivsind.6

WirkönnennundieimerstenundzweitenSchrittunsererAnalyseerrechnetenSchocksindiege-

schätztenMincer-GleichungeneinsetzenunderhaltendamiteinePrognosederReallohnverände-

rung,diesichdurchTHIPimDurchschnittergebensollte.DieseAnalysekannaufTeilstichproben

durchgeführtwerden,sodassmandieReallohneffekteineinzelnenTeilsegmentendesdeutschen

Arbeitsmarktes(BerufsgruppenundBildungsgruppen)identifizierenkann.

AufähnlicheWeisekannmanmitdenobenbeschriebenenMittelnauchAussagenüberdieVerän-

derungderLohnungleichheitindeneinzelnenTeilsegmentendesdeutschenArbeitsmarktesma-

chen.DazumüssendieindividuellenDatenallerdingsaggregiertwerden.Diesgeschiehtdurch

dieBerechnungeinesLohnungleichheitsmaßesfürdenbetrachtetenTeilarbeitsmarkt.Wieinder

LiteraturüblichverwendenwirdieStandardabweichungderlogarithmiertenLöhne.DiesesMaß

hängtnichtvonderSkalierungderLohnvariablenabundes ist aufmonotoneWeisemitdem

bekanntenGini-IndexfürUngleichheitverbunden.EinehöhereStandardabweichungsignalisiert

alsoeinenhöherenGradvonUngleichheit.

6 Felbermayr,HauptmannundSchmererdiskutierenmethodologischeAspektederSchätzungsolcherGleichungenunddieEinord-nungderErgebnisseindiehandels-undarbeitsmarkttheoretischeLiteratur.

11

3. Daten und Trends

3. Daten und Trends

3.1 Handelsdaten

UnsereAnalysestütztsichaufbilateraleHandelsdatenaufIndustrieebene.Wirverwendendabei

diesogenanntenBACI-DatendesCEPII,dieaufdenUNCOMTRADE-Datenbasierenundsomit

HandelsinformationenfüralleUNOLänderumfassen.7DersektoralenDisaggregationsinddabei

leider enge Grenzen gesetzt. Dies ist einerseits darauf zurückzuführen, dass wir sicherstellen

müssen,dassunsereSektoreninderSystematikderInput-Output-Tabellenwiederzufindensind,

undandererseitsmussunsereSektorklassifikationmitdenDatendesInstitutesfürArbeitsmarkt-

undBerufsforschungkompatibelsein.UnseresektoraleGliederungorientiertsichanderStan-

dardklassifizierungderWirtschaftszweigeinderEuropäischenGemeinschaft(NACERev.1.1)auf

Zweisteller-Ebene.FürunsereAnalysederinduziertenHandelseffektedurchTHIPbetrachtenwir

16SektorendesproduzierendenGewerbes.Diesebildenrund87ProzentdesdeutschenAußen-

handelsab,nurrund13ProzentdesHandelsentfallenaufdenDienstleistungssektor.8Mitdenvon

unsbetrachtetenSektorenerfassenwirdaherdenGroßteil allerdirektenHandelsbeziehungen

Deutschlands.DieseTatsache,zusammenmitderschlechtenDatenlagezumDienstleistungshan-

delimAllgemeinen,rechtfertigtdieKonzentrationaufdie16WirtschaftsbereichefürunsereAna-

lysederinduziertenHandelseffektedurchTHIP.

Abbildung1zeigtdiedurchschnittlichejährlicheVeränderungsratedesHandelsjeweilszwischen

DeutschlandundderEU(definiertalsEU27),denUSA,denBRICS-Staaten(Brasilien,Russland,

Indien,ChinaundSüdafrika)unddergesamtenWeltfürdievonunsbetrachtetenSektoren.Es

wirddeutlich,dassinallenIndustriezweigen(mitAusnahmedesMineralölsektors)dieDynamik

desdeutschenAußenhandelsmitdenUSAgeringerwaralsmitdenBRICS-Staatenodermitder

Weltinsgesamt.Daslässtsicheinerseitsdaraufzurückführen,dassdasNiveaudesHandelsmit

denUSAbereitsdeutlichhöheristalsmitdenSchwellenländern,beidenenimVergleichzuden

USANachholbedarfbesteht.AllerdingshatderUSA-Handelinzwölfvon16Sektorenauchweniger

starkzugelegtalsjenermitderEU.LetztereEffektesinddurchBeitrittemehrererLänderindie

ZollunionunddurchdieWeiterführungdesBinnenmarktprogrammszuerklären;derBefundzeigt

aberauchklardasPotenzialauf,welchesdieEntfernungvonZöllenundregulatorischenMarktzu-

trittsbarrierenfürdenHandelzwischenEUundUSAdarstellt.

7 FürmehrInformationensiehe:http://www.cepii.fr/CEPII/en/bdd_modele/presentation.asp?id=1(Download3.9.2013).

8 GrundlagederBerechnungensindDatenderWelt-Input-Output-TabellenausdemJahr2007.DiesesJahristdasletztevordemstarkenEinbruchdesWelthandelsinfolgederFinanzmarktkrisevon2008und2009.

12

3. Daten und Trends

3.2 Input-Output-Daten

Dievonunsbetrachteten16SektorendesproduzierendenGewerbesbildenzwarüber80Prozent

desdeutschenAußenhandelsab,allerdingsvereinensienuretwa20ProzentdergesamtenWert-

schöpfungundetwa20ProzentallerArbeitnehmeraufsich.9UmdieEffekteeinestransatlanti-

schenAbkommensmöglichstfürdiegesamteVolkswirtschaftabschätzenzukönnen,berechnen

wirzusätzlichindirektinduzierteEffektefürdenDienstleistungsbereich.Dabeimachenwiruns

dieinter-undintrasektoralenVerflechtungenderInput-Output-Analysezunutze.UnsereGrund-

lagedafürsinddieWelt-Input-Output-Tabellen(WIOD).10

9 DieseBerechnungenberuhenaufdenDatenderWelt-Input-Output-TabellenausdemJahr2007.SiehedazuauchFussnote19.Be-trachtetmandieaktuellstenDatendesStatistischenBundesamtesausdemJahr2012,ergibtsichfürdasproduzierendeGewerbeeinAnteilvon31,6ProzentandergesamtenWertschöpfungundeinAnteilvon26,6ProzentandengesamtenArbeitnehmern.

10 FürmehrInformationensiehehttp://www.wiod.org/index.htm(Download3.9.2013).

Quelle: Berechnungen des ifo Institutes auf Basis der BACI-Daten.

Abbildung 1: Veränderung des Handels im produzierenden Gewerbe, 1998–2007 in Prozent Sektorenbezeichnung DEU-WELTDEU-BRICSDEU-USADEU-EU

Herstellung von Möbeln, Recycling

Fahrzeugbau

Herstellung von Büromaschinen

Maschinenbau

Metallerzeugung und -bearbeitung

Glasgewerbe, Herstellung von Keramik

Herstellung von Gummi- & Kunststoffwaren

Herstellung von chemieschen Erzeugnissen

Kokerei, Mineralölverarbeitung

Papier-, Verlags- und Druckgewerbe

Holzgewerbe

Ledergewerbe

Textil- und Bekleidungsgewerbe

Ernährungsgewerbe und Tabakverarbeitung

Bergbau und Gewinnung von Steinen

Land- und Forstwirtschaft, Fischerei 5,4 1,0 5,4 4,8

9,8 12,0 12,4 12,9

7,3 5,2 6,3 7,1

1,1 2,3 11,8 2,8

2,7 0,1 11,9 4,7

6,0 5,4 13,5 6,6

6,6 3,4 12,5 6,7

15,3 17,5 17,8 15,5

9,6 8,2 12,8 9,5

8,1 7,4 15,5 8,6

4,4 5,4 14,6 5,4

10,1 8,0 17,4 10,3

8,0 5,1 16,1 8,7

6,7 4,4 18,9 7,6

8,4 6,4 18,6 8,6

6,0 3,3 13,7 6,8

13

3. Daten und Trends

ImFolgendenunterscheidenwirdaherzwischendendirektenAuswirkungeneinerTHIP,diesich

überVeränderungenderHandelsvolumeninden16SektorendesproduzierendenGewerbesergeben,

unddenindirektenAuswirkungeneinerTHIP,dieüberVerflechtungsbeziehungeninduziertwerden.

3.3 Regionaldaten

FürdieAnalysederregionalenEbene,verwendenwirDatendesStatistischenBundesamtes.Hier

nutzenwirdienachWirtschaftssektorengegliedertenAusfuhrdatenderBundesländerindieVer-

einigtenStaatenausdemJahr201211,sowiedieBeschäftigungszahlendesverarbeitendenGewer-

besausdemJahr2008.12

MithilfedieserDatenistesüberentsprechendeAbleitungenmöglichRückschlüsseaufdiesekto-

ralenHandels-undWertschöpfungseffekteinallenBundesländerzuziehen.

3.4 Firmendaten

DiefürunsereAnalysenotwendigeVerknüpfungvonHandelseffektenundBeschäftigungsinforma-

tionengeschiehtüberdensogenanntenLinked-Employer-Employee-Datensatz(LIAB)desIAB.Ge-

nauergesagtverwendenwirdensogenanntenLIAB-Querschnittsdatensatz2,indemzueinerStich-

probevonBetriebsstättenausdenJahren1993bis2010Informationenzuallensozialversicherten

Arbeitnehmernhinzugespieltwird.13DerDatensatzumfasstdahernichtnurausführlicheInformatio-

nenüberindividuelle,personenbezogeneCharakteristika,sondernauchwichtigeInformationender

Betriebsseite.InsbesonderenutzenwirfürunsereAnalysedieInformation,wiestarkeineFirmain-

ternationaltätigist.DieseVerbindungvonBetriebs-undPersonendatenermöglichtesuns,dieAus-

wirkungeneinespotenziellenHandelsabkommensaufdieLohnentwicklungunddasEinkommensri-

sikoderBeschäftigtenabzuschätzen.BeidenLIABDatenhandeltessichjedochumeinestratifizierte

StichprobevonUnternehmen.MithilfevonGewichtungsfaktorenistesjedochmöglich,repräsenta-

tiveAussagenüberdieVerteilungderBetriebeinDeutschlandzutreffen.

3.5 Lohndaten

UmrepräsentativeAussagenüberdieVerteilungvonBildungs-undBerufsgruppenindeneinzel-

nenSektorentreffenzukönnen,verwendenwirdensogenanntenSIABDatensatz(Stichprobeder

11 Statitisches Bundesamt (https://www-gene-sis.destatis.de/genesis/online/data;jsessionid=83BF49DC2CDF812C2DE72CE8956C3355.tomcat_GO_1_2?operation=abruftabelleAbrufen&selectionname=51000-0036&levelindex=1&levelid=1379954988568&index=5)

12 Statitisches Bundesamt (https://www-gene-sis.destatis.de/genesis/online/data;jsessionid=83BF49DC2CDF812C2DE72CE8956C3355.tomcat_GO_1_2?operation=previous&levelindex=3&levelid=1379955209838&levelid=1379955194721&step=2)

13 DieDatengrundlagebildetdasQuerschnittsmodell(Version2,Jahre1993bis2010)derLinked-Employer-Employee-DatendesIAB.DerDatenzugangerfolgteüberGastaufenthalteamForschungsdatenzentrumderBundesagenturfürArbeitimInstitutfürArbeitsmarkt-undBerufsforschung(FDZ).FürmehrInformationensieheHeining,ScholzundSeth2013.

14

3. Daten und Trends

integriertenArbeitsmarktbiographien)desIAB.14DieserDatensatzisteinerepräsentative2-Pro-

zent-StichprobeausderGesamtheit aller sozialversicherungspflichtigenBeschäftigungsverhält-

nisse inderBundesrepublikDeutschland.ErenthältdiewichtigstenHumankapitalcharakteris-

tikaderArbeitnehmerunderlaubtesauch,Löhne(aufTagesbasis)zuberechnen.15DieseLöhne,

deflationiertmitdemKonsumentenpreisindex,sinddieBasisunsererBerechnungenzudenRe-

allohneffektenvonTHIP.WirverwendendieLohndatenauch,umÜberlegungenzurEntwicklung

derEinkommensungleichheitdurchTHIPanzustellen.Abbildung2illustriertdieVeränderungder

LohnungleichheitinDeutschlandinausgewähltenWirtschaftszweigen.DabeiwirddieStandard-

abweichungderlogarithmiertenLöhnedargestellt.Wieschonobenerklärt,istdieseinegeeignete

MaßzahlfürdasAusmaßderUngleichverteilungdesLohneinkommens.

14 FürmehrInformationensiehevomBerge,KönigundSeth2013.

15 DerDatensatzhateinigewohlbekannteSchwachstellen.Diewichtigstebestehtdarin,dassdieEinkommensvariablenurdannge-fülltist,wenndiebetroffenePersonArbeitseinkommenunterhalbderBemessungsgrenzefürSozialversicherungsabgabenerhält.FürjeneArbeitsverhältnisse,beidenendiesnichtzutrifft,existierenImputationsalgorithmen,diesichinderLiteraturbewährthaben.

Quelle: Berechnungen des ifo Institutes auf Basis des SIAB-Datensatzes des IAB Nürnberg.

Abbildung 2: Lohnungleichheit in Deutschland

Recycling

Fahrzeugbau Herstellung von BüromaschinenMaschinenbau

Metallerzeugung und -bearbeitungGlasgewerbe, Herstellung von Keramik

Herstellung von Gummi- & KunststoffwarenHerstellung von chemieschen Erzeugnissen


Holzgewerbe

Textil- und BekleidungsgewerbeErnährungsgewerbe

0,25

0,30

0,35

0,40

0,45

20072004200119980,25

0,30

0,35

0,40

0,45

20072004200119980,25

0,30

0,35

0,40

0,45

2007200420011998

0,25

0,30

0,35

0,40

0,45

20072004200119980,25

0,30

0,35

0,40

0,45

20072004200119980,25

0,30

0,35

0,40

0,45

2007200420011998

0,25

0,30

0,35

0,40

0,45

20072004200119980,25

0,30

0,35

0,40

0,45

20072004200119980,25

0,30

0,35

0,40

0,45

2007200420011998

0,25

0,30

0,35

0,40

0,45

20072004200119980,25

0,30

0,35

0,40

0,45

20072004200119980,25

0,30

0,35

0,40

0,45

2007200420011998

15

3. Daten und Trends

DiedargestelltenWirtschaftszweigeunterscheidensichnurgeringfügigimAusmaßdergemes-

senenUngleichheit.ImErnährungsgewerbeistsiehöheralsimMaschinenbauoderimKFZ-Be-

reich,aberdieMaßestreueninderRegelimPeriodendurchschnittderSektorenumdenWertvon

0,35,derauchgrobfürdiedeutscheGesamtwirtschaftzutrifft.16ÜbereinenGroßteilderSektoren

zeigtsicheinansteigenderTrend:DieUngleichheithatvon1998bis2007deutlichzugenommen.

Abbildung3zeigtjenesAusmaßderLohnungleichheit,dassichnichtdurchCharakteristikades

Arbeitnehmers wie Bildung, Berufserfahrung, Geschlecht, Einwanderungsstatus etc. erklären

lässt.Dasheißt,esgehthierumdasResiduumeinerMincer-Gleichung.17MankanndiesesResi-

duumauchalsdieBedeutungvonFaktoreninterpretieren,dienichtdirektimEinflussdesArbeit-

nehmersstehen:Dazugehört,welcherFirmaderArbeitnehmerzugehörigist,dazugehörtaber

auchdaseinfacheWirkendesZufalls(z.B.dassderPersonalchefausfürdenexternenVerwender

derDatennichteinsehbarenGründeneineGehaltszulagegewährt).

16 SiehedazuzumBeispielDustmannetal.2009,Cardetal.2013undBaumgarten2013.

17 EswurdenseparateMincer-GleichungenfürjedenSektorgerechnet;innerhalbderSektorenwurdendieDatenallerdingsüberdieJahregepoolt.


Abbildung 3: Residuale Lohnungleichheit in Deutschland

Recycling

Fahrzeugbau Herstellung von BüromaschinenMaschinenbau

Metallerzeugung und -bearbeitungGlasgewerbe, Herstellung von Keramik

Herstellung von Gummi- & KunststoffwarenHerstellung von chemieschen Erzeugnissen


Holzgewerbe

Textil- und BekleidungsgewerbeErnährungsgewerbe

0,15

0,25

0,35

20072004200119980,15

0,25

0,35

20072004200119980,15

0,25

0,35

2007200420011998

0,15

0,25

0,35

20072004200119980,15

0,25

0,35

20072004200119980,15

0,25

0,35

2007200420011998

0,15

0,25

0,35

20072004200119980,15

0,25

0,35

20072004200119980,15

0,25

0,35

2007200420011998

0,15

0,25

0,35

20072004200119980,15

0,25

0,35

20072004200119980,15

0,25

0,35

2007200420011998

16

3. Daten und Trends

Abbildung3machtklar,dassderLöwenanteilderinAbbildung2dargestelltenUngleichheitsni-

veausundVeränderungenaufdenresidualenTeilderLohnungleichheitzurückzuführenist.Mit

anderenWorten:EsistnichtdiesichveränderndeHumankapitalausstattungderArbeitnehmer-

schaft,welcheAbbildung2erklärenkönnte.Diesmachtklar,dassVeränderungder impliziten

PreisevonHumankapitaloderdieBeteiligungvonArbeitnehmernamBetriebserfolgvonUnter-

nehmenhinterderEntwicklungstehenkönnten.DietheoretischeundempirischeLiteraturzeigt

sehreindeutig,dassinternationalerHandelgeradeüberdieseKanäleaufdieEinkommensvertei-

lungwirkt.18

18 SiehehierzuFelbermayretal.2013undBaumgarten2013.

17

4. Verteilung der Handelseffekte über die Industriebranchen


4.1 Handelsschaffung und Quantifizierung der NTBs

Wirsindnunbereit,denerstenSchrittdesinAbschnitt2skizziertenForschungsansatzeszuim-

plementieren.WirstartenmiteinerQuantifizierungderzuerwartendenHandelseffekte inden

16IndustriebranchendesproduzierendenGewerbes.Dabeiist,wieschoninTeilIunsererStudie,

derfürTHIPerwarteteHandelseffektgenaujener,derfürexistierendeHandelsabkommeninden

Datentatsächlichbeobachtetwerdenkann.DieserEffektkommt,wiewirimFolgendengenauer

sehenwerden,nichtdurcheineEliminierungderZöllezustande,sondernvornehmlichdurcheine

AbsenkungdernichttarifärenBarrieren(NTBs).WirunterstellenSymmetrie,dasheißt,Importe

undExportesind,wasihreVeränderungangeht,gleichermaßenbetroffen.DieausgewiesenenEf-

fektesind,wieschoninderEinleitungbetont,partialanalytischerNatur.Siebeziehensichnurauf

dieerwarteteVeränderungdesHandelszwischenDeutschlandunddenUSAundstellendafürUn-

tergrenzendar,weildieendogeneAnpassungderBruttoinlandsprodukte(diewiederumhandels-

steigerndwirkt)unberücksichtigtbleibt.19

DiedritteSpalte inTabelle1zeigtdiezuerwartendenVeränderungendesbilateralenHandels

durch eine mögliche transatlantische Handels- und Investitionspartnerschaft. Zu erkennen ist,

dassnebendemErnährungsgewerbeundderTabakverarbeitunginsbesonderedieMetallindus-

trievoneinemsolchenAbkommenprofitierenwürde.DorterwartenwirHandelszuwächsevon

mehrals50Prozent.EineebenfallsstarkeZunahmederHandelsströmevonknappunter50Pro-

zentsehenwirfürdenBereichderLand-undForstwirtschaft.Zuerkennenistauch,dassfürdie-

senSektorinsbesonderederAbbauvonnichttarifärenBarriereneineentscheidendeRollespielen

wird.AuchderIndustriezweigzurHerstellungvonBüromaschinenundDatenverarbeitungsgerä-

tenwirddeutlichvoneinemHandelsabkommenzwischenderEUunddenUSAprofitieren.Dort

erwartenwirZuwächse,dieandie40Prozentreichenwerden.FürdieChemiebrancheebensowie

fürdieBranchezurHerstellungvonMöbelnliegendiezuerwartendenHandelszuwächsebei20

bis26Prozent.

19 InsbesonderesummierensichdieausgewiesenenEffektenichtnotwendigerweiseaufdiesichimgesamtwirtschaftlichenGleich-gewichteinstellendenEffekte;sieheTeil1derStudie.

18


Moderate, aber durchweg positive Handelsschaffungseffekte sind zudem im Ledergewerbe, im

Papier- und Druckgewerbe, im Glasgewerbe und im Maschinenbau zu erwarten. Auch der für

DeutschlandcharakteristischeWirtschaftsbereichdesFahrzeugbausprofitiertvoneinemtransat-

lantischenAbkommen.HiererwartenwirZuwächse,diezwischen15und20Prozentliegen.Die

ZuwächseimFahrzeugbausindrelativgeringeralsinanderenSektoren,weildieHandelsbezie-

hungeneinbereitsvergleichsweisehohesNiveauaufweisen.KeinepositivenHandelszuwächse

erwarten wir hingegen im Textil- und Bekleidungsgewerbe. In den Sektoren Bergbau, Holzge-

werbe,KokereiundMineralölsowieGlassindkeinestatistischsignifikantenHandelsschaffungs-

effektefürexistierendeAbkommennachzuweisen.DieweiterenSpalteninTabelle1weisendie

durchschnittlichenZölleaus,diedieUSAoderdieEUauf ihre Importe indeneinzelnenWirt-

schaftszweigenerheben.DiesesindimTextilbereichinbeidenRegionenhoch;dieEUerhebtin

derErnährungsbrancheundimFahrzeugbaudeutlichhöhereZöllealsdieUSA;dieUSAerhebt

höhereZöllealsdieEU indenBereichenKokerei/MineralölverarbeitungundLeder. Insgesamt

sinddieZollsätzerelativgering.FürdasVerständnisderVorgangsweiseseihierergänzendan-

Tabelle 1: Sektorale Handelseffekte von THIP auf EU-US-Handel, zugrunde liegende Absenkung tarifärer und nicht tarifärer Barrieren

NACE Rev.1.1

Sektorbezeichnung Handels-schaffung (in Prozent)*

Handels- elastizitäten nach Broda & Weinstein (QJE 2006)

Zölle Importeur USA aus EU (in Prozent)**

Zölle Importeur EU aus USA (in Prozent)**

NTB Importeur USA aus EU (in Prozent)

NTB Importeur EU aus USA (in Prozent)

A & B Land- und Forstwirtschaft, Fischerei und Fischzucht

47,40 1,33 2,62 3,89 33,02 31,75

C Bergbau und Gewinnung von Steinen und Erden

. 5,32 0,96 0,77 . .

DA Ernährungsgewerbe und Tabakverarbeitung 65,86 3,65 2,31 5,60 15,74 12,45DB Textil- und Bekleidungsgewerbe –19,35 1,89 7,00 8,19 . .DC Ledergewerbe 17,35 0,96 7,10 3,91 10,97 14,16DD Holzgewerbe . 0,83 0,19 0,96 . .DE Papier-, Verlags- und Druckgewerbe 14,68 1,55 0,02 0,02 9,45 9,45DF Kokerei, Mineralölverarbeitung . 3,36 6,63 1,50 0,00 0,00DG Herstellung von chemischen Erzeugnissen 21,65 3,75 1,71 1,86 4,06 3,91DH Herstellung von Gummi- und Kunststoffwaren 14,80 1,34 1,71 1,86 9,33 9,18DI Glasgewerbe, Herstellung von Keramik,

Verarbeitung von Steinen und Erden. 1,30 2,56 3,11 . .

DJ Metallerzeugung und -bearbeitung, Herstellung von Metallerzeugnissen

52,65 2,77 1,67 1,66 17,34 17,35

DK Maschinenbau 16,42 1,10 1,26 1,25 13,66 13,67DL Herstellung von Büromaschinen, Daten-

verarbeitungsgeräten und -einrichtungen39,93 2,74 0,58 0,35 13,99 14,22

DM Fahrzeugbau 16,88 2,27 1,19 4,67 6,25 2,77DN Herstellung von Möbeln, Schmuck, Musik-

instrumenten; Recycling26,36 0,55 0,84 0,96 47,10 46,98

* "." bedeutet, dass ökonometrisch kein Effekt identifiziert werden konnte, der signifikant von null verschieden ist. ** Quelle der Zolldaten: TRAINS Data von WITS. Bei den Zöllen handelt es sich um importgewichtete Durchschnitte.Quelle: Berechnungen des ifo Institutes auf Basis von BACI-Daten.

19


gemerkt,dassdieausgewiesenenZollsätzefüralleHandelspartnerderEUoderderUSAgelten,

soferndieseMitgliederinderWelthandelsorganisation(WTO)sind.Eswirdangenommen,dass

durchTHIPeinevollständigeEliminationdieserZölleerfolgt.

DieTabelleweistauchdievonBrodaundWeinstein(2006)berechnetenHandelselastizitätenaus,

diehieraufSektorebeneaggregiertwurden.Jehöherdiesesind,umsostärkerreagiertderHandel

zwischendenLändernaufVeränderungenderHandelskosten.MitdieserInformationlässtsich

nunaufSektorebenejeneAbsenkungdernichttarifärenBarrierenquantifizieren,diegemeinsam

mitderunterstelltenZolleliminationdieberechnetenHandelseffektegeneriert.Dieseunterschei-

densichaufgrundderunterschiedlichenangewandtenDurchschnittszöllegeringfügigzwischen

derEUunddenUSA.

DiebeidenletztenSpaltenderTabelle1weisendieberechnetenNTBMaßealssogenannteAd-va-

lorem-Äquivalente(AVEs)aus.Dasheißt,dieWertesindalsprozentualeAufschlägeaufdenHer-

stellerpreiszulesenunddaherähnlichzuinterpretierenwieZollraten.MitdemelementarenUn-

terschied:EshandeltsichebennichtumZollsätze.Eszeigtsich,dassdieBedeutungdernicht

tarifärenBarrierenunddasPotenzialihrerAbsenkungdurchbilateraleAbkommenwieTHIPüber

dieeinzelnenIndustrienvariiert.AnpassbareNTBssindbesondershoch indenBereichenMö-

belherstellungoderLand-undForstwirtschaft.GeradeinLetzteremsindvieleprotektionistische

Maßnahmen inKraft,dievorgeblichdieKonsumentenvorschädlichenLebensmittelnausdem

Auslandschützensollen.AberauchimMaschinenbau,imMetallbereichoderimErnährungsge-

werbesinddienichttarifärenBarrierenbeträchtlich.WenigerhoheanpassbareNTBskönnenfür

dieWirtschaftsbereicheFahrzeugbauoderChemieidentifiziertwerden.

DieausgewiesenenNTBsbeschreibendieKosteneinsparungenimnichttarifärenBereich,dievon

existierenden Handelsabkommen im Durchschnitt realisiert wurden. Es ist anzunehmen, dass

THIPnichtmehrodermindererfolgreichausfällt.Esseinochmalsbetont:DieWertesindnichtals

Niveauszuverstehen,sondernalsdiezuerwartendenVeränderungenderNTBs.Dabeikannman

dieerrechnetenNTB-PotenzialedurchwegsalsUntergrenzenansehen,weilinexistierendenHan-

delsabkommentypischerweisekeinevolleBeanspruchungderZollfreistellungdurchdiehandeln-

denFirmenerfolgt.20

4.2 Indirekte Auswirkungen auf Dienstleistungssektoren

DievorangegangeneAnalysehatdeutlichgemacht,inwelchenSektorendesproduzierendenGe-

werbesmiteinerSteigerungdesHandelsdurchTHIPzu rechnen ist.Nungehtesdarum,wie

sichdiesewirtschaftlicheBelebungüberinter-undintrasektoraleVerflechtungenaufdiegesamte

VolkswirtschaftDeutschlands,insbesonderedenDienstleistungsbereich,auswirkt.Wirquantifi-

20 Diesistdaraufzurückzuführen,dassdiezurZollfreistellungnotwendigenbürokratischenHürdenhochsind(insbesonderedieErlangungeinesUrsprungszeugnisses).

20


zierendieseEffektemithilfederInput-Output-Analyse.21DieseliefertunsInformationendarüber,

wiestarkdieProduktioneinesSektorsaufVorproduktedeseigenenwieauchallerübrigenSek-

torenderVolkswirtschaftangewiesenist.AufdieseWeiseistesmöglich,indirekteEffekteeiner

HandelssteigerunginSektorenzuquantifizieren,dieselbstnichtdirektvonTHIPbetroffensind

oderfürdieausGründenderDatenverfügbarkeitund-qualitätkeinedirektenEffekteberechnet

werdenkönnen.Tabelle2zeigtdieErgebnisse.DiedritteSpaltezeigtdasinduzierteHandelsvo-

lumen,daswirinden16SektorendesproduzierendenGewerbesdurcheintransatlantischesAb-

kommenerwarten.SpaltevierliefertdiedirektenProduktionseffekte.Diesegebenan,wiestark

sichdieProduktion inSektor j durchdessenHandelsbetroffenheit verändert.Zuerkennen ist,

dasssichdasinduzierteHandelsvolumengeringfügigvondendirektenProduktionseffektenun-

terscheidet.DiesistgenauaufdieVorleistungenzurückzuführen,dieSektorjausdemeigenen

SektorzurHerstellungseinerEndproduktebenötigt.DafürdieDienstleistungssektorenkeindi-

rekterHandelseffektberechnetwerdenkann,istderdirekteProduktionseffektindiesenSektoren

gleichnull.DiefünfteSpalteweistdengesamtenProduktionseffektaus,derinSektorjzuerwar-

tenist.DiesergesamteEffektsetztsichzusammenausdemdirektenProduktionseffektunddem

indirektenProduktionseffekt.DerindirekteEffektistdabeidieSummederVorleistungeninSek-

torj,diefürdieHerstellungderEndprodukteinallenübrigenSektoren(außerj)verwendetwer-

den.IndenDienstleistungssektorenmachtdieserindirekteEffektzugleichdenGesamteffektaus.

UmdieGrößenordnungderEffekteabschätzenzukönnen,zeigtSpaltesechsdieGesamtproduk-

tiondesjeweiligenSektorsausdemJahr2007unddieletzteSpaltedenAnteildesgesamtenPro-

duktionseffektesanderGesamtproduktion.

Zuerkennenist,dassdieinduziertenProduktionseffekteineinerGrößenordnungvonbiszuzwei

Prozent der Gesamtproduktion aus dem Jahr 2007 liegen. Die relativ größten Produktionszu-

wächsesindimIndustriebereichzurHerstellungvonBüromaschinenzuerwarten.Auchinden

SektorenzurHerstellungvonMetallerzeugnissenundinderChemiebranchewirdesdurchTHIP

zueinerdeutlichenProduktionssteigerungkommen.22

Derdurch indirekteAuswirkungenamstärkstenbetroffeneDienstleistungssektor ist jener zur

VermietungbeweglicherSachenohneBedienungspersonalbzw.derSektorzurErbringungvon

DienstleistungenüberwiegendfürUnternehmen.Hieristerkennbar,dassalleindieindirektindu-

ziertenEffektesichaufeinenAnteilvon0,5ProzentanderGesamtproduktiondesSektorssum-

mieren.

21 GrundlagesinddieWelt-Input-Output-Daten(WIOD)ausdemJahr2007.DieWIODliegenfüreinenZeitraumvon1995bis2009vor.WirlegenunserenBerechnungendasJahr2007zugrunde,umVerzerrungendurchdieFinanz-undWirtschaftskriseimJahr2009zuvermeiden.UmeinegewisseKonsistenzzugewährleisten,beziehenwirunsdaherimgesamtenBerichtaufdasJahr2007,wennwirdieWIODzugrundelegen.

22 AndieserStelleseidaranerinnert,dassessichhierumeinpartialanalytischesModellhandelt.VonallgemeinenGleichgewichts-effektenebensowievonHandelsumlenkungseffektenwirddaherabstrahiert.SolcheEffektewerdenimerstenTeilunsererStudie(Teil1:MakroökonomischeEffekte)thematisiert.

21


Tabelle 2: Quantifizierung der direkten und indirekten Produktionseffekte von THIP in Deutschland je Sektor

NACE REV.1.1

Sektorbezeichnung induzierte Handels-schaffung (in Millionen Euro)

direkter Produktions-effekt (in Millionen Euro)

gesamter Produktions-effekt (in Millionen Euro)

gesamte Produktion (in Millionen Euro)

gesamter Produktions-effekt/ gesamte Produktion

A & B Land- und Forstwirtschaft, Fischerei 102 106 230 51.950 0,004C Bergbau und Gewinnung von Steinen und Erden 0 0 33 13.710 0,002DA Ernährungsgewerbe und Tabakverarbeitung 609 680 745 154.120 0,005DB Textil- und Bekleidungsgewerbe –61 –61 –55 23.730 –0,002DC Ledergewerbe 47 47 47 3.480 0,014DD Holzgewerbe (ohne Herstellung von Möbeln) 0 0 75 25.540 0,003DE Papier-, Verlags- und Druckgewerbe 416 474 633 88.900 0,007DF Kokerei, Mineralölverarbeitung, Herstellung und Verarbeitung von

Spalt- und Brutstoffen0 0 150 61.050 0,002

DG Herstellung von chemischen Erzeugnissen 2.863 2.937 3.040 156.970 0,019DH Herstellung von Gummi- und Kunststoffwaren 185 194 423 65.690 0,006DI Glasgewerbe, Herstellung von Keramik, Verarbeitung von Steinen

und Erden0 0 122 41.090 0,003

DJ Metallerzeugung und -bearbeitung, Herstellung von Metallerzeugnissen 3.474 4.068 4.887 230.160 0,021DK Maschinenbau 2.158 2.401 2.677 224.800 0,012DL Herstellung von Büromaschinen, Datenverarbeitungsgeräten und

-einrichtungen; Elektrotechnik, Feinmechanik und Optik4.506 4.883 5.154 209.390 0,025

DM Fahrzeugbau 3.538 4.210 4.337 350.720 0,012DN Herstellung von Möbeln, Schmuck, Musikinstrumenten, Sportgeräten,

Spielwaren und sonstigen Erzeugnissen; Recycling288 302 369 39.160 0,009

G-50 Einzelhandel (ohne Handel mit Kraftfahrzeugen und ohne Tankstellen); Reparatur von Gebrauchsgütern

0 0 182 54.360 0,003

G-51 Handelsvermittlung und Großhandel (ohne Handel mit Kraftfahrzeugen) 0 0 742 170.260 0,004G-52 Handel; Instandhaltung und Reparatur von Kraftfahrzeugen und

Gebrauchsgütern0 0 659 146.230 0,005

H Gastgewerbe 0 0 13 66.500 0,000I-60 Landverkehr; Transport in Rohrfernleitungen 0 0 312 69.350 0,004I-61 Schifffahrt 0 0 23 25.080 0,001I-62 Luftfahrt 0 0 71 27.370 0,003I-63 Hilfs- und Nebentätigkeiten für den Verkehr; Verkehrsvermittlung 0 0 354 96.580 0,004I-64 Nachrichtenübermittlung 0 0 186 81.100 0,002J Kredit- und Versicherungsgewerbe 0 0 468 219.710 0,002K-70 Grundstücks- und Wohnungswesen 0 0 573 328.350 0,002K-71-74

Vermietung beweglicher Sachen ohne Bedienungspersonal, Datenverar-beitung, Forschung und Entwicklung, Erbringung von Dienstleistungen überwiegend für Unternehmen

0 0 2321 442.530 0,005

L Öffentliche Verwaltung, Verteidigung, Sozialversicherung 0 0 94 182.560 0,001M Erziehung und Unterricht 0 0 74 122.380 0,001N Gesundheits-, Veterinär- und Sozialwesen 0 0 7 221.320 0,000O Erbringung von sonstigen öffentlichen und persönlichen Dienstleistungen 0 0 355 167.180 0,002P Private Haushalte mit Hauspersonal 0 0 0 7.070 0,000Quelle: Berechnungen des ifo Institutes auf Grundlage der WIOD 2007.

22


InsgesamtmachtTabelle2sehrdeutlich,dass,obwohldiedirektenHandelseffekteausschließlich

überdie16SektorendesproduzierendenGewerbeswirken,diegesamteVolkswirtschafterheb-

lichvoneinemtransatlantischenAbkommenbetroffenist.InsgesamtfindenwirfürdenDienst-

leistungssektoreinevergleichbarstarkeBetroffenheitüberindirekteEffektewiefürdenBereich

desproduzierendenGewerbes.

4.3 Wertschöpfungs- und Beschäftigungseffekte

ImFolgendenzeigenwirauf,wievielWertschöpfungdurchdieinduziertenHandelseffektezuer-

wartenistundwievieleArbeitsplätzeindeneinzelnenSektorendavonbetroffenwären(Tabelle3).

DabeiunterscheidenwirwiederzwischendirektenundindirektenEffekten.

Betrachten wir zunächst die Auswirkungen auf die Wertschöpfung für das produzierende Ge-

werbe.DenstärkstengesamtenWertschöpfungseffektverzeichnetderSektorzurHerstellungvon

BüromaschinenundElektrotechnik.WieSpaltefünfderTabelle3deutlichmacht,istindiesem

WirtschaftsbereichauchderrelativeZuwachsderWertschöpfung(gemessenalsAnteildesgesam-

tenWertschöpfungseffektesandergesamtenWertschöpfungdesSektors2007)mit2,5Prozent

am höchsten. Ähnlich starke Wertschöpfungseffekte weisen die Metallerzeugung und die Che-

miebrancheauf.ImDienstleistungsbereichresultierendieWertschöpfungseffektewiederausden

indirekt induziertenEffekten.DengrößtenWertschöpfungszuwachsverzeichnetderSektorzur

VermietungbeweglicherSachenmiteinerrelativenZunahmevon0,5ProzentderWertschöpfung.

EinähnlichesBildergibtsichbeiderBetrachtungderBeschäftigungseffekte.Auchhierweisendie

bereitserwähntenSektorendiegrößtenAuswirkungenauf.AufsummiertüberdieeinzelnenSek-

torenergibtsicheingesamterBeschäftigungseffektvonknapp160.000Arbeitnehmern.Dieser

WertweichtgeringfügigvondemvonunsinderMakrostudieausgewiesenenWertvon181.000

geschaffenenArbeitsplätzenab.DieDifferenzlässtsichdurchdieandereModellstruktur(Partial-

analyseversusallgemeinesGleichgewicht)unddieandereDatengrundlageerklären.

23


Tabelle 3: Wertschöpfungs- und Beschäftigungseffekte in Deutschland je Sektor

NACE REV.1.1

Sektorbezeichnung direkter Wertschöp-fungseffekt (in Millionen Euro)

gesamter Wertschöp-fungseffekt (in Millionen Euro)

gesamter Wert-schöpfungs-effekt/gesamte Wertschöpfung 2007

direkter Effekt Arbeit-nehmer

gesamter Effekt Arbeit-nehmer

gesamter Arbeitnehmer- effekt/alle Arbeitnehmer 2007

A & B Land- und Forstwirtschaft, Fischerei 43 93 0,004 911 1.967 0,002C Bergbau und Gewinnung von Steinen und Erden 0 12 0,002 0 197 0,002DA Ernährungsgewerbe und Tabakverarbeitung 166 182 0,005 3.785 4.145 0,004DB Textil- und Bekleidungsgewerbe –20 –17 –0,002 –393 –352 –0,002DC Ledergewerbe 13 13 0,014 297 300 0,013DD Holzgewerbe (ohne Herstellung von Möbeln) 0 22 0,003 0 402 0,003DE Papier-, Verlags- und Druckgewerbe 175 234 0,007 3.039 4.060 0,007DF Kokerei, Mineralölverarbeitung, Herstellung und Verarbei-

tung von Spalt- und Brutstoffen0 11 0,002 0 49 0,002

DG Herstellung von chemischen Erzeugnissen 986 1.021 0,019 8.494 8.794 0,019DH Herstellung von Gummi- und Kunststoffwaren 69 150 0,006 1.163 2.540 0,006DI Glasgewerbe, Herstellung von Keramik, Verarbeitung von

Steinen und Erden0 46 0,003 0 692 0,003

DJ Metallerzeugung und -bearbeitung, Herstellung von Metallerzeugnissen

1.297 1.558 0,021 18.790 22.570 0,020

DK Maschinenbau 882 983 0,012 11.597 12.932 0,012DL Herstellung von Büromaschinen, Datenverarbeitungsgeräten

und -einrichtungen; Elektrotechnik, Feinmechanik und Optik1.817 1.917 0,025 23.204 24.490 0,024

DM Fahrzeugbau 1.065 1.097 0,012 11.786 12.143 0,012DN Herstellung von Möbeln, Schmuck, Musikinstrumenten,

Sportgeräten, Spielwaren und sonstigen Erzeugnissen; Recycling

102 125 0,009 1.998 2.439 0,008

G-50 Einzelhandel (ohne Handel mit Kraftfahrzeugen und ohne Tankstellen); Reparatur von Gebrauchsgütern

0 121 0,003 0 2.776 0,003

G-51 Handelsvermittlung und Großhandel (ohne Handel mit Kraftfahrzeugen)

0 433 0,004 0 6.207 0,004

G-52 Handel; Instandhaltung und Reparatur von Kraftfahrzeugen und Gebrauchsgütern

0 370 0,005 0 13.163 0,004

H Gastgewerbe 0 7 0,000 0 282 0,000I-60 Landverkehr; Transport in Rohrfernleitungen 0 145 0,004 0 3.932 0,004I-61 Schifffahrt 0 6 0,001 0 20 0,001I-62 Luftfahrt 0 19 0,003 0 165 0,003I-63 Hilfs- und Nebentätigkeiten für den Verkehr; Verkehrsver-

mittlung0 142 0,004 0 2.129 0,003

I-64 Nachrichtenübermittlung 0 89 0,002 0 1.168 0,002J Kredit- und Versicherungsgewerbe 0 184 0,002 0 2.248 0,002K-70 Grundstücks- und Wohnungswesen 0 458 0,002 0 679 0,001K-71-74

Vermietung beweglicher Sachen ohne Bedienungspersonal, Datenverarbeitung, Forschung und Entwicklung, Erbringung von Dienstleistungen überwiegend für Unternehmen

0 1.517 0,005 0 23.022 0,004

L Öffentliche Verwaltung, Verteidigung, Sozialversicherung 0 64 0,001 0 1.363 0,001M Erziehung und Unterricht 0 57 0,001 0 1.335 0,001N Gesundheits-, Veterinär- und Sozialwesen 0 5 0,000 0 122 0,000O Erbringung von sonstigen öffentlichen und persönlichen

Dienstleistungen0 214 0,002 0 3.575 0,002

P Private Haushalte mit Hauspersonal 0 0 0,000 0 0 0,000Quelle: Berechnungen des ifo Institutes auf Grundlage der WIOD 2007.

24

5. Betroffenheit von Bildungs- und Berufsgruppen sowie der Regionen


NachdemwirnundiezuerwartendenHandelseffektequantifiziertundderenindirekteAuswir-

kungenberechnethaben,könnenwirunsalsNächstesAnalyseschritt2zuwendenunddieHan-

delsschocksinSchocksfürdieunterschiedlichenBildungs-undBerufsgruppenundinregionale

Schocksumwandeln.

5.1 Deskriptive Analyse der Bildungsgruppen

ImRahmenunsererAnalyseunterscheidenwir dreiBildungsgruppen: Zumeinengeringqua-

lifizierteArbeitnehmer,zudenenwirjenePersonenohneBerufsausbildungundohneSchulab-

schlusszählen.ArbeitnehmermittlererQualifikationverfügenübereinenSchulabschlussund/

odereineBerufsausbildung,währendhochqualifizierteArbeitnehmereinenFachhochschul-bzw.

Universitätsabschlussbesitzen.23

Tabelle4zeigtdieVerteilungderBildungsgruppenindenSektorendesproduzierendenGewer-

bes.AusgewiesenwerdendieAnteileder jeweiligenBildungsgruppenanderGesamtbeschäfti-

gungderSektorenunddieHandelsschaffungspotenzialeausdemerstenTeilunsererAnalyse.Wir

betrachtendie16SektorendesproduzierendenGewerbes,fürdiewirsowohldirektealsauchindi-

rekteEffekteberechnenkönnen.Wieweiterobenbesprochen,istdieBerechnungdirekterEffekte

fürdenDienstleistungsbereichnichtmöglich.

EinengenauerenEindruck,welcheBedeutungdieeinzelnenSektorenfürdiejeweiligenBildungs-

gruppenhaben,vermittelndieTabellen5bis7,diefürdieeinzelnenBildungsgruppenjeweilsdie

fünfwichtigstenSektorenauflisten.SoistderersteWertinTabelle5sozuverstehen,dass17Pro-

zentallergeringqualifiziertenArbeitnehmerdesproduzierendenGewerbesinderMetallerzeu-

gungund-bearbeitungbeschäftigtsind.

23 DieseEinteilungistStandardinderLiteraturundfolgtbspw.Dustmannetal.2009undBaumgarten2013.AndieserStelleseiangemerkt,dassdieunbereinigteBildungsvariableindenDatendesIABeinerelativschlechteQualitätaufweist.Dasheißthäu-figliegensogenannte„missings“vorodereinzelnePersonenweiseninkonsistenteEinträgeauf.VorunsererAnalysebereinigenwirdieBildungsvariabledahermitinderLiteraturanerkanntenImputationsmechanismen.SiehedazuFitzenbergeretal.2006.

25


Tabelle 4: Verteilung der Bildungsgruppen über Sektoren des produzierenden Gewerbes

NACE Rev.1.1

ausgewählte Sektoren gering qualifi-ziert (in %)

mittel qualifi-ziert (in %)

hoch qualifi-ziert (in %)

Handelsschaf-fung (in %)

A & B Land- und Forstwirtschaft, Fischerei 19,43 75,52 5,05 47,40C Bergbau und Gewinnung von Steinen 15,81 76,18 8,01 .DA Ernährungsgewerbe und Tabakverarbeitung 18,96 76,98 4,06 65,86DB Textil- und Bekleidungsgewerbe 16,75 75,91 7,34 –19,35DC Ledergewerbe 20,14 73,51 6,34 17,35DD Holzgewerbe 16,75 75,91 7,34 .DE Papier-, Verlags- und Druckgewerbe 20,14 73,51 6,34 14,68DF Kokerei, Mineralölverarbeitung 16,11 78,68 5,21 .DG Herstellung von chemischen Erzeugnissen 18,94 70,36 10,70 21,65DH Herstellung von Gummi- & Kunststoffwaren 17,87 74,08 8,05 14,80DI Glasgewerbe, Herstellung von Keramik 13,88 78,10 8,02 .DJ Metallerzeugung und -bearbeitung 16,95 76,10 6,95 52,65DK Maschinenbau 11,37 74,92 13,71 16,42DL Herstellung von Büromaschinen 10,90 69,06 20,04 39,93DM Fahrzeugbau 10,00 74,13 15,87 16,88DN Herstellung von Möbeln, Recycling 13,88 78,51 7,61 26,36Quelle: Berechnungen des ifo Institutes auf Basis des SIAB-Datensatzes des IAB.

Tabelle 5: Bedeutung einzelner Sektoren für Geringqualifizierte

Rang Sektorbezeichnung relative Bedeutung für gering qualifizierte Arbeiter (in %)

1 Metallerzeugung und -bearbeitung 17,082 Ernährungsgewerbe und Tabakverarbeitung 15,263 Maschinenbau 10,364 Papier-, Verlags- und Druckgewerbe 9,985 Herstellung von Büromaschinen 9,47Quelle: Berechnungen des ifo Institutes auf Basis des SIAB-Datensatzes des IAB.

Tabelle 6: Bedeutung einzelner Sektoren für Mittelqualifizierte

Rang Sektorbezeichnung relative Bedeutung für mittel qualifizierte Arbeiter (in %)

1 Metallerzeugung und -bearbeitung 15,052 Maschinenbau 13,403 Ernährungsgewerbe und Tabakverarbeitung 12,164 Herstellung von Büromaschinen 11,775 Fahrzeugbau 9,30Quelle: Berechnungen des ifo Institutes auf Basis des SIAB-Datensatzes des IAB.

Tabelle 7: Bedeutung einzelner Sektoren für Hochqualifizierte

Rang Sektorbezeichnung relative Bedeutung für hoch qualifizierte Arbeiter (in %)

1 Herstellung von Büromaschinen 22,752 Maschinenbau 16,323 Fahrzeugbau 13,254 Metallerzeugung und -bearbeitung 9,165 Herstellung von chemischen Erzeugnissen 8,04Quelle: Berechnungen des ifo Institutes auf Basis des SIAB-Datensatzes des IAB.

26


Abbildung4weistjeweilsdieKorrelationzwischendeninduziertenHandelseffektenunddenSek-

toranteilenfürdieeinzelnenBildungsgruppenaus.ZuerkennenistfüralleBildungsgruppenein

positiverZusammenhangzwischenderHandelsschaffungineinemSektorundderrelativenBe-

deutungdiesesSektorsfürdiejeweiligeGruppe.Auffälligistallerdings,dassdieKorrelationfür

diehochqualifiziertenArbeitskräftemit0,17deutlichgeringeristalsfürdiebeidenanderenBil-

dungsgruppen.Diesistvorallemdadurchzuerklären,dasshochqualifizierteArbeitnehmerin

denSektoren,diebesondersstarkeHandelseffekteaufweisen(wiederErnährungssektor,dieMe-

tallerzeugungunddieLandwirtschaft),eineuntergeordneteRollespielen.


0,00 0,05 0,10 0,15 0,20 0,25

–0,3

–0,2

–0,1

–0,0

0,1

0,2

0,3

0,4

0,5

0,6

0,7

0,8

0,00 0,05 0,10 0,15 0,20 0,25

–0,3

–0,2

–0,1

–0,0

0,1

0,2

0,3

0,4

0,5

0,6

0,7

0,8

0,00 0,05 0,10 0,15 0,20 0,25

–0,3

–0,2

–0,1

–0,0

0,1

0,2

0,3

0,4

0,5

0,6

0,7

0,8

Hand

elss

chaf

fung

mittleres Qualifikationsniveau hohes Qualifikationsniveaugeringes Qualifikationsniveau

Hand

elss

chaf

fung

Hand

elss

chaf

fung

TEX TEX TEX

LFF

LEDCHEM

NAHR

MTL

BURO

RCY

GUM PVD

KFZMB

LEDLED

GUM

CHEMRCY

CHEMRCY

KFZMB

PVD

LFF

NAHR

MTL

BURO

LFF

NAHR

MTL

BURO

KFZMB

GUM PVD

Abbildung 4: Korrelation der Handelsschaffung in einzelnen Sektoren

LFF = Land- und Forstwirtschaft, FischereiLED = LedergewerbeCHEM = Herstellung von chemischen ErzeugnissenMB = MaschinenbauBERG = Bergbau und Gewinnung von SteinenHOLZ = Holzgewerbe

KFZ = FahrzeugbauTEX = Textil- und BekleidungsgewerbeOEL = Kokerei, MineralölverarbeitungMTL = Metallerzeugung und -bearbeitungRCY = Herstellung von Möbeln, Recycling

GUM = Herstellung von Gummi- und KunststoffwarenBURO = Herstellung von BüromaschinenNAHR = Ernährungsgewerbe und TabakverarbeitungPVD = Papier-, Verlags- und DruckgewerbeGLAS = Glasgewerbe, Herstellung von Keramik

SektoranteilSektoranteil Sektoranteil

27


5.2 Betroffenheit der Bildungsgruppen

DenHandelsschockausAnalyseschritt1 transformierenwirnun insogenannteBetroffenheits-

maße.WährendwirimerstenTeildieBetroffenheiteinzelnerSektorenvoneinermöglichenTHIP

identifizierthaben,gehtesnundarum,dieBetroffenheiteinzelnerBildungsgruppenzuquantifi-

zieren.WirfolgendabeiderMethodevonEbensteinetal.(2009)undberechnendieMaßeinzwei

Schritten.ZuerstquantifizierenwireinenGewichtungsfaktor 2010kjα :

(1)2010

20102010

kjkj

k

LL

α = ,

wobei 2010kjL dieAnzahlderBeschäftigtenderBildungsgruppekinSektorjimJahr2010istund

2010kjL dieAnzahlallerBeschäftigtenderBildungsgruppekinallenSektorenimJahr2010ist.

MithilfediesesGewichtungsfaktorsberechnenwirdanndasBetroffenheitsmaß 2010kβ :

(2) 2010 20101

J

k kj jj

β α=

= Δ∑ ,

wobei j∆ denHandelsschaffungseffektinSektorjausAnalyseschritt1darstellt.

Tabelle8weistdasBetroffenheitsmaßfürdiedreiBildungsgruppenaus.Hierbestätigtsichnoch

einmalderEindruck,denbereitsdieKorrelationsanalysegelieferthat:GeringqualifizierteArbeit-

nehmersindvondemdirektenHandelsschockimproduzierendenGewerbeamstärkstenbetrof-

fen.DanachfolgendieArbeitnehmermittlererQualifikationundamgeringstenistdasBetroffen-

heitsmaßfürhochqualifizierteArbeitnehmer.

5.3 Deskriptive Analyse der Berufsgruppen

InsgesamtlassensichindenDatendesIABmehrals300verschiedeneBerufeunterscheiden.24

UmeinegewisseÜbersichtlichkeitzuerlangen,fassenwirdieeinzelnenAusprägungenzuinsge-

samt88Berufsgruppenzusammen.25Tabelle9lieferteinenerstenEindruck,welcheBerufsgrup-

peninjenenSektorenzufindensind,diediestärkstenHandelsschaffungspotenzialeaufweisen.

24 DieBerufsklassifizierungindenDatendesIABfolgtderKlassifizierungderBerufederBundesagenturfürArbeit1988undum-fasstrund330Ausprägungen.

25 WiraggregierenvonsogenanntenBerufsordnungen(Dreisteller),aufBerufsgruppen(Zweisteller).

Tabelle 8: Betroffenheitsmaß Bildung

Betroffenheitsmaß Bildung

Geringqualifizierte 0,34Mittelqualifizierte 0,31Hochqualifizierte 0,27Quelle: Berechnungen des ifo Institutes auf Basis des SIAB-Datensatzes des IAB.

28


EinWertvon34ProzentfürWarenkaufleuteimerstenTeilderTabellebedeutetdaher,dass34

ProzentallerBeschäftigtenimErnährungsgewerbezudieserBerufsgruppegehören.

5.4 Betroffenheit der Berufsgruppen

AuchandieserStelleberechnenwirwiederdieBetroffenheit,diesmalfürdieeinzelnenBerufs-

gruppen.Tabellen9iimAnhangzeigtausführlichdieBetroffenheitsmaßealler88Berufsgrup-

pen.Zuerkennenist,dassjeneBerufe,diefastausschließlichimErnährungssektorarbeiten,das

stärksteBetroffenheitsmaßaufweisen.DazugehörenbeispielsweiseWarenkaufleute.AuchdieBe-

rufederMetallbrancheweisenüberdurchschnittlicheBetroffenheitsmaßeauf.AmunterenEnde

derBetroffenheitsskalabefindensichBerufsgruppenwieDrucker,Papierhersteller,Bauausstatter

undBerufedesTextilgewerbes.Deutlichwirdallerdingsauch,dasseinigeDienstleistungsberufe

einrelativhohesBetroffenheitsmaßaufweisen.HierseienbeispielsweiseGästebetreuer(Betrof-

fenheitsmaßvon0,51)oderReinigungsberufe(Betroffenheitsmaßvon0,36)genannt.Dieszeigt

einweiteresMal,dassdiegesamteVolkswirtschaftvoneinerTHIPbetroffenist,auchwennwirin

diesemAbschnittnurdiedirektenHandelseffekteüberdasproduzierendeGewerbebetrachten.

5.5 Deskriptive Analyse der Regionen

ImFolgendenanalysierenwir,wiestarkdieeinzelnenBundesländer inDeutschlandvoneiner

möglichentransatlantischenHandels-undInvestitionspartnerschaftbetroffenwären.Tabelle10

gibtjeweilsdiezweiwichtigstenSektorenproBundeslandinBezugaufderenExporteindieUSA

imJahr2012an.Darauswirdbeispielsweisedeutlich,dassinBayernderFahrzeugbauundder

ElektroniksektordengrößtenAnteilandiesenExportenhaben.FürNiedersachsenistesderFahr-

zeug-undMaschinenbau.ImAnhangfindenSiedarüberhinauseineweitereTabelle(Tabelle10i).

Siezeigt,welcheBundesländerindenjeweiligenSektorendengrößtenAnteilandendeutschen

Tabelle 9: Die wichtigsten Berufsgruppen in einzelnen Sektoren

Ernährungsgewerbe und Tabakverarbeitung

Metallerzeugung und -bearbeitung

Land- und Forstwirtschaft, Fischerei

Herstellung von Büromaschinen

Herstellung von Möbeln, Recycling

Warenkaufleute (34 %)

Schlosser (15 %)

Gartenbauer (36 %)

Bürofach- und Bürohilfskräfte (14 %)

Tischler (26 %)

Back-, Konditorwarenhersteller (11 %)

Montierer und Metallberufe (12 %)

Landwirtschaftliche Arbeitskräfte (26 %)

Elektriker (10 %)


Fleisch-, Fischverarbeiter (9 %)



Montierer und Metallberufe (9 %)

Hilfsarbeiter (6 %)

Übrige Ernährungsberufe (6 %)

Metallverformer (6 %)

Landwirte (4 %)

Ingenieure (9 %)

Lager-, Transportarbeiter (5 %)


Hilfsarbeiter (5 %)

Forst-, Jagdberufe (3 %)

Techniker (8 %)

Holzarbeiter, Holzwarenfertiger (4 %)

Quelle: Berechnungen des ifo Institutes auf Basis des SIAB-Datensatzes des IAB.

29


Tabelle 10: Die wichtigsten Sektoren in den BundesländernRegion

Baden-Württemberg43,7 % Fahrzeugbau22,8 % Maschinenbau15,1 % Herstellung von Büromaschinen

Bayern45,4 % Fahrzeugbau19,0 % Herstellung von Büromaschinen15,9 % Maschinenbau

Berlin31,1 % Fahrzeugbau27,6 % Herstellung von Büromaschinen19,6 % Maschinenbau

Brandenburg58,0 % Herstellung chemischer Erzeugnisse32,1 % Fahrzeugbau5,0 % Herstellung von Büromaschinen

Bremen78,1 % Fahrzeugbau10,3 % Ernährungsgewerbe und Tabakverarbeitung4,3 % Metallerzeugung und -bearbeitung

Hamburg53,3 % Fahrzeugbau14,6 % Herstellung von Büromaschinen8,6 % Maschinenbau

Hessen43,8 % Herstellung chemischer Erzeugnisse12,1 % Herstellung von Büromaschinen11,2 % Maschinenbau

Mecklenburg-Vorpommern32,8 % Maschinenbau16, 5% Herstellung von Büromaschinen13,5 % Metallerzeugung und -bearbeitung

Niedersachsen52,0 % Fahrzeugbau9,8 % Maschinenbau9,8 % Herstellung chemischer Erzeugnisse

Nordrhein-Westfalen25,5 % Maschinenbau23,1 % Herstellung von chemischen Erzeugnissen22,5 % Metallerzeugung und -bearbeitung

Rheinland-Pfalz60,9 % Herstellung chemischer Erzeugnisse12,9 % Maschinenbau6,2 % Metallerzeugung und -bearbeitung

Saarland47,5 % Fahrzeugbau24,2 % Maschinenbau16,4 % Metallerzeugung und -bearbeitung

Sachsen60,1 % Fahrzeugbau14,7% Maschinenbau9,9 % Herstellung von Büromaschinen

Sachsen-Anhalt40,9% Herstellung von chemischen Erzeugnissen20,0 % Metallerzeugung und -bearbeitung14,0 % Maschinenbau

Schleswig-Holstein29,8 % Maschinenbau27,7 % Herstellung chemischer Erzeugnisse13,3 % Herstellung von Büromaschinen

Thüringen36,4 % Herstellung von Büromaschinen26,3 % Maschinenbau10,4 % Fahrzeugbau

Quelle: Berechnungen des ifo Institutes auf Basis der Daten des statistischen Bundesamtes.

30


GesamtexportenindieUSAhaben.HierausistzumBeispielersichtlich,dassNiedersachsenim

BereichLandwirtschaftdengrößtenExportanteilimHandelmitdenUSAhat,gefolgtvonBayern

undSchleswig-Holstein.

5.6 Auswirkungen auf die Regionen

WiewürdensichalsodemnachdieerrechnetenHandelseffektedurcheineTHIPaufdieBundes-

länderaufteilen?Unterstelltman,dasssichdieHandelseffekteindeneinzelnenBranchengleich-

mäßigüberdieBundesländerverteilen,ergebensichfolgendeErgebnisse(sieheTabelle11):

Demnachistinsgesamtzuerwarten,dassesimbilateralenHandelmitdenUSAzuExportsteige-

rungenjenachBundeslandvon20bis30Prozentkommenkönnte.SokönnteNordrhein-Westfa-

lenseineAusfuhrenindieVereinigtenStaatenumknapp29Prozentsteigern,wasvorallemam

hohenStellenwertderMetallerzeugungund-verarbeitunginNRWliegt.

DiegeringstenEffektewäreninSachsenundBrandenburgzuerwarten,zweiRegionen,derenEx-

porteindieUSAsichaufwenigeSektoren,wieetwadenChemiesektorinBrandenburg,beschrän-

ken.DieseSektorenhabeneinevergleichsweisegeringprognostizierteHandelsschaffung.

Die relativhohenWerte fürMecklenburg-Vorpommern,ThüringenundBremensindvorallem

durchdiestarkenHandelsschaffungseffekte imErnährungsgewerbezuerklären,das indiesen

BundesländerneinebesondereBedeutunghat.

Tabelle 11: Erwartete Exportsteigerung je BundeslandRegion Betroffenheitsmaß Mecklenburg-Vorpommern 29 %Nordrhein-Westfalen 29 %Thüringen 28 %Berlin 27 %Hessen 26 %Sachsen-Anhalt 26 %Schleswig-Holstein 25 %Saarland 25 %Bremen 24 %Rheinland-Pfalz 24 %Niedersachsen 23 %Bayern 23 %Baden-Württemberg 22 %Hamburg 22 %Brandenburg 21 %Sachsen 20 %Quelle: Berechnungen des ifo Institutes auf Basis des LIAB-Datensatzes des IAB.

31


5.7 Wertschöpfungs-und Beschäftigungseffekte in den Regionen

NebendenbilateralenExporteffektenkönnenauchRückschlüsseaufregionaleArbeitsmarkt-und

Wertschöpfungseffektegezogenwerden.HierbeschränktsichdieBerechnungjedochaufdiedi-

rektenHandelseffekteimproduzierendenGewerbe.VordiesemHintergrundistzuerwarten,dass

dietatsächlichenEffektewesentlichhöherausfallen,daknapp40Prozentderneuentstehenden

ArbeitsplätzeaufdennichtexportierendenDienstleistungssektorentfallen.

Tabelle12zeigt,dassdreiBundesländerbesondersvoneinemFreihandelsabkommenprofitieren

würden:Nordrhein-Westfahlen,Baden-WürttembergundBayern.Diesliegtvorallemandembe-

reitsjetzthohenExportniveau.Knapp60ProzentallerausdemproduzierendenGewerbestam-

mendenAusfuhrenindieUSAkommenausdiesenBundesländern.Zudemfindensichhierauch

vermehrtdieproduzierendenBranchen,diedurcheinAbkommendiehöchstenWertschöpfungs-

effekteaufwiesen:vorallemderMaschinenbau,dieMetallerzeugungund-verarbeitung,dieElek-

troindustrie(HerstellungvonBüromaschinenetc.)undderFahrzeugbau.Letzterermachtalleinin

BayernundBaden-Württembergknapp20ProzentderLandesexporteindieUSAaus.

Tabelle 12: Regionale Auswirkungen im produzierenden GewerbeBundesland Gesamt-

beschäftigungszuwachs Gesamter Wertschöpfungseffekt

Nordrhein-Westfalen 21.080 1.433Baden-Württemberg 20.163 1.566Bayern 19.471 1.597Niedersachsen 7.647 555Hessen 6.796 599Rheinland-Pfalz 4.500 425Sachsen 4.014 207Thüringen 2.477 101Schleswig-Holstein 2.116 146Sachsen-Anhalt 1.986 72Berlin 1.722 145Saarland 1.460 100Brandenburg 1.452 158Hamburg 1.198 121Mecklenburg-Vorpommern 735 25Bremen 551 199Quelle: Berechnungen des ifo Institutes auf Basis des LIAB-Datensatzes des IAB.

32


5.8 Beschäftigung und Qualifikation in den Regionen

ImFolgendenwirdbetrachtet,wiesichdieerrechnetenBeschäftigungseffekteaufunterschiedli-

cheQualifikationsgruppenindenverschiedenenBundesländernaufteilenwürden.Dabeikombi-

nierenwirdieErkenntnisseausAbschnitt5.1mitdenErgebnissenausdemvorangegangenenAb-

schnitt5.7undleitendarauseineentsprechendeVerteilungaufdieBundesländerab.

Tabelle13zeigtdieentsprechendenErgebnissefüralleBundesländerundQualifikationsgruppen.

Hierbeizeigensichinden16BundesländernpraktischkeinegrößerenAbweichungenvondenzu

erwartendenDurchschnittswerten.

LediglichimBereichderniedrigundhochqualifiziertenArbeitnehmerergäbensicheinigenen-

nenswerteUnterschiedezwischendenBundesländern.

SowärezumBeispielinRheinland-PfalzderBeschäftigungszuwachsbeidenNiedrigqualifizierten

imBundesländervergleichamhöchsten.

DerGrundhierfüristoffensichtlich,dassindiesemBundeslandderChemiesektor,indemderAn-

teilGeringqualifiziertervergleichsweisehochist,einebesondereBedeutunghat.

Tabelle 13: Beschäftigungseffekte je Bundesland nach QualifikationBundesland Beschäftigungs-

zuwachs Gering- qualifizierter

Anteil Gering-qualifizierter am Beschäftigungs-zuwachs

Beschäftigungs-zuwachs Mittel-qualifizierter

Anteil Mittel-qualifizierter am Beschäftigungs-zuwachs

Beschäftigungs- zuwachs Hoch-qualifizierter

Anteil Hoch-qualifizierter am Beschäftigungs-zuwachs

Gesamt- beschäftigungs-zuwachs

Baden-Württemberg 2.708 13,4 % 14.761 73,2 % 2.694 13,4 % 20.163Bayern 2.632 13,5 % 14.199 72,9 % 2.640 13,6 % 19.471Berlin 243 14,1 % 1.234 71,6 % 246 14,3 % 1.722Brandenburg 219 15,0 % 1.073 73,9 % 160 11,0 % 1.452Bremen 67 12,2 % 408 74,0 % 76 13,8 % 551Hamburg 153 12,8 % 871 72,7 % 174 14,5 % 1.198Hessen 984 14,5 % 4.943 72,7 % 869 12,8 % 6.796Mecklenburg-Vorpommern 104 14,2 % 542 73,7 % 89 12,1 % 735Niedersachsen 1.087 14,2 % 5.635 73,7 % 925 12,1 % 7.647Nordrhein-Westfalen 3.159 15,0 % 15.567 73,8 % 2.354 11,2 % 21.080Rheinland-Pfalz 709 15,8 % 3.305 73,4 % 486 10,8 % 4.500Saarland 212 14,5 % 1.095 75,0 % 153 10,5 % 1.460Sachsen 570 14,2 % 2.951 73,5 % 493 12,3 % 4.014Sachsen-Anhalt 310 15,6 % 1.465 73,8 % 211 10,6 % 1.986Schleswig-Holstein 309 14,6 % 1.548 73,2 % 258 12,2 % 2.116Thüringen 362 14,6 % 1.813 73,2 % 301 12,2 % 2.477

[ prod. Gewerbe [ 16,6 % [ 75,1 % [ 8,8 %Gesamt 13.827 14,2 % 71.411 73,3 % 12.129 12,5 % 97.368Quelle: Berechnungen des ifo Institutes auf Basis der Daten des statistischen Bundesamtes.

33


InteressanterweisezeigtsichbeieinemdirektenVergleichdergesamtenpotenziellenBeschäfti-

gungseffektedurcheinAbkommenmitderderzeitbestehendendurchschnittlichenVerteilungder

dreiQualifikationsgruppen improduzierendenGewerbe,dassdie relativenZuwächse fürhoch

qualifizierteArbeitnehmerdeutlichgrößerausfallenwürdenalsbeidenanderenbeidenGruppen

(sieheTabelle13).SoliegthierderZuwachsmit12,5ProzentfastvierProzentpunktehöheralsder

derzeitigesektoraleDurchschnittvon8,8ProzentbeiHochqualifizierten.ImGegensatzdazuliegt

derZuwachsfürMittel-undGeringqualifizierteknappzweiProzentunterdemderzeitigenSektor-

schlüssel.Diesistdadurchzuerklären,dassinSektoren,wiebeispielsweisedemMaschinenbau

undinsbesonderederElektrotechnik,wodiemeistenArbeitsplätzeimproduzierendenGewerbe

entstehen,derAnteilhochqualifizierterArbeitnehmerimVergleichzuanderenSektorenbeson-

dershochist.SoliegtdieseralleininderElektrotechnikbeifast20Prozent.

AndieserStelleseinochmalsdaraufhingewiesen,dassdiehierermittelte,zuerwartendeVertei-

lungderArbeitsplätzenurdasproduzierendeGewerbeberücksichtigtundaufgrundderfehlen-

denDatenbasisdenDienstleistungssektornichtmiteinbezieht.

34

6. Auswirkungen einer THIP auf das Einkommen und das Einkommensrisiko


WirwendenunsnununseremdrittenAnalyseschrittzuundnutzendieberechnetenSchockmaße,

umAussagenüberReallohnveränderungenundVeränderungendesEinkommensrisikoszutref-

fen,diewiraufgrundeinerTHIPerwartenwürden.

6.1 Auswirkungen auf das Realeinkommen

Dazubetrachtenwir ineinemerstenSchrittMincer-Lohngleichungen.SolcheGleichungenmo-

dellierendieLöhnevonabhängigBeschäftigtenalsFunktionvonEigenschaftenderArbeitneh-

mer.TypischerweisewerdenfürdieseArtvonAnalyseindividuelleLohndaten(inlogarithmierter

Form)aufHumankapitalindikatoren(Ausbildung,Berufserfahrung),aufsozioökonomischeVaria-

blen(Alter,Geschlecht,Staatszugehörigkeit)undaufeineReihevonIndikatorvariablen(Region,

Industrie)regressiert.DamiterhältmanInformationenzumBeispielüberdieRollevonSchulbil-

dungaufdiegezahltenLöhne.

FürunsereAnalyseerweiternwirdasklassischeModellumEigenschaftenderArbeitgeber.Ins-

besondereinteressiertuns,inwelchemAusmaßdieBetriebsstätte,beidereinArbeitnehmerbe-

schäftigtist,voninternationalemHandel(ExportenundImporten)betroffenist.

KonkretschätzenwirfolgendeMincer-RegressionenaufindividuellenLohndatenfürdasJahr2010:

(3)ln i i s iw Xβ γ ε= + Ω + ,

wobei ln iw den logarithmierten Reallohn darstellt, iX ein Vektor an Variablen ist, der für

dieEigenschaftenderArbeitnehmerkontrolliert,undbderdazugehörigeParametervektorist.26

sΩ hingegenmisst,wiestarkeineBetriebsstätteinsinternationaleGeschäftinvolviert ist;wir

sehendieseVariablealsOffenheitsmaßan.27DementsprechendliefertunsdergeschätzteWertfür

denParameterγ Informationendarüber,wiestarkderZusammenhangzwischenderOffenheit

derArbeitsstättenunddenLöhnenderArbeitnehmerist.

26 DadieLohninformationenindenDatendesIABnurbiszurBeitragsbemessungsgrenzevorliegen,verwendenwirineinemerstenSchrittsogenannteTobit-Schätzungen,umausdenzensiertenLohndatendiegesamteLohnverteilungzuermitteln.WirfolgendabeiDustmannetal.2009undCardetal.2013.FürunsereAnalyseverwendenwirdanndieimputiertenLohndaten.Zudemtra-genwirderDisproportionalitätderStichprobedesLIAB-Rechnung,indemwirzusätzlichfürdieVariablenBranche,BundeslandundBetriebsgrößekontrollieren.UmfürdieDisproportionalitätderStichprobezukontrollieren,empfiehltdasFDZ,fürdiesoge-nanntenStrata-Variablen(Branche,BetriebsgrößeundBundesland)zusätzlichzukontrollieren.DenentsprechendenHinweiszurAuswertungimQuerschnittfindensichinFischeretal.01/2008:18ff.

27 KonkretmisstdasOffenheitsmaßdasAusmaßanExportenamgesamtenUmsatzeinesUnternehmens.DadasAusmaßanEx-portenaufFirmenebenestarkmitdemAusmaßanImportenaufFirmenebenekorreliert(siehehierzubspw.Baumgarten2013),kannmandieseVariablealsProxyfürdiegesamteOffenheiteinesUnternehmensbetrachten.DenDurchschnittbetrachtenwiralsOffenheiteinesSektors.

35


WirführenseparateRegressionenfürjedeeinzelneGruppedurchunderlangensomitgruppen-

spezifischeγ -Werte.DiesegebenunsAufschlussdarüber,wiestarkOffenheitdieReallöhneder

jeweiligenTeilstichprobenbeeinflusst.

Tabelle14zeigtdieErgebnissederMincerRegressionenfürdieeinzelnenBildungsgruppen.Die

entsprechendeErgebnistabellefüralleBerufsgruppenfindenSieimAnhangalsTabelle14i.

DieinderTabellegezeigtenSchätzergebnissesindwiefolgtzuinterpretieren:EinAnstiegderOf-

fenheitvon10ProzentineinemSektor(unddamit,annahmegemäß,ineinemdurchschnittlichen

Betrieb)führtzueinemAnwachsendesReallohnesvondurchschnittlich4Prozentfürgeringqua-

lifizierteundvon3ProzentfürmittelundhochqualifizierteMitarbeiter.DieserBefundisteiniger-

maßenüberraschend.Erbedeutet,dassExporterfolgeeinzelnerUnternehmenauchzuhöheren

LöhnenbeigeringqualifiziertenArbeitnehmernführenunddassdieserLohnzuschlaginexport-

orientiertenUnternehmenfürniedrigqualifiziertePersonensogarstärkerausfälltalsfürhöher

gebildeteArbeitnehmer.

ImweiterenVorgehenunsererAnalyseverwendenwirnundievorherberechnetenSchockmaße

undsetzendieseindiegeschätztenMincer-Gleichungenein.Dabeiberücksichtigenwir,dasssich

dievonunsapproximierteOffenheitnurimHinblickaufdenHandelderdeutschenFirmenmit

denUSAverändert.DasheißtdieOffenheitbeispielsweiseimErnährungssektorsteigtum66Pro-

zentmal7Prozentan,wobei7ProzentdasVerhältnisvonDeutschlandsExportenindieUSArela-

tivzuDeutschlandsGesamtexportendarstellt.28WirerhaltensoeinePrognosederReallohnverän-

derung 'γ ,diesichdurchTHIPimDurchschnittfürdieeinzelnenGruppenergebensollte.Tabelle

15zeigtdiePrognosederReallohnveränderungfürdieeinzelnenBildungsgruppen.

28 DiesenWertvon7ProzentfürdasJahr2010nehmenwiralsDurchschnittswertfüralleSektorenan.

Tabelle 14: Regressionsergebnisse für BildungsgruppenVariablen gering qualifiziert mittel qualifiziert hoch qualifiziertindividuelle Charakteristiken ja ja jaOffenheit 0,004*** 0,003*** 0,003***Anzahl Beobachtungen 358.768 1.739.263 310.905R² 0,4964 0,2943 0,3377*** indizierte statistische Signifikanz zum 1-Prozentniveau.Quelle: Berechnungen des ifo Institutes auf Basis des LIAB-Datensatzes des IAB.

Tabelle 15: Prognose auf den Reallohn

gering qualifiziert mittel qualifiziert hoch qualifiziert

Auswirkung THIP auf Reallohn 0,0094 0,0065 0,0056Quelle: Berechnungen des ifo Institutes auf Basis des LIAB-Datensatzes des IAB.

36


Unterschiedliche Aspekte gilt es hier anzumerken. Zum Einen ist zu erkennen, dass alle drei

Wertepositivsind.Dasheißt,imFalleinerTHIPerwartenwirinallendreiBildungsgruppenRe-

allohnsteigerungen.FürgeringqualifizierteBeschäftigteprognostizierenwireineSteigerungder

Reallöhneumungefähr0,9Prozent,fürMittelqualifizierteeinenAnstiegum0,7Prozentundfür

hochqualifizierteArbeitnehmerrechnenwirmiteinerSteigerungderReallöhneum0,6Prozent.29

Für die einzelnen Berufsgruppen prognostizieren wir Reallohnveränderungen, die zwischen

minus5Prozent(Fischereiberufe)undplus5Prozent(landwirtschaftlicheArbeitskräfte)liegen.

FürWarenkaufleute,WarenprüferundVersandfertigmacher,Straßen-undTiefbauerundMetall-

feinbaueridentifizierenwirReallohnsteigerungenvonübereinemProzent.DiesgiltauchfürSpei-

senbereiter,sozialpflegerischeBerufeundKörperpfleger.DiesmachteinweiteresMaldeutlich,

dassdiegesamteVolkswirtschaftvoneinemtransatlantischenAbkommenerheblichprofitieren

würde.DennobwohlwirindiesemzweitenAbschnittnurdiedirektenHandelseffekteüberdas

produzierendeGewerbebetrachten,istzuerkennen,dassbeispielsweiseauchReinigungsberufe

oderandereDienstleistungskaufleutedeutlicheReallohnsteigerungenrealisieren.

6.2 Auswirkungen auf das Einkommensrisiko

DieAuswirkungeneinerTHIPaufdasEinkommensrisikoberechnenwiraufähnlicheWeise.AlsMaß

verwendenwirdafürdieresidualeLohnungleichheit,alsodenTeilderLohnungleichheit,dernicht

aufindividuelleCharakteristikawieAlter,Bildung,GeschlechtoderNationalitätzurückgeführtwer-

denkann.SiestelltsomiteinRisikomaßdar,dasiefüreinIndividuumnichtsteuerbarist.30Wenndie

StreuungdieserzufälligenLohnbestandteiledurcheineZunahmedesHandelsetwazunimmt,dann

istdasEinkommensrisikoaufdemArbeitsmarktgestiegen:DerAnteilderArbeitnehmer,diedeutlich

überoderunterdemLohn,dersichausihrerformalenQualifikationergib,bezahltwerden,nimmtzu.

DasVorgehengliedertsichindreiSchritte.ZuerstführenwirMincer-Lohnregressionendurchund

extrahierendarausdieResiduen.DieStandardabweichungdieserResiduenstelltunserAnalysemaß,

dasEinkommensrisiko,dar.ImzweitenSchrittschätzenwir,inwelchemAusmaßdasEinkommens-

risikodurchOffenheitbeeinflusstwird.DazuregressierenwirunserEinkommensrisikomaßaufdrei

konstruierteOffenheitsmaße,umimAnschlussAussagenübereinzelneTeilsegmentedesArbeits-

marktestreffenzukönnen.31ImletztenSchrittverwendenwireinweiteresMaldievonunsberech-

29 DieseErgebnissesindkompatibelmitdenReallohneffektenfürDeutschland,dievonunsimerstenTeilderStudie(Teil1:Mak-roökonomischeEffekte)berechnetwurden.DortliegendieReallohneffektezwischen0,5und2,2Prozent,wobeiwirdortzwischeneinemreinenZollszenarioundeinemtiefenLiberalisierungsszenariounterscheiden.DieseUnterscheidungtreffenwirhiernicht.AußerdemberücksichtigtunsereAnalysenicht,dassdasgesamtwirtschaftlichePreisniveaudurchTHIPsinkt(wiewirausderMakrostudiewissen),sodassdiehierausgewiesenenReallohneffekteUntergrenzendarstellen.WennaberdiePreisniveaueffektefüralleBevölkerungsgruppenalsgleichunterstelltwerden(wasderüblichenPraxisentspricht),dannkannmandieReallohnef-fekteüberdieeinzelnenGruppenohneWeiteresvergleichen.

30 InökonometrischenSchätzgleichungenbezeichnetmannichterklärteResiduengerneals„Schocks“.DiesestreuenimlinearenSchätzmodellgenauumnull.InunseremAnwendungsfallbedeuteteinniedrigeresResiduumalso,dassderArbeitnehmereinenhöherenLohnerhält,alsihmaufgrundseinesHumankapitalprofilsrechnerischzustehenwürde.EinpositivesResiduumbedeu-tetdasGegenteil.

31 DieKonstruktionderOffenheitsmaßebasiertwiederaufdenBetriebsinformationenderLIAB-Daten.DasersteOffenheitsmaßvariiertüberBildungsgruppen,daszweitevariiertüberBerufsgruppenunddasdritteOffenheitsmaßvariiertüberBundesländer.

37


netenBetroffenheitsmaße,umaufdieseWeiseeinePrognosezuerstellen,wiesichdasEinkom-

mensrisikofürdieunterschiedlichenTeilsegmentedurcheinmöglichesAbkommenverändernwird.

Betrachten wir zuerst die isolierten Ergebnisse für die drei Bildungsgruppen. Unsere Analyse

zeigt, dass wir für alle Bildungsgruppen einen Anstieg des Einkommensrisikos im Falle einer

transatlantischenInvestitions-undHandelspartnerschafterwartenwürden.DabeisteigtdasRi-

sikofürgeringqualifizierteArbeitnehmeramstärksten,dieStandardabweichungnimmtum0,011

zu. Arbeitnehmer mit mittlerer Qualifikation haben eine Zunahme des Einkommensrisikos in

Höhevon0,010zuerwarten,währendfürhochqualifizierteArbeitnehmerdasEinkommensrisiko

um0,0089ansteigt.DieseErgebnissesindvordemHintergrundzuinterpretieren,dassdiedurch-

schnittlicheresidualeLohnungleichheitbeieinemWertvon0,4liegt.32SehenwiralsodenDurch-

schnittswertalsStatusquoan,dannerwartenwir,dasseineTHIPdasEinkommensrisikovonGe-

ringqualifiziertenumknappdreiProzenterhöhenwürde.DieZunahmedesEinkommensrisikos

fürdiebeidenanderenBildungsgruppenliegtentsprechendknappdarunter.

EinanderesBildergibtsich,wennwirdieisoliertenEffektefüreinzelneBerufsgruppenbetrach-

ten.Hierzeigtsich,dassdieBerufe,dieverstärktinjenenSektorenzufindensind,diesichdurch

einhohesOffenheitsmaßauszeichnen,einemgeringerenEinkommensrisikoausgesetztsind.(Das

heißtunserKoeffizientfürOffenheitimobenbeschriebenenAnalyseschrittzweiistfürdieBerufs-

gruppennegativ.)Dadurchergibtsich für fast jedeBerufsgruppeeineAbsenkungdesEinkom-

mensrisikosdurcheinemöglicheTHIP.DieseSenkungdesEinkommensrisikosistumsostärker,

jestärkerdieBerufsgruppevonHandelbzw.Offenheitbetroffenist.Tabelle16iimAnhanglie-

fertdieentsprechendeÜbersicht.DieAuswirkungendurchTHIPaufdasEinkommensrisikoent-

langverschiedenerBerufsgruppenliegtzwischenplus0,0015(Textilveredler)undminus0,0058

(Fleisch-undFischverarbeiter).Nochmals,jeoffenereineBerufsgruppeist(d.h.jewichtigerfür

dieseBerufsgruppeoffeneSektorensind),destostärkersinktfürdieseBerufsgruppedasEinkom-

mensrisikodurchTHIP.

BisherhabenwirdieAuswirkungenaufdasEinkommensrisikofürBildungs-undBerufsgruppen

isoliertbetrachtet.UmnunAussagenüberdenGesamteffekttätigenzukönnen,müssenwirdie

SummederBefundezusammenbeurteilen.DawirallerdingsgegenläufigeEffektefinden,bleibt

derGesamteffektvonTHIPaufdasEinkommensrisikouneindeutig.Waswirabersagenkönnen

istbeispielsweise,dassfüreinengeringqualifizierten(=0,011)Betonbauer(=–0,0014)dasEin-

kommensrisikosteigt.FüreinengeringqualifiziertenWarenkaufmann(=0,0066)steigtdasEin-

kommensrisikoimVergleichallerdingswenigerstarkalsfürdenBetonbauern.Somitkannman

fürKombinationenausderBildungsklasseunddesBerufseinesArbeitsnehmersseineerwartete

VeränderungdesEinkommensrisikosberechnen.

32 DiesisteinWert,derauchinderLiteraturindieserGrößenordnunggefundenwird.SieheDustmannetal.2009,Cardetal.2013undBaumgarten2013.

38

7. Zusammenfassung

7. Zusammenfassung

• HandelsschaffungspotenzialevariierenüberIndustriebranchen:DiestärkstenHandelseffekte

sindimNahrungsmittelgewerbeundinderMetallindustriezuerwarten.

• AuchdieBedeutungvonnichttarifärenBarrierenunterscheidet sich zwischen den Sektoren

deutlich. Politisch anpassbare NTBs sind besonders hoch im Sektor Recycling und im Agrar-

sektor.

• Diegrößten Wertschöpfungseffekte sindinDeutschlandfürdieBranche der Elektrotechnik

zuerwarten.DortwerdenauchdiestärkstenBeschäftigungseffekteverzeichnet.

• DastransatlantischeAbkommenwirktsichauchinjenenWirtschaftszweigenundaufjeneBe-

schäftigteaus,dienichtdirektdurchverstärktenHandelbetroffensind.GrunddafürsindIn-

put-Output-Verflechtungen.

• Es sind Reallohnsteigerungen für alle Bildungsgruppen (Gering-, Mittel- und Hochqualifi-

zierte)durcheineTHIPzuerwarten.DieGrößenordnungenliegendabeizwischen0,6 Prozent

(Hochqualifizierte)undknapp einem Prozent (Geringqualifizierte).

• Berufe im Ernährungssektor,wiebspw.Warenkaufleute,weisenebensowieBerufeinderMe-

tallindustrieüberdurchschnittliche ReallohnsteigerungenvonübereinemProzentauf.

• AlleBundesländerwürdenvoneinemAbkommenprofitieren,dabeisindHandelssteigerungen

mitdenUSAvon20–30 Prozent pro Bundeslandzuerwarten.DieHöhederzuerwartenden

EffektenhängenstarkvomAusgangsniveauderExporteab.

• DasEinkommensrisiko steigtdurchTHIPentlangallerBildungsgruppenundallerRegionen.

AllerdingsbleibtderGesamteffektuneindeutig,dadasEinkommensrisikoentlangderBerufs-

dimensionsinkt.

39

A. Anhang

A. Anhang

A.1 Gravitationsmodelle, Schätzmethode und Ergebnisse

DieökonomischeGravitationsgleichungbesagtinihrereinfachstenForm,dassdieHandelsströme

zwischenzweiVolkswirtschaftenproportionalzumProduktihrerGrößesindundnegativvonder

Distanzzueinanderabhängen:

(A1) 1i jij ijW

BIPBIPx d

BIP−= ,

wobei ijx fürdieHandelsströme,WBIP fürdasWelteinkommenund iBIP und jBIP entspre-

chend fürdieBruttoinlandsproduktederLänder iund jstehen. ijd misstdieHandelsbarrieren

zweierLänderzueinander.ObwohldieeinfacheGravitationsgleichung inderempirischenHan-

delsliteraturinderLageist,60bis80ProzentderVariation(jenachDatensatz)inbilateralenHan-

delsströmenzuerklären,warlangeZeitdasFehleneinersolidentheoretischenFundierungein

Hauptkritikpunkt.AktuelleForschungsbeiträgekonntenallerdingszeigen,dassdieGravitations-

gleichungkonsistentmitvielenneuerenHandelsmodellenist.33EinetheoretischfundierteGravi-

tationsgleichungvonAndersonundvanWincoop(2003) istdereinfachenGleichung(A1)sehr

ähnlich:

(A2) (1 ) ( 1) ( 1)i jij ij i jW

BIPBIPx d P

BIPσ σ σ− − −= Π ,

wobeiσ die Substitutionselastizität abbildet und iΠ und jP die sogenannten multilateralen

Resistenztermedarstellen.DieHandelspolitikwirdalsTeilvon ijd abgebildet, indemwireine

Indikator-VariablefürdieMitgliedschaftineinempräferenziellenHandelsabkommen(PHA)inte-

grieren.34WirnehmenfolgendenZusammenhangan:

(A3) 1 exp( ...)ij ij ijd PHA DISTσ δ β− = + +

wobeiwirnebendemIndikatorfürdieMitgliedschaftineinempräferenziellenHandelsabkommen

nochweiteregeographischeundhistorischeVariablenberücksichtigen,diedieHandelsfriktionen

zwischenzweiLändernbeeinflussen.Sosteht ijDIST beispielsweisefürdieDistanzzwischen

denHandelspartnern.DurchSubstitutionvon(A3)in(A2)undleichterModifikationerhaltenwir

unsereSchätzgleichung:

(A4) ( )'ln ln lnij ij ij i j ijx Z PHAβ δ α γ ε= + + + + ,

33 DiesgiltnurunterbestimmtenAnnahmen,dieKonsumenten-Präferenzen,MarktstrukturundTransportkostenbetreffen.Ent-scheidendeBeiträgehabenhierReddingundVenables2004,BaierundBergstrand2001,AndersonundvanWincoop2003undAndersonundvanWincoop2004geleistet.

34 Dabeiunterscheidenwirnochmalszwischen„tiefen“und„allenübrigen“präferenziellenHandelsabkommen.Zuden„tiefen“Ab-kommenzählenwirdasNorthAmericanFreeTradeAgreement(NAFTA)unddieEU-Abkommen.

40

A. Anhang

wobei'(1, ,...)ijZ DIST= einVektorist,dereineKonstantesowiealleVariablen,diedenHandel

erleichternodererschweren,außer ijPHA enthält.β isteinVektorvonKoeffizientenundesgilt

1i i iBIP σα −= Π und

1j j jBIP Pσγ −= .

FürunsereAnalyseschätzenwirdieGravitationsgleichungauf Industrieebeneunderhaltenso

fürjedenSektoreinenKoeffizienten sδ ,derunsangibt,wasderdurchschnittlichehandelsschaf-

fendeEffekteinestiefgreifendenAbkommensfürdenjeweiligenSektorist.Gravitationsmodelle

könnenmithilfesogenannterfixerEffektekonsistentgeschätztwerden(Feenstra2004).InSpe-

zifikationA)schätzenwirunsere industriespezifischenGravitationsgleichungen, indemwir für

handelspartner-/sektorspezifischefixeEffekteebensowiefürländer-/zeitspezifischefixeEffekte

kontrollierenundeinelineareSchätzungdurchführen.DiefixenEffektekontrollierenfürbeobach-

teteundunbeobachteteHeterogenitätindenDaten.InSpezifikationB)führenwireinenichtli-

neare,sogenanntePoisson-Pseudo-Maximum-Likelihood-Schätzung(PPML)durch,umu.a.diere-

lativhoheAnzahlanNullenindenHandelsdatenzuberücksichtigen(SantosSilvaundTenreyro

2006).DiePPML-SchätzunghatnebenderBerücksichtigungderNullen inderHandelsmatrix

nocheinenweiterenentscheidendenVorteilgegenüber linearenSchätzmethoden:Siegeneriert

sogarinGegenwartvonMessfehlern,welcheHeteroskedastizitätverursachen,konsistenteSchät-

zer.InB)werdenzeitkonsistenteKomponentendurchhandelspartner-/sektorspezifischefixeEf-

fekteaufgefangen.Stattländer-/zeitspezifischenfixenEffekten,diediemultilateralenResistenz-

termeinSpezifikationA)auffangen,berücksichtigenwirinSpezifikationB)zeitspezifischefixe

Effekteund linearemultilateraleResistenzterme.Hierbeigreifenwir aufdieErkenntnissevon

BaierundBergstrand(2009)zurückundapproximierendiemultilateralenResistenztermemit-

hilfeeinerTaylor-Approximation.

41

A. Anhang

Tabelle1izeigtdieErgebnissebeiderSpezifikationen.InsgesamtsinddieErgebnissebeiderMo-

delle–sowohlwasdasVorzeichenalsauchdieGrößenordnungderEffekteanbetrifft–vergleich-

bar.DadieHandelseffekteaufsektoralerEbeneGrundlagefürweitereBerechnungensind,stellt

Tabelle1izudemdar,wiesichdieseausSpezifikationAundBergeben.

Tabelle 1 i: Schätzergebnisse

NACE Rev.1.1

Sektorbezeichnung Spezifikation A Spezifikation B abgeleitete Handelsschaffung

A & B Land- und Forstwirtschaft, Fischerei 0.728*** 0.388*** 0.388***C Bergbau und Gewinnung von Steinen –0.0249 0.0774 0.0774DA Ernährungsgewerbe und Tabakverarbeitung 0.714*** 0.506*** 0.506***DB Textil- und Bekleidungsgewerbe –0.0106 –0.215** –0.215**DC Ledergewerbe 0.160* –0.140 0.160*DD Holzgewerbe 0.0448 –0.0675 –0.0675DE Papier-, Verlags- und Druckgewerbe 0.221*** 0.137* 0.137*DF Kokerei, Mineralölverarbeitung 0.00668 0.133 0.133DG Herstellung von chemischen Erzeugnissen 0.300*** 0.196** 0.196**DH Herstellung von Gummi- & Kunststoffwaren 0.138** 0.105 0.138**DI Glasgewerbe, Herstellung von Keramik 0.0337 0.0300 0.0300DJ Metallerzeugung und -bearbeitung 0.423*** 0.0325 0.423***DK Maschinenbau 0.0971 0.152** 0.152**DL Herstellung von Büromaschinen 0.0734 0.336*** 0.336***DM Fahrzeugbau 0.159* 0.156* 0.156*DN Herstellung von Möbeln, Recycling –0.00709 0.234** 0.234***,**, *** verweisen auf Signifikanz zum 1,5- bzw. 10-Prozentniveau. Verkürzte Darstellung: Da wir jeden Sektor separat schätzen, verzichten wir an dieser Stelle auf einen Ausweis weiterer Informationen.Quelle: Berechnungen des ifo Institutes.

42

A. Anhang

Tabelle 9 i: Betroffenheitsmaß der Berufsgruppen

Berufsgruppenbezeichnung Betroffenheitsmaß

Landwirte 0,43Tierzüchter, Fischereiberufe 0,43Verwalter, Berater in der Landwirtschaft und Tierzucht 0,39Landwirtschaftliche Arbeitskräfte, Tierpfleger 0,47Gartenbauer 0,47Forst-, Jagdberufe 0,46Bergleute .Mineral-, Erdöl-, Erdgasgewinner .Mineralaufbereiter .Steinbearbeiter 0,01Baustoffhersteller .Keramiker 0,02Glasmacher 0,07Chemiearbeiter 0,21Kunststoffverarbeiter 0,18Papierhersteller, -verarbeiter 0,14Drucker 0,15Holzaufbereiter, Holzwarenfertiger und verwandte Berufe 0,08Metallerzeuger, Walzer 0,48Former, Formgießer 0,45Metallverformer (spanlos) 0,39Metallverformer (spanend) 0,31Metalloberflächenbearbeiter, -vergüter, - beschichter 0,42Metallverbinder 0,34Schmiede 0,42Feinblechner, Installateure 0,24Schlosser 0,31Mechaniker 0,27Werkzeugmacher 0,30Metallfeinbauer und zugeordnete Berufe 0,37Elektriker 0,28Montierer und Metallberufe, a.n.g. 0,33Spinnberufe -0,12Textilhersteller -0,10Textilverarbeiter -0,10Textilveredler -0,17Lederhersteller, Leder- und Fellverarbeiter 0,18Back-, Konditorwarenhersteller 0,65Fleisch-, Fischverarbeiter 0,65Speisenbereiter 0,55Getränke-, Genußmittelhersteller 0,62Übrige Ernährungsberufe 0,65Maurer, Betonbauer 0,16Zimmerer, Dachdecker, Gerüstbauer 0,13Straßen-, Tiefbauer 0,29Bauhilfsarbeiter 0,32

43

A. Anhang

Tabelle 9 i: Betroffenheitsmaß der Berufsgruppen

Berufsgruppenbezeichnung Betroffenheitsmaß

Bauausstatter 0,14Raumausstatter, Polsterer 0,20Tischler, Modellbauer 0,18Maler, Lackierer und verwandte Berufe 0,26Warenprüfer, Versandfertigmacher 0,34Hilfsarbeiter ohne nähere Tätigkeitsangabe 0,31Maschinisten und zugehörige Berufe 0,26Ingenieure 0,26Chemiker, Physiker, Mathematiker 0,22Techniker 0,26Technische Sonderfachkräfte 0,27Warenkaufleute 0,50Bank-, Versicherungskaufleute 0,05Andere Dienstleistungskaufleute und zugehörige Berufe 0,22Berufe des Landverkehrs 0,37Berufe des Wasser- und Luftverkehrs 0,21Berufe des Nachrichtenverkehrs 0,21Lagerverwalter, Lager-, Transportarbeiter 0,23Unternehmer, Organisatoren, Wirtschaftsprüfer 0,26Abgeordnete, administrativ entscheidende Berufstätige 0,25Rechnungskaufleute, Datenverarbeitungsfachleute 0,28Bürofach-, Bürohilfskräfte 0,26Dienst-, Wachberufe 0,30Sicherheitswahrer 0,07Publizisten, Dolmetscher, Bibliothekare 0,15Künstler und zugeordnete Berufe 0,21Ärzte, Apotheker 0,18Übrige Gesundheitsdienstberufe 0,18Sozialpflegerische Berufe 0,24Lehrer 0,16Geistes- und naturwissenschaftliche Berufe, a.n.g. 0,22Körperpfleger 0,30Gästebetreuer 0,51Hauswirtschaftliche Berufe 0,33Reinigungsberufe 0,36Arbeitskräfte mit noch nicht bestimmtem Beruf 0,27Arbeitskräfte ohne nähere Tätigkeitsangabe 0,29Quelle: Berechnungen des ifo Institutes auf Grundlage des LIAB-Datensatzes des IAB.

44

A. Anhang

Tabelle 10 i: Die wichtigsten Bundesländer für die Sektoren

Sektorbezeichnung Anteil an USA Exporten Bundesland

Land- und Forstwirtschaft, Fischerei27,9% Niedersachsen24,0% Bayern17,4% Schleswig-Holstein

Bergbau und Gewinnung von Steinen30,2% Bayern26,9% Sachsen-Anhalt12,9% Niedersachsen

Ernährungsgewerbe und Tabakverarbeitung24,1% Bremen20,9% Niedersachsen11,1% Nordrhein-Westfalen

Textil- und Bekleidungsgewerbe26,2% Baden-Württemberg24,5% Bayern21,1% Nordrhein-Westfalen

Ledergewerbe28,8% Rheinland-Pfalz25,9% Bayern20,5% Schleswig-Holstein

Holzgewerbe21,1% Rheinland-Pfalz19,4% Bayern13,8% Niedersachsen

Papier- , Verlags- und Druckgewerbe30,9% Baden-Württemberg29,0% Niedersachsen13,3% Nordrhein-Westfalen

Kokerei, Mineralölverarbeitung59,9% Hamburg17,0% Nordrhein-Westfalen

9,3% Baden-Württemberg

Herstellung von chemischen Erzeugnissen20,7% Rheinland-Pfalz19,0% Nordrhein-Westfalen18,8% Hessen

Herstellung von Gummi- & Kunststoffwaren23,8% Nordrhein-Westfalen17,9% Bayern16,0% Hessen

Glasgewerbe, Herstellung von Keramik36,4% Bayern10,7% Baden-Württemberg10,6% Nordrhein-Westfalen

Metallerzeugung und -bearbeitung44,3% Nordrhein-Westfalen12,7% Baden-Württemberg10,2% Hessen

Herstellung von Büromaschinen33,8% Bayern26,9% Baden-Württemberg10,0% Nordrhein-Westfalen

Maschinenbau30,8% Baden-Württemberg21,5% Bayern20,2% Nordrhein-Westfalen

Fahrzeugbau30,2% Bayern29,0% Baden-Württemberg11,6% Niedersachsen

Herstellung von Möbeln, Recycling25,1% Baden-Württemberg22,4% Bayern15,4% Hessen

Quelle: Berechnungen des ifo Institutes auf Basis der Daten des statistischen Bundesamtes.

45

A. Anhang

Tabelle 14 i: Regressionsergebnisse Berufsgruppen, THIP-Effekt

Berufsgruppenbezeichnung Offenheit Auswirkung THIP

Landwirte 0,005 0,0000Tierzüchter, Fischereiberufe –0,016** –0,0479Verwalter, Berater in der Landwirtschaft und Tierzucht 0,005* 0,0136Landwirtschaftliche Arbeitskräfte, Tierpfleger 0,015*** 0,0495Gartenbauer 0,002 0,0000Forst-, Jagdberufe 0,005 0,0000Bergleute 0,001 .Mineral-, Erdöl-, Erdgasgewinner –0,007*** .Mineralaufbereiter 0,001* .Steinbearbeiter 0,003* 0,0002Baustoffhersteller 0,003*** .Keramiker 0,001* 0,0001Glasmacher –0,002 0,0000Chemiearbeiter 0,002** 0,0030Kunststoffverarbeiter 0,001** 0,0013Papierhersteller, -verarbeiter 0,001 0,0000Drucker 0,000 0,0000Holzaufbereiter, Holzwarenfertiger und verwandte Berufe 0,002 0,0000Metallerzeuger, Walzer 0,002*** 0,0068Former, Formgießer 0,001 0,0000Metallverformer (spanlos) 0,001 0,0000Metallverformer (spanend) 0,003*** 0,0065Metalloberflächenbearbeiter, -vergüter, - beschichter 0,002** 0,0059Metallverbinder 0,002*** 0,0048Schmiede 0,002 0,0000Feinblechner, Installateure 0,003*** 0,0050Schlosser 0,003*** 0,0065Mechaniker 0,002*** 0,0038Werkzeugmacher 0,002*** 0,0043Metallfeinbauer und zugeordnete Berufe 0,004*** 0,0104Elektriker 0,002*** 0,0040Montierer und Metallberufe, a.n.g. 0,002*** 0,0046Spinnberufe 0,001 0,0000Textilhersteller 0,002 0,0000Textilverarbeiter 0,001 0,0000Textilveredler 0,003*** –0,0035Lederhersteller, Leder- und Fellverarbeiter 0,001 0,0000Back-, Konditorwarenhersteller 0,003 0,0000Fleisch-, Fischverarbeiter –0,000 0,0000Speisenbereiter 0,004*** 0,0155Getränke-, Genußmittelhersteller 0,002 0,0000Übrige Ernährungsberufe 0,000 0,0000Maurer, Betonbauer 0,002** 0,0023

46

A. Anhang

Tabelle 14 i: Regressionsergebnisse Berufsgruppen, THIP-Effekt

Berufsgruppenbezeichnung Offenheit Auswirkung THIP

Zimmerer, Dachdecker, Gerüstbauer 0,001 0,0000Straßen-, Tiefbauer 0,006** 0,0120Bauhilfsarbeiter 0,002 0,0000Bauausstatter 0,003** 0,0029Raumausstatter, Polsterer –0,003 0,0000Tischler, Modellbauer 0,004*** 0,0050Maler, Lackierer und verwandte Berufe 0,004*** 0,0072Warenprüfer, Versandfertigmacher 0,005*** 0,0117Hilfsarbeiter ohne nähere Tätigkeitsangabe 0,007*** 0,0154Maschinisten und zugehörige Berufe 0,002*** 0,0036Ingenieure 0,002*** 0,0037Chemiker, Physiker, Mathematiker 0,001** 0,0015Techniker 0,002*** 0,0036Technische Sonderfachkräfte 0,002*** 0,0038Warenkaufleute 0,009*** 0,0317Bank-, Versicherungskaufleute 0,003* 0,0011Andere Dienstleistungskaufleute und zugehörige Berufe 0,004*** 0,0061Berufe des Landverkehrs 0,001 0,0000Berufe des Wasser- und Luftverkehrs 0,004** 0,0060Berufe des Nachrichtenverkehrs 0,003*** 0,0045Lagerverwalter, Lager-, Transportarbeiter 0,004*** 0,0066Unternehmer, Organisatoren, Wirtschaftsprüfer 0,001 0,0000Abgeordnete, administrativ entscheidende Berufstätige 0,003*** 0,0052Rechnungskaufleute, Datenverarbeitungsfachleute 0,004*** 0,0080Bürofach-, Bürohilfskräfte 0,003*** 0,0055Dienst-, Wachberufe 0,004*** 0,0084Sicherheitswahrer 0,001 0,0000Publizisten, Dolmetscher, Bibliothekare –0,001** –0,0010Künstler und zugeordnete Berufe 0,005*** 0,0074Ärzte, Apotheker 0,005*** 0,0063Übrige Gesundheitsdienstberufe 0,003* 0,0039Sozialpflegerische Berufe 0,009*** 0,0152Lehrer 0,006*** 0,0066Geistes- und naturwissenschaftliche Berufe, a.n.g. 0,004*** 0,0063Körperpfleger 0,020* 0,0424Gästebetreuer 0,002* 0,0071Hauswirtschaftliche Berufe 0,001 0,0000Reinigungsberufe 0,004*** 0,0100*, **, *** indizierte Signifikanz zum 1,5- und 10-Prozentniveau.Quelle: Berechnungen des ifo Institutes auf Grundlage des LIAB-Datensatzes des IAB.

47

A. Anhang

Tabelle 16 i: Auswirkung auf Einkommensrisiko nach Berufen

Berufsgruppenbezeichnung Betroffenheitsmaß Auswirkung THIP auf Einkommensrisiko

Landwirte 0,43 –0,0038Tierzüchter, Fischereiberufe 0,43 –0,0038Verwalter, Berater in der Landwirtschaft und Tierzucht 0,39 –0,0034Landwirtschaftliche Arbeitskräfte, Tierpfleger 0,47 –0,0042Gartenbauer 0,47 –0,0041Forst-, Jagdberufe 0,46 –0,0041Bergleute . .Mineral-, Erdöl-, Erdgasgewinner . .Mineralaufbereiter . .Steinbearbeiter 0,01 –0,0001Baustoffhersteller . .Keramiker 0,02 –0,0002Glasmacher 0,07 –0,0006Chemiearbeiter 0,21 –0,0019Kunststoffverarbeiter 0,18 –0,0016Papierhersteller, -verarbeiter 0,14 –0,0013Drucker 0,15 –0,0013Holzaufbereiter, Holzwarenfertiger und verwandte Berufe 0,08 –0,0007Metallerzeuger, Walzer 0,48 –0,0043Former, Formgießer 0,45 –0,0039Metallverformer (spanlos) 0,39 –0,0034Metallverformer (spanend) 0,31 –0,0027Metalloberflächenbearbeiter, -vergüter, - beschichter 0,42 –0,0037Metallverbinder 0,34 –0,0030Schmiede 0,42 –0,0037Feinblechner, Installateure 0,24 –0,0021Schlosser 0,31 –0,0027Mechaniker 0,27 –0,0024Werkzeugmacher 0,30 –0,0027Metallfeinbauer und zugeordnete Berufe 0,37 –0,0033Elektriker 0,28 –0,0025Montierer und Metallberufe, a.n.g. 0,33 –0,0029Spinnberufe –0,12 0,0011Textilhersteller –0,10 0,0009Textilverarbeiter –0,10 0,0009Textilveredler –0,17 0,0015Lederhersteller, Leder- und Fellverarbeiter 0,18 –0,0016Back-, Konditorwarenhersteller 0,65 –0,0058Fleisch-, Fischverarbeiter 0,65 –0,0058Speisenbereiter 0,55 –0,0049Getränke-, Genußmittelhersteller 0,62 –0,0055Übrige Ernährungsberufe 0,65 –0,0057Maurer, Betonbauer 0,16 –0,0014

48

A. Anhang

Tabelle 16 i: Auswirkung auf Einkommensrisiko nach Berufen

Berufsgruppenbezeichnung Betroffenheitsmaß Auswirkung THIP auf Einkommensrisiko

Zimmerer, Dachdecker, Gerüstbauer 0,13 –0,0011Straßen-, Tiefbauer 0,29 –0,0025Bauhilfsarbeiter 0,32 –0,0029Bauausstatter 0,14 –0,0012Raumausstatter, Polsterer 0,20 –0,0018Tischler, Modellbauer 0,18 –0,0016Maler, Lackierer und verwandte Berufe 0,26 –0,0023Warenprüfer, Versandfertigmacher 0,34 –0,0030Hilfsarbeiter ohne nähere Tätigkeitsangabe 0,31 –0,0028Maschinisten und zugehörige Berufe 0,26 –0,0023Ingenieure 0,26 –0,0023Chemiker, Physiker, Mathematiker 0,22 –0,0019Techniker 0,26 –0,0023Technische Sonderfachkräfte 0,27 –0,0024Warenkaufleute 0,50 –0,0044Bank-, Versicherungskaufleute 0,05 –0,0005Andere Dienstleistungskaufleute und zugehörige Berufe 0,22 –0,0019Berufe des Landverkehrs 0,37 –0,0032Berufe des Wasser- und Luftverkehrs 0,21 –0,0019Berufe des Nachrichtenverkehrs 0,21 –0,0019Lagerverwalter, Lager-, Transportarbeiter 0,23 –0,0021Unternehmer, Organisatoren, Wirtschaftsprüfer 0,26 –0,0023Abgeordnete, administrativ entscheidende Berufstätige 0,25 –0,0022Rechnungskaufleute, Datenverarbeitungsfachleute 0,28 –0,0025Bürofach-, Bürohilfskräfte 0,26 –0,0023Dienst-, Wachberufe 0,30 –0,0027Sicherheitswahrer 0,07 –0,0006Publizisten, Dolmetscher, Bibliothekare 0,15 –0,0013Künstler und zugeordnete Berufe 0,21 –0,0019Ärzte, Apotheker 0,18 –0,0016Übrige Gesundheitsdienstberufe 0,18 –0,0016Sozialpflegerische Berufe 0,24 –0,0021Lehrer 0,16 –0,0014Geistes- und naturwissenschaftliche Berufe, a.n.g. 0,22 –0,0020Körperpfleger 0,30 –0,0027Gästebetreuer 0,51 –0,0045Hauswirtschaftliche Berufe 0,33 –0,0029Reinigungsberufe 0,36 –0,0031Arbeitskräfte mit noch nicht bestimmtem Beruf 0,27 –0,0024Arbeitskräfte ohne nähere Tätigkeitsangabe 0,29 –0,0026Quelle: Berechnungen des ifo Institutes auf Grundlage des LIAB-Datensatzes des IAB.

49

50

Literatur

Literatur

Anderson,James,undEricvanWincoop.„GravitywithGravitas:ASolutiontotheBorder

Puzzle“.American Economic Review(93)12003.170–192.

Anderson,James,undEricvanWincoop.„TradeCosts“.Journal of Economic Literature(42)3

2004.691–751.

Baumgarten,Daniel.„Exportersandtheriseinwageinequality:EvidencefromGermanlinked

employer-employeedata“.Journal of International Economics(90)12013.201–217.

Baier,ScottundJeffreyBergstrand.„TheGrowthofWorldTrade:Tariffs,TransportCosts,and

IncomeSimilarity“.Journal of International Economics(53)12001.1–27.

Baier,ScottundJeffreyBergstrand.„BonusvetusOLS:ASimpleMethodforApproximating

InternationalTrade-CostEffectsusingtheGravityEquation“.Journal of International

Economics(77)12009.77–85.

VomBerge,Philipp,MarionKönigundStefanSeth.„StichprobederIntegriertenArbeitsmarkt-

biografien(SIAB)1975–2010“. FDZ Datenreport12013.

Broda,Christian,undDavidWeinstein.„GlobalizationandtheGainsfromVariety“.Quarterly

Journal of Economics(121)22006.541–585.

Card,David,JörgHeiningundPatrickKline.„WorkplaceHeterogeneityandtheRiseofWest

GermanWageInequality“.The Quarterly Journal of Economics(128)32013.967–1015.

Dustmann,Christian,JohannesLudsteckundUtaSchönberg.„RevistingtheGermanwage

structure“.Quarterly Journal of Economics(124)22009.843–881.

Ebenstein,Avraham,AnnHarrison,MargretMcMillanundShannonPhilipps.„Whyare

AmericanWorkersgettingPoorer?EstimatingtheImpactofTradeandOffshoringUsingthe

CPS“NBERWorkingPapers15107,NationalBureauofEconomicResearch,Inc2009.

Feenstra,Robert.AdvancedInternationalTrade:TheoryandEvidence.PrincetonUniversity

Press,PrincetonNJ2004.

Felbermayr,Gabriel,undErdalYalcin.„ExportCreditGuaranteesandExportPerformance:An

EmpiricalAnalysisforGermany.”The World Economy,forthcoming(doi:10.1111/twec.12031).

51

Literatur

Felbermayr,Gabriel,AndreasHauptmannundHand-JörgSchmerer.„InternationalTradeand

CollectiveBargainingOutcomes:EvidencefromGermanEmployer-EmployeeData”.

Scandinavian Journal of Economics,forthcoming.

Felbermayr,Gabriel,MarioLarch,LisandraFlach,ErdalYalcinundSebastianBenz.Dimensio-

nen und Auswirkungen eines Freihandelsabkommens zwischen der EU und den USA.ifoStudie.

München2013.

Fischer,Gabriele,FlorianJanik,DanaMüllerundAlexandraSchmucker.„DasIABBetriebspanel

–vonderStichprobeüberdieErhebungbiszurHochrechnung“.FDZ Methodenreport12008.

Fitzenberger,Bernd,AderonkeOsikominuundRobertVölter.„Imputationrulestoimprove

theeducationvariableintheIABemploymentsubsample“.Schmollers Jahrbuch: journal of

Apllied Social Science Studies(126)32006.405–436.

Heining,Jörg,TheresaScholzundStefanSeth.„Linked-Employer-Employee-DatendesIAB:LIAB-

Querschnittsmodell21993–2010“.FDZ Datenreport22013.

Redding,StephenundAnthonyVenables.„EconomicGeographyandInternationalInequality“.

Journal of International Economics(62)12004.53–82.

SantosSilva,Joao,undSilvanaTenreyro.„TheLogofGravity“.Review of Economics and Statistics

(88)42006.641–658.

52

Global Economic Dynamics (GED)

Über die Autoren

Prof.GabrielJ.Felbermayr,Ph.D.,LeiterdesForschungsbereichesAußenhandel

ifoInstitut-LeibnizInstitutfürWirtschaftsforschunganderUniversitätMünchen

SybilleLehwald ifoInstitut–LeibnizInstitutfürWirtschaftsforschunganderUniversitätMünchen

Dr.UlrichSchoof

ProjektGlobalEconomicDynamics(GED),BertelsmannStiftung,Gütersloh.

MirkoRonge

ProjektGlobalEconomicDynamics(GED),BertelsmannStiftung,Gütersloh.

Über das Projekt Global Economic Dynamics (GED)

DasProjektGlobalEconomicDynamics(GED)derBertelsmannStiftungsollzueinembesseren

Verständnis der wachsenden Komplexität globaler Wirtschaftsentwicklungen beitragen. Durch

den Einsatz modernster Werkzeuge und Methoden zur Messung, Vorhersage und Darstellung

weltwirtschaftlicherDynamikenzieltdasProjektdaraufab,Globalisierung, ihreökonomischen

EffekteundihrepolitischenKonsequenzentransparenterundfassbarerzumachen.

KontaktBertelsmannStiftung

GED-Team

ProgrammNachhaltigWirtschaften

Carl-Bertelsmann-Straße256

D-33311Gütersloh

Telefon +49524181-81353

Fax +49524181-681353

[email protected]

GED-Team

LeitungAndreasEsche

DirectorNachhaltigWirtschaften

Telefon +49524181-81333

Fax +49524181-681333

[email protected]

53

Global Economic Dynamics (GED)

ProjektmitarbeiterDr.JanArpe

ProjectManager

Telefon +49524181-81157

Fax +49524181-681157

[email protected]

SamuelGeorge

ProjectManager

Telefon +49524181-81661

Fax +1202384-1984

[email protected]

Dr.ThießPetersen

SeniorExpert

Telefon +49524181-81218

Fax +49524181-681218

[email protected]

Dr.UlrichSchoof

ProjectManager

Telefon +49524181-81384

Fax +49524181-681384

[email protected]

Kooperationspartner

ifoInstitut–LeibnizInstitutfürWirtschaftsforschunganderUniversitätMünchen

Poschingerstraße5

81679München

AnsprechpartnerProf.GabrielJ.Felbermayr,Ph.D.

Telefon +498992241428|[email protected]|www.cesifo-group.de/felbermayr-g

SybilleLehwald

Telefon +498992241250|[email protected]|www.cesifo-group.de/lehwald-s

54

Impressum

Impressum

©2013BertelsmannStiftung

BertelsmannStiftung

Carl-Bertelsmann-Straße256

33311Gütersloh

www.bertelsmann-stiftung.de

Verantwortlich

Dr.UlrichSchoof

Autoren

Prof.GabrielJ.Felbermayr,Ph.D.

SybilleLehwald

Dr.UlrichSchoof

MirkoRonge

Lektorat

RudolfJanGajdacz,München

Gestaltung

NicoleMeyerholz,Bielefeld

Bildnachweis

©koya979/ShutterstockImages

www.bertelsmann-stiftung.de

Adresse | Kontakt

Bertelsmann Stiftung

Carl-Bertelsmann-Straße 256

33311 Gütersloh

GED-Team

Programm Nachhaltig Wirtschaften

Telefon +49 5241 81-81353

[email protected]

www.ged-project.de

Date post:	20-Aug-2019
Category:	Documents
Upload:	lamhuong
View:	215 times
Download:	0 times

Bundesländer, Branchen und Bildungsgruppen · müssen, dass unsere Sektoren in der Systematik der...

Documents