Monthly Archives: February 2011

Do Workers Work More if Wages Are High? Evidence from a Randomized Field Experiment

Nachdem ich mich klausurvorbereitend durch diesen Artikel von Fehr und Goette gelesen hatte, wollte ich auch anderen meine Zusammenfassung nicht verwehren. Vielleicht hilft’s ja für einen Schnelleinstieg …

Anders als bisherige Experimente kommen die Autoren in Rahmen ihres Feldexperiments zu dem Ergebnis, dass die Substitutionseffekte für Arbeit in der Freizeit-Konsum-Entscheidung positiv sind: Arbeiter, welchen für einen befristeten Zeitraum 25% mehr Lohn angeboten wird, arbeiten auch tatsächlich mehr. Interessanterweise ist der Effekt auf die gebrachte Leistung negativ – bei längerer Arbeitszeit sinkt der Einsatz.

Dies lässt sich genau feststellen, weil die Subjekte Fahrradkuriere zweier Unternehmen sind, welche sowohl ihre Schichten als auch innerhalb der Schichten die Anzahl der Sendungen frei bestimmen können. Zusätzlich gibt es keinen Mindestlohn, der Lohn bestimmt sich nur aus dem Lohn pro Lieferung (w), in Abhängigkeit von der benötigten Anstrengung für diese Lieferung.

Innerhalb beider Unternehmen werden zwei Gruppen, A und B erstellt, und das Experiment wird über zwei Perioden (à 4 Wochen) durchgeführt. In jeder Periode erhält nur eine der beiden Gruppen die Lohnerhöhung, die andere fungiert als Kontrollgruppe.

Die Arbeit (Labor Supply) könnte mittels der Anzahl von Lieferungen gemessen werden, würde dann aber eventuell verzerrt werden, wenn die Länge und Anstrengung der Lieferungen stark variiert. Daher haben sich die Autoren auf den Gesamtlohn als Maßstab festgelegt, da dieser auch in der benötigten Leistung (effort e) variiert. Die Lohnerhöhungen führen in den Perioden zu einer signifikanten Mehrarbeit vom Gegenwert von 1000CHF, allerdings auch zu einer reduzierten Leistung (Lieferungen/Shift; Table 1A/1B).

In Sektion II bringen die Autoren zwei Modelle, welche dieses Phänomen erklären können: zum einen ein neoklassisches Modell mit periodenübergreifendem Nutzen: der Disnutzen von Leistung steigt (im Betrag) in der vorher erbrachten Leistung. Daher ist es für rationale Subjekte sinnvoll, ihre Leistung zu senken , wenn ihre vorher erbrachte Leistung gestiegen ist. Das zweite Modell ist ein Referenz-Modell, bei welchem risikoaverse Agenten versuchen, einen gewissen Tageslohn zu erarbeiten. Wenn sie diesen nicht erreichen, haben sie sehr hohen marginalen Disnutzen (psychologischer Art), wenn sie ihn erreichen, ist der zusätzliche marginale Nutzen im Betrag geringer als der vorherige Disnutzen: die Anreize, weiter zu arbeiten, sinken. Wenn der Agent nun mehr pro Schicht verdient, wird er den anvisierten Tageslohn früher erarbeiten – und von dann an weniger arbeiten.

Advertisements

The Returns to Computer use revisited: have Pencils changed the Wage Structure too?

Nachdem ich mich klausurvorbereitend durch diesen Artikel von DiNardo und Pischke gelesen hatte, wollte ich auch anderen meine Zusammenfassung nicht verwehren. Vielleicht hilft’s ja für einen Schnelleinstieg …

Dieser Artikel befasst sich ein weiteres mal mit dem originären Artikel von Krueger über die Lohnauswirkungen der Nutzung von Computern. Bei seinen Tests gab es eine signifikante Korrelation der Lohnhöhe und dieser Nutzung, aus welcher er auf eine Kausalität schließ. DiNardo und Pischke wiederholen seine Tests basierend auf deutschen Daten des Zentralarchivs für Empirische Sozialforschung, welche neben der Nutzung von Computern auch Daten über die Nutzung anderer Hilfsmittel wie Stift, Telefon, Hammer hat – und teilweise auch darüber, ob die Tätigkeit im Sitzen verübt wird.

Diese Daten lassen klar werden, worauf die Autoren hinauswollen: fast jeder Deutsche kann lesen und schreiben (und somit einen Stift bedienen), es nutzen etwa 60% der Deutschen bei ihrer Arbeit einen Stift (dieser ist somit kein rares Gut) – insofern sollte es keinen (Lohn-)Bonus auf die Nutzung von Stiften geben, wenn diese Boni einzig die Produktivität der Arbeiter widerspiegeln.

Unter Einsatz mehrerer Dummies, welche andere Lohnveränderer (wie Bildung) herausrechnen, finden die Autoren einen signifikanten Return zu allen aufgelisteten Hilfsmitteln, der Return auf Computer ist dabei ähnlich hoch wie bei Kruegers Originalregression. Hierbei wurden die Werkzeuge einzeln regressiert: damit ausgeschlossen wird, dass einzelne Werkzeuge nur ein Proxy für andere (echt-wirksame) Werkzeuge sind (Bsp.: wer oft sitzt, bekommt einen höheren Lohn, weil er einen Computer nutzt, der ihn sehr effektiv macht – und verdient daher mehr), wurden die deutschen Daten anschließend für alle Werkzeuge gleichzeitig regressiert. Der Effekt war hier geringer, aber immer noch signifikant hoch. Und da eine höhere Produktivität von Bleistift-Nutzern aufgrund des Bleistifts abwegig ist, verleiten die Ergebnisse dazu, Kruegers Studie abzulehnen: wahrscheinlich ist, dass die Korrelation umgekehrt ist: positive Selektion der Besserverdienenden bei der Verteilung von Computern sorgte für diesen Zusammenhang.

You Can‘t Take It With You? Immigrant Assimilation and the Portability of Human Capital

Nachdem ich mich klausurvorbereitend durch diesen Artikel gelesen hatte, wollte ich auch anderen meine Zusammenfassung nicht verwehren. Vielleicht hilft’s ja für einen Schnelleinstieg …

In diesem Artikel untersucht Friedberg die Auswirkungen von Humankapital auf die Löhne. Neu ist an ihrem Ansatz die Unterscheidung zwischen ausländischer und inländischer Erfahrung (Experience) sowie Schuldung (Schooling). Ihre Daten erlauben dies, da der israelische Mikrozensus (im Gegensatz zum US-Amerikanischen) fortlaufend (in der Time-Series) das Jahr der Immigration beinhaltet und somit diese Rückschlüsse erlaubt.
Sie unterscheidet dabei zwischen drei Gleichungen (Thesen), welche sie anhand der OLS-Methode überprüft.

In der ersten Gleichung (5) werden jeweils inländische und ausländische Erfahrung sowie Schulungen aggregiert. Zusätzlich wird in einer Variablen der Effekt von YSM (Years Since Migration), also der zusätzlichen Schulung und Erfahrungen in Israel untersucht.
Diese Gleichung enthält drei restriktive Annahmen:

  • Der Effekt von inländischer und ausländischer Schulungen ist gleich
  • Der Effekt von inländischer und ausländischer Arbeitserfahrungen ist gleich
  • Der Effekt von inländischer Erfahrung sowie Schulung (YSM) ist für Einwohner und Immigranten gleich.

Sie formuliert die Gleichung so um, dass nun diese Restriktionen entfernt werden (7): sie desintegriert die Daten (Education, Experience, YSM).

Ferner soll untersucht werden, was für Auswirkungen ausländische Erfahrung/Schulungen auf die Returnrate von inländischer Erfahrung/Schulungen haben. Dafür modifiziert sie die Gleichung (8), sodass die Parameter (ED1 X ED2, ED1 X EXP2, EXP1 X EXP2) samt Koeffizienten berücksichtigt werden.

Die Ergebnisse einer Bestimmung nach (7) zeigen, dass der Wert von inländischer Schulung (+1%) und Erfahrung (+9%) signifikant höher ist, als ausländische Schulung/Erfahrung. Auch ist der Gegenwert inländischer Schulung an Ausländer 2% geringer als an Einwohner, der Gegenwert inländischer Erfahrung von Ausländern 0,5% geringer als bei Einwohnern. Somit werden die restriktiven Annahmen von (5) widerlegt. Interessanterweise werden Immigranten, gegeben der (mindere) Wert ihres Humankapitals, um bis zu 5% (Gleichung 7) bzw. 37% (Gleichung 8) bevorteilt – eine Diskriminierung der Einwohner findet statt. Die Regression nach Gleichung (5) ergibt noch den gegenteiligen Effekt: Immigranten werden hier um 25% benachteiligt.

Anschließend werden diese Daten in verschieden Herkunftsregionen aufgespalten (Table 5). Table 6 untersucht die inländische Humankapitalacquise (also nach der Immigration). Dabei wird klar, dass
inländische Erfahrung sowie Schulungen signifikant wertvoller ist (das wussten wir bereits)
inländische Schulungen insbesondere die ausländische Schulungen solcher Immigranten aufwertet, die aus Ländern mit schlechteren Bildungssystemen kommen (ED1 X ED2)
z.T. gibt es bei ED1 X ED2 negative Werte (bspw. bei West-Immigranten), was sich z.T. über negative Selektion erklären lässt (diejenigen, die sich in Israel erneut eingeschult haben, hatten diese Schulung eher nötig)
Diese ED X ED, ED X EXP etc Werte sind aber allesamt im Promillebereich und teilweise unsignifikant

Anschließend wird noch zugelassen, dass die Effekte von Bildung nichtlinear sind (sinkender Grenznutzen), und die Effekte unterschiedlicher Migrationszeitpunkte untersucht. Zusätzlich werden Lohnprofile auf Basis der gewonnenen Erkenntnisse gezeichnet. Ich halte beides für minder wichtige Bereiche dieses Artikels.

Degrees Matter: New Evidence on Sheepskin Effects in the Returns to Education

Nachdem ich mich klausurvorbereitend durch diesen Artikel gelesen hatte, wollte ich auch anderen meine Zusammenfassung nicht verwehren. Vielleicht hilft’s ja für einen Schnelleinstieg …

In diesem Paper behandeln Jaeger und Page einen Teilaspekt der Signaling-Theorie, nach welcher man nach Bildung strebt, um seine „Produktivität“ zu beweisen. Mit Sheepskin(SS)-Effekten werden Effekte bezeichnet, bei welchen das Erreichen eines Abschlusses überdurchschnittlich hoch (im Vergleich zu einem weiteren regulären Jahr Bildung) vom Arbeitsmarkt bewertet wird.

Zum ersten Mal haben sie hierbei für einen Makrozensus sowohl die Anzahl der Schuljahre als auch die erreichen Abschlüsse der Individuen und können so deren Einfluss auf den Lohn genauer abstrahieren. Vorgänger mussten hier in bestimmten Schuljahren (6, 12 etc.) so genannte Knoten bilden, und diese Jahre mit einem Abschluss gleichsetzen. Dieses Verfahren führt natürlich zu Verzerrungen, weil nicht jeder eine Punktlandung auf einem Abschluss mit der jeweils erwarteten Schuldauer schafft.

Zusätzlich wurden auch Unterschiede zwischen den SS-Effekten auf weiße sowie schwarze Frauen und Männer untersucht. Die Theorie sagt, dass die SS-Effekte dann höher seien sollten, wenn das relative Signal stärker ist. Das relative Signal ist dann besonders hoch, wenn man von den ungebildeten Arbeitskräften keine hohe Produktivität erwartet. Dementsprechend sollten im Amerika der 90er Jahre – sofern der Rassismus noch signifikant war oder Afroamerikaner generell aufgrund von Slumbildung und schlechter Lebensumgebung unproduktiver waren – die SS-Effekte höher sein als bei weißen Amerikanern.

Die wichtigsten Ergebnisse im Vergleich zu den älteren Studien:

  • Ein Bachelor‘s Degree hat signifikante SS-Effekte von bis zu 31%
  • SS-Effekte erklären 1/4 des Lohns bis zum 16. Bildungsjahr
  • Es gibt keine großen Unterschiede bei den SS-Effekten zwischen Schwarz und Weiß für College- und Highschoolabschlüsse.
  • Es gab in der Stichprobe weniger weiße Frauen und Schwarze, dies könnte die Ursache dafür sein, dass die SS-Effekte mit Master- und Professorenabschluss großer sind.

Zusammenfassend:

  • Es gibt signifikante Abschluss-Effekte für alle Post-Secondary Diploma für zumindest einen Teil der Bevölkerung
  • Bachelor und Post-Graduate Abschlüsse werden vom Markt mindestens genauso stark präferiert wie die damit verbundenen Jahre an Ausbildung. Die SS-Effekte sind hierbei stärker in den Abschlüssen als den jeweiligen Jahren der Ausbildung.
  • SS-Effekte größer bei Inbetrachtnahme der Diploma (anstelle der Knoten)
  • Nur geringe Zeichen dafür, dass SS-Effekte unter Geschlecht und Rasse verschieden sind
  • Stärke des SS-Effekts variiert im Typ der Ausbildung.

TeXShop und mehrfaches kompilieren

Nachdem ich für das Glossar einer Seminararbeit bemerkte, dass TeXShop mit dem Befehl MakeIndex Probleme hat (“could not find …..idx”), habe ich online eine sehr praktische Abhilfe gefunden: durch das Kopieren und Instandsetzen einer vorgefertigten Engine-Datei kann man das lästige Mehrfachkompilieren von Latex, BibTex, MakeIndex, Latex, Latex sich sparen: diese Engine übernimmt alles. Todschick!