Regionalklassifikation für den beruflichen Teilarbeitsmarkt der Bürofachkräfte zur Anwendung in der beruflichen Rehabilitation

 

 Permissions and Reprints

Zusammenfassung

Kernziel für Leistungsträger, -erbringer und -empfänger der beruflichen Rehabilitation ist die Eingliederung in nicht geförderte Beschäftigung. Für eine effektive und effiziente Zielerfüllung muss die Heterogenität regionaler und beruflicher Teilarbeitsmärkte transparent sein. In der vorliegenden Arbeit werden am Beispiel der Berufsförderungswerke geeignete Arbeitsmarktindikatoren ausgewählt, eine empirische Regionalklassifikation für den Teilarbeitsmarkt der Bürofachkräfte anhand von relativen Niveaugrößen erstellt und Implikationen abgeleitet. Datengrundlage sind Arbeitsmarkt- und Beschäftigungsstatistiken der Bundesagentur für Arbeit für die Bürofachkräfte (Berufskennziffer 781). Ergebnis der clusteranalytischen Berechnungen sind 6 stabile und valide Regionaltypen.

Abstract

The core objective of all those involved in vocational rehabilitation is integration into the primary labour market. In order to achieve this effectively and efficiently the disparities of regional and occupational partial labour markets have to be transparent. On the example of vocational retraining centres for adults with disabilities (Berufsförderungswerke) and of office specialists’ partial labour market this paper selects relevant labour market indicators, calculates an empirical regional classification using relative niveau data and describes implications. Data base are statistics of the Federal Employment Agency for office specialists (profession ID 781). Cluster analytic results are 6 stable and valid regional clusters.

• Literatur

• 1 Dauth W, Hirschenauer F, Rüb F. Vergleichstypen 2008, Neufassung der SGB-III-Typisierung. IAB-Forschungsbericht. 2008 8. 1-37
  PubMedGoogle Scholar
• 2 Heineck G, Kleinert C, Vosseler A. Regionale Typisierung – Was Ausbildungsmärkte vergleichbar macht. IAB Kurzbericht 2011; 13: 1-8
  PubMedGoogle Scholar
• 3 Blien U, Hirschenauer F, Phan thi Hong V. Classification of regional labour markets for purposes of labour market policy. Papers in Regional Science 2010; 89: 859-881
  PubMedGoogle Scholar
• 4 Stops M, Mazzoni T. Matchingprozesse auf beruflichen Teilarbeitsmärkten. Jahrbücher für Nationalökonomie und Statistik 2010; 230: 287-312
  PubMedGoogle Scholar
• 5 Dostal W. Beschäftigungsentwicklung und Beschäftigungsverhältnisse im Büro. In: Bundesanstalt für Arbeitsschutz und Arbeitsmedizin. Hrsg Die Zukunft der Büroarbeit. Bremerhaven: Wirtschaftsverlag N.W.; 2005: 69-84
  Google Scholar
• 6 Hofstätter M, Putz S. AMS Standing Committee on New Skills Cluster: Büro und Verwaltung. Wien: Arbeitsmarktservice Österreich; 2010
  Google Scholar
• 7 Garloff A, Machnig J, Schaade P. Große Lohnunterschiede zwischen Frauen und Männern. Frauen und Männer am Ausbildungs- und Arbeitsmarkt in Hessen 2010. IAB Regional. 2010 2. 1-44
  PubMedGoogle Scholar
• 8 Petrongolo B, Pissarides CA. Looking into the black box: a survey of the matching function. Journal of Economic Literature 2001; XXXIX: 390-431
  PubMedGoogle Scholar
• 9 Rogerson R, Shimer R, Wright R. Search-theoretic model of the labour market: a survey. Journal of Economic Literature 2005; XLIII: 959-988
  PubMedGoogle Scholar
• 10 Burda M. Modelling exits from unemployment in Eastern Germany. In: König H, Steiner V. Hrsg Arbeitsmarktdynamik und Unternehmensentwicklung in Ostdeutschland. Baden-Baden: Nomos; 1994: 97-128
  Google Scholar
• 11 Anderson PM, Burgess SM. Empirical matching functions: estimation and interpretation using state-level data. The Review of Economics and Statistics 2000; 82: 93-102
  CrossrefPubMedGoogle Scholar
• 12 Kangasharju A, Pehkonen J, Pekkala S. Returns to scale in a matching model: evidence from disaggregated panel data. Applied Economics 2005; 37: 115-118
  CrossrefPubMedGoogle Scholar
• 13 Broersma L, Ours JC. Job searchers, job matches and the elasticity of matching. Labour Economics 1999; 6: 77-93
  CrossrefPubMedGoogle Scholar
• 14 Fahr R, Sunde U. Occupational job creation: patterns and implications. Oxford Economic Papers 2004; 56: 407-435
  CrossrefPubMedGoogle Scholar
• 15 Südekum J. Increasing returns and spatial unemployment disparities. Papers in Regional Science 2005; 84: 159-181
  PubMedGoogle Scholar
• 16 Elhorst JP. The mystery of regional unemployment differentials – Theoretical and empirical explanations. Journal of Economic Surveys 2003; 17: 709-748
  CrossrefPubMedGoogle Scholar
• 17 Hetzel C, Flach T, Schmidt C. Bestimmungsgründe des Arbeitsmarktes für die Wiedereingliederung von Rehabilitanden aus Berufsförderungswerken: eine Untersuchung auf Ebene der Agenturbezirke. Rehabilitation 2011; 51: 237-244
  Article in Thieme ConnectPubMedGoogle Scholar
• 18 Blien U, Hirschenauer F, Arendt M et al. Typisierung von Bezirken der Agenturen für Arbeit. Zeitschrift für Arbeitsmarktforschung 2004; 2: 146-175
  PubMedGoogle Scholar
• 19 Rüb F, Werner D. Typisierung von SGB II-Trägern. IAB-Forschungsbericht 2007; 1: 1-35
  PubMedGoogle Scholar
• 20 Statistik der Bundesagentur für Arbeit Hrsg Arbeitslosigkeit in Kreisen zugelassener kommunaler Träger – Schätzmodelle. Stand Oktober 2008. Nürnberg: Statistik der Bundesagentur für Arbeit; 2008
  Google Scholar
• 21 Bacher J. Clusteranalyse. München: Oldenbourg; 1996
  Google Scholar
• 22 Wishart D. Number of clusters. In: Everitt BS, Howell DC. Hrsg Encyclopedia of Statistics in Behavioral Science. Chichester: Wiley; 2005: 1442-1446
  CrossrefGoogle Scholar
• 23 Wishart D. ClustanGraphics Primer: a guide to cluster analysis. Middlesex: Allstar Services Ltd; 2006
  Google Scholar
• 24 Wiedenbeck M, Züll C. Klassifikation mit Clusteranalyse: Grundlegende Techniken hierarchischer und k-means-Verfahren. ZUMA How-to-Reihe 2001; 10: 1-18
  PubMedGoogle Scholar
• 25 Vermunt JK, Magdison J. Latent class cluster analysis. In: Hagenaars A, McCutcheon AL. Hrsg Applied latent class analysis. Cambridge: Cambridge University Press; 2002: 89-106
  CrossrefGoogle Scholar