Bearbeitung: Klaus Pforr

Kooperationspartner: Johanna Jung, Barbara Felderer

Es gibt beträchtliche Forschungsarbeiten über die Auswirkungen von Makrovariablen auf Sozialtransfers und andere Merkmale des Wohlfahrtsstaates (z. B. die Rigidität des Arbeitsmarktes). Es gibt auch eine umfangreiche theorielastige Literatur, die die allgemeine Struktur von Wohlfahrtsstaaten beschreibt und systematisiert. In diesem Vorhaben wählen wir einen Zwischenweg, indem wir die soziodemografische Struktur von Sozialtransfers deskriptiv untersuchen, ohne theoretische Vorannahmen zu treffen, und eine datengestützte Analyse verwenden. Das deskriptive Ziel besteht darin, herauszufinden, welche soziodemografischen Gruppen sich abgrenzen lassen, die ähnliche Sozialtransfers erhalten oder zahlen, und ob und wie sich diese Gruppen in den einzelnen Ländern und im Hinblick auf Makroindikatoren unterscheiden. Genauer gesagt betrachten wir die Sozialtransfers auf Haushaltsebene, d. h. die Summe der Arbeitslosen-, Alters-, Hinterbliebenen-, Kranken- und Invaliditätsleistungen sowie der ausbildungsbezogenen Beihilfen auf Personenebene in einem Haushalt und der familienbezogenen und Wohnbeihilfen sowie der Leistungen für andere soziale Ausschlüsse auf Haushaltsebene abzüglich der Summe der Vermögens- und Einkommenssteuern, der Sozialversicherungsbeiträge und der Geldtransfers zwischen Haushalten. Wir regressieren diese abhängige Variable auf mehrere soziodemografische Variablen und Indikatoren auf Makroebene. Wir verwenden einen Regression Tree als deskriptives Instrument, um die Einschränkungen von OLS zu überwinden, die darin bestehen, dass alle nichtlinearen Beziehungen der soziodemografischen und makroökonomischen Ebene ex-ante spezifiziert werden müssen. Darüber hinaus trennt der Regressionsbaum direkt Cluster, die durch die relevanten unabhängigen Variablen mit ähnlichem Niveau der Sozialtransfers beschrieben werden. Unsere vorläufigen Ergebnisse zeigen, dass die Sozialtransfers hauptsächlich nach Alter, Haushaltseinkommen, Familienstruktur und Arbeitsintensität strukturiert sind. Die Unterschiede bei den Sozialtransfers zwischen diesen Gruppen innerhalb der Länder sind größer als die Unterschiede zwischen den Ländern insgesamt, d. h. die Indikatoren auf Länderebene spielen für die Unterschiede bei den Sozialtransfers im Vergleich zu den soziodemografischen Variablen nur eine untergeordnete Rolle. Unser Ansatz und die konkrete Anwendung sind mit einigen Einschränkungen verbunden. Vor allem sind Regressionsbäume, ähnlich wie Techniken wie die Clusteranalyse, notorisch instabil und anfällig für Überinterpretationen. Daher führen wir mehrere Spezifikationen durch, um stabile Muster über verschiedene Bäume hinweg zu finden.

Publikationen:

Pforr, Klaus, Johanna Jung und Barbara Felderer (2024): "Describing the socio-demographic structure of social transfers across Europe with regression trees." ifo Conference on Understanding Socio-Economic Inequalities with Novel Data and Methods, ifo Institut – Leibniz-Institut für Wirtschaftsforschung an der Universität München e.V., Munich, 2024-02-22.

Pforr, Klaus, Johanna Jung und Barbara Felderer (2023): "Describing the socio-demographic structure of social transfers across Europe with regression trees." Frühjahrstagung der DGS-Sektion „Soziale Ungleichheit und Sozialstrukturanalyse", GESIS - Leibniz-Institut für Sozialwissenschaften, Mannheim, 2023-03-24.

Pforr, Klaus, Johanna Jung und Barbara Felderer (2023): "Describing the socio-demographic structure of social transfers across Europe with regression trees." 8th European User Conference for EU-Microdata, Universität Mannheim, Mannheim, 2023-03-17.