Kurzbeschreibung

Zwischen den Arbeitslosenquoten in Regionen bestehen deutliche und dauerhafte Unterschiede. Aufbauend auf theoretisch begründeten Hypothesen können verschiedene Einflussfaktoren identifiziert werden. Es bestehen aber gegensätzliche Aussagen bezüglich der Größe des Zusammenhangs wie auch z.B. beim Einfluss des Lohnes der Wirkungsrichtung, die in bisherigen Studien beide empirisch untermauert werden können. Eine Ursache für die widersprüchlichen Ergebnisse kann in der Vernachlässigung oder inadäquaten Berücksichtigung der räumlichen Dimension, d.h. in der Verzerrung durch ausgelassene oder fehlerhaft gemessene Variablen, liegen.

Da die regionalen Disparitäten der Arbeitslosigkeit keine zufällige geographische Verteilung zeigen, sondern beobacht- und testbare räumliche Muster erzeugen, sollen diese mit einem speziellen Ansatz der empirischen Regionalwissenschaften untersucht werden: Das räumliche Filtern (spatial filtering) man könnte dies als räumlich-autoregressives Äquivalent zur Hauptkomponentenanalyse betrachten scheint besonders geeignet, diese Muster aufzufangen, die Strukturen in den Daten selbst zu durchleuchten und für weitere Analyseschritte adäquat zu erfassen. Das Zusammenspiel von räumlichen Filtern und den Schätzern der erklärenden Variablen ist dabei von besonderem Interesse. Die Ergebnisse werden mit Schätzungen gemäß der Standardmethoden der räumlichen Ökonometrie verglichen. Um konsistente Ergebnisse Schätzer und Hypothesentests zu gewährleisten, sind eine korrekte Formulierung der ökonomischen Zusammenhänge zwischen Arbeitslosigkeit und erklärenden Faktoren ebenso notwendig wie eine adäquate Spezifizierung in der ökonometrischen Analyse.

Die Arbeitslosigkeit und insbesondere die hohen Arbeitslosenquoten in einigen Landesteilen ist eine der zentralen Herausforderungen an die deutsche Wirtschafts- und Arbeitsmarktpolitik. Zunächst ist die Erklärung der räumlichen Muster der Arbeitslosigkeit von direktem Interesse. Darüber hinaus erlaubt die Untersuchung, wie sich die Schätzungen der partiellen Korrelationen anderer Variablen aufgrund der differenzierten Kontrolle auf signifikante räumliche Muster verändern, Rückschlüsse über das Ausmaß der Verzerrung in Schätzungen. Besonders dies ist für die Politikberatung und die Forschung im IAB relevant.