Beschreibung

"Wir analysieren den Einfluss von Messfehlern in Mindestlohnevaluationen, wenn die Treatmentvariable, also der 'Bite', aus einer befragungsbasierten Lohnverteilung stammt. In Monte- Carlo-Simulationen überprüfen wir die Verzerrtheit der Schätzer sowohl mit simulierten als auch empirischen Verteilungen von Messfehlern. Die empirischen Messfehler stammen aus einem Link von Befragungsdaten und administrativen Daten. Auf der individuellen Beobachtungsebene werden die Treatmenteffekte über 30 Prozent unterschätzt. Eine Aggregation der Treatmentinformation auf der Ebene von Haushalten, Firmen oder Regionen löst das Problem nicht vollständig. In Fällen einer sehr stark segregierten Verteilung von betroffenen Beschäftigten auf nur wenige Firmen oder Regionen kann es sogar zu einer Überschätzung des wahren Effekts kommen. Wir diskutieren zwei Lösungsansätze: Die Verwendung einer kontinuierlichen Treatmentvariable und das Löschen von Observationen, die in der Lohnverteilung nahe der Mindestlohnschwelle liegen." (Autorenreferat, IAB-Doku)