Beschreibung

"Ende der 1990er Jahre begann eine Diskussion zu den Möglichkeiten einer quartalsweisen europäischen Statistik über offene Stellen. Während es sehr umfängliche Informationen über die Arbeitssuchenden in den amtlichen Statistiken gibt, stehen über den Arbeitskräftebedarf nur sehr begrenzt Informationen zur Verfügung. So sind in den meisten Ländern Betriebsbefragungen die einzige Möglichkeit, die Gesamtzahl der offenen Stellen zu ermitteln. Um auf europäischer Ebene die Vergleichbarkeit der Länderstatistiken gewährleisten zu können, müssen vergleichbare Definitionen und Methoden verwendet werden. Im Jahr 2005 formulierte die Europäische Kommission zusätzliche und sehr spezifische Anforderungen zur Aufsplittung der Daten nach Regionen (NUTS), Wirtschaftszweigen (NACE) und Berufen (ISCO). Mit unserer Arbeit versuchen wir die Frage zu beantworten, ob es möglich ist, Daten auf tief disaggregierter sektoraler, regionaler und beruflicher Ebene zu schätzen. Wir analysieren die vorhandenen Daten mit verschiedenen Methoden wie Small Area Estimation, Multiple Imputation und Regressionsverfahren. Zum Teil war unsere Forschung erfolgreich; einige Fragen verlangen jedoch weitere Untersuchungen, um befriedigende Antworten zu finden. Berufsdaten auf der NUTS 2-Ebene können beispielsweise nicht ohne eine erhebliche Erhöhung der Stichprobe und großen Aufwand für die Entwicklung geeigneter Schätztechniken produziert werden, da die NUTS 2-Regionen in Deutschland sehr klein sind. Eine Kosten-Nutzen-Analyse ergab jedoch, dass der Umfang der zusätzlich benötigten finanziellen Ressourcen nicht gerechtfertigt wäre. Somit ist die derzeit geeignete regionale Ebene für Daten zu offenen Stellen die NUTS 1-Ebene. Eine Veröffentlichung berufsbezogener Daten auf NUTS 1-Ebene ist für Mismatch-Analysen unzureichend, da Haupt- und Unterhauptgruppen der ISCO-Klassifizierung zu ungenau und regionale Besonderheiten auf der Arbeitsangebots- und -nachfrageseite zu berücksichtigen sind. Fehlende Werte sind ein bekanntes Problem bei der Analyse von Betriebsdaten. Es werden Mechanismen, die zu fehlenden Werten führen, ebenso diskutiert, wie die Stärken und Schwächen der gewöhnlich verwendeten Imputationsmethoden. Mit dem Einsatz der multiplen Imputation für die deutsche Erhebung offener Stellen wurden unverzerrte Ergebnissen gewonnen. Auch bei anderen Betriebsdaten wird diese Methode häufig erfolgreich angewendet. Die Arbeiten an der multiplen Imputation und dem Fragebogensplitting werden fortgesetzt. Letzteres soll zur Entlastung der Befragten führen." (Autorenreferat, IAB-Doku)