Wohlfahrtsstaatlicher Wandel, Lohnersatzraten und das Problem der Validität – Ein kritischer Einwurf

Lyle Scruggs bittet auf seiner Webseite darum, seinen Datensatz als Scruggs (2004b) zu zitieren, auch wenn wie von uns hier die aktualisierte Version aus dem Jahr 2005 verwendet wird.

Diese 18 Länder sind etablierte OECD-Demokratien, zu denen beide betrachteten Datensätze Lohnersatzraten enthalten.

Dies dürfte auch der Tatsache geschuldet sein, dass auf den Internetseiten der Datensätze kaum Angaben zur zugrundeliegenden Konzeption der Projekte verfügbar sind. Unabhängig davon bleibt im Übrigen auch nach der jüngsten Debatte im JEPP unklar, ob tatsächlich massive konzeptionelle Unterschiede zwischen den Datensätzen bestehen bzw. wie schwerwiegend diese sind. Während die Ausführungen von Ferrarini et al. (2013) große Unterschiede im Messkonzept nahelegen, geht Scruggs (2013) eher von einer Vergleichbarkeit beider Herangehensweisen aus.

Unterschiede bestehen hier in den Annahmen zur familiären Konstellation (Alter der Kinder und Alter des durchschnittlichen Industriearbeiters) und zur vorherigen Beschäftigungsdauer (vgl. Wenzelburger et al. 2013, S. 1242 sowie Scruggs 2013, S. 1270).

Inwiefern unterschiedliche Datenquellen (oder unterschiedliche Auflagen der gleichen Quelle) zu den Unterschieden beigetragen haben, ist nicht abschließend festzustellen. Obwohl beiden Datensätzen als wesentliche Quellen die Sammlungen „Social Security Programs Throughout the World“ der Social Security Administration (SSA) sowie „Mutual Information System for Social Protection (MISSOC). Comparative Tables on Social Protection in the Member States and the European Economic Area“ der EU-Kommission anführen, haben die Urheber der Datensätze doch auch – angesichts der schieren Menge an zu sammelnden Daten wenig überraschend – immer wieder auf andere Quellen oder sogar Auskünfte der zuständigen Ministerien oder Verwaltungen zurückgegriffen. Auf diesem Wege könnten unterschiedliche Werte den Weg in die Datensätze gefunden haben. Ein entsprechendes Beispiel findet sich bei der Höhe der Altersrenten in Belgien im Jahr 2000, wo bereits die aufgeführten Bruttoleistungen in den beiden Datensätzen voneinander abweichen (CWED 77 %, SCIP 56 %). Ursache sind hier in der Tat vermutlich unterschiedliche Datenquellen: Die CWED-Daten scheinen auf die MISSOC-Tabellen der EU-Kommission zurückzugreifen (die Scruggs (2004c, S. 15) jedoch nur bei der Diskussion von Mindestrenten explizit erwähnt), während die SCIP-Daten von einem Beamten aus dem belgischen Rijksdienst voor pensioenen zu stammen scheinen (im Dokument „Pens + BE + 2000“ (Seite 2) aus der Online-Datenbank des SCIP, das weiterführende Kommentare zur Kodierung der Altersrenten in Belgien im Jahr 2000 beinhaltet, wird jedenfalls ein „F. Cornelis from the Rijksdienst voor pensioenen“ genannt).

Eine weitere mögliche Erklärung ist, dass die Datensätze bereits einen unterschiedlichen (Brutto-)Lohn eines durchschnittlichen Industriearbeiters ansetzen – den Nenner, auf Grundlage dessen die Sozialleistungen standardisiert werden (CWED: BEF 1.166.470 vs. SCIP: BEF 975.733). Demzufolge wäre die Bruttoersatzrate auf Basis der CWED-Daten 36,6 %, während sie auf Basis der SCIP-Daten 43,7 % betrüge. Dies erklärt jedoch nicht den Unterschied zwischen den endgültigen Nettoersatzraten, für die der SCIP-Datensatz zu niedrigeren Werten gelangt als der CWED-Datensatz, sondern verstärkt diesen Unterschied noch.

Wir beziehen uns an dieser Stelle auf die Variable „IS adult rate“ im Datensatz zu Ersatzraten im Bereich der Arbeitslosenunterstützung für Großbritannien (Scruggs 2004a).

Diese Information entstammt der Dokumentation über die Arbeitslosenversicherung in Großbritannien im Jahr 2000, welche auf der Online-Datenbank des SCIP abrufbar ist („Unem + UK + 2000.pdf“).

Bei Ausschluss der Schweiz aus dem Modell 4 verlieren jedoch die Koeffizienten der Beschäftigungsquote und der institutionellen Hürden ihre Signifikanz.

Die folgenden Regressionen folgen demnach sowohl hinsichtlich der Auswahl der unabhängigen Variablen als auch hinsichtlich der Methode dem Vorgehen von Wenzelburger et al. (2013). Der Grund hierfür liegt schlicht in der Tatsache, dass wir nur auf diese Weise eine möglichst gute Vergleichbarkeit der jeweiligen Ergebnisse erreichen können. Würden wir stattdessen beispielsweise gepoolte Zeitreihenanalysen schätzen, liefen wir Gefahr, durch methodische Veränderungen die Vergleichbarkeit der Ergebnisse für den SCIP-, den CWED 1- und den CWED 2-Datensatz erheblich einzuschränken.