Folgen der COVID-19-Krise auf die kurz-, mittel- und langfristigen Beschäftigungs- und Entlohnungschancen nach Berufen

Abb. 1 gibt einen Überblick über die modulare Struktur von QINFORGE. Die demografische Entwicklung nach Alter, Geschlecht und Nationalität (roter Kasten in Abb. 1) beeinflusst sowohl das Arbeitsangebot als auch die Arbeitsnachfrage. Die Arbeitsnachfrage wird von der Bevölkerung über die Wirtschaftsentwicklung beeinflusst, wobei insbesondere die private Konsumnachfrage eine entscheidende Rolle spielt. Diese wird durch die Bevölkerung sowohl in ihrer Entwicklung (Sonnenburg et al. 2015) als auch in ihrer Struktur (Stöver und Wolter 2015; Aigner-Walder und Döring 2014) verändert. Darüber hinaus gehen mit einem sinkenden Erwerbspersonenpotenzial – ceteris paribus – die Produktionsmöglichkeiten in einer Volkswirtschaft zurück (Deutsche Bundesbank 2017). Da vor allem Pflege- und Erziehungsleistungen aufgrund ihrer Nachfrager eng mit der Bevölkerungsentwicklung verknüpft sind, wird die Bestimmung der Arbeitsnachfrage für diese beiden Wirtschaftszweige aus dem ökonomischen Modellkontext von INFORGE ausgegliedert und in zwei Sub-Module ausgelagert. Das Angebot an Fachkräften mit einem erlernten Beruf bestimmt sich aus der alters-, geschlechts- und nationalitätsspezifischen Berufswahl und der damit in Verbindung stehenden Erwerbsneigung (grüner Kasten in Abb. 1). Diese Erwerbsneigung wird von konjunkturellen Entwicklungen beeinflusst (Cedefop 2010; Kriechel et al. 2013).

Das Angebot an Personen nach erlerntem Beruf wird über im Mikrozensus ermittelte berufliche Flexibilitätsmatrizen in Erwerbspersonen für einen Beruf umgerechnet (oranger Kasten). Das makroökonometrische Input-Output-Modell INFORGE berechnet hierbei die Arbeitsnachfrage (blauer Kasten). Die Erwerbstätigen nach Beruf werden den berufsspezifischen Erwerbspersonen gegenübergestellt. Bei berufsspezifischen Knappheiten ergeben sich Veränderungen in der berufsspezifischen Lohnstruktur (gelber Kasten).

Die Wahl des „richtigen“ Modelltyps hängt von der Fragestellung ab. Für eine langfristige Arbeitsmarktprojektion mit dem Ziel einer zukünftigen Engpassanalyse auf Berufsebene ist ein dynamisches Modell mit Strukturelementen notwendig. Allein diese beiden Bedingungen schließen Partialmodelle (Peichl et al. 2010) aus. Auch ausgeschlossen sind jegliche statischen Modelltypen. Ebenso unvereinbar ist damit die Philosophie des Gleichgewichtsgedankens (Meagher et al. 2015), da gerade zukünftige Ungleichgewichte aufgedeckt werden sollen. Der Input-Output-Ansatz ist für den Strukturaspekt von entscheidendem Vorteil. Das makroökonometrische Input-Output-Modell INFORGE entspricht diesen Anforderungen.

INFORGE (Ahlert et al. 2009; Maier et al. 2015) beschreibt das ökonomische Verhalten unterschiedlicher Wirtschaftsakteure¹. Interindustrielle Verflechtungen werden explizit behandelt, so wie auch die Veränderung über die Zeit. Die Konten der Volkswirtschaftlichen Gesamtrechnungen (VGR) sind sowohl von der Nachfrage- als auch von der Angebotsseite ausgeglichen. Die Wirtschaftsentwicklung wird „bottom-up“ auf Wirtschaftszweig und Güterebene beschrieben und das Bruttoinlandsprodukt bestimmt sich aus der Summe seiner Teile. Die dafür notwendige hohe Anzahl an Gleichungen wird simultan gelöst. Die Input-Output-Tabellen sind dabei vollständig in das Kontensystem der VGR implementiert. Die Einkommensentstehung, -verteilung und -verwendung ist ganzheitlich abgebildet.

Bei Input-Output-Modellen werden auf der Arbeitsnachfrageseite zur Bestimmung der Erwerbstätigen in den Branchen unter anderem multi-sektorale makroökonomische Modelle verwendet, die um eine Input-Output-Tabelle aufgebaut sind (Wilson und Lindley 2007; für Deutschland: Maier et al. 2015; Prognos 2013).² Input-Output-Tabellen beschreiben in einer sehr komprimierten Form die ökonomische Verflechtung zwischen Produktionsbereichen. Dynamische Input-Output-Modelle (Lehr et al. 2014) nutzen eine limitationale Produktionsfunktion, mit der die Produktion \(y\) über die Endnachfrage \(x\) und den technischen Koeffizienten \(\left(I-A\right)^{-1}\) bestimmt wird.

Dynamische Input-Output-Modelle wie INFORGE kombinieren das Instrument der Ökonometrie mit der auf Input-Output-Tabellen basierenden limitationalen Produktionsfunktion, um Anpassungsprozesse in der Wirtschaft abzubilden. Sie ähneln den dynamischen „computable general equilibrium“ (CGE)-Modellen (Meagher et al. 2015). Beide Modelltypen lösen zwar simultan und zeigen Pfadabhängigkeiten auf – außerdem fußen sie auf derselben Datenbasis und nicht-linearen Zielfunktionen – allerdings unterscheiden sie sich in der theoretischen Fundierung der Modelltypen. Makroökonometrische Input-Output-Modelle basieren in der Regel auf post-keynesianischen Eigenschaften, wie beispielsweise unfreiwillige Arbeitslosigkeit, Unsicherheit oder träge Preisbildung. Diese Modelltypen können nicht optimieren – anders als die CGE-Modelle, welche auf Gleichgewichtspositionen ausgerichtet sind (West 2006). Optimierungsmöglichkeiten können hierbei nur durch Simulationsrechnungen erzeugt werden (Pollitt et al. 2019).

Der mit dem Modell INFORGE berechnete Wachstumspfad beinhaltet den technologischen Wandel – allerdings nur insoweit, als er in der Vergangenheit empirisch beobachtbar war. Hierbei definieren die technischen Koeffizienten der Input-Output-Beziehungen den technologischen Wandel (Mönnig 2016). Inputkoeffizienten sind der Anteil des Vorleistungseinsatzes eines Produkts im Verhältnis zur Produktion eines anderen Produkts. Veränderte Inputstrukturen können als Veränderungen im Produktmix innerhalb einer bestimmten Produktgruppe interpretiert werden (Meyer et al. 1999; Richter 1991). Ein autonomer technischer Fortschritt (Klauder 1986) besteht außerdem darin, dass Änderungen der Inputkoeffizienten in INFORGE endogen mit einem Zeittrend geschätzt werden.

Während die Produktion neben den technischen Koeffizienten von der heimischen Endnachfrage bestimmt wird (siehe Gl. 1), hängt die Nachfrage unter anderem von Preisveränderungen ab. Diese wiederum sind das Resultat eines Stückkostenansatzes in den jeweiligen Produktionsbereichen. Damit sind sowohl nachfrage- als auch angebotsseitige Entwicklungen in der Bestimmung der Produktion eingebunden.

Das ökonomische Rechenmodell ist auf die Größen der VGR und den korrespondierenden Input-Output-Tabellen des Statistischen Bundesamts angewiesen. Die VGR gibt u. a. das Arbeitsvolumen und die Zahl der Erwerbstätigen nach 63 Wirtschaftszweigen nach der Wirtschaftszweiggliederung WZ 2008 vor (StBA 2008).

Nationale Prognosemodelle wie INFORGE müssen zwangsläufig mit einer Reihe an Annahmen arbeiten, da nicht alle Variablen endogen bestimmt werden können. Es handelt sich hierbei um Vorgaben für die Entwicklung des Wechselkurses Euro/Dollar, um die Weltmarktpreisentwicklung von Rohstoffen, den Refinanzierungszins der EZB, um die deutsche Exportnachfrage und um die Bevölkerungsentwicklung in Deutschland.

Wechselkurse und Zinssätze sind – vor allem in der langen Frist (Sarno et al. 2002) – in der Regel schwierig zu projizieren, weshalb es sich in makroökonomischen Prognosemodellen bewährt hat, diese Parameter im Prognosezeitraum auf dem zuletzt bekannten Wert konstant zu halten. Damit nehmen beide Parameter keinen Einfluss auf die Prognose. Dennoch ist es möglich, die Wirkung einer Variation dieser Parameter mittels einer Szenariorechnung zu ermitteln. Weltmarktpreisentwicklung für Rohstoffe wie Erdöl, Erdgas oder Erze basieren auf Vorgaben anderer Institute wie der Internationalen Energieagentur (IEA 2019), dem Internationalen Währungsfonds (IMF 2019) und der Organisation für wirtschaftliche Zusammenarbeit und Entwicklung (OECD und FAO 2019).

Aufgrund der Exportorientierung Deutschlands ist die Entwicklung und Struktur des Welthandels eine wichtige Einflussgröße für die Entwicklung der deutschen Wirtschaft. Da der Export durch die Importnachfrage der Handelspartner bestimmt wird, ist eine endogene Bestimmung in einem nationalen Modell nicht möglich. Die Exportnachfrage muss daher vorgegeben werden. In INFORGE leitet sie sich aus dem Welthandelsmodell TINFORGE (Mönnig und Wolter 2020) ab. Für die Projektion wird ein durchschnittlicher jährlicher Anstieg des Welthandels zwischen 2020 bis 2040 von 4,7 % angenommen. Die nominalen Exporte Deutschlands wachsen um ca. 2,9 %.

Darüber hinaus wird die durchschnittliche Jahresarbeitszeit exogen gesetzt. Langfristig zeigt sich hier ein Trend zurückgehender Jahresarbeitszeiten. Wird das Angebot an Arbeitskräften jedoch zu knapp, muss die durchschnittliche Jahresarbeitszeit geringfügig erhöht werden. In der Basisprojektion wird sie bis zum Jahr 2025 noch leicht sinken, um anschließend bis zum 2035 wieder das heutige Niveau zu erreichen.

Der demografische Wandel ist eine entscheidende Einflussgröße auf die ökonomische Entwicklung. Die Bevölkerungsentwicklung wird aus der QuBe-Bevölkerungsprojektion (Fuchs et al. 2017; Kalinowski et al. 2021) entnommen. Spezifika des Bevölkerungsmoduls sind zum einen die Unterscheidung zwischen Deutschen und Nichtdeutschen und zum anderen die Schätzung der einzelnen Komponenten (Geburtenziffern, Überlebenswahrscheinlichkeiten, Zu- und Abwanderungen sowie Einbürgerungen) mit zeitreihenanalytischen Methoden sowie deren Fortschreibung für die Zukunft (Fuchs et al. 2017; Gorodetski et al. 2016). Die Bevölkerung beeinflusst in INFORGE durch ihre Anzahl und Zusammensetzung nach Altersgruppen die Konsumausgaben und -struktur der privaten Haushalte (Stöver und Wolter 2015), die Ausgaben des Staates und auch die Bauinvestitionen.

Tab. 1 stellt die wesentlichen Größen der Bevölkerungsprojektion dar. Nach den hohen Nettozuwanderungsgewinnen im Jahr 2015 von rund 1,14 Mio. Personen in Folge des Syrien-Konfliktes (Zika et al. 2017) ist die Nettozuwanderung in den Folgejahren wieder abgeklungen. Allerdings lag sie in den Jahren 2017 und 2018 mit jeweils rund 400.000 Personen immer noch deutlich über dem langfristigen Durchschnitt von rund 300.000 Personen seit dem Jahr 1991. Die monatliche Wanderungsstatistik des Statistischen Bundesamtes zeigt im ersten Halbjahr 2020 einen starken Rückgang in den Wanderungen, der vermutlich mit den europaweiten Shutdowns in Verbindung steht. Der geschätzte Wanderungssaldo in Höhe von rund 411.000 Personen im Jahr 2020 (siehe Tab. 1) ist deshalb vermutlich zu hoch. Sofern die entsprechenden Wanderungswünsche in den Folgemonaten/-jahren nachgeholt werden, hat diese Überschätzung keine bedeutenden langfristigen Auswirkungen auf die Bevölkerungsprojektion.

In der langfristigen Projektion sinkt die Nettozuwanderung von ihrem hohen Niveau auf rund 150.000 Personen im Jahr 2040 ab. Insgesamt wird aufgrund durchgehend positiver Zuwanderungsgewinne bis zum Jahr 2030 ein Bevölkerungswachstum auf rund 84,1 Mio. erwartet. Bis zum Jahr 2040 geht die Bevölkerungszahl wieder auf rund 83,7 Mio. Personen zurück und liegt damit etwas höher als im Jahr 2020.

Die Arbeitsnachfrage \(avba\) in Stunden und nach Wirtschaftszweigen ist durch die Produktion und den Reallohn bestimmt. Während grundsätzlich eine steigende Realproduktion \(y\) positiv auf die Arbeitsnachfrage wirkt, dämpft ein steigender Reallohn \(w/p\) den Bedarf. Die Arbeitsnachfrage in Köpfen ergibt sich definitorisch durch die Division des geschätzten Arbeitsvolumens mit der exogen gesetzten Jahresarbeitszeit.

Dabei stellt i = 1, …, 63 den Index für die Wirtschaftszweige dar. Die Arbeitsvolumenquoten \(\textit{avbaq}\) – definiert als Anteil der Arbeitsstunden einer Berufsgruppe im Wirtschaftszweig – hängen allein von den entsprechenden Lohndifferenzen ab (Maier et al. 2014). Das heißt, die Arbeitsvolumenquote sinkt, wenn der Berufslohn in den 144 Berufsgruppen o im Wirtschaftszweig schneller steigt als der Durchschnittslohn im Wirtschaftszweig insgesamt.

In Kombination ergibt die Schätzung des wirtschaftszweigspezifischen Arbeitsvolumens und die Arbeitsvolumenquoten nach Berufen im Wirtschaftszweig das Arbeitsvolumen \(av\) nach Wirtschaftszweigen und Berufen in Stunden.

Die Zahl der Erwerbstätigen \(e\) nach Wirtschaftszweig und Beruf ergibt sich per Definition durch Division der Arbeitsvolumen mit der Jahresarbeitszeit. Dabei wird die Dynamik der exogen vorgegebenen Jahresarbeitszeit nach Wirtschaftszweigen auf alle Berufsgruppen übertragen.

Die wirtschaftszweigspezifischen Berufslöhne wiederum, die in die Schätzgleichung für die Arbeitsvolumenquoten bestimmend einfließen, ergeben sich aus der Lohnentwicklung in der jeweiligen Berufsgruppe \(w_{o}\) und stehen in Abhängigkeit zur wirtschaftszweigspezifischen Produktivität \(y/e\). Je produktiver ein Wirtschaftszweig wird, desto höher fällt die Entlohnung aus.

Die Berufslohnentwicklung \(w_{o}\) wiederum hängt neben dem Durchschnittslohn \(W\) von berufsspezifischer Knappheit ab. Das heißt, der Lohn in einer Berufsgruppe nimmt entsprechend zu, je enger das Verhältnis der Erwerbstätigen \(e\) zu den Erwerbspersonen \(ep\) ist.

Während die Anzahl der Erwerbstätigen und das Arbeitsvolumen aus der VGR stammt, geht die Information, welche Berufe in welchen Wirtschaftszweigen nachgefragt werden, aus dem Mikrozensus und der Beschäftigtenhistorik der Bundesagentur für Arbeit hervor. Die Strukturinformationen des Mikrozensus dienen dazu, die verschiedenen Datenquellen mittels iterativer Randsummenanpassungsverfahren (Bachem und Korte 1979) so aufeinander abzustimmen, dass die sozialversicherungspflichtig Beschäftigten und ausschließlich geringfügig Beschäftigten nach ausgeübtem Beruf der Beschäftigtenhistorik und die Erwerbstätigen nach Wirtschaftszeig mit den Erwerbstätigen nach VGR übereinstimmen. Die berufsspezifischen Löhne sind Tageslöhne von Vollzeitbeschäftigten aus der Beschäftigtenhistorik (Mönnig et al. 2019). Sie werden nach Schätzung der zensierten Löhne (Büttner und Rässler 2008) direkt aus der Beschäftigtenhistorik entnommen.

Wie bereits im vorherigen Abschnitt abgeleitet, nimmt das Arbeitsangebot auf Berufsgruppenebene Einfluss auf die Lohnentwicklung und somit auch auf die Arbeitsnachfrage im ökonomischen Kernmodell INFORGE. Jedoch wirkt sich auch die ökonomische Entwicklung auf das Arbeitsangebot aus.

Grundlage der Arbeitsangebotsprojektion ist die QuBe-Bevölkerungsprojektion nach Geschlecht, Alter und Nationalität. Über ein Kohorten-Komponentenmodel (Kalinowski et al. 2021) wird das Arbeitsangebot nach erlerntem Beruf ermittelt. Hierfür werden die Bestände von Schülern und Studierenden mit konstanten Übergangsquoten des Jahres 2018 fortgeschrieben. Die Berufswahl stützt sich auf mikrozensusbasierte Auswertungen der Abgänger aus dem beruflichen Bildungssystem nach Berufsgruppen. Erkennbare Entwicklungen in der Berufswahl innerhalb einer Qualifikationsstufe³ werden mit logarithmierten Trends fortgeschrieben. Die Fortschreibung des Bestandes an Personen außerhalb des Bildungssystems nach Nationalität, Berufsgruppen, Qualifikationen, Geschlecht und Alter ergibt sich durch eine einfache Gleichung: Der Bestand am Jahresende entspricht dem Vorjahresbestand zuzüglich der Nettoübergänge aus dem Bildungssystem, des Wanderungssaldos und abzüglich der Sterbefälle. Für die Bestimmung der zukünftigen Erwerbspersonen wird der Anteil der Erwerbspersonen an der Bevölkerung nach Nationalität, Alter, Qualifikation und Geschlecht mit logarithmierten auslaufenden Trends fortgeschrieben.

Die Erwerbsquoten werden differenziert nach Geschlecht, 14 Altersgruppen und Nationalität (Deutsche/Nichtdeutsche) in Abhängigkeit von autonomen Trends und arbeitsmarktrelevanten Indikatoren (preisbereinigtes Bruttoinlandsprodukt (BIP) pro Kopf, realem Stundenlohn, Erwerbstätigen pro Erwerbsperson sowie Dienstleistungsanteil (Cedefop 2010; Kriechel et al. 2013)) auf Basis des Zeitraums von 1991 bis 2017 geschätzt. Dabei werden alle Schätzansätze einzeln und in unterschiedlichen Kombinationen mit Zeittrends und/oder Dummy-Variablen getestet. Außerdem wurden die Schätzgleichungen auf lag-Strukturen untersucht. Die Schätzgleichungen sind alle logarithmiert. Entsprechen die Vorzeichen den theoretischen, aus der Literatur abgeleiteten Erwartungen einer positiven signifikanten Korrelation (t-Statistik) und es besteht keine Autokorrelation (Durbin-Watson), werden sie in das Model übernommen. In gut einem Drittel der Fälle wird ein Bestimmtheitsmaß von mindestens 80 % erreicht.

Es zeigt sich, dass die konjunkturelle Entwicklung (BIP/Kopf) vor allem bei Frauen (deutsche wie auch nicht deutsche) ein guter Indikator für die Entwicklung der Erwerbsquote ist. Auch der Dienstleistungsanteil weist insbesondere bei den über 40-Jährigen eine hohe Erklärungskraft auf. Die Erwerbstätigenknappheit liefert in Bezug auf Frauen hingegen kaum Erklärung bezüglich ihrer Erwerbsneigung. Der Zeittrend bei den jüngeren weiblichen Altersgruppen zeigt, dass sowohl bei deutschen als auch bei nichtdeutschen Frauen ein (autonomer) Trend zu einer erhöhten Erwerbsneigung besteht. Dies wird auch durch die Erkenntnis bestärkt, dass Reallohnsteigerungen kaum zu einer erhöhten Erwerbsneigung führen. Besonders stark fällt dies bei den ausländischen Frauen auf. Bei den Männern ist die Erwerbslosenquote – vor allem in den mittleren und älteren Jahrgängen – ein gutes Erklärungsmaß – die Wirtschaftsentwicklung hingegen nicht. Insbesondere in den jüngeren Jahrgängen nimmt hingegen der Reallohn positiv Einfluss auf die Erwerbsneigung. Die Erwerbsquoten \(EQ\) nach Geschlecht \(g\), Alter \(a\) und Nationalität \(n\) werden mittels eines Schätzansatzes auf die Erwerbsquoten nach Qualifikationen \(q\) übertragen (Gl. 7).

Die Elastizität \(\beta _{2}\) gibt wieder, ob die Erwerbsquote bei gleichem Geschlecht, gleicher Nationalität und gleichem Alter entsprechend stärker oder schwächer steigt (vgl. Dunn 1960). Die Wachstumsrate von \(EQ_{n,g,a,q}\) wird anschließend auf die Erwerbsquoten nach erlerntem Beruf, differenziert nach 144 Berufsgruppen, übertragen.

Für eine Bilanzierung von Arbeitskräftebedarf und -angebot nach Berufen ist jedoch nicht das Angebot nach erlerntem Beruf ausschlaggebend, sondern jenes Arbeitsangebot, welches unter Berücksichtigung beruflicher Mobilitätsprozesse zustande kommt. Diese berufliche Mobilität wird in Mobilitätsmatrizen widergespiegelt. Sie geben die Wahrscheinlichkeit einer Erwerbstätigkeit in einem Erwerbsberuf, in Abhängigkeit vom höchsten erlernten beruflichen Abschluss wieder (Maier und Helmrich 2012). Sie liegen getrennt nach Nationalität, Geschlecht, Alter (15 bis 34 Jahre, 35 bis 49 Jahre und über 50 Jahre) und vier Qualifikationsstufen für jeweils 144 Berufsgruppen vor. Diese Matrizen sind Ergebnis vergangener Mobilitätsprozesse und spiegeln somit zum einen die Tätigkeitsmöglichkeiten in Abhängigkeit vom erlernten beruflichen Abschluss wider. Zum anderen ist das Ausmaß an beruflicher Flexibilität aber auch das Ergebnis vergangener Marktchancen und -risiken. Tab. 2 zeigt die berufliche Mobilitätsmatrix, aggregiert aus allen Bevölkerungsgruppen, des Jahres 2017 nach Berufsbereichen (Einsteller der KldB 2010). Auf der Diagonalen der Tabelle ist der Anteil der Personen eingetragen, die in ihrem erlernten Berufssegment erwerbstätig sind. Bei den „Sprach‑, Literatur‑, Geistes‑, Gesellschafts- und Wirtschaftswissenschaften, Medien, Kunst, Kultur und Gestaltung“ ist dieser Steher-Anteil mit rund 24,2 % am geringsten. Rund 25,2 % wandern in den Berufsbereich „Unternehmensorganisation, Buchhaltung, Recht und Verwaltung“ ab, weitere 21,2 % in den Bereich „Gesundheit, Soziales, Lehre und Erziehung“. Im letztgenannten Berufsbereich ist der Steheranteil mit rund 73,5 % am höchsten. Personen ohne erlernten Beruf sind mit 30,4 % am häufigsten in „Verkehr, Logistik, Schutz und Sicherheit“ erwerbstätig.

Für die Projektion wird unterstellt, dass die beobachteten Mobilitäten auch für die Zukunft Bestand haben. Mit einer langfristigen Veränderung des Arbeitsangebotes nach den genannten Bevölkerungsgruppen verändert sich somit auch das entsprechende Arbeitsangebot für die mit den jeweiligen erlernten Berufen ausübbaren Tätigkeiten. Um die Veränderung von Marktchancen gleichermaßen zu berücksichtigen, wird auch die Beziehung zwischen der berufsspezifischen Lohnentwicklung und der Veränderung des Steher-Anteils modelliert (Maier et al. 2017). So wird für den Zeitraum von 2005 bis 2017 geprüft, ob der Steher-Anteil \(\text{stayer}_{o}\) in einer Berufsgruppe auf Veränderungen der berufsspezifischen Entlohnungsmöglichkeiten reagiert hat (Gl. 8).

Dabei stellt \(w_{o}\) den Lohn in der Berufsgruppe dar und \(w_{o}^{\mathrm{ref}}\) gibt den Referenzlohn wieder. Dies ist der Durchschnittlohn, den eine Person mit ihrer beruflichen Qualifizierung erhalten kann. Er berechnet sich aus den Durchschnittslöhnen aller Berufsgruppen, gewichtet mit den entsprechenden Mobilitätsanteilen. In Summe kann in 74 von 144 Berufsgruppen zwischen 2005 und 2017 nachgewiesen werden, dass sich mit einer relativen Erhöhung/Verringerung des Berufslohns auch der Anteil der Steher erhöht/verringert hat. Für zehn weitere Berufsordnungen wird die Elastizität der übergeordneten Berufshauptgruppen auf die darunterliegenden Berufsgruppen übertragen. Für diese Berufe wird auch in Zukunft unterstellt, dass eine Anpassungsreaktion des Arbeitsangebotes stattfindet, wenn sich die berufsspezifischen Löhne (siehe Gl. 5) verändern. Damit ergibt sich bei einer veränderten Nachfrage nach Berufen auch ein verändertes Angebot an Erwerbspersonen, die für die jeweiligen Berufe zur Verfügung stehen, was wiederum Rückwirkungen auf den berufsspezifischen Lohn (siehe Gl. 6) hat.

Tab. 4 enthält die Kenngrößen der ökonomischen Entwicklung und des Arbeitsmarktes der QuBe-Basisprojektion sowie die Differenz der Größen zum kontrafaktischen Szenario. Ohne die Einschränkungen der Corona-Pandemie wäre für das Jahr 2020 ein Wachstum des preisbereinigten Bruttoinlandsproduktes (BIP) in Höhe von 1,5 % möglich gewesen. Die durchschnittliche Wachstumsrate von 2020 bis 2040 hätte rund 0,7 % betragen. In der Basisprojektion wird im Jahr 2020 aufgrund des „Shutdowns“ und dem damit verbundenen Wirtschaftseinbruch ein Rückgang des preisbereinigten BIP im Vergleich zum Jahr 2019 in Höhe von 7,0 % errechnet.⁴ Dies ist auf die geringere Investitionsneigung, den schrumpfenden Welthandel mit geringeren Exporten aus Deutschland, Produktionsstopps und zerrissene Lieferketten zurückzuführen. Die Schließungen zur Reduktion von Infektionsketten haben zudem stark negative Wirkungen auf den Konsum der privaten Haushalte vor allem in den Bereichen Freizeit, Tourismus, Kultur und Sport. Ausgebliebene Reisetätigkeiten und die geringeren Konsummöglichkeiten aufgrund geringeren Einkommens (Kurzarbeit) tragen überdies zum Rückgang bei. Die höheren Konsumausgaben des Staates in der Basisprojektion im Vergleich zum kontrafaktischen Szenario zeigen bereits die Folgen des Konjunkturpaketes (Wolter et al. 2020).

Die Erholungsphase des Exports erstreckt sich entsprechend den Modellrechnungen aufgrund der weltweiten Unsicherheiten und unterschiedlichen Betroffenheit durch das Corona-Virus hingegen auf rund zwei Jahre („langes V“). Unabhängig von der Corona-Pandemie sind die Risiken im Außenhandel – vor allem aufgrund der schwer einzuschätzenden Handelspolitik der USA – deutlich gestiegen. Ab dem Jahr 2025 ähneln die Wachstumsraten der Basisprojektion den erwarteten Wachstumsraten ohne Corona-Pandemie (kontrafaktisches Szenario). Der Wohlstand, der ohne die derzeitige Krise womöglich erreicht worden wäre, wird jedoch voraussichtlich erst mit einer ca. dreijährigen Verzögerung erreicht.

Am Arbeitsmarkt zeigt sich in der Basisprojektion vor allem ein starker Rückgang des Arbeitsvolumens in Höhe von 5,5 % im Jahr 2020.⁵ Im Jahr 2021 ist das Arbeitsvolumen allerdings fast wieder auf der Höhe des Jahres 2019. Trotz der möglichen Kurzarbeit wird aufgrund der Corona-Pandemie auch die Erwerbslosigkeit ansteigen. Selbst wenn betriebsbedingte Kündigungen oftmals vermieden werden können, so werden freiwerdende Stellen aufgrund der Unsicherheiten zunächst nicht wiederbesetzt (Hutter und Weber 2020). In den Jahren 2020 und 2021 werden jeweils rund 600.000 Erwerbstätige weniger benötigt als dies im kontrafaktischen Szenario der Fall gewesen wäre. Da sich aufgrund der schlechteren Arbeitsmarktlage auch einige Erwerbspersonen vom Arbeitsmarkt zurückziehen werden (siehe Abschn. 2.5), steigt die Zahl der Erwerbslosen in beiden Jahren mit rund 400.000 Personen im Vergleich zum kontrafaktischen Szenario geringer an.⁶

Die zunehmende Unterbeschäftigung ist in der Entwicklung des Stundenlohns und der Jahresarbeitszeit der Beschäftigten berücksichtigt: So hemmt die Corona-Pandemie vor allem in der kurzen und mittleren Frist das Lohnwachstum, welches in einem durch Fachkräfteengpässe gekennzeichneten Arbeitsmarkt im kontrafaktischen Szenario möglich gewesen wäre. In einer „Welt ohne Corona-Virus“ hätten die Arbeitnehmer auch mehr Arbeitsstunden anbieten müssen, um die Arbeitsnachfrage befriedigen zu können. In der Basisprojektion ist eine Steigerung der Jahresarbeitszeiten zwar ebenfalls notwendig, jedoch in einer etwas geringeren Dynamik. Das geringere Lohnwachstum sowie die geringeren durchschnittlichen Arbeitsstunden führen dazu, dass in der Basisprojektion zum Projektionsende im Jahr 2040 genauso viele Personen in Erwerbstätigkeit sein werden, wie es im kontrafaktischen Szenario der Fall gewesen wäre.

Tab. 5 stellt für die Jahre von 2020 bis 2040 die Berufsgruppen (Dreisteller der KldB 2010) dar, welche im Vergleich der Basisprojektion zum kontrafaktischen Szenario die höchsten prozentualen Abweichungen in der Erwerbstätigkeit aufweisen. Da die Erwerbstätigkeit in den meisten Berufsgruppen aufgrund der COVID-19-Pandemie zurückgeht, sind die 20 Berufsgruppen mit den höchsten Erwerbstätigenverlusten dargestellt – hingegen nur 10 Berufsgruppen mit dem höchsten Zuwachs im Bedarf an Erwerbstätigen. Die Sortierung erfolgt anhand des Jahres 2020. Dabei werden nur Berufsgruppen betrachtet, die auch mindestens 20.000 Erwerbstätige stellen.

Für den Bedarf an Erwerbstätigen in den Berufsgruppen ist die Arbeitsnachfrage in Stunden in den jeweiligen Branchen ausschlaggebend. Die Berufsgruppen sind deshalb entsprechend ihrer Verteilung auf die Branchen betroffen, auch wenn ihre explizite Tätigkeit vielleicht mehr oder weniger gefragt ist. Am stärksten ist der Rückgang im jeweils zweistelligen Ausmaß in den Berufsgruppen „Gastronomie“, „Hotellerie“, „Tourismus und Sport“ und „Speisenzubereitung“. Zuwächse erwartet das Modell in den Berufen des Gesundheitsbereichs sowie in „Lehr- und Forschungstätigkeiten an Hochschulen“. Dies ist eine Folge des Konjunkturpaketes, welches eine mittelfristige staatliche Förderung für das Bildungswesen sowie für Forschung und Entwicklung vorsieht. In allen anderen in Tab. 5 genannten Berufsgruppen nähert sich die Erwerbstätigkeit bis zum Jahr 2025 wieder dem Niveau der Basisprojektion an.

Tab. 6 zeigt, dass in den Berufsgruppen mit einer zurückgehenden Erwerbstätigkeit auch ein geringeres Lohnwachstum zu erwarten ist, als es ohne die COVID-19-Pandemie der Fall gewesen wäre. Allerdings zeigt sich ebenfalls bis zum Jahr 2025 ein Aufholeffekt. Für die Berufe des Gesundheitsbereichs erwartet das Modell ein höheres Lohnniveau im Jahr 2020 als ohne Einfluss der Krise. Allerdings führen die Budgetrestriktionen im Gesundheitsbereich auch dazu, dass es sich bei den Lohnsteigerungen lediglich um einen Vorzieheffekt handelt. Ab dem Jahr 2023 wird in QINFORGE in der Basisprojektion für diese Berufsgruppen dasselbe nominale Lohnniveau prognostiziert wie im kontrafaktischen Szenario. Lediglich in „Lehr- und Forschungstätigkeiten an Hochschulen“ zeigt sich in der Basisprojektion langfristig ein höheres Lohnniveau.

Für die Veränderung des Arbeitsangebotes nach Berufen sind zwei Größen entscheidend (vgl. Abschn. 2.5 und 2.6): zum einen die Erwerbsquoten, die sich aufgrund der unterschiedlichen Konjunktur in beiden Szenarien voneinander unterscheiden. Zum anderen die berufliche Flexibilität der Erwerbspersonen. So reagieren die Erwerbspersonen auf die schlechteren Erwerbschancen in ihren erlernten Berufen und bieten ihre Arbeitskraft stattdessen in anderen, tätigkeitsähnlichen Berufen an.

Tab. 8 im Anhang macht deutlich, dass das Arbeitsangebot vor allem in Berufsgruppen, welche ein mittleres Qualifikationsniveau voraussetzen und vorwiegend von Frauen gewählt werden, in der kurzen Frist zurückgehen könnte. Dies ist ein Ergebnis der langfristigen Trendschätzungen, wo sich ein signifikant positiver Zusammenhang zwischen der Frauenerwerbsquote und der Konjunktur (BIP/Kopf) offenbarte. In den Berufsgruppen „Reinigung“, „Gastronomie“ und „Hotellerie“ zeigt sich verbunden mit berufsspezifischen Abwanderungen sogar langfristig ein geringeres Arbeitsangebot. Von der Krise profitieren können die vorwiegend männlich dominierten Bauberufe. Im Rahmen ihrer beruflichen Mobilität bieten hier Erwerbspersonen aus der Industrie, welche im Zuge der COVID-19-Krise Arbeitsplätze abbaut, ihre Arbeitskraft verstärkt an.

Tab. 7 zeigt mit der Gegenüberstellung der „Erwerbslosen“ nach Berufsgruppen zwischen beiden Szenarien (Basisprojektion und kontrafaktisches Szenario) das Ergebnis der bedarfs- und angebotsseitigen Anpassungsprozesse. Bei der Zahl der Erwerbslosen handelt es sich um die Differenz zwischen den Erwerbspersonen, die ihre Arbeitskraft in einer Berufsgruppe anbieten und dem Bedarf an Erwerbstätigen in dieser Berufsgruppe. Dabei bleibt unberücksichtigt, dass die Erwerbspersonen ihre Arbeitskraft in der Praxis auch in mehreren Berufen anbieten können.

Unter Berücksichtigung der Auswirkungen der COVID-19-Pandemie nimmt die Zahl der Erwerbslosen (in Tausend Personen) vor allem in der „Gastronomie“, der „Speisenzubereitung“, „Lagerwirtschaft, Post und Zustellung, Güterumschlag“ und „Hotellerie“ zu. Ein langfristig höheres Arbeitsangebot als Arbeitskräftebedarf zeigt sich jedoch nur in den „Versicherungs- und Finanzdienstleistungen“. In allen anderen Berufsgruppen, deren Erwerbslosenzahlen im Jahr 2020 ansteigen, ist langfristig sogar ein Rückgang im Vergleich zum kontrafaktischen Szenario erkennbar, weil auch das Arbeitsangebot leicht abnimmt. Damit trifft die Krise in der kurzen und mittleren Frist vor allem Berufe, in welchen Fachkräfte aus dem mittleren Qualifikationsbereich, aber auch Un- und Angelernte, eine Erwerbstätigkeit ausüben.

Zu den Berufsgruppen mit einer geringeren Anzahl an Erwerbslosen im Jahr 2020 zählen zum einen die Berufe des Gesundheitswesens mit einem zunehmenden Bedarf an Erwerbstätigen, aber auch die Berufsgruppen „Hauswirtschaft- und Verbraucherberatung“ oder „Reinigung“, bei denen sich ein kleiner Teil der Erwerbspersonen vom Arbeitsmarkt zurückzieht. Langfristig ergibt sich aus QINFORGE, dass in der „Altenpflege“ und in den Bereichen „Gesundheits- und Krankenpflege, Rettungsdienst und Geburtshilfe“ etwas mehr Erwerbspersonen ihre Arbeitskraft anbieten könnten, obwohl auch der Bedarf an Erwerbstätigen in der Basisprojektion geringfügig höher ausfällt als im kontrafaktischen Szenario. Dies ist darauf zurückzuführen, dass sich die Erwerbschancen in den anderen Berufen, welche qualifizierte Pflegekräfte ausüben können, in der Basisprojektion im Vergleich zu kontrafaktischen Szenario geringer sind. Ein ähnlicher Mechanismus zeigt sich in „Lehr- und Forschungstätigkeiten an Hochschulen“. Hier ist der Bedarf an Erwerbstätigen in der „Basisprojektion“ höher, die Erwerbs- und Entlohnungschancen in anderen Berufen aber weiterhin besser, wodurch die Differenz der benötigten Erwerbstätigen und potenziell zur Verfügung stehenden Erwerbspersonen im Beruf in der Basisprojektion geringer ausfällt.