Benchmarking Regions: Estimating the Counterfactual Distribution of Labor Market Outcomes

Lokale Arbeitsmärkte weisen eine starke räumliche Heterogenität auf, die sich sowohl in der Arbeitsmarkperformance als auch in den wirtschaftlichen und strukturellen Rahmenbedingungen wiederspiegelt. Regionale Unterschiede beeinflussen sowohl den Wohlstand der lokalen Bevölkerung als auch die Effektivität von politischen Interventionen auf regionaler Ebene. Eine Performanceanalyse von lokalen Arbeitsmärkten erfordert deshalb den Ergebnisvergleich von Regionen mit ähnlichen Arbeitsmarktbedingungen und Charakteristika. Anders ausgedrückt, für die Leistungsmessung in einer Region ist die kontrafaktische Verteilung der Ergebnisvariablen von Regionen, die in ihren lokalen Gegebenheiten vergleichbar sind, von ausschlaggebender Bedeutung.

Dieses Papier entwickelt und implementiert einen neuen, nichtparametrischen Benchmarking Ansatz zur Performancemessung von Regionen unter Anwendung von kernbasierten Matchingverfahren. Die relative Performance einer Region wird anhand der bedingten Quantilsposition gemessen, welche sich als ein relatives Ausmaß der möglichen Leistungsverbesserung in der Gruppe von vergleichbaren Regionen interpretieren lässt. Weiterhin wird ein absoluter Perfromanceindikator als die Differenz zwischen der beobachteten Leistung in einer Region und einem Referenzwert aus der Verteilung der Ergebnisvariablen auf Basis aller anderen Regionen geschätzt. Wir wenden verschiedene Distanzmaße für die Vergleichbarkeit von Regionen in relevanten Arbeitsmarktcharakteristika an und schlagen zwei Alternativen zur Messung der räumlichen Nähe vor - geographische Distanz und relative Pendlerbewegungen. Räumliche Nähe ist im Rahmen eines Regionenmatching besonders wichtig, weil die Performance einer Region nicht nur von der lokalen Arbeitsmarktsituation der Region selbst, sondern auch von den Arbeitsmarktbedingungen benachbarter Regionen abhängt.

Das neue Benchmarkingkonzept wird für die 176 Arbeitsagenturbezirke in Deutschland für die Zeit von 2006 bis 2008 umgesetzt. Die abhängige Variable ist die Integrationsquote von Arbeitslosen. Um bei der Vergleichbarkeit von Regionen eine optimale Gewichtung zwischen ähnlichkeit in Charaketristika und räumlicher Nähe herzustellen, wird eine zweidimensionale Kreuzvalidierungsprozedur bei der Vorhersage der Ergebnisvariablen eingesetzt. Unsere Analysen zeigen, dass für ein erfolgreiches Regionenmatching beide Dimensionen wichtig sind. Insbesondere die modifizierte Zhao (2004) Distanz und die logarithmierte geographische Distanz liefern die besten Ergebnisse. Es zeigt sich, dass die Benchmarkgruppen und die zwei geschätzten Performancemaße relativ stabil über die Zeit bleiben. Eine überprüfung der Matchingqualität in den Charakteristika zeigt eine vernachlässigbar kleine Anzahl an Mismaches in einigen der betrachteten regionalen Variablen.

Fitzenberger, Bernd und Marina Furdas (2012), Benchmarking Regions: Estimating the Counterfactual Distribution of Labor Market Outcomes, ZEW Discussion Paper Nr. 12-023, Mannheim.