Alexander Schneider und Petra Völkerer, M.Sc., von der Arbeiterkammer Wien, für die äußerst ermutigende Zusammenarbeit. Dieser Beitrag wurde vor allem durch den erhöhten Kapitaleinsatz beeinflusst, zudem ist in den letzten Jahren eine Verlagerung hin zu höherwertigen Investitionsgütern zu beobachten. Es müssen Aussagen über die zu erwartenden Wirkungen der Weiterbildung in verschiedenen Verantwortungsbereichen innerhalb des Unternehmens sowie intern bzw. getroffen werden
Die meisten dieser Studien stellen einen positiven und meist statistisch signifikanten Zusammenhang zwischen Weiterbildung und Produktivität fest. In einer der ersten empirischen Arbeiten zu diesem Thema untersuchte Bartel (1994) amerikanische Unternehmen und zeigte, dass diejenigen Unternehmen, die 1983 eine geringere Produktivität aufwiesen und Schulungsprogramme implementierten, in den Folgejahren aufgrund der registrierten Produktivität eine deutliche Produktivitätssteigerung verzeichneten. 2 Die Mikrozensus-Arbeitskräfteerhebung 2005 zeigt, dass 13 % der 25- bis 63-Jährigen in den vier Wochen vor der Erhebung an einer Weiterbildung teilgenommen haben (Statistik Austria, 2006).
Theoretische Grundlage
Dearden, Reed und Van Reenen (2006) nutzen britische Daten und stellen einen statistisch signifikanten positiven Effekt von Weiterbildung auf die durchschnittliche Produktivität der Branchen sowie auf die Löhne fest. Ob Weiterbildung einen kausalen Effekt auf die Produktivität hat, kann nur dann zweifelsfrei festgestellt werden, wenn die Trainingsintensität nicht mit den unbeobachteten Unternehmensmerkmalen εi korreliert. Andernfalls kann aufgrund von Selektionsverzerrungen oder umgekehrter Kausalität ein positiver Wert für θ entstehen.
Ein verzerrter Schätzwert für θ misst dann nicht (nur) den Zusammenhang zwischen Weiterbildung und Produktivität, sondern weist auch darauf hin, dass sich Unternehmen in ihrer unbeobachteten Produktivität unterscheiden. Der auf umgekehrter Kausalität basierende Wert von θ misst daher nicht die Auswirkung der Ausbildung auf die Produktivität, sondern umgekehrt die positive oder negative Auswirkung der Rentabilität auf die Humankapitalinvestitionen. Der unternehmensspezifische Fehler kann nun mithilfe von Kontrollvariablen für die einzelnen Unternehmen aus der Schätzgleichung entfernt werden („Fixed Effects“-Schätzung).
Methoden und Quellen
Daten
Es wurde das Unternehmensregister der Statistik Austria herangezogen.3 Die Stichprobenerhebung erfolgte sowohl im Jahr 1999 als auch im Jahr 2005, wobei in beiden Jahren jeweils nur ein Teil der Unternehmen untersucht wurde. Die CVTS-Schulungsinformationen werden mithilfe eines Unternehmensindikators mit Daten aus dem Performance and Structure Survey (LSE) verknüpft. Ähnlich wie beim CVTS besteht das Auswahlverfahren aus einer geschichteten Zufallsstichprobe mit Schichtung nach Branchen und innerhalb der Branche nach Unternehmensgrößenklassen.
Für die vorliegende Studie wurden die Unternehmen ausgewählt, die in einem oder beiden Jahren in CVTS untersucht wurden und die mit Daten der jeweiligen LSE verknüpft werden konnten.4 CVTS 1999 enthält 2.612 Unternehmen, von denen 1.955 mit Daten der LSE verknüpft wurden. Diese Stichprobe umfasst 203 Unternehmen, die 1999 und 2005 im CVTS befragt wurden; Diese 203 Unternehmen definieren die Stichprobe „Panel“. Wir verwenden auch eine Stichprobe, in der wir die Weiterbildungsinformationen aus CVTS 1999 mit Produktivitätsindikatoren aus LSE 2000 in Beziehung setzen; Diese Stichprobe besteht aus 1.739 Unternehmen („verzögerte“ Stichprobe).
Beschreibung zentraler Variablen
Um die Produktivität genau zu messen, verwenden wir die BWS pro tatsächlich geleisteter Arbeitsstunde (d. h. die Gesamtzahl der geleisteten Arbeitsstunden abzüglich der für Kurse aufgewendeten Stunden). Beurteilungen sollten daher einen stärkeren Zusammenhang zwischen der Ausbildung und der Bruttowertschöpfung pro tatsächlich absolvierter Stunde herstellen. Wir verwenden hier die Mehrwertsteuer pro Mitarbeiter, da für die Jahre 2000 bis 2004 keine tatsächlich geleisteten Arbeitsstunden verfügbar sind.
Abbildung 1 zeigt die Entwicklung der durchschnittlichen Bruttowertschöpfung pro Arbeitnehmer für die Jahre 1999-2005. Dabei unterscheidet man zwischen Variablen, mit denen sich die Trainingsintensität beschreiben lässt, und solchen, die auch Rückschlüsse auf die Qualität der Weiterbildung zulassen. Dieser Zusammenhang ist unter anderem wichtig, um Mitarbeiter zu motivieren, sich weiterzubilden.
Für jedes dieser Fachgebiete nutzen wir als erklärende Variable in den empirischen Analysen den Anteil der im Fachgebiet verbrachten Stunden an den insgesamt in die Weiterbildung investierten Stunden. Für die empirische Analyse gilt es nun, das in Unternehmen eingesetzte Kapital möglichst gut darzustellen. Sofern aktuelle Investitionen einen konstanten Kapitalstock ersetzen, können aktuelle Investitionen als Indikator für die Kapitalbereitschaft von Unternehmen herangezogen werden.
Für die Beobachtungen aus dem Jahr 2005 berechnen wir ein alternatives Maß für den Kapitalstock aus Investitionen von 1999 bis 2005. Beschäftigungsstruktur, also der Anteil der Teilzeitbeschäftigten, der Anteil der Angestellten, der Anteil der Angestellten weiß , usw. Als Merkmale werden der Anteil der weiblichen Beschäftigten und der Anteil der männlichen Beschäftigten, der Anteil der weiblichen Arbeitnehmer, der Anteil der Arbeiter, der Anteil der Auszubildenden und der Anteil der angestellten Inhaber, jeweils bezogen auf die Gesamtbeschäftigung, herangezogen.
Ein weiterer Indikator, der Aufschluss über die Beschäftigung gibt, ist der Anteil der Teilzeitbeschäftigten an der Gesamtzahl der Beschäftigten; Leider wurde in den Daten nicht zwischen Frauen und Männern unterschieden.
Schätzmethode und multivariate Ergebnisse 6
Spezifikationen
Schätzergebnisse
Ein unerwartetes Ergebnis ist die geringe Elastizität der Unternehmensproduktivität hinsichtlich der Weiterbildung in IT und IT-Anwendungen – dieser Wert muss in Relation zu Sprachkursen gesehen werden; der geschätzte Zusammenhang mit der Produktivität ist weiterhin positiv. In der Spezifikation C untersuchen wir den Zusammenhang zwischen der Produktivität und der Entscheidung, ob interne Schulungen oder Schulungen, die im Unternehmen organisiert werden, einen statistisch signifikanten und positiven Zusammenhang mit der Produktivität haben.
Im Durchschnitt besteht für externe Bildungsanbieter kein statistisch signifikanter Zusammenhang mit der Produktivität. Bei näherer Betrachtung einzelner Anbieter zeigt sich, dass die Angebote öffentlicher und privater Schulen, Fachhochschulen und Universitäten im Vergleich zu den Angeboten von Interessenverbänden (auf die 40 % aller externen Weiterbildungsstunden entfallen) eine sehr geringe Korrelation aufweisen Produktivität. In der Spezifikation D werden alle Indikatoren der betrieblichen Weiterbildung zur Produktivitätsschätzung herangezogen, das heißt, dass hier sowohl Fachgebiete als auch Kursanbieter kontrolliert werden.
Besonders hervorzuheben ist der positive und statistisch signifikante Zusammenhang zwischen Weiterbildungskosten und Produktivität. Beispielsweise ist der Zusammenhang zwischen Marketingschulungen und Produktivität inzwischen statistisch signifikant und es wird geschätzt, dass Marketingschulungen im Vergleich zu Sprachkursen mit einer geringeren Produktivität verbunden sind. Auch die Anzahl der Mitarbeiter korreliert positiv mit der Produktivität pro Arbeitsstunde, nicht jedoch mit der Produktivität pro Mitarbeiter.
Nach wie vor lässt sich festhalten, dass die Ausgaben des Unternehmens für Weiterbildungsmaßnahmen in einem signifikant positiven Zusammenhang mit der Bruttowertschöpfung pro Mitarbeiter stehen. Die geschätzten Produktivitätselastizitäten in Bezug auf die anderen Merkmale der Weiterbildungsstudiengänge liegen in der gleichen Größenordnung wie im zuvor vorgestellten Modell, statistische Signifikanz wird jedoch nur für eine einzelne Variable in der bevorzugten Spezifikation D erreicht. Die Ergebnisse für die Panel-Stichproben unter Verwendung des alternativen Kapitalindikators sind in Tabelle 8A dargestellt.
Die geschätzte Produktivitätselastizität in Bezug auf die Weiterbildungskosten beträgt etwa 0,02, was bedeutet, dass Unternehmen, die in eine um 1 % teurere Ausbildung investieren, im Durchschnitt eine um etwa 0,02 % höhere Produktivität aufweisen.
Weiterbildungen und Lohnniveau
Abschließend ist festzuhalten, dass die geschätzten Ergebnisse zwar eine geringe statistische Signifikanz aufweisen, die Bandbreite und vor allem die Konsistenz der Ergebnisse in allen vorgestellten Modellen (pooled, lagged, Panel) jedoch die Hypothese stützen, dass die Ausbildung im Unternehmen keinen Einfluss auf die Ergebnisse hat Die Produktivität der positiven Verbindung sollte abgelehnt werden. Auch hier liefern die Schätzungen verlässliche Ergebnisse, nämlich dass der Zusammenhang zwischen den Weiterbildungskosten und der Lohnhöhe als statistisch signifikant und positiv eingeschätzt wird. Die Elastizität wird anhand der „gepoolten“ Stichprobe auf etwa 0,14 geschätzt, was bedeutet, dass eine Verdoppelung der Kosten mit etwa 14 % höheren Personalkosten verbunden ist.
Die positive Korrelation zeigt sich auch im „verzögerten“ Modell, bei dem wir die Personalaufwendungen pro Jahr verwenden Mitarbeiter als abhängige Variable; die geschätzte Elastizität liegt hier bei etwa 0,1. In zwei Spezifikationen, A und C, ist die geschätzte Elastizität größer als mit der Gesamtstichprobe geschätzt; In den anderen beiden Spezifikationen ist die geschätzte Elastizität niedriger und bei einem Fehlerniveau von zehn Prozent statistisch nicht signifikant. Dies legt die Interpretation nahe, dass in den Spezifikationen B und D (jedoch nicht in A und C) ein enger Zusammenhang zwischen den Erklärungsmerkmalen und dem Personalaufwand besteht.
Dies sind die Informationen zum Kurstyp. Tatsächlich wurde festgestellt, dass Kurse, die in die Kategorie „Management“ oder „Sonstiges“ fallen, im Vergleich zu Sprachen mit deutlich geringeren Lohnkosten verbunden sind. Betrachtet man alle Spezifikationen in Tabelle 8, so erzielen IT-Kurse höchstwahrscheinlich die höchsten Erträge aus der Schulung der Belegschaft. Basierend auf diesen Schätzungen gehen wir davon aus, dass interne Schulungen nicht nur zu einer höheren Produktivität führen, sondern dass geschulte Mitarbeiter auch von der Weiterbildung in Form höherer Löhne profitieren.
Allerdings muss hier noch einmal betont werden, dass aus wissenschaftlicher Sicht keine Kausalität nachgewiesen werden kann; es ist absolut wahr. 9 Die Ergebnisse des Gesamt-Lagged- und Panel-Modells sowie alle Kapitalspezifikationen der Lohngleichungen sind auf Anfrage bei den Studienautoren erhältlich. Abhängige Variable Gepoolt (Lohn pro Stunde, log) Verzögert (Lohn pro Job, log) Panel (Lohn pro Stunde, log).
Die vollständigen gepoolten Schätzungsergebnisse finden Sie in Tabelle 9A. Die übrigen Ergebnisse der verzögerten und Panel-Proben sind auf Anfrage bei den Autoren erhältlich.
Zusammenfassung
Wir untersuchten, ob Unternehmen, die im Jahr 2005 mehr in die Ausbildung investierten als im Jahr 1999, höhere Produktivitätssteigerungen verzeichneten als Unternehmen, die dies nicht taten. Wie bei der Untersuchung des Zusammenhangs zwischen Produktivität und Weiterbildung wurde auch in dieser Studie der Zusammenhang zwischen Personalkosten und Weiterbildung analysiert, wobei ein positiver, statistisch signifikanter Zusammenhang festgestellt wurde. Dieser Zusammenhang ist selbst in der sehr kleinen Panel-Stichprobe statistisch signifikant und liegt in allen Spezifikationen zwischen 0,10 und 0,15.
Nach diesen Ergebnissen soll ein Teil des durch Weiterbildung geschaffenen Mehrwerts auch den Mitarbeitern zugute kommen. Dies ist ein wichtiges Ergebnis, da die Bereitschaft, sich in den Kursen weiterzubilden, steigt, wenn der Arbeitnehmer von den Kursen auch in Form eines höheren Lohns profitiert. Zusammenfassend lässt sich sagen, dass Weiterbildungsmaßnahmen und die Produktivität österreichischer Unternehmen positiv zusammenhängen.
Ob die Produktivität durch Weiterbildung steigt oder ob produktivere Unternehmen mehr in ihre Mitarbeiter investieren, lässt sich anhand der verfügbaren Daten nicht ermitteln. Dearden, Lorraine, Howard Reed und John van Reenen (2006), „The Impact of Training on Productivity and Wages: Evidence from British Panel Data“, Oxford Bulletin of Economics and Statistics. Ichniowski, Casey, Kathryn Shaw und Giovanna Prenushi (1997), „The Effects of Human Resource Management on Productivity: A Study of Steel Finishing Lines“, American Economic Review.
