Hängt die berufliche Wiedereingliederung nach beruflichen Bildungsleistungen vom Arbeitsmarkt ab?

Zusammenfassung

Hintergrund: Studienergebnisse zum Einfluss des Arbeitsmarktes auf das Return-to-work (RTW) nach beruflichen Bildungsleistungen sind widersprüchlich. In der Studie wurde untersucht, ob (1) das RTW nach beruflichen Bildungsleistungen vom regionalen Arbeitsmarkt abhängt und ob (2) die Varianz regionaler Arbeitsmärkte die Prädiktionskraft von Personenmerkmalen beeinflusst.

Methode: Datenbasis waren der Scientific-Use-File „Abgeschlossene Rehabilitation im Versicherungsverlauf 2002–2009“ der Deutschen Rentenversicherung (51 626 Personen aus 7 Jahrgängen) sowie Regionaldaten für 412 Landkreise bzw. kreisfreie Städte. Die Modelle wurden mittels logistischer Mehrebenenregression geschätzt.

Ergebnisse: Auf der Kontextebene war die logarithmierte Arbeitslosenquote am bedeutsamsten. Mit steigender Arbeitslosenquote sank das RTW, wobei ein Sättigungseffekt bei etwa 15% Arbeitslosenquote eintrat. Es zeigten sich Niveauunterschiede zwischen den Maßnahmearten (Integrationsleistungen, Teil-, Vollqualifizierungen). Die Effekte auf Personenebene waren bei hoher Arbeitslosigkeit deutlicher, insbesondere für Bildung, vorangegangene individuelle Arbeitslosigkeit, vorangegangenes Einkommen und vorangegangene weitere Bildungsleistungen.

Schlussfolgerung: Die Studie stellt die Arbeitsmarktsensibilität des Erfolges beruflicher Bildungsleistungen heraus. Personelle Faktoren haben bei ungünstigen Arbeitsmarktbedingungen überwiegend einen deutlicheren Einfluss auf das RTW. Der regionale Arbeitsmarkt sollte deshalb – neben den bekannten Personenmerkmalen – bei Wirkungsforschung und Erfolgsvergleichen in der Qualitätssicherung berücksichtigt werden.

Abstract

Background: Studies about the impact of the labour market on return to work (RTW) after vocational retraining are contradictory. We examined if (1) RTW after vocational retraining depends on regional labour markets and if (2) the regional labour markets variance affects the influence of personal characteristics on RTW.

Methods: The data consisted of the scientific use file (completed rehabilitation in the course of health insurance 2002–2009) of the German Federal Pension Insurance (51 626 persons of 7 year cohorts) and regional economic data (412 districts). Multilevel logistic regression models were used.

Results: At the context level the logarithmic unemployment rate was the most relevant predictor. The RTW rate decreased with increasing unemployment rate, saturating at an unemployment rate of around 15%. Significant differences between the intervention types (integration, 1-year and 2-year vocational retraining programs) were observed. The effects of individual predictors were clearer with higher unemployment, e. g. education, individual unemployment, income and further vocational interventions prior to vocational retraining.

Conclusion: We demonstrate that the success of vocational retraining depends on the regional labour market. Furthermore individual predictors show stronger effects on success with the context of “poor” labour markets. In addition to the existing evidence the regional unemployment rate should be taken into consideration in effectiveness research studies and benchmarking processes in quality assurance.

Schlüsselwörter

Leistungen zur Teilhabe am Arbeitsleben - Wiedereingliederung - Beschäftigung - Arbeitsmarkt - Mehrebenenanalyse

Key words

vocational rehabilitation - return to work - employment - labour market - multilevel analysis

• Literatur

• 1 Streibelt M, Egner U. Eine Meta-Analyse zum Einfluss von Stichprobe, Messmethode und Messzeitpunkt auf die berufliche Wiedereingliederung nach beruflichen Bildungsleistungen. Rehabilitation 2012; 51: 398-404
• 2 Reims N, Bauer U. Labour market status and well-being in the context of return to work after vocational rehabilitation in Germany. J Occup Rehabil 2015; 25: 543-556
• 3 Saunders SL, Nedelec B. What work means to people with work disability: a scoping review. J Occup Rehabil 2014; 24: 100-110
• 4 Streibelt M, Egner U. Eine systematische Übersichtsarbeit zu den Einflussfaktoren auf die berufliche Wiedereingliederung nach beruflichen Bildungsleistungen. Rehabilitation 2013; 52: 111-118
• 5 Hetzel C. Mehrebenenanalysen zu Arbeitsmarkt und Wiedereingliederung nach beruflichen Bildungsleistungen. Rehabilitation 2015; 54: 16-21
• 6 Flach T. Der Einfluss von Erwartungshaltungen auf den Übergang in den Arbeitsmarkt nach beruflicher Rehabilitation. Dissertation, Fakultät Humanwissenschaften, Universität Bamberg 2012;
• 7 Beiderwieden K. Langfristige Wiedereingliederung nach der beruflichen Rehabilitation. Ergebnisse einer Langzeituntersuchung der Arbeitsgemeinschaft Deutscher Berufsförderungswerke. Mitt Arbeitsmarkt Berufsforsch 2001; 34: 182-206
• 8 Zapfel S. Berufliche Rehabilitation und Return to Work von Personen mit Migrationshintergrund. In: Weber A, Peschkes L, de Boer WMD. Hrsg Return to Work – Arbeit für alle. Grundlagen der beruflichen Rehabilitation. Stuttgart: Gentner Verlag; 2015: 239-246
• 9 Radoschewski FM, Lay W, Mohnberg I. Leistungsketten und Leistungsallokation in der Rehabilitation der Rentenversicherung. Bericht zum LEIKA-Projekt. Berlin: Institut für Medizinische Soziologie und Rehabilitationswissenschaft; 2014
• 10 Wuppinger J, Rauch A. Wiedereingliederung in den Arbeitsmarkt im Rahmen beruflicher Rehabilitation. IAB Forschungsbericht 2010; 1: 1-43
• 11 Slesina W, Rennert D, Patzelt C. Prognosemodelle zur beruflichen Wiedereingliederung von Rehabilitanden nach beruflichen Bildungsmaßnahmen. Rehabilitation 2010; 49: 237-247
• 12 Erbstößer S. Einflussfaktoren auf die Wiedereingliederung nach einer beruflichen Bildungsmaßnahme. DRV-Schriften 2006; 64: 92-94
• 13 Kaluscha R, Jankowiak S, Holstiege J et al. Beeinflusst die Arbeitslosenquote die (Wieder-)Eingliederung in das Erwerbsleben nach medizinischer Rehabilitation?. DRV-Schriften 2013; 101: 182-184
• 14 Hetzel C, Flach T, Schmidt C. Bestimmungsgründe des Arbeitsmarktes für die Wiedereingliederung von Rehabilitanden aus Berufsförderungswerken: eine Untersuchung auf Ebene der Agenturbezirke. Rehabilitation 2012; 51: 237-244
• 15 Hirschenauer F. Integrationserfolge hängen von regionalen Gegebenheiten ab. IAB Kurzbericht 2013; 05: 1-8
• 16 Humpert S, Pfeifer C. Explaining age and gender differences in employment rates: a labor supply side perspective. J Labour Market Res 2012; 46: 1-17
• 17 Caliendo M, Uhlendorff A. Determinanten des Suchverhaltens von Arbeitslosen. Zeitschrift für ArbeitsmarktForschung 2011; 44: 119-125
• 18 Aakvika A, Heckman JJ, Vytlacil EJ. Estimating treatment effects for discrete outcomes when responses to treatment vary: an application to Norwegian vocational rehabilitation programs. J Econom 2005; 125: 15-51
• 19 Haveman R, Wolfe B. The economics of disability and disability policy. In: Culyer A. Newhouse Hrsg Handbook of health economics. Amsterdam: Elsevier Sciennce; 2000: 995-1051
• 20 Petrongolo B, Pissarides CA. Looking into the Black Box: A Survey of the Matching Function. J Econ Lit 2001; XXXIX: 390-431
• 21 Mortensen D, Pissarides C. Job creation and job destruction in the theory of unemployment. Rev Econ Stud 1994; 61: 397-415
• 22 Blien U. Arbeitslosigkeit und Entlohnung auf regionalen Arbeitsmärkten. Heidelberg: Physica-Verlag HD; 2001
• 23 Dauth W. Agglomeration and regional employment dynamics. Pap Reg Sci 2013; 92: 419-436
• 24 Südekum J. Increasing returns and spatial unemployment disparities. Pap Reg Sci 2005; 84: 159-181
• 25 Kropp P, Schwengler B. Abgrenzung von Wirtschaftsräumen auf Grundlage von Pendlerverflechtungen – ein Methodenvorschlag. Raumforsch Raumordn 2011; 69: 45-62
• 26 Snijders TAB, Bosker RJ. Multilevel analysis: an introduction to basic and advanced multilevel modeling. London: Sage; 2012
• 27 Hox JJ. Multilevel analysis. New York [u.a.]: Routledge; 2010
• 28 Muche R, Ring C, Ziegler C. Entwicklung und Validierung von Prognosemodellen auf Basis der logistischen Regression. Aachen: Shaker; 2005
• 29 Raudenbush SW, Bryk AS. Hierarchical linear models. Newbury Park: Sage; 2002
• 30 Hosmer DW, Lemeshow S. Applied logistic regression. New York: John Wiley and Sons Inc; 2002
• 31 Raudenbush SW, Bryk AS, Cheong YF et al. HLM 7: Hierarchical linear and nonlinear modeling. North Lincoln: Scientific Software International; 2011
• 32 Best H, Wolf C. Logistische Regression. In: Wolff C, Best H. Hrsg Handbuch sozialwissenschaftliche Datenanalyse. Wiesbaden: VS Verlag; 2010: 827-854
• 33 Weber B, Weber E. Bildung ist der beste Schutz vor Arbeitslosigkeit. IAB Kurzbericht 2013; 4: 1-8
• 34 Hagen C, Himmelreicher RK, Kemptner D et al. Soziale Unterschiede beim Zugang in Erwerbsminderungsrente. Eine Analyse auf Datenbasis von Scientific Use Files des Forschungsdatenzentrums der Rentenversicherung (FDZ-RV). Berlin: Rat für Sozial- und Wirtschaftsdaten; 2010
• 35 Bethge M, Streibelt M. Sind Vollqualifizierungen wirklich besser als Teilqualifizierungen? Ergebnisse einer Propensity Score gematchten Analyse. Rehabilitation 2015; 54: 389-395
• 36 Wübbeke C. Ältere Arbeitslose am Scheideweg zwischen Erwerbsleben und Ruhestand: Gründe für ihren Rückzug vom Arbeitsmarkt. J Labour Market Res 2013; 46: 61-82
• 37 Gajewski PD, Falkenstein M. Neurocognition of aging in working environments. J Labour Market Res 2011; 44: 307-320
• 38 Meschnig A, Bartel S, von Kardorff E et al. Individuelle und kontextbezogene Ursachen von Abbrüchen beruflicher Qualifizierungsmaßnahmen. Rehabilitation 2015; 54: 184-189
• 39 Sears J, Rolle L, Schulman B et al. Vocational rehabilitation program evaluation: comparison group challenges and the role of unmeasured return-to-work expectations. J Occup Rehabil 2014; 24: 777-789
• 40 Vindholmen S, Høigaard R, Espnes GA et al. Return to work after vocational rehabilitation: does mindfulness matter?. Psychol Res Behav Manag 2014; 7: 77-88
• 41 Cornelius LR, van der Klink JJ, Groothoff JW et al. Prognostic factors of long term disability due to mental disorders: a systematic review. J Occup Rehabil 2011; 21: 259-274
• 42 Labriola M, Lund T, Christensen KB et al. Multilevel analysis of individual and contextual factors as predictors of return to work. J Occup Environ Med 2006; 48: 1181-1188
• 43 Maas CJM, Hox J. Sufficient sample sizes for multilevel modelling. Methodology 2005; 1: 86-92
• 44 Fairbrother M. Two multilevel modeling techniques for analyzing comparative longitudinal survey datasets. Political Science Research and Methods 2014; 2: 119-140
• 45 Biewen M, Fitzenberger B, Osikominu A et al. Beschäftigungseffekte ausgewählter Maßnahmen der beruflichen Weiterbildung in Deutschland: Eine Bestandsaufnahme. Zeitschrift für Arbeitsmarktforschung 2006; 39: 365-390
• 46 Aldashev A. Occupational and locational substitution: measuring the effect of occupational and regional mobility. Labour 2012; 26: 108-123