Jacob Mincer wurde 1922 in Polen geboren. Seine ökonomische Arbeit an der Columbia University in Amerika, die er verspätet nach Verfolgung und Konzentrationslager begann, wurde stark durch die enge Zusammenarbeit mit Gary S. Becker, der mit seinem Buch „Human Capital“, die Grundlagen der produktivitätssteigernden Humankapitaltheorie geschaffen hat, stimuliert und forciert. Investitionen in Humankapital erhöhen nach Ansicht der Human-kapitaltheorie die individuelle Arbeitsproduktivität, wodurch das individuelle Einkommen steigt. Der Titel seiner Dissertation von 1957 „A Study of Personal Income Distribution“ zielte bereits deutlich in die Richtung seiner zukünftigen Forschungsarbeit. Mincer begann seine Forschung in einer Zeit in der das öffentliche Interesse an den Problemen der Einkommensverteilung gering war.5In einem Aufsatz aus dem Jahre 1958 erklärt Mincer Einkommensunterschiede anhand durch den Grad der Schulbildung. Mincer stellte ein Einkommens-Erfahrungs-Profil mit einer linearen Beziehung zwischen den beiden Variablen Alter und Einkommen vor. Ein Aufsatz von Mincer aus dem Jahre 1962 stellt die erste systematische, Analyse von Training-on-the-job als weitere Determinante des Einkommens-wachstums innerhalb des Arbeitslebenszyklus dar. Mincer hatte so nicht nur ein theoretisches Gerüst erstellt, sondern eine empirische Formulierung hergeleitet, die ihn mit entsprechendem Datenmaterial in die Lage versetzte, Einkommensfunktionen zu schätzen. Die Erweiterung seiner „Schooling-Function“ durch Erfahrung wird in der Veröffentlichung „Schooling, Experience and Earnings“ im Jahr 1974 als die „Human Capital Earnings Function“ präsentiert, die durchaus als ein Meilenstein der empirischen Volkswirtschaftslehre angesehen werden kann.
Inhaltsverzeichnis
Abbildungsverzeichnis
Symbolverzeichnis
1 Einleitung
2 Herleitung der Mincer Earning Function
2.1 Schooling-Function
2.2 Human Capital Earning Function
3 Analyse verschiedener Einkommensfunktionen
4 Erweiterte Mincer Earnings Function
4.1 Anwendungsbeispiel 1972
4.2 Anwendungsbeispiel 2004
4.3 Kritische Würdigung
5 Schlussbetrachtung
Literaturverzeichnis
Abbildungsverzeichnis
Abbildung 1: Ergebnisse einer erweiterten Mincer Lohnregression 1972
Abbildung 2: Private Bildungserträge in Deutschland: Bruttolohnregression für das Jahr 2003
Symbolverzeichnis
Abbildung in dieser Leseprobe nicht enthalten
1 Einleitung
Jacob Mincer wurde 1922 in Polen geboren.[1] Seine ökonomische Arbeit an der Columbia University in Amerika, die er verspätet nach Verfolgung und Konzentrationslager begann[2], wurde stark durch die enge Zusammenarbeit mit Gary S. Becker, der mit seinem Buch „Human Capital“, die Grundlagen der produktivitätssteigernden Humankapitaltheorie geschaffen hat, stimuliert und forciert.[3] Investitionen in Humankapital erhöhen nach Ansicht der Human-kapitaltheorie[4] die individuelle Arbeitsproduktivität, wodurch das individuelle Einkommen steigt.
Der Titel seiner Dissertation von 1957 „A Study of Personal Income Distribution“ zielte bereits deutlich in die Richtung seiner zukünftigen Forschungsarbeit. Mincer begann seine Forschung in einer Zeit in der das öffentliche Interesse an den Problemen der Einkommensverteilung gering war.[5] In einem Aufsatz aus dem Jahre 1958 erklärt Mincer Einkommensunterschiede anhand durch den Grad der Schulbildung.[6] Mincer stellte ein Einkommens-Erfahrungs-Profil mit einer linearen Beziehung zwischen den beiden Variablen Alter und Einkommen vor.[7] Ein Aufsatz von Mincer aus dem Jahre 1962 stellt die erste systematische, Analyse von Training-on-the-job[8] als weitere Determinante des Einkommens-wachstums innerhalb des Arbeitslebenszyklus dar.[9] Mincer hatte so nicht nur ein theoretisches Gerüst erstellt, sondern eine empirische Formulierung hergeleitet, die ihn mit entsprechendem Datenmaterial in die Lage versetzte, Einkommens-funktionen zu schätzen. Die Erweiterung seiner „Schooling-Function“ durch Erfahrung wird in der Veröffentlichung „Schooling, Experience and Earnings“ im Jahr 1974 als die „Human Capital Earnings Function“ präsentiert[10], die durchaus als ein Meilenstein der empirischen Volkswirtschaftslehre angesehen werden kann.[11]
In der vorliegenden Arbeit geht es darum die theoretische Herleitung der „Human Capital Earnings Function“ in zwei Schritten darzustellen, d.h. wie wurde sie entwickelt, mit der Zeit weiterentwickelt und anwendungsorientiert modifiziert. Im Laufe der Arbeit soll also die Frage geklärt werden, wie weit uns die „Human Capital Earnings Function“ nach 31 Jahren gebracht hat, bzw. welchen Einfluss die eigentlich simple Gleichung auf die empirische Forschung nehmen konnte und wie relevant ist sie noch heute für die Wissenschaft ist.
Im zweiten Kapitel wird die „Schooling-Function“ und darauf aufbauend die typische „Human Capital Earnings Function“ mit geeigneten Parametern hergeleitet. Im dritten Kapitel werden geschätzte Einkommensfunktionen einer näheren Analyse unterzogen. Darüberhinaus werden Erweiterungsmöglichkeiten der Earning-Function dargelegt. In Kapitel vier werden zwei Anwendungs-beispiele aus den Jahren 1972 und 2003 analysiert und einer kritischen Würdigung unterzogen. In der Schlussbetrachtung werden die Erkenntnisse und Hauptaussagen dieser Arbeit zusammengefasst.
2 Herleitung der Mincer Earning Function
2.1 Schooling-Function
Im ersten Schritt wird ein Modell hergeleitet, dass nur die Schulbildung als Humankapitalinvestition in seine Formel einschließt.[12]
Die Annahme ist die, dass das potentielle Einkommen in der nächsten Periode vom potentiellen Einkommen, von den individuellen Humankapitalinvestitionen und der dazugehörigen Humankapitalrendite in den Vorperioden abhängt.[13]
Abbildung in dieser Leseprobe nicht enthalten
Abbildung in dieser Leseprobe nicht enthalten
Im Allgemeinen ergibt sich:
Abbildung in dieser Leseprobe nicht enthalten
Die Humankapitalinvestitionsausgaben Ct (in $) ergeben sich in jeder Periode aus der Differenz zwischen dem potentiell möglichen und dem tatsächlichen Einkommen. Ct= Et- Yt
Allerdings ist es schwierig, Ct empirisch zu beobachten, da es kaum direkte oder individuelle Daten von Humankapitalinvestitionen gibt. Mincer führt deshalb eine Messzahl ein, die die Zeit angibt, die in jeder Periode in Humankapital investiert wurde, ein. Diese sogenannte „time equivalent investment“ Messzahl wird ausgedrückt als das Verhältnis der Ausgaben in Humankapitalinvestitionen zu dem potentiellen Einkommen:
Abbildung in dieser Leseprobe nicht enthalten
Abbildung in dieser Leseprobe nicht enthalten
Abbildung in dieser Leseprobe nicht enthalten
Abbildung in dieser Leseprobe nicht enthalten
Durch Logarithmierung[14] ergibt sich: lnEt= lnE0+ [Abbildung in dieser Leseprobe nicht enthalten]
Eine Logarithmierung bietet sich an dieser Stelle an, da so die Gleichungen anstatt in monetären Werten, in relativen bzw. prozentualen Werten angegeben werden können.[15]
- lnEt= lnE0+ rs[Abbildung in dieser Leseprobe nicht enthalten], da ln(1+x) annähernd x wird, wenn x klein ist.[16]
Während der Schuljahre geht Mincer davon aus, dass in Vollzeit in Humankapital investiert wird, d.h. st=1.
Abbildung in dieser Leseprobe nicht enthalten
Das effektive Einkommen ist nun der Teil des potentiellen Einkommens, der zur Arbeit verwendet wird (Abbildung in dieser Leseprobe nicht enthalten), also: Yt= EtAbbildung in dieser Leseprobe nicht enthalten.
Es ergibt sich die Humankapital-Gleichung[17] des sogenannten „Schooling Model“: lnYt= lnY0+ rsS.
Diese Gleichung stellt die anfänglichste und damit einfachste Form eines Humankapitalmodells dar.[18] Sie gibt das logarithmierte Einkommen als eine rein lineare Funktion der Schulzeit an. Ys stellt die Höhe des Einkommens von Personen dar, die sich nach ihrer Schulzeit nicht weiterbilden bzw. nicht in Humankapital investieren.
2.2 Human Capital Earning Function
Mincer hat festgestellt, dass die obige Gleichung kaum befriedigende Ergebnisse[19] liefert und hat das „schooling model“ durch die Einbeziehung von Post School Investments erweitert und die Aussagekraft von Humankapitalanalysen deutlich gesteigert. Daher unterscheidet er innerhalb des Arbeitslebens von Individuen zwei verschiedene Segmente (Schulzeit und Berufserfahrung).[20] Da im zweiten Segment eher in Teilzeit in Humankapital investiert wird sinkt st dort unter 1 und wird letztlich mit zunehmenden Alter bzw. mit zunehmender Erfahrung von Individuen gleich Null. Ein Grund für abnehmende Werte von st ist zum Beispiel, dass späte Investitionen innerhalb des Lebenszyklus für eine kürzere Zeit Erträge liefern, jeder Aufschub von Investitionen zu einem geringeren Present Value führt und Individuen im Alter kaum noch in sich bzw. ihr Humankapital investieren.[21]
Wird st in die Segmente bzw. Perioden „Schooling“ und „Post-schooling“ geteilt, entsteht durch Addition der „Schooling Model“-Gleichung mit dem Term rpAbbildung in dieser Leseprobe nicht enthalten folgende Gleichung für das potentielle Einkommen:
lnEt= lnE0 + rsS+ rpAbbildung in dieser Leseprobe nicht enthalten.[22]
Da st im Lebenszyklus eines Individuums sinkt, wächst das Einkommen und der Human-Kapital Stock über die Zeit mit abnehmender Rate.[23] Auf die letzte Gleichung angewendet bedeutet dies, dass die Berufserfahrung bzw. nach-schulische Erfahrung t und t2 in die Gleichung eingehen.
Abbildung in dieser Leseprobe nicht enthalten
Diese grundlegende Mincer Gleichung für das potentielle Einkommen Et erhält somit einen parabelähnlichen Verlauf. Die Berufserfahrung t ergibt sich aus dem derzeitigen Alter A minus der Anzahl Schuljahre S und dem Alter zur Zeit der Einsschulung b, so dass t= (A-S-b) ist.[24]
Das effektive Einkommen ist nun wieder der Teil des potentiellen Einkommens, der zur Arbeit verwendet wird ([Abbildung in dieser Leseprobe nicht enthalten]), also: Yt= EtAbbildung in dieser Leseprobe nicht enthalten.[25]
Daraus ergibt sich für das effektive Einkommen die typische Mincer „Human Capital Earnings Function[26] “:
Abbildung in dieser Leseprobe nicht enthalten
Der logarithmierte Lohn ergibt sich jetzt als Funktion über die Schulbildung, Berufserfahrung und der quadrierten Berufserfahrung. Zur Überprüfung des Einflusses dieser Variablen werden die zuvor vorgestellten Gleichungen und eine Erweiterung anhand von geschätzten Einkommensfunktionen aus dem Jahr 1974 in Kapitel 3 analysiert.
[...]
[1] Vgl. o.V. (2002), S. 599.
[2] Vgl. Heckman, J. J. (2003), S. 247.
[3] Vgl. Chiswick, B. (2003), S. 347.
[4] Für eine kurze Übersicht der historischen Ausgangspunkte von Humankapitaltheorien sei auf Polachek, S. (2003a), S. 274-275 verwiesen.
[5] Vgl. Fuchs, V. R. (1974), S. xv.
[6] Vgl. Heckman, J. J. (2003), S. 246.
[7] Vgl. Mincer (1958), S 301. Diese Beziehung relativiert er im Laufe seiner Forschung dahingehend, dass ein erheblicher Unterschied zwischen den Variablen Alter und Erfahrung besteht.
[8] In einer ersten Schätzung liegt die Bildungsrendite für ein Jahr On-the-job-training zwischen 9% und 13%. Hierzu sei auf Mincer, J. (1962), S. 66 verwiesen.
[9] Vgl. hierzu und im Folgenden Heckman, J. J. (2003), S. 246.
[10] Vgl. Mincer (1974), S. 2.
[11] Vgl. Heckman, J. J./Lochner, L. J./Todd, P. E. (2002), S.1.
[12] Vgl. Mincer, J. (1974), S. 8.
[13] Vgl. hierzu und im Folgenden Polachek, S./Siebert, S. W. (1993), S. 72.
[14] Die Logarithmierung der “Schooling”-Gleichung geht zurück auf Becker G. S./Chiswick, B. (1966), S. 363.
[15] Vgl. Mincer, J. (1974), S. 18.
[16] Vgl. hierzu und im Folgenden Polachek, S./Siebert, S. W. (1993), S. 73.
[17] Diese Gleichung wird innerhalb der Analyse im nächsten Kapitel als Gleichung (a) bezeichnet.
[18] Vgl. hierzu und im Folgenden Mincer, J. (1974), S. 11.
[19] Trotz dieser enttäuschenden Ergebnisse, auf die in Kapitel 3 näher eingegangen wird, darf kein Zweifel an der Wichtigkeit und Relevanz von Humankapitalanalysen entstehen. Vgl. Mincer, J. (1974), S. 45.
[20] Vgl. hierzu und im Folgenden Polachek, S./Siebert S. W. (1993), S. 73.
[21] Vgl. Becker, G. S. (1964).
[22] Vgl. Polachek, S./Siebert, S. W. (1993), S. 73.
[23] Vgl. hierzu und im Folgenden Mincer, J. (1974), S. 84.
[24] Vgl. Mincer, J. (1974), S. 84.
[25] Vgl. hierzu und im Folgenden Polachek, S./Siebert, S. W. (1993), S. 73.
[26] Bei der Anwendung bzw. Schätzung der Funktionen wird zusätzlich mit einem additiven Störterm gearbeitet, so auch in Chiswick, B. (2003), S. 343-361.
-
-
-
-
Upload your own papers! Earn money and win an iPhone X. -
-
Upload your own papers! Earn money and win an iPhone X. -
-
Upload your own papers! Earn money and win an iPhone X. -
-
Upload your own papers! Earn money and win an iPhone X. -
-
Upload your own papers! Earn money and win an iPhone X. -
-
Upload your own papers! Earn money and win an iPhone X. -
-
Upload your own papers! Earn money and win an iPhone X.