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

Consequences of the COVID-19 crisis on short-, medium- and long-term employment and remuneration opportunities by occupations

Tobias Maier (), Anke Mönnig () and Gerd Zika ()
Additional contact information
Tobias Maier: Bundesinstitut für Berufsbildung (BIBB)
Anke Mönnig: Gesellschaft für Wirtschaftliche Strukturforschung mbH (GWS)
Gerd Zika: Institut für Arbeitsmarkt- und Berufsforschung (IAB) der Bundesagentur für Arbeit (BA)

AStA Wirtschafts- und Sozialstatistisches Archiv, 2021, vol. 15, issue 2, No 5, 107-138

Abstract: Zusammenfassung Dieser Beitrag stellt das Modellsystem QINFORGE vor. Es ist durch die Berücksichtigung beruflicher Mobilitätsprozesse in der Lage, Anpassungsreaktionen zwischen Arbeitsangebot und -bedarf auf beruflicher Ebene in der kurzen und langen Frist aufzuzeigen. Das Modell wird genutzt, um die Auswirkungen der COVID-19-Krise auf die Beschäftigungs- und Entlohnungschancen in Berufen zu verdeutlichen. Hierfür werden zwei Szenarien miteinander vergleichen: Ein „kontrafaktisches Szenario“ schreibt langfristige Verhaltensweisen und Trends ausgehend vom Jahr 2019 fort. Die „Basisprojektion“ versucht hingegen, die Konjunktur in der kurzen Frist auf Branchenebene mit abzubilden. Hierdurch werden modellendogen Verhaltensänderungen auf Berufsebene angeregt. Die Krise wird die Wirtschaftsleistung Deutschlands langfristig um drei Jahre zurückwerfen. Da sich aufgrund der schlechteren Arbeitsmarktlage aber auch einige Erwerbspersonen, insbesondere Frauen, vom Arbeitsmarkt zurückziehen werden, steigt die prognostizierte Zahl der Erwerbslosen in den Jahren 2020 und 2021 in der Basisprojektion nur um rund 400.000 Personen im Vergleich zum kontrafaktischen Szenario an. Langfristig stellt das knappe Arbeitsangebot hingegen einen hemmenden Faktor für das Wirtschaftswachstum dar. Zudem wird durch die Krise in der kurzen und mittleren Frist das gesamtwirtschaftliche Lohnwachstum gehemmt. Die Ergebnisse des Modells zeigen, dass durch die Krise vor allem Berufe in der Gastronomie, dem Tourismus, sowie in Kunst und Kultur betroffen sind. Ab dem Jahr 2025 wird hier jedoch wieder das Lohn- und Beschäftigungsniveau erreicht, das auch im kontrafaktischen Szenario erreicht worden wäre. Bei den kurzfristigen Lohnsteigerungen in den Gesundheitsberufen handelt es sich hingegen um Vorzieheffekte. Auf lange Sicht ist in der Basisprojektion gegenüber dem „kontrafaktischen Szenario“ kein höheres Lohnniveau zu erwarten. Das Arbeitsangebot in den Gesundheitsberufen – insbesondere in der Pflege – könnte durch die Krise zwar zunehmen, dies wäre jedoch darauf zurückzuführen, dass die Erwerbschancen und Entlohnungsmöglichkeiten außerhalb der Pflegeberufe durch die COVID-19-Pandemie vergleichsweise geringer werden könnten.

Keywords: Projektion; Berufsstruktur; Lohnentwicklung; COVID-19-Pandemie; Szenarioanalyse; Input-Output; Arbeitsmarkt; Projection; Occupational structure; Wage development; COVID-19 pandemic; Scenario analysis; Input-output; Labour market (search for similar items in EconPapers)
Date: 2021
References: View references in EconPapers View complete reference list from CitEc
Citations: View citations in EconPapers (1)

Downloads: (external link)
http://link.springer.com/10.1007/s11943-021-00284-1 Abstract (text/html)
Access to the full text of the articles in this series is restricted.

Related works:
This item may be available elsewhere in EconPapers: Search for items with the same title.

Export reference: BibTeX RIS (EndNote, ProCite, RefMan) HTML/Text

Persistent link: https://EconPapers.repec.org/RePEc:spr:astaws:v:15:y:2021:i:2:d:10.1007_s11943-021-00284-1

Ordering information: This journal article can be ordered from
http://www.springer. ... ce/journal/11943/PS2

DOI: 10.1007/s11943-021-00284-1

Access Statistics for this article

AStA Wirtschafts- und Sozialstatistisches Archiv is currently edited by Ralf Münnich

More articles in AStA Wirtschafts- und Sozialstatistisches Archiv from Springer, Deutsche Statistische Gesellschaft - German Statistical Society
Bibliographic data for series maintained by Sonal Shukla () and Springer Nature Abstracting and Indexing ().