Die Volkswirtschaft

Plattform für Wirtschaftspolitik

Das interkantonale Arbeitslosigkeitsgefälle schwankt stark

Die Arbeitslosenquoten unterscheiden sich von Kanton zu Kanton. Einzelne Kantone wie etwa Uri erweisen sich dabei robuster gegenüber Konjunktureinflüssen als beispielsweise der Kanton Jura.

Im Kanton Jura reagiert die Arbeitslosenquote stark auf konjunkturelle Schwankungen. Fabrik in Pruntrut. (Bild: Keystone)

Abstract lesen...

Die Arbeitslosigkeit in der Schweiz streut stark nach Kantonen. Seit Jahren werden die Gründe dieser kantonalen Unterschiede empirisch erforscht. In der Regel gehen die Studien von einem im Zeitablauf konstanten interkantonalen Arbeitslosigkeitsgefälle aus und erklären das Gefälle vor allem mit dem unterschiedlichen Erfolg der Kantone bei der Wiedereingliederung der Arbeitslosen in den Erwerbsprozess. Eine Studie im Auftrag der Aufsichtskommission für den Ausgleichsfonds der Arbeitslosenversicherung zeigt, dass das Gefälle im Zeitablauf stark schwankt und vornehmlich auf die unterschiedliche Beschäftigungsstabilität in den Kantonen zurückzuführen ist.

Im Kanton Neuenburg lag die Arbeitslosenquote im Jahr 2017 bei 5,6 Prozent – im Kanton Obwalden betrug sie nur 0,9 Prozent. Die Differenzen fallen dabei je nach Konjunkturlage unterschiedlich aus: In Perioden hoher gesamtschweizerischer Arbeitslosigkeit, wie zum Beispiel Mitte der Neunzigerjahre, nahm das interkantonale Gefälle zu, während es in Aufschwungsphasen wie etwa um 2000 wieder sank (siehe Abbildung 1).

Gemessen in Prozentpunkten der Arbeitslosenquote entwickelte sich das interkantonale Arbeitslosigkeitsgefälle zwischen 1990 und 2017 also antizyklisch zur Konjunktur. Auffällig ist zudem, dass sich die Rangpositionen der Kantone im Arbeitslosigkeitsgefälle im Zeitablauf verändern, was in der Abbildung 1 am mehrfachen Kreuzen der Kurven zu erkennen ist.

Was sind die Ursachen des interkantonalen Arbeitslosigkeitsgefälles? Dieser Frage sind wir im Auftrag der Aufsichtskommission für den Ausgleichsfonds der Arbeitslosenversicherung nachgegangen.[1] Da bei Querschnittsuntersuchungen die Wahl des Untersuchungszeitraums einen starken Einfluss auf die Ergebnisse haben dürfte, wählten wir einen anderen Ansatz. Mit einer Paneluntersuchung konnte den Schwankungen besser Rechnung getragen werden (siehe Kasten).

Abb. 1: Arbeitslosenquoten nach Kantonen (1990–2017)

Quelle: Avam, Berechnungen Sheldon und Shvartsman (2018) / Die Volkswirtschaft

Risiko und Dauer

Anhand einer Stromkomponentenanalyse zerlegten wir die Arbeitslosenquoten zuvor in die Komponenten «Arbeitslosigkeitsrisiko» und «mittlere Dauer einer Arbeitslosigkeitsepisode». Das Arbeitslosigkeitsrisiko bezieht sich auf die Entstehung von Arbeitslosigkeit und gibt die Wahrscheinlichkeit an, mit der eine Erwerbsperson in einem gegebenen Zeitraum (hier ein Monat) arbeitslos wird. Es ist somit ein Indikator für die Beschäftigungsstabilität. Die Arbeitslosigkeitsdauer misst die Länge der anschliessenden Arbeitslosigkeitsepisode und gibt über die Schwierigkeit Auskunft, eine Stelle zu finden. Das Produkt der beiden Komponenten ergibt die Arbeitslosenquote.

Die Stromkomponentenanalyse erlaubt es, Arbeitslosenquoten sozial- und arbeitsmarktpolitisch differenziert zu bewerten und zu behandeln. Wenn zum Beispiel eine lange Dauer für hohe Arbeitslosigkeit verantwortlich ist, werden vermittlungsunterstützende Massnahmen gebraucht. Sonst drohen soziale Not und Ausgrenzung. Demgegenüber hat ein hohes Arbeitslosigkeitsrisiko weitaus geringere Konsequenzen, sofern eine Arbeitslosigkeitsepisode den weiteren Erwerbsverlauf der Betroffenen nicht beeinträchtigt. In diesem Fall sind Instrumente gefragt, welche die Entstehung von Arbeitslosigkeit bekämpfen.

Aus arbeitsmarktpolitischer Sicht gilt: Ein hohes Arbeitslosigkeitsrisiko ist der Arbeitsmarktpolitik eines Kantons weniger stark anzulasten als eine lange Arbeitslosigkeitsdauer. Ersteres resultiert nämlich in der Regel aus der kantonalen Wirtschaftsstruktur.

Konjunktureinfluss unterschiedlich

Die Stromanalyse der Arbeitslosenquoten zwischen 1990 und 2017 zeigt, dass etwa drei Viertel der Schwankungen auf entsprechende Veränderungen der Arbeitslosigkeitsdauer in den Kantonen zurückzuführen ist. Das heisst: Bei einem konjunkturellen Abschwung (Aufschwung) nehmen die kantonalen Arbeitslosenquoten in erster Linie zu (ab), weil sich die Arbeitslosigkeitsdauer entsprechend verändert. Die kantonalen Arbeitslosenquoten reagieren dabei unterschiedlich stark auf konjunkturelle Schwankungen (siehe Abbildung 2). Am stärksten ist der Effekt in den Kantonen Jura und Neuenburg ausgeprägt, am schwächsten in Uri und in Graubünden.

Beim interkantonalen Gefälle hingegen ist die Risikokomponente ausschlaggebend: Die Querschnittsstreuung ist zu drei Vierteln durch das unterschiedlich hohe Arbeitslosigkeitsrisiko beziehungsweise durch die unterschiedliche Stabilität der Beschäftigungsverhältnisse in den Kantonen zu erklären. Das heisst, das Arbeitslosigkeitsrisiko und nicht – wie häufig vermutet – die Dauer der Stellensuche ist hier bestimmend.

Abb. 2: Einfluss der Konjunktur auf kantonale Arbeitslosenquoten (1990–2017)

Anmerkung: Dargestellt ist der Faktor, um welchen sich die kantonalen Arbeitslosenquoten verändern, wenn sich die gesamtwirtschaftliche Arbeitslosenquote um einen Prozentpunkt verändert. Der Faktor ist mit den Betas des CAPM zu vergleichen (siehe Kasten). In Kantonen mit einem Aufschlagsfaktor >1 reagiert die Arbeitslosenquote überproportional auf konjunkturelle Schwankungen, bei <1 unterproportional. Die senkrechten Linien geben die Vertrauensintervalle an, innerhalb derer sich die wahren Werte der geschätzten Aufschlagfaktoren (Punkte) mit einer Wahrscheinlichkeit von 95 Prozent bewegen.

Quelle: Sheldon und Shvartsman (2018) / Die Volkswirtschaft

Im Rahmen der Paneluntersuchung wurde versucht, das zwischen den Kantonen bestehende konjunkturunabhängige Arbeitslosigkeitsgefälle durch die unterschiedlichen Merkmalsprofile der Kantone zu erklären. Zum Merkmalsprofil eines Kantons gehören dauer‐ und risikobestimmende Variablen, welche die Zusammensetzung der kantonalen Arbeitslosen‐ und Erwerbspersonenbestände (etwa die Qualifikation oder die Branchenzugehörigkeit) sowie die kantonale Arbeitsmarktpolitik (zum Beispiel der Massnahmeneinsatz) charakterisieren. Daraus ergeben sich die um kantonale Profilunterschiede und Konjunktureffekte bereinigten Arbeitslosenquoten und Stromkomponenten der Kantone (siehe Abbildung 3). Das Produkt der beiden Komponenten ergibt die zugehörige Arbeitslosenquote.

Abb. 3: Stromkomponentenzerlegung der kantonalen Arbeitslosenquoten (1990–2017)

Anmerkung: Die Kurven stellen Dauer-Risiko-Kombinationen dar, die gleich hohe Arbeitslosenquoten ergeben. Für die Schweiz ergibt sich aus dem Produkt eines Arbeitslosigkeitsrisikos von 0,5 Prozent pro Monat und einer Dauer von sechs Monaten eine entsprechend bereinigte Arbeitslosenquote von 3 Prozent. Oberhalb (unterhalb) der 0,5-Prozent-Marke liegen Kantone mit einem überdurchschnittlichen Anteil an instabilen (stabilen) Beschäftigungsverhältnissen, während rechts (links) der 6-Monats-Geraden sich Kantone befinden, deren Arbeitslose überdurchschnittlich lange (kurz) nach Arbeit suchen. Die Punkte sind mit den Alphas des CAPM zu vergleichen (siehe Kasten).

Wenn die so erweiterte Paneluntersuchung das interkantonale Arbeitslosigkeitsgefälle vollständig erklären könnte, lägen in der Abbildung 3 die bereinigten Arbeitslosenquoten aller Kantone auf dem Schnittpunkt der senk- und waagrechten Geraden, da nach der Bereinigung keine arbeitslosigkeitsbestimmenden Unterschiede zwischen den Kantonen mehr bestünden. Dass dies nicht zutrifft, zeugt von einem verbleibenden Erklärungsbedarf. Anhand der Grafik ist ferner ersichtlich, dass die Kantone deutlich weniger nach Dauer als nach Risiko streuen. Dies liegt daran, dass die dauerbestimmenden Variablen mehr erklären können als die risikobestimmenden Variablen.

Der Befund, wonach das konjunkturunabhängige Gefälle hauptsächlich durch kantonale Unterschiede bezüglich des Arbeitslosigkeitsrisikos beziehungsweise der Beschäftigungsstabilität zu erklären ist, enthält mehrere Implikationen. So sind für die kantonalen Arbeitslosigkeitsunterschiede wohl eher branchenstrukturelle als arbeitsmarktpolitische Unterschiede verantwortlich. Auch kulturelle Differenzen (Stichwort Röstigraben) kommen als Erklärung kaum in Betracht, es sei denn, die Personalpolitik der Firmen eines Kantons wäre stark kulturgeprägt, wofür es bislang keine Evidenz gibt. Zudem stellt das Ergebnis die Erfolgsaussichten von Anstrengungen zur Senkung des interkantonalen Gefälles durch dauerverkürzende Massnahmen (Stichwort Wirkungsvereinbarung) infrage – zumal nach unseren Resultaten die Arbeitslosigkeitsdauer in erster Linie von der allgemeinen Konjunkturlage abhängt. Darauf kann ein Einzelkanton kaum Einfluss nehmen.

  1. George Sheldon und Elena Shvartsman (2018). Bestimmungsfaktoren der kantonalen Arbeitslosigkeitsunterschiede im Zeitraum 1990–2017[]

Prof. em. Dr., Leiter der Forschungsstelle für Arbeitsmarkt- und Industrieökonomik (FAI) am Wirtschaftswissenschaftlichen Zentrum (WWZ) der Universität Basel

Dr. rer. pol., PostDoc am Lehrstuhl für Personal- und Organisationsökonomie, Wirtschafts-wissenschaftliches Zentrum (WWZ) der Universität Basel

Capital Asset Pricing Modell (CAPM)

Die in der Studie durchgeführte Paneluntersuchung beruht formal auf dem aus der Finanzmarktforschung bekannten Capital Asset Pricing Modell (CAPM), das im vorliegenden Fall die kantonalen Arbeitslosenquoten in einen konjunkturunabhängigen («Alpha») und einen konjunkturbedingten («Beta») Teil unterteilt. Grösstenteils stammen die Daten aus dem vom Staatssekretariat für Wirtschaft (Seco) geführten Informationssystem Avam (System der Arbeitsvermittlung und Arbeitsmarktstatistik). Merkmalsträger ist ein Kanton in einem gegebenen Monat.

Prof. em. Dr., Leiter der Forschungsstelle für Arbeitsmarkt- und Industrieökonomik (FAI) am Wirtschaftswissenschaftlichen Zentrum (WWZ) der Universität Basel

Dr. rer. pol., PostDoc am Lehrstuhl für Personal- und Organisationsökonomie, Wirtschafts-wissenschaftliches Zentrum (WWZ) der Universität Basel