1887

OECD Multilingual Summaries

Job Creation and Local Economic Development 2018

Summary in German

Cover
Die komplette Publikation finden Sie unter:
10.1787/9789264305342-en

Schaffung von Arbeitsplätzen und lokale Wirtschaftsentwicklung 2018

Zusammenfassung in Deutsch

Technologische Innovationen, wie Automatisierung und Digitalisierung, kurbeln das Produktivitätswachstum an, steigern die Einnahmen, schaffen neue Arbeitsplätze und können so zu einer Anhebung des Lebensstandards beitragen. Aber wird diese neue Zukunft der Arbeit die Kluft zwischen den Menschen überbrücken oder vertiefen? Welche Arbeitskräfte werden durch Roboter und künstliche Intelligenz ersetzt? Wie können sich Arbeitskräfte anpassen und die Vorteile der Technologie nutzen? Und wie werden sich diese Veränderungen an unterschiedlichen Orten vollziehen?

Dieser Bericht zeigt, dass der geografische Standort für die Zukunft der Arbeit von Bedeutung ist. Das Risiko der Arbeitsplatzautomatisierung ist in einigen Gegenden größer als in anderen. Innerhalb der Länder gibt es auch bei den durch die Technologie begünstigten atypischen Beschäftigungsformen deutliche Unterschiede. Sie haben Einfluss auf die Zugangsmöglichkeiten zu qualitativ hochwertiger Beschäftigung. Nationale Politiken, die mit Maßnahmen nachgeordneter Gebietskörperschaften abgestimmt sind, können dazu beitragen, eine produktivitätssteigernde Automatisierung und Digitalisierung zu fördern, die nicht zu Lasten der Inklusion geht.

Die Auswirkungen der Automatisierung auf die Arbeitsplätze werden in den Regionen und Kommunen der OECD‑Länder uneinheitlich sein

Die geografische Verteilung der Berufe mit hohem Automatisierungsrisiko variiert in den Regionen von 21 OECD‑Ländern um mehr als das Neunfache. Zwar ist in allen Regionen ein beachtlicher Anteil der Arbeitsplätze von der Automatisierung bedroht, doch erreicht der Anteil der stark gefährdeten Arbeitsplätze in einigen Regionen nahezu 40% (beispielsweise in der Westslowakei), während er in anderen Gegenden (z.B. der Region um Oslo) nicht mehr als rd. 4% betragen kann. Innerhalb der Länder variiert der Anteil der Arbeitsplätze mit hohem Automatisierungsrisiko. In Kanada unterscheidet sich dieser Anteil zwischen den am besten und den am schlechtesten abschneidenden Regionen nur um 1 Prozentpunkt, in Spanien hingegen um 12 Prozentpunkte.

Erfreulich ist, dass es den meisten Regionen (60%) seit 2011 gelungen ist, mehr Arbeitsplätze mit geringerem Automatisierungsrisiko zu schaffen als sie in Sektoren mit hohem Automatisierungsrisiko verloren haben. Die Regionen, in denen der Anteil der von Automatisierung bedrohten Arbeitsplätze geringer ist, zeichnen sich durch Arbeitskräfte mit hohem Bildungsabschluss, einem starken Sektor handelbarer Dienstleistungen und eine ausgeprägte Urbanisierung aus. Regionen, die bereits ein geringes Produktivitätswachstum und eine hohe Arbeitslosigkeit aufweisen, werden auch in Zukunft mit größerer Wahrscheinlichkeit stärker unter der Automatisierung leiden und damit ihre Leistungsdefizite noch weiter verschärfen. Die Politikverantwortlichen stehen daher vor schwierigen Entscheidungen, bei denen sie abwägen müssen zwischen der notwendigen Förderung der Automatisierung, um die Produktivität zu steigern, und der erforderlichen Bewältigung kurz‑ und mittelfristiger Beschäftigungsverluste infolge der Automatisierung.

Die uneinheitlichen Auswirkungen der Automatisierung in den einzelnen Regionen können die Ungleichheiten bei den Beschäftigungsbedingungen an verschiedenen Standorten potenziell verstärken. Um diese Unterschiede zu überwinden, sollte die Politik bei den Kompetenzen der Arbeitskräfte sowie dem technologischen Upgrading der Unternehmen ansetzen. Ausbildungs‑ und Umschulungsmaßnahmen können auf Arbeitskräfte mit hohem Automatisierungsrisiko ausgerichtet werden, wie u.a. Hilfskräfte in der Lebensmittelzubereitung oder LKW‑Fahrer. Die Einbindung der Arbeitgeber in die Kompetenzentwicklung ist wichtig, um die Kompetenzen zu ermitteln, die auf dem lokalen Arbeitsmarkt gefragt sind. Politikmaßnahmen, die insbesondere in Regionen, die stark von Sektoren mit hohem Automatisierungsrisiko abhängig sind, den Übergang zu neuen wirtschaftlichen Tätigkeiten mit höherer Wertschöpfung erleichtern, sind ebenfalls von entscheidender Bedeutung. Die Schaffung eines unternehmerischen Umfelds, das Investitionen in nachhaltige Produktionsprozesse begünstigt, unterstützt einen solchen Übergang.

Atypische Beschäftigungsformen nehmen ebenfalls in ungleicher und bedenklicher Weise zu

Technologische Veränderungen in der Arbeitswelt tragen möglicherweise auch zu dem in den meisten OECD‑Ländern beobachteten Anstieg befristeter Beschäftigungsverhältnisse und der Teilzeitarbeit bei. Auch hier muss die Politik den innerhalb der Länder bestehenden Unterschieden Rechnung tragen. In Griechenland beispielsweise hat der Anteil der atypischen Beschäftigungsverhältnisse zwischen 2010 und 2016 in einer Region um 7% zugenommen, in einer anderen jedoch um 11% abgenommen.

Befristete Beschäftigungsverhältnisse sind unter Frauen, jungen Menschen oder geringqualifizierten Arbeitskräften weiterverbreitet; eine Rolle spielen dabei aber auch die Gegebenheiten der lokalen Wirtschaft. Bei Geringqualifizierten ist die Wahrscheinlichkeit, einen befristeten Arbeitsvertrag zu haben, in ländlichen Gebieten größer als in Städten. Regionen mit einem kleineren Sektor handelbarer Güter beschäftigen in der Regel mehr Kräfte mit befristeten Verträgen. Mit anderen Worten wird der Anteil atypischer Beschäftigungsverhältnisse in wirtschaftlich bereits schlechtgestellten Regionen tendenziell höher ausfallen.

Während der Anteil der selbstständig Erwerbstätigen in den vergangenen Jahren insgesamt stabil geblieben ist, nimmt der Anteil der selbstständig Beschäftigten ohne Angestellte weiter zu. Dazu trägt unter anderem der Anstieg der Teilzeit‑Selbständigkeit bei, der seit zehn Jahren in 25 von 31 OECD‑Ländern zu beobachten ist. Die regionalen Unterschiede im Anteil der in Selbstständigkeit ausgeübten Berufe können in mehreren Ländern um 10 Prozentpunkte oder mehr schwanken. Die Digitalisierung der Wirtschaft, insbesondere die „Gig‑Economy“ hat hierbei eine Rolle gespielt. Sie hat zu prekären Formen der Selbstständigkeit geführt, mit geringerem oder gar keinem Sozialversicherungsschutz. Maßnahmen, die die negativen Auswirkungen prekärer Selbstständigkeit bekämpfen, ebenso wie Maßnahmen, die das lokale Geschäftsumfeld verbessern, sind in diesem Zusammenhang wichtig.

Produktivität und Inklusivität können aber auch Hand in Hand gehen

Zwar steigert die Technologie die Arbeitsproduktivität in der Regel in vielen Berufen, doch fühlen sich einige Gruppen u.U. zunehmend vom Arbeitsmarkt ausgeschlossen oder finden sich in Arbeitslosigkeit, im Niedriglohnsektor oder in atypischer Beschäftigung gefangen. Maßnahmen zur Integration benachteiligter Gruppen – wie Langzeitarbeitslose, Menschen mit Behinderungen und Migranten – werden für die soziale Kohäsion und die Bewältigung von Ungleichheiten von entscheidender Bedeutung sein.

In den OECD‑Regionen gehen höhere Produktivitätsniveaus und höhere Inklusionsraten in der Regel tatsächlich Hand in Hand. Allerdings scheinen in ein und demselben Land bei identischem Produktivitätsniveau einige Regionen bei der Inklusion besser abzuschneiden als andere.

Rund 30% der OECD‑Bevölkerung lebt in Regionen, die sowohl ihre Produktivität wie auch die Inklusion (definiert als Erwerbsbeteiligungsquote) seit 2006 erfolgreich verbessert haben. Aber etwa die Hälfte der OECD‑Bevölkerung lebt in Regionen, in denen das Produktivitätswachstum mit einem Rückgang der Inklusion einherging. Europäische Städte waren insgesamt effizienter als Städte in Amerika, wenn es darum ging, Produktivität und Inklusion gleichzeitig zu steigern. Betrachtet man ein breiteres Spektrum an Beschäftigungs‑, Kompetenz‑ und Einkommensvariablen im Rahmen eines zusammengesetzten Inklusionsindikators, ergeben sich ähnliche regionale Tendenzen.

Viele Politikbereiche leisten sowohl einen Beitrag zur Produktivität als auch zur Inklusion, von der Arbeits‑ über die Innovations‑ bis hin zur Verkehrspolitik. Die empirischen Belege untermauern die Bedeutung von auf die lokalen Gegebenheiten zugeschnittenen Lösungen in allen Politikbereichen. Dieser Bericht hebt hervor, dass die Arbeitsmarktinklusion sozial schwacher und benachteiligter Bevölkerungsgruppen erhöht werden kann, wenn ihnen vorberufliche Kompetenzen vermittelt und Schulungen angeboten werden, bei denen die Zielgruppen in die Programmgestaltung und ‑durchführung einbezogen und diese Anstrengungen in einen von der örtlichen Bevölkerung selbst getragenen Entwicklungsprozess integriert werden. Ein Beispiel von Politikanstrengungen zugunsten indigener Bevölkerungsgruppen wird näher untersucht.

Die Sozialwirtschaft kann bei diesen Anstrengungen als zusätzlicher Pfeiler fungieren, da sie häufig die Beschäftigung benachteiligter Personen zum Ziel hat. Die Unterstützung sozialer Unternehmen durch bessere Rahmenvorschriften, den Zugang zu Mainstream‑Finanzierungsmöglichkeiten (einschl. Bürgschaften) und eine maßgeschneiderte Unternehmensunterstützung sind potenzielle Wege zur Förderung der Sozialwirtschaft. Des Weiteren profitieren Organisationen der Sozialwirtschaft von der Unterstützung des öffentlichen Sektors durch öffentliche Aufträge, Beschäftigungssubventionen und längerfristige Förderprogramme.

© OECD

Übersetzung durch den Deutschen Übersetzungsdienst der OECD.

Die Wiedergabe dieser Zusammenfassung ist unter Angabe der Urheberrechte der OECD sowie des Titels der Originalausgabe gestattet.

Zusammenfassungen in Drittsprachen enthalten auszugsweise Übersetzungen von OECD-Publikationen, deren Originalfassungen in englischer und französischer Sprache veröffentlicht wurden.

OECD

Die komplette englische Fassung erhalten Sie bei OECD iLibrary!

© OECD (2018), Job Creation and Local Economic Development 2018, OECD Publishing.
doi: 10.1787/9789264305342-en

This is a required field
Please enter a valid email address
Approval was a Success
Invalid data
An Error Occurred
Approval was partially successful, following selected items could not be processed due to error