Advertisement

Vertikale und horizontale soziale Ungleichheit und Motivation zum vorzeitigen Erwerbsausstieg

  • Jean-Baptist du PrelEmail author
  • Christine Schrettenbrunner
  • Hans Martin Hasselhorn
Originalien
  • 71 Downloads

Zusammenfassung

Hintergrund

Die Dauer des Erwerbsverbleibs wird im Zuge des demografischen Wandels mit alternden und schrumpfenden Belegschaften immer bedeutsamer. Vorangegangene Studien zeigten, dass sich soziale Gruppen in arbeitsbezogenen und individuellen Merkmalen unterscheiden, die ihrerseits mit einer vorzeitigem Erwerbsausstiegsmotivation assoziiert sind.

Ziel der Arbeit

Ziel war es daher zu untersuchen, ob sich ältere Arbeitnehmer aus verschiedenen sozialen Gruppen in ihrer Motivation und den Determinanten zum vorzeitigem Erwerbsausstieg unterscheiden.

Material und Methoden

In der prospektiven lidA-Kohortenstudie (www.lida-studie.de) wurden sozialversichert Beschäftigte der Geburtsjahrgänge 1959 und 1965 zu Arbeit, Gesundheit und Erwerbsteilhabe befragt. Basierend auf den Daten der 3961 Beschäftigten, die zu beiden Studienwellen (2011, 2014) in Arbeit waren, wurden Assoziationen zwischen Merkmalen der horizontalen (Geschlecht, Migrationshintergrund) und vertikalen (Bildung) sozialen Ungleichheit und der Erwerbsausstiegsmotivation mittels hierarchischer logistischer Regression und Interaktionsanalyse untersucht.

Ergebnisse

Es zeigt sich ein Bildungsgradient in Bezug auf die Erwerbsausstiegsmotivation in erwarteter Richtung. Männliche ältere Beschäftigte wollen seltener als weibliche vor dem 65. Lebensjahr aus dem Erwerbsleben ausscheiden; in niedrigen Bildungsschichten wollen dies zugewanderte Arbeitnehmer (1. Generation) seltener als solche ohne eigene Migrationserfahrung. In der Interaktionsanalyse zeigten sich neben der Interaktion von Migrationsstatus und Bildung keine weiteren moderierenden Effekte arbeitsbezogener und nichtarbeitsbezogener Variablen auf die Beziehung der Sozialvariablen und den Erwerbsausstiegswunsch.

Schlussfolgerung

Die vorgestellten Befunde legen nahe, dass sich die Frage der Erwerbsperspektive im höheren Erwerbsalter für soziale Gruppen unterschiedlich darstellt. Deren Beweggründe und die letztendliche Umsetzung müssen noch weiter untersucht werden. Daraus können sich Konsequenzen für Betriebe und die Politik in Bezug auf den Erhalt von Arbeitskraft ergeben.

Schlüsselwörter

Erwerbsausstiegsmotivation Geschlecht Migrationshintergrund Bildung Logistische Regression 

Vertical and horizontal social inequality and motivation for early retirement

Abstract

Background

Over the course of the demographic transition with an aging and shrinking work force, work participation of older employees becomes more and more important. Earlier investigations found social groups to be different in work-related and individual aspects, which were shown to be associated with motivation for early retirement.

Objective

The aim of the study was to investigate the differences between older employees from distinct social groups in the motivation and determinants for early retirement.

Material and methods

Within the framework of the prospective lidA cohort study (www.lida-studie.de) socially insured employees born in 1959 and 1965 were asked about work, health and work participation. Based on data from the 3961 participants who were employed at the time of both study waves (2011, 2014), associations between variables of horizontal (gender, migration background) and vertical (education) social inequality and motivation for early retirement were analyzed with multiple logistic regression and interaction analysis.

Results

There was an educational gradient regarding the motivation to retire in the expected direction. The wish to retire before the age of 65 years was less common in male than in female older employees. Employees with a lower level of education and with a first generation migration background wished to retire early significantly less frequently than those without a migration background. Besides the interaction between migration background and education there were no further significant moderating effects of work-related or non-work-related variables on the association of social variables and the wish to retire early.

Conclusion

According to the results there are differences between social groups of older employees in the motivation to retire early. The reasons and the final realization still have to be investigated. As a result, consequences for companies and politics with respect to the preservation of the work force can arise.

Keywords

Motivation to retire early Gender Migration background Education Logistic regression 

Notes

Danksagung

Das dieser Publikation zugrunde liegende Vorhaben „Arbeitsmarktteilhabe im höheren Erwerbsalter“ wurde im Zeitraum 2016–2018 mit Mitteln aus dem Zukunftsfonds des Ministeriums für Innovation, Wissenschaft und Forschung des Landes NRW gefördert. Die Verantwortung für den Inhalt dieser Veröffentlichung liegt bei den Autoren/Autorinnen.

Einhaltung ethischer Richtlinien

Interessenkonflikt

J.-B. du Prel, C. Schrettenbrunner und H.M. Hasselhorn geben an, dass kein Interessenkonflikt besteht.

Dieser Beitrag beinhaltet keine von den Autoren durchgeführten Studien an Menschen oder Tieren.

The supplement containing this article is not sposored by industry.

Literatur

  1. 1.
    Ahrens W, Bellach BM, Jöckel KH (Hrsg) (1998) Messung soziodemographischer Merkmale in der Epidemiologie. RKI Schriften München: MMV Medizin VerlagGoogle Scholar
  2. 2.
    Autoren der Bildungsberichterstattung (2016) Bildung in Deutschland 2016. Ein indikatorengestützter Bericht mit einer Analyse zu Bildung und Migration. https://www.bildungsbericht.de/de/bildungsberichte-seit-2006/bildungsbericht-2016/pdf-bildungsbericht-2016/bildungsbericht-2016. Zugegriffen: 13. Nov. 2017Google Scholar
  3. 3.
    Bélanger A, Sabourin P, Carrière Y (2015) National Report Canada” It is the full report of the respective. In: Hasselhorn HM, Apt W (Hrsg) Understanding employment participation of older workers: Creating a knowledge base for future labour market challenges. Research Report. Federal Ministry of Labour, Social Affairs (BMAS) and Federal Institute for Occupational Safety and Health (BAuA), BerlinGoogle Scholar
  4. 4.
    Brett TD, Arnold-Reed DE, Hince DA, Wood IK, Moorhead RG (2009) Retirement intentions of general practitioners aged 45–65 years. Med J Aust 191(2):75–77 (Jul)Google Scholar
  5. 5.
    Carr E, Hagger-Johnson G, Head J, Shelton N, Stafford M, Stansfeld S, Zaninotto P (2016) Working conditions as predictors of retirement intentions and exit from paid employment: a 10-year follow-up of the English Longitudinal Study of Ageing. Eur J Ageing 13:39–48CrossRefGoogle Scholar
  6. 6.
    Chandola T, Siegrist J, Marmot M (2005) Do changes in effort-reward imbalance at work contribute to an explanation of the social gradient in angina? Occup Environ Med 62:223–230.  https://doi.org/10.1136/oem.2004.016675 CrossRefGoogle Scholar
  7. 7.
    de Wind A, Geuskens GA, Ybema JF, Blatter BM, Burdorf A, Bongers PM, van der Beek AJ (2014) Health, job characteristics, skills, and social and financial factors in relation to early retirement—results from a longitudinal study in the Netherlands. Scand J Work Environ Health 40(2):186–194.  https://doi.org/10.5271/sjweh.3393 CrossRefGoogle Scholar
  8. 8.
    Engstler H (2018) Wie erfolgreich sind ältere Arbeitskräfte in der zeitlichen Umsetzung ihrer Ausstiegspläne?CrossRefGoogle Scholar
  9. 9.
    Graham JW, Olchowski AE, Gilreath TD (2007) How many imputations are really needed? Some practical clarifications of multiple imputation theory. Prev Sci 8:206–213.  https://doi.org/10.1007/s11121-007-0070-9 CrossRefGoogle Scholar
  10. 10.
    Gustafson P (2017) The gendered economics of synchronized retirement. Res Aging.  https://doi.org/10.1177/0164027517724491 Google Scholar
  11. 11.
    Hasselhorn HM, Apt W (2015) Understanding employment participation of older workers: creating a knowledge base for future labour market challenges. Research Report.. Federal Ministry of Labour, Social Affairs (BMAS) and Federal Institute for Occupational Safety and Health (BAuA), BerlinGoogle Scholar
  12. 12.
    Hasselhorn HM, Peter R, Rauch A et al (2014) Cohort profile: the lidA cohort study—a German cohort study on work, age, health and work participation. Int J Epidemiol 2014:1736–1749.  https://doi.org/10.1093/ije/dyu021 CrossRefGoogle Scholar
  13. 13.
    Hasselhorn HM, Ebener M, Müller BH (2015) Determinanten der Erwerbsteilhabe im höheren Erwerbsalter – das „lidA-Denkmodell zu Arbeit, Alter und Erwerbsteilhabe“. Z Sozialreform 61(4):403–432Google Scholar
  14. 14.
    Heponiemi T, Kouvonen A, Vänskä J, Halila H, Sinervo T, Kivimäki M, Elovainio M (2008) Health, psychosocial factors and retirement intentions among Finnish physicians. Occup Med (lond) 58(6):406–412.  https://doi.org/10.1093/occmed/kqn064 CrossRefGoogle Scholar
  15. 15.
    Loretto W, Vickerstaff S (2012) The domestic and gendered context for retirement. Hum Relations 66:65–86CrossRefGoogle Scholar
  16. 16.
    Mielck A (2000) Soziale und gesundheitliche Ungleichheit. Huber, BernGoogle Scholar
  17. 17.
    Nicolaisen M, Thorsen K, Eriksen SH (2012) Jump into the void? Factors related to a preferred retirement age: gender, social interests, and leisure activities. Int J Aging Hum Dev 75(3):239–271CrossRefGoogle Scholar
  18. 18.
    Nübling, M., Stössel, U., Hasselhorn, H.-M., Martina, M., & Hofmann, F. (2005). Methoden zur Erfassung psychischer Belastungen: Erprobung eines Messinstrumentes (COPSOQ); Abschlussbericht zum Projekt „Methoden zur Erfassung psychischer Belastungen – Erprobung eines Messinstrumentes (COPSOQ)“ Schriftenreihe der Bundesanstalt für Arbeitsschutz und Arbeitsmedizin – Projekt F 1885 https://www.copsoq.de/assets/pdf/BUCH-coposq-dt-baua-2005-Fb1058.pdf. Zugegriffen: 26.09.2018
  19. 19.
    Phillipson C, Smith A (2005) Extending working life: a review of the research literature. Department for work and pensions research report no. 299, corporate document services. Leeds. https://www.keele.ac.uk/csg/downloads/researchreports/Extending%20working%20life.pdf. Zugegriffen: 26.09.2018
  20. 20.
    Radl J (2013) Labour market exit and social stratification in western europe: the effects of social class and gender on the timing of retirement. Eur Sociol Rev 29(3):654–668CrossRefGoogle Scholar
  21. 21.
    Raghunathan TE, Lepkowski JM, Van Hoewyk J, Solenberger P (2001) A multivariate technique for multiply imputing missing values using a sequence of regression models. Surv Methodol 27:85–95Google Scholar
  22. 22.
    Schröder H, Kersting A, Gilberg R, Steinwede J (2013) Methodenbericht zur Haupterhebung lidA – leben in der Arbeit. FDZ Methodenreport 1/2013. Bundesagentur für Arbeit, Nürnberg. http://doku.iab.de/fdz/reporte/2013/MR_01-13.pdf. Zugegriffen: 26.09.2018Google Scholar
  23. 23.
    Siegrist J (1996) Adverse health effects of high-effort/ low- reward conditions. J Occup Health Psychol 1:27–41CrossRefGoogle Scholar
  24. 24.
    Siegrist J, Starke D, Chandola T, Godin I, Marmot M, Niedhammer I, Peter R (2004) The measurement of effort-reward imbalance at work: European comparisons. Soc Sci Med 58:1483–1499CrossRefGoogle Scholar
  25. 25.
    Siegrist J, Wahrendorf M, von dem Knesebeck O, Jürges H, Börsch-Supan A (2006) Quality of work, well-being, and intended early retirement of older employees: baseline results from the SHARE Study. Eur J Public Health 17(1):62–68CrossRefGoogle Scholar
  26. 26.
    Solem PE, Syse A, Furunes T, Mykletun RJ, De De Lange A, Schaufeli W, Ilmarinen J (2014) To leave or not to leave: retirement intentions and retirement behaviour. Ageing Soc 36:259CrossRefGoogle Scholar
  27. 27.
    Statistisches Bundesamt (2017) g20 in Zahlen. Gipfel der G20-Staaten in Hamburg 2017. https://www.destatis.de/DE/Publikationen/Thematisch/Internationales/G20/BroschuereG20InZahlen_0000167179004.pdf?__blob=publicationFile. Zugegriffen: 10. Dez. 2017Google Scholar
  28. 28.
    Steinwede J, Kleudgen M, Häting A, Schröder H (2015) Methodenbericht zur Haupterhebung lidA – 2.Welle. FDZ-Methodenreport 7/2015. Bundesagentur für Arbeit, Nürnberg. http://doku.iab.de/fdz/reporte/2013/MR_01-13.pdf. Zugegriffen: 26.09.2018Google Scholar
  29. 29.
    Taylor AW, Pilkington R, Feist H, Dal Grande E, Hugo G (2014) A survey of retirement intentions of Baby Boomers: an overview of health, social and economic determinants. BMC Public Health 14:355.  https://doi.org/10.1186/1471-2458-14-355 CrossRefGoogle Scholar
  30. 30.
    The American Association for Public Opinion Research (2016) Standard definitions: final dispositions of case codes and outcome rates for surveys, 9. Aufl. AAPOR. https://www.aapor.org/AAPOR_Main/media/publications/Standard-Definitions20169theditionfinal.pdf. Zugegriffen: 26.09.2018
  31. 31.
    Venti S, Wise DA (2015) The long reach of education: early retirement. J Econ Ageing 6:133–148CrossRefGoogle Scholar
  32. 32.
    Uenal H, Mayer B, du Prel JB (2014) Choosing appropriate methods for missing data in medical research: a decision algorithm on methods for missing data. J Appl Quant Methods 9(4):1842–4562Google Scholar
  33. 33.
    Volanen SM, Suominen S, Lahelma E, Koskenvuo K, Koskenvuo M, Silventoinen K (2010) Sense of coherence and intentions to retire early among Finnish women and men. BMC Public Health 10:22.  https://doi.org/10.1186/1471-2458-10-22 CrossRefGoogle Scholar
  34. 34.
    Wahrendorf M, Dragano N, Siegrist J (2013) Social position, work stress, and retirement intentions: a study with older employees from 11 European countries. Eur Sociol Rev 29(4):792–802.  https://doi.org/10.1093/esr/jcs05 CrossRefGoogle Scholar
  35. 35.
    Wirtz M, Nachtigall C (2012) Statistische Methoden für Psychologen). Deskriptive Statistik, Bd. 1. Beltz Juventa, WeinheimGoogle Scholar

Copyright information

© Springer Medizin Verlag GmbH, ein Teil von Springer Nature 2018

Authors and Affiliations

  • Jean-Baptist du Prel
    • 1
    Email author
  • Christine Schrettenbrunner
    • 1
  • Hans Martin Hasselhorn
    • 1
  1. 1.Fakultät für Maschinenbau und Sicherheitstechnik, Lehrstuhl für ArbeitswissenschaftBergische Universität WuppertalWuppertalDeutschland

Personalised recommendations