Der Einfluss des Einkommens auf die Sterblichkeit

Inhaltsverzeichnis

Abkürzungsverzeichnis

1 Einleitung

2 Der Einfluss der Entlassung auf die Sterblichkeit

3 Prüfung der Selektions-Hypothese
3.1 Die logistische Regressionsanalyse
3.2 Die Langzeitanalyse
3.3 Ergebnisse der Prüfung auf Selektion
3.4 Kritische Beurteilung

4 Kausalität zwischen Einkommen und Gesundheit
4.1 Der negative Einfluss des Einkommens auf die Sterblichkeit
4.2 Der positive Einfluss des Einkommens auf die Sterblichkeit
4.3 Einkommen und Gesundheitsversorgung

5 Zusammenfassung und Fazit

Literaturverzeichnis

Abkürzungsverzeichnis

Abbildung in dieser Leseprobe nicht enthalten

1 Einleitung

Viele Studien haben bisher den Einfluss des sozioökonomischen Status‘ auf die Sterb- lichkeit untersucht und einen signifikanten Zusammenhang festgestellt (Adler 1994 et al.; Feinstein 1993; Kitagawa und Hauser 1973). In dieser Arbeit wird überprüft, welchen Einfluss das Einkommen auf die Sterblichkeit ausübt und welche Rolle insbesondere dabei der Aspekt der Gesundheitsversorgung spielt. Die Untersuchung dieses Zusam- menhangs soll aufzeigen, ob eine nicht frei zugängliche Gesundheitsversorgung, wie sie in den USA anzutreffen ist, Auswirkungen auf den Gesundheitszustand der Bevölkerung hat. Da ein eingeschränkter Zugang zu einer ärztlichen Versorgung aufgrund eines nicht ausreichenden Einkommens womöglich dazu führt, dass Erkrankungen nicht oder nur eingeschränkt behandelt werden, wird geprüft, inwieweit die Gesundheit und damit die Sterbewahrscheinlichkeit u.a. durch ein Gesundheitssystem beeinträchtigt wird. Als Ba- sisliteratur dient bei dieser Untersuchung eine Studie von Sullivan und von Wachter (2009) aus den USA, mit welcher in Kapitel 2 der Zusammenhang zwischen einer Entlas- sung und der Sterblichkeit analysiert wird. Die Autoren gehen der Frage nach, ob die entlassenen Personen im Vergleich zu den nicht entlassenen in den Jahren direkt nach der Kündigung eine höhere Sterbewahrscheinlichkeit aufweisen (Sullivan, von Wachter 2009: 1287). Dabei betrachten sie den Einkommensverlust, der aus der Entlassung resul- tiert, als möglichen Auslöser eines Effektes (Sullivan, von Wachter 2009: 1294). Aller- dings besteht die Möglichkeit, dass durch eine Selektion bei der Entlassung eine erhöhte Sterblichkeit nicht als Folge, sondern als Ursache der Entlassung zu interpretieren ist (Sullivan und von Wachter 2009: 1277). Dieser zentrale Aspekt wird daher anschließend in Kapitel 3 umfassend überprüft, um eine Scheinkausalität auszuschließen. Dies erfolgt mithilfe einer logistischen Regressionsanalyse von Sullivan und von Wachter (2009) und einer Langzeitanalyse von Elkeles und Seifert (1993). Anschließend findet in Kapitel 4 eine ausführliche Untersuchung des Einflusses vom Einkommen auf die Sterblichkeit statt. Unter Einbeziehung relevanter Studien wird sowohl der negative als auch positive Effekt analysiert. Die verwendeten Studien sollen Hinweise darauf geben, ob der durch ein niedrigeres Einkommen eingeschränkte Zugang zu einer ärztlichen Versorgung einen Anteil des Einflusses auf die Sterbewahrscheinlichkeit ausmacht. Außerdem sollen diese die möglicherweise bedeutende Rolle verschiedener Gesundheitssysteme in diesem Zu- sammenhang darlegen.

2 Der Einfluss der Entlassung auf die Sterblichkeit

Sullivan und von Wachter (2009) untersuchen in ihrer Studie „Job Displacement and Mortality“ den Einfluss einer Massenentlassung auf die Sterblichkeit der daraufhin er- werbslosen Personen in Pennsylvania. Es zeigt sich, dass die Erwerbslosen im Vergleich zu den Erwerbstätigen eine höhere Sterbewahrscheinlichkeit in den Jahren direkt nach der Entlassung erfahren. Dabei finden sie heraus, dass der anschließend eintretende Einkommensverlust einen hohen Anteil dieses Effektes bewirkt. Im Folgenden werden das von den Autoren genutzte Datenmaterial und die Ergebnisse ihrer Analyse erläutert.

Als Beobachtungsträger dienen Arbeitskräfte in den 1970er und 1980er Jahren aus Penn- sylvania. Sullivan und von Wachter verbinden Daten von 1974 bis 1991 über die Be- schäftigung und das Einkommen dieser Arbeitskräfte mit Aufzeichnungen über die To- desfälle von 1980 bis 2006. Erstere erhalten sie von einer Arbeitslosenversicherung, letz- tere von der „Social Security Administration“, beide aus Pennsylvania. Die Autoren fol- gen der Studie von Jacobson, LaLonde und Sullivan (1993), indem sie sich auf männliche Arbeitskräfte fokussieren, die sich in den 1970er Jahren in sehr stabilen Beschäftigungs- verhältnissen befanden, von 1974 bis 1979 denselben Hauptarbeitgeber hatten und diesen zwischen 1980 und 1986 verließen. Außerdem hatten die Beobachtungsträger eine Dienstzeit von mindestens drei Jahren und sind zwischen 1930 und 1959 geboren worden. Für ihre Arbeitgeber gilt, dass sie mindestens 50 Angestellte hatten und das Beschäfti- gungsniveau ihrer Firmen im Jahr nach der Entlassung mindestens 30% unter ihrem Höchststand seit 1974 lag. Diejenigen Arbeitskräfte, die in dem Jahr starben, in welchem die Massenentlassung durchgeführt wurde, werden aus der Stichprobe ausgeschlossen um eine Überbewertung der Schätzung zu vermeiden: Es ist nicht bekannt, ob diese entlassen worden wären, wenn sie keinen Tod erlitten hätten.

Untersucht werden die Merkmale der Arbeitskräfte im Vergleich mit denen der entlasse- nen Personen in einer Periode vor der Entlassung, 1974 bis 1979, sowie einer Periode nach der Entlassung, 1987 bis 1991. Diese Merkmale sind unter anderem das Durch- schnittseinkommen, Schwankungen des Einkommens und die Anzahl der Todesfälle. Für letztere wird u.a. zusätzlich die Sterbewahrscheinlichkeit für die Jahre 2000 bis 2006 aufgezeigt. Bedeutend für die Forschungsfrage sind die Unterschiede in den Merkmalen beider Gruppen nach der Entlassung, da die Kündigung einen starken Einkommensverlust erzeugt. Im Vergleich zeigt sich, dass die erwerbslosen Personen nahezu 10% (7,42%) niedrigere Durchschnittseinkommen in der Periode nach der Entlassung erhielten als die nicht entlassenen Arbeitskräfte. Darüber hinaus verdeutlichen Sullivan und von Wachter die signifikant höhere Anzahl an Todesfällen in der Gruppe der Erwerbslosen: Die Wahr- scheinlichkeit für diese zwischen 1987 und 1991 zu sterben war in etwa 40% höher als für die Vergleichsgruppe. Sogar ca. 20 Jahre nach der Entlassung, zwischen 2000 und 2006, war das Sterberisiko für die Erwerbslosen 15% höher (Sullivan und von Wachter 2009: 1270-76).

Sullivan und von Wachter (2009) identifizieren den Einkommenseinbruch, welcher der Entlassung folgt, als Hauptursache für die erhöhte Sterbewahrscheinlichkeit. Aus der Entlassung resultiert eine Reduktion von Ressourcen in Form von Einkommen und eine erhöhte Unsicherheit. Beides führt zu einem chronischem Stress für die Erwerbslosen und einer Einschränkung der Ausgaben für ihre Gesundheit. Der Zugang zu einer Gesund- heitsversorgung wird ihnen durch das geringere Einkommen erschwert. Solche Faktoren erzeugen einen langfristigen Anstieg im Sterberisiko (Sullivan und von Wachter 2009: 1294). Die Annahme, das Einkommen beeinflusse die Gesundheit, wurde in der Ökono- mie mehrfach untersucht und bewiesen (Rogot, Sorlie und Johnson 1992; Deaton, Paxon 1999; Klein, Unger 2001). Klein und Unger (2001) bezeichnen das Einkommen als eine der „… bestuntersuchten und meistbestätigten sozialen Determinanten der Lebenserwar- tung…“ (Klein und Unger 2001: 96).

Allerdings besteht bei der Annahme, dass eine Entlassung und somit der Einkommens- verlust zu einer erhöhten Sterblichkeit führt, eine gewisse Problematik: Arbeitsgeber könnten dazu tendieren, ihre kränkeren und somit weniger produktiven Arbeitskräfte zu entlassen (Sullivan und von Wachter 2009: 1277). Daraus ließe sich schließen, dass die erhöhte Sterbewahrscheinlichkeit nicht die Folge, sondern die Ursache der Entlassung wäre. Diese Problematik wird in der Literatur u.a. als „Selektions-Hypothese“ bezeichnet (Elkeles, Seifert 1993: 148). Auch Elkeles und Seifert (1993: 148) merken an, dass Men- schen mit einem unzulänglichen Gesundheitszustand „…schlechtere Chancen auf dem Arbeitsmarkt“ haben und somit oftmals unter den Entlassenen zu finden sind. Dies lässt sich auch auf das Einkommen beziehen: Einerseits kann Einkommen die Gesundheit be- einflussen, andererseits Gesundheit das Einkommen. Zudem besteht die Möglichkeit, dass Firmen mit hohen Entlassungsraten in dieser Hauptstudie für die Gesundheit ungüns- tige Arbeitsbedingungen bieten und sich aus diesem Grund ein höheres Sterberisiko für die entlassenen Personen ergibt (Sullivan und von Wachter 2009: 1280). Aufgrund dieser Annahmen muss im Folgenden die Selektions-Hypothese untersucht werden, bevor im Anschluss die Kausalität zwischen Einkommen und Gesundheit weiter analysiert werden kann.

3 Prüfung der Selektions-Hypothese

Dieser Abschnitt untersucht die Ursache-Wirkungs-Beziehung zwischen der Entlassung, welche als Auslöser für einen Einkommenseinbruch in der Hauptstudie genannt wird und der Gesundheit. Dafür wird die von Sullivan und von Wachter (2009) verwendete logisti- sche Regressionsanalyse einer Langzeitanalyse von Elkeles und Seifert (1993) gegen- übergestellt. Anschließend werden die Ergebnisse der Untersuchung der Selektionshypo- these aufgezeigt. Danach folgt eine kritische Beurteilung beider Vorgehensweisen.

3.1 Die logistische Regressionsanalyse

Sullivan und von Wachter (2009) verwenden eine logistische Regressionsanalyse, auch Logit Modell genannt, mit welchem sie zur Prüfung der Selektions-Hypothese verschie- dene Spezifikationen durchführen. Dafür nutzen sie das in Kapitel 2 beschriebene Da- tenmaterial aus Pennsylvania. Mit dieser Analyse versuchen sie einen möglichen Schein zusammenhang zu bestimmen: Kontrollvariablen werden im Modell kontrolliert um her auszufinden, ob die Korrelation zwischen Entlassung und Sterblichkeit auf andere Vari- ablen zurückzuführen ist, als die der Entlassung und ob letztere durch intervenierende Variablen beeinflusst wurde. Den Fall des Scheinzusammenhangs beschreibt Hübler (2005: 17-18). Als Kontrollvariablen dienen solche, die die Produktivitätsunterschiede in der Periode vor der Entlassung am besten erfassen (Sullivan, von Wachter 2009: 1277) und letztere beeinflusst haben könnten, wie z.B. das Alter: Ältere Menschen sind mögli- cherweise unproduktiver als jüngere und von einer Entlassung aufgrund von Firmen- schließungen häufiger betroffen (Winkelmann, Winkelmann 1998: 6). Der Einfluss der unabhängigen Variablen „Entlassung“ auf die abhängige Variable soll in diesem Ab- schnitt geprüft und quantifiziert werden. Die abhängige Variable ist im Falle der Prüfung des Einflusses der Entlassung auf die Sterblichkeit eine qualitative Größe und hat nur zwei Realisierungsmöglichkeiten: 1 für „Tod“ und 0 für „nicht Tod“. Werte größer als 1 wie bei der klassischen linearen Regression können daher nicht erreicht werden: Somit wäre die Anwendung eines klassischen linearen Regressionsmodells hier nicht zielfüh- rend, da die Verteilung der Werte der zu erklärenden Größe nicht linear ist, denn sie nimmt nur die eben beschriebenen zwei Werte an. U.a. beschreibt Wooldridge (2000) diesen speziellen Fall. Bei einer qualitativen Größe wird die Lösung zur Fragestellung der Kausalität möglich, indem man Wahrscheinlichkeiten für die Realisierungsmöglichkeiten einführt. Es wird eine sog. „Log Odds Ratio“ gebildet (Wooldridge 2000: 233). Diese bezeichnet allgemein das logarithmierte Chancenverhältnis: Die Wahrscheinlichkeit von „Tod“, in der folgenden Gleichung als p it bezeichnet, geteilt durch die Gegenwahrschein- lichkeit „nicht Tod“, 1- p it (Sullivan und von Wachter 2009: 1276). Der sich daraus bil- dende nicht lineare Kurvenverlauf beschreibt die Realität besser als der lineare Kurven- verlauf bei der klassischen linearen Regression.

Abbildung in dieser Leseprobe nicht enthalten

Das vorliegende Modell zeigt die abhängige Variable in Form der soeben beschriebenen „Logg Odds Ratio“ sowie die unabhängigen Variablen, mit denen die Selektions- Hypothese überprüft werden soll. P it ≡ {Death it =1| Death it-1 =0} beschreibt die Wahr- scheinlichkeit der Arbeitskraft i das Jahr t-1 zu überleben und im Jahr t zu sterben. D it stellt den Entlassungs-Dummy dar, welcher als Indikatorvariable genutzt wird. Diese nimmt den Wert 1 an, wenn Arbeitskraft i vor Jahr t entlassen wurde und 0 sonst. Damit werden solche Arbeitskräfte ausgeschlossen, die im Jahr der Entlassung sterben. Der Ko- effizient dieser Indikatorvariablen misst den Anstieg im logarithmierten Chancenverhält- nis in einem bestimmten Jahr, ceteris paribus. Dieser Anstieg gibt somit näherungsweise die prozentuelle Zunahme der Sterbewahrscheinlichkeit an (Sullivan, von Wachter 2009: 1276-77). Das Φ t steht für Jahresdummys, die in allen späteren Spezifikationen zur Über- prüfung der Selektions-Hypothese eingefügt werden. Diese sollen die Schwankungen über die Zeit kontrollieren, die sich möglicherweise in den Daten der Arbeitslosenversi- cherung befinden. Die unabhängige Dummy-Variable χ a(i,t) beschreibt ein Polynom vier- ten Grades für das Alter. Mit diesem sollen Einflüsse auf die Entlassung, die aus Alters- unterschieden resultieren, kontrolliert werden. Von den Altersunterschieden wird ange- nommen, dass sie die Entlassung nicht linear beeinflussen. In den Vektor x i sollen bei den Spezifikationen, die bei der Prüfung der Selektions-Hypothese durchgeführt werden, u.a. die oben erläuterten Kontrollvariablen eingefügt werden, um die Scheinkorrelation zu überprüfen. Wird die Selektions-Hypothese bestätigt, würden ohne diese Kontrollvariab- len die unterschiedlichen Produktivitätsunterschiede in den Koeffizienten von D it einflie- ßen. Dies könnte zu einer Überbewertung des Einflusses der Entlassung auf die Sterb- lichkeit führen und somit zu einer fälschlichen Kausalitätsannahme. Verändert sich durch das Einfügen der Kontrollvariablen der Koeffizient von D it, ist von Multikollinearität auszugehen: mehrere Variablen wären stark korreliert mit der Entlassung (Wooldridge 2000: 95). Wird angenommen, dass tatsächlich alle Variablen, die einen Einfluss auf die Entlassung haben könnten, berücksichtigt wurden, wird mit dieser Vorgehensweise die Selektion aus D it „herausgefiltert“ und es erscheint ein „von Selektion bereinigter“ Koef- fizient. Daher bezeichnen die Autoren die Vorgehensweise als eine Robustheitsprüfung des Koeffizienten des Entlassungs-Dummys (Sullivan, von Wachter 2009: 1277). Für die Schätzung der beschriebenen Parameter wird die sog. Maximum-Likelihood-Methode verwendet (Sullivan, von Wachter 2009: 1276).

Verändert sich der Koeffizient von D it in einer der Spezifikationen wesentlich, da die Kontrollvariablen einen Einfluss auf die Entlassung ausüben, ist davon auszugehen, dass bei letzterer eine Selektion stattgefunden hat. Bleibt der Wert des Koeffizienten konstant, ist eine Kausalität zwischen dem Einkommen und der Sterbewahrscheinlichkeit anzu- nehmen.

3.2 Die Langzeitanalyse

Elkeles und Seifert (1993) beschreiben in ihrem Artikel „Arbeitslose und ihre Gesundheit“ ihre Langzeitanalyse (Elkeles, Seifert 1992) über den Einfluss der Arbeitslosigkeit auf die Gesundheit in Deutschland. Bevor auf die Vorgehensweise zur Überprüfung der Selektions-Hypothese eingegangen wird, werden im Folgenden vorab kurz das Datenmaterial und die Ergebnisse ihrer Studie vorgestellt.

Als Beobachtungsträger dienen Haushalte in Deutschland. Die Personen aus unterschied- lichen Berufsgruppen sind im Alter zwischen 18 und 64 Jahren und haben zwischen 1984 und 1988 an allen Befragungen teilgenommen. Die Daten erhalten die Autoren vom So- zio-ökonomischen Panel (SOEP). Zu den untersuchten Aspekten dieser repräsentativen Wiederholungsbefragung gehört auch die Gesundheitszufriedenheit.

[...]