A Decomposition of Local Labour-Market Conditions and Their Relevance for Inequalities in Transitions to Vocational Training.

Autor/inn/en	Hillmert, Steffen; Hartung, Andreas; Weßling, Katarina
Titel	A Decomposition of Local Labour-Market Conditions and Their Relevance for Inequalities in Transitions to Vocational Training. Gefälligkeitsübersetzung: Eine Dekomposition regionaler Arbeitsmarktbedingungen und ihrer Relevanz für Ungleichheiten beim Übergang in die Berufsausbildung.
Quelle	In: European sociological review, 33 (2017) 4, S. 534-550Infoseite zur Zeitschrift PDF als Volltext kostenfreie Datei (1); PDF als Volltext (2); PDF als Volltext kostenfreie Datei (3) Link als defekt meldenVerfügbarkeit
Sprache	englisch
Dokumenttyp	online; gedruckt; Zeitschriftenaufsatz
ISSN	0266-7215; 1468-2672
DOI	10.1093/esr/jcx057
URN	urn:nbn:de:0168-ssoar-53552-3 urn:nbn:de:0111-pedocs-148906
Schlagwörter	Soziale Ungleichheit; Bildungsangebot; Bildungsnachfrage; Berufsbildung; Arbeitslosigkeit; Arbeitsmarkt; Duales Ausbildungssystem; Ausbildungsverlauf; Regionaler Faktor; Schulabgänger; Deutschland; Deutschland-Westliche Länder
Abstract	We investigate to what extent individual transitions to vocational training in Germany have been affected by local labour-market conditions. A statistical decomposition approach is developed and applied, allowing for a systematic differentiation between long-term change, short-term fluctuations, and structural regional differences in labour-market conditions. To study individual-level consequences for transitions to vocational training, regionalized labour-market data are merged with longitudinal data from the National Educational Panel Study, and multivariate transition-rate models are fitted. The results indicate that structural differences between regions have had significant effects on the transition behaviour of school leavers, whereas temporary crises have been of only minor relevance. Moreover, different groups have been affected to different degrees by varying labour-market conditions. We also highlight the usefulness of our decomposition approach for a broader set of applications.
Erfasst von	GESIS - Leibniz-Institut für Sozialwissenschaften, Mannheim
Update	2018/1