Die Lohnlücke in der Zeitarbeit

Die Analysen in den nachfolgenden Abschnitten basieren auf dem Regionalfile der Stichprobe der Integrierten Arbeitsmarktbiografien 1975 bis 2019 (SIAB‑R 7519) sowie der VSE 2018. Das SIAB‑R 7519 ist eine 2 %-Stichprobe der IEB, welche einen administrativen Nutzen erfüllt und daher sehr genaue Informationen liefert (Frodermann et al. 2021). Die hier angegebenen Löhne werden z. B. dazu genutzt, die Beiträge zur Arbeitslosen- und Rentenversicherung der Personen zu berechnen. Aus diesem Grund erfolgt nur eine Meldung der Löhne bis zur Beitragsbemessungsgrenze, darüberliegende Löhne werden als auf der Beitragsbemessungsgrenze liegend gemessen.

Dies stellt auch den größten Nachteil der IEB dar. Diese Rechtszensierung der Lohninformationen kann insbesondere für Hochqualifizierte zu einer Verzerrung der Ergebnisse führen, da der ausgewiesene Lohn in solchen Fällen geringer ist als der tatsächliche. Um diesem Problem zu begegnen, werden die zensierten Lohninformationen auf Basis einer Tobit-Regression imputiert (Dauth und Eppelsheimer 2020). Diese Methode ist in der einschlägigen Literatur weit verbreitet und wird in einer Reihe von Studien verwendet (siehe z. B. Jahn 2010). Mit ihrer Hilfe kann zusätzlich zum Median dann auch der Mittelwert berechnet werden. Um die Validität der deskriptiven Ergebnisse zu überprüfen, werden alle Analysen sowohl für den Mittelwert als auch für den Median durchgeführt (siehe Bachmann et al. 2022a).

Darüber hinaus fehlt in den IEB bei vielen Beobachtungen die Information zu den Bildungsabschlüssen. Um dieses Problem zu beheben, wird mittels des von Dauth und Eppelsheimer (2020) bereitgestellten Skripts eine Korrektur der fehlenden Informationen vorgenommen. Diese Korrektur basiert auf der von Fitzenberger et al. (2006) vorgeschlagenen Methode, die individuelle Verlaufsinformationen zum Bildungsstand nutzt. Hierdurch reduziert sich die Anzahl nicht verwertbarer Beobachtungen deutlich. Ein weiterer Nachteil der Daten ist, dass diese keine Informationen zu den gearbeiteten Stunden zur Verfügung stellen, sondern lediglich zwischen Voll- und Teilzeit unterscheiden. Aus diesem Grund ist keine Analyse der Stundenlöhne möglich.

Für die Analysen werden die Informationen aus dem Jahr 2018 verwendet, einige Variablen wie die Betriebszugehörigkeit oder die Dauer der Leistungsbezüge werden jedoch basierend auf den Informationen aus den vergangenen Jahren berechnet. Die Identifikation von Beschäftigten in der Zeitarbeit erfolgt über die Angabe des Wirtschaftszweigs des Verleihbetriebs. Nachdem alle Beobachtungen gelöscht wurden, in denen fehlende Informationen bei einer für die Analyse wichtigen Variable vorliegen, besteht die finale Stichprobe basierend auf den IEB aus insgesamt 508.630 Beobachtungen. Hiervon sind 11.068 Personen in Zeitarbeit beschäftigt.

Die VSE ist eine vom Statistischen Bundesamt alle vier Jahre durchgeführte zweistufige Stichprobenerhebung über Beschäftigungsverhältnisse (Statistisches Bundesamt 2020a). Die abgefragten Daten beziehen sich jeweils auf einen kompletten Berichtsmonat (April), so dass all diejenigen, die nicht den kompletten Monat beschäftigt waren, nicht in der Erhebung berücksichtigt werden. Um eine hohe Repräsentativität zu gewährleisten, werden auf der ersten Stufe der Erhebung Betriebe geschichtet nach Bundesland, Wirtschaftszweig und Betriebsgrößenklasse ausgewählt. Auf der zweiten Stufe werden innerhalb der Betriebe Beschäftigungsverhältnisse per Zufallsverfahren ausgesucht. Die VSE-Daten umfassen unter anderem Angaben zum Verdienst, zum Geschlecht, zum Geburtsjahr, zur Dauer der Betriebszugehörigkeit, zum Ausbildungsabschluss und zum Beruf. Zusätzlich werden Merkmalsausprägungen über das Beschäftigungsverhältnis erhoben. Dazu zählen die Anzahl der bezahlten Arbeitsstunden, Angaben über vorhandene Tarifverträge, Angaben zur Leistungsgruppe und zur Art der Beschäftigung. Wie bei den IEB-Daten erfolgt auch bei der VSE die Identifikation von Beschäftigten in der Zeitarbeit über die Angabe des Wirtschaftszweigs des Verleihbetriebs.

Für das verwendete Berichtsjahr 2018 wurden die Daten von 60.000 Betrieben und 1,0 Mio. Beschäftigungsverhältnissen erfasst und ausgewertet (Statistisches Bundesamt 2023). Die Auswertungen der vorliegenden Studie nutzen den vorliegenden gebundenen Hochrechnungsfaktor, so dass die Ergebnisse für in Deutschland beschäftigte Personen repräsentativ sind.

Zur Untersuchung der Unterschiede in den geschätzten Lohnlücken zwischen der VSE und der IEB, werden zunächst konsistente Stichproben basierend auf den beiden Datensätze erstellt. Hierzu wurde die Stichprobe auf sozialversicherungspflichtig Beschäftigte ohne besondere Merkmale im Alter zwischen 17 und 62 Jahren eingeschränkt.

Deskriptive Statistiken für beide Datensätze sind in Tab. 1 zu finden. In IEB und VSE zeigen sich bei den sozio-demografischen Merkmalen ähnliche Unterschiede zwischen Zeitarbeitnehmer/-innen und Personen außerhalb der Zeitarbeit. Beispielsweise sind Zeitarbeitnehmer/-innen tendenziell jünger, seltener weiblich und seltener teilzeitbeschäftigt. Zudem ist zu erkennen, dass Zeitarbeitnehmer/-innen deutlich häufiger in Helfer-Tätigkeiten und deutlich seltener als Spezialist/-in oder Expert/in beschäftigt sind als nicht Zeitarbeitnehmer/-innen. Die beiden Gruppen unterscheiden sich ebenfalls deutlich im Hinblick auf das Bildungsniveau. So ist zum Beispiel unter den Zeitarbeitnehmer/-innen der Anteil an Beschäftigten in der Kategorie „Volks‑/Hauptschule, mittlere Reife ohne BA“ höher als bei den nicht Zeitarbeitnehmer/-innen der Anteil von Personen mit Universitätsabschluss deutlich niedriger.⁶

Aus der einschlägigen theoretischen und empirischen Literatur ist zu erwarten, dass die beobachtete Ausstattung an sozio-demographischen Charakteristika dazu führt, dass Zeitarbeitnehmer/-innen über einen geringeren Lohn verfügen als die nicht Zeitarbeitnehmer/-innen. Lediglich die Unterschiede im Geschlecht und der geringere Anteil an Teilzeitbeschäftigen würden nicht erwarten lassen, dass Zeitarbeitnehmer/-innen über einen geringeren Lohn verfügen. Diesen Kompositionseffekten wird in Abschn. 3 näher nachgegangen.

Tab. 2 enthält die monatlichen Lohnlücken unter Verwendung der IEB und der VSE für die eingeschränkten Stichproben. Dieser Ansatz führt zu anderen Ergebnissen als die aus den aggregierten Berichten errechneten Lohnlücken (siehe Abschn. 1), da er die beiden beschriebenen Hauptprobleme berücksichtigt, nämlich Unterschiede im gewählten Indikator, d. h. Mittelwert vs. Median, und die Heterogenität der Stichproben.

Die folgende Tabelle zeigt die anhand des Mittelwerts berechnete Lohnlücke für die gesamte Stichprobe und für die Stichprobe der Vollzeitbeschäftigten für die IEB- und VSE-Daten. Im Allgemeinen sind die Lohnlücken etwas kleiner als die Lohnlücken, die in aggregierten Statistiken ausgewiesen werden.

Für die IEB-Daten ergibt sich eine Lohnlücke von 35,9 % und für die VSE-Daten eine Lohnlücke von 28,8 %. Werden nur Vollzeitbeschäftigte betrachtet, steigt die Lohnlücke etwas an. Für die VSE erhöht sich die Lohnlücke durch die Einbeziehung von Beobachtungen mit fehlenden Werten für das Bildungsniveau auf 30,3 %. für die gesamte Stichprobe und 38,3 % für Vollzeitbeschäftigte. Die Tabelle zeigt auch, dass die Unterschiede im Verdienstabstand zwischen beiden Stichproben größtenteils aus unterschiedlichen Verdiensten für Zeitarbeitskräfte resultieren, während die Verdienste für Nicht-Zeitarbeitskräfte sehr ähnlich sind.⁷ Der Bruttomonatsverdienst in den Daten der VSE 2018 erlaubt eine getrennte Untersuchung ihrer einzelnen Komponenten, z. B. bzgl. dem Entgelt für Überstunden und andere Zuschläge z. B., Schicht‑, Samstags‑, Sonntags‑, Feiertags- oder Nachtarbeit.⁸ Hierbei zeigt sich, dass die Lohnlücke mit und ohne Überstunden und Zuschläge sowohl in den deskriptiven als auch in den empirischen VSE-Analysen sehr ähnlichen ausfällt.

Ein Grund für Lohnunterschiede könnten auch Kompositionseffekte sein. Vergleicht man die Merkmale der Gesamtstichprobe für die IEB- und VSE-Daten (Tab. 1), so zeigt sich für die VSE-Daten, dass bei Personen außerhalb der Zeitarbeit die Betriebszugehörigkeit um fast 9 Jahre höher liegt als bei Zeitarbeitskräften. Zudem zeigt sich ein geringerer Anteil von Beschäftigten im Anforderungsniveau Helfer, bei leicht höheren Anteilen in allen anderen Kategorien. Eine mögliche Erklärung für diese Unterschiede ist, dass die VSE-Daten für den Monat April erhoben werden. In den IEB sind hingegen alle Zeitarbeitnehmer/-innen enthalten, auch wenn sie nur einen Tag lang gearbeitet haben. Die resultierenden Kompositionseffekte werden in Abschn. 3 und 4 explizit berücksichtigt.

Außerdem geht ein erheblicher Teil der Zeitarbeitnehmer/-innen verloren, da die Bildungsinformationen in den Daten fehlen. Tab. A 2 in Bachmann et al. (2022a) zeigt die durchschnittlichen Löhne für die VSE, wenn diese Gruppe nicht aus den Daten entfernt wird. Um eine Vergleichbarkeit der Ergebnisse mit Abschn. 3 zu gewährleisten, beziehen sich jedoch alle weiteren Analysen auf die kleinere Stichprobe. Aus diesen Gründen sollten die Ergebnisse basierend auf der VSE mit Vorsicht interpretiert und eher als untere Grenze der Ergebnisse betrachtet werden.

Ein Großteil der Lücke im Monatslohn zwischen Zeitarbeitnehmer/-innen und nicht Zeitarbeitnehmer/-innen kann dadurch erklärt werden, dass die beiden Gruppen nicht vollständig vergleichbar sind, weil sie unterschiedliche demografische Merkmale aufweisen. Selbst bei konsistenten Stichproben, wie sie in Tab. 2 verwendet wurden, bleiben deutliche Unterschiede in Bezug auf demografische Merkmale bestehen.

In diesem Abschnitt analysieren wir die Lohneffekte von Zeitarbeit auf Basis erweiterter Mincer’scher Lohnfunktionen (Mincer 1974). Hierbei wird der logarithmierte Lohn auf eine Reihe gängiger Kontrollvariablen sowie auf eine Indikatorvariable regressiert, die angibt, ob eine Person in Zeitarbeit beschäftigt ist oder nicht. Um zu untersuchen, wie sich der Effekt der Zeitarbeitsvariablen verändert, wenn für verschiedene beobachtbare Charakteristika kontrolliert wird, wird die Schätzung zunächst nur mit einer Konstanten und einer Variable (z_i), die angibt, ob es sich bei der Person um eine/-n Zeitarbeitnehmer/-in handelt, geschätzt. Das Schätzmodell hat also die folgende Form:wobei X_i einen Vektor sozio-ökonomischer Charakteristika bezeichnet. Der geschätzte Koeffizient δ kann, bei erwartetem negativem Vorzeichen, approximativ⁹ als prozentualer Lohnnachteil von Zeitarbeitnehmern/-innen gegenüber nicht Zeitarbeitnehmern/-innen interpretiert werden. φ_i stellt hier den normalverteilten Fehlerterm mit Mittelwert 0 und Varianz σ² dar. Die Berechnung robuster Standardfehler erfolgt mithilfe des Huber/White/Sandwich-Schätzers. Um den Einfluss von beobachtbaren Charakteristika zu untersuchen, wird das Modell zunächst nur mit einer Konstanten und dem Zeitarbeitsindikator geschätzt (Modell I) und dann sukzessive um für den Lohn relevante Variablen erweitert (Modell II–IV):¹⁰ in Modell II sind zusätzlich das Alter, das Alter in quadrierter Form, das Geschlecht und ob die Person vollzeitbeschäftigt ist sowie die Betriebszugehörigkeit und die Betriebszugehörigkeit in quadrierter Form enthalten. In Modell III wird zusätzlich noch für das Ausbildungsniveau und in Modell IV für das Anforderungsniveau kontrolliert.

Tab. 3 zeigt die Höhe der Punktschätzer für die Koeffizienten der Zeitarbeitsvariablen basierend auf der IEB und der VSE. Es wird ersichtlich, dass sich die Lohnlücke basierend auf den IEB durch die zusätzliche Kontrollvariablen von ursprünglich 0,443 log-Punkten (35,8 %) auf 0,222 log-Punkte (19,9 %) reduziert. Der ursprüngliche „rohe“ Lohnnachteil sinkt also deutlich, wenn für weitere beobachtbare Faktoren kontrolliert wird. Wie schon bei den deskriptiven Analysen, fällt die Lohnlücke basierend auf der VSE geringer aus. Hier ist eine „rohe“ Lohnlücke in Höhe von 0,265 log-Punkten (23,3 %) zu erkennen. Nach Hinzunahme aller Kontrollvariablen reduziert sich die Lücke auf lediglich 0,062 log-Punkte (6 %).¹¹

Tab. 4 stellt die geschätzten Koeffizienten für die Vollzeitbeschäftigten dar. Wie auch bei den deskriptiven Analysen fällt die Lohnlücke hier über beide Datensätze hinweg höher aus. In der IEB beträgt die „rohe“ Lohnlücke 0,564 log-Punkte (43,1 %) und reduziert sich durch die Hinzunahme aller Kontrollvariablen auf 0,271 log-Punkte (23,7 %). In der VSE beträgt die „rohe“ Lohnlücke hingegen lediglich 0,416 log-Punkte (34 %) und reduziert sich bis auf 0,128 log-Punkte (12 %) nachdem alle Kontrollvariablen im Modell aufgenommen wurden.

In einer zusätzlichen Analyse wurde eine Kitagawa-Oaxaca-Blinder-Zerlegung durchgeführt, um den Unterschied in der Lohnlücke zwischen Personen innerhalb und außerhalb der Zeitarbeit in einen erklärten und einen unerklärten Teil zu zerlegen. Aufgrund der sehr unterschiedlichen Gruppengrößen führt dieser Zerlegungsansatz wie zu erwarten zu nahezu identischen Ergebnissen, sowohl bei den Monatslöhnen als auch bei den in Abschn. 4.1 untersuchten Stundenlöhnen (siehe Bachmann et al. 2022a).

Um die Lohnlücke zwischen Zeitarbeitnehmern/-innen und Stammbeschäftigten zu identifizieren, wird im Folgenden das Verfahren des „Propensity Score Matchings“ angewendet.¹² Hierbei wird jedem/-r Zeitarbeitnehmer/-in im Datensatz ein „statistischer Zwilling“ zugewiesen. Idealerweise würde man jedem/-er Zeitarbeitnehmer/-in einen/-e vergleichbaren/-e nicht Zeitarbeitnehmer/-in zuweisen, der/die exakt die gleichen beobachtbaren Charakteristika aufweist. Dies stellt sich in der Praxis jedoch als schwierig dar, da die Anforderungen an die Daten in der Regel zu hoch sind. Daher wird auf „nicht exakte Matching-Methoden“ zurückgegriffen. Hierbei wird für jede Beobachtung im Datensatz mittels einer Probit-Schätzung die Wahrscheinlichkeit geschätzt, in Zeitarbeit beschäftigt zu sein. In einem nächsten Schritt wird anhand dieses Propensity Scores eine vergleichbare Person aus dem Datensatz gesucht, die nicht in Zeitarbeit beschäftigt ist, aber basierend auf ihren beobachtbaren Charakteristika die (nahezu) gleiche Wahrscheinlichkeit hat, in Zeitarbeit beschäftigt zu sein.¹³

Um den Propensity Score zu berechnen, wurde folgendes Probit-Modell geschätzt:wobei \(\Pr \left[z_{i}=1|K_{i}\right]\) die Wahrscheinlichkeit angibt, dass die Person in Zeitarbeit beschäftigt ist, konditional auf die beobachteten Charakteristika K_i. In diesem Vektor ist das Alter und das Alter in quadratischer Form, eine Dummy-Variable für das Geschlecht, die Monate der Betriebszugehörigkeit und diese in quadrierter Form sowie Indikatorvariablen für das Ausbildungsniveau sowie das Anforderungsniveau enthalten.¹⁴ Die Ergebnisse der Probit-Schätzungen für die Bestimmung des Propensity Scores sind in Bachmann et al. (2022a), Tab. A 8 enthalten. Ein Vergleich der Gruppe der Zeitarbeitnehmer/-innen mit der auf den Propensity Score gematchten Gruppe zeigt, dass das Matching erfolgreich war, d. h. nach dem Matching sind die beobachtbaren Charakteristika der Zeitarbeitnehmer/-innen nahezu identisch mit denen der nicht Zeitarbeitnehmer/-innen (siehe Tab. A 10 in Bachmann et al. 2022a).¹⁵

Abb. 1 stellt die Differenzen der logarithmierten Monatslöhne basierend auf der nicht gematchten (also der ursprünglichen) sowie der gematchten („statistische Zwillinge“) Stichprobe dar, separat für alle Beschäftigten sowie für die Vollzeitbeschäftigten. Für die IEB ist zu sehen, dass sich die Lohnlücke von ursprünglichen 0,423 log-Punkten (34,5 %) auf eine Differenz von nur noch 0,135 log Punkten (12,7 %) reduziert, wenn eine vergleichbarere Referenzgruppe zur Berechnung der Lohnlücke verwendet wird. Bei den Vollzeitbeschäftigten reduziert sich die Lohnlücke von ursprünglich 0,564 log-Punkten (43,1 %) auf eine Differenz von nur noch 0,194 log-Punkten (17,6 %).

Wie bei allen vorangegangenen Analysen, fällt die Lohnlücke basierend auf der VSE geringer aus als die Lohnlücke basierend auf den IEB. Für alle Beschäftigten fällt die Lohnlücke von ursprünglich 0,320 log-Punkten (27,4 %), auf 0,067 log-Punkte (6,5 %), wenn eine Referenzgruppe basierend auf dem Propensity-Score-Matching verwendet wird. Für die Vollzeitbeschäftigten fällt die Lohnlücke von ursprünglich 0,442 log-Punkten (35,7 %), auf 0,106 log-Punkte (10 %).¹⁶

Im Folgenden führen wir, analog zum Monatslohn, ökonometrische Analysen des Stundenlohns durch. Hierzu verwenden wir ein ähnliches Modell wie in Gl. 1, wobei der Stundenlohn s_i die abhängige Variable ist. Das Schätzmodell hat dann die folgende Form:wobei X_i einen Vektor sozio-ökonomischer Charakteristika bezeichnet. z_i gibt an, ob es sich bei der Person um eine/-n Zeitarbeitnehmer/-in handelt. υ_i stellt hier den normalverteilten Fehlerterm mit Mittelwert 0 und Varianz σ² dar.

Die Ergebnisse der Regressionsanalyse für die Gesamtstichprobe sind in Tab. 6, für Vollzeitbeschäftigte in Tab. 7 abgebildet. Die vollständigen Ergebnisse sind in Tab. A 12 und Tab. A 13 in Bachmann et al. (2022a) zu finden. In diesem Fall zeigen die Diagramme die geschätzten Koeffizienten für die Stundenlöhne (in blau) und die geschätzten Koeffizienten für den Bruttomonatsverdienst (in grün). Dabei wird, wie bei der Analyse des Monatslohns, zwischen vier Modellen unterschieden. Das erste Model gibt den geschätzten Effekt ohne Kontrollvariablen an. In der Schätzung des zweiten Models wird für das Alter, das Alter in quadrierter Form, für das Geschlecht und ob die Person vollzeitbeschäftigt ist sowie die Betriebszugehörigkeit und die Betriebszugehörigkeit in quadrierter Form kontrolliert. Bei dem dritten Model wird zusätzlich noch für das Ausbildungsniveau und beim Vierten für das Anforderungsniveau kontrolliert.

Die „rohe“ Lohnlücke für die Gesamtstichprobe, das Ergebnis des ersten Modells, liegt bei 0,285 log-Punkten (24,8 %). Je mehr Kontrollvariablen berücksichtigt werden, desto kleiner wird die Lücke, bis sie schließlich beim vierten Modell auf 0,026 log-Punkte (2,5 %) sinkt. Verglichen mit den Ergebnissen derselben Analyse für Monatslöhne, ist die Lücke für die Stundenlöhne meist kleiner. Nur die „rohe“ Lohnlücke ist mit 0,265 log-Punkten für die Monatslöhne etwas kleiner. Danach verlaufen die Ergebnisse etwa parallel. Beim Übergang von Modell I auf Modell II fällt zudem auf, dass der Rückgang bei den Stundenlöhnen deutlich stärker ausgeprägt ist als bei den Monatslöhnen. Dies lässt sich darauf zurückführen, dass die Lohnlücke beim Monatslohn für Vollzeitbeschäftigte größer ist als für das Gesamtsample. Somit wird der Rückgang der Lohnlücke beim Übergang von Modell I auf Modell II tendenziell gebremst, da in Modell II zusätzlich für den Status Vollzeit kontrolliert wird.

Bei den Vollzeitbeschäftigten zeigt Tab. 7 für alle Modelle eine größere Lohnlücke. Die „rohe“ Lohnlücke ist mit 0,339 log-Punkten (28,8 %) am größten. Sie nimmt in den weiteren Modellen ab und liegt beim vierten Model bei 0,045 log-Punkten (4,4 %). Damit ist die Lohnlücke beim Stundenlohn für Vollzeitbeschäftigte zwar größer als für die Gesamtstichprobe, aber in allen Modellen kleiner als die Monatslohnlücke für Vollzeitbeschäftigte.

Um die Lohnlücke bei den Stundenlöhnen zwischen Zeitarbeitnehmer/-innen und Stammbeschäftigten zu identifizieren, wird, wie in Abschn. 3.2 für den Monatslohn, mittels Propensity Score Matching jedem/r Zeitarbeitnehmer/-innen im Datensatz ein „statistischer Zwilling“ zugewiesen. Inm ersten Schritt wird der Propensity Score auf der Grundlage eines Probit-Modells berechnet. Die Ergebnisse dieses Probit-Modells sind identisch mit denen in Tab. A 8 in Bachmann et al. (2022a, Spalten III und IV), da dieselben Kontrollvariablen einbezogen werden. In einem zweiten Schritt wird mit dem Matching-Ansatz eine „bereinigte“ Lücke auf der Grundlage der Stundenlöhne berechnet, indem Personen mit demselben Propensity Score, d. h. mit nahezu identischen beobachtbaren Merkmalen, verglichen werden.¹⁸

Abb. 2 stellt die Differenzen der logarithmierten Stundenlöhne basierend auf der nicht gematchten (also der ursprünglichen) sowie der gematchten („statistische Zwillinge“) Stichprobe für die Gesamtstichprobe und Vollzeitbeschäftigte dar. Durch die Berechnung mithilfe einer vergleichbaren Referenzgruppe verändert sich die Stundenlohnlücke für die Gesamtstichprobe leicht zugunsten der Zeitarbeitnehmer/-innen. Für die nicht gematchte Stichprobe liegt sie bei 0,314 log-Punkten (26,95 %) und für die gematchte Stichprobe sinkt die Lohnlücke in der gematchten Stichprobe nahezu auf null.

Für die Vollzeitbeschäftigten ergibt sich ein ähnliches Bild, obwohl die Lohnlücke hier bestehen bleibt. Von 0,357 log-Punkten (30,02 %) für die nicht gematchte VZ-Stichprobe sinkt die Stundenlohnlücke auf 0,010 log-Punkte (1,00 %), bleibt also auf der Seite der Zeitarbeitnehmer/-innen, wenn auch sehr klein, bestehen. Im Vergleich zu den Monatslöhnen reduzieren die statistischen Zwillinge die Stundenlohnlücke deutlich stärker. Die Monatslohnlücken bleiben in allen Spezifikationen größer.