In ihrem Artikel "Local attributes and migration balance – evidence for different age and skill groups from a machine learning approach" zeigen Moritz Meister, Annekatrin Niebuhr (beide Institut für Arbeitsmarkt- und Berufsforschung), Jan Cornelius Peters (Thünen-Institut) und Johannes Stiller (ehemals Thünen-Institut, jetzt Expertenkommission Forschung und Innovation) inwiefern regionale Wanderungssalden, die sich aus der Binnenwanderung von Arbeitskräften ergeben, mit regionalen Eigenschaften zusammenhängen. Dabei analysieren sie auch die Heterogenität der Zusammenhänge zwischen Alters- und Qualifikationsgruppen.
Ihr ökonometrisches Modell kann als eine aggregierte Formulierung eines Zwei-Regionen-Zufallsnutzenmodells verstanden werden. Um zu berücksichtigen, dass eine Vielzahl von Faktoren potenzielle Determinanten der Binnenwanderung darstellen und diese Merkmale häufig miteinander zusammenhängen, wenden die Autorinnen und Autoren Techniken des maschinellen Lernens (Lasso, Complete-Subset-Regression) an. Die Ergebnisse deuten darauf hin, dass aus Sicht vieler Arbeitskräfte insbesondere Regionen attraktiv sind, die zwar außerhalb, aber in der Nähe großer städtischer Zentren liegen. Die Stärke dieses Zusammenhangs ist je nach Alters- und Qualifikationsgruppe allerdings sehr unterschiedlich. Darüber hinaus korrelieren die Arbeitsmarktbedingungen und einige Annehmlichkeiten signifikant mit dem regionalen Wanderungssaldo. Erstere und insbesondere die Verfügbarkeit von Ausbildungsplätzen sind erwartungsgemäß vor allem für junge Arbeitskräfte von Bedeutung.
Meister M, Niebuhr A, Peters JC, Stiller J (2023) Local attributes and migration balance – evidence for different age and skill groups from a machine learning approach. Reg Sci Policy Pract. https://doi.org/10.1111/rsp3.12652
