识别产妇就业中的潜在结构：关于 德国父母福利改革

相似文件 换一批

是 否 +2 论坛币

k人 参与回答

经管之家送您一份

应届毕业生专属福利!

求职就业群

赵安豆老师微信：zhaoandou666

经管之家联合CDA

送您一个全额奖学金名额~ !

立即领取

感谢您参与论坛问题回答

经管之家送您两个论坛币！

+2 论坛币

摘要翻译：
本文利用C-Lasso（一种最近发展起来的纯数据驱动的分类方法）来识别母性对就业影响中潜在的群体结构。此外，我利用一种识别策略，结合了急剧回归间断设计和预测就业概率的假设检验，评估了2007年德国慷慨的父母福利改革的引入对不同集群群体的影响。C-Lasso方法使母亲之间的就业效应具有异质性，这些就业效应被归类为先验未知数量的集群组，每个集群组都有其特定的群体效应。使用新的德国行政数据，C-Lasso确定了改革前后三个不同的集群组。我的研究结果揭示了母亲就业中显著的未观察到的异质性，改革对所识别的集群群体的就业模式产生了不同的影响。
---
英文标题：
《Identifying Latent Structures in Maternal Employment: Evidence on the
  German Parental Benefit Reform》
---
作者：
Sophie-Charlotte Klose
---
最新提交年份：
2020
---
分类信息：

一级分类：Economics        经济学
二级分类：General Economics        一般经济学
分类描述：General methodological, applied, and empirical contributions to economics.
对经济学的一般方法、应用和经验贡献。
--
一级分类：Quantitative Finance        数量金融学
二级分类：Economics        经济学
分类描述：q-fin.EC is an alias for econ.GN. Economics, including micro and macro economics, international economics, theory of the firm, labor economics, and other economic topics outside finance
q-fin.ec是econ.gn的别名。经济学，包括微观和宏观经济学、国际经济学、企业理论、劳动经济学和其他金融以外的经济专题
--

---
英文摘要：
  This paper identifies latent group structures in the effect of motherhood on employment by employing the C-Lasso, a recently developed, purely data-driven classification method. Moreover, I assess how the introduction of the generous German parental benefit reform in 2007 affects the different cluster groups by taking advantage of an identification strategy that combines the sharp regression discontinuity design and hypothesis testing of predicted employment probabilities. The C-Lasso approach enables heterogeneous employment effects across mothers, which are classified into an a priori unknown number of cluster groups, each with its own group-specific effect. Using novel German administrative data, the C-Lasso identifies three different cluster groups pre- and post-reform. My findings reveal marked unobserved heterogeneity in maternal employment and that the reform affects the identified cluster groups\' employment patterns differently.
---
PDF下载：
--> English_Paper.pdf (921.6 KB)

2022-4-19 18:51:53 上传

扫码加我 拉你入群

请注明：姓名-公司-职位

以便审核进群资格，未注明则拒绝

分享0 收藏0 回帖

关键词：Quantitative Contribution introduction QUANTITATIV Identifying

识别母亲就业中的潜在结构：德国父母福利改革的证据索菲-夏洛特·克洛泽（Sophie-Charlotte Klose）本文利用最近发展起来的纯数据驱动的分类方法C-Lasso来揭示母亲就业中的潜在群体结构。此外，我们还评估了2007年德国慷慨的父母福利改革的引入，如何利用一种结合了锐进不连续性设计和预测就业概率假设检验的IDENTI策略来解决这些集群群体的问题。C-Lasso方法支持跨母亲的异构就业，这些母亲被归类为先验未知数量的集群组，每个集群组都有自己的组特性。利用新颖的德国行政数据，C-Lasso Identi发现了改革前后的三个独立的集群组。关键词：女性就业、生育率、父母福利、C-Lasso、潜在群体结构、动态非线性panelJEL代码:J13、J18、J21、C33、C38*德国杜伊斯堡-埃森大学管理学系，电子邮件:sophie-charlotte.klose@uni-due.de。我很感谢我的导师玛丽·保罗教授对我的支持和鼓励。她的大量评论和建议使这篇论文有了很大的改进。我感谢Bernd Fitzenberger博士、Marie Paul博士和ArnimSeidlitz教授在数据准备方面进行了富有成效的合作。此外，我感谢德国科学基金会(DFG)通过优先项目1764“全球化世界中的德国劳动力市场”提供的支持。1导言过去几十年来，随着妇女参与劳动力市场的程度增加，而生育率同时下降，政策制定者面临鼓励生育和努力让分娩后的妇女接近劳动力市场的挑战(Raute(2019))。在几乎所有欧洲经济体中，带薪育儿假政策都试图通过提供就业保护和一定程度的收入替代来缓解这一挑战，这降低了育儿机会成本，并促进了生育后重返就业。这些政策的设计取决于对母亲劳动力供应的准确估计。提供母亲就业的准确估计是复杂的，因为母亲在孩子出生后对劳动力供应的反应非常不同。然而，研究者往往忽略了就业年龄的异质性，只估计了就业年龄的平均值。有时也会研究教育或年龄等可观察特征的非持久性（例如，Angristand Evans(1998)；Fitzenberger et al.(2013))。一些研究表明，儿童年龄对产妇劳动力供给的影响在高收入（高教育程度）和低收入（低教育程度）妇女之间存在差异（例如，Troske and Voicu(2010)；Troske and Voicu(2013))。由于生育的机会成本较高，受过高等教育和高收入的妇女通常比受过教育和收入较低的同龄人更容易对劳动力市场做出反应（Lundborg et al.(2018))。这种模式表现在所谓的“婴儿差距”(Raute(2019)):教育和完全生育之间的负关系，导致高教育和低教育妇女之间的生育差异。然而，就业差异也可能在不可观察的特征方面存在差异：根据数据的潜在结构，有一个孩子可能是一个非常有效的女性群体。估计平均就业差异可能隐藏就业轨迹中重要的和潜在的政策相关差异。

改革也可能改变群体的构成，并改变孩子对母亲就业的影响。在本文中，我特别关注通过数据决定的分组来识别母亲就业的潜在结构。这是一个重要的问题，因为政策制定者需要关于这方面的最准确的信息才能做出适当的反应。一种机器学习方法在欧洲对育儿假的概述参见，例如，Pronzato(2009)。正在呼吁研究母亲就业决策中潜在的异质性，因为它没有为潜在的群体结构提出任何建模机制的具体规定。我在这篇论文中的目标是双重的。首先，我研究了母亲在分娩六年后重返工作岗位的不同模式。为此目的，我将母亲分类到一个先验数目的未知聚类群中。每个母亲的群体成员完全是先验未知的。在每一组中，儿童就业年龄的E值是相同的，而在所有组中，儿童就业年龄的E值是不同的。我使用的计量经济学方法是isa最近开发的，纯粹由数据驱动的分类方法，由Su et al.(2016)提出，称为C-Lasso。它分离出三个就业年龄相似的母亲群体：一组在分娩后迅速返回就业岗位的母亲，一组平均就业较少的母亲，以及一组在出生后在返回就业岗位前休大量家庭假的母亲。这一发现揭示了孩子年龄对母亲就业影响的明显的未观察到的异质性。与最近使用的Fréuhwirth-Schnatteret Al进行的纯粹描述性的母亲出生后职业轨迹分析形成鲜明对比。(2016)，C-Lasso技术实现了同时进行组分类和各组COE的Oracle-E cientcommission。此外，C-Lasso方法允许在不均匀程度未知的情况下在斜率上存在不均匀性。据我所知，C-Lasso方法只在一个分层模型中用于估计就业工资的异质性（见Wange et al.(2019))。其次，我想弄清楚最近的德国育儿假改革，作为过去几十年德国家庭政策中最重要的改革之一，是如何在分娩后形成一个固定的母亲异质性就业模式的。这项改革极大地改变了父母对分娩后缺勤时间的补偿。新的父母福利于2007年开始实施，为ERS提供了在分娩后14个月内慷慨的、依赖收入的收入替代办法，或为在产前没有劳动力的妇女提供3600欧元的基本现金转移。相比之下，旧计划下的福利资格是经过经济状况调查的，只针对低收入家庭。尽管如此，尽管新的福利计划将福利激励措施提高了高达21,000欧元，但来自直接教育和收入群体的母亲之间的福利转移存在巨大的间接费用。为了衡量直接教育集群群体对这一改革的反应程度，以及对政策影响母亲就业的经验证据的时代新视角，我本着Kluve和Schmitz(2018)的精神，采用了一个sharpregression dincontinution(RD)设计。为了在C-Lasso方法的面板结构模型中识别reforme被固定的ECTs，我使用了一个IDENTI-策略，该策略利用了对预测就业概率的假设检验。

作为我的数据集，我使用了一个小说式的行政数据集，其中来自德国养老金登记处的关于分娩的精确信息与德国女性就业传记相匹配。如果育儿假改革对母亲的劳动力供应如何响应孩子的年龄产生了不同的反应，我应该观察三个集群组中预测就业概率的直接变化。我的实证分析确实发现了群体间改革反应中显著的潜在异质性：改革对中等规模的群体产生了强烈的负面和长期的影响，而它稍微鼓励了最大的群体在筋疲力尽后立即就业。我的发现有助于发展动态结构生命周期模型和关于劳动力供给、生育和家庭政策的准实验文献。以往的文献（如Carrasco(2001)；Hyslop(1999)；Michaud andTatsiramos(2011)；Mo-Tt(1984))对女性劳动力供给和生育率进行了联合分析，发现劳动力供给决策具有明显的国家依赖性和未观察到的异质性，但没有将其证据与育儿假政策直接联系起来。使用动态life-cyclemodels的文献传统上将劳动力供给决策指定为一个阈值交叉模型，并估计该模型的ARANDOM-E Exheled ECTS版本。相反，我将C-Lasso应用于一个动态的e-ectsprobit模型，因为它避免了未观察到的非均质性分布的任意限制和与协变量的相关性，并避免了初始条件问题。最近的一些论文（例如，Troske and Voicu(2010)；Troske and Voicu(2013))通过将上述动态结构生命周期模型扩展到一个考虑劳动力市场和生育决策的内生性、子女生育决策的异质性及其与生育决策的相关性以及连续劳动力市场决策的相关性的框架，来估计出生对母亲随后就业的因果关系。这两篇论文都集中在平均职业道路上生育时间和间隔的异质性上。尽管大部分文献都在一个严格的框架内评估了儿童在劳动力供给方面的ECT异质性，Fréuhwirthschnatter等。（2016）根据我的知识，通过对单独的集群群体职业轨迹进行建模，为母亲劳动力市场结果中更普遍的异质性提供唯一的结构模型证据。利用贝叶斯马尔可夫链聚类分析，作者将女性分为具有非常明确的长期轨迹的群组。他们的方法纯粹是描述性的，因为作者侧重于聚类过渡过程（育儿假的进出、不就业和直接就业形式），而不是可信的孤立因果路径。与本研究相比，我可以同时提供群体分类和对就业儿童年龄的估计。此外，我的识别策略结合了尖锐的研发设计和对预测就业概率的假设检验，可以分离出最近父母福利改革的因果路径--尽管是在需要提出的强有力的假设下。关于德国带薪育儿假的准实验性文献主要集中在产妇就业政策上（特别见Bergemann和Riphahn(2011)；Greyer等人（2015）；Kluveand Tamm(2013)；Kluve和Schmitz(2018)；Sch-onberg和Ludsteck(2014))。所有论文均采用asharp RD设计或双阳双阳设计，对育儿假改革前不久生孩子的母亲（对照组）和改革后不久生孩子的母亲（治疗组）进行自然实验。

来自controland治疗组的母亲在产假持续时间和转移方面都面临着不稳定的带薪产假。总的来说，研究中有一个很大的共识：2007年慷慨的带薪育儿假改革在短期内产生了强烈的抑制工作的因素。Schéonberg和Ludsteck(2014)分析了产假覆盖面的适当扩大对母亲产后劳动力市场结果的影响，并发现每次扩大都会在短期内降低母亲的产后就业率，而长期的就业率很小。格雷耶等人。（2015）发现，尤其是改革后产前收入较高的母亲，在分娩后的第一年比改革前有更多的动机呆在家里。然而，对于低收入母亲来说，她们有更强的动力在筋疲力尽后工作。Kluve和Schmitz(2018)还研究了父母福利改革的中期就业问题。作者发现了相当多的积极和统计意义的母亲就业率，最高可达10%。积极的影响集中在收入分配的高水平和高水平的母亲身上，而低收入母亲并不受益。最新的文献也评估了对生育率的影响（见Raute(2019))。Raute(2019)使用2007年最近的育儿假改革中产假福利的大幅变化，在一个双收入设计中，增加福利和收入群体对生育率产生了积极的和具有统计学意义的影响，主要由处于收入分配中高端的妇女驱动。我沿着几个重要的维度补充了关于育儿假政策的准实验性文献。最重要的是，我提供了证据，说明德国最近的父母改革是如何解决孤立的集群群体就业模式的。与仅估计政策对就业的平均影响相比，这些群体特有的政策对产妇就业的影响可能更具政策相关性。以往文献的另一个局限性是，多集中在基于可观测数据的政策变化的异质性上。与上述文献相反，一方面，我不能破译异质性的主要决定因素，因为这在基于可观察到的分析中是可行的。然而，另一方面，我的方法通过考虑母亲就业决策中的潜在结构，提供了一个更完整的政策变化如何影响母亲就业的画面。最后，我的关于育儿假异质性的证据对政策制定者设计育儿假立法尤其重要。本文的其余部分结构如下。第2节阐述了德国育儿假立法变革的制度背景，并描述了德国育儿假立法通过何种机制来解决母亲的异质性就业问题。第三节介绍了Su等人的面板结构模型和C-Lasso技术。（2016年）。第4节描述了本研究中使用的数据集，第5节报告了主要的研究结果，第6节总结了论文。附录中列出了主要表格。2机构背景2.1德国父母福利改革在德国，自20世纪50年代中期以来，母亲有权享受ZF提供的产前六周和产后八周的带薪假期，育儿假条例在20世纪70年代末开始的一系列改革中不断扩大。自1979年以来，母亲获得产后六个月的工作保护，自1992年以来，这一保护扩大到产后最多36个月。

在此期间，ZF提供的补贴已经延长到休假期间的两年，并针对低收入家庭。然而，在2007年，德国父母福利制度开始生效，通过考虑抚养孩子的机会成本，对女性放弃的收入进行了更慷慨的补偿。以前的福利计划“育儿津贴”（Erziehungsgeld）是针对低收入家庭的，慷慨程度要低得多。它提供了两种选择：选择1包括出生后24个月内每月最多300欧元（共计7200欧元），选择2包括出生后12个月内每月450欧元（共计5400欧元）。福利资格下两个方案都要对家庭收入进行经济状况调查，资格标准不允许在领取福利期间每周工作超过30小时。在有权获得父母津贴的父母中，大多数人（66%）选择了方案1，只有10%选择了方案2。2007年1月1日，一项新的父母离职津贴，即“父母津贴”（Elterngeld）取代了以前的津贴条例。表1总结了新的父母福利改革导致的福利制度的变化。改革的目标是“通过育儿津贴促进家庭在分娩后的全面和可持续的经济保障：避免收入下降。.促进父母双方的经济独立，并允许公平补偿生育的机会成本“BMFSFJ(2008)。旧的福利计划是通过经济状况调查，因此针对低收入家庭，而新的“父母金”的覆盖范围是100%的父母。最重要的是，“父母钱”是一种依赖收入的休假福利，根据妇女的生育机会成本对其进行补偿。与旧的经济状况调查福利相比，新的规定要慷慨得多：关于德国育儿假规定的发展概况，见Kluve和Schmitz(2018)、Kluve和Tamm(2013)、Raute(2019)和Sch-onberg和Ludsteck(2014)。24%的父母根本没有资格（Kluve和Tamm(2013))。表1：由改革的父母资金（2007年后）育儿津贴（2007年前）引起的福利结构变化概述选择1选择2每月福利67%。出生前一个月净收入；最低300欧元，最高。1800欧元。没有产前婴儿的母亲有权获得300欧元。300欧元450欧元意味着测试不是，是，是，最大。持续时间14个月（父亲2个月）每月父母的比例几乎达到100%66%10%的要求在收入期间每周工作时间不超过30小时，在收入期间每周工作时间不超过30小时。福利3600-21600欧元（父亲+600-3600欧元）7200欧元5400欧元注：见Raute(2019)了解改革的更多细节。母亲们，新的福利取代了分娩前劳动净收入的67%，最多在分娩后14个月（如果父母一方只接受福利，则为12个月）。对于收入分配最高的家庭，最高金额被削减为每月1800欧元，对于以前没有劳动收入的父母，每月至少支付300欧元。根据家庭收入分配的情况，每月的补贴转化为3600欧元至21000欧元之间的总补贴。像旧规定一样，福利资格取决于在福利领取期间每周工作时间不超过30小时。2.机制：就业改革的异质性目前关于父母福利改革的就业的文献根据观察到的情况记录了分娩后的异质性。

而以前的研究认为，改革鼓励母亲在分娩后的一年里呆在家里，从而减少了母亲在接受福利时的就业率，尤其是对那些强烈福利的群体（例如，Bergemann和图1：最近的文献发现，自出生以来的就业率24 48 72-10%-20%-30%-40%-50%10%20%-30%-50%10%20%-30%-40%-50%第一阶段第二阶段第三阶段：改革引起的就业率变化。填充灰色：所有母亲。带阴影的蓝色：上面的三角形。带阴影的浅灰色：中等。Riphahn(2011)，Greyer等人。(2015)、Kluve和Tamm(2013)、Kluve和Schmitz(2018))，对Kluve和Schmitz的研究宣布了中期（分娩后2-5年）的有益模式。特别是，作者提供的证据表明，母亲的就业概率是正的、显著的、很大的，可达10%。鉴于改革的收入依赖设计，可以预期母亲在分娩后的劳动力供给反应相当不同。现有文献揭示了改革对产妇就业的影响，影响了社会经济群体（Kluve和Tamm(2013)、Kluve和Schmitz(2018))。图1总结了Kluve和Schmitz(2018)的数据，并显示了改革引起的不同收入阶层就业率的直接变化。对于所有母亲，作者报告说，在第一阶段，母亲就业率比对照平均值下降25%，主要是由收入分配较高的母亲（41%）和已婚母亲（32%，图1中没有报告）驱动的，这是受这种形式激励最强烈的群体。在第二阶段，它们对大多数社会经济群体的就业没有显著影响，只有处于收入分配上层的治疗组母亲比对照平均水平增加了6%。在第三阶段，作者发现改革大幅度增加了母亲的就业，尤其是收入分配中上阶层的母亲，部分地设置了短期负就业。综上所述，关于改革就业的文献记录了出生后观察到的异质性模式（主要是在收入和教育群体之间）。然而，2007年的带薪休假改革可能会对就业决策产生负面影响：例如，希望呆在家里更长时间陪伴孩子的母亲--而改革前由于收入限制无法休更长的假--可能会在更慷慨的监管下减少劳动力供应。另一方面，由于带薪休假福利是以产前收入为条件的，改革可能会对就业产生积极影响。3模式和方法在本节中，我制定了小组结构模式，并描述了Suet al提出的方法。(2016).3.1 ModelI以实值确定性设计X=[XX]∈R(NT)×p和二值响应y∈Rnt的形式考虑数据。设计X被划分为两个块矩阵X∈R(NT)×q，X∈R(NT)×(p-q)，其中q≤p。I用xit来表示X的行，其中I=1，..，N，t=1，..和X的列by xj∈rnt，其中j=1,。..p.类似地，我分别表示X、Xbyxit∈Rq、xit∈Rp-q的行。Xand Xa的列分别表示为xj∈RNTANDxj∈RNT，且j=1,。.，q和j=q+1,。该计量经济模型采用动态二元选择模型的形式it=1{x>itγ*+x>itβ*i+μ*i-it>0}，i=1，...,n；t=1,。...

，T，(1)其中，i和T分别表示母亲i和分娩后月份T，xit=[xitxit]∈rpi是还包含动态分量yi的协变量的evector,t-1,γπ∈rqi是在所有i中通用的未知回归向量，βπi∈rp-qi是未知的个体特征回归向量，∑=与未知的个体特征回归向量相同，并且是特异误差项。注意，当q=0时，所有感兴趣的参数都假定是单独的，而当q=p时，所有感兴趣的参数都假定在i中是公共的。在0<q<p的情况下，我参考Su等人的混合面板结构模型。(2016)，其中一些感兴趣的参数在所有个体中是共同的，而其他参数是个体特有的。在β_i上强加了一个潜在的群体结构。为此，我考虑索引集{1,....,N}的一个分区，即不相交集G,的集合。..,GK*,它们满足@K*K=1GK={1,...,N}。K*表示群的真先验未知数。特别地，对于β~ia，我假设了如下形式的稀疏诱导群结构β~I=α~gif I∈G.....α~gk~，如果I∈Gk~，(2)其中k~N和α~gk6=α~glf，k6=L。从直观上看，上述模型表明GK组的母亲具有相同的参数向量α*GK，而ER组的母亲具有相互独立的参数向量。3.2方法学遵循Su等人的观点。（2016）的目标是用正则化估计族γ，βi，αgk∈arg minγ∈rq,βi,αgk∈rp-q{Q(γ，βi)+rh[βi,αgk]},（3）对目标函数Q(·),调谐参数r∈[0,∞),先验函数h:rp-q→[0,∞],这里规定为ash[βi,αgk]:=nnxi=1kyk=1βi-αgk，(4),其余符号如上。继苏等人之后。（2016）中，我使用修正的e-扩展的亲似然(PPL)来估计EQ中的未知参数向量。3.因此，eq的firerst项。3q(γ,βi)=ntnxi=1txt=1yitlogΦ(yit-x>itγ-x>itβi-μi)+(1-yit)log(1-Φ(yit-x>itγ-x>itβi-μi))(5)是负对数似然函数，Φ(·)表示条件正态累积分布函数(CDF)。...,Gkin情商。3和4,得到了后CLasso估计γ=(γ>,..,γ>k)>∈RqK,β=(β>,..,β>n)>∈R(p-q)nandα=(α>g,..,α>gk)>∈R(p-q)k.特别地，我用改进的E-ECTS拟极大似然估计了所有I∈GK的公共斜率参数αGK，并用GK:={I∈{1,...,N}:βI=αGK}fork=1,集βI=αGK。..,K.作为EQ中群的真实数目。4是先验未知，我跟随苏等人。（2016）并使βi、αgkon[K,r]的依赖关系显式化。我在情商中选择K和r。3和4最小化以下BIC型信息准则K[r]∈arg min1≤K≤kmax{～q(αgk[K,r])+spK},（6）其中r,p和K同上,αgk[K,r]=[γKαgk]∈Rpp表示后C-拉索估计的向量,s是s:=1/4log(log(T))/T的调谐参数。我假定群的真数目k*从上面以kmax=4为界。情商的定义项。

6～q(αgk[K,r])=ntkxk=1xi∈gk[K,r]txt=1yitlogΦ(yit-x>itαgk[K,r]-μgk[K,r]i)+(1-yit)log(1-Φ(yit-x>itαgk[K,r]-μgk[K,r]i))(7)再次表示新的亲对数似然函数，μgk[K,r]ii是一个群-特定的个体的e-ect。个体的e-ect估计由μi∈arg minμi∈rtxt=得到1yitlogΦ(yit-x>itγ-x>itβi-μi)+(1-yit)log(1-Φ(yit-x>itγ-x>itβi-μi))。注意，每个γK包含相同的估计数，因为γki不是分组特定的。4数据分析利用了一个新的定制管理数据集，该数据集基于社会保障记录，用于调查德国女性就业传记。6 7它基于两个数据集：就业研究所联邦就业局研究数据中心(RDC)编写的综合就业传记(IEB)中的就业记录，以及德国联邦养老金保险公司(RDC)汇编的积极投保人微观数据的子样本。这两个数据集来自同一个来源，即社会保险的注册程序。本文使用的IEB版本包括1975年至2014年间为社会保障系统缴款或从劳工局获得转移支付的所有德国个人，这些个人被登记为求职者。科学研究（如“SIAB”）可以访问数据的匿名每周子样本，并被用于几项关于母亲就业和产假的研究（见Adda et al.(2017)；Ejrnès and Kunze(2013)；Sch-onberg andLudsteck(2014))。IEB提供关于工资、就业、职业、失业期、领取失业补助金以及基本社会人口统计数据的详细每日信息。IEB数据的一个重要优势是，由于行政数据的纵向性质，就业历史被精确地测量。IEB数据的主要缺点是它不包含关于分娩的直接信息。数据只提供了妇女是否请假以及何时请假的信息。这会导致潜在的误报错误，因为并非所有的请假都可能是由于产假，而是由于疾病等其他原因。此外，由于法定产假包括预产期前六周和预产期后两个月，孩子的生日必须约为母亲休假后六周。这可能导致在孩子出生的月份测量肠。最重要的是，这种识别策略无法捕捉到在分娩时不在工作岗位上的母亲。这个数据集（FEMPSO Bording）是由项目7（女性就业模式，生育率、劳动力市场改革和社会规范：动态处理方法）和德国科学基金会(DFG)优先项目1764的项目16（用于劳动力市场分析的定制管理数据(CADAL)）。FEMPSO出生在2018年可用。同样的数据集（FEMPSO出生）用于Klose和Paul（2020）的另一个联合项目，在该项目中，我们根据机器学习方法中的就业记录预测未来的出生发生率。为了解决这些缺陷，对于定制型数据集，德国养老保险中关于分娩的精确信息已经合并到IEB中，这些数据不包括公务员，包括大多数教师和自营职业者。养恤金登记处收集了私营和公共部门的所有雇员，因为对这些人来说，必须向法定养恤金保险缴款。最重要的是，养恤金账户为任何参加过养恤金保险的妇女提供了生育记录，因为妇女在抚养子女的几年里自动获得缴款。这基本上相当于已经出现在IEB中。

在德国养老保险的RDC进行的特定样本中，生育率信息和一些关于就业、工资和基本社会人口统计的信息是可用的。两个数据集的合并依赖于统计匹配原则，因为基于社会保障号码名称的合并是不可能的，因为在RDC中没有就业研究所。对于养老金数据中的每个妇女，在IEB数据库中都有一对统计双胞胎，包括她的出生年月、地区信息和就业记录。为了实现准确的匹配，数据仅限于没有民主德国就业传记和有高度劳动力市场依恋的女性。在本文中，我只关注几乎肯定被评估为正确的匹配。由此产生的数据集涵盖了1975年和2014年约56,000名母亲的信息。样本进一步限制在分娩前至少17岁的母亲。17岁之前，许多母亲尚未进入劳动力市场，因为她们仍在接受教育，因此没有就业记录。最后，为了确定改革措施，我分别考虑了2006年10月1日至12月31日期间出生的母亲（对照样本）和2007年1月1日至3月31日期间出生的母亲（治疗样本）。可用于分析的观察总数相当于785名母亲。治疗组387例，对照组398例。数据集是一个平衡的月度小组，收集出生后72个月（出生月份+1个月）的母亲就业信息。它包括对劳动力市场有一些依恋并在2006年最后一个季度至2007年第四季度之间出生的西德母亲。数据之外还有公务员（包括教师）、大多数自营职业者和经济活跃人士，因为他们不属于法定养老金保险。德国养老保险RDC的各种数据产品都依赖于这个样本，被称为“versicherungskontenstichprobe”。它是从所有积极投保的个人中抽取的代表性分层样本，从1983年开始，并从那时起与年轻的队列保持和补充。看，例如，克雷恩菲尔德和米卡，2008.读者如有兴趣了解两个数据集匹配的更多详情，请参阅联机附录表2：描述改革前样本改革后样本变数平均std.dev.min最大平均std.dev.min最大平均std.dev.min最大平均std.dev.min最大年龄27.98 7.07 17 56 27.83 6.98 17 51母亲年龄1岁30.10 4.35 19 48 30.80 4.29 20 44母亲年龄2岁ndborth*32.87 3.95 22 42 32.84 4.06 22 42母亲年龄3rdborth+34.52 3.98 23 41 34.48 3.91 26 42就业0.4953 0.5000 0 1 0.4928 0.5000 0 1全职就业0.3155 0.4647 0 1 0.3152 0.4646 0 1兼职就业0.1194 0.3242 0 1 0.1270 0.3330 0 1边际就业0.0626 0.2423 0 1 0.0515 0.2211 0 1日薪29.07 38.96 0 201.5 29.86 39.49 0 201.5低学历0.1964 0.3972 01 0.2203 0.4144 0 1中等学历0.6485 0.4775 0 1 0.6270 0.4836 0 1高学历0.1347 0.3414 0 1 0.1305 0.3369 0 1注：对照样本(2006M10-M12):NC=398。治疗样本(2007m1-m3):nt=387。包括产前。*在对照和治疗样本中，分别有237名（60%）和245名（63%）母亲有第二个孩子。+在对照和治疗样本中，分别有48名（12%）和44名（11%）母亲有第三个孩子。表9按样本提供了一些关键变量的描述性统计。每月的信息涉及出生前和出生后的时期，即考虑到怀孕母亲的全部现有就业履历。