Nachhaltigkeit des pandemiebedingten Digitalisierungsschubs
Themen der Analyse
Nachhaltigkeit der Nutzung von Informations- und Kommunikationstechnologie (IKT; z.B. Handy, Computer, Internet) am Arbeitsplatz und örtliche sowie zeitliche Flexibilität der Arbeitsverrichtung während und nach der Corona-Pandemie (seit Juli 2022; siehe Artikel zu zentralen Merkmalen der „Arbeit 4.0“ von Poethke et al., 2019).
Stichprobenbeschreibung
Die Teilnehmenden dieser Analyse waren im Schnitt 46 Jahre alt) und knapp 52% fühlten sich dem männlichen Geschlecht zugehörig. Fast alle Teilnehmenden hatten die deutsche Staatsbürgerschaft (97%). Der am häufigsten angegebene höchste Bildungsabschluss war die mittlere Reife bzw. der Realschulabschluss (31,5%), gefolgt vom Hochschulabschluss (30%) und der allgemeinen oder fachgebundenen Hochschulreife (18%). Die meisten Teilnehmenden hatten eine mittlere Position in ihre Unternehmen (siehe Diagramm 1), wobei 28% Führungsverantwortung trugen. Außerdem arbeiteten 15% in Schichtsystemen und 94% unbefristet mit durchschnittlich 37 vertraglich festgelegten Wochenstunden. Zusätzlich hatten 6% der Teilnehmenden einen Nebenjob. Das durchschnittliche persönliche monatliche Nettoeinkommen betrug ca. 2.860€ (2.300€ ohne Extremwerte) wobei das durchschnittliche Haushaltseinkommen bei 4.080€ (3.480€ ohne Extremwerte) lag. Die Branchenverteilung entnehmen Sie bitte Diagramm 2.
Diagramm 1 und 2
Nachhaltigkeit des pandemiebedingten Digitalisierungs- und Flexibilisierungsschubs
Wir haben die uns vorliegenden Daten von Juli bis November 2022 mit einer „Repeated Measures ANOVA“ (Messwiederholungsanalyse) ausgewertet und folgende Ergebnisse erhalten: die durchschnittliche Flexibilität der Arbeitszeit und die durchschnittliche Nutzung von IKT hat sich über die fünf Messzeitpunkte nicht signifikant verändert. Es sind zwar kleine Schwankungen zu erkennen, diese sind jedoch nicht bedeutsam. Die Daten zur Flexibilität des Arbeitsortes weisen einen signifikanten quadratischen Zeiteffekt auf, was wahrscheinlich darauf zurückzuführen ist, dass Teilnehmende im Monat September eine niedrigere Flexibilität angegeben haben (siehe Diagramm 3).
Diagramm 3
Regionale Unterschiede
Zusätzlich haben wir die Daten auf regionale Unterschiede untersucht. Hier fällt auf, dass die eben beschrieben Zeiteffekt insgesamt nicht davon abhängen, ob die Teilnehmenden in den alten Bundesländern, in den neuen Bundesländern, oder in Berlin arbeiten. Bezüglich der flexiblen Arbeitszeit zeigen die Daten, dass der Durchschnitt in den alten Bundesländern zu allen Messzeitpunkten signifikant höher war als in den neuen Bundesländern. Außerdem war der Durchschnitt in Berlin im Juni, September, Oktober (und fast im November) 2022 signifikant höher als in den neuen Bundesländern. Zwischen den alten Bundesländern und Berlin gab es zu keinem Zeitpunkt signifikante Unterschiede (siehe Diagramm 4). Letztlich hat sich der Durchschnitt innerhalb einer Region über die fünf Messzeitpunkte nicht signifikant verändert.
Diagramm 4
regionale Unterschiede, Absatz 2
Schaut man sich die Daten des flexiblen Arbeitsorts an, fällt auf, dass die alten Bundesländer wieder einen gleichbleibend signifikant höheren Durchschnitt aufweisen als die neuen Bundesländer. Die anderen regionalen Vergleiche sind zu allen Messzeitpunkten nicht signifikant (siehe Diagramm 5). Außerdem fällt auf, dass der oben genannte quadratische Zeiteffekt wahrscheinlich vom Zeiteffekt in den neuen Bundesländern erklärt werden kann. Hier sieht man, dass der Durschnitt im September signifikant geringer war als im Juli und August und fast signifikant geringer als im Oktober. Insgesamt ist der Durchschnitt jedoch gleich geblieben denn zwischen Juli und November ist kein Unterschied zu erkennen. In den alten Bundesländern und Berlin gab es keinen Zeiteffekt; die durchschnittliche örtliche Flexibilität war dort über die fünf Messzeitpunkte konstant.
Diagramm 5
regionale Unterschiede, Absatz 3
Zuletzt haben wir regionale Unterschiede im zeitlichen Verlauf der IKT-Nutzung untersucht.
Auch hier zeigen die alten Bundesländer zu jedem Messzeitpunkt einen signifikant höheren Durchschnitt als die neuen Bundesländer. Die anderen regionalen Unterschiede sind zu keinem Zeitpunkt signifikant (siehe Diagramm 6). Zuletzt gibt es innerhalb der Regionen keine Entwicklung über die Zeit.