Armutsgefährdung und Einkommenswachstum: paradoxe Zusammenhänge im Prognosekontext

Fink, Marian; Rocha-Akis, Silvia Article Armutsgefährdung und Einkommenswachstum: paradoxe Zusammenhänge im Prognosekontext Wirtschaft und Gesellschaft (WuG) Provided in Cooperation with: Kammer für Arbeiter und Angestellte für Wien Suggested Citation: Fink, Marian; Rocha-Akis, Silvia (2025) : Armutsgefährdung und Einkommenswachstum: paradoxe Zusammenhänge im Prognosekontext, Wirtschaft und Gesellschaft (WuG), ISSN 0378-5130, Kammer für Arbeiter und Angestellte für Wien, Wien, Vol. 51, Iss. 1, pp. 17-41, https://doi.org/10.59288/wug511.277 This Version is available at: https://hdl.handle.net/10419/333140 Standard-Nutzungsbedingungen: Die Dokumente auf EconStor dürfen zu eigenen wissenschaftlichen Zwecken und zum Privatgebrauch gespeichert und kopiert werden. Sie dürfen die Dokumente nicht für öffentliche oder kommerzielle Zwecke vervielfältigen, öffentlich ausstellen, öffentlich zugänglich machen, vertreiben oder anderweitig nutzen. Sofern die Verfasser die Dokumente unter Open-Content-Lizenzen (insbesondere CC-Lizenzen) zur Verfügung gestellt haben sollten, gelten abweichend von diesen Nutzungsbedingungen die in der dort genannten Lizenz gewährten Nutzungsrechte. Terms of use: Documents in EconStor may be saved and copied for your personal and scholarly purposes. You are not to copy documents for public or commercial purposes, to exhibit the documents publicly, to make them publicly available on the internet, or to distribute or otherwise use the documents in public. If the documents have been made available under an Open Content Licence (especially Creative Commons Licences), you may exercise further usage rights as specified in the indicated licence. https://creativecommons.org/licenses/by/4.0 17 Armutsgefährdung und Einkommenswachstum: paradoxe Zusammenhänge im Prognosekontext Marian Fink, Silvia Rocha-Akis* ZUSAMMENFASSUNG Die Armutsgefährdungsquote, ein zentraler Indikator zur Analyse der Einkommensverteilung, gewinnt im Kontext wirtschaftlicher Prognosen zunehmend an Bedeutung. Die jüngsten Krisen, darunter die COVID-19-Pandemie und der Ukraine-Krieg, sowie staatliche Hilfsmaßnahmen haben die Einkommensdynamik der Haushalte erheblich beeinflusst. Paradoxerweise kann die Armutsgefährdungsquote in wirtschaftlichen Aufschwungphasen steigen und in Abschwüngen sinken. Simulationen für Österreich zeigen, dass gleichmäßige, proportionale Lohnsteigerungen unter sonst gleichen Bedingungen die Armutsgefährdungsquote tendenziell erhöhen, während proportionale Pensionserhöhungen diese leicht senken. Diese Effekte werden wesentlich durch die Zusammensetzung der Haushaltseinkommen entlang der Einkommensverteilung beeinflusst, die wiederum stark von demografischen Haushaltsmerkmalen und der Erwerbsbeteiligung abhängen. SCHLÜSSELBEGRIFFE Armutsmessung, Einkommensverteilung, Konjunkturprognose, Mikrosimulation, Nowcasting JEL-CODES D31, E17, I32 DOI 10.59288/wug511.277 * Marian Fink: Österreichisches Institut für Wirtschaftsforschung (WIFO). Kontakt: [email protected] Silvia Rocha-Akis: Österreichisches Institut für Wirtschaftsforschung (WIFO). Kontakt: silvia.r[email protected] 18 Fink/Rocha-Akis (2025): Armutsgefährdung und Einkommenswachstum im Prognosekontext 1. Einleitung Seit 2024 prognostiziert das Österreichische Institut für Wirtschaftsforschung ( WIFO) im Rahmen seiner vierteljährlichen Konjunkturprognose zwei Indikatoren der Einkommensverteilung: die Armutsgefährdungsquote und das Einkommensquintilverhältnis S80/S20 (Ederer et al. 2024). Die multiplen Krisen seit 2020, darunter die COVID-19-Pandemie und das Kriegsgeschehen in der Ukraine, haben die Nachfrage nach einer differenzierten Analyse der Einkommensverteilung deutlich erhöht (Levy 2023). Gleichzeitig erschwerten sie die Erstellung von Prognosen, da diese Krisen mit einer hohen Dynamik auf den Arbeitsmärkten, einer schwankenden Wirtschaftsleistung und einer stark steigenden Inflation einhergingen. Die Reaktion der Politik in Österreich auf diese Entwicklungen war durch ein beispielloses Ausmaß an Unterstützungsmaßnahmen geprägt, darunter etwa direkte Unternehmenshilfen, Kurzarbeit, Einmalzahlungen an private Haushalte und Energiekostenzuschüsse. Ergänzend wurden auch strukturelle Maßnahmen umgesetzt, wie die teilweise Abschaffung der kalten Progression und die Valorisierung einer Reihe von Sozialleistungen, darunter die Familienbeihilfe. Diese Interventionen hatten erhebliche Auswirkungen auf die Verteilung der verfügbaren Einkommen der Privathaushalte (Baumgartner et al. 2020; Budgetdienst 2022a, 2022b, 2023; Fink/ Rocha-Akis 2024; Mayrhuber et al. 2020) und damit auch auf wesentliche Ungleichheitsund Armutsindikatoren. Eine zentrale international anerkannte und vergleichbare Armutsbzw. Verteilungskennzahl, die von Organisationen wie Eurostat und der OECD verwendet wird, ist die „Armutsgefährdungsquote“ (AROP1), die Personen als armutsgefährdet definiert, wenn sie in einem Haushalt leben, dessen äquivalisiertes verfügbares Einkommen weniger als 60% des nationalen äquivalisierten Medianeinkommens beträgt.2 Wie Jenkins (2020) zeigt, blieben die Armutsgefährdungsquoten in den meisten EU-Ländern, darunter auch Österreich, in den 20Jahren vor 2015 – sowohl vor als auch nach der Finanzkrise 2008/2009 – weitgehend stabil oder stiegen leicht an. Auch nach 2015 zeigte die Armutsgefährdung in Österreich lange Zeit eine stabile Entwicklung. Bei der Prognose der Armutsgefährdungsquote, etwa im Rahmen von Konjunkturprognosen, spielen makroökonomische Entwicklungen eine zentrale Rolle (Navicke et al. 2014; Sologon et al. 2023). In der Rezeption von Prognoseergebnissen und Exante-Analysen zu Maßnahmen im Bereich des Steuerund Transfersystems zeigt sich häufig die Erwartung, dass mit einer positiven Wirtschaftsund Einkommensentwicklung automatisch eine sinkende Armutsgefährdung einhergeht. Tatsächlich 1 AROP ist die Abkürzung für den englischen Begriff „At Risk of Poverty“. 2 Das Äquivalenzeinkommen ist ein Pro-Kopf-Einkommen, das den Lebensstandard eines Haushaltsmitglieds abbildet, als wäre es alleinlebend. 19 Wirtschaft und Gesellschaft 51 (1): 17–41 sind Veränderungen der Armutsgefährdung mitunter komplexer und nicht immer intuitiv. Entscheidend ist, ob und in welchem Ausmaß Personen durch die wirtschaftlichen Entwicklungen Einkommenszuwächse oder -einbußen erfahren und wo sie entlang der Einkommensverteilung positioniert sind. Die prognostizierte Armutsgefährdungsquote wird dabei maßgeblich durch das Zusammenspiel makroökonomischer Faktoren wie Beschäftigung, Arbeitslosigkeit, Inflation, Lohnentwicklung und staatlicher Umverteilung beeinflusst. Diese Faktoren prägen die Verteilung der verfügbaren Einkommen und deren Dynamik. Je nach Art, Ausmaß und Verteilung der Veränderungen fällt der Effekt unterschiedlich aus. Darüber hinaus spielen auch die Haushaltsgröße und die Zusammensetzung der Einkommen innerhalb der Haushalte eine wesentliche Rolle. Da die Armutsgefährdungsquote nicht nur von der Einkommensentwicklung der einkommensschwächsten Haushalte, sondern auch maßgeblich von der Entwicklung des Medianeinkommens beeinflusst wird, kann sie in wirtschaftlichen Abschwungphasen paradoxerweise sinken – insbesondere, wenn Menschen entlang eines weiten Spektrums der Einkommensverteilung betroffen sind. Umgekehrt können Phasen des wirtschaftlichen Aufschwungs oder Steuerreformen, die die Abgabenlast senken, zu einem Anstieg der Armutsgefährdungsquote führen (Fink/Rocha-Akis 2020; Jenkins 2018; Jenkins et al. 2012; Rocha-Akis 2015). Anhand hypothetischer Lohnund Pensionserhöhungen zeigen wir, wie Unterschiede in den Wachstumsraten einzelner Einkommenskomponenten die Armutsgefährdungsquote beeinflussen. Die Analyse stützt sich auf Simulationen mit dem SteuerTransfer-Mikrosimulationsmodell EUROMOD und untersucht die Auswirkungen isolierter proportionaler Einkommenssteigerungen auf die Verteilung der verfügbaren Einkommen in Österreich. Die Ergebnisse zeigen, dass Lohnerhöhungen die Armutsgefährdungsquote tendenziell erhöhen, während Pensionserhöhungen die Armutsgefährdungsquote leicht senken. Der Beitrag gliedert sich wie folgt: Abschnitt 2 führt in das Konzept der Armutsgefährdungsquote ein und diskutiert zentrale Kritikpunkte. Das Niveau und die Entwicklung der Armutsgefährdungsquote in Österreich werden in Abschnitt 3 näher betrachtet. Abschnitt 4 beleuchtet die Prognoseergebnisse zur Armutsgefährdungsquote und deren Entwicklung im Zusammenhang mit den beiden quantitativ bedeutendsten Komponenten des verfügbaren Einkommens – den Löhnen und Gehältern sowie den Pensionen. Abschnitt 5 beschreibt die verwendeten Daten und die Methode, bevor Abschnitt 6 die Simulationsergebnisse präsentiert. Abschließend fasst Abschnitt 7 die wesentlichen Ergebnisse zusammen. 20 Fink/Rocha-Akis (2025): Armutsgefährdung und Einkommenswachstum im Prognosekontext 2. Was misst die Armutsgefährdungsquote? Armut und Armutsgefährdung hängen stark von den Ressourcen ab, die einem Haushalt effektiv zur Verfügung stehen, um grundlegende Bedürfnisse zu decken. Das verfügbare Einkommen ist ein wesentlicher Indikator für den Lebensstandard, da es das tatsächliche Einkommen widerspiegelt, das Haushalten nach Berücksichtigung der Markteinkommen (Erwerbsund Kapitaleinkommen) sowie privater Transfers und nach Abzug von Steuern und Sozialbeiträgen sowie nach Einbeziehung von Sozialleistungen bleibt. Die Armutsgefährdungsquote zählt zur Foster-Greer-Thorbecke(FGT)-Klasse von Armutsmaßen (Foster et al. 1984, 2010). Die FGT-Klasse ist eine analytische Familie von Indikatoren, die häufig auf Basis von verfügbaren Einkommen berechnet werden und Armut in unterschiedlichen Dimensionen (Inzidenz, Tiefe und Intensität) messen. Die FGT-Maße werden allgemein durch folgende Formel dargestellt: Dabei steht N für die Anzahl der Personen in der Bevölkerung, q für die Anzahl der Personen unterhalb der Armutsschwelle (z) und yi für das Einkommen der i-ten betroffenen Person. Der Sensitivitätsparameter α bestimmt, wie sensitiv das Maß gegenüber der Einkommensverteilung unterhalb der Schwelle ist. Niedrige Werte fokussieren auf die Anzahl armer Personen (Armutsinzidenz), höhere Werte betonen stärker die Armutslücke und die Intensität der Armut. Für α = 0 ergibt sich aus der FGT-Formel die Armutsquote, also wie viele Personen bei gegebener Armutsschwelle z als arm gelten in Relation zur Bevölkerung. Für α = 1 ergibt sich die Armutslücke („poverty gap index“) und für α = 2 die Armutsintensität („poverty severity“) bezogen auf die Gesamtbevölkerung. Die Armutsgefährdungslücke, wie sie etwa die Statistik Austria berichtet (Eurostat 2024b), weicht vom FGT1-Index insofern ab, als sie die Lücke als Median der individuellen relativen Abweichungen der Äquivalenzeinkommen der Armutsgefährdeten von der Armutsgefährdungsschwelle angibt. Die Summe der absoluten Abweichungen der Äquivalenzeinkommen armutsgefährdeter Personen von der Armutsgefährdungsschwelle entspricht dem (äquivalisierten) Mindestbetrag, der erforderlich wäre, um Armutsgefährdung vollständig zu beseitigen. Die Armutsintensität bzw. der FGT2-Index berücksichtigt zusätzlich die Ungleichheit innerhalb der armutsgefährdeten Bevölkerung. Je höher die Armutslücke einer Person, desto höher ist ihr Gewicht bei der Bestimmung des FGT2-Index. Die Armutsgefährdungsquote ist eine FGT0-Kennzahl, wobei sie mit äquivalisierten Einkommen operiert und gemäß der Eurostat-Definition eine Armutsgefährdungsschwelle von 60% des Medianäquivalenzeinkommens verwendet. Das Medianeinkommen, als zentraler Punkt der Einkommensverteilung, spiegelt die Mitte 𝐹𝐹𝐹𝐹𝑇𝑇 ! =1 𝑁𝑁'(𝑧𝑧−𝑦𝑦" 𝑧𝑧,∝ $ "%& 21 Wirtschaft und Gesellschaft 51 (1): 17–41 der Gesellschaft wider und dient als Bezugspunkt, da es robuster gegenüber extremen Werten wie sehr hohen Einkommen ist als das Durchschnittseinkommen. Diese relative Definition der Schwelle ermöglicht es, Armut in Bezug auf den allgemeinen Lebensstandard und die Einkommensverteilung innerhalb einer Gesellschaft zu betrachten. Die Verwendung von äquivalisiertem Einkommen berücksichtigt Unterschiede in der Haushaltsgröße und -zusammensetzung. Hierbei wird das Haushaltseinkommen mit einer Äquivalenzskala – oft mit der modifizierten OECD-Skala bzw. EU-Skala3 – gewichtet. Die Äquivalisierung ist erforderlich, da Haushalte mit unterschiedlicher Mitgliederzahl und Altersstruktur unterschiedliche Einkommensniveaus benötigen, um denselben Lebensstandard zu erzielen. Diese Anpassung ermöglicht eine vergleichbare Betrachtung von Haushalten unterschiedlicher Größe und Struktur und verdeutlicht, welche Bevölkerungsgruppen einem erhöhten Armutsrisiko ausgesetzt sind. Die 60-%-Marke wird häufig als Referenzwert herangezogen, um zu zeigen, wer im Vergleich zum mittleren Einkommen deutlich schlechter gestellt ist. Sie wird als Schwelle betrachtet, unterhalb derer es herausfordernd wird, einen angemessenen Lebensstandard aufrechtzuerhalten und aktiv am gesellschaftlichen Leben teilzunehmen, da Betroffene möglicherweise erhebliche Probleme haben, ihre grundlegenden Bedürfnisse zu erfüllen (European Commission 2004). Im Zuge der jüngsten Krisen ist die Diskussion über die begrenzte Aussagekraft der Armutsgefährdungsquote hinsichtlich tatsächlicher Armutsbetroffenheit in den Fokus gerückt (Badelt/Heitzmann 2023; Fink et al. 2022). Die Kritik an der Armutsgefährdungsquote ist in der akademischen Diskussion nicht neu und wird auch von statistischen Ämtern seit Langem geführt (Atkinson 2019; Banerjee/Duflo 2011; Lamei/Till-Tentschert 2005; Sen 1976; World Bank Group 2016). Ein zentraler Kritikpunkt ist die unidimensionale Messung, bei der Armut ausschließlich über die relative Einkommensposition definiert wird. Dabei bleiben wesentliche Aspekte unbeachtet, wie beispielsweise Unterschiede in den Lebenshaltungskosten, die dazu führen können, dass Menschen mit ähnlichem Einkommen unterschiedlich stark von finanzieller Prekarisierung betroffen sind (Menyhert 2022). Auch Vermögen wird in der Berechnung nicht berücksichtigt, obwohl es dazu beitragen kann, Einkommensverluste abzufedern und den Lebensstandard zu stabilisieren (Kuypers/Marx 2018). Zudem basiert die offizielle Armutsgefährdungsquote auf Querschnittsdaten und zeigt, wie viele Personen in einem bestimmten Jahr betroffen sind. Eine wichtige ergänzende Frage ist, wie lange diese Personen in Armut bleiben und ob sie es schaffen, diesen Zustand zu überwinden. Kurzfristige Armut hat geringere Auswirkungen auf die Lebensbedingungen, da Ersparnisse, Vermögen oder finanzielle Unterstützung vorübergehende wirtschaftliche Schwierigkeiten 3 Diese Skalen schreiben dem ersten erwachsenen Haushaltsmitglied ein Gewicht von 1, jedem weiteren eines von 0,5 und jedem Kind (bis 13 Jahre) eines von 0,3 zu. 22 Fink/Rocha-Akis (2025): Armutsgefährdung und Einkommenswachstum im Prognosekontext abfedern können. Dauert oder wiederholt sich Armut jedoch, schwinden die Ersparnisse, und die Auswirkungen auf Lebensqualität, Gesundheit und soziale Teilhabe werden gravierender (Corcoran 1995; Franzen/Bahr 2024; Holmes/Kiernan 2013; Whelan et al. 2003). Ungeachtet der Kritik an der unidimensionalen Messung der Armutsgefährdungsquote und ihrer beschränkten Aussagekraft zur Armutsbetroffenheit im Sinne von Deprivation bleibt sie ein zentraler Indikator für die Einkommensverteilung, da sie wichtige Aspekte ökonomischer Ungleichheit sichtbar macht. Ihre Stärke liegt darin, dass sie die relative Einkommenssituation der Bevölkerung im Vergleich zur gesellschaftlichen Mitte berücksichtigt. Dies macht sie zu einem unverzichtbaren Instrument, um das Ausmaß und die Tiefe der Armutsgefährdung sowie deren Veränderungen zu bewerten und internationale Vergleiche zu ermöglichen. Für die Prognose der Armutsgefährdungsquote sind vor allem die makroökonomischen Variablen entscheidend, die Einfluss auf die verfügbaren Einkommen der Haushalte nehmen, wie Wirtschaftswachstum und Beschäftigung. Studien zum Zusammenhang zwischen Wirtschaftswachstum, Beschäftigung und relativer Armutsgefährdung in europäischen Ländern zeigen gemischte Ergebnisse. Einige Studien (Bosco 2019; Franzen/Bahr 2024) berichten, dass Einkommenswachstum die Armutsgefährdung verringert, während andere (Caminada et al. 2012; Duiella/Turrini 2014) keinen Zusammenhang zwischen BIP-Wachstum und relativer Armut feststellen können. Auch das Beschäftigungswachstum hat nicht immer klare Auswirkungen auf die Armutsgefährdungsquote, insbesondere wenn es vorwiegend im Niedriglohnbereich stattfindet. Cantillon (2011) findet in einer Analyse von 27 Ländern keinen Zusammenhang zwischen Beschäftigungswachstum und relativer Armut. Marx et al. (2012) zeigen in einer Simulation, dass ein Anstieg der Beschäftigungsquote zwar in einigen Szenarien die Armutsgefährdung senken kann, dieser Effekt jedoch ausbleibt, wenn das Wachstum primär den Niedriglohnsektor betrifft. Weitere Studien belegen, dass nach der Finanzkrise Beschäftigungszuwächse im Niedriglohnbereich in vielen Ländern keine Verringerung der Armutsgefährdung zur Folge hatten (Brülle et al. 2019; Gábos et al. 2019). Im Gegensatz dazu zeigen Untersuchungen zu Sozialausgaben, dass eine Erhöhung dieser Ausgaben in der Regel mit einer Reduktion der relativen Armutsgefährdungsquote einhergeht (Bosco/Poggi 2020; Caminada et al. 2012; Cammeraat 2020; Franzen/Bahr 2024; Jenkins 2000). Insgesamt hängt die Auswirkung von Wirtschaftswachstum auf die Armutsgefährdungsquote davon ab, ob es einkommensschwächere Gruppen erreicht und in Sektoren mit hohem Beschäftigungspotenzial stattfindet. Zudem spielen die Bevölkerungsstruktur, die Arbeitsmarktintegration und die Gestaltung sozialer Sicherungssysteme eine entscheidende Rolle dabei, wie stark sich Wachstum auf die Armutsgefährdungsquote auswirkt (Jenkins 2020). 23 Wirtschaft und Gesellschaft 51 (1): 17–41 3. Armutsgefährdung in Österreich In Österreich galten gemäß den aktuellen EU-SILC-Daten4 (2023) im Jahr 2022 rund 1,3 Mio. Personen als armutsgefährdet (Statistik Austria 2024). Die Armutsgefährdungsquote lag bei 14,9%. Im internationalen Vergleich zählt Österreich damit zu den Ländern mit unterdurchschnittlicher Armutsgefährdung. Innerhalb der EU liegt Österreich unterhalb des Unionsschnitts von 16,2% (2022). Estland und Litauen verzeichneten mit 22,5% die höchste Armutsgefährdungsquote, während Tschechien mit 9,8% die niedrigste aufwies.5 Mit Ausnahme der rezentesten Jahre, die durch multiple Krisen geprägt waren, war die Armutsgefährdung in Österreich lange Zeit stabil bis rückläufig (Abbildung 1). Abbildung 1: Armutsgefährdungsquote 1994–2022 Quelle: Eurostat (2024a), eigene Darstellung. – Vor 2001 Daten des EHCP, ab 2002 Daten der EU-SILC. Datenbruch 2007 (vertikale Linie) durch Einbeziehung administrativer Einkommensdaten (Angel et al. 2018 u. 2019; Statistik Austria 2014). 4 EU-SILC (European Community Statistics on Income and Living Conditions) ist eine Statistik zu Einkommen und Lebensbedingungen von Privathaushalten in Europa und bildet die Grundlage für die Europäische Sozialstatistik (siehe Abschnitt 5). 5 Die von Eurostat und Statistik Austria veröffentlichten Armutsgefährdungsquoten auf Basis von EU-SILC beziehen sich stets auf das vorherige Kalenderjahr (Einkommensreferenzjahr). Die auf Basis von EU-SILC 2023 ermittelte Armutsgefährdung beschreibt also die Armutsgefährdungslage des Jahres 2022. Im Gegensatz dazu beziehen sich die in diesem Artikel dargestellten Armutsgefährdungsquoten direkt auf das Jahr, für das die Einkommensvariablen im EU-SILC erhoben wurden. Es handelt sich daher um die Armutsgefährdungsquote und die Einkommen des jeweiligen Einkommensreferenzjahres. 24 Fink/Rocha-Akis (2025): Armutsgefährdung und Einkommenswachstum im Prognosekontext Die Betroffenheit von Armutsgefährdung und materieller Deprivation ist dabei nicht zufällig. Es zeigen sich persistente Armuts(gefährdungs)lagen für einige Bevölkerungsgruppen, darunter Sozialhilfebeziehende, Arbeitslose, Personen in EinEltern-Haushalten oder in Haushalten mit drei und mehr Kindern sowie Nicht-EUoder -EFTA-Staatsbürger:innen (Heitzmann/Pennerstorfer 2025; Mayrhuber et al. 2023; Statistik Austria 2024). Aufgrund ihrer konzeptionellen Ausgestaltung wird die Armutsgefährdungsquote und deren Entwicklung maßgeblich durch die Dynamik des medianen Einkommens und der Armutsgefährdungsschwelle bestimmt. Dabei ist nicht nur von Bedeutung, wessen Einkommen unterhalb der Armutsgefährdungsschwelle liegt, sondern auch, in welchem Ausmaß die Einkommen derjenigen, die knapp unterund oberhalb der Schwelle liegen, von dieser entfernt sind. Je mehr Personen sich in unmittelbarer Nähe zur Schwelle befinden – sowohl darunter als auch darüber – desto stärker kann sich die Armutsgefährdung in ihrer Dynamik zeigen. Bereits geringe Veränderungen des Medianeinkommens können dann ausreichen, um Personen entweder über die Schwelle zu heben oder sie unter diese zu drücken. Die Verteilung der Einkommensarten entlang der Dezile verdeutlicht dabei, wie unterschiedlich Haushalte auf verschiedene Einkommensarten angewiesen sind. Es zeigt sich mit zunehmendem verfügbarem Einkommen eine Zunahme der Abhängigkeit von unselbstständigen Erwerbseinkommen und ein leichter Rückgang der Abhängigkeit von öffentlichen Pensionen. Personen, deren Haushaltseinkommen hauptsächlich von sonstigen Transferleistungen abhängt, sind stark in den unteren beiden Dezilen konzentriert (Abbildung 2). Im direkten Vergleich der armutsgefährdeten Bevölkerung (Gruppe A in Abbildung 2) mit den 10% der Bevölkerung, die sich je zur Hälfte unter bzw. über dem Median der verfügbaren Äquivalenzeinkommen befinden (Gruppe M in Abbildung 2), werden die deutlichen Unterschiede in der Bedeutung der Einkommensarten sichtbar. Während die „Mitte der Gesellschaft“ stark von unselbstständigen Einkommen abhängt – für 68% der Personen ist dies die Haupthaushaltseinkommensart6 –, sind für Armutsgefährdete Einkommen aus unselbstständiger Beschäftigung und öffentliche Geldleistungen mit jeweils rund 29% gleichermaßen bedeutend. Pensionseinkommen spielen für Armutsgefährdete mit rund 26% eine größere Rolle als für die Mediangruppe (21%). Gleichzeitig liegt die durchschnittliche äquivalisierte Bruttopension innerhalb der Gruppe der Armutsgefährdeten bei etwa 60% und der durchschnittliche äquivalisierte Bruttolohn bei rund 46% des Wertes der Mediangruppe. 6 Eine Einkommensart (unselbstständiges Einkommen, andere Markteinkommen, öffentliche Pensionen, andere öffentliche Geldleistungen) gilt als Haupteinkommensart, wenn sie mehr als 50% des gesamten Haushaltseinkommens vor Abgaben ausmacht. Liegt der Anteil aller Einkommensarten jeweils unter 50% des Bruttogesamteinkommens eines Haushalts, wird keine Haupteinkommensart definiert. 31 Wirtschaft und Gesellschaft 51 (1): 17–41 vermeidet aber Verzerrungen durch außergewöhnliche wirtschaftliche Schwankungen, die sich in der Lohnstruktur, Beschäftigungssituation und Einkommensverteilung niederschlagen.11 Die verfügbaren Einkommen des Jahres 2019 werden mit EUROMOD unter Anwendung des Steuerund Transfersystems dieses Jahres12 simuliert. Wir analysieren drei kontrafaktische Szenarien: (1) eine Erhöhung aller Bruttolöhne und -gehälter um 5%13, (2) eine Erhöhung aller Bruttopensionen um 5%, und (3) eine gleichzeitige Erhöhung beider Einkommensarten um 5%. Der Effekt der Erhöhung einer Einkommenskomponente ergibt sich in der Differenz zum Basisszenario (keine Einkommensänderung).14 In der Realität steigen Löhne und Pensionen nicht einheitlich, sondern variieren je nach Person und Einkommenssituation. Diese Heterogenität ist besonders relevant für Verteilungsund Armutsmaße, da eine durchschnittliche Erhöhung um 5% je nach Einkommensgruppe zu unterschiedlichen Auswirkungen auf Ungleichheit und Armutsgefährdung führen kann.15 Für diese Analyse wird jedoch bewusst vereinfacht angenommen, dass alle Löhne und Pensionen im Jahr 2019 gleichmäßig um die gleiche Rate steigen. 11 So nahmen beispielsweise zu Beginn des Jahres 2021 mehr als 400.000 Personen Kurzarbeit in Anspruch. Im Mai 2021 konnten Gastronomie-, Sport-, Freizeitund Kulturbetriebe, Hotels sowie Bäder unter speziellen Sicherheitsmaßnahmen nach mehr als sechs Monaten Schließung in ganz Österreich wieder ihren Betrieb aufnehmen. Damit wurden erstmals seit November 2020 österreichweit die wesentlichen pandemiebedingten Einschränkungen für die Beschäftigung aufgehoben, wodurch die Beschäftigungszahlen erstmals das Vorkrisenniveau übertrafen. Die erweiterte Arbeitslosigkeit zu diesem Zeitpunkt übertraf den Wert von Mai 2019 weiterhin deutlich (BockSchappelwein et al. 2021). 12 Leistungen aus der Sozialhilfe werden nicht simuliert, sondern direkt aus den Daten entnommen. 13 Im Zeitraum 2021–2023 sind die Pensionen insgesamt um 9,32% und die Löhne um 15,17% gewachsen (Tabelle 1). Das kumulierte Wachstumsdifferential betrug in diesem Zeitraum 5,8 Prozentpunkte. Für den Zeitraum 2022–2023 ergibt sich ein Wachstumsdifferential von 4,4 Prozentpunkte. Eine hypothetische Steigerung der Löhne oder Pensionen um 5% unter sonst gleichen Bedingungen, erzeugt ein Wachstumsdifferential von 5 Prozentpunkten. Das entspricht in etwa dem Durchschnitt der beiden Zeiträume und spiegelt in komprimierter und stark vereinfachter Form eine Entwicklung wider, wie sie im Umfeld der hohen Inflationsdynamik beobachtbar war. 14 Die so berechneten Effekte sind Erstrundeneffekte („day after effects“), also Effekte, die unmittelbar nach z.B. einer Reform oder Maßnahme auftreten. Anpassungsreaktionen von Individuen oder Haushalten wie beispielsweise Anpassungen des Arbeitsangebots (Zweitrundeneffekte) bleiben unberücksichtigt. Darüber hinaus ist EUROMOD ein partielles Gleichgewichtsmodell, d.h., nur direkte Auswirkungen auf die betrachteten Haushalte oder Individuen werden berücksichtigt, ohne Rückkopplungseffekte über Märkte oder das gesamtwirtschaftliche Gleichgewicht (Änderungen von Löhnen, Preisen oder der Nachfrage nach Arbeit [Drittrundeneffekte]) einzubeziehen. 15 Eine Erhöhung der Pensionen oder Löhne um 5% wirkt sich vor allem aufgrund der unterschiedlichen Belastung durch Sozialversicherungsbeiträge, selbst bei gleicher Höhe des Bruttoeinkommens, nicht gleichermaßen auf das Nettoeinkommen aus. 32 Fink/Rocha-Akis (2025): Armutsgefährdung und Einkommenswachstum im Prognosekontext 6. Effekte von Lohnund Pensionserhöhungen 6.1 Wirkungen auf die verfügbaren Einkommen Die Simulationen zeigen deutliche Unterschiede in der Wirkung von Einkommenssteigerungen, je nachdem, ob diese durch höhere Löhne, höhere Pensionen oder eine gleichzeitige Erhöhung beider Einkommensarten erfolgen. Tabelle 2: Effekte von Einkommenserhöhungen auf das verfügbare Äqui valenzeinkommen Szenario Basis Löhne Pensionen Löhne & Pensionen in € relativ zu Basisszenario, in % Gesamt Arithmetisches Mittel 2.425 +2,4 +0,8 +3,2 Median 2.213 +2,7 +1,1 +3,3 Dezile 1. Dezil 831 +0,8 +1,1 +1,9 2. Dezil 1.382 +1,5 +1,2 +2,7 3. Dezil 1.683 +1,9 +1,1 +3,0 4. Dezil 1.909 +2,2 +0,8 +3,0 5. Dezil 2.117 +2,2 +1,0 +3,2 6. Dezil 2.322 +2,4 +1,0 +3,4 7. Dezil 2.587 +2,5 +0,8 +3,3 8. Dezil 2.905 +2,7 +0,8 +3,5 9. Dezil 3.399 +2,8 +0,7 +3,5 10. Dezil 5.118 +2,8 +0,6 +3,4 Haupteinkommensart Unselbstständigeneinkommen 2.588 +3,5 +0,1 +3,6 Anderes Markteinkommen 2.764 +0,6 +0,2 +0,8 Öffentliche Pensionen 2.211 +0,2 +3,5 +3,7 Andere Transferleistungen 1.165 +0,0 +0,1 +0,1 Keine 2.267 +1,4 +1,1 +2,5 Quelle: EUROMOD, eigene Berechnungen. – Szenario Löhne: Erhöhung der Bruttolöhne und -gehälter um 5%; Szenario Pensionen: Erhöhung der Bruttopensionen um 5%; Szenario Löhne & Pensionen: Erhöhung der Bruttolöhne und -gehälter sowie der Bruttopensionen um 5%. – Dezile der verfügbaren Äquivalenzeinkommen im Basisszenario. – Eine Einkommensart (Unselbstständigeneinkommen, andere Markteinkommen, öffentliche Pensionen, andere Transferleistungen) gilt als Haupteinkommensart, wenn sie mehr als 50% des gesamten Haushaltseinkommens vor Abgaben ausmacht. Liegt der Anteil aller Einkommensarten jeweils unter 50% des Bruttogesamteinkommens eines Haushalts, wird keine Haupteinkommensart definiert. 33 Wirtschaft und Gesellschaft 51 (1): 17–41 Eine Lohnsteigerung um 5% führt für knapp 76% der Bevölkerung zu höheren verfügbaren Äquivalenzeinkommen. Es profitieren vor allem Haushalte in den oberen drei Dezilen der Einkommensverteilung, wo das verfügbare Haushaltseinkommen um 2,7% bis 2,8% steigt. In den unteren Dezilen fällt der Effekt hingegen deutlich schwächer aus: Im ersten Dezil beträgt der Anstieg 0,8%, im zweiten Dezil 1,5%. Diese Unterschiede lassen sich auf die geringere Arbeitsmarktpartizipation und die niedrigere Bedeutung des unselbstständigen Einkommens im Haushaltseinkommen in den unteren Dezilen zurückführen. So profitieren im untersten Dezil nur etwa die Hälfte der Personen direkt – das heißt durch eine Erhöhung ihres eigenen Lohns– und indirekt, etwa durch das gestiegene Einkommen von Partner:innen oder Eltern im gemeinsamen Haushalt. In der oberen Hälfte der Verteilung hingegen profitieren 80% bis 90% der Personen entweder direkt oder indirekt von den Lohnsteigerungen. Das durchschnittliche Einkommen steigt um 2,4% und der Median um 2,7% (Tabelle 2). Im Vergleich dazu hat eine Erhöhung der Pensionen um 5% eine deutlich schwächere Wirkung: Die verfügbaren Einkommen steigen im Durchschnitt nur um 0,8% und im Median um 1,1%. Dies liegt daran, dass weniger Menschen von Pensionsals von Lohnsteigerungen profitieren. Etwa ein Drittel der Bevölkerung erfährt durch die Pensionserhöhung eine Veränderung ihres verfügbaren Einkommens. In den unteren Einkommensdezilen fällt der Anstieg mit 1,1% bis 1,2% überdurchschnittlich aus, was die größere Bedeutung von Pensionseinkommen in diesen Einkommensgruppen widerspiegelt. Der Effekt der Pensionserhöhung zeigt sich insgesamt gleichmäßiger verteilt als bei einer Lohnsteigerung. Mit Ausnahme des untersten Dezils, in dem rund 12% der Personen von der Pensionserhöhung profitieren, liegen die Anteile der Betroffenen in den übrigen Dezilen zwischen 29% und 38% (Tabelle 2). Eine gleichzeitige Erhöhung von Löhnen und Pensionen führt zu einer kumulativen Wirkung, bei der sich die jeweiligen Einzeleffekte überlagern. Im Durchschnitt steigen die verfügbaren Äquivalenzeinkommen um 3,2%, wobei 95% der Bevölkerung betroffen sind. Während die oberen Dezile weiterhin überproportional von der Lohnsteigerung profitieren, wirken sich die Pensionserhöhungen vor allem auf die unteren Dezile positiv aus, was den Gesamteffekt auf die Einkommensverteilung etwas ausgewogener gestaltet. Dennoch bleiben deutliche Unterschiede bestehen: In den oberen fünf Dezilen erhöhen sich die verfügbaren Äquivalenzeinkommen um 3,3% bis 3,5%, während im unteren Bereich die Zuwächse wesentlich geringer ausfallen – im ersten Dezil liegt der Anstieg beispielsweise bei nur 1,9%. Dieser schwächere Effekt in den unteren Dezilen ist unter anderem darauf zurückzuführen, dass der Anteil der Personen, die von den Einkommenssteigerungen betroffen sind, dort deutlich geringer ausfällt. Während in den oberen sechs Dezilen nahezu alle Haushalte von den Lohnund Pensionserhöhungen 34 Fink/Rocha-Akis (2025): Armutsgefährdung und Einkommenswachstum im Prognosekontext profitieren, liegt der Anteil im untersten Dezil bei lediglich 73%. Das bedeutet, dass rund ein Viertel der Personen keine Einkommensverbesserung erfährt. Im zweiten Dezil beträgt der Anteil der Betroffenen 91%, sodass rund 10% der Haushalte dort ebenfalls unberührt bleiben. 6.2 Wirkung auf die Armutsgefährdungsquote Im Jahr 2019 liegt die Armutsgefährdungsschwelle im Basisszenario bei 15.931Euro jährlich, wobei 13,4% der Bevölkerung ein verfügbares Äquivalenzeinkommen unterhalb dieser Schwelle haben.16 Eine 5%ige Lohnsteigerung für alle unselbstständig Beschäftigten führt zu einem Anstieg des medianen verfügbaren Äquivalenzeinkommens und somit zu einer Erhöhung der Armutsgefährdungsschwelle um 2,7%. Dadurch steigt die Armutsgefährdungsquote um 0,5 Prozentpunkte auf 13,9%, da ein größerer Anteil der Bevölkerung die gestiegene Schwelle nicht erreicht. Besonders davon betroffen sind Haushalte, deren Bruttogesamteinkommen mehr als zur Hälfte aus Transfers ohne Pensionen besteht, da sich diese in besonderem Ausmaß um die Armutsgefährdungsschwelle konzentrieren. Haushalte, die überwiegend von Pensionseinkommen leben, rangieren an zweiter Stelle, wenn auch deutlich weniger konzentriert (Abbildung 3).17 In den unteren Dezilen ist der Anteil des Erwerbseinkommens am Gesamteinkommen somit vergleichsweise gering, weshalb der Einkommenszuwachs in diesen Gruppen schwächer ausfällt. Mit steigendem Einkommen nimmt der Einkommensanstieg jedoch zu. Dies führt dazu, dass der Anstieg des Medians und damit der Armutsgefährdungsschwelle stärker ausfällt, als es die Einkommenszuwächse in den unteren Dezilen kompensieren könnten. Dies veranschaulicht, warum die Armutsgefährdungsquote in diesen Gruppen besonders stark ansteigt: Unter Personen, deren Haupteinkommen aus Transfers ohne Pensionen besteht, erhöht sich die Armutsgefährdungsquote von 65,5% auf 69,6%. Bei Personen mit überwiegendem Pensionseinkommen steigt sie von 16,4% auf 17,4%. Im Gegensatz dazu verzeichnet die Gruppe der Haushalte mit überwiegend unselbstständigem Einkommen einen leichten Rückgang der Armutsgefährdungsquote von 6,4% auf 6,3%. Dies ist darauf zurückzuführen, dass die Einkommenssteigerung in den Haushalten im unteren Einkommensbereich in Summe ausreichend hoch ist, 16 Die berechneten Armutsindikatoren weichen geringfügig von den von der Statistik Austria veröffentlichten Werten ab, wonach die Armutsgefährdungsschwelle im Jahr 2019 bei 15.933Euro und die Armutsgefährdungsquote bei 13,9% lag. Der Hauptunterschied ergibt sich aus der eingesetzten Methode. Während die offizielle Quote auf den selbstberichteten oder administrativen Daten in EU-SILC basieren, werden im vorliegenden Beitrag Abgaben und teilweise Transfers mit EUROMOD simuliert. 17 Würden die Transfereinkommen ohne Pensionen erhöht, würde die Armutsgefährdungsquote deutlicher sinken. Da Haushalte, deren Haupteinkommensart Transferleistungen sind, unterhalb der Armutsgefährdungsschwelle konzentriert sind, hätte eine Erhöhung ihrer Einkommen eine geringere Wirkung auf den Median und somit auf die Verschiebung der Armutsgefährdungsschwelle. Es ist also insgesamt eine geringere Steigerung des Einkommens notwendig, um die neue Armutsgefährdungsschwelle zu überwinden. 35 Wirtschaft und Gesellschaft 51 (1): 17–41 um den Anstieg der Armutsgefährdungsschwelle zu übertreffen und die Armutsgefährdungsquote zu senken. Tabelle 3: Effekte von Einkommenserhöhungen auf die Armutsgefährdungsquote  Szenario Basis Löhne Pensionen Löhne & Pensionen in % Gesamt     Quote 13,4 13,9 13,2 13,6 Verankerte Quote 13,4 12,9 13,0 12,6 Haupteinkommensart     Unselbstständigeneinkommen 6,4 6,3 6,5 6,4 Andere Markteinkommen 21,3 22,1 21,4 22,1 Öffentliche Pensionen 16,4 17,4 15,0 16,0 Andere Transferleistungen 65,5 69,6 67,3 68,3 Keine 11,7 11,7 10,5 11,7 Quelle: EUROMOD, eigene Berechnungen. – Szenario Löhne: Erhöhung der Bruttolöhne und -gehälter um 5%; Szenario Pensionen: Erhöhung der Bruttopensionen um 5%; Szenario Löhne & Pensionen: Erhöhung der Bruttolöhne und -gehälter sowie der Bruttopensionen um 5%. Eine Einkommensart (Unselbstständigeneinkommen, andere Markteinkommen, öffentliche Pensionen, andere Transferleistungen) gilt als Haupteinkommensart, wenn sie mehr als 50% des gesamten Haushaltseinkommens vor Abgaben ausmacht. Liegt der Anteil aller Einkommensarten jeweils unter 50% des Bruttogesamteinkommens eines Haushalts, wird keine Haupteinkommensart definiert. Im Gegensatz zur Lohnerhöhung um 5% führt eine Erhöhung der Pensionen um 5% zu einem leichten Rückgang der relativen Armutsgefährdungsquote von 13,4% auf 13,2%. Dieser Effekt zeigt sich besonders in Haushalten, deren Einkommen überwiegend aus Pensionen besteht: Hier sinkt die Armutsgefährdungsquote von 16,4% auf 15,0%. Gleichzeitig steigt die Armutsgefährdungsquote jedoch in anderen Haushaltstypen, insbesondere in jenen, die stark von öffentlichen Transfers (ohne Pensionen) abhängig sind – ihre Quote erhöht sich von 65,5% auf 67,3%. Der Anstieg des medianen verfügbaren Äquivalenzeinkommens und damit der Armutsgefährdungsschwelle fällt mit 1,1% deutlich schwächer aus als bei der 5%igen Lohnerhöhung, da Pensionseinkommen im verfügbaren Äquivalenzeinkommen nur einen vergleichsweise geringen Anteil ausmachen. Die Einkommen steigen in den unteren Dezilen allerdings stärker als bei der Lohnerhöhung – im ersten und zweiten Dezil im Durchschnitt um 1,1% und 1,2% bzw. für Haushalte mit überwiegend Pensionseinkommen um 4,4% und 3,7%. Dadurch gelingt es einer größeren Anzahl von Personen in den unteren Dezilen, die Armutsgefährdungsschwelle zu überschreiten, während eine geringere Anzahl von Personen unter diese rutscht. 36 Fink/Rocha-Akis (2025): Armutsgefährdung und Einkommenswachstum im Prognosekontext Werden sowohl Löhne als auch Pensionen um 5% erhöht, steigt die Armutsgefährdungsquote leicht von 13,4% auf 13,6%, was einen schwächeren Anstieg darstellt als bei einer ausschließlichen Lohnerhöhung. Nur jene Haushalte, in denen Pensionen als Einkommensart dominieren, erfahren eine (leicht) rückläufige Armutsgefährdungsquote. Wird die Armutsgefährdungsschwelle hingegen auf dem Niveau des Basisjahres fixiert, zeigt sich sowohl bei der Lohnals auch bei der Pensionserhöhung ein Rückgang der Armutsgefährdungsquote. Im ersteren Fall sinkt sie um 0,4 Prozentpunkte auf 13% und im letzteren um 0,5 Prozentpunkte auf 12,9%. Die Verwendung einer fixierten bzw. verankerten Armutsgefährdungsschwelle verdeutlicht somit den erwarteten negativen Zusammenhang zwischen Einkommenswachstum und Armutsgefährdungsquote. 7. Zusammenfassung Wirtschaftliche Schwankungen wie Rezessionen, Wachstumsphasen oder Inflation können spürbare Auswirkungen auf die Armutsgefährdung und die soziale Lage, insbesondere im unteren Einkommensbereich, haben. Die Prognose der Armutsgefährdungsquote liefert eine zentrale Kennzahl, um diese Veränderungen messbar zu machen und die Entwicklung der Einkommensverteilung zu analysieren. Besonders in Zeiten wirtschaftlicher Unsicherheit oder Umstrukturierungen unterstützen solche Prognosen dabei, soziale Belastungen frühzeitig zu erkennen und die Betroffenheit einzelner Bevölkerungsgruppen zu beurteilen. Allerdings ist die Interpretation von Veränderungen der Armutsgefährdungsquote in Prognosen komplex, da sie von verschiedenen, miteinander verknüpften Faktoren beeinflusst wird. Zum einen setzt sich das verfügbare Einkommen aus unterschiedlichen Komponenten wie Erwerbseinkommen, Pensionen, andere öffentliche Transferleistungen zusammen, die unterschiedlich stark durch Abgaben belastet sind und auf wirtschaftliche und politische Veränderungen verschieden reagieren. Die Höhe und Verteilung der verfügbaren Einkommen hängen u.a. von den demografischen Merkmalen der Haushalte ab. Darüber hinaus spielt die Veränderung des nationalen medianen verfügbaren Äquivalenzeinkommens eine entscheidende Rolle, da dieses als Referenz für die Armutsgefährdungsschwelle dient. Ebenso beeinflusst die Verteilung des verfügbaren Äquivalenzeinkommens – insbesondere in der Nähe der Schwelle –, welche Haushalte als armutsgefährdet gelten. Diese Dynamiken bestimmen, wie sich Anpassungen der Schwelle und Veränderungen im eigenen Einkommen auf die Armutsgefährdung einzelner Haushalte auswirken. Vor dem Hintergrund der dynamischen Inflationsentwicklung seit 2022, die durch zeitlich versetzte Anpassungen von Löhnen und Pensionen zu einem ausgeprägten Wachstumsdifferenzial zwischen diesen beiden Einkommensarten geführt hat, 37 Wirtschaft und Gesellschaft 51 (1): 17–41 analysieren wir die Auswirkungen von Wachstumsunterschieden in den Löhnen und Pensionen auf die Armutsgefährdungsquote. Die Simulationen hypothetischer Lohnund Pensionserhöhungen zeigen dabei unterschiedliche Auswirkungen auf die Armutsgefährdungsquote und die verfügbaren Äquivalenzeinkommen, je nachdem, welche Einkommensart erhöht wird. Eine Lohnerhöhung um 5% führt zu einem durchschnittlichen Anstieg des verfügbaren Einkommens um 2,4%, wobei vor allem Haushalte in den oberen Einkommensdezilen profitieren. In den unteren Dezilen fällt der Effekt deutlich geringer aus. Eine Pensionserhöhung um 5% hingegen steigert das Einkommen im Durchschnitt um 0,8%, wobei vor allem Haushalte in den unteren Dezilen profitieren, da Pensionen dort eine größere Rolle spielen. Die Armutsgefährdungsquote der Bevölkerung steigt im Zuge der Lohnerhöhung um 0,5 Prozentpunkte auf 13,9%, betroffen sind insbesondere Haushalte, deren Einkommen hauptsächlich aus öffentlichen Transfers stammt. Im Gegensatz dazu bewirkt eine Erhöhung der Pensionen einen moderaten Rückgang der Armutsgefährdungsquote auf 13,2%. Werden Löhne und Pensionen gleichzeitig angehoben, steigt die Armutsgefährdungsquote geringfügig auf 13,6%. Bleibt die Armutsgefährdungsschwelle im Basisszenario fixiert (verankert), führt dies erwartungsgemäß in beiden Szenarien zu einem Rückgang der Armutsgefährdungsquote. Der stärkere Anstieg der Löhne im Vergleich zu den Pensionen in den Jahren 2022 und 2023 könnte demnach eine Erklärung für den prognostizierten Anstieg der Armutsgefährdungsquote sein. Es zeigt sich jedoch auch, dass eine Verringerung dieses Wachstumsdifferenzials – etwa durch ein stärkeres Aufholen der Pensionen – die Armutsgefährdungsquote wieder senken könnte. Zur Armutsgefährdungsquote, die insbesondere den unteren Einkommensbereich erfasst, stellt das Einkommensquintilverhältnis S80/S20, das ebenfalls im Rahmen der Konjunkturprognose prognostiziert wird, eine wertvolle Ergänzung dar. Die beiden Indikatoren, die die unteren Einkommensbereiche in Relation zur Mitte bzw. in Relation zum oberen Einkommensbereich setzen, ermöglichen die Darstellung der Einkommensentwicklung und die Auswirkungen von Maßnahmen, die unterschiedliche Bevölkerungsgruppen mit variierenden sozioökonomischen Merkmalen betreffen. Dazu gehören beispielsweise die Änderungen im Steuerund Transfersystem, die Abgeltung der kalten Progression oder die Indexierung von Sozialleistungen und Familienleistungen. Besonders in Phasen der fiskalischen Konsolidierung kommt der Frage nach der sozialen Verträglichkeit von wirtschaftlichen Anpassungen eine zentrale Rolle zu. Eine Prognose der Armutsgefährdungsquote liefert Hinweise darauf, wie politische und wirtschaftliche Veränderungen die soziale Lage der Haushalte beeinflussen 38 Fink/Rocha-Akis (2025): Armutsgefährdung und Einkommenswachstum im Prognosekontext könnten. Ein Anstieg der Armutsgefährdungsquote kann etwa auf wachsende Ungleichheit und ein erhöhtes Risiko sozialer Ausgrenzung hindeuten. Letztere kann wiederum durch schlechteren Zugang zu Bildung, Beschäftigung und Gesundheitsversorgung langfristig die wirtschaftliche Leistungsfähigkeit schwächen. DANKSAGUNG Wir bedanken uns bei zwei anonymen Gutachter:innen für hilfreiche Kommentare und wertvolle Anregungen zur Überarbeitung dieses Artikels. LITERATUR Angel, Stefan/Disslbacher, Franziska/Humer, Stefan/Schnetzer, Matthias (2019). What did you really earn last year?: explaining measurement error in survey income data. Journal of the Royal Statistical Society Series A: Statistics in Society 182 (4), 1411–1437. Online verfügbar unter https://doi.org/10.1111/rssa.12463. Angel, Stefan/Heuberger, Richard/Lamei, Nadja (2018). Differences Between Household Income from Surveys and Registers and How These Affect the Poverty Headcount: Evidence from the Austrian SILC. Social Indicators Research 138 (2), 575–603. Online verfügbar unter https://doi.org/10.1007/s11205-017-1672-7. Atkinson, Anthony B. (2019). Measuring Poverty Around the World. Princeton, NJ, Princeton University Press. ISBN 978-0-691-19122-5. Badelt, Christoph/Heitzmann, Karin (2023). Armutsmessung in Zeiten von Vielfachkrisen. Eignen sich die klassischen Armutsmaße zur Erfassung und Adressierung der Armutsbetroffenen? Wirtschaft und Gesellschaft 49 (3), 17–48. Online verfügbar unter https://doi. org/10.59288/wug493.200. Banerjee, Abhijit V./Duflo, Esther (2011). Poor Economics: A Radical Rethinking of the Way to Fight Global Poverty. New York, Public Affairs. ISBN 978-1-58648-798-0. Baumgartner, Josef/Fink, Marian/Moreau, Caroline/Rocha-Akis, Silvia/Lappöhn, Sarah/Plank, Kerstin/Schnabl, Alexander/Weyerstrass, Klaus (2020). Wirkung der wirtschaftspolitischen Maßnahmen zur Abfederung der COVID-19-Krise. Mikround makroökonomische Analysen zur konjunkturellen, fiskalischen und verteilungspolitischen Wirkung. Wien, WIFO – Institut für Höhere Studien (IHS). Bittschi, Benjamin (2023). Lohnführerschaft in Österreich: Relikt der Vergangenheit oder sozialpartnerschaftlicher Dauerbrenner? Wirtschaft und Gesellschaft 49 (2), 79–101. Online verfügbar unter https://doi.org/10.59288/wug492.187. Bock-Schappelwein, Julia/Huemer, Ulrike/Hyll, Walter (2021). Beschäftigung liegt im Mai erstmals wieder über dem Vorkrisenniveau. WIFO Research Briefs (8). Bosco, Bruno (2019). One size does not fit all: Quantile regression estimates of cross-country risk of poverty in Europe. Economic Analysis and Policy 62, 280–299. Online verfügbar unter https://doi.org/10.1016/j.eap.2019.04.003. Bosco, Bruno/Poggi, Ambra (2020). Middle Class, Government Effectiveness and Poverty in the EU: A Dynamic Multilevel Analysis. Review of Income and Wealth 66 (1), 94–125. Online verfügbar unter https://doi.org/10.1111/roiw.12403. Brülle, Jan/Gangl, Markus/Levanon, Asaf/Saburov, Evgeny (2019). Changing labour market risks in the service economy: Low wages, part-time employment and the trend in working poverty risks in Germany. Journal of European Social Policy 29 (1), 115–129. Online verfügbar unter https://doi.org/10.1177/0958928718779482. 39 Wirtschaft und Gesellschaft 51 (1): 17–41 Budgetdienst (2022a). Einmalzahlungen während der COVID-19und der Teuerungskrise. Wien, Parlamentsdirektion der Republik Österreich. Budgetdienst (2022b). Verteilungswirkung der drei Maßnahmenpakete zum Teuerungsausgleich. Wien, Parlamentsdirektion der Republik Österreich. Budgetdienst (2023). Einkommensentwicklung seit Beginn der COVID-19-Krise. Wien, Parlamentsdirektion der Republik Österreich. Caminada, Koen/Goudswaard, Kees/Koster, Ferry (2012). Social income transfers and poverty: A cross-country analysis for OECD countries. International Journal of Social Welfare 21 (2), 115–126. Online verfügbar unter https://doi.org/10.1111/j.1468-2397.2011.00815.x. Cammeraat, Emile (2020). The relationship between different social expenditure schemes and poverty, inequality and economic growth. International Social Security Review 73 (2), 101–123. Online verfügbar unter https://doi.org/10.1111/issr.12236. Cantillon, Bea (2011). The paradox of the social investment state: growth, employment and poverty in the Lisbon era. Journal of European Social Policy 21 (5), 432–449. Online verfügbar unter https://doi.org/10.1177/0958928711418856. Corcoran, M. (1995). Rags to Rags: Poverty and Mobility in the United States. Annual Review of Sociology 21, 237–267. Online verfügbar unter https://doi.org/10.1146/annurev. so.21.080195.001321. Duiella, Matteo/Turrini, Alessandro (2014). Poverty developments in the EU after the crisis: a look at main drivers. ECFIN Economic Brief (31). Online verfügbar unter https://doi. org/10.2765/72447. Ederer, Stefan/Fink, Marian/Rocha-Akis, Silvia/Lechinger, Vanessa (2024). Prognose von „Beyond GDP“-Indikatoren zur Einkommensverteilung. WIFO Research Briefs (5). European Commission (2004). Joint Report on Social Inclusion 2004. Luxembourg, Publications Office of the European Union. ISBN 92-894-7989-2. Eurostat (2020). Flash estimates of income inequalities and poverty indicators for 2019 (FE 2019). Methodological note. Online verfügbar unter https://ec.europa.eu/eurostat/documents/7894008/8256843/Methodological-note-2019.pdf (abgerufen am 11.03.2025). Eurostat (2024a). At-risk-of-poverty rate by poverty threshold, age and sex – EU-SILC and ECHP Surveys. Online verfügbar unter https://doi.org/10.2908/ILC_LI02. Eurostat (2024b). Relative at risk of poverty gap by poverty threshold. Online verfügbar unter https://doi.org/10.2908/ILC_LI11. Fink, Marian/Mayrhuber, Christine/Rocha-Akis, Silvia (2022). Steigende Lebenshaltungskosten und Armut. WIFO Research Briefs (10). Fink, Marian/Rocha-Akis, Silvia (2020). Senkung des Eingangssteuersatzes in der Lohnund Einkommensteuer. Wirkung auf Steuerbelastung, Steueraufkommen und verfügbare Einkommen der privaten Haushalte. WIFO-Monatsberichte 93 (5), 393–402. Fink, Marian/Rocha-Akis, Silvia (2024). Verteilungswirkungen des Ausgleichs der kalten Progression für das Jahr 2025. Zusatzbericht zum Progressionsbericht 2024. Wien, WIFO. Foster, James/Greer, Joel/Thorbecke, Erik (1984). A Class of Decomposable Poverty Measures. Econometrica 52 (3), 761. Online verfügbar unter https://doi.org/10.2307/1913475. Foster, James/Greer, Joel/Thorbecke, Erik (2010). The Foster–Greer–Thorbecke (FGT) poverty measures: 25 years later. The Journal of Economic Inequality 8 (4), 491–524. Online verfügbar unter https://doi.org/10.1007/s10888-010-9136-1. Franzen, Axel/Bahr, Sebastian (2024). Poverty in Europe: How long-term poverty developed following the financial crisis and what drives it. International Journal of Social Welfare 33 (2), 482–494. Online verfügbar unter https://doi.org/10.1111/ijsw.12614. Fuchs, Michael/Geyer, Leonard/Wohlgemuth, Felix (2024). EUROMOD Country Report– Austria. 2020–2023. Luxemburg, Publications Office of the European Union. Online verfügbar unter https://doi.org/10.2760/890868. 40 Fink/Rocha-Akis (2025): Armutsgefährdung und Einkommenswachstum im Prognosekontext Gábos, András/Branyiczki, Réka/Binder, Barbara/Tóth, István György (2019). Employment and Poverty Dynamics Before, During, and After the Crisis. In: Bea Cantillon/Tim Goedemé/John Hills (Hg.). Decent Incomes for All. Improving Policies in Europe. New York, Oxford University Press, 34–55. ISBN 978-0-19-084972-6. Heitzmann, Karin/Pennerstorfer, Astrid (2025). Large families and poverty in Austria: What explains their disproportionate risk of experiencing income poverty? International Journal of Social Welfare 34 (1), e12667. Online verfügbar unter https://doi.org/10.1111/ ijsw.12667. Holmes, John/Kiernan, Kathleen (2013). Persistent poverty and children’s development in the early years of childhood. Policy & Politics 41 (1), 19–42. Online verfügbar unter https://doi. org/10.1332/030557312X645810. Immervoll, Herwig/Levy, Horacio/Lietz, Christine/Mantovani, Daniela/Sutherland, Holly (2006). The sensitivity of poverty rates to macro-level changes in the European Union. Cambridge Journal of Economics 30 (2), 181–199. Online verfügbar unter https://doi. org/10.1093/cje/bei054. Jenkins, Stephen P. (2000). Modelling household income dynamics. Journal of Population Economics 13 (4), 529–567. Online verfügbar unter https://doi.org/10.1007/s001480050151. Jenkins, Stephen P. (2018). Perspectives on Poverty in Europe. IZA Discussion Paper (12014). Jenkins, Stephen P. (2020). Perspectives on Poverty in Europe. Following in Tony Atkinson’s Footsteps. Italian Economic Journal 6, 129–155. Online verfügbar unter https://doi. org/10.1007/s40797-019-00112-0. Jenkins, Steven P./Micklewright, John/Brandolini, Andrea/Nolan, Brian (2012). The Great Recession and the Distribution of Household Income. Oxford, Oxford University Press. Online verfügbar unter https://doi.org/10.1093/acprof:oso/9780199671021.001.0001. Kuypers, Sarah/Marx, Ive (2018). Estimation of Joint Income-Wealth Poverty: A Sensitivity Analysis. Social Indicators Research 136, 117–137. Online verfügbar unter https://doi. org/10.1007/s11205-016-1529-5. Lamei, Nadja/Till-Tentschert, Ursula (2005). Messung von Armutsgefährdung und Deprivation. Statistische Nachrichten (4), 349–359. Levy, Horacio (2023). Nowcasting and provisional estimates of income inequality using microsimulation techniques. OECD Papers on Well-being and Inequalities (12). Online verfügbar unter https://doi.org/10.1787/c0b88e7f-en. Marx, Ive/Vandenbroucke, Pieter/Verbist, Gerlinde (2012). Can higher employment levels bring down relative income poverty in the EU? Regression-based simulations of the Europe 2020 target. Journal of European Social Policy 22 (5), 472–486. Online verfügbar unter https://doi.org/10.1177/0958928712456577. Mayrhuber, Christine/Angel, Stefan/Fink, Marian/Rocha-Akis, Silvia (2023). Armut und Sozialhilfe in Österreich. WIFO-Monatsberichte 96 (11), 779–791. Mayrhuber, Christine/Bock-Schappelwein, Julia/Eppel, Rainer/Fink, Marian/Huemer, Ulrike/Hyll, Walter/Mahringer, Helmut/Moreau, Caroline/Pitlik, Hans/Rocha-Akis, Silvia (2020). Analysen zur sozialen Lage in Österreich. Bestandsaufnahme und Ausblick in der COVID-19-Pandemie. Wien, WIFO. Menyhert, Balint (2022). The effect of rising energy and consumer prices on household finances, poverty and social exclusion in the EU. Luxembourg, Publications Office of the European Union. Online verfügbar unter https://doi.org/10.2760/418422, JRC130650. Navicke, Jekaterina/Rastrigina, Olga/Sutherland, Holly (2014). Nowcasting Indicators of Poverty Risk in the European Union: A Microsimulation Approach. Social Indicators Research 119 (1), 101–119. Online verfügbar unter https://doi.org/10.1007/s11205-013-0491-8. Rocha-Akis, Silvia (2015). Verteilungseffekte der Einkommensteuerreform 2015/16. WIFOMonatsberichte 88 (5), 387–398.