2) Untersuchungsgegenstand und Empirische Fakten … · Die Definition Entwicklungsland ist so...
Transcript of 2) Untersuchungsgegenstand und Empirische Fakten … · Die Definition Entwicklungsland ist so...
2) Untersuchungsgegenstand und Empirische Fakten 2.1) Begriffe Untersuchungsgegenstand der “Theorie der Entwicklungsländer” ist nicht eine spezifische „Fachlichkeit“ (Hemmer, 2002, S. 3), sondern eine bestimmte Ländergruppe: „unterentwickelte Länder“. Begriff „Entwicklungsländer“ (developing countries) stammt von Harry S. Truman (1949) – US Präsident – in seiner Regierungserklärung vor dem US-Kongreß, in der der größte Teil der Welt zu „unterentwickelten Gebieten, Entwicklungsländern“ erklärt wurden (ebenda). Entwicklungsökonomie, -soziologie, -geographie und –politik beschäftigen sich gleichermaßen mit der
• Situation, • Ursachen, • Gegenmaßnahmen gegen
Unterentwicklung von Ländern. Was heißt Unterentwicklung? Entwicklungsstand eines Landes Möglichkeiten der Einwohner eines Landes zur Gestaltung ihres Lebens in wirtschaftlicher, gesellschaftlicher und politischer Hinsicht und ihr Wohlstandsniveau Die gesellschaftlichen und politischen Aspekte des Entwicklungsstandes: Ausmaß der Verwirklichung der Menschenrechte (Weltmenschenrechtskonferenz, Wien 1993) Die wirtschaftlichen Aspekte des Entwicklungsstandes: Enge Sichtweise: Verfügbarkeit über Waren und Dienstleistungen Weite Sichtweise: Der Lebensstandard in Form von Erfüllung von Grundbedürfnissen (basic needs) und weiterführenden Bedürfnissen. Grundbedürfnisse: Ernährung, Kleidung, Wohnung, Möbel, Haushaltsgeräte, Trinkwasser, sanitäre Anlagen, öffentliche Verkehrsmittel, Gesundheits- und Bildungseinrichtungen Entwicklungsprozeß Veränderung des Entwicklungsstandes der Einwohner eines Landes über die Zeit
Entwicklungsländer Länder, die gegenüber einer Norm (üblicherweise die Industriestaaten Nordamerikas, Europas und Ozeaniens) als zurückgeblieben hinsichtlich ihres Entwicklungsstandes gelten. Kritik an Begriff: Der Begriff unterentwickelte Länder, wurde als politisch inkorrekt angesehen, obwohl genau das gemeint ist; statt dessen wurde der Begriff Entwicklungsländer gewählt; der ist allerdings unscharf, weil auch Industrieländer sich weiterentwickeln. Allenfalls gemeint ist: Länder mit überdurchschnittlichem Entwicklungspotential (weil sie zurückgeblieben sind) Die Begriffsdefinition suggeriert bereits eine Norm. Die Industriestaaten werden zu dieser Norm erhoben und unterentwickelt sind alle Länder, die nicht wie die Industriestaaten sind. Abnormalität impliziert aber die Forderung, daß diese Länder sich so entwickeln sollen, wie Industriestaaten. Die Wahl der Norm – Industrieländer – ist arbiträr. Man könnte auch Millionäre zur Norm erheben. Dann wären alle Länder als Ganzes unterentwickelt. Absolute Armut: Es ist sinnvoll, alternativ von Entwicklungsländern zu sprechen, wenn sie absolut arm sind, d.h. wenn den Einwohnern eines Landes die zur Deckung ihres Existenzminimums notwendigen Grundbedürfnisse nicht garantiert sind. Kritik: Alle Länder waren einmal absolut arm. Ein Entwicklungsländerproblem liegt erst dann vor, wenn absolut arme Länder in ihrem Zustand verharren. Präzisierung des Begriffs Entwicklungsland (EL) Entwicklungsländer sind Länder, deren Einwohner in einem Entwicklungsstand verharren, der deutlich unter ihren Möglichkeiten bleibt. Bemerkungen
• Es sollte insbesondere darauf hingewiesen werden, daß nicht die Norm erhoben wird, daß sich Entwicklungsländer nicht notwendigerweise exakt zu dem Zustand hin entwickeln sollen, den die heutigen Industrieländer innehaben.
• Wichtig ist, daß es keine Kräfte gibt, die hinreichend sind, um sich automatisch weiterzuentwickeln, um alle Möglichkeiten des wirtschaftlichen, gesellschaftlichen und politischen Lebensstandards auszuschöpfen.
2.2) Messung des Entwicklungsstands Die Definition Entwicklungsland ist so vage, daß ein oder mehrere Meßzahlen (Entwicklungsindikatoren) zur Operationalisierung des theoretischen Konzepts Entwicklungsstand gefunden werden müssen - und zusätzlich ein Schwellenwert (kritischer Grenzwert), unterhalb dessen ein Land als Entwicklungsland klassifiziert wird. 2.2.1) Wirtschaftliche Wohlstandsindikatoren 2.2.1.1 Pro-Kopf-Einkommen (PKE) in $ Sozialproduktmessung basiert auf theoretischem Konzept der allgemeinen Gleichgewichtstheorie. Sozialprodukt entspricht der indirekten gesellschaftlichen Nutzenfunktion, wenn Preise Grenzkosten und Grenznutzen wiederspiegeln, Gewinne bei vollständiger Konkurrenz (bis auf den Marktzins) wegkonkurriert werden und Löhne dem marginalen Wert der Freizeit und dem Grenzprodukt der Arbeit entsprechen, ohne daß Arbeitslosigkeit existiert. Sozialproduktmessung reflektiert gesellschaftliche Wohlfahrt, die wiederum nach dem Pareto-Optimalitätsprinzip auf die theoretisch korrekte Aggregation der ordinalen individuellen Nutzenfunktionen zurückgeführt werden kann.
• Volkseinkommen (Yjt)= Einkommen der Inländer=Nettosozialprodukt zu Faktorkosten
∑=i
ijtijtjt pxY , wobei xijt die produzierte Menge von Gut i in Land j und Jahr t
ist und pijt der dazugehörige Preis in nationaler Währung. • dividiert durch Bevölkerungszahl (Einwohnerzahl oder Zahl der
Staatsangehörigen) • umgerechnet in gemeinsame Währungseinheit (z. Bsp. $) • deflationiert
Tabelle 1 mit Pro-Kopf-Einkommen (PKE) in Ländern mit mehr als 1 Million Einwohnern (Quelle - Weltbank: Weltentwicklungsbericht, abgedruckt in Hemmer, 2002)
Tabelle 1: Pro-Kopf-Einkommen und Bevölkerung der Länder mit mindestens 1 Mio. Einwohnern (sortiert nach PKE)
Lfd
. Nr.
Land
Pro-Kopf-Einkommen (1999)
PKE (US $)
(1) (2) (3)
1 Äthiopien L 1002 Burundi L 1203 Sierra Leone L 1304 Malawi L 1905 Niger L 1906 Eritrea L 2007 Tschad L 2008 Angola L 2209 Nepal L 22010 Mosambik L 23011 Burkina Faso L 24012 Mali L 24013 Tansania L 24014 Madagaskar L 25015 Ruanda L 25016 Kambodscha L 26017 Laos L 28018 Tadschikistan 29019 Zentralafrikanische
Republik L 290
20 Kirgisien 30021 Nigeria 31022 Sambia L 32023 Togo L 32024 Uganda L 32025 Jemen L 35026 Mongolei 35027 Kenia 36028 Bangladesch L 37029 Moldau 37030 Vietnam 37031 Benin L 38032 Mauretanien L 38033 Ghana 39034 Nicaragua 430
(Fortsetzung Tabelle 1)
Lfd
. Nr.
Land
Pro-Kopf-Einkommen
(1999) PKE (US $)
(1) (2) (3)
35 Indien 45036 Haiti L 46037 Pakistan 47038 Armenien 49039 Guinea L 51040 Senegal 51041 Simbabwe 52042 Aserbaidschan 55043 Lesotho L 55044 Indonesien 58045 Kamerun 58046 Georgien 62047 Turkmenistan 66048 Kongo, Rep. 67049 Côte d‘Ivoire 71050 Usbekistan 72051 Ukraine 75052 Honduras 76053 China 78054 Papua - Neuguinea 80055 Sri Lanka 82056 Albanien 87057 Syrien 97058 Bolivien 1.01059 Philippinen 1.02060 Marokko 1.20061 Kasachstan 1.23062 Ecuador 1.31063 Bulgarien 1.38064 Ägypten 1.40065 Jordanien 1.50066 Rumänien 1.52067 Algerine 1.55068 Paraguay 1.58069 Guatemala 1.66070 Mazedonien 1.690
(Fortsetzung Tabelle 1)
Lfd
. Nr.
Land
Pro-Kopf-Einkommen (1999)
PKE (US $)
(1) (2) (3)
71 Iran 1.760 72 Namibia 1.890 73 El Salvador 1.900 74 Dominikanische
Republik 1.910
75 Thailand 1.960 76 Tunesien 2.100 77 Kolumbien 2.250 78 Rußland 2.270 79 Jamaika 2.330 80 Peru 2.390 81 Lettland 2.470 82 Litauen 2.620 83 Weißrußland 2.630 84 Costa Rica 2.740 85 Türkei 2.900 86 Panama 3.070 87 Südafrika 3.160 88 Botswana 3.240 89 Malaysia 3.400 90 Estland 3.480 91 Slowakei 3.590 92 Venezuela 3.670 93 Libanon 3.700 94 Polen 3.960 95 Mexiko 4.400 96 Brasilien 4.420 97 Kroatien 4.580 98 Ungarn 4.650 99 Chile 4.740 100 Tschechien 5.060 101 Uruguay 5.900 102 Argentinien 7.600 103 Korea, Rep. 8.490
(Fortsetzung Tabelle 1)
Der Zusatz „L“ in Spalte (3) markiert LDC („Least Developed Countries“).
Quelle: Hemmer, 2002, Tabellenanhang, S. 1031ff.
Beobachtungen:
• Die ärmsten Länder sind Bürgerkriegsländer (z. Bsp. Äthiopien), afrikanische Länder, einige asiatische Länder und Süd- und Mittelamerika.
• Diktaturen fehlen, weil sie häufig keine Daten zur Verfügung stellen (Irak, Nord-Korea, Kuba, etc.)
• Das reichste Land (Singapur) hat ein 400 mal (!!!) höheres Pro-Kopf-Einkommen als das ärmste Land (Äthiopien). Dieser Abstand scheint zu groß! Mit 100 $ Jahreseinkommen wäre niemand in einem Industrieland überlebensfähig! Meßprobleme
Lfd
. Nr.
Land
Pro-Kopf-Einkommen (1999)
PKE (US $)
(1) (2) (3)
104 Slowenien 9.890 105 Portugal 10.600 106 Griechenland 11.770 107 Neuseeland 13.780 108 Spanien 14.000 109 Irland 19.160 110 Kanada 19.320 111 Italien 19.710 112 Australien 20.050 113 Großbritannien 22.640 114 Frankreich 23.480 115 Hongkong, China 23.520 116 Finnland 23.780 117 Niederlande 24.320 118 Belgien 24.510 119 Schweden 25.040 120 Deutschland 25.350 121 Österreich 25.970 122 USA 30.600 123 Dänemark 32.030 124 Japan 32.230 125 Norwegen 32.880 126 Schweiz 38.350 127 Singapur 39.610
Probleme der Sozialproduktmessung:
• Berechnung sehr unsicher in EL, weil der Schwarzmarkt (=illegale Geschäfte, die an der Steuererfassung und damit an der Statistik vorbei durchgeführt werden) nicht erfasst wird: Schätzfehler +/-30%.
• Heimproduktion wird nicht erfaßt: bis zu 50% der Gesamtproduktion • Preisbewertung durch Marktmacht verfälscht • Öffentliche Güter werden mangels Preis zu Produktionskosten bewertet:
Effizienzverlust bei Produktion eines öffentlichen Gutes führt zu Sozialproduktsteigerung!
• Erfassung von Freizeit: Beispiel: im Fall a) führt eine Produktivitätssteigerung um 50% dazu, daß das Einkommen um 50% steigt. Im Fall b) führt eine Produktivitätssteigerung um 50% dazu, daß die Freizeit sich um 50% erhöht und das Einkommen konstant bleibt. Bei Arbeitslosigkeit reflektieren Löhne nicht den marginalen Wert der Freizeit und den Grenzertrag der Arbeit.
• Militärausgaben steigern das Sozialprodukt, aber nicht unbedingt die Wohlfahrt eines Landes.
• Ausbeutung von Naturressourcen über das Reproduktionsniveau (z. Bsp. Überfischung) erhöht das heutige Sozialprodukt zu Lasten des zukünftigen.
• Hauptproblem: Pro-Kopf-Einkommen gibt Durchschnittswert an, ohne die Einkommensverteilung innerhalb eines Landes zu berücksichtigen. Wenn Saddam Hussein über goldene Wasserhähne verfügt, dann ist der Irak relativ reich, obwohl das Volk Hunger leidet und medizinisch unterversorgt ist.
Probleme bei der Messung der Bevölkerung
• Für Pro-Kopf-Einkommen ist die Zahl der Staatsangehörigen notwendig. Oft ist aber nur die Zahl der Einwohner verfügbar.
• Oft wird Bevölkerungszahl falsch angegeben: Unterstützungszahlungen aus dem Ausland können von angegebener Bevölkerungszahl abhängen
• Unterschiede in der Altersstruktur bleiben unberücksichtigt. Pensionierte/ alte Menschen und Kinder werden mit einer Person im erwerbsfähigen Alter (15-65 Jahre) gleichgesetzt. Z. Bsp. sind die Grundbedürfnisse der Kinder einfacher zu erfüllen als die von Erwachsenen. Ermittlung von Abhängigkeitsquoten (DEPENDENCY RATIO) Bevölkerung im Alter von unter 15 und über 65 Jahren dividiert durch Bevölkerung im Alter zwischen 15 und 65 Jahren.
Probleme bei der Umrechnung in gemeinsame Währung
• In der Theorie internationaler Währungsbeziehungen wird das Gesetz des einheitlichen Preises behandelt. Wenn es keine Handelsbarrieren, keine Marktsegmentierung gibt und alle Güter homogen sind, dann muß an jedem Ort der Preis eines jeden solchen Gutes umgerechnet in einer beliebigen Numeraire-Währung gleich sein.
• Wenn das Gesetz des einheitlichen Preises für jedes einzelne Gut im Konsumkorb gilt, dann ist die Umrechnung mit dem Marktwechselkurs wj$t (Preis einer Einheit Inlandswährung in $) gerechtfertigt, weil dann gilt pijt=wj$t▪pi$t für alle Länder j zu allen Zeitpunkten t und für alle Güter i.
• Wechselkurs weicht zumindest kurzfristig vom Gesetz des einheitlichen Preises ab, weil kurzfristig eher Kapitalverkehr als Handelsströme den Wechselkurs bestimmen.
• Wechselkurs reflektiert den relativen Preis handelbarer Güter, aber nicht den angemessenen relativen Preis nicht-handelbarer Güter. Siehe Balassa-Samuelson Effekt in Kapitel 2.1.1.1.1.
• EL haben sehr viel niedrigere Preise für nicht-handelbare Güter (insbesondere auch Nahrung, Wohnung und andere Grundbedürfnisse) im Vergleich zu Industrieländern Dadurch wird der Einkommensabstand zwischen Industrie- und EL mit Hilfe des PKE überschätzt.
Hier Graphik aus Summers und Heston (1991), S. 336.
2.2.1.1.1 Exkurs: Balassa-Samuelson-Effekt
• Fragestellung: Wie kann erklärt werden, daß Entwicklungsländer niedrigere Preise für nicht-handelbare güter haben?
• Es gebe nur 2 Güter: ein homogenes, ohne Transportkosten handelbares Gut T in jedem Land i (i∈{USA = $, Entwicklungsland = EL}) und ein identisches nicht-handelbares Gut N in jedem Land i.
• Das Gesetz des einheitlichen Preises für kostenfrei gehandelte Güter impliziert dann:
TEL
T pwp ⋅=$ , (2) wobei T
ELP und TP$ entsprechend der Preis des handelbaren Gutes in Entwicklungsland EL bzw. in den USA ist und w der Wechselkurs in $/EL-Währung. Das Gesetz des einheitlichen Preises muß gelten, weil sonst Güterarbitrage möglich wird, die den einheitlichen Preis bei Abweichungen wieder herstellt.
• Es gebe nur einen Produktionsfaktor Arbeit und eine Leontief-Produktionsfunktion. Dann gilt:
ij
ij
i lAp ⋅= , i = $,EL, j = T, N, (3) wobei li der Lohn in Land i ist. j
iA ist der Arbeitskoeffizient (= reziproker Wert der Arbeitsproduktivität) in Land i und Sektor j.1 Arbeit ist international immobil, aber intersektoral mobil; daher gilt innerhalb eines Landes derselbe Lohn für beide Sektoren.
• Wenn (3) in (2) eingesetzt wird erhält man (nach Umformungen):
EL
ELT
TEL
T
TEL
lwl
AA
pwp ⋅
⋅==⋅
$$
1 (4)
Wenn die Preise handelbarer Güter in einer Währung ausgedrückt gleich sein müssen, dann müssen auch die Lohnstückkosten (Arbeitskoeffizient mal Lohn) handelbarer Güter gleich sein. Wird (4) umgeformt, erhält man:
$
$
lwl
AA EL
TEL
T ⋅= . (5)
Folglich entsprechen die relativen Löhne in einheitlicher Währung umgerechnet dem Verhältnis der Arbeitsproduktivitäten handelbarer Güter.
1 Für eine einzelne Firma gilt bei vollständiger Konkurrenz und Abwesenheit von Firmenprofiten bei Leontief-Produktionsfunktion und einem Produktionsfaktor:
LlXp ⋅=⋅ bzw. lXLp ⋅= )/( mit X als Output, p Güterpreis, l Lohn und L Arbeitseinsatz. Jedoch gilt definitionsgemäß: X/L=1/A ist die Arbeitsproduktivität.
• Nun wenden wir uns der eigentlichen Frage zu: dem Verhältnis der nicht-handelbaren Preise in einheitlicher Währung ausgedrückt.
N
NEL
TEL
T
N
NELEL
N
NEL
AA
AA
AlAlw
ppw
$
$
$$$
⋅=⋅⋅⋅
=⋅
(6)
wobei das erste „=“-Zeichen aus (3) und das zweite aus (5) folgt.
• Dann ist aber die empirische Beobachtung NNEL ppw $<⋅ aus dem vorherigen
Kapitel erklärbar durch das Balassa-Samuelson-Modell, wenn gilt:
NEL
TEL
N
T
AA
AA <
$
$ . (7)
• Schlussfolgerung: In Entwicklungsländern sind identische nicht-handelbare Güter in US$ umgerechnet billiger als in den USA, wenn handelbare Güter in EL relativ zu nicht-handelbaren Gütern eine geringere relative Produktivität aufweisen als in den USA.
• Das in $ umgerechnete Sozialprodukt des Entwicklungslandes ist nach (1) in
Kapitel 2.2.1.1 für unser Modell definiert als wpxwpxYw N
ELNEL
TEL
TELEL ⋅⋅+⋅⋅≡⋅ (9)
Entsprechend ist das Sozialprodukt der USA definiert als NNTT pxpxY $$$$$ ⋅+⋅≡ (10)
Man sieht sofort, daß aufgrund des Gesetzes des einheitlichen Preises ( T
ELT pwp ⋅=$ ) in Gleichung (2) zwar die Preisgewichtung der Gütermengen
für handelbare Güter in beiden Ländern identisch ist, wohl aber die Preisgewichtung für identische nicht-handelbare Güter in Entwicklungsländern nach Gleichung (5) kleiner ist als in den USA ( NN
EL ppw $<⋅ ). Das Sozialprodukt in Entwicklungsländern wird relativ zu den USA
unterschätzt Problem ist die ungleiche Preisgewichtung im Ländervergleich Alternative Ermittlung des Pro-Kopf-Einkommens nach der
Kaufkraftparität (KKP) legt identische Preise für identiche Güter in allen Ländern zugrunde siehe folgendes Kapitel.
2.2.1.2 Pro-Kopf-Einkommen in KKP
• International Comparison Project (ICP) der Universität von Pennsylvania Penn World Tables (z. Bsp. Version Mark 5.0, Summers und Heston, 1991)
• Ein Sozialprodukt-Maß wird neu entwickelt, indem für jede einzelne Güterkomponente in einem Land ein durchschnittlicher Weltpreis zugrundegelegt wird. Es ergibt sich ein Sozialprodukt eines jeden Landes, bei dem die Mengen mit einem weltweit einheitlichen Preis für jedes einzelne Gut, aus dem das Sozialprodukt sich zusammensetzt, bewertet werden. Nicht-handelbare Güter in EL (Nahrung, Wohnung) werden mit demselben Preisen bewertet wie in den USA Sozialprodukt steigt in EL relativ zu den USA an
Einkommensabstand der EL reduziert sich zu den Industrieländern. • Pro-Kopf-Einkommen in KKP ist Standard-Maß für internationale Vergleiche
des Volkseinkommens bzw. des Sozialprodukts und insbesondere auch Grundlage aller neueren Länderquerschnittsstudien zum Wirtschaftswachstum.
• Die folgende Graphik zeigt das Pro-Kopf-Einkommen in Kaufkraftparitäten (KKP) auf der vertikalen Achse abgetragen auf das Pro-Kopf-Einkommen umgerechnet zum aktuellen Wechselkurs abgetragen auf der horizontalen Achse. Die 45-Grad-Linie diehnt der Orientierung. Die Einkommensunterschiede werden durch Balassa-Samuelson Effekt übertrieben. Das reichste Land ist nun nicht mehr ungefähr 400 mal reicher als das ärmste, sondern « nur noch » 100 mal.
• Die Korrelation zwischen diesen beiden Maßzahlen beträgt aber immer noch ca. 0.96 und ist damit sehr hoch. Der Fehler aus der Anwendung von Marktwechselkursen beim Sozialprodukt-Vergleich ist damit relativ klein. Insbesondere wird die Rangordnung der Länder kaum verändert.
Fig. 1PKE99
PKEKKP99 line45
100 40000
100
40000
123
4
5
678
9
10
11
1213
14 1516
1718
19
20
21
22
2324
25
2627
28
29
3031
3233
34
35
36373839
40
4142
43
4445
46
47
48
49
5051
52
53
5455
56
57
58
59
6061
6263
64
6566
67
68
6970
71
72
737475
76
77
78
79
80
8182
83
84
85
86
87888990
91
92
93
9495
96
97
98
99100
101
102
103
104105
106
107
108
2.2.3 Nicht-wirtschaftliche Wohlstandsindikatoren 2.2.3.1 Indikatoren für Messung absoluter Armut
Absolute Armut setzt an der Befriedigung von Grundbedürfnissen an (Nahrung, Kleidung, Wohnung, Gesundheitsdienste, Bildung, Wasserversorgung, etc.) Für all diese Faktoren gibt es Indikatoren (siehe Hemmer, 2002, Tabellen 6 und 7, S. 1046-1055, Originalquellen : Weltbank (Hrsg.), Weltentwicklungsbericht 2000/2001, Washington D.C., Tabellen 1,2,6,7 ; UNDP (Hrsg.), Bericht über die menschliche Entwicklung 2000, New York-Oxford, 2000, Tabelle 2.) Die Indikatoren sind im einzelnen :2
(a) Mangelernährung
• Unter diesem Indikator wird der durchschnittliche Anteil der Kinder eines Landes unter 5 Jahren, der zwischen 1992 und 1998 unter Mangelernährung gelitten hat, verstanden.
• Die aufgeführte Graphik zeigt auf der horizontalen Achse das Pro-Kopf-
Einkommen von 127 Ländern (inklusive Industrieländer – Länderliste siehe Tabelle in Kapitel 2.2.1.1) ; auf der vertikalen Achse ist der Armutsindikator Mangelernährung abgetragen. Beide Variablen sind – wie üblich – logarithmiert. Die Linie « Fitted values » stellt eine OLS (Ordinary Least Squares) Regressionsgerade dar.
Fig 2PKE1999
Mangelernährung Fitted values
4.5 11
-.148578
4.18926Äthiopie
Malawi
NigerEritrea
Tschad
Nepal
Mosambik
Burkina Mali
Tansania
Madagask
Ruanda
Laos
Zentrala
Kirgisie
Nigeria
SambiaTogoUganda
Jemen
Mongolei
Kenia
Banglade
Vietnam
Benin
MauretanGhana
Nicaragu
Haiti
Pakistan
Armenien
Senegal
Simbabwe
Aserbaid
Lesotho
Indonesi
KamerunCôte d’I
Usbekist
Honduras
China
Papua -N
Sri Lank
Albanien
Syrien
Bolivien
Philippi
Marokko
Kasachst
Ägypten
JordanieRumänien
Algerien
Guatemal
Iran
Namibia
El Salva
Dominika
TunesienKolumbie
Rußland
Jamaika
Peru
Costa Ri
Türkei
Panama
Südafrik
Malaysia
Venezuel
Libanon
Brasilie
KroatienChileTschechi
Uruguay
Argentin
USA
• Man sieht einen eindeutig negativen Zusammenhang zwischen Pro-
Kopf-Einkommen und Mangelernährung. Die Korrelation ist sehr hoch und beträgt 0.89.
• Wichtig ist, daß aus der vorliegenden Graphik NICHT auf eine KAUSALITÄT geschloßen werden kann. Weder verursacht niedriges Einkommen notwendigerweise Mangelernährung, noch ist die Mangerlernährung ursächlich für das niedrige Einkommen.
2 Alle folgenden Variablen in diesem Unterkapitel sind logarithmiert.
(b) Kindersterblichkeitsrate I
• Definition : Kindersterblichkeitsrate pro 1000 Lebendgeburten 1998
Fig 3PKE1999
Kindersterblichkeit1 Fitted values
4.5 11
0
5.1299ÄthiopieBurundi
Sierra LMalawiNiger
Eritrea
TschadAngola
Nepal
Mosambik
Burkina Mali
TansaniaMadagask
RuandaKambodscLaos
Tadschik
Zentrala
Kirgisie
Nigeria
Sambia
Togo
UgandaJemen
Mongolei
KeniaBanglade
Moldau
Vietnam
BeninMauretan
Ghana
Nicaragu
IndienHaitiPakistan
Armenien
Guinea
SenegalSimbabwe
Aserbaid
Lesotho
Indonesi
Kamerun
Georgien
Turkmeni
Kongo, RCôte d’I
Usbekist
Ukraine
HondurasChina
Papua -N
Sri Lank
AlbanienSyrien
Bolivien
Philippi
Marokko
Kasachst
Ecuador
Bulgarie
Ägypten
Jordanie
Rumänien
Algerien
Paraguay
Guatemal
Mazedoni
Iran
Namibia
El Salva
Dominika
ThailandTunesienKolumbie
RußlandJamaika
Peru
Lettland
LitauenWeißrußlCosta Ri
Türkei
Panama
SüdafrikBotswana
MalaysiaEstlandSlowakei
Venezuel
Libanon
Polen
MexikoBrasilie
KroatienUngarnChile
Tschechi
UruguayArgentin
Korea, R
Slowenie
Portugal
GriechenNeuseelaSpanien
IrlandKanadaItalienAustrali
GroßbritFrankrei
Hongkong
FinnlandNiederlaBelgien
SchwedenDeutschlÖsterrei
USA
DänemarkJapanNorwegenSchweizSingapur
• Die Kindersterblichkeit ist sehr hoch in armen Ländern. Die Korrelation
zwischen Kindersterblichkeit und PKE beträgt -0.89. (c) Kindersterblichkeit II
• Definition : Kindersterblichkeitsrate unter 5 Jahren pro 1000 im Jahre 1998
Fig 4PKE1999
Kindersterblichkeit2 Fitted values
4.5 11
0
5.64545Äthiopie
Burundi
Sierra LMalawiNiger
Eritrea
TschadAngola
Nepal
MosambikBurkina Mali
TansaniaMadagask
Ruanda
Kambodsc
Tadschik
Zentrala
Kirgisie
Nigeria
Sambia
TogoUganda
Jemen
Mongolei
KeniaBanglade
Moldau
Vietnam
BeninMauretan
Ghana
Nicaragu
Indien
HaitiPakistan
Armenien
Guinea
SenegalSimbabwe
Aserbaid
Lesotho
Indonesi
Kamerun
Georgien
Turkmeni
Kongo, RCôte d’I
Usbekist
Ukraine
HondurasChina
Papua -N
Sri Lank
AlbanienSyrien
Bolivien
Philippi
Marokko
KasachstEcuador
Bulgarie
Ägypten
JordanieRumänien
Algerien
Paraguay
Guatemal
Mazedoni
Iran
Namibia
El SalvaDominika
ThailandTunesienKolumbie
RußlandJamaika
Peru
Lettland
LitauenWeißrußlCosta Ri
Türkei
Panama
SüdafrikBotswana
MalaysiaEstlandSlowakei
VenezuelLibanon
Polen
MexikoBrasilie
KroatienUngarnChile
Tschechi
UruguayArgentin
Korea, R
SloweniePortugalGriechen
NeuseelaSpanienIrlandKanadaItalienAustrali
Großbrit
FrankreiFinnland
NiederlaBelgien
SchwedenDeutschlÖsterrei
JapanNorwegen
SchweizSingapur
• Auch hier existiert ein stark negativer Zusammenhang mit der Korrelation -
0.88.
(d) Männliche Lebenserwartung
• Lebenserwartung bei der Geburt (in Jahren) 1998 Männer
Fig. 5PKE1999
Lebenserw artungM Fitted values
4.5 11
0
4.40245
ÄthiopieBurundiSierra LMalawi
NigerEritreaTschadAngola
Nepal
MosambikBurkina Mali
TansaniaMadagask
Ruanda
KambodscLaosTadschik
Zentrala
Kirgisie
NigeriaSambiaTogo
Uganda
JemenMongolei
KeniaBangladeMoldauVietnam
BeninMauretanGhanaNicaraguIndien
HaitiPakistanArmenien
GuineaSenegal
Simbabwe
AserbaidLesothoIndonesiKamerun
GeorgienTurkmeni
Kongo, RCôte d’I
UsbekistUkraineHondurasChinaPapua -NSri LankAlbanienSyrien
BolivienPhilippiMarokkoKasachstEcuadorBulgarieÄgyptenJordanieRumänienAlgerienParaguay
GuatemalMazedoniIran
Namibia
El SalvaDominikaThailandTunesienKolumbieRußlandJamaika
PeruLettlandLitauenWeißrußlCosta Ri
TürkeiPanama
SüdafrikBotswana
MalaysiaEstlandSlowakeiVenezuelLibanonPolenMexiko
BrasilieKroatienUngarnChileTschechiUruguayArgentinKorea, RSloweniePortugalGriechenNeuseelaSpanienIrlandKanadaItalienAustraliGroßbritFrankreiHongkongFinnlandNiederlaBelgienSchwedenDeutschlÖsterreiUSADänemarkJapanNorwegenSchweizSingapur
• Hier ergibt sich eine stark positive Korrelation : 0.75. • Die Lebenserwartung des ärmsten Landes Äthiopien beträgt ca. 42 Jahre,
während das reichste Land Singapur eine Lebenserwartung von 75 Jahren aufweist.
(e) Weibliche Lebenserwartung • Definition : Lebenserwartung bei Geburt (in Jahren) 1998 Frauen
Fig. 6PKE1999
Lebenserw artungF Fitted values
4.5 11
0
4.49642
ÄthiopieBurundiSierra LMalawi
NigerEritreaTschadAngolaNepal
MosambikBurkina Mali
TansaniaMadagask
Ruanda
KambodscLaos
Tadschik
Zentrala
Kirgisie
Nigeria
SambiaTogo
Uganda
JemenMongolei
KeniaBangladeMoldauVietnam
BeninMauretanGhanaNicaragu
IndienHaiti
PakistanArmenien
GuineaSenegal
Simbabwe
Aserbaid
LesothoIndonesiKamerun
GeorgienTurkmeni
Kongo, RCôte d’I
UsbekistUkraineHondurasChinaPapua -N
Sri LankAlbanienSyrienBolivienPhilippiMarokkoKasachstEcuadorBulgarie
ÄgyptenJordanieRumänienAlgerienParaguayGuatemalMazedoniIran
Namibia
El SalvaDominikaThailandTunesienKolumbieRußlandJamaikaPeruLettlandLitauenWeißrußlCosta RiTürkeiPanama
SüdafrikBotswana
MalaysiaEstlandSlowakeiVenezuelLibanonPolenMexikoBrasilieKroatienUngarnChileTschechiUruguayArgentinKorea, RSloweniePortugalGriechenNeuseelaSpanienIrlandKanadaItalienAustraliGroßbritFrankreiHongkongFinnlandNiederlaBelgienSchwedenDeutschlÖsterreiUSADänemarkJapanNorwegenSchweizSingapur
• Auch hier beträgt die Korrelation 0.75. Im ärmsten Land Äthiopien werden die
Frauen im Durchschnitt 44 Jahre alt und im reichsten Land Singapur ca. 80.
(f) Trinkwasser
• Definition : Anteil der Bevölkerung in Prozent mit Zugang zu Trinkwasser :
1990-1996
Fig. 7PKE1999
Trinkw asser Fitted values
4.5 11
0
4.81114
Äthiopie
Burundi
Sierra L
MalawiNiger
Eritrea
Tschad
Angola
Nepal
MosambikMali
Tansania
Madagask
Kambodsc
Laos
Tadschik
Zentrala
Kirgisie
NigeriaSambia
Togo
UgandaJemen
Kenia
Banglade
Moldau
Vietnam
Benin
MauretanGhana
NicaraguIndien
Haiti
PakistanGuineaSenegal
Simbabwe
LesothoIndonesi
Kamerun
Turkmeni
Kongo, R
Côte d’I
UsbekistUkraineHonduras
China
Papua -N
Sri Lank
AlbanienSyrien
Bolivien
Philippi
Marokko
EcuadorÄgypten
Jordanie
Rumänien
Paraguay
GuatemalIran
NamibiaEl Salva
DominikaThailandTunesien
KolumbieJamaika
PeruCosta RiPanama
SüdafrikBotswana
MalaysiaVenezuel
LibanonMexikoBrasilieKroatien
ChileUruguay
Argentin
Korea, RSlowenie
PortugalKanadaAustraliGroßbritFrankreiFinnlandNiederlaJapanNorwegenSchweizSingapur
• Die Korrelation beträgt 0.67. Augenscheinlich ist schlechter
Trinkwasserzugang ein besonders starkes Problem für einige arme Länder wie Eritrea und Kambodscha, wodurch sich die Korrelation etwas reduziert.
(g) Abwasser
• Definition : Anteil der Bevölkerung in Prozent mit Anschluß an Abwasser : 1990-96.
Fig. 8PKE1999
Abw asser Fitted values
4.5 11
0
4.89712
Äthiopie
Burundi
Sierra L
Malawi
Niger
Tschad
Angola
Nepal
MosambikBurkina
Mali
Tansania
Madagask
Laos
Tadschik
Zentrala
Nigeria
SambiaTogo
Uganda
Jemen
Kenia
Banglade
Moldau
VietnamBenin
Mauretan
Ghana
Nicaragu
Indien
HaitiPakistan
Guinea
SenegalSimbabwe
Aserbaid
Lesotho
Indonesi
Kamerun
Turkmeni
Kongo, R
Côte d’I
Usbekist
Ukraine
Honduras
ChinaPapua -N
Sri LankAlbanienSyrien
Bolivien
Philippi
Marokko
Ecuador
Bulgarie
Ägypten
Jordanie
Rumänien
Paraguay
GuatemalIran
Namibia
El SalvaDominikaThailandTunesien
KolumbieJamaika
Peru
Costa RiTürkeiPanama
SüdafrikBotswana
Malaysia
SlowakeiVenezuel
LibanonPolen
MexikoBrasilieKroatien
Ungarn
UruguayArgentin
Korea, RSloweniePortugalGriechenSpanienIrlandKanadaItalienAustrali
GroßbritFrankreiFinnlandNiederlaBelgienSchwedenÖsterreiDänemarkJapanNorwegenSchweizSingapur
• Die Korrelation beträgt 0.72. Auch hier gilt,daß einige Entwicklungsländer
über eine relativ gute Infrastruktur verfügen, andere aber eine sehr schlechte.
Im Durchschnitt steigt aber die Versorgung mit Abwasser deutlich mit dem PKE an.
(h) Männliche Analphabeten
• Analphabetenrate in % bei Männern, die älter als 15 Jahre sind.
Fig. 9PKE1999
IlliterateM Fitted values
4.5 11
0
4.35671Äthiopie
Burundi
Malawi
Niger
Eritrea
TschadNepalMosambik
Burkina
Mali
Tansania
MadagaskRuanda
KambodscLaos
Tadschik
Zentrala
Nigeria
Sambia
TogoUganda
JemenMongolei
Kenia
Banglade
Moldau
Vietnam
BeninMauretan
Ghana
Nicaragu
HaitiPakistan
Armenien
Senegal
Simbabwe
Lesotho
Indonesi
Kamerun
Kongo, R
Côte d’I
Usbekist
Honduras
China
Papua -N
Sri Lank
Albanien
Syrien
Bolivien
Philippi
Marokko
Ecuador
Bulgarie
Ägypten
Jordanie
Rumänien
Algerien
Paraguay
Guatemal
IranNamibiaEl SalvaDominika
Thailand
Tunesien
Kolumbie
Jamaika
PeruCosta Ri
TürkeiPanama
Südafrik
Botswana
Malaysia
Venezuel
Libanon
Mexiko
Brasilie
KroatienUngarn
Chile
UruguayArgentin
Korea, R
Portugal
GriechenSpanien
Italien
HongkongSingapur
• Die Korrelation beträgt -0.61, wäre aber noch höher, wenn es nicht einige EL gäbe, deren Analphabetenrate nahe null liegt (z.Bsp. Tadschikistan). Hier muß man zunächst fragen, ob einige Länder nicht einfach falsche Angaben gemacht haben.
(i) Weibliche Analphabeten
• Analphabetenrate bei Frauen über 15 Jahren in Prozent im Jahr 1998
Fig. 10PKE1999
IlliterateF Fitted values
4.5 11
0
4.5326Äthiopie
BurundiMalawi
Niger
EritreaTschad
NepalMosambikBurkina
Mali
TansaniaMadagaskRuanda
KambodscLaos
Tadschik
Zentrala
Nigeria
Sambia
Togo
Uganda
Jemen
Mongolei
Kenia
Banglade
Moldau
Vietnam
BeninMauretan
Ghana
Nicaragu
IndienHaiti
Pakistan
Armenien
Senegal
Simbabwe
Lesotho
Indonesi
KamerunKongo, R
Côte d’I
Usbekist
Ukraine
HondurasChina
Papua -N
Sri Lank
Albanien
Syrien
Bolivien
Philippi
Marokko
Ecuador
Bulgarie
Ägypten
Jordanie
Rumänien
Algerien
Paraguay
GuatemalIran
Namibia
El Salva
Dominika
Thailand
Tunesien
Kolumbie
Rußland
Jamaika
Peru
LitauenWeißrußl
Costa Ri
Türkei
Panama
Südafrik
BotswanaMalaysia
Venezuel
Libanon
Mexiko
Brasilie
Kroatien
Ungarn
Chile
Uruguay
Argentin
Korea, R
Portugal
Griechen
Spanien
Italien
HongkongSingapur
• Hier zeigt sich ein etwas schwächerer Zusammenhang. Die Korrelation beträgt
-0.58. Zahlreiche Länder haben eine relativ geringe Analphabetenrate bei Frauen und dennoch ein niedriges Pro-Kopf-Einkommen. Im Durchschnitt gilt aber auch hier, daß EL eine überdurchschnittliche Analphabetenrate bei Frauen haben.
(j) Einschulungsrate - Primärschule
• Einschulungsrate (in %) im Primärschulbereich in der relevanten Altersgruppe
im Jahre 1997
Fig. 11PKE1999
Enrollprim Fitted values
4.5 11
0
4.77356
ÄthiopieBurundi
Malawi
NigerEritrea
Tschad
Angola
Nepal
MosambikBurkina
Mali
Tansania
Madagask
Kambodsc
Laos
Zentrala
Kirgisie
SambiaTogoMongolei
KeniaBanglade
Vietnam
BeninMauretan
NicaraguIndien
Guinea
Senegal
Simbabwe
Lesotho
Indonesi
Kamerun
GeorgienKongo, R
Côte d’I
HondurasChinaSri LankSyrienBolivienPhilippi
Marokko
EcuadorBulgarieÄgypten
Jordanie
RumänienAlgerienParaguay
Guatemal
MazedoniIranNamibiaEl SalvaDominikaThailandTunesien
KolumbieRußlandJamaikaPeruLettland
WeißrußlCosta RiTürkeiPanamaSüdafrikBotswana
MalaysiaEstlandVenezuelLibanon
PolenMexikoBrasilieKroatienUngarnChileTschechiUruguayArgentinKorea, RSloweniePortugalGriechenNeuseelaSpanienIrlandKanadaItalienAustraliGroßbritFrankrei
HongkongFinnlandNiederlaBelgienSchwedenDeutschlÖsterreiUSADänemarkJapanNorwegenSchweiz
Singapur
• Die Korrelation beträgt: 0.64. Auch hier zeigt sich, daß einige EL eine
besonders schlechte Einschulungsrate aufweisen und andere eine relativ hohe.
Dies deutet an, daß Schulbildung alleine das Unterentwicklungsproblem nicht lösen wird.
(k) Einschulungsrate – Sekundärschule
• Einschulungsrate (in %) im Sekundärschulbereich in der relevanten
Altersgruppe im Jahre 1997
Fig. 12PKE1999
Enrollsec Fitted values
4.5 11
0
4.76463
Äthiopie
Burundi
Malawi
Niger
Eritrea
Tschad
Angola
Nepal
Mosambik
Burkina
Mali
Kambodsc
Laos
Zentrala
Kirgisie
Sambia
TogoMongoleiKenia
Banglade
Vietnam
Benin
NicaraguIndien
Guinea
Senegal
SimbabweLesotho
Indonesi
Kamerun
GeorgienKongo, R
Côte d’IHonduras
ChinaSri Lank
SyrienBolivien
Philippi
Marokko
Ecuador
BulgarieÄgypten
Jordanie
RumänienAlgerienParaguay
Guatemal
Mazedoni
IranNamibia
El Salva
Dominika
Thailand
TunesienKolumbieRußlandJamaika
PeruLettlandLitauen
Costa Ri
TürkeiPanama
SüdafrikBotswana
Malaysia
Estland
Venezuel
Polen
MexikoBrasilieKroatien
UngarnChile
TschechiUruguayArgentin
Korea, RPortugalGriechenNeuseelaSpanienIrlandKanadaItalienAustraliGroßbritFrankrei
Hongkong
FinnlandNiederlaBelgienSchwedenDeutschlÖsterreiUSADänemarkJapanNorwegenSchweizSingapur
• Die Korrelation ist höher als beim vorherigen Index und beträgt 0.71. Auch
hier gilt, daß EL einen geringeren Bevölkerungsanteil mit höherer Schulbildung vorweisen, aber die EL unterscheiden sich doch markant untereinander.
(l) Durschnittliche Schulbesuchsjahre von Männern
• Erwartete Schulbesuchsjahre von Männern im Jahr 1997.
Fig. 13PKE1999
SchuljahreM Fitted values
4.5 11
0
4.1
Burundi
Niger
Eritrea
Angola
Mosambik
Burkina
SambiaMongolei
NicaraguLesothoIndonesiGeorgien
SyrienBulgarieÄgyptenRumänienAlgerien
ParaguayMazedoni
IranEl SalvaDominikaJamaika
LettlandTürkei
SüdafrikBotswanaEstland
Venezuel
PolenKroatienUngarnChileTschechi
Korea, RPortugalGriechenNeuseela
IrlandKanadaAustraliGroßbritFrankrei
Hongkong
FinnlandNiederlaBelgienSchwedenDeutschlÖsterreiUSADänemarkNorwegenSchweiz
• Die Korrelation ist nun deutlich höher als bei den anderen Bildungsindikatoren
(0.83). • Die Wahl des Indikators hat Einfluß auf die Schlußfolgerung. Die anderen
Bildungsindikatoren messen offensichtlich das gleiche theoretische Konzept, aber der Zusammenhang ist schwächer Es ist wichtig, alternative Indikatoren zur Messung desselben theoretischen Konzepts zu finden.
(m) Durchschnittliche Schulbesuchsjahre von Frauen
Fig. 14PKE1999
SchuljahreF Fitted values
4.5 11
0
4.1
Burundi
Niger
Eritrea
Angola
Mosambik
Burkina
Sambia
MongoleiNicaraguLesothoIndonesi
Georgien
Syrien
BulgarieÄgyptenRumänien
AlgerienParaguayMazedoniIran
El SalvaDominikaJamaika
Lettland
Türkei
SüdafrikBotswana
EstlandVenezuel
PolenKroatienUngarnChileTschechi Korea, RPortugalGriechen
NeuseelaIrland
KanadaAustraliGroßbritFrankrei
Hongkong
FinnlandNiederlaBelgienSchwedenDeutschl
ÖsterreiUSADänemarkNorwegen
Schweiz
• Auch hier ergibt sich eine deutliche positive Korrelation: 0.81.
Schlußfolgerung : Zwar ist es richtig, daß das Sozialprodukt oder PKE zahlreiche
Bestimmungsfaktoren von Wohlfahrt oder Armut nicht berücksichtigt ; aber diese Faktoren sind hochgradig korreliert mit dem Sozialprodukt. Ein Sozialproduktvergleich zwischen Ländern liefert damit gleichzeitig auch eine (statistisch unsaubere (=noisy)) Information über all diese anderen Bestimmungsfaktoren. 2.2.3.2 Armutsindex: Human Development Index (HDI)
• Da es viele Armutsindikatoren gibt, ist es notwendig, die Informationen aus ihnen in einer Kennzahl (Index) zu bündeln.
• Es gibt mehrere Indices ; der gebräuchlichste ist wohl der Armuts-Index der
Weltbank: Human Development Index (HDI)
• Dieser Index besteht aus 3 Komponentengruppen : a) Lebenserwartung bei der Geburt b) Wissen gemessen durch die Indikatoren Alphabetisierungsrate
und Schulbesuch nach Schularten c) Pro-Kopf-Einkommen auf Basis des Brutto-Inlandsprodukts
(BIP) berechnet nach der KKP-Methode der PennWorld-Tabellen.
• Jede Indexkomponente wird zwischen 0 und 1 skaliert (1 höchster Wert, 0 niedrigster Wert).
• Der absolute Wert vom Abstand einer Beobachtung vom Höchstwert wird berechnet. (Damit bedeuten niedrige Werte hohe Entwicklungsstufe in den für den Index verwendeten Komponenten für ein Land!)
• Ein gewichtetes arithmetisches Mittel aus den Teilkomponenten wird gebildet, wobei die Gewichte exogen festgelegt sind. Um die Rangordnung wieder umzudrehen, wird das arithmetische Mittel, das per constructionem zwischen 0 und 1 liegt, von 1 abgezogen und man erhält den HDI-Index. Damit bedeutet ein hoher Wert des HDI einen hohen Entwicklungsstand.
• Dieser Index wird in der folgenden Graphik verglichen mit dem in $ umgerechneten Pro-Kopf-Einkommen. Hierbei bezeichnet die horizontale Achse den Logarithmus des Pro-Kopf-Einkommens und die vertikale Achse den mit 1000 multiplizierten Logarithmus des HDI Index.
Fig. 15PKE99
HDI98 Fitted values
4.60517 11
4.5
7
Ägypten
Albanien Algerien
Angola
Argentin
ArmenienAserbaid
Äthiopie
Australi
Banglade
Belgien
Benin
BolivienBotswana
BrasilieBulgarie
Burkina Burundi
Chile
China
Costa Ri
Côte d'I
DänemarkDeutschl
DominikaEcuadorEl Salva
Eritrea
Estland
FinnlandFrankrei
Georgien
Ghana
Griechen Großbrit
Guatemal
GuineaHaiti
Honduras
Hongkong
Indien
IndonesiIran
IrlandItalien
Jamaika
Japan
Jemen
Jordanie
Kambodsc Kamerun
Kanada
Kasachst
Kenia
KirgisieKolumbie
Kongo, R
Korea, RKroatien
Laos
Lesotho
LettlandLibanon
Litauen
Madagask
Malawi
Malaysia
Mali
Marokko
Mauretan
Mazedoni MexikoMoldau
Mongolei
Mosambik
Namibia
Nepal
Neuseela
Nicaragu
Niederla
Niger
Nigeria
NorwegenÖsterrei
Pakistan
Panama
Papua -
Paraguay PeruPhilippiPolen
Portugal
Ruanda1)
RumänienRußland
Sambia
SchwedenSchweiz
Senegal
Sierra L
Simbabwe
SingapurSlowakei SlowenieSpanien
Sri LankSüdafrik
Syrien
• Wir sehen wie erwartet, daß der breitere HDI Index immer noch mit dem PKE
hoch korreliert ist (Korrelationskoeffizient 0.85). Zur Identifikation eines Landes als EL scheint es demnach völlig hinreichend, sich auf das PKE zu verlassen. Allerdings erscheint es zur Differenzierung der Armut zwischen verschiedenen Entwicklungsländern einer ähnlichen Entwicklungsstufe durchaus sinnvoll andere Indikatoren oder Indikatorensystem zum PKE hinzuzuziehen.
• Schließlich sollte darauf hingewiesen werden, daß jeder Index kritisierbar ist, da er nicht aus einer Theorie hergeleitet ist und damit willkürlich konstruiert ist. Außerdem können durchaus mehrere Indices plausibel sein und zu unterschiedlichen Schlußfolgerungen führen in diesem Fall verfolgt man in der empirischen Wissenschaft den prakmatischen Weg. Wenn es keine eindeutige Konstruktion eines Index gibt, konstruiert man eben mehrere konkurrierende Indices. Wenn alle diese Indices zu demselben Ergebnis führen, dann gilt dieses Ergebnis als « robust », d.h. hinreichend unabhängig von etwaigen Diskrepanzen zwischen theoretischem Konzept und Meßkonstrukt. Dies scheint bei der Armutsmessung in der Tat der Fall zu sein.
2.2.3.3 Bestimmung von Entwicklungsländern (EL)
• Außer der Wahl des Indikators ist auch ein Schwellenwert festzulegen, unter dem ein Land als EL gilt. Dieser Schwellenwert ist typischerweise willkürlich gewählt (kann aber auch theoretisch und empirisch endogen bestimmt werden
siehe Kapitel 3 der Vorlesung). Dementsprechend legen unterschiedliche mit Entwicklungsökonomie-fragen betraute Organisationen unterschiedliche Indikatoren und Schwellenwerte an.
(a) Weltbank • Die Weltbank klassifiziert Länder als
a) Länder mit niedrigem Einkommen : wenn PKE unter 755 $ liegt (siehe Tabelle 1 in Kapitel 2.2.1.1) b) Länder mit mittlerem Einkommen : PKE über 755$ und unter 9265 $ c) Länder mit hohem Einkommen : PKE über 9265 $
• Entwicklungsländer (EL) sind alle Länder mit niedrigem und mittlerem Einkommen. Länder mit hohem Einkommen werden auch als Industrieländer (IL) bezeichnet.
• Nach dieser Klassifizierung leben 85 % der erfaßten Bevölkerung in EL !!!! (b) UNO
• Die UNO verwendet den Begriff « Least Developed Country » (LDC). Der Status wird per Beschluß der Generalversammlung der UN. LDC Status führt zu Vergünstigungen in der Behandlung durch die UN. Auch hier gibt es Richtkriterien (die aber nicht unbedingt eingehalten werden). Diese Richtkriterien umfassen Länder mit niedrigem BIP, niedrigen Index-Werten für diverse Armutsindikatoren, einem Index zur Messung der Industrialisierung, einer Höchstgrenze von 75 Millionen Einwohnern eines LDC Landes (mit Ausnahme von Bangladesh) 48 Länder haben seit 1995 den LDC-Status Vgl. Hemmer, 2002, S. 44). Diese Länder sind in Tabelle 1 in Abschnitt 2.2.1.1 mit dem Kürzel « L » bezeichnet.
2.3 Ungleichheit innerhalb von Entwicklungsländern
• Einer der wichtigsten Kritikpunkte der Meßung von Unterentwicklung durch das Sozialprodukt pro Kopf ist die fehlende Berücksichtigung der interpersonellen Verteilung von Einkommen innerhalb eines betrachteten Landes.
Lorenz-Kurve
• Es sei ein Einkommen der Person i in Höhe von y(i) gegeben – und zwar für n Personen. Außerdem gelte die Rangordnung y(i+1)>y(i) für alle i. Dann kann man eine Lorenzkurve dergestalt definieren, daß man für jeden möglichen
Anteil iπ der ärmsten Personen (formal: für jedes nji
ji /
1
= ∑
=
π ) den
kumulierten Anteil dieser Bevölkerungsgruppe am Gesamteinkommen
zuordnet (formal: L( iπ )=
∑∑==
n
j
i
jjyjy
11)(/)( ) und die Zuordnungspunkte
(L( iπ ), iπ ) einschließlich des Ursprungs in einem Polygonzug verbindet.
• Die Diagonale bildet die Situation der absoluten Gleichverteilung ab. Die
größtmögliche Ungleichheit liegt vor, wenn eine Person das gesamte Einkommen und alle anderen nichts haben. Dies bedeutet einen Polygon-Zug vom Ursprung entlang der horizontalen Achse bis zum Punkt (0,1) und dann entlang der Vertikalen bis zum Punkt (1,1).
• Der Nachteil der Lorenz-Kurve besteht darin, daß aus ihr keine eindeutige
Indexzahl ablesbar ist, die verschiedene Kurvenverläufe vergleichbar macht. Gini-Koeffizient
• Der Gini-Koeffizient mißt die schraffierte Fläche in Fig 16 relativ zu der Fläche des Dreiecks mit der größten möglichen Einkommensungleichheit. Der Index ist normiert zwischen 0 und 1 (0 größtmögliche Gleichheit und 1 größtmögliche Ungleichheit)
• Nachteil des Gini-Koeffizienten : verschiedene Einkommensverteilungen können denselben Index-Wert haben (fehlende Eindeutigkeit). Es kann einen Unterschied machen, ob die Einkommensverteilung besonders ungleich im oberen oder im unteren Bereich ist. Z.Bsp. hat die Schweiz einen überdurchschnittlich großen Wert für den Gini-Koeffizienten, was vermutlich daran liegt, daß sehr viele Millionäre als Steuerflüchtlinge in die Schweiz kommen. (Z.Bsp. Wenn Michael Schumacher in die Schweiz übersiedelt, steigt
1
Anteil der iπ - Ärmsten an Gesamtbevölkerung
Anteil des kumulierten Einkommens der iπ -Ärmsten am Gesamteinkommen - L( iπ )
Fig 16 1
der Gini-Koeffizient der Schweiz an. Für das Ausmaß der Armut in der Schweiz hat dies jedoch keine Konsequenzen.)
• Daher wird alternativ zum Gini-Koeffizienten noch ein weiteres Maß verwendet: das Verhältnis der kumulierten Einkommen der 20 % Ärmsten zu den 80% Ärmsten.
Graphik 17 zum Vergleich der Einkommensanteile der 20% der Reichsten eines Landes mit dem Einkommensanteil der 40% der Ärmsten eines Landes am Gesamteinkommen für 57 Länder von Ray (1998), S. 23. Schlußfolgerung : Man sieht einen umgekeht U-förmigen Verlauf der Einkommensungleichheit. Sehr arme Länder und sehr reiche Länder haben eine relativ gleiche Einkommensverteilung, während Länder mit mittlerem Einkommen eine sehr hohe Einkommensungleichheit vorzuweisen haben. (Kusznet’sche U-These) Literatur Hemmer, Hans-Rimbert, Wirtschaftsprobleme in Entwicklungsländern, 3. Aufl., München 2002.