UNIKassel VERSITÄT · einem eingeschränkten Wachstum in B. Entwickelt sich aber A positiv, so...

Volkswirtschaftliche DiskussionsbeiträgeVolkswirtschaftliche Diskussionsbeiträge

U N I K a s s e lV E R S I T Ä T

FachbereichWirtschaftswissenschaften

Regionaler Wirkungsgradund räumliche Ausstrahlungseffekte

der Investitionsförderung

von

Hans-Friedrich Eckey und Reinhold Kosfeld

Nr. 55/04

Regionaler Wirkungsgrad und räumliche

Ausstrahlungseffekte der Investitionsförderung

HANS-FRIEDRICH ECKEY UND REINHOLD KOSFELD

Zusammenfassung Angesichts des enger werdenden finanziellen Spielraums der Träger der Regionalpolitik gerät die praktizierte Strukturpolitik zunehmend unter Druck. Eine Kontrolle der Wirk-samkeit der Investitionszulagen als bedeutendstem Förderinstrument ist daher von be-sonderer Wichtigkeit. Die traditionelle Wirkungskontrolle stellt jedoch allein auf den Effekt des Förderinstruments auf eine regionalökonomische Zielgröße wie etwa die Bruttowertschöpfung je Einwohner ab. Sie vernachlässigt die hierbei auftretenden räumlichen Verlagerungseffekte. In der vorliegenden Arbeit erörtern wir eine erweiterte Wirkungskontrolle auf der Basis eines räumlichen Modells verteilter Verzögerungen (SADL-Modell) (Lauridsen, 2002; Kosfeld und Lauridsen, 2003). Für den jüngsten Drei-Jahres-Förderzeitraum 2000–2002 zeigt sich dabei, dass der volkswirtschaftliche Nettoeffekt der Investitionsförderung aufgrund räumlicher Verlagerungseffekte gering ist. Anhand von Simulationsrechnungen lassen sich die regionalökonomischen Konse-quenzen alternativer Förderstrategien transparent machen.

Summary In view of financial straits of government institutions responsible for regional policy the practised structural policy is getting under increasing pressure. For that reason a control of the effictiveness of investment subsidies as the most important instrument of promo-tion obtains particular importance. Traditional control of effectiveness does only ac-count for the effect of the instrument on a regional economic target such as gross added value per capita. It neglects spatial shift effects being accompanied by promoting in-vestments. In the present paper we discuss an extended control of effectiveness on the basis of a spatial distributed lag model (SADL model) (Lauridsen, 2002; Kosfeld and Lauridsen, 2003). For the latest period of promotion 2000–2002 it turns out that the aggregate net effect of investment promotion is small due to spatial shift effects. With the aid of simulation models the regional economic consequences of alternative stra-tegies of promotion can be made intelligible.

JEL: 018, R11, R58, C21

Schlagwörter: Investitionsförderung, Wirkungskontrolle, Spillover-Effekte, räum-liche Modelle

ECKEY/KOSFELD: Regionaler Wirkungsgrad und räumliche Ausstrahlungseffekte der Investitionsförderung

Inhaltsverzeichnis

Seite

1. Wirkungskontrolle und räumliche Spillover-Effekte 1

2. Räumlich-ökonometrische Modellierung von Spill-

over-Effekten 6

3. Empirische Schätzung der Spillover-Effekte der

Regionalförderung zwischen den regionalen Arbeits-

märkten Deutschlands 12

3.1 Empirische Modelle und Indikatoren 12

3.2 Ergebnisse des empirischen Modells 25

4. Räumliche Effekte alternativer Förderstrategien der

Regionalpolitik 31

5. Resümee 39

Literaturverzeichnis 41

Anhang 43

ECKEY/KOSFELD: Regionaler Wirkungsgrad und räumliche Ausstrahlungseffekte der Investitionsförderung

Abbildungsverzeichnis Seite

Abbildung 1.1: Investitionszulagen je Einwohner in den regionalen Arbeitsmärkten Deutschlands im Zeitraum 2000–2002 2

Abbildung 1.2: Traditionelle und erweiterte Wirkungskontrolle 4 Abbildung 3.1: Bruttowertschöpfung je Einwohner 2001 (in €) 19 Abbildung 3.2: Bruttowertschöpfung je Einwohner 2001 (in €) im

Vergleich zu angrenzenden regionalen Arbeitsmärkten 21 Abbildung 3.3: Investitionszulage je Einwohner (in €) im Vergleich zu

angrenzenden regionalen Arbeitsmärkten 22 Abbildung 3.4: Güte der Verkehrsinfrastruktur 23 Abbildung 3.5: Hochqualifizierte je 100 Beschäftigte 24 Abbildung 3.6: Ergebnis der erweiterten Wirkungskontrolle 29 Abbildung 4.1: Fördergebiete und Nichtfördergebiete im Modell 4 32 Abbildung 4.2: Veränderung der BWS/Einwohner (in €) im Modell 1 34 Abbildung 4.3: Veränderung der BWS/Einwohner (in €) im Modell 2 36 Abbildung 4.4: Veränderung der BWS/Einwohner (in €) im Modell 3 37 Abbildung 4.5: Veränderung der BWS/Einwohner (in €) im Modell 4 38 Abbildung A 1. Beschäftigte je 1.000 Einwohner 43 Abbildung A 2: Gewerbeanmeldungen je 1.000 Einwohner 44 Abbildung A 3: Patentanmeldungen je 1 Mio. Einwohner 45

Tabellenverzeichnis Tabelle 3.1: Faktorenanalyse der Kontrollvariablen a 16 Tabelle 3.2: ML-Schätzung des SADL-Modells 26 Tabelle A 1: Ergebnisse alternativer regionalpolitischer Szenarien.

Veränderung der BWS/Einwohner (in €) gegenüber der augenblicklich betriebenen Regionalförderung 46

Übersichtsverzeichnis Übersicht 3.1: Faktoren zur Beeinflussung der Wettbewerbsfähigkeit

von Regionen 13 Übersicht 3.2: Erfassung von Einflussgrößen durch regionale

Indikatoren 14 Übersicht 3.3: Variablen des räumlichen Regressionsmodells 17

ECKEY/KOSFELD: Regionaler Wirkungsgrad und räumliche Ausstrahlungseffekte der Investitionsförderung 1

1. Wirkungskontrolle und räumliche Spillover-Effekte

Zur regionalen Wirtschaftspolitik zählen alle Maßnahmen, die darauf abzielen, die

räumliche Struktur einer Volkswirtschaft anders zu gestalten, als sie sich aufgrund öko-

nomischer Prozesse ergeben hätte. Sie besteht also in einer bewussten Beeinflussung

der relativen Bedeutung von Regionen in einer Volkswirtschaft (Eckey, 1995, S. 815ff.;

Eckey, 1978, S. 52ff.) und manifestiert sich in Deutschland in dem Versuch von Euro-

päischer Region (vgl. Ridinger, 2003; Bachtler und Yuill, 2003; Schrumpf und Müller,

2003; Erlbach und Lageard, 2003) und der Bund-Länder-Gemeinschaftsaufgabe „Ver-

besserung der regionalen Wirtschaftsstruktur“ (Eckey und Stock, 2003), struktur-

schwache Regionen zu unterstützen.

Hauptinstrument der regionalen Wirtschaftspolitik sind Investitionszulagen an Unter-

nehmen, die bereit sind, in strukturschwachen Regionen zu investieren und dort Ar-

beitsplätze zu schaffen. In den Jahren von 2000 bis 2002 wurden hierfür in Deutschland

5,76 Mrd. € verausgabt, die in ihrer räumlichen Verteilung aus Abbildung 1.1 hervor-

gehen. 1 Sie zeigt, dass

• die gesamten neuen Bundesländer Fördergebiet darstellen; in Westdeutschland gel-

ten weite Teile Norddeutschlands, altindustrielle Wirtschaftsräume Nordrhein-West-

falens, des Saarlandes und Rheinland-Pfalz’s, der Norden Hessen und der Osten

Bayerns als strukturschwach.

• die Förderung im Osten höher als im Westen ist. Führend waren im Zeitraum 2000–

2002 Stendal mit 999,8€ Zulage je Einwohner, Halberstadt (904,5) und Oberspree-

wald-Lausitz (834,3). 2

1 In ihr werden die Kreise Deutschlands zu regionalen Arbeitsmärkten zusammengefasst, die aus einer räum-

lichen Zusammenfassung von Zentrum und Umland, gemessen mit Hilfe von Berufspendlerverflechtungen, be-stehen. Die empirische Regionalforschung ist sich einig darüber, dass nur solche Funktionalregionen eine zu-verlässige Diagnose und Prognose des regionalen Entwicklungsstandes erlauben sowie nur sie räumliche Aus-strahlungseffekte regionalpolitischer Maßnahmen zuverlässig zum Ausdruck bringen. Vgl. H.-F. Eckey, K. Horn und P. Klemmer (1990), S. 1ff.

2 Die regionalen Arbeitsmärkte sind Ergebnis einer eigenen Einteilung Deutschlands in Wirtschaftsräume auf-grund von Berufspendlerverflechtungen. Die Höhe der Investitionszulage erfolgte aufgrund einer Zusammen-fassung von Kreisergebnissen, die sich im Anhang 12 (Kapitel D II 2) in Eberstein und Karl (2003) befinden.


Abbildung 1.1: Investitionszulagen je Einwohner in den regionalen Arbeitsmärk-ten Deutschlands im Zeitraum 2000–2002

Aachen

Altötting

Amberg

Ansbach

Aschaffenburg

Aue-Schwarzenberg

Augsburg

Bad Kreuznach

Baden-Baden

Bamberg

Bautzen

Bayreuth

Berchtesgaden

Berlin

Bernkastel-Wittlich

Biberach

Bielefeld

Birkenfeld

Bitburg-Prüm

Bodensee

Bonn

Borken

Braunschweig

Bremen

Bremerhaven

Celle

Cham

Chemnitz

Cloppenburg

Coburg

Cottbus

Darmstadt

Deggendorf

Dessau

Dithmarschen

Donau-Ries

Dortmund

Dresden

Duisburg

Döbeln-Torgau

Düren

Düsseldorf

Eisenach

Elbe-Elster

Emden

Emsland

Erfurt

Essen

Flensburg

Frankfurt (Oder)

Frankfurt am Main

Freiburg i.Breisgau

Freudenstadt

Fulda

Garmisch-Partenkirchen

Gera

Gießen

Goslar

Greifswald

Göppingen

Görlitz

Göttingen

Günzburg

Halle (Saale)

Hamburg

Hameln-Pyrmont

Hannover

Heidenheim

Heilbronn

Hersfeld-Rotenburg

Hochsauerland

Hof

Höxter

Ingolstadt

Jena

Kaiserslautern

Karlsruhe

Kassel

Kaufbeuren

Kempten

Kiel

Koblenz

Konstanz

Krefeld

Köln

Lahn-Dill-Kreis

Landau i.d.Pfalz

Landshut

Leipz ig

Ludwigshafen

Löbau-Zittau

Lörrach

Lübeck

Magdeburg

Main-Tauber

Mainz

Mannheim-Heidelberg

Marburg-Biedenkopf

Memmingen

Merseburg-Querfurt

Minden-Lübbecke

Märkischer Kreis

Mönchengladbach

München

Münster

Neubrandenburg

Neuwied

Nordfries land

Nordhausen

Nürnberg

Oberberg

Oldenburg

Olpe

Ortenau

Osnabrück

Ostalb

Osterode am HarzPaderborn

Passau

Pforzheim

Pirmasens

Plauen

Potsdam-Brandenburg

Prignitz

Quedlinburg

Ravensburg

Regensburg

Reutlingen

Riesa-Großenhain

Rosenheim

Rostock

Saalfeld-Rudolstadt

Saarbrücken

Schwarzwald-Baar

Schweinfurt

Schwerin

Schwäbisch Hall

Siegen-Wittgenstein

Sigmaringen

Soest

Soltau-Fallingbostel

Stendal

Stralsund

StraubingStuttgart

Suhl

Traunstein

Trier

Tuttlingen

Uckermark

Uelzen

Ulm

Unstrut-Hainich-Kreis

Vechta

Waldeck-Frankenberg

Waldshut

Weiden i.d.OPf.

Weißenburg-Gunzenhausen

Werra-Meißner

Westerwald

Wiesbaden

Wilhelmshaven

Wismar

Wittenberg

Wolfsburg

Wunsiedel

Wuppertal-Hagen

Würzburg

Zollernalb

Zwickau

Altenburg

Annaberg

Grafschaft Bentheim

Güstrow

Halberstadt

Neckar-Odenwald

Oberspreewald-Lausitz

Ostprignitz-Ruppin

Salzwedel

Uecker-Randow

<= 0,0000<= 100,0000<= 500,0000<= 750,0000<= 1.000,0000


Die so praktizierte regionale Strukturpolitik gerät zunehmend unter Druck. Neben

grundsätzlichen Einwendungen wie Mitnahmeeffekten, Förderung von regionalem At-

tentismus und Vernachlässigung moderner regionaler Entwicklungstheorien zeichnet

hierfür vor allem der enger werdende finanzielle Spielraum der Träger der Regional-

politik verantwortlich. Bund und Länder stehen vor der Notwendigkeit, die Verschul-

dung des Staates abzubauen und damit das Maastrichtkriterium einer maximalen Neu-

verschuldung von 3% des BIP zu erfüllen, gleichzeitig aber die Steuersätze im inter-

nationalen Standortwettbewerb um Investitionen und hoch qualifizierte Arbeitskräfte zu

senken. Die EU wird um mittelosteuropäische Staaten erweitert, die deutlich ärmer als

jene Gebiete sind, die bisher Regionalförderung erhalten haben; eine Ausweitung der

Mittel für regionale Strukturförderung stößt aber auf den erbitterten Widerstand der

Geberländer (Nettofinanziers).

Deshalb ist zu erwarten, dass sowohl die EU als auch Bund und Länder die Mittel für

die regionale Strukturpolitik in Deutschland in Zukunft eher einschränken als ausweiten

werden. Umso erforderlicher ist es dann, die zur Verfügung stehende Finanzmasse effi-

zient einzusetzen, was einer dauernden Kontrolle der Wirksamkeit des eingesetzten In-

strumentariums bedarf. Von besonderer Wichtigkeit ist hierbei die Wirkungskontrolle,

die den Einfluss des Förderinstrumentariums auf die regionalpolitische(n) Zielgröße(n)

untersucht. 3 Die Versuche, die Effizienz der Investitionszulage im Rahmen ökonometri-

scher Modelle zu überprüfen, stehen auf hohem Niveau. 4 Hier sollen diese Arbeiten

nicht um eine weitere gleichartige erweitert werden; vielmehr sollen zusätzliche

Aspekte Berücksichtigung finden, die in bisherigen Wirkungskontrollen vernachlässigt

wurden und sich in Abbildung 1.2 wieder finden.

3 Von der Wirkungs- sind Vollzugs- und Zielerreichungskontrolle zu unterscheiden. Im Rahmen der

Vollzugskontrolle wird überprüft, ob die Fördermittel gemäß den geltenden Vorschriften verteilt worden sind. Vergleicht man die angestrebte Entwicklung einer Region mit jener, die wirklich eingetreten ist, so spricht von Zielerreichungskontrolle. Zu den verschiedenen Formen der Kontrolle im Rahmen der regionalen Wirtschafts-politik vgl. Lammers und Niebuhr in Eberstein und Karl (2003).

4 Vorbildlich ist hier die Vorgehensweise bei Asmacher, Schalk und Thoss (1987) und Franz und Schalk (1995), S. 282ff.


Abbildung 1.2: Traditionelle und erweiterte Wirkungskontrolle

Förderregion A

Investitions-zulage in A

bisherige Wirkungskontrolle

Förderregion A Nicht-Förderregion B

Investitions-zulage in A

+

+

erweiterte Wirkungskontrolle

+-

In traditionellen Modellen der Wirkungskontrolle wird –bei allen Unterschieden im

Detail– eine multiple Regressionsrechnung durchgeführt, in der eine regionalökono-

mische Zielgröße, etwa die Bruttowertschöpfung je Einwohner, über entwicklungsrele-

vante Variable, so auch die Investitionszulage, erklärt wird. Der ermittelte Regressions-

koeffizient zeigt dann den Effekt der Regionalförderung an.

Dieses traditionelle Modell vernachlässigt aber, dass von der Investitionszulage nicht

nur Effekte auf die Förderregion A, sondern auch auf die Nichtförderregion B ausgehen.

So kann es zu räumlichen Verlagerungseffekten der Investitionen kommen. Unterneh-

men investieren nicht mehr in B, sondern in A. Die positive Entwicklung in A führt zu

einem eingeschränkten Wachstum in B. Entwickelt sich aber A positiv, so kann dies für

B ebenfalls günstig sein, wenn in B Vorprodukte für in A ansässige Betriebe hergestellt

werden. Damit wird B durch eine Investitionszulage zugunsten von A in zweifacher

Weise tangiert, wobei der eine Einfluss positiv und der andere Einfluss negativ ist. Mit

der erweiterten Wirkungskontrolle wird den Erkenntnissen der Neuen Ökonomischen

Geografie (Krugman, 1991; Ludema und Wooton, 1997; siehe hierzu auch Keilbach,

2000, S. 61ff.) Rechnung getragen, die Spillover-Effekten eine herausragende Stellung

für die Entwicklung und das Wachstum von Regionen zuschreibt.


Aufgabenstellung der folgenden Ausführungen ist es, eine solche erweiterte Wirkungs-

kontrolle der Regionalförderung durchzuführen.

Wir werden die erweiterte Wirkungskontrolle im Folgenden mit Hilfe eines räumlich-

ökonometrischen Modells durchführen, das in Abschnitt 2 im Grundansatz und in seiner

Anwendung auf die hier interessierende Fragestellung vorgestellt wird. Anschließend

erfolgt die Präsentation des empirischen Modells a) in seinen einzelnen Bestandteilen

(Abschnitt 3.1), b) in seinen Ergebnissen (Abschnitt 3.2) und c) in seinen Prognose-

eigenschaften im Hinblick auf alternative Ansätze der Regionalpolitik (Abschnitt 4).

Eine Zusammenfassung der wichtigsten Ergebnisse schließt die Arbeit ab (Abschnitt 5).


2. Räumlich-ökonometrische Modellierung von Spillover-Effekten

Wie die Erörterung einer Ausgestaltung der Wirkungskontrolle gezeigt hat, greifen tra-

ditionelle ökonometrische Modelle bei der Erfassung des Einflusses von Förderinstru-

menten auf regional-ökonomische Zielgrößen zu kurz. Insbesondere lassen die Erkennt-

nisse der Neuen Ökonomischen Geografie eine Erklärung des Entwicklungsstandes von

Regionen allein durch regionsspezifische Charakteristika als unzulänglich erscheinen.

Bei einer ökonometrischen Modellierung der regionalen Pro-Kopf-Produktion stellt sich

daher die Frage nach einer adäquaten Abbildung räumlicher Interaktionen. Die beiden

Standardmodelle der räumlichen Ökonometrie, das Spatial-Lag- und das Spatial-Error-

Modell (siehe Anselin, 1988), bilden hier keinen geeigneten Modellrahmen, da Spill-

over-Effekte in unterschiedlicher Form von der zu erklärenden und den erklärenden

Variablen ausgehen können.

Allgemein lassen sich Spillover-Effekte beider Variablenarten durch ein räumliches

Modell verteilter Verzögerungen [spatial distributed lag modell (SADL)] abbilden

(siehe hierzu Lauridsen, 2002; Kosfeld und Lauridsen, 2003), das bei k regionsspezi-

fischen erklärenden Variablen und einer Beschränkung auf räumliche Lags erster Ord-

nung durch

(2.1) εxWxWyiy +⋅⋅β+β+α+α= ∑∑==

k

1jjj1

k

1jjj010

gegeben ist. In (2.1) bezeichnet y einen n×1 Vektor der zu erklärenden Pro-Kopf-

Produktion, dessen Komponenten den regionalen Pro-Kopf-Größen entsprechen. ε ist

ein Vektor normalverteilter Störvariable mit ( ) 0ε =E und ( ) Iε 2Cov σ= mit σ2 als

Störvarianz. i ist ein n×1 Einsvektor und I eine n×n Einheitsmatrix. Unser Erklärungs-

ziel ist vor allem auf die Erfassung des Wirkungsgrades und der Ausstrahlungseffekte

der Investitionsförderung ausgerichtet. Bei der ökonometrischen Analyse der Wir-

kungskontrolle bieten sich diverse Faktoren, die die Wettbewerbsfähigkeit von Regio-


nen beeinflussen, als Kontrollvariablen (x-Variablen) an (zur Auswahl der Kontroll-

variablen siehe Abschnitt 3.1).

Die regionalen Interaktionen werden über die räumlichen Lag-Variablen

k1 ,,, WxWxWy … modelliert. Hierbei ist W eine räumliche Gewichtsmatrix von der

Dimension n×n, die sich aus der n×n Nachbarschaftsmatrix W*, deren Elemente *ijW

Nachbarschaftsindikatoren sind,

(2.2) ⎩⎨⎧

=sonst0

Nachbarn j und iRegionen falls,1W*

ij

durch Zeilenstandardisierung ergibt (siehe Cliff und Ord, 1981; Anselin 1988). Die Ko-

effizienten k1111 ,,, ββα … messen die Stärke der Abhängigkeit des Produktionswachs-

tums der i-ten Region von den durchschnittlichen Niveaus der zu erklärenden und den

erklärenden Variablen in ihrer Nachbarschaft. Im Falle von 0k1111 =β==β=α …

würde es keine für das regionale Outputwachstum relevanten räumlichen Interaktionen

geben.

Das SADL-Modell (2.1) lässt sich als ein lokales Modell auffassen, da das

Outputwachstum der Regionen von ihren eigenen x-Werten, aber auch von den x- und

y-Werten ihrer Nachbarn abhängen. In Abwesenheit von Spillover-Effekten würde das

SADL-Modell (2.1) in die Form

(2.3) εxxxiy +⋅β++⋅β+⋅β+⋅α= kk02021010 …

übergehen, die das globale Modell kennzeichnet. In unserem Kontext ziehen wir die

Modellform (2.3) heran, um räumliche Abhängigkeiten zu identifizieren. 5 Sofern

tatsächlich Spillover-Effekte existieren, wäre das Modell (2.3) fehlspezifiziert, was sich

in einer räumlichen Autokorrelation der Residuen niederschlagen würde. Der Erwar-

tungswertvektor der Störterme ε, ( )εE , ist zwar weiterhin ein Nullvektor, doch ist ihre

Kovarianzmatrix nicht mehr sphärisch. Als Tests auf räumliche Autokorrelation der

5 Bei einem Test auf räumliche Konvergenz oder Divergenz interpretieren Kosfeld und Lauridsen (2003) eine

Multiplikatorvariante des globalen Modells (2.3) als räumliches Gleichgewicht, was aber hier nicht weiter ver-folgt werden soll.


OLS-Residuen des globalen Modells (2.3) bieten sich neben dem Moran-Test diverse

LM-Tests an (siehe Anselin, 1988; Bera und Yoon, 1992).

Lokale Anpassungsprozesse lassen sich nicht nur mit dem SADL-Modell (2.1) abbil-

den. Unterschiedliche Reparametrisierungen bieten die Möglichkeit, sie aus unter-

schiedlichen Perspektiven zu beleuchten (Lauridsen, 2002; Kosfeld und Lauridsen,

2003). Für die Analyse der Ausstrahlungseffekte der Investitionszulagen knüpfen wir an

die „Multiplikatorvariante“

(2.4) ( ) εxWxiWIy +⎟⎟

⎠

⎞

⎜⎜

⎝

⎛⋅⋅β+⋅β+⋅α⋅α−= ∑∑

==

−k

1jjijj

k

1jj00

11

des SADL-Modells (2.1) an. Stationarität setzt 11 <α voraus 6, womit die Inverse

( ) 11

−α− WI in Form der „Leontief-Expansion“

( ) …+⋅α+α+=α− − 2211

11 WWIWI

darstellbar ist. Mit der Multiplikatorvariante (2.4) lässt sich die räumliche Verteilung

der Effekte von Fördermaßnahmen auf die regionalpolitische Zielgröße nachvollziehen.

Die Veränderung der Zielgröße y in den Regionen aufgrund einer Veränderung einer

exogenen Variablen xZUL –hier der Investitionszulage– lässt sich, ausgehend von einem

räumlichen Gleichgewicht, aus der Beziehung

(2.5) ( ) ( )ZULZUL,1ZULZUL,01

1 ∆xW∆xWI∆y ⋅⋅β+⋅β⋅α−= −

ermitteln. Gleichung (2.5) ergibt sich nach einfacher Differenzenbildung unter Setzung

von

( ) 0∆x∆x∆x∆x ==== kZUL21 ……

aus der Multiplikatorvariante (2.4). 7

6 Allerdings ist durch die Bedingung 11 <α nur die Stabilität und noch nicht die Stationarität des räumlichen

Prozesses gewährleistet. Siehe hierzu Kosfeld und Lauridsen (2003). 7 Die Klammer um ∆xZUL wird hier zur Kennzeichnung des Ausschlusses der Investitionszulage gesetzt. Der

Differenzoperator ∆ misst keine räumlichen Differenzen, sondern Abweichung von einem fiktiven Gleichge-wicht.


Anhand des Beispiels der beiden Regionen A und B lassen sich die Spillover-Effekte

anschaulich nachvollziehen. In diesem Fall ist die Inverse ( ) 11

−α− WI , deren Elemente

als Multiplikatoren interpretierbar sind, durch

( )⎥⎥⎥⎥

⎦

⎤

⎢⎢⎢⎢

⎣

⎡

α−α−

αα−

α

α−=α− −

21

21

1

21

1211

1

11

1

111

WI

gegeben. Bei einer Erhöhung der Investitionszulage in der Region A um 1 Einheit bei

unveränderter Förderung oder Nichtförderung der Region B, erhält man mit

( ) ⎥⎦⎤

⎢⎣⎡== 01

10und01 W∆x :

(2.6)

⎥⎦

⎤⎢⎣

⎡ββ

⎥⎥⎥⎥

⎦

⎤

⎢⎢⎢⎢

⎣

⎡

α−α−

αα−

α

α−=

⎟⎟⎠

⎞⎜⎜⎝

⎛⎥⎦

⎤⎢⎣

⎡⋅β+⎥

⎦

⎤⎢⎣

⎡⋅β

⎥⎥⎥⎥

⎦

⎤

⎢⎢⎢⎢

⎣

⎡

α−α−

αα−

α

α−=

ZUL,1

ZUL,0

21

21

1

21

121

ZUL,1ZUL,0

21

21

1

21

121

11

1

111

10

01

11

1

111

∆y

.

Aus dieser Darstellung lässt sich die Interaktion zwischen den beiden Regionen A und

B erkennen. Die Investitionszulage in der Region A erhöht die Zielgröße, z.B. die Brut-

towertschöpfung je Einwohner, in A in Höhe von ( ) ZUL,021 ][ 11 β⋅α− , vermindert sie

jedoch im Falle von „Absaugungseffekten“ ( )0ZUL,1 <β um ( ) ZUL,12

11 ][ 1 β⋅α−α .

Multipliziert man (2.6) aus,

(2.7) ⎥⎥⎥⎥

⎦

⎤

⎢⎢⎢⎢

⎣

⎡

α−

β+β⋅αα−

β⋅α+β

21

ZUL,1ZUL,01

21

ZUL,11ZUL,0

1

1


so lässt sich bestimmen, welche Parameterkonstellation von α1, β0,ZUL und β1,ZUL zu

Wachstums- bzw. Schrumpfungseffekten in A und B führen, wenn die Region A durch

die Gewährung von Investitionszulagen gefördert wird.

Eine Investitionszulage in A führt in dieser Region zu einem Expansionseffekt, wenn

ZUL,11ZUL,0 β⋅α>β ist. Hierbei stellt β0,ZUL den direkten Expansionseffekt in A auf-

grund der Regionalförderung dar, während ZUL,11 β⋅α den Schrumpfungseffekt

( )0ZUL,1 <β darstellt, der daraus resultiert, dass die Investitionen in B aufgrund des

„Saugrohreffekts“ zurückgehen und damit negative Überschwappeffekte auf A zukom-

men. Da 0<α1<1 und ZUL,1ZUL,0 β>β erwartet wird, gehen wir davon aus, dass eine

Investitionsförderung in A diese Wirtschaftsregion positiv beeinflusst.

Bei 0ZUL,1 <β wird eine Zulage in A nur dann einen positiven Effekt auf B haben,

wenn ZUL,1ZUL,01 β>β⋅α ist. Der aufgrund von Spillovers zu erwartende Expansions-

effekt ZUL,01 β⋅α würde in diesem Fall den negativen Saugrohreffekt ZUL,1β übertref-

fen. Ob dies der Fall ist, hängt von der Ausprägung von α1, β0,ZUL und β1,ZUL ab. Ein

positiver Effekt in B ist um so wahrscheinlicher, je

• größer β0,ZUL ist, je stärker also die Investitionen in A auf die Zulage reagieren.

• größer α1 ist, je stärker also die positiven Produktionseffekte in A auf B „über-

schwappen“.

• je kleiner |β1,ZUL| ist, je stärker also die Investitionen in A volkswirtschaftliche

Nettoeffekte und keine „Saugrohreffekte“ zulasten von B darstellen.

Geringe Output-Spillover können mithin entscheidend dazu beitragen, dass die Region

B bei einer an A gewährten Investitionszulage zu einem Verlierer wird.

Die Inkonsistenz der OLS-Schätzung, die Anselin (1988) für das Spatial-Lag-Modell

gezeigt hat, überträgt sich aufgrund der Einbeziehung der endogenen Spatial-Lag-Vari-

ablen Wy unmittelbar auf das SADL-Modell. Eine konsistente Modellschätzung kann

z.B. durch die Maximum-Likelihood-Methode (ML-Methode) oder die Methode der In-

strumentvariablen (IV-Methode) erreicht werden. Bei der IV-Methode lässt sich das In-

strument z für die räumliche Lag-Variable Wy durch eine Regression von Wy auf die


exogenen Variablen x1,x4,…,xk und deren räumliche Lags Wx1,Wx2,…,Wxk bestimmen

(vgl. Anselin, 1988; Kosfeld und Lauridsen, 2003). Mit dieser Wahl von z, yWz ˆ= , ist

die asymptotische Unkorreliertheit des Instruments z mit der Störgröße ε und damit die

Konsistenz der Schätzung gesichert. 8 Während eine ML-Schätzung des SADL-Modells

z.B. mit dem Programm SpaceStat (Anselin, 1992, pp. 181ff.) prinzipiell möglich ist, ist

die IV-Methode in der hier vorgestellten Variante hierin nicht implementiert. 9

8 Der Ablauf der IV-Schätzung der lokalen Varianten des SADL-Modells findet sich in Kosfeld und Lauridsen

(2003). 9 Tatsächlich ist das Programm SpaceStat nicht auf eine Schätzung des SADL-Modells (2.1) und seiner Repara-

metrisierungen ausgerichtet. Sofern die Schätzung allerdings allein das SADL-Modell zum Gegenstand hat, kann die ML-Methode adaptiert werden.


3. Empirische Schätzung der Spillover-Effekte der Regio-nalförderung zwischen den regionalen Arbeitsmärkten Deutschlands

3.1 Empirische Modelle und Indikatoren

In der Theorie der Regionalökonomie besteht weitestgehende Übereinstimmung, dass

Entwicklung und Entwicklungsstand von Wirtschaftsräumen durch ihr naturräumliches

Potenzial, ihre Infrastruktur und ihre Siedlungsstruktur bestimmt werden. Übersicht 3.1

liefert eine weitere Detaillierung dieser Einflussgrößen.

Eine erste Aufgabe der empirischen Regionalforschung besteht darin, die Einflussgrö-

ßen in empirisch messbare Indikatoren zu überführen. Regionalökonomische Indikato-

ren sind quantitative Messziffern, die Einblick in den Zustand und die Entwicklung der

ökonomischen Situation von Wirtschaftsräumen geben. An sie werden die Anforderun-

gen der Verfügbarkeit der Validität (der Indikator drückt genau das aus, was wir messen

wollen, wie z.B. den Wohlstand von Regionen), der Aktualität (der Zeitraum zwischen

der Erfassung der Daten und ihrer möglichen Nutzung soll möglichst klein sein), der

Vollständigkeit (in einem Indikatorensystem soll allen Aspekten der ökonomischen

Verhältnisse Rechnung getragen werden), der Periodizität (die Indikatoren sollen konti-

nuierlich in gleichen zeitlichen Abständen erhoben werden, um Entwicklungen deutlich

machen zu können) und der interregionalen Vergleichbarkeit (Indikatoren müssen in

allen Regionen in gleicher Weise definiert und erhoben werden.) gestellt.

Daten der amtlichen Statistik sowie eigene Berechnungen –vor allem von Verkehrs-

infrastruktur- und Lageindikatoren– lassen folgende Erfassung der Einflussgrößen

durch regionale Indikatoren zu (vgl. Übersicht 3.2):


Übersicht 3.1: Faktoren zur Beeinflussung der Wettbewerbsfähigkeit von Regionen


Übersicht 3.2: Erfassung von Einflussgrößen durch regionale Indikatoren Einflussgröße Indikator

Naturräumliches Potential 1. Lage und Erreichbarkeit • Lage in West-(=1) oder Ostdeutschland (=0) als

Dummy-Variable • Durchschnittliche Fahrzeit mit dem Pkw zu den

übrigen regionalen Arbeitsmärkten in Deutschland (gravitationstheoretischer Ansatz)

• Fahrzeit mit dem Pkw zum nächstgelegenen Verdichtungsraum

• Fahrzeit mit dem Pkw zum nächstgelegenen Oberzentrum

• Erreichbare Bevölkerung in x Stunden Fahrzeit mit Pkw

2. Umweltqualität Keine Angaben (K.A.) 3. Vorhandensein von Rohstof-

fen (K.A.)

Infrastruktur 1. Materielle Infrastruktur • Luftliniengeschwindigkeit Straße zu den übri-

gen regionalen Arbeitsmärkten in Deutschland (gravitationstheoretischer Ansatz)

• Luftliniengeschwindigkeit Schiene zu den übri-gen regionalen Arbeitsmärkten in Deutschland (gravitationstheoretischer Ansatz)

• Fahrzeit mit dem Pkw zum nächsten IC-Bahn-hof

• Fahrzeit mit dem Pkw zum nächsten Flughafen mit Linienflugverkehr

• Besetzte Studienplätze je 1.000 Einwohner • Patentanmeldungen je 1.000.000 Einwohner

2. Institutionelle Infrastruktur • Investitionszulage in € je Einwohner

3. Personelle Infrastruktur • Beschäftigte mit (Fach-)Hochschulabschluss je 100 Beschäftigte

• Gewerbeanmeldungen je 1.000 Einwohner Siedlungsstruktur 1. Leistungsfähigkeit der regio-

nalen Zentren • Anzahl der Oberzentren • Einwohnerzahl des größten Zentrums

2. Vernetzung der Zentren K.A. 3. Verdichtungsgrad • Einwohnerdichte (Einwohner je qkm) 4. Entwicklungsachsen K.A.


Will man mit Hilfe dieser Variablen eine regionalökonomische Zielvariable erklären, so

ergibt sich das Problem der Multikollinearität; viele erklärende Variable sind so eng

miteinander korreliert, dass ihr separater Einfluss kaum noch messbar ist. Deshalb bietet

es sich an, einer multiplen Regressionsanalyse eine Faktorenanalyse (siehe hierzu

Eckey, Kosfeld und Rengers, 2002, Kapitel 2) vorzuschalten. Die Matrix der Faktoren-

ladungen geht aus Tabelle 3.1 hervor.

Auf der Basis des Kaiser-Kriteriums 10 sind in einer Hauptachsen-Faktorenanalyse der

Kontrollvariablen (ohne Investitionszulage und Ost-West-Dummy) vier gemeinsame

Faktoren zu extrahieren. Faktor 1 ist positiv mit der Beschäftigungsquote, dem Anteil

von Hochqualifizierten, der Studentendichte und der Anzahl der Gewerbeanmeldungen

und negativ mit der Zeitdistanz zum nächstgelegenen Oberzentrum korreliert. Er lässt

sich als Zentralität einer Region interpretieren.

Diverse Variablen der Zeitdistanz laden dagegen hoch auf dem zweiten Faktor. Hierzu

zählen die Zeitdistanzen zum nächstgelegenen Flughafen und IC-Bahnhof sowie die

Zeitdistanzen zum nächstgelegenen Verdichtungsraum und den übrigen regionalen Ar-

beitsmärkten. Der Faktor 2 verkörpert daher einen Lage-Faktor, der bei hoher Ausprä-

gung die adverse Lage vor allem bestimmter peripherer Regionen widerspiegelt.

Eine hohe Einwohnerdichte verbunden mit einer guten Erreichbarkeit bei einer mode-

raten Ausstattung an qualifizierten Arbeitsplätzen und nicht sehr stark ausgeprägter

Innovationshäufigkeit kennzeichnet vor allem altindustrielle Gebiete wie das Ruhrgebiet

und die mittel- und westrheinischen Gebiete in Nordrhein-Westfalen. Die altindustriel-

len Charakteristiken werden durch den dritten Faktor erfasst. Schließlich kann Faktor 4,

der mit den Luftliniengeschwindigkeiten auf Straße und Schiene verbunden ist, als

Verkehrsinfrastrukturfaktor interpretiert werden.

Zur Vermeidung von Multikollinearität könnte es sich anbieten, die zum Teil hochkor-

relierten Kontrollvariablen in dem räumlichen Regressionsmodell (2.1) durch die extra-

10 Nach dem Kaiser-Kriterium ist die Anzahl der gemeinsamen Faktoren durch die Anzahl der Eigenwerte der

Korrelationsmatrix bestimmt, die die untere Grenze 1 übersteigen. Siehe hierzu Eckey, Kosfeld und Rengers (2002), S. 34.


Tabelle 3.1: Faktorenanalyse der Kontrollvariablen a Rotierte Faktorenmatrix b

Variablen Faktor 1 Faktor 2 Faktor 3 Faktor 4 Zeitdistanz (in Min.) zum nächstgelegenen Verdichtungsraum -0,237 0,676 -0,456 0,016

Erreichbare Bevölkerung 1 Std. Fahrzeit mit Pkw 0,189 -0,400 0,864 0,083

Zeitdistanz (in Min.) zum nächstgelegenen Flughafen mit Linienflugverkehr

-0,244 0,704 -0,306 -0,097

Einwohnerdichte 0,316 -0,236 0,763 0,107 Zeitdistanz (in Min.) zum nächstgelegenen IC-Bahnhof -0,204 0,770 -0,060 -0,162

Zeitdistanz (in Min.) zu den übrigen Regionalen Arbeitsmärkten in Deutschland, gewichtet mit Bev im Ziel

-0,026 0,634 -0,247 0,363

Einwohnerzahl der größten Gemeinde 0,361 -0,207 0,286 0,047

Angemeldete Patente 2000 / 1000000 Einwohner 0,311 -0,202 0,069 0,264

Anteil Beschäftigte mit hoher Qualifikation (in 1000) 2000 (Fachhochschule oder Universität) (in %)

0,724 -0,026 0,138 -0,188

Beschäftigte / 1000 Einwohner 0,662 -0,130 0,003 -0,019 Zeitdistanz (in Min.) zum nächstgelegenen Oberzentrum -0,649 0,151 -0,201 -0,021

Studenten/ 1000 Einwohner 0,600 -0,132 0,196 -0,024 Gewerbeanmeldungen 2002 / 1000 Einwohner 0,423 -0,159 0,095 0,370

Luftliniengeschwindigkeit Strasse zu den übrigen Regionalen Arbeitsmärkten in Deutschland

0,002 -0,037 0,258 0,628

Luftliniengeschwindigkeit Schiene zu den übrigen Regionalen Arbeitsmärkten in Deutschland

-0,140 0,064 -0,099 0,620

Anmerkungen: a Hauptachsen-Faktorenanalyse der Kontrollvariablen ohne die Ost-West-Dummy-Variable b Varimax-Rotation mit Kaiser-Normalisierung. Unterstrichen sind Faktorladungen, die absolut größer

als 0,4 sind =substanzielle Ladungen)


hierten Faktoren zu ersetzen. Diese Strategie scheitert hier jedoch an dem hohen Infor-

mationsverlust, der hiermit einhergehen würde. 11 Aus diesem Grund nehmen wir zum

Zwecke einer Verminderung von Multikollinearität nur Kontrollvariablen in das zu

schätzende räumliche Regressionsmodell auf, die den jeweiligen Faktor gut repräsentie-

ren und untereinander nicht zu hoch korrelieren.

Die Pro-Kopf-Produktion wird in dem räumlichen Modell zum einen durch die Investi-

tionszulage, einer Ost-West-Dummy-Variablen und den aus der Faktorenanalyse her-

vorgehenden Kontrollvariablen erklärt (Übersicht 3.3).

Übersicht 3.3: Variablen des räumlichen Regressionsmodells

Zu erklärende Variable

BWS/Einwohner (in €) (BWSE)

Erklärende Variable

Dummy-Variable (West=1; Ost=0) (OW_Dummy)

Investitionszulage (in €) je Einwohner 12 (ZULAGE)

Güte der Verkehrsanbindung (VGUETE)

(Luftliniengeschwindigkeit Straße und Schiene zu den übrigen regionalen Arbeits-

märkten in Deutschland; gravitationstheoretischer Ansatz)

Beschäftigte je 1.000 Einwohner (BQUOTE)

Hochqualifizierte je 100 Beschäftigte (QUALB)

Gewerbeanmeldungen je 1.000 Einwohner (GEWE)

Angemeldete Patente je 1.000.000 Einwohner (PATE)

11 Die vier extrahierten Faktoren erklären nur 65% der gesamten Streuung der Kontrollvariablen (ohne

Investitionszulage und Ost-West-Dummy). Wie Kontrollrechnungen gezeigt haben, gingen mit einer sog. Fak-torregression zum Teil unplausible Wirkungsrichtungen einher.

12 Die eigentliche Wirkungskette der Investitionszulage auf die Bruttowertschöpfung je Einwohner ist Investitionszulage → getätigte Investitionen → Kapitalstock → Produktion. Da zum regionalen Kapitalstock keine Informationen vorlagen, musste hier eine verkürzte und sicherlich rudimentäre Wirkungskette Investi-tionszulage → Produktion unterstellt werden. Da Zulagen seit 1990 bereits zu einer Erhöhung des Kapitalstocks geführt haben, die heute noch produktionswirksam ist, heutige Investitionen dagegen auch Ausstrahlungseffekte


Hinzu treten drei räumliche Lag-Variable, von denen zwei notwendig sind, um das er-

weiterte Modell der Wirkungskontrolle zu schätzen:

• W_BWSE ist die räumliche Lag-Variable der Bruttowertschöpfung je Einwoh-

ner. Sie zeigt den Entwicklungsstand der Nachbarregionen an. Ihr Regressions-

koeffizient beschreibt, welchen Effekt eine positive Entwicklung in der Förder-

region A, z.B. hervorgerufen durch die Gewährung von Investitionszulagen,

aufgrund von Lieferverflechtungen auf die Nichtförderregion B hat.

• Die räumliche Lag-Variable der Investitionszulage sei mit W_ZULAGE

bezeichnet und drückt die Höhe der Regionalförderung in den Nachbarregionen

aus. Ihr Regressionskoeffizient lässt erkennen, ob es aufgrund von Zulagen zur

räumlichen Verlagerung von Investitionen kommt.

• Außerdem wird W_BQUOTE als räumliche Lag-Variable aufgenommen. Mit

ihr soll gemessen werden, ob die Höhe der Beschäftigungsquote in den

umliegenden Regionen Auswirkungen auf die regionale Bruttowertschöpfung je

Einwohner hat.

Im Folgenden werden die zu erklärende und wichtige erklärende Variable kartografisch

dargestellt und in ihrer räumlichen Verteilung erläutert. Abbildung 3.1 zeigt die Brutto-

wertschöpfung je Einwohner in den regionalen Arbeitsmärkten Deutschlands im Jahr

2001. Deutlich wird sowohl ein Stadt-Land- als auch ein West-Ost-Gefälle. Führend

sind die regionalen Arbeitsmärkte München, Frankfurt a.M. und Düsseldorf mit 40.463,

36.085 und 35.639 € je Einwohner. Die letztplatzierten Altenburg, Aue-Schwarzenberg

und Löbbau-Zittau kommen mit 12.104, 11.961 und 11.498 € je Einwohner nur auf

etwa ein Drittel dieser Ausprägung.

W_BWSE bedeutet bekanntlich die Höhe der Bruttowertschöpfung in den angrenzen-

den Nachbarregionen. Vermindert man die eigene Bruttowertschöpfung um jene der

benachbarten Wirtschaftsräume, so zeigt diese Differenz an, ob die eigene Region sich

im Hinblick auf ihren Entwicklungsstand doch deutlich von den Nachbarregionen ab-

hebt oder in etwa identisch mit deren Entwicklungsstand ist.

für die Zukunft zeigen, ist diese verkürzte Wirkungskette nur dann eine valide Abbildung der Realität, wenn sich diese Vergangenheits- und Zukunftseffekte in etwa ausgleichen.


Abbildung 3.1: Bruttowertschöpfung je Einwohner 2001 (in €)

Aachen

Altötting

Amberg

Ansbach

Aschaffenburg

Aue-Schwarzenberg

Augsburg

Bad Kreuznach

Baden-Baden

Bamberg

Bautzen

Bayreuth

Berchtesgaden

Berlin

Bernkastel-Wittlich

Biberach

Bielefeld

Birkenfeld

Bitburg-Prüm

Bodensee

Bonn

Borken

Braunschweig

Bremen

Bremerhaven

Celle

Cham

Chemnitz

Cloppenburg

Coburg

Cottbus

Darmstadt

Deggendorf

Dessau

Dithmarschen

Donau-Ries

Dortmund

Dresden

Duisburg

Döbeln-Torgau

Düren

Düsseldorf

Eisenach

Elbe-Elster

Emden

Emsland

Erfurt

Essen

Flensburg

Frankfurt (Oder)

Frankfurt am Main

Freiburg i.Breisgau

Freudenstadt

Fulda


Gera

Gießen

Goslar

Greifswald

Göppingen

Görlitz

Göttingen

Günzburg

Halle (Saale)

Hamburg

Hameln-Pyrmont

Hannover

Heidenheim

Heilbronn

Hersfeld-Rotenburg

Hochsauerland

Hof

Höxter

Ingols tadt

Jena

Kaisers lautern

Karlsruhe

Kassel

Kaufbeuren

Kempten

Kiel

Koblenz

Konstanz

Krefeld

Köln

Lahn-Dill-Kreis

Landau i.d.Pfalz

Landshut

Leipz ig

Ludwigshafen

Löbau-Zittau

Lörrach

Lübeck

Magdeburg

Main-Tauber

Mainz

Mannheim-Heidelberg

Marburg-Biedenkopf

Memmingen

Merseburg-Querfurt

Minden-Lübbecke

Märkischer Kreis

Mönchengladbach

München

Münster

Neubrandenburg

Neuwied

Nordfriesland

Nordhausen

Nürnberg

Oberberg

Oldenburg

Olpe

Ortenau

Osnabrück

Ostalb


Passau

Pforzheim

Pirmasens

Plauen

Potsdam-Brandenburg

Prignitz

Quedlinburg

Ravensburg

Regensburg

Reutlingen

Riesa-Großenhain

Rosenheim

Rostock

Saalfeld-Rudolstadt

Saarbrücken

Schwarzwald-Baar

Schweinfurt

Schwerin

Schwäbisch Hall

Siegen-Wittgenstein

Sigmaringen

Soest


Stendal

Stralsund

StraubingStuttgart

Suhl

Traunstein

Trier

Tuttlingen

Uckermark

Uelzen

Ulm


Vechta

Waldeck-Frankenberg

Waldshut

Weiden i.d.OPf.


Werra-Meißner

Westerwald

Wiesbaden

Wilhelmshaven

Wismar

Wittenberg

Wolfsburg

Wunsiedel

Wuppertal-Hagen

Würzburg

Zollernalb

Zwickau

Altenburg

Annaberg

Grafschaft Bentheim

Güstrow

Halberstadt

Neckar-Odenwald


Ostprignitz-Ruppin

Salzwedel

Uecker-Randow

<= 15.000,0000<= 20.000,0000<= 23.000,0000<= 27.000,0000<= 40.500,0000


Abbildung 3.2 zeigt diese Differenz in ihrer räumlichen Verteilung. Dunkle Regionen

sind deutlich wohlhabender als angrenzende Wirtschaftsräume, während für die weißen

Regionen das Gegenteil gilt. So hat der regionale Arbeitsmarkt München eine Brutto-

wertschöpfung je Einwohner, die um 16.710 € höher ist als jene der Nachbarregionen.

Auf ähnlich hohe Werte kommen Düsseldorf mit 13.385 und Frankfurt a.M. mit 12.382.

Letztplatziert ist dagegen Garmisch-Partenkirchen, das an das extrem hoch entwickelte

München angrenzt. Ähnlich hohe Defizite gegenüber den benachbarten regionalen Ar-

beitsmärkten zeigen Bremerhaven, Wismar, Mönchengladbach und Rosenheim.

In gleicher Weise berechnen wir die Differenz von Investitionszulage minus

W_ZULAGE. Abbildung 3.3 bringt die räumliche Verteilung dieser Variablen zum

Ausdruck. Schwarz angelegt sind jene regionalen Arbeitsmärkte, in denen die Investi-

tionszulage deutlich höher ist als in den Nachbarregionen, weiß dagegen jene Wirt-

schaftsräume, die deutlich weniger gefördert werden als die ihnen benachbarten regio-

nalen Arbeitsmärkte. Letzteres trifft vor allem für die Wirtschaftsräume im ehemaligen

Zonenrandgebiet Westdeutschlands zu, also jene regionalen Arbeitsmärkte, die selbst

wenig oder gar nicht gefördert werden, jedoch an ostdeutsche Wirtschaftsräume mit

hoher Regionalförderung angrenzen.

Abbildung 3.4 zeigt die regionale Differenzierung bei der Güte der Verkehrsinfrastruk-

tur, die hier als Luftliniengeschwindigkeit Straße und Schiene zu den übrigen regiona-

len Beobachtungseinheiten gemessen wird. Neben ein immer noch vorhandenes West-

Ost-Gefälle tritt eine räumliche Differenzierung, die durch die Topografie zu erklären

ist. In der norddeutschen Tiefebene kann im Durchschnitt schneller gefahren werden als

im Mittelgebirge (Sauerland, Thüringer Wald, Erzgebirge).

Schließlich bringt Abbildung 3.5 den Anteil der Hochqualifizierten an den Beschäftig-

ten zum Ausdruck. Deutlich wird vor allem ein Stadt-Land-Gefälle. Führend sind Uni-

versitätsstädte wie Jena, München und Dresden, bei denen der Anteil der Hochqualifi-


Abbildung 3.2: Bruttowertschöpfung je Einwohner 2001 (in €) im Vergleich zu angrenzenden regionalen Arbeitsmärkten

Aachen

Altötting

Amberg

Ansbach

Aschaffenburg

Aue-Schwarzenberg

Augsburg

Bad Kreuznach

Baden-Baden

Bamberg

Bautzen

Bayreuth

Berchtesgaden

Berlin

Bernkastel-Wittlich

Biberach

Bielefeld

Birkenfeld

Bitburg-Prüm

Bodensee

Bonn

Borken

Braunschweig

Bremen

Bremerhaven

Celle

Cham

Chemnitz

Cloppenburg

Coburg

Cottbus

Darmstadt

Deggendorf

Dessau

Dithmarschen

Donau-Ries

Dortmund

Dresden

Duisburg

Döbeln-Torgau

Düren

Düsseldorf

Eisenach

Elbe-Elster

Emden

Emsland

Erfurt

Essen

Flensburg

Frankfurt (Oder)

Frankfurt am Main

Freiburg i.Breisgau

Freudenstadt

Fulda


Gera

Gießen

Goslar

Greifswald

Göppingen

Görlitz

Göttingen

Günzburg

Halle (Saale)

Hamburg

Hameln-Pyrmont

Hannover

Heidenheim

Heilbronn

Hersfeld-Rotenburg

Hochsauerland

Hof

Höxter

Ingolstadt

Jena

Kaiserslautern

Karlsruhe

Kassel

Kaufbeuren

Kempten

Kiel

Koblenz

Konstanz

Krefeld

Köln

Lahn-Dill-Kreis

Landau i.d.Pfalz

Landshut

Leipz ig

Ludwigshafen

Löbau-Zittau

Lörrach

Lübeck

Magdeburg

Main-Tauber

Mainz

Mannheim-Heidelberg

Marburg-Biedenkopf

Memmingen

Merseburg-Querfurt

Minden-Lübbecke

Märkischer Kreis

Mönchengladbach

München

Münster

Neubrandenburg

Neuwied

Nordfries land

Nordhausen

Nürnberg

Oberberg

Oldenburg

Olpe

Ortenau

Osnabrück

Ostalb


Passau

Pforzheim

Pirmasens

Plauen

Potsdam-Brandenburg

Prignitz

Quedlinburg

Ravensburg

Regensburg

Reutlingen

Riesa-Großenhain

Rosenheim

Rostock

Saalfeld-Rudolstadt

Saarbrücken

Schwarzwald-Baar

Schweinfurt

Schwerin

Schwäbisch Hall

Siegen-Wittgenstein

Sigmaringen

Soest


Stendal

Stralsund

StraubingStuttgart

Suhl

Traunstein

Trier

Tuttlingen

Uckermark

Uelzen

Ulm


Vechta

Waldeck-Frankenberg

Waldshut

Weiden i.d.OPf.


Werra-Meißner

Westerwald

Wiesbaden

Wilhelmshaven

Wismar

Wittenberg

Wolfsburg

Wunsiedel

Wuppertal-Hagen

Würzburg

Zollernalb

Zwickau

Altenburg

Annaberg

Grafschaft Bentheim

Güstrow

Halberstadt

Neckar-Odenwald


Ostprignitz-Ruppin

Salzwedel

Uecker-Randow

<= -3.000,0000<= -1.500,0000<= 1.000,0000<= 4.000,0000<= 16.800,0000


Abbildung 3.3: Investitionszulage je Einwohner (in €) im Vergleich zu angrenzen-den regionalen Arbeitsmärkten

Aachen

Altötting

Amberg

Ansbach

Aschaffenburg

Aue-Schwarzenberg

Augsburg

Bad Kreuznach

Baden-Baden

Bamberg

Bautzen

Bayreuth

Berchtesgaden

Berlin

Bernkastel-Wittlich

Biberach

Bielefeld

Birkenfeld

Bitburg-Prüm

Bodensee

Bonn

Borken

Braunschweig

Bremen

Bremerhaven

Celle

Cham

Chemnitz

Cloppenburg

Coburg

Cottbus

Darmstadt

Deggendorf

Dessau

Dithmarschen

Donau-Ries

Dortmund

Dresden

Duisburg

Döbeln-Torgau

Düren

Düsseldorf

Eisenach

Elbe-Elster

Emden

Emsland

Erfurt

Essen

Flensburg

Frankfurt (Oder)

Frankfurt am Main

Freiburg i.Breisgau

Freudenstadt

Fulda


Gera

Gießen

Goslar

Greifswald

Göppingen

Görlitz

Göttingen

Günzburg

Halle (Saale)

Hamburg

Hameln-Pyrmont

Hannover

Heidenheim

Heilbronn

Hersfeld-Rotenburg

Hochsauerland

Hof

Höxter

Ingolstadt

Jena

Kaiserslautern

Karlsruhe

Kassel

Kaufbeuren

Kempten

Kiel

Koblenz

Konstanz

Krefeld

Köln

Lahn-Dill-Kreis

Landau i.d.Pfalz

Landshut

Leipz ig

Ludwigshafen

Löbau-Zittau

Lörrach

Lübeck

Magdeburg

Main-Tauber

Mainz

Mannheim-Heidelberg

Marburg-Biedenkopf

Memmingen

Merseburg-Querfurt

Minden-Lübbecke

Märkischer Kreis

Mönchengladbach

München

Münster

Neubrandenburg

Neuwied

Nordfries land

Nordhausen

Nürnberg

Oberberg

Oldenburg

Olpe

Ortenau

Osnabrück

Ostalb


Passau

Pforzheim

Pirmasens

Plauen

Potsdam-Brandenburg

Prignitz

Quedlinburg

Ravensburg

Regensburg

Reutlingen

Riesa-Großenhain

Rosenheim

Rostock

Saalfeld-Rudolstadt

Saarbrücken

Schwarzwald-Baar

Schweinfurt

Schwerin

Schwäbisch Hall

Siegen-Wittgenstein

Sigmaringen

Soest


Stendal

Stralsund

StraubingStuttgart

Suhl

Traunstein

Trier

Tuttlingen

Uckermark

Uelzen

Ulm


Vechta

Waldeck-Frankenberg

Waldshut

Weiden i.d.OPf.


Werra-Meißner

Westerwald

Wiesbaden

Wilhelmshaven

Wismar

Wittenberg

Wolfsburg

Wunsiedel

Wuppertal-Hagen

Würzburg

Zollernalb

Zwickau

Altenburg

Annaberg

Grafschaft Bentheim

Güstrow

Halberstadt

Neckar-Odenwald


Ostprignitz-Ruppin

Salzwedel

Uecker-Randow

<= -25,0000<= -5,0000<= 0,0000<= 100,0000<= 727,0000


Abbildung 3.4: Güte der Verkehrsinfrastruktur

Aachen

Altötting

Amberg

Ans bac h

Asc haffenburg

Aue-Sc hwarz enberg

Augs burg

Bad Kreuz nach

Baden-Baden

Bamberg

Bautzen

Bayreuth

Berchtesgaden

Berlin

Bernk astel-Wittlich

Biberac h

Bielefeld

Birkenfeld

Bitburg-Prüm

Bodensee

Bonn

Borken

Brauns chweig

Bremen

Bremerhaven

Celle

Cham

Chemnitz

C loppenburg

Coburg

Cottbus

Darms tadt

Deggendorf

Dessau

Dithmars c hen

Donau-Ries

Dortmund

Dres den

Duis burg

Döbeln-Torgau

Düren

Düs seldor f

Eisenach

Elbe-Els ter

Emden

Emsland

Erfurt

Es sen

Flensburg

Frankfurt (Oder)

Frank furt am Main

Freiburg i.Breisgau

Freudenstadt

Fulda

Garmis ch-Partenk irc hen

Gera

Gießen

Gos lar

Greifswald

Göppingen

Görlitz

Göttingen

Günz burg

Halle (Saale)

Hamburg

Hameln-Py rmont

Hannover

Heidenheim

Heilbronn

Hers feld-Rotenburg

Hochsauerland

Hof

Höx ter

Ingolstadt

J ena

Kaisers lautern

Karls ruhe

Kass el

Kaufbeuren

Kempten

Kiel

Koblenz

Konstanz

Krefeld

Köln

Lahn-Dill-Kreis

Landau i.d.Pfalz

Landshut

Leipzig

Ludwigshafen

Löbau-Zittau

Lörrach

Lübeck

Magdeburg

Main-Tauber

Mainz

Mannheim-Heidelberg

Marburg-Biedenkopf

Memmingen

Mers eburg-Querfur t

Minden-Lübbeck e

Märkisc her Kreis

Mönchengladbach

Münc hen

Münster

Neubrandenburg

Neuw ied

Nordfries land

Nordhausen

Nürnberg

Oberberg

Oldenburg

Olpe

Ortenau

Osnabrück

Ostalb


Pas sau

Pforz heim

Pirmasens

Plauen

Potsdam-Brandenburg

Prignitz

Quedlinburg

Rav ensburg

Regensburg

Reutlingen

Ries a-Großenhain

Ros enheim

Rostock

Saalfeld-Rudols tadt

Saarbrücken

Schwarz wald-Baar

Sc hweinfurt

Schwer in

Sc hwäbis ch Hall

Siegen-W ittgens tein

Sigmaringen

Soest

Soltau-Fallingbos tel

Stendal

Strals und

StraubingStuttgart

Suhl

Traunstein

Trier

Tuttlingen

Uc kermark

Uelzen

U lm


Vec hta

Waldec k-Frankenberg

Walds hut

Weiden i.d.OPf.

Weißenburg-Gunz enhaus en

Werra-Meißner

Wes terwald

Wies baden

Wilhelmshaven

Wismar

W ittenberg

Wolfsburg

Wuns iedel

Wuppertal-Hagen

Würz burg

Zollernalb

Zwic kau

Altenburg

Annaberg

Grafschaft Bentheim

Güs trow

Halberstadt

Neck ar-Odenwald

Obers preewald-Lausitz

Ostpr ignitz -Ruppin

Salz wedel

Uec k er-Randow

<= 60,0000<= 65,0000<= 70,0000<= 74,0000<= 76,8000


Abbildung 3.5: Hochqualifizierte je 100 Beschäftigte

Aachen

Altötting

Amberg

Ansbach

Aschaffenburg

Aue-Schwarzenberg

Augsburg

Bad Kreuznach

Baden-Baden

Bamberg

Bautzen

Bayreuth

Berchtesgaden

Berlin

Bernkastel-Wittlich

Biberach

Bielefeld

Birkenfeld

Bitburg-Prüm

Bodensee

Bonn

Borken

Braunschweig

Bremen

Bremerhaven

Celle

Cham

Chemnitz

Cloppenburg

Coburg

Cottbus

Darmstadt

Deggendorf

Dessau

Dithmarschen

Donau-Ries

Dortmund

Dresden

Duisburg

Döbeln-Torgau

Düren

Düsseldorf

Eisenach

Elbe-Elster

Emden

Emsland

Erfurt

Essen

Flensburg

Frankfurt (Oder)

Frankfurt am Main

Freiburg i.Breisgau

Freudenstadt

Fulda


Gera

Gießen

Goslar

Greifswald

Göppingen

Görlitz

Göttingen

Günzburg

Halle (Saale)

Hamburg

Hameln-Pyrmont

Hannover

Heidenheim

Heilbronn

Hersfeld-Rotenburg

Hochsauerland

Hof

Höxter

Ingolstadt

Jena

Kaiserslautern

Karlsruhe

Kassel

Kaufbeuren

Kempten

Kiel

Koblenz

Konstanz

Krefeld

Köln

Lahn-Dill-Kreis

Landau i.d.Pfalz

Landshut

Leipz ig

Ludwigshafen

Löbau-Zittau

Lörrach

Lübeck

Magdeburg

Main-Tauber

Mainz

Mannheim-Heidelberg

Marburg-Biedenkopf

Memmingen

Merseburg-Querfurt

Minden-Lübbecke

Märkischer Kreis

Mönchengladbach

München

Münster

Neubrandenburg

Neuwied

Nordfries land

Nordhausen

Nürnberg

Oberberg

Oldenburg

Olpe

Ortenau

Osnabrück

Ostalb


Passau

Pforzheim

Pirmasens

Plauen

Potsdam-Brandenburg

Prignitz

Quedlinburg

Ravensburg

Regensburg

Reutlingen

Riesa-Großenhain

Rosenheim

Rostock

Saalfeld-Rudolstadt

Saarbrücken

Schwarzwald-Baar

Schweinfurt

Schwerin

Schwäbisch Hall

Siegen-Wittgenstein

Sigmaringen

Soest


Stendal

Stralsund

StraubingStuttgart

Suhl

Traunstein

Trier

Tuttlingen

Uckermark

Uelzen

Ulm


Vechta

Waldeck-Frankenberg

Waldshut

Weiden i.d.OPf.


Werra-Meißner

Westerwald

Wiesbaden

Wilhelmshaven

Wismar

Wittenberg

Wolfsburg

Wunsiedel

Wuppertal-Hagen

Würzburg

Zollernalb

Zwickau

Altenburg

Annaberg

Grafschaft Bentheim

Güstrow

Halberstadt

Neckar-Odenwald


Ostprignitz-Ruppin

Salzwedel

Uecker-Randow

<= 4,0000<= 5,0000<= 8,0000<= 10,0000<= 17,0000

Quelle: Eigene Darstellung


zierten an den Gesamtbeschäftigten bei 15% und mehr liegt. Periphere ländliche Regio-

nen wie Nordfriesland, Ansbach und Cham kommen dagegen nur auf Ausprägungen

von etwa 3%. 13

3.2 Ergebnisse des empirischen Modells

Testet man die Bruttowertschöpfung je Einwohner auf räumliche Autokorrelation, so

zeigt sich eine hochgradige Signifikanz. Der Moran-Koeffizient nimmt hierbei einen

Wert von 0,535 an. Es bietet sich daher an, zur Überprüfung der Wirksamkeit regional-

politischer Maßnahmen ein ökonometrisches Modell zu nutzen, das räumliche Lag-

Strukturen berücksichtigt.

Bei Anwendung der von Lauridsen und Kosfeld vorgeschlagenen Teststrategie erweisen

sich zudem alle Variablen des empirischen Modells (siehe Übersicht 3.3) als räumlich

stationär. 14 Aus diesem Grund ist das Problem einer „spurious regression“ für das räum-

liche Modell verteilter Verzögerungen (2.1) nicht zu erwarten, so dass es ökonometrisch

mit den Niveauvariablen geschätzt werden kann. Die in Tabelle 3.2 wiedergegebenen

Schätzergebnisse zeigen, dass die räumlichen Unterschiede der Bruttowertschöpfung je

Einwohner zu ca. 90% hiermit „erklärt“ werden können.

13 Da die übrigen erklärenden Variablen ähnliche räumliche Verteilungen kennen wie die Hochqualifizierten je

100 Beschäftigte, sei auf ihre separate Vorstellung verzichtet und auf die Abbildungen A 1 bis A 3 im Anhang verwiesen.

14 Die Teststrategie besteht aus einem zweistufigen LM-Test. In der 1. Stufe wird der LM-Error-Test auf die originären Variablen, in der 2. Stufe auf die räumlich differenzierten Variablen angewendet. Aus der Signifi-kanz der Prüfgrößen der beiden Stufen LME und DLME kann auf räumliche Stationarität der Variablen ge-schlossen werden; siehe hierzu Lauridsen und Kosfeld (2003).


Tabelle 3.2: ML-Schätzung des SADL-Modells Abhängige Variable: BWSE, n=180 Erklärende Variablen Koeffizient Standardfehler t-Wert p-Wert

Konst. -13531,8 3383,98 -3,999 0,000 W_BWSE 0,238 0,083 2,865 0,004 OW-DUMMY 5909,71 801,383 7,374 0,000 ZULAGE 1,688 1,131 1,492 0,136 W_ZULAGE -1,623 1,924 -0,844 0,399 VGUETE 105,189 26,296 4,000 0,000 BQUOTE 68,926 4,403 15,654 0,000 W_BQUOTE -25,634 9,397 -2,728 0,006 QUALB 264,387 66,400 3,982 0,000 GEWE 193,182 107,735 1,793 0,073 PATE 1,166 0,553 2,110 0,035 R2 SER L* BIC 0,895 1490,29 -1571,67 3200,47 Anmerkungen: R2: Determinationskoeffizient; SER: Standardfehler der Regression; L*: log Likelihood; BIC: Bayesisches Informationskriterium; p-Wert: Überschreitungswahrscheinlichkeit (zweiseitiger Test)

Die ermittelten Ergebnisse lassen sich im Einzelnen wie folgt interpretieren:

• Steigt die BWS/Einwohner in einer Region an, so überträgt sich dieses Wachs-

tum aufgrund räumlicher Spillovers auch auf die Nachbarregionen. Kehren wir

zur Illustration zu unserem Beispiel mit der Förderregion A und der benachbar-

ten Nichtförderregion B zurück. Gelingt es aufgrund der Gewährung von Inves-

titionszulagen, die Zielgröße BWS/Einwohner in A um eine Einheit zu steigern,

so erhalten wir folgendes Bild:

BWS/Einwohnerin A

BWS/Einwohnerin B

Investitions-zulage

0,238

+1


Die Steigerung von +1 in A führt zu einem Wachstum in B von 0,238, das wie-

derum zu einem positiven Rückkoppelungseffekt in Richtung auf A von 0,2382

führt usw. Für beide Regionen zusammen beträgt der langfristige Wachstumsef-

fekt 312,1238,0238,01

1

0i

i ==− ∑

∞

=. Hiervon entfällt ein Betrag von

( )060,1238,0

20i

i =∑∞

= auf die Region A und ein Wachstum von

( )252,0238,0

21i

i =∑∞

=

auf die Region B. 15 Auch sie profitiert also von der in A betriebenen

Regionalförderung. Der Einfluss der räumlichen Lag-Variablen W_BSPE auf

die regionale Bruttowertschöpfung je Einwohner ist hochsignifikant.

• Mit der Ost-West-Dummy-Variablen OW-DUMMY wird das höhere Niveau der

Bruttowertschöpfung je Einwohner in den Regionen Westdeutschlands gegen-

über den ostdeutschen Regionen erfasst. Im Mittel liegt die Bruttowertschöpfung

je Einwohner in den westdeutschen Regionen um 5910€ über dem ostdeutschen

Niveau. Die drei überlappenden Regionen Göttingen, Goslar und Hof zählen

hierbei aufgrund der Lage ihrer Zentren zu den westdeutschen Regionen.

• Im Hinblick auf die Investitionszulage (= ZULAGE) und ihre räumliche Lag-

Variable W_ZULAGE lassen sich aufgrund der ermittelten Ergebnisse folgende

Aussagen treffen:

a) Ihr Einfluss ist statistisch nur schwach gesichert. Andere Standortfaktoren

haben einen stärkeren Einfluss auf die regionalökonomische Zielgröße.

b) Eine Erhöhung der Investitionszulage in der Förderregion A um

1 €/Einwohner lässt die dortige BWS/Einwohner um 1,69 € anwachsen.

c) Hierbei handelt es sich aber nicht um einen volkswirtschaftlichen Netto-

effekt, sondern zu 96% um einen räumlichen Verlagerungseffekt. Die För-

derregion A wird aufgrund der Gewährung von Investitionszulagen im Ver-

gleich zur Nichtförderregion B attraktiver und „saugt“ von dort Investitionen

ab, die ansonsten in B getätigt worden wären. Steigt die Investitionszulage in

15 Die Summation erfolgt hierbei in Zweierschritten, d.h. für die Region A durchläuft i die Werte 0, 2, 4, … und

für die Region B 1, 3, 5, … .


A um eine Einheit, so sinkt die Bruttowertschöpfung in B um 1,62 € je Ein-

wohner. Damit ergibt sich der folgende Zusammenhang:

Veränderung derBWS in A

Veränderung derBWS in B

Steigerung derInvestitions-

zulage in A um1€/Einwohner

+1,69-1,62

• Die Regressionskoeffizienten der übrigen exogenen Variablen haben ebenfalls

das erwartete Vorzeichen und sind statistisch signifikant.

a) Eine gute Verkehrsinfrastruktur hat einen positiven Einfluss auf

BWS/Einwohner. Erhöht sich die Luftliniengeschwindigkeit zu den übrigen

regionalen Arbeitsmärkten in Deutschland um 1 km/h, so steigt die BWS je

Einwohner um 105,19 € an.

b) Evident ist auch der Zusammenhang zwischen der Beschäftigtenquote (Be-

schäftigte/100 Einwohner) und der regionalökonomischen Zielgröße. Gelingt

es, den Beschäftigungsgrad in der Region A um eine Einheit zu steigern, so

kann in A eine Erhöhung der Bruttowertschöpfung je Einwohner um 68,93 €

erwartet werden. Der negative Regressionskoeffizient der räumlichen Lag-

Variablen W_BQUOTE weist jedoch darauf hin, dass die Erhöhung zu mehr

als einem Drittel zulasten der Nachbarregionen, im Beispiel der Region B,

gehen würde.

c) Eine gute Ausbildung der Beschäftigten hat einen hochgradig gesicherten

Einfluss auf die Bruttowertschöpfung je Einwohner. Steigt der Anteil der


Hochqualifizierten an den Gesamtbeschäftigten um einen Prozentpunkt, so

wächst die Bruttowertschöpfung um 264,39 € je Einwohner.

d) Die Anzahl der Gewerbeanmeldungen steht als Proxy-Variable für die Dyna-

mik und Wirtschaftsfreundlichkeit einer Region. Eine intensive Gründungs-

aktivität lässt die Bruttowertschöpfung anwachsen, u.z. um 193,18 € je Ein-

wohner für jede Gewerbeanmeldung je 1.000 Einwohner.

e) Es ist zu erwarten, dass Forschung und Entwicklung einen positiven Einfluss

auf die regionalökonomische Zielgröße haben. Diese Hypothese bestätigt

sich aufgrund der gewonnenen empirischen Ergebnisse. Eine Patentanmel-

dung je 1.000.000 Einwohner lässt die BWS/Einwohner um 1,17 € anwach-

sen.

Wir sind nun in der Lage, die erweiterte Wirkungskontrolle gemäß Abbildung 1.1

durchzuführen. Aufgrund der ermittelten Regressionskoeffizienten ergibt sich der in

Abbildung 3.6 ausgewiesene Zusammenhang.

Abbildung 3.6: Ergebnis der erweiterten Wirkungskontrolle

Veränderung derBWS/Einwohner

in A

Veränderung derBWS/Einwohner

in B

Steigerung derInvestitions-

zulage in A um1€/Einwohner

+1,69-1,62

0,238

Es lassen sich nun die Veränderungen der BWS/Einwohner für die gesamte Volkswirt-

schaft, in unserem Beispiel bestehend aus der Förderregion A und der Nichtförderregion

B, sowie getrennt für A und B berechnen.


Für die Volkswirtschaft insgesamt ergibt sich ein schwacher kurzfristiger Nettoeffekt

von 07,062,169,1 =− . Aufgrund des räumlichen Lag-Effekts erhöht sich dieser Betrag

auf ( ) 092,0238,0107,0 =− , bis ein neues räumliches Gleichgewicht erreicht wird.

Dieser Gesamteffekt lässt sich auf die regionalen Arbeitsmärkte A und B herunter-

brechen. In A stellt sich ein Primäreffekt von +1,69 ein, der sich aber wegen negativer

Spillovers, die von B ausgehen, verringert.

( ) ( )38,141,079,1238,062,1238,069,1BWSE

21i

i

20i

iA =−=⋅−⋅=∆ ∑∑

∞

=

∞

=

Die Expansion in A in Höhe von 1,79€ wird wegen negativer Spillovers, die durch die

Schrumpfung in B verursacht werden, um 0,41€ vermindert, so dass im neuen Gleich-

gewicht ein positiver Nettoeffekt von 1,38€ BW/Einwohner verbleibt.

Analog lässt sich der Effekt für die Region B berechnen. Es gilt

( ) ( )29,143,072,1238,069,1238,062,1BWSE

21i

i

20i

iB −=+−=⋅+⋅=∆ ∑∑

∞

=

∞

=.

B leidet zwar unter der in A zusätzlich gewährten Investitionszulage – dieser Effekt

beträgt –1,72€ –, profitiert aber auch von positiven, von A ausgehenden Spillovers

(+0,43€), so dass der Nettoeffekt –1,29€ BWS je Einwohner beträgt. 16 Der gesamtwirt-

schaftliche Effekt der Investitionszulage von 1€/Einwohner bleibt daher – wie hier

idealtypisch anhand des Beispiels zweier Regionen aufgezeigt – aufgrund der Verlage-

rungseffekte mit 0,09€/Einwohner äußerst schwach.

16 Diese Veränderung der Gleichgewichtswerte hätte man auch mit Hilfe der aus Abschnitt 2 bekannten Bezie-

hung (2.6) berechnen können:

( )BAZUL2211

ZUL,112

ZUL11

ZUL,0

1

22111

2212BWSEBWSEy,ˆˆˆI ∆∆=∆⎟

⎟⎠

⎞⎜⎜⎝

⎛⋅⋅β+⋅β⋅⎟⎟

⎠

⎞⎜⎜⎝

⎛⋅α−=

××××

−

××××∆xW∆xW∆y .

Unter Verwendung der ML-Schätzer 62,1ˆund69,1ˆ,238,0ˆ ZUL,1ZUL,01 −=β=β=α ergibt sich mit

.29,1BWSE

38,1BWSE

:01

und0110

,1001

B

A

ZUL22

⎥⎦

⎤⎢⎣

⎡−==

=

⎥⎦

⎤⎢⎣

⎡=⎥

⎦

⎤⎢⎣

⎡=⎥

⎦

⎤⎢⎣

⎡=

×

∆y

∆xWI


4. Räumliche Effekte alternativer Förderstrategien der Regionalpolitik

Die ermittelten Ergebnisse erlauben es, alternative Konzepte der Förderpolitik in ihren

räumlichen Auswirkungen zu berechnen. Hier wird im Folgenden das Resultat der

Simulationsrechnungen zu vier Modellen vorgestellt.

• Im Modell 1 wird die Investitionszulage in einem beispielhaft ausgewählten

regionalen Arbeitsmarkt –hier Eisenach– um 100 € je Einwohner zurückgefah-

ren. Dieses Szenario dient in erster Linie der Veranschaulichung von „Wellen-

bewegungen“ im Raum.

• Die regionalen Effekte einer vollständigen Einstellung der Gewährung von

Investitionszulagen im Rahmen des Subventionsabbaus ist Inhalt des Modells 2.

• Wegen des immer noch erheblichen West-Ost-Gefälles wird in Modell 3 die

Regionalförderung auf die Wirtschaftsräume der neuen Bundesländer beschränkt

und dort unverändert weitergeführt.

• Das Modell 4 bietet ein Kontrastszenario zu 3. Hier wird die Förderbedürftigkeit

nicht mehr an der geographischen Lage (West-Ost), sondern ausschließlich an

der Ausprägung der regionalökonomischen Zielgröße BWS/Einwohner festge-

macht. In den Förderregionen leben weiterhin ca. ein Drittel der Gesamtbevölke-

rung Deutschlands. Die Investitionszulagen insgesamt bleiben gegenüber der

augenblicklich praktizierten Förderung unverändert; die Investitionszulage je

Einwohner gestaltet sich proportional zur Abweichung der regionalen

BWS/Einwohner vom gesamtwirtschaftlichen Durchschnitt. 17 Die in diesem

Modell geförderten Regionen können der Abbildung 4.1 entnommen werden.

17 Liegt der gesamtwirtschaftliche Durchschnitt bei 100 und kommt die Förderregion A (B) auf 60 (80), so ist die

Investitionszulage in A doppelt so hoch wie in B.


Abbildung 4.1: Fördergebiete und Nichtfördergebiete im Modell 4

Aachen

Altötting

Amberg

Ansbach

Aschaffenburg

Aue-Schwarzenberg

Augsburg

Bad Kreuznach

Baden-Baden

Bamberg

Bautzen

Bayreuth

Berchtesgaden

Berlin

Bernkastel-Wittlich

Biberach

Bielefeld

Birkenfeld

Bitburg-Prüm

Bodensee

Bonn

Borken

Braunschweig

Bremen

Bremerhaven

Celle

Cham

Chemnitz

Cloppenburg

Coburg

Cottbus

Darmstadt

Deggendorf

Dessau

Dithmarschen

Donau-Ries

Dortmund

Dresden

Duisburg

Döbeln-Torgau

Düren

Düsseldorf

Eisenach

Elbe-Elster

Emden

Emsland

Erfurt

Essen

Flensburg

Frankfurt (Oder)

Frankfurt am Main

Freiburg i.Breisgau

Freudenstadt

Fulda


Gera

Gießen

Goslar

Greifswald

Göppingen

Görlitz

Göttingen

Günzburg

Halle (Saale)

Hamburg

Hameln-Pyrmont

Hannover

Heidenheim

Heilbronn

Hersfeld-Rotenburg

Hochsauerland

Hof

Höxter

Ingolstadt

Jena

Kaiserslautern

Karlsruhe

Kassel

Kaufbeuren

Kempten

Kiel

Koblenz

Konstanz

Krefeld

Köln

Lahn-Dill-Kreis

Landau i.d.Pfalz

Landshut

Leipz ig

Ludwigshafen

Löbau-Zittau

Lörrach

Lübeck

Magdeburg

Main-Tauber

Mainz

Mannheim-Heidelberg

Marburg-Biedenkopf

Memmingen

Merseburg-Querfurt

Minden-Lübbecke

Märkischer Kreis

Mönchengladbach

München

Münster

Neubrandenburg

Neuwied

Nordfries land

Nordhausen

Nürnberg

Oberberg

Oldenburg

Olpe

Ortenau

Osnabrück

Ostalb


Passau

Pforzheim

Pirmasens

Plauen

Potsdam-Brandenburg

Prignitz

Quedlinburg

Ravensburg

Regensburg

Reutlingen

Riesa-Großenhain

Rosenheim

Rostock

Saalfeld-Rudolstadt

Saarbrücken

Schwarzwald-Baar

Schweinfurt

Schwerin

Schwäbisch Hall

Siegen-Wittgenstein

Sigmaringen

Soest


Stendal

Stralsund

StraubingStuttgart

Suhl

Traunstein

Trier

Tuttlingen

Uckermark

Uelzen

Ulm


Vechta

Waldeck-Frankenberg

Waldshut

Weiden i.d.OPf.


Werra-Meißner

Westerwald

Wiesbaden

Wilhelmshaven

Wismar

Wittenberg

Wolfsburg

Wunsiedel

Wuppertal-Hagen

Würzburg

Zollernalb

Zwickau

Altenburg

Annaberg

Grafschaft Bentheim

Güstrow

Halberstadt

Neckar-Odenwald


Ostprignitz-Ruppin

Salzwedel

Uecker-Randow

NichtfördergebietFördergebiet

Anmerkung: Regionalförderung wird (bei Beibehaltung ihrer Höhe) nach BWS/Einwohner auf das ärmste Drittel Deutschlands konzentriert; die Förderung erfolgt proportional zur Abweichung vom gesamtwirtschaft-lichen Durchschnitt.


Die Ergebnisse des Modells 1 gehen aus der Abbildung 4.2 hervor. Wird die

Regionalförderung im Wirtschaftsraum Eisenach um 100 € je Einwohner gekürzt, so

sinkt dort die Bruttowertschöpfung je Einwohner um 163,1 € ab. Es profitieren dagegen

die direkt an Eisenach angrenzenden regionalen Arbeitsmärkte, da sie in direkter Stand-

ortkonkurrenz zu Eisenach stehen und nun relativ an Attraktivität gewinnen; der „Ab-

saugungseffekt“ von Investitionen wird geringer. So erhöht sich die Bruttowertschöp-

fung je Einwohner in den Kreisen Werra-Meißner, Unstrut-Hainich und Hersfeld-

Rotenburg um ca. 27 € je Einwohner, wenn die Regionalförderung in Eisenach um

100 € je Einwohner eingeschränkt wird. 18

Es profitieren jedoch nicht nur die direkt an Eisenach angrenzenden Regionen, sondern

auch jene regionalen Arbeitsmärkte, die weiter von Eisenach entfernt liegen. Mit zu-

nehmender Entfernung wird dieser Effekt aber immer kleiner, vergleichbar einer Welle

im Wasser, die durch einen Steinwurf entsteht und im weiteren Verlauf immer stärker

abebbt.

18 Zur genauen Ausprägung der Veränderung in den einzelnen regionalen Arbeitsmärkten Deutschlands vgl.

Tabelle A 1 im Anhang.


Abbildung 4.2: Veränderung der BWS/Einwohner (in €) im Modell 1

Aachen

Amberg

Ansbach

Aschaf f enburg

Aue-Schwarzenberg

Bad Kreuznach

Baden-Baden

Bamberg

Bautzen

Bay reuth

Berlin

Bernkastel-Witt lich

Bielef eld

Birkenfeld

Bitburg-Prüm

Bonn

Borken

Braunschweig

Bremen

Celle

Cham

Chemnitz

Cloppenburg

Coburg

Cottbus

Darmstadt

Deggendorf

Dessau

Donau-Ries

Dortmund

Dresden

Duisburg

Döbeln-Torgau

Düren

Düsseldorf

Eisenach

Elbe-Elster

Emsland

Erf urt

Essen

Frankf urt (Oder)

Frankf urt am Main

Fulda

Gera

Gießen

Goslar

Göppingen

Görlitz

GöttingenHalle (Saale)

Hameln-Py rmont

Hannov er

Heidenheim

Heilbronn

Hersf eld-Rotenburg

Hochsauerland

Hof

Höxter

Ingolstadt

Jena

Kaiserslautern

Karlsruhe

Kassel

Koblenz

Kref eld

Köln

Lahn-Dill-Kreis

Landau i.d.Pf alz

Landshut

Leipzig

Ludwigshaf en

Löbau-Zittau

Magdeburg

Main-Tauber

Mainz

Mannheim-Heidelberg

Marburg-Biedenkopf

Merseburg-Querfurt

Minden-Lübbecke

Märkischer Kreis

Mönchengladbach

Münster

Neuwied

Nordhausen

Nürnberg

OberbergOlpe

Osnabrück

Ostalb


Passau

Pf orzheim

Pirmasens

Plauen

Potsdam-Brandenburg

Quedlinburg

Regensburg

Riesa-Großenhain

Saalf eld-Rudolstadt

Saarbrücken

Schweinf urt

Schwäbisch Hall

Siegen-Wittgenstein

Soest


Stendal

StraubingStuttgart

Suhl

Trier

Uelzen


Vechta

Waldeck-Frankenberg

Weiden i.d.OPf .


Werra-Meißner

Westerwald

Wiesbaden

Wittenberg

Wolf sburg

Wunsiedel

Wuppertal-Hagen

Würzburg

Zwickau

Altenburg

Annaberg

Graf schaf t Bentheim

Halberstadt

Neckar-Odenwald


Ostprignitz-Ruppin

Salzwedel

<= -100,0000<= 0,0000<= 1,0000<= 10,0000<= 25,0000<= 28,0000

Anmerkung: Modell 1: Die Zulage wird in Eisenach um 100 Einheiten gekürzt.


Abbildung 4.3 bezieht sich auf das Modell 2, in dem die Regionalförderung in Form

gewährter Investitionszulagen vollkommen abgeschafft wird. Leidtragende einer

solchen Politik sind vor allem die strukturschwachen Regionen Ostdeutschlands. So ist

zu erwarten, dass die Bruttowertschöpfung je Einwohner in den regionalen Arbeits-

märkten Stendal und Halberstadt um mehr als 1.000 € je Einwohner zurückgeht. Profi-

tieren von der Abschaffung der Regionalförderung dürften dagegen strukturstarke Re-

gionen Westdeutschlands, die im ehemaligen Zonenrandgebiet liegen. Sie erhalten

selbst keine Regionalförderung, stehen aber in direkter Standortkonkurrenz zu erheblich

geförderten Regionen in den neuen Bundesländern. Bei Abschaffung der Regionalförde-

rung ist zu erwarten, dass die Bruttowertschöpfung je Einwohner in Wolfsburg und

Braunschweig um mehr als 350 € anwächst.

Verlierer einer Konzentration der Regionalpolitik auf die neuen Bundesländer, wie sie

das Modell 3 beinhaltet, sind die strukturschwachen Regionen Westdeutschlands

(Abbildung 4.4). Um mehr als 100 € je Einwohner dürfte die Bruttowertschöpfung in

Pirmasens, Dortmund, Cloppenburg, Passau und Cham zurückgehen. Dagegen gewin-

nen westdeutsche Regionen, die in direkter Nachbarschaft von in den alten Bundeslän-

dern gelegenen Fördergebieten liegen.

Im Modell 4, in dem Investitionszulagen unabhängig von der geografischen Lage der

regionalen Arbeitsmärkte ausschließlich nach ihrer relativen Armut gewährt werden,

profitieren Wirtschaftsregionen, in die bisher keine oder doch nur wenig Fördermittel

geflossen sind, obwohl die dortige Bruttowertschöpfung je Einwohner niedrig ist

(Abbildung 4.5). Hierbei handelt es sich sowohl um west- (Uelzen, Höxter, Bit-

burg/Prüm) als auch um ostdeutsche (Uecker-Randow, Saalfeld-Rudolstadt, Prignitz)

Wirtschaftsräume. Verlierer sind jene Wirtschaftsräume, die vollkommen aus der

Regionalförderung herausfallen oder deren Abstand zum gesamtwirtschaftlichen Durch-

schnittswert der Bruttowertschöpfung je Einwohner so gering ist, dass weniger Förder-

mittel fließen als bisher. Die drei im Modell 4 am meisten „geschädigten“ regionalen

Arbeitsmärkte Westdeutschlands sind Saarbrücken, Osterode am Harz und Oldenburg,

während in Ostdeutschland Stendal, Halberstadt und Oberspreewald-Lausitz am Ende

rangieren.



Aachen

Altötting

Amberg

Ansbach

Aschaffenburg

Aue-Schwarzenberg

Augsburg

Bad Kreuznach

Baden-Baden

Bamberg

Bautzen

Bayreuth

Berchtesgaden

Berlin

Bernkastel-Wittlich

Biberach

Bielefeld

Birkenfeld

Bitburg-Prüm

Bodensee

Bonn

Borken

Braunschweig

Bremen

Bremerhaven

Celle

Cham

Chemnitz

Cloppenburg

Coburg

Cottbus

Darmstadt

Deggendorf

Dessau

Dithmarschen

Donau-Ries

Dortmund

Dresden

Duisburg

Döbeln-Torgau

Düren

Düsseldorf

Eisenach

Elbe-Elster

Emden

Emsland

Erfurt

Essen

Flensburg

Frankfurt (Oder)

Frankfurt am Main

Freiburg i.Breisgau

Freudenstadt

Fulda


Gera

Gießen

Goslar

Greifswald

Göppingen

Görlitz

Göttingen

Günzburg

Halle (Saale)

Hamburg

Hameln-Pyrmont

Hannover

Heidenheim

Heilbronn

Hersfeld-Rotenburg

Hochsauerland

Hof

Höxter

Ingolstadt

Jena

Kaiserslautern

Karlsruhe

Kassel

Kaufbeuren

Kempten

Kiel

Koblenz

Konstanz

Krefeld

Köln

Lahn-Dill-Kreis

Landau i.d.Pfalz

Landshut

Leipz ig

Ludwigshafen

Löbau-Zittau

Lörrach

Lübeck

Magdeburg

Main-Tauber

Mainz

Mannheim-Heidelberg

Marburg-Biedenkopf

Memmingen

Merseburg-Querfurt

Minden-Lübbecke

Märkischer Kreis

Mönchengladbach

München

Münster

Neubrandenburg

Neuwied

Nordfries land

Nordhausen

Nürnberg

Oberberg

Oldenburg

Olpe

Ortenau

Osnabrück

Ostalb


Passau

Pforzheim

Pirmasens

Plauen

Potsdam-Brandenburg

Prignitz

Quedlinburg

Ravensburg

Regensburg

Reutlingen

Riesa-Großenhain

Rosenheim

Rostock

Saalfeld-Rudolstadt

Saarbrücken

Schwarzwald-Baar

Schweinfurt

Schwerin

Schwäbisch Hall

Siegen-Wittgenstein

Sigmaringen

Soest


Stendal

Stralsund

StraubingStuttgart

Suhl

Traunstein

Trier

Tuttlingen

Uckermark

Uelzen

Ulm


Vechta

Waldeck-Frankenberg

Waldshut

Weiden i.d.OPf.


Werra-Meißner

Westerwald

Wiesbaden

Wilhelmshaven

Wismar

Wittenberg

Wolfsburg

Wunsiedel

Wuppertal-Hagen

Würzburg

Zollernalb

Zwickau

Altenburg

Annaberg

Grafschaft Bentheim

Güstrow

Halberstadt

Neckar-Odenwald


Ostprignitz-Ruppin

Salzwedel

Uecker-Randow

<= -100,0000<= -10,0000<= 10,0000<= 100,0000<= 388,0000

Anmerkung: Modell 2: Die Regionalförderung wird abgeschafft.



Aachen

Altötting

Amberg

Ansbach

Aschaffenburg

Aue-Schwarzenberg

Augsburg

Bad Kreuznach

Baden-Baden

Bamberg

Bautzen

Bayreuth

Berchtesgaden

Berlin

Bernkastel-Wittlich

Biberach

Bielefeld

Birkenfeld

Bitburg-Prüm

Bodensee

Bonn

Borken

Braunschweig

Bremen

Bremerhaven

Celle

Cham

Chemnitz

Cloppenburg

Coburg

Cottbus

Darmstadt

Deggendorf

Dessau

Dithmarschen

Donau-Ries

Dortmund

Dresden

Duisburg

Döbeln-Torgau

Düren

Düsseldorf

Eisenach

Elbe-Elster

Emden

Emsland

Erfurt

Essen

Flensburg

Frankfurt (Oder)

Frankfurt am Main

Freiburg i.Breisgau

Freudenstadt

Fulda


Gera

Gießen

Goslar

Greifswald

Göppingen

Görlitz

Göttingen

Günzburg

Halle (Saale)

Hamburg

Hameln-Pyrmont

Hannover

Heidenheim

Heilbronn

Hersfeld-Rotenburg

Hochsauerland

Hof

Höxter

Ingolstadt

Jena

Kaiserslautern

Karlsruhe

Kassel

Kaufbeuren

Kempten

Kiel

Koblenz

Konstanz

Krefeld

Köln

Lahn-Dill-Kreis

Landau i.d.Pfalz

Landshut

Leipz ig

Ludwigshafen

Löbau-Zittau

Lörrach

Lübeck

Magdeburg

Main-Tauber

Mainz

Mannheim-Heidelberg

Marburg-Biedenkopf

Memmingen

Merseburg-Querfurt

Minden-Lübbecke

Märkischer Kreis

Mönchengladbach

München

Münster

Neubrandenburg

Neuwied

Nordfries land

Nordhausen

Nürnberg

Oberberg

Oldenburg

Olpe

Ortenau

Osnabrück

Ostalb


Passau

Pforzheim

Pirmasens

Plauen

Potsdam-Brandenburg

Prignitz

Quedlinburg

Ravensburg

Regensburg

Reutlingen

Riesa-Großenhain

Rosenheim

Rostock

Saalfeld-Rudolstadt

Saarbrücken

Schwarzwald-Baar

Schweinfurt

Schwerin

Schwäbisch Hall

Siegen-Wittgenstein

Sigmaringen

Soest


Stendal

Stralsund

StraubingStuttgart

Suhl

Traunstein

Trier

Tuttlingen

Uckermark

Uelzen

Ulm


Vechta

Waldeck-Frankenberg

Waldshut

Weiden i.d.OPf.


Werra-Meißner

Westerwald

Wiesbaden

Wilhelmshaven

Wismar

Wittenberg

Wolfsburg

Wunsiedel

Wuppertal-Hagen

Würzburg

Zollernalb

Zwickau

Altenburg

Annaberg

Grafschaft Bentheim

Güstrow

Halberstadt

Neckar-Odenwald


Ostprignitz-Ruppin

Salzwedel

Uecker-Randow

<= -10,0000<= 0,0000<= 10,0000<= 100,0000<= 441,0000

Anmerkung: Modell 3: Die Regionalförderung wird nur noch für Ostdeutschland unverändert durchgeführt.



Aachen

Altötting

Amberg

Ansbach

Aschaffenburg

Aue-Schwarzenberg

Augsburg

Bad Kreuznach

Baden-Baden

Bamberg

Bautzen

Bayreuth

Berchtesgaden

Berlin

Bernkastel-Wittlich

Biberach

Bielefeld

Birkenfeld

Bitburg-Prüm

Bodensee

Bonn

Borken

Braunschweig

Bremen

Bremerhaven

Celle

Cham

Chemnitz

Cloppenburg

Coburg

Cottbus

Darmstadt

Deggendorf

Dessau

Dithmarschen

Donau-Ries

Dortmund

Dresden

Duisburg

Döbeln-Torgau

Düren

Düsseldorf

Eisenach

Elbe-Elster

Emden

Emsland

Erfurt

Essen

Flensburg

Frankfurt (Oder)

Frankfurt am Main

Freiburg i.Breisgau

Freudenstadt

Fulda


Gera

Gießen

Goslar

Greifswald

Göppingen

Görlitz

Göttingen

Günzburg

Halle (Saale)

Hamburg

Hameln-Pyrmont

Hannover

Heidenheim

Heilbronn

Hersfeld-Rotenburg

Hochsauerland

Hof

Höxter

Ingolstadt

Jena

Kaiserslautern

Karlsruhe

Kassel

Kaufbeuren

Kempten

Kiel

Koblenz

Konstanz

Krefeld

Köln

Lahn-Dill-Kreis

Landau i.d.Pfalz

Landshut

Leipz ig

Ludwigshafen

Löbau-Zittau

Lörrach

Lübeck

Magdeburg

Main-Tauber

Mainz

Mannheim-Heidelberg

Marburg-Biedenkopf

Memmingen

Merseburg-Querfurt

Minden-Lübbecke

Märkischer Kreis

Mönchengladbach

München

Münster

Neubrandenburg

Neuwied

Nordfries land

Nordhausen

Nürnberg

Oberberg

Oldenburg

Olpe

Ortenau

Osnabrück

Ostalb


Passau

Pforzheim

Pirmasens

Plauen

Potsdam-Brandenburg

Prignitz

Quedlinburg

Ravensburg

Regensburg

Reutlingen

Riesa-Großenhain

Rosenheim

Rostock

Saalfeld-Rudolstadt

Saarbrücken

Schwarzwald-Baar

Schweinfurt

Schwerin

Schwäbisch Hall

Siegen-Wittgenstein

Sigmaringen

Soest


Stendal

Stralsund

StraubingStuttgart

Suhl

Traunstein

Trier

Tuttlingen

Uckermark

Uelzen

Ulm


Vechta

Waldeck-Frankenberg

Waldshut

Weiden i.d.OPf.


Werra-Meißner

Westerwald

Wiesbaden

Wilhelmshaven

Wismar

Wittenberg

Wolfsburg

Wunsiedel

Wuppertal-Hagen

Würzburg

Zollernalb

Zwickau

Altenburg

Annaberg

Grafschaft Bentheim

Güstrow

Halberstadt

Neckar-Odenwald


Ostprignitz-Ruppin

Salzwedel

Uecker-Randow

<= -100,0000<= -50,0000<= 100,0000<= 300,0000<= 516,0000

Anmerkung: Modell 4: Die Regionalförderung wird (bei Beibehaltung ihrer Höhe) nach BWS/Einwohner auf das ärmste Drittel Deutschlands konzentriert; die Förderung erfolgt proportional zur Abweichung vom gesamtwirt-schaftlichen Durchschnitt.


5. Resümee

Investitionszulagen an Unternehmen in strukturschwachen Regionen sind ein Haupt-

instrument der regionalen Wirtschaftspolitik. Die Kritik der gegenwärtig praktizierten

Strukturpolitik setzt an Mitnahmeeffekten, einer Förderung des regionalen Attentismus

und der Vernachlässigung neuerer regionaler Entwicklungstheorien an. Zudem macht

der enge finanzielle Spielraum der Träger der Regionalpolitik eine Kontrolle der Wirk-

samkeit des Förderinstruments Investitionszulage dringlich.

Die traditionelle Wirkungskontrolle stellt allein auf den Effekt des Förderinstruments

auf eine regionalökonomische Zielgröße, etwa die Bruttowertschöpfung je Einwohner,

ab. Sie vernachlässigt, dass von der Investitionszulage auch Ausstrahlungseffekte auf

benachbarte Regionen ausgehen. Aufgrund von Spillover-Effekten kann es zu räum-

lichen Verlagerungen kommen, ohne deren Berücksichtigung sich der Gesamteinfluss

des Förderinstruments zu optimistisch darstellen kann. Die vorliegende Arbeit zielt

darauf ab, die mit dem Instrument der Investitionszulage verbundenen direkten und

indirekten Effekte auf die Bruttowertschöpfung je Einwohner als regionalpolitischer

Zielgröße in einer erweiterten Wirkungskontrolle aufzuzeigen.

Methodisch wird hierbei auf Modelle der räumlichen Ökonometrie zurückgegriffen, die

auf dem Konzept der Autokorrelation zwischen Regionen basieren. Speziell verwenden

wir zur Modellierung von Spillover-Effekten zwischen regionalen Arbeitsmärkten ein

räumliches Modell mit verteilten Verzögerungen, das jüngst entwickelt und in der Kon-

vergenzdebatte erörtert worden ist (Lauridsen, 2002; Kosfeld und Lauridsen, 2003). Die

ökonometrische Schätzung zeigt, dass bei Verwendung geeigneter regionalökono-

mischer Kontrollvariablen die regionalen Verlagerungseffekte außerordentlich groß

sind. Der volkswirtschaftliche Nettoeffekt der praktizierten Förderpolitik beläuft sich

auf nicht mehr als 4%. Das bedeutet, dass ca. 96% der Fördermittel aufgrund räumlicher

Verlagerungseffekte volkswirtschaftlich „verpuffen“.

Angesichts der ernüchternden Wirkung der gegenwärtigen Förderpolitik stellt sich un-

mittelbar die Frage nach alternativen Förderstrategien der Regionalpolitik. Hierzu haben

wir Simulationsrechnungen zu vier Modellen durchgeführt, die von einer Einschrän-


kung der Regionalförderung bis zu ihrer vollständigen Einstellung reichen. Die Simula-

tionsrechnungen legen Veränderungen der Regionen zueinander im Hinblick auf die

verwendete Zielgröße offen und bieten damit eine analytische Basis für eine Konzeption

alternativer Förderstrategien.

ECKEY/KOSFELD: Regionaler Wirkungsgrad und räumliche Ausstrahlungseffekte der Investitionsförderung –LITERATURVERZEICHNIS– 41

Literaturverzeichnis

Anselin, L. (1988), Spatial Econometrics: Methods and Models, Kluwer: Dordrecht. Anselin, L. (1992), SpaceStat Tutorial. A Workbook for using SpaceStat in the Analy-

sis of Spatial Data, University of Illinois: Urbana. Asmacher, C., H.-J. Schalk und Thoss, R. (1987), Analyse der Wirkungen regional-

politischer Instrumente, Münster: Institut für Siedlungs- u. Wohnungswesen. Bachtler, J. und Yuill, D. (2003), Neue Entwicklungen in der Europäischen

Regionalpolitik, (Kapitel 2, Abschnitt VII: EG-Regionalpolitik) , in: Eberstein, H.H. und Karl, H. (Hrsg.), Handbuch der regionalen Wirtschaftsförderung, Hannover.

Bera, A. and Yoon, M.J. (1992), Specification Testing with Misspeciafied Alternatives, Econometric Theory 9, 649–658.

Cliff, A. und Ord, J.K. (1981), Spatial Processes: Models and Applications, Pion: Lon-don.

Eberstein, H.H. und Karl, H. (Hrsg.) (2003), Handbuch der regionalen Wirtschaftsför-derung, Hannover.

Eckey, H.-F. (1978), Grundlagen der regionalen Wirtschaftspolitik, Bund-Verlag: Köln.

Eckey, H.-F. (1995), Regionale Strukturpolitik, in: Handwörterbuch der Raumordnung, Hannover.

Eckey, H.-F. und Stock, W. (2003), Verbesserung der regionalen Wirtschaftsstruktur –Gesetz über die Gemeinschaftsaufgabe vom 6. Oktober 1969, in: Eberstein, H.H. und Karl, H. (Hrsg.), Handbuch der regionalen Wirtschaftsförderung, Hannover.

Eckey, H.-F., Horn, K. und Klemmer, P. (1990), Abgrenzung von Diagnoseeinheiten für die Zwecke der regionalen Wirtschaftspolitik, Brockmeyer: Bochum.

Eckey, H.-F., Kosfeld, R. und Rengers, M. (2002), Multivariate Statistik, Gabler: Wiesbaden.

Eckey, H.-F.; Kosfeld, R. und Dreger, C. (2002), Ökonometrie, Gabler: Wiesbaden. Erlbacher, F. und Lageard, S. (2003), Regionalförderung und EG-Wettbewerbsrecht,

(Kapitel 4, Abschnitt VII: EG-Regionalpolitik) , in: Eberstein, H.H. und Karl, H. (Hrsg.), Handbuch der regionalen Wirtschaftsförderung, Hannover.

Franz, W. und Schalk, H.-J. (1995), Eine kritische Würdigung der Wirksamkeit der regionalen Investitionsförderung in der Bundesrepublik Deutschland, in: Gah-len/Hesse/Ramser: Standort und Region (Neue Ansätze zur Regionalökonomik), Tübingen: Mohr.

Gahlen, B.; Hesse, H. und Ramser, H.J. (Hrsg.) (1995), Standort und Region (Neue Ansätze zur Regionalökonomik, Tübingen: Mohr.

Keilbach, M. (2000), Spatial Knowledge Spillovers and the Dynamics of Agglomera-tion and Regional Growth, Physica: Heidelberg.

ECKEY/KOSFELD: Regionaler Wirkungsgrad und räumliche Ausstrahlungseffekte der Investitionsförderung –LITERATURVERZEICHNIS– 42

Kosfeld, R. und Lauridsen, J. (2003), Dynamic Spatial Modelling of Regional Con-vergence Processes, Volkswirtschaftliche Diskussionsbeiträge Nr. 42/03, Universität Kassel, forthcoming: Empirical Economics. Zugleich auch HWWA Discussion Paper 261, 2004.

Krugman, P. (1991), Increasing Returns and Economic Geography, Journal of Political Economy 99, pp. 483–499.

Lammers, K. und Niebuhr, A. (2003), Erfolgskontrolle in der Gemeinschaftsaufgabe „Verbesserung der regionalen Wirtschaftsstruktur“, in: Eberstein, H.H. und Karl, H. (Hrsg.), Handbuch der regionalen Wirtschaftsförderung, Hannover.

Lauridsen, J. (2002), Spatial Autoregressively Distributed Lag Models: Equivalent Forms, Estimation, and an Illustrative Commuting Model. Discussion Papier, De-partment fo Statistics and Demography, University of Southern Denmark, condi-tionally accepted: Journal of Regional Science.

Ridinger, R. (2003), Konzeption und Instrumente (Kapitel 1, Abschnitt VII: EG-Regionalpolitik) , in: Eberstein, H.H. und Karl, H. (Hrsg.), Handbuch der regionalen Wirtschaftsförderung, Hannover.

Schrumpf, H. und Müller, B. (2003), Die Reform der Strukturfonds nach den Vorstellungen der EU-Kommission, (Kapitel 3, Abschnitt VII: EG-Regionalpolitik) , in: Eberstein, H.H. und Karl, H. (Hrsg.), Handbuch der regionalen Wirtschaftsförderung, Hannover.

ECKEY/KOSFELD: Regionaler Wirkungsgrad und räumliche Ausstrahlungseffekte der Investitionsförderung –ANHANG– 43

Abbildung A 1: Beschäftigte je 1.000 Einwohner

Aachen

Altötting

Amberg

Ansbach

Aschaffenburg

Aue-Schwarzenberg

Augsburg

Bad Kreuznach

Baden-Baden

Bamberg

Bautzen

Bayreuth

Berchtesgaden

Berlin

Bernkastel-Wittlich

Biberach

Bielefeld

Birkenfeld

Bitburg-Prüm

Bodensee

Bonn

Borken

Braunschweig

Bremen

Bremerhaven

Celle

Cham

Chemnitz

Cloppenburg

Coburg

Cottbus

Darmstadt

Deggendorf

Dessau

Dithmarschen

Donau-Ries

Dortmund

Dresden

Duisburg

Döbeln-Torgau

Düren

Düsseldorf

Eisenach

Elbe-Elster

Emden

Emsland

Erfurt

Essen

Flensburg

Frankfurt (Oder)

Frankfurt am Main

Freiburg i.Breisgau

Freudenstadt

Fulda


Gera

Gießen

Goslar

Greifswald

Göppingen

Görlitz

Göttingen

Günzburg

Halle (Saale)

Hamburg

Hameln-Pyrmont

Hannover

Heidenheim

Heilbronn

Hersfeld-Rotenburg

Hochsauerland

Hof

Höxter

Ingolstadt

Jena

Kaiserslautern

Karlsruhe

Kassel

Kaufbeuren

Kempten

Kiel

Koblenz

Konstanz

Krefeld

Köln

Lahn-Dill-Kreis

Landau i.d.Pfalz

Landshut

Leipz ig

Ludwigshafen

Löbau-Zittau

Lörrach

Lübeck

Magdeburg

Main-Tauber

Mainz

Mannheim-Heidelberg

Marburg-Biedenkopf

Memmingen

Merseburg-Querfurt

Minden-Lübbecke

Märkischer Kreis

Mönchengladbach

München

Münster

Neubrandenburg

Neuwied

Nordfries land

Nordhausen

Nürnberg

Oberberg

Oldenburg

Olpe

Ortenau

Osnabrück

Ostalb


Passau

Pforzheim

Pirmasens

Plauen

Potsdam-Brandenburg

Prignitz

Quedlinburg

Ravensburg

Regensburg

Reutlingen

Riesa-Großenhain

Rosenheim

Rostock

Saalfeld-Rudolstadt

Saarbrücken

Schwarzwald-Baar

Schweinfurt

Schwerin

Schwäbisch Hall

Siegen-Wittgenstein

Sigmaringen

Soest


Stendal

Stralsund

StraubingStuttgart

Suhl

Traunstein

Trier

Tuttlingen

Uckermark

Uelzen

Ulm


Vechta

Waldeck-Frankenberg

Waldshut

Weiden i.d.OPf.


Werra-Meißner

Westerwald

Wiesbaden

Wilhelmshaven

Wismar

Wittenberg

Wolfsburg

Wunsiedel

Wuppertal-Hagen

Würzburg

Zollernalb

Zwickau

Altenburg

Annaberg

Grafschaft Bentheim

Güstrow

Halberstadt

Neckar-Odenwald


Ostprignitz-Ruppin

Salzwedel

Uecker-Randow

<= 280,0000<= 300,0000<= 330,0000<= 350,0000<= 421,8800


Abbildung A 2: Gewerbeanmeldungen je 1.000 Einwohner

Aachen

Altötting

Amberg

Ansbach

Aschaffenburg

Aue-Schwarzenberg

Augsburg

Bad Kreuznach

Baden-Baden

Bamberg

Bautzen

Bayreuth

Berchtesgaden

Berlin

Bernkastel-Wittlich

Biberach

Bielefeld

Birkenfeld

Bitburg-Prüm

Bodensee

Bonn

Borken

Braunschweig

Bremen

Bremerhaven

Celle

Cham

Chemnitz

Cloppenburg

Coburg

Cottbus

Darmstadt

Deggendorf

Dessau

Dithmarschen

Donau-Ries

Dortmund

Dresden

Duisburg

Döbeln-Torgau

Düren

Düsseldorf

Eisenach

Elbe-Elster

Emden

Emsland

Erfurt

Essen

Flensburg

Frankfurt (Oder)

Frankfurt am Main

Freiburg i.Breisgau

Freudenstadt

Fulda


Gera

Gießen

Goslar

Greifswald

Göppingen

Görlitz

Göttingen

Günzburg

Halle (Saale)

Hamburg

Hameln-Pyrmont

Hannover

Heidenheim

Heilbronn

Hersfeld-Rotenburg

Hochsauerland

Hof

Höxter

Ingolstadt

Jena

Kaiserslautern

Karlsruhe

Kassel

Kaufbeuren

Kempten

Kiel

Koblenz

Konstanz

Krefeld

Köln

Lahn-Dill-Kreis

Landau i.d.Pfalz

Landshut

Leipz ig

Ludwigshafen

Löbau-Zittau

Lörrach

Lübeck

Magdeburg

Main-Tauber

Mainz

Mannheim-Heidelberg

Marburg-Biedenkopf

Memmingen

Merseburg-Querfurt

Minden-Lübbecke

Märkischer Kreis

Mönchengladbach

München

Münster

Neubrandenburg

Neuwied

Nordfries land

Nordhausen

Nürnberg

Oberberg

Oldenburg

Olpe

Ortenau

Osnabrück

Ostalb


Passau

Pforzheim

Pirmasens

Plauen

Potsdam-Brandenburg

Prignitz

Quedlinburg

Ravensburg

Regensburg

Reutlingen

Riesa-Großenhain

Rosenheim

Rostock

Saalfeld-Rudolstadt

Saarbrücken

Schwarzwald-Baar

Schweinfurt

Schwerin

Schwäbisch Hall

Siegen-Wittgenstein

Sigmaringen

Soest


Stendal

Stralsund

StraubingStuttgart

Suhl

Traunstein

Trier

Tuttlingen

Uckermark

Uelzen

Ulm


Vechta

Waldeck-Frankenberg

Waldshut

Weiden i.d.OPf.


Werra-Meißner

Westerwald

Wiesbaden

Wilhelmshaven

Wismar

Wittenberg

Wolfsburg

Wunsiedel

Wuppertal-Hagen

Würzburg

Zollernalb

Zwickau

Altenburg

Annaberg

Grafschaft Bentheim

Güstrow

Halberstadt

Neckar-Odenwald


Ostprignitz-Ruppin

Salzwedel

Uecker-Randow

<= 6,5000<= 7,2000<= 9,0000<= 10,0000<= 13,0000


Abbildung A 3: Patentanmeldungen je 1 Mio. Einwohner

Aachen

Altötting

Amberg

Ansbach

Aschaffenburg

Aue-Schwarzenberg

Augsburg

Bad Kreuznach

Baden-Baden

Bamberg

Bautzen

Bayreuth

Berchtesgaden

Berlin

Bernkastel-Wittlich

Biberach

Bielefeld

Birkenfeld

Bitburg-Prüm

Bodensee

Bonn

Borken

Braunschweig

Bremen

Bremerhaven

Celle

Cham

Chemnitz

Cloppenburg

Coburg

Cottbus

Darmstadt

Deggendorf

Dessau

Dithmarschen

Donau-Ries

Dortmund

Dresden

Duisburg

Döbeln-Torgau

Düren

Düsseldorf

Eisenach

Elbe-Elster

Emden

Emsland

Erfurt

Essen

Flensburg

Frankfurt (Oder)

Frankfurt am Main

Freiburg i.Breisgau

Freudenstadt

Fulda


Gera

Gießen

Goslar

Greifswald

Göppingen

Görlitz

Göttingen

Günzburg

Halle (Saale)

Hamburg

Hameln-Pyrmont

Hannover

Heidenheim

Heilbronn

Hersfeld-Rotenburg

Hochsauerland

Hof

Höxter

Ingolstadt

Jena

Kaiserslautern

Karlsruhe

Kassel

Kaufbeuren

Kempten

Kiel

Koblenz

Konstanz

Krefeld

Köln

Lahn-Dill-Kreis

Landau i.d.Pfalz

Landshut

Leipz ig

Ludwigshafen

Löbau-Zittau

Lörrach

Lübeck

Magdeburg

Main-Tauber

Mainz

Mannheim-Heidelberg

Marburg-Biedenkopf

Memmingen

Merseburg-Querfurt

Minden-Lübbecke

Märkischer Kreis

Mönchengladbach

München

Münster

Neubrandenburg

Neuwied

Nordfries land

Nordhausen

Nürnberg

Oberberg

Oldenburg

Olpe

Ortenau

Osnabrück

Ostalb


Passau

Pforzheim

Pirmasens

Plauen

Potsdam-Brandenburg

Prignitz

Quedlinburg

Ravensburg

Regensburg

Reutlingen

Riesa-Großenhain

Rosenheim

Rostock

Saalfeld-Rudolstadt

Saarbrücken

Schwarzwald-Baar

Schweinfurt

Schwerin

Schwäbisch Hall

Siegen-Wittgenstein

Sigmaringen

Soest


Stendal

Stralsund

StraubingStuttgart

Suhl

Traunstein

Trier

Tuttlingen

Uckermark

Uelzen

Ulm


Vechta

Waldeck-Frankenberg

Waldshut

Weiden i.d.OPf.


Werra-Meißner

Westerwald

Wiesbaden

Wilhelmshaven

Wismar

Wittenberg

Wolfsburg

Wunsiedel

Wuppertal-Hagen

Würzburg

Zollernalb

Zwickau

Altenburg

Annaberg

Grafschaft Bentheim

Güstrow

Halberstadt

Neckar-Odenwald


Ostprignitz-Ruppin

Salzwedel

Uecker-Randow

<= 100,00<= 250,00<= 500,00<= 800,00<= 1.604,00


Tabelle A 1: Ergebnisse alternativer regionalpolitischer Szenarien. Veränderung der BWS/Einwohner (in €) gegenüber der augenblicklich betriebenen Regionalförderung

Nummer Region Modell 1 Modell 2 Modell 3 Modell 4 1 Flensburg 0 -44,3 -44,3 130,4 2 Kiel 0 22,3 22,4 -80,2 3 Lübeck 0 114,2 120,9 -73,3 4 Dithmarschen 0 15 15 144,6 5 Hamburg 0 111,2 113,6 -106,2 6 Nordfriesland 0 0,4 0,4 10,2 7 Braunschweig 0 349,5 370,6 190,4 8 Wolfsburg 0 384,3 399,3 120,2 9 Göttingen 0,4 -96 -95,2 33,9

10 Goslar 0 265,3 280,4 321 11 Osterode am Harz 0 -132,8 -130,2 -226,5 12 Hannover 0 55,6 55,9 -51 13 Bremen 0 14,5 14,5 -47,7 14 Hameln-Pyrmont 0 -18,6 -18,6 55,1 15 Celle 0 -140,5 -140,1 -38,3 16 Bremerhaven 0 -90,9 -90,8 327,7 17 Uelzen 0 320 333,2 504,9 18 Soltau-Fallingbostel 0 15,1 15,3 104,5 19 Emden 0 -27,6 -27,6 232,3 20 Oldenburg 0 -14,1 -14,1 -180,6 21 Osnabrück 0 26,3 26,3 -10,8 22 Wilhelmshaven 0 -4,8 -4,8 75,2 23 Cloppenburg 0 -145,4 -145,4 115,1 24 Emsland 0 13,8 13,8 -144 25 Grafschaft Bentheim 0 -100,6 -100,6 266 26 Vechta 0 50,3 50,3 -12,5 27 Düsseldorf 0 25,1 25,1 -59,7 28 Duisburg 0 -60,4 -60,4 267,2 29 Essen 0 11,8 11,8 -60,8 30 Krefeld 0 39,1 39,1 -124,8 31 Mönchengladbach 0 -91,3 -91,3 195 32 Wuppertal-Hagen 0 -1 -1 -57,2 33 Aachen 0 23,3 23,3 -121 34 Bonn 0 0,2 0,2 -114,6 35 Köln 0 11,1 11,1 -106,1 36 Düren 0 23,2 23,2 182,6 37 Oberberg 0 3,2 3,2 199,1 38 Münster 0 31,1 31,1 -28 39 Borken 0 37,2 37,2 -94 40 Bielefeld 0 9,9 9,9 -57,2 41 Höxter 0 32,1 32,1 459,5 42 Minden-Lübbecke 0 5,4 5,4 1,7 43 Paderborn 0 0,9 0,9 -85,9 44 Dortmund 0 -141 -141 92,7


Nummer Region Modell 1 Modell 2 Modell 3 Modell 4 45 Hochsauerland 0 6,3 6,3 -44,8 46 Märkischer Kreis 0 21,3 21,3 -33,6 47 Olpe 0 0,5 0,5 -38,5 48 Siegen-Wittgenstein 0 4,7 4,7 -60,7 49 Soest 0 18,7 18,7 -13 50 Darmstadt 0 0,1 0,1 -55,8 51 Frankfurt am Main 0,1 3,2 3,3 -20,2 52 Wiesbaden 0 0,2 0,2 -4,8 53 Mannheim-Heidelberg 0 0,3 0,3 -33,9 54 Gießen 0,5 13,8 14 9,2 55 Lahn-Dill-Kreis 0 3,3 3,3 -46,7 56 Marburg-Biedenkopf 0 29,1 29,1 25,6 57 Kassel 0,4 -46 -45,9 -181,7 58 Fulda 25 266,9 279,5 125,8 59 Hersfeld-Rotenburg 30 96,7 103,1 -54,4 60 Waldeck-Frankenberg 0 -34,1 -34,1 -104,7 61 Werra-Meißner 30,1 107 113 251 62 Koblenz 0 2,6 2,6 -165,7 63 Bad Kreuznach 0 0,3 0,3 212,6 64 Birkenfeld 0 -3,6 -3,6 266,5 65 Neuwied 0 0,1 0,1 175,5 66 Westerwald 0 0,2 0,2 292,2 67 Trier 0 16,7 16,7 -14,5 68 Bernkastel-Wittlich 0 4,2 4,2 157 69 Bitburg-Prüm 0 0,4 0,4 368,5 70 Ludwigshafen 0 30,6 30,6 -129,9 71 Kaiserslautern 0 -9,4 -9,4 224,1 72 Landau i.d.Pfalz 0 48,6 48,6 253,6 73 Mainz 0 6,8 6,8 -80,8 74 Pirmasens 0 -172,2 -172,2 205,1 75 Saarbrücken 0 -17,2 -17,2 -318,5 76 Karlsruhe 0 0,6 0,6 -37,6 77 Stuttgart 0 0 0 -0,7 78 Göppingen 0 0 0 0 79 Heilbronn 0 0,1 0,1 -31,9 80 Schwäbisch Hall 0 0 0 -1,1 81 Main-Tauber 0 0,1 0,1 -32,2 82 Heidenheim 0 0 0 -0,4 83 Ostalb 0 0 0 -0,7 84 Baden-Baden 0 0 0 -0,4 85 Neckar-Odenwald 0 0 0 295,4 86 Pforzheim 0 0,1 0,1 -0,9 87 Freudenstadt 0 0 0 -0,9 88 Freiburg i.Breisgau 0 0 0 -53,6 89 Ortenau 0 0 0 -1,2 90 Schwarzwald-Baar 0 0 0 -31,1 91 Tuttlingen 0 0 0 -47,1 92 Konstanz 0 0 0 -47,4


Nummer Region Modell 1 Modell 2 Modell 3 Modell 4 93 Lörrach 0 0 0 -104,9 94 Waldshut 0 0 0 279,3 95 Reutlingen 0 0 0 -31,1 96 Zollernalb 0 0 0 -37,6 97 Ulm 0 0 0 -0,6 98 Biberach 0 0 0 -37,2 99 Bodensee 0 0 0 -62,2

100 Ravensburg 0 0 0 -37,5 101 Sigmaringen 0 0 0 246,3 102 Ingolstadt 0 0,1 0,1 -41,2 103 München 0 0,3 0,3 -20,6 104 Rosenheim 0 0,5 0,5 0,1 105 Altötting 0 25,6 25,6 25 106 Berchtesgaden 0 0,1 0,1 0,1 107 Garmisch-Partenkirchen 0 0 0 219,7 108 Traunstein 0 0,5 0,5 0,5 109 Landshut 0 8,6 8,6 6,8 110 Passau 0 -135,1 -135,1 -136,5 111 Straubing 0 35,6 35,6 -27,1 112 Deggendorf 0 -5,4 -5,4 -55,4 113 Regensburg 0 13,3 13,3 -19 114 Amberg 0 1,7 1,7 -0,8 115 Weiden i.d.OPf. 0 27,5 27,5 -33,2 116 Cham 0 -125,6 -125,6 208,6 117 Nürnberg 0 1,6 1,7 -26,9 118 Wunsiedel 0 -43,6 -43,4 209,4 119 Bamberg 0,2 173,6 181 103,7 120 Bayreuth 0 86,4 86,6 22 121 Coburg 0,3 20,8 28,6 -197,7 122 Hof 0 57,2 65,2 26,1 123 Ansbach 0 0,1 0,1 -41 124 Weißenburg-Gunzenhausen 0 0 0 327,1 125 Aschaffenburg 0 0 0 -44,8 126 Schweinfurt 0,5 166,7 175,6 84,6 127 Würzburg 0 3,1 3,3 0,6 128 Augsburg 0 0 0 -1 129 Kaufbeuren 0 0 0 -32,6 130 Kempten 0 0 0 -1,2 131 Memmingen 0 0 0 -0,8 132 Günzburg 0 0 0 0 133 Donau-Ries 0 0 0 -40,9 134 Berlin 0 352,7 0 258,4 135 Potsdam-Brandenburg 0 -141,7 0 -188 136 Cottbus 0 24,6 0 -58,9 137 Frankfurt (Oder) 0 -86,6 0 114,4 138 Elbe-Elster 0 180,1 0 465,1 139 Oberspreewald-Lausitz 0 -1284 0 -1029,4 140 Ostprignitz-Ruppin 0 -345,8 0,2 -176,7


Nummer Region Modell 1 Modell 2 Modell 3 Modell 4 141 Prignitz 0 169,1 4,6 497,4 142 Uckermark 0 -303,9 0 -192 143 Greifswald 0 -283,4 0 -130,8 144 Neubrandenburg 0 -234,3 0 -108 145 Rostock 0 -174,2 0 -425,8 146 Schwerin 0 -8,7 3,5 92,9 147 Stralsund 0 -13,6 0 290,1 148 Wismar 0 -369,2 2,5 136,9 149 Güstrow 0 -215 0,1 -39,9 150 Uecker-Randow 0 330,7 0 640,4 151 Chemnitz 0 -205,7 0 -108,4 152 Plauen 0 -300,1 0,9 -66,6 153 Zwickau 0 48,3 0,1 -11,8 154 Annaberg 0 -195 0 51,6 155 Aue-Schwarzenberg 0 -788 0 -497,7 156 Dresden 0 51,2 0 35,9 157 Görlitz 0 128,2 0 463,9 158 Bautzen 0 -273,6 0 -160,1 159 Riesa-Großenhain 0 -41,6 0 61,2 160 Löbau-Zittau 0 -441,5 0 -165,3 161 Leipzig 0 172,4 0 163,2 162 Döbeln-Torgau 0 -284,2 0 -47,5 163 Dessau 0 -57,8 0 205 164 Halle (Saale) 0 -464,2 0 -425,2 165 Wittenberg 0 -260,2 0 17,2 166 Merseburg-Querfurt 0,2 -58,7 0 52,2 167 Nordhausen 0,3 -124,4 0,4 223,8 168 Magdeburg 0 134,5 2,6 260,9 169 Quedlinburg 0 -44 0,2 248,2 170 Halberstadt 0,1 -1519,6 9,5 -1304,1 171 Stendal 0 -1576,5 3,2 -1434,6 172 Salzwedel 0 -501,9 10 -110,6 173 Erfurt 21,4 -269,4 0,1 -267,7 174 Gera 0 46,7 0,6 280,2 175 Jena 0,3 -859,7 0,7 -970,8 176 Suhl 21,4 -797,8 5,2 -453,6 177 Eisenach -199,5 -575,5 4,5 -264,6 178 Unstrut-Hainich-Kreis 30 32,1 0,3 338,7 179 Saalfeld-Rudolstadt 0,5 94,9 1,1 521 180 Altenburg 0 -200,7 0 176,7

Modell 1 = Zulage wird in Eisenach um 100 Einheiten gekürzt Modell 2 = Regionalförderung wird abgeschafft Modell 3 = Regionalförderung wird nur noch für Ostdeutschland unverändert durchgeführt Modell 4 = Regionalförderung wird (bei Beibehaltung ihrer Höhe) nach BWS/Einwohner auf

das ärmste Drittel Deutschlands konzentriert; die Förderung erfolgt proportional zur Abweichung von gesamtwirtschaftlichen Durchschnitt

Bisher erschienene Beiträge 19/01 Michaelis, Jochen Monetary Policy: Prosper-thy-neighbour and Beggar-thyself? erscheint in: Kredit und Kapital. 20/01 Eckey, Hans-Friedrich Der wirtschaftliche Entwicklungsstand in den Regionen des Vereinigten Deutschlands 21/01 Pflüger, Michael P. Trade, Capital Mobility and the German Labour Market erschienen in: Weltwirtschaftliches Archiv, Vol. 137 (2001), S. 473 – 500. 22/01 Pflüger, Michael P.

Trade, Technology and Labour Markets. Empirical Controversies in the Light of the Jones Model erscheint in: Journal of Economic Integration

23/01 Lingens, Jörg The Impact of a Unionised Labour Market in a Schumpeterian Growth Model

erschienen in: Labour Economics, Vol. 10 (2003), S. 91 – 104. 24/01 Kosfeld, Reinhold Influence Diagnostics for Principal Factor Analysis

erschienen in: Allgemeines Statistisches Archiv, Vol. 86 (2002), S. 427-446. 25/01 Beckenbach, Frank Moderne Systemkonzepte in den Wirtschaftswissenschaften

erschienen in: T. Sommerlatte (Hrsg.), Angewandte Systemforschung, Gabler Verlag, Wiesbaden 2002, S. 80-100.

26/01 Postlep, Rolf-Dieter, Lorenz Blume und Oliver Fromm

Regionalpolitik im föderativen Staatsaufbau 27/01 Blume, Lorenz, Maria Daskalakis und Oliver Fromm

Determinants of Entrepreneurial Innovations as Starting Points for Regional Economic Policy 28/02 Metz, Christina E. Currency Crises – The Role of Large Traders revidiert und wiedereingereicht bei: Journal of Monetary Economics 29/02 Jerger, Jürgen und Jochen Michaelis Wage Hikes as Supply and Demand Shock erschienen in: Metroeconomica, Vol. 54 (2003), S. 434-457. 30/02 Großmann, Harald Sozialstandards in der Welthandelsordnung 31/02 Heinemann, Frank und Christina E. Metz Optimal Risk Taking and Information Policy to Avoid Currency and Liquidity Crises revidiert und wiedereingereicht bei: European Economic Review 32/02 Michaelis, Jochen Optimal Monetary Policy in the Presence of Pricing-to-Market

33/02 Eckey, Hans-Friedrich Die Entwicklung des Straßenverkehrs in Deutschland bis zum Jahr 2020 und ihre Auswirkung auf die Belegung des Straßennetzes in Nordhessen

34/02 Lingens, Jörg Growth and Employment Effects of Unions in a Simple Endogenous Growth Model 35/02 Michaelis, Jochen und Michael P. Pflüger Euroland: besser als befürchtet aber schlechter als erhofft?

erschienen in: Vierteljahrshefte zur Wirtschaftsforschung, Vol. 71 (2002), S. 296-311. 36/02 Nutzinger, Hans. G. Effizienz, Gerechtigkeit und Nachhaltigkeit

erschienen in: Nutzinger, Hans G. (Hrsg.), Regulierung, Wettbewerb und Marktwirtschaft - Festschrift für Carl Christian von Weizsäcker zum 65. Geburtstag, Vandenhoeck & Ruprecht, Göttingen 2003.

37/02 Birk, Angela und Jochen Michaelis Employment- and Growth Effects of Tax Reforms in a Growth-Matching Model 38/02 Dreger, Christian und Reinhold Kosfeld Consumption and Income - Paneleconometric Evidence for West Germany

erschienen in: Applied Economics Quarterly - Konjunkturpolitik, Vol. 49 (2003), S. 75-88.

39/02 Kosfeld, Reinhold, Hans-Friedrich Eckey und Christian Dreger

Regional Convergence in Unified Germany: A Spatial Econometric Perspective 40/02 Feld, Lars und Stefan Voigt Economic Growth and Judicial Independence: Cross Country Evidence Using a New Set of

Indicators erschienen in: European Journal of Political Economy, Vol. 19 (2003), S. 497-527.

41/02 Eckey, Hans-Friedrich und Günter Schumacher Divergenz und Konvergenz zwischen den Regionen Deutschlands 42/03 Kosfeld, Reinhold und Jorgen Lauridsen

Dynamic Spatial Modelling of Regional Convergence Processes erscheint in: Empirical Economics

43/03 Beckenbach, Frank

Das Handlungskonzept der Evolutorischen Mikroökonomik 44/03 Metz, Christina E. und Jochen Michaelis

The Role of Information Disparity in the Mexican Peso Crisis 1994/95: Empirical Evidence 45/03 Lingens, Jörg Unionisation, Growth and Endogenous Skill-Formation 46/03 Hayo, Bernd und Stefan Voigt Explaining de facto judicial independence 47/03 Beckenbach, Frank und Maria Daskalakis

Invention and Innovation as Creative Problem Solving Activities - A Contribution to Evolutionary Microeconomics

48/03 Weise, Peter Selbstorganisation - ein fruchtbares Konzept für die evolutorische Ökonomik? 49/03 Fromm, Oliver; Maria Daskalakis und Oliver Farhauer

Das Reformprojekt Kostenmanagement im Sozialamt der Stadt Kassel - Die Investive Sozialhilfe der Stadt Kassel

50/03 Eckey, Hans-Friedrich, Reinhold Kosfeld und Matthias Türck Intra- und internationale Spillover-Effekte zwischen den EU-Regionen 51/03 Blume, Lorenz

Factors of Successful Local Economic Policies: An Empirical Research of East German Cities 52/04 Kosfeld, Reinhold und Christian Dreger

Thresholds for Employment and Unemployment. A Spatial Analysis of German Regional Labour Markets 1992-2000

53/04 Daskalakis, Maria und Oliver Fromm Entwicklungspotentiale der Region Nordhessen. Eine empirische Bestandsaufnahme. 54/04 Grossmann, Harald und Jochen Michaelis Trade Sanctions and the Incidence of Child Labour 55/04 Eckey, Hans-Friedrich und Reinhold Kosfeld Regionaler Wirkungsgrad und räumliche Ausstrahlungseffekte der Investitionsförderung Impressum Volkswirtschaftliche Diskussionsbeiträge Herausgeber: Fachbereich Wirtschaftswissenschaften Universität Kassel Nora-Platiel-Str. 4 34127 Kassel Internet: http://www.wirtschaft.uni-kassel.de ISSN 1615-2751

UNIKassel VERSITÄT · einem eingeschränkten Wachstum in B. Entwickelt sich aber A positiv, so...

Documents

Transcript of UNIKassel VERSITÄT · einem eingeschränkten Wachstum in B. Entwickelt sich aber A positiv, so...