Path:
Erreichbarkeit und Wirtschaftsentwicklung

Full text: Erreichbarkeit und Wirtschaftsentwicklung

PRODUKTIVITÄT UND FINANZIERUNG VON VERKEHRSINFRASTRUKTUREN (Band 5)

Eidgenössisches Volkswirtschaftsdepartement EVD Staatssekretariat für Wirtschaft SECO Direktion für W irtschaftspolitik

Strukturberichterstattung Nr. 48/5
Urs Müller, Claudio Segovia, Cesare Scherrer, Necip Babuc

Produktivität und Finanzierung von Verkehrsinfrastrukturen
Erreichbarkeit und Wirtschaftsentwicklung

Holzikofenweg 36, 3003 Bern Vertrieb: Tel. +41 (0)31 324 08 60, Fax +41 (0)31 323 50 01, 12.2011 100 www.seco.admin.ch, wp-sekretariat@seco.admin.ch ISBN 978-3-905967-09-8

URS MÜLLER U.A.

Eidgenössisches Volkswirtschaftsdepartement EVD Staatssekretariat für Wirtschaft SECO Direktion für W irtschaftspolitik

Studie im Auftrag des Staatssekretariats für Wirtschaft

Eidgenössisches Volkswirtschaftsdepartement EVD Staatssekretariat für Wirtschaft SECO Direktion für W irtschaftspolitik

Strukturberichterstattung Nr. 48/5
Urs Müller, Claudio Segovia, Cesare Scherrer, Necip Babuc

Produktivität und Finanzierung von Verkehrsinfrastrukturen
Erreichbarkeit und Wirtschaftsentwicklung

Bern, 2011

Studie im Auftrag des Staatssekretariats für Wirtschaft

 

Vorwort Das Staatssekretariat für Wirtschaft (SECO) hat fünf Studien, die sich mit der Produktivität und dem volkswirtschaftlichem Nutzen der Verkehrssysteme befassen, an Forschungsstellen vergeben. Ziel der ersten Studie war es, die Produktivität bzw. Effizienz von Schweizer Verkehrsunternehmen im internationalen Kontext zu ermitteln. Neben der Analyse der Produktivität wurde auch der Zusammenhang zwischen verschiedenen national und international angewandten Finanzierungsmodellen und dem erzielten Produktivitätsniveau der Verkehrsinfrastrukturen und der darauf angebotenen Dienstleistungen analysiert. Im Zentrum der zweiten Studie stand die Frage nach der Definition der Grundversorgung im Verkehr als wichtigem Teil des Infrastrukturbereichs und nach den aus volkswirtschaftlicher Sicht effizienten Ansätzen zur Zielerreichung in der Grundversorgung um Umsetzung weiterer politischer Anliegen. In der dritten Studie ging es darum, die verschiedenen, derzeit zur Diskussion gestellten Finanzierungsansätze für die Deckung der volkswirtschaftlichen Kosten im Verkehrsbereich aus wirtschaftswissenschaftlicher Sicht zu werten, dies mit Fokus auf den individuellen Nutzen für den einzelnen Wirtschaftsakteur und eine verursachergerechte Kostenanlastung. Die vierte Studie untersuchte die Kosten und Nutzen von grossen Infrastrukturprojekten auf Stufe MS-Regionen. Ex-post wurde analysiert, welche wirtschaftlichen Effekte in den durch zwei ausgewählte Grossprojekte im Bereich der Verkehrsinfrastrukturen besser erschlossenen Regionen in Form von Beschäftigung und Produktivitätszunahme anfielen. Die fünfte Studie legte den Fokus auf die Frage, ob und in welchem Mass bessere Erschliessung dank Reisezeitverkürzungen zu einer überdurchschnittlichen Wertschöpfungssteigerung in der betreffenden Region beitragen. Die Studie zeigt auch, welche Effekte auf das Bruttoinlandprodukt der Schweiz von den Reisezeitverkürzungen dank des GotthardBasistunnels zu erwarten sind. Die Resultate der Forschungsarbeiten werden in den vorliegenden fünf Bänden vorgestellt.  

   

Erreichbarkeit und Wirtschaftsentwicklung

Inhaltsverzeichnis

1

Executive Summary .......................................................................9

2 Einleitung ................................................................................... 16 2.1 Produktivität und Finanzierung von Verkehrsinfrastruktur .................. 16 2.2 Wachstumsrelevante Effekte von Grossprojekten und die Wirkung der Anbindung an internationale Infrastrukturnetze .......................... 17 2.3 Aufbau der Studie.......................................................................... 22 3 Theorie ....................................................................................... 24 3.1 Transmissionskanäle zwischen Erreichbarkeit und wirtschaftlicher Prosperität .................................................................................... 24 3.1.1 Neoklassische Wachstumstheorie .................................................... 24 3.1.1.1 Exogene Wachstumstheorie ........................................................ 24 3.1.1.2 Endogene Wachstumstheorie ...................................................... 26 3.1.1.3 Reduzierte Form ........................................................................ 29 3.1.2 Erreichbarkeit als Residualfaktor ..................................................... 33 3.2 Literatur ....................................................................................... 37 4 Forschungsplan .......................................................................... 41 4.1 Überblick ...................................................................................... 41 4.2 Strukturmodelle ............................................................................. 46 4.2.1 Querschnittsmodell ........................................................................ 49 4.2.2 Panelmodell .................................................................................. 50 4.3 Vektorautoregressive Modelle ......................................................... 52 5 Daten .......................................................................................... 54 5.1 Abhängige Variable ........................................................................ 54 5.2 Unabhängige Variablen .................................................................. 55 5.2.1 Standortfaktor Erreichbarkeit .......................................................... 55 5.2.1.1 Transmissionsmechanismus ........................................................ 55 5.2.1.2 Messung ................................................................................... 56 5.2.1.3 Stylized Facts ............................................................................ 67 5.2.1.4 Vorzeichenhypothese ................................................................. 81 5.2.2 Übrige Standortfaktoren ................................................................. 81 5.2.2.1 Regulierung .............................................................................. 81 5.2.2.1.1 Transmissionsmechanismus ........................................................ 81 5.2.2.1.2 Messung ................................................................................... 82 5.2.2.1.3 Vorzeichenhypothese ................................................................. 82 5.2.2.2 Besteuerung .............................................................................. 83 5.2.2.2.1 Transmissionsmechanismus ........................................................ 83

BAKBASEL

1

Erreichbarkeit und Wirtschaftsentwicklung

5.2.2.2.2 Messung ................................................................................... 84 5.2.2.2.3 Vorzeichenhypothese ................................................................. 84 5.2.2.3 Innovation ................................................................................ 85 5.2.2.3.1 Transmissionsmechanismus ........................................................ 85 5.2.2.3.2 Messung ................................................................................... 85 5.2.2.3.3 Vorzeichenhypothese ................................................................. 86 5.2.3 Übrige Variablen ............................................................................ 86 5.2.3.1 Konjunktur ................................................................................ 86 5.2.3.2 Konvergenz ............................................................................... 86 5.2.3.3 Fehlerkorrekturterm ................................................................... 86 6 Empirische Ergebnisse ................................................................ 88 6.1 Strukturmodelle ............................................................................. 89 6.1.1 Querschnittsmodell ........................................................................ 89 6.1.1.1 Gesamterreichbarkeit ................................................................. 89 6.1.1.2 Transport- und Geographie-Erreichbarkeit ................................... 93 6.1.2 Panelmodell .................................................................................. 95 6.1.2.1 Einheitswurzel-Tests .................................................................. 96 6.1.2.2 Kointegrations-Tests .................................................................. 99 6.1.2.3 Regressionen ...........................................................................104 6.1.2.3.1 Mit einer Kointegrationsbeziehung ..............................................107 6.1.2.3.2 Ohne Kointegrationsbeziehung...................................................108 6.2 Vektorautoregressive Modelle ........................................................110 6.2.1 Impuls-Antwort-Funktionen ...........................................................110 6.2.2 Granger-Kausalitätstests ...............................................................113 7 Weitere Aspekte ....................................................................... 115 7.1 Wachstumseffekte von Grossprojekten ...........................................115 7.1.1 Veränderung der Erreichbarkeit .....................................................116 7.1.2 Veränderung des BIP pro Kopf / BIP und Amortisation .....................119 7.2 Differenzierung nach Branchenaggregaten......................................120 8 Schlussfolgerungen .................................................................. 124 8.1 Zusammenfassung der empirischen Ergebnisse ...............................124 8.1.1 Strukturmodelle, Querschnittsmodell ..............................................124 8.1.2 Strukturmodelle, Panelmodell ........................................................125 8.1.3 Vektorautoregressive Modelle ........................................................125 8.1.4 Fazit ............................................................................................125 8.2 Wirtschaftspolitische Implikationen ................................................127 8.2.1 Erreichbarkeit fördern?..................................................................127 8.2.2 Welcher Blickwinkel? .....................................................................127 8.2.3 Risiken schlechter Erreichbarkeit (Fokus Schweiz)? ..........................128 8.2.4 Rentabilität eines konkreten Verkehrsprojekts? ...............................129 8.2.5 Welcher Verkehrsträger? ...............................................................130

2

BAKBASEL

Erreichbarkeit und Wirtschaftsentwicklung

8.2.6 8.2.7

Verkehrsinfrastruktur oder Verkehrsdienstleistungen? ......................130 Fazit ............................................................................................133

9 Anhang ..................................................................................... 134 9.1 Regionen .....................................................................................134 9.1.1 Europäische Stichprobe, 202 NUTS2-Regionen ................................134 9.1.2 Schweizer Stichprobe, 106 MS-Regionen ........................................143 9.2 Regressionsvariablen und Quellen ..................................................149 9.3 Erreichbarkeit: Landkarten ............................................................150 9.4 Branchenaufteilung .......................................................................163 10 Literaturverzeichnis.................................................................. 164

BAKBASEL

3

Erreichbarkeit und Wirtschaftsentwicklung

Tabellenverzeichnis

Tab. 1-1 Tab. 3-1 Tab. Tab. Tab. Tab. Tab. Tab. 3-2 4-1 4-2 4-3 4-4 4-5

Tab. 4-6 Tab. Tab. Tab. Tab. Tab. 5-1 5-2 5-3 5-4 5-5

Tab. 5-6 Tab. 6-1 Tab. 6-2 Tab. 6-3 Tab. Tab. Tab. Tab. Tab. Tab. Tab. 6-4 6-5 6-6 6-7 6-8 6-9 6-10

Tab. 6-11 Tab. 7-1

Geschätzte Koeffizienten des Querschnitts-Strukturmodells für verschiedene Verkehrsträger .................................................... 13 Zusammenfassung der zu überprüfenden theoretischen Modelle ................................................................................... 33 Ausgewählte empirische Studien ............................................... 38 Zu testende theoretische Gleichungen ....................................... 41 Abhängige Variablen ................................................................ 43 Unabhängige Variablen: Europa ................................................ 44 Unabhängige Variablen: Schweiz ............................................... 45 Schätzgleichungen der zu testenden theoretischen Gleichungen: Querschnittsmodell .............................................. 49 Schätzgleichungen der zu testenden theoretischen Gleichungen: Panelmodell ........................................................ 50 Erreichbarkeitskonzept von BAKBASEL ....................................... 56 Stufen der Erreichbarkeit .......................................................... 62 Zusammenfassung der β-Werte und Halbwertswiderstände ......... 64 Reisezeit: Vorhandene Jahre ..................................................... 65 Korrelation: Erreichbarkeit und BIP pro Kopf, multimodal, Europa, 1991-2008 .................................................................. 72 Korrelation: Erreichbarkeit und BIP pro Kopf, öffentlicher Verkehr, Schweiz, 1991-2008.................................................... 79 Regressionsoutput: Strukturmodell, Querschnitt, Gesamterreichbarkeit, multimodal, Europa ................................. 89 Koeffizienten der Gesamt-Erreichbarkeitsindizes: Strukturmodell, Querschnitt ...................................................... 92 Koeffizienten der Transport- und GeographieErreichbarkeitsindizes: Strukturmodell, Querschnitt..................... 94 Einheitswurzel-Tests: Europa .................................................... 97 Einheitswurzel-Tests: Schweiz ................................................... 99 Kointegrations-Tests: Europa ...................................................102 Kointegrations-Tests: Schweiz..................................................103 Likelihood-Ratio-Tests .............................................................105 Hausman-Tests ......................................................................106 Koeffizienten der Gesamt-Erreichbarkeitsindizes: Strukturmodell, Panel, mit Kointegration ...................................107 Koeffizienten der Gesamt-Erreichbarkeitsindizes: Strukturmodell, Panel, ohne Kointegration ................................109 Ausmass der Reisezeitverkürzung: Schweiz ...............................117

4

BAKBASEL

Erreichbarkeit und Wirtschaftsentwicklung

Tab. 7-2 Tab. 7-3 Tab. Tab. Tab. Tab. Tab. Tab. Tab. Tab. Tab. Tab. Tab. Tab. Tab. Tab. Tab. Tab. Tab. Tab. Tab. Tab. Tab. Tab. Tab. Tab. Tab. Tab. Tab. Tab. Tab. Tab. Tab. Tab. Tab. Tab. Tab. Tab. Tab. Tab. Tab. 9-1 9-2 9-3 9-4 9-5 9-6 9-7 9-8 9-9 9-10 9-11 9-12 9-13 9-14 9-15 9-16 9-17 9-18 9-19 9-20 9-21 9-22 9-23 9-24 9-25 9-26 9-27 9-28 9-29 9-30 9-31 9-32 9-33 9-34 9-35 9-36 9-37 9-38 9-39

Koeffizienten für die Simulation ................................................119 Koeffizienten der Gesamt-Erreichbarkeitsindizes: Strukturmodell, Querschnitt, nach Branchen .............................122 Österreich ..............................................................................134 Belgien ..................................................................................134 Schweiz .................................................................................135 Deutschland ...........................................................................135 Dänemark ..............................................................................136 Spanien .................................................................................137 Finnland.................................................................................137 Frankreich ..............................................................................138 Irland ....................................................................................138 Italien ....................................................................................139 Niederlande ............................................................................140 Norwegen ..............................................................................140 Schweden ..............................................................................141 Vereinigtes Königreich .............................................................141 Zürich ....................................................................................143 Bern ......................................................................................143 Luzern ...................................................................................144 Uri .........................................................................................144 Schwyz ..................................................................................144 Obwalden ..............................................................................144 Nidwalden ..............................................................................144 Glarus ....................................................................................144 Zug .......................................................................................145 Fribourg .................................................................................145 Solothurn ...............................................................................145 Basel-Stadt.............................................................................145 Basel-Landschaft ....................................................................145 Schaffhausen .........................................................................146 Appenzell Ausserrhoden ..........................................................146 Appenzell Innerrhoden ............................................................146 St. Gallen ...............................................................................146 Graubünden ...........................................................................147 Aargau...................................................................................147 Thurgau .................................................................................147 Ticino ....................................................................................148 Vaud......................................................................................148 Valais ....................................................................................148 Neuchâtel ..............................................................................149 Genève ..................................................................................149

BAKBASEL

5

Erreichbarkeit und Wirtschaftsentwicklung

Tab. Tab. Tab. Tab.

9-40 9-41 9-42 9-43

Jura .......................................................................................149 Regressionsvariablen und Quellen: Europäische Stichprobe ........149 Regressionsvariablen und Quellen: Schweizer Stichprobe ...........150 Branchenaufteilung .................................................................163

6

BAKBASEL

Erreichbarkeit und Wirtschaftsentwicklung

Abbildungsverzeichnis

Abb. 3-1 Abb. Abb. Abb. Abb. Abb. Abb. 4-1 5-1 5-2 5-3 5-4 5-5

Abb. 5-6 Abb. 5-7 Abb. 5-8 Abb. 5-9 Abb. 5-10 Abb. 5-11 Abb. 5-12 Abb. 5-13 Abb. 5-14 Abb. 5-15 Abb. 6-1 Abb. 6-2 Abb. 6-3 Abb. Abb. Abb. Abb. 7-1 9-1 9-2 9-3

Ökonomische Wirkungskette von Investitionen in Verkehrssysteme ..................................................................... 36 Programmablaufplan Strukturmodelle ........................................ 48 Unterteilung der Gesamterreichbarkeit....................................... 60 Diskontfaktoren: Reisezeit ........................................................ 63 Diskontfaktoren: Geographische Distanz .................................... 63 Gesamt-Erreichbarkeitsindex: Multimodal, Europa, 2000-2008 ..... 69 Geographie-Erreichbarkeitsindex: Alle Verkehrsträger, Europa, 2000-2008 .............................................................................. 70 Transport-Erreichbarkeitsindex: Multimodal, Europa, 20002008 ....................................................................................... 71 Gesamt-Erreichbarkeitsindex: Streudiagramm Niveau-Niveau, multimodal, Europa, 1991-2008 ................................................ 73 Gesamt-Erreichbarkeitsindex: Streudiagramm WachstumWachstum, multimodal, Europa, 1991-2008 ............................... 74 Gesamt-Erreichbarkeitsindex: Streudiagramm NiveauWachstum, multimodal, Europa, 1991-2008 ............................... 74 Gesamt-Erreichbarkeitsindex: Öffentlicher Verkehr, Schweiz, 2000-2008 .............................................................................. 76 Geographie-Erreichbarkeitsindex: Alle Verkehrsträger, Schweiz, 2000-2008 ................................................................. 77 Transport-Erreichbarkeitsindex: Öffentlicher Verkehr, Schweiz, 2000-2008 .............................................................................. 78 Gesamt-Erreichbarkeitsindex: Streudiagramm Niveau-Niveau, öffentlicher Verkehr, Schweiz, 1991-2008 .................................. 80 Gesamt-Erreichbarkeitsindex: Streudiagramm WachstumWachstum, öffentlicher Verkehr, Schweiz, 1991-2008 ................. 80 Gesamt-Erreichbarkeitsindex: Streudiagramm NiveauWachstum, öffentlicher Verkehr, Schweiz, 1991-2008 ................. 81 Impuls-Antwort-Funktion: Gesamterreichbarkeit, multimodal, Europa ...................................................................................111 Impuls-Antwort-Funktion: Gesamterreichbarkeit, Schiene, Europa ...................................................................................111 Impuls-Antwort-Funktion: Gesamterreichbarkeit, Strasse, Europa ...................................................................................112 Verbesserung der ÖV-Erreichbarkeit: Schweiz ...........................118 Gesamterreichbarkeits-Index: Europa, multimodal, 2000-2008 ...151 Gesamterreichbarkeits-Index: Europa, Schiene, 2000-2008 ........152 Gesamterreichbarkeits-Index: Europa, Strasse, 2000-2008 ......... 153

BAKBASEL

7

Erreichbarkeit und Wirtschaftsentwicklung

Abb. 9-4

Geographie-Erreichbarkeits-Index: Europa, alle Verkehrsträger, 2000-2008 ......................................................154 Abb. 9-5 Transport-Erreichbarkeits-Index: Europa, multimodal, 20002008 ......................................................................................155 Abb. 9-6 Transport-Erreichbarkeits-Index: Europa, Schiene, 2000-2008 ....156 Abb. 9-7 Transport-Erreichbarkeits-Index: Europa, Strasse, 2000-2008.....157 Abb. 9-8 Gesamt-Erreichbarkeitsindex: Schweiz, öffentlicher Verkehr, 2000-2008 .............................................................................158 Abb. 9-9 Gesamt-Erreichbarkeitsindex: Schweiz, motorisierter Individualverkehr, 2000-2008 ..................................................159 Abb. 9-10 Geographie-Erreichbarkeitsindex: Schweiz, alle Verkehrsträger, 2000-2008 .............................................................................160 Abb. 9-11 Transport-Erreichbarkeitsindex: Schweiz, öffentlicher Verkehr, 2000-2008 .............................................................................161 Abb. 9-12 Transport-Erreichbarkeitsindex: Schweiz, motorisierter Individualverkehr, 2000-2008 ..................................................162

8

BAKBASEL

Erreichbarkeit und Wirtschaftsentwicklung

1

Executive Summary

Erreichbarkeit ist wichtig für die wirtschaftliche Prosperität einer Region. Dieser Umstand kann nicht nur aus der ökonomischen Theorie hergeleitet, sondern auch empirisch validiert werden. Eine Erhöhung der Erreichbarkeit führt bei allen Verkehrsträgern zu einer Erhöhung des regionalen Bruttoinlandsprodukts (BIP) pro Kopf. Erreichbarkeit ist demnach ein wachstumsrelevanter Standortvorteil. Gleichzeitig muss jedoch auch die Frage nach der volkswirtschaftlichen Rentabilität grosser Verkehrsinfrastrukturprojekte gestellt werden. Diese Frage ist aus Sicht der Steuerzahler sehr legitim, da für den Bau der Infrastruktur öffentliche Mittel in Milliardenhöhe verwendet werden. In der vorliegenden Studie untersucht BAKBASEL im Auftrag des Staatssekretariats für Wirtschaft (SECO) den volkswirtschaftlichen Nutzen von grossen Infrastrukturprojekten und in geringerem Mass das Verhältnis zu deren Kosten. Die Studie ist Teil eines grösseren Forschungsprojekts, in dem die Finanzierung und Produktivität der Schweizer Verkehrsinfrastrukturen beurteilt werden soll. Zur Messung des volkswirtschaftlichen Nutzens stehen grundsätzlich zwei Konzepte zur Verfügung. Das erste Konzept ist die Messung der Wirkung eines konkreten Verkehrsprojektes. Dies ist in der Praxis schwierig, da sich vom Projektbeschluss bis zur Inbetriebnahme eine Vielzahl von Rahmenbedingungen sowohl an den Orten, die vom Projekt profitieren, als auch in Konkurrenzorten ändern. Die lange Bauzeit von Grossprojekten verstärkt dieses Problem der Isolierung des «reinen» Projekteffektes noch zusätzlich. Deshalb wird von BAKBASEL seit vielen Jahren das Konzept der Rendite einer verbesserten Erreichbarkeit bevorzugt. Dabei ist unerheblich, ob die Erreichbarkeit das Resultat von teuren oder günstigen Verkehrsinfrastrukturprojekten ist. Relevant ist einzig die benötigte Zeit, um von A nach B zu gelangen. Diese Erreichbarkeit kann für alle Orte gemessen werden. In einem zweiten Schritt kann mit Hilfe ökonometrischer Modelle der Einfluss der Erreichbarkeit auf die Wirtschaftsentwicklung geschätzt werden. Gemessen wird folglich nicht der Return on Investment eines spezifischen Projekts, sondern der Return on Improved Accessibility. Abschliessend kann der durch die verbesserte Erreichbarkeit erzielte Nutzengewinn zu den dazu aufgewendeten Kosten in Beziehung gesetzt werden. In der ökonomischen Wachstumstheorie kann Erreichbarkeit als Teil der totalen Faktorproduktivität verstanden werden. Sie ist ein Standortfaktor, der die Effizienz des gesamten Produktionsprozesses steigert. Dies geht vonstatten, indem durch eine gute Erreichbarkeit die Kosten von wirtschaftlichen Transaktionen gesenkt werden. Dadurch sinken die Gestehungskosten wirtschaftlicher Leis-

BAKBASEL

9

Erreichbarkeit und Wirtschaftsentwicklung

tungen und die Volkswirtschaft wird produktiver. Zudem kann eine interregionale Arbeitsteilung entstehen. Diese führt ihrerseits zu Spezialisierung und Skaleneffekten, was wiederum die Produktivität steigert. Rein theoretisch ist deshalb ein positiver Zusammenhang zwischen Erreichbarkeit und wirtschaftlicher Prosperität zu erwarten. Um diesen theoretischen Zusammenhang empirisch zu überprüfen, werden Methoden der induktiven Statistik, konkret lineare Regressionsanalysen, verwendet. Abhängige Variable ist das Bruttoinlandsprodukt (BIP) pro Kopf. Die unabhängigen Variablen umfassen verschiedene Erreichbarkeitsindizes und weitere Standortfaktoren. Der Fokus liegt dabei auf den Erreichbarkeitsindizes. Die weiteren Standortfaktoren werden nur als Kontrollvariablen verwendet, um einer möglichen Verzerrung durch vergessene Variablen bestmöglich vorzubeugen. Der verwendete Datensatz besteht aus zwei Stichproben. Die erste umfasst 202 westeuropäische NUTS2-Regionen im Zeitraum 1990-2008. Sie soll Charakteristika von grossen, in sich geschlossenen, funktionalen Räumen abbilden. Die zweite Stichprobe besteht aus 106 schweizerischen MS-Regionen im Zeitraum 1990-2008. Sie erfasst die Eigenschaften von kleinen, offenen, nichtfunktionalen Räumen. Von der Form her sind beide Stichproben longitudinale Datensätze (Panels). Zunächst werden Strukturmodelle spezifiziert. Diese werden sowohl in einer reinen Querschnitts- als auch in einer Panelform analysiert, wobei jeweils sowohl Niveau- als auch Differenzengleichungen geschätzt werden. Darüber hinaus wird überprüft, ob dieser Ansatz mit dem Instrumentarium von Vektorautoregressiven Modellen sinnvoll ergänzt werden kann. Da die zeitliche Beziehung zwischen Erreichbarkeit und wirtschaftlicher Prosperität komplex ist, wird als Hauptspezifikation die Niveaugleichung des Querschnittsmodells gewählt. Mit dieser Spezifikation werden de facto Gleichgewichtszustände miteinander verglichen. Sie wird gebildet, indem über den Zeitraum 1991-2008 für jede Region Durchschnittswerte berechnet werden. Alle anderen Spezifikationen (Differenzengleichungen, Panelmodell, Vektorautoregressive Modelle) dienen dazu, die Robustheit und Sensitivität der Hauptspezifikation zu testen. Es geht bei diesen Regressionen deshalb nicht darum, den besten Koeffizienten zu finden, sondern lediglich darum, eventuelle Abweichungen zu den Koeffizienten der Hauptspezifikation aufzudecken. In dieser Studie liegt der Fokus auf den Erreichbarkeitsindizes. Deshalb wird ein detailliertes Konzept zur Messung dieser auf den ersten Blick unklaren Variable entwickelt. Unter Erreichbarkeit wird verstanden, wie gut aus einer Region heraus ökonomische Betätigungsmöglichkeiten erreicht werden können. Dabei wird das relative BIP jedes Zielortes (und auch des Ursprungsortes) mit einem Wert

10

BAKBASEL

Erreichbarkeit und Wirtschaftsentwicklung

multipliziert, der umso kleiner ist, je weiter weg der Zielort liegt. Jeder Region wird dabei als Ursprungs- oder Zielort die jeweilige Kernstadt zugeordnet. Mittels eines Parameters kann die Halbwertszeit/-distanz des relativen BIP bestimmt werden. Diese gibt an, nach wie vielen Minuten oder Kilometern das relative BIP eines Zielortes nur noch halb so viel Wert ist, wie wenn es sich direkt im Ursprungsort befinden würde. Abschliessend wird die Summe aus den abdiskontierten relativen BIP gebildet und indexiert, um einen einfachen Vergleich zwischen den Regionen zu erlauben. Fliesst die Reisezeit als Mass der Entfernung ein, wird diese in der europäischen Stichprobe für die Verkehrsträger multimodal (beste Kombination aus Luft-, Schienen- und Strassenverkehr), Schiene und Strasse erhoben, in der Schweizer Stichprobe für den öffentlichen und den motorisierten Individualverkehr. Zusätzlich wird in den beiden Stichproben mit unterschiedlichen Halbwertszeiten/-distanzen gerechnet. In der europäischen Stichprobe betragen diese rund 140 Minuten oder 410 Kilometer. In etwa zwei Stunden lässt sich normalerweise das Zentrum des benachbarten funktionalen Raums erreichen. In der europäischen Stichprobe wird demnach das Reisen zwischen funktionalen Regionen betrachtet, das ein Merkmal des internationalen Geschäftsreiseverkehrs ist. In der Schweizer Stichprobe betragen Halbwertszeit/-distanz rund 15 Minuten/15 Kilometer und sind damit um einiges kürzer. Pendlerstrecken – also eine Verbindung zwischen zwei nicht-funktionalen Räumen – schliessen häufig eine Fahrt von 15 Minuten oder 15 Kilometern zwischen Knoten ein. Am Beispiel des multimodalen (europäische Stichprobe) und des öffentlichen Verkehrs (Schweizer Stichprobe) wird gezeigt, dass Regionen, die sich im wirtschaftlichen Gravitationszentrum Europas, respektive der Schweiz, befinden, allein schon durch ihre günstige geographische Lage oder das hohe Eigengewicht gut erreichbar sind. In der europäischen Stichprobe sind das Regionen, die im Dreieck «London-Paris-Ruhrgebiet» liegen. In der Schweizer Stichprobe ist das wirtschaftliche Gravitationszentrum Zürich. Basel und Genf sind vor allem ob des hohen Eigengewichts ebenfalls gut erreichbar. Gleichzeitig stechen in beiden Stichproben auch periphere Regionen mit guter Erreichbarkeit hervor. Dies ist ein Indiz dafür, dass Erreichbarkeit nicht nur vom Schicksal – der Lage –, sondern auch durch Gestaltbarkeit geprägt ist. Aus diesem Grund wird in einem nächsten Schritt die Gesamterreichbarkeit in eine Geographie- und eine Transport-Erreichbarkeit unterteilt. Erstere misst dabei nur die geographische Lage. Wird diese von der Gesamterreichbarkeit subtrahiert erhält man ein Residuum, das den Effekt der von Menschen geschaffenen Transportsysteme erfasst. Dabei wird deutlich, dass einige periphere Regionen über gute Transportsysteme verfügen, mit welchen sie die ungünstige geographische Lage zu einem gewissen Grad wettmachen können. In der euro-

BAKBASEL

11

Erreichbarkeit und Wirtschaftsentwicklung

päischen Stichprobe sind dies Regionen wie beispielsweise Rom, Madrid, Dublin, Glasgow, Oslo, Kopenhagen, Stockholm oder Wien. In der Schweizer Stichprobe fallen im Vergleich zu ihrer Lage der Arc Lémanique, die Achse NeuenburgYverdon und auch das Wallis (ohne Goms) auf. Das Wallis, obwohl wirtschaftsschwach und peripher gelegen, profitiert von den Schnellzugsverbindungen nach Lausanne und Bern. Gleichzeitig verfügen einige sehr zentrale Regionen wie die Franche Compté und das Tirol (Europa) oder die MS-Regionen Schwarzwasser, Willisau, Mutschellen und Appenzell Innerrhoden (Schweiz) über keine guten Verkehrsverbindungen. Nun kann der Zusammenhang zwischen Erreichbarkeit und Wirtschaftsentwicklung anhand von Regressionsmodellen empirisch untersucht werden. Die Ergebnisse der Hauptspezifikation (Querschnitts-Strukturmodell) sind in Tab. 1-1 zusammengefasst. Das Resultat für die Gesamterreichbarkeit ist eindeutig: Der Einfluss der Erreichbarkeit auf die wirtschaftliche Prosperität (gemessen als BIP pro Kopf) ist positiv und statistisch signifikant. Dieser Zusammenhang ist jedoch nicht nur in der Hauptspezifikation ersichtlich. Die verschiedenen Modelle, Methoden und Datensets führen praktisch einhellig zum selben Ergebnis: Erreichbarkeit ist wichtig für die regionale Entwicklung. Eine bessere Erreichbarkeit fördert die regionale Wirtschaft. Auch wenn die Koeffizienten in den verschiedenen geschätzten Gleichungen zum Teil deutlich voneinander abweichen, steht das positive Vorzeichen des Einflusses ausser Frage. Folglich haben Investitionen in die Verkehrsinfrastruktur, soweit sie zu einer Reduktion der Reisezeiten führen, einen positiven Wachstumseffekt. Wird der Effekt der Erreichbarkeit unterteilt, so zeigt sich, dass in der Schweiz der öffentliche Verkehr für die regionale Wirtschaftsentwicklung entscheidender ist als der motorisierte Individualverkehr. Auch auf europäischer Ebene ist die Schienenerreichbarkeit wichtiger als die Strassenerreichbarkeit. Unterteilt man zudem die Gesamterreichbarkeit (A) in die geographische Lage (G) und die Transportanstrengungen (T), welche zu einem grossen Teil auf Verkehrsinfrastrukturen und -dienstleistungen beruhen, so erweisen sich letztere als wichtiger für die Wirtschaftsentwicklung als die als exogen zu betrachtende geographische Lage. Das bedeutet, dass der Nachteil der peripheren Lage durch eine gute Verkehrsanbindung sowohl in der Schweiz als auch in Westeuropa (mit Ausnahme der Strassenerreichbarkeit) wettgemacht werden kann. In der Schweiz zeigt sich sogar, dass die geographische Lage für die wirtschaftliche Prosperität unerheblich ist. Relevant sind hingegen die Transportangebote.

12

BAKBASEL

Erreichbarkeit und Wirtschaftsentwicklung

Tab. 1-1

Geschätzte Koeffizienten des Querschnitts-Strukturmodells für verschiedene Verkehrsträger A G 0.01 0.23 *** 0.28 *** -0.23 -0.53 1.07 0.58 0.12 2.30 1.31 *** * T *** **

Europa

Multimodal Schiene Strasse

0.99 *** 0.77 *** 0.63 *** 1.21 *** 0.41

Schweiz

Öffentlicher Verkehr Motorisierter Individualverkehr

Bemerkungen: • Abhängige Variable: durchschnittliches reales BIP (1991-2008) /durchschnittliche Bevölkerung (1991-2008) • Unabhängige Variablen: durchschnittliche Werte (1991-2008) • Alle Niveauwerte sind logarithmiert (zur Basis e). • Europa: 202 Beobachtungen, Schweiz: 106 Beobachtungen • ***, **, * bedeutet Signifikanz bei 1%, 5%, 10%. • Zweiseitige Hypothese: H0: β1=0, H1: β1≠0 • A: Gesamterreichbarkeit • G: Geographie-Erreichbarkeit • T: Transport-Erreichbarkeit Quelle: BAKBASEL

Unsere Berechnungen zeigen zudem, dass die Beeinflussung zwischen Erreichbarkeit und wirtschaftlichem Wohlstand – gemessen als BIP pro Kopf – in einer Niveaubetrachtung in beide Richtungen läuft. Einerseits gibt es einen Nachfrageeffekt, der über mehr Wohlstand und vermehrte Nachfrage nach Verkehrsdienstleistungen zu einer verbesserten Erreichbarkeit führt. Denn die erhöhte Nachfrage nach Verkehrsdienstleistungen wird in der Regel durch den Ausbau der Verkehrsinfrastruktur befriedigt. Andererseits führt eine bessere Erreichbarkeit – also ein verbessertes Verkehrsdienstleistungsangebot – über eine erhöhte Standortqualität auch zu einer grösseren Wirtschaftsleistung. Gestützt auf eine Differenzenberechnung (Wachstumsraten) scheint der Effekt eher einseitig von der Erreichbarkeit auf das BIP pro Kopf auszugehen. Mittels der empirischen Ergebnisse kann die volkswirtschaftliche Rentabilität von grossen Verkehrsinfrastrukturprojekten abgeschätzt werden. Dies wird exemplarisch am Beispiel des neuen Gotthard-Basistunnels illustriert. Zunächst wird die Annahme getroffen, dass die Fahrzeit von Arth-Goldau nach Bellinzona um eine Stunde sinkt, sonst aber alles gleich bleibt. Zudem wird definiert, in welchem Mass die einzelnen Regionen von der Fahrzeitverkürzung profitieren. Mit den verkürzten Reisezeiten kann die Schienen- (europäische Stichprobe) und die ÖV-Erreichbarkeit (Schweizer Stichprobe) neu berechnet und mit der heutigen Situation verglichen werden.

BAKBASEL

13

Erreichbarkeit und Wirtschaftsentwicklung

Die ÖV-Erreichbarkeit der 106 MS-Regionen der Schweiz verbessert sich durch die Gottharderöffnung im Schnitt geringfügig um 0.03 Prozent. Dieser geringe Effekt liegt primär darin begründet, dass im innerschweizerischen Kontext mit dem hohen Raumwiderstand des Pendlerverhaltens gerechnet wird. Im Modell der europäischen Bahnerreichbarkeit wird stattdessen mit dem Raumwiderstand des Geschäftsreisenden gerechnet, der wesentlich länger unterwegs ist (oder sein muss), um eine Geschäftsmöglichkeit zu erreichen. Da der GotthardBasistunnel primär erbaut wird, um die Anbindung der Schweiz an internationale Hochgeschwindigkeitslinien zu gewährleisten, ist die Zielgruppe klar diejenige der internationalen Geschäftsleute (und nicht die der Pendler). Deshalb sind die Daten des internationalen Modells für die volkswirtschaftliche Beurteilung von Verkehrsinfrastrukturen relevant. Hier liegt die Halbwertszeit bei gut zwei Stunden Fahrt. Entsprechend liegt der Gotthard für viel mehr Menschen in einer relevanten Entfernung, so dass der Erreichbarkeitswert der Schweizer (NUTS2)Regionen im Schnitt um 0.76 Prozent zunimmt. Dies führt zu einem BIP-Anstieg von 1.1 bis 3.2 Milliarden Franken. Vergleicht man diese Werte mit den geschätzten Baukosten von 12 Milliarden Franken, so kann mit einem Rückfluss der in den Gotthard-Basistunnel investierten Mittel in Form von zusätzlichem BIP innerhalb von 4 bis 11 Jahren gerechnet werden. Aus Sicht des Steuerzahlers, der de facto für die Baukosten aufkommt, muss die Periode des Mittelrückflusses indessen modifiziert werden. Da die Steuerquote in der Schweiz bei rund einem Drittel liegt, dauert die Zeitspanne bis zur Kostendeckung für die aggregierten öffentlichen Haushalte rund dreimal länger. Verglichen mit Investitionen im privaten Sektor, sind diese Rückzahlungszeiten eher lang. Neben dem Zusammenhang zwischen Erreichbarkeit und BIP pro Kopf wird auch der Einfluss der Erreichbarkeit auf die Arbeitsproduktivität der Gesamtwirtschaft und von vier Branchenaggregaten untersucht. Da das Pendlermodell der Schweiz wiederum zu kleinräumig ist, werden im Folgenden nur die Ergebnisse der europäischen Stichprobe zusammengefasst. Aus der Studie folgt, dass auch zwischen Erreichbarkeit und der Produktivität der Gesamtwirtschaft ein positiver Zusammenhang besteht. Diese Beobachtung ist konsistent mit der ökonomischen Standorttheorie, welche durch die Arbeiten von Johann Heinrich von Thünen (Thünensche Ringe) begründet wurde. In dieser wird davon ausgegangen, dass sich die Handelsplätze in den regionalen Zentren befinden. Aufgrund der niedrigeren Transportkosten sind die Bodenflächen in der Nähe der Zentren am begehrtesten und demnach auch am teuersten. Langfristig können sich also nur die produktivsten Unternehmen im Zentrum halten. Da Zentren in der Regel auch gut erreichbar sind, ist der positive Zusammenhang zwischen Erreichbarkeit und wirtschaftlichem Wohlstand nicht verwunderlich. Wiederum stellt sich jedoch die Frage, in welche Richtung die Kausalität verläuft.

14

BAKBASEL

Erreichbarkeit und Wirtschaftsentwicklung

Für die Branchenaggregate zeigen sich gemischte Ergebnisse. Die exportorientierten Branchen des tertiären Sektors werden von den Finanzdienstleistungen dominiert und hängen deshalb insbesondere vom multimodalen (v.a. Flug-) Verkehr ab. Die binnenmarktorientierten Branchen des tertiären Sektors (z.B. Detailhandel) sind vor allem in Städten angesiedelt. Da Städte in der Regel über eine gute Erreichbarkeit verfügen, zeigt sich auch ein positiver Zusammenhang zwischen Erreichbarkeit und Produktivität dieses Branchenaggregats. Das Gegenteil gilt für die Hightech-Branchen des primären und sekundären Sektors (z.B. Fahrzeugindustrie). Diese haben ihre Produktionsstätten in der Vergangenheit in weniger urbane Gegenden verlegt, weshalb ein schwach negativer Effekt zwischen Erreichbarkeit und Produktivität festgestellt werden kann. Bei den Lowtech-Branchen des primären und sekundären Sektors zeigt sich erneut ein stark positiver Zusammenhang zwischen Erreichbarkeit und Produktivität, was eher erstaunlich ist. Abschliessend kann folgendes Fazit gezogen werden: Erreichbarkeit ist wichtig für die wirtschaftliche Prosperität und kann von der Politik aktiv beeinflusst werden. Sie muss dabei von der Warte international reisender Geschäftsleute und nicht intranationaler Pendler betrachtet werden. Für ein kleines, exportorientiertes Land wie die Schweiz ist eine gute Anbindung an die europäischen und globalen Wirtschaftsmetropolen zentral, damit ein wirtschaftlicher Austausch stattfinden kann. Ansonsten besteht die Gefahr, von den internationalen Wirtschaftsströmen abgeschnitten zu werden. Nichtsdestotrotz muss aufgrund der Knappheit der öffentlichen Mittel im Verkehrsbereich jedes Projekt auf seine volkswirtschaftliche Rentabilität hin überprüft werden. Dabei muss neben dem auf ein Projekt fokussierenden mikroökonomischen Ansatz auch der makroökonomische Ansatz Eingang finden. Eine Kombination der beiden Ansätze sollte ein relativ gutes Bild des «wahren» volkswirtschaftlichen Nutzens abgeben. Ausserdem deutet die statistische Evidenz darauf hin, dass die Förderung der Schienen-Verkehrsträger (Schiene, ÖV) der wirtschaftlichen Prosperität förderlicher ist als diejenige der Strassen-Verkehrsträger (Strasse, MIV). In der europäischen Stichprobe zeigt auch der multimodale Verkehrsträger (wobei insbesondere der Flugverkehr ins Gewicht fällt) Potential. Qualitative Überlegungen führen zudem zum Schluss, dass Investitionen sowohl in Verkehrsinfrastruktur als auch in Verkehrsdienstleistungen von abnehmenden Grenzerträgen charakterisiert sind. Verkehrsinfrastruktur ist jedoch in der Regel kostenintensiver als Verkehrsdienstleistungen es sind. Da sich die Verkehrsinfrastruktur in Westeuropa und insbesondere in der Schweiz schon auf einem relativ hohen Niveau befindet, können sich Investitionen in Verkehrsdienstleistungen deshalb schon allein aufgrund des tieferen Preises als effizienter erweisen.

BAKBASEL

15

Erreichbarkeit und Wirtschaftsentwicklung

2
2.1

Einleitung
Produktivität und Finanzierung von Verkehrsinfrastruktur

Verkehrsinfrastrukturen sind netto von positiven Externalitäten gekennzeichnet. Folglich würden in einem freien Markt tendenziell zu wenige Verkehrsinfrastrukturen bereitgestellt. Aus diesem Grund übernimmt der Staat einen Grossteil der Finanzierung. Er steht hierbei jedoch vor einem Optimierungsproblem: Infrastrukturprojekte im Verkehrsbereich sind teuer – oft sogar sehr teuer. Die Kosten bestehen dabei nicht nur aus einmal anfallenden Investitionskosten, sondern auch aus wiederkehrenden Betriebs- und Unterhaltskosten. Gleichzeitig senkt ein effizientes Verkehrssystem jedoch Transaktionskosten, wodurch der gesamte Wirtschaftsprozess bei gleichem Faktoreinsatz mehr Wertschöpfung generieren kann. Er wird dadurch produktiver. Ein gutes Verkehrssystem wird damit zu einem wachstumsrelevanten Standortfaktor, insbesondere in einer zunehmend globalisierten Welt, in der Waren und Dienstleistungen schnell über grosse Strecken transportiert werden müssen. In der Schweiz steht der Staat in zunehmendem Masse vor Finanzierungsschwierigkeiten. Laut economiesuisse wurden von den via Infrastrukturfonds bewilligten rund 20 Milliarden Franken, deren Nutzung auf 20 Jahre ausgelegt war, bereits 85 Prozent innerhalb der ersten drei Jahre Laufzeit (2008-2011) vergeben. Zudem werden im Zusammenhang mit dem Projekt «Finanzierung und Ausbau der Bahninfrastruktur (FABI)» und dem Strategischen Entwicklungsprogramm (STEP) Ausgaben in der Höhe von 42.6 Milliarden Franken bis in die Jahre 2040/2050 diskutiert (economiesuisse (2011)). Die Knappheit der öffentlichen Gelder für den Verkehrsinfrastruktur-Bereich nötigt den Staat, seine Finanzierungspraktiken zu überdenken. Einerseits können zur Entlastung der staatlichen Fördermittel mehr Kosten den direkten Kostenverursachern angelastet werden. So entschied der Bundesrat beispielsweise, die Trassenpreise per 1. Januar 2013 zu erhöhen. Andererseits muss auch über die Effektivität und Effizienz der bestehenden Verkehrsinfrastrukturen nachgedacht werden. Erkenntnisse aus diesem Prozess können dann zusätzlich in die Entscheidung bezüglich des Baus neuer Verkehrsinfrastrukturen einfliessen. In Zeiten knapper Ressourcen wird sich für den Staat nämlich in zunehmendem Masse die Frage stellen, mit welchem Projekt er die höchste Investitionsrendite generieren kann. Um die Produktivität, die Finanzierung und den Einfluss auf das volkswirtschaftliche Potential der bestehenden Verkehrsinfrastrukturen beurteilen zu können,

16

BAKBASEL

Erreichbarkeit und Wirtschaftsentwicklung

schrieb das Staatssekretariat für Wirtschaft (SECO) volkswirtschaftliche Studien aus. Der Fokus liegt insbesondere auf denjenigen Infrastrukturen, die ihre Vollkosten in absehbarer Zukunft betriebswirtschaftlich nicht selbst decken können werden. Da die Fragestellung sehr umfangreich und komplex ist, wird sie in die folgenden vier Teilprobleme untergliedert, die von verschiedenen Forschungsinstituten bearbeitet werden.
   

Produktivität der Schweizer Verkehrsinfrastrukturnetze Grundversorgung aus volkswirtschaftlicher Sicht Ansätze zur verursachergerechteren Kostenanlastung Kosten und Nutzen von grossen Infrastrukturprojekten (ex post)

2.2

Wachstumsrelevante Effekte von Grossprojekten und die Wirkung der Anbindung an internationale Infrastrukturnetze

Das unabhängige ökonomische Forschungsinstitut BAK Basel Economics AG (BAKBASEL) beschäftigt sich in der vorliegenden Studie ausschliesslich mit dem letzten Punkt, der die ex post Beurteilung von Kosten und Nutzen grosser Verkehrsinfrastrukturprojekte zum Ziel hat. Um eine klare Vorstellung von der Fragestellung zu erhalten, müssen zunächst drei Punkte beleuchtet werden:


Als Teilnehmer in dieser Optimierungsfrage nehmen wir alle zwei Rollen ein: Einerseits sind wir Steuerzahler und damit stark an den Kosten eines Verkehrsinfrastrukturprojekts interessiert. Schliesslich stehen diese in Konkurrenz zu anderen Verwendungszwecken von öffentlichen Geldern. Andererseits sind wir Verkehrsteilnehmer. In dieser Rolle ist für uns nicht relevant, wie teuer eine Verkehrsinvestition ist, sondern was sie an Zeitersparnis und allenfalls an Sicherheit bringt. Es ist ein wachstumsrelevanter Standortvorteil, wenn dank kürzerer Reisezeiten innerhalb einer bestimmten Zeitspanne der Unternehmer mehr Betätigungsmöglichkeiten und der Arbeitnehmer mehr Anstellungsmöglichkeiten erreichen kann. Für die Volkswirtschaft insgesamt ergibt sich damit ein Optimierungsproblem, in dem ein möglichst günstiges Verhältnis von Kosten und Nutzengewinn gefunden werden muss. Kosten und Nutzengewinn eines Verkehrsinfrastrukturprojekts können von zwei Blickwinkeln her betrachtet werden: In einer betriebswirtschaftlichen Perspektive sind die Geldflüsse relevant, die den Betreibern der Verkehrsinfrastruktur netto zufliessen. Sind diese negativ, wird das Projekt nicht umgesetzt. Wie bereits erwähnt wurde, sind Verkehrsinfrastrukturen jedoch netto



BAKBASEL

17

Erreichbarkeit und Wirtschaftsentwicklung

von positiven Externalitäten gekennzeichnet. Der volkswirtschaftliche Nutzengewinn ist deshalb grösser als der betriebswirtschaftliche und beinhaltet diesen als Teilmenge. Wird nur die betriebswirtschaftliche Sichtweise eingenommen, kann es also sein, dass gewisse für die Volkswirtschaft insgesamt vorteilhafte Projekte nicht umgesetzt werden. Um die gesamtwirtschaftliche Wohlfahrt zu maximieren, muss demnach die volkswirtschaftliche Perspektive eingenommen werden.


Es muss entschieden werden, in welchem inhaltlichen Kontext die Kosten und der Nutzen betrachtet werden. Zwischen volkswirtschaftlicher Effizienz, räumlicher Gleichheit und nachhaltiger Umwelt können Zielkonflikte bestehen. Es drängt sich daher die Frage auf, ob eine ökonomische, soziale oder ökologische Zielfunktion gewählt werden soll. Im Rahmen dieser Studie wird eine Zielfunktion formuliert, in der volkswirtschaftliche Grössen (wie z.B. das Bruttoinlandsprodukt, BIP) dominant sind.

Das zweite Teilproblem vereint somit sowohl Fragen der Effektivität als auch der Effizienz. Zunächst muss beantwortet werden, ob mit der Förderung der Verkehrssysteme überhaupt das Richtige getan wird. Anschliessend muss bedacht werden, dass die öffentlichen Mittel für die Finanzierung von Verkehrsinfrastrukturen knapp sind. Der Staat muss sich also immer genauer überlegen, welche Projekte durchgeführt werden, um mit den vorhandenen Mitteln einen maximalen Nutzen zu generieren. Es stellt sich also die Frage, wie die Förderung der Verkehrssysteme richtig durchgeführt werden muss. Sowohl zur Effektivität als auch zur Effizienz werden jeweils drei Fragen gestellt:


Soll Erreichbarkeit gefördert werden? Kann Erreichbarkeit überhaupt gefördert werden? (Effektivität) Aus welchem Blickwinkel muss Erreichbarkeit betrachtet werden? Wer sind die relevanten Akteure? Was soll erreicht werden? (Effektivität) Welche Risiken birgt eine schlechte Erreichbarkeit (Fokus Schweiz)? (Effektivität) Wie kann die Rentabilität (Verhältnis von volkswirtschaftlichen Kosten und Nutzen) eines konkreten Verkehrsprojekts abgeschätzt werden? (Effizienz) Welche Verkehrsträger sollen insbesondere gefördert werden? (Effizienz) Soll in Verkehrsinfrastruktur oder in Verkehrsdienstleistungen investiert werden? (Effizienz)







 

Diese Studie fokussiert insbesondere auf die ersten Fragen der beiden Themenkreise. Im Zentrum steht dabei die Frage der Effektivität. Der Hauptteil der Studie wird also darauf verwendet, mittels Methoden der induktiven Statistik zu klären, ob es sich überhaupt lohnt, in Erreichbarkeit zu investieren. Anschliessend wird in geringerem Umfang eine quantitative Methode dargelegt, mit welcher die Rentabilität eines konkreten Verkehrsprojekts abgeschätzt werden

18

BAKBASEL

Erreichbarkeit und Wirtschaftsentwicklung

kann. Die jeweils folgenden zwei Fragen der beiden Themenkreise werden in diesem Prozess zwar ebenfalls beantwortet, auf sie wird jedoch weniger stark eingegangen. Sie werden in den wirtschaftspolitischen Implikationen lediglich qualitativ diskutiert. Rentabilität von Verkehrsprojekten Alle Erkenntnisse der Studie kulminieren letztlich in der Rentabilitätsabschätzung eines konkreten Verkehrsprojekts. Das Konzept, mit dem die Kosten und insbesondere der Nutzen von Verkehrsprojekten erfasst werden, wird den gesamten Forschungsplan vorgeben. Nachfolgend wird deshalb kurz dieses Konzept vorgestellt. Der volkswirtschaftliche Nutzengewinn eines Verkehrsprojekts muss in Beziehung zu den volkswirtschaftlichen Kosten gesetzt werden. In der ökonomischen Literatur werden dazu meist Methoden der Kosten-Nutzen-Analyse verwendet. Die bekannteste dieser Methoden ist die Kapitalwertmethode aus der dynamischen Investitionsrechnung, die in Gleichung 2.1 dargestellt ist. Gleichung 2.1  T  ΔU (t ) − C (t )  T   = − I (0) +   ΔNU (t )  NPV (0) = − I (0) +    (1 + i )t   (1 + i )t  t =1 t =1   Der heutige Kapitalwert ( NPV ) eines Verkehrsprojekts ist die Differenz zwischen der Summe der abdiskontierten periodischen Netto-Nutzengewinne ( ΔNU ) und der anfänglich getätigten Investition ( I ). Die Netto-Nutzengewinne sind dabei ihrerseits die Differenz zwischen dem periodischen Nutzengewinn ( ΔU ) und den periodischen Kosten ( C ). Um diese Rechnung durchführen zu können, müssen alle Werte monetarisiert werden. Zur Vereinfachung wird in dieser Studie angenommen, dass die Investitionskosten den volkswirtschaftlichen Kosten entsprechen1. Diese sind bekannt; die Messung der Netto-Nutzengewinne muss jedoch vom Entscheidungsträger definiert werden. Dazu stehen grundsätzlich zwei Konzepte zur Verfügung. In der Mikroökonomie wird anhand eines konkreten Verkehrsprojekts abgeschätzt, wer in welchem Mass von der verbesserten Verkehrsinfrastruktur profitiert. Zu diesem Zweck wird ein Zustand mit und einer ohne Durchführung des Projekts verglichen. Die direkte Projektbezogenheit dieses Ansatzes ist bei der ex post Beurteilung der Rentabilität eines konkreten Projekts sicherlich nötig. Eine Übertragung der
1

Die Investitionskosten könnten auch noch um monetarisierte negative Externalitäten erweitert werden.

BAKBASEL

19

Erreichbarkeit und Wirtschaftsentwicklung

Ergebnisse auf andere Projekte, beispielsweise die ex ante Beurteilung der Rentabilität eines geplanten Projekts, ist damit jedoch eingeschränkt. Zudem gestaltet sich die Definition und Isolierung der Netto-Nutzengewinne, die durch die Implementierung des Projekts freigesetzt werden, als extrem schwierig. Es muss nämlich genau definiert werden, wer in welchem Mass profitiert und wie sich die Betriebs- und Unterhaltskosten entwickeln. Will man keine so genaue Netto-Nutzengewinn-Struktur unterstellen, kann man diese auch durch die Veränderung der regionalen Wertschöpfung oder Beschäftigung approximieren. Dabei ist jedoch nicht klar, ob die Veränderung nur dem Verkehrsprojekt zugeschrieben werden kann, oder ob sonstige Standortfaktoren oder die Konjunktur die Veränderung bewirkten. Man muss zudem beachten, dass sich vom Projektbeschluss bis zur Inbetriebnahme eine Vielzahl von Rahmenbedingungen sowohl an den Orten, die vom Projekt profitieren, als auch in Konkurrenzorten ändern. Die lange Bauzeit von Grossprojekten verstärkt dieses Problem der Isolierung des «reinen» Projekteffektes noch zusätzlich. Zusammenfassend sei gesagt, dass der mikroökonomische Ansatz zwar den direkten Einfluss eines Verkehrsprojekts auf den volkswirtschaftlichen Nutzen misst, aber schwierig umsetzbar ist. BAKBASEL rückt die Fragestellung deshalb seit Jahren in einen makroökonomischen Kontext. Dabei ist nicht die Wirkung eines konkreten Verkehrsprojekts, sondern die Erreichbarkeit einer Region entscheidend. Es ist unerheblich, ob die Erreichbarkeit das Resultat von Verkehrsinfrastruktur- oder Verkehrsdienstleistungsprojekten ist, oder ob diese teuer oder günstig waren. Relevant ist einzig die benötigte Zeit, um von A nach B zu gelangen. Diese Erreichbarkeit wird für mehrere Regionen gemessen und anschliessend mittels einer Produktionsfunktion zum regionalen BIP, respektive BIP pro Kopf, in Beziehung gesetzt. Die durch eine Veränderung der Erreichbarkeit freigesetzten Netto-Nutzengewinne können durch einen Vergleich der Regionen, der mittels linearer Regression gemacht wird, geschätzt werden. Der makroökonomische Ansatz entspricht nicht einer projektbezogenen, sondern einer durchschnittlichen Betrachtung. Er eignet sich damit insbesondere auch zur ex ante Beurteilung eines geplanten Projekts. Es muss jedoch angefügt werden, dass nicht jede Region durchschnittlich reagiert, und eine Durchschnittsbetrachtung in einem konkreten Fall den wahren Effekt eines Projekts stark über- oder unterschätzen kann. Im Unterschied zum mikroökonomischen Ansatz muss keine genaue NettoNutzengewinn-Struktur definiert werden. Diese wird mit der Veränderung des Bruttoinlandsprodukts approximiert. Im Vergleich zur Approximation im mikroökonomischen Ansatz können jedoch Kontrollvariablen in die lineare Regression eingebaut werden, mit denen einer Verzerrung durch vergessene Variablen vor-

20

BAKBASEL

Erreichbarkeit und Wirtschaftsentwicklung

gebeugt wird. Dadurch kann der Effekt der Erreichbarkeit bis zu einem gewissen Grad isoliert werden. Der makroökonomische Ansatz misst nicht den direkten Einfluss eines Verkehrsprojekts auf den volkswirtschaftlichen Nutzen. Vielmehr unterstellt er, dass Verkehrsprojekte die Erreichbarkeit positiv beeinflussen und misst den Einfluss, den die Erreichbarkeit auf den volkswirtschaftlichen Nutzen ausübt. Dieser Ansatz ist zwar indirekt, aber einfacher zu implementieren. Zusammenfassend sei erwähnt, dass BAKBASEL damit nicht den «Return on Investment» eines spezifischen Verkehrsprojekts, sondern den «Return on Improved Accessibility» misst. Dadurch wird auch vermieden, dass genau definiert werden muss, welche Regionen von einem spezifischen Projekt profitieren. In die Erreichbarkeit fliessen nämlich auch die Verbesserungen der Verkehrssysteme in anderen Regionen als positive räumliche Externalitäten (Spillovers) mit ein. Obwohl an dieser Stelle die Vorteile vorgestellt wurden, die der makroökonomische gegenüber dem mikroökonomischen Ansatz hat, dürfen die beiden Konzepte nicht als sich gegenseitig ausschliessend betrachtet werden. Vielmehr können sie als sich ergänzende, komplementäre Methoden verstanden werden. Abschliessend werden die Netto-Nutzengewinne in Relation zu den Investitionskosten gesetzt. Dies wird in dieser Studie nicht anhand der oben dargestellten Kapitalwertmethode, sondern mittels einer Amortisationsrechnung durchgeführt. Dies hat den Vorteil, dass keine Opportunitätskosten-Zinssätze geschätzt werden müssen. Bei der in dieser Studie dargestellten volkswirtschaftlichen Amortisationsrechnung wird lediglich das jährlich durch eine verbesserte Erreichbarkeit zusätzlich generierte BIP in Beziehung zu den Baukosten gesetzt. Dabei handelt es sich allerdings um eine Approximation. Zusätzlich müsste man ermitteln, um wie viel die Erträge aus dem Projekt in Form eines höheren BIP über dem BIP-Beitrag liegen, den die für den laufenden Betrieb beanspruchten Ressourcen bei einer alternativen Verwendung einspielen würden. Dies entspricht in etwa den bezahlten Löhnen, den eingekauften Vorleistungen und den kalkulatorischen Zinsen auf dem (Rest-)Kapital. Das Kalkül wird indessen kompliziert, wenn das Projekt zum Zuzug von Produktionsfaktoren führt. Die approximierte volkswirtschaftliche Amortisationsdauer, die in dieser Studie verwendet wird, muss daher als diejenige Zeitperiode verstanden werden, in welcher die Summe der Rückflüsse in Form von zusätzlichem BIP den Baukosten entspricht. Neben den mikro- und makroökonomischen Ansätzen könnten auch klassische Impact-Studien, die auf Input-Output-Modellen basieren, verwendet werden, um den Einfluss eines Verkehrsprojekts auf den volkswirtschaftlichen Nutzen abzuschätzen. Diese betonen jedoch die Nachfrageseite und können damit die

BAKBASEL

21

Erreichbarkeit und Wirtschaftsentwicklung

regionalen Effekte während der Bauphase gut abbilden. Langfristig relevant (und politisch beabsichtigt) sind jedoch die Angebotsfaktoren, welche die Produktionsmöglichkeiten erweitern und dadurch die Wettbewerbsfähigkeit verbessern. Kurzum, sowohl Verkehrsinfrastrukturen (teure wie auch günstige) als auch Verkehrsdienstleistungen erhöhen (in der Regel) die Erreichbarkeit in den betreffenden und angrenzenden Regionen. Der Zusammenhang zwischen Erreichbarkeit und wirtschaftlicher Prosperität kann dabei über die ökonomische Theorie hergeleitet und mittels Methoden der induktiven Statistik überprüft werden. Letztlich kann über diesen Zusammenhang die Rentabilität eines konkreten Verkehrsprojekts abgeschätzt werden.

2.3

Aufbau der Studie

Um den Einfluss der Erreichbarkeit auf den volkswirtschaftlichen NettoNutzengewinn bemessen zu können, müssen im Verlauf der Studie folgende Fragen geklärt werden:
  

Wie misst man Erreichbarkeit? Wie kann man Erreichbarkeit mit wirtschaftlicher Prosperität verbinden? Wie kann man aufgrund des Zusammenhangs zwischen Erreichbarkeit und wirtschaftlicher Prosperität ein konkretes Verkehrsprojekt auf seine Rentabilität überprüfen?

Zunächst werden in Kapitel 3 anhand der ökonomischen Theorie mögliche Transmissionskanäle erarbeitet, über welche Erreichbarkeit einen Einfluss auf die wirtschaftliche Prosperität ausüben kann. Ziel der Studie ist es, diesen theoretischen Zusammenhang empirisch zu überprüfen. In Kapitel 4 wird der Forschungsplan aufgestellt, der dazu verwendet wird. Dazu gehören unter anderem die Diskussion der verwendeten ökonometrischen Methoden, die Spezifikationen der Regressionsgleichungen und die Formulierung von Vorzeichenhypothesen. In Kapitel 5 werden die Datensätze, die in der empirischen Analyse als Stichproben dienen, beschrieben. Zudem wird ein erster deskriptiver Überblick über den Zusammenhang zwischen Erreichbarkeit und wirtschaftlicher Prosperität gegeben. In Kapitel 6 werden die empirischen Ergebnisse präsentiert, kommentiert und auf ihre Robustheit überprüft. In Kapitel 7 werden weitere Aspekte diskutiert, die auf den empirischen Ergebnissen aus Kapitel 6 basieren. Dazu gehört einerseits eine Simulation, welche die Wirkung der Eröffnung des Gotthard-Basistunnels auf die wirtschaftliche Prosperität untersucht. Anhand dieser Simulation kann gezeigt werden, wie sich der volkswirtschaftliche Effekt eines

22

BAKBASEL

Erreichbarkeit und Wirtschaftsentwicklung

konkreten Verkehrsinfrastrukturprojekts über den «Umweg» der Erreichbarkeit abschätzen lässt. Die verwendete Rentabilitätsmethode wurde im vorangegangenen Kapitel dargelegt. Andererseits wird diskutiert, inwiefern sich die empirischen Ergebnisse aus Kapitel 6 für unterschiedliche Branchenaggregate unterscheiden. In Kapitel 8 werden die empirischen Ergebnisse der Studie zusammengefasst und die Kernresultate hervorgehoben. Der Bericht wird durch eine kurze Diskussion der wirtschaftspolitischen Implikationen dieser Resultate abgerundet. Frage 1 wird dabei in Kapitel 5, Frage 2 in den Kapiteln 3, 4 und 6, Frage 3 in Kapitel 7 beantwortet.

BAKBASEL

23

Erreichbarkeit und Wirtschaftsentwicklung

3

Theorie

Nachdem im vorigen Kapitel die der Studie zugrundeliegende Fragestellung erörtert wurde, wird in diesem Kapitel eine genauere Darstellung der zur Beantwortung der Frage verwendeten ökonomischen Überlegungen gegeben. Die zentrale Frage lautet: Führen Verkehrsinfrastrukturinvestitionen zu wirtschaftlicher Prosperität? Wie bereits in der Einleitung erwähnt wurde, wählt BAKBASEL zur Beantwortung dieser Frage den folgenden Ansatz: Investitionen in die Verkehrsinfrastruktur führen zu besserer Erreichbarkeit, welche ihrerseits zu wirtschaftlicher Prosperität führen sollte. Als zu untersuchende unabhängige Variable wird demnach die Erreichbarkeit einer Region gewählt. Zunächst muss nun geklärt werden, welche Faktoren überhaupt zu wirtschaftlicher Prosperität führen. Anschliessend muss entschieden werden, ob Erreichbarkeit zu diesen Faktoren gehört. Abgeschlossen wird dieses Kapitel durch eine kurze Übersicht der akademischen Literatur, die sich diesem Thema bereits angenommen hat.

3.1
3.1.1
3.1.1.1

Transmissionskanäle zwischen Erreichbarkeit und wirtschaftlicher Prosperität
Neoklassische Wachstumstheorie
Exogene Wachstumstheorie

In den letzten 50 Jahren hat die Ökonomie ihre Modelle zur Erklärung von Wirtschaftswachstum mehrmals erweitert. Als Folge wurden die Theorien nicht nur realitätsnäher, sondern auch ambitionierter. Beginnen wir mit einer simplen neoklassischen Produktionsfunktion des Typs Cobb-Douglas: Gleichung 3.1

Y (t ) = a ⋅ L(t )α ⋅ K (t ) β ,
wobei Y den gesamtwirtschaftlichen Output (z.B. das BIP), L die Menge an (erwerbstätiger) Arbeit (z.B. Beschäftigte in Vollzeitäquivalenten) und K die Menge an («beschäftigtem») physischen Kapital bezeichnet. α und β sind unbekannte Parameter, a ist ein Skalar und t ein Zeitindex (in dieser Studie stetig). Normalerweise wird angenommen, dass es keine Grösseneffekte (Econo-

24

BAKBASEL

Erreichbarkeit und Wirtschaftsentwicklung

mies of Scale) gibt, was bedeutet, dass α + β = 1 . Der Skalar a kann als die Produktivität des Produktionsprozesses interpretiert werden. In Gleichung 3.1 ist dieser Hicks-neutral. Man beachte ausserdem, dass a konstant über die Zeit ist. Gleichungen im Stil von Gleichung 3.1 werden als Niveaugleichungen bezeichnet. Durch Logarithmieren und Ableiten nach der Zeit erhält man die dazugehörige Differenzengleichung, die sogenannte Solow-Wachstumszerlegung: Gleichung 3.2

   Y (t ) L(t ) K (t ) =α ⋅ +β⋅ , Y (t ) L(t ) K (t )
 wobei Y die Ableitung nach der Zeit darstellt. Die Wachstumsrate von Y ist also die mit den partiellen Produktionselastizitäten gewichtete Summe der Wachstumsraten von L und K . Durch empirische Validierung des Modells erkannte Robert Solow (1956, 1957), dass das enorme Wirtschaftswachstum nicht alleine durch Kapital- und Arbeitsakkumulation erklärt werden konnte. Die dazu nötigen Annahmen wären zu realitätsfremd gewesen. Um sich zu behelfen, fügte Solow zu Gleichung 3.2 einen zusätzlichen Summanden hinzu: Gleichung 3.3

   Y (t ) L(t ) K (t ) =α ⋅ +β⋅ + TFP Y (t ) L(t ) K (t )
TFP bedeutet totale Faktorproduktivität und wird gemeinhin auch als SolowResidual bezeichnet. Mit ihr wird derjenige Teil des Outputwachstums erfasst, der nicht auf ein Wachstum des Einsatzes der Produktionsfaktoren Arbeit und Kapital zurückgeführt werden kann, sondern als unerklärter Rest übrig bleibt (deshalb auch Solow-Residual). Als Ursache für diesen Teil des Wachstums des Produktionsergebnisses wird häufig der technische Fortschritt angenommen.
Die Produktionsfunktion, die zu einer Wachstumszerlegung führt, wie sie in Gleichung 3.3 verlangt wird, ist die folgende: Gleichung 3.4

Y (t ) = a (t ) ⋅ L(t )α ⋅ K (t ) β

BAKBASEL

25

Erreichbarkeit und Wirtschaftsentwicklung

Durch Logarithmieren und Ableiten nach der Zeit erhält man: Gleichung 3.5

    Y a L K = +α ⋅ + β ⋅ Y a L K
Der entscheidende Unterschied zu Gleichung 3.1 ist, dass in Gleichung 3.4 die Produktivität des Produktionsprozesses (der Skalar a (t ) ) über die Zeit nicht konstant ist und dessen Wachstumsrate deshalb in der Wachstumszerlegung als zusätzlicher Summand erscheint (und damit den Platz der totalen Faktorproduktivität einnimmt). Solow modellierte den technischen Fortschritt der Einfachheit halber als exponentiellen Wachstumsprozess mit einer Wachstumsrate i , die er als exogen gegeben betrachtete: Gleichung 3.6

a (t ) = a (0) ⋅ eit
Es gilt: Gleichung 3.7

 a =i, a
wobei e die Basis des natürlichen Logarithmus und i ein unbekannter exogener Parameter ist. Das Modell impliziert, dass es ausser dem Effekt, den der Einsatz von Arbeit und Kapital hat, einen zusätzlichen Effekt gibt, der den Output jede Periode um einen Anteil von i des aktuellen Niveaus an Output erhöht. In einigen Ländern passte das oben dargestellte Modell ziemlich gut zu den Daten. Jedoch war es nicht möglich, Differenzen zwischen verschiedenen Ländern sowohl in Bezug auf Niveau als auch Wachstum zu erklären.

3.1.1.2

Endogene Wachstumstheorie

Der nächste logische Schritt war es, den Technologie-Term zu endogenisieren. Die Modifizierung der exogenen Wachstumstheorie wird auch als endogene Wachstumstheorie (Endogenous Growth Theory) bezeichnet. Die Idee war, eine Variable einzuführen, die über Zeit und Länder variiert und den Stand der Technik, die im Produktionsprozess verwendet wird, misst:

26

BAKBASEL

Erreichbarkeit und Wirtschaftsentwicklung

Gleichung 3.8

Y (t ) = a ⋅ L(t )α ⋅ K (t ) β ⋅ T (t )γ ,
wobei T die Summe des gesamten technischen Know-How, das im Produktionsprozess verwendet wird, und γ ein unbekannter Parameter ist. Der Wachstumsprozess von T kann auf unterschiedliche Arten definiert werden, wichtig ist lediglich, dass die Wachstumsrate von T eine Funktion anderer endogener Variablen des Modells ist. Da im Normalfall α + β + γ > 1 gilt, gibt es positive Grösseneffekte (Economies of Scale). Diese Gleichung erlaubt eine Steigerung der Arbeitsproduktivität Y / L durch die Verwendung von mehr oder besserer Technologie. Sie erlaubt es auch, wirtschaftliche Unterschiede zwischen Ländern durch unterschiedliche Niveaus des Technologie-Terms T zu erklären. Das oben dargestellte Modell ist noch stark im Geist des 19. Jahrhunderts verwurzelt, das von der Entwicklung neuer Technologien und deren Einsatz in der Industrie geprägt war. Im 21. Jahrhundert wird das BIP jedoch hauptsächlich im Dienstleistungssektor und vermutlich höchstens zu einem Viertel in der Industrie erwirtschaftet. Sich auf die Entwicklung neuer Technologien als HauptEinflussfaktor auf das Wirtschaftswachstum zu konzentrieren, ist deshalb nicht adäquat. Deshalb wurde die Technologie-Variable T umdefiniert in eine Variable, die auch die Qualität des Humankapitals, die Qualität des physischen Kapitals und die Qualität der Institutionen, kurz gesagt die Effizienz des gesamten Produktionsprozesses beinhaltet (Mankiw et al. 1990). Um diese neue, erweiterte Bedeutung zu unterstreichen wird T in eine Variable R umdefiniert, die als «residualer» Faktor alle anderen Aspekte erfassen soll, die in der Erwirtschaftung des BIP eine Rolle spielen (neben L und K ). Diese Definition ist auch sinnvoll unter dem Gesichtspunkt, dass Technologie/Wissen ein nichtrivalisierendes Gut ist und daher theoretisch keinen grossen Einfluss auf Wachstumsunterschiede in verschiedenen Ländern haben sollte. Die neue Gleichung sieht folgendermassen aus: Gleichung 3.9

Y (t ) = a ⋅ L(t )α ⋅ K (t ) β ⋅ R (t )γ
Verbesserungen in R widerspiegeln insbesondere einen zunehmenden Wissensstand. Der Denkansatz widerspiegelt die laufende Verschiebung von einer Ressourcen-basierten Wirtschaft zu einer Wissens-basierten Wirtschaft (Cortright 2001). Im Gegensatz zu den neoklassischen Produktionsfaktoren, die durch abnehmende Grenzerträge charakterisiert sind, hat Wissen zunehmende Grenzerträge. In der neoklassischen Betrachtungsweise implizieren abnehmen-

BAKBASEL

27

Erreichbarkeit und Wirtschaftsentwicklung

de Grenzerträge zunehmende Grenzkosten. Schreibt man den Produktionsfaktoren abnehmende Grenzerträge zu, impliziert dies, dass das Wirtschaftswachstum (pro Kopf) immer langsamer und schliesslich anhalten wird (Cortright 2001). Dieses Konzept widerspiegelt aber nicht die historischen Daten von wachsenden Volkswirtschaften. Wie bereits erwähnt wurde, ist eine spezielle Eigenschaft von Wissen dessen Nicht-Rivalität. Deshalb hat Wissen – insbesondere wenn es kodifiziert ist – teilweise Eigenschaften von öffentlichen Gütern. Wissen verbreitet sich unter Produzenten, und positive Externalitäten von Humankapital resultieren in zunehmenden Grenzerträgen der Produktionsfaktoren. Indem sich das Kapital über die Zeit akkumuliert, gibt es keine Tendenz zu langsamerem Wachstum in dieser Klasse von Modellen. Wissen2, das keiner Rivalität unterworfen ist, führt dazu, dass sich das Know-How einer einzigen Firma über die gesamte Volkswirtschaft verteilt (Barro 1998). Dies ist eine positive Externalität und erlaubt zunehmende Grenzerträge. Zunehmende Grenzerträge können auch über positive intertemporale SpilloverEffekte in einer Produktionseinheit eingeführt werden. Arrow (1962) beobachtete in seiner bahnbrechenden Studie Learning-by-doing-Effekte. Indem Firmen Güter produzieren, verbessern sie den Produktionsprozess über die Zeit und senken die Produktionskosten. Diese mikroökonomische Beobachtung in einen Makro-Wachstumstheorie-Rahmen zu stellen, war der wegweisende Durchbruch in der Wachstumstheorie (Romer 1986). In diesen Modellen, die F&E-Theorien und imperfekten Wettbewerb beinhalten, streben Firmen Innovation an, um eine Form von ex-post Monopolmacht zu erlangen, die sie ihren Profit maximieren lässt (Romer 1990, Grossman und Helpman 1991, Aghion und Howitt 1992). Diese Innovations-Aktivitäten sind aber nicht Pareto optimal wegen Verzerrungen, die bei der Erstellung von neuen Gütern und Produktionsmethoden entstehen (Barro 1998). Demzufolge gibt es in diesen endogenen Wachstumsmodellen genug Raum für politische Entscheidungsträger, das Niveau der Innovationstätigkeit zu verbessern. Dies kann wiederum den Wachstumspfad im Steady State verbessern. In dieser Klasse von Modellen können verschiedene Standortfaktoren – z.B. die Qualität des Humankapitals, die Menge und Qualität der physischen Infrastruktur oder die Effizienz von Institutionen (alle ein Teil des Residualfaktors R ) – den Wachstumspfad positiv beeinflussen. Durch Logarithmierung und Ableitung der Gleichung 3.9 nach der Zeit erhält man (der Einfachheit halber werden Wachstumsraten ab jetzt mit g bezeichnet):

2

In Wirklichkeit haben nur Teile von Wissen den Charakter von öffentlichen Gütern, z.B. Forschungsergebnisse, die publiziert werden. Anderes Wissen ist eingebettet in den Köpfen der Menschen oder in Betriebsanlagen und deshalb nicht öffentlich. Gleichzeitig können Patente die Nutzbarmachung von Wissen verhindern.

28

BAKBASEL

Erreichbarkeit und Wirtschaftsentwicklung

Gleichung 3.10

gY (t ) = α ⋅ gL(t ) + β ⋅ gK (t ) + γ ⋅ gR(t ), gY (t ) =

 Y Y

3.1.1.3

Reduzierte Form

In der ökonometrischen Analyse werden wir mit der sogenannten reduzierten Form der obigen Produktionsfunktion arbeiten, denn es gibt zwei empirische Probleme mit der letzteren: Einerseits gibt es kaum (vergleichbare) Daten, die das produktive Kapital auf regionaler Basis erfassen. Andererseits werden Output, die Menge an Arbeit und die Menge an Kapital in der langen Frist simultan bestimmt. Eine Produktionsfunktion zu schätzen, kann zu einer systematischen Simultanitäts-Verzerrung führen. Die Verwendung der reduzierten Form kann durch das folgende Argument gerechtfertigt werden: Man kann die Annahme treffen, dass sich die eingesetzten Mengen an Arbeit L und an Kapital K ihrerseits als Funktionen der Residualvariablen R ausdrücken lassen. Die funktionale Form kann dabei unterschiedliche Formen annehmen. Im folgenden Beispiel wird für beide Zusammenhänge eine Cobb-DouglasFunktion unterstellt. Zudem wird die Residualvariable in mehrere Teilvariablen Ri unterteilt. Der Einfachheit halber werden nur zwei Teilvariablen dargestellt. Zunächst wird von Niveaugleichungen ausgegangen: Gleichung 3.11

Y (t ) = f (L(t ), K (t ), R(t )) = a ⋅ L(t )α ⋅ K (t )β ⋅ R1 (t )γ 1 ⋅ R2 (t )γ 2
Gleichung 3.12

L(t ) = f (R(t )) = b ⋅ R1(t )η1 ⋅ R2 (t )η 2
Gleichung 3.13

K (t ) = f (R(t )) = c ⋅ R1 (t )κ1 ⋅ R2 (t )κ 2
Gleichung 3.14
Y (t ) = f (R (t )) = a ⋅  bR1 (t )η1 R2 (t )η 2  ⋅  cR1 (t )κ1 R2 (t )κ 2  ⋅ R1 (t )γ 1 ⋅ R2 (t )γ 2         = abα c β ⋅ R1 (t )η1α + κ1β + γ 1 ⋅ R2 (t )η 2α +κ 2 β +γ 2
α β

(

)

BAKBASEL

29

Erreichbarkeit und Wirtschaftsentwicklung

In Gleichung 3.12 und Gleichung 3.13 wird die Annahme getroffen, dass sich L und K jeweils durch eine Funktion von R1 und R2 ausdrücken lassen. Die reduzierte Form erhält man, indem man L und K in der Produktionsfunktion (Gleichung 3.11) durch diese Funktionen ersetzt. Dies resultiert in einer Niveaugleichung, die alle Residualfaktoren ( R1 , R2 ) mit dem Output ( Y ) in Verbindung bringt (Gleichung 3.14). Durch Logarithmieren wird der multiplikative Zusammenhang zwischen Output und Residualfaktoren in Gleichung 3.14 in einen additiven Zusammenhang umgewandelt: Gleichung 3.15
ln Y (t ) = ln abα c β + (η1α + κ1β + γ 1 ) ⋅ ln R1 (t ) + (η 2α + κ 2 β + γ 2 ) ⋅ ln R2 (t )

(

)

Da unser Interesse nicht den Koeffizienten a , b etc. gilt, können wir die komplizierten Terme durch einfachere ersetzen: Gleichung 3.16
ln Y (t ) = β 0 + β1 ⋅ ln R1 (t ) + β 2 ⋅ ln R2 (t )

Die Koeffizienten β 0 , β1 und β 2 in Gleichung 3.16 hängen dabei nicht mit der partiellen Outputelastizität β in Gleichung 3.11 zusammen. Vielmehr dienen sie dazu, den Produktionsfunktionsansatz in einen statistischen Rahmen zu stellen (in dem sie die Regressionskoeffizienten repräsentieren). Die reduzierte Form der Produktionsfunktion in Gleichung 3.9 hat demnach folgende Form (logarithmiert, R unterteilt in R1 und R2 , mit Koeffizienten des statistischen Rahmens): Gleichung 3.17
ln Y (t ) = β 0 + β1 ⋅ ln R1 (t ) + β 2 ⋅ ln R2 (t )

Da uns in dieser Studie nur Veränderungen des Outputs (nicht dessen absolutes Niveau) interessieren, ist dieser Ansatz sehr zweckmässig: Den Einfluss von Veränderungen in den Residualfaktoren können wir mit Hilfe der Koeffizienten β1 und β 2 beurteilen. Die Konstante β 0 präzisiert lediglich die absolute Höhe des (logarithmierten) Outputs. Diese Betrachtungsweise ist nicht nur zweckmässig, sondern auch theoretisch angebracht. Wie oben bereits erwähnt wurde, entfiel ein grosser Teil des Wirtschaftswachstums in der Vergangenheit auf die totale Faktorproduktivität (z.B. IT-Revolution). Zudem sind die Inputs Arbeit und Kapital in ihrer Natur wahr-

30

BAKBASEL

Erreichbarkeit und Wirtschaftsentwicklung

scheinlich abnehmenden Grenzerträgen unterworfen. Selbst wenn die Annahmen der reduzierten Form nicht realitätsnah sein sollten, so ist doch die entscheidende Variable für Wirtschaftswachstum der Residualfaktor. Die Niveaugleichung in Gleichung 3.17 ist die erste, die wir in der empirischen Analyse untersuchen werden. Sie ist in ihrer Natur statisch, da sie lediglich den (Gleichgewichts-)Zustand in jedem Zeitpunkt t darstellt. Sie wird nachfolgend mit dem Ausdruck «Niveau» bezeichnet. Um den dynamischen Anpassungsprozess zwischen den Zeitpunkten zu analysieren und damit eine dynamische Komponente in die Betrachtung einzubringen wird eine Differenzengleichung abgeleitet. Durch Differenziation nach der Zeit erhält man: Gleichung 3.18

gY (t ) = β1 ⋅ gR1(t ) + β 2 ⋅ gR2 (t )
In der empirischen Analyse werden wir jedoch nicht Gleichung 3.18 verwenden, sondern die folgende modifizierte Version, die nachfolgend unter dem Namen «Differenz1» erscheint: Gleichung 3.19

gY (t ) = β0 + β1 ⋅ gR1(t ) + β 2 ⋅ gR2 (t )
Im Unterschied zu Gleichung 3.18 enthält diese Gleichung in Niveaus einen zeitlichen Trend, wie man durch Integrieren erkennen kann: Gleichung 3.20
ln Y (t ) = β 0 ⋅ t + β1 ⋅ ln R1 (t ) + β 2 ⋅ ln R2 (t )

In der empirischen Analyse werden wir zusätzlich zu Gleichung 3.17 und Gleichung 3.19 noch eine dritte Gleichung prüfen, die mit dem Ausdruck «Differenz2» bezeichnet wird. Sie wird über den folgenden Gedankengang hergeleitet: In Gleichung 3.19 ist die Wachstumsrate des Outputs eine Funktion der Wachstumsraten der Residualfaktoren. Es wäre jedoch auch möglich, dass nicht nur die Wachstumsraten der Residualfaktoren, sondern auch deren (logarithmierte) Niveaus einen Einfluss auf die Wachstumsrate des Outputs haben: Gleichung 3.21

gY (t ) = β0 + β1 ⋅ gR1(t ) + β 2 ⋅ gR2 (t ) + β3 ⋅ ln R1(t ) + β 4 ⋅ ln R4 (t )
Eine einmalige Verbesserung eines Residualfaktors hat demnach nicht nur eine einmalige Verschiebung des Output-Niveaus zur Folge (wie in Gleichung 3.19), sondern führt zu einer dauerhaften Erhöhung der Wachstumsrate des Outputs.

BAKBASEL

31

Erreichbarkeit und Wirtschaftsentwicklung

Die zusätzlichen Niveaus der Residualfaktoren in Gleichung 3.21 führen dadurch zu weiteren Trend-Termen in der zugehörigen Niveaugleichung: Gleichung 3.22
ln Y (t ) = β 0 ⋅ t + β1 ⋅ ln R1 (t ) + β 2 ⋅ ln R2 (t ) + β 3 ⋅  ln R1 (t )dt + β 4 ⋅  ln R2 (t )dt
0 0 t t

Die zusätzlichen Trend-Terme sind die beiden Integrale am Ende der Gleichung. Der Vergleich mit Gleichung 3.20 soll deren Bedeutung klar machen: Ist das Niveau von R1 und R2 in zwei Zeitpunkten konstant, ist in Gleichung 3.20 nur der Term β 0 ⋅ t im zweiten Zeitpunkt grösser. In Gleichung 3.22 sind zusätzlich die beiden Integralterme zu jedem Zeitpunkt grösser. In Tab. 3-1 werden die drei theoretischen Modelle, welche in dieser Studie empirisch überprüft werden, zusammengefasst. Grau markiert sind diejenigen Gleichungen, deren empirische Validität mittels linearer Regression überprüft werden wird.

32

BAKBASEL

Erreichbarkeit und Wirtschaftsentwicklung

Tab. 3-1

Zusammenfassung der zu überprüfenden theoretischen Modelle

Niveaugleichung (reduzierte Form) Niveau

Y (t ) = e

β0

⋅ R1 (t )β1 ⋅ R2 (t )β 2

Niveaugleichung logaln Y (t ) = β 0 + β1 ⋅ ln R1 (t ) + β 2 ⋅ ln R2 (t ) rithmiert (reduzierte Form) Differenzengleichung (reduzierte Form) Geschätzt wird die… Niveaugleichung (reduzierte Form)

gY (t ) = β1 ⋅ gR1(t ) + β 2 ⋅ gR2 (t )
Niveaugleichung

Y (t ) = e

β0 ⋅ t

⋅ R1 (t )β1 ⋅ R2 (t )β 2

Differenz1

Niveaugleichung logaln Y (t ) = β 0 ⋅ t + β1 ⋅ ln R1 (t ) + β 2 ⋅ ln R2 (t ) rithmiert (reduzierte Form) Differenzengleichung (reduzierte Form) Geschätzt wird die…

gY (t ) = β 0 + β1 ⋅ gR1(t ) + β 2 ⋅ gR2 (t )
Differenzengleichung

Niveaugleichung (reduzierte Form) Differenz2

Y (t ) = e
t

β 0 ⋅t

⋅ R1 (t )β1 ⋅ R2 (t )β 2 ⋅ e

β 3 ⋅  ln R1 (t )dt
0

t

⋅

⋅e

β 4 ⋅  ln R2 (t )dt
0

0 1 1 2 Niveaugleichung logat t rithmiert + β 3 ⋅  ln R1 (t )dt + β 4 ⋅  ln R2 (t )dt (reduzierte Form) 0 0

ln Y (t ) = β ⋅ t + β ⋅ ln R (t ) + β ⋅ ln R2 (t ) +

Differenzengleichung (reduzierte Form) Geschätzt wird die…
Quelle: BAKBASEL

+ β3 ⋅ ln R1(t ) + β 4 ⋅ ln R4 (t )
Differenzengleichung

gY (t ) = β 0 + β1 ⋅ gR1(t ) + β 2 ⋅ gR2 (t ) +

3.1.2

Erreichbarkeit als Residualfaktor

Über die reduzierte Form einer klassischen Produktionsfunktion, in der das Produktionsergebnis auf dem Einsatz von Arbeit ( L ), Kapital ( K ) und Residualfaktoren ( R ) beruht, kann die wirtschaftliche Prosperität als nur von den Residualfaktoren abhängig modelliert werden. Deren zentrale Eigenschaft ist die Effizienzsteigerung des Produktionsprozesses. BAKBASEL approximiert diese Resi-

BAKBASEL

33

Erreichbarkeit und Wirtschaftsentwicklung

dualfaktoren seit Jahren durch Standortfaktoren wie beispielsweise das Niveau an Regulierung, an Besteuerung oder an Innovationspotential. Kann nun auch Erreichbarkeit als Residualfaktor betrachtet werden? Zur Beantwortung dieser Frage muss geklärt werden, ob Erreichbarkeit zu einer Effizienzsteigerung des Produktionsprozesses führt. Aus ökonomischer Sicht können dazu folgende Überlegungen angestellt werden. Eine gute Erreichbarkeit, die auf effizienten Verkehrssystemen beruht, führt klar zu einer Senkung der Transportkosten in Form von Zeiteinsparungen. Im Sinne der Transaktionskostentheorie können die Transportkosten einer Ware/Dienstleistung, aber auch einer Person, die als Verhandlungspartner agiert, als Transaktionskosten interpretiert werden. Erreichbarkeit führt also zu einer Senkung der Transaktionskosten und damit zu einer Effizienzsteigerung der Transaktion. Dieser Sachverhalt ist in Abb. 3-1 dargestellt. Die Investitionen in Verkehrssysteme als Beginn der Wirkungskette sind ebenfalls aufgeführt. Die verringerten Transport-/Transaktionskosten wirken sich über mehrere Kanäle positiv auf den Wirtschaftsprozess aus:


Steigerung der Produktivität:


Güter – sowohl Inputs in als auch Outputs des Produktionsprozesses – können einerseits kostengünstiger aus den/in die bestehenden (Beschaffungs-/Absatz-) Märkte transportiert werden. Andererseits können neue, weiter entfernte (Beschaffungs-/Absatz-) Märkte erschlossen werden. Dadurch sinken die Vorleistungskosten (effizientere Handhabung der bestehenden Märkte), respektive steigt die Wertschöpfung (Erschliessung neuer Märkte). Damit steigt die Wertschöpfung, welche auf die Produktionsfaktoren Arbeit und Kapital verteilt werden kann. Bei konstantem Arbeits- und Kapitaleinsatz steigen somit die Arbeits- und die Kapitalproduktivität. Die niedrigeren Transportkosten ermöglichen eine Arbeitsteilung zwischen Regionen und erlauben es einer Region, sich zu spezialisieren. Dadurch können Skalenerträge und sonstige Vorteile der Spezialisierung genutzt werden. Dadurch steigt wiederum die Wertschöpfung, beziehungsweise die Produktivität (bei konstanter Arbeit und konstantem Kapital). Ein interregionaler (-nationaler) Wissenstransfer wird durch niedrigere Transportkosten stark vereinfacht. In der ökonomischen Literatur ist allgemein anerkannt, dass höhere Innovationskraft zu Wertschöpfungs- und Produktivitätssteigerungen führt.





Die höhere Produktivität wirkt sich einerseits positiv auf die Wohlfahrt der bereits ansässigen Arbeitnehmer und Kapitalgeber aus, die höhere Löhne und Dividenden, bzw. bei konstanten Zinszahlungen eine höhere Bonität der

34

BAKBASEL

Erreichbarkeit und Wirtschaftsentwicklung

Unternehmen erwarten können. Andererseits zieht die Produktivitätssteigerung ausserregionale Arbeit und Kapital an. Dies kann zu einer Clusterbildung in gewissen Branchen führen, die wiederum positiv auf die Attraktivität rückwirkt (Feedback).


Steigerung der Mobilität:


Personen können günstiger reisen. Einerseits bedeutet dies einen Wohlfahrtsgewinn für die ansässige Bevölkerung, die einfacher andere Regionen erreichen kann (Ferien, Geschäftsreisen etc.). Andererseits wird die Region wiederum für ausserregionale Arbeit und Kapital attraktiver, da diese (zeitlich) weniger weit von ihrer Heimat entfernt sind. Dadurch ist es auch leichter, an Innovationsprozessen in anderen Regionen teilzuhaben.

Die wirtschaftliche Aktivität dürfte dabei stärker von der Attraktivitätssteigerung als von der Wohlfahrtssteigerung profitieren. Erstens ist der Zufluss an ausserregionalem Kapital wahrscheinlich höher als die Vergrösserung des innerregionalen Kapitals. Zweitens fliesst über die Standortattraktivität neben Kapital auch Arbeit in die Region. Die Wohlfahrtssteigerung führt aber ihrerseits ebenfalls zu Attraktivitätssteigerungen. So sind beispielsweise mehr Mittel für kulturelle Angebote vorhanden, was für ausserregionale Arbeitskräfte (insbesondere Spitzenkräfte) oft ein entscheidender Standortfaktor ist. Zusammenfassend gesagt ist es einer Region erst möglich die Früchte der Globalisierung (Erschliessung neuer Märkte, Arbeitsteilung, Wissenstransfer, interregionale/-nationale Mobilität) zu ernten, wenn sie verkehrstechnisch gut erschlossen ist. Zudem führt eine global durchwegs gute Erreichbarkeit dazu, dass die Weltwirtschaft produktiver wird, da die Produktionsfaktoren leichter dorthin gelangen können, wo sie am produktivsten sind.

BAKBASEL

35

Erreichbarkeit und Wirtschaftsentwicklung

Abb. 3-1

Ökonomische Wirkungskette von Investitionen in Verkehrssysteme
Kosten

Investitionen in Verkehrssysteme (Verkehrsinfrastruktur oder Verkehrsdienstleistungen)

Erreichbarkeit (kürzere Transport- und Reisezeiten)

Kosten (niedrigere Transport- und Reisekosten)

Produktivität (höhere Wertschöpfung bei konstanter Arbeit und Kapital)

Mobilität (höhere Effizienz des Reisens) Attraktivität Durch Produktivität ausgelöst Ausserregionale Firmen wollen von Produktivitätsvorteilen profitieren. Durch Mobilität ausgelöst Ausserregionale Arbeitnehmer können günstiger in ihre Heimat reisen.

kurzfristiger Nutzengewinn

Wohlfahrt Durch Produktivität ausgelöst 1. Arbeit: höhere Löhne 2. Eigenkapital: höhere Dividende 3. Fremdkapital: höhere Bonität Durch Mobilität ausgelöst Bewohner können günstiger andere Regionen erreichen.

langfristiger Nutzengewinn

Clusterbildung

Wirtschaftliche Aktivität
Quelle: BAKBASEL

36

BAKBASEL

Erreichbarkeit und Wirtschaftsentwicklung

3.2

Literatur

Bereits publizierte empirische Studien, die demselben Forschungsplan folgen wie diese Studie es tut, wurden von den Autoren keine gefunden. Es gibt jedoch einige Beispiele, die ähnlich gelagerte Ansätze verfolgen. Eine Auswahl wird in Tab. 3-2 gegeben. Dabei werden nur die für uns relevanten Spezifikationen aus den Studien dargestellt. Einer der ersten, welcher den Zusammenhang zwischen öffentlicher Infrastruktur und der Produktivität des privaten Kapitals in den USA (Zeitraum 1949 – 1985) untersucht hat, war Aschauer. Als unabhängige Variable definiert er den «public capital stock», welcher aus der Kerninfrastruktur (Strassen, Transport, Flughäfen), Gebäuden (Bürogebäude, Feuerwehrdepots, Polizeiposten) und Spitälern zusammengesetzt ist. Die Ergebnisse für die Kerninfrastruktur fasst der Autor wie folgt zusammen: «The estimated elasticity for the core infrastructure, which accounted for 55% of the total nonmilitary stock, equals 0.24 and is highly significant» (Aschauer 1989). Munnell (Sep. 1990) untersucht den Einfluss von «public Capital» auf die drei abhängigen Variablen «private sector investment», «employment growth» und «output» in den verschiedenen Staaten der USA. Der Effekt des «public capital» auf den «output» ist positiv signifikant. In einer anderen Studie findet Munnell (Jan. 1990) auch für die USA, dass das Niveau von "total nonmilitary public capital and core infrastructure" einen positiven, signifikanten Einfluss auf die Produktivität hat. In einem Paper von Rupasingha et al. (2002) wird die Wachstumsrate des BIP pro Kopf untersucht. Unter anderem werden die Ausgaben für den Aufbau und die Erweiterung des Autobahnnetzes in den einzelnen Bezirken der USA für die Analyse verwendet. Sie entdecken einen signifikant positiven Einfluss der Ausgaben auf das Wachstum in der OLS Regression. Jedoch wird der Einfluss signifikant negativ unter einem «spatial autoregressive model (SAR)» oder einem «spatial errors model (SEM)», was auf eine Verfälschung der OLS Regression durch bestimmte Eigenschaften der Variablen hindeutet. Eine Studie von Shirley und Winston (2003) untersucht den Rohwarenlagerbestand von Unternehmungen in Abhängigkeit von Infrastrukturinvestitionen in das Autobahnnetz in den USA. Ihr zentraler Befund ist, dass Betriebe oder Fabriken ihre Bestände infolge von Investitionen in die Infrastruktur des Autobahnnetzes reduzieren, was die Kapitalproduktivität erhöht.

BAKBASEL

37

Erreichbarkeit und Wirtschaftsentwicklung

Tab. 3-2

Ausgewählte empirische Studien Produktionsfunktion Methode Abhängige Variable Art der Gleichung Geographie Zeitraum Ökonometrie Einfluss(1)
BAKBASEL

Studie

Aschauer (1989) Munnell (Jan. 1990) Munnell (Sep. 1990)

BIP/ Cobbprivates Douglas Kapital BIP/ CobbErwerbsDouglas tätige CobbBIP Douglas

Niveau

OLS

USA

1949- Stark positiv 1985 (II) 1949Positiv (II) 1987 1970Positiv (IVI) 1986 Gemischte 1990Ergebnisse 1997 (IVI) 1973- Negativ(2) 1996 (IVI) Gemischte 1950Ergebnisse 1992 (IVI) 19912001 Schwach 2001- positiv (E) 2021

Niveau Niveau

OLS OLS

USA USA

Rupasingha CobbBIP/Kopf et al. (2002) Douglas Shirley and Winston (2003) -

OLS, Differenz SAR/ USA SEM OLS USA

RohwarenlagerbeNiveau stand

Canning und CobbPedroni BIP/Kopf Douglas (2004) Spiekerman und Wegener (2006) BIP/Kopf

Differenz VECM Welt

Niveau

SimuEU lation

Swaminathan CobbBIP/Kopf (2009) Douglas Huijg et al. (2011) -

Niveau

OLS

Maharashtra, 1999 Positiv (II) Indien Nieder- 1840Positiv (E) lande 1930

Bevölkerung Differenz OLS

Bemerkungen: (1) Einfluss der Erreichbarkeit (E), von Investitionen in die Verkehrsinfrastruktur (IVI) und Investitionen in die Infrastruktur (II) (2) Negativ bedeutet, weniger Rohwarenlagerbestand (weniger kapitalintensive Produktion) und somit steigende Kapitalproduktivität. Quelle: BAKBASEL

Canning und Pedroni (2004) untersuchen die Wachstumsrate des BIP pro Kopf in einzelnen Ländern unter anderem anhand von Infrastrukturausgaben in das Strassennetz. In ihrem Modell gibt es eine optimale Infrastruktur, die das Wachstum des BIP pro Kopf maximiert. In Ländern, in denen die Infrastruktur

38

Erreichbarkeit und Wirtschaftsentwicklung

über dem Optimum liegt, wirken sich Investitionen in die Infrastruktur negativ auf das Wachstum aus, und in Ländern mit weniger ausgeprägter Infrastruktur positiv. Spiekerman und Wegener (2006) sind in ihrer Studie an dem Zusammenhang zwischen den Erreichbarkeitsprojekten «Trans-European Transport Network (TEN)» und «Transport Infrastructure Needs Assessment» (TINA) der EU und dem BIP pro Kopf interessiert. Diese Projekte dienen dazu die neuen und die alten Mitgliedsländer miteinander zu verbinden und ökonomische Ungleichheiten auszugleichen. Die Autoren fassen die Resultate wie folgt zusammen: «The main general conclusion from the scenario simulations is that the overall effects of transport infrastructure investments and other transport policies are small compared with those of socio-economic and technical macro trends (…)» (Spiekerman und Wegener 2006). Ebenfalls merken sie an, dass der Einfluss des Anstiegs der Erreichbarkeit stark vom Niveau der Erreichbarkeit abhängt: Ein Anstieg der Erreichbarkeit in einer eher abgelegenen Region hat einen grösseren Einfluss auf die wirtschaftliche Performance als ein Anstieg in einer gut erreichbaren Region. Dies deutet auf abnehmende Grenzerträge der Erreichbarkeit hin. Bei der Studie von Swaminathan (2009) steht der Zusammenhang zwischen Investitionen in die Infrastruktur und dem ökonomischen Wachstum in der indischen Region Maharashtra im Jahre 1999 im Fokus. Die Autorin teilt die Investitionen in Infrastruktur in zwei Untergruppen: die ökonomischen Infrastrukturinvestitionen (Strassennetz, Poststellen und Banken) und die sozialen Infrastrukturinvestitionen (Schulen und Spitäler). Beide Investitionstypen haben einen positiv signifikanten Einfluss auf das ökonomische Wachstum in der Region, wobei die sozialen Investitionen das Wachstum eher indirekt beeinflussen. Ein Paper, welches die Beziehung zwischen Erreichbarkeit und Bevölkerungswachstum untersucht, ist jenes von Huijg et al. (2011). Die Autoren versuchen dieses anhand der Entwicklung der Bahn in Holland im Zeitraum 1840-1930 zu erklären. Sie sind an dem Zusammenhang zwischen dem Erreichbarkeitsniveau, beziehungsweise der Veränderung der Erreichbarkeit und dem Bevölkerungswachstum in einer Region interessiert. Den Grund für den Einbezug des Erreichbarkeitsniveaus beschreiben die Autoren folgendermassen: «The reason for including accessibility levels is that relatively better accessible municipalities are expected to permanently attract more people in the long run» (Huijg et al. (2011)). Die Ergebnisse fallen relativ moderat aus: Zwar resultiert ein signifikant positiver Zusammenhang zwischen der Erreichbarkeit (Niveau und Veränderung) und dem Bevölkerungswachstum, jedoch dominieren Wachstums- und Urbanisierungseffekte.

BAKBASEL

39

Erreichbarkeit und Wirtschaftsentwicklung

Eine Gemeinsamkeit der Studien von Aschauer (1989), Munnell (Jan. 1990, Sep. 1990), Rupashinga et al. (2002), Canning und Pedroni (2004) und Swaminathan (2009) ist, neben der Infrastruktur oder den Investitionen in die Infrastruktur als unabhängige Variable, eine Cobb-Douglas Funktion, welche als Grundlage für die Regressionsanalysen der Autoren dient. Deshalb werden die Resultate als Elastizitäten interpretiert. Bei Spiekerman und Wegener (2006) und Huijg et al. (2011) steht nicht unmittelbar der allgemeine "public capital stock" als unabhängige Variable im Zentrum, sondern vielmehr spezifische Projekte oder Entwicklungen im Bereich der Infrastruktur. Es wird untersucht wie sich solche Projekte oder Entwicklungen auf das Bevölkerungswachstum oder auf die ökonomische Performance einer Region auswirken.

40

BAKBASEL

Erreichbarkeit und Wirtschaftsentwicklung

4

Forschungsplan

Im vorigen Kapitel wurde anhand der ökonomischen Theorie hergeleitet, dass Erreichbarkeit einen positiven Einfluss auf wirtschaftliche Prosperität hat. Diesen theoretischen Zusammenhang empirisch zu überprüfen ist das Ziel dieser Studie. In diesem Kapitel wird der Forschungsplan vorgestellt, der zu diesem Zweck verfolgt wird. Zunächst wird ein kurzer Überblick über das allgemeine Vorgehen gegeben. Anschliessend folgt eine genauere Beschreibung der verwendeten ökonometrischen Methoden.

4.1

Überblick

Ausgehend von der im vorigen Kapitel vorgestellten ökonomischen Wachstumstheorie kann ein theoretischer Zusammenhang zwischen Erreichbarkeit und wirtschaftlichem Wohlstand, beziehungsweise wirtschaftlicher Entwicklung, postuliert werden. Die anschliessende Frage ist, ob sich dieser Zusammenhang auch empirisch bestätigen lässt. Die Nullhypothese lautet dabei, dass der Einfluss der Erreichbarkeit auf wirtschaftliche Prosperität null ist. Die ökonometrischen Schätzungen werden mit der Software Eviews 7.2 durchgeführt. Zu testende theoretische Gleichungen In Tab. 4-1 werden die zu testenden theoretischen Gleichungen, die im vorigen Kapitel anhand ökonomischer Überlegungen hergeleitet wurden, übersichtlich dargestellt.
Tab. 4-1 Name Niveau Differenz1 Differenz2 Zu testende theoretische Gleichungen Theoretische Gleichung

ln Y (t ) = β 0 + β1 ⋅ ln R1 (t ) + β 2 ⋅ ln R2 (t )

gY (t ) = β0 + β1 ⋅ gR1(t ) + β 2 ⋅ gR2 (t ) gY (t ) = β0 + β1 ⋅ gR1(t ) + β 2 ⋅ gR2 (t ) + β3 ⋅ ln R1(t ) + β 4 ⋅ ln R4 (t )

Quelle: BAKBASEL

BAKBASEL

41

Erreichbarkeit und Wirtschaftsentwicklung

Methoden Um die postulierten Zusammenhänge zu überprüfen, werden Methoden aus der induktiven Statistik, konkret lineare Regressionsanalysen, verwendet. Die zu testenden Gleichungen sind in Tab. 4-1 aufgelistet. Hierbei kommen zwei verschiedene Ansätze in Betracht: Zunächst werden Strukturmodelle spezifiziert. Diese werden sowohl in einer reinen Querschnitts- als auch in einer Panelform geschätzt. Darüber hinaus wird überprüft, ob dieser Ansatz mit dem Instrumentarium von Vektorautoregressiven Modellen sinnvoll ergänzt werden kann. Die Priorität der verwendeten Methoden gestaltet sich folgendermassen: Die Hauptgleichung ist die Niveaugleichung des Querschnitts-Strukturmodells. Alle nachfolgenden Gleichungen dienen lediglich dazu, die Resultate der Hauptgleichung auf Robustheit und Sensitivität zu prüfen und eventuell weitere Aspekte zu beleuchten. In diesen Gleichungen ist das Ziel deshalb nicht, den besten Koeffizienten zu finden, sondern die Unterschiede zur Hauptgleichung hervorzuheben. Die Differenzengleichungen des Querschnitts-Strukturmodells erweitern die Hauptgleichung um dynamische Aspekte. Die Gleichungen des PanelStrukturmodells nutzen die Panelstruktur der Daten, um einerseits effizientere Schätzungen zu generieren, und andererseits die Wahrscheinlichkeit einer Verzerrung durch vergessene Variablen weiter zu senken (durch das Einbauen sog. Fixed Effects). Die Vektorautoregressiven Modelle tragen der Problematik der gegenseitigen Kausalität besser Rechnung. Denn es ist davon auszugehen, dass nicht nur eine bessere Erreichbarkeit einen Einfluss auf die wirtschaftliche Aktivität ausübt, sondern auch umgekehrt eine erfolgreichere wirtschaftliche Entwicklung die Nachfrage nach Verkehrsdienstleistungen erhöht, und höhere öffentliche Investitionen in eine bessere Infrastruktur ermöglicht. Stichproben Zwei Datensätze mit longitudinaler (Panel-) Form dienen als Datengrundlage:


Europa: Die europäische Stichprobe umfasst 202 westeuropäische NUTS2Regionen im Zeitraum 1990-2008. Dieser Datensatz wurde gewählt, um die Charakteristika von grossen, in sich geschlossenen, funktionalen Räumen abzubilden. Schweiz: Die Schweizer Stichprobe umfasst die 106 MS-Regionen im Zeitraum 1990-2008. Dieser Datensatz soll die Eigenschaften von kleinen, offenen, nicht-funktionalen Räumen erfassen.



Eine Liste der verwendeten Regionen findet sich im Anhang. Variablen In den Niveaugleichungen wird als abhängige Variable nicht direkt der gesamtwirtschaftliche Output gewählt, der typischerweise mit dem Bruttoinlandspro-

42

BAKBASEL

Erreichbarkeit und Wirtschaftsentwicklung

dukt (BIP) gemessen wird. Dieser enthält nämlich reine Grösseneffekte (grosse, bevölkerungs- oder erwerbstätigenreiche Regionen haben einen höheren Output), die mit zusätzlichen Rechthandvariablen korrigiert werden müssten. Stattdessen wird der wirtschaftliche Output mit Hilfe der Bevölkerung standardisiert. Das BIP pro Kopf (BIP geteilt durch Bevölkerung) misst dabei den Wohlstand einer Region. In den Differenzengleichungen fungiert die Wachstumsrate des BIP pro Kopf als abhängige Variable. In Tab. 4-2 ist dieser Sachverhalt übersichtlich dargestellt.
Tab. 4-2 Niveau/ Differenz Niveau Differenz Abhängige Variablen misst… Wirtschaftlicher Wohlstand Wirtschaftliche Entwicklung Indikatoren Reales BIP pro Kopf (reales BIP / Bevölkerung) Reales BIP-pro-Kopf-Wachstum Kürzel XP gXP

Quelle: BAKBASEL

Die unabhängigen Variablen (die Komponenten der Residualvariablen R ) werden in den nachstehenden Tabellen in drei Gruppen unterteilt:


Standortfaktor Erreichbarkeit: Variablen, welche die Erreichbarkeit einer Region abbilden. Dunkelgrau markiert. Übrige Standortfaktoren: Variablen, die sonstige Standortfaktoren erfassen. Hellgrau markiert. Übrige Residualvariablen: Variablen, die sonstige Wachstumseffekte abbilden. Weiss markiert.





In dieser Studie interessieren uns nur die Erreichbarkeits-Variablen. Die Gruppen zwei und drei fungieren als Kontrollvariablen und werden in der Regression berücksichtigt, um den Einfluss der Erreichbarkeit zu isolieren und Verzerrung durch vergessene Variablen bestmöglich auszuschliessen. Die genaue Bedeutung der Variablen, deren Erhebung/Berechnung und deren Vorzeichenhypothese werden in Kapitel 5 erläutert. In Tab. 4-3 und Tab. 4-4 werden die unabhängigen Variablen übersichtlich dargestellt.

BAKBASEL

43

Erreichbarkeit und Wirtschaftsentwicklung

Tab. 4-3

Unabhängige Variablen: Europa Kürzel AC[…] Vorzeichenhypothese +

Niveau/ Residualfaktoren Indikatoren Differenz Erreichbarkeit (Niveau) Regulierung (Niveau) Besteuerung (Niveau) Innovation (Niveau) Erreichbarkeits-Indizes Je höher desto besser erreichbar

Niveau

Regulierungs-Index Je höher desto mehr Regu- RG lierung Effektiver durchschnittlicher TX Steuersatz Anteil Arbeitnehmer mit tertiärer Ausbildung IV […]WE AC[…] gAC[…]

+ + + + + + + -

Konjunktur (Niveau) Abhängige Variable für Nur im Panelmodell Westeuropa Erreichbarkeit (Niveau) Erreichbarkeit (Wachstum) Regulierung (Niveau) Regulierung (Wachstum) Besteuerung (Niveau) Besteuerung (Wachstum) Innovation (Niveau) Innovation (Wachstum) Erreichbarkeits-Indizes Je höher desto besser erreichbar

RG Regulierungs-Index Je höher desto mehr Regulierung gRG TX gTX IV gIV […]WE CT

Differenz

Effektiver durchschnittlicher Steuersatz

Anteil Arbeitnehmer mit tertiärer Ausbildung

Konjunktur Abhängige Variable für (Wachstum) Westeuropa Nur im Panelmodell. Konvergenz (Niveau) BIP/Kopf in der Vorperiode

Fehlerkorrekturterm Um eine Periode verzögertes (Niveau) Residuum aus der dazuge- ECT Nur im Panelmodell hörigen Niveaugleichung.
Quelle: BAKBASEL

44

BAKBASEL

Erreichbarkeit und Wirtschaftsentwicklung

Tab. 4-4

Unabhängige Variablen: Schweiz Kürzel AC[…] Vorzeichenhypothese +

Niveau/ Residualfaktoren Indikatoren Differenz Erreichbarkeit (Niveau) Niveau Besteuerung (Niveau) Innovation (Niveau) Erreichbarkeits-Indizes Je höher desto besser erreichbar Besteuerungs-Index Je höher desto höhere Steuern Anteil Arbeitnehmer mit tertiärer Ausbildung

TX IV […]CH AC[…] gAC[…] TX gTX IV gIV […]CH CT

+ + + + + + + -

Konjunktur (Niveau) Abhängige Variable für die Nur im Panelmodell Schweiz Erreichbarkeit (Niveau) Erreichbarkeit (Wachstum) Besteuerung (Niveau) Besteuerung (Wachstum) Innovation (Niveau) Innovation (Wachstum) Erreichbarkeits-Indizes Je höher desto besser erreichbar Besteuerungs-Index Je höher desto höhere Steuern Anteil Arbeitnehmer mit tertiärer Ausbildung

Differenz
BAKBASEL

Konjunktur Abhängige Variable für die (Wachstum) Schweiz Nur im Panelmodell Konvergenz (Niveau) BIP/Kopf in der Vorperiode

Fehlerkorrekturterm Um eine Periode verzögertes (Niveau) Residuum aus der dazuge- ECT Nur im Panelmodell hörigen Niveaugleichung
Quelle: BAKBASEL

Im Schweizer Kontext fällt die Variable «Regulierung» weg, da sie für alle Regionen identisch ist.

45

Erreichbarkeit und Wirtschaftsentwicklung

4.2

Strukturmodelle

Strukturmodelle fokussieren vor allem auf die Querschnittsdimension der Daten, indem eine endogene Variable zu einem bestimmten Zeitpunkt durch exogene Variablen erklärt wird. Zeitlich verzögerte Werte der endogenen Variablen dienen nicht als Erklärungsvariablen. Eine teilweise dynamische Komponente kann nur durch die Verwendung von Wachstumsraten oder Paneldaten in die Betrachtung eingebracht werden. Die Schätzung der Strukturmodelle erfolgt sowohl durch die Betrachtung der Datensätze als reine Querschnitte als auch durch Ausnutzen der PanelEigenschaften. Obwohl beide Datensätze die Form eines Panels haben, also sowohl Beobachtungen über einen Quer- als auch über einen Längsschnitt aufweisen, wird das Hauptaugenmerk auf das Querschnittsmodell gelegt. Dieses wird für beide Datensätze gebildet, indem für jede Querschnittsbeobachtung über den Zeitraum 1991-2008 Durchschnittswerte betrachtet werden. Für Niveauwerte wird dabei der Mittelwert verwendet, für Differenzenwerte die (stetige) durchschnittliche jährliche Wachstumsrate. Die Panelregressionen dienen anschliessend insbesondere der Überprüfung der Robustheit der Querschnittsresultate. Die Betrachtung des Querschnitts als Hauptmodell wird aus folgenden Gründen gewählt:


Der in Kapitel 3 beschriebene Transmissionsmechanismus von Erreichbarkeit zu wirtschaftlicher Prosperität ist zeitlich sehr komplex. Es ist nicht zu erwarten, dass der Effekt, den die Verbesserung der Erreichbarkeit in einer Periode auslöst, sich nur in derselben oder der darauffolgenden Periode niederschlägt. Rationale Agenten dürften die verbesserte Erreichbarkeit, welche eine neue Verkehrsinfrastruktur auslöst, bereits vor deren Eröffnung in ihre Entscheidungen mit einbeziehen. Als Folge steigt die wirtschaftliche Aktivität bereits vor der Eröffnung. Gleichzeitig dauert der Anpassungsprozess der Wirtschaftssubjekte an veränderte Standortfaktoren in der Regel sehr lang. Erreichbarkeit und wirtschaftliche Prosperität befinden sich daher in einer komplexen «Lead-Lag-Beziehung». Der in Kapitel 3 beschriebene Transmissionsmechanismus von Erreichbarkeit zu wirtschaftlicher Prosperität spielt sich primär in einer räumlichen, nicht einer zeitlichen, Ebene ab: Die verbesserte Attraktivität eines Standortes führt dazu, dass sich mehr Firmen an diesem Standort ansiedeln, und zwar im Vergleich zu anderen Standorten zum selben Zeitpunkt. Natürlich ist die Anzahl der Firmen an einem Standort in der Folge auch im zeitlichen Vergleich (mit sich selbst) höher. Der Effekt der Erreichbarkeit kann jedoch im räumlichen Vergleich besser herausgearbeitet werden.



46

BAKBASEL

Erreichbarkeit und Wirtschaftsentwicklung



Wie im nächsten Kapitel dargestellt wird, wurde die Variable Erreichbarkeit in den zwei Datensätzen nur in einzelnen Jahren anhand der konkreten Fahrpläne und weiterer Informationen berechnet. Die Jahre zwischen den «wirklichen» Beobachtungen wurden linear interpoliert. Die genaue dynamische Struktur (die zum Teil durch die Berechnung der Daten selbst entstehen kann) interpretieren zu wollen, darf in einer kritischen Betrachtungsweise als «kühn» bezeichnet werden.

Durch die Bildung von Mittelwerten geht zwar (zeitliche) Information verloren, doch gleichzeitig wird statistisches Rauschen herausgefiltert. Insgesamt dürften die Resultate der Querschnittsregressionen deshalb eindeutiger sein als diejenigen der Panelregressionen. Der genaue Programmablaufplan der Strukturmodell-Schätzungen ist in Abb. 4-1 dargestellt. Zunächst werden die verschiedenen Schätzgleichungen in ein Querschnitts- und ein Panelmodell unterteilt. In jedem Modell werden anschliessend die drei in Tab. 4-1 dargestellten Gleichungen geschätzt. Zunächst werden die Querschnittsregressionen durchgeführt. In die Differenzengleichungen wird dabei als zusätzliche Rechthandvariable ein Term eingefügt, der Konvergenzbewegungen auffangen soll. Bei den anschliessenden Panelregressionen müssen aufgrund der zusätzlichen Zeitreihenstruktur auch Aspekte der Zeitreihenökonometrie beachtet werden: Zunächst muss geklärt werden, ob die Variablen in den Niveaus stationär sind, das heisst, die stochastischen Prozesse integriert der Ordnung null (I(0)) sind. Ist dies der Fall, können die Panelregressionen in der Spezifikation der Querschnittsregressionen durchgeführt werden. Sind die Niveaus der Variablen nicht-stationär, muss geklärt werden, ob ihre Differenzen stationär sind. Ist dies nicht der Fall wird der Forschungsplan abgebrochen und neu überdacht. Sind die Differenzen der Variablen jedoch stationär (und die stochastischen Prozesse damit (I(1)), kann der Forschungsplan weiterverfolgt werden. Als nächstes muss überprüft werden, ob zwischen der abhängigen und mindestens einer der unabhängigen Variablen eine Kointegratiosbeziehung besteht. Ist dies der Fall, können die Panelregressionen in einer den Querschnitssregressionen ähnlichen Spezifikation durchgeführt werden: Die Niveaugleichung muss dabei jedoch als Kointegrationsgleichung, die nur asymptotisch in der langen Frist gilt, interpretiert werden. Ausserdem muss der Konvergenzterm in den Differenzengleichungen durch einen Fehlerkorrekturterm ersetzt werden. Dieser fängt den Effekt auf, nach welchem die abhängige und die kointegrierte unabhängige Variable jede Periode in ihren Gleichgewichtszustand streben. Ist keine Kointegrationsbeziehung feststellbar, kann die Niveaugleichung nicht interpretiert werden. Die Differenzengleichungen sind jedoch unproblematisch und können wiederum mit einem Konvergenzterm geschätzt werden.

BAKBASEL

47

Erreichbarkeit und Wirtschaftsentwicklung

Abb. 4-1

Programmablaufplan Strukturmodelle
Start

Querschnittsregressionen: Niveau Querschnittsregressionen: Differenz1 mit Konvergenzterm Querschnittsregressionen: Differenz2 mit Konvergenzterm ja Panelregressionen: Niveau Panelregressionen: Differenz1 mit Konvergenzterm Panelregressionen: Differenz2 mit Konvergenzterm Stop Stop ja ja Kointegration nein Panelregressionen: Differenz1 mit Konvergenzterm Panelregressionen: Differenz2 mit Konvergenzterm

Querschnittsmodell

Variablen sind I(0)

Panelmodell

nein

Variablen sind I(1)

nein

Panelregressionen: Niveau als Kointegrationsgleichung Panelregressionen: Differenz1 mit Fehlerkorrekturterm Panelregressionen: Differenz2 mit Fehlerkorrekturterm Stop

Stop

Quelle: BAKBASEL

48

BAKBASEL

Erreichbarkeit und Wirtschaftsentwicklung

Die Überprüfung der Eigenschaften der stochastischen Prozesse im Panelmodell ist für die Validität der Regressionsergebnisse entscheidend. Sind der Regressand und die relevanten Regressoren nicht-stationär und korreliert, besteht die Gefahr, dass ihr gemeinsamer zeitlicher Verlauf lediglich durch einen zeitlichen Trend zustande kommt. Ist dies der Fall, darf diese Scheinkorrelation nicht als Kausalzusammenhang interpretiert werden (siehe Granger und Newbold (1974)). Im Falle von Kointegration folgen die nichtstationären Prozesse demselben zeitlichen Trend. Die Niveaugleichung darf in diesem Fall als langfristige Kointegrationsgleichung interpretiert werden.

4.2.1

Querschnittsmodell

Die theoretischen Gleichungen aus Tab. 4-1 werden im Querschnittsmodell in die in Tab. 4-5 dargestellten Schätzgleichungen umgeschrieben.
Tab. 4-5 Schätzgleichungen der zu testenden theoretischen Gleichungen: Querschnittsmodell Theorie/ Gleichung Schätzgl. Theorie ln Y (t ) = β 0 + β1 ln R1 (t ) + β 2 ln R2 (t ) Schätzgl. ln XPi = β 0 + β1 ln ACi + β 2 ln RGi + β 3 ln TX i + β 4 ln IVi + ε i Differenz1 Theorie Schätzgl. Differenz2 Theorie Schätzgl.
Quelle: BAKBASEL

Name Niveau

gY (t ) = β0 + β1gR1(t ) + β 2 gR2 (t )
gXP = β 0 + β1gACi + β 2 gRGi + β3 gTX i + β 4 gIVi + β5 ln CTi + i + εi gY (t ) = β 0 + β1gR1(t ) + β 2 gR2 (t ) + β3 ln R1(t ) + β 4 ln R4 (t ) gXP = β0 + β1gACi + β 2 gRGi + β3 gTX i + β 4 gIVi + i + β5 ln ACi + β6 ln RGi + β7 ln TX i + β8 ln IVi + β9 ln CTi + ε i

Zunächst fällt auf, dass in den Schätzgleichungen der Zeitindex nicht vorhanden ist. Die theoretische Gleichung wird also nur in einem einzigen Zeitpunkt (dem «mittleren Zeitpunkt») betrachtet. Zudem wird die Residualvariable R der theoretischen Gleichungen in die konkreten Standortfaktoren Erreichbarkeit ( AC ), Regulierung ( RG ), Besteuerung ( TX ) und Innovation ( IV ) unterteilt. In die Differenzengleichungen fliesst zusätzlich der Term CT (Convergence Term) mit ein. Dieser soll Wachstumseffekte erfassen, die sich durch eine mögliche Konvergenz der Regionen ergeben. Er wird durch das BIP pro Kopf im Jahr 1990

BAKBASEL

49

Erreichbarkeit und Wirtschaftsentwicklung

gemessen. Das Subskript i deutet an, dass die Gleichungen für alle Querschnitts-Entitäten der Stichproben gelten. Die Niveaugleichung wird in der Ökonometrie als «log-log-Modell» bezeichnet. Die geschätzten β -Koeffizienten können in diesem Fall als partielle Output-Elastizitäten der Produktionsfunktion in der reduzierten Form interpretiert werden. Eine einprozentige Veränderung in der unabhängigen Variable AC führt demnach zu einer β1 -prozentigen Veränderung in der abhängigen Variablen XP . Die Koeffizienten der Querschnitts-Strukturmodelle werden mittels linearer Regression und der Methode der kleinsten Quadrate (OLS) geschätzt. Es wird eine heteroskedastie-konsistente Kovarianzmatrixschätzung verwendet (White (1980)).

4.2.2

Panelmodell

Tab. 4-6 ist äquivalent zu Tab. 4-5.
Tab. 4-6 Schätzgleichungen der zu testenden theoretischen Gleichungen: Panelmodell Theorie/ Gleichung Schätzgl. Theorie ln Y (t ) = β 0 + β1 ln R1 (t ) + β 2 ln R2 (t ) Schätzgl.

Name Niveau

ln XPit = α i + β1 ln ACit + β 2 ln RGit + β 3 ln TX it + β 4 ln IVit +
+ β 5 ln XPWEit + ε it

Differenz1 Theorie gY (t ) = β0 + β1gR1(t ) + β 2 gR2 (t ) Schätzgl.

gXP = αi + β1gACit + β 2 gRGit + β3 gTX it + β 4 gIVit + it + β5 gXPWEit + {ln CTit −1 oder ECTit −1} + ε it

Differenz2 Theorie gY (t ) = β0 + β1gR1(t ) + β 2 gR2 (t ) + β3 ln R1(t ) + β 4 ln R4 (t )

gXP = αi + β1gACit + β 2 gRGit + β3 gTX it + β 4 gIVit + it Schätzgl. + β5 ln ACit + β 6 ln RGit + β 7 ln TX it + β8 ln IVit + β8 gXPWEit + + {ln CTit −1 oder ECTit −1} + ε it
Quelle: BAKBASEL

Die Gleichungen des Panelmodells unterscheiden sich im Vergleich zu denjenigen des Querschnittsmodells in den folgenden Punkten:

50

BAKBASEL

Erreichbarkeit und Wirtschaftsentwicklung



Das Subskript i wird durch it ersetzt. Die Gleichungen gelten demnach für jede Querschnitts-Entität zu jedem Zeitpunkt. Die Regressionskonstante β 0 wird durch α i ersetzt. Im Panelmodell wird für jede Querschnitts-Entität eine eigene Regressionskonstante geschätzt. Gleichungen dieser Art werden als Fixed-Effects-Modelle bezeichnet. Durch die individuenspezifischen Konstanten können individuenspezifische, aber zeitinvariante Einflüsse aufgefangen werden. Sowohl in die Niveau- als auch in die Differenzengleichungen fliesst neu die Rechthandvariable XPWEit (in der Schweizer Stichprobe XPCH it ) mit ein. Diese Variable fängt Wachstumseffekte auf, welche durch die Konjunktur entstehen. Da die Standortfaktoren strukturell sind, können sie diese Effekte nicht abbilden. Diese Konjunktur-Variable ist konstant über alle QuerschnittsEntitäten, nicht jedoch über die Zeit. Im Querschnittsmodell wird sie deshalb nicht aufgeführt (ihr Einfluss fliesst in die Konstante).







In den Differenzengleichungen, denen eine kointegrierte Niveaugleichung zugrunde liegt, wird nicht der Konvergenz-Term CT verwendet, sondern ein Fehlerkorrekturterm ( ECT ). Dieser wird gemessen durch das um eine Periode verzögerte Residuum der zugehörigen Niveaugleichung. Wird der Konvergenz-Term CT verwendet, wird auch dieser um eine Periode verzögert betrachtet.

Ansonsten können die Gleichungen des Panelmodells gleich interpretiert werden wie diejenigen des Querschnittsmodells. Wie bereits erwähnt wurde, dient das Panelmodell lediglich dazu, die Robustheit und Sensitivität des Querschnittsmodells zu überprüfen. Die Ausnutzung der Panelstruktur bietet dabei folgende Vorteile:


Durch das Vorhandensein von mehreren Zeitpunkten für eine QuerschnittEntität können Einflussgrössen, die sich über die Querschnitt-Entitäten unterscheiden, über die Zeit jedoch konstant bleiben, herausgerechnet werden (sie fliessen in die individuenspezifische Konstante α i ). Dadurch sinkt die Wahrscheinlichkeit, dass die Spezifikation von einer Verzerrung durch vernachlässigte Variablen gekennzeichnet ist.



Durch das Vorhandensein von Daten in zwei Dimensionen ist die Anzahl Beobachtungen grösser als in normalen Quer- oder Längsschnitt-Datensätzen. Dadurch werden die Schätzer effizienter.

Die Panel-Strukturmodelle werden als Fixed-Effects-Modelle spezifiziert. Diese Entscheidung, die aufgrund des Hausman-Spezifiaktionstests getroffen wurde, wird in Kapitel 6 näher beschrieben. Die Koeffizienten der durch eine Within-

BAKBASEL

51

Erreichbarkeit und Wirtschaftsentwicklung

Transformation3 transformierten Gleichungen werden mittels linearer Regression und der Methode der kleinsten Quadrate (OLS) geschätzt. Um allfälliger Heteroskedasitizität über die Regionen und Autokorrelation innerhalb der Region (Cross-Section-Clustering) vorzubeugen, wird die Kovarianzmatrix mit einem Verfahren von Arellano (1987) korrigiert.

4.3

Vektorautoregressive Modelle

Vektorautoregressive Modelle (VAR-Modelle) fokussieren insbesondere auf die Zeitdimension der Daten: Mehrere endogene Variablen werden dabei sowohl durch ihre eigenen Vergangenheitswerte als auch die Vergangenheitswerte anderer endogener Variablen bestimmt. Exogene Einflüsse können ebenfalls modelliert werden. VAR-Modelle sind durch diese Struktur bestens geeignet, gegenseitige zeitlich verzögerte Abhängigkeiten zu modellieren. In dieser Studie wird die VAR-Methodik aus der Zeitreihen-Ökonometrie auf einen Panel-Datensatz angewandt, ohne einen formellen Beweis für die Gültigkeit dieses Ansatzes zu geben. In der Literatur finden sich einige Beispiele für ähnliche Ansätze (z.B. Hoffman (2003), Vidangos(2009)). Da sich in der empirischen Analyse herausstellen wird, dass die abhängige und die meisten der unabhängigen Variablen nicht stationär in den Niveaus sind, wird nicht ein Vektorautoregressives Modell, sondern ein VektorFehlerkorrekturmodell (VECM) geschätzt. In den folgenden Erläuterungen soll deshalb nur auf letzteres eingegangen werden. Da die Interpretation der Koeffizienten eines VECM schwierig ist, wird die Wirkungsbeziehung zwischen Erreichbarkeit und wirtschaftlicher Prosperität mittels Impuls-Antwort-Funktionen und Granger-Kausalitätstests bestimmt, die auf der geschätzten VECMSpezifikation basieren. Die Impuls-Antwort-Funktionen erlauben eine Unterscheidung des Wirkungseffekts in kurzfristige Multiplikator- und langfristige Gleichgewichtseffekte. Im Gegensatz zu den Strukturmodellen werden die VECM hier nicht im selben Detaillierungsgrad beschrieben. Einerseits dienen sie lediglich dazu, die Plausibilität der Ergebnisse der Strukturmodelle zu überprüfen und dynamische Aspekte zu beleuchten. Andererseits ist die ökonometrische Theorie dahinter komplex und dem Lesefluss dieser Studie nicht dienlich. Für eine genaue Beschreibung
3

Die Within-Transformation besteht darin, von jeder in der Gleichung enthaltenen Variablen die jeweiligen individuenspezifischen Mittelwerte abzuziehen. Dadurch werden sogenannte Individualeffekte, die konstant über die Zeit sind, eliminiert.

52

BAKBASEL

Erreichbarkeit und Wirtschaftsentwicklung

der mathematischen Struktur von Panel-VECMs sei der Leser an Anderson et al. (2006) oder Groen und Kleibergen (2001) verwiesen. Dem VECM wird eine Kointegrationsgleichung zugrunde gelegt, und zwar eine ähnliche, wie sie im Panel-Strukturmodell verwendet wird: Gleichung 4.1
ln XPit = β 0 + β1 ln ACit + β 2 ln RGit + β 3 ln TX it + β 4 ln IVit + β 5 ln XPWEit + ε it

Anschliessend wird aufbauend auf dieser Kointegrationsgleichung ein VECM geschätzt. Es werden dabei sowohl der Regressand als auch alle Regressoren als endogen betrachtet. Ausserdem wird eine exogene Konstante hinzugefügt. Da der Zusammenhang zwischen Erreichbarkeit und wirtschaftlicher Prosperität wahrscheinlich über komplexe Lead-Lag-Beziehungen definiert ist, wird mit 5 Jahren eine relativ lange zeitliche Verzögerung gewählt. Das VECM nimmt schliesslich die folgende Form an: Gleichung 4.2
 gXPit   β 0 XP + β1XP gXPit −1 + ... + β 5 XP gXPit − 5 + ... + β 30 XP gXPWEit − 5 + ECTit −1   gAC    ... it      gRGit    ... =    gTX it   ...    gIVit    ...     gXPWEit   ...      

BAKBASEL

53

Erreichbarkeit und Wirtschaftsentwicklung

5

Daten

Im vorigen Kapitel wurden die linearen Regressionsmodelle vorgestellt, die zur empirischen Überprüfung des theoretischen Zusammenhangs zwischen Erreichbarkeit und wirtschaftlicher Prosperität verwendet werden. Die Variablen, welche in die Regressionsanalyse einfliessen, wurden nur kurz erwähnt. In diesem Kapitel wird genauer auf den Transmissionsmechanismus, die Messung, einige «Stylized Facts» und die Vorzeichenhypothesen bezüglich dieser Variablen eingegangen. In den Regressionsmodellen werden Paneldaten verwendet. Den Querschnitt bilden die 202 westeuropäischen NUTS2-Regionen, beziehungsweise 106 schweizerischen MS-Regionen. Der Längsschnitt geht über die Periode 1990 bis 2008. Die Daten der europäischen Stichprobe entstammen der Datenbank des «International Benchmarking Programme» von BAKBASEL (IBP-Datenbank). Eine eingehende Beschreibung dieser Daten ist in BAKBASEL (2011) zu finden. Die Daten der schweizerischen Stichprobe entstammen der Schweizer Regionaldatenbank, die von BAKBASEL geführt wird. Weiterführende Informationen dazu können von BAKBASEL angefordert werden.

5.1

Abhängige Variable

Als abhängige Variable wird das BIP pro Kopf verwendet. Dieser Term ist der Quotient aus BIP und Bevölkerung. Diese beiden Grössen werden nachfolgend kurz erklärt: BIP Bruttoinlandsprodukt Das Bruttoinlandsprodukt (BIP) ist ein gängiges Mass in den Wirtschaftswissenschaften, um die wirtschaftliche Leistung einer Volkswirtschaft in einem bestimmten Zeitraum zu bestimmen. Es gibt den Gesamtwert aller Güter (Waren und Dienstleistungen) an, die innerhalb einer Periode innerhalb der Landesgrenzen einer Volkswirtschaft hergestellt wurden. Es setzt sich zusammen aus Konsum, Investitionen, Staatsausgaben und Exporten. Die Wertschöpfung einer Branche ist genau gleich definiert wie das Bruttoinlandsprodukt mit der Ausnahme, dass nur Güter erfasst werden, die in der re-

54

BAKBASEL

Erreichbarkeit und Wirtschaftsentwicklung

levanten Branche hergestellt wurden. Ausserdem wird die Wertschöpfung in Herstellungspreisen, das BIP aber in Marktpreisen, gemessen.


Europa: BIP gemessen in Euro. Der Betrag wird sowohl um das Preiswachstum (reales BIP) als auch die relative Kaufkraft korrigiert. Schweiz: BIP gemessen in Schweizer Franken. Der Betrag wird nur um das Preiswachstum (reales BIP) korrigiert.



Bevölkerung Die Bevölkerung besteht aus allen Personen, staatsangehörig oder nicht, die zu einem gegebenen Zeitpunkt ihren Wohnsitz permanent in einem Land haben. Sie können auch temporär abwesend sein. In der IBP-Datenbank wird als Zeitpunkt das Jahresende verwendet. Die Einheit der Bevölkerung sind Personen. BIP pro Kopf Das BIP pro Kopf hat demnach die Einheit Euro pro Person, respektive Schweizer Franken pro Person.

5.2

Unabhängige Variablen

Im Folgenden werden die unabhängigen Variablen gegliedert nach den in Kapitel 4 erwähnten drei Gruppen dargestellt. Zunächst wird jeweils der aus der ökonomischen Theorie ableitbare Transmissionsmechanismus erklärt. Anschliessend werden die für die europäische und schweizerische Stichprobe verwendeten Daten vorgestellt. Bei den sonstigen Standortfaktoren werden nur deren Berechnung oder deren Quellen und eventuelle Nachbearbeitungen durch BAKBASEL vorgestellt. Bei der Erreichbarkeit werden zusätzlich einige «stylized facts» graphisch dargestellt. Abschliessend wird näher auf die in Tab. 4-3 und Tab. 4-4 aufgestellten Vorzeichenhypothesen eingegangen. Da unser Hauptinteresse dem Standortfaktor Erreichbarkeit gilt, wird dieser auch am eingehendsten diskutiert.

5.2.1
5.2.1.1

Standortfaktor Erreichbarkeit
Transmissionsmechanismus

Die aus der ökonomischen Theorie ableitbaren Transmissionskanäle von Erreichbarkeit zu wirtschaftlicher Prosperität, respektive wirtschaftlicher Entwicklung, werden in Kapitel 3 dargestellt.

BAKBASEL

55

Erreichbarkeit und Wirtschaftsentwicklung

5.2.1.2

Messung

Erreichbarkeit ist ein komplexer Begriff. Bevor Indikatoren festgelegt werden, muss klar sein, was gemessen werden soll. Wie in Kapitel 3 hergeleitet wurde, liegt dem Erreichbarkeitskonzept zugrunde, dass ein volkswirtschaftlicher Nutzen durch das Erreichen anderer Regionen erzielt werden kann. Dieser Nutzen hängt von den Antworten4 auf die in Tab. 5-1 gestellten fünf Fragen ab.
Tab. 5-1 5 Fragen … Erreichbarkeit für wen? Erreichbarkeit von was (Potential/Aktivitätsparameter)? Welches Mass für Raumwiderstand? Welche räumliche Ebene? Erreichbarkeitskonzept von BAKBASEL … und Antworten von BAKBASEL Personen, insbesondere Geschäftsleute und Arbeitnehmer Märkte für Waren und Dienstleistungen (nominales BIP) Reisezeit (schnellste Verbindung) und geographische Distanz (Luftlinie) • Europa: 202 westeuropäische Ausgangspunkte (Kernstädte der 202 betrachteten NUTS2Regionen) 291 europäische (West und Ost) Zielorte (wichtige europäische Städte) Sitzungen, Messen etc. müssen erreicht werden. Schweiz: 106 schweizerische Ausgangspunkte (Kernstädte der 106 betrachteten MS-Regionen) 3007 schweizerische und europäische Zielorte (alle Schweizer Gemeinden und grenznahe Gemeinden der Nachbarländer) Pendeln muss möglich sein. Europa: Multimodal (optimale Kombination aus Luft-, Schienen- und Strassenverkehr), Schiene, Strasse Schweiz: Öffentlicher Verkehr (OEV), motorisierter Individualverkehr (MIV)

•

Welche Verkehrsträger?

• •

Quelle: BAKBASEL

Wie in Tab. 5-1 erkennbar ist, fokussiert das Erreichbarkeitsmodell von BAKBASEL auf den Nutzen, den Geschäftsleute und Arbeitnehmer aus dem Er4

Natürlich könnten auf die Fragen auch andere Antworten gegeben werden (anstelle des BIP die Bevölkerung als Aktivitätsparameter, anstelle der Reisezeit die Reisekosten als Raumwiderstand etc.).

56

BAKBASEL

Erreichbarkeit und Wirtschaftsentwicklung

reichen von Waren- und Dienstleistungsmärkten ziehen. In der Terminologie von Kapitel 3 wäre dies der Transmissionskanal der Produktivitätssteigerung über das effizientere Handhaben bestehender Märkte, respektive die Erschliessung neuer Märkte. Der daraus gezogene Nutzen wird durch die Kosten des Reisens verringert. Diese werden zum einen über die Reisezeit (wobei die täglich schnellste Verbindung gewählt wird), zum anderen über die geographische Distanz zwischen Ursprungs- und Zielregion gemessen. Der Kontext, in dem die Erreichbarkeit betrachtet werden muss, unterscheidet sich je nach Stichprobe, die wir betrachten: In der europäischen Stichprobe ist die Erreichbarkeit weiter gefasst als in der schweizerischen. In der europäischen Stichprobe werden Tätigkeiten wie das Besuchen von Sitzungen und Messen von der Erreichbarkeit beeinflusst, während in der schweizerischen der Fokus auf dem Pendeln liegt. Schliesslich beeinflusst der gewählte Verkehrsträger die Reisezeit. In der europäischen Stichprobe werden die kürzeste Reisezeit von Luft, Schiene und Strasse (multimodal) sowie die Reisezeiten von Schiene und Strasse separat betrachtet. In der schweizerischen Stichprobe werden die Reisezeiten des öffentlichen Verkehrs (Strasse und Schiene) und des motorisierten Individualverkehrs betrachtet. Anhand der oben spezifizierten Parameter werden im Erreichbarkeitsmodell von BAKBASEL spezifische Erreichbarkeitswerte berechnet. Diese basieren auf dem Ansatz aktivitätsbasierter Gravitationsindikatoren (Bleisch 2005). In Bezug auf die Reisezeit folgen sie zudem dem Konzept der Erreichbarkeit «aus der Region» (outbound accessibility), das heisst es wird die Reisezeit herangezogen, die man benötigt, um aus der Region andere Regionen zu erreichen. Ein jeweiliger regionaler Erreichbarkeitsindex wird gebildet aus der Summe des zu erreichenden Potentials, abdiskontiert über den Raumwiderstand zwischen Ursprungsund Zielregion. Je nach analysierter Ebene (europäische oder schweizerische Stichprobe) wird dabei ein unterschiedlicher Faktor verwendet, welcher den Halbwertswiderstand bestimmt. Der Halbwertswiderstand gibt an, bei welchem Raumwiderstand das Potential einer Zielregion nur noch zur Hälfte in den Erreichbarkeitswert einfliesst. Die Summe der hierbei berechneten Werte über alle Zielregionen ergibt den Erreichbarkeitswert einer Ursprungsregion. Gleichung 5.1
Ai =

j =1

wj ⋅e

m

− β c ⋅ c ij

Ai = Erreichbarkeitswert der Ursprungsregion i
w j = Potential/Aktivität in der Zielregion j

BAKBASEL

57

Erreichbarkeit und Wirtschaftsentwicklung

cij = Raumwiderstand zwischen Ursprungsregion i und Zielregion j

β c = Raumwiderstandssensibilität (bezogen auf das Raumwiderstandsmass c ).
e
− β c ⋅cij

= Diskontfaktor

Da dieser Erreichbarkeitswert einer eher abstrakten Grösse gleichkommt, wird er abschliessend indexiert. Zudem muss erwähnt werden, dass Erreichbarkeit eine punktuelle Information ist, die auf der Basis von Transportnetzwerken berechnet wird, die aus Knotenpunkten und Verbindungen bestehen. Einer Region (einer Fläche) muss daher je ein repräsentativer Knotenpunkt zugeordnet werden. Im BAKBASEL-Erreichbarkeitsmodell wird die Kernstadt jeder Region verwendet, da sich dieser Ansatz mit der Annahme deckt, dass Regionen über ihre Kernstädte miteinander interagieren. In jeder Stadt fungiert der Haupt-Bahnhof5 als geographisches Zentrum. Im Folgenden muss die Berechnung/Kalibrierung der Parameter Potential/Aktivität, Raumwiderstand und Raumwiderstandssensibilität eingehend besprochen werden. Potential/Aktivität w j Als Aktivitätsparameter wird nicht das nominale BIP an sich, sondern das BIP der jeweiligen Zielregion dividiert durch die Summe der BIP aller Zielregionen verwendet. Man erhält dadurch das relative BIP-Gewicht/den «Marktanteil» einer Zielregion, weshalb der Koeffizient in Gleichung 5.1 mit w (für «weight») bezeichnet wird. Der Grund dafür ist folgender: Nähme man das nominale BIP an sich, würde das reine BIP-Wachstum aller Regionen allein schon (ohne irgendwelche Infrastrukturverbesserungen) zu Verbesserungen der Erreichbarkeiten führen. Das mag in gewissen Fragestellungen sinnvoll erscheinen, in dieser Studie würden dadurch jedoch Effekte der Erreichbarkeit zugeschrieben, die nichts mit Infrastrukturverbesserungen zu tun haben. Dadurch würde eine Scheinkorrelation entstehen. Definitionsgemäss summieren sich die Gewichte zu eins. Des Weiteren werden die relativen BIP-Gewichte in einem Jahr (dem Basisjahr) fixiert. Diese fixierten BIP-Gewichte werden in allen Jahren zur Berechnung der Erreichbarkeit verwendet. Wiederum gibt es dafür einen guten Grund: Gewinnt eine Gruppe an Zielregionen (z.B. Osteuropa) an Gewicht, verbessert sich die Erreichbarkeit (outbound accessibility) der näher gelegenen Orte (z.B. Wien) allein dadurch. Dieser Effekt mag wiederum in gewissen Fragestellungen von
5

In Städten mit mehreren grossen Bahnhöfen (Paris, London) wird ein spezifischer Bahnhof gewählt.

58

BAKBASEL

Erreichbarkeit und Wirtschaftsentwicklung

Interesse sein, im Kontext dieser Studie würde er jedoch erneut Effekte abbilden, die nicht direkt mit Infrastrukturverbesserungen zusammenhängen. Raumwiderstand cij In dieser Studie werden Erreichbarkeitsindizes auf der Basis von zwei unterschiedlichen Raumwiderstandsmassen berechnet. Die Erreichbarkeit einer Region setzt sich nämlich grundsätzlich aus zwei Komponenten zusammen:


der geographischen Lage (zentral oder peripher), später abgekürzt mit Geographie oder G den Transportanstrengungen (gute oder schlechte Verkehrsinfrastruktur und -dienstleistungen), später abgekürzt mit Transport oder T



Die geographische Lage ist dabei exogen und kann nicht beeinflusst werden. Die Transportanstrengungen sind jedoch von politischen Entscheidungsträgern beeinflussbar. In den Querschnitts-Regressionen soll daher zusätzlich zur Frage, ob Erreichbarkeit einen Einfluss auf wirtschaftlichen Wohlstand/ wirtschaftliche Entwicklung hat, geklärt werden, welcher Teil der Erreichbarkeit den entscheidenden Einfluss ausübt. Ist es die geographische Lage, stossen alle Bemühungen letztlich an eine natürliche Grenze. Sind es die Transportanstrengungen stossen die Bemühungen früher oder später auch an eine natürliche Grenze, es bietet sich jedoch ein viel grösserer Spielraum. Die Systematik wird in Abb. 5-1 graphisch dargestellt. Wie in Abb. 5-1 ersichtlich ist, sind Daten für die Raumwiderstandsmasse von A (Gesamterreichbarkeit, Reisezeiten) und G (Geographie-Erreichbarkeit, Distanzen) vorhanden, womit die Erreichbarkeits-Indizes über die oben beschriebene Methode berechnet werden können. Die Reisezeiten bezieht BAKBASEL vom Institut für Verkehrsplanung und Transportsysteme der ETH Zürich (IVT), welches diese über die Auswertung von Fahrplänen (öffentlicher Verkehr) und anhand von Strecken und zulässigen Geschwindigkeiten (privater Verkehr) berechnet. Die geographische Distanz wird als Luftlinie zwischen Ursprungsort und Zielort berechnet. Die Erdkrümmung wird sowohl in der europäischen als auch der schweizerischen Stichprobe mit einberechnet, jedoch wird die Erde näherungsweise als Kugel betrachtet. Die Luftlinie (Distanz d ) wird mit folgender Formel berechnet: Gleichung 5.2
d = arccos (sin (ϕ1 ) ⋅ sin (ϕ 2 ) + cos (ϕ1 ) ⋅ cos (ϕ 2 ) ⋅ cos (λ2 − λ1 )) ⋅ rE

ϕi = geographische Breite des Ortes i (im Bogenmass) λi = geographische Länge des Ortes i (im Bogenmass)

BAKBASEL

59

Erreichbarkeit und Wirtschaftsentwicklung

rE = Erdradius (in km), es wird der mittlere Radius von 6371.0008 km verwen-

det.
Abb. 5-1 Unterteilung der Gesamterreichbarkeit
A - Gesamterreichbarkeit - Raumwiderstandsmass: Reisezeit - von der Politik beeinflussbar - Daten vorhanden (Reisezeiten) → Index wie oben beschrieben berechenbar

1/3 G - Geographie-Erreichbarkeit - Raumwiderstandsmass: geographische Distanz (Luftlinie) - von der Politik nicht beeinflussbar - Daten vorhanden (Distanzen) → Index wie oben beschrieben berechenbar
Quelle: BAKBASEL

2/3 T - Transport-Erreichbarkeit - Raumwiderstandsmass: nicht definiert - von der Politik beeinflussbar - keine Daten vorhanden → Index als Residuum berechnen

Die Definition eines Raumwiderstandsmasses für T (Transport-Erreichbarkeit) gestaltet sich ungleich schwieriger. Eine Möglichkeit wären die Reisekosten, doch auch diese vermögen den Effekt der reinen Transportanstrengungen nicht zu isolieren. Unter anderem fliessen die geographische Distanz oder Energiepreise (Kerosin, Benzin, Strom) mit ein. BAKBASEL wählt daher den Weg, T als Residuum von A und G zu berechnen. Dazu muss eine funktionale Form des Zusammenhangs zwischen A einerseits und G und T andererseits unterstellt werden. BAKBASEL wählt hierzu einen linearen Zusammenhang der folgenden Form: Gleichung 5.3

A = a g ⋅ G + at ⋅ T ⇔ T =

ag 1 ⋅ A− ⋅G at at

Da BAKBASEL den Einfluss der Transportinfrastruktur auf die Gesamterreichbarkeit als wichtiger erachtet als den Einfluss der geographischen Distanz werden

60

BAKBASEL

Erreichbarkeit und Wirtschaftsentwicklung

die Koeffizienten at und a g auf die Werte 2/3 und 1/3 gesetzt. Diese Werte sind arbiträr und basieren auf Annahmen. Raumwiderstandssensibilität β c In dieser Studie werden durch die Wahl der zwei Stichproben aus unterschiedlichen Grundgesamtheiten auch zwei unterschiedliche räumliche Ebenen der Erreichbarkeit unterstellt. Wie in Kapitel 4 bereits erläutert wurde, soll die Stichprobe von 202 westeuropäischen NUTS2-Regionen Charakteristika von grossen, in sich geschlossenen, funktionalen Räumen erfassen, während die Stichprobe von 106 schweizerischen MS-Regionen kleine, offene, nicht-funktionale Räume abbildet. Als Folge davon hat das Reisen/Transportieren von Gütern zwischen den Regionen in den beiden Kontexten eine unterschiedliche Bedeutung:


Europa: Es findet ein Austausch zwischen funktionalen Regionen statt, z.B. Sitzungen von multiregionalen (-nationalen) Firmen, Besuche von Messen. Schweiz: Es findet ein Austausch zwischen nicht-funktionalen Regionen statt, z.B. pendelnde Arbeitnehmer, Einkäufe in einer städtischen Region.



Diese unterschiedlichen Kontexte haben einen Einfluss auf die Wahl des Raumwiderstandssensibilitäts-Parameters β . Dieser muss so kalibriert werden, dass sich ein für den entsprechenden Kontext sinnvoller Halbwertswiderstand ergibt. Der Parameter β unterscheidet sich jedoch nicht nur hinsichtlich der räumlichen Ebene, sondern auch hinsichtlich des gewählten Raumwiderstandsmasses c : Da Reisezeit und geographische Distanz in unterschiedlichen Masseinheiten und Skalen gemessen werden, kann nicht derselbe β -Wert verwendet werden. In dieser Studie wird folgendermassen vorgegangen, um zu konsistenten β Werten zu gelangen: 1. Anhand von typischen Zeitdistanzen innerhalb einer räumlichen Ebene werden sinnvolle Halbwertszeiten und dadurch β -Werte für das Raumwiderstandsmass Reisezeit definiert. 2. Damit der Diskontfaktor in Gleichung 5.3 für das Raumwiderstandsmass geographische Distanz Werte in derselben Grössenordnung wie für das Mass Reisezeit ergibt, wird der β -Wert für das Widerstandsmass geographische Distanz folgendermassen definiert: Gleichung 5.4

βd = βc ⋅

ˆ μ cijBasisjahr ˆ μ d ij

BAKBASEL

61

Erreichbarkeit und Wirtschaftsentwicklung

cijt : Reisezeit zwischen Ursprungsort i und Zielort j zum Zeitpunkt t d ij : Distanz zwischen Ursprungsort i und Zielort j (über die Zeit konstant)

β c : Parameter für die Reisezeit-Sensibilität β d : Parameter für die Distanz-Sensibilität
ˆ μ A : Stichproben-Mittelwert (ungewichtet) der Variablen A über die Quer-

schnittsdimension Innerhalb des Erreichbarkeitsmodells von BAKBASEL werden die folgenden typischen Zeitdistanzen, Halbwertszeiten und β -Werte unterstellt:
Tab. 5-2 Stufen der Erreichbarkeit Zeit- Paradistanz meter Lokal Regional (intraregional) Kontinental 5-15 min 15-50 min 50-180 min β1 β2 β3 β4 Typ. HalbWert wertszeit 0.2 0.05 0.005 0.0015 3.5 min 14 min 140 min Aktivität täglicher Einkauf, Lunch Pendeln Sitzungen, Messen

Global > 180 min (interkontinental)

460 min Internationaler Austausch

Quelle: nach Andersson und Karlsson (2004)

In dieser Studie wird für die europäische Stichprobe die kontinentale Stufe der Erreichbarkeit unterstellt. Es wird jedoch nicht der β -Wert 0.005, sondern basierend auf Schätzungen von Bleisch (2005) ein Wert von 0.0051 angenommen. Für die schweizerische Stichprobe wird der regionale Kontext und somit ein β Wert von 0.05 gewählt. Die β -Werte für die geographische Distanz werden anschliessend anhand von Gleichung 5.4 für das Basisjahr 2002 (Europa), respektive 2005 (Schweiz), berechnet. In Abb. 5-2 ist der Verlauf der Diskontfaktoren aus Gleichung 5.1 in Abhängigkeit der Reisezeit dargestellt, in Abb. 5-3 in Abhängigkeit der geographischen Distanz.

62

BAKBASEL

Erreichbarkeit und Wirtschaftsentwicklung

Abb. 5-2
1 00% 90% 80%

Diskontfaktoren: Reisezeit

Euro pa Schweiz

Diskontfaktor

70% 60% 50% 40% 30% 20% 1 0% 0% 0 30 60 90 1 20 1 50 1 80 21 0 240 270 300 330 360 390 420 450 480 51 0 540 570 600

Reisezeit c [Minuten]

Bemerkung: Die gestrichelte Linie gibt die Halbwertszeit an. Quelle: BAKBASEL

Abb. 5-3
1 00% 90% 80% 70%

Diskontfaktoren: Geographische Distanz

Euro pa Schweiz

Diskontfaktor

60% 50% 40% 30% 20% 1 0% 0% 0 50 1 00 1 50 200 250 300 350 400 450 500 550 600

geographische Distanz d [Kilometer]

Bemerkung: Die gestrichelte Linie gibt die Halbwertsdistanz an. Quelle: BAKBASEL

In Tab. 5-3 sind die β -Werte und Halbwertswiderstände übersichtlich dargestellt.

BAKBASEL

63

Erreichbarkeit und Wirtschaftsentwicklung

Tab. 5-3

Zusammenfassung der β-Werte und Halbwertswiderstände Reisezeit Geographische Distanz 0.0017 407.8 km 0.0457 15.2 km

Europa Schweiz

β-Wert Halbwertswiderstand β-Wert Halbwertswiderstand

0.0051 135.9 min 0.0500 13.9 min

Quelle: BAKBASEL

Berechnung der Erreichbarkeits-Indizes Nachdem die Berechnung/Kalibrierung der relevanten Parameter in Gleichung 5.1 definiert wurde, können Erreichbarkeitswerte sowohl für die unterschiedlichen Raumwiderstände (A, G, T) als auch Verkehrsträger (multimodal, Schiene, Strasse, ÖV, MIV) berechnet werden. Wir benutzen folgende Subskripte: i = 1, 2, …, n: Ursprungsorte j= 1, 2, …, m: Zielorte t = 1990, 1991, …, 2008: Zeit mm (multimodal), sc (Schiene), st (Strasse), oev (öffentlicher Verkehr), miv (motorisierter Individualverkehr) Für das Potential der Zielorte gilt: Gleichung 5.5

Xt =

j =1

 X jt ,

m

w jt =

X jt Xt

,

j =1

 w jt

m

=1

X jt : Nominales BIP des Zielortes j zum Zeitpunkt t (in derselben Währung ge-

messen). Zunächst werden Erreichbarkeitswerte berechnet: Gleichung 5.6
* Amm,it =

j =1

 ( w jb ⋅ e

m

− β c ⋅cmm, ijt

)

64

BAKBASEL

Erreichbarkeit und Wirtschaftsentwicklung

Gleichung 5.7

Gi* =

j =1

 ( w jb ⋅ e

m

− β d ⋅ d ij

)

* Amm,it : Gesamt-Erreichbarkeitswert für Ursprungsort i zum Zeitpunkt t mit dem

Verkehrsträger multimodal

Gi* : Geographie-Erreichbarkeitswert für Ursprungsort i. Zeitpunkt und Verkehrsträger sind hier irrelevant, da die geographische Distanz von keinem der beiden abhängt.
w jb : relatives BIP-Gewicht von Zielort j im Basisjahr b (Europa: 2002, Schweiz:

2005)

β c : Parameter für die Reisezeit-Sensibilität β d : Parameter für die Distanz-Sensibilität
cmm,ijt : Reisezeit zwischen Ursprungsort i und Zielort j zum Zeitpunkt t mit dem

Verkehrsträger multimodal
d ij : geographische Distanz zwischen Ursprungsort i und Zielort j (über die Zeit

und Verkehrsträger konstant) An diesem Punkt muss eine Warnung eingeschoben werden: Die Gesamterreichbarkeitswerte können leider nicht zu jedem Zeitpunkt in der Periode 19902008 berechnet werden. Der Grund ist, dass das IVT die Berechnung der Reisezeiten nicht jedes Jahr durchführt. In Tab. 5-4 sind die Jahre aufgelistet, für die konkrete Reisezeiten vorhanden sind. Um die Lücken zu füllen, wurden die Werte zwischen den vorhandenen Jahren mittels linearer Interpolation berechnet.
Tab. 5-4 Reisezeit: Vorhandene Jahre Vorhandene Jahre 1991, 1996, 2000, 2002, 2003, 2004, 2006, 2008 1990, 2002, 2006, 2008 1990, 2000, 2008 1990, 2000, 2005, 2008

Verkehrsträger Multimodal Schiene Strasse Öffentlicher Verkehr

Motorisierter Individual1990, 2000, 2005, 2008 verkehr
Quelle: BAKBASEL

BAKBASEL

65

Erreichbarkeit und Wirtschaftsentwicklung

Da die so berechneten Erreichbarkeitswerte schwierig zu interpretieren sind und letztlich nur der relative Vergleich von Regionen angestrebt wird, werden die Erreichbarkeitswerte so indexiert, dass ein Mittelwert von 100 und eine Standardabweichung von 10 resultiert. In der europäischen Stichprobe (mm, sc, st) wird dabei das Basisjahr 2002 gewählt, in der schweizerischen (oev, miv) das Basisjahr 2005. Gleichung 5.8

 10 ⋅ * ˆ Amm,it =  Amm, it − μ A*    mm ,i 2002   σ * ˆ   Amm,i 2002
Gleichung 5.9

   + 100  

 10  ˆ  Gmm,i =  Gi* − μG *  ⋅   i  σ *  ˆ  Amm,i 2002

   + 100  

Amm,it : Gesamt-Erreichbarkeitsindex für Ursprungsort i zum Zeitpunkt t mit
dem Verkehrsträger multimodal

Gmm,i : Geographie-Erreichbarkeitsindex für Ursprungsort i mit dem Verkehrsträger multimodal. Der Verkehrsträger ist hier relevant, da die Streuung des Geographie-Erreichbarkeitswertes mit demselben Faktor normalisiert wird wie diejenige des Gesamt-Erreichbarkeitswertes. Die Wahl dieser Methode rechtfertigt sich damit, dass das Verhältnis von G zu A nicht willkürlich verändert werden sollte.
ˆ μ A : Stichproben-Mittelwert (ungewichtet) der Variablen A über die Quer-

schnittsdimension
ˆ σ A : Stichproben-Standardabweichung (ungewichtet) der Variablen A über die

Querschnittsdimension

  10   Der Term   ist ein Streuungs-Normalisierungsfaktor, der auch für ˆ   σ A* mm ,i 2002   Gmm,i verwendet wird.

66

BAKBASEL

Erreichbarkeit und Wirtschaftsentwicklung

Es gilt damit: Gleichung 5.10

ˆ ˆ μ Amm,i 2002 = 100, σ Amm,i 2002 = 10
Gleichung 5.11

ˆ ˆ μGmm,i = 100, σ Gmm,i ≠ 10
Der Transport-Erreichbarkeitsindex wird schliesslich aus dem GesamtErreichbarkeitsindex und dem Geographie-Erreichbarkeitsindex berechnet: Gleichung 5.12

1 2 3 1 Amm.it = Gmm,i + Tmm,it ⇔ Tmm,it = Amm,it − Gmm,i 3 3 2 2
Es gilt: Gleichung 5.13

ˆ ˆ μTmm,i 2002 = 100, σ Tmm,i 2002 ≠ 10
Die Berechnung verläuft analog für die restlichen Verkehrsträger (sc, st, oev, miv). Es muss noch darauf hingewiesen werden, dass sich die Stichprobe, die für die Berechnung der europäischen Erreichbarkeits-Indizes verwendet wurde, leicht von der Stichprobe, die in den Regressionen verwendet wird, unterscheidet: Sie enthält zusätzlich zu den 202 Regionen, die im Anhang aufgelistet werden, noch Luxemburg. Letzteres wurde aus der Regressionsgleichung ausgeschlossen, da es eine sehr grosse Einpendlerquote hat, welche das BIP pro Kopf massiv nach oben verzerrt, und somit keine funktionale Region darstellt.

5.2.1.3 Europa

Stylized Facts

In Abb. 5-4 bis Abb. 5-6 sind die Mittelwerte der Erreichbarkeitsindizes über die Periode 2000-2008 für die Gesamt-Erreichbarkeit (A), die GeographieErreichbarkeit (G) und die Transport-Erreichbarkeit (T) bezogen auf den Verkehrsträger multimodal dargestellt. In Abb. 5-5 ist schön ersichtlich, dass das wirtschaftliche Gravitationszentrum Westeuropas im Dreieck «London – Paris – Ruhrgebiet» liegt. Um diesen Kern schwächt sich die Geographie-Erreichbarkeit in Form von konzentrischen Kreisen ab. Regionen, welche in der Nähe des Zentrums liegen, schneiden in der Gesamterreichbarkeit (Abb. 5-4) schon allei-

BAKBASEL

67

Erreichbarkeit und Wirtschaftsentwicklung

ne durch ihre geographische Nähe zu diesem Zentrum gut ab. Eher peripher gelegene Regionen sind deutlich schlechter erreichbar. Allerdings stechen Regionen mit einem guten Interkontinentalflughafen (wie z.B. Stockholm oder Madrid) insbesondere in der Transport-Erreichbarkeit (Abb. 5-6) heraus. Stockholm illustriert schön, dass die Erreichbarkeit trotz geographischer Nachteile nicht schlecht sein muss. Den höchsten Gesamt-Erreichbarkeitsindex (125.6) weist die belgische Region Brabant Flamand (BE24) auf. Sie profitiert einerseits von der Nähe zu Brüssel, liegt aber andererseits näher am Ruhrgebiet als die Hauptstadt und weist daher einen höheren Erreichbarkeitswert als diese auf. Zur Erreichbarkeits-Spitze gehören weiter Düsseldorf (DEA1, 121.2), Köln (DEA2, 118.8), Darmstadt (DE71, 118.2), Bruxelles-Capitale (BE1, 117.7), Île de France (FR1, 117.3) und NoordHolland (NL32, 117.1). Sie alle haben einen Gesamterreichbarkeits-Wert, der grösser ist als der Mittelwert der Stichprobe (inkl. Luxemburg) plus 5/3 der Standardabweichung, und sind daher mit der dunkelsten Schattierung eingefärbt. Insgesamt ist zu Abb. 5-4 festzuhalten, dass die westeuropäischen Metropolen gut ersichtlich sind und im Gravitationszentrum einige weniger wichtige Regionen (z.B. Rheinhessen-Pfalz, DEB3) von ihrer geographischen Lage profitieren. Dies zeigt sich umso besser in Abb. 5-6, in der die Metropolen noch klarer hervortreten. Rheinhessen-Pfalz (DEB3) rutscht beispielsweise vom elften auf den sechzehnten Platz ab und wird von Berlin (DE3), West Midlands (UKG3, Birmingham), Zürich (CH04), Stuttgart (DE11), Brabant Wallon (BE31) und Greater Manchester (UKD3) überholt. Dies ist ein erstes Indiz dafür, dass das von BAKBASEL vorgeschlagene Konzept der Unterteilung von A in G und T zumindest Teile des Einflusses höherer Transportanstrengungen erfassen kann.

68

BAKBASEL

Erreichbarkeit und Wirtschaftsentwicklung

Abb. 5-4

Gesamt-Erreichbarkeitsindex: Multimodal, Europa, 20002008

Erreichbarkeit ΝΑ x ≤ μ − 5/3σ x μ − 5/3σ < x ≤ μ − σ μ− σ< ≤ μ − 1/3σ x μ − 1/3σ < ≤ μ + 1/3σ x μ + 1/3σ < ≤μ+ σ x ≤ μ + 5/3σ μ+ σ< x μ + 5/3σ <

Bemerkung: • Schattierung: Erreichbarkeit, Mittelwert 2000-2008 • Grösse der Kreise: BIP-Wachstum, durchschn. jährliche reale Wachstumsrate 2000-2008 Quelle: BAKBASEL

BAKBASEL

69

Erreichbarkeit und Wirtschaftsentwicklung

Abb. 5-5

Geographie-Erreichbarkeitsindex: Alle Verkehrsträger, Europa, 2000-2008

Erreichbarkeit ΝΑ x ≤ μ − 5/3σ x μ − 5/3σ < x ≤ μ − σ ≤ μ − 1/3σ μ− σ< x ≤ μ + 1/3σ μ − 1/3σ < x μ + 1/3σ < ≤μ+ σ x μ+ σ< ≤ μ + 5/3σ x μ + 5/3σ <

Bemerkung: • Schattierung: Erreichbarkeit, Mittelwert 2000-2008 • Grösse der Kreise: BIP-Wachstum, durchschn. jährliche reale Wachstumsrate 2000-2008 Quelle: BAKBASEL

70

BAKBASEL

Erreichbarkeit und Wirtschaftsentwicklung

Abb. 5-6

Transport-Erreichbarkeitsindex: Multimodal, Europa, 20002008

Erreichbarkeit ΝΑ x ≤ μ − 5/3σ x μ − 5/3σ < x ≤ μ − σ ≤ μ − 1/3σ μ− σ< x μ − 1/3σ < ≤ μ + 1/3σ x μ + 1/3σ < ≤μ+ σ x μ+ σ< ≤ μ + 5/3σ x μ + 5/3σ <

Bemerkung: • Schattierung: Erreichbarkeit, Mittelwert 2000-2008 • Grösse der Kreise: BIP-Wachstum, durchschn. jährliche reale Wachstumsrate 2000-2008 Quelle: BAKBASEL

BAKBASEL

71

Erreichbarkeit und Wirtschaftsentwicklung

In Abb. 5-6 bis Abb. 5-9 wird ein erster Blick auf den Zusammenhang zwischen Erreichbarkeit (nur multimodal) und wirtschaftlicher Prosperität gewagt6. Dabei werden im Sinne der drei theoretischen Gleichungen drei Formen des Einflusses der Erreichbarkeit betrachtet:
  

Niveau Erreichbarkeit auf Niveau BIP pro Kopf (Niveau) Wachstum Erreichbarkeit auf Wachstum BIP pro Kopf (Differenz1) Niveau Erreichbarkeit auf Wachstum BIP pro Kopf (Differenz2)

Augenfällig ist, dass sowohl im Niveau als auch in Wachstumsraten ein positiver Zusammenhang zu bestehen scheint, während Erreichbarkeits-Niveau und BIPpro-Kopf-Wachstum schwach negativ korrelieren. In Tab. 5-5 sind die Korrelationskoeffizienten für die Gesamt-, Geographie- und Transport-Erreichbarkeit dargestellt.
Tab. 5-5 Korrelation: Erreichbarkeit und BIP pro Kopf, multimodal, Europa, 1991-2008 BIP pro Kopf Niveau Gesamt-Erreichbarkeit Geographie-Erreichbarkeit Transport-Erreichbarkeit Niveau Wachstum Niveau Wachstum Niveau Wachstum 0.46 -0.09 0.12 0.28 0.43 Wachstum -0.10 0.12 -0.09

Bemerkung: • Korrelationskoeffizient nach Pearson • Niveau Erreichbarkeit: natürlicher Logarithmus des Mittelwertes 1991-2008 • Niveau BIP pro Kopf: natürlicher Logarithmus des Mittelwertes 1991-2008, reales BIP • Wachstum Erreichbarkeit: durchschnittliche jährliche Wachstumsrate 1991-2008 • Wachstum BIP pro Kopf: durchschnittliche jährliche reale Wachstumsrate 1991-2008 Quelle: BAKBASEL

Interessant ist, dass das Niveau der Transport-Erreichbarkeit stärker mit dem BIP-pro-Kopf-Niveau und weniger negativ mit dem BIP-pro-Kopf-Wachstum korreliert als die Gesamt-Erreichbarkeit. Dies muss jedoch nicht zwingend einen natürlichen Grund haben. Es kann auch an der Berechnung der TransportErreichbarkeit durch BAKBASEL liegen (Aufteilung 1/3, 2/3). Die Korrelation in den Wachstumsraten konnte bei der Geographie-Erreichbarkeit nicht berechnet, da diese eine Wachstumsrate von null aufweist. Beim Zusammenhang zwischen
6

In den Scatterplots wird im Gegensatz zu den Karten die Periode 1991-2008 betrachtet. Dies ist die Periode, die später in den Querschnitts-Regressionen verwendet wird.

72

BAKBASEL

Erreichbarkeit und Wirtschaftsentwicklung

Erreichbarkeit und BIP pro Kopf ist zudem die Frage der Kausalität noch ungeklärt: Führt bessere Erreichbarkeit zu einem höheren Wohlstandsniveau oder umgekehrt? Diese Unsicherheit soll in Kapitel 6 mit Hilfe des Konzepts der Granger-Kausalität geklärt werden.
Abb. 5-7
1 .4 1 Inner Lo ndo n 1 .2 1 1 .0 1 1 0.8 1 0.6 1 0.4 1 0.2 1 0.0 9.8 9.6 Extremadura 9.4 4.2 4.3 4.4 4.5 4.6 4.7 4.8 4.9 Canarias P ro v. B rabant Flamand

Gesamt-Erreichbarkeitsindex: Streudiagramm NiveauNiveau, multimodal, Europa, 1991-2008

Bemerkung: • Abszisse: Niveau Erreichbarkeit: natürlicher Logarithmus des Mittelwertes 1991-2008 • Ordinate: Niveau BIP pro Kopf: natürlicher Logarithmus des Mittelwertes 1991-2008, real Quelle: BAKBASEL

BAKBASEL

73

Erreichbarkeit und Wirtschaftsentwicklung

Abb. 5-8 Gesamt-Erreichbarkeitsindex: Streudiagramm WachstumWachstum, multimodal, Europa, 1991-2008
6% Regierungsbezirk Thüringen

5%

4%

3%

2%

1 %

HauteNo rmandie Å land Valle d‘ A o sta 0.2% 0.4% 0.6% 0.8% 1 .0% 1 .2% 1 .4% 1 .6%

0% 0.0%

Bemerkung: • Abszisse: Wachstum Erreichbarkeit: durchschnittliche jährliche Wachstumsrate 19912008 • Ordinate: Wachstum BIP pro Kopf: durchschnittliche jährliche reale Wachstumsrate 1991-2008 Quelle: BAKBASEL

Abb. 5-9 Gesamt-Erreichbarkeitsindex: Streudiagramm NiveauWachstum, multimodal, Europa, 1991-2008
6% Regierungsbezirk Thüringen 5%

4% P ro v. B rabant Flamand

3%

2% Canarias 1 % Valle d‘ A o sta 4.2 4.3 4.4 4.5 4.6 4.7 4.8 4.9

0%

Bemerkung: • Abszisse: Niveau Erreichbarkeit: natürlicher Logarithmus des Mittelwertes 1991-2008 • Ordinate: Wachstum BIP pro Kopf: durchschnittliche jährliche reale Wachstumsrate 1991-2008 Quelle: BAKBASEL

74

BAKBASEL

Erreichbarkeit und Wirtschaftsentwicklung

Schweiz Abb. 5-10 bis Abb. 5-12 entsprechen den drei europäischen Landkarten. Als Verkehrsträger wird in der Schweiz der öffentliche Verkehr gewählt. In Abb. 5-11 ist ersichtlich, dass in der Schweiz das wirtschaftliche Gravitationszentrum im Raum Zürich liegt. Die Geographie-Erreichbarkeit schwächt sich um diesen Kern herum zunächst ebenfalls in konzentrischen Kreisen ab, wie es in Europa der Fall ist. In den peripheren Räumen Basel, Genf und Tessin bilden sich jedoch aufgrund des Eigengewichts, der Nähe zu den ausländischen Gemeinden und des höheren Raumwiderstands eigene Zentren. Den höchsten Gesamterreichbarkeits-Wert (147.6) weist die MS-Region Zürich auf. Dies ist klar durch das hohe Eigengewicht bedingt. Zur ErreichbarkeitsSpitze gehören weiter Glattal-Furttal (127.7), Basel-Stadt (125.5), Limmattal (123.5), Zürcher Oberland (119.7), Winterthur (118.9), Aarau (118.0), Zimmerberg (117.3) und Olten (117.0). Sie alle haben einen GesamterreichbarkeitsWert, der grösser ist als der Mittelwert der Stichprobe plus 5/3 der Standardabweichung, und sind daher mit der dunkelsten Schattierung eingefärbt. Insgesamt ist zu Abb. 5-10 festzuhalten, dass die wirtschaftlich starken Regionen der Schweiz gut ersichtlich sind und in den Gravitationszentren wie in Europa einige weniger wichtige Regionen (z.B. Zimmerberg) von ihrer geographischen Lage profitieren. Dies zeigt sich auch in der Schweiz im Transport-Erreichbarkeits-Index in Abb. 5-12. Die infrastrukturell gut erschlossenen Gebiete (Zürich, Basel, Genf, Bern) treten klar in den Vordergrund, die schlechter erschlossenen fallen in den Hintergrund. Zimmerberg fällt vom achten auf den sechzehnten Rang und wird von Genf, Olten, dem Oberen Baselbiet, Lausanne, Brugg-Zurzach, Bern, Nyon und Morges überholt. Wie in Europa ist dies ein Indiz dafür, dass mit der TransportErreichbarkeit ein Teil des Einflusses höherer Transportanstrengungen erfasst werden kann.

BAKBASEL

75

Erreichbarkeit und Wirtschaftsentwicklung

Abb. 5-10 Gesamt-Erreichbarkeitsindex: Öffentlicher Verkehr, Schweiz, 2000-2008

Bemerkung: • Schattierung: Erreichbarkeit, Mittelwert 2000-2008 • Grösse der Kreise: BIP-Wachstum, durchschn. jährliche reale Wachstumsrate 20002008, keine Kreise: negatives BIP-Wachstum Quelle: BAKBASEL

76

μ − 5/ 3σ μ− σ μ − 1/ 3σ x μ − 1/ <= 95.73 3σ < 102.35 ≤ μ + 1/ 3σ x 102.35 3σ < 108.96 ≤ μ + μ + 1/ <= σ x 108.96 <= < 115.58 ≤ μ + 5/ 3σ μ+ σ x 115.58 3σ < 148.66 μ + 5/ <=
82.50 ≤ 49.42 <=

Erreichbarkeit

μ − 5/ <= 82.50 3σ < 89.12 ≤ x

μ− 89.12

σ <= < 95.73 ≤

x

x

BAKBASEL

Erreichbarkeit und Wirtschaftsentwicklung

Abb. 5-11 Geographie-Erreichbarkeitsindex: Alle Verkehrsträger, Schweiz, 2000-2008

Bemerkung: • Schattierung: Erreichbarkeit, Mittelwert 2000-2008 • Grösse der Kreise: BIP-Wachstum, durchschn. jährliche reale Wachstumsrate 20002008, keine Kreise: negatives BIP-Wachstum Quelle: BAKBASEL

BAKBASEL

x 73.96 ≤ μ − 5/ 3σ x < 84.38 ≤ μ − σ x μ− σ 84.38 <= < 94.79 ≤ μ − 1/ 3σ x 94.79 3σ < 105.21 ≤ μ + 1/ 3σ μ − 1/ <= x 105.21 3σ < 115.62 ≤ μ + μ + 1/ <= σ x 115.62 <= < 126.04 ≤ μ + 5/ 3σ μ+ σ x 126.04 3σ < 178.11 μ + 5/ <= μ − 5/ <= 73.96 3σ
21.89 <=

Erreichbarkeit

77

Erreichbarkeit und Wirtschaftsentwicklung

Abb. 5-12 Transport-Erreichbarkeitsindex: Öffentlicher Verkehr, Schweiz, 2000-2008

Bemerkung: • Schattierung: Erreichbarkeit, Mittelwert 2000-2008 • Grösse der Kreise: BIP-Wachstum, durchschn. jährliche reale Wachstumsrate 20002008, keine Kreise: negatives BIP-Wachstum Quelle: BAKBASEL

78

x 84.52 ≤ μ − 5/ 3σ x < 90.69 ≤ μ − σ x μ− σ 90.69 <= < 96.86 ≤ μ − 1/3σ x μ − 1/3σ 96.86 <= < 103.03 ≤ μ + 1/ 3σ x 103.03 <= < 109.20 ≤ μ + μ + 1/3σ σ x 109.20 <= < 115.38 ≤ μ + 5/ 3σ μ+ σ x 115.38 <= < 192.51 μ + 5/3σ μ − <= 84.525/3σ
7.38 <=

Erreichbarkeit

BAKBASEL

Erreichbarkeit und Wirtschaftsentwicklung

In Abb. 5-13 bis Abb. 5-15 wird wiederum der Zusammenhang zwischen Erreichbarkeit (nur öffentlicher Verkehr) und wirtschaftlicher Prosperität, anhand von Streudiagrammen untersucht7. Im Gegensatz zu Europa ist in der kleinräumigen Betrachtung der Schweizer Stichprobe ein positiver Zusammenhang in allen drei Spezifikationen feststellbar. In Tab. 5-6 sind die Korrelationskoeffizienten der Schweizer Stichprobe dargestellt.
Tab. 5-6 Korrelation: Erreichbarkeit und BIP pro Kopf, öffentlicher Verkehr, Schweiz, 1991-2008 Erreichbarkeit Niveau Gesamt-Erreichbarkeit Geographie-Erreichbarkeit Transport-Erreichbarkeit Niveau Wachstum Niveau Wachstum Niveau Wachstum 0.63 0.27 0.31 0.20 0.49 BIP pro Kopf Wachstum 0.39 0.32 0.39

Bemerkung: • Korrelationskoeffizient nach Pearson • Niveau Erreichbarkeit: natürlicher Logarithmus des Mittelwertes 1991-2008 • Niveau BIP pro Kopf: natürlicher Logarithmus des Mittelwertes 1991-2008, reales BIP • Wachstum Erreichbarkeit: durchschnittliche jährliche Wachstumsrate 1991-2008 • Wachstum BIP pro Kopf: durchschnittliche jährliche reale Wachstumsrate 1991-2008 Quelle: BAKBASEL

Wie in Europa korreliert die Transport-Erreichbarkeit stärker mit dem BIP pro Kopf als die Gesamterreichbarkeit in der Spezifikation Niveau-Niveau. In den Spezifikationen Wachstum-Wachstum und Niveau-Wachstum sind die Korrelationskoeffizienten der Transport-Erreichbarkeit jedoch geringer als diejenigen der Gesamterreichbarkeit.

7

In den Scatterplots wird im Gegensatz zu den Karten die Periode 1991-2008 betrachtet. Dies ist die Periode, die später in den Querschnitts-Regressionen verwendet wird.

BAKBASEL

79

Erreichbarkeit und Wirtschaftsentwicklung

Abb. 5-13 Gesamt-Erreichbarkeitsindex: Streudiagramm NiveauNiveau, öffentlicher Verkehr, Schweiz, 1991-2008
1 2.0 1 .8 1 1 .6 1 1 .4 1 1 .2 1 1 .0 1 1 0.8 1 0.6 1 0.4 1 0.2 1 0.0 4.5 4.5 4.6 4.6 4.7 4.7 4.8 4.8 4.9 4.9 5.0 5.0 Go ms Zürich

Sense

Bemerkung: • Abszisse: Niveau Erreichbarkeit: natürlicher Logarithmus des Mittelwertes 1991-2008 • Ordinate: Niveau BIP pro Kopf: natürlicher Logarithmus des Mittelwertes 1991-2008, real Quelle: BAKBASEL

Abb. 5-14 Gesamt-Erreichbarkeitsindex: Streudiagramm WachstumWachstum, öffentlicher Verkehr, Schweiz, 1991-2008
3.0% 2.5% 2.0% 1 .5% Werdenberg 1 .0% 0.5% 0.0% -0.5% -1 .0% -1 .5% -2.0% -0.4% -0.2% 0.0% 0.2% 0.4% 0.6% 0.8% 1 .0% 1 .2% 1 .4% Zürich B asel-Stadt

M ittelbünden

Bemerkung: • Abszisse: Wachstum Erreichbarkeit: natürlicher Logarithmus des Mittelwertes 1991-2008 • Ordinate: Wachstum BIP pro Kopf: durchschnittliche jährliche reale Wachstumsrate 1991-2008 Quelle: BAKBASEL

80

BAKBASEL

Erreichbarkeit und Wirtschaftsentwicklung

Abb. 5-15 Gesamt-Erreichbarkeitsindex: Streudiagramm NiveauWachstum, öffentlicher Verkehr, Schweiz, 1991-2008
3.0% 2.5% 2.0% 1 .5% 1 .0% 0.5% 0.0% -0.5% -1 .0% -1 .5% -2.0% 4.5 4.5 4.6 4.6 4.7 4.7 4.8 4.8 4.9 4.9 5.0 5.0 Go ms M ittelbünden Zürich B asel-Stadt

Bemerkung: • Abszisse: Niveau Erreichbarkeit: natürlicher Logarithmus des Mittelwertes 1991-2008 • Ordinate: Wachstum BIP pro Kopf: durchschnittliche jährliche reale Wachstumsrate 1991-2008 Quelle: BAKBASEL

Die Landkarten für die übrigen Verkehrsträger und Erreichbarkeitsindizes sind im Anhang zu finden.

5.2.1.4

Vorzeichenhypothese

Aufgrund der Argumentation in Kapitel 4 werden für die Regressionskoeffizienten der Erreichbarkeits-Variablen in allen drei Spezifikationen (Niveau, Differenz1 und Differenz2) positive Vorzeichen erwartet (vgl. Tab. 4-3 und Tab. 4-4).

5.2.2
5.2.2.1 5.2.2.1.1

Übrige Standortfaktoren
Regulierung Transmissionsmechanismus

Einerseits korrigiert Regulierung Marktversagen und entschädigt für Externalitäten. Andererseits ist Regulierung kostspielig: Es gibt sowohl direkte Kosten, die für die Verwaltung und Kontrolle anfallen, als auch indirekte Kosten. Diese entstehen, wenn ein zu hohes Mass an Regulierung zu falschen Anreizen und damit letztlich zu Wohlfahrtsverlusten führt. Das optimale Niveau an Regulierung

BAKBASEL

81

Erreichbarkeit und Wirtschaftsentwicklung

kann nicht theoretisch bestimmt werden, sondern kann nur durch empirische Studien zumindest teilweise ermittelt werden. Staatliche Regulierung entfaltet seine Wirkung über zahlreiche Transmissionskanäle des ökonomischen Systems, und die Beziehungen zwischen Regulierung und wirtschaftlicher Prosperität sind nicht trivial.

5.2.2.1.2

Messung

In unserem Forschungsplan macht Regulierung nur in der europäischen Stichprobe Sinn, da sie zumeist auf nationaler Ebene bestimmt wird. In der europäischen Regressionsgleichung wird folgender Indikator verwendet:


Europa: Index für Produktmarkt-Regulierung (BAKBASEL/IBP-Datenbank, OECD, Fraser Institute) Der Index ist zwischen 0 (keine Regulierung) und 6 (sehr restriktive Regulierung) skaliert. Er basiert auf verschiedenen sekundären Datenquellen. Zentraler Datenbaustein ist der Produktmarkt-Regulierungsindikator der OECD, welcher für die Jahre 1998, 2003 und 2008 zur Verfügung steht. Er ist ein Sammelindikator, welcher auf umfassenden Umfragen zu einer Vielzahl von Regulierungsaspekten in den nationalen öffentlichen Verwaltungen basiert. Er beinhaltet Aspekte wie beispielsweise Marktzugang, Preissetzung, tarifäre und nicht-tarifäre Handelsbarrieren, administrative Hemmnisse, etc. BAKBASEL schätzt ausgehend von diesen Daten Zeitreihen (1990-2008). Hierbei werden zusätzliche Informationen der OECD zur Entwicklung sektorspezifischer Regulierung über die Zeit oder der jährlich vom Fraser Institute publizierte «Index of Economic Freedom» verwendet. Die OECD-Indizes aus den Jahren 1998, 2003 und 2008 dienen hierbei als Ankerwerte. Die Indikatoren des Fraser Institutes werden aus einer Reihe verschiedener Erhebungen (z.B. World Bank, Heritage Foundation) ausgewählt. Der Ansatz, der vom Fraser Institute bei seiner jährlichen Evaluation gewählt wird, ist dem der OECD hinsichtlich der Fragestellungen und Detailliertheit sehr ähnlich und führt in den Ankerjahren zu ähnlichen Ergebnissen. Die Daten unterscheiden sich nur national.

5.2.2.1.3

Vorzeichenhypothese

In dieser Studie wird von der Prämisse ausgegangen, dass das optimale Regulierungsniveau eher tief liegt. Tiefe Werte des Regulierungsindex sollten daher mit höherem BIP-pro-Kopf-Niveau und -Wachstum einhergehen, hohe mit einem niedrigeren BIP-pro-Kopf-Niveau und -Wachstum. Der in der Regression

82

BAKBASEL

Erreichbarkeit und Wirtschaftsentwicklung

geschätzte Koeffizient sollte demnach ein negatives Vorzeichen aufweisen (vgl. Tab. 4-3). 5.2.2.2 5.2.2.2.1 Besteuerung Transmissionsmechanismus

Es gibt verschiedene Wege, über welche das Steuerniveau die regionale wirtschaftliche Entwicklung beeinflusst. Die Besteuerung ist eines der Hauptthemen für Firmen, welche die Attraktivität eines Standortes beurteilen müssen. Eine tiefere Steuerlast zieht neue Firmen an und setzt für die bereits ansässigen Firmen den Anreiz, zu bleiben. Sogar wenn keine Standortentscheidung im Spiel ist, führt eine niedrigere Besteuerung zu einer höheren Wettbewerbsfähigkeit einer Firma, da sie die frei gewordenen Mittel für betriebliche Investitionen nutzen kann. Dieser Zusammenhang zwischen Besteuerung und wirtschaftlicher Prosperität ist offensichtlich für die direkte Besteuerung von Unternehmen (Unternehmenssteuer). Die Verbindung mit der Besteuerung von natürlichen Personen ist weniger direkt, aber ein ähnlicher Zusammenhang kann aufgestellt werden. Zum ersten verdienen Firmenbesitzer und das Top-Management im Allgemeinen mehr und müssen daher höhere Einkommenssteuern bezahlen. Ihre individuellen Präferenzen können die Standortwahl eines Unternehmens beeinflussen. Zum zweiten beeinflusst die Höhe der Besteuerung auch die Entscheidungen der («gewöhnlichen») Arbeitnehmer eines Unternehmens. Diese fokussieren auf das verfügbare Einkommen, das sich von den Kosten einer Firma unterscheidet. Wenn Angestellte ein gewisses Mass an Verhandlungsmacht haben und zwischen Regionen mobil sind, müssen die Firmen zumindest einen Teil der Steuerdifferenz zwischen den Regionen tragen. Andererseits ziehen mobile Arbeitnehmer in Regionen mit niedrigerem Steuerniveau, da ihr verfügbares Einkommen dort höher ist (ceteris paribus). Demzufolge können höhere Einkommenssteuern zu höheren Kosten für Firmen führen. Hochqualifizierte Arbeitnehmer sind speziell und zunehmend auch international mobil. Gleichzeitig werden sie immer wichtiger für eine wissensbasierte Volkswirtschaft. Einkommensbesteuerung, und zwar insbesondere die Steuerlast für hochqualifizierte Arbeitnehmer, kann daher für Unternehmen zu einem ähnlichen Kostenfaktor wie die Unternehmensbesteuerung werden.

BAKBASEL

83

Erreichbarkeit und Wirtschaftsentwicklung

5.2.2.2.2

Messung

In der Studie werden folgende Indikatoren verwendet:


Europa: BAK Taxation Index, hoch qualifizierte Arbeitskräfte (BAKBASEL/IBPDatenbank, ZEW) Der Index wird berechnet als ein Effektivsteuersatz (effective average tax rate, EATR), basierend auf dem Modell von Elschner und Schwager (2003). Der Effektivsteuersatz ist gleich der Differenz zwischen dem gesamten Arbeitsentgelt und dem verfügbaren Einkommen, dividiert durch das gesamte Arbeitsentgelt. Das gesamte Arbeitsentgelt ist derjenige Betrag, welchen der Arbeitgeber dem hochqualifizierten Arbeitnehmer zahlen muss, um ein bestimmtes verfügbares Einkommen zu garantieren (nach Steuern und Abzügen). Dieses wird auf 100'000 Euro angesetzt, der Arbeitnehmer als ledig betrachtet. Der Index ist damit ein Anteil am Bruttoeinkommen und nimmt Werte zwischen 0 (keine Besteuerung) und 1 (totale Besteuerung) an. Die Steuern beinhalten die erwarteten Zahlungen für die berufliche Altersvorsorge und Sozialversicherungen, wenn sie obligatorisch und angebracht sind. Die Daten sind als Zeitreihen vorhanden (1990-2008). Für gewisse Länder unterscheiden sie sich nur national.



Schweiz: BAK Steuerbelastungs-Index (BAKBASEL/Regionaldatenbank, FIVE Informatik) Der Index ist so skaliert, dass der Mittelwert über die Steuerbelastung aller Gemeinden der Schweiz in jedem Jahr den Wert 100 annimmt. Werte grösser als 100 stehen für eine überdurchschnittliche Steuerlast, Werte kleiner als 100 für eine unterdurchschnittliche Steuerlast. Zentraler Datenbaustein sind die Steuerdaten, die mit der Software TaxWare der Firma FIVE Informatik AG berechnet werden. Daten sind für den Zeitraum 2004-2008 erhältlich. BAKBASEL schätzt ausgehend von diesen Daten Zeitreihen (1990-2008). Hierbei werden die Wachstumsraten der kantonalen Werte des BAK Taxation Index als Indikatoren verwendet. Es wird angenommen, dass alle MSRegionen innerhalb eines Kantons mit der Wachstumsrate dieses Kantons wachsen. Die TaxWare-Werte dienen dabei als Ankerpunkte.

5.2.2.2.3

Vorzeichenhypothese

Aufgrund der oben geführten Argumentation wird für die RegressionsKoeffizienten der Besteuerungs-Variablen ein negatives Vorzeichen erwartet (vgl. Tab. 4-3 und Tab. 4-4).

84

BAKBASEL

Erreichbarkeit und Wirtschaftsentwicklung

5.2.2.3 5.2.2.3.1

Innovation Transmissionsmechanismus

Innovation führt dazu, dass Produktionsprozesse effizienter und Arbeit und Kapital dadurch produktiver werden. Demnach kann mit derselben Menge an Inputs eine grössere Menge an Output produziert werden, wodurch der wirtschaftliche Wohlstand steigt. Zudem ziehen innovative Regionen Firmen an, da sich diese von den neuen Technologien Wettbewerbsvorteile versprechen. Als Folge entwickeln sich diese Regionen wirtschaftlich stärker.

5.2.2.3.2

Messung

In dieser Studie wird versucht, das breite und komplexe Thema durch den Indikator Humankapital zu erfassen. Es werden folgende Indikatoren verwendet:


Europa: Anteil der Erwerbsbevölkerung mit einem Hochschulabschluss (BAKBASEL/IBP-Datenbank, Eurostat) Gemessen wird der Anteil der Erwerbsbevölkerung mit einem Hochschulabschluss, der Indikator nimmt demnach Werte zwischen 0 und 1 an. Die Daten stammen aus dem Labour Force Survey (LFS) von Eurostat. Die LFS Daten sind erhältlich für den Zeitraum 1995 (in den meisten Ländern) bis 2007 auf Ebene NUTS0 (national), NUTS1 und NUTS2 sowie nach Branchen (NACE) und höchstem erreichten Abschluss (ISCED97). Als tertiärer Abschluss werden die ISCED Levels 5 und 6 betrachtet. BAKBASEL schätzt ausgehend von diesen Daten Zeitreihen (1990-2008). Als Indikator wird die Beschäftigung in spezifischen Branchen verwendet. Zudem werden für die finnischen Regionen die Jahre 1990 und 1991 und für die schwedischen Regionen die Jahre 1990-1994 mittels der Wachstumsrate von vergleichbaren norwegischen Regionen geschätzt.



Schweiz: Anteil der Erwerbsbevölkerung mit einem Hochschulabschluss (BAKBASEL/Regionaldatenbank, BFS) Wie in der europäischen Stichprobe nimmt der Indikator Werte zwischen 0 und 1 an. Die Daten beruhen hauptsächlich auf den Daten der Volkszählungen des BFS. Diese sind Vollerhebungen zu den Stichjahren 1980, 1990 und 2000 und klassifizieren ebenfalls nach ISCED97. BAKBASEL schätzt ausgehend von diesen Daten Zeitreihen (1990-2008). Hierbei werden die Wachstumsraten der kantonalen Werte der tertiären Erwerbstätigenquote als Indikatoren verwendet. Es wird angenommen, dass alle MS-Regionen innerhalb eines Kantons mit der Wachstumsrate dieses Kantons wachsen. Als Ankerpunkte dienen die Daten der Volkszählung.

BAKBASEL

85

Erreichbarkeit und Wirtschaftsentwicklung

5.2.2.3.3

Vorzeichenhypothese

Aufgrund der oben geführten Argumentation wird für die RegressionsKoeffizienten der Innovations-Variablen ein positives Vorzeichen erwartet (vgl. Tab. 4-3 und Tab. 4-4).

5.2.3
5.2.3.1

Übrige Variablen
Konjunktur

Im Panelmodell wird ein Konjunkturterm sowohl in den Niveau- als auch den Differenzengleichungen als Rechthandvariable verwendet. Dieser fängt Wachstumseffekte auf, die sich nur durch den «Gleichschritt» mit der wirtschaftlichen Entwicklung der Oberregion ergeben. Im Panel-Jargon kann man diese Variable als zeitlichen Fixed Effect bezeichnen. Das Vorzeichen des Koeffizienten sollte positiv, sein Wert nahe bei eins sein. Gemessen wird der Konjunktureffekt mittels des Niveaus oder der Wachstumsrate des BIP pro Kopf von Westeuropa (europäische Stichprobe) oder der Schweiz (Schweizer Stichprobe).

5.2.3.2

Konvergenz

In alle Differenzengleichungen des Querschnittsmodells und einige des Panelmodells wird ein Konvergenzterm als Rechthandvariable eingebaut. Dieser bildet Wachstumseffekte ab, die sich dadurch ergeben, dass der wirtschaftliche Wohlstand von Regionen langfristig konvergiert. Reiche Regionen wachsen demnach schwächer als arme Regionen. Ein überdurchschnittliches Wachstum ärmerer Regionen kann ein Nachholeffekt oder das Ergebnis einer gezielten Förderpolitik sein. Es wird ein negatives Vorzeichen für diese Variable erwartet. Im Querschnittsmodell wird das Niveau des BIP pro Kopf der Region im Jahr 1990 verwendet. In den Panelmodellen wird jeweils das um eine Periode verzögerte Niveau des BIP pro Kopf einer Region benutzt.

5.2.3.3

Fehlerkorrekturterm

Kann im Panelmodell die Niveaugleichung als Kointegrationsgleichung interpretiert werden, muss in die Differenzengleichungen ein Fehlerkorrekturterm als Rechthandvariable einfliessen. Dieser widerspiegelt Wachstumseffekte, die sich dadurch ergeben, dass die kointegrierten Variablen gegen ihren langfristigen Gleichgewichtszustand streben. Ist der Wert der abhängigen Variablen grösser

86

BAKBASEL

Erreichbarkeit und Wirtschaftsentwicklung

als der Gleichgewichtswert, verringert der Fehlerkorrekturterm die darauffolgende Wachstumsrate und vice versa. Für den Fehlerkorrekturterm wird ein negatives Vorzeichen erwartet. Der Koeffizient kann als Anteil interpretiert werden, um den die Differenz zwischen aktuellem Wert und Gleichgewichtswert jede Periode verringert wird. Um den Fehlerkorrekturterm zu messen, wird zunächst die Niveaugleichung geschätzt, die als Kointegrationsgleichung interpretiert wird. Anschliessend wird das Residuum dieser Regression um eine Periode verzögert als Rechthandvariable in die Differenzengleichung eingesetzt.

BAKBASEL

87

Erreichbarkeit und Wirtschaftsentwicklung

6

Empirische Ergebnisse

Nachdem in den Kapiteln 3, 4 und 5 alle wichtigen Bestandteile der empirischen Analyse erläutert wurden, werden in diesem Kapitel die Resultate der ökonometrischen Schätzungen vorgestellt. Zunächst werden die Strukturmodelle und anschliessend die Vektorautoregressiven Modelle besprochen. Erstere werden unterteilt in ein Querschnitts- und ein Panelmodell. In letzteren wird insbesondere auf Impuls-Antwort-Funktionen und Granger-Kausalitätstests fokussiert. Wie in Kapitel 4 dargestellt wurde, werden die empirischen Ergebnisse nach der verwendeten Methodik in Strukturmodelle und Vektorautoregressive Modelle unterteilt. Erstere fokussieren dabei insbesondere auf den statischen Zusammenhang zwischen Erreichbarkeit und wirtschaftlicher Prosperität. Dieser wird untersucht, indem mehrere Querschnitts-Entitäten zu einem bestimmten Zeitpunkt bezüglich Erreichbarkeit und wirtschaftlicher Prosperität verglichen werden. Man kann diese Modelle demnach als Analyse langfristiger Gleichgewichtsbeziehungen interpretieren. Vektorautoregressive Modelle beziehen dynamische Anpassungsprozesse zwischen den Gleichgewichtszuständen mit ein. Insbesondere können mit Ihnen gegenseitige Wechselwirkungen modelliert werden, so dass nicht nur die Erreichbarkeit die wirtschaftliche Prosperität beeinflusst, sondern auch umgekehrt. Die Resultate werden ihrer Priorität in unserem Forschungsplan nach dargestellt. Die Ergebnisse der Strukturmodelle werden als wichtiger erachtet als diejenigen der Vektorautoregressiven Modelle. Innerhalb der Strukturmodelle gilt das grössere Interesse dem Querschnittsmodell, das Panelmodell wird lediglich zur Prüfung der Plausibilität des ersten verwendet. In beiden Strukturmodellen hat die Niveaugleichung gegenüber den beiden Differenzengleichungen Vorrang. Zusammengefasst ergibt sich also folgende Reihenfolge:


Strukturmodelle


Querschnittsmodell
  

Niveau Differenz1 Differenz2 Niveau Differenz1



Panelmodell
 

88

BAKBASEL

Erreichbarkeit und Wirtschaftsentwicklung

 

Differenz2

Vektorautoregressive Modelle

6.1
6.1.1
6.1.1.1

Strukturmodelle
Querschnittsmodell
Gesamterreichbarkeit

In Tab. 6-1 ist ein beispielhafter Regressionsoutput dargestellt. Als Erreichbarkeitsindex wird die Gesamterreichbarkeit bezogen auf den Verkehrsträger multimodal gewählt. Die Resultate stammen aus der europäischen Stichprobe. Die abhängige Variable ist in der Niveaugleichung das durchschnittliche BIP pro Kopf, in den Differenzengleichungen die durchschnittliche jährliche Wachstumsrate des BIP pro Kopf. Beide werden über die Periode 1991-2008 gebildet.
Tab. 6-1 Regressionsoutput: Strukturmodell, Querschnitt, Gesamterreichbarkeit, multimodal, Europa Koeffizient Niveau Konstante Erreichbarkeit (Niveau) Erreichbarkeit (Wachstum) Regulierung (Niveau) Regulierung (Wachstum) Besteuerung (Niveau) Besteuerung (Wachstum) Innovation (Niveau) Innovation (Wachstum) Konvergenz (Niveau) R
2

Spezifikationen Differenz1 0.06 0.58 0.04 0.02 0.01 -0.30 0.07 -0.10 -0.02 0.19 *** 0.38 ** *** *** * *** * Differenz2 0.02 0.01 0.64 -0.01 -0.11 -0.0004 -0.18 0.01 -0.01 -0.02 0.50 *** *** *** ** ** -1.22 0.99 * ***

Bemerkungen: • Abh. Variable Niveau: durchschnittliches reales BIP pro Kopf (durchschnittliches reales BIP/durchschnittliche Bevölkerung) • Abh. Variable Differenzen: durchschnittliche jährliche Wachstumsrate des realen BIP pro Kopf • Alle Niveauwerte sind logarithmiert, die Wachstumsraten sind stetig. • 202 Beobachtungen • ***, **, * bedeutet Signifikanz bei 1%, 5%, 10% Quelle: BAKBASEL

BAKBASEL

89

Erreichbarkeit und Wirtschaftsentwicklung

In der Niveaugleichung beträgt der Koeffizient des Erreichbarkeitsniveaus rund 1 und ist hochsignifikant. Erreichbarkeit hat demnach im langfristigen Gleichgewicht einen signifikant positiven Einfluss auf den wirtschaftlichen Wohlstand einer Region. Regulierung und Besteuerung zeigen nicht das erwartete Vorzeichen, jedoch sind die Koeffizienten nicht signifikant von null verschieden. Innovation hat zwar ein positives Vorzeichen, ist jedoch auch nicht signifikant von null verschieden. Der Wert des Bestimmtheitsmasses, der den Anteil der durch das lineare Modell erklärten Varianz der abhängigen Variablen angibt, ist mit 0.19 eher tief. Der Koeffizient des Erreichbarkeitswachstums in der ersten Differenzengleichung ist ebenfalls positiv und signifikant. Allerdings ist er mit rund 0.6 kleiner als derjenige der Erreichbarkeitsniveaus und nur noch zum 10%-Niveau signifikant. Nichtsdestotrotz kann man davon ausgehen, dass das Wachstum der Erreichbarkeit einen positiven Einfluss auf dasjenige des wirtschaftlichen Wohlstands in einem langfristigen Wachstumsprozess ausübt. Die Koeffizienten der Besteuerung und der Konvergenz zeigen ebenfalls das erwartete Vorzeichen und sind signifikant von null verschieden. Regulierung und Innovation haben beide das «falsche» Vorzeichen, ersteres ist jedoch nicht signifikant, während letzteres signifikant von null verschieden ist. Der Wert des Bestimmtheitsmasses ist mit 0.38 ebenfalls eher tief. In der zweiten Differenzengleichung ist sowohl der Koeffizient des Erreichbarkeitsniveaus als auch derjenige des –wachstums signifikant von null verschieden, dieses Mal zum 5%-Niveau. Es scheint demnach, als ob Erreichbarkeit sowohl im Niveau als auch im Wachstum einen Einfluss auf das Wachstum des wirtschaftlichen Wohlstandes ausübt. Besser erreichbare Regionen weisen demnach ein höheres BIP-pro-Kopf-Wachstum auf als schlechter erreichbare. Alle anderen Regressoren ausser des Innovationswachstums zeigen die erwarteten Vorzeichen, sie sind jedoch mehrheitlich nicht signifikant von Null verschieden. Der Wert des Bestimmtheitsmasses ist mit 0.5 für eine Differenzengleichung ziemlich hoch. Die Koeffizienten der Niveau- und Differenzengleichungen können relativ gut interpretiert werden. Dazu seien die folgenden Gleichungen in Erinnerung gerufen: Leitet man die Niveaugleichung nach der Zeit ab, erhält man für die «mittlere Region» unter der Annahme, dass alle anderen Regressoren über die Zeit konstant bleiben (ceteris paribus): Gleichung 6.1

gX = β1 ⋅ g AC

90

BAKBASEL

Erreichbarkeit und Wirtschaftsentwicklung

In der Niveaugleichung führt eine einprozentige Verbesserung des Erreichbarkeitsniveaus (im Mittel eine Verbesserung um einen Punkt, respektive 0.1 Standardabweichungen) demnach zu einer rund einprozentigen Verbesserung des BIP-pro-Kopf-Niveaus. Die erste Differenzengleichung, die geschätzt wurde, sieht dagegen folgendermassen aus (wiederum unter der Annahme, dass alle anderen Regressoren über die Zeit konstant bleiben): Gleichung 6.2
gX = β 0 + β1 ⋅ g AC

Eine einprozentige Verbesserung des Erreichbarkeitsniveaus führt im BIP pro Kopf unter Vernachlässigung des zeitlichen Trends zu einer Verbesserung um 0.58 Prozent. Die zweite Differenzengleichung, die geschätzt wurde, hat folgende Form (wiederum ceteris paribus): Gleichung 6.3
gX = β 0 + β1 ⋅ g AC + β 5 ⋅ ln AC

Vernachlässigt man sowohl den zeitlichen Trend als auch den Niveaueffekt der Erreichbarkeit, führt eine einprozentige Verbesserung des Erreichbarkeitsniveaus zu einer Verbesserung des BIP pro Kopf um 0.64 Prozent. Dieser Effekt wird je nach Erreichbarkeitsniveau, das die Region bereits erreicht hat, noch verstärkt. Aus diesen Betrachtungen kann folgendes geschlossen werden: Ein Teil des Wachstumseffekts, der in der Niveaugleichung der Erreichbarkeit zugeschrieben wird, könnte auch auf einem zeitlichen Trend ( β 0t ) beruhen. Allerdings zeigt Gleichung 6.2, dass auch unter Berücksichtigung dieses zeitlichen Trends die Erreichbarkeit zwar einen geringeren, aber nach wie vor signifikant positiven Einfluss auf den wirtschaftlichen Wohlstand ausübt. Letztlich zeigt Gleichung 6.3, dass Erreichbarkeit sowohl im Niveau als auch im Wachstum einen Einfluss auf das Wachstum des wirtschaftlichen Wohlstands ausübt. Diese Schlussfolgerungen beziehen sich primär auf die Resultate für die multimodale Gesamterreichbarkeit in der europäischen Stichprobe. Um die Resultate auf die weiteren Verkehrsträger und die Schweizer Stichprobe zu erweitern, sind in Tab. 6-2 die Koeffizienten aller Gesamterreichbarkeitsindizes dargestellt. Da die Interpretation der Koeffizienten der zweiten Differenzengleichung nicht einfach und deren absoluter Wert für Schlussfolgerungen nicht entscheidend ist,

BAKBASEL

91

Erreichbarkeit und Wirtschaftsentwicklung

werden die Werte nicht dargestellt. Es wird jedoch ein Bild ihrer Vorzeichen und deren Signifikanz gezeichnet.
Tab. 6-2 Stichprobe Europa Koeffizienten der Gesamt-Erreichbarkeitsindizes: Strukturmodell, Querschnitt Verkehrsträger Niveau Multimodal Schiene Strasse Schweiz Öffentlicher Verkehr Motorisierter Individualverkehr 0.99 0.77 0.63 1.21 0.41 *** *** *** *** 0.58 1.25 0.88 1.37 ** Spezifikationen Differenz1 * 0.68 *** Differenz2 ++/++ (-)/(+) (+)/(+) ++/(-) +++/(+)

Bemerkungen: • Abh. Variable Niveau: durchschnittliches reales BIP pro Kopf (durchschnittliches reales • BIP/durchschnittliche Bevölkerung) • Abh. Variable Differenzen: durchschnittliche jährliche Wachstumsrate des realen BIP pro Kopf • Alle Niveauwerte sind logarithmiert, die Wachstumsraten sind stetig. • Europa: 202 Beobachtungen, Schweiz: 106 Beobachtungen • ***, **, * bedeutet Signifikanz bei 1%, 5%, 10%. • +++, ++, +, (+) bedeutet Signifikanz bei 1%, 5%, 10% oder keine Signifikanz für positive Vorzeichen, negative Vorzeichen analog. Zuerst Niveau, dann Wachstumskoeffizient. Quelle: BAKBASEL

Zunächst zeigt sich, dass in den Niveaugleichungen die Koeffizienten des Erreichbarkeitsniveaus fast ausnahmslos positiv und signifikant beim 1%-Niveau sind. Lediglich der Koeffizient des motorisierten Individualverkehrs in der Schweiz ist nicht signifikant von null verschieden, aber dennoch positiv. Es lässt sich also generalisieren: Erreichbarkeit hat in einem langfristigen Gleichgewicht sowohl über verschiedene Verkehrsträger als auch verschiedene Regionentypen (funktional/nicht funktional) betrachtet einen positiven Einfluss auf den wirtschaftlichen Wohlstand einer Region. Die erste Differenzengleichung zeigt ein sehr ähnliches Bild. Der signifikant positive Einfluss des Erreichbarkeitswachstums auf das BIP-pro-Kopf-Wachstum wird von zwei Verkehrsträgern bestätigt. Lediglich die Strassen-Verkehrsträger weisen nicht-signifikante, aber dennoch positive, Koeffizienten auf. Es wird auch bestätigt, dass die Differenz-Koeffizienten tendenziell kleiner sind als die Niveau-Koeffizienten. Einzig die Strassen-Verkehrsträger widersprechen hier erneut. Insgesamt lässt sich jedoch folgende Schlussfolgerung ziehen: Erreichbarkeit hat auch in einem langfristigen Wachstumsprozess unter Berücksichtigung von zeitlichen Trends und Konvergenzbewegungen mehrheitlich einen positiven Einfluss auf den wirtschaftlichen Wohlstand einer Region.

92

BAKBASEL

Erreichbarkeit und Wirtschaftsentwicklung

Die Resultate der zweiten Differenzengleichung sind weniger eindeutig. Zwar überwiegen die positiven Vorzeichen, doch deren Verteilung auf Niveau und Wachstum ist gemischt. Sowohl positiv im Niveau als auch im Wachstum wirkt Erreichbarkeit lediglich beim multimodalen und den Strassen-Verkehrsträgern. Allerdings sind die Koeffizienten nur beim multimodalen Verkehrsträger beide signifikant. Bei den Schienen-Verkehrsträgern8 ist die Wirkung der Erreichbarkeit gemischt. Insgesamt lässt sich jedoch festhalten, dass die Evidenz in Richtung eines grösseren Einflusses des Niveaus geht. Die Niveau-Koeffizienten sind in drei von fünf Fällen signifikant positiv, während es die WachstumsKoeffizienten nur in einem Fall sind. Es ist also zu erwarten, dass im langfristigen Gleichgewicht nicht bloss das durchschnittliche Niveau der Erreichbarkeit den wirtschaftlichen Wohlstand einer Region beeinflusst, sondern auch die bis anhin «angehäufte» Erreichbarkeit. In Tab. 6-2 ist ebenfalls erkennbar, dass in der Niveaugleichung sowohl in Europa als auch der Schweiz die schienenlastige Erreichbarkeit (Schiene, öffentlicher Verkehr) einen stärkeren Einfluss hat als die strassenlastige Erreichbarkeit (Strasse, motorisierter Individualverkehr). In den Differenzengleichungen scheint es genau umgekehrt zu sein, allerdings muss diese Beobachtung mit Vorsicht genossen werden. In der ersten Differenzengleichung sind die Schienen-Koeffizienten zwar kleiner, aber signifikant von null verschieden. Die Strassen-Koeffizienten sind grösser, aber nicht signifikant von null verschieden. Abschliessend kann für die Gesamterreichbarkeit folgende Schlussfolgerung gezogen werden: Erreichbarkeit ist wichtig für die regionale Entwicklung. Eine bessere Erreichbarkeit fördert die regionale Wirtschaft. Auch wenn die Koeffizienten in den verschiedenen geschätzten Gleichungen zum Teil deutlich voneinander abweichen, steht das positive Vorzeichen des Einflusses ausser Frage. Folglich haben Investitionen in die Verkehrsinfrastruktur, soweit sie zu einer Reduktion der Reisezeiten führen, einen positiven Wachstumseffekt.

6.1.1.2

Transport- und Geographie-Erreichbarkeit

Wie in Kapitel 5 beschrieben wurde, kann die Gesamterreichbarkeit unterteilt werden in:


die Geographie-Erreichbarkeit, welche die geographische Lage einer Region misst und die Transport-Erreichbarkeit, welche die Transportanstrengungen (Verkehrsinfrastruktur, -dienstleistungen) der Region misst.



8

Der öffentliche Verkehr in der Schweizer Stichprobe besteht zum grössten Teil aus Bahnbetrieben.

BAKBASEL

93

Erreichbarkeit und Wirtschaftsentwicklung

Die Resultate in Tab. 6-3 geben Aufschluss darüber, welcher Teil der Gesamterreichbarkeit den entscheidenden Einfluss auf den wirtschaftlichen Wohlstand ausübt. Das Wachstum der Geographie-Erreichbarkeit wird nicht in die Regression mit einbezogen, da es den Wert null annimmt.
Tab. 6-3 Koeffizienten der Transport- und GeographieErreichbarkeitsindizes: Strukturmodell, Querschnitt Spezifikationen Niveau Differenz1 Europa Multimodal Schiene Strasse Öffentlicher Verkehr Transport Geographie Transport Geographie Transport Geographie Schweiz Transport Geographie Motorisierter IndiTransport vidualverkehr Geographie 1.07 *** 0.01 0.58 ** 0.23 *** 0.12 0.28 *** 2.30 *** -0.23 1.31 -0.53 * 0.94 0.53 ** 0.78 0.43 *** 0.39 * Differenz2 (+)/++ (+) --/(+) (+) (-)/(-) ++ (+)/-+++ (+)/(+) (+)

Stichprobe Verkehrsträger

Bemerkungen: • Abh. Variable Niveau: durchschnittliches reales BIP pro Kopf (durchschnittliches reales • BIP/durchschnittliche Bevölkerung) • Abh. Variable Differenzen: durchschnittliche jährliche Wachstumsrate des realen BIP pro Kopf • Alle Niveauwerte sind logarithmiert, die Wachstumsraten sind stetig. • Europa: 202 Beobachtungen, Schweiz: 106 Beobachtungen • ***, **, * bedeutet Signifikanz bei 1%, 5%, 10%. • +++, ++, +, (+) bedeutet Signifikanz bei 1%, 5%, 10% oder keine Signifikanz für positive Vorzeichen, negative Vorzeichen analog. Zuerst Niveau, dann Wachstumskoeffizient. Quelle: BAKBASEL

Die in Tab. 6-3 dargestellten Koeffizienten der Niveaugleichung leuchten intuitiv ein: In der europäischen Stichprobe sind bezüglich multimodaler Erreichbarkeit die Transportanstrengungen am wichtigsten. Das macht Sinn, da die multimodale Erreichbarkeit aufgrund des Luftverkehrs am wenigsten durch die geographische Lage limitiert wird. Auch peripher gelegene Städte wie Madrid, Dublin oder Stockholm können eine gute multimodale Erreichbarkeit erlangen. Die schienenlastigen Verkehrsträger wiederum sind sowohl in der europäischen als auch der Schweizer Stichprobe weniger abhängig von der geographischen Lage als die strassenlastigen. Dies könnte dadurch erklärt werden, dass wegen staatlicher Förderung der Eisenbahn auch abgelegene Orte über relativ gute Bahn-

94

BAKBASEL

Erreichbarkeit und Wirtschaftsentwicklung

verbindungen verfügen. Zudem ist der Bahnverkehr heute bereits an vielen Orten schneller als der Strassenverkehr. Interessant ist zudem, dass sich in der europäischen Stichprobe die Signifikanz von der Transport-Erreichbarkeit zur Geographie-Erreichbarkeit verschiebt: Bezüglich multimodaler Erreichbarkeit ist nur der Koeffizient der Transportanstrengungen signifikant von null verschieden, bezüglich Schienen-Erreichbarkeit beide und bezüglich Strassen-Erreichbarkeit nur noch derjenige der geographischen Lage. In der Schweizer Stichprobe ist sowohl bezüglich des öffentlichen als auch des motorisierten Individualverkehrs nur der Koeffizient der Transportanstrengungen signifikant von null verschieden. In der ersten Differenzengleichung zeigen sich für das Wachstum der Transport-Erreichbarkeit sehr ähnliche Resultate wie für dasjenige der Gesamterreichbarkeit: Die Koeffizienten der Wachstumsraten sind tendenziell kleiner als diejenigen der Niveauwerte, einzig bei der europäischen Strassen-Erreichbarkeit ist dies nicht der Fall. Wiederum sind nur die Koeffizienten der multimodalen und der schienenlastigen Erreichbarkeitsindizes signifikant von null verschieden. In der zweiten Differenzengleichung zeigt sich, dass die Signifikanz der Transport-Erreichbarkeit tendenziell schwächer ist als diejenige der Gesamterreichbarkeit. Die Vorzeichen sind jedoch bei allen Verkehrsträgern ausser der Strasse dieselben. Das Niveau der Geographie-Erreichbarkeit hat bezüglich aller Verkehrsträger ein positives Vorzeichen. Abschliessend können für die Transport- und Geographie-Erreichbarkeit folgende Schlüsse gezogen werden: Unterteilt man die Gesamterreichbarkeit in die geographische Lage und die Transportanstrengungen, welche zu einem grossen Teil auf Verkehrsinfrastrukturen beruhen, so erweisen sich letztere als wichtiger als die als exogen zu betrachtende geographische Lage. Das bedeutet letztlich, dass der Nachteil der Peripheralität durch eine gute Verkehrsanbindung sowohl in Westeuropa (ausser bei den Strassen) als auch der Schweiz wettgemacht werden kann.

6.1.2

Panelmodell

Wie im Programmablaufplan in Abb. 4-1 dargestellt wurde, ist im Panelmodell die statistische Inferenz gefährdet, wenn man gewisse Eigenschaften der stochastischen Prozesse nicht berücksichtigt. Bevor wir mit der Interpretation der Resultate der Panelregressionen beginnen, werden deshalb zunächst statistische Tests durchgeführt, um abzuklären, welche Schlussfolgerungen wir aus den Panelregressionen ziehen können. Dazu müssen folgende Fragen beantwortet werden:

BAKBASEL

95

Erreichbarkeit und Wirtschaftsentwicklung

 

Welche Variablen sind nicht stationär?  Einheitswurzel-Tests Sind die ersten Differenzen der nicht-stationären Variablen nicht stationär?  Einheitswurzel-Tests Besteht zwischen mehreren nicht-stationären Variablen eine langfristige Kointegrationsbeziehung?  Kointegrations-Tests



Zu den nachfolgenden Erläuterungen muss erwähnt werden, dass die Unterteilung der Gesamterreichbarkeit in die geographische Lage und Transportanstrengungen im Panelmodell nicht vorgenommen wird. Die Fixed Effects, die in den Regressionen verwendet werden, fangen den Effekt der GeographieErreichbarkeit auf, so dass durch die Verwendung der Transport-Erreichbarkeit als Regressor keine zusätzliche Information gewonnen werden kann. Wird in den nachfolgenden Erläuterungen also von Erreichbarkeit gesprochen, ist immer die Gesamterreichbarkeit gemeint.

6.1.2.1

Einheitswurzel-Tests

Sind die abhängige und mehrere unabhängige Variablen nicht stationär, das heisst haben sie eine Einheitswurzel, so ist die statistische Inferenz gefährdet: Allein die Tatsache, dass beiden Zeitreihen ein zeitlicher Trend zugrunde liegt, kann dazu führen, dass man eine Scheinkorrelation zwischen den Variablen feststellt (spurious regression). Bevor eine Regression durchgeführt wird, muss deshalb getestet werden, welche Zeitreihen nicht stationär sind. In Tab. 6-4 und Tab. 6-5 werden die Resultate von zwei Einheitswurzel-Tests dargestellt:


Der Test nach Levin, Lin und Chu (2002, LLC) betrachtet die QuerschnittsEntitäten als homogen und unterstellt deshalb allen dieselben autoregressiven Koeffizienten in den Testgleichungen. Die Nullhypothese (H0) lautet: Alle Querschnittszeitreihen haben dieselbe Einheitswurzel. Der Test nach Im, Pesaran und Shin (2003, IPS) erachtet die verschiedenen Querschnitts-Entitäten als heterogen und erlaubt deshalb unterschiedliche autoregressive Koeffizienten in den Testgleichungen. Die Nullhypothese (H0) lautet: Alle Querschnittszeitreihen haben eine (aber nicht unbedingt dieselbe) Einheitswurzel.



Die zwei Einheitswurzel-Tests werden zudem in unterschiedlichen Spezifikationen getestet. Diese unterscheiden sich dadurch, welche deterministischen Komponenten den ADF-Gleichungen unterstellt werden:
  

Mit querschnittsspezifischer Konstante und querschnittsspezifischem Trend Mit querschnittsspezifischer Konstante Ohne deterministische Komponenten

96

BAKBASEL

Erreichbarkeit und Wirtschaftsentwicklung

Mit Hilfe der Sterne wird das Signifikanz-Niveau dargestellt, zu dem die Nullhypothese abgelehnt werden kann.
Tab. 6-4 Einheitswurzel-Tests: Europa Konstante und Trend LLC BIP pro Kopf (Niveau) BIP pro Kopf (Wachstum) Erreichbarkeit multimodal (Niveau) Erreichbarkeit multimodal (Wachstum) Erreichbarkeit Schiene (Niveau) Erreichbarkeit Schiene (Wachstum) Erreichbarkeit Strasse (Niveau) Erreichbarkeit Strasse (Wachstum) Regulierung (Niveau) Regulierung (Wachstum) Besteuerung (Niveau) Besteuerung (Wachstum) Innovation (Niveau) Innovation (Wachstum) BIP pro Kopf Westeuropa (Niveau) BIP pro Kopf Westeuropa (Wachstum) *** *** *** *** *** *** *** *** *** *** *** *** *** *** *** *** *** *** *** *** *** *** *** *** *** *** * *** *** *** *** *** *** *** *** *** *** *** *** IPS *** *** LLC *** *** *** *** Konstante IPS Ohne LLC

Bemerkung: • LLC: H0: Alle Querschnittszeitreihen haben dieselbe Einheitswurzel. • IPS: H0: Alle Querschnittszeitreihen haben eine (aber nicht unbedingt dieselbe) Einheitswurzel. • ***, **, * bedeutet Signifikanz bei 1%, 5%, 10%. Quelle: BAKBASEL

Da die asymptotischen Eigenschaften des LLC-Test darauf basieren, dass die Zeit (t) bei gegebener Anzahl Querschnitte (n) gegen unendlich geht, ist für

BAKBASEL

97

Erreichbarkeit und Wirtschaftsentwicklung

unsere Stichproben (n>t) der IPS-Test besser geeignet. Der IPS-Test mit individuenspezifischer Konstante ergibt in der europäischen Stichprobe relativ eindeutige Ergebnisse: In den meisten Fällen hat das logarithmierte Niveau eine Einheitswurzel, die erste Differenz (die stetige Wachstumsrate des nichtlogarithmierten Niveaus) jedoch keine. Die meisten Variablen sind demnach integriert der Ordnung eins (I(1)). Die Ausnahmen bilden die folgenden Variablen.


Erreichbarkeit Strasse (Wachstum) hat eine Einheitswurzel. Erreichbarkeit Strasse (Niveau) ist also nicht I(1). Regulierung (Niveau) hat keine Einheitswurzel (zumindest bis zu einem Signifikanzniveau von 10%) und dürfte folglich stationär sein (I(0)).



Die Resultate sind zwar insgesamt nicht eindeutig, aber eine starke Tendenz geht in die Richtung, dass die logarithmierten Niveaus eine Einheitswurzel haben, deren Differenzen jedoch stationär sind. Die Resultate des IPS-Test mit individuenspezifischer Konstante sehen in der schweizerischen Stichprobe relativ ähnlich aus (vgl. Tab. 6-5). Augenfällig sind lediglich die Resultate für die Erreichbarkeits-Indizes:


Weder das Niveau noch die Wachstumsrate der ÖV-Erreichbarkeit sind stationär. Das Niveau der MIV-Erreichbarkeit ist stationär, während die Wachstumsrate eine Einheitswurzel hat.



Die Interpretation der stochastischen Eigenschaften der Erreichbarkeits-Indizes muss jedoch wie gesagt mit Vorsicht genossen werden, da die Zeitreihen durch lineare Interpolation zwischen Beobachtungspunkten berechnet wurden und dadurch per Definition in gewissen Teilen der Zeitreihe einen Trend aufweisen. Gleichzeitig gibt es in einigen Zeitreihen auch Strukturbrüche. Anhand rein theoretischer Überlegungen kann davon ausgegangen werden, dass das Niveau der Erreichbarkeit über die Zeit steigt und daher nicht stationär ist. Die erste Differenz der Erreichbarkeit dürfte jedoch wie die Wachstumsraten vieler ökonomischer Variablen eine «mean-reverting-Eigenschaft» aufweisen und daher stationär sein.

98

BAKBASEL

Erreichbarkeit und Wirtschaftsentwicklung

Tab. 6-5

Einheitswurzel-Tests: Schweiz Konstante und Trend LLC IPS LLC Konstante IPS Ohne LLC

BIP pro Kopf (Niveau) BIP pro Kopf (Wachstum) Erreichbarkeit ÖV (Niveau) Erreichbarkeit ÖV (Wachstum) Erreichbarkeit MIV (Niveau) Erreichbarkeit MIV (Wachstum) Besteuerung (Niveau) Besteuerung (Wachstum) Innovation (Niveau) Innovation (Wachstum) BIP pro Kopf Schweiz (Niveau) BIP pro Kopf Schweiz (Wachstum)

*** *** *** *** * *** *** *** ** *** *** *** * *** *** *** *** *** *** *** *** *** *** *** *** *** *** ** *** *** *** *** *** *** *** *** ***

Bemerkung: • LLC: H0: Alle Querschnittszeitreihen haben dieselbe Einheitswurzel. • IPS: H0: Alle Querschnittszeitreihen haben eine (aber nicht unbedingt dieselbe) Einheitswurzel. • ***, **, * bedeutet Signifikanz bei 1%, 5%, 10%. Quelle: BAKBASEL

Nach den Resultaten in Tab. 6-4 und Tab. 6-5 zu urteilen, kann insgesamt davon ausgegangen werden, dass die logarithmierten Niveaus aller Variablen eine Einheitswurzel aufweisen, während die ersten Differenzen (die Wachstumsraten) stationär sind. Mit dieser Annahme (I(1)) wird im weiteren Verlauf der Studie gerechnet.

6.1.2.2

Kointegrations-Tests

Eine Regression mit nicht-stationären Regressanden und Regressoren kann die statistische Inferenz gefährden und dazu führen, dass Scheinkorrelationen als echte Zusammenhänge interpretiert werden. Dies ist jedoch nicht der Fall, wenn die abhängige Variable mit einer oder mehreren der unabhängigen Vari-

BAKBASEL

99

Erreichbarkeit und Wirtschaftsentwicklung

ablen kointegriert ist. Hierbei folgen die kointegrierten Variablen einem gemeinsamen Trend, wodurch die Residuen stationär werden und normale Inferenz wieder zulässig ist, sofern man die Schlüsse als Eigenschaften eines langfristigen Gleichgewichts interpretiert. Im Folgenden wird getestet, ob die Variablen, die in der Panel-Niveaugleichung verwendet werden, kointegriert sind. Es handelt sich dabei um die folgenden Variablen:
 

BIP pro Kopf Niveau (logarithmiert) Erreichbarkeit Niveau (logarithmiert), unterschieden nach den Verkehrsträgern multimodal/Schiene/Strasse in der europäischen Stichprobe und öffentlicher Verkehr/motorisierter Individualverkehr in der Schweizer Stichprobe. Regulierung Niveau (logarithmiert) Besteuerung Niveau (logarithmiert) Innovation Niveau (logarithmiert) Konjunktur-Term: BIP pro Kopf Niveau Westeuropa (logarithmiert) in der europäischen Stichprobe und BIP pro Kopf Niveau Schweiz (logarithmiert) in der Schweizer Stichprobe

   

Dazu werden Test-Statistiken von Pedroni (1999, 2004) verwendet. Diese überprüfen die Residuen einer Scheinregression9: Sind sie I(0), so sind die Variablen kointegriert. Sind sie I(1), dann sind sie nicht kointegriert. Dieselbe Unterscheidung, die zwischen dem LLC- und dem IPS-Test gemacht wird, schlägt Pedroni (1999) auch für seine Test-Statistiken vor:


Die Within-Dimension (Panel-Statistiken) betrachtet die QuerschnittsEntitäten als homogen und unterstellt deshalb allen dieselben autoregressiven Koeffizienten in den Testgleichungen. Die Nullhypothese (H0) lautet: Alle (Residuen-)Querschnittszeitreihen haben dieselbe Einheitswurzel. Die Between-Dimension (Gruppen-Statistiken) erachtet die verschiedenen Querschnitts-Entitäten als heterogen und erlaubt deshalb unterschiedliche autoregressive Koeffizienten in den Testgleichungen. Die Nullhypothese (H0) lautet: Alle (Residuen-)Querschnittszeitreihen haben eine (aber nicht unbedingt dieselbe) Einheitswurzel.



Insgesamt schlägt Pedroni (1999) sieben Test-Statistiken vor: Vier für die Within-Dimension (ν, PP-ρ, PP-t, ADF-t) und drei für die Between-Dimension (PP-ρ, PP-t, ADF-t). Die Panel-Statistiken (Within-Dimension) können sowohl in einer gewichteten als auch einer ungewichteten Form berechnet werden. Im Grenzwert haben beide Berechnungsarten dieselbe Verteilungsfunktion. Pedroni
9

Pedroni erweitert die Engle-Granger (1987) «two step residual based cointegration tests» auf Paneldaten.

100

BAKBASEL

Erreichbarkeit und Wirtschaftsentwicklung

(2004) fand jedoch anhand von Monte Carlo Simulationen heraus, dass in kleinen Stichproben die ungewichteten Statistiken die gewichteten übertreffen. Aufgrund dieser Erkenntnis werden in dieser Studie nur die ungewichteten Panel-Statistiken betrachtet. Im Folgenden werden vier der sieben Test-Statistiken kurz in den Rahmen bereits bekannter (Zeitreihen-) Einheitswurzeltests gestellt:
   

ν: Von der Form her eine nicht-parametrische Variance-Ratio-Statistik. PP-ρ: Panel-Version der (nicht-parametrischen) Phillips-Perron-rho-Statistik. PP-t: Panel-Version der (nicht-parametrischen) Phillips-Perron-t-Statistik. ADF-t: Panel-Version Statistik. der (parametrischen) augmented-Dickey-Fuller-t-

Es werden nur vier dargestellt, da die letzten drei mit den drei Test-Statistiken der Between-Dimension identisch sind. Für eine theoretische Herleitung der Test-Statistiken sei der Leser an die Originalartikel verwiesen. In Tab. 6-6 und Tab. 6-7 sind die sieben Test-Statistiken dargestellt. Wie beim LLC- und IPSTest können die Einheitswurzel-Tests in unterschiedlichen Spezifikationen getestet werden. Diese unterscheiden sich wiederum dadurch, welche deterministischen Komponenten den Testgleichungen unterstellt werden:
  

Mit querschnittsspezifischer Konstante und querschnittsspezifischem Trend Mit querschnittsspezifischer Konstante Ohne deterministische Komponenten

Mit Hilfe der Sterne wird das Signifikanz-Niveau dargestellt, zu dem die Nullhypothese abgelehnt werden kann.

BAKBASEL

101

Erreichbarkeit und Wirtschaftsentwicklung

Tab. 6-6

Kointegrations-Tests: Europa Within-Dimension (Panel-Statistiken) Konstante Konstante und Trend Ohne Between-Dimension (Gruppen-Statistiken) Konstante Konstante und Trend Ohne

Erreichbarkeit multimodal

ν PP-ρ PP-t ADF-t *** *** *** *** *** *** *** *** *** *** *** ***

Erreichbarkeit Schiene

ν PP-ρ PP-t ADF-t *** *** *** *** *** *** *** *** *** *** *** *** ***

Erreichbarkeit Strasse

ν PP-ρ PP-t ADF-t

*** ***

*** ***

*** ***

*** ***

*** ***

*** ***

Bemerkung: • Within-Dimension: H0: Alle Querschnittszeitreihen haben dieselbe Einheitswurzel. • Between-Dimension: H0: Alle Querschnittszeitreihen haben eine (aber nicht unbedingt dieselbe) Einheitswurzel. • ***, **, * bedeutet Signifikanz bei 1%, 5%, 10%. Quelle: BAKBASEL

Laut Maeso-Fernandez et al. (2004) haben für kleine Werte von t (t<100) die ADF-t-Gruppen- und Panel-Statistiken die höchste Power, gefolgt von der PP-ρPanel-Statistik. Wir konzentrieren uns demnach auf die ADF-t-Statistiken. In der europäischen Stichprobe fällt auf, dass bei allen Verkehrsträgern nur die Tests basierend auf den PP-t- und ADF-t-Statistiken die Nullhypothese signifikant verwerfen können (und zwar sowohl die Panel- als auch die Gruppen-Statistiken und über alle Spezifikationen). Dies deutet auf Kointegration der Variablen hin. Allerdings kann die Schlussfolgerung nicht eindeutig gezogen werden, da die PP-ρ-Panel-Statistik in keiner Spezifikation die Nullhypothese ablehnen kann. Die Ergebnisse der Schweizer Stichprobe (vgl. Tab. 6-7) tendieren in dieselbe Richtung, allerdings noch weniger eindeutig. Für den Verkehrsträger MIV ergibt sich dasselbe Resultat wie für die europäischen Verkehrsträger: Wiederum können sowohl die PP-t- als auch die ADF-t-Statistik die Nullhypothese ablehnen,

102

BAKBASEL

Erreichbarkeit und Wirtschaftsentwicklung

was auf Kointegration hindeutet. Der Test basierend auf der PP-ρ-PanelStatistik kann die Nullhypothese jedoch nicht ablehnen. Beim Verkehrsträger ÖV ist eine Schlussfolgerung noch schwieriger: Die PP-t- und ADF-t-Statistiken können die Nullhypothese nur in der Spezifikation ohne deterministischen Trend ablehnen, die PP-ρ-Panel-Statistik wiederum gar nicht.
Tab. 6-7 Kointegrations-Tests: Schweiz Within-Dimension (Panel-Statistiken) Konstante Konstante und Trend Erreichbarkeit ÖV ν PP-ρ PP-t ADF-t Erreichbarkeit MIV ν PP-ρ PP-t ADF-t *** *** *** *** *** *** *** *** *** *** *** *** *** *** *** *** *** *** Ohne Between-Dimension (Gruppen-Statistiken) Konstante Konstante und Trend Ohne

Bemerkung: • Within-Dimension: H0: Alle Querschnittszeitreihen haben dieselbe Einheitswurzel. • Between-Dimension: H0: Alle Querschnittszeitreihen haben eine (aber nicht unbedingt dieselbe) Einheitswurzel. • ***, **, * bedeutet Signifikanz bei 1%, 5%, 10%. Quelle: BAKBASEL

Die Resultate der Kointegrations-Tests sind nicht eindeutig. Aufgrund der Transmissions-Mechanismen der ökonomischen Theorie ist es jedoch wahrscheinlich, dass zwischen den betrachteten Variablen eine langfristige Kointegrations-Beziehung besteht. Nichtsdestotrotz wird im weiteren Verlauf sowohl eine Variante mit als auch eine ohne Kointegration besprochen. Der Kointegrations-Entscheidungsknoten im Programmablaufplan in Kapitel 4 kann folglich nicht eindeutig in eine Richtung verlassen werden. Aufgrund der ökonomischen Theorie wird der Fokus jedoch auf die Niveau-Kointegrationsgleichung gelegt.

BAKBASEL

103

Erreichbarkeit und Wirtschaftsentwicklung

6.1.2.3

Regressionen

Fassen wir die Resultate der vorangegangenen Kapitel nochmals zusammen:


Alle Variablen (der Regressand und die Regressoren) sind I(1), also Differenzen-stationär. Eine Kointegrationsbeziehung zwischen dem Regressanden und den Regressoren kann nicht eindeutig festgestellt werden.



Folglich wird die Entscheidung getroffen, im KointegrationsEntscheidungsknoten beide Wege zu gehen. Der Fokus wird jedoch auf die Kointegrationsbeziehung gelegt. Die Panel-Strukturmodelle werden als Fixed-Effects(FE)-Modelle spezifiziert. Die Fixed Effects werden dabei nur über den Querschnitt angenommen, das heisst, jede Querschnitts-Entität erhält einen eigenen Achsenabschnitt (der jedoch über die Zeit konstant bleibt). Zunächst muss getestet werden, ob ein FE-Modell mit individuenspezifischen Achsenabschnitten besser ist als ein Pooled-Modell, in dem nur ein Achsenabschnitt verwendet wird. Dazu wird ein Likelihood-Ratio-Test durchgeführt. Dieser vergleicht den Fit zwischen einem Pooled- und einem FE-Modell, das heisst, wie wahrscheinlich die beobachteten Daten unter den beiden Modellen sind. Die Nullhypothese lautet: Die Fixed Effects sind redundant. In Tab. 6-8 werden die Signifikanzniveaus, zu denen die Nullhypothese abgelehnt werden kann, dargestellt.

104

BAKBASEL

Erreichbarkeit und Wirtschaftsentwicklung

Tab. 6-8

Likelihood-Ratio-Tests Verkehrsträger Multimodal Schiene Strasse Schweiz Öffentlicher Verkehr Motorisierter Individualverkehr *** *** *** *** *** Spezifikationen Niveau Differenz1 Differenz2 *** *** *** *** *** *** *** *** *** *** *** *** *** *** *** *** *** *** *** ***

Kointegration Stichprobe JA Europa

NEIN

Europa

Multimodal Schiene Strasse

Schweiz

Öffentlicher Verkehr Motorisierter Individualverkehr

Bemerkungen: • H0: Die Fixed Effects sind redundant. • Abh. Variable Niveau: reales BIP pro Kopf • Abh. Variable Differenzen: jährliche Wachstumsrate des realen BIP pro Kopf • Alle Niveauwerte sind logarithmiert, die Wachstumsraten sind stetig. • ***, **, * bedeutet Signifikanz bei 1%, 5%, 10%. Quelle: BAKBASEL

Die Nullhypothese wird in allen Fällen abgelehnt. Das bedeutet, dass das FE- im Gegensatz zum Pooled-Modell einen signifikanten Informationsgewinn bringt. Anschliessend muss getestet werden, ob die individuenspezifischen Achsenabschnitte fix oder zufällig sind. Dies entspricht der Wahl zwischen einem FE- und einem Random-Effects(RE)-Modell. Hat man die Wahl zwischen beiden Modellen ist tendenziell das RE-Modell zu wählen, da dessen Schätzer effizienter sind als diejenigen der FE-Modelle. Das RE-Modell trifft allerdings die Annahme, dass die Random Effects unkorreliert mit den Regressoren sind. Ist diese Annahme verletzt, werden die RE-Schätzer inkonsistent. Eine gängige Methode, diese Annahme zu testen, ist der Test von Hausman (1978). Dessen Nullhypothese lautet: Die Random Effects und die Regressoren sind unkorreliert. Wird die Nullhypothese des Hausman-Tests abgelehnt, ist es also angebracht, das FE-Modell zu wählen. In Tab. 6-9 werden die Signifikanzniveaus, zu denen die Nullhypothese des Hausman-Tests abgelehnt werden kann, dargestellt.

BAKBASEL

105

Erreichbarkeit und Wirtschaftsentwicklung

Tab. 6-9

Hausman-Tests Verkehrsträger Multimodal Schiene Strasse Schweiz Öffentlicher Verkehr Motorisierter Individualverkehr n.b. n.b. n.b. n.b. n.b. Spezifikationen Niveau Differenz1 Differenz2 (***) (***) (***) n.b. n.b. n.b. n.b. n.b. *** *** (***) (***) (***) n.b. (***) n.b. n.b. n.b. *** ***

Kointegration Stichprobe JA Europa

NEIN

Europa

Multimodal Schiene Strasse

Schweiz

Öffentlicher Verkehr Motorisierter Individualverkehr

Bemerkungen: • H0: Die Random Effects und die Regressoren sind unkorreliert. • Abh. Variable Niveau: reales BIP pro Kopf • Abh. Variable Differenzen: jährliche Wachstumsrate des realen BIP pro Kopf • Alle Niveauwerte sind logarithmiert, die Wachstumsraten sind stetig. • ***, **, * bedeutet Signifikanz bei 1%, 5%, 10%. • n.b. bedeutet, die Test-Statistik konnte nicht berechnet werden. • (***) bedeutet, die geschätzte Varianz der Random Effects ist null. Quelle: BAKBASEL

In 14 der 25 Spezifikationen kann der Hausman-Test nicht berechnet werden. Dies ist ein gängiges Problem und liegt daran, dass die Differenz zwischen den Kovarianzmatrizen des FE-Schätzers und des RE-Schätzers nicht positiv definit ist und daher nicht invertiert werden kann. In den restlichen elf Fällen wird die Nullhypothese signifikant abgelehnt. Die Sternchen in Klammern deuten an, dass in diesen Fällen die geschätzte Varianz der (Querschnitts-) Random Effects null ist. Diese Ergebnisse sind nicht ganz eindeutig bezüglich der Wahl zwischen Fixed und Random Effects. Trotzdem werden in dieser Studie FE-Modelle gewählt. Die Argumentation ist folgende: Wird das FE-Modell gewählt, geht man lediglich das Risiko ein, dass der Schätzer ineffizient (aber konsistent) ist. Wird jedoch das RE-Modell gewählt, besteht die Gefahr, dass der Schätzer inkonsistent ist. Da der potenzielle Fehler bei der Wahl des FE-Modells weniger gravierend ist, wird dieses gewählt. Die Koeffizienten der Panelmodelle werden folgendermassen geschätzt: Zunächst werden die Schätzgleichungen durch eine Within-Transformation trans-

106

BAKBASEL

Erreichbarkeit und Wirtschaftsentwicklung

formiert. Anschliessend werden die Koeffizienten mittels linearer Regression und der Methode der kleinsten Quadrate (OLS) geschätzt. Um allfälliger Heteroskedasitizität über die Regionen und Autokorrelation innerhalb der Region (Cross-Section-Clustering) vorzubeugen, wird die Kovarianzmatrix mit einem Verfahren von Arellano (1987) korrigiert.

6.1.2.3.1

Mit einer Kointegrationsbeziehung

In Tab. 6-10 werden analog zu Tab. 6-2 die geschätzten Koeffizienten der Erreichbarkeitsindizes und deren Signifikanzniveaus dargestellt. Als Erreichbarkeit wird nur die Gesamterreichbarkeit betrachtet. Die Koeffizienten können in derselben Weise interpretiert werden, wie dies in Kapitel 6.1.1.1 getan wurde. Im Folgenden werden nur die Unterschiede zu Tab. 6-2 hervorgehoben. Bei der Interpretation der Signifikanzniveaus der Niveaugleichung muss bedacht werden, dass der OLS-Schätzer in einer Kointegrationsgleichung tendenziell nicht einer Normalverteilung folgt und die Interpretation der t-Tests mit Vorsicht genossen werden muss.
Tab. 6-10 Stichprobe Europa Koeffizienten der Gesamt-Erreichbarkeitsindizes: Strukturmodell, Panel, mit Kointegration Verkehrsträger Niveau Multimodal Schiene Strasse Schweiz Öffentlicher Verkehr Motorisierter Individualverkehr 0.22 0.27 -1.13 0.50 -0.26 ** * 0.06 0.05 -0.81 0.02 -2.38 *** Spezifikationen Differenz1 Differenz2 ---/++ --/(+) (-)/---/(+) (-)/---

Bemerkungen: • Abh. Variable Niveau: durchschnittliches reales BIP pro Kopf (durchschnittliches reales BIP/durchschnittliche Bevölkerung) • Abh. Variable Differenzen: durchschnittliche jährliche Wachstumsrate des realen BIP pro Kopf • Alle Niveauwerte sind logarithmiert, die Wachstumsraten sind stetig. • Europa: 202 Beobachtungen, Schweiz: 106 Beobachtungen • ***, **, * bedeutet Signifikanz bei 1%, 5%, 10%. • +++, ++, +, (+) bedeutet Signifikanz bei 1%, 5%, 10% oder keine Signifikanz für positive Vorzeichen, negative Vorzeichen analog. Zuerst Niveau, dann Wachstumskoeffizient. Quelle: BAKBASEL

Im Vergleich zu den Querschnitts-Niveaugleichungen ist auffällig, dass die Koeffizienten der Panel-Niveaugleichungen alle kleiner sind als die QuerschnittsKoeffizienten. Bei einigen dreht sich sogar das Vorzeichen um. Die negativen

BAKBASEL

107

Erreichbarkeit und Wirtschaftsentwicklung

Vorzeichen sind jedoch nicht signifikant von null verschieden, so dass die Richtung des Zusammenhangs nicht eindeutig bestimmt werden kann. Interessant ist, dass die negativen Vorzeichen sowohl in der europäischen als auch der Schweizer Stichprobe bei den strassenlastigen Verkehrsträgern auftauchen. Weiter fällt auf, dass die Koeffizienten an Signifikanz verloren haben. In den Panel-Niveaugleichungen sind lediglich die Koeffizienten der schienenlastigen Verkehrsträger positiv signifikant. Wiederum zeigt sich das in beiden Stichproben. Die Plausibilität der Querschnitts-Niveaugleichungen kann im Lichte der PanelErgebnisse folgendermassen beurteilt werden: Es könnte sein, dass ein Teil des eindeutigen Zusammenhangs, der in den Querschnittsmodellen festgestellt wurde, von unbeobachtbaren Fixed Effects herrührt. Diese Folgerung muss jedoch mit Vorsicht genossen werden, da die Querschnittsmodelle aufgrund der in Kapitel 4 aufgeführten Gründe als «vertrauenswürdiger» erscheinen. Vergleicht man die ersten Differenzengleichungen erkennt man ein ähnliches Bild: Die Panel-Koeffizienten sind allesamt kleiner als die QuerschnittsKoeffizienten. Wiederum kehren sich bei den strassenlastigen Verkehrsträgern die Vorzeichen um. Signifikant von null verschieden ist nur der Koeffizient des motorisierten Individualverkehrs; dieser ist jedoch negativ. Auch in der zweiten Differenzengleichung widersprechen die Panel- den Querschnitts-Resultaten: Wurde in den Querschnittsmodellen noch ein positiver Einfluss der Erreichbarkeits-Niveaus auf die BIP-pro-Kopf-Wachstumsraten festgestellt, kann dieser in den Panel-Modellen nicht bestätigt werden. In diesen wirkt das Erreichbarkeits-Niveau sogar durchgehend negativ. Zusammenfassend lässt sich zum Vergleich der Panelregressionen mit einer Kointegrationsbeziehung und den Querschnittsregressionen folgendes feststellen: Die Panel-Resultate schwächen die Schlussfolgerungen, die aus den Querschnitts-Resultaten gezogen wurden, etwas ab. Am ähnlichsten sind die Resultate noch bei den schienenlastigen Verkehrsträgern. Es scheint demnach, als ob deren Koeffizienten weniger sensitiv sind als diejenigen der übrigen Verkehrsträger.

6.1.2.3.2

Ohne Kointegrationsbeziehung

In Tab. 6-11 sind die die Koeffizienten und Signifikanzniveaus der PanelRegressionen dargestellt, die keine Kointegrationsbeziehung in der Niveaugleichung unterstellen. Konsequenterweise werden daher auch keine Ergebnisse für diese ausgewiesen. Im Gegensatz zu den Panel-Regressionen mit einer Kointegrationsbeziehung wurde in den Differenzengleichungen kein Fehlerkor-

108

BAKBASEL

Erreichbarkeit und Wirtschaftsentwicklung

rekturterm, sondern ein Konvergenzterm Differenzengleichungen verwendet.
Tab. 6-11 Stichprobe Europa

wie

in

den

Querschnitts-

Koeffizienten der Gesamt-Erreichbarkeitsindizes: Strukturmodell, Panel, ohne Kointegration Verkehrsträger Niveau Multimodal Schiene Strasse 0.23 0.27 5.55 -0.07 -2.96 *** Spezifikationen Differenz1 *** *** *** Differenz2 +++/(+) ++/(+) +/(+) (-)/(+) (-)/---

Schweiz

Öffentlicher Verkehr Motorisierter Individualverkehr

Bemerkungen: • Abh. Variable Niveau: durchschnittliches reales BIP pro Kopf (durchschnittliches reales BIP/durchschnittliche Bevölkerung) • Abh. Variable Differenzen: durchschnittliche jährliche Wachstumsrate des realen BIP pro Kopf • Alle Niveauwerte sind logarithmiert, die Wachstumsraten sind stetig. • Europa: 202 Beobachtungen, Schweiz: 106 Beobachtungen • ***, **, * bedeutet Signifikanz bei 1%, 5%, 10%. • +++, ++, +, (+) bedeutet Signifikanz bei 1%, 5%, 10% oder keine Signifikanz für positive Vorzeichen, negative Vorzeichen analog. Zuerst Niveau, dann Wachstumskoeffizient. Quelle: BAKBASEL

Im Gegensatz zu den Panel-Regressionen mit einer Kointegrationsbeziehung stimmen diese Ergebnisse besser mit denjenigen der Querschnitts-Regressionen überein. In der europäischen Stichprobe sind die Panel-Koeffizienten in der ersten Differenzengleichung zwar tendenziell kleiner, jedoch sind die Koeffizienten aller Verkehrsträger signifikant positiv. In den Querschnittsmodellen war das Resultat weniger eindeutig. Einzig der Koeffizient der Strasse ist mit einem sehr hohen Wert von über 5 in der Panel-Regression grösser. In der zweiten Differenzengleichung zeigt sich in der europäischen Stichprobe ebenfalls eine gute Übereinstimmung zwischen Panel- und Querschnittsresultaten. Es kann bestätigt werden, dass insbesondere das Erreichbarkeits-Niveau positiv auf das BIP-pro-Kopf-Wachstum wirkt. In der Schweizer Stichprobe decken sich die Ergebnisse von Panel und Querschnitt weniger gut. In den Panel-Regressionen sind die Koeffizienten beider Verkehrsträger negativ, derjenige des motorisierten Individualverkehrs sogar signifikant. Auch in der zweiten Differenzengleichung kann der positive Einfluss des Erreichbarkeits-Niveaus auf das BIP-pro-Kopf-Wachstum nicht aufrecht erhalten werden.

BAKBASEL

109

Erreichbarkeit und Wirtschaftsentwicklung

Zusammenfassend lässt sich zum Vergleich der Panelregressionen ohne Kointegrationsbeziehung und den Querschnittsregressionen folgendes feststellen: In der europäischen Stichprobe decken sich die Panel-Resultate gut mit denjenigen der Querschnittsmodelle. In der Schweizer Stichprobe widersprechen sie sich jedoch tendenziell.

6.2

Vektorautoregressive Modelle

Wie im Zuge der Panel-Strukturmodelle gezeigt wurde, sind die logarithmierten Niveaus der Variablen, die in den Regressionen verwendet werden, I(1). In diesem Kapitel wird deshalb nicht ein Vektorautoregressives Modell, sondern ein Vektor-Fehlerkorrekturmodell (VECM) geschätzt. Da das Modell über 192 Koeffizienten verfügt und diese generell schwierig zu interpretieren sind, wird auf die Darstellung eines Regressionsoutputs und die Zusammenfassung der Koeffizienten verzichtet. Es sollen lediglich Impuls-Antwort-Funktionen und GrangerKausalitätstests gezeigt werden. Die Besprechung der Resultate wird eher kurz ausfallen, da für die VECM ähnliche Einschränkungen gelten wie für die Panel-Strukturmodelle: Die zeitliche Entwicklung der Erreichbarkeitsindizes ist aufgrund der linearen Interpolation verzerrt. Die Gültigkeit der Resultate ist deshalb eingeschränkt. Zudem ist nicht klar, ob das BIP pro Kopf nur verzögert auf die Erreichbarkeit reagiert. Im Gegenteil, es ist sehr wahrscheinlich, dass der Zusammenhang neben Lag- auch über Erwartungsbildungen durch Lead-Beziehungen definiert ist. Im VECM werden jedoch nur Lag-Beziehungen betrachtet, so dass die Modelle auch in dieser Hinsicht eingeschränkt sind. Allfällige Lead-Beziehungen würden als kausal umgekehrte Lag-Beziehungen interpretiert.

6.2.1

Impuls-Antwort-Funktionen

In Abb. 6-1 bis Abb. 6-3 sind die Impuls-Antwort-Funktionen für die verschiedenen europäischen Verkehrsträger dargestellt, die sich aus den Gleichungen des VECM ergeben. Zum Zeitpunkt null erleidet das logarithmierte Erreichbarkeits-Niveau einen Schock (Impuls) von einer Standardabweichung. Die Linie zeigt, wie sich das logarithmierte BIP-pro-Kopf-Niveau gemäss des Systems von linearen Gleichungen verändern würde. Als Anpassungszeitraum wurden 100 Jahre gewählt.

110

BAKBASEL

Erreichbarkeit und Wirtschaftsentwicklung

Abb. 6-1

Impuls-Antwort-Funktion: Gesamterreichbarkeit, multimodal, Europa
Response of LOG(XXR/PO) to Cholesky One S.D. LOG(ACIRX) Innovation

.002 .001 .000 -.001 -.002 -.003 -.004 -.005 -.006 10 20 30 40 50 60 70 80 90 100

Quelle: BAKBASEL

Abb. 6-2

Impuls-Antwort-Funktion: Gesamterreichbarkeit, Schiene, Europa
Response of LOG(XXR/PO) to Cholesky One S.D. LOG(ACIRBAX) Innovation

.005 .004 .003 .002 .001 .000

-.001 10 20 30 40 50 60 70 80 90 100

Quelle: BAKBASEL

BAKBASEL

111

Erreichbarkeit und Wirtschaftsentwicklung

Abb. 6-3

Impuls-Antwort-Funktion: Gesamterreichbarkeit, Strasse, Europa
Response of LOG(XXR/PO) to Cholesky One S.D. LOG(ACIRSTX) Innovation

.003 .002 .001 .000 -.001 -.002

-.003 10 20 30 40 50 60 70 80 90 100

Quelle: BAKBASEL

Wie in den Abbildungen zu erkennen ist, sind die Anpassungsprozesse je nach Verkehrsträger sehr unterschiedlich. Ob sich die langfristigen Niveaus signifikant von den Ausgangsniveaus unterscheiden, lässt sich in dieser Studie nicht berechnen. Interessant ist, dass sich das BIP pro Kopf in der europäischen Stichprobe nicht auf einen Wert einpendelt, sondern auch gegen Ende des Anpassungszeitraums noch oszilliert. Im Folgenden werden zu jedem Verkehrsträger kurz die wichtigen Beobachtungen zu den Abbildungen zusammengefasst:


Multimodal: Das BIP pro Kopf pendelt sich langfristig auf einem tieferen Niveau ein. Diese Beobachtung widerspricht dem langfristig positiven Zusammenhang zwischen Erreichbarkeit und wirtschaftlicher Prosperität, der im Querschnittsmodell festgestellt wurde. Sie führt aber gewissermassen die Ergebnisse des Panel-Strukturmodells mit Kointegrationsbeziehung fort. Dort wurde der stark positive Zusammenhang des Querschnittsmodells bereits leicht abgeschwächt. Schiene: Das BIP pro Kopf pendelt sich langfristig auf einem höheren Niveau ein. Dies ist sowohl mit dem Querschnitts- als auch dem PanelStrukturmodell konsistent: Es zeigte sich bereits in letzterem, dass der Einfluss der Schienen-Erreichbarkeit weniger sensitiv ist als derjenige der multimodalen und Strassen-Erreichbarkeit.



112

BAKBASEL

Erreichbarkeit und Wirtschaftsentwicklung



Strasse: Das BIP pro Kopf pendelt sich langfristig auf einem höheren Niveau ein. Dies ist zwar konsistent mit dem Querschnitts-, nicht jedoch mit dem Panel-Strukturmodell. In letzterem wurde ein negativer Zusammenhang zwischen Strassen-Erreichbarkeits-Niveau und BIP-pro-Kopf-Niveau festgestellt. Es könnte jedoch sein, dass dieser negative Zusammenhang lediglich die ersten 20 Jahre widerspiegelt.

Insgesamt lässt sich festhalten, dass die Ergebnisse der Impuls-AntwortFunktionen wenig hilfreich sind.

6.2.2

Granger-Kausalitätstests

Nachfolgend werden die Ergebnisse der Granger-Kausalitätstests dargestellt. Zunächst wird im Rahmen der oben geschätzten VECM die Granger-Kausalität zwischen den Wachstumsraten von Erreichbarkeit und BIP pro Kopf beurteilt. Dies greift jedoch zu kurz, da wir bereits mehrfach gesehen haben, dass auch das Erreichbarkeits-Niveau die BIP-pro-Kopf-Wachstumsrate beeinflussen kann. In einem zweiten Schritt werden deshalb auch Granger-Kausalitätstests in Niveaus durchgeführt. Die Tests in Wachstumsraten beruhen dabei auf den geschätzten VECM, das heisst, die übrigen Regressoren (Regulierung, Besteuerung, Innovation, Konjunktur) werden ebenfalls als endogen betrachtet. Die Tests in Niveaus ignorieren jedoch die Kointegrationsbeziehung, die den VECM zugrunde liegt, und betrachten den reinen Zusammenhang zwischen Erreichbarkeit und BIP pro Kopf (-Niveau).

Wachstumsraten


Multimodal: Erreichbarkeits-Wachstum ist Granger-kausal für BIP-pro-KopfWachstum Schiene: Erreichbarkeits-Wachstum ist Granger-kausal für BIP-pro-KopfWachstum Strasse: Erreichbarkeits-Wachstum ist Granger-kausal für BIP-pro-KopfWachstum ÖV: Erreichbarkeits-Wachstum Wachstum MIV: Erreichbarkeits-Wachstum Wachstum ist ist Granger-kausal Granger-kausal für für BIP-pro-KopfBIP-pro-Kopf-









Die Ergebnisse der Granger-Kausalitätstests im Rahmen der geschätzten VECM sind eindeutig: In Wachstumsraten geht der Einfluss nur von der Erreichbarkeit in Richtung BIP pro Kopf.

BAKBASEL

113

Erreichbarkeit und Wirtschaftsentwicklung

Niveaus
    

Multimodal: Gegenseitig Schiene: Gegenseitig Strasse: Gegenseitig ÖV: Gegenseitig MIV: Gegenseitig

Die Ergebnisse der Granger-Kausalitätstests in Niveaus sind ebenfalls eindeutig: In Niveaus geht der Einfluss in beide Richtungen.

Die Granger-Kausalitätstests zeigen, dass im Rahmen der geschätzten VECM nur ein Einfluss des Erreichbarkeits- auf das BIP-pro-Kopf-Wachstum festgestellt werden kann. Plausibler erscheinen jedoch die Ergebnisse der Tests in Niveaus: Diese zeigen, dass die Beeinflussung zwischen Erreichbarkeit und BIP pro Kopf gegenseitig (also in beide Richtungen) verläuft. Es gibt somit einen Nachfrageeffekt, der über mehr Wohlstand und vermehrte Nachfrage nach Verkehrsdienstleistungen zu einer verbesserten Erreichbarkeit führt, welche oft mit einer verbesserten Verkehrsinfrastruktur einhergeht. Umgekehrt führt eine bessere Erreichbarkeit, also ein verbessertes Verkehrsdienstleistungsangebot, über eine erhöhte Standortqualität auch zu einer grösseren Wirtschaftsleistung.

114

BAKBASEL

Erreichbarkeit und Wirtschaftsentwicklung

7

Weitere Aspekte

Die empirischen Ergebnisse, die im letzten Kapitel vorgestellt wurden, geben lediglich einen Eindruck davon, wie die Erreichbarkeit im Mittel auf die wirtschaftliche Prosperität wirkt. Man kann mit Hilfe der geschätzten Koeffizienten jedoch auch die Wachstumseffekte eines konkreten Grossprojektes des Verkehrsinfrastrukturbaus abschätzen. Dies wird im ersten Teil dieses Kapitels anhand der Eröffnung des Gotthard-Basistunnels demonstriert. Im zweiten Teil des Kapitels wird untersucht, wie die Erreichbarkeit auf unterschiedliche Branchenaggregate wirkt.

7.1

Wachstumseffekte von Grossprojekten

Erreichbarkeit ist ein wichtiges politisches Thema, denn alle Regionen wollen gut erreichbar sein. Grosse Verkehrsinfrastrukturprojekte bringen in der Regel Verbesserungen für viele Regionen. Der Gotthard-Basistunnel, der in wenigen Jahren in Betrieb gehen wird, ist ein gutes Beispiel dafür. Der Staat steht jedoch vor einem Optimierungsproblem, denn er verfügt nur über begrenzte Mittel zur Finanzierung dieser Grossprojekte. In diesem Licht ist es für ihn entscheidend, das Kosten-Nutzen-Verhältnis adäquat einschätzen zu können. Die Einschätzung der Kosten ist dabei schon gut erprobt und dürfte das kleinere Problem darstellen. Die Beurteilung des Nutzens ist jedoch weniger klar. In dieser Studie wird eine Methode vorgeschlagen, wie dieser Nutzen geschätzt und in Bezug zu den Kosten gesetzt werden kann. Dabei werden nicht nur die konkreten betriebswirtschaftlichen Gewinne berücksichtigt. Vielmehr wird über den «Umweg» der Erreichbarkeit der gesamte volkswirtschaftliche Gewinn, der durch ein Grossprojekt des Verkehrsinfrastrukturbaus generiert wird, abgeschätzt und anschliessend in Bezug zu den Kosten gesetzt. Dies erfolgt in zwei Schritten:


Zunächst muss berechnet werden, um wie viel sich die Erreichbarkeit aller betroffenen Regionen nach der Fertigstellung des Grossprojekts verändern (verbessern) wird. Dazu müssen Annahmen getroffen werden. Anschliessend kann mit Hilfe der Erreichbarkeits-Veränderung und der im letzten Kapitel geschätzten Koeffizienten die Veränderung des BIP pro Kopf berechnet werden. Nimmt man an, dass die Erreichbarkeits-Veränderung keinen Einfluss auf das Bevölkerungswachstum hat, entspricht diese Wachs-



BAKBASEL

115

Erreichbarkeit und Wirtschaftsentwicklung

tumsrate derjenigen des BIP. Dieser Nutzen kann nun in Beziehung zu den Kosten gesetzt werden. Zu diesem Zweck wird berechnet, wie lange es dauert, bis die Kosten durch den zusätzlichen volkswirtschaftlichen Gewinn amortisiert werden. Der zusätzliche volkswirtschaftliche Gewinn ist dabei das jährlich zusätzlich generierte BIP. Anhand dieser Amortisationszeit kann beurteilt werden, ob das Grossprojekt in Angriff genommen werden soll. Im Folgenden werden diese zwei Schritte für das Beispiel des GotthardBasistunnels durchgeführt.

7.1.1

Veränderung der Erreichbarkeit

Die Veränderung der Erreichbarkeit wird sowohl für die europäische als auch die Schweizer Stichprobe berechnet. Folgende Annahmen müssen getroffen werden:


Wie gross ist die Zeitersparnis, die durch den neuen Gotthard-Basistunnel gewonnen wird? In welchem Ausmass profitieren die Regionen von dieser Zeitersparnis.



Zu ersterem wird angenommen, dass die Fahrzeit von Arth-Goldau nach Bellinzona um eine Stunde sinkt. Zu letzterem werden nachfolgend je nach Stichprobe die Annahmen dargestellt.

Europa In der europäischen Stichprobe wird angenommen, dass nur eine begrenzte Zahl an Regionen vom Gotthard-Basistunnel profitiert. Dazu gehören alle Schweizer (NUTS2-) Regionen ausser der Genferseeregion (GE, VD, VS) und die folgenden grenznahen ausländische Regionen:


Deutschland: Regierungsbezirk Stuttgart (DE11), Regierungsbezirk Karlsruhe (DE12), Regierungsbezirk Freiburg (DE13), Regierungsbezirk Tübingen (DE14), Regierungsbezirk Oberbayern (DE21) Frankreich: Alsace (FR42) Italien: Piemonte (ITC1), Liguria (ITC3), Lombardia (ITC4), Emilia-Romagna (ITD5)

 

Die Annahme ist, dass ein durchschnittlicher Reisender auf der Nord-Süd-Achse von allen anderen Regionen aus, das Flugzeug der Bahn vorzieht. Die Genferseeregion wurde von der Schweiz unter folgender Annahme ausgenommen: Für die Mehrheit der italienischen Reiseziele werden die Reisenden den Lötschberg-

116

BAKBASEL

Erreichbarkeit und Wirtschaftsentwicklung

Basistunnel verwenden. Das Gewicht des Tessins und der übrigen italienischen Reiseziele wurde vernachlässigt. Die genannten Regionen profitieren in vollem Umfang von der Reisezeitverkürzung. Schweiz In welchem Ausmass die Schweizer MS-Regionen von der Reisezeitverkürzung profitieren, ist in Tab. 7-1 dargestellt.
Tab. 7-1 Kanton(e) Ausmass der Reisezeitverkürzung: Schweiz MSRegion N VD, GE VS BS, BL, SO, NE, JU, FR, BE Alle Brig, Goms Rest Alle 0 0 0 0 0 0 0.5
(3)

Reiseziel S, Tessin 1 0 0.5(1) 1 1 0.5(3) 0 0 0 0 S, Italien 0 0 0 0.5(2) 1 0.5(3) 0 0 0 0

ZH, AG, SH, SG, AI, AR, TG, LU, NW, OW, Alle SZ, GL, ZG UR TI GR Alle Tre Valli Rest Misox Rest

1 1 0

Bemerkung: • Faktoren, mit denen die Reisezeitverkürzung von 1h multipliziert wird. (1) heute via Göschenen, Annahme: nach Eröffnung Gotthard-Basistunnel über Luzern (2) teilweise via Lötschberg-Basistunnel (3) Für beide MS-Regionen ist noch unklar, ob der Zug in der MS-Region halten wird. Quelle: BAKBASEL

Unter der Annahme, dass sich nur die Reisezeit um eine Stunde verkürzt, sonst aber alles gleich bleibt, kann die Erreichbarkeit für alle Regionen neu berechnet und mit der heutigen Situation verglichen werden. Da es sich beim GotthardBasistunnel um ein Bahn-Projekt handelt, wird in der europäischen Stichprobe die Schienen-, in der Schweizer Stichprobe die ÖV-Erreichbarkeit verwendet. Das Ergebnis der Schweizer Simulation ist in Abb. 7-1 dargestellt.

BAKBASEL

117

Erreichbarkeit und Wirtschaftsentwicklung

Abb. 7-1

Verbesserung der ÖV-Erreichbarkeit: Schweiz
Prozentuale V eränderung der Erreichbarkeit

Quelle: BAKBASEL

118

0% 0% 0.001% 0.025% 0.5% 1%

=x 
    
Top of page

Note to user

Dear user,

In response to current developments in the web technology used by the Goobi viewer, the software no longer supports your browser.

Please use one of the following browsers to display this page correctly.

Thank you.