Determinanten der Beschäftigungsentwicklung in ländlichen Regionen - Diskussion der Arbeitsmarktmodellierung in Computable General Equilibrium Modellen

   II

  INHALTSVERZEICHNIS  

  VERZEICHNIS DER ABKÜRZUNGEN  IV

  VERZEICHNIS DER ABBILDUNGEN  V

  VERZEICHNIS DER TABELLEN  V

  VERZEICHNIS DER KARTEN  VI

1  EINLEITUNG  1

1.1  Problemstellung  1

1.2  Zielsetzung und Vorgehensweise  2

2  REGION ALS ANALYSEEBENE  3

2.1  Vorbemerkungen  3

2.2  Definition des Begriffs Region  3

2.2.1  Allgemein  3

2.2.2  Systematik der Gebietseinheiten für die Statistik (NUTS)  4

2.3  Regionale Unterschiede in Europa  6

3  REGIONALE ARBEITSMÄRKTE  12

3.1  Identifikation der Determinanten  12

3.1.1  Vorbemerkungen  12

3.1.2  Methodenbeschreibung  12

3.2  Wirkung der Einflussfaktoren auf die Beschäftigungsentwicklung  14

3.2.1  Lohnniveau  14

3.2.1.1  Arbeitsmarkt aus mikro und makroökonomischer Perspektive  14

3.2.1.2  Wirkung des Lohnniveaus auf das Beschäftigungswachstum  19

3.2.2  Branchenzusammensetzung  25

3.2.2.1  Determinanten der Spezialisierung von Regionen  25

3.2.2.2  Auswirkung auf die Beschäftigungsentwicklung  27

3.2.3  Betriebsgrößenstruktur  34

3.2.4  Qualifikationsstruktur der Arbeitskräfte  43

3.2.4.1  Externalitäten und Wachstumstheorie  43

3.2.4.2  Empirische Ergebnisse  46

3.2.5  Regionale Standortbedingungen  49

3.2.5.1  Individuelle Bedingungen der Region  49

3.2.5.2  Siedlungsstruktur  52

3.3  Ländliche Regionen  59

   III

4  REGIONALE COMPUTABLE GENERAL EQUILIBRIUM MODELLE  64

4.1  Entstehung Aufbau und Funktionsweise  64

4.2  Umsetzung der beschäftigungsrelevanten Determinanten  67

4.2.1  DREAM Modell  67

4.2.2  Erweiterungsmöglichkeiten  72

5  ZUSAMMENFASSUNG  77

  LITERATURVERZEICHNIS  78

ANHANG I   83

ANHANG II 85   

ANHANG III   86

ANHANG IV   91

- IV -

VERZEICHNIS DER ABKÜRZUNGEN

BIP Bruttoinlandsprodukt

BBR CEPII CES CGE DREAM Deep Regional Economic Analysis Model ENDOR Einflussfaktoren für die Entwicklung ostdeutscher Regionen EU Europäische Union

F&E Forschung und Entwicklung IAB Institut für Arbeitsmarkt- und Berufsforschung der Bundesagentur für Arbeit KMU Kleine und mittlere Unternehmen KKS Kaufkraftstandard MES Minimum efficient scale of production MIRAGE Modelling International Relationships in Applied General Equilibrium NÖG Neue ökonomischen Geographie

NRW NUTS OECD PACE-L Policy Analysis based on Computable Equilibrium, Labour market module SAM Social Accountig Matrix

VALA ZEW

   V

  VERZEICHNIS DER ABBILDUNGEN  

  Abbildung 1: Klassische Arbeitsmarktdarstellung  15

  Abbildung 2: Lohn und Preissetzungsdiagramm  17

  Abbildung 3: Wirtschaftszweigspezifische Isobeschäftigungskurven  27

  Abbildung 4: Produktlebenszyklus Innovationen und Produktabsatz im Zeitverlauf  28

  Abbildung 5: Aus der Produktnachfrage abgeleitete Arbeitsnachfrage bei  

  Produktivitätszuwächsen  29

  Abbildung 6: Blasenförmiges Bifurkationsdiagramm  54

  Abbildung 7: Struktur eines Agglomerations-Wachstums Modells der NÖG  55

  Abbildung 8: Stabilisierende und destabilisierende Wirkung von zunehmender  

  Integration  57

  Abbildung 9: Erreichbarkeit Transport und regionale Entwicklung  61

  Abbildung 10: Struktur einer SAM  65

  VERZEICHNIS DER TABELLEN  

Tabelle 1:  Durchschnittseinwohnerzahl der NUTS-Regionen gemäß der NUTS  

  Verordnung  5

Tabelle 2:  Der Zusammenhang zwischen Lohn und Beschäftigungswachstum  

  verschiedener Branchen in Westdeutschland (1993 2001)  24

Tabelle 3:  Branchenspezifische Beschäftigungswirkung im Vergleich zum  

  durchschnittlichen westdeutschen Beschäftigungswachstum (1993 2001)  32

Tabelle 4:  Wirkung der Betriebsgrößenstruktur auf das Beschäftigungswachstum in  

  Westdeutschland (1993 2001)  39

Tabelle 5:  Güterklassifikation des Wissens  44

Tabelle 6:  Wirkung der Qualifikation auf das jährliche Beschäftigungswachstum in  

  Westdeutschland (1993 2001)  47

Tabelle 7:  Wirkung der Siedlungsstruktur auf das Beschäftigungswachstum in  

  Westdeutschland (1993 2001)  58

   VI

  VERZEICHNIS DER KARTEN  

  Karte 1: BIP pro Einwohner auf NUTS 2 Ebene (in KKS) in Prozent des EU  25

  Durchschnitts (2003)  7

  Karte 2: Erwerbstätigenquote im Jahr 2004 auf NUTS 2 Ebene in der Altersklasse 15 bis  

64  Jahre (in Prozent)  9

  Karte 3: Entwicklung der Erwerbstätigkeit auf NUTS 2 Ebene in der Altersklasse größer  

  als 15 Jahre Veränderung in Prozent zwischen 2003 und 2004  11

  Karte 4: Bereinigte Lohnstruktur auf Kreisebene in Westdeutschland  22

  Karte 5: Lohneffekt in Westdeutschland  25

  Karte 6: Brancheneffekt in Nordrhein-Westfalen  33

  Karte 7: Betriebsgrößeneffekt in Nordrhein-Westfalen  41

  Karte 8: Qualifikationsstruktureffekt in Nordrhein-Westfalen  48

  Karte 9: Standorteffekt in Westdeutschland  50

  Karte 10: Siedlungsstrukturelle Kreistypen in Deutschland  51

  Karte 11: Einteilung der europäischen NUTS 3 Regionen basierend auf der OECD  

  Klassifikation und einem Peripherieindex  62

  Karte 12: Lohneinkommen pro Tag auf Kreisebene Deutschland 1997  84

  Karte 13: Siedlungsstruktur in Nordrhein-Westfalen  85

  Karte 14: Jährliches Beschäftigungswachstum in Westdeutschland von 1993 bis 2001  86

  Karte 15: Jährliches Beschäftigungswachstum in den ostdeutschen Kreisen von 1995 bis  

2001   87

  Karte 16: Jährlicher Brancheneffekt in Westdeutschland von 1993 bis 2001  88

  Karte 17: Jährlicher Betriebsgrößeneffekt in Westdeutschland von 1993 bis 2001  89

  Karte 18: Jährlicher Qualifikationseffekt in Westdeutschland zwischen 1993 und 2001  90

  Karte 19: Erreichbarkeit der europäischen NUTS 3 Regionen nach dem Schürmann-Talaat  

  Index  91

- 1 -

1EINLEITUNG

1.1 Problemstellung

Die Europäische Union besteht mittlerweile aus 27 Mitgliedstaaten mit unterschiedlicher ökonomischer Entwicklung und Leistungskraft. Jeder einzelne Staat wiederum ist nicht homogen, sondern durch regionale Unterschiede gekennzeichnet. Diese Differenzen zeigen sich oft besonders deutlich bei dem Vergleich zwischen urbanisierten Ballungsräumen und ländlichen, peripheren Gebieten. Dort findet sich häufig eine niedrige Wertschöpfung je Einwohner und eine höhere Arbeitslosigkeit.

Um das Ziel zu erreichen, der stärkste Wirtschaftsraum der Welt mit einer größtmöglichen Beschäftigung zu werden, beschloss der Europäische Rat im Jahr 1997 in Amsterdam die Europäische Beschäftigungsstrategie. Im Jahr 2000 wurde in Lissabon vereinbart, sich insbesondere auf die Schaffung von hochwertigen Arbeitsplätzen zu konzentrieren (EU- ROSTAT 2007a,S. 131). Die Halbzeitbewertung 2005 wies allerdings noch viele Umsetzungsschwierigleiten auf, so dass die Ziele bisher verfehlt wurden. Zum Beispiel erfolgte zwar eine Angleichung der Lebensverhältnisse zwischen den Mitgliedstaaten, jedoch zeigten sich die regionalen Disparitäten auch zwischen Agglomerationsräumen und ländlichen Gebieten überwiegend konstant oder vergrößerten sich sogar. Daher muss sich die Strukturpolitik der EU und die zweite Säule der Gemeinsamen Agrarpolitik zur ländlichen Entwicklung verstärkt auf die Schaffung von Arbeitsplätzen in ländlichen Gebieten konzentrieren (KOM 2005, S. 9). Diese Arbeitsplätze sind notwendig, um die ökonomische Stärke der EU auszubauen und den sozialen Zusammenhalt zu stärken. Außerdem sorgen sie durch Erhaltung von Beschäftigung in den Regionen dafür, dass eine Reihe von öffentlichen Gütern wie z.B. der Erhalt der Kulturlandschaft, ländliche Traditionen und Umweltschutz auch in Zukunft bereitgestellt werden können (AGRICULTURAL COUNCIL 2003, S. 8).

Um dies vor dem Hintergrund der begrenzten finanziellen Mittel möglichst weitgehend erreichen zu können, ist es wichtig, die politischen Maßnahmen effizient und wirksam durchzuführen. Dazu ist es erforderlich, die Einflussfaktoren für eine erfolgreiche Entwicklung von regionalen Arbeitmärkten zu identifizieren und die Wirkungszusammenhänge zu verstehen. Ohne diese Grundlagenforschung ist eine wissenschaftliche Politikberatung nicht möglich (BLIEN et al. 2001a, S. 48).

Eine Variante, die Erkenntnisse in quantitative Aussagen bezüglich der Beschäftigung umzusetzen, sind allgemeine Gleichgewichtsmodelle bzw. Computable General Equilibri-

- 2 -

um(CGE) Modelle 1 . Diese bieten die Möglichkeit einer expliziten Arbeitsmarktmodellierung und erlauben es, verschiedene Politikszenarien zu simulieren, um ex-ante Informationen zu erhalten.

1.2 Zielsetzung und Vorgehensweise

Im Rahmen dieser Arbeit sollen daher die Determinanten der regionalen Beschäftigungsentwicklung theoriebasiert untersucht werden. Darauf aufbauend ist es das Ziel, den gegenwärtigen Stand der Umsetzung dieser Determinanten in CGE Modellen zu analysieren und zu bewerten.

Zuerst wird hierzu ein Überblick über die regionalen Disparitäten in Deutschland und der Europäischen Union gegeben. Daraus wird eine gegenüber der Problemstellung dieser Arbeit ausführlichere Motivation zur Regionalforschung abgeleitet. Im nächsten Abschnitt werden mehrere regressionsanalytische Untersuchungen mit dem Beschäftigungswachstum als erklärender Variable verwendet, um signifikante Einflussfaktoren für die regionale Beschäftigungsentwicklung zu identifizieren. Anschließend werden verschiedene theoretische Modelle wie z.B. die neue Wachstumstheorie und die neue ökonomische Geographie benutzt, um die Wirkungsweise dieser Faktoren zu verstehen. Davon ausgehend werden Schlussfolgerungen für die Arbeitsmärkte ländlicher Regionen gezogen. Das vierte Kapitel dient der Untersuchung verschiedener Ansätze zur Arbeitsmarktmodellierung in CGE Modellen und der Frage, ob sie die Wirkungsmechanismen der analysierten Determinanten abbilden können.

Auf Grund der hohen Arbeitslosigkeit in Europa konzentriert sich diese Arbeit auf die Determinanten der Arbeitsnachfrage. Verzichtet wird daher weitestgehend auf eine Diskussion von prinzipiell eher arbeitsangebotsrelevanten Fragestellungen. Hierzu zählen die Migration von Arbeitskräften, sowie die zunehmende Alterung der Gesellschaft 2 .

1 Auf Grund der überwiegend englischsprachigen Literatur zu diesem Thema wird im Folgenden das Akro-

nym CGE verwendet.

2 Diese für die Entwicklung von ländlichen Regionen wichtigen Herausforderungen werden in der Studie

SERA (2006) ausführlich problematisiert.

- 3 -

2REGION ALS ANALYSEEBENE

2.1 Vorbemerkungen

Der folgende Abschnitt soll dem Leser einen Überblick über die regionalen Unterschiede in der Europäischen Union und in Deutschland liefern. Die dargestellten regionalen Disparitäten orientieren sich an ökonomischen Indikatoren wie dem regionalen BIP und der Erwerbstätigenquote.

In diesem Zusammenhang sollen folgende Fragen beantwortet werden: Was versteht man überhaupt unter einer Region? Wie groß sind die regionalen Unterschiede in Europa? Wie definieren sich ländliche Regionen? Für welche Art von ökonomischen Fragestellungen ist die Region die geeignete Bezugsebene zur Beantwortung? Wie lassen sich regionale Disparitäten erklären?

Die letzte Frage leitet zum dritten Abschnitt dieser Arbeit über. Dieser untersucht explizit regionale Unterschiede bezüglich der Beschäftigung und versucht, diese mit Hilfe von theoretischen Modellen und fundiert durch empirische Erkenntnisse zu erklären.

2.2 Definition des Begriffs Region

2.2.1 Allgemein

Unter dem Begriff Region wird allgemein ein zusammenhängendes geographisches Gebiet von mittlerer Größenordnung zwischen Volkswirtschaften und Lokalitäten verstanden. Der Zweck ist die Kennzeichnung einer Ebene zur räumlichen Analyse (GABLER 1992, S.2790). Eine ähnliche Einordnung der Region nehmen MAIER und TÖDTLING (2002, S.36) im Kontext der Standorttheorie vor 3 .

Bei der wissenschaftlichen Betrachtung von Regionen werden im Hinblick auf das Kriterium zur Aggregation von Standorten zu Regionen drei Arten unterschieden. Man differenziert zwischen homogenen Regionen bzw. Strukturregionen, funktionalen Regionen bzw. Nodalregionen und technischen Regionen, die auch Programmregionen genannt werden. Unter einer Strukturregion versteht man die Zusammenfassung von mehreren Beobachtungseinheiten, z.B. administrativen Gebieten, die sich in einem oder mehreren Merkmalen sehr ähnlich sind. Demgegenüber definiert sich eine Nodalregion durch ein oder mehrere Bewegungsphänomene, wie Pendlerverflechtungen oder Finanzströme, durch welche die

3 Sie positionieren die Region als Analyseebene zwischen einem Nationalstaat und einer Stadt bzw. Kommune und isolieren so Kriterien zur Standortentscheidung von Unternehmen.

- 4 -

Einheiteneinen prozessualen Zusammenhang bilden. Ein anderer Ansatz liegt den Programmregionen zugrunde. Diese werden auf der Basis von vorab festgelegten Kriterien zum Zweck politischer oder raumplanerischer Maßnahmen gebildet (GABLER 1992, S.2790ff).

Wie aus diesen Begriffsbestimmungen deutlich wird, sind die Ausmaße und die Bedeutung einer Region immer durch bestimmte Kriterien definiert, die sich je nach wissenschaftlicher oder politischer Fragestellung ändern können. Die Einteilung eines Raumes in Regionen ist somit nicht absolut. Aus diesem Grund gibt es auch keine eindeutigen räumlichen Abgrenzungen und auch keine für alle analytischen Probleme geeignete Definition von ländlichen Regionen oder ländlichen Räumen 4 . Dieser Begriff ist deshalb so schwer zu fassen, weil er von sehr vielen sozioökonomischen Kriterien bestimmt wird. Zu nennen sind u.a. eine geringe Bevölkerungsdichte, die Absenz von urbanen Zentren, die relative Bedeutung der Landwirtschaft und das Vorhandensein und Pflegen von Traditionen. Hinzu kommt, dass Regionen nicht isoliert betrachtet werden können, sondern die Wechselwirkungen zu benachbarten, sowohl städtischen als auch ländlichen Gebieten, berücksichtigt werden müssen (SERA 2006, S.159).

Es sei zur Vertiefung dieser Thematik auf den Abschnitt 3.3 verweisen, der sich eingehender mit den Charakteristika ländlicher Regionen beschäftigt. An dieser Stelle soll die Einführung in die Problematik der Abgrenzung von Regionen dazu genutzt werden, das hierzu auf europäischer Ebene verwendete Klassifikationsschema vorzustellen. Auf dessen Basis werden im Abschnitt 2.3 regionale Unterschiede in Europa erläutert.

2.2.2 Systematik der Gebietseinheiten für die Statistik (NUTS)

Schon vor mehr als 25 Jahren wurde begonnen, eine auf normativen Kriterien beruhende Systematik für die Einteilung von Regionen in Europa zu entwickeln. Diese wird als NUTS 5 (Nomenclature des unités territoriales statistiques) bezeichnet. Unter normativ gebildeten Regionen versteht man Regionen, deren Basis eine politische Willensäußerung ist. Das bedeutet, es sind Gebiete, die auf Grund ihrer Einwohnerzahl oder historischer und kultureller Ereignisse entstanden sind, um politische und wirtschaftliche Aufgaben effizient zu erfüllen. Es handelt sich also um institutionelle Gebietseinheiten. In Deutschland

4 BENGS und SCHMIDT-THOMÉ (2004, S.67ff) geben einen ausführlichen Überblick über verschiedene He-

rangehensweisen.

5 In dieser Arbeit wird von nun an die europaweit übliche französische Abkürzung verwendet.

- 5 -

sinddies z.B. Bundesländer oder Kreise. Der Vorteil dieser Einteilung ist eine einfache Datenverfügbarkeit und eine schnelle Umsetzbarkeit von regionalpolitischen Maßnahmen, da die entsprechende Region, natürlich im Rahmen ihrer Kompetenzen, politisch eigenständig agieren kann (EUROSTAT 2007b).

Die NUTS ist ein hierarchisches System mit drei Ebenen. Da die meisten Mitgliedstaaten nicht aus drei Verwaltungsebenen oberhalb der Gemeinden bestehen, ist nicht zwingend jeder NUTS Region genau eine institutionelle Gebietseinheit zugeordnet (EUROSTAT 2007b). Zum besseren Verständnis sei dies kurz am Beispiel der deutschen Verwaltungsstruktur erläutert. Die NUTS 1 Stufe ist die erste Ebene unterhalb der Mitgliedstaaten und entspricht den Bundesländern. Der NUTS 3 Ebene sind die einzelnen Landkreise bzw. die kreisfreien Städte zugeordnet. Für die dazwischenliegende NUTS 2 Region gibt es jedoch keine entsprechende Verwaltungsebene. In den kleineren Bundesländern entspricht sie dem Land. NUTS 1 und 2 Region sind somit identisch. In Nordrhein-Westfalen werden die Regierungsbezirke als Maß für die NUTS 2 Regionen verwendet. In anderen Bundesländern entsprechen die NUTS 2 Regionen lediglich einer relativ gleichmäßigen Zusammenfassung von Kreisen 6 .

Es wurde angestrebt, die NUTS Regionen so zu wählen, dass sie sowohl hinsichtlich ihrer Einwohnerzahl als auch bezüglich ihrer Fläche in etwa vergleichbar sind. Einen Anhaltspunkt über die ungefähre Einwohnerstärke der einzelnen NUTS Ebenen gibt Tabelle 1. Tabelle 1: Durchschnittseinwohnerzahl der NUTS-Regionen gemäß der NUTS-

Verordnung

Quelle: EUROSTAT 2007b, Grundprinzipien der NUTS

Da es sich um Durchschnittswerte handelt, können einzelne Regionen auch deutlich davon abweichen. Beispielsweise leben in Nordrhein-Westfalen als größter NUTS 1 Region ca. 18 Mio. Menschen und in Åland, einer Region in Finnland, nur 25 000. Auf Ebene von

6 Für eine strukturierte Darstellung aller NUTS Region in der EU siehe:

http://ec.europa.eu/eurostat/ramon/nuts/codelist_de.cfm?list=nuts.

- 6 -

NUTS2 und 3 gibt es ähnliche Unterschiede. Die Spannweite ist dort allerdings etwas geringer. Allgemein sind diese Abweichungen durch die stark unterschiedliche Bevölkerungsstruktur in den einzelnen Mitgliedstaaten zu erklären.

Die Gebiete unterhalb der NUTS 3 Regionen, in Deutschland die Gemeinden, werden als lokale Gebietseinheiten (LAU) bezeichnet. Im engeren Sinne gehören sie nicht zur NUTS. Allerdings basiert ein gängiges Klassifikationsschema der OECD zur Einteilung der Regionen auf NUTS 3 Ebene nach ihrem Urbanisierungsgrad auf der Bevölkerungsdichte in den LAU. Das Schema wird in Abschnitt 3.3 in der Diskussion um die Differenzierung von ländlichen Regionen erläutert.

2.3 Regionale Unterschiede in Europa

Im Folgenden werden einige sozioökonomische Merkmale auf NUTS 2 Ebene europaweit verglichen. Anwendung finden das regionale BIP als Maß für die ökonomische Stärke einer Region und die Beschäftigung auf Grund ihrer erläuterten wirtschaftlichen und sozialen Bedeutung. Dies dient der Schaffung eines Überblicks über die Struktur der institutionellen Regionen in der EU und einem Einstieg in die Untersuchung der ökonomischen und geographischen Lage von ländlichen Gebieten.

Das Bruttoinlandsprodukt wird oft als Kriterium für die wirtschaftliche Entwicklung einer Region verwendet. Wenn man es allerdings zum Vergleich zwischen Regionen einsetzen möchte, muss man beachten, dass das absolute Niveau des BIP durch die Größe der Region und durch das Preisniveau beeinflusst wird. Deshalb ist es für einen sinnvollen Vergleich wichtig, das BIP auf die Einwohnerzahl umzurechnen und das Preisniveau durch die Verwendung von Kaufkraftparitäten zu berücksichtigen. Zu beachten ist außerdem, dass das BIP die in einer Region erbrachte wirtschaftliche Leistung misst und dabei nicht berücksichtigt, ob diese von Personen erwirtschaftet wird, die auch ihren Wohnsitz in dieser Region haben. Daraus resultierend ist zu beobachten, dass bei einer großen Anzahl von Pendlern das BIP je Einwohner in großen Städten sehr hoch ist und in angrenzenden Regionen eher gering (BLÖCHLINGER 2004, S.10). Das entspricht jedoch nicht den Einkommen der Haushalte in diesen Regionen (EUROSTAT 2006, S.29).

Karte 1 zeigt das regionale BIP je Einwohner auf NUTS 2 Ebene des Jahres 2003. Es ist als Prozentsatz des EU-25 Durchschnitts angegeben. Dieser liegt in absoluten Zahlen bei 21741 Kaufkraftstandard (KKS) je Einwohner.

- 7 -

Karte1: BIP pro Einwohner auf NUTS 2 Ebene (in KKS) in Prozent des EU-25 Durchschnitts (2003)

Anm.: KKS ist eine künstliche Währung, welche die durchschnittlichen Wechselkurse zwischen und das unterschiedliche Preisniveau in den Mitgliedstaaten der EU berücksichtigt. Für die genaue Berechnung siehe EUROSTAT (2006, S.37).

Quelle: EUROSTAT (2006, S.32).

Wie zu erwarten zeigt sich ein deutlicher Unterschied zwischen den EU-15 und den neuen Mitgliedstaaten. Aber auch einige Regionen in der Peripherie der alten Mitgliedstaaten, Teile Portugals, Südspanien, Süditalien und Ostdeutschland, liegen deutlich unterhalb des EU-Durchschnitts. Insgesamt liegt das BIP pro Einwohner in 74 der 268 NUTS 2 Regionen bei weniger als 75 % des EU-Durchschnitts. Demgegenüber wird in 36 Regionen mehr als 125 % erwirtschaftet. Dazu gehört der Süden Englands und Deutschlands, Skandinavien, der Norden Italiens sowie Belgien, Luxemburg und die Niederlande. Ebenfalls überdurchschnittlich schneiden viele Hauptstadtregionen wie Madrid, Paris und Prag und in Relation zum Landesdurchschnitt auch Lissabon, Bukarest, Budapest, Sofia und Bratislava ab. Das höchste BIP je Einwohner erreicht das Zentrum von London mit gut 275 %, das

- 8 -

niedrigsteverzeichnet der Nordosten Rumäniens mit weniger als 25 % des EU-Durchschnitts. Damit liegt die Spannweite bei 12,8 zu 1 und ist damit im Vergleich zu 2002 etwas geringer geworden. Dies kann als ein allerdings sehr geringes Anzeichen für eine zunehmende Konvergenz der europäischen Regionen interpretiert werden. Dafür spricht auch, dass die Anzahl der Regionen, die zwischen 125 % und 75 % des Durchschnitts erwirtschaften, im gleichen Zeitraum von 147 auf 158 gestiegen ist (EUROSTAT 2006, S.30ff). Gleichwohl sollte man bei Betrachtung dieser leichten Annäherung bezüglich des regionalen BIP nicht aus dem Blick verlieren, dass die absoluten Unterschiede immens sind.

Die Beschäftigung wird neben dem BIP als ein sehr wichtiges Kriterium für die wirtschaftliche Leistungsfähigkeit einer Region angesehen. Gerade die Beschäftigung beinhaltet neben der rein ökonomischen Bedeutung, d.h. der Entlohnung des Produktionsfaktors Arbeit und damit der Erzielung von Einkommen durch die privaten Haushalte, auch eine zweite, eine soziale Komponente. Arbeit besitzt meist einen Wert an sich, indem sie es den Menschen ermöglicht, sich weiterzuentwickeln und soziale Kontakte zu knüpfen (FRANZ 1991, S.11). Ein hohes Maß an Beschäftigung und eine damit verbundene geringe Arbeitslosigkeit kann somit als ein Indiz für die Lebensqualität in einer Region gelten 7 .

Die Karte 2 zeigt die Erwerbstätigenquote auf Ebene der NUTS 2 Regionen in der EU. Dargestellt ist der prozentuale Anteil der Erwerbstätigen an der Bevölkerung, jeweils in der Altersgruppe von 15 bis 64 Jahren. Als erwerbstätig gilt, wer zum Zeitpunkt der Erhebung einen Arbeitsplatz hatte oder mehr als eine Stunde pro Woche mit dem Ziel eines finanziellen Gewinns gearbeitet hat (EUROSTAT 2006, S.67). Auf Grund der ähnlichen Farbgebung, mit rot für niedrige Erwerbstätigenquote bzw. niedriges BIP und grün für eine hohe Erwerbstätigenquote bzw. ein hohes BIP, lassen sich die Karten 1 und 2 sehr gut auf regionale Übereinstimmungen dieser beiden ökonomischen Indikatoren untersuchen. Auf den ersten Blick ergibt sich eine sehr große Übereinstimmung. Regionen mit einer hohen Erwerbstätigenquote weisen tendenziell auch eine höhere Wertschöpfung je Einwohner auf und vice versa. Dieser Zusammenhang ist unter sonst gleichen Verhältnissen (ceteris paribus) begründbar. Beide Indikatoren sind mathematisch definiert als Bruch,

7 Natürlich ist es nur ein Kriterium unter vielen. Für eine ausführliche Analyse dieses Themas sei auf AUS- SCHUSSDER REGIONEN 1999 verwiesen.

- 9 -

dessenNenner die Einwohnerzahl 8 der Region bildet. Wenn mehr Menschen pro Einwohner erwerbstätig sind, kann so auch ein höheres BIP pro Kopf erwirtschaftet werden. Karte 2: Erwerbstätigenquote im Jahr 2004 auf NUTS 2 Ebene in der Altersklasse

15 bis 64 Jahre (in Prozent)

Quelle: EUROSTAT (2006, S.57).

Bei Unterschieden besonders hinsichtlich der Arbeitsproduktivität, der Arbeitszeit und der Bevölkerungsstruktur zwischen den Regionen verwischt dieser direkte Zusammenhang. So ist es möglich, dass bei einer niedrigeren Arbeitsproduktivität oder einer kürzeren Arbeitszeit in einer Region mit einem relativ geringen BIP pro Einwohner eine relativ hohe Erwerbstätigenquote erreicht wird. Sichtbar wird dies beispielsweise an einigen Regionen in Portugal und im Norden von Großbritannien. Die Vorraussetzung dafür ist ein regional geringeres Lohnniveau.

8 Im Falle der Erwerbstätigenquote allerdings nur die im Alter zwischen 15 und 64.

- 10 -

BeimBlick auf Karte 2 fallen zwei weitere Aspekte auf, die es bei der Interpretation der Erwerbstätigenquote im Vergleich zum BIP zu berücksichtigen gilt. Als erstes ist der Effekt von Berufspendlern zu nennen, der schon einmal angesprochen wurde. Für die Erwerbstätigenquote bedeutet eine hohe Anzahl von Pendlern, dass sie in der Region relativ hoch ist, in der die Pendler wohnen. Umgekehrt kann sie in den Regionen in die hineingependelt wird, das heißt in den großen Städten, auf Grund der größeren Konkurrenz um die Arbeitsplätze relativ geringer sein. Auf der Karte 2 ist dieser Einfluss z.B. bei den Regionen rund um London, Wien und Brüssel zu erkennen. Dadurch wird deutlich, dass sich Regionen nicht einzeln, unabhängig von ihren Nachbarregionen untersuchen lassen (BLIEN, BOGAI, FUCHS 2007, S.15).

Als zweites fällt bei dem direkten Vergleich von den Niederlanden, Dänemark und Großbritannien auf der einen Seite und auf der anderen Deutschland, Belgien und Frankreich auf, dass die Höhe der Erwerbstätigenquote anscheinend auch durch nationale und nicht nur durch regionale Einflüsse geprägt ist. Andernfalls lassen sich die großen Unterschiede benachbarter Regionen, die schon lange Teil eines gemeinsamen Marktes sind, nur schwer erklären. Als mögliche national geprägte Einflussfaktoren seien hier die rechtlichen und gesellschaftlichen Rahmenbedingungen für die Flexibilität der Löhne und die Möglichkeit zur Teilzeitarbeit genannt (ENSTE und HARDEGE 2006, S.6f).

Zusammenfassend spielen alle Politikbereiche beim Vergleich von Regionen eine Rolle, die nicht von einer allen Regionen übergeordneten Instanz entschieden werden bzw. für alle Regionen gleichermaßen gültig sind. Bei einem europäischen Vergleich betrifft dies vor allem das Steuer- und Arbeitsrecht, aber auch die Sozial- und Familienpolitik. Genau genommen muss auch die Struktur- und regionale Entwicklungspolitik der EU berücksichtigt werden. Eine derart detaillierte Analyse würde jedoch zum einen den auf eine theoretische Breite ausgerichteten Rahmen dieser Arbeit verlassen und zum anderen den Fokus von der Region in Richtung der nationalstaatlichen Ebene verschieben. Außerdem wäre sie auch im Hinblick auf die Möglichkeiten bei der Modellierung von CGE Modellen an dieser Stelle nicht zielführend. Daher konzentriert sich diese Arbeit auf die Untersuchung der ökonomisch und wirtschaftsgeographisch wichtigsten Faktoren, auch und gerade im Hinblick auf die Situation von ländlichen Regionen.

Untersucht wird dabei die Wirkung auf die Entwicklung der Beschäftigung. Dies ermöglicht es, die Stellschrauben zu identifizieren, an denen für eine politisch gewollte Zunahme der Beschäftigung gedreht werden kann. Karte 3 zeigt die Entwicklung der Beschäftigung, ebenfalls auf Ebene der NUTS 2 Regionen. Auffällig ist, dass sich kein zumindest teilwei-

- 11 -

sean Ländergrenzen orientierendes Schema finden lässt, wie es bei dem BIP und der Erwerbstätigenquote der Fall war. Die einzige Ausnahme stellt Spanien dar, in dem sich die Erwerbstätigkeit in allen Regionen gleichermaßen positiv entwickelt hat. Karte 3: Entwicklung der Erwerbstätigkeit auf NUTS 2 Ebene in der Altersklasse

größer als 15 Jahre, Veränderung in Prozent zwischen 2003 und 2004

Quelle: EUROSTAT (2006, S.59).

Es lässt sich also vermuten, dass gerade die Entwicklung der Beschäftigung maßgeblich von regionalen Faktoren geprägt wird. Auch aus diesem Grund lohnt sich also eine genauere Betrachtung der Determinanten der regionalen Beschäftigungsentwicklung.

- 12 -

3REGIONALE ARBEITSMÄRKTE

3.1 Identifikation der Determinanten

3.1.1 Vorbemerkungen

In diesem Abschnitt wird nun die europaweite Perspektive verlassen. Stattdessen soll die Konzentration bei der Identifikation der Einflussfaktoren für die regionale Beschäftigungsentwicklung auf Deutschland gerichtet werden. Diese Fokussierung ermöglicht es, die Analyse auf einer kleinstrukturierteren regionalen Ebene, d.h. auf NUTS 3 Level durchzuführen. Eine solche genauere Aufgliederung liefert Regionen, die bezüglich bestimmter sozioökonomischer Kriterien homogener sind. So teilt sich beispielweise die NUTS 2 Region Schleswig-Holstein in 15 NUTS 3 Regionen auf. Darunter befinden sich strukturell sehr unterschiedliche Kreise wie das städtisch geprägte Kiel, die hochverdichtete an Hamburg grenzende Region Pinneberg und strukturschwache Kreise wie z.B. Nordfriesland (NIEBUHR und KOTTE 2005, S. 13). Vor dem Hintergrund der Zielsetzung dieser Arbeit bietet sich so die Chance, trennschärfere Daten für ländliche Regionen zu erhalten. Bei dieser Vorgehensweise ist zu berücksichtigen, dass die Daten möglicherweise durch spezifische deutsche Besonderheiten, sei es hinsichtlich der Politikgestaltung oder der Vergangenheit der Neuen Bundesländer, beeinflusst sind. Für das Bestreben, mit Hilfe der empirischen Ergebnisse die theoretischen Wirkungszusammenhänge darzustellen, spielt dies aber nur eine untergeordnete Rolle. Es wird nicht angestrebt, verallgemeinerbare quantitative Einflüsse der Determinanten der Beschäftigungsentwicklung zu ermitteln. Die im nächsten Abschnitt erläuterten Faktoren sollen vielmehr als Grundpfeiler dienen, um auf ihnen ein schlüssiges Theoriegebäude aufzubauen.

3.1.2 Methodenbeschreibung

Dabei stützt sich diese Arbeit auf zwei Forschungsprojekte des Instituts für Arbeitsmarkt-und Berufsforschung (IAB) der Bundesagentur für Arbeit. Beide Projekte verwenden zur Identifikation der Einflussfaktoren der regionalen Beschäftigungsentwicklung eine spezielle ökonometrische Modellierung im Rahmen einer Shift-Share-Regression 9 (BLIEN et al. 2002, 2006). Der Hauptvorteil dieser Regressionsmethode liegt in der Trennung der Zufalls- von den Standorteinflüssen.

9 Aufbauend auf der klassischen Shift-Share-Analyse findet sich eine Darstellung dieser Methode in WOLF

(2002).

- 13 -

ZurVerdeutlichung zeigt die Gleichung 1 eine sehr einfache Form dieser Methode mit drei erklärenden Variablen.

ˆ ε κ λ α + + + = N (1) Dabei steht die endogene Variable irt

Branche i, i

gesammelt (BLIEN und WOLF 2002, S.6f). Gerade im Hinblick auf die Analyse der Beschäftigungsentwicklung in ländlichen Gebieten ermöglicht die Isolierung der Standorteinflüsse die Messung des direkten Effektes der Region auf die Beschäftigung. Zur Verbesserung des Modells ist es möglich, nahezu beliebig viele weitere exogene Variable in die Regressionsrechnung mit einzubeziehen. Die erste Studie des IAB, das sog. ENDOR-Projekt, verwendet als zusätzliche exogene Variable das Bildungsniveau der κ explizit zwischen einem Erwerbsbevölkerung. Außerdem wird bei dem Regioneneffekt r Siedlungsstruktureffekt und einem Standorteffekt 11 differenziert. Dieses Projekt konzentriert sich dabei auf die Neuen Bundesländer. Die nachfolgende „Vergleichende Analyse von Länderarbeitsmärkten“ (VALA 12 ) erweitert die Untersuchung auf ganz Deutschland und bezieht als weitere unabhängige Variable das regionale Lohnniveau und die Betriebsgrößenstruktur mit ein. Zur Berücksichtigung der allgemeinen Konjunkturentwicklung wird ein Dummy für die Zeitperiode verwendet.

Die Einflüsse von Arbeitsmarktflexibilität und von Sozialleistungen, die auf nationalstaatlicher Ebene als mitentscheidend für das Beschäftigungswachstum diskutiert werden 13 , sind nicht speziell in die Regressionsrechnungen integriert, da regionale Disparitäten durch sie nicht erklärt werden können. Andere Faktoren, wie z.B. lokale Wirtschafts- und Arbeitsmarktpolitik, finden sich in der Standortkomponente einer Region wieder (FARHAUER und GRANATO 2006, S.1ff).

10 Die Beschäftigung ist in dieser Studie definiert als die Anzahl der sozialversicherungspflichtigen Beschäf-

tigten in Vollzeitäquivalenten.

11 Ein solcher Standorteffekt kann durch eine besondere wirtschaftsgeographische Lage der Region zustan-

de kommen (z.B. Grenzregionen). Weitere Ursachen werden in Abschnitt 3.2.5 diskutiert. 12 Die Untersuchung erstreckt sich über den Zeitraum 1993 bis 2001 und wird für Ost- und Westdeutschland

getrennt durchgeführt.

13 Vgl. ENSTE und HARDEGE (2006).

- 14 -

Imnächsten Abschnitt werden nun die exogenen Variablen der beiden Studien einzeln genauer untersucht. Dabei wird das Ziel verfolgt, die Beziehungen zwischen diesen Variablen und dem Beschäftigungswachstum theoretisch zu fundieren. So lässt sich aus einem rein statistischen ein kausaler Zusammenhang entwickeln.

3.2 Wirkung der Einflussfaktoren auf die Beschäftigungsentwicklung

3.2.1 Lohnniveau

Zur Einführung wird zuerst auf die Wirkung des Lohnniveaus eingegangen. Die grundlegende Funktion des Lohns als Preis für den Faktor Arbeit soll genutzt werden, um die prinzipielle Wirkungsweise des Arbeitsmarktes darzustellen. Das Augenmerk liegt hierbei zunächst auf der Frage, inwieweit das Lohnniveau die absolute Höhe der Beschäftigung determiniert und wie sich daher Arbeitslosigkeit erklären lässt. Daran anschließend werden verschiedene Theorieansätze diskutiert, welche die Wirkung auf die Beschäftigungsentwicklung beschreiben. Zum Abschluss werden die theoretischen Erkenntnisse mit Hilfe der empirischen Ergebnisse überprüft.

3.2.1.1 Arbeitsmarkt aus mikro- und makroökonomischer Perspektive

Mikroökonomisch basierte Fragestellungen bezüglich des Faktors Arbeit beziehen sich zum einen auf die individuellen Bestimmungsgründe der Arbeitsnachfrage der Unternehmen und zum anderen auf die Entscheidungsgrundlagen über die Höhe des Arbeitsangebotes der einzelnen Haushalte.

Im Rahmen der Haushaltstheorie ist unstrittig, dass sich das Arbeitsangebot der Haushalte von den individuellen Präferenzen bezüglich Arbeits- und Freizeit ableitet. Bei einem konstanten Grenznutzen der Arbeit, dem realen Lohnsatz 14 , wird der Arbeitseinsatz so gewählt, dass der Grenznutzen der Freizeit mit dem der Arbeit übereinstimmt. Nicht eindeutig ist dagegen das Verhalten des individuellen Arbeitsangebots bei Variation des Lohnsatzes. Diskutiert wird, dass ein sehr hoher Lohnsatz dazu führen könne, dass schon mit einer relativ kurzen Arbeitszeit genug Einkommen erzielt würde, um alle Ansprüche zu befriedigen. Die Steigung der Arbeitsangebotskurve wäre somit im Bereich hoher

14 Der Reallohn gibt das Einkommen der Beschäftigten in Gütereinheiten an. Er ist ausschlaggebend für das Arbeitsangebot, da die Haushalte ihre Arbeitskraft anbieten, um gegenwärtigen oder zukünftigen Konsum zu finanzieren. Die gesamtwirtschaftliche Arbeitsnachfrage ist ebenfalls vom Reallohn anhängig, da für die Unternehmen die Relation der Lohnkosten zu den Preisen der produzierten Güter von Interesse ist (vgl. ENGELKAMP und SELL 2005, S.160ff). Im weiteren Verlauf der Arbeit werden zur besseren Lesbarkeit nur dann zwischen realen und nominalen Größen differenziert, wenn es zum Verständnis der Zusammenhänge notwendig ist.