Die neuen Grenzen des Wachstums


Trabajo de Seminario, 2005

61 Páginas, Calificación: 1.3


Extracto


Inhaltsverzeichnis

1 Dennis L. Meadows und sein Bericht „Die neuen Grenzen des Wachstums“ an den Club of Rome

2 Aufbau des Bevölkerungssektor und die angenommenen Verknüpfungsmuster einzelner Modellgrößen
2.1 Historische Verhaltensweisen als Referenzmodus
2.2 Das Basiskonzept
2.3 Das Kausalmodell der Bevölkerung
2.4 Das Flussdiagramm des Sektors und ergänzende Angaben zu den Gleichungen

3 Die Schnittstellen zu den übrigen Sektoren

4 Die von World3 generierten Szenarien

5 Die Weiterentwicklung des Modells durch die Ergänzung eines Klima-Sektors

6 Kritik und allgemein methodische Einwände als häufigste Resonanz

Literatuverzeichnis

Anhang
Model-Listing
Level-Rate-Diagramme
Sektor-Bevölkerung
Sektor-Umweltverschmutzung
Sektor-Ressourcen
Sektor-Landwirtschaft
Sektor-Kapital

1 Dennis L. Meadows und sein Bericht „Die neuen Grenzen des Wachstums“ an den Club of Rome

Auf die Arbeiten Jay W. Forresters, insbesondere auf seine allgemeine Modellmethodologie, stützt sich das von Dennis L. Meadows geleitete Forschungsteam am Massachusetts Institute of Technology (MIT) und erarbeitet 1972 für den Club of Rome die Studie The Limits to Growth (Die Grenzen des Wachstums).

Der Club of Rome ist eine nichtkommerzielle Organisation, die einen globalen Gedankenaustausch zu verschiedenen internationalen politischen Fragen betreibt. Er wurde 1968 gegründet und verfolgt zwei Hauptziele . Zum einen will er Forschungen und Reflexionen anregen, die das Verständnis der Funktionsweise des globalen Regelkreises vertieft. In der ersten Phase hat sich diese Aktivität auf die Studie Die Grenzen des Wachstums konzentriert. Zum anderen sollen die auf diese Weise gewonnenen Einsichten zur Unterstützung einer neuen Politik dienen , die von einem neuen Humanismus getragen ist und die Menschheit auf einen vernünftigeren Kurs leitet[1]. Die Idee stammt von dem italienischen Industriellen Aurelio Peccei, der sowohl Mitglied der Firmenleitung von Fiat und Olivetti als auch Präsident der Unternehmensberatung Italconsult war, sowie von dem Schotten Alexander King, Direktor für Wissenschaft, Technologie und Erziehung der Pariser Organisation für wirtschaftliche Zusammenarbeit und Entwicklung (OECD). Mittlerweile sind die anvisierten 100 Mitglieder erreicht. Sie stammen derzeit aus mehr als 50 Ländern.

Dennis L. Meadows und seine Mitarbeiter führen eine Systemanalyse mit einem Computerrechenmodell (World3) durch, welches die komplexe Vernetzung globaler Prozesse berücksichtigt, diese Vorgänge in Regelkreise fasst und Simulationen zu unterschiedlichen Szenarien ermöglicht. Das Programm verfolgt die Entwicklungen von Bestandsgrößen wie Bevölkerung, Industriekapital, Umweltverschmutzung und landwirtschaftlich genutzte Flächen. Der Anfangszeitpunkt des Modells wird ins Jahr 1900 verlegt, da ab diesem Zeitpunkt einigermaßen zuverlässige und auswertbare Informationen vorliegen. Die Wahl des Zeithorizontes beträgt 200 Jahre[2]. Bei den Simulationen werden mit unterschiedlich hohen Rohstoffbeständen der Erde gerechnet und eine unterschiedliche Effizienz von landwirtschaftlicher Produktion, Geburtenkontrolle oder Umweltschutz angesetzt.

1991 veröffentlichen Meadows und seine Mitarbeiter nochmals eine leicht modifizierte Modellvariante unter dem Namen World3/91 (Beyond the Limits) und legen die Hochrechnungen einer Systemanalyse auf Basis aktuellster Daten vor. Das Modell unterscheidet sich nicht nur durch die aktuellen Daten, sondern auch durch die neue Lage der Menschheit, zusätzlich im Verhältnis zu ihren Grenzen, aufgrund des Weiterwirkens der Wachstumstrends. Des weiteren beträgt nun die Referenzperiode nicht mehr 70 sondern 90 Jahre und der Projektionszeitraum 110, statt 130 Jahre.

Die folgenden fünf strategischen Variablen werden als Dynamikerzeugend für das Modell weltweiter Zusammenhänge angesehen. Sie bilden die fünf Basissektoren des Weltmodells:

1. Bevölkerung – berücksichtigt die Effekte aller Wirtschafts- und Umweltfaktoren, die die Geburten- und Sterberaten der Menschen und somit die Bevölkerungszahl beeinflussen.
2. Kapital – beinhaltet Maschinen, Fabriken und Anlagen mit denen Wirtschaftsgüter und Dienstleistungen erzeugt werden.
3. Landwirtschaft – bezieht alle Grundflächen und andere Faktoren ein, die die Nahrungsmittelproduktion beeinflussen.
4. Sich nicht regenerierende Ressourcen – bildet fossile Brennstoffe und Materialien, der für den Kapitalstock zur Herstellung von Wirtschaftsgütern und Dienstleistungen benötigt wird, ab.
5. Umweltverschmutzung – steht für von der Industrie und Landwirtschaft hergestellte, schwer abbaubare Materialien, die die menschliche Lebenserwartung, die landwirtschaftliche Produktivität oder die Fähigkeit eines Ökosystems zur Absorption schädlicher Substanzen reduzieren könnte[3].

Im folgenden Abschnitt werden die dem Bevölkerungssektor zugrundeliegenden Strukturen, die Schnittstellen zu den übrigen Sektoren und die sich hieraus ergebenden Szenarien näher betrachtet.

2 Aufbau des Bevölkerungssektor und die angenommenen Verknüpfungsmuster einzelner Modellgrößen

Die Grundzüge von World3 können als Modell verstanden werden, das die fortlaufende, dynamische Interaktion zwischen der Bevölkerung und dem globalen Ressourcenbestand abbildet. Bevölkerung und Ressourcen stehen in zahlreicher, simultan-kausaler Beziehung zueinander, welche die Veränderungen für entweder das Angebot oder den Bedarf von verschiedenen Gütern und Dienstleistungen darstellt. Bei einem Ungleichgewicht von Angebot und Bedarf reagiert das Modell auf zwei verschiedene Weisen:

Abbildung in dieser Leseprobe nicht enthalten

Abbildung 1.: Bevölkerung-Ressourcen Feedback-Loops

Die technologisch-wirtschaftliche Reaktion kann das Angebot und die demografische Reaktion den Bedarf an Ressourcen verändern. Diese Feedback-Loops generieren die Balance zwischen der Bevölkerungsgröße und dem Ressourcenangebot (Abb. 1). Generell hat der Bevölkerungssektors zwei Funktionen:

1. Er kalkuliert die gesamte Bevölkerungsgröße, welche ein bestimmender Faktor für den Ressourcenbedarf ist.
2. Er bestimmt das Ressourcenangebot über die demografische Reaktion, die durch die Geburten- und Sterberaten ermittelt wird.

2.1 Historische Verhaltensweisen als Referenzmodus

Seit mehr als einem Jahrhundert ist die Bevölkerung durch zwei dynamische Merkmale gekennzeichnet: ein tendenziell exponentielles Wachstum und eine lange Verzögerung der adaptiven Reaktionen der Bevölkerung (ein bis zwei Generationen) auf sich verändernde, externe Bedingungen.

Exponentielles Wachstum: Im zwanzigsten Jahrhundert zeichnet sich exponentielles Wachstum nicht nur bei der globalen Population, sondern auch bei nationalen und regionalen Bevölkerungen ein[4]. Mathematisch kann das Bevölkerungswachstum durch die Differentialgleichung:

dN/dt = rN

ausgedrückt werden. Demnach ist der Zuwachs (dN/dt) proportional zur Bevölkerungsgröße N. Für den Fall, dass die Wachstumsrate r konstant ist, gilt:

N = N0ert ,

wobei No der Initialbestand, N die Bevölkerung zum Zeitpunkt t, r die Netto-Wachstumsrate und e die Basis des Logarithmus ist. Da jedoch r variiert, ist das Wachstum nicht exakt exponentiell. Für die Netto-Wachstumsrate gilt:

r = B – D

mit B als Geburtenrate und D als Sterberate. Ist B größer als D so liegt exponentielles Wachstum vor. Analog liegt exponentielle Schrumpfung vor, wenn D größer als B ist. Die Analyse der Wachstumsrate bedingt die Betrachtung der weltweiten Geburten- und Sterberaten. Hierbei wurden drei Trends identifiziert: fallende Sterberaten, mittlere Fruchtbarkeit und eine Korrelation zwischen Geburtenraten und Industrialisierung. Die fallenden Sterberaten sind vor allem auf die Industrialisierung und die dadurch geschaffene ’gesündere’ Umwelt zurückzuführen. Demgegenüber steht die mittlere Fruchtbarkeit, dessen Obergrenze ein durchschnittliches Maximum von 12 Kinder pro Frau (dies entspricht 88 Geburten pro 1000 Menschen pro Jahr) und dessen Untergrenze ein ’replacement level’ von zwei Kinder pro Familie beträgt[5]. Somit hat bisher keine Nation einen Fruchtbarkeitsgrad erreicht mit der das Bevölkerungswachstum gestoppt wurde. Die Beziehung zwischen der Geburtenrate und der Industrialisierung ist negativ. Bemessen am Einkommen pro Kopf, fällt die Geburtenrate in Nationen, in denen das Einkommen relativ hoch ist, und steigt in Nationen mit relativ niedrigem Einkommen[6].

Verzögerte Reaktion: Die demographische Reaktion, in Form einer Veränderung der Geburten- und Sterberaten, auf neue externe Bedingungen ist aufgrund der Alterstruktur der Bevölkerung und der inhärenten Langsamkeit sozialer Anpassungen signifikant verzögert. Die globale Altersstruktur weist eine durchschnittliche Lebenserwartung von 65 Jahren auf. Selbst wenn die Sterberate über der Geburtenrate liegt, bewirkt der biologische Prozess der Reifung und Alterung das Beibehalten der Wachstumstendenz für Jahrzehnte und der Dynamik des Verhaltens, die in der Vergangenheit verfolgt wurde. Die langsame Anpassung sozialer Institutionen (wie bspw. Familie) ist auf verschiedene langwierige Prozesse zurückzuführen, die zu ihrem Einsatz kommen, sobald sich externe Bedingungen verändern. Somit ist eine zeitnahe Reaktion der Raten ausgeschlossen.

2.2 Das Basiskonzept

Das Modell des Bevölkerungssektors stellt die Realität vereinfacht dar, indem es alle Faktoren, welche die Geburten- und Sterberaten beeinflussen können, in logische, nachvollziehbare Kategorien funktionaler Signifikanz gruppiert.

Abbildung in dieser Leseprobe nicht enthalten

Abbildung 2.: Demographische und externe Determinanten der Geb.- und Ster.raten

Die demografischen Determinanten (NUMBER OF WOMEN/PERSONS OF AGE X) resultieren aus der Alterstruktur der Bevölkerung. Durch die externen Determinanten verstärkt, beeinflussen sie die Geburten- und Sterberaten im Modell. Zu den externen Determinanten gehören die Fruchtbarkeit (FERTILITY) und die Sterblichkeit (MORTALITY). Sie stellen Wahrscheinlichkeiten für eine Geburt (oder einen Tot) von jeder geschlechtsreifen Frau (oder jeder Person eines bestimmten Alters) dar und reflektieren alle sozioökonomischen Einflüsse.

2.3 Das Kausalmodell der Bevölkerung

Abbildung in dieser Leseprobe nicht enthalten

Abbildung 3.: Feedback-Loops des Bevölkerungssektors

Das Kausalmodell kann als das dem Programm World3 zugrundeliegende Beziehungsgeflecht betrachtet werden (Abb. 3). Anders als im Basiskonzept sind hier nun auch die Rückwirkungen der Bevölkerung auf die Umwelt berücksichtigt. Die Beziehungen in dem Kausalmodell resultieren aus demographischen Aspekten, weit anerkannten Meinungen und vom Forschungsteam aufgestellten Postulaten.

Die zwei Feedback-Loops (Geburten-Bevölkerung und Todesfälle-Bevölkerung) im Zentrum des Bevölkerungssektors drücken die demographischen Beziehungen aus, die in jedem Populationssystem enthalten sind. Der Loop auf der linken Seite ist positiv und ist selbstverstärkend. Dadurch kommt ein exponentielles Wachstum zustande: mehr Geburten heißt größere Bevölkerung; eine größere Bevölkerung bewirkt mehr Geburten. Der negative Loop auf der rechten Seite des Zentrums wirkt dem exponentiellem Wachstum entgegen: die größere Bevölkerung (generiert durch den positiven Loop) bewirkt mehr Todesfälle; mehr Todesfälle mindert die Bevölkerung. Die Stärke der Auswirkungen beider Loops ist abhängig von der durchschnittlichen Fertilität (= Fruchtbarkeit), der Lebenserwartung und den Verzögerungen, die sich in den Loops aufgrund der Alterstruktur entwickeln. Sind die Effekte beider Loops gleichstark, so liegt ein Gleichgewicht vor, bei der die Bevölkerung auf einem konstantem Niveau gehalten wird. Dominiert der linke Loop, so kommt es zu exponentiellem Wachstum. Analog schrumpft die Bevölkerung exponentiell, wenn der rechte Loop stärker ist.

Die Lebenserwartung als einziger Einfluss auf die Todesfälle ist eine Funktion, die vier Faktoren beinhaltet: Gesundheitsdienste, Ernährung pro Kopf, Bevölkerungsdichte und Umweltverschmutzung. Diese Faktoren dienen über negative Feedback-Loops, welche die Bevölkerungsgröße involvieren, als Regulatoren, die das exponentielle Wachstum oder die exponentielle Schrumpfung stabilisieren.

Die zweite Hälfte des Modells kontrolliert die Fertilität. Die maximale Fertilität ist eine Obergrenze, die von einer Bevölkerung erreicht wird, wenn sie versucht so viele Kinder wie nur möglich zu bekommen, und wird von der Lebenserwartung beeinflusst. Damit haben die vier externen Faktoren durch negative Feedback-Loops auch einen Effekt auf die Geburtenrate. Die gewünschte Fertilität ist Teil von drei Loops, wovon zwei positiv und eines negativ ist. Der negative agiert über individuelle Einschätzungen bezüglich der verfügbaren Ressourcen, die für das Kinderkriegen eine Rolle spielen: wachsende Bevölkerung heißt sinkender Industrieoutput; dies senkt die Erwartungen und somit die gewünschte Fertilität und die Fertilität à die Bevölkerung schrumpft. Diesem Effekt entgegen wirkt ein positiver Loop über soziale Normen: wie bereits erwähnt führt wachsende Bevölkerung zu sinkendem Industrieoutput; dies bewirkt nach einer langen Verzögerung ’höhere’ soziale Normen, welche die Familiengröße betreffen und die Geburtenrate erhöhen. Der andere positive Feedback-Loop, der die gewünschte Fertilität beinhaltet, operiert über die Lebenserwartung. Diese Beziehung drückt die Hypothese aus, dass Familien höhere Mortalitäten durch mehr Kinder kompensieren. Der letzte Loop dieser zweiten Hälfte des Sektors reguliert die Effektivität der Fertilitätskontrolle: Wachsende Bevölkerung führt zu sinkendem Dienstleistungsoutput pro Kopf, zu sinkender Dienstleistung zur Fertilitätskontrolle, zu sinkender Effektivität der Fertilitätskontrolle, zu steigender Fertilität und damit zu wachsender Bevölkerung.

2.4 Das Flussdiagramm des Sektors und ergänzende Angaben zu den Gleichungen

Abbildung in dieser Leseprobe nicht enthalten

Abbildung 4.: Die Levels und Raten im Flussdiagramm des Bevölkerungssektors

Wie aus Abb. 4 hervorgeht, ist die Bevölkerung in vier Altersklassen disaggregiert, und zwar: Präreproduktives Alter (0-14 Jahre); Reproduktives Erwerbsalter (15-44 Jahre); Nicht reproduktives Erwerbsalter (45-64 Jahre); Pensionsalter (über 65 bis zum Ableben). Jede Altersklasse besitzt altersspezifische Sterberaten (Multiplikatoren). Für jede Klasse errechnen sich in Abhängigkeit zur gesamten Lebenserwartung, welche eine variable Hilfsgröße ist, Sterblichkeitsziffern (Mortalität). Die Anzahl Übergang je Altersklasse (= Bestand dieser Altersklasse – Sterbefälle in der Altersklasse) werden dann über die Maturationsrate (= durchschnittliche Verweildauer in dieser Alterklasse; entspricht der Verzögerung) in die nächst höhere Altersklasse übernommen.

Abbildung in dieser Leseprobe nicht enthalten

Abbildung 5.: Lebenserwartung als Haupteinflussfaktor der Mortalitäten

Abb. 5 zeigt die zentrale Hilfsgröße Lebenserwartung, welche neben dem aktuellen Bevölkerungsbestand die Sterberaten bestimmt. Sie wird im Modell durch folgende weitere Hilfsvariablen verändert:

lebenserwartung = "NORM-LEBENSERWARTUNG" * multiplikator lebenszeit durch ernährung * multiplikator lebenszeit durch gesundheitsdienste * multiplikator lebenszeit durch umweltverschmutzung * multiplikator lebenszeit durch bevölkerungsdichte .

In einer Lookup-Funktion, in der Ernährung pro Kopf/minimal erforderliche Ernährung pro Kopf in Beziehung gesetzt werden, wird der Multiplikator Lebenszeit durch Ernährung bestimmt. Das individuelle Subsistenzminimum (minimal erforderliche Ernährung pro Kopf) wird vom MIT-Team auf 2200 kcal je Tag und Peson angesetzt. Dies entspricht 230 kg pflanzlichen Stoffen je Jahr und Person[7]. Insgesamt kann der Multiplikator den Wert der Lebenserwartung um 40% erhöhen. Die weiteren Erhöhungen resultieren aus den übrigen Bestimmungsgrößen.

Die Effizienz der medizinischen Versorgung sowie der Gesundheitsdienste wird modellmäßig in Abhängigkeit gebracht zur Höhe des Dienstleistungsoutputs. Der Multiplikator Lebenszeit durch Gesundheitsdienste hat einen äußerst starken Einfluss auf die Lebenserwartung. Beispielsweise bewirkt allein eine Erhöhung des in den Gesundheitsdienst investierten Dienstleistungsoutputs um 100 $ je Person und Jahr eine Verdopplung der Lebenserwartung. Somit kann eine hohe Lebenserwartung nur durch einen hohen ’Multiplikator Lebenszeit durch Gesundheitsdienste’-Wert zustande kommen.

Der Multiplikator Lebenszeit durch Bevölkerungsdichte wird als Residualgröße konzipiert. Dabei wird angenommen, dass eine positive Korrelation zwischen dem Grad der Verstädterung (Anteil der Stadtbevölkerung) und dem aktuellen Bevölkerungsbestand besteht, d.h. je größer die Bevölkerung, desto mehr Ballungszentren. Analog gilt das gleiche für den Einfluss auf den Multiplikator durch die Industrie (Multiplikator Bevölkerungsdichte durch Industrie). Der Multiplikator übt in jedem Falle einen negativen Einfluss auf die Lebenserwartung aus; d.h. die entsprechenden Ordinatwerte werden für den Wertebereich bis 1 skaliert, wobei der Wert 1 immer der Norm-Lebenserwartung entspricht.

Der Multiplikator Lebenszeit durch Umweltverschmutzung wird zum Index der Umweltverschmutzung (Bestandsgröße) in Beziehung gesetzt. Steigt dieser Index, so nimmt der Wert des Multiplikators ab (degressiv abnehmender Kurvenverlauf der Lookup-Funktion)[8].

Abbildung 6.: Einflussfaktoren im Bereich der Geburtenrate

Abbildung in dieser Leseprobe nicht enthalten

Abb. 6 zeigt die zentrale Hilfsvariable Gesamtfertilität, welche neben dem aktuellen Bevölkerungsbestand, die Geburtenrate bestimmt. Die geburteninduzierende Altersklasse ist, modellmäßig, die reproduktive Altersklasse (Bevölkerung 15-44 J.). Deshalb ist der konstante Wert der reproduktiven Lebensspanne (durchschnittliche fruchtbare Lebensspanne) auf 30 Jahre angesetzt.

Im folgenden wird die Analyse nur an jenen Variablen angeführt, die am reaktionsstärksten sind, bzw. den größten Einfluss auf das Verhalten dieses Subsektors ausüben. Die übrigen Größen der Geburtenrate sind größtenteils wirkungslos, bzw. verändern das Verhalten nicht entscheidend[9].

Abbildung in dieser Leseprobe nicht enthalten

Abbildung 7.: Die Effektivität der Geburtenkontrolle

Das MIT-Team nimmt an, dass der Bedarf an Fertilitätskontrolle positiv korreliere mit dem Dienstleistungsoutput pro Kopf. Ferner wird angenommen, dass die verfügbare Fertilitätskontrolle pro Kopf nicht direkt wirksam werde, sondern erst mit einer Verzögerung von 20 Jahren (Verzögerungsfaktor Gesundheitsdienste). Deshalb wird zwischen die Hilfsvariable Zuweisung von Fertilitätskontrolle (Pro-Kopf-Dienstleistungsoutput, der zur Geburtenregelung bestimmt ist) und der Effektivität der Fertilitätskontrolle ein Verzögerungsglied eingebaut (siehe Abb. 7). Die Effektivität der Fertilitätskontrolle hat den Wert 1, wenn die Gesamtfertilität der gewünschten Gesamtfertilität entspricht, unter Berücksichtigung der biologisch maximal möglichen Gesamtfruchtbarkeit (maximale Gesamtfertilität).

Diskrepanzen zwischen den Werten der gewünschten Gesamtfertilität und der Gesamtfertilität werden im Modell durch den Anteil der Dienstleistungen zur Fertilitätskontrolle pro Kopf reguliert; dieser agiert als Regler.

Abbildung in dieser Leseprobe nicht enthalten

Abbildung 8.: Gewünschte Familiengröße und erwartetes Familieneinkommen

Die in Abb. 8 dargestellte gewünschte Gesamtfertilität ergibt sich modellmäßig aus der Multiplikation der erwünschten Familiengröße mit dem Kompensationsmultiplikator (Multiplikator für Familiengröße aus wahrgenommener Lebensdauer); die wahrgenommene Lebensdauer ist ihrerseits eine verzögerte Funktion dritter Ordnung der Lebenserwartung:

SMOOTH3 ( lebenserwartung , VERZÖGERUNG DER WAHRNEHMUNG DER LEBENSZEIT )

Der Multiplikator beruht auf der Annahme, dass bei geringer wahrgenommener Lebenserwartung die Neigung zur Kompensation groß ist, was sich in einer Erhöhung der gewünschten Gesamtfertilität niederschlägt und so die Geburtenrate erhöht. Steigt die wahrgenommene Lebenserwartung auf den Wert von 72 Jahren, so verliert dieser Multiplikator seine Wirkung und erreicht den Wert 1. Die zweite Bestimmungsgröße der gewünschten Gesamtfertilität ist die erwünschte Familiengröße:

erwünschte familiengröße = IF THEN ELSE ( Time >= "ZEITPUNKT DES BEVÖLKERUNGS-NULLWACHSTUMS" , 2, "ERWÜNSCHTE FAMILIEN-NORMGRÖßE" * familienreaktion auf soziale normen * sozial normierte familiengröße ).

Die erwünschte Familien-Normgröße gibt die durchschnittlich gewünschte Zahl an Kindern je Familie wieder. Dieser Weltdurchschnittswert ist im Modell eine Konstante vom Wert 3,8. Die zwei übrigen Bestimmungsgrößen sind, wie aus obiger Gleichung ersichtlich, die Familienreaktion auf soziale Normen und die sozial normierte Familiengröße. Diese sind (siehe Abb. 8.) über weitere Hilfsvariablen und/oder Verzögerungsglieder letztlich vom durchschnittlichen Industrieoutput pro Kopf abhängig. Dabei gelten folgende Beziehungen:

familienreaktion auf soziale normen = Lookup erwartetes einkommen familiengröße ( erwartetes familieneinkommen )

sozial normierte familiengröße = Lookup sozial normierte familiengröße ( verzögerter industrieoutput pro kopf )[10]

3 Die Schnittstellen zu den übrigen Sektoren

In diesem Abschnitt wird veranschaulicht, wie der Bevölkerungssektor in das Modell World3 integriert ist. Die Hinführung zu den übrigen Sektoren erfolgt über die logischen Zusammenhänge bestimmter Variablen.

Die Schnittstellen zu den übrigen Basissektoren (Kapital, Landwirtschaft, sich nicht regenerierende Ressourcen und Umweltverschmutzung) können in Einflüsse und Effekte kategorisiert werden. Hierbei bezeichnet man Beziehungen, die von Außen in den Bevölkerungssektor einwirken, als Einflüsse und Beziehungen, welche die Wirkungen des Bevölkerungssektors auf die übrigen darstellen, als Effekte.

Zu den Einflüssen gehören der Industrieoutput pro Kopf, Dienstleistungsoutput pro Kopf, die Ernährung pro Kopf und der Index der Umweltverschmutzung. Industrie- und Dienstleistungsoutput entspringen aus dem Kapitalsektor und beeinflussen hauptsächlich die Lebenserwartung, die gewünschte Gesamtfertilität und die Effektivität der Fertilitätskontrolle. Die Ernährung pro Kopf hat ihren Ursprung aus dem Landwirtschaftssektor, während der Index der Umweltverschmutzung aus dem Sektor der Umweltverschmutzung kommt. Beide Variablen wirken ebenfalls auf die Lebenserwartung.

Die Effekte des Bevölkerungssektors nach Außen bewirken die Variablen Gesamtbevölkerung und Arbeitskräfte. Die durch den Kapitalsektor geschaffenen Arbeitsplätze werden von der Anzahl der gesamten Arbeitskräfte abgezogen. Dadurch ergibt sich der Anteil der genutzten Arbeitskräfte. Hierbei werden wieder die Sektoren Bevölkerung und Kapital zusammengeführt. Die einflussreichste und damit die bedeutenste Variable in dem Modell World3 ist die Gesamtbevölkerung. Sie bestimmt nicht nur Industrie-, Dienstleistungsoutput und Ernährung pro Kopf (Effekt auf die Sektoren: Kapital und Landwirtschaft), sondern hat auch einen entscheidenden Einfluss auf folgende Größen: Bedarf an städtischen/industriellen Landflächen (Landwirtschaft); Rate der Ressourcennutzung (sich nicht regenerierende Ressourcen); Erzeugung von Umweltverschmutzung durch Industrie (Umweltverschmutzung).

4 Die von World3 generierten Szenarien

Meadows und sein Team haben in ihren Veröffentlichungen vierzehn verschiedene Computerläufe von World3 abgebildet und beschrieben[11]. In diesem Abschnitt werden hiervon drei, sich voneinander signifikant unterscheidende Szenarien näher erläutert.

Abbildung in dieser Leseprobe nicht enthalten

Abbildung 9: Der Standardlauf von „Die Grenzen des Wachstums“ und die Parametereinstellungen

Abb. 9 zeigt, wie sich die Hauptvariablen wie Bevölkerung, Umweltverschmutzung, Ressourcen, Nahrungsmittel und Industrieoutput, die repräsentativ für ihre jeweiligen Sektoren sind, über den Zeitablauf verändern (die dazugehörigen Parametereinstellungen[12] befinden sich rechts von der Grafik). Bei diesem Szenario entwickelt sich die Gesellschaft so weiter wie bislang üblich. Es kommt nicht zu entscheidenden Veränderungen. Bevölkerung und Industrie wachsen weiter, bis schließlich die Umweltlasten und der Mangel an Ressourcen nicht mehr zulassen, dass der Kapitalsektor die erforderlichen Investitionen vornimmt. Das Industriekapital zerfällt rascher, als es durch Investitionen erneuert werden kann. Damit geraten auch die Nahrungsmittelversorgung und die Gesundheitsdienste in den Zustand des Zerfalls. Die Lebenserwartung nimmt ab, die Zahl der Sterbefälle steigt.

Abbildung in dieser Leseprobe nicht enthalten

Abbildung 10.: Doppelte Ressourcen, Emissionsbekämpfung, Ertragsförderung und Erosionsschutz

Für den in Abb. 10 dargestellten Computerlauf wirken Maßnahmen zur Bekämpfung der Umweltverschmutzung, Technologien zur Förderung der Erträge, zur Bekämpfung von Erosion und zur Erhaltung bebaubaren Landes. Das führt allerdings wieder zu weiterem Wachstum von Bevölkerung und Kapital. Auch jetzt kommt es zur Krise, verursacht durch die Überforderung der Ressourcen, durch Umweltverschmutzung und Bodenerosion gleichzeitig.

Abbildung in dieser Leseprobe nicht enthalten

Abbildung 11.: Geburtenbeschränkung, Produktionsbeschränkung und Technologien zur Emissionsbekämpfung, Erosionsverhütung und Ressourcenschonung ab 1995

In Szenario 3 (Abb. 11) befindet sich die Bevölkerung ab 1995 auf dem ‘replacement level’, d.h. sie besteht nur noch aus Familien mit je zwei Kindern. Zudem wird der Industrieoutput auf 350 $ pro Person und Jahr beschränkt. Es werden Technologien zur Schonung der Ressourcen, zum Schutz der kultivierten Landflächen, zur Hebung der landwirtschaftlichen Erträge und zur Bekämpfung der Umweltverschmutzung eingesetzt. Die Bevölkerung steigt bis zum Jahr 2010 langsam bei einem hohen Lebensstandard und mit hoher Lebenserwartung an. Der Zustand des Gleichgewichts stellt sich 2060 ein.

[...]


[1] Vgl. Oltmans, Willem L.: <<Die Grenzen des Wachstums>> Pro und Contra, Hamburg 1974, S.9

[2] Vgl. Stoffel, Mathis: <<Die Grenzen des Wachstums>> Beurteilung der Kritik, Bern 1978, S.70

[3] Vgl. Meadows, Dennis L.: Dynamics of Growth in a Finite World, Cambridge 1974, S.10

[4] Vgl. Meadows, Dennis L.: Dynamics of Growth in a Finite World, S.32, 33

[5] Vgl. Bogue, Donald J.: Principles of Demography, New York 1969, S. 662

[6] Vgl. USAID, US Agency for International Development: Population of Program Assistance, Washington 1972

[7] Vgl. Meadows, Dennis L.: Dynamics of Growth in a Finite World, S. 63: Der Indikator “pflanzliche Stoffe” wurde gewählt, weil diesbezüglich globales Zahlenmaterial der FAO (Rom, 1970) vorlag (Der Nährwert der tierischen Nahrung, die proteinhaltiger ist, beträgt ca. 7 mal mehr).

[8] Vgl. Meadows, Dennis L.: Dynamics of Growth in a Finite World, S. 91

[9] Ebd. S. 159

[10] Vgl. Meadows, Dennis L.: Die neuen Grenzen des Wachstums, Stuttgart 1992, S. 282-290: die Übersetzungen der Variablen stammen aus den Wirkungsdiagrammen im Anhang

[11] Vgl. Meadows, Dennis L.: Die neuen Grenzen des Wachstums, S. 151

[12] Vgl. Bossel, Hartmut: Einführung zum Simulationsprogramm World3-91, Stuttgart 1992, S. 14

Final del extracto de 61 páginas

Detalles

Título
Die neuen Grenzen des Wachstums
Universidad
University of Mannheim
Curso
Business Dynamics
Calificación
1.3
Autor
Año
2005
Páginas
61
No. de catálogo
V64758
ISBN (Ebook)
9783638574921
ISBN (Libro)
9783638704755
Tamaño de fichero
916 KB
Idioma
Alemán
Notas
Wurde im Rahmen der Industriebetriebslehre (Spezialisierung der BWL) an der Universität Mannheim erbracht. 19 Seiten Seminararbeit plus 42 Seiten Anhang.
Palabras clave
Grenzen, Wachstums, Business, Dynamics
Citar trabajo
M.B.A. Nihat Canak (Autor), 2005, Die neuen Grenzen des Wachstums, Múnich, GRIN Verlag, https://www.grin.com/document/64758

Comentarios

  • No hay comentarios todavía.
Leer eBook
Título: Die neuen Grenzen des Wachstums



Cargar textos

Sus trabajos académicos / tesis:

- Publicación como eBook y libro impreso
- Honorarios altos para las ventas
- Totalmente gratuito y con ISBN
- Le llevará solo 5 minutos
- Cada trabajo encuentra lectores

Así es como funciona