Morgenroth, Silvia: Sozioökonomische Rahmenbedingungen und Landnutzung als Bestimmungsfaktoren der Bodenerosion in Entwicklungsländern - Eine überregionale empirische Analyse im Kontext der Agrarentwicklung -

111

Kapitel 5. Identifizierung möglicher Determinanten der Bodenerosion:
Korrelationsanalysen

Die Einfachkorrelationsanalysen dienen in erster Linie einer groben ersten Einschätzung der Zusammenhänge zwischen Bodenerosion und ihren möglichen Determinanten, den Variablen aus dem natürlichen, landnutzerischen, demographischen und sozio-ökonomischen Bereich. Für Variablen, die wegen mangelnder Daten nicht in die multivariaten Analysen einbezogen werden können, sind die Ergebnisse der Korrelationsanalysen gleichzeitig die einzige empirische Basis für Aussagen über ihre mögliche Erosionsrelevanz. In diesem Kapitel wird zunächst auf die Datengrundlage und das methodische Vorgehen eingegangen (5.1), anschließend werden die Ergebnisse der Korrelationsanalysen, differenziert nach Erosionsformen und Klimazonen, vorgestellt (5.2).

5.1 Datengrundlage und angewandte Methoden

Datengrundlage

Es werden alle 143 in Abschnitt 4.2 vorgestellten Indikatorvariablen für natürliche, landnutzerische, sozioökonomische und demographische Rahmenbedingungen bzgl. ihres Zusammenhangs mit der Bodenerosion untersucht. Der Variablensatz ist folgendermaßen strukturiert:

Abbildung 5-1: Datengrundlage für die Einfachkorrelationsanalyse
- Anzahl einbezogener Variablen für natürliche Bedingungen,
Landnutzung und anthropogene Rahmenbedingungen - 1)

1) Wachstumsraten, die in Form signifikanter als auch mit nichtsignifikanten Werten vorliegen, werden nur einfach gezählt.
2) Flächennutzung bezieht sich auf die gesamte Landesfläche, Landnutzung i.e.S. auf die landwirtschaftliche Nutzfläche.
3) Hier sind die Preisvariablen für 12 verschiedene Kulturen einbegriffen.
Quelle: eigene Darstellung


112

Als Indikatoren für Bodenerosion werden drei Indikatoren für die gesamte Erosion gewählt (WEC, WEC_s und WEC 2_4) und drei Indikatoren für jeweils eine Erosionsart (W, E, C).

Daten liegen für eine jeweils unterschiedlich große Anzahl von Ländern vor. Welche Länder jeweils berücksichtigt werden, geht aus Anhang 2 hervor. Extrem kleine Länder und vor allem Inseln werden aus der Analyse von vornherein ausgeschlossen, weil hier die Möglichkeit besteht, daß Ungenauigkeiten bei der Aufteilung der mapping units auf verschiedene Länder durch den ARCINFO-overlay zu relativ starken Verzerrungen der Erosionsindizes führen. Als Kriterium für die Aufnahme eines Landes wurde eine Mindestgröße von 20.000 km2 festgelegt.

Die Verteilung der Variablen wird anhand des Kolmogorow-Tests<95> untersucht, der insbesondere für relativ kleine Stichproben geeignet ist (RÖNZ et al., 1994, S. 187). Es wird die Verteilung sowohl für die Originalwerte der Variablen in der Stichprobe als auch für die mittels des natürlichen Logarithmus transformierten Werte geprüft. Die Transformation der Variablenwerte in logarithmierte Werte wird dabei für den Großteil der Variablen so vorgenommen, daß der Wertebereich derjenigen Variablen, die Werte le 0 einbegreifen, durch Addition des um eins erhöhten kleinsten negativen Wertes zunächst ins Positive transponiert wird.

mit:

xit : transponierter Wert von xi

\|[boxv ]\|xmin \|[boxv ]\| : Betrag des kleinsten negativen Wertes von xi

Quelle: eigene Darstellung

Bei Variablen, von denen angenommen wird, daß sie strukturelle Null-Werte enthalten, d.h. daß für bestimmte Stichprobenelemente die Variable nur den Wert Null annehmen kann, wird zudem die Stichprobe auf die Elemente mit positiven absoluten Werten begrenzt. Als Beispielvariable kann der von Winderosion betroffene Anteil eines Landes genannt werden: Hier liegt die Vermutung nahe, daß es Länder gibt, die - z.B. aufgrund natürlicher Bedingungen - überhaupt keine Winderosion haben „können“. Eine Untersuchung des Zusammenhangs „Anteil winderodierter Fläche“ und möglicher Determinanten unter Einschluß dieser Länder würde dann zu Inhomogenitätskorrelationen führen. Derartige Länder werden dadurch aus der Stichprobe ausgeschlossen, daß die Werte xi ohne vorherige Transposition logarithmiert werden.


113

Für sämtliche Variablen werden folgende Größen daraufhin untersucht, ob sie der Annahme der Normalverteilung widersprechen:

Der Kolmogorow-Test prüft die Nullhypothese, daß die Verteilungsform F(X) gleich einer bestimmten vorgegebenen stetigen Verteilungsfunktion F0 - in diesem Fall eine Normalverteilung - ist. Als Testvariable wird

Quelle: RÖNZ et al., 1992, S. 185

verwendet<96>. Ist T > kn;1-alpha, so wird H0 abgelehnt. Dabei ist kn;1-alpha das Quantil der Ordnung 1-alpha der Verteilung von T und alpha das Signifikanzniveau. Für n rarr infin konvergiert die Verteilungsfunktion von

gegen die Kolmogorow-Verteilung. Für alle Variablen sind die Signifikanzniveaus alpha, die für T = k n;1-alpha gelten (2-tailed-p-Werte), als ein Maß für die Verteilungsformen in Tabelle A-5.1 des Anhangs 5 angegeben. Nur bei Werten unter 0,05 kann davon ausgegangen werden, daß die Hypothese der Normalverteilung für die Variablen in der Stichprobe abgelehnt werden muß.

Als Ausgangsvariable für die Berechnung der Korrelationen wird schließlich für jede Variable die Form mit der „besten“, also der Normalverteilung ähnlichsten Verteilung gewählt: , oder .

Methodisches Vorgehen

Zur Bestimmung der Stärke des Zusammenhangs zwischen der Bodenerosion und einzelnen Variablen wird der von BRAVAIS und PEARSON eingeführte Maßkorrelationskoeffizient r verwendet, der ein klassisches Maß für die linearen Zusammenhänge unter mindestens intervallskalierten Variablen ist. Als Teststatistik wird die t-Verteilung nach STUDENT herangezogen.

Es werden die Korrelationskoeffizienten der Erosionsdeterminanten sowohl mit dem zusammengefaßten Erosionsindex WEC, als auch mit den Indizes für einzelne Erosionsformen (W, E, C) berechnet. Auf diese Weise können verdeckte Zusammenhänge, die


114

auf differierende Zusammenhänge einzelner Erosionsformen mit bestimmten Determinanten zurückzuführen sind, identifiziert werden. Gerade weil anzunehmen ist, daß die drei Erosionsformen zumindest mit den natürlichen Bedingungen verschieden stark und u.U. entgegengesetzt in Zusammenhang stehen, sollten die Korrelationen nicht nur für die zusammengefaßte Größe WEC, sondern auch für die Indizes der einzelnen Erosionsformen betrachtet werden. Daß diesem differenzierten Vorgehen durch das Aggregationsniveau der Daten bzw. der Untersuchung Grenzen gesetzt sind, wurde an anderer Stelle bereits geschildert: Wenn die Aufsplittung der Erosionsindizes so weit geht, daß schließlich nur noch sehr kleine Anteile der Landesfläche Gegenstand der Untersuchung sind, so wird die „Schere“ zwischen den nationalen Durchschnittswerten für die möglichen Ursachen und den Erosionsvariablen sehr weit. Das bedeutet, daß die geographische Entkopplung von möglichen Determinanten der Bodenerosion und dem Erosionsstandort um so wahrscheinlicher wird, je detaillierter die Erosionsindizes definiert sind.

Weiterhin werden die Korrelationen getrennt für drei Gruppen von Ländern unterschiedlicher Klimazonen analysiert. Grundlage ist die in Kapitel 4 vorgestellte Einteilung der Länder in verschiedene Klimazonen. Untersucht werden 12 sehr aride Länder (K1 und K2), 13 sehr humide Länder (K6) und 26 Länder ohne extremes Klima (K4)<97>. Zu beachten ist bei diesen Analysen aber, daß die Stichproben sehr klein sind und durch fehlende Daten bei den untersuchten Einflußvariablen z.T. noch verringert werden. Da davon ausgegangen werden kann, daß in jeder Klimazone die für sie typische Erosionsform vorkommt, wird als Erosionsindikator WEC gewählt.

5.2 Zusammenhang einzelner Variablen mit Bodenerosion

In den Tabellen 5-1 bis 5-3 sind die Variablen mit signifikanten Korrelationskoeffizienten, deren absolute Werte größer oder gleich 0,3 sind, aufgelistet. Die Variablen sind geordnet nach Art der Rahmenbedingungen (natürlich, landnutzerisch, demographisch / sozioökonomisch). Ebenso sind die jeweilige Fallzahl n und die Irrtumswahrscheinlichkeit p für jede Korrelation angegeben. Eine Liste sämtlicher Korrelationskoeffizienten befindet sich den Tabellen A-5.2, A-5.3 und A-5.4 des Anhangs 5.


115

5.2.1 Zusammengefaßte Erosionsindizes

5.2.1.1 Natürliche Rahmenbedingungen

Unter den Klimavariablen sind diejenigen relativ hoch mit den Erosionsindizes korreliert, die das allgemeine Niederschlagsregime kennzeichnen (PRECIPIT und KP), sowie die, die den Anteil entweder sehr arider oder sehr humider, also extremer Klimate an der Anbaufläche erfassen (AHDSA, H und HFG), und vor allem M_LU3<98> und M_LU4, die ebendiesen Anteil extremer bzw. marginaler Klimate quantifizieren. Die Bedeutung dieser Variablen läßt insgesamt nach, wenn man den Grad der Bodenerosion mitberücksichtigt (WEC_s und WEC2_4).

Die Variablen, die die Oberbodenmächtigkeit quantifizieren (D1, D4), haben relativ hohe Korrelationskoeffizienten mit den Erosionsindizes. Hier kann allerdings vermutet werden, daß die korrelation dadurch zustande kommt, daß Bodenerosion definitionsgemäß dem Verlust von Oberboden gleichkommt. Die Korrelation zwischen Bodenerosion und Oberbodenmächtigkeit zeigt, daß auch auf nationaler Aggregationsebene der GLASOD-Datensammlung und die entsprechenden Daten der Soil Map of the World, die mit unterschiedlichen Zielsetzungen erhoben wurden, ein Mindestmaß an inhaltlicher Kongruenz aufweisen. Zwischen Bodenart i.S. des Anteils an Lehm- und Tonböden und den Erosionsindizes bestehen nur schwache Zusammenhänge. Dies könnte darauf zurückzuführen sein, daß für Erosionsprozesse relevante Bodeneigenschaften wie Aggregatstabilität, Textur und Untergrund durch allgemeine Angaben zur Bodenart nicht erfaßt werden können. Von den Hangneigungs-Variablen ist ausschließlich der Anteil extrem steiler Hänge (S3) mit den allgemeinen Erosionsindizes relativ hoch korreliert. Wie auch bei den Klima-Variablen verlieren die dargestellten Zusammenhänge für Bodeneigenschaften und Hangneigung an Stärke, wenn man den Erosionsgrad bei der Quantifizierung des Erosionsindex berücksichtigt.

5.2.1.2 Landnutzerische Rahmenbedingungen

Die Korrelationskoeffizienten zwischen Bodenerosion und den drei Variablen für die strukturelle, übergeordnete Flächennutzung<99> entsprechen in ihren Vorzeichen und ihrer Höhe grundsätzlich den Erwartungen: Eine große landwirtschaftliche Nutzfläche (AA_LA) und anderweitig genutztes Land (OL_AA) sowie wenig Wald (FW_LA) stehen in Zusammenhang mit dem flächenhaften Ausmaß der Bodenerosion.


116

Tabelle 5-1: Signifikante Ergebnisse der Korrelationsanalysen für die gesamte Bodenerosion1)

 

 

Korrelationskoeffizient (r), Anzahl betrachteter Fälle (n) und
Irrtumswahrscheilichkeit (p) zwischen den Variablen und

Variable

Bodenerosion insgesamt

- WEC´ -

Bodenerosion insgesamt

gewichtet nach Schwere

- WECs´ -

Mittlere bis extrem schwere Bodenerosion

- WEC2_4 ´-

 

 

r

 

n

 

p

 

 

r

 

n

 

p

 

 

r

 

n

 

p

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

I. NATÜRLICHE RAHMENBEDINGUNGEN

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

KLIMA

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

PMM_A

-0,38

 

103

 

0,00

 

 

-0,32

 

103

 

0,00

 

 

 

 

 

 

 

 

 

M_LU3´

0,51

 

85

 

0,00

 

 

0,44

 

85

 

0,00

 

 

0,32

 

85

 

0,00

 

 

M_LU4´

0,36

 

66

 

0,00

 

 

0,30

 

66

 

0,02

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

BODENEIGENSCHAFTEN

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

T2

 

 

 

 

 

 

 

0,31

 

101

 

0,00

 

 

 

 

 

 

 

 

 

D1´

0,45

 

101

 

0,00

 

 

0,40

 

101

 

0,00

 

 

 

 

 

 

 

 

 

D4

-0,35

 

101

 

0,00

 

 

-0,34

 

101

 

0,00

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

HANGNEIGUNG

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

S3´

0,41

 

101

 

0,00

 

 

0,42

 

101

 

0,00

 

 

0,33

 

101

 

0,00

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

II. LANDNUTZERISCHE RAHMENBEDINGUNGEN

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

FLÄCHENNUTZUNGSSTRUKTUR

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

AA_LA

0,35

 

102

 

0,00

 

 

0,37

 

102

 

0,00

 

 

0,32

 

102

 

0,00

 

 

FW_LA

-0,56

 

102

 

0,00

 

 

-0,52

 

102

 

0,00

 

 

-0,44

 

102

 

0,00

 

 

OL_LA´

0,36

 

102

 

0,00

 

 

0,33

 

102

 

0,00

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

ABHOLZUNG

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

DEFN´

0,31

 

91

 

0,00

 

 

0,36

 

91

 

0,00

 

 

0,39

 

91

 

0,00

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

ANBAUSTRUKTUR

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

MWAP5´

-0,42

 

68

 

0,00

 

 

-0,42

 

68

 

0,00

 

 

-0,43

 

68

 

0,00

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

INTENSITÄT DES LANDBAUS

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

WYCG

0,32

 

96

 

0,00

 

 

0,31

 

96

 

0,00

 

 

 

 

 

 

 

 

 

WYCGS

0,33

 

72

 

0,01

 

 

0,30

 

72

 

0,01

 

 

 

 

 

 

 

 

 

WFER_APS

0,30

 

86

 

0,01

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

PCP_T

0,61

 

85

 

0,00

 

 

0,52

 

85

 

0,00

 

 

0,38

 

85

 

0,00

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

TIERBESATZDICHTE

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

MWAAA´

 

 

 

 

 

 

 

 

 

 

 

 

 

 

0,37

 

102

 

0,00

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

III. DEMOGRAPHISCHE UND SOZIOÖKONOMISCHE RAHMENBEDINGUNGEN

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

BEVÖLKERUNGSDRUCK

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

AEZR´

-0,72

 

90

 

0,00

 

 

-0,68

 

90

 

0,00

 

 

-0,57

 

90

 

0,00

 

 

MWTP_LA´

0,40

 

102

 

0,00

 

 

0,43

 

102

 

0,00

 

 

0,38

 

102

 

0,00

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

PREISENTWICKLUNG

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

WPBE

-0,41

 

25

 

0,04

 

 

-0,36

 

25

 

0,08

 

 

 

 

 

 

 

 

 

WPSC

0,34

 

31

 

0,06

 

 

0,37

 

31

 

0,04

 

 

0,42

 

31

 

0,02

 

 

MDG_RI´

0,43

 

49

 

0,00

 

 

0,42

 

49

 

0,00

 

 

 

 

 

 

 

 

 

MDG_SC

0,51

 

31

 

0,00

 

 

0,42

 

31

 

0,02

 

 

0,38

 

31

 

0,03

 

 

MDG_SU

-0,49

 

24

 

0,02

 

 

-0,49

 

24

 

0,02

 

 

 

 

 

 

 

 

 

VKG_SU´

0,38

 

24

 

0,07

 

 

0,36

 

24

 

0,08

 

 

0,38

 

23

 

0,08

 

1) Variablen mit rabs. ge 0,3 und p le 0,1. Logarithmierte (ln) Variablen sind mit „´ “ gekennzeichnet.
r: Korrelationskoeffizient; n: Fallzahl; p: Irrtumswahrscheinlichkeit.
Quelle: eigene Berechnungen


117

Unter den Abholzungsgrößen hat die Variable DEFN die höchsten Korrelationskoeffizienten. Sie quantifiziert den Anteil des Naturwaldes, der zwischen 1981 und 1990 abgeholzt wurde. Im Gegensatz zu den anderen Abholzungs-Variablen ist sie positiv und hoch signifikant mit allen drei Erosionsindizes verbunden. Dies läßt vermuten, daß vor allem der anteilsmäßige Verlust des Naturwaldes auf nationalem Aggregationsniveau für das Ausmaß der Bodenerosion wichtig ist. Des weiteren fällt auf, daß die Variable an Bedeutung gewinnt, wenn die Schwere der Bodenerosion mit einbezogen wird<100>.

PCP_T, der Grad der Ausnutzung des Anbaupotentials, ist unter den Variablen, die Art und Intensität der landwirtschaftlicher Nutzung eines Landes charakterisieren, besonders hoch mit den Erosionsindizes korreliert. Zwei bzw. drei weitere Variablen für die Intensität des Landbaus, die Ertragsteigerungen der Getreidegruppe II (WYCG und WYCGS) und das Wachstum der Düngungsintensität, haben geringe bis mittlere Korrelationskoeffizienten. Darüber hinaus weist noch der durchschnittliche Anteil der Cassava- und Yamfläche an der gesamten Anbaufläche (MWAP5) mittlere Korrelationskoeffizienten auf. Bei MWAP5 ist die Datengrundlage allerdings als eher schlecht einzuschätzen<101>.

Bei den Maßen für die Viehbesatzdichte fällt lediglich auf, daß die wenigen Variablen, die gering, aber signifikant mit den Erosionsindizes korreliert sind (MWAAA, MWAPP, WBAAS), bei Berücksichtigung des Erosionsgrades tendenziell an Bedeutung gewinnen.

5.2.1.3 Demographische und sozioökonomische Rahmenbedingungen

Die mit Abstand am höchsten mit Bodenerosion korrelierte Variable findet sich unter den Variablen für die demographischen Rahmenbedingungen. Sie erfaßt den relativen, auf die agrarökologischen Bedingungen bezogenen Bevölkerungsdruck: die AEZ-ratio. Als weitere Variable für den Bevölkerungsdruck hat auch die durchschnittliche Bevölkerungsdichte MWTP_LA relativ hohe Korrelationskoeffizienten.

Weder unter den Indikatoren für Landbesitzverhältnisse, noch unter denen für Armut, die Preisentwicklung, Unsicherheit und den Wert der Landnutzung sind Variablen mit beachtenswerten Korrelationen zu finden. Insbesondere bei den 14 Armutsindikatoren können die durchgehend niedrigen Korrelationskoeffizienten als Hinweis auf die möglicherweise geringe Bedeutung von Armut für das Ausmaß von Bodenerosion gewertet werden.


118

5.2.2 Einzelne Erosionsformen

5.2.2.1 Natürliche Rahmenbedingungen

Die Analyse der Zusammenhänge zwischen Erosionsdeterminanten und Erosionsindizes für verschiedene Erosionsformen macht Unterschiede insbesondere bei den Korrelationskoeffizienten mit den natürlichen Bedingungen deutlich (vgl. Tabelle 5-2).

Der von Wassererosion betroffene Landesanteil (W) ist am stärksten mit dem Anteil subhumider (SH), feucht-semiarider (MSASH) sowie mit dem Anteil stark hängiger Flächen (S3) positiv korreliert. Demgegenüber steht der von Winderosion betroffene Anteil der Landesfläche (E) in engem Zusammenhang mit den Variablen, die die Niederschlagsverhältnisse kennzeichnen: Unter den Ländern, die überhaupt Winderosion aufweisen, steigt das flächenmäßige Ausmaß der Winderosion mit zunehmender Trockenheit (PRECIPIT, KP, AHDSA etc.). Der von Nährstoffverlusten betroffene Flächenanteil steht allein mit dem Anteil humider Landesfläche in signifikantem Zusammenhang.

5.2.2.2 Landnutzerische Rahmenbedingungen

Für die Zusammenhänge mit den Variablen der Flächennutzung und Abholzung wird deutlich, daß vor allem der Anteil der durch Wind erodierten Fläche an der Landesfläche (E) in Zusammenhang mit dem Anteil Wald an der Landesfläche (FW_LA) steht. Gleichzeitig fällt auf, daß im Gegensatz dazu diejenigen Abholzungsraten, die sich auf die Landesfläche beziehen (DEF_ARE, DEF_ARE1, DIFANT), hohe negative Korrelationskoeffizienten mit dem Winderosionsindex aufweisen. Hier kann eine Gemeinsamkeitskorrelation vermutet werden<102>, die darauf zurückgeht, daß es nur in solchen Ländern hohe jährliche Abholzungsraten - gemessen an der Landesfläche - geben kann, in denen der durchschnittliche Waldanteil an der Landesfläche relativ hoch ist. Das Ausmaß der Wassererosion hingegen hängt - wie auch die zusammengefaßten Erosionsindizes - mit der Abholzungsrate, die sich auf den Anteil der Waldfläche bezieht (DEFN), sowie mit der relativen Größe der landwirtschaftlichen Nutzfläche (AA_LA) zusammen. Wiederum lassen sich Zusammenhänge für die von Nährstoffverlusten betroffene Fläche kaum erkennen<103>.


119

Tabelle 5-2: Signifikante Ergebnisse der Korrelationsanalysen für Wassererosion (W), Winderosion (E) und den Verlust an Nährstoffen und
organischer Substanz (C)1)

 

 

Korrelationskoeffizient (r), Anzahl betrachteter Fälle (n) und
Irrtumswahrscheilichkeit (p) für mögliche Erosionsdeterminanten und

Variable

Wassererosion

- W´ -

 

Winderosion

- E´ -

 

 

Verlust von Nährstoffen und org. Substanz

- C´ -

 

 

r

 

n

 

p

 

 

r

 

n

 

p

 

 

r

 

n

 

p

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

I. NATÜRLICHE RAHMENBEDINGUNGEN

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

KLIMA

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

AHDSA´

 

 

 

 

 

 

 

0,66

 

42

 

0,00

 

 

 

 

 

 

 

 

 

SH

0,34

 

82

 

0,00

 

 

-0,53

 

42

 

0,00

 

 

 

 

 

 

 

 

 

MSASH

0,30

 

82

 

0,01

 

 

-0,35

 

42

 

0,02

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

-0,70

 

42

 

0,00

 

 

0,30

 

58

 

0,02

 

 

M_LU3´

 

 

 

 

 

 

 

0,64

 

42

 

0,00

 

 

 

 

 

 

 

 

 

M_LU4´

 

 

 

 

 

 

 

0,60

 

40

 

0,00

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

BODENEIGENSCHAFTEN

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

T2

0,31

 

99

 

0,00

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

T3´

 

 

 

 

 

 

 

-0,40

 

49

 

0,01

 

 

 

 

 

 

 

 

 

D1´

 

 

 

 

 

 

 

0,36

 

49

 

0,01

 

 

 

 

 

 

 

 

 

D4

 

 

 

 

 

 

 

-0,46

 

49

 

0,00

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

HANGNEIGUNG

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

S1

-0,39

 

99

 

0,00

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

S2_3

0,44

 

99

 

0,00

 

 

-0,33

 

49

 

0,02

 

 

 

 

 

 

 

 

 

S3´

0,57

 

99

 

0,00

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

II. LANDNUTZERISCHE RAHMENBEDINGUNGEN

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

FLÄCHENNUTZUNGSSTRUKTUR

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

AA_LA

0,31

 

98

 

0,00

 

 

 

 

 

 

 

 

 

0,31

 

65

 

0,01

 

 

FW_LA

 

 

 

 

 

 

 

-0,64

 

50

 

0,00

 

 

 

 

 

 

 

 

 

OL_LA´

 

 

 

 

 

 

 

0,57

 

50

 

0,00

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

ABHOLZUNG

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

DEFN´

0,37

 

88

 

0,00

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

DEF_ARE´

 

 

 

 

 

 

 

-0,63

 

44

 

0,00

 

 

 

 

 

 

 

 

 

DIFANT´

 

 

 

 

 

 

 

-0,60

 

44

 

0,00

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

ANBAUSTRUKTUR

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

PC_AA´

 

 

 

 

 

 

 

-0,37

 

50

 

0,01

 

 

 

 

 

 

 

 

 

AR_AA´

0,39

 

98

 

0,00

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

ARPC_AA´

0,37

 

98

 

0,00

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

WARE´

-0,35

 

97

 

0,00

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

WAR_AA

-0,33

 

92

 

0,00

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

WARPC_AA´

-0,30

 

82

 

0,01

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

MWAP1´

 

 

 

 

 

 

 

-0,39

 

29

 

0,04

 

 

 

 

 

 

 

 

 

MWAP12´

 

 

 

 

 

 

 

-0,38

 

42

 

0,01

 

 

0,31

 

58

 

0,02

 

 

MWAP5´

-0,37

 

65

 

0,00

 

 

-0,56

 

26

 

0,00

 

 

 

 

 

 

 

 

 

W1S

 

 

 

 

 

 

 

 

 

 

 

 

 

 

-0,36

 

31

 

0,05

 

 

W5S´

 

 

 

 

 

 

 

 

 

 

 

 

 

 

-0,31

 

42

 

0,04

 

 

VKINFL´

-0,37

 

81

 

0,00

 

 

0,31

 

44

 

0,04

 

 

 

 

 

 

 

 

1) Variablen mit rabs. ge 0,3. Logarithmierte (ln) Variablen sind mit „´ „ gekennzeichnet.
r: Korrelationskoeffizient; n: Fallzahl; p: Irrtumswahrscheinlichkeit. Preisvariablen mit Fallzahlen kleiner 25 sind nicht mit aufgelistet.
Quelle: eigene Berechnungen


120

Tabelle 5-2: (Fortsetzung)

 

 

Korrelationskoeffizient (r), Anzahl betrachteter Fälle (n) und
Irrtumswahrscheilichkeit (p) für mögliche Erosionsdeterminanten und

Variable1)

Wassererosion

- W´ -

 

Winderosion

- E´ -

 

 

Verlust von Nährstoffen und org. Substanz

- C´ -

 

 

r

 

n

 

p

 

 

r

 

n

 

p

 

 

r

 

n

 

p

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

II. LANDNUTZERISCHE RAHMENBEDINGUNGEN (Fortsetzung)

 

 

 

INTENSITÄT DES LANDBAUS

 

 

 

 

 

 

 

 

 

 

 

 

 

MWYCE´

 

 

 

 

 

 

 

-0,30

 

48

 

0,04

 

 

 

 

 

 

 

 

 

WYCG

 

 

 

 

 

 

 

-0,34

 

48

 

0,02

 

 

 

 

 

 

 

 

 

WYCGS

 

 

 

 

 

 

 

-0,30

 

37

 

0,07

 

 

 

 

 

 

 

 

 

MWWY

 

 

 

 

 

 

 

-0,31

 

42

 

0,05

 

 

 

 

 

 

 

 

 

WTR_AAS

 

 

 

 

 

 

 

0,37

 

50

 

0,01

 

 

 

 

 

 

 

 

 

WTR_APS

 

 

 

 

 

 

 

0,30

 

48

 

0,04

 

 

 

 

 

 

 

 

 

WFER_APS

 

 

 

 

 

 

 

0,39

 

43

 

0,01

 

 

 

 

 

 

 

 

 

CI

0,41

 

82

 

0,00

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

PCP_T

0,30

 

82

 

0,01

 

 

0,53

 

42

 

0,00

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

TIERBESATZDICHTE

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

MWAAA´

0,37

 

98

 

0,00

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

MWAPP´

0,39

 

98

 

0,00

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

MWBAA´

0,40

 

98

 

0,00

 

 

-0,47

 

50

 

0,00

 

 

 

 

 

 

 

 

 

MWBPP´

0,41

 

98

 

0,00

 

 

-0,47

 

49

 

0,00

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

III. DEMOGRAPHISCHE UND SOZIOÖKONOMISCHE RAHMENBEDINGUNGEN

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

BEVÖLKERUNGSDRUCK

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

AEZR´

-0,46

 

86

 

0,00

 

 

-0,56

 

44

 

0,00

 

 

-0,30

 

63

 

0,02

 

 

MWTP_LA´

0,62

 

98

 

0,00

 

 

-0,35

 

50

 

0,01

 

 

0,38

 

65

 

0,00

 

 

PDA´

0,30

 

96

 

0,00

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

LANDBESITZVERHÄLTNISSE

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

LL_AP´

0,44

 

32

 

0,01

 

 

-0,52

 

15

 

0,05

 

 

-0,34

 

23

 

0,11

 

 

NOM_AP´

-0,32

 

10

 

0,36

 

 

 

 

 

 

 

 

 

-0,32

 

4

 

0,68

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

ARMUT

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

RP_N

 

 

 

 

 

 

 

-0,30

 

43

 

0,05

 

 

 

 

 

 

 

 

 

WCAL

 

 

 

 

 

 

 

0,39

 

48

 

0,01

 

 

 

 

 

 

 

 

 

WCALS

 

 

 

 

 

 

 

0,42

 

43

 

0,01

 

 

 

 

 

 

 

 

 

FVP

 

 

 

 

 

 

 

-0,50

 

22

 

0,02

 

 

 

 

 

 

 

 

 

MWGINI´

 

 

 

 

 

 

 

-0,37

 

15

 

0,18

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

PREISENTWICKLUNG

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

DGWP

-0,42

 

56

 

0,00

 

 

0,50

 

28

 

0,00

 

 

 

 

 

 

 

 

 

WPCO

-0,33

 

32

 

0,06

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

WPMA

-0,30

 

51

 

0,03

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

WPTO_DIF

0,35

 

29

 

0,07

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

WERT DER LANDNUTZUNG

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

VAPHA´

 

 

 

 

 

 

 

-0,32

 

40

 

0,04

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

UNSICHERHEIT / LANDBESITZVERHÄLTNISSE

 

 

 

 

 

 

 

 

 

VKINFL´

-0,37

 

81

 

0,00

 

 

0,31

 

44

 

0,04

 

 

 

 

 

 

 

 

1) Variablen mit rabs. ge 0,3. Logarithmierte (ln) Variablen sind mit „´ „ gekennzeichnet.
r: Korrelationskoeffizient; n: Fallzahl; p: Irrtumswahrscheinlichkeit. Preisvariablen mit Fallzahlen kleiner 25 sind nicht mit aufgelistet.
Quelle: eigene Berechnungen


121

Ähnlich wie bei den natürlichen Bedingungen fällt bei den Korrelationen mit einigen Variablen der Anbaustruktur, -intensität und Viehbesatzdichte auf, daß Höhe und Vorzeichen der Korrelationskoeffizienten für die verschiedenen Erosionsformen unterschiedlich bzw. entgegengesetzt sind. Als Beispiele hierfür sind die Koeffizienten mit den Variablen, die die Flächenanteile von einjährigen Kulturen (AR_AA), Dauerkulturen (PC_AA, ARPC_AA) und damit auch indirekt der Dauergrünlandfläche an der landwirtschaftlichen Nutzfläche erfassen, zu nennen: Die relative Wassererosionsfläche und die Fläche mit Nährstoffverlusten sind mit den drei Variablen positiv und teilweise hoch signifikant korreliert<104>, die relative Winderosionsfläche hingegen negativ. Das könnte auch die durchweg niedrigen und nicht signifikanten Korrelationen der genannten Größen mit den zusammengefaßten Erosionsindizes WEC etc. erklären.

Desgleichen sind einige der Variablen für die Art der angebauten Kulturen mit dem Winderosionsindex korreliert: Länder mit einem großen von Winderosion betroffenen Flächenanteil bauen im Durchschnitt der Jahre weniger Dauerkulturen (MWAP1, MWAP12, PC_AA) und Cassava (MWAP5) an. Dies kann wiederum als Hinweis auf eine enge Verbindung zwischen klimatischen Bedingungen, angebauten Kulturen und dem Ausmaß einer bestimmten Erosionsform - in diesem Fall der Winderosion - gedeutet werden.

Auch bei den Koeffizienten für die Intensität des Landbaus sind einige Vorzeichen für die verschiedenen Erosionsformen entgegengesetzt, oder aber die Koeffizienten variieren stark in Höhe und Signifikanz. Wiederum sind die Länder mit viel Winderosion eher gekennzeichnet durch geringe durchschnittliche Getreideerträge und geringes Ertragswachstum im Referenzzeitraum (MWYCE, MWYCG, WYCE, WYCG, WYCGS, MWWY), durch eine geringe Produktionsmittel- und Arbeitsintensität im Durchschnitt der Jahre (FER_AA, FER_WB, TR_AA, LAB_SF) sowie durch eher hohe Wachstumsraten der Faktorintensitäten (WFER_APS, WTR_APS, WTR_AAS). Für das Ausmaß an Wassererosion sind diese Größen entweder bedeutungslos oder sie haben entgegengesetzte Vorzeichen. Im Gegensatz zur Winderosion kommt bei Betrachtung des Wassererosionsindexes auch der Anbauintensität CI Bedeutung zu. CI hat mit W sogar den höchsten Korrelationskoeffizienten unter den Variablen für die Intensität des Landbaus. Der Grad der Ausnutzung des Anbaupotentials PCP_T ist die einzige der landnutzerischen Variablen, die mit allen drei Erosionsformen signifikant und mit gleichgerichtetem, positivem Vorzeichen in Zusammenhang steht<105>. Für das Ausmaß der Winderosion ist der Koeffizient mit 0,53 am höchsten, aber immer noch niedriger als für den zusammengesetzten Erosionsindikator WEC.


122

Entgegengesetzte Vorzeichen der Korrelationskoeffizienten einzelner Variablen mit den verschiedenen Erosionsformen finden sich auch bei den Viehbesatzdichten. Insbesondere das Ausmaß der Wassererosion ist positiv korreliert mit der Viehbesatzdichte im Durchschnitt der Jahre (MWAAA etc.), während das Ausmaß Winderosion negativ vor allem mit der Dichte großer Tiere (MWBAA, MWBPP) in Zusammenhang steht.

5.2.2.3 Demographische und sozioökonomische Rahmenbedingungen

Unter den Korrelationen mit den demographischen Variablen sind - wie bei den zusammengesetzten Erosionsindizes - besonders diejenigen zwischen den Erosionsindizes und der AEZ-ratio (AEZR) sowie der durchschnittlichen Gesamtbevölkerungsdichte (MWTP_LA) interessant. Die AEZ-ratio ist neben PCP_T die einzige, mit der alle drei Erosionsindizes gleichgerichtet, d.h. mit dem gleichen Vorzeichen, signifikant und relativ hoch korrelieren. Das läßt sich dahingehend deuten, daß sowohl die AEZ-ratio als auch der Grad der Ausnutzung des Anbaupotentials eine übergeordnete Bedeutung für Bodenerosion insofern haben, als sie relativ unabhängig von der jeweiligen Erosionsform sind. Die Tatsache, daß der Korrelationskoeffizient zwischen AEZR und WEC<106> höher ist (-0,72) als die Koeffizienten bei Betrachtung einzelner Erosionsformen, könnte in der geographischen Entkopplung begründet sein, die eine Aufspaltung in einzelne Erosionsindizes und damit in kleinere Landesanteile mit sich bringt.

Die zweite relevante Bevölkerungsdruckvariable, MWTP_LA, steht mit W, E und C in unterschiedlichem, z.T. entgegengesetztem Zusammenhang: Die von Wassererosion und Nährstoffverlusten betroffenen Flächenanteile steigen mit der durchschnittlichen Dichte der Gesamtbevölkerung, während Winderosion vor allem dort vorkommt, wo wenig Menschen pro Hektar leben. Auch hier ist dementsprechend auf eine mögliche Gemeinsamkeitskorrelation zu achten. Schließlich wird in ähnlicher Weise wie bei den verschiedenen Abholzungs-Variablen deutlich, daß es beträchtliche Unterschiede bei den Korrelationen der Bodenerosion auch mit Variablen geben kann, die dieselbe Erosionsdeterminante auf unterschiedliche Weise quantifizieren. Insofern ist die Analyse mehrerer, unterschiedlicher Variablen hier essentiell.

Bei den Variablen, die als Proxis für die Landbesitzverhältnisse dienen, ist vor allem der Zusammenhang zwischen dem Anteil Landloser an der landwirtschaftlichen Bevölkerung (LL_AP) und dem Anteil wassererodierter Fläche (W) interessant. Die entsprechenden negativen Koeffizienten für den Anteil winderodierter Fläche (E) und C sind schwer deutbar. Hier muß berücksichtigt werden, daß das Problem der Landlosigkeit in ariden Ländern mit Winderosion generell eher bedeutungslos ist und daß die Stichproben relativ klein bzw. im Fall der Winderosion sehr klein sind.


123

Im Unterschied zu den zusammengefaßten Erosionsindizes sind einige der Armutsindikatoren signifikant mit den partiellen Erosionsindizes korreliert. Die Richtung der Korrelationskoeffizienten steht ausnahmslos im Widerspruch zu der Hypothese, daß Armut bzw. die Armen eine wesentliche Ursache der Bodenerosion sind. Dies wird besonders für die Korrelationen mit dem Anteil winderodierter Fläche deutlich: Hier gehen ein geringer Anteil Armer und functionally vulnerable population an der ländlichen Bevölkerung (RP_N, FVP) und hohe Wachstumsraten der allgemeinen Kalorienversorgung (WCAL, WCALS) einher mit einem hohen Ausmaß Winderosion. Daß der Gini-Koeffizient (MWGINI) negativ mit Winderosion korreliert ist, kann an Verzerrungen durch die kleine Stichprobe liegen. Ferner könnte wiederum eine klimatisch bedingte Gemeinsamkeitskorrelation vorliegen, da viele der ariden afrikanischen Länder, in denen ein großer Teil der Fläche von Winderosion betroffen ist, vergleichsweise flache Einkommensverteilungen haben - z.B. Äthiopien, Niger, Nigeria, Ägypten. Demgegenüber weisen eher gemäßigte bis humide mittel- und südamerikanische Länder mit wenig Winderosion, wie Guatemala, Uruguay, Kolumbien, Equador oder Brasilien, sehr hohe Gini-Koeffizienten auf.

Interessant ist, daß die Variable, die sich auf die aggregierte Agrarpreisentwicklung im Referenzzeitraum bezieht, DGWP, sowohl mit dem Anteil wassererodierter als auch winderodierter Fläche relativ hoch korreliert ist - und zwar einmal mit positivem und einmal mit negativem Vorzeichen. Wörtlich genommen bedeutet das, daß ein hoher Anteil wassererodierter Fläche zusammenhängt mit tendenziell gesunkenen Produzentenpreisen, während ein hoher Anteil winderodierter Fläche mit gestiegenen Produzentenpreisen zusammenhängt<107>. Es könnte hier vermutet werden, daß das Klima Verursacher einer Gemeinsamkeitskorrelation ist. Auch wenn nur für 56 Länder Daten über die Preisentwicklung vorliegen, soll deshalb der Gesamtzusammenhang von DGWP mit den anderen Variablen untersucht werden.

Schwach mit dem Ausmaß der Winderosion korreliert sind weiterhin die durchschnittliche Wertschöpfung in der Landwirtschaft (MWVAPHA, negativ) und der Variationskoeffizient der Inflationsraten (VKINFL, positiv). Die Vorzeichen der entsprechenden Korrelationskoeffizienten sind für Wassererosion umgekehrt.


124

5.2.3 Verschiedene Klimazonen

5.2.3.1 Natürliche Rahmenbedingungen

Generell ist bei der Interpretation der Korrelationskoeffizienten für verschiedene Klimagruppen auf die geringe Stichprobengröße hinzuweisen. Erwartungsgemäß verlieren bei der Betrachtung klimatisch relativ homogener Ländergruppen die klimatischen Bedingungen gegenüber der Betrachtung der einzelnen Erosionsformen an Bedeutung (vgl. Tabelle 5-3). Vor allem in den sehr ariden Ländern fällt auf, daß weder die Niederschlagsverhältnisse noch die Bodeneigenschaften oder die Hangneigung etwas mit dem Ausmaß der Bodenerosion zu tun haben. Bei der mittleren Klimagruppe ist - wie bei WEC für alle Länder - ein relativ starker Zusammenhang mit dem Vorherrschen extremer Klimate (M_LU3 und M_LU4) zu erkennen, während in den sehr humiden Ländern vor allem der Anteil subhumider Anbauflächen wichtig ist (SH). Unter den Variablen für Bodeneigenschaften hängt ein hoher Anteil Lehm- und Tonböden bzw. ein geringer Sandanteil (T1) mit der Bodenerosion in mittleren Klimazonen zusammen. In sehr humiden Ländern steigt das Ausmaß der Bodenerosion mit dem Anteil Lehmböden und von Böden geringer Mächtigkeit (D1). Die Hangneigung der Flächen (S1 etc.) ist sowohl im mittleren als auch im humiden Bereich eng an das Ausmaß der Bodenerosion gekoppelt.

5.2.3.2 Landnutzerische Rahmenbedingungen

Entgegen den vorherigen Vermutungen bzgl. einer Gemeinsamkeitskorrelation zwischen Waldanteil und Bodenerosion, die sich daraus ergibt, daß Waldanteil und Klima sowie Klima und Bodenerosion in Zusammenhang stehen, ist der durchschnittliche Waldanteil in allen drei Klimazonen von großer Bedeutung für das Ausmaß der Bodenerosion. Das bedeutet insbesondere für die ariden Länder, daß sich hinter der Korrelation zwischen FW_LA und WEC bzw. E nicht die klimatischen Bedingungen verbergen, sondern daß ein geringer Waldanteil - der gewissermaßen auch die Abholzung früherer Perioden widerspiegelt - in allen Klimazonen einhergeht mit mehr Bodenerosion. Ebenso tragen die Korrelationskoeffizienten mit der Abholzungsrate DEFN für alle drei Klimagruppen positive Vorzeichen, sie sind jedoch nur für mittlere und sehr humide Klimate signifikant und < 0,3. Für die sehr humiden Länder ist der Koeffizient mit 0,76 fast der höchste in dieser Klimazone und für DEFN wesentlich höher als bei allen vorangegangenen Korrelationsanalysen.

In den sehr ariden Ländern haben die Variablen für Anbaustruktur und -intensität bis auf die Intensivierung des Düngemitteleinsatzes (WFER_AP) keine signifikante Bedeutung. Das könnte auch daran liegen, daß in diesen Ländern die Flächenanteile einjähriger Kulturen und von Dauerkulturen zu gering sind, um in Zusammenhang mit der gesamten Bodenerosion zu stehen. Wichtig ist gerade hier, wo Bodenerosion durch Überweidung vermutet werden könnte, daß die Viehbesatzdichten in keinem Fall mittel oder hoch mit Bodenerosion korreliert sind.


125

Tabelle 5-3: Signifikante Ergebnisse der Korrleationsanalysen für Bodenerosion in verschiedenen Klimazonen1)

 

 

Korrelationskoeffizient (r), Anzahl betrachteter Fälle (n) und
Irrtumswahrscheilichkeit (p) für mögliche Erosionsdeterminanten und

Variable

Bodenerosion insgesamt

in ariden Ländern (K12)

Bodenerosion insgesamt

in Ländern der mittleren Klimagruppe (K4)

Bodenerosion insgesamt

in humiden Ländern (K6)

 

 

r

 

n

 

p

 

 

r

 

n

 

p

 

 

r

 

n

 

p

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

I. NATÜRLICHE RAHMENBEDINGUNGEN

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

KLIMA

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

SH

 

 

 

 

 

 

 

 

 

 

 

 

 

 

0,66

 

13

 

0,01

 

 

MSASH

 

 

 

 

 

 

 

 

 

 

 

 

 

 

0,63

 

13

 

0,02

 

 

HFG ´

 

 

 

 

 

 

 

 

 

 

 

 

 

 

-0,58

 

13

 

0,04

 

 

M_LU3´

 

 

 

 

 

 

 

0,62

 

26

 

0,00

 

 

 

 

 

 

 

 

 

M_LU4´

 

 

 

 

 

 

 

0,53

 

16

 

0,03

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

BODENEIGENSCHAFTEN

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

T1´

 

 

 

 

 

 

 

-0,68

 

26

 

0,00

 

 

 

 

 

 

 

 

 

T2

 

 

 

 

 

 

 

 

 

 

 

 

 

 

0,60

 

13

 

0,03

 

 

D1´

 

 

 

 

 

 

 

0,33

 

26

 

0,10

 

 

0,61

 

13

 

0,03

 

 

D4

 

 

 

 

 

 

 

-0,33

 

26

 

0,10

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

HANGNEIGUNG

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

S1

 

 

 

 

 

 

 

-0,56

 

26

 

0,00

 

 

 

 

 

 

 

 

 

S2´

 

 

 

 

 

 

 

0,38

 

26

 

0,06

 

 

 

 

 

 

 

 

 

S2_3

 

 

 

 

 

 

 

0,54

 

26

 

0,00

 

 

 

 

 

 

 

 

 

S3´

 

 

 

 

 

 

 

0,59

 

26

 

0,00

 

 

0,75

 

13

 

0,00

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

II. LANDNUTZERISCHE RAHMENBEDINGUNGEN

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

FLÄCHENNUTZUNGSSTRUKTUR

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

AA_LA

 

 

 

 

 

 

 

0,67

 

26

 

0,00

 

 

0,57

 

13

 

0,04

 

 

FW_LA

-0,58

 

12

 

0,05

 

 

-0,74

 

26

 

0,00

 

 

-0,64

 

13

 

0,02

 

 

OL_LA´

 

 

 

 

 

 

 

0,39

 

26

 

0,05

 

 

0,53

 

13

 

0,06

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

ABHOLZUNG

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

DEFN´

 

 

 

 

 

 

 

0,40

 

26

 

0,04

 

 

0,76

 

13

 

0,00

 

 

DEFT

 

 

 

 

 

 

 

 

 

 

 

 

 

 

0,73

 

13

 

0,01

 

 

DEF_ARE´

 

 

 

 

 

 

 

 

 

 

 

 

 

 

0,64

 

13

 

0,02

 

 

DIFANT´

 

 

 

 

 

 

 

 

 

 

 

 

 

 

0,56

 

13

 

0,05

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

ANBAUSTRUKTUR

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

PC_AA´

 

 

 

 

 

 

 

0,64

 

26

 

0,00

 

 

 

 

 

 

 

 

 

AR_AA´

 

 

 

 

 

 

 

0,48

 

26

 

0,01

 

 

 

 

 

 

 

 

 

ARPC_AA´

 

 

 

 

 

 

 

0,53

 

26

 

0,01

 

 

 

 

 

 

 

 

 

MWAP3

 

 

 

 

 

 

 

 

 

 

 

 

 

 

-0,56

 

13

 

0,05

 

 

MWAP4

 

 

 

 

 

 

 

0,42

 

26

 

0,03

 

 

0,54

 

13

 

0,06

 

 

MWAP5´

 

 

 

 

 

 

 

-0,56

 

26

 

0,00

 

 

 

 

 

 

 

 

 

WAHK3´

-0,51

 

12

 

0,09

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

WAHK4

 

 

 

 

 

 

 

 

 

 

 

 

 

 

0,55

 

13

 

0,05

 

1) Variablen mit rabs. ge 0,3 und p le 0,1. Logarithmierte (ln) Variablen sind mit „´ “ gekennzeichnet.
r: Korrelationskoeffizient; n: Fallzahl; p: Irrtumswahrscheinlichkeit.
2) Wegen der geringen Fallzahlen wurde bei den Indikatorvariablen für die Preisentwicklung einzelner Produkte auf eine nach Klimazonen differenzierte Korrelationsanalyse verzichtet.


126

Tabelle 5-3: (Fortsetzung)

 

 

Korrelationskoeffizient (r), Anzahl betrachteter Fälle (n) und
Irrtumswahrscheilichkeit (p) für mögliche Erosionsdeterminanten und

Variable

Bodenerosion insgesamt

in ariden Ländern (K12)

Bodenerosion insgesamt

in Ländern der mittleren Klimagruppe (K4)

Bodenerosion insgesamt

in humiden Ländern (K6)

 

 

r

 

n

 

p

 

 

r

 

n

 

p

 

 

r

 

n

 

p

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

II. LANDNUTZERISCHE RAHMENBEDINGUNGEN (Fortsetzung)

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

INTENSITÄT DES LANDBAUS

 

 

 

 

 

 

 

 

 

 

MWYCE´

 

 

 

 

 

 

 

 

 

 

 

 

 

 

-0,47

 

13

 

0,10

 

 

WYCG

 

 

 

 

 

 

 

 

 

 

 

 

 

 

0,52

 

13

 

0,07

 

 

WFER_APS

0,57

 

12

 

0,06

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

LAB_SF

 

 

 

 

 

 

 

 

 

 

 

 

 

 

0,55

 

12

 

0,06

 

 

CI

 

 

 

 

 

 

 

0,64

 

26

 

0,00

 

 

 

 

 

 

 

 

 

PCP_T

 

 

 

 

 

 

 

0,77

 

26

 

0,00

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

TIERBESATZDICHTE

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

MWAAA´

 

 

 

 

 

 

 

0,58

 

26

 

0,00

 

 

 

 

 

 

 

 

 

MWAPP´

 

 

 

 

 

 

 

0,55

 

26

 

0,00

 

 

 

 

 

 

 

 

 

MWBAA´

 

 

 

 

 

 

 

0,52

 

26

 

0,01

 

 

 

 

 

 

 

 

 

MWBPP´

 

 

 

 

 

 

 

0,53

 

26

 

0,01

 

 

 

 

 

 

 

 

 

WAAAS

 

 

 

 

 

 

 

-0,50

 

26

 

0,01

 

 

 

 

 

 

 

 

 

WAPPS

 

 

 

 

 

 

 

-0,34

 

26

 

0,09

 

 

 

 

 

 

 

 

 

WBAAS

 

 

 

 

 

 

 

-0,53

 

26

 

0,01

 

 

 

 

 

 

 

 

 

WBPPS

 

 

 

 

 

 

 

-0,38

 

23

 

0,08

 

 

 

 

 

 

 

 

 

WSAAS

 

 

 

 

 

 

 

-0,38

 

22

 

0,08

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

III. DEMOGRAPHISCHE UND SOZIOÖKONOMISCHE RAHMENBEDINGUNGEN

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

BEVÖLKERUNGSDRUCK

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

AEZR´

-0,54

 

12

 

0,07

 

 

-0,78

 

26

 

0,00

 

 

-0,67

 

13

 

0,01

 

 

MWTP_LA´

 

 

 

 

 

 

 

0,77

 

26

 

0,00

 

 

0,64

 

13

 

0,02

 

 

PDA´

 

 

 

 

 

 

 

0,60

 

26

 

0,00

 

 

 

 

 

 

 

 

 

WTP

 

 

 

 

 

 

 

 

 

 

 

 

 

 

0,75

 

13

 

0,00

 

 

WRP

 

 

 

 

 

 

 

 

 

 

 

 

 

 

0,77

 

13

 

0,00

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

ARMUT

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

RP_AREA´

 

 

 

 

 

 

 

0,41

 

18

 

0,09

 

 

 

 

 

 

 

 

 

RP_AA´

 

 

 

 

 

 

 

0,57

 

26

 

0,00

 

 

 

 

 

 

 

 

 

CAL´

 

 

 

 

 

 

 

-0,40

 

26

 

0,05

 

 

 

 

 

 

 

 

 

FVP

 

 

 

 

 

 

 

0,45

 

20

 

0,05

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

PREISENTWICKLUNG 2)

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

DGWP

 

 

 

 

 

 

 

-0,59

 

19

 

0,01

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

WERT DER LANDNUTZUNG

 

 

 

 

 

 

 

 

 

 

 

 

 

VAPHA´

 

 

 

 

 

 

 

0,59

 

26

 

0,00

 

 

 

 

 

 

 

 

 

WVAPHA´

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

UNSICHERHEIT / LANDBESITZVERHÄLTNISSE

 

 

 

 

 

 

 

 

 

VKINFL´

 

 

 

 

 

 

 

 

 

 

 

 

 

 

-0,77

 

13

 

0,00

 

1) Variablen mit rabs. ge 0,3 und p le 0,1. Logarithmierte (ln) Variablen sind mit „´ “ gekennzeichnet.
r: Korrelationskoeffizient; n: Fallzahl; p: Irrtumswahrscheinlichkeit.
2) Wegen der geringen Fallzahlen wurde bei den Indikatorvariablen für die Preisentwicklung einzelner Produkte auf eine nach Klimazonen differenzierte Korrelationsanalyse verzichtet.
Quelle: eigene Berechnungen


127

Hingegen nimmt in der Gruppe von Ländern mit mittlerem Klima Bodenerosion mit steigenden durchschnittlichen Viehbesatzdichten zu. Wichtig sind in diesen Ländern weiterhin vor allem der Ausschöpfungsgrad des Anbaupotentials PCP_T, der Anteil Ackerland und Dauerkulturen an der landwirtschaftlichen Nutzfläche sowie die Anbauintensität CI. Gleichzeitig hat die Anbaustruktur i.S. des Anteils mehr oder weniger erosiver Kulturen an der Anbaufläche Bedeutung. Nach der Erosivitätsklasse „5“ für Cassava und Yam umfaßt die Klasse „4“ die erosivsten Kulturen, darunter vorwiegend Grundnahrungskulturen (MWAP4). Je höher der Anteil dieser Kulturen an der Anbaufläche strukturell, also im Durchschnitt der Jahre, desto höher der Anteil der von Erosion betroffenen Flächen.

Für die humiden Länder hat die Variable MWAP4 einen ähnlich hohen Korrelationskoeffizienten. Dort steht darüber hinaus auch die Zunahme der Fläche, die mit den erosiven Kulturen bebaut wird, in Zusammenhang mit Bodenerosion. Interessant ist weiterhin, daß hier die Arbeitskraftverfügbarkeit in kleineren landwirtschaftlichen Betrieben mit dem Ausmaß der Bodenerosion verbunden ist. Möglicherweise ist das Vorhandensein von ausreichend Arbeitskräften auf Betriebsebene eine Voraussetzung der Rodung und landwirtschaftlichen Nutzung von Waldflächen.

Die AEZ-ratio hat in allen drei Klimazonen eine ähnlich große Bedeutung wie bei der Betrachtung aller Länder - d.h. auch innerhalb einzelner agrarökologischer Zonen steht der Grad der Ausnutzung des Tragfähigkeitspotentials in engem Zusammenhang mit der Bodenerosion. Die durchschnittliche Bevölkerungsdichte (MWTP_LA) ist in den mittleren und humiden Ländern fast ebenso hoch mit Bodenerosion korreliert, in der Gruppe der ariden Länder hat sie keine Bedeutung. In den humiden Ländern ist auch das Wachstum sowohl der gesamten (WTP) als auch der ländlichen Bevölkerung (WRP) signifikant und hoch mit dem Erosionsausmaß korreliert.

5.2.3.3 Demographische und sozioökonomische Rahmenbedingungen

In den Ländern mittleren Klimas sind Zusammenhänge zwischen einzelnen Armutsindikatoren und Bodenerosion zu erkennen. Relativ hohe Korrelationen bestehen zwischen dem Ausmaß erodierter Fläche und dem Anteil functionally vulnerable population an der ländlichen Bevölkerung (FVP, positiv), dem Anteil der landwirtschaftlichen Nutzfläche, der von Armen bewirtschaftet wird (RP_AREA, positiv) sowie der durchschnittlichen Kalorienversorgung der Bevölkerung (CAL, negativ). Daß die Dichte armer Menschen (RP_AA) den höchsten Korrelationskoeffizienten aufweist, darf nicht überschätzt werden, weil hier vermutet werden kann, daß Zusammenhänge zwischen RP_AA und der allgemeinen Bevölkerungsdichte Grund für eine formale Korrelation ist.

Entgegen obigen Vermutungen bzgl. einer möglichen, in den klimatischen Bedingungen begründeten Gemeinsamkeitskorrelation zwischen der Preisentwicklung (DGWP) und Bodenerosion steht DGWP auch in dieser Gruppe klimatisch relativ homogener Länder


128

in engem Zusammenhang mit der Bodenerosion. Obwohl sich dieser Korrelationskoeffizient aus Daten für nur 19 Länder ergibt, kann dementsprechend angenommen werden, daß auch unabhängig von klimatischen Bedingungen die Produzentenpreisentwicklung für die wichtigsten Agrarprodukte eines Landes mit dem Anteil erodierter Fläche zusammenhängt. Des weiteren ist der Wert der landwirtschaftlichen Nutzfläche im Durchschnitt der Jahre (MWVAPHA) positiv mit dem Erosionsindex korreliert.

Diese und andere sozioökonomischen Bedingungen stehen weder für die sehr ariden noch für die sehr humiden Länder in Zusammenhang mit dem Ausmaß der Bodenerosion. Einzig der Variationskoeffizient der Inflationsrate, VKINFL, ist negativ mit Erosion in humiden Ländern korreliert.

5.3 Zusammenfassung der Ergebnisse

Insofern vermögen die Ergebnisse der Korrelationsanalysen einen ersten Überblick über die Zusammenhänge zwischen der Vielzahl betrachteter Indikatorvariablen und Bodenerosion zu geben; hinsichtlich der sozioökonomischen Rahmenbedingungen weisen sie vor allem auf die herausragende Bedeutung des Bevölkerungsdrucks für Bodenerosion hin und darauf, daß anhand der zur Verfügung stehenden Armutsindikatoren Zusammenhänge zwischen Armut und Bodenerosion nicht nachweisbar sind. Bei der Interpretation der Ergebnisse wird detulich, daß in etlichen Fällen von formalen Korrelationen ausgegangen werden kann, die aus Zusammenhängen unter den Indikatorvariablen für mögliche Erosionsdeterminanten resultieren. Diese Zusammenhänge und Strukturen werden im folgenden Kapitel analysiert.


Fußnoten:

<95>

Das beschriebene Verfahren wird in der Literatur teilweise auch als Kolmogorow-Smirnow-Test bezeichnet.

<96>

sup: Supremum

<97>

Eine Liste der Länder befindet sich in Anhang 4, Tabelle A-4.2.

<98>

Bei der Interpretation der Koeffizienten für M_LU3 ist Vorsicht geboten, da die Variable nicht hinreichend normalverteilt ist.

<99>

Der Begriff „übergeordnete Flächennutzung“ grenzt hier die Nutzungsrichtung der gesamten Landesfläche (Wald/landwirtschaftliche Nutzfläche/anderweitig bzw. nicht genutzte Fläche) ab gegen die Nutzung landwirtschaftlicher Flächen (einjährige Kulturen/Dauerkulturen/Dauergrünland).

<100>

Anhand der unterschiedlich hohen Korrelationskoeffizienten von DEFN und DEF_AREA mit den Erosionsindizes wird auch deutlich, wie wichtig die Einbeziehung verschiedener Variablen für eine einzige mutmaßliche Einflußgröße der Bodenerosion auf national aggregierter Ebene ist.

<101>

Die Anbauflächen und damit auch die Anteile an der Anbaufläche sind im Vergleich zu denen der Kulturen der anderen Erosivitätsgruppen extrem klein. Geringe Fehler oder Inhomogenitäten bei der Datenerfassung oder -rundung können deswegen zu verzerrten Korrelationskoeffizienten führen.

<102>

Diese Art formaler Korrelation wird durch eine „hinter“ zwei Größen stehende Größe erzeugt, mit der sie beide korrelieren (vgl KÖHLER, 1984, S. 52, sowie Fußnote auf S. x).

<103>

Die drei Korrelationskoeffizienten mit Werten größer 0,2 (s. Anhang x) ergeben dennoch bzgl. ihrer Vorzeichen ein widerspruchsfreies Bild: Ein hoher Anteil von Nährstoffverlusten betroffener Landesfläche geht einher mit einer relativ großen landwirtschaftlichen Nutzfläche und einer relativ kleinen Waldfläche sowie mit eher hohen Wachstumsraten der landwirtschaftlichen Nutzfläche.

<104>

Mit dem Anteil Dauergrünland sind sie insofern negativ korreliert, als ARPC_AA das Komplement zu PP_AA darstellt, die Summe der beiden Variablenwerte ist immer 100.

<105>

Der Korrelationskoeffizient mit C ist nicht in Tabelle 5-3 enthalten, er beträgt 0,27 (n = 58, p = 0,04).

<106>

Auch die Korrelationskoeffizienten zwischen AEZR und den anderen zusammengefaßten Erosionsindizes sind höher.

<107>

Bei dem Korrelationskoeffizienten mit Winderosion ist allerdings wiederum die geringe Stichprobengröße zu beachten.


[Titelseite] [Widmung] [Abkürzungsverzeichnis] [1] [2] [3] [4] [5] [6] [7] [8] [9] [10] [Bibliographie] [Danksagung] [Selbständigkeitserklärung] [Lebenslauf] [Anhang]

© Die inhaltliche Zusammenstellung und Aufmachung dieser Publikation sowie die elektronische Verarbeitung sind urheberrechtlich geschützt. Jede Verwertung, die nicht ausdrücklich vom Urheberrechtsgesetz zugelassen ist, bedarf der vorherigen Zustimmung. Das gilt insbesondere für die Vervielfältigung, die Bearbeitung und Einspeicherung und Verarbeitung in elektronische Systeme.

DiML DTD Version 2.0
Zertifizierter Dokumentenserver
der Humboldt-Universität zu Berlin
HTML - Version erstellt am:
Thu Sep 21 12:33:49 2000