Herok, Claudia A: Reform der Gemeinsamen Agrarpolitik und EU-Integration Polens : Auswirkungen auf landwirtschaftliche Produktion und Handel

53

Kapitel 5. Ermittlung der exogenen Shifts

Wie in Kapitel 2.4 erläutert, werden die Politikszenarien um exogen vorgegebene Angebots- und Nachfrage-Shifts ergänzt, die Einflüsse wie Bevölkerungs- und Wirtschaftsentwicklung sowie technischen Fortschritt abbilden sollen. Der Bestimmung dieser Shifts dienen die nachfolgenden Unterkapitel.

5.1. Vorbemerkungen zur Berechnung der Angebots-Shifts

Bei der Modellierung ist zu beachten, daß die in der gewählten Basisperiode erzielten Produktionsergebnisse, vor allem in Polen, kein dauerhaftes Outputniveau darstellen müssen. Das polnische Produktionspotential, also die Produktionsmöglichkeit, die bei Vollbeschäftigung aller Faktoren gegeben wäre, ist zum aktuellen Zeitpunkt sicher noch nicht ausgeschöpft. Dies gilt für die gesamte polnische Volkswirtschaft, besonders jedoch für den Agrarsektor. Die Konservierung der kleinflächigen Struktur in der Zeit der Planwirtschaft, teilweise überalterte Technologie und Mangel an Kapital sind wichtige Gründe hierfür. Auch in der Europäischen Union können beispielsweise durch Innovationen Produktivitätszuwächse erzielt werden. Prognosen müssen folglich neben Annahmen zur zukünftigen Politikgestaltung Aussagen zur politikunabhängigen Entwicklung der Produktion enthalten.

Ausgehend von der Basisperiode können in allen Regionen Änderungen des Outputs erwartet werden, wobei sich mögliche Wachstumseffekte nach Solow (1957) in einen Input-Effekt (IpE) und eine multifaktorielle Erhöhung der Produktivität (MFP) unterteilen lassen. Weiterhin kann insbesondere in Transformationsländern ein Institutionen-Effekt (InE) erwartet werden (siehe auch Abb. 4 ).

Der Input-Effekt gibt die Änderungen des Outputs nach einem veränderten Faktoreinsatz wieder. Hier können zwei unterschiedliche Entwicklungen beobachtet werden: Einerseits führt gesamtwirtschaftliches Wachstum, welches für alle Modellregionen prognostiziert wird (USDA 1997, S. 22f.), zu einer höheren Verfügbarkeit an Produktionsfaktoren. Dementsprechend ist ein steigender Inputeinsatz, insbesondere an Kapital und Vorleistungen zu erwarten. Andererseits sinkt in der Mehrzahl der Industrieländer die gesamtwirtschaftliche Bedeutung des Agrarsektors. Dies ist mit einer Abwanderung der Faktoren, speziell der Arbeitskräfte verbunden. Die tatsächliche Richtung des Input-


54

Effekts kann theoretisch nicht eindeutig bestimmt werden. Sie hängt von der Art des Inputs, den Substitutionsmöglichkeiten zwischen den Faktoren und nicht zuletzt von den gesamtwirtschaftlichen Rahmenbedingungen ab.

Die multifaktorielle Erhöhung der Produktivität umfaßt alle Effizienzgewinne in der Produktion. Unterschiedliche Formen des technischen Fortschritts<42> sind dabei die wichtigste Quelle für derartige Steigerungen. Technischer Fortschritt ist weltweit zu beobachten und resultiert hauptsächlich aus Forschung und Ausbildung. Die positive Wirkung von Innovationen auf die Produktivität wird hier als eindeutig definiert. Berechnungen zur absoluten Höhe dieses Effektes bieten hingegen kein einheitliches Ergebnis.<43> Dies resultiert nicht zuletzt aus der grundsätzlichen Schwierigkeit der Messung von technischem Fortschritt, welcher nach Abzug aller anderen quantifizierbaren Parameter lediglich als Residualgröße ermittelt werden kann (Morrison 1986, Shane et al. 1998).

Für die Europäische Union werden für den Agrarsektor eher geringe und weiter sinkende Fortschrittsraten prognostiziert. Im Falle eines Transformationslandes ist allerdings anzunehmen, daß die Auswirkungen des technischen Fortschrittes relativ stärker ausgeprägt sein werden. Gründe hierfür sind beispielsweise der jahrzehntelang begrenzte und jetzt offene Zugang zu internationalem Know-how, ein liberalisiertes Außenhandelsregime sowie der verstärkte Austausch und eine bessere Entwicklung des Humankapitals.

Eine starke Partizipation Polens an neuer Technologie läßt auch die empirisch gestützte sogenannte Konvergenz-Annahme erwarten. Diese besagt, daß sich unterschiedliche regionale Faktorproduktivitäten im Zeitverlauf einander annähern. Dabei haben Länder mit vergleichsweise geringen Produktivitäten einen relativ größeren Vorteil bei der Ausnutzung neuer Technologien, die zum Teil den Charakter eines öffentlichen Gutes besitzen (Abramovitz 1990; Baumol 1986, Baumol et al. 1989). Dieser Ansatz bietet umgekehrt auch eine mögliche Erklärung für eher sinkende Fortschrittsraten in wirtschaftlich stärkeren Regionen wie der EU (Färe et al. 1994).

Eine weitere wichtige Ursache für Produktivitätsänderungen in Transformationsländern liegt in der sich durch den Systemwechsel ergebenden Umgestaltung von Verhaltens-


55

mechanismen, Gesetzen und veränderten Organisationsformen. So wurden beispielsweise früher Staatsbetriebe bei der Belieferung mit knappen Inputs bevorzugt, während sich jetzt eine Verteilung entsprechend der Zahlungsbereitschaft ergibt. Es resultiert ein Institutionen-Effekt, der in seiner Wirkungsrichtung a priori nicht eindeutig bestimmbar ist. Einerseits kann durch die Transaktionskosten des institutionellen Wandels die Produktivität insbesondere kurzfristig gesenkt werden, andererseits ermöglicht die Schaffung neuer, effizienterer Institutionen auch eine Erhöhung dieses Parameters.

Als Gesamtresultat der Teileffekte (IpE, MFP und InE) wird eine zukünftige Steigerung des Outputs in Polen erwartet (siehe Abb. 4 ). Ähnliche, wenn auch in der Höhe geringere Änderungen können ebenfalls für die EU angenommen werden.

Abb. 4: Erwarteter Produktions-Shift in der Region Polen

Wie aus Abb. 4 ersichtlich, werden zur quantitativen Bestimmung der Effekte Informationen über die Lage der Produktionsfunktion in der Basisperiode sowie nach Abschluß der Transformationsphase bzw. des Zeitraums der Modellsimulation benötigt. Da die Bestimmung der Produktionsfunktionen auf Zeitreihen basiert, der Zeitraum nach 1990 jedoch zu kurz und vor allem mit zu vielfältigen Variationen der Rahmenbedingungen verbunden ist, sind valide Schätzungen für die Basisperiode nicht möglich. Auch erscheint eine Bestimmung zukünftiger Produktionsfunktionen vor dem gegenwärtigen Wissensstand nicht durchführbar.


56

Es bleibt festzustellen, daß weder eine getrennte Bestimmung der Effekte noch eine genaue Ermittlung des Gesamt-Effektes realisiert werden kann.

Da das in Kapitel 3.2 vorgestellte Modell lediglich Informationen über die Outputsituation benötigt und keine Veränderungen auf der Inputseite berücksichtigt, ist die erste Aussage unproblematisch. Zur Bestimmung des Gesamt-Effektes müssen jedoch geeignete Näherungsverfahren gefunden werden. Eine Möglichkeit besteht in der Durchführung einer Delphi-Analyse, in der Experten spezifische Informationen zu einzelnen Produktionsverfahren auswerten und mögliche Outputeffekte prognostizieren. Dieses Verfahren basiert zwar weniger auf theoretisch fundierten Prognosemodellen als auf empirischen Beobachtungen und Einschätzungen, erscheint aber angesichts der schwierigen Datenlage durchaus adäquat. Eine andere Option ist die Festlegung eines definierten Output-Shifts, der klar umrissene theoretische Bedingungen erfüllt.

Bei der Ermittlung der exogenen Shifts, die zur Simulierung der in Kapitel 2.4 vorgestellten Szenarien implementiert werden müssen, finden beide Verfahren ihre Anwendung. Während die Prognose-Option auf Expertenschätzungen aus der Literatur beruht, liegt der zweiten Option eine theoretische Hypothese, die Catching-up-Annahme zugrunde (siehe Abb. 5 ).

Abb. 5: Catching-up-Annahme

Hierbei wird angenommen, daß in einem Zeitraum von 15 Jahren (1995-2010) Produktivitätsunterschiede zwischen der jetzigen EU und Polen aufgehoben sind, der polnische Agrarsektor die Produktionsverfahren der EU übernommen hat und somit entsprechend der


57

Qualität der Ressourcenausstattung gleiche Durchschnittsergebnisse realisiert werden können.<44>

Mit Hilfe dieser Annahme soll versucht werden, das langfristige polnische Produktionspotential abzuschätzen. Die exakte Berechnung des Produktionspotentials kann aufgrund der maximalen Kapitalproduktivität eines Referenzzeitraumes und des tatsächlichen Kapitaleinsatzes bestimmt werden. Weiterhin besteht die Möglichkeit, es auf Grundlage einer empirisch ermittelten Produktionsfunktion zu schätzen, indem für die Produktionsfaktoren deren Potentialwerte eingesetzt werden. Letztere werden aus Zeitreihen gewonnen.

Beide Verfahren scheinen zur Ermittlung des Produktionspotentials der polnischen Landwirtschaft ungeeignet. Bedingt durch den weiterhin unvollkommenen Kapitalmarkt in Polen (Kubielas 1998) ist eine Berechnung auf Basis des Kapitaleinsatzes nicht adäquat. Die Schätzung einer empirischen Produktionsfunktion auf der Basis von Zeitreihen ist, wie bereits beschrieben, ebenfalls nicht möglich. Zur Abschätzung des Produktionspotentials der polnischen Landwirtschaft wird aus diesen Gründen ein ”Vergleichsverfahren“ verwendet. Als bestmögliche Option und somit maximale Ausschöpfung des Produktionspotentials wird das Erreichen der Produktionsergebnisse in der EU definiert. Ziel der Analyse ist es, eine Art Obergrenze für das aktuelle Produktions- und Handelspotential der polnischen Landwirtschaft zu bestimmen.

5.2. Vorbemerkungen zur Berechnung der Nachfrage-Shifts

Der in der Basisperiode dokumentierte Konsum wird sich zukünftig, teilweise unabhängig von politischen Kursänderungen, weiterentwickeln. Exogene Einflüsse stellen hierbei die Bevölkerungszahl, das Einkommenswachstum sowie die Entwicklung der Einkommenselastizitäten und der Konsumentenpräferenzen dar. Während die ersten drei Größen quantitativ erfassbar sind, ist die Bestimmung zukünftiger Konsumentenpräferenzen problematisch. Präferenzen können sowohl kurzfristig (bspw. durch den BSE-Skandal) als auch langfristig (bspw. durch Substitution von Rohprodukten zu Fertigprodukten) wechselnden Trends unterliegen. In Polen waren insbesondere zu Beginn der


58

Transformationsphase starke Verschiebungen in der Nachfragestruktur festzustellen (Goldberg 1996, S. 90f.). So sank beispielsweise der Konsum an Rindfleisch zugunsten von Schweinefleisch und Geflügel, der Verbrauch an Milch nahm ab und die Nachfrage nach Früchten stieg stark an. Diese Änderungen haben sich jedoch inzwischen stabilisiert (GUS 1995, S. 194ff.; GUS 1996, S. 197ff.; GUS 1997, S. 192ff.). Doch auch wenn sich insbesondere aufgrund des veränderten Angebotes bei einigen Produkten polnische Konsumstrukturen denen in der EU angenähert haben, zeigen sich im Vergleich weiterhin deutliche Unterschiede, die auf national spezifische Vorlieben zurückzuführen sind (siehe Abb. 6 ). Auch übersteigt der in Polen für Nahrungsmittel aufgewandte Einkommensanteil nach wie vor den EU-Durchschnitt (siehe Tab. 24)

Abb. 6: Verbrauchsdaten ausgewählter landwirtschaftlicher Produkte im Jahr 1996

Quellen: ZMP (1997b, S. 70; 1997c, S. 12; 1997d, S. 175, 195; 1997e, S. 164), GUS (1997, S. 192ff.).

Tab. 24: Einkommensanteil der Ausgaben für Nahrungsmittel (in %)

 

1988

1990

1992

1994

1995

1996

Polen

44,6

55,3

44,8

39,9

 

37,8

Deutschland

16,4

16,6

15,4

16,0

15,2

15,6

EU-15

(21,6)

(20,0)

(19,8)

(19,5)

18,2

 

( ) Angaben für EU-12

Quellen: Europäische Kommission (1991, T/155), Europäische Kommission (1997c, T/155; 1998c, T/155) Sznajder & Senauer (1998, S. 8), BMELF (1998, S. 102).

Zukünftige Entwicklungen der Konsumentenpräferenzen werden sowohl von national spezifischen Besonderheiten wie auch von globalen Trends geprägt sein. Doch auch aktuelle Ereignisse können plötzliche Änderungen generieren. Das Ausmaß und die


59

Richtung dieser Verschiebungen scheinen jedoch nicht klar vorhersehbar. Aufgrund der hier vorliegenden Unsicherheit wurden daher konstante Präferenzen im Untersuchungszeitraum angenommen.

5.3. Berechnung der Angebots- und Nachfrage-Shifts

5.3.1. Angebots-Shift

5.3.1.1. Prognose-Optionen (lib_p und ag_p)

Für die Untersuchung der Prognose-Optionen wurden sowohl für Polen als auch für die Europäische Union bereits vorliegende Prognosen zur zukünftigen Entwicklung verwendet (Kern 1995; CIP 1995; Europäische Kommission 1997b; USDA 1997; ZMP 1997c; FAO 1998). Bei nicht verfügbaren Daten wurden langfristige regionale Trends auf Basis von Ertragsdaten der FAO ermittelt (FAO 1998) Die Ergebnisse sind in Tab. 25 dargestellt.

Tab. 25: Angebots-Shift in den Szenarien lib_p und ag_p (in % pro Jahr)

Produkt

EU

Polen

RdW

 

1995-2000

2001-2010

1995-2000

2001-2010

1995-2000

2001-2010

GETR

1,0

1,0

1,0

3,0

1,2

1,2

ÖLEW

1,0

1,0

2,5

3,5

2,0

1,5

ÖLKU

1,0

1,0

1,0

2,5

2,0

1,5

ÖLE

1,0

1,0

1,0

2,5

2,0

1,5

ZUK a

1,0

1,0

2,3

3,0

0,5

0,5

KART

1,1

1,0

0,5

1,5

0,8

0,7

RIND

0,5

0,5

1,0

1,7

0,3

0,3

SCHW

0,5

0,5

1,2

2,0

0,5

0,5

GEFL

0,5

0,5

1,2

2,0

0,5

0,5

MILa

1,75

1,75

1,5

2,5

1,0

1,0

a Aufgrund der Quotenregelung wurde in den Berechnungen für die Region EU dieser Shift in den Agenda 2000-Szenarien nur in Höhe der zulässigen Quotenerweiterung eingeführt.

Quellen: Kern (1995, S. 46ff.), CIP (1995, S. 27f.), Europäische Kommission (1997b, S. 19ff., 35ff., 45ff.), USDA (1997, S. 22f.), eigene Annahmen basierend auf FAO (1998).


60

Für Polen wurde angenommen, daß die Transformation eine Erhöhung der Produktivität mit sich bringt, diese allerdings erst nach dem Jahr 2000 wirksam wird. Ergänzend wurde berücksichtigt, daß dieser Anstieg in der pflanzlichen Produktion schneller realisiert werden kann als in der Tierproduktion. Ein Grund hierfür liegt in der niedrigeren Kapitalintensität und der häufig damit verbundenen geringeren Pfadabhängigkeit bei vielen pflanzlichen Produkten.

5.3.1.2. Catching-up-Optionen (lib_c und ag_c )

Diesen Optionen liegt die in Kapitel 5.1 vorgestellte Annahme des Catching-up zugrunde. Im nachfolgenden wird daher zunächst die Produktivitätslücke in den einzelnen Produktionsverfahren zwischen Polen und der EU ermittelt (siehe Abb. 4 ). Anschließend wird die jährliche Wachstumsrate bestimmt, die zur Schließung der Lücke im Jahr 2010 notwendig wäre. Für die EU wurden die Vorhersagen aus der Literatur fortgeschrieben.

In der Pflanzenproduktion wurde aufgrund der räumlichen Nähe und der damit verbundenen klimatischen Ähnlichkeiten Deutschland als EU-Vergleichsregion ausgewählt. Da jedoch unterschiedliche Standortqualitäten in beiden Regionen vorliegen, wurde eine Vergleichsskala mit anteiliger Bestimmung der jeweiligen Qualitätsklassen eingeführt. Als Vergleichsmaßstab wurde das Punktesystem der Reichsbodenschätzung herangezogen. Die polnischen Böden wurden nach Egger (1996) in dieses System eingeordnet und die Anteile der einzelnen Klassen bestimmt (siehe Tab. 26 und Anhang 6 ).

Tab. 26: Qualität polnischer Standorte

Standortqualität

Äquivalent
zu Ackerpunktzahl

Anteil an der polnischen Ackerfläche (%)

gut

100-65

3,7

mittel

64-30

53,5

schlecht

29-0

42,8

Quellen: MELF Brandenburg (1997, S. 11), Egger (1996, S. 90-91), eigene Berechnungen (siehe Anhang 6 ).

Basierend auf standortspezifischen Durchschnittserträgen (siehe Tab. 27 ) wurden die jährlichen Wachstumsraten errechnet, die zur Erfüllung der Catching-up-Annahme und somit zur Angleichung der Erträge notwendig wären (siehe Tab. 29 ).


61

Tab. 27: Durchschnittserträge in Polen und in der EU-Vergleichsregion (in dt/ha)

Region/
Standortqualität

Getreide

Raps

Zuckerrüben

Kartoffeln

EU-Vergleichsregion

 

 

 

 

gut

77

40

600

350

mittel

60

33

420

325

schlecht

32

15

300

270

Polen

 

 

 

 

gut

43

31

393

193

mittel

33

26

358

176

schlecht

20

13

286

140

Quellen: Die Werte für Deutschland wurden Kirschke et al. (1998, Anhang 2.3a) entnommen. Da für Polen keine Angaben für die definierte Klassifizierung vorlagen, wurden eigene Berechnungen auf der Basis polnischer Durchschnittsdaten und der gegebenen Schwankungsbreiten durchgeführt. Hierzu siehe auch GUS (1997, S. 331f.) und MELF Brandenburg (1997, S. 11f.) sowie Anhang 7 .

Bei der Ermittlung der potentiellen Produktivitätssteigerungen in der Tierproduktion ist die Auswahl geeigneter Vergleichsparameter problematisch. Analog zu den Berechnungen im pflanzlichen Bereich wurde ein ”leistungsorientierter“ Ansatz gewählt. Der Ertrag resultiert hierbei aus zwei gleichgewichteten Komponenten, der Aufzucht- und der Mastleistung. Als Leistungsmerkmale dienen die Anzahl der Nachkommen pro Jahr sowie die tägliche Zunahme bzw. Mastdauer. Entsprechend vorliegender Schätzungen (Kirschke et al. 1998; Egger 1996; KTBL 1994) wurden die notwendigen Kennziffern bestimmt und die prozentuale Produktivitätslücke in der Basisperiode berechnet (siehe Tab. 28 ).

Als Bemessungsgrundlage für die Entwicklung im Milchsektor wurde die Milchleistung pro Kuh gewählt. Implizit wurde unterstellt, daß sich nicht nur die Quantität, sondern auch die Qualität erhöht und insbesondere der Fettgehalt der polnischen Milch von derzeit 3,7 % auf den EU-Durchschnittswert von 4,1 % ansteigt. Als Vergleichswert wurde hier die durchschnittliche Milchleistung in der EU zugrunde gelegt.


62

Tab. 28: Vergleich der Leistungsparameter in der tierischen Produktion Polens und der EU
in der Basisperiode

Produktionsverfahren/
Parameter

EU

Polen

Produktivitätslücke (%)

Rinder

 

 

 

Kälber pro Jahr

0,9

0,5

45

Mastdauer (in Tagen)

450

630

40

Tägliche Zunahme (in g)

1100

650

41

Gewichtete Produktivitätslücke

43

Schweine

 

 

 

Ferkel pro Jahr

17

10

41

Mastdauer (in Tagen)

153

180

18

Tägliche Zunahme (in g)

600

500

17

Gewichtete Produktivitätslücke

29

Geflügel

 

 

 

Eier pro Jahr

250

170

32

Mastdauer (in Tagen)

50

87

36

Tägliche Zunahme (in g)

25

15

40

Gewichtete Produktivitätslücke

35

Milch (kg/Kuh)

5351

3136

42

Quellen: Kirschke et al. (1998), GUS (1997, S. 337ff.), Egger (1996, S. 95ff.), KTBL (1994, S. 199-238).

Aus den voranstehenden Tabellen ergeben sich die jährlichen Produktivitätswachstumsraten, die unter den gegebenen Bedingungen notwendig wären, um hinsichtlich der Leistungsstärke einen Angleich zwischen Polen und der EU zu erreichen (siehe Tab. 29 ).

Tab. 29: Angebots-Shift in Polen in den Szenarien lib_c und ag_c (in % pro Jahr)a

Produkt

1995-2010

Produkt

1995-2010

GETR

4,7

KART

5,3

ÖLEW

2,4

RIND

4,4

ÖLKU b

2,4

SCHW

2,9

ÖLE b

2,4

GEFL

3,5

ZUK

2,0

MILCH

5,4

a Das jährliche Produktivitätswachstum in der EU und dem RdW entspricht in diesen Optionen den Werten in Tab. 25 .

b Für die Produkte Ölkuchen und Öle konnten nach diesem Verfahren keine Werte ermittelt werden. Aufgrund des engen Zusammenhangs wurden hier die Werte für Öl-und Eiweißpflanzen übernommen.

Quelle: Eigene Berechnungen.


63

5.3.2. Nachfrage

Die Entwicklung der Nachfrage wird exogen primär von der Bevölkerungszahl, der Einkommensentwicklung sowie der güterspezifischen Einkommenselastizität bestimmt. Für das Einkommenswachstum wurden in den betrachteten Regionen Prognosen zur Entwicklung des Bruttosozialproduktes als Näherungsgrößen herangezogen. Ausgehend von den der GTAP-Datenbasis (McDougall 1997, S. 18-14, 18-20, 18-21) entnommenen Elastizitätswerten wurde weiterhin unterstellt, daß mit einer verbesserten wirtschaftlichen Situation Polens eine Angleichung der polnischen Einkommenselastizitäten an die der EU einhergegangen ist.

Aus der Aggregation der Effekte resultiert der zu implementierende gesamte Nachfrage-Shift (siehe Tab. 30 ). Der berechnete Shift gibt den Zuwachs der Ausgaben für Nahrungsmittel wieder; unter ceteris paribus Bedingungen bedeutet dies einen Mengenshift in gleicher prozentualer Höhe. Der exogene Nachfrage-Shift wird als unabhängig von der politischen Situation definiert und daher in allen Szenarien in gleicher jährlicher Höhe implementiert.

Tab. 30: Nachfragebestimmende Parameter und berechneter Nachfrage-Shift für alle Szenarien
(in % pro Jahr) a

Polen

bis 2000

ab 2000

Produkt

Delta Bev. /
Jahr
(%)

Delta BSP/
Jahr
(%)

Einkom-mens-elastizität

Nach-frage-Shift

Delta Bev. /
Jahr
(%)

Delta BSP/
Jahr
(%)

Einkom-mens-elastizität

Nach-frage-Shift

GETR

0,15

5,5

0,1

0,70

0,3

4,5

0,1

0,75

ÖLEW

0,15

5,5

0,02

0,26

0,3

4,5

0,02

0,39

ÖLKU

0,15

5,5

0,02

0,26

0,3

4,5

0,02

0,39

ÖLE

0,15

5,5

0,16

1,03

0,3

4,5

0,16

1,02

ZUK

0,15

5,5

0,15

0,98

0,3

4,5

0,15

0,98

KART

0,15

5,5

0,05

0,43

0,3

4,5

0,05

0,53

RIND

0,15

5,5

0,17

1,09

0,3

4,5

0,17

1,07

SCHW

0,15

5,5

0,17

1,09

0,3

4,5

0,17

1,07

GEFL

0,15

5,5

0,17

1,09

0,3

4,5

0,17

1,07

MIL

0,15

5,5

0,015

0,23

0,3

4,5

0,015

0,37


64

EU

bis 2000

ab 2000

Produkt

Delta Bev. /
Jahr
(%)

Delta BSP/
Jahr
(%)

Einkom-mens-elastizität

Nach-frage-Shift

Delta Bev. /
Jahr
(%)

Delta BSP/
Jahr
(%)

Einkom-mens-elastizität

Nach-frage-Shift

GETR

0,3

2,2

0,1

0,52

0,3

2,5

0,1

0,55

ÖLEW

0,3

2,2

0,02

0,34

0,3

2,5

0,02

0,35

ÖLKU

0,3

2,2

0,02

0,34

0,3

2,5

0,02

0,35

ÖLE

0,3

2,2

0,16

0,65

0,3

2,5

0,16

0,70

ZUK

0,3

2,2

0,15

0,63

0,3

2,5

0,15

0,68

KART

0,3

2,2

0,05

0,41

0,3

2,5

0,05

0,43

RIND

0,3

2,2

0,17

0,67

0,3

2,5

0,17

0,73

SCHW

0,3

2,2

0,17

0,67

0,3

2,5

0,17

0,73

GEFL

0,3

2,2

0,17

0,67

0,3

2,5

0,17

0,73

MIL

0,3

2,2

0,015

0,33

0,3

2,5

0,015

0,34

RdW

bis 2000

ab 2000

Produkt

Delta Bev. /
Jahr
(%)

Delta BSP/
Jahr
(%)

Einkom-mens-elastizität

Nach-frage-Shift

Delta Bev. /
Jahr
(%)

Delta BSP/
Jahr
(%)

Einkom-mens-elastizität

Nach-frage-Shift

GETR

1,4

3,0

0,1

1,70

1,2

2,0

0,1

1,40

ÖLEW

1,4

3,0

0,1

1,70

1,2

2,0

0,1

1,40

ÖLKU

1,4

3,0

0,1

1,70

1,2

2,0

0,1

1,40

ÖLE

1,4

3,0

0,25

2,15

1,2

2,0

0,25

1,70

ZUK

1,4

3,0

0,2

2,00

1,2

2,0

0,2

1,60

KART

1,4

3,0

0,1

1,70

1,2

2,0

0,1

1,40

RIND

1,4

3,0

0,3

2,30

1,2

2,0

0,3

1,80

SCHW

1,4

3,0

0,3

2,30

1,2

2,0

0,3

1,80

GEFL

1,4

3,0

0,3

2,30

1,2

2,0

0,3

1,80

MIL

1,4

3,0

0,25

2,15

1,2

2,0

0,25

1,70

a Nachfrage-Shift = Delta Bev. (in %) + [Delta BSP (in %) * Einkommenselastizität]

Quellen: Eigene Berechnungen basierend auf McDougall (1997, S. 18-14,18-20,18-21), USDA (1997, S. 22f.).

Fußnoten:

<42>

Der Begriff ”technischer Fortschritt“ wird hier und im nachfolgenden in seiner übergeordneten Bedeutung verstanden. Er umfaßt sowohl mechanisch-technische wie auch biologisch-chemische und organisatorische Neuerungen.

<43>

Näheres hierzu findet sich beispielsweise in Färe et al. (1994) und Bureau et al. (1995).

<44>

Die Festlegung des Zeitraumes zur Realisierung der Catching-up-Annahme ist weniger an realen Möglichkeiten orientiert, sondern eine eher technische Beschränkung, die die Vergleichbarkeit der Szenarien ermöglichen soll.


[Titelseite] [Widmung] [Einleitung] [Abkürzungsverzeichnis] [1] [2] [3] [4] [5] [6] [7] [8] [Bibliographie] [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:
Mon May 15 18:47:27 2000