Empirische Ergebnisse für deutsche Arbeitsmarktregionen
17
dies für die beiden alternativen Politikvariablen Dummy und Forderintensitat selbst
nicht der Fall.13
Tabelle 1 gibt die Ergebnisse der Schatzung der bedingten Konvergenzregres-
sionen wieder. In den ersten beiden Spalten werden jeweils die Resultate einer be-
dingten Konvergenzgleichung mit den beiden alternativen Politikvariablen
Fordergebietsdummy (Spalte I) und Forderintensitat (Spalte II) sowie dem gesamten
Satz an zusatzlichen Potenzialfaktoren wiedergegeben. In den Spalten III und IV
finden sich analoge Ergebnisse für die beiden Politikvarianten, wenn nur signifikante
erklarende Variable in der Regression berücksichtigt werden. Blickt man zunachst
auf den geschatzten Konvergenzparameter für die nicht-geforderten Regionen dann
erweist sich dieser als signifikant. Im Vergleich zur unbedingten Konvergenzregres-
sion bleibt für die Schatzung mit dem Fordergebietsdummy der Parameter ungefahr
in der gleichen Groβenordnung (0,026 in Spalte III) bzw. erhoht sich für die Schat-
zung mit der Forderintensitat (0,032 in Spalte IV). Dies entspricht einer Konver-
genzgeschwindigkeit von β = 3,1% bzw. 4,1%.
Für den Interaktionsterm zwischen GRW-Forderung und Ausgangsniveau der Pro-
duktivitat ergibt sich sowohl in der Spezifikation mit dem Fordergebietsdummy als
auch mit der Forderintensitat der a priori erwartete negative Einfluss. Die spezifische
konditionale Formulierung des Fordereffekts in Form des Interaktionsterms hat zur
Folge, dass aus dem Schatzkoeffizienten vor den Variablen nicht unmittelbar die
Wirkung der GRW-Forderung abgelesen werden kann (siehe u.a. Brambor et al.,
2006). Stattdessen ist zunachst die Differenz in den Konvergenzparametern zwi-
schen geforderten und nicht geforderten Regionen zu bestimmen. Der Wachstums-
impuls, der sich aus der hoheren Konvergenzgeschwindigkeit durch die GRW-
Forderung ergibt, kann dann gemaβ der folgenden Formel
(5) ∆y,t = β∙ ((ln(y*)- ln(yt)),
bestimmt werden, wobei y*i das Steady State-Einkommen einer Region und yit das
Einkommensniveau je Erwerbstatigen zu einem beliebigen Zeitpunkt beschreibt. Der
marginale Fordereffekt der GRW ergibt sich somit in Abhangigkeit von einem Wert,
der den Abstand des Produktivitatsniveaus der Regionen zu ihrem Steady State
misst.14
Um es am Beispiel der Spezifikation in Spalte III mit nur signifikanten erklarenden
Variablen und dem Fordergebietsdummy zu verdeutlichen: Der in der Regression
13 Unterstellt man für zwei verschiedene Gruppen von Regionen unterschiedliche Konvergenzraten,
muss man - wenn man strikt der Theorie und der formalen Ableitung von Konvergenzregressionen
folgt - eigentlich ein „switching regime model“ schatzen, bei dem für alle Variablen ein Interaktions-
term eingefügt wird, der unterschiedliche Parameter zwischen den beiden Regionengruppen er-
moglicht.
14 Die Signifikanz des marginalen Effekts einer Einkommensanderung unter Berücksichtigung des
Interaktionsterms wird nach Brambor et al. (2006) berechnet. Der t-Wert betragt -8,97.
More intriguing information
1. Foreign direct investment in the Indian telecommunications sector2. The InnoRegio-program: a new way to promote regional innovation networks - empirical results of the complementary research -
3. Transport system as an element of sustainable economic growth in the tourist region
4. The name is absent
5. Revisiting The Bell Curve Debate Regarding the Effects of Cognitive Ability on Wages
6. A Duality Approach to Testing the Economic Behaviour of Dairy-Marketing Co-operatives: The Case of Ireland
7. Forecasting Financial Crises and Contagion in Asia using Dynamic Factor Analysis
8. Assessing Economic Complexity with Input-Output Based Measures
9. The name is absent
10. PROFITABILITY OF ALFALFA HAY STORAGE USING PROBABILITIES: AN EXTENSION APPROACH