Lade Inhalt...

Auswirkungen der EU-Kohäsionspolitik auf die ökonomische Ungleichheit

Hausarbeit 2018 15 Seiten

Politik - Internationale Politik - Thema: Europäische Union

Leseprobe

Inhaltsverzeichnis

1. Einleitung

2. Ökonomische Ungleichheit als Dimension sozialer Ungleichheit
2.1 Dimensionen sozialer Ungleichheit
2.2 Messung ökonomischer Ungleichheit
2.2.1 Ökonomische Ungleichheit zwischen Regionen
2.2.2 Ökonomische Ungleichheit zwischen Haushalten

3. Auswirkungen der EU-Kohäsionspolitik auf die ökonomische Ungleichheit
3.1 Auswirkungen auf die ökonomische Ungleichheit zwischen Regionen
3.2 Auswirkungen auf die ökonomische Ungleichheit zwischen Haushalten

4. Fazit

I. Literaturverzeichnis

1. Einleitung

Mit ungefähr 352 Mrd. Euro, also etwa einem Drittel Anteil am Gesamtbudget, zählt die Kohäsionspolitik auch im Zeitraum 2014-2020 zu den formal wichtigsten Politikfeldern der Europäischen Union (EU). An der Implementation sind Akteure der supranationalen, nationalen, regionalen und lokalen Ebene beteiligt. Wichtige Instrumente der Kohäsionspolitik sind die Europäischen Struktur- und Investitionsfonds, insbesondere der Europäische Fonds für regionale Entwicklung (EFRE), der Europäische Sozialfonds (ESF) und der Kohäsionsfonds (KF).

Aufgrund des großen Anteils am Budget und der Komplexität des Implementationssystems verwundert es nicht, dass die EU-Kohäsionspolitik im Fokus zahlreicher wissenschaftlicher Untersuchungen steht. Ihre Daseinsberechtigung ergibt sich dabei aus dem im Vertrag über die Europäische Union (EUV) festgesetzten Ziel der EU, „den wirtschaftlichen, sozialen und territorialen Zusammenhalt [zu fördern]“ (Art. 3, S. 3 EUV). Kohäsion kann in diesem Zusammenhang als Reduzierung von Disparitäten zwischen den Mitgliedsstaaten bzw. Regionen der EU verstanden werden (vgl. Baun/Marek 2014: 2). Wegen des großen Umfangs der Kohäsionsmittel und da etwa ökonomische Disparitäten zwischen den Regionen noch immer vorhanden sind, stellt sich die Frage nach der Effektivität kohäsionspolitischer Maßnahmen bei der Erreichung dieses Ziels.

Bezogen auf den aktuellen Programmzeitraum 2014-2020 wurden die Schwerpunkte der Kohäsionspolitik zudem auf die Ziele der Strategie „Europa 2020“ ausgerichtet, zu denen unter anderem die Förderung integrativen Wachstums gehört (vgl. EK[1] 2014: 239). Damit wird der Erkenntnis Rechnung getragen, dass von einem Wachstum des Bruttoinlandsproduktes nicht zwangsläufig alle Bevölkerungsgruppen gleich profitieren, sondern etwa die Einkommensungleichheit zwischen Individuen steigen könne (vgl. Atkinson 2015: 42). Soziale Ungleichheit, zu der die ökonomische Ungleichheit zählt, bestimmt dabei nicht nur als Schlagwort immer wieder die politische Debatte in der EU. Auch wissenschaftliche Untersuchungen haben negative Effekte sozialer Ungleichheit festgestellt. So wurden etwa eine Erhöhung der Armutsquote (vgl. Michálek/Výbošt’ok 2018: 18) und negative Auswirkungen hinsichtlich unterschiedlicher Aspekte sozialer Kohäsion (vgl. Goubin 2016: 22) festgestellt. Will man die Effektivität der EU-Kohäsionspolitik zuverlässig bewerten, sollte man daher nicht nur die Auswirkungen auf die Einkommensverteilung zwischen Regionen, sondern auch innerhalb dieser berücksichtigen. Daraus ergibt sich die folgende Fragestellung: Welche Auswirkungen hat die EU-Kohäsionspolitik auf die ökonomische Ungleichheit zwischen EU-Regionen und zwischen Haushalten?

In der Literatur werden vielfältige Probleme bei der Untersuchung der Effektivität der EU-Kohäsionspolitik genannt (vgl. z. B. Baun/Marek 2014: 179-182). Wegen des begrenzten Umfangs der vorliegenden Arbeit sollen daher die teils umfangreiche vorhandene Forschungsliteratur reflektiert und Lösungsansätze aufgezeigt werden.

Die Vorgehensweise ist dabei folgendermaßen: In Abschnitt 2 wird der Begriff der sozialen Ungleichheit definiert und die ökonomische Ungleichheit innerhalb dieses Konzeptes eingeordnet. Zudem wird herausgearbeitet, durch welche Indikatoren ökonomische Ungleichheiten zwischen Regionen bzw. Haushalten gemessen werden können und welche Vor- und Nachteile die einzelnen Indikatoren haben. Abschnitt 3 reflektiert die wichtigsten Ergebnisse zu Auswirkungen der EU-Kohäsionspolitik auf ökonomische Ungleichheit. Während die Effekte auf die Ungleichheit zwischen Regionen stark im Fokus der Forschung gestanden haben, wurden jene auf die Ungleichheit zwischen Haushalten bislang nicht untersucht.

2. Ökonomische Ungleichheit als Dimension sozialer Ungleichheit

2.1 Dimensionen sozialer Ungleichheit

Die soziologische Forschung konnte sich bisher auf keinen Konsens hinsichtlich der Definition sozialer Ungleichheit einigen (vgl. Barlösius 2004: 11; Sachweh 2009: 21f.). Daher ist es notwendig, das dieser Arbeit zugrundeliegende Begriffsverständnis darzulegen. Nach einer weitverbreiteten Definition Kreckels (2004: 17) liegt soziale Ungleichheit vor,

„wo die Möglichkeiten des Zugangs zu allgemein verfügbaren und erstrebenswerten sozialen Gütern und/oder zu sozialen Positionen, die mit ungleichen Macht- und/oder Interaktionsmöglichkeiten ausgestattet sind, dauerhafte Einschränkungen erfahren und dadurch die Lebenschancen der betroffenen Individuen, Gruppen und Gesellschaften beeinträchtigt bzw. begünstigt werden.“

Ein Vorteil dieser relativ weiten Definition ist, dass sie auch Ungleichheiten zwischen Gesellschaften, also z. B. Regionen, einschließt. Der Begriff der Lebenschancen wird dagegen nicht klar definiert. In Anlehnung an Dahrendorf (1979: 92) sollen diese als „von sozialen Strukturen bereitgestellte Möglichkeiten individueller Entfaltung“ verstanden werden. In der neueren Ungleichheitsforschung setzt sich zunehmend die Vorstellung der Mehrdimensionalität sozialer Ungleichheit durch (vgl. z. B. Hasberg 2016: 33; Goubin 2016: 22). Welche Dimensionen relevant sind, ist aber umstritten.[2] Besonders im Fokus steht dabei oft die ökonomische Ungleichheit. Dies lässt sich unter anderem damit erklären, dass Geld durch seine Tauschfunktion eine wichtige Ressource darstellt, um Güter zu erwerben. Dadurch habe es in Marktwirtschaften einen besonders großen Einfluss auf soziale Ungleichheit (vgl. Sachweh 2009: 26). Auch der Fokus der vorliegenden Arbeit liegt auf der ökonomischen Dimension. Dabei kann Ungleichheit auf unterschiedlichen Ebenen untersucht werden, wie z. B. zwischen Staaten, Regionen, Haushalten und Individuen (vgl. Dauderstädt 2018: 14). Zudem können verschiedene Aspekte ökonomischer Ungleichheit, etwa Einkommen oder Vermögen, durch unterschiedliche Indikatoren gemessen werden (vgl. ebd.). Im folgenden Abschnitt werden beispielhaft einige dieser Indikatoren vorgestellt und Vor- und Nachteile erörtert.

Besonders die regionale Ebene habe durch die Europäisierung und die abnehmende Fähigkeit der Nationalstaaten, auf interregionale Ungleichheiten effektiv zu reagieren, eine Bedeutungsaufladung in der Ungleichheitsforschung erfahren (vgl. Mau/Büttner 2008: 206f.). Auch für die EU-Kohäsionspolitik spielt die regionale Ebene eine wichtige Rolle. So beziehen sich die Feststellung der Förderfähigkeit durch die Strukturfonds sowie die Auswertung der Politik im Kohäsionsbericht auf die sog. NUTS-2-Regionen[3] (vgl. EK 2017: viii). Ein Großteil entsprechender Untersuchungen zu den Folgen der EU-Kohäsionspolitik folgt dieser Betrachtungsweise, teilweise wird sogar auf Ebene der kleineren NUTS-3-Regionen untersucht (vgl. z.B. Percoco 2017). Neben der Betrachtung der regionalen Ebene ist, wie bereits erwähnt, aber auch eine Betrachtung der ökonomischen Ungleichheit innerhalb der Regionen relevant. Daher liegt der Fokus der vorliegenden Arbeit auf der Messung der ökonomischen Ungleichheit sowohl zwischen Regionen als auch zwischen Haushalten.

2.2 Messung ökonomischer Ungleichheit

2.2.1 Ökonomische Ungleichheit zwischen Regionen

Das Bruttoinlandsprodukt (BIP) pro Kopf ist als Indikator für die EU-Kohäsionspolitik von herausragender Bedeutung. So erfolgen beispielsweise die Zuteilung der Kohäsionsmittel und die Kategorisierung der Förderregionen auf Grundlage des BIP (vgl. EK 2014: 198). Analog zur Definition des nationalen BIP von Dornbusch/Fischer/Startz (2003: 26) bezeichnet das regionale BIP den Wert aller Endprodukte und Dienstleistungen, die in einer Region innerhalb einer gegebenen Periode erstellt werden. Vorteilhaft am BIP sei vor allem seine standardisierte Berechnung, die zu einer hohen Vergleichbarkeit führen soll (vgl. EK 2009: 2; Stiglitz/Sen/Fitoussi 2009: 21).[4] Zudem lassen sich in ihm sehr unterschiedliche Dienstleistungen und Produkte zu einer einzigen Kennziffer zusammenfassen (vgl. ebd.).

Zu den allgemeinen Schwächen gehören dagegen insbesondere Messprobleme. So kritisieren etwa De Rynck/McAleavey[5] (2001: 545), dass das BIP durch illegale Aktivitäten, Migrationsbewegungen oder Produktionssteigerungen ohne gleichzeitige Steigerung der Nachfrage verzerrt werden könne. Verzerrungen könnten sich auch durch intensiven Pendelverkehr und die Nichtberücksichtigung von Pensionen und Sozialleistungen ergeben (House of Lords 2008: 9). Für die zu untersuchende Fragestellung von besonderer Bedeutung ist aber auch ein weiterer Nachteil des BIP: Die Verteilungen von Einkommen und Vermögen innerhalb der betrachteten Region werden nicht berücksichtigt (vgl. Schmidt/aus dem Moore 2013: 15; Kubiszewski et al. 2013: 57). Indikatoren, die dies tun, werden im folgenden Abschnitt vorgestellt.

Als eine mögliche Alternative zum BIP schlagen Stiglitz/Sen/Fitoussi (2009: 24) das Nettoinlandsprodukt vor. Dadurch könnten Wertminderungen, die durch den digitalen Strukturwandel tendenziell zunähmen, bei der Bewertung der Wirtschaftsleistung einberechnet werden. Gerade vor dem Hintergrund des nachhaltigen Wachstums als Ziel der „Europa 2020-Strategie“ (vgl. EK 2014: 239) erscheint zudem eine Berücksichtigung von Umweltschäden, wie Stiglitz/Sen/Fitoussi (2009: 24) sie empfehlen, besonders zielführend. Allerdings sei es dabei schwierig, solche Kosten zu bewerten (vgl. ebd.). Zudem plädieren die genannten Autoren dafür, bei der Messung der Wirtschaftsleistung auch die Ebene der Haushalte zu betrachten und etwa das Nettonationaleinkommen als Indikator zu untersuchen (vgl. ebd.: 30). Eine weitere Möglichkeit hierfür ist das Pro-Kopf-Einkommen (vgl. Dauderstädt 2018: 16). Allerdings ist es schwierig, das genaue Einkommen für jeden Haushalt zu ermitteln, weswegen die Berechnungen üblicherweise auf Schätzungen basieren. Hierdurch kann die Reliabilität des Messverfahrens beeinflusst werden. Zudem wird die Verteilung der Einkommen innerhalb der Regionen auch hier nicht erfasst.

Eine Vielzahl an Messverfahren, von denen einige beispielhaft genannt wurden, könnte also potentiell zur Messung ökonomischer Ungleichheit zwischen Regionen eingesetzt werden. Neben Messproblemen haben das BIP und seine Alternativen vor allem den Nachteil, dass die ökonomische Ungleichheit innerhalb der betrachteten Entität unberücksichtigt bleibt. Ein Lösungsansatz hierfür wäre, die ökonomische Ungleichheit auf der sub-regionalen Ebene durch entsprechende zusätzliche Indikatoren zu messen.

2.2.2 Ökonomische Ungleichheit zwischen Haushalten

Das am weitesten verbreitete Maßfür die Verteilung von Einkommen und Vermögen zwischen Haushalten ist der Gini-Koeffizient (vgl. Goubin 2016: 27). Dabei wird die durchschnittliche Distanz zwischen dem Einkommen/Vermögen aller möglichen Paare von Haushalten errechnet und normiert (vgl. Unkel 2001: 22). Grundsätzlich gilt, dass ein höherer Wert eine höhere Ungleichverteilung indiziert. Je nach Skalierung können dabei Werte von 0 bis 1 bzw. 100 erreicht werden.[6] Dadurch ist eine Interpretation auch ohne weitere Bezugsgrößen möglich (vgl. Buitelaar/Weterings/Ponds 2018: 35).

Allerdings kann ein bestimmter Wert des Gini-Koeffizienten sehr unterschiedliche Verteilungen beschreiben (vgl. de Maio 2007: 850). Zudem überbewerte der Indikator Veränderungen in der Mitte der Verteilung, während Entwicklungen der Extrempunkte weniger berücksichtigt würden (vgl. ebd.). Daher sei der Gini-Koeffizient nicht wertfrei oder neutral (vgl. ebd.). Ein alternativer Indikator, der Atkinson-Index, berücksichtige dies, indem ein zusätzlicher Parameter die Betonung bestimmter Bereiche der Verteilung berücksichtigt (vgl. ebd.). Buitelaar/Weterings/Ponds (2018: 36) kommen zu dem Schluss, dass der Gini-Koeffizient aufgrund dieser Nachteile um weitere Ungleichheitsmaße ergänzt werden sollte. Beispielsweise lasse sich mit dem Einkommensquintilsverhältnis der Unterschied zwischen festgelegten Bevölkerungsanteilen mit hohem und niedrigem Einkommen betonen (vgl. ebd.). Dafür misst das Quintilsverhältnis nicht die Einkommensungleichheit innerhalb der Gesamtbevölkerung, sondern nur zwischen den betrachteten Einkommensgruppen.[7] Der Theil-Index bietet dagegen den Vorteil, dass er in bestimmte Subdimensionen, wie Bevölkerungsgruppen oder Einkommensquellen, zerlegbar ist (vgl. ebd: 37). So lassen sich Ungleichheitsentwicklungen genauer erfassen. Zu den Nachteilen zählt dagegen, dass der Theil-Index aufgrund seines nach oben offenen Wertebereichs schwieriger zu interpretieren sei. Außerdem könnten seine Werte nicht direkt verglichen werden, wenn sie sich auf unterschiedliche Zeitpunkte oder Regionen beziehen (vgl. ebd.). Andere Indikatoren, wie die Armutsgefährdungsquote, erfassen dagegen nur bestimmte Teile der Einkommens- bzw. Vermögensverteilung, wodurch sie für die hier behandelte Fragestellung als nicht ausreichend erscheinen.

Die in diesem Abschnitt erwähnten Indikatoren sind grundsätzlich in der Lage ökonomische Ungleichheit zwischen Haushalten, also auf der sub-regionalen Ebene, zu messen. Aufgrund verschiedener Nachteile der einzelnen Messverfahren, kann eine Kombination mehrerer Indikatoren dabei wahrscheinlich zu zuverlässigeren Ergebnissen führen.

3. Auswirkungen der EU-Kohäsionspolitik auf die ökonomische Ungleichheit

3.1 Auswirkungen auf die ökonomische Ungleichheit zwischen Regionen

In ihren sog. Kohäsionsberichten zieht die EU-Kommission regelmäßig ein positives Fazit der wirtschaftlichen Auswirkungen der Kohäsionspolitik. Ihre Bewertungen basieren dabei auf unterschiedlichen makroökonomischen Simulationsmodellen, die kontrafaktische Analysen beinhalten (vgl. Baun/Marek 2014: 184).[8] Auch hinsichtlich der regionalen Auswirkungen der kohäsionspolitischen Programme geht die Kommission basierend auf Berechnungen des Rhomolo-Modells von positiven Effekten aus. Diese unterscheiden sich teils deutlich in ihrer Stärke, wobei die größten Effekte in den am wenigsten entwickelten Regionen zu erwarten seien (vgl. ebd.: 187f.). Ähnlich positive Befunde hat die EU-Kommission auch für frühere Programmzeiträume veröffentlicht.[9] Hierbei ist kritisch anzumerken, dass die verwendeten Simulationsmodelle nicht die tatsächlichen Auswirkungen der EU-Kohäsionspolitik messen, sondern lediglich ihr Potential (Baun/Marek 2014: 206). Zwar weist die EU-Kommission (2009) selbst darauf hin, dass die Kohäsionspolitik verstärkt zusätzliche Indikatoren neben dem BIP berücksichtigen sollte und betont dabei explizit die Notwendigkeit der genaueren Betrachtung von Ungleichheiten (vgl. ebd.: 7). Dennoch liegt der Schwerpunkt bei der Wirkungsanalyse der der kohäsionspolitischen Maßnahmen sowie der Mittelzuweisung weiterhin beim BIP (vgl. EK 2014: 198).

Vergleicht man die Ergebnisse unabhängiger Untersuchungen, ergibt sich daher ein weit heterogeneres Bild. Einige dieser Studien gehen ebenfalls grundsätzlich von positiven Effekten der EU-Kohäsionspolitik auf das BIP aus (vgl. z. B. Cappelen et al. 2003; Esposti/Bussoletti 2008; Becker/Egger/von Ehrlich 2013). Allerdings messen manche Forscher*innen einen nur geringen positiven Effekt, der die wirtschaftlichen Disparitäten zwischen den Regionen nicht beseitigen könne (vgl. Oktayer 2007: 118; Tarschys 2011: 4). Andere Untersuchungen sehen insgesamt keine signifikanten positiven Auswirkungen der EU-Kohäsionspolitik auf die regionalen BIP (vgl. Dall’erba/Le Gallo 2007; Bouayad-Agha et al. 2011; Mohl 2013). Auch eine Analyse von Becker/Egger/von Ehrlich (2017), die alle bisher abgeschlossenen Programmzeiträume untersucht, kommt zu dem Ergebnis, dass etwaige positive Effekte durch den späteren Verlust der Förderfähigkeit egalisiert würden (vgl. ebd.: 143). Während der überwiegende Teil der Studien ausschließlich die Auswirkungen auf das BIP pro Kopf analysiert, gehen nur wenige darüber hinaus. Einige dieser Evaluationen argumentieren sogar, dass die kohäsionspolitischen Maßnahmen der EU, etwa durch einen Rückgang nationaler Ausgaben (vgl. Hagen/Mohl 2009: 13), negative Effekte haben könnten (vgl. auch Midelfart-Knarvik/Overman 2002). Diese unterschiedlichen Ergebnisse lassen sich wahrscheinlich zum einen auf die Komplexität der beobachteten Prozesse zurückführen. Aufgrund der „multi-causality“ (Baun/Marek 2014: 179) ist es grundsätzlich schwierig, die Effekte der Kohäsionspolitik herauszufiltern. Der Einfluss durch methodologische Faktoren, wie Unterschiede in den betrachteten Zeiträumen und der Anzahl der untersuchten Regionen (vgl. ebd.: 207), ließen sich leichter reduzieren, etwa durch breit angelegte Studien und Meta-Studien.

Ein anderer Lösungsansatz ist die Untersuchung der Bedingungsfaktoren effektiver kohäsionspolitischer Maßnahmen (vgl. Fragesi/Wishlade 2017: 819). Der Befund vieler Untersuchungen, die Auswirkungen seien in stärker entwickelten Regionen höher als in weniger entwickelten (vgl. Cappelen et al. 2003: 640; de Michelis/Monfort 2008: 18; Pinho/Varum/Antunes 2014: 1319) hat dabei die Frage aufgeworfen, wodurch diese Unterschiede erklärt werden können. Als ein möglicher Einflussfaktor wurde die Qualität der regionalen Institutionen ausgemacht (vgl. de Michelis/Monfort[10] 2008: 20), die z. B. durch Korruptionsindizes (vgl. Ederveen et al. 2006: 24f.), administrative Kapazitäten (vgl. Terracciano/Graziano 2016: 318) oder Governance-Indikatoren (vgl. Rodríguez-Pose/Garcilazo 2015: 1287) gemessen werden kann. Santos (2008: 5) und Trón (2009: 161) argumentieren dagegen, dass in einigen Regionen vermehrt Projekte implementiert werden, die nicht auf die Steigerung des BIP-Wachstums ausgelegt sind, um die Förderfähigkeit zu erhalten. Hier könnte die Berücksichtigung alternativer Indikatoren bei der Bestimmung der Förderfähigkeit zu einer effektiveren Kohäsionspolitik beitragen. Unterschiede in der Effektivität stellen auch Gagliardi/Percoco (2016) fest. Allerdings halten sie die Siedlungsstruktur dabei für entscheidend. So werde das regionale Wirtschaftswachstum in ländlichen Regionen, die sich in der Nähe großer Städte befinden, stärker gesteigert (vgl. Gagliardi/Percoco 2016: 866).

[...]


[1] Die Sigle EK sowie die Bezeichnung EU-Kommission werden in dieser Arbeit zur besseren Übersichtlichkeit statt der offiziellen Bezeichnung Europäische Kommission benutzt.

[2] So nennt Kreckel selbst beispielsweise die Reichtums- und Wissensdimension, sowie die Dimensionen der hierarchischen Organisation und selektiven Assoziation (vgl. Kreckel 2004: 20), während Huinink (2014: 1037) im Gegensatz dazu etwa ökonomische, wohlfahrtsstaatliche, soziale und emanzipatorische Dimensionen unterscheidet (vgl. auch Sachweh 2009: 26).

[3] NUTS-2-Regionen sind nach dem NUTS-System (Nomenclature des Unités territoriales Statistiques) definiert als „Basisregionen für regionalpolitische Maßnahmen“ (Eurostat 2018).

[4] Im konkreten Fall der Messung regionaler Disparitäten wird das BIP pro Kopf auf Grundlage des Kaufkraftparitätsprinzips korrigiert, um Verzerrungen durch Wechselkursschwankungen zu verhindern. (Dauderstädt 2018: 14)

[5] Die Autoren waren zum Zeitpunkt der Veröffentlichung Beamte der EU-Kommission, betonen aber, dass sie in ihrem Artikel nicht die Meinung der Kommission wiedergeben (vgl. ebd.: 554).

[6] Während ein Wert von 0 einer perfekten Gleichverteilung entspricht, gibt ein Wert von 1 bzw. 100 perfekte Ungleichverteilung an (Goubin 2016: 27; Buitelaar/Weterings/Ponds 2018: 35).

[7] Das Quintilsverhältnis S80/S20 gibt z. B. die Einkommensungleichheit zwischen den 80% der Bevölkerung mit niedrigeren Einkommen und den 20% mit den höchsten Einkommen. Die Ungleichheit innerhalb der jeweiligen Gruppen wird nicht berücksichtigt.

[8] Nach Berechnungen des Quest-Modells wird etwa erwartet, dass die Maßnahmen des letzten (2007-2013) sowie des aktuellen Programmzeitraums (2014-2020) ein zusätzliches Wachstum des EU-BIP von über 1% bis 2023 hervorbringen werden (vgl. EK 2017: 182). Zudem sei der Anstieg des BIP in den wichtigsten Empfängerländern stärker als im EU-weiten Durchschnitt (vgl. ebd.: 185).

[9] Für einen detaillierten Überblick vgl. Baun/Marek 2014: 192-199.

[10] Die Autoren waren zu diesem Zeitpunkt Mitglieder der Generaldirektion Regionalpolitik, betonen aber, dass sie in ihrem Artikel nicht die Meinung der EU-Kommission wiedergeben (vgl. ebd.: 15).

Details

Seiten
15
Jahr
2018
ISBN (eBook)
9783668719590
ISBN (Buch)
9783668719606
Dateigröße
495 KB
Sprache
Deutsch
Katalognummer
v423840
Institution / Hochschule
Freie Universität Berlin – Otto-Suhr-Institut für Politikwissenschaft
Note
1,7
Schlagworte
ESF EFRE Kohäsionspolitik Strukturpolitik Strukturfonds soziale Ungleichheit Ungleichheit ökonomische Ungleichheit Bruttoinlandsprodukt EU-Kohäsionspolitik Regionalpolitik

Autor

Teilen

Zurück

Titel: Auswirkungen der EU-Kohäsionspolitik auf die ökonomische Ungleichheit