Bevölkerungswachstum und Wirtschaftswachstum

Inhaltsverzeichnis

Abkürzungsverzeichnis

Abbildungserzeichnis

Tabellenverzeichnis

1 Einleitung

2 Der Zusammenhang zwischen Wirtschaftswachstum und Bevölkerungswachstum
2.1 Das Coale/Hoover Modell
2.2 Das Simulationsmodell von Julian Simon
2.2.1 Der Modellaufbau
2.2.2 Ergebnisse der Simulationen

3 Kritische Betrachtung

Literaturverzeichnis

Abkürzungsverzeichnis

Abbildung in dieser Leseprobe nicht enthalten

Abbildungserzeichnis

Abbildung 1 Herleitung der Indifferenzkurven

Abbildung 2 Ermittlung der gesamtwirtschaftlichen Produktion

Tabellenverzeichnis

Tabelle 1 Ergebnisse der Simulationsläufe

1 Einleitung

Seit Malthus beurteilt die Mehrheit der Bevölkerungswissenschaftler und Ökonomen die Folgen raschen Bevölkerungswachstums skeptisch bis pessimistisch. Daneben gibt es jedoch auch eine relativ kleine Gruppe von Bevölkerungsoptimisten, die die Auffassung vertritt, dass die positiven Wirkungen des Bevölkerungswachstums überwiegen. Ein prominenter Vertreter dieser Richtung ist Julian Simon. Für ihn sind gerade die Menschen die wichtigste Ressource, auf denen alle Hoffnungen ruhen:^[1]

„the ultimate resource is people – skilled, spirited and hopeful people – who will exert their wills and imaginations for their own benefit, and so, inevitably, fort he benefit of us all“.^[2]

In der hier vorliegenden Arbeit sollen die Zusammenhänge zwischen Wirtschaftswachstum und Bevölkerungswachstum genauer untersucht werden. Der Schwerpunkt liegt hierbei bei dem von Julian Simon entwickelten Simulationsmodell, in dem er einen positiven Zusammenhang zwischen Bevölkerungswachstum und Wirtschaftswachstum feststellen konnte. Im ersten Abschnitt wird kurz auf das Coale/Hoover Modell eingegangen, welches die Basis für Simons Arbeit lieferte. Anschließend wird das Gleichungsmodell von Simon, welches die Basis für die Simulationsläufe bildet genauer erklärt. Die Ergebnisse der Simulationsläufe werden dann anhand der im Gleichungsmodell getroffenen Annahmen genauer erklärt.

2 Der Zusammenhang zwischen Wirtschaftswachstum und Bevölkerungswachstum

2.1 Das Coale/Hoover Modell

Im Folgenden Abschnitt soll kurz das Coale/Hoover Modell anhand seiner wichtigsten Eigenschaften erläutert werden. Bei dem Coale/Hoover Modell handelt es sich um ein Simulationsmodell. Diese Art von Modellen vergleicht verschiedene Zustände einer Volkswirtschaft zu einem Zeitpunkt oder über einen Zeitverlauf unter unterschiedlichen demographischen Vorrausetzungen wie z.B. hohes bzw. niedriges Bevölkerungswachstum. Dabei wird zuerst ein Gleichungsmodell aufgestellt, welches versucht die wichtigsten Zusammenhänge und Variablen darzustellen. Anschließend werden in diesem Gleichungsmodell Simulationsläufe mit unterschiedlichen Parametern – deren Werte meist auf empirischen Untersuchungen basieren – durchgeführt und anschließend analysiert.^[3]

Das Coale/Hoover Modell ist eines der ersten und wohl auch bekanntesten Simulationsmodelle. Es wurde 1958 für die Volkswirtschaft von Indien entwickelt und sollte helfen den Zusammenhang zwischen Bevölkerungswachstum und Wirtschaftswachstum darzustellen. Das Coale/Hoover Modell besteht insgesamt aus 8 Gleichungen, auf die aber nicht weiter eingegangen wird.^[4] Es sollen hier nur kurz die Hauptergebnisse bzw. Effekte, welche Ansley Coale und E.M. Hoover aus ihren Untersuchungen ableiten konnten, dargestellt werden. Es handelt sich dabei um drei Effekte die festgestellt werden konnten:

- Der „age-dependency-effect“

Ein hohes Bevölkerungswachstum führt zu einem höheren Anteil an Kindern und somit auch zu einer Erhöhung der Abhängigkeitsquote – Anteil der nicht arbeitenden Bevölkerung relativ zur arbeitenden Bevölkerung - , was dazu führt, dass die Haushalte weniger sparen können und mehr für den Konsum ausgeben müssen.

- Der „capital-shallowing-effect“

Ein hohes Bevölkerungswachstum führt zu einer „Verdünnung“ des Kapitals, da der Kapitalstock nicht entsprechend dem Bevölkerungswachstum angestiegen ist. Dies verringert die Kapitalintensität pro Arbeiter, was zur Folge hat, dass auch der Ertrag und somit das Pro-Kopf-Einkommen sinkt.

- Der „investment-diversion-effect“

Ein hohes Bevölkerungswachstum führt zu einem hohen Investitionsbedarf in Bereichen wie Bildung und Gesundheit. Das hat zur Folge, dass den wachstumsorientierten Bereichen weniger Ressourcen zu Verfügung stehen und sie so auch weniger produzieren können.^[5]

Mit Hilfe ihres Modells stellten Coale und Hoover Untersuchungen an, wie sich das Pro-Kopf-Einkommen für Indien bei niedriger, moderater und hoher Fruchtbarkeit entwickeln würde. Dabei konnte man für einen Zeitraum von 30 Jahren einen stark negativen Zusammenhang zwischen Bevölkerungswachstum und Pro-Kopf-Einkommen beobachten. So war das Pro-Kopf-Einkommen bei einer hohen Fruchtbarkeit teilweise 40% kleiner, als das bei einer niedrigen Fruchtbarkeit der Fall gewesen wäre.^[6]

In den siebziger und achtziger Jahren folgte eine Reihe von Studien, auf dem Coale/Hoover Modell aufbauten. Es gab aber auch eine Reihe von Kritiken, die sich gegen die im Modell getroffenen Annahmen richteten. So wurde u.a. der negative Effekt einer hohen Abhängigkeitsrate, die stark begrenzte Austauschbarkeit von Kapital und Arbeit, sowie die Annahme, dass die Fruchtbarkeit exogen bestimmt wird, kritisiert.^[7]

Dem Modell von Coale/Hoover, deren Anhänger auch als Pessimisten bezeichnet werden, folgten bald Modelle und empirische Untersuchungen, die genau das Gegenteil behaupteten. Eins dieser Modelle ist das, im nächsten Abschnitt beschriebene, Simulationsmodell von Julian Simon.^[8]

2.2 Das Simulationsmodell von Julian Simon

2.2.1 Der Modellaufbau

In seinem Simulationsmodell versucht Simon Theorie und Empirie zu vereinen. Dabei gelangt Simon im Gegensatz zu dem Coale/Hoover Modell zu der Erkenntnis, dass ein leicht positiver Zusammenhang zwischen Bevölkerungswachstum und Wirtschaftswachstum besteht.

Das Simulationsmodell von Julian Simon besteht aus 16 Gleichungen welche im Folgenden kurz erläutert werden. Die Produktion des Agrar-, wie auch des Industriesektors wird mit einer Cobb-Douglas-Funktion beschrieben. Die Produktionsfunktion der Landwirtschaft setzt sich aus dem Kapitaleinsatz (K), wozu auch der bewirtschaftete Boden gehört, dem Arbeitseinsatz in Mannstunden (M), der agrarwirtschaftlichen Effizienz bzw. der eingesetzten Technologie in der Landwirtschaft (A) und dem Sozialkapital (J) zusammen. Grundsätzlich wird davon ausgegangen, dass α und β einen Wert von jeweils 0,5 annehmen. Sie beeinflussen die Produktion also zu gleichen Anteilen.^[9]

Abbildung in dieser Leseprobe nicht enthalten(1)

Das Sozialkapital (J) weist Skalenerträge („economies of scale“) auf und lässt sich aus dem Arbeitseinsatz berechnen. Unter dem Sozialkapital versteht man u.a. die Infrastruktur wie z.B. Straßen, die Gesundheitsvorsorge oder auch die Regierungsorganisation.^[10] Dieses Sozialkapital kann durch Bevölkerungswachstum steigen. Ein höheres Bevölkerungswachstum könnte also z.B. zu besseren Straßen oder auch einer besseren Regierungsorganisation führen. Durch die Einführung dieser Variable kann ein stärkeres Bevölkerungswachstum die Produktion erhöhen. In Simons Simulationsmodell würde also eine Verdopplung des Sozialkapitals gleichzeitig zu einer Verdopplung der Produktion führen.^[11]

Abbildung in dieser Leseprobe nicht enthalten(2)

Die Agrarinvestitionen werden als eine Funktion der Lücke (GAP) zwischen gewünschtem und aktuellem Agrarkapitalstock (KF) minus Abschreibungen definiert. Die Lücke (GAP) drückt die proportionale Differenz zwischen aktuellem und gewünschtem Agrarkapitalstock aus. Simon geht davon aus, dass der Wert des Kapitals in der Landwirtschaft ungefähr viermal so groß wie die landwirtschaftliche Produktion ist. Die Variable a1141 steht für die Abschreibungen, sie wird im Basislauf gleich 0,1 gesetzt. Die Variable a1140, welche den Anteil der Landwirtschaft am Kapitalstock beschreibt wird im Basisjahr gleich 0,25 gesetzt. Es wird also angenommen, dass die Landwirtschaft einen Teil der Lücke (GAP) schließt, in diesem Fall 25%.

Abbildung in dieser Leseprobe nicht enthalten(3)

Die Gleichung 4 zeigt wie sich die Lücke (GAP) zusammensetzt. Im Basislauf wird für A ein Wert von 0,25 angenommen. Die Agrarinvestitionen K entsprechen dem vierfachen der landwirtschaftlichen Produktion (K=4Q).^[12]

Abbildung in dieser Leseprobe nicht enthalten(4)

Die Effizienz bzw. Technologie der Landwirtschaft ist in Simons Simulationsmodell nur von der Zeit abhängig und nimmt im Basislauf den Wert 1,005 an.

Abbildung in dieser Leseprobe nicht enthalten(5)

Die Produktion der Industrie wird, wie im landwirtschaftlichen Sektor durch eine Cobb-Douglas-Funktion dargestellt, wobei das Kapital hier im Basislauf einen geringeren Einfluss auf die Produktion besitzt, als im landwirtschaftlichen Sektor (γ=0,4/ε=0,6). Des Weiteren bestehen auch noch Unterschiede in der Berechnung der Industrieinvestitionen und der eingesetzten Technologie.^[13]

[...]

^[1] Vgl. Birdsall, Nancy, „Economic Approaches to Population Growth“ in Chenery, H. und Srinivasan, T.N., Handbook of Development Economics Volume 1, Amsterdam 1988,

^[2] Vgl. Thirlwall, A:P., Growth and Development: with special reference to developing economies, 4. Aufl., Hampshire 1989, S.155

^[3] Vgl. Ahlburg, Dennis, A., “The Impact of Population Growth on Economic Growth in Developing Nations: The Evidence from Macroeconomic-Demographic Models” in Johnson, D.G. und Lee, R.D., Population Growth and Economic Development: Issues and Evidence, Wisconsin 1987,

^[4] Vgl. Ahlburg, Dennis A., a.a.O., S.482

^[5] Vgl. Ingham, Barbara, Economics and Development, Berkshire 1995,

^[6] Vgl. Birdsall, Nancy, a.a.O.,

^[7] Vgl. Jobelius, H., Wirtschaft, Bevölkerung und soziale Sicherung in Entwicklungsländern, Bochum 1996, S.26-26

^[8] Vgl. Birdsall, Nancy, a.a.O., S. 489 - 491

^[9] Vgl. Simon, Julian, Population Growth May Be Good for LDCs in the Long Run: A richer Simulation Model, in: Population and Development in Poor Countries, New Jersey 1992, S. 147 - 148

^[10] Vgl. Ahlburg, Dennis, A., a.a.O.,

^[11] Vgl. Simon, Julian, a.a.O.,

^[12] Vgl. Simon, Julian, a.a.O.,

^[13] Vgl. Simon, Julian, a.a.O.,