Spatial Economics - Development Economics from a new Perspective

Ein Ziel der Entwicklungsökonomik ist die Analyse der Determinanten, die die Entwicklung eines Landes erschweren. Die empirische Analyse von solchen entwicklungsökonomischen Zusammenhängen beruht häufig auf Umfragedaten und auf offiziellen, von öffentlichen Stellen ausgegebenen Daten. Durch neue Technologien und die Möglichkeit, größere Datenmengen mit Methoden des maschinellen Lernens schneller auszuwerten, können dazu zudem geokodierte Daten genutzt werden. Geokodierte Daten ermöglichen es, die Analyse auf kleinere, nicht administrative Regionen auszuweiten und weltweit vergleichbare Datensätze zu erzeugen. Besonders in Entwicklungsländern, welche meist keine oder nur schlechte statistische Institutionen haben, können georeferenzierte Daten einen großen Erkenntnisgewinn generieren. Das wohl bekannteste Beispiel für die Verwendung von geokodierten Daten im ökonomischen Kontext sind Lichtdaten. Diese messen die Lichter, die in den späten Abendstunden emittiert werden. Da die meisten dieser Lichter auf ökonomische Aktivitäten wie Industrieanlagen, Geschäfte oder Verkehr hindeuten, können diese als regionales Maß für Produktion verwendet werden. Vor diesem Hintergrund werden in dieser Dissertation empirische Fragen der Entwicklungsökonomik mit Hilfe von georeferenzierten Daten analysiert, um Entwicklungshemmnisse zu erkennen.

Dazu werden im zweiten Kapitel zunächst die wichtigsten ökonomischen georeferenzierten Daten und ihre Eigenschaften erläutert. Insbesondere wird die Beschaffenheit der Lichtdaten beschrieben und es werden einige einflussreiche Studien zur Verwendung der Lichtdaten als Proxy für ökonomischen Output diskutiert.

In Kapitel drei wird untersucht, ob ein kausaler Zusammenhang zwischen räumlicher Ungleichheit und ökonomischer Entwicklung besteht. Da sowohl die räumliche Ungleichheit einen Einfluss auf die ökonomische Entwicklung eines Landes hat als auch umgekehrt, kann ein kausaler Zusammenhang nicht durch eine einfache lineare Regressionsanalyse festgestellt werden. Es wird daher der Ansatz der Instrumentvariablen-Schätzung verwendet. Als Instrument wird die räumliche Ungleichheit geophysikalischer Faktoren wie beispielweise, Temperatur, Niederschlag und die Terrain Beschaffenheit verwendet. Wichtig ist, dass diese unabhängig von menschen-gemachten Einflüssen sind. Die geophysikalischen Faktoren beeinflussen, wo ökonomische Aktivität sinnvoll ist und korrelieren somit mit räumlicher ökonomischer Ungleichheit. Die Erzeugung des Instruments erfolgt in einem zweiteiligen Prozess. Mit Hilfe eines Algorithmus des maschinellen Lernens werden zunächst die wichtigsten geophysikalischen Determinanten für das emittierte Licht bestimmt. Anhand dessen wird das ökonomische Potenzial in einer 1° x 1° Gitterzelle prognostiziert. Im zweiten Schritt wird auf Basis dieser Prognose der Gini-Koeffizient als Ungleichheitsmaß berechnet, welcher in diesem Kapitel als Instrument für räumliche Ungleichheit verwendet wird. Die Ergebnisse zeigen einen negativen kausalen Einfluss von räumlicher Ungleichheit auf die ökonomische Aktivität. Die Verringerung von Ungleichheit ist demnach ein entscheidender Punkt, um die Entwicklung von Ländern zu fördern.

Das vierte Kapitel untersucht die räumliche Ungleichheit von kindlichen Wachstumsstörungen (Child Growth Failure (CGF)), welche meist auf Mangelernährung zurückzuführen sind. Ähnlich wie Einkommensungleichheit könnte sich auch die CGF Ungleichheit im Entwicklungsprozess zunächst erhöhen und dann mit fortschreitender Entwicklung des Landes wieder zurückgehen. Dieser U-förmige Zusammenhang wird auch als Kuznets-Kurve bezeichnet. Ein treibender Faktor für dieses Muster ist die Industrialisierung, welche zu Beginn bessere Lebensbedingungen in industriell geprägten Gebieten ermöglicht und mit zunehmendem Wohlstand dieser sich durch Migration und Umverteilung gleichmäßiger auf das Land verteilt. Die Analyse eines geokodierten Datensatzes von kindlichen Wachstumsstörungen zeigt, dass in Ländern mit niedrigen und mittleren Einkommen ein solcher Kuznets-ähnlicher Zusammenhang auch für CGF besteht. In der Teilstichprobe, welche ausschließlich Sub-Sahara Afrika beinhaltet, besteht keine Korrelation zwischen CGF Ungleichheit und ökonomischer Entwicklung, was durch den schnellen und nicht mit der Industrialisierung einhergehenden Urbanisierungsprozess erklärt wird.

Im fünften Kapitel werden Lichtdaten verwendet, um ein alternatives Maß für Trade Misinvoicing, also der inkorrekten Fakturierung von Handelsflüssen, zu konstruieren. Dabei wird zunächst auf Basis eines eigenständig erzeugten Datensatzes für Hafengebiete in Sub-Sahara Afrika der Zusammenhang zwischen in Hafengebieten emittiertem Licht und nationalen Handel geschätzt. Die Schätzungen ergeben eine Elastizität von 0.21. Auf Basis dieser Schätzung wird Handel prognostiziert und diese Prognose mit den offiziell gemeldeten Handelsdaten verglichen. Aus dieser Abweichung wird das Misinvoicing Maß hergeleitet und dessen Determinanten untersucht. Die bisher in der Literatur verwendeten Misinvoicing Maße sind immer auf der kritischen Annahme begründet, dass bei dem Vergleich bilateraler Handelsflüsse immer ein Handelspartner richtige Daten berichtet. Das neue Maß benötigt diese Annahme nicht und kann ohne bilaterale Handelsdaten geschätzt werden. Die Analyse der Determinanten zeigt ähnliche Ergebnisse wie die der Studien, welche das bekannte Misinvoicing Maß verwenden. Länder mit einem hohen Maß an Korruptionskontrolle haben eine geringere Wahrscheinlichkeit einer inkorrekten Fakturierung, ein hoher Anteil an natürlichen Ressourcen wird in Zusammenhang mit einer Unterfakturierung gebracht.

Das sechste Kapitel fasst die wichtigsten Punkte der Dissertation zusammen und gibt einen kurzen Ausblick auf weitere potenzielle Forschungsfragen.