Die gegenwärtige Schuldenkrise trifft einige Regionen, die über die letzten Jahre zu den Hauptempfängern der Europäischen Regionalförderung gehörten, besonders stark. Folge davon könnte sein, dass sich die regionalen Disparitäten, gemessen am BIP pro Kopf oder den regionalen Arbeitslosenquoten verschärfen und die regionalen Lebensverhältnisse in Europa wieder divergieren. Die notwendige Konsolidierung öffentlicher Haushalte in Griechenland, Spanien oder Portugal wird unter Umständen sogar dazu führen, dass einige Investitionsprojekte, die durch die EU in strukturschwachen Regionen gefördert werden sollten, mangels fehlender lokaler Ko-finanzierung verschoben werden müssen oder überhaupt nicht durchgeführt werden können.^[ 1 ]

Für die Europäische Regionalpolitik stellt die gegenwärtige Krise eine grosse Herausforderung dar, die eine grundlegende Evaluierung der bisherigen Regionalpolitik erfordert. Wäre die Situation in den strukturschwachen Regionen noch dramatischer ohne die erheblichen Transfers der letzten Jahre? Und hätten die Mittel effektiver eingesetzt werden können? Um zukünftige Transfers möglichst effektiv zu gestalten, gilt es sowohl die durchschnittlichen Effekte in den Empfängerregionen zu betrachten als auch die optimale Allokation der Mittel zu untersuchen.

Beträchtliches Budget

Die Fördermittel, die seit Gründung des Europäischen Fonds für regionale Entwicklung 1975 eingesetzt wurden, sind erheblich; und sie sind über die Jahre deutlich angestiegen. So betrug das Budget des Europäischen Fonds für Regionale Entwicklung in der Förderperiode von 1975-88 durchschnittlich 6,8% des gesamten EU-Budgets, in der aktuellen Förderperiode 2007-2013 sind es hingegen 35,7%.^[ 2 ] Der weitaus grösste Teil (ca. 2/3) der Mittel fliesst in sogenannte Ziel 1- oder Konvergenz-Regionen. Diese Regionen qualifizieren sich für Fördermittel aus dem Ziel 1-Programm, da ihr BIP pro Kopf (gemessen in Kaufkraftparitäten) unterhalb von 75% des Gemeinschaftsdurchschnittes liegt. Dieses objektive Kriterium, das zumeist auch strikt angewendet wird, stellt sicher, dass die strukturschwächsten Regionen innerhalb Europas tatsächlich den grössten Teil der Regionalförderung erhalten.

Der durchschnittliche Wachstumseffekt der Ziel 1-Förderung

Kausale Effekte der Regionalpolitik auf das regionale Wachstum zu identifizieren, wird durch ein Selektionsproblem erschwert: Verschiedene regionale Charakteristika wie das pro Kopf BIP, die Arbeitslosenquote oder die sektorale Komposition der regionalen Wertschöpfung beeinflussen nicht nur die Wahrscheinlichkeit, Transfers zu erhalten, und die Höhe der Transfers, sondern sind potenziell auch Determinanten des regionalen Wachstums. Eine klassische Regressionsanalyse kann daher nicht sinnvoll zur Evaluierung der Regionalpolitik herangezogen werden. Die Tatsache, dass nur Regionen mit einem pro Kopf BIP unterhalb von 75% des Gemeinschaftsdurchschnittes Ziel 1-Transfers erhalten sollten, kann jedoch genützt werden, um die Effekte der Ziel 1-Förderung in einem quasi-experimentellen Rahmen zu identifizieren.

Trotz einiger Ausnahmen führt diese politische Gestaltung der Regionalpolitik dazu, dass die Wahrscheinlichkeit, Ziel 1-Fördermittel zu erhalten, eine Unstetigkeit bei 75% des durchschnittlichen EU pro Kopf BIP aufweist.^[ 3 ] Regionen unterhalb des Schwellenwertes bekommen mit einer sehr hohen Wahrscheinlichkeit erhebliche Fördermittel, wohingegen Regionen die auch nur knapp über 75% liegen zumeist keine Ziel 1-Förderung erhalten. Somit kommt es im Bereich des Schwellenwertes zu einer fast zufälligen Zuweisung der Regionen in Behandlungs- und Kontroll-Gruppe.

Anhand eines solchen Fuzzy Regression Discontinuity Designs haben wir in einer aktuellen Studie die Effekte der Ziel 1-Transfers auf die Entwicklung der geförderten Regionen zwischen 1989 und 2006 untersucht (siehe Becker, Egger, von Ehrlich 2010). Dabei zeigte sich, dass die Ziel 1-Förderung das jährliche nominelle Wachstum in den Empfängerregionen während der Förderphase um ca. 1,5 Prozentpunkte steigerte. Dieser signifikant positive Effekt erwies sich in verschiedenen Spezifikationen, die unter anderem auch regionale Spillover-Effekte berücksichtigen, als äusserst stabil. Stellt man diesem durchschnittlichen Wachstumseffekt der Ziel 1-Förderung die direkten Kosten gegenüber, lässt sich ein Nettoeffekt von ca. 20% der Ausgaben oder ein Multiplikator von ungefähr 1,2 berechnen.

Ein Konzept optimaler Förderhöhen

Dieser durchschnittliche Wachstumseffekt zeigt, dass die Ziel 1-Förderung durchaus zur regionalen Konvergenz beiträgt und auch nach Abzug der Kosten ein positiver Effekt für die gesamte Union übrig bleibt.^[ 4 ] Die Ziel 1-Förderung beinhaltet jedoch nicht alle regionalen Transfers und ein solcher Durchschnittseffekt liefert keine Information über die optimale Allokation der Mittel. Betrachtet man die Summe der EU-Regionaltransfers an einzelne NUTS3 Regionen (NUTS3 bezeichnet eine Gebietsklassifikation von Eurostat, die z.B. in Deutschland den Landkreisen und in Österreich den politischen Bezirken entspricht), zeigt sich die enorme Variation der Förderintensität, welche wir als durchschnittliche jährliche Transfers pro regionales BIP messen.

Es ist davon auszugehen, dass der marginale Effekt der Fördermittel direkt vom Level der Förderintensität abhängt. So führt die Annahme abnehmender Grenzerträge dazu, dass bei zunehmender Förderintensität die Rendite der geförderten Projekte und somit der marginale Effekt der Regionalförderung abnimmt. Gleichermassen scheint es plausibel, dass die Betreuung und Kontrolle der Investitionsprojekte mit zunehmendem Volumen erschwert wird, was zur Auswahl von Projekten mit zweifelhaftem Nutzen, Zweckentfremdung und Korruption führen kann.^[ 5 ]

Aus diesen beiden Gründen ist es naheliegend, dass der marginale Effekt eines zusätzlichen Euros Regionalförderung in einer Empfängerregion ab einer bestimmten Förderintensität nicht mehr signifikant positiv ist. Wir bezeichnen diese kritische Förderintensität als maximal wünschenswerte Förderintensität. Transfers, die über dieses Maß hinaus gehen, bringen nicht einmal der einzelnen Empfängerregion einen signifikanten Wachstumseffekt und tragen somit auch nicht zum Konvergenzziel bei. Auf der anderen Seite gibt es auch Argumente, die für ein notwendiges Mindestmaß der Förderintensität sprechen, wie zum Beispiel die Poverty-Trap-Theorien oder die Big-Push-Theorien (siehe Sachs et al. 2004 und Murphy et al. 1989).

Diese Theorien werden vielfach herangezogen, um die schwachen Wachstumseffekte der Entwicklungshilfe zu erklären. Sie basieren auf der Idee, dass ein gewisser Schwellenwert an öffentlichen Investitionen erreicht werden muss, um die Rendite privater Investitionen auf ein nachhaltiges Level zu bringen. Es ist also auch möglich, dass es ein Mindestmaß der Förderintensität gibt, unter dem der marginale Effekt der Transfers nicht signifikant unterschiedlich von Null ist. Aufgrund der dargelegten Argumente erwarten wir einen nicht-linearen Zusammenhang zwischen Förderintensität und regionalem Wachstum, weshalb eine empirische Identifikationsmethode wünschenswert ist, die möglichst grosse Flexibilität bzgl. des funktionalen Zusammenhanges erlaubt.

Gleichzeitig besteht weiterhin das oben thematisierte Selektionsproblem. Bei einer Analyse der Förderintensitäten liegt nicht nur ein binäres Selektionsproblem vor, sondern die Regionen selektieren sich aufgrund verschiedener Charakteristika wie zum Beispiel dem pro Kopf BIP oder der Arbeitslosenquote in verschiedene Förderintensitäten. Eine geeignete Methode, die sowohl das Selektionsproblem adressiert als auch eine weitgehende Flexibilität bezüglich der funktionalen Annahmen ermöglicht, ist der Generalized Propensity Score Ansatz. In einem aktuellen Arbeitspapier (siehe Becker, Egger, von Ehrlich 2010b) haben wir diese Methodik verwendet, um Dose-Response-Funktionen abzuleiten, die den Zusammenhang zwischen Transferintensität und regionalem Wachstum abbilden.

Abbildung 1 zeigt die Dose-Response-Funktion für die Summe der regionalen Transfers der Europäischen Union im Zeitraum 1994-2006, wobei die blaue Kurve den Punktschätzer abbildet und die roten und grünen Kurven das 90% Konfidenzintervall markieren. Der Verlauf der Kurven spricht für einen signifikanten positiven Wachstumseffekt, der mit dem Level der Förderintensität steigt. Aus dem konkaven Verlauf der Dose-Response-Funktion lässt sich ableiten, dass zusätzliche Transfers zwar zusätzliche Wachstumseffekte generieren, allerdings in abnehmendem Maße. Noch eindeutiger zeigt sich die Evidenz für abnehmende Grenzerträge der regionalen Transfers, wenn man die Ableitung der Dose-Response-Funktion, die sogenannte Treatment Effect-Funktion in Abbildung 2 betrachtet.

Abbildung 1: Dose-Response Funktion

Abbildung 2: Treatment Effect Funktion

Die Treatment Effect-Funktion bildet den marginalen Effekt der Transfers ab. Es zeigt sich, dass der Effekt eines weiteren transferierten Euros mit steigender Förderintensität signifikant abnimmt. Ab einer Förderintensität von ca. 1.3% (gekennzeichnet durch den schwarzen Balken in Abbildung 2) ist der marginale Effekt nicht mehr signifikant von Null verschieden, da das Konfidenzintervall die Null ab dieser Stelle einschliesst. Ein insignifikanter marginaler Effekt bedeutet gleichzeitig auch, dass eine Kürzung der Fördermittel in Regionen, die über 1.3% liegen, deren Wachstum nicht signifikant schwächt. Gemäss unserer Schätzung liegt die maximal wünschenswerte Förderintensität somit also bei ca. 1.3% des regionalen BIP. Für die Existenz eines Mindestmaß der Förderintensität finden wir bei Analyse der Summe regionaler Transfers keine Evidenz.

Ein weiteres entscheidendes Level der Förderintensität findet sich an der Stelle, wo die Transfers gerade einen Multiplikator von eins aufweisen (gekennzeichnet durch den roten Balken in Abbildung 2). Dieses Level, das wir als optimale Förderintensität bezeichnen, liegt gemäss unserer Schätzung bei ca. 0.4% des regionalen BIP. In Bereichen unterhalb der optimalen Förderintensität liegt der Multiplikator über eins, so dass durch zusätzliche Mittel in der jeweiligen Empfängerregion ein positiver Netto-Effekt erzielt werden kann. Somit profitiert in diesem Bereich nicht nur das BIP der Empfängerregion, sondern das BIP der gesamten Union steigt durch zusätzliche Transfers an die Empfängerregion. Sobald die optimale Förderintensität überschritten wird, liegt ein negativer Netto-Effekt vor, so dass das BIP der gesamten Union negativ beeinflusst wird.

Solange die Transfers zwar über der optimalen Förderintensität liegen, jedoch noch nicht die maximal wünschenswerte Förderintensität überschritten haben (d.h. im Bereich zwischen dem rotem und schwarzem Balken in Abbildung 2), tritt noch ein signifikant positiver Effekt in der jeweiligen Empfängerregion auf, eine Reduktion der Transfers auf das optimale Niveau würde jedoch das BIP der gesamten Union steigern. In diesem Bereich identifizieren wir somit einen Zielkonflikt zwischen regionaler Konvergenz und aggregierter Effizienz (gemessen durch das BIP) wie er in der theoretischen Literatur zu regionalen Transfers beschrieben wird (siehe z.B. Boldrin and Canova, 2001 und Martin, 1999).

Schlussfolgerungen

Aus unseren Untersuchungen der Wachstumseffekte der Europäischen Regionalpolitik zeigt sich, dass die Empfängerregionen im Durchschnitt durch die Transfers der letzten Jahrzehnte signifikant profitiert haben und diese Mittel zum politischen Ziel der regionalen Konvergenz deutlich beigetragen haben. Es ist allerdings festzustellen, dass eine Re-allokation der Fördermittel zu erheblichen Effizienzgewinnen führen könnte. Betrachtet man die Förderperioden 1994-99 und 2000-06 erhielten 18% der Empfängerregionen Transfers, die die maximal wünschenswerte Förderintensität überschritten und die Förderintensität von 36% der Empfängerregionen lag über dem optimalen Level.

Literaturverzeichnis

Becker, Sascha O., Egger, Peter H. und Maximilian von Ehrlich, 2010a, „Going NUTS: The Effect of EU Structural Funds on Regional Performance," Journal of Public Economics, 94, 578-590.

Becker, Sascha O., Egger, Peter H. und Maximilian von Ehrlich, 2010b, „Too much of a good thing? On the growth effects of the EU’s regional policy," CEPR Discussion Paper, No. 8043.

Boldrin, Michele and Fabio Canova, 2001, „Europe's Regions - Income Disparities and Regional Policies," Economic Policy, 32, 207-253.

Martin, Philippe, 1999, „Public Policies, Regional Inequalities and Growth," Journal of Public Economics, 73, 85-105.

Murphy, Kevin M., Andrei Shleifer, and Robert M. Vishny, 1989, „Industrialization and the Big Push," Quarterly Journal of Economics, 106, 503-530.

Sachs, Jeffrey D., John W. McArthur, Guido Schmidt-Traub, Margaret Kruk, Chandrika Bahadur, Michael Faye, and Gordon McCord, 2004, „Ending Africa's Poverty Trap," Brookings Papers on Economic Activity, 117-216.

• ¹  Um nationale Fördermittel möglichst nicht zu verdrängen, beinhalten die Förderrichtlinien der EU Regionalpolitik zumeist eine Ko-finanzierungsregel die einen gewissen Zuschuss aus nationalen Mitteln erfordert.
• ²  Neben dem Europäischen Fonds für Regionale Entwicklung (ERDF) stellen auch der Europäische Sozialfonds (ESF) sowie der Kohäsionsfonds Mittel für die Europäische Regionalpolitik bereit. Der ERDF ist jedoch der bedeutendsten Fonds.
• ³  Betrachtet man die drei letzten Förderperioden, zeigt sich dass in weniger als 7% der NUTS2 Regionen Ausnahmen von der 75% Regel getroffen wurden (siehe Becker, Egger, von Ehrlich 2010a).
• ⁴  Die Kosten der Steuererhebung bleiben hierbei allerdings unberücksichtigt. Dies gilt auch für die unten abgeleiteten kritischen Förderintensitäten. Würde man den excess burden der Steuerhebung berücksichtigen, würde sich sowohl die maximal wünschenswerte Förderintensität als auch die optimale Förderintensität auf ein geringeres Niveau verschieben.
• ⁵  Einige Beispiele fragwürdiger Mittelverwendung sind in folgenden Zeitungsartikeln dokumentiert: euobserver.com vom 20. Oktober 2009, "EU funds still vulnerable to fraud in Bulgaria", Handelsblatt vom 2. März 2010 "Korrumpierter Staatsapparat: EU duldet Griechenlands Betrug seit Jahren", New York Times vom 23. August 2008, "EU cuts back funding to Bulgaria", oder euractive.com vom 8. Dezember 2008, "Time to redesign the Structural Funds system".

©KOF ETH Zürich, 13. Mai. 2011