Dokumentation zum Konsensworkshop - sofia
Dokumentation zum Konsensworkshop - sofia
Dokumentation zum Konsensworkshop - sofia
Erfolgreiche ePaper selbst erstellen
Machen Sie aus Ihren PDF Publikationen ein blätterbares Flipbook mit unserer einzigartigen Google optimierten e-Paper Software.
Die für die wirtschaftliche Entwicklung von Regionen für maßgeblich gehaltenen<br />
Kennziffern werden zunächst benannt (S. 55) und anschließend herangezogen.<br />
Eine Begründung für die konkrete Auswahl erfolgt nicht, stattdessen wird ohne<br />
Einschränkung postuliert: „Anhand dieser Kennziffern lässt sich Stärke, Struktur<br />
und Wettbewerbsfähigkeit der Wirtschaft in den Untersuchungsregionen kennzeichnen“<br />
(S. 55). Die in diesem Zusammenhang auf S. 63 gezogenen Schlussfolgerungen<br />
halten einer kritischen Überprüfung nicht stand.<br />
Die Eingangsgrößen für den Luftverkehrswertigkeitsindex werden dagegen ohne<br />
nähere Begründung benannt (S. 89) und dann auf eine nicht nachvollziehbare Art<br />
und Weise gewichtet. Die Gewichtung wird knapp kommentiert (S. 89 f.). Die<br />
Diskussionswürdigkeit der gewählten Vorgehensweise wird im Text nicht erkennbar,<br />
wesentliche Beziehungsrichtungen werden ohne überzeugenden Grund<br />
behauptet. Das Postulat, das Umsteigeaufkommen eines Flughafen sei ausschlaggebend<br />
für die Zahl der angeflogenen Destinationen (S. 92 ff.) erschließt sich dem<br />
Leser nicht. Die angebotene Regressionsschätzung ist absolut unzureichend.<br />
Die Interpretation der Regressionsergebnisse erfolgt ausnahmslos oberflächlich<br />
und stellt sich z.T. als offensichtlich fehlerhaft dar. Es werden keine alternativen<br />
Ansätze geschätzt, die ermittelten Ergebnisse werden nicht kritisch hinterfragt.<br />
Sehr negativ fällt der unzulängliche Umgang mit den ökonometrischen Methoden<br />
ins Gewicht Es werden sowohl Zeitreihen- als auch Querschnittmodelle ökonometrisch<br />
untersucht:<br />
In keinem Modell wird geprüft, ob die Variablen stationär sind, offensichtliche<br />
Hinweise auf Nicht-Stationarität bzw. Autokorrelation werden weitgehend ignoriert<br />
(vgl. z.B. S. 94, S. 102, S. 119).<br />
Die häufig numerisch hohen Bestimmtheitsmaße beruhen offenkundig auf dem<br />
Phänomen der spurious regression, z.B. S. 119, wo endogene und exogene Variablen<br />
im Zeitablauf beinahe streng monoton steigend verlaufen und die Regressionsmethode<br />
an ihre Grenzen stößt, d.h. keine sinnvollen Aussagen mehr zulässt.<br />
Die Universität Bielefeld hat ein schönes Beispiel für das Phänomen der spurious regression<br />
und seiner Konsequenzen ins Internet gestellt. 10 Wie im Gutachten G 19.2 „Baum“ werden<br />
in diesem Beispiel zwei Datenreihen einer Regressionsanalyse unterzogen, die auf den<br />
ersten Blick eng miteinander korreliert sind und eine hohe Abhängigkeit voneinander anzudeuten<br />
scheinen. Dies wird auch – scheinbar – durch die Regressionsanalyse bestätigt: Die<br />
Regression ergibt ein hohes Bestimmtheitsmaß von 97%, der Durbin Watson-<br />
Testparameter hat sehr hohe Werte, die t-Statistiken zeigen hoch signifikante Parameter –<br />
alles wie im Gutachten G 19.2 „Baum“ beim „Beweis“ des „Einflusses der bestehenden<br />
Luftverkehrsanbindung einer Region auf die regionale Wirtschaftskraft“ (G 19.2 auf<br />
S.113). Nur: die zu erklärende Variable ist der Konsum in Deutschland und die erklärende<br />
Variable das BIP von Australien. Dass man mit der Regressionsmethode „beweisen“ kann,<br />
dass der Konsum in Deutschland vom BIP in Australien abhängt, liegt am Phänomen der<br />
spurious regression, das auftritt, wenn die betrachteten Zeitreihen nicht stationär sind. Die<br />
Universität Bielefeld schreibt zusammenfassend: „In einer spurious regression sind die<br />
Aussagen der klassischen Regression ungültig.“ In Bezug auf das Gutachten G 19.2 heißt<br />
dies: für die nicht stationären Zeitreihen gilt diese Aussage analog. Das Gutachten ist in<br />
Bezug auf diese Zeitreihen vollkommen hinfällig.<br />
10 http://www.wiwi.uni-bielefeld.de/~frohn/Lehre/timeseries/Skript/Spurious%20Regression.ppt.<br />
23