Download

ng 

tut für 

gewandte 

irtschaftsforschung 

Nr. 67 Krumm / Rosemann / Strotmann Regionale Standortfaktoren 

g 

dte 

haftsforschung 

rschung 

Institut für 

Angewandte 

Wirtschaftsforschung 

Institut für 

Angewandte 


ut für 

gewandte 


rschung 

ingen 

96-99 

dte 

aftsforschung 

Institut für 

Angewandte 


Institut für 

Angewandte 


Institut für 

Angewandte 


Institut für 

Angewandte 


Institut für 

Angewandte 


Institut für 

Angewandte 


Institut für 

Angewandte 


Institut für 

Angewandte 

tschaftsforschung 

Institut für 

Angewandte 


Raimund Krumm 

Institut für 

Angewandte 


Institut für 

Angewandte 


Institut für 

Angewandte 


Institut für 

Angewandte 


Martin Rosemann 

Harald Strotmann 

Institut für 

Angewandte 


Institut für 

Angewandte 


Institut für 

Angewandte 


Institut für 

Angewandte 


Regionale Standortfaktoren und 

ihre Bedeutung für die Arbeitsplatzdynamik 

und die Entwicklung 

von Industriebetrieben in 

Baden-Württemberg 

Institut für 

Angewandte 


Institut für 

Angewandte 


Institut für 

Angewandte 


Institut für 

Angewandte 


Institut für 

Angewandte 


Institut für 

Angewandte 


Institut für 

Angewandte 


Institut für 

Angewandte 

Wirtschaftsforsc 

Institut für 

Angewandte 


Institut für 

Angewandte 


Institut für 

Angewandte 


Institut für 

Angewandte 

Wirtschaftsforschung e.V. 

IAW-Forschungsbericht 

Institut fü 

Angew 

Wirt 

Institut für 

Angewandte 

Wirtschaft 

Ins 

A 

Institut für 

Angewandte 

Wirtschaftsforsc 

Institut f 

Angew 

Wir 

Institut für 

Angewandte 

irtschaftsforschung

Institut für Angewandte Wirtschaftsforschung e.V. Tübingen 

Direktorin: Professor Dr. Claudia Buch 

IAW-Forschungsberichte Nr. 67 

Raimund Krumm 

Martin Rosemann 

Harald Strotmann 

Regionale Standortfaktoren und ihre Bedeutung 

für die Arbeitsplatzdynamik und die Entwicklung 

von Industriebetrieben in Baden-Württemberg 

Tübingen 2007 

Die Studie wurde vom Wirtschaftsministerium Baden-Württemberg aus Mitteln der Zukunftsoffensive III 

(Projekt Förderung von Existenzgründungen und von kleinen und mittleren Unternehmen bei der Anpassung 

an den strukturellen Wandel – Projektbereich Wissenschafts- und Forschungsprojekte –) finanziert.

Bibliographische Information Der Deutschen Bibliothek 

Die Deutsche Bibliothek verzeichnet diese Publikation in der 

Deutschen Nationalbibliographie: 

detaillierte bibliographische Daten sind im Internet über 

http://dnb.ddb.de abrufbar. 

ISBN 978-3-88573-052-1 

© IAW e.V., Tübingen 2007 

1. Auflage 

Institut für Angewandte Wirtschaftsforschung e.V. 

Ob dem Himmelreich 1, 72074 Tübingen 

Tel.: 0 70 71 / 9 89 60, Fax: 0 70 71 / 98 96 99 

E-Mail: iaw@iaw.edu, Internet: www.iaw.edu 

Alle Rechte vorbehalten, auch die des Nachdrucks von Auszügen der fotomechanischen Wiedergabe 

und der Übersetzung. 

Druck: SPRINT-Digital-DRUCK GmbH Stuttgart

Regionale Standortfaktoren und ihre Bedeutung für die Arbeitsplatzdynamik 

und die Entwicklung von Industriebetrieben in Baden-Württemberg 

Raimund Krumm, Martin Rosemann, Harald Strotmann 1 

Institut für Angewandte Wirtschaftsforschung (IAW), Tübingen 

1. Hintergrund und Motivation der Studie............................................................................4 

1.1 Hintergrund und grundlegende Ziele der Studie ............................................................4 

1.2 Grundlage: Innovative Kooperation zwischen amtlicher Statistik und IAW 

mit effizienter Nutzung amtlicher Daten .........................................................................5 

1.3 Forschungsziele im Detail – Überblick über die Projektteile...........................................6 

1.3.1 Arbeitsplatzdynamik auf Kreisebene in Baden-Württemberg ..........................6 

1.3.2 Regionale Analyse der Unterschiede in der Jobschaffung und im 

Jobabbau.........................................................................................................8 

Teil I: Arbeitsplatzdynamik: Jobschaffung und Jobabbau in Industriebetrieben 

in Baden-Württemberg auf Kreisebene..........................................................................10 

2. Zur Datengrundlage: Konstruktion und Struktur des Industriebetriebspanels 

Baden-Württemberg.........................................................................................................10 

3. Analyse der regionalen Arbeitsplatzdynamik auf Kreisebene in den 1980erund 

1990er-Jahren in Baden-Württemberg....................................................................12 

3.1 Das Konzept der Job-Turnover-Analyse – Kenngrößen und Indikatoren.....................14 

3.2 Ausmaß der Arbeitsplatzdynamik in den Kreisen Baden-Württembergs......................16 

3.2.1 Ausgangspunkt: Entwicklung der Beschäftigung...........................................17 

3.2.2 Entwicklung der Bruttogrößen Jobschaffung und Jobabbau .........................21 

3.2.3 Regionale Jobschaffung: Wachstum, Gründungen und Kreiswechsel ..........28 

3.2.4 Regionaler Jobabbau: Schrumpfung, Schließungen und Kreiswechsel........36 

3.2.5 Veränderung des durchschnittlichen Beschäftigungswachstums und 

desren Bestimmungsgründe im Vergleich zwischen den Kreisen .................42 

1 Dr. Harald Strotmann ist Geschäftsführer, Dr. Raimund Krumm und Dr. Martin Rosemann sind Wissenschaftliche 

Referenten am Institut für Angewandte Wirtschaftsforschung (IAW) Tübingen, Ob dem 

Himmelreich 1, 72074 Tübingen, E-Mail: harald.strotmann@iaw.edu, raimund.krumm@iaw.edu, 

martin.rosemann@iaw.edu. An der Erstellung des Berichts haben außerdem Ines Pelger als Praktikantin 

sowie Franziska Peter als studentische Mitarbeiterin am IAW mitgearbeitet.

2 Inhaltsverzeichnis 

Teil II: 

Determinanten der regionalen Beschäftigungsentwicklung..................................48 

4. Regionale Determinanten der Beschäftigungsentwicklung: theoretische 

Grundlagen und empirische Evidenz .............................................................................51 

4.1 Inputbezogene einzelwirtschaftliche Standortfaktoren .................................................53 

4.1.1 Standortfaktor Boden.....................................................................................53 

4.1.2 Standortfaktor Arbeit......................................................................................55 

4.1.3 Standortfaktor FuE-Ausstattung ....................................................................58 

4.1.4 Standortfaktor Infrastrukturausstattung .........................................................59 

4.2 Outputbezogene einzelwirtschaftliche Standortfaktoren ..............................................62 

4.2.1 Absatzmarktbezogene Standortfaktoren .......................................................62 

4.2.2 Gewinnsteuerbezogene Standortfaktoren .....................................................63 

4.3 Siedlungsstrukturelle Beschäftigungsdeterminanten ...................................................65 

4.3.1 Urbanisationseffekte und Verdichtungsgrad..................................................66 

4.3.2 Räumliche Nachbarschaftseffekte.................................................................69 

4.4 Wirtschaftsstrukturelle Beschäftigungsdeterminanten..................................................70 

4.4.1 Lokalisationseffekte und Branchenkonzentration ..........................................70 

4.4.2 Betriebsstrukturelle Determinanten ...............................................................74 

5. Untersuchung möglicher Zusammenhänge zwischen regionaler Arbeitsplatzdynamik 

und regionalen Standortfaktoren in bivariaten Korrelationsanalysen ........76 

5.1 Inputbezogene einzelwirtschaftliche Standortfaktoren .................................................79 

5.1.1 Standortfaktor Boden....................................................................................79 

5.1.2 Standortfaktor Arbeit.....................................................................................83 

5.1.3 Standortfaktor FuE-Ausstattung ...................................................................93 

5.1.4 Standortfaktor Infrastrukturausstattung ........................................................95 

5.2 Outputbezogene einzelwirtschaftliche Standortfaktoren ............................................105 

5.2.1 Absatzmarktbezogene Standortfaktoren ....................................................105 

5.2.2 Gewinnsteuerbezogene Standortfaktoren ..................................................111 

5.3 Siedlungsstrukturelle Beschäftigungsdeterminanten .................................................114 

5.3.1 Urbanisationseffekte und Verdichtungsgrad...............................................114 

5.3.2 Räumliche Nachbarschaftseffekte..............................................................120 

5.4 Wirtschaftsstrukturelle Beschäftigungsdeterminanten................................................122 

5.4.1 Lokalisationseffekte und Branchenkonzentration .......................................122 

5.4.2 Betriebsstrukturelle Determinanten ............................................................126

Inhaltsverzeichnis 3 

6. Exkurs: Analysen der räumlichen Autokorrelation zwischen den Kreisen ..............131 

6.1 Grundfragen und Ziele einer Analyse der räumlichen Autokorrelation.......................131 

6.2 Tests auf globale räumliche Autokorrelation ..............................................................131 

6.3 Tests auf lokale räumliche Autokorrelation ................................................................134 

7. Einfluss regionaler Standortfaktoren auf die Beschäftigungsentwicklung – 

Ergebnisse multivariater Panelschätzungen auf Kreisebene ....................................138 

7.1 Ökonometrisches Modell, Schätzmethode und Operationalisierung der 

regionalen Einfluss- bzw. Standortfaktoren................................................................138 

7.2 Ergebnisse der Modellschätzungen für die regionale Veränderungsrate 

der Beschäftigung (Nettogrößenanalyse)...................................................................142 

7.3 Ergebnisse der Modellschätzungen für die regionale Jobschaffungsund 

Jobabbaurate (Bruttogrößenanalyse)..................................................................149 

8. Zusammenfassung der wichtigsten Ergebnisse.........................................................153 

Literatur ...................................................................................................................................158 

Anhang ...................................................................................................................................164

4 Hintergrund und Motivation der Studie 

1. Hintergrund und Motivation der Studie 

1.1 Hintergrund und grundlegende Ziele der Studie 

„[The] process of incessant rise and decay of firms and industries [...] is the central – though 

much neglected – fact about the Capitalist system” (Schumpeter 1939: 9) 

Die Wettbewerbsfähigkeit einer Region sowie die regionale Wirtschaftskraft und Beschäftigungssituation 

hängen entscheidend davon ab, ob die in der Region angesiedelten Unternehmen 

international und national konkurrenzfähig sind. Nicht nur Volkswirtschaften, sondern auch 

kleinere regionale Einheiten stehen somit in einem intensiven Wettbewerb um die Ansiedelung 

wettbewerbsfähiger Unternehmen und daher auch um die Bereitstellung möglichst attraktiver 

Rahmenbedingungen für Unternehmen und ihre Beschäftigten. Die Position von Regionen und 

Kreisen in diesem Standortwettbewerb ist dabei nicht nur von übergeordneten Einflüssen, sondern 

auch und gerade von eigenen Potenzialen und deren Nutzung abhängig. 

Bei unternehmerischen Standort- und Investitionsentscheidungen, wie auch bei der Entscheidung, 

zusätzliche Arbeitsplätze bereitzustellen bzw. Arbeitsplätze abzubauen, spielen eine Vielzahl 

möglicher Einflussfaktoren eine Rolle. Schon frühere Standorttheorien weisen auf die besondere 

Rolle des regionalen Umfeldes für das Entscheidungskalkül der Unternehmen und den 

Erfolg eines Unternehmens am Markt hin. Die Bedeutung der regionalen Gegebenheiten für die 

Ansiedelung von Unternehmen und deren Erfolg im Wettbewerb wurde für andere Länder und 

Zeiträume bereits von verschiedenen Wissenschaftlern empirisch untermauert (vgl. z.B. Allmendinger 

2005, Audretsch und Fritsch 1994, 1999, Eckey 2005, Funke/Niebuhr 2005, Gerlach und 

Wagner 1994). 

Die vorliegende Studie verfolgt daher das Ziel, mit Mikrodaten aus der amtlichen Industriestatistik 

für Baden-Württemberg in der Kombination mit amtlichen Regionaldaten theoretische Hypothesen 

über die Bedeutung verschiedener regionaler Einflussfaktoren einer fundierten empirischen 

Überprüfung zu unterziehen. Die Vorgehensweise im Detail und die forschungsleitenden 

Fragen werden in Abschnitt 1.3 näher beschrieben. Zuvor soll jedoch noch kurz auf die besondere 

Form der Kooperation zwischen amtlicher Statistik und der Wissenschaft eingegangen 

werden, die diesem Vorgehen zugrunde liegt.

Regionale Standortfaktoren und Arbeitsplatzdynamik 5 

1.2 Grundlage: Innovative Kooperation zwischen amtlicher Statistik und IAW 

mit effizienter Nutzung amtlicher Daten 

Die inhaltliche Besonderheit der Vorgehensweise der vorliegenden Studie besteht darin, dass 

die amtlichen Betriebsdaten aus der Industriestatistik zu einem Paneldatensatz verknüpft werden, 

der das Nachvollziehen betriebsindividueller Beschäftigungsentwicklungen im Zeitablauf 

ermöglicht. Da entsprechende Betriebspaneldaten für den Dienstleistungssektor leider noch 

nicht verfügbar sind, beschränken sich die Auswertungen auf den industriellen Sektor. Die Datenlage 

hierfür ist hervorragend, da es sich dabei durch die Verknüpfung der Monatsberichte aus 

dem Produzierenden Gewerbe und der industriellen Kleinbetriebserhebung praktisch um eine 

Vollerhebung der Industriebetriebe in Baden-Württemberg handelt (zu entsprechenden Details 

vgl. Kapitel 2). Den Daten aus den Monatsberichten im Produzierenden Gewerbe und der industriellen 

Kleinbetriebserhebung wurden dann ergänzend und erstmals auf möglichst kleiner regionaler 

Ebene (Kommunen oder Kreise) detaillierte Regionalinformationen – soweit möglich auch 

in Panelform – zugespielt. 

Die Arbeit mit den amtlichen Mikrodaten wurde möglich, da das Statistische Landesamt Baden- 

Württemberg als Projektkooperationspartner Wissenschaftlern des IAW Tübingen einen Gastwissenschaftlerstatus 

eingeräumt hat, so dass die IAW-Mitarbeiter unter Wahrung des Statistikgeheimnisses 

vor Ort mit den Daten aus der amtlichen Industriestatistik arbeiten konnten. Diese 

Kooperation ist auch deshalb beispielhaft, da auf diesem Wege vorhandene amtliche Datenschätze, 

deren Erhebung mit erheblichen Kosten verbunden ist, einer ergänzenden Nutzung 

durch die Wissenschaft zugänglich gemacht werden. Die Mitarbeiterinnen und Mitarbeiter in den 

Statistischen Ämtern haben häufig keine freien Kapazitäten, um Analysen, die über das gesetzliche 

Pflichtprogramm der amtlichen Statistik hinausgehen, selbst durchzuführen. Insofern garantiert 

die Kooperation eine Nutzung amtlicher Datenbestände, die nicht nur neue und multivariate 

Analysen interessanter Fragestellungen ermöglicht, sondern gleichzeitig für beide Seiten – 

die amtliche Statistik und die externe Wissenschaft – sehr befruchtend ist. 2 Unser herzlicher 

Dank für die angenehme Zusammenarbeit gilt daher Herrn Walla, Herrn Brachat-Schwarz, Herrn 

Steiger, Herrn Dr. Votteler, Frau Kopecky, Frau Kulling und Frau Hackl. Der Präsidentin des 

Statistischen Landesamtes Baden-Württemberg Frau Dr. Meister-Scheufelen danken wir ebenfalls 

herzlich für die Bereitschaft zur Kooperation mit dem IAW. 

2 Die Statistischen Ämter in Deutschland sind in dieser Hinsicht gemeinsam mit dem Statistischen 

Bundesamt in den vergangenen Jahren sehr bemüht, um amtliche Daten der Wissenschaft auf verschiedenen 

Wegen besser verfügbar zu machen. Einen Überblick über die verschiedenen Möglichkeiten 

des Datenzugangs gibt die Homepage der Forschungsdatenzentren der Statistischen Ämter 

des Bundes und der Länder unter www.forschungsdatenzentrum.de/


1.3 Forschungsziele im Detail – Überblick über die Projektteile 

Die vorliegende Studie verfolgt das Ziel, das Ausmaß der betrieblichen Arbeitsplatzdynamik in 

der baden-württembergischen Industrie auf regionaler Ebene darzustellen und zu analysieren. 

Im Zentrum der Studie stehen daher die beiden folgenden Teile, deren forschungsleitende Fragen 

in den Abschnitten 1.3.1 und 1.3.2 noch detaillierter ausgeführt werden: 

• Analyse der Arbeitsplatzdynamik auf Kreisebene in Baden-Württemberg – Ausmaß, 

Struktur und zeitliche Entwicklung. 

• Untersuchung der regionalen Jobschaffung und des regionalen Jobabbaus sowie 

Überprüfung der Bedeutung regionaler Standortfaktoren für den (Beschäftigungs)Erfolg. 

1.3.1 Arbeitsplatzdynamik auf Kreisebene in Baden-Württemberg 

Das Ausmaß und die Veränderung der regionalen Beschäftigung sind wichtige Ergebnisindikatoren 

für die Beschäftigungssituation in einer Region. Versucht man jedoch, die Ursachen der regionalen 

Beschäftigungsentwicklungen detaillierter zu analysieren und besser zu verstehen, so 

greift deren alleinige Betrachtung aus mehreren Gründen zu kurz: 

• Eine Analyse der aggregierten regionalen Beschäftigungsveränderungen lässt keine fundierten 

Schlussfolgerungen über das Ausmaß der im Hintergrund stehenden Arbeitsmarktdynamik 

zu. So kann sich hinter der stagnierenden Gesamtbeschäftigung einer 

Region einerseits ein Arbeitsmarkt verbergen, auf dem keinerlei Neueinstellungen erfolgen, 

aber auch keine Beschäftigten entlassen werden. Andererseits könnte ein Markt im 

Hintergrund stehen, in dem gleichzeitig in erheblichem Umfang Neueinstellungen erfolgen, 

die jedoch von Entlassungen in demselben Umfang kompensiert werden. Mit Blick 

auf die resultierende aggregierte Beschäftigungsentwicklung sind beide Regionen als i- 

dentisch zu beurteilen, sie unterscheiden sich jedoch grundlegend hinsichtlich des im 

Hintergrund stehenden Ausmaßes an Dynamik der Prozesse am Arbeitsmarkt und somit 

des betrieblichen Strukturwandels und sind damit aus wirtschaftspolitischer Sicht unterschiedlich 

zu beurteilen. So kann ein höheres Maß an Arbeitsplatzdynamik als Indikator 

für eine bessere Fähigkeit zum Strukturwandel interpretiert werden. Gleichzeitig zeigen 

Studien u.a. von Bailey et al. (1992) und Olley und Pakes (1996), dass im Zuge der Reallokation 

von Arbeitsplätzen typischerweise Produktivitätsgewinne entstehen. Regelmäßig 

geht jedoch eine hohe Arbeitsplatzdynamik mit einer größeren Instabilität der vorhandenen 

Arbeitsplätze und somit einer Vernichtung von Humankapital einher.


• Ein Anstieg der Beschäftigung in einer Region kann verschiedene Ursachen haben. Einerseits 

kann er daraus resultieren, dass ein Teil der bereits in der Region ansässigen 

Unternehmen expandiert und mehr zusätzliche Arbeitsplätze bereitstellt als in den 

schrumpfenden Betrieben verloren gehen. Andererseits können neue Jobs im Zuge der 

Ansiedelung neuer Betriebe in der Region entstehen, sofern dadurch ein Jobabbau 

durch Betriebsschließungen und -verlagerungen aus der Region heraus überkompensiert 

wird. 

Sowohl eine Analyse der Arbeitsplatzdynamik auf regionaler Ebene als auch die Quantifizierung 

der Beschäftigungsbeiträge von wachsenden, schrumpfenden, wegfallenden und neu auftretenden 

Betrieben wird erst möglich, wenn man über einen Paneldatensatz verfügt und somit 

betriebsindividuelle Beschäftigungsentwicklungen im Zeitablauf verfolgen kann. Erst diese erlauben 

einen fundierten Blick hinter die Kulissen von Aggregatdaten und deren Entwicklung. 

Beantwortet werden sollen dabei für den industriellen Sektor insbesondere die folgenden Fragestellungen: 

• Welche Kreise sind mit Blick auf die regionale Jobschaffung und den regionalen Jobabbau 

im industriellen Sektor mehr, welche weniger arbeitsplatzdynamisch? 

• In welchen Kreisen findet in erheblichem Maße ein gleichzeitiges Nebeneinander von 

Jobschaffung und Jobabbau in den Betrieben statt, welche Kreise sind eher einseitig 

durch Jobschaffung oder Jobabbau geprägt? 

• In welchem Maße lässt sich eine bessere regionale Entwicklung der Industriebeschäftigung 

durch größere Raten der Jobschaffung oder aber durch geringere Raten des Jobabbaus 

und somit eine höhere Stabilität der vorhandenen Arbeitsplätze erklären? 

• Welche Bedeutung kommt Ansiedlungen und neu auftretenden Industriebetrieben in den 

einzelnen Regionen gemessen am Betriebs- und Beschäftigungsanteil zu?


1.3.2 Regionale Analyse der Unterschiede in der Jobschaffung und im Jobabbau 

Aufbauend auf der deskriptiven Analyse der regionalen Arbeitsplatzdynamik soll in einem zweiten 

Teil im Rahmen multivariater Analysen untersucht werden, ob sich systematische Zusammenhänge 

zwischen unterschiedlichen regionalen Gegebenheiten/Standortfaktoren und Unterschieden 

in der industriellen Arbeitsplatzentwicklung bzw. -dynamik beobachten lassen. Dabei 

sollen unter anderem Antworten auf die folgenden Fragen gefunden werden: 

• Was unterscheidet – auch im Rahmen multivariater Analysen – Kreise mit hoher industrieller 

Jobschaffung, geringem Jobabbau oder wachsender Zahl von Betrieben und Beschäftigten 

von solchen Kreisen, die eine geringe Jobschaffung, einen hohen Jobabbau 

und rückläufige Betriebs- und Beschäftigtenzahlen aufweisen? 

• Welche Rolle spielen die Verfügbarkeit und die Preise inputbezogener Produktionsfaktoren 

(Löhne, Bodenpreise, …) für die Entwicklung der Industriebeschäftigung auf regionaler 

Ebene? Welche Rolle spielen Gewerbesteuerhebesätze? 

• Kommt der regionalen Humankapitalausstattung eine Bedeutung für die industrielle Beschäftigungsentwicklung 

zu und lassen sich positive Beschäftigungswirkungen eines hohen 

Anteils an FuE-Beschäftigten nachweisen? 

• Lässt sich zeigen, dass die Verkehrsinfrastruktur für die regionale Entwicklung der Industriebeschäftigung 

von größerer Bedeutung ist? 

• Welche Rolle spielt die Unternehmensgrößenstruktur für die regionale Arbeitsplatzdynamik? 

Welche Bedeutung kommt der regionalen Branchenstruktur für die Arbeitsplatzdynamik 

zu? Entwickelt sich die Industriebeschäftigung, die Jobschaffung und der Jobabbau 

in Kreisen, die in besonderem Maße vom Verarbeitenden Gewerbe geprägt sind, 

anders als in Kreisen, in denen der Dienstleistungssektor von überdurchschnittlicher Bedeutung 

ist? 

• Lässt sich ein Einfluss der Homogenität bzw. Heterogenität der regionalen Industriestruktur 

auf das Ausmaß der Arbeitsplatzdynamik erkennen? 

Die multivariaten Analysen werden auf Ebene der Landkreise und somit in aggregierter Betrachtung 

durchgeführt werden, da die regionale Arbeitsplatzdynamik erklärt werden soll. Mit der vorliegenden 

Studie soll daher für die baden-württembergische Industrie systematisch empirisch 

analysiert werden, welche Rolle verschiedene regionale Gegebenheiten bzw. Standortfaktoren 

bei der Erklärung des Beschäftigungserfolgs spielen.


Bei der Identifikation möglicher Einflussgrößen, welche die betriebliche und somit auch die regionale 

Entwicklung beeinflussen, können Theorien aus verschiedenen Richtungen der Regionalökonomik 

hilfreich sein. Neben einzelwirtschaftlichen Standorttheorien, welche die unternehmensindividuelle 

Entscheidung bezüglich des betrieblichen Standortes in den Mittelpunkt stellen, 

können auch gesamtwirtschaftliche Theorien, die räumliche Gleichgewichtszustände bestimmen 

und analysieren sowie Erkenntnisse der Außenhandelstheorie, der neuen Wachstumstheorie 

oder der Industrieökonomik verwendet werden, um mögliche Hypothesen über regionale Einflussfaktoren 

abzuleiten. 

Auf der Grundlage theoretischer Überlegungen und der Literaturanalyse werden daher zunächst 

Hypothesen über die Richtung möglicher, insbesondere regionaler Einflussgrößen formuliert. 

Bevor diese in multivariaten Modellen empirisch überprüft werden, werden vorab bewusst noch 

bivariate Korrelationsanalysen durchgeführt. Diese liefern erste Indizien über mögliche Zusammenhänge 

und zeigen dabei auf, welche baden-württembergischen Kreise hinsichtlich welcher 

Einflussfaktoren über- bzw. unterdurchschnittlich positioniert waren. Um unbeobachtete Heterogenität, 

d.h. wesentliche Einflussfaktoren, die nicht explizit in die Modelle eingebaut werden können, 

kontrollieren zu können, und nicht nur den Querschnitt, sondern gleichzeitig auch die zeitliche 

Entwicklung zu berücksichtigen, werden im Rahmen der multivariaten Analyse ökonometrische 

Paneldatenmodelle geschätzt. Dem möglichen methodischen Problem der räumlichen 

Autokorrelation, das sich jedoch für die vorliegende Studie als zeitlich wenig persistent erweist, 

wird in einem eigenen Exkurs-Kapitel für den methodisch interessierten Leser Rechnung 

getragen. 

Entsprechende Analysen für den Dienstleistungssektor sind bislang auf Mikroebene einzelner 

Betriebe – mangels geeigneter amtlicher Daten – nicht möglich. Die Untersuchung beschränkt 

sich daher auf den industriellen Bereich. Die neue Dienstleistungsstatistik, die zumindest den 

Bereich der unternehmensorientierten Dienstleistungen besser abbildet, eignet sich bislang nicht 

für detaillierte Job-Flow-Analysen auf Kreisebene. Außerdem ist fraglich, ob bei der Stichprobenziehung 

tatsächlich ein Panel realisiert werden kann. Mittelfristig ist auf das Unternehmensregister 

zu hoffen, das bislang jedoch noch nicht in einer für die Analysen geeigneten Form vorliegt. 

Betont werden soll zum Abschluss dieser Einleitung, dass es nicht Gegenstand dieser Studie 

ist, grundsätzliche Aussagen über die allgemeinen Stärken und Schwächen von Regionen 

bzw. Kreisen abzuleiten. Vielmehr soll der Blick auf einen ganz speziellen Aspekt, die regionale 

industrielle Arbeitsplatzdynamik, gelenkt und dabei versucht werden, Zusammenhänge zwischen 

der regionalen Jobschaffung bzw. dem regionalen Jobabbau im industriellen Sektor und 

spezifischen regionalen Gegebenheiten aufzuzeigen.

10 Teil I: Arbeitsplatzdynamik: Jobschaffung und Jobabbau in Industriebetrieben 

Teil I: Arbeitsplatzdynamik: Jobschaffung und Jobabbau in Industriebetrieben 

in Baden-Württemberg auf Kreisebene 

2. Zur Datengrundlage: Konstruktion und Struktur des Industriebetriebspanels 

Baden-Württemberg 

Im Rahmen dieser Studie werden zwei regelmäßige Erhebungen der amtlichen Industriestatistik 

verwendet, die folgende Betriebseinheiten erfassen: Baden-württembergische Industrie- und 

Handwerksbetriebe, die selbst über mindestens 20 Beschäftigte verfügen oder einem Unternehmen 

angehören, das über mindestens 20 Beschäftigte verfügt, werden monatlich im Rahmen 

des „Monatsberichts für Betriebe im Verarbeitenden Gewerbe sowie Bergbau und Gewinnung 

von Steinen und Erden" erfasst. Alle übrigen industriellen Kleinbetriebe sind einmal jährlich 

in der im September durchgeführten „Erhebung für industrielle Kleinbetriebe im Verarbeitenden 

Gewerbe sowie Bergbau und Gewinnung von Steinen und Erden" zur Meldung an das Statistische 

Landesamt verpflichtet. Zu beachten ist dabei, dass der Berichtskreis der Kleinbetriebserhebung 

im Gegensatz zu den Monatsberichten keine Handwerksbetriebe enthält, so dass 

Handwerksbetriebe, die nicht in den Monatserhebungen erfasst werden, keinen Eingang in das 

Panel finden. Für die folgenden Auswertungen stehen amtliche Industriedaten der Jahre 1980 

bis 2002 zur Verfügung. Dieser relativ lange Zeitraum ermöglicht es, dass eine inhaltliche Auswertung 

sich nicht nur auf Querschnittsanalysen beschränken muss, sondern auch und gerade 

zeitliche Entwicklungen der Beschäftigung auf Betriebsebene abgebildet werden können. 

Im vorliegenden Kontext müssen allerdings drei „Brüche" in der Zusammensetzung des Berichtskreises 

der amtlichen Industriestatistik beachtet werden: Als Konsequenz der Arbeitsstättenzählung 

des Jahres 1987 erfolgte 1989 eine Anpassung des Berichtskreises, bei der mehr 

als 2500 Betriebe in den Berichtskreis aufgenommen wurden. 3 Da für das Jahr 1989 nur der 

bereits korrigierte Berichtskreis verfügbar ist, wird ein möglicher Einfluss der Periode 1988/89 

auf die Analyseergebnisse dadurch ausgeschlossen, dass bei der Berechnung jahresdurchschnittlicher 

Veränderungen und Ergebnisse regelmäßig auf eine Einbeziehung der Periode 

1988/89 verzichtet wird. 

Eine Handwerkszählung führte 1997 zu einer weiteren Aktualisierung des Berichtskreises, die 

jedoch für die vorliegende Studie kein Problem darstellt, da für das Jahr 1997 sowohl der alte als 

auch der neue Berichtskreis verfügbar sind. Ein dritter Bruch im Berichtskreis entstand durch die 

3 Vgl. dazu die ausführlichen Erläuterungen bei Steiger (1991).


Tatsache, dass 1995 eine Änderung der Wirtschaftszweigsystematik von der „Systematik der 

Wirtschaftszweige, Fassung für die Statistik im Produzierenden Gewerbe" (kurz: SYPRO) auf 

die „Klassifikation der Wirtschaftszweige, Ausgabe 1993" (kurz: WZ 93) erfolgte, die mit erheblichen 

Veränderungen in der Zusammensetzung des Industrieberichtskreises und insbesondere 

der einzelnen Branchen verbunden war. 4 Auf die Einbeziehung der Analyseperiode 1994/95 

muss daher verzichtet werden. 

Da die Auswertungen der vorliegenden Studie sich auf die Gesamtheit aller baden-württembergischer 

Industriebetriebe beziehen und die Kleinbetriebserhebung nur jährlich erfolgt, wurden 

die Angaben der Monatsberichte für jedes Jahr zunächst zu Jahresdurchschnittswerten bzw. 

Jahressummen aggregiert und anschließend die Ergebnisse der industriellen Kleinbetriebserhebung 

zugespielt. Bei vereinzelten Betrieben, die bei der Aggregation beider Erhebungen doppelt 

auftraten, handelte es sich um Kleinbetriebe, die „dank" einer Septemberbeschäftigung im Vorjahr 

von mindestens 20 Beschäftigten im Folgejahr zunächst als Monatsmelder vorgesehen waren, 

dann aber glaubhaft machen konnten, in den anderen Vorjahresmonaten weniger als 20 

Beschäftigte gehabt zu haben, und somit wieder in den Kreis der Jahresmelder entlassen wurden. 

Daher wurden jeweils die Angaben aus den Monatsberichten gelöscht. 

Dieser zunächst für jedes einzelne Jahr vorhandene Querschnitt der baden-württembergischen 

Gesamtindustrie wurde dann anhand der Betriebsnummern intertemporal verknüpft. Aufgrund 

der erwähnten einschneidenden Änderungen in der Klassifikation der Wirtschaftszweige und im 

Berichtskreis im Jahr 1995 wurden zwei Betriebspaneldatensätze aufgebaut, wobei der erste 

Datensatz den Zeitraum 1980 bis 1994 und der zweite Datensatz den Zeitraum 1995 bis 2002 

umfasst. Aufgrund des Auftretens neuer Betriebe und des Ausscheidens von Betrieben handelt 

es sich dabei jeweils um ein „unbalanced panel". Dieser für die baden-württembergische Industrie 

erstmals erstellte Betriebspaneldatensatz verfügt zwar über relativ wenige Variablen, zeichnet 

sich jedoch durch eine sehr hohe Fallzahl sowie sehr verlässliche Daten aus und erlaubt 

neben Querschnitts- und aggregierten Längsschnittsanalysen auch die Analyse betriebsindividueller 

Beschäftigungsentwicklungen im Zeitablauf. 

4 Eine fundierte Beschreibung der wesentlichen Unterschiede zwischen der SYPRO und der WZ 93 

findet man in Steiger (1997).


3. Analyse der regionalen Arbeitsplatzdynamik auf Kreisebene in den 1980er- und 

1990er-Jahren in Baden-Württemberg 

Die Entwicklung der Beschäftigung ist das Ergebnis vielschichtiger und komplexer Prozesse auf 

dem Arbeitsmarkt und die Folge eines interdependenten Zusammenspiels von Arbeitsangebot 

und Arbeitsnachfrage. Auf der Angebotsseite des Marktes suchen Personen, die entweder bereits 

beschäftigt oder arbeitslos sind, nach einem neuen Arbeitsplatz, der ihren Qualifikationen, 

Lohnansprüchen und Präferenzen besser gerecht wird. Auf der Nachfrageseite agieren Firmen, 

die Arbeitskräfte freisetzen oder nach Arbeitskräften Ausschau halten, um neu geschaffene oder 

frei gewordene Stellen zu besetzen. Das Geschehen auf einem Arbeitsmarkt kann somit als ein 

gleichzeitiges und fortlaufendes Nebeneinander von „Job-Matching"-Prozessen charakterisiert 

werden. Ein funktionierender Arbeitsmarkt hat dabei die Aufgabe, Arbeitsangebot und Arbeitsnachfrage 

möglichst reibungslos zusammenzubringen. 

Eine Analyse der personenbezogenen Ströme auf dem Arbeitsmarkt, die aus dem Beenden bestehender 

und dem Eingehen neuer Arbeitsverhältnisse resultieren, wird als Worker-Flow- 

Analyse bezeichnet. Von dieser Untersuchung der Arbeitskräftefluktuation ist die Analyse der 

Arbeitsplatzdynamik im Rahmen von Job-Flow-Analysen zu unterscheiden, bei der die Ergebnisse 

der Entscheidungen über das Eingehen und das Lösen von Job-Matches aus der Sicht der 

Firmen und Betriebe untersucht werden, indem die betriebliche Arbeitsplatzschaffung und der 

betriebliche Arbeitsplatzabbau in den Mittelpunkt der Betrachtungen gestellt werden. Beide sind 

Bestandteil und Ergebnis vielfältiger und komplexer Anpassungs-, Reallokations- und Wachstumsprozesse 

auf Betriebsebene. In ihnen schlagen sich die Diffusion und Einführung neuer 

Produkte und Technologien, der Erfolg oder Misserfolg von Forschungsanstrengungen, das 

Ausmaß der Einstellungs- und Entlassungskosten auf dem Arbeitsmarkt, Lohndifferenziale, Veränderungen 

der Marktstrukturen, der Wettbewerbs- und der Nachfragebedingungen, Veränderungen 

institutioneller Rahmenbedingungen oder auch das Wachstum bzw. der Niedergang von 

Branchen nieder. 

Die Betrachtung aggregierter Beschäftigungsveränderungen greift zu kurz, wenn man die Dynamik 

messen will, die auf einem Arbeitsmarkt herrscht. So kann sich hinter einem Arbeitsmarkt 

mit stagnierender Gesamtbeschäftigung einerseits ein Markt verbergen, auf dem in den Betrieben 

keine Einstellungen erfolgen, gleichzeitig jedoch auch kein Betrieb Personen entlässt. Andererseits 

könnte jedoch auch ein Markt im Hintergrund stehen, auf dem ein Teil der Betriebe in 

erheblichem Maße brutto oder netto neue Arbeitsplätze zur Verfügung stellt, die jedoch durch 

Personalabgänge (ebenfalls brutto oder netto) in anderen Betrieben kompensiert werden. Beide


Märkte unterscheiden sich nicht hinsichtlich der resultierenden Ergebnisgröße, wohl aber mit 

Blick auf die im Hintergrund stehende Dynamik. Da es sich bei den neuen Arbeitsplätzen, etwa 

hinsichtlich der Qualifikationsanforderungen oder der Produktivität, typischerweise um andere 

Arbeitsplätze handelt als bei den abgebauten Jobs, ist das Wissen um diese Arbeitsplatz- bzw. 

Arbeitskräftefluktuation eine wichtige Information. 5 

Ziel einer Job-Turnover-Analyse 6 der Arbeitsplatzdynamik ist es daher, das Ausmaß solcher 

betrieblichen Reallokationsprozesse zu quantifizieren und ihre Struktur zu analysieren, um somit 

einen Blick hinter die Kulissen der aggregierten Entwicklungen zu werfen und fundiertere Einsichten 

in die nachfrageseitige Dynamik betrieblicher Arbeitsplatzumschichtungen und die Relevanz 

des Matching-Prozesses auf dem Arbeitsmarkt zu gewinnen. Ausgehend von Unternehmens- 

oder Betriebsdaten liegt der Analyseschwerpunkt der Job-Turnover-Analyse damit auf der 

Nachfrageseite des Arbeitsmarktes und bildet die Ergebnisse der Entscheidungen von Firmen 

über die Einstellung und Entlassung von Personen ab. 

Eine empirische Analyse der Struktur und des Ausmaßes der betrieblichen Job-Flows ist sowohl 

aus wirtschaftspolitischer als auch aus theoretischer Sicht von Interesse. 

Ein hohes Maß an Arbeitsplatzdynamik ist Ausdruck eines beweglichen, sich verändernden Arbeitsmarktes. 

Gleichzeitig ist eine entsprechende Dynamik für die beteiligten Marktteilnehmer 

sowie die Gesamtwirtschaft mit Chancen und Risiken verbunden. Ein Vorteil eines trägeren Arbeitsmarktes 

mit geringer Arbeitsplatzdynamik kann darin gesehen werden, dass existierende 

Arbeitsplätze eine relativ hohe Stabilität aufweisen. Gleichzeitig geht jedoch mit einer geringen 

Arbeitsplatzdynamik die Gefahr einher, dass im Zuge unzureichender Reallokationsprozesse 

eine erforderliche Auffrischung des Personals unterbleibt und somit neues Wissen und qualifikatorischer 

Fortschritt nicht hinreichend in die Betriebe Eingang finden. Bleibt ein notwendiger 

Strukturwandel als Folge mangelnder Arbeitsplatzdynamik aus, so kann mittelfristig die Wettbewerbsfähigkeit 

von Betrieben oder auch Branchen in Gefahr geraten. Eine ausgeprägte Arbeitsplatzdynamik 

kann daher Ausdruck eines funktionierenden Wettbewerbs sein, bei dem neue 

5 Auch aus theoretischer Perspektive ist eine Analyse der Bruttobewegungen auf dem Arbeitsmarkt 

von Interesse. Zahlreiche wirtschaftstheoretische Erklärungsmodelle, insbesondere auch Modelle des 

betrieblichen Arbeitsnachfrageverhaltens, basieren auf der Annahme repräsentativer Marktakteure. 

Bei Gültigkeit dieses Homogenitätspostulats müsste man folglich erwarten, dass in der Gesamtindustrie 

oder zumindest innerhalb eng abgegrenzter Gruppen von Betrieben die Beschäftigungsentwicklungen 

weitgehend ähnlich ausfallen. Eine erhebliche Heterogenität betrieblicher Beschäftigungsentwicklungen 

dagegen begründet Zweifel, ob und inwieweit sich das Geschehen am Arbeitsmarkt tatsächlich 

durch homogene Marktakteure beschreiben lässt. 

6 Erstmals wurde das Konzept der Job-Turnover-Analyse von der OECD im Jahre 1987 vorgeschlagen 

(vgl. OECD (1987)). Eine knappere, teilweise auch ergänzte Darstellung des Konzeptes mit einem 

Überblick über Ergebnisse einiger wichtiger Studien in der Folgezeit findet man in OECD (1994).


Betriebe sich am Markt etablieren und andere Betriebe aus dem Markt ausscheiden. Die Fähigkeit 

zum Strukturwandel und zu einer im Wettbewerbsprozess erforderlichen Anpassung des 

Betriebes an veränderte Umwelt- und Wettbewerbsbedingungen scheint auf einem dynamischen 

Arbeitsmarkt eher gegeben zu sein als auf einem weniger dynamischen Markt. 7 Job-Flows sind 

insoweit ein Indikator für die Stabilität der Arbeitsplätze, aber auch für die Fähigkeit einer Wirtschaft 

zum Strukturwandel. 8 

Außerdem ermöglicht die Analyse der Job-Flows Aussagen darüber, ob und in welchem Maße 

neu auftretende und wegfallende Betriebe wesentlich zur Beschäftigungsentwicklung beitragen 

bzw. inwieweit sich bereits am Markt befindliche Betriebe für die Schaffung und den Abbau von 

Arbeitsplätzen verantwortlich zeichnen. 

3.1. Das Konzept der Job-Turnover-Analyse – Kenngrößen und Indikatoren 

Im Zentrum einer Job-Turnover-Analyse steht der Versuch, die Veränderungsrate der Beschäftigung 

auf der Grundlage von Betriebspaneldaten in ihre Bestimmungskomponenten zu zerlegen. 

9 Die Veränderungsrate der Beschäftigung lässt sich dabei als Differenz aus der Jobschaffungsrate 

und der Jobabbaurate darstellen. 10 Als Jobschaffungsrate wird dabei die Relation aus 

der Summe der in den wachsenden Betrieben netto geschaffenen Arbeitsplätze zur Gesamtbeschäftigung 

bezeichnet, als Jobabbaurate die entsprechende Summe der netto abgebauten 

Jobs in Relation zur Gesamtbeschäftigung: 

Veränderungsrate der Beschäftigung [%] = Jobschaffungsrate [%] - Jobabbaurate [%] 

7 Vgl. OECD (1987), S. 102ff. 

8 Vgl. Bradbury (1999), S. 33. 

9 Vgl. dazu u.a. Cramer/Koller (1988), S. 361f.; Strotmann (2001), S. 16. Diese Vorgehensweise führt 

allerdings zu einer „systematischen Unterschätzung“ der tatsächlichen Arbeitsplatzdynamik, da dieses 

Konzept „zwar Arbeitsplatzverschiebungen zwischen Betrieben und somit die betriebsexterne Arbeitsplatzdynamik“ 

erfasst, „Arbeitsplatzveränderungen innerhalb von Betrieben (betriebsinterne Arbeitsplatzdynamik), 

die zum Beispiel aus einer Veränderung der betriebsinternen Qualifikations- oder 

Produktionsstruktur resultieren“ können jedoch nicht berücksichtigt (vgl. Strotmann (2001, S. 17). 

Cramer/Koller (1988, S. 363) weisen in diesem Zusammenhang jedoch darauf hin, dass „substantielle 

innerbetriebliche Umschichtungen“ indirekt auch zu einer externen Beschäftigungsveränderung führen 

können, welche wiederum zumindest teilweise in der betriebsexternen Arbeitsplatzdynamik eingeht. 

10 Um von der betriebsbezogenen Beschäftigungsentwicklung auf die Arbeitsplatzentwicklung schließen 

zu können, wird üblicherweise vereinfachend die Anzahl einzelbetrieblich tatsächlich besetzter Arbeitsplätze 

mit der betrieblichen Beschäftigtenzahl gleichgesetzt. Die geschaffenen bzw. abgebauten 

Arbeitsplätze eines Betriebes ergeben sich somit aus der Differenz der Beschäftigtenzahl zwischen 

zwei Beobachtungszeitpunkten.


Sowohl die Jobschaffungsrate als auch die Jobabbaurate können dabei weiter in drei Komponenten 

zerlegt werden. Basierten Jobschaffung oder Jobabbau auf den bereits am Markt befindlichen 

Betrieben, so liegen den Beschäftigungsveränderungen „Wachstumsprozesse“ bzw. 

„Schrumpfungsprozesse“ zugrunde. Darüber hinaus kann eine Jobschaffung auf einem Neueintritt 

von Betrieben in den Berichtskreis basieren und ein Jobabbau auf einem Wegfall eines Betriebs 

aus dem Berichtskreis beruhen. Da hinter dem Neueintritt häufig Gründungen und hinter 

einem Wegfall regelmäßig Schließungen stehen, werden die entsprechenden Raten auch als 

Gründungs- und Schließungsraten bezeichnet. 11 Die dritte Komponente auf Jobschaffungs- und 

Jobabbauseite sind Beschäftigungseffekte durch Kreiswechsler innerhalb Baden-Württembergs, 

die anhand der Paneldaten identifiziert werden können. Die nachstehende Abbildung fasst die 

Zerlegungen der grundlegenden Kenngrößen der Job-Turnover-Analysen auf Kreisebene noch 

einmal graphisch zusammen. 

Abbildung 3.1: Die grundlegenden Kenngrößen der Job-Turnover-Analysen 

Veränderungsrate der 

Beschäftigung auf Kreisebene 

Jobschaffungsrate auf Kreisebene 

Wachstum 

Neueintritt 

(Gründung) 

Kreiswechsel 

= 

- 

Jobabbaurate auf Kreisebene 

Schrumpfung 

Austritt 

(Schließung) 

Kreiswechsel 

Je größer die Bruttoströme der Jobschaffung und des Jobabbaus – gerade auch im Vergleich 

zur resultierenden Beschäftigungsveränderung – ausfallen, desto größer ist das Ausmaß der 

Arbeitsplatzdynamik, d.h. der gleichzeitigen Heterogenität betrieblicher Beschäftigungsentwicklungen. 

Ein hohes Ausmaß dieser beiden Job-Flows spricht somit dafür, dass Beschäftigungsanpassungen 

vergleichsweise häufig stattfinden, die Beschäftigungsverhältnisse insoweit recht 

flexibel auf- bzw. abgebaut werden und eher weniger stabil sind. Die Summe aus der Jobschaffungsrate 

und der Jobabbaurate wird als Job-Turnover-Rate JT (auch: Job-Reallokationsrate 12 ) 

bezeichnet und informiert über das Gesamtausmaß der Bruttobewegungen 13 : 

11 Darüber hinaus können z.B. auch Wechsel des Branchenschwerpunktes oder Verlagerungen des 

regionalen Standorts aus einem anderen Bundesland oder dem Ausland nach Baden-Württemberg 

hinein verantwortlich für einen Eintritt in den Berichtskreis sein. Ebenso können Sonderaspekte der 

statistischen Erhebung, z.B. bei Handwerksbetrieben mit mehr oder weniger als 20 Beschäftigten, zu 

einem Neueintritt in den bzw. einem Austritt aus dem Berichtskreis führen. 

12 Diese Bezeichnung ist allerdings nur in Verbindung mit dem hier angewandten Konzept der Ratenbildung 

zulässig. 

13 Erstmals wurde das Untersuchungskonzept der Job-Turnover-Analyse 1987 von der OECD vorgeschlagen 

(vgl. OECD 1987, OECD 1994).


Job-Turnover-Rate [%] = Jobschaffungsrate [%] + Jobabbaurate [%] 

Allerdings kann eine hohe Job-Turnover-Rate auch daraus resultieren, dass eine Komponente, 

die Jobschaffung oder der Jobabbau, sehr hoch ausfallen, daher ist die „Überschuss-Turnover- 

Rate“, die definiert ist als Job-Turnover-Rate abzüglich des Betrags der Veränderungsrate der 

Beschäftigung, als Heterogenitätsmaß besser geeignet. Sie gibt das Ausmaß der Arbeitsplatzreallokation 

an, das nicht erforderlich gewesen wäre, um die Veränderung der Beschäftigung zu 

ermöglichen. 

Überschuss-Turnover-Rate [%] = Job-Turnover-Rate [%] - |Veränderungsrate der Beschäftigung [%] | 

Die weiteren Untersuchungen für Baden-Württemberg konzentrieren sich weitgehend auf eine 

Analyse der Jobschaffung und des Jobabbaus in den Kreisen. Das Gesamtausmaß der Bruttoströme 

und somit eine Analyse der Job-Turnover-Raten wird – wenn überhaupt – nur an einzelnen 

Stellen ergänzend durchgeführt 

3.2. Ausmaß der Arbeitsplatzdynamik in den Kreisen Baden-Württembergs 

Der vorliegende Abschnitt präsentiert nun die Ergebnisse der Analyse der Arbeitsplatzdynamik 

in den 44 Kreisen des Landes Baden-Württemberg. Dabei liegt das Augenmerk auf einer Untersuchung 

der längerfristigen Entwicklungen in den 1980er- und 1990er-Jahren. Ergebnisse für 

die Jahre 2000 bis 2002 werden ergänzend im Anhang dargestellt. In Unterabschnitt 3.2.1 wird 

zunächst die Veränderung der Industriebeschäftigung in den Kreisen in den 1980er- und 

1990er-Jahren dargestellt, bevor in 3.2.2 untersucht wird, in welchem Maße sich diese Veränderungen 

durch Unterschiede im Ausmaß der Jobschaffung und des Jobabbaus auf Kreisebene 

erklären lassen. Die Unterabschnitte 3.2.3 und 3.2.4 wenden sich dann einer Zerlegung der 

Jobschaffung in Wachstums-, Gründungs- und Kreiswechslerbeiträge bzw. des Jobabbaus in 

Schrumpfungs-, Schließungs- und Kreiswechslerbeiträge zu. Dabei wird auch untersucht, welche 

Komponenten die treibenden Kräfte in der zeitlichen Entwicklung von Jobschaffung und 

Jobabbau in den 1980er- und 1990er-Jahren waren. In 3.2.5 werden dann die Ergebnisse insoweit 

zusammengefasst, als die Entwicklung der Industriebeschäftigung auf den Saldo aus den 

Beschäftigungsentwicklungen in den bestehenden Betrieben durch Wachstum und Schrumpfung, 

auf den Netto-Gründungssaldo durch Eintritte in den und Austritte aus dem Berichtskreis 

sowie auf den Saldo aus den Kreiswechslern zurückgeführt . Detaillierte Tabellen mit sämtlichen 

Einzelergebnissen können im Anhang nachgelesen werden.


3.2.1 Ausgangspunkt: Entwicklung der Beschäftigung 

Die Entwicklung der Industriebeschäftigung in den baden-württembergischen Kreisen fiel in den 

1980er-Jahren recht heterogen aus. Immerhin in der Hälfte der 44 Kreisen stieg die Industriebeschäftigung 

im Durchschnitt dieses Jahrzehnts an, während in der anderen Hälfte der Kreise ein 

Rückgang der Beschäftigung im Verarbeitenden Gewerbe verzeichnet werden musste. 14 Erhebliche 

Beschäftigungsgewinne wiesen der Landkreis Böblingen (Nr. 2, +1,8%) sowie die Landkreise 

Schwäbisch-Hall (Nr. 10, +1,7%) und Breisgau-Hochschwarzwald (Nr. 27, +1,7%) auf, am 

Ende der Skala und damit im Minusbereich rangierten die Stadtkreise Ulm (Nr. 39, -2,2%) und 

Mannheim (Nr. 19, -2,0%). 

Wie die direkte Gegenüberstellung der Veränderungsraten der Beschäftigungen in den 1980er 

und 1990er Jahren in Abbildung 3.2, aber auch Abbildung 3.3 jeweils anschaulich zeigen, verlief 

die Entwicklung der Industriebeschäftigung in den 1990er-Jahren im Durchschnitt erheblich ungünstiger. 

Ganzen sechs Kreisen (Stadtkreis Baden-Baden, Landkreise Heilbronn, Schwäbisch-Hall, Hohenlohekreis, 

Biberach und Freudenstadt) gelang es, die Industriebeschäftigung auszuweiten – 

wenn auch nur mit Wachstumsraten von deutlich unter 1% pro Jahr. In den anderen 38 Kreisen 

fiel die Industriebeschäftigung in den 1990er-Jahren, darunter in 34 Kreisen sogar um mehr als 

1% pro Jahr. Am schlimmsten betroffen vom Rückgang der Industriebeschäftigung waren die 

Stadtkreise Pforzheim (-4,5%), Heidelberg (-4,3%) und Karlsruhe (-4,0%) mit einem jahresdurchschnittlichen 

Minus von jeweils über 4%. 

Bemerkenswert ist, dass auf Kreisebene eine erhebliche positive Korrelation zwischen den 

Wachstumsraten der Beschäftigung der 1980er- und der 1990er-Jahre besteht. Im Durchschnitt 

entwickelten sich somit diejenigen Kreise, in denen die Industriebeschäftigung in den 1980er- 

Jahren stärker zugenommen hatte, auch in den 1990er-Jahren (und im Zeitraum 2000 bis 2002) 

besser (vgl. Tabelle 3.1). Dies deutet an, dass die Ursachen für eine bessere oder schlechtere 

Entwicklung der Industriebeschäftigung zumindest teilweise auch „struktureller Art“ sind und 

gerade in den Regionen selbst gesucht werden müssen. 

14 Berechnet wurden hier jeweils arithmetische Mittel der jährlichen Veränderungsraten der Beschäftigung. 

Diese fallen etwas höher aus als die methodisch korrekten geometrischen Mittel, die Unterschiede 

sind aber insgesamt zu vernachlässigen, so dass hier und im Weiteren als Jahresdurchschnitte 

immer arithmetische Mittel präsentiert werden.


Abbildung 3.2: Durchschnittliche Veränderungsraten der Industriebeschäftigung in den 44 

Kreisen Baden-Württembergs in den 1980er- und 1990er-Jahren 

Quelle: IAW-Darstellung, IAW-Berechnungen 

Tabelle 3.1: 

Stabilität der Rangfolge bei der Veränderung der Industriebeschäftigung auf Kreisebene 

– Berechnung von Korrelationskoeffizienten nach Bravais-Pearson 

Veränderungsrate der 

Beschäftigung 

1980er-Jahre 1990er-Jahre 2000/2002 

1980er-Jahre 1.0000 

1990er-Jahre 

2000/2002 

Quelle: IAW-Berechnungen 

0.666 

(0.0000)*** 

0.422 

(0.004)*** 

1.0000 

0.3383 

(0.025)** 

1.0000 

Dies belegt auch Abbildung 3.3, in der die regionalen Veränderungsraten der Beschäftigung der 

1990er-Jahre denen der 1980er-Jahre gegenübergestellt sind. Dabei markieren der vertikale 

und der horizontale Trennstrich jeweils die durchschnittliche jährliche Beschäftigungsentwicklung 

in den 1980er bzw. 1990er-Jahren. In Quadrant I liegen somit alle Kreise, in denen die Be-


schäftigungsentwicklung sowohl in den 1980er als auch in den 1990er-Jahren überdurchschnittlich 

gut ausfiel, in Quadrant III dagegen alle Kreise, in denen sich in beiden Jahrzehnten die Industriebeschäftigung 

unterdurchschnittlich entwickelte. 

Abbildung 3.3: 

Gegenüberstellung der Veränderungsraten der Beschäftigung im Verarbeitenden 

Gewerbe in den 1980er- und den 1990er-Jahren in den Kreisen Baden-Württembergs 


1 SK Stuttgart 12 LK Heidenheim 23 LK Calw 34 LK Lörrach 

2 LK Böblingen 13 Ostalbkreis 24 Enzkreis 35 LK Waldshut 

3 LK Esslingen 14 SK Baden-Baden 25 LK Freudenstadt 36 LK Reutlingen 

4 LK Göppingen 15 SK Karlsruhe 26 SK Freiburg 37 LK Tübingen 

5 LK Ludwigsburg 16 LK Karlsruhe 27 LK Breisgau- 

Hochschwarzwald 

38 Zollernalbkreis 

6 Rems-Murr-Kreis 17 LK Rastatt 28 LK Emmendingen 39 SK Ulm 

7 SK Heilbronn 18 SK Heidelberg 29 Ortenaukreis 40 Alb-Donau-Kreis 

8 LK Heilbronn 19 SK Mannheim 30 LK Rottweil 41 LK Biberach 

9 Hohenlohekreis 20 Neckar-Odenwald- 31 Schwarzwald-Baar- 

Kreis 

Kreis 

42 Bodenseekreis 

10 LK Schwäbisch-Hall 21 Rhein-Neckar-Kreis 32 LK Tuttlingen 43 LK Ravensburg 

11 Main-Tauber-Kreis 22 SK Pforzheim 33 LK Konstanz 44 LK Sigmaringen 

Die positive Korrelation zwischen den Veränderungsraten der Beschäftigung in den 1980er- und 

1990er-Jahren bestätigt sich auch anhand dieser Graphik, da die meisten Kreise in den Quadranten 

I und III liegen und somit sowohl in den 1980er- als auch den 1990er-Jahren jeweils eine 

über- oder unterdurchschnittliche Beschäftigungsentwicklung verzeichneten. Die in das Dia-


gramm aufgenommene Gerade kennzeichnet alle Punkte, bei denen das durchschnittliche Beschäftigungswachstum 

in den 1980er- und 1990er-Jahren jeweils gleich groß ausgefallen wäre. 

Punkte oberhalb der entsprechenden Diagonale stehen für Fälle, in denen das Beschäftigungswachstum 

der 1990er-Jahre höher als das der 1980er-Jahre war. Für Punkte unterhalb dieser 

Diagonale gilt der zugekehrte Zusammenhang. 

Abbildung 3.3 zeigt, dass insgesamt sieben Kreise sich in beiden Jahrzehnten jeweils unter den 

besten zehn Kreisen platzieren konnten (Landkreis Heilbronn (8), Hohenlohekreis (9), Landkreis 

Schwäbisch-Hall (10), Landkreis Rastatt (17), Landkreis Freudenstadt (25), Landkreis Breisgau- 

Hochschwarzwald (27) und Alb-Donau-Kreis (40)). Die Stadtkreise Pforzheim (22) und Karlsruhe 

(15), Mannheim (19) und Stuttgart (1) sowie der Schwarzwald-Baar-Kreis (31) gehörten in beiden 

Jahrzehnten jeweils zu den schlechtesten zehn Kreisen, was die Entwicklung der Industriebeschäftigung 

betrifft. 

Darüber hinaus verdeutlicht Abbildung 3.3, dass mit Ausnahme des Stadtkreises Baden-Baden 

(14), der sein Beschäftigungswachstum in den 1990er-Jahren sogar verbessern konnte, und 

dem Stadtkreis Freiburg, dessen industrielle Beschäftigungsentwicklung in beiden Jahrzehnten 

bei rund -1,1% pro Jahr lag, alle anderen Kreise in den 1990er-Jahren eine ungünstigere Entwicklung 

der Industriebeschäftigung aufwiesen als in den 1980er-Jahren: Sämtliche Kreise liegen 

unterhalb der Diagonalen. Den größten Sprung nach oben im relativen Ranking der Kreise 

machten von den 1980er-Jahren zu den 1990er-Jahren der Stadtkreis Freiburg (29 Plätze von 

Rang 41 auf Rang 12), der Landkreis Tübingen (16 Plätze von 31 auf 15) sowie der Stadtkreis 

Baden-Baden (15 Plätze von 16 auf 1). Absteiger waren insbesondere der Landkreis Sigmaringen 

(25 Plätze von 15 auf 40), der Stadtkreis Heidelberg (22 Plätze von 21 auf 43), und der 

Landkreis Esslingen (20 Plätze von 19 auf 39). 

In den weiteren Abschnitten wird nun im Rahmen von Job-Flow-Analysen untersucht, ob und in 

welchem Maße sich in den Kreisen in den vergangenen Jahrzehnten systematische Unterschiede 

im Ausmaß der Jobschaffung und des Jobabbaus nachweisen lassen. Dabei kann auch analysiert 

werden, ob eine ungünstige Entwicklung der Industriebeschäftigung in den 1990er-Jahren 

auf einer zu geringen Jobschaffung oder einem großen Jobabbau basiert, und welche Komponenten 

der Jobschaffung und des Jobabbaus für die unterschiedliche Beschäftigungsentwicklung 

verantwortlich sind.


3.2.2 Entwicklung der Bruttogrößen Jobschaffung und Jobabbau 

Die Job-Flow-Analysen der Arbeitsplatzdynamik zeigen, dass der Rückgang der Veränderungsraten 

der Industriebeschäftigung primär auf einem deutlichen Anstieg des Jobabbaus von den 

1980er- zu den 1990er-Jahren und weniger auf einem Rückgang der Jobschaffung beruhte. Der 

Blick auf die Boxplots in Abbildung 3.4 zeigt, dass der Median der Raten der Jobschaffung auf 

Kreisebene im Durchschnitt der 1980er-Jahre 4,2% betrug, die entsprechende Jobabbaurate lag 

bei 4,0%. Während sich in den 1990er-Jahren die Verteilung der Jobschaffungsraten auf Kreisebene 

gegenüber den 1980er-Jahren kaum verschob – der Median sank von 4,2 auf 4,0% –, 

gab es auf Seiten des Jobabbaus einen beträchtlichen Anstieg der betreffenden Raten von 4,0% 

im Durchschnitt der 1980er-Jahre auf 6,1% in den 1990er-Jahren. Entsprechende Entwicklungen 

lassen sich auch an dem ersten und dem dritten Quartil der Veränderungsraten der Beschäftigung 

festmachen. 


Vergleich von Jobschaffungs- und Jobabbaurate in den 1980er- und 1990er- 

Jahren in den Kreisen Baden-Württembergs (Boxplot-Darstellung) 

Quelle: IAW-Darstellung, IAW-Berechnungen. Zur Interpretation vgl. die Anmerkungen in Kasten I. 

Auffällig ist, dass auch in den 1990er-Jahren trotz der insgesamt rückläufigen Industriebeschäftigung 

weiterhin in erheblichem Maße neue Arbeitsplätze geschaffen wurden, aber eben nicht 

genug, um den deutlich gestiegenen Jobabbau zu kompensieren.


In den 1990er-Jahren reichten die Jobschaffungsraten von jahresdurchschnittlich 6,3% (Stadtkreis 

Karlsruhe) bis zu 2,8% (Landkreis Heidenheim), in den 1980er-Jahren war das entsprechende 

Intervall mit 6,1% bis zu 2,5% ähnlich groß (vgl. Abbildung 3.5). Die jährlichen Jobabbauraten 

bewegten sich auf Kreisebene in den 1990er-Jahren zwischen 10,3% im Stadtkreis 

Karlsruhe, 7,4% im Stadtkreis Heidelberg und nur 3,2% im Landkreis Biberach. Die entsprechende 

Spannweite lag in den 1980er-Jahren noch deutlich niedriger bei Werten zwischen 5,5% 

und 2,3% (vgl. Abbildung 3.6).



Gegenüberstellung der durchschnittlichen Jobschaffungsraten in den 44 Kreisen 

Baden-Württembergs in den 1980er- und 1990er-Jahren 


Interessanterweise besteht auf Kreisebene zwischen der Höhe der Jobschaffung und der entsprechenden 

Jobabbaurate kein negativer Zusammenhang. Vielmehr ist der Korrelationskoeffizient 

mit 0,26 in den 1980er-Jahren und 0,22 in den 1990er-Jahren sogar positiv, für die 1980er- 

Jahre ist der positive Zusammenhang sogar signifikant. Kreise mit einer ausgeprägten Jobschaffung 

verfügen dabei im Durchschnitt auch über einen größeren Arbeitsplatzabbau. Dies spricht 

dafür, dass grundsätzliche Einflussgrößen in den Kreisen dazu führen, dass das Ausmaß der 

Bruttoströme und somit das Ausmaß der Arbeitsplatzdynamik insgesamt höher sind. Eine konkretere 

Ursachenforschung erfolgt an späterer Stelle der Studie.



Gegenüberstellung der durchschnittliche Jobabbauraten in den 44 Kreisen 

Baden-Württembergs in den 1980er- und 1990er-Jahren 


Tabelle 3.2: 

Korrelation zwischen den Jobschaffungs- und den Jobabbauraten in den Kreisen 

Baden-Württembergs in den 1980er- und 1990er-Jahren – Korrelationskoeffizienten 

von Pearson-Bravais 

Jobschaffungsrate 

1980er-Jahre 


1.0000 

1980er-Jahre 


0.428 

1990er-Jahre 

(0.004)*** 

Jobabbaurate 

0.258 

1980er-Jahre 

(0.091)* 

Jobabbaurate 

-0.270 

1990er-Jahre 

(0.076)* 



1990er-Jahre 

1.0000 

0.308 

(0.042)* 

0.216 

(0.1594) 

Jobabbaurate 

1980er-Jahre 

1.0000 

0.509 

(0.000)*** 

Jobabbaurate 

1990er-Jahre 

1.0000 

Eindeutig signifikant ist dagegen der Zusammenhang zwischen dem Ausmaß der jeweiligen 

Bruttoströme auf Kreisebene in den 1980er-Jahren und in den 1990er-Jahren (vgl. Tabelle 3.2). 

Kreise, die sich in den 1980er-Jahren durch eine überdurchschnittliche Jobschaffung auszeichneten, 

taten dies im Durchschnitt auch in den 1990er-Jahren (Korrelationskoeffizient: 0,43). Bei


der Jobabbaurate ist der entsprechende Zusammenhang mit einem Korrelationskoeffizienten 

von r=0,51 sogar noch stärker ausgeprägt. 

Die Vierfelderschemata in den Abbildungen 3.7 und 3.8 verdeutlichen diese intertemporalen 

Zusammenhänge. Die horizontalen und vertikalen Linien kennzeichnen jeweils das arithmetische 

Mittel der Jobschaffungs- bzw. -abbauraten. Im Fall der Jobschaffung (Abbildung 3.7) liegen 

in Quadrant I somit diejenigen Kreise, die in beiden Jahrzehnten überdurchschnittliche Jobschaffungsraten 

verzeichnen konnten. Dazu gehören insbesondere der Landkreis Schwäbisch- 

Hall (10), der Enzkreis (24), der Landkreis Breisgau-Hochschwarzwald (27) und der Stadtkreis 

Baden-Baden (14). 


Gegenüberstellung der Jobschaffungsraten in den 1980er- und den 1990er- 

Jahren in den Kreisen Baden-Württembergs im Vergleich 

IV 

I 

III 

II 












Kreis 

Kreis 




Quelle: IAW-Darstellung, IAW-Berechnungen


Immerhin 17 der 44 Kreise konnten von den 1980er-Jahren zu den 1990er-Jahren im Bereich 

der Industriebeschäftigung ihre durchschnittlichen Jobschaffungsraten trotz landesweit rückläufiger 

Jobschaffung steigern – und liegen damit oberhalb der Diagonalen –, darunter insbesondere 

die Stadtkreise Freiburg (26, +2,8 Prozentpunkte), Karlsruhe (15, +2,5 Prozentpunkte) und 

Ulm (39, +1,4 Prozentpunkte) oder auch der Landkreis Konstanz (33, +1,3 Prozentpunkte). Da 

in 3.2.1 gezeigt wurde, dass in fast allen Kreisen in den 1990er-Jahren eine Verschlechterung 

der Beschäftigungsentwicklung gegenüber den 1980er-Jahren beobachtet werden konnte, wird 

auch hier deutlich, dass nicht die Jobschaffungsseite insgesamt die treibende Kraft der ungünstigeren 

Beschäftigungsentwicklung war. 

In gut der Hälfte aller Kreise ging dagegen die Jobschaffungsrate von den 1980er- zu den 

1990er-Jahren zurück, besonders stark im Landkreis Sigmaringen (44, -1,8 Prozentpunkte), im 

Main-Tauber-Kreis (11, -1,6 Prozentpunkte) oder auch im Alb-Donau-Kreis (40, -1,4 Prozentpunkte). 

Deutlich weniger heterogen sieht die Entwicklung von den 1980er- zu den 1990er-Jahren aus, 

wenn man die Jobabbauraten betrachtet. In 42 von 44 Kreisen ist die Jobabbaurate in den 

1990er-Jahren im Vergleich zum Durchschnitt der 1980er-Jahre gestiegen. Nur zwei Kreise, der 

Stadtkreis Baden-Baden (14, -0,4 Prozentpunkte) und der Landkreis Biberach (41, -0,2 Prozentpunkte), 

konnten ihre Jobabbauraten im Verarbeitenden Gewerbe im Vergleich der beiden Jahrzehnte 

reduzieren. Besonders stark war der Anstieg der Jobabbauraten in den Stadtkreisen 

Karlsruhe (15, +5,4 Prozentpunkte), Heidelberg (18, +3,7 Prozentpunkte) und Pforzheim (22, 

+3,3 Prozentpunkte) sowie im Landkreis Waldshut (35, +3,1 Prozentpunkte).



Gegenüberstellung der Jobabbauraten in den 1980er- und den 1990er-Jahren 

in den Kreisen Baden-Württembergs im Vergleich 

IV 

I 

III 

II 












Kreis 

Kreis 






3.2.3 Regionale Jobschaffung: Wachstum, Gründungen und Kreiswechsel 

Wie in Abschnitt 3.1 beschrieben, erlauben es die Daten aus dem Industriebetriebspanel Baden- 

Württemberg, einen ergänzenden Blick hinter die Ursachen der Jobschaffung (und in Abschnitt 

3.2.4 dann auch des Jobabbaus) zu werfen. So kann eine Jobschaffung in den Industriebetrieben 

innerhalb eines Kreises 

(a) 

(b) 

(c) 

erstens darauf basieren, dass in den bereits am Markt befindlichen Betrieben im Saldo 

neue Arbeitsplätze entstehen („Expansion, Wachstum“), 

zweitens darauf zurückzuführen sein, dass Betriebe neu in den Berichtskreis der baden-württembergischen 

Industriestatistik gelangen, was regelmäßig – wenn auch wie 

erwähnt nicht in jedem Fall – als „Gründung“ 15 interpretiert werden kann, 

drittens darin begründet sein, dass Betriebe ihren Schwerpunkt von einem Kreis in 

einen anderen Kreis verlagern („Zuwanderung, Kreiswechsler“). Dies ist anhand der 

Daten nachvollziehbar, wenn die Verlagerung innerhalb Baden-Württembergs stattfindet. 

Die Rate der Jobschaffung kann additiv in die obigen drei Komponenten zerlegt werden. Betrachtet 

man zunächst am Beispiel der 1990er-Jahre die Struktur der Jobschaffungsströme (entsprechende 

Angaben für die 1980er-Jahre vgl. Anhang), so erkennt man, dass in den 1990er- 

Jahren ein Großteil der Jobschaffung (grob etwa 70-80%) durch Wachstumsprozesse in den 

bereits am Markt befindlichen Betrieben erklärt werden konnte. 

Das arithmetische Mittel der Jobschaffungsraten auf Kreisebene betrug in den 1990er-Jahren 

4,2%. Davon entfallen 3,1 Prozentpunkte auf Arbeitsplatzgewinne in wachsenden Betrieben, die 

Jobschaffungsrate durch neu in den Berichtskreis eintretende Betriebe betrug 1,0 Prozentpunkte. 

Dagegen ist die Jobschaffung durch Regionswechsler mit 0,1 Prozentpunkten von sehr nachrangiger 

Bedeutung. 

Die Jobschaffungsraten durch Wachstum bestehender Betriebe lagen in den 1990er-Jahren in 

einer Bandbreite von 4,4% im Stadtkreis Baden-Baden (14) bis zu knapp 2% im Stadtkreis Ulm. 

Der Anteil des Wachstums bestehender Betriebe an der gesamten Jobschaffung ist am höchs- 

15 Eine „Gründung“ ist hier ein neu im Berichtskreis der baden-württembergischen Industriestatistik auftauchender 

Betrieb. Neben echten Gründungen können sich dahinter auch Betriebe verbergen, die 

ihren regionalen Standort nach Baden-Württemberg verlagern. Darüber hinaus können auch Schwerpunktwechsler, 

deren Tätigkeitsschwerpunkt sich in den industriellen Bereich verändert, hier als 

Gründungen erfasst werden. Dies ist bei der Interpretation der Gründungsraten zu berücksichtigen.


ten im Hohenlohekreis mit über 88% und am niedrigsten im Stadtkreis Ulm mit nur 50% der gesamten 

Jobschaffung. Im Durchschnitt der Kreise lag der Anteil bei rund 75%. 

Abbildung 3.9: Jobschaffungsraten in den bereits bestehenden Betrieben („Wachstum“) in den 

1980er- und 1990er-Jahren im Vergleich 


Der durchschnittliche Beitrag neu auftretender Betriebe zur Jobschaffung betrug auf Kreisebene 

gut 22%, wobei die Anteile zwischen fast 50% im Stadtkreis Ulm und unter 10% im Stadtkreis 

Baden-Baden und im Hohenlohekreis streuen. Die höchsten Raten der Jobschaffung durch 

Gründungen wiesen im Durchschnitt der 1990er-Jahre die Stadtkreise Freiburg (+2,2%) und 

Karlsruhe (+2,1%), der Bodenseekreis (+1,7%) und der Landkreis Konstanz (+1,5%) auf, die 

geringsten Raten der Stadtkreis Baden-Baden – als fünftbester Kreis bei der Jobschaffung insgesamt 

–, der Hohenlohekreis, der Landkreis Biberach und der Neckar-Odenwald-Kreis mit jeweils 

nur rund 0,4% auf. Angemerkt werden soll, dass die saldierten Effekte unter Berücksichtigung 

der Schließungen, d.h. die Nettogründungseffekte, in Abschnitt 3.2.5 betrachtet werden.


Abbildung 3.10: Jobschaffungsraten durch neu auftretende Betriebe („Gründungen“) in den 

1980er- und 1990er-Jahren im Vergleich 


In Einzelfällen können, wie ein Blick auf Abbildung 3.11 zeigt, auch die Arbeitsplatzgewinne 

durch Betriebe, die aus anderen Kreisen Baden-Württembergs in den betrachteten Kreis ziehen, 

beträchtlich sein. Insbesondere auch der Landkreis Karlsruhe und der Stadtkreis Baden-Baden 

wiesen hier deutlich positive Raten auf. 

Abbildung 3.11 fasst die Ergebnisse der Zerlegungen für die 1990er-Jahre noch einmal zusammen.


Abbildung 3.11: Determinanten der Jobschaffung in den 1990er-Jahren in den Kreisen 

Baden-Württembergs 

SK Karlsruhe 

SK Freiburg 

LK Heilbronn 

Enzkreis 

SK Baden-Baden 

LK Schwaebisch-Hall 

LK Tuebingen 

LK Breisgau-Hochschwarzwald 

LK Karlsruhe 

LK Rastatt 

Rems-Murr-Kreis 

LK Rottweil 

LK Freudenstadt 

LK Reutlingen 

LK Tuttlingen 

Alb-Donau-Kreis 

LK Ravensburg 

LK Konstanz 

Schwarzwald-Baar-Kreis 

Rhein-Neckar-Kreis 

LK Emmendingen 

Hohenlohekreis 

Bodenseekreis 

Neckar-Odenwald-Kreis 

SK Pforzheim 

LK Lörrach 

Zollernalbkreis 

LK Calw 

SK Ulm 

LK Boeblingen 

Ortenaukreis 

SK Heilbronn 

LK Ludwigsburg 

LK Waldshut 

Main-Tauber-Kreis 

SK Mannheim 

LK Goeppingen 

LK Biberach 

LK Esslingen 

LK Sigmaringen 

SK Heidelberg 

SK Stuttgart 

Ostalbkreis 

LK Heidenheim 

Wachstum 

Gründung 

Regionswechsel 

0,0% 1,0% 2,0% 3,0% 4,0% 5,0% 6,0% 7,0% 

Rate in % 



Betrachtet man nun die zeitliche Entwicklung der Jobschaffungskomponenten von den 1980erzu 

den 1990er-Jahren, die bereits in den Kartendiagrammen deutlich wurde, im Detail, so verbirgt 

sich hinter der Konstanz der durchschnittlichen Jobschaffungsrate in den Kreisen von 4,2% 

in den 1980er- und 1990er-Jahren ein leichter Rückgang der Jobschaffung in den bestehenden 

Betrieben (knapp -0,3 Prozentpunkte), der durch den gleichzeitig leichten Anstieg der Jobschaffung 

durch Gründungen (+0,025 Prozentpunkte) fast kompensiert wurde (vgl. auch Abbildung 

3.12). Veränderungen durch Regionswechsler spielten für die Abnahme der Jobschaffung auf 

Kreisebene im Durchschnitt keine Rolle. 

Abbildung 3.12: Komponenten der Jobschaffung und ihre Entwicklung in den 1980er- und 1990er- 

Jahren (Boxplot-Darstellung) 

Quelle: IAW-Darstellung, IAW-Berechnungen. 

(Eine knappe Erläuterung der Interpretation von Boxplots findet man in Kasten 1 auf Seite 22). 

Tabelle 3.3 und Abbildung 3.13 zeigen jedoch, dass zwischen den Kreisen teilweise ganz erhebliche 

Unterschiede bestehen.


Tabelle 3.3: 

Veränderung der Jobschaffungsrate und der einzelnen Komponenten von den 

1980er- zu den 1990er-Jahren 


Veränderung 1980er- Jahre zu den 1990er-Jahren 

der 

in Prozentpunkten 

Kreis 

1990er-Jahre Jobschaffung Wachstum Gründungsrate Kreiswechsler 

SK Stuttgart 2,9 0,3 -0,2 0,4 0,0 

LK Böblingen 3,8 -0,3 -0,6 0,3 0,0 

LK Esslingen 3,3 -0,5 -0,7 0,1 0,0 

LK Göppingen 3,3 0,0 -0,3 0,2 0,1 

LK Ludwigsburg 3,7 -0,4 -0,4 0,0 -0,1 

Rems-Murr-Kreis 4,8 0,4 -0,4 0,8 0,0 

SK Heilbronn 3,7 0,8 0,0 0,8 0,0 

LK Heilbronn 5,3 0,8 0,2 0,5 0,1 

Hohenlohekreis 4,1 -0,2 0,0 -0,2 0,1 

LK Schwäbisch-Hall 5,2 -0,9 -0,6 -0,3 0,0 

Main-Tauber-Kreis 3,6 -1,6 -1,2 -0,4 0,0 

LK Heidenheim 2,8 -0,6 -1,0 0,2 0,1 

Ostalbkreis 2,9 -0,4 -0,7 0,1 0,1 

SK Baden-Baden 5,2 0,0 -0,3 0,0 0,4 

SK Karlsruhe 6,3 2,5 1,1 1,5 -0,1 

LK Karlsruhe 5,0 0,8 0,4 0,2 0,2 

LK Rastatt 4,9 0,9 0,3 0,6 0,1 

SK Heidelberg 3,1 -0,7 -0,8 0,2 -0,2 

SK Mannheim 3,4 0,6 0,5 0,0 0,2 

Neckar-Odenwald-Kreis 4,1 -0,6 -0,3 -0,5 0,1 

Rhein-Neckar-Kreis 4,3 0,2 -0,3 0,5 0,0 

SK Pforzheim 4,0 0,0 -0,6 0,5 0,0 

LK Calw 3,9 -1,0 -0,9 0,0 -0,1 

Enzkreis 5,3 -0,5 -0,4 -0,2 0,1 

LK Freudenstadt 4,7 -0,3 -0,2 0,0 -0,1 

SK Freiburg 5,5 2,8 1,2 1,7 -0,1 

LK Breisgau- 

Hochschwarzwald 5,1 -0,5 -0,5 0,0 0,0 

LK Emmendingen 4,2 -0,1 -0,3 0,2 0,0 

Ortenaukreis 3,8 -0,6 -0,6 0,0 0,0 

LK Rottweil 4,8 -0,4 -0,4 0,1 0,0 

Schwarzwald-Baar-Kreis 4,3 -0,1 -0,1 0,0 0,0 

LK Tuttlingen 4,7 0,0 -0,1 0,1 0,0 

LK Konstanz 4,4 1,3 0,1 0,9 0,2 

LK Lörrach 3,9 0,3 -0,1 0,4 0,0 

LK Waldshut 3,6 0,0 -0,1 0,1 0,0 

LK Reutlingen 4,7 0,2 -0,2 0,3 0,1 

LK Tübingen 5,2 0,2 0,7 -0,6 0,1 

Zollernalbkreis 3,9 -0,2 -0,4 0,2 0,0 

SK Ulm 3,9 1,4 -0,2 1,5 0,0 

Alb-Donau-Kreis 4,5 -1,4 -0,7 0,0 -0,7 

LK Biberach 3,3 -0,9 -0,4 -0,6 0,0 

Bodenseekreis 4,1 0,3 -1,0 1,3 0,0 

LK Ravensburg 4,5 -0,1 -0,3 0,2 0,0 

LK Sigmaringen 3,2 -1,8 -1,2 -0,5 -0,1 

Quelle: IAW-Berechnungen


Die sehr günstige Entwicklung der Jobschaffungsraten im Stadtkreis Karlsruhe (+2,5 Prozentpunkte) 

und im Stadtkreis Freiburg (+2,8 Prozentpunkte) basiert jeweils sowohl auf einem stärkeren 

Wachstum der bereits existierenden Betriebe (Karlsruhe: +1,1 Prozentpunkte; Freiburg: 

+1,2 Prozentpunkte) als auch auf einer in den 1990er-Jahren um 1,5 bzw. 1,7 Prozentpunkte 

höhere Jobschaffungsrate durch neue Betriebe. Die Kreiswechslerkomponente war dagegen in 

beiden Kreisen in den 1990er-Jahren etwas kleiner als in den 1980er-Jahren. 

Auffällig sind der Landkreis Tübingen und der Bodenseekreis. Im Kreis Tübingen stieg die Jobschaffungsrate 

der bestehenden Betriebe mit +0,7 Prozentpunkten pro Jahr an, während die 

Jobschaffungsrate durch Gründungen in den 1990er-Jahren mit -0,6 Prozentpunkten hier deutlich 

geringer ausfiel als in den 1980er-Jahren. Umgekehrt verhält es sich im Bodenseekreis, wo 

eine Verschlechterung der Jobschaffung in den bestehenden Betrieben um 1,0 Prozentpunkte 

durch eine Steigerung der Gründungsrate um 1,3 Prozentpunkte mehr als kompensiert werden 

konnte. 

Der starke Rückgang der Jobschaffungsraten im Landkreis Sigmaringen (44, -1,8 Prozentpunkte) 

und im Main-Tauber-Kreis (11, -1,6 Prozentpunkte) geht jeweils gleichzeitig auf einen Rückgang 

der Jobschaffung in den bereits bestehenden Betrieben und einen Rückgang in der Jobschaffung 

durch neu auftretende Betriebe zurück. 

Der Stadtkreis Baden-Baden profitierte in erheblichem Maße von Kreiswechslern, die im Durchschnitt 

der 1990er-Jahre einen Beitrag zur Veränderung der Jobschaffung von +0,4 Prozentpunkten 

erbrachten, welcher dem Rückgang der Jobschaffung in den bestehenden Betrieben 

zumindest entgegenwirkte. Der Alb-Donau-Kreis musste durch regionale Verlagerungen von 

Betrieben einen negativen Effekt auf die Jobschaffung von 0,7 Prozentpunkten verkraften, der 

immerhin fast die Hälfte des dortigen Rückgangs der Jobschaffung von den 1980er- auf die 

1990er-Jahre ausmachte.


Abbildung 3.13: Beiträge der Jobschaffungskomponenten zur Veränderung der Jobschaffungsrate 

in den 1990er-Jahren gegenüber den 1980er-Jahren in den Kreisen Baden- 

Württembergs – geordnet nach der Gesamtveränderung in %-Punkten 

SK Freiburg 

SK Karlsruhe 

SK Ulm 

LK Konstanz 

LK Rastatt 

LK Heilbronn 

Wachstumsbeitrag 

Gründungsbeitrag 

Kreiswechsler 

SK Heilbronn 

LK Karlsruhe 

SK Mannheim 


Bodenseekreis 

LK Lörrach 

SK Stuttgart 

LK Tübingen 


LK Reutlingen 

LK Waldshut 


LK Tuttlingen 

LK Göppingen 

SK Pforzheim 



LK Ravensburg 



LK Boeblingen 


LK Rottweil 


Ostalbkreis 

Enzkreis 


LK Esslingen 

Ortenaukreis 

LK Heidenheim 


SK Heidelberg 

LK Schwäbisch-Hall 

LK Biberach 

LK Calw 




-3,0 -2,0 -1,0 0,0 1,0 2,0 3,0 4,0 

Veränderung von den 80er zu den 90er Jahren in %-Punkten 



3.2.4 Regionaler Jobabbau: Schrumpfung, Schließungen und Kreiswechsel 

Während in Unterabschnitt 3.2.3 die Jobschaffung untersucht wurde, wendet sich der vorliegende 

Unterabschnitt der Analyse des Jobabbaus und seiner Determinanten zu. Wie bereits an früherer 

Stelle angedeutet, kann ein Anstieg des Jobabbaus in einem Kreis 

• erstens darauf basieren, dass in den bereits am Markt befindlichen Betrieben im Saldo 

Arbeitsplätze abgebaut werden („Schrumpfung“), 

• zweitens darauf zurückzuführen sein, dass Betriebe aus dem Berichtskreis der badenwürttembergischen 

Industriestatistik ausscheiden, was regelmäßig – wenn auch keinesfalls 

in jedem Fall – als Schließung interpretiert werden kann („Schließung“), 16 

• drittens darin begründet sein, dass Betriebe ihren Schwerpunkt von einem Kreis in einen 

anderen Kreis verlagern („Abwanderung, Kreiswechsler“). Dies ist anhand der Daten 

nachvollziehbar, wenn die Verlagerung innerhalb Baden-Württembergs stattfindet, sonst 

wird sie als „Schließung“ identifiziert. 

Dabei entfällt der Großteil des gesamten Jobabbaus auf den Jobabbau in den weiter bestehenden 

Betrieben im Zuge von Schrumpfungsprozessen. Die durchschnittliche Jobabbaurate der 

Kreise betrug in den 1990er-Jahren knapp 6%, wovon 4,7 Prozentpunkte auf Schrumpfungsprozesse 

entfielen. Der Jobabbau durch aus dem Berichtskreis wegfallende Betriebe, kurz auch 

„Schließungen“ genannt, betrug im Kreisdurchschnitt jährlich rund 1,1% und machte somit rund 

ein Fünftel bis ein Sechstel des Bruttojobabbaus aus. Kreiswechsler sind im Durchschnitt auch 

hier mit einem Beitrag von 0,1% eher vernachlässigbar. 

Die Schrumpfungsraten lagen in den 1990er-Jahren zwischen 8,1% im Stadtkreis Karlsruhe 

bzw. 6,6% im Stadtkreis Pforzheim und knapp 2,8% im Landkreis Biberach. 

16 Analog zur Problematik bei den „Gründungen“ gilt auch hier, dass es sich nicht zwingend um originäre 

Schließungen handeln muss. Vielmehr können die Betriebe auch den Berichtskreis verlassen.


Abbildung 3.14: Jobabbauraten durch schrumpfende Betriebe („Schrumpfung“) in den 1980erund 

1990er-Jahren im Vergleich 


Der Landkreis Biberach weist zusammen mit den Landkreisen Böblingen und Heidenheim mit 

knapp 0,5% im Jahresdurchschnitt auch die geringste Jobabbaurate durch Schließungen auf, an 

der Spitze liegt hier erneut der Stadtkreis Karlsruhe mit 1,9% und der Stadtkreis Heilbronn mit 

1,8%. Spürbare Beschäftigungsverluste durch Regionswechsler hatten insbesondere die Stadtkreise 

zu verzeichnen, am höchsten in den Stadtkreisen Baden-Baden (jahresdurchschnittlich 

0,5%), Heidelberg (0,4%), Pforzheim (0,4%), Karlsruhe (0,3%), Freiburg (0,25%) und Stuttgart 

(0,25%).


Abbildung 3.15: Jobabbauraten durch wegfallende Betriebe („Schließung“) in den 1980er- und 

1990er-Jahren im Vergleich 


Betrachtet man die Veränderungen der Jobabbauraten von den 1980er- zu den 1990er-Jahren, 

so fällt insbesondere auf, dass die Homogenität auch in der Entwicklung der einzelnen Komponenten 

erheblich ausgeprägter war als bei den Komponenten der Jobschaffung. In den meisten 

Kreisen trugen sämtliche drei Komponenten gleichzeitig zu einer Intensivierung des Jobabbaus 

bei. Relevante Ausnahmen sind hinsichtlich der Schließungskomponente der Stadtkreis Baden- 

Baden (-0,8 Prozentpunkte) und der Landkreis Heidenheim (-0,8% Prozentpunkte) sowie der 

Rückgang der Regionswechslerkomponente im Landkreis Göppingen um 0,3 Prozentpunkte.


Abbildung 3.16: Determinanten des Jobabbaus in den 1990er-Jahren in den Kreisen 

Baden-Württembergs 

SK Karlsruhe 

SK Pforzheim 

SK Heidelberg 





LK Reutlingen 

LK Waldshut 

SK Freiburg 

LK Konstanz 

SK Ulm 

LK Karlsruhe 

LK Esslingen 

LK Calw 

LK Tübingen 

LK Rottweil 

SK Stuttgart 


Enzkreis 

SK Heilbronn 

SK Mannheim 

LK Göppingen 

LK Lörrach 

LK Ravensburg 



Bodenseekreis 




LK Rastatt 

LK Boeblingen 

LK Tuttlingen 

LK Heilbronn 


Ostalbkreis 

Ortenaukreis 

LK Heidenheim 





LK Biberach 

Schrumpfungsrate 

Schließungsrate 

Kreiswechslerrate 

0% 2% 4% 6% 8% 10% 12% 

Rate in % 



Tabelle 3.4: 

Veränderung der Jobabbaurate und der einzelnen Komponenten von den 

1980er- zu den 1990er-Jahren 

Kreis 

Jobabbaurate 

1990er 



Jobabbau Schrumpfung Schließung Regionswechsler 

SK Stuttgart 6,3 2,8 2,5 0,3 0,0 

LK Böblingen 5,1 2,8 2,5 0,1 0,1 

LK Esslingen 6,4 2,9 2,5 0,2 0,1 

LK Göppingen 6,1 1,8 1,6 0,6 -0,3 

LK Ludwigsburg 5,6 1,7 1,5 0,3 -0,1 

Rems-Murr-Kreis 7,0 2,9 2,3 0,5 0,1 

SK Heilbronn 6,3 2,5 1,3 1,0 0,2 

LK Heilbronn 5,0 1,9 1,8 0,1 0,0 

Hohenlohekreis 3,9 1,0 1,0 -0,1 0,0 

LK Schwäbisch-Hall 5,0 0,7 0,7 0,0 0,0 

Main-Tauber-Kreis 4,8 0,9 1,0 -0,1 0,1 

LK Heidenheim 4,9 1,5 2,2 -0,8 0,0 

Ostalbkreis 5,0 1,6 1,5 0,1 0,0 

SK Baden-Baden 4,4 -0,4 0,3 -0,8 0,1 

SK Karlsruhe 10,3 5,4 4,6 0,7 0,2 

LK Karlsruhe 6,6 1,7 1,0 0,7 0,0 

LK Rastatt 5,2 2,1 2,1 0,0 0,0 

SK Heidelberg 7,4 3,7 2,9 0,5 0,3 

SK Mannheim 6,2 1,4 1,1 0,4 0,0 

Neckar-Odenwald-Kreis 5,6 0,6 0,5 0,1 0,0 

Rhein-Neckar-Kreis 6,9 2,1 2,1 0,0 0,1 

SK Pforzheim 8,5 3,3 3,2 0,0 0,1 

LK Calw 6,4 1,4 0,9 0,4 0,1 

Enzkreis 6,3 1,5 1,2 0,3 0,0 

LK Freudenstadt 4,7 0,9 1,1 -0,1 0,0 

SK Freiburg 6,6 2,8 2,3 0,3 0,1 

LK Breisgau- 

Hochschwarzwald 5,2 1,3 1,0 0,4 -0,1 

LK Emmendingen 5,4 0,8 0,9 -0,1 0,0 

Ortenaukreis 4,9 1,0 0,9 0,1 0,0 

LK Rottweil 6,3 0,9 0,6 0,3 0,0 

Schwarzwald-Baar-Kreis 7,3 2,1 2,1 0,0 0,0 

LK Tuttlingen 5,1 1,1 1,1 0,0 0,0 

LK Konstanz 6,6 2,4 2,1 0,3 0,0 

LK Lörrach 5,9 2,2 1,8 0,4 0,0 

LK Waldshut 6,7 3,1 2,1 1,0 0,0 

LK Reutlingen 6,7 1,6 1,1 0,5 0,1 

LK Tübingen 6,4 0,8 0,5 0,3 0,0 

Zollernalbkreis 6,9 1,9 1,6 0,3 0,0 

SK Ulm 6,6 1,9 1,9 -0,1 0,1 

Alb-Donau-Kreis 5,3 1,0 0,4 0,5 0,1 

LK Biberach 3,2 -0,2 0,0 -0,1 0,0 

Bodenseekreis 5,5 2,4 2,3 -0,1 0,1 

LK Ravensburg 5,6 2,0 1,2 0,6 0,2 

LK Sigmaringen 6,3 1,9 1,7 0,2 0,1 



Abbildung 3.17: Beiträge der Jobabbaukomponenten zur Veränderung der Jobabbaurate 

in den 1990er-Jahren gegenüber den 1980er-Jahren in den Kreisen Baden- 

Württembergs – geordnet nach der Gesamtveränderung in Prozentpunkten 

SK Karlsruhe 

SK Heidelberg 

SK Pforzheim 

LK Waldshut 


LK Esslingen 

Schrumpfungsbeitrag 

Schließungsbeitrag 

Kreiswechsler 

SK Stuttgart 

SK Freiburg 

LK Böblingen 

SK Heilbronn 

LK Konstanz 

Bodenseekreis 

LK Lörrach 

LK Rastatt 



LK Ravensburg 

SK Ulm 


LK Heilbronn 


LK Göppingen 


LK Karlsruhe 

LK Reutlingen 

Ostalbkreis 

Enzkreis 

LK Heidenheim 

SK Mannheim 

LK Calw 


LK Tuttlingen 

Ortenaukreis 





LK Rottweil 

LK Tübingen 




LK Biberach 


-2,0 -1,0 0,0 1,0 2,0 3,0 4,0 5,0 6,0 

Veränderung von den 80er zu den 90er Jahren in %-Punkten 



3.2.5 Veränderung des durchschnittlichen Beschäftigungswachstums und 

deren Bestimmungsgründe im Vergleich zwischen den Kreisen 

Nachdem die Bruttokomponenten der Jobschaffung und des Jobabbaus betrachtet wurden, 

kann nun abschließend – ergänzend zu den Ausführungen in Abschnitt 3.2.1 – noch ein ergänzender 

Blick auf die Veränderungsraten der Beschäftigung aus anderen Bestimmungsgründen 

geworfen werden. So kann sich die Beschäftigung in einem Kreis verbessern, 

• weil in den bereits am Markt befindlichen Betrieben der Arbeitsplatzbeitrag der wachsenden 

Betriebe größer ist als der Arbeitsplatzabbau der schrumpfenden Betriebe („Saldo 

der bestehenden Betriebe“), 

• weil der Arbeitsplatzsaldo aus den neu in den Berichtskreis eintretenden Betrieben und 

den wegfallenden Betrieben positiv ist, d.h. der Beschäftigungsbeitrag durch Gründungen 

größer ist als der Beschäftigungsverlust durch Schließungen („Netto-Gründungssaldo“), 

• weil der Beschäftigungsgewinn durch Betriebe, die in den Kreis gewechselt sind, größer 

ist als der Beschäftigungsverlust durch Betriebe, die innerhalb Baden-Württembergs in 

einen anderen Kreis gewechselt sind („Saldo aus den Kreiswechsel“). 

Abbildung 3.18 zeigt die Zerlegung der Veränderungsraten der Beschäftigung in den 1990er- 

Jahren in diese drei Komponenten. Dabei wird zunächst deutlich, dass – mit Ausnahme des 

Landkreises Heilbronn – alle Kreise, die sich insgesamt günstig entwickelt haben, dies insbesondere 

einer positiven Beschäftigungsentwicklung in den bestehenden Betrieben zu verdanken 

haben. Jedoch war der Saldo der bestehenden Betriebe in nur sechs von 44 Kreisen positiv. 

Auffällig groß war der Beschäftigungsgewinn in diesem Bereich mit jahresdurchschnittlich knapp 

1,3% im Stadtkreis Baden-Baden, die ungünstigste Beschäftigungsentwicklung bei den bestehenden 

Betrieben verzeichnete Karlsruhe mit -4,0%. 

Einen positiven Netto-Gründungssaldo konnten in den 1990er-Jahren immerhin 13 von 44 Kreisen 

erzielen. Sehr stark positiv war der Gründungssaldo mit Beschäftigungsgewinnen von über 

1% im Stadtkreis Freiburg, im Bodenseekreis und im Stadtkreis Ulm. Die ungünstigsten Entwicklungen 

beim Gründungssaldo wiesen die Landkreise Calw, Waldshut und Reutlingen, der Zollernalbkreis 

und der Neckar-Odenwald-Kreis mit jeweils rund -0,8% pro Jahr auf.


Abbildung 3.18: Determinanten der Beschäftigungsveränderung in den 1990er-Jahren in den 

Kreisen Baden-Württembergs 


LK Heilbronn 



LK Biberach 

Bestehende Betriebe 

Netto-Gründungssaldo 

Saldo Regionswechsler 



LK Rastatt 

LK Tuttlingen 


Enzkreis 

SK Freiburg 

LK Ravensburg 

LK Tübingen 

Ortenaukreis 



LK Böblingen 

Bodenseekreis 


LK Rottweil 

LK Karlsruhe 


LK Lörrach 

LK Reutlingen 

LK Heidenheim 

Ostalbkreis 

LK Konstanz 


LK Calw 

SK Heilbronn 


SK Ulm 

LK Göppingen 

SK Mannheim 



LK Waldshut 

LK Esslingen 


SK Stuttgart 

SK Karlsruhe 

SK Heidelberg 

SK Pforzheim 

-5% -4% -3% -2% -1% 0% 1% 2% 



Betrachtet man die Veränderungen in der Beschäftigungsentwicklung von den 1980er zu den 

1990er-Jahren, so kann die Zerlegung ebenfalls aufzeigen, welche Komponenten insbesondere 

für die Verbesserung der Beschäftigungsentwicklung verantwortlich waren. Abbildung 3.19 sowie 

Tabelle 3.5 ordnen die Kreise nach der Veränderung der Wachstumsraten der Beschäftigung 

in den 1990er-Jahren gegenüber den 1980er-Jahren in Prozentpunkten an. 

Dabei werden sehr unterschiedliche Ursachen für die Veränderung der Beschäftigungsentwicklung 

in den 1990er- gegenüber den 1980er-Jahren sichtbar: 

• Der Stadtkreis Baden-Baden verdankt seine Verbesserung der relativen Position bei der 

Veränderung der Industriebeschäftigung in den 1990er-Jahren insbesondere einer unterdurchschnittlichen 

Verschlechterung des Beschäftigungssaldos in den bestehenden 

Betrieben, aber auch einer Verbesserung des Nettogründungssaldos und einem deutlicheren 

Anstieg des Saldos der Kreiswechsler zu verdanken. 

• Die Stadtkreise Freiburg und Ulm dagegen, die sich relativ gesehen ebenfalls deutlich 

verbessert haben, kompensieren jeweils vergleichsweise hohe zusätzliche Verluste bei 

den bestehenden Betrieben durch eine erhebliche Verbesserung bei den Netto- 

Gründungssalden. 

• In den Kreisen, die gegenüber den 1980er-Jahren am meisten verloren haben, trug die 

Entwicklung aller drei Komponenten zu der ungünstigen Veränderung bei. Im Stadtkreis 

Heidelberg, dem Landkreis Sigmaringen und dem Landkreis Esslingen haben sich gegenüber 

den 1980er-Jahren alle drei Salden negativ entwickelt.


Abbildung 3.19: Beiträge der drei Bruttosalden der Beschäftigungsveränderung zur Veränderung 

des Beschäftigungswachstums in den 1990er-Jahren gegenüber den 1980er- 

Jahren in den Kreisen Baden-Württembergs – geordnet nach der Gesamtveränderung 



SK Freiburg 

SK Ulm 

LK Tübingen 

LK Biberach 

SK Mannheim 

LK Karlsruhe 


LK Tuttlingen 

Bestehende Betriebe 

Netto-Gründungssaldo 

Netto-Kreiswechsler 

LK Heilbronn 


LK Konstanz 

LK Rastatt 

LK Rottweil 



LK Reutlingen 


Ortenaukreis 

SK Heilbronn 

LK Göppingen 


LK Lörrach 


Enzkreis 

Ostalbkreis 

Bodenseekreis 



LK Ravensburg 

LK Heidenheim 


LK Calw 




SK Stuttgart 

SK Karlsruhe 

LK Böblingen 

LK Waldshut 

SK Pforzheim 

LK Esslingen 


SK Heidelberg 

-5,0 -4,0 -3,0 -2,0 -1,0 0,0 1,0 2,0 

Veränderungen von den 80er Jahren zu den 90er Jahren in %-Punkten 



Tabelle 3.5: 

Beiträge der drei Bruttosalden der Beschäftigungsveränderung zur Veränderung 

des Beschäftigungswachstums in den 1990er-Jahren gegenüber den 1980er-Jahren 

in den Kreisen Baden-Württembergs – geordnet nach der Gesamtveränderung in 

Prozentpunkten 

Kreis 

Veränderungsrate 

der Beschäftigung 

1990er 

gesamt 



Saldo der bestehenden 

Betriebe 

Netto- 

Gründungssaldo 

Saldo der Kreiswechsler 

SK Stuttgart -3,4 -2,5 -2,6 0,1 0,0 

LK Böblingen -1,3 -3,0 -3,2 0,2 0,0 

LK Esslingen -3,1 -3,4 -3,2 -0,1 -0,1 

LK Göppingen -2,8 -1,8 -1,9 -0,4 0,4 

LK Ludwigsburg -2,0 -2,1 -1,8 -0,2 0,0 

Rems-Murr-Kreis -2,2 -2,5 -2,7 0,3 -0,1 

SK Heilbronn -2,6 -1,7 -1,3 -0,2 -0,2 

LK Heilbronn 0,3 -1,1 -1,6 0,4 0,1 

Hohenlohekreis 0,2 -1,1 -1,0 -0,1 0,1 

LK Schwäbisch-Hall 0,2 -1,5 -1,3 -0,3 0,0 

Main-Tauber-Kreis -1,2 -2,5 -2,2 -0,3 0,0 

LK Heidenheim -2,1 -2,1 -3,2 1,0 0,1 

Ostalbkreis -2,1 -2,0 -2,1 0,0 0,1 

SK Baden-Baden 0,8 0,4 -0,6 0,8 0,2 

SK Karlsruhe -4,0 -2,9 -3,5 0,9 -0,3 

LK Karlsruhe -1,6 -0,9 -0,6 -0,6 0,3 

LK Rastatt -0,3 -1,2 -1,8 0,6 0,1 

SK Heidelberg -4,3 -4,4 -3,7 -0,2 -0,5 

SK Mannheim -2,8 -0,8 -0,6 -0,4 0,2 

Neckar-Odenwald-Kreis -1,5 -1,2 -0,8 -0,6 0,1 

Rhein-Neckar-Kreis -2,6 -1,9 -2,4 0,5 -0,1 

SK Pforzheim -4,5 -3,4 -3,7 0,5 -0,1 

LK Calw -2,5 -2,3 -1,7 -0,4 -0,2 

Enzkreis -1,1 -2,0 -1,6 -0,5 0,1 

LK Freudenstadt 0,1 -1,3 -1,3 0,1 -0,1 

SK Freiburg -1,1 0,0 -1,1 1,4 -0,3 

LK Breisgau- 

Hochschwarzwald -0,2 -1,8 -1,5 -0,4 0,1 

LK Emmendingen -1,2 -0,9 -1,2 0,3 0,0 

Ortenaukreis -1,2 -1,6 -1,5 -0,1 0,0 

LK Rottweil -1,6 -1,2 -1,0 -0,2 0,0 

Schwarzwald-Baar-Kreis -3,0 -2,1 -2,2 0,0 0,0 

LK Tuttlingen -0,4 -1,1 -1,2 0,1 0,0 

LK Konstanz -2,2 -1,1 -2,0 0,7 0,2 

LK Lörrach -2,0 -1,9 -1,9 -0,1 0,0 

LK Waldshut -3,1 -3,0 -2,2 -0,9 0,0 

LK Reutlingen -2,0 -1,5 -1,3 -0,2 0,0 

LK Tübingen -1,2 -0,6 0,3 -0,9 0,0 

Zollernalbkreis -3,0 -2,1 -2,0 -0,1 0,0 

SK Ulm -2,7 -0,6 -2,1 1,6 -0,1 

Alb-Donau-Kreis -0,8 -2,4 -1,1 -0,5 -0,7 

LK Biberach 0,1 -0,8 -0,4 -0,4 0,0 

Bodenseekreis -1,4 -2,1 -3,3 1,4 -0,1 

LK Ravensburg -1,2 -2,1 -1,5 -0,4 -0,2 

LK Sigmaringen -3,2 -3,7 -2,8 -0,7 -0,2 



Im folgenden Teil II dieser Studie soll nun untersucht werden, welche regionalen Einflussgrößen 

einen Beitrag zur Erklärung der Beschäftigungsentwicklung liefern können. Bei den betreffenden 

empirischen Untersuchungen wird dabei nicht nur auf die entsprechende Nettobeschäftigungsänderung 

abgestellt. Vielmehr werden auch die Bruttogrößen Jobschaffung und Jobabbau sowie 

deren Komponenten betrachtet.

48 Teil II: Determinanten der regionalen Beschäftigungsentwicklung 

Teil II: Determinanten der regionalen Beschäftigungsentwicklung 

In Teil I der vorliegenden Studie wurde das Ausmaß der Arbeitsplatzdynamik in der badenwürttembergischen 

Industrie auf Kreisebene in den 1980er- und 1990er Jahren dargestellt und 

interpretiert. Dabei wurde deutlich, wie ausgeprägt die Unterschiede in den regionalen Beschäftigungsentwicklungen 

sowie in den Raten der Jobschaffung und des Jobabbaus auf Kreisebene 

jeweils ausfielen. Teil II dieser Studie wendet sich daher nun der Frage zu, ob und in welchem 

Maße regionale Gegebenheiten auf Kreisebene zu einer Erklärung dieser Unterschiede bei der 

Entwicklung der industriellen Beschäftigung beitragen können. 

Dabei wird in folgenden Schritten vorgegangen (vgl. dazu auch Übersicht 4.1): 

Übersicht 4.1: Konzeptionelle Zusammenhänge zwischen ausgewählten Kapiteln der Studie 

Theoretische Fundierung (Kapitel 4) 

Aufstellen von Hypothesen über den Zusammenhang zwischen einzelnen Standortfaktoren 

(und anderen Beschäftigungsdeterminanten) und der Beschäftigungsentwicklung 

Empirische Analyse 

Überprüfung der empirischen Evidenz der theoriegestützten Hypothesen 

Bivariate Analyse (Kapitel 5) 

Darstellung statistischer 

Zusammenhänge zwischen 

regionalen Standortfaktoren und 

Beschäftigungsentwicklung 

→ Korrelationen 

Exkurs: Räumliche 

Autokorrelation 

zwischen den 

Kreisen? 

(Kapitel 6) 

Multivariate Analyse (Kapitel 7) 

Untersuchung in Hinblick auf den 

statistisch gesicherten Einfluss von 

regionalen Standortfaktoren auf 

die Beschäftigungsentwicklung 

→ Kausalitäten 

Kapitel 4: Theoretische Grundlagen und Ergebnisse bisheriger Studien 

In Kapitel 4 werden zunächst die regionalen Determinanten erörtert, die aus theoretischer Sicht 

und auf der Grundlage bisheriger empirischer Evidenz einen Einfluss auf die Beschäftigungsentwicklung 

in den Kreisen haben könnten. Die entsprechenden Determinanten werden dabei 

zur Strukturierung der Darstellung in zwei Gruppen eingeteilt. Zum einen in solche Beschäfti-


gungsdeterminanten, die für die Unternehmen den Charakter einzelwirtschaftlicher Standortfaktoren 

haben. Zum anderen in Determinanten der Beschäftigungsentwicklung, die keine einzelwirtschaftlichen 

Standortfaktoren darstellen, sondern siedlungs- und wirtschaftsstrukturelle Aspekte 

abbilden, die gleichwohl aber auch die Beschäftigungsentwicklung beeinflussen. Die in 

Kapitel 4 erörterten regionalen Standortfaktoren sowie siedlungs- und wirtschaftsstrukturellen 

Charakteristika bilden dann die theoretische Grundlage für die in den nachfolgenden Kapiteln 

durchgeführten empirischen Analysen. 

Kapitel 5: Untersuchung möglicher Zusammenhänge zwischen regionaler Arbeitsplatzdynamik 

und regionalen Standortfaktoren in bivariaten Korrelationsanalysen für 

die 1980er- und die 1990er Jahre 

Kapitel 5 stellt dabei einleitend im Rahmen bivariater Korrelationsbetrachtungen auf Kreisebene 

die einzelnen Standortfaktoren jeweils der durchschnittlichen Veränderung der Beschäftigung 

und den zentralen Brutto-Job-Flows gegenüber. Der Vorgehensweise in Teil I des Gutachtens 

folgend werden dabei die 1980er- und die 1990er-Jahre unterschieden. Die Korrelationsanalysen 

erlauben erste Aussagen darüber, ob und in welchem Maße zwischen den Regionalindikatoren 

und der regionalen Beschäftigungsentwicklung bzw. den dahinter stehenden Bruttogrößen 

Jobschaffungs- und Jobabbaurate statistisch belastbare Zusammenhänge bestehen. Ergänzende 

Streuungsdiagramme informieren darüber, welche baden-württembergischen Kreise hinsichtlich 

welcher Einflussgrößen über- bzw. unterdurchschnittlich positioniert sind. Zu beachten ist 

bei der betreffenden Interpretation jedoch, dass diese Korrelationen nicht als Kausalitäten interpretiert 

werden dürfen, da ein möglicher bivariater Zusammenhang von vielen anderen Einflüssen 

überlagert sein kann. Fundiertere Aussagen über mögliche Ursache-Wirkungs-Zusammenhänge 

werden erst in Kapitel 7 im Rahmen multivariater Analysen ableitbar. 

Kapitel 6: Exkurs: Analysen der räumlichen Autokorrelation zwischen den Kreisen 

Die Korrelationsbetrachtungen in Kapitel 5 unterstellen, dass der regionale Hintergrund eines 

Kreises bereits mit den eigenen Kreisvariablen zufriedenstellend beschrieben werden kann. Allerdings 

deuten theoretische Überlegungen aus verschiedenen Blickwinkeln an, dass Niveau, 

Struktur und Entwicklung der Regionalindikatoren in den Nachbarkreisen ebenso von wesentlicher 

Bedeutung für die Entwicklung in einem Kreis sein können. Daher könnte es auch der Fall 

sein, dass zwischen der Beschäftigungsentwicklung in einem bestimmten Kreis und der entsprechenden 

Entwicklung in den Nachbarkreisen Zusammenhänge bestehen. Diese räumliche 

Autokorrelation kann dabei positiv sein, so dass sich die Kreise in ihrer Entwicklung komplementär 

verhalten bzw. positiv beeinflussen („positive Clustereffekte“). Andererseits ist denkbar, dass 

Kreise untereinander im Wettbewerb um Arbeitsplätze stehen, so dass eine günstige Entwicklung 

in einem Kreis c.p. mit einer ungünstigeren Entwicklung in den Nachbarkreisen einhergeht


(„Substitutionseffekte, Wettbewerb“). In Kapitel 6 wird daher das Ausmaß und die Struktur der 

räumlichen Autokorrelation in Baden-Württemberg auf Kreisebene anhand geeigneter Indikatoren 

beleuchtet werden. Sollten die Analysen zeigen, dass die räumliche Autokorrelation hinsichtlich 

der verschiedenen Variablen beträchtlich und im Zeitablauf stabil von Bedeutung ist, so 

müsste dies ggf. auch bei den weiteren multivariaten Analysen in Kapitel 7 berücksichtigt werden. 

Kapitel 7: Untersuchung der Bedeutung von regionalen Einflussfaktoren für die regionale 

Beschäftigungentwicklung in multivariaten Analysen 

Abschließend wird in multivariaten Analysen gleichzeitig der Einfluss verschiedener Regionalvariablen 

auf aggregierter Ebene kontrolliert. Zu diesem Zwecke werden auf der Grundlage von 

Jahresdaten für den Zeitraum von 1980 bis 1999 Paneldatenmodelle mit fixen Regional- und 

Zeiteffekten geschätzt, bei denen die regionale Entwicklung auch im Zeitablauf in die Analysen 

einfließen kann. Dabei wird einerseits die regionale Beschäftigungsentwicklung erklärt. Darüber 

hinaus wird jedoch auch untersucht, inwieweit sich die regionalen Standortfaktoren unterschiedlich 

auf die hinter der Nettobeschäftigungsentwicklung stehenden Bruttogrößen, regionale Jobschaffung 

und regionaler Jobabbau, auswirken. 

Kapitel 8 fasst die zentralen Ergebnisse der empirischen Analysen zusammen.


4. Regionale Determinanten der Beschäftigungsentwicklung: 

theoretische Grundlagen und empirische Evidenz 

In diesem Kapitel sollen die regionalen Determinanten erörtert werden, die aus theoretischer 

und empirischer Sicht maßgeblichen Einfluss auf die Beschäftigungsentwicklung der entsprechenden 

Wirtschaftsräume haben. In diesem Zusammenhang wird zum Teil auch speziell auf 

solche Determinanten eingegangen, die spezifische Komponenten der Beschäftigungsentwicklung 

beeinflussen. Dies betrifft insbesondere die durch Unternehmensgründungen induzierte 

Beschäftigung, so dass nachfolgend auch Aspekte der ökonomischen Gründungstheorie behandelt 

werden. Die entsprechenden Erkenntnisse sind bis zu einem gewissen Grad auch auf andere 

Komponenten der Beschäftigungsentwicklung übertragbar, etwa die Expansion bereits ansässiger 

Unternehmen oder die Zuwanderung von Unternehmen in den betreffenden Wirtschaftsraum. 

Die nachstehende Erörterung der Determinanten der regionalen Beschäftigungsentwicklung 

stützt sich nicht allein auf Erkenntnisse der „reinen“ Wirtschaftstheorie, sondern 

bezieht auch die Ergebnisse empirischer Untersuchungen mit ein, die von den theoretisch abgeleiteten 

Thesen zum Teil abweichen bzw. gänzlich neue, theoretisch (noch) nicht fundierte Zusammenhänge 

dokumentieren. Dabei erfolgt keine Verengung auf solche wissenschaftlichen 

Arbeiten, die sich nur ausschließlich mit dem Verarbeitenden Gewerbe befassen. Vielmehr wird 

auch auf Studien Bezug genommen, die aufgrund einer sektorenübergreifenden Betrachtung 

den industriellen Sektor nur implizit mitberücksichtigen. Dies hat zur Folge, dass hier im Einzelfall 

auch solche Aussagen auftreten können, die eher für den Dienstleistungssektor und weniger 

den industriellen Sektor relevant sind. 

Zu den regionalen Determinanten der Beschäftigungsentwicklung existiert bislang noch keine 

Systematisierung, die aus wirtschaftswissenschaftlicher Sicht allgemein als „optimal“ anerkannt 

würde. Gleichwohl soll sich die hier zugrunde liegende Gliederung – im Gegensatz zu vielen 

anderen Studien zu dieser Thematik – nicht auf die enumerative Aufzählung entsprechender 

Determinanten beschränken. Vielmehr werden die regionalen Determinanten der Beschäftigungsentwicklung 

zunächst in zwei Hauptgruppen untergliedert: zum einen in solche Determinanten, 

die aus der Sicht von Unternehmen einzelwirtschaftliche Standortfaktoren darstellen und 

zum zweiten in solche, die nicht den Charakter entsprechender Standortfaktoren haben, gleichwohl 

aber auch die regionale Beschäftigungsentwicklung beeinflussen (vgl. Übersicht 4.2). 

Bei den einzelwirtschaftlichen Standortfaktoren wird in input- und outputbezogene Standortfaktoren 

unterschieden. Diese Unterteilung orientiert sich an den für die einzelnen Phasen des betrieblichen 

Produktionsprozesses maßgeblichen Produktionsfaktoren. So zählt zu den inputbezogenen 

Standortfaktoren beispielsweise der Faktor Arbeit und der Faktor Boden. Darüber hin-


aus werden in dem entsprechenden Abschnitt 4.1 auch die regionale Ausstattung mit FuE- 

Kapazitäten sowie die Infrastrukturausstattung erfasst. Unter 4.2 werden dann outputbezogene 

Standortfaktoren behandelt, die wie Kaufkraftkennziffern oder Erreichbarkeitsindikatoren absatzmarktliche 

Rahmenbedingungen abbilden. In dem betreffenden Abschnitt werden aber auch 

solche Standortfaktoren erörtert, die nicht den mengenbezogenen Output von Unternehmen 

betreffen, sondern den Output im Sinne des unternehmerischen Gewinns. Insofern steht der 

entsprechende Teil unter der Überschrift „Gewinnsteuerbezogene Standortfaktoren“. 

Übersicht 4.2: Systematisierung der regionalen Determinanten der Beschäftigungsentwicklung 

Regionale Determinanten 

der Beschäftigungsentwicklung 

Einzelwirtschaftliche 

Standortfaktoren 

Andere Determinanten der 

Beschäftigungsentwicklung 

Inputbezogene 


Outputbezogene 


Siedlungsstrukturelle 

Determinanten 

Wirtschaftsstrukturelle 

Determinanten 

Quelle: IAW-Entwurf 

Die zweite Hauptgruppe der regionalen Determinanten der Beschäftigungsentwicklung hat nicht 

den Charakter einzelwirtschaftlicher Standortfaktoren, beinflusst aber auch die Beschäftigung. 

Zunächst geht es dabei um die in Abschnitt 4.3 diskutierten „Siedlungsstrukturellen Determinanten“. 

Diese beinhalten die so genannten „Urbanisationseffekte“ als einer spezifischen Form von 

Agglomerationseffekten. Dabei geht es um den Einfluss der Siedlungsstruktur bzw. des anhand 

der Bevölkerungsdichte o. ä. bemessenen Verdichtungsgrades auf die regionale Beschäftigungsentwicklung. 

In diesem Zusammenhang ergeben sich zwischen siedlungsstrukturellen 

Größen und der regionalen Beschäftigungsentwicklung sowohl direkte als auch indirekte Abhängigkeiten. 

Ein Teil des Einflusses ist insofern indirekt, als die siedlungsstrukturellen Größen, 

etwa die Bevölkerungsdichte, Einfluss auf die mengen- bzw. preisbezogenen Ausprägungen der 

o.a. input- und outputbezogenen Standortfaktoren haben, die ihrerseits die regionale Beschäftigungsentwicklung 

beeinflussen. So impliziert beispielsweise einer hoher Verdichtungsgrad i.d.R. 

ein hohes Bodenpreisniveau, was die Beschäftigungsentwicklung eher negativ beeinflusst. Ein 

Teil des Einflusses der siedlungsstrukturellen Determinanten ist jedoch direkter Art, d.h. er läuft


nicht über die „Schiene einzelwirtschaftlicher Standortfaktoren“. Aus diesem Grund werden die 

siedlungsstrukturellen Aspekte, wie auch in anderen entsprechenden Studien, als eigenständige 

regionale Determinanten der Beschäftigungsentwicklung betrachtet. In dem betreffenden Abschnitt 

wird auch noch der Aspekt abgehandelt, dass die Beschäftigungsentwicklung nicht nur 

von den in der betreffenden Region selbst „vorherrschenden“ Standortfaktoren, sondern über 

interregionale Spillovers bis zu einem gewissen Grad auch von regionsexternen Determinanten 

beeinflusst wird. 

Die letzte Gruppe der Determinanten der regionalen Beschäftigungsentwicklung erfasst unter 

Abschnitt 4.4 Einflussgrößen wirtschaftsstruktureller Art. Darunter fallen Aspekte der regionalen 

Branchenkonzentration, aber auch so genannte Lokalisationseffekte als einer weiteren Form der 

Agglomerationseffekte, die einen spezifisch branchenbezogenen Hintergrund haben. Zu dieser 

Gruppe gehören auch betriebsstrukturelle Determinanten der Beschäftigungsentwicklung. 

Im Folgenden werden zunächst aber diejenigen Determinanten der Beschäftigungsentwicklung 

behandelt, die den Charakter einzelwirtschaftlicher Standortfaktoren haben. Den Anfang machen 

dabei die so genannten inputbezogenen Standortfaktoren. 

4.1. Inputbezogene einzelwirtschaftliche Standortfaktoren 

Die inputbezogenen Standortfaktoren stellen auf solche Faktoren ab, die im Rahmen des betrieblichen 

Produktionsprozesses den Preis und die Verfügbarkeit von Inputs beeinflussen. Die 

entsprechende Erörterung beginnt mit dem traditionellen Standortfaktor Boden. 

4.1.1. Standortfaktor Boden 

Der Flächenbedarf von Unternehmen und Haushalten stellt einen der zentralen Erklärungsfaktoren 

für die Entwicklung der Raumstrukturen in den letzten Jahrzehnten dar (Steil 1999). Der Flächenbedarf 

von Produktionseinrichtungen findet seine Berücksichtigung in den Theorien zur 

landwirtschaftlichen und zur städtischen Bodennutzung. Die Bodenpreise gelten in der traditionellen 

Standorttheorie als eine wesentliche Erklärungsgröße der räumlichen Verteilung der Wirtschaftsaktivitäten. 

Von besonderer Bedeutung ist jedoch auch die Verfügbarkeit von Gewerbeflächen, 

wobei beide Faktoren eng miteinander zusammenhängen, weil sich ein hoher Preis 

insbesondere aus der Knappheit des Angebots ergibt. Dabei können die Kommunen durch ihre 

Flächenausweisungspolitik bis zu einem gewissen Grad Einfluss auf den Umfang und den Preis 

von gewerblichem Bauland nehmen. Ebenso wie die Lohnkosten und die Infrastruktur zählen 

Gewerbeflächenangebot und Bodenpreise zu den so genannten harten Standortfaktoren. Neben


den Bodenpreisen spielen insbesondere die Mieten für Büroräume gerade im Dienstleistungsbereich 

eine zentrale Rolle. 

Die Standortbedingungen sind im Hinblick auf den Faktor Boden in den großen Ballungsgebieten 

tendenziell ungünstig, in weniger verdichteten Gebieten sind Flächenengpässe dagegen 

seltener und die Bodenpreise eher niedriger. Der Platzbedarf von Industriebetrieben ist in 

der Regel größer als der von Dienstleistungsunternehmen, gleichzeitig ist für das Verarbeitende 

Gewerbe Kundennähe weniger wichtig. Dies führt häufig zur Ansiedlungskonzentration von 

Dienstleistungsbetrieben in den Städten und Verlagerung von flächenintensiven Produktionen in 

den ländlichen Raum (Niebuhr und Stiller 2003). 

Die Bodenpreise, die zumindest teilweise auch durch die Bevölkerungsdichte operationalisiert 

werden, finden sich als erklärende Variablen beispielsweise in ökonometrischen Untersuchungen 

zum regionalen Gründungsgeschehen von Harhoff (1995) für die Bundesrepublik und von 

Papke (1991) für die USA. Harhoff stellt bei den Gründungen, die nicht dem Bereich der Spitzentechnik 

angehören, einen zum Signifikanzniveau von 10% gesicherten negativen Zusammenhang 

mit den Bodenpreisen fest. Bei Papke (1995) hängt das Ergebnis vom verwendeten 

ökonometrischen Ansatz ab. 

Es ist aber auch zu berücksichtigen (Niebuhr/Stiller 2003), dass sich in einem hohen Bodenpreisniveau 

bis zu einem gewissen Grad die Standortattraktivität einer Region widerspiegeln 

kann: „In den Gebieten, die im Rahmen der unternehmerischen Standortwahl bevorzugt werden, 

sind Gewerbeflächen knapp und teuer.“ 17 Gleichwohl gilt bei isolierter Betrachtung des Standortfaktors 

Boden: 

Hypothese 

Hohe Boden- bzw. Baulandpreise wirken sich auf die industrielle Beschäftigungsentwicklung 

tendenziell negativ aus. 

17 Diese Korrelation zwischen verschiedenen Einflussfaktoren des Beschäftigungswachstums ist ein 

zentrales Problem für die multivariaten Analysen in Kapitel 7, wenn versucht wird, einzelne Einflüsse 

zu isolieren und ihre Bedeutung für das Beschäftigungswachstum abzuschätzen. Darüber hinaus 

müssen hier auch so genannte Endogenitäten berücksichtigt werden, da eine bessere Beschäftigungsentwicklung 

in einer Region zum Beispiel steigende Bodenpreise nach sich ziehen kann, so 

dass die Kausalität nicht von den Bodenpreisen zur Beschäftigung, sondern von der Beschäftigungsentwicklung 

zu den Bodenpreisen laufen kann. Dies wird versucht, indem der Bodenpreis durch verzögerte 

Werte aus Vorperioden instrumentiert wird.


4.1.2. Standortfaktor Arbeit 

Die Beschaffenheit des regionalen Arbeitsmarktes hat in mehrfacher Hinsicht Einfluss auf die 

Beschäftigungsentwicklung eines Wirtschaftsraumes. Von besonderer Bedeutung sind dabei 

das regionale Lohnniveau, die Beschäftigungssituation am regionalen Arbeitsmarkt (insbesondere 

die Höhe der Arbeitslosigkeit) und die Zusammensetzung des dort verfügbaren Arbeitskräftepotenzials, 

vor allem hinsichtlich dessen Qualifikation. 

Das regionale Lohnniveau übt insoweit eine ambivalente Wirkung auf die Beschäftigungsentwicklung 

aus, als es sowohl ein Kosten-, als auch ein Nachfragefaktor darstellt. Ein hohes Lohnniveau 

kann sich über die Kaufkraft positiv auf die regionale Nachfrage insbesondere nach 

Dienstleistungen auswirken und damit beschäftigungsfördernd sein. Auf der anderen Seite kann 

der Kostenaspekt des Lohns zu einer Verschlechterung der unternehmerischen Wettbewerbssituation 

beitragen und damit einen negativen Standortfaktor darstellen. Die zweischneidige Wirkung 

des Lohnniveaus auf die Beschäftigung zeigen Farhauer und Granato (2006), die zum Beispiel 

für den Stadtstaat Hamburg eine negative Korrelation zwischen Lohn- und Beschäftigungsentwicklung 

nachweisen, während sie bezogen auf denselben Zeitraum für das Saarland 

einen positiven Zusammenhang feststellen. Dabei kann auch die Beschaffenheit des Absatzmarktes 

einen Beitrag zur Erklärung der unterschiedlichen Wirkungsweise des Lohnniveaus 

leisten. So kommen Blien et al. (2001) in einer Studie für Ostdeutschland zu dem Ergebnis, dass 

in Wirtschaftszweigen, die tendenziell der Konkurrenz überregionaler Märkte ausgesetzt sind, 

der Kostenaspekt der Löhne den Ausschlag gibt, während im Dienstleistungsbereich der Kaufkraft- 

bzw. Nachfrageaspekt der Löhne überwiegt. 

Die empirische Analyse des Einflusses der Lohnhöhe auf die Gründungsintensität und die Beschäftigungsdynamik 

wird aufgrund der Korrelation der Löhne mit der Qualifikation der Beschäftigten 

stark beeinträchtigt. Nach Unternehmensbefragungen in Deutschland stellt das Lohnniveau 

zwar einen wichtigen Standortfaktor dar, rangiert jedoch zumeist hinter der Marktnähe, der 

Verkehrsinfrastruktur und dem Angebot an qualifizierten Arbeitskräften (Steil 1999). 

Bartik (1991) kommt zu dem Ergebnis, dass in 62% aller von ihm betrachteten Studien in den 

USA ein statistisch signifikanter negativer Zusammenhang zwischen der Lohnhöhe und der Unternehmensdynamik 

in einer Region festgestellt wurde. Als Indikatoren für die Unternehmensdynamik 

wurden dabei unter anderem die Gründungsaktivitäten, die aggregierte bzw. branchenspezifische 

Beschäftigungsentwicklung, der Umfang ausländischer Direktinvestitionen oder die 

Outputveränderung im Verarbeitenden Gewerbe verwendet (Steil 1999). Dagegen findet Steil 

(1997 und 1999) selbst keinen eindeutigen Einfluss des regionalen Lohnniveaus auf die Grün-


dungsintensität - und Nerlinger (1997) weist für Gründungen im Bereich der Spitzentechnik sogar 

einen positiven Zusammenhang mit der durchschnittlichen Lohnsumme nach. 

Hypothese 

Ein hohes Lohnniveau im Verarbeitenden Gewerbe wirkt sich tendenziell negativ auf die industrielle 

Beschäftigungsentwicklung aus. Dahinter steht die Vermutung, dass in den meisten Fällen 

der Kostenaspekt gegenüber dem Kaufkraftaspekt dominiert, und zwar deshalb, weil der Absatz 

von Industriegütern nicht allzu stark von der regionalen Kaufkraft abhängig ist. 

Auch in Bezug auf die strukturelle Beschaffenheit des regionalen Arbeitsmarktes führen theoretische 

Überlegungen zu widersprüchlichen Schlussfolgerungen hinsichtlich der Wirkung auf Unternehmens- 

bzw. Beschäftigungsentwicklung. So ist eine hohe regionale Arbeitslosenquote 

zum einen ein Indikator für ungünstige Nachfragebedingungen und wirtschaftliche Anpassungsprobleme 

in einer Region und hat damit negative Auswirkungen auf die Wachstumsbedingungen 

von Unternehmen, insbesondere solchen, die stark von der regionalen Nachfrage abhängig sind 

(Steil 1999). Zum anderen sind Arbeitslose für expandierende oder neu gegründete Unternehmen 

leichter zu gewinnende Arbeitskräfte. Zudem dürften Einstiegslöhne für Arbeitskräfte, die 

zuvor arbeitslos waren, tendenziell geringer sein als die Löhne für vorher in anderen Unternehmen 

beschäftigte Arbeitnehmer. Daneben stellen Arbeitslose auch ein eigenes Gründerpotenzial 

dar (Steil 1999). Steil (1997 und 1999) kommt jedoch in den meisten seiner empirischen Untersuchungen 

zu einem negativen Effekt der Arbeitslosenquote auf die Gründungsdynamik. Dies 

bestätigt, dass die Arbeitslosenquote bis zu einem gewissen Grad auch als Indikator für nicht 

durch andere Variablen abgebildete ungünstige Standortbedingungen herangezogen werden 

kann (Steil 1999). Dagegen finden Brixy und Niese (2003) eine positive Wirkung der Arbeitslosenquote 

auf die Gründungsintensität in Westdeutschland. In einer neueren Untersuchung 

kommen Brixy/Grotz (2006) zu dem Ergebnis, dass die Arbeitslosenquote keinen signifikanten 

Einfluss auf die Anzahl der Firmengründungen hat, wohl aber eine eindeutig negative Wirkung 

auf die Überlebenswahrscheinlichkeit der Neugründungen aufweist. 

Hypothese 

Der Effekt einer hohen regionalen Arbeitslosigkeit auf die Industriebeschäftigung ist aus theoretischer 

Sicht unklar. Einerseits wirkt eine hohe Arbeitslosigkeit dämpfend auf die Lohnentwicklung 

und damit auf die Kosten der Unternehmen, andererseits geht eine hohe Arbeitslosigkeit 

mit einer geringeren regionalen Kaufkraft einher, wobei dieser Aspekt für das Verarbeitende 

Gewerbe aber weniger relevant sein dürfte.


Die Höhe der Erwerbsquote sowie ihre Entwicklung im Zeitablauf stellt einen Indikator für das 

Funktionieren des regionalen Arbeitsmarktes dar und sollte daher einen positiven Effekt auf 

Gründungsintensität und wirtschaftliche Entwicklung haben. Dies wird von Steil (1997) für die 

Gründungsintensität in Ostdeutschland auch nachgewiesen. Brixy und Niese (2003) erhalten 

einen positiven zum 1%-Signifikanzniveau gesicherten Einfluss der Veränderung der Beschäftigungsquote 

auf die Gründungsintensität in Westdeutschland. Sie verwenden zudem die Beschäftigungsveränderung 

des vergangenen Jahres als Indikator für die regionale Nachfrage und 

erhalten hierfür einen positiven zum 5%-Niveau signifikanten Koeffizienten. Fritsch et al. (2004) 

stellen eine zum 1%-Niveau signifikante positive Wirkung der regionalen Beschäftigungsveränderung 

auf die Überlebensrate neu gegründeter Betriebe fest. 

Nach mehreren in Deutschland durchgeführten Unternehmensbefragungen zählt das Angebot 

an qualifizierten Arbeitskräften zu den fünf wichtigsten Standortfaktoren (Steil 1999). Die Bedeutung 

der Qualifikationsstruktur dürfte jedoch von Branche zu Branche variieren, aufgrund der 

technologischen Entwicklung im Allgemeinen allerdings weiter an Bedeutung gewinnen. Gerade 

auch die industrielle Produktion erfordert durch die gestiegene FuE- und Technikintensität zunehmend 

den Einsatz höher qualifizierter Beschäftigter. Nach der These des “skillbased technological 

change” steigert der technische Fortschritt die relative Nachfrage nach höheren Qualifikationen 

(Credit Suisse 2004). Die zunehmende Spezialisierung der wirtschaftlichen Aktivitäten 

und die Internationalisierung der Wirtschaft tragen dazu bei, dass sich die Arbeitsnachfrage in 

allen Sektoren in Richtung höhere Qualifikationen verschiebt (Credit Suisse 2004). Allerdings 

dürfte die Bedeutung der Ausbildung für die Durchführung einer Unternehmensgründung von 

der Art des zu gründenden Unternehmens abhängen (Evans und Leighton 1989). Dasselbe gilt 

allgemein im Hinblick auf den Bedarf nach qualifizierten Beschäftigten. 

Nach der Theorie des endogenen Wirtschaftwachstums gilt, dass eine gute Qualifikation die 

„Maschine“ ist, die das Wachstum antreibt. Eine gute Qualifikationsstruktur in einer Region hat 

einen positiven externen Effekt auf das Wachstum, weil sie das „Klima“ für Produktivitätssteigerungen 

verbessert (Blien et al. 2001). Immer häufiger wird daher betont, dass sich Standorte und 

Regionen heute im Wesentlichen in einem Wettbewerb um zukunftsträchtige Unternehmen und 

hochproduktive Arbeitskräfte befinden (Niebuhr und Stiller 2003). Die empirische Studie von 

Blien et al. (2001) bestätigt diese Überlegungen und kommt zu dem Ergebnis, dass sich eine 

überdurchschnittliche Qualifizierung der Arbeitskräfte in einer Region positiv auf das Beschäftigungswachstum 

auswirkt. Brixy und Niese (2003) finden einen zum Signifikanzniveau von 1% 

gesicherten positiven Einfluss des Anteils der Beschäftigten mit Universitätsabschluss auf die 

Gründungsintensität in Westdeutschland. Auch die aktuelle Studie von Farhauer/Granato (2006)


zu Westdeutschland bestätigt einmal mehr den positiven Einfluss eines hohen Qualifikationsniveaus 

auf die Beschäftigungsentwicklung. 

Hypothese 

Ein hohes Qualifikationsniveau der Beschäftigten in einer Region bzw. im Verarbeitenden Gewerbe 

einer Region und somit eine bessere Humankapitalausstattung wirken sich in der Tendenz 

positiv auf die weitere Beschäftigungsentwicklung in der Industrie aus. 

4.1.3. Standortfaktor FuE-Ausstattung 

Ein in den letzten Jahren zunehmend entscheidender Faktor für die Beschäftigungsentwicklung 

von Regionen ist deren Ausstattung mit Kapazitäten für Forschung und Entwicklung (FuE). Die 

Akkumulation von technischem Wissen steigert auch die Produktivität bei denjenigen Unternehmen, 

die selbst keine FuE-Aktivitäten durchführen, unternehmensexternes Wissen aber über 

Spillovereffekte nutzen können (Statistisches Landesamt 2004). Der formelle und informelle Informationsfluss 

zwischen den Arbeitskräften und/oder Unternehmen fördert sowohl Produkt- als 

auch Prozessinnovationen (Steil 1999). Dabei haben die Wissensspillovers trotz der in den letzten 

Jahren deutlich verbesserten Kommunikationsmöglichkeiten ihren höchsten Wirkungsgrad 

immer noch im intraregionalen Raum, d.h. Unternehmen profitiern noch immer von der räumlichen 

Nähe zu FuE-Einrichtungen. 

Für die Abschätzung des Zusammenhangs zwischen regionaler Beschäftigungsentwicklung und 

der Ausstattung mit Forschungsinfrastruktur wird häufig auf die FuE-Aufwendungen oder das 

FuE-Personal abgestellt. Die regionale FuE-Beschäftigung liefert Hinweise auf die regionale 

Ausstattung mit Qualifikationen, die für Innovationsprozesse von zentraler Bedeutung sind (Niebuhr 

und Stiller 2003). 

Nerlinger (1997) zieht in einer Studie zum Gründungsgeschehen als Indikator für die FuE- 

Ausstattung die Zahl der in Unternehmen, Universitäten und Fachhochschulen sowie in Großforschungseinrichtungen, 

Fraunhofer- und Max-Planck-Instituten tätigen FuE-Beschäftigten heran. 

Er zeigt, dass öffentliche Forschungseinrichtungen eine positive Wirkung auf die Gründungsintensität 

im Bereich der technologieintensiven Wirtschaftszweigen haben, im Hinblick auf die 

FuE in privaten Unternehmen kann er einen solchen Effekt allerdings nicht feststellen. Offenbar 

spielen die mehrheitlich großen FuE-orientierten Unternehmen aus der Sicht junger innovativer 

Unternehmen keine Rolle (Nerlinger 1997).


Brixy und Niese (2003) verwenden den Anteil von Ingenieuren, Mathematikern und Wissenschaftlern 

als Indikator für die Innovationsfähigkeit einer Region, zusätzlich auch deren Anteil in 

den Betrieben mit weniger als 50 Beschäftigten und erhalten für Westdeutschland jeweils einen 

zum Signifikanzniveau von 1% gesicherten positiven Einfluss auf die Gründungsintensität. Dagegen 

finden Fritsch et al. (2004) in Bezug auf die Überlebensraten neu gegründeter Betriebe 

keinen eindeutigen Effekt des Anteils der FuE-Beschäftigten in einer Region und einer Industrie. 

Neben inputorientierten Größen, wie dem FuE-Personal oder FuE-Aufwendungen, können auch 

outputbezogene Indikatoren, wie z.B. die Zahl der Patentanmeldungen, zur Messung des regionalen 

Innovationspotentials verwendet werden. Patente sind dabei als ein Frühindikator für Innovation 

und Markterfolg (Niebuhr und Stiller 2003) und damit für einen positiven Beschäftigungseffekt 

anzusehen. 

Im vorliegenden Kontext gibt es aber auch Querverbindungen zu den in Abschnitt 4.3 erörterten 

siedlungsstrukturellen Determinanten der regionalen Beschäftigungsentwicklung. So ist festzustellen, 

dass FuE-Kapazitäten in starkem Maße auf Agglomerationsräume konzentriert sind 

(Niebuhr/Stiller 2003). Die regionale Ballung der Innovationsaktivitäten lässt sich allerdings nicht 

allein mit der allgemeinen räumlichen Konzentration wirtschaftlicher Aktivitäten erklären, und 

zwar deshalb, weil die FuE-Konzentration im Raum wesentlich stärker ausfällt. Insofern ist für 

den FuE-Bereich von spezifischen Agglomerationsvorteilen auszugehen (Gehrke und Legler 

1998). 

Die räumliche Verteilung technologieorientierter Unternehmensgründungen beruht auf der Verteilung 

industrieller Forschungskapazitäten. In Regionen mit überdurchschnittlich vielen Forschungseinrichtungen 

und wissenschaftlichem Personal ist auch mit einer höheren Anzahl an 

technologieorientierten Unternehmensgründungen (Nerlinger 1997) und damit auch eher mit 

einer positiven Beschäftigungsentwicklung zu rechnen. 

Hypothese 

Eine gute regionale Ausstattung mit Kapazitäten zur Forschung und Entwicklung (FuE) hat einen 

positiven Einfluss auf die regionale industrielle Beschäftigungsentwicklung. 

4.1.4. Standortfaktor Infrastrukturausstattung 

In den ersten theoretischen Arbeiten zur Bestimmung des optimalen Standorts von Unternehmen 

ebenso wie in traditionellen gesamtwirtschaftlichen Standorttheorien spielten die Transportkosten 

für die Materialien und den Output eine zentrale Rolle (vgl. insbesondere Weber


1909). 18 Allerdings ist die Bedeutung der Transportkosten aufgrund des Strukturwandels und der 

deutlichen Verbesserungen der Verkehrsinfrastruktur merklich gesunken. Von größerer Relevanz 

für die Wettbewerbsfähigkeit sind heute hingegen die Transportzeiten. Diese haben aufgrund 

der Just-in-time-Produktionsprozesse in den letzten Jahren eine höhere Bedeutung erhalten 

(Steil 1999). Damit kommt der Verkehrsinfrastruktur und der Anbindung sowie der Lage und 

der Erreichbarkeit der Region eine große Bedeutung zu. Die Verkehrsinfrastruktur wird in Unternehmerbefragungen 

häufig als wesentliches Standortkriterium genannt (z.B. Niebuhr und Stiller 

2003). Dies wird auch durch eine aktuelle empirische Untersuchung von Farhauer/Granato 

(2006) gestützt, die für die alten Bundesländer zu der Feststellung kommen, dass die infrastrukturelle 

Ausstattung besonders starken Einfluss auf die Beschäftigungsentwicklung eines Wirtschaftsraums 

hat. 

Bei der Operationalisierung ist zwischen Kennziffern über die Verkehrsinfrastruktur innerhalb 

des Kreises und der Erreichbarkeit des Kreises bzw. die Erreichbarkeit von Zentren und Ballungsräumen 

sowie von wichtigen Infrastruktureinrichtungen, wie beispielsweise Flughäfen, vom 

untersuchten Kreis aus, zu unterscheiden. Letzterem kommt vermutlich sogar die größere Bedeutung 

zu. Beispielsweise verwenden Niebuhr und Stiller (2003) entsprechende Erreichbarkeitsindikatoren 

zur Operationalisierung der Verkehrsinfrastruktur. 

Steil (1997 und 1999) stellt einen positiven Effekt der Qualität der Autobahnanbindung auf die 

Gründungsdynamik in Ostdeutschland fest, für den Anschluss an das IC-Netz kann ein solcher 

Zusammenhang hingegen nicht festgestellt werden. Ebenfalls kein statistisch signifikantes Ergebnis 

zeigt sich für die Lkw-Fahrzeit bis zum nächsten Umschlagbahnhof (Steil 1997). Diese 

Ergebnisse deuten insgesamt darauf hin, dass der Straßeninfrastruktur als Standortfaktor in der 

Regel eine höhere Bedeutung als der schienengebundenen Infrastruktur zukommt 

Hypothese 

Eine gute verkehrsinfrastrukturelle Ausstattung in einer Region hat einen positiven Einfluss auf 

die regionale Beschäftigungsentwicklung im industriellen Sektor. 

Die maßgebliche infrastrukturelle Ausstattung beschränkt sich nicht auf den Bereich der Verkehrsinfrastruktur. 

Vielmehr gehört hierzu u.a. auch das Dienstleistungsangebot der regionalen 

Verwaltung, ein Aspekt der in Unternehmensbefragungen regelmäßig genannt wird (Credit Suisse 

2004). Entsprechende Beratungsleistungen sowie das Verhalten kommunaler Entscheidungsträger 

können bei der Gründung bzw. Verlagerung von Unternehmen eine Rolle spielen, 

18 Im Rahmen einer theoretischen Analyse zeigen Lanapa/Sanz (2004), wie sich verschiedene Typen 

von Infrastrukturen auf die unternehmerische Standortwahl auswirken.


wie auch die finanzielle Förderung, beispielsweise in Form der direkten Bereitstellung von Finanzkapital 

(Steil 1999). Dabei kann die Existenz einer funktionierenden kommunalen Wirtschaftsförderung 

ein Hinweis darauf sein, dass sich die Kommunen besonders um existierende 

Unternehmen und Neugründungen kümmern, diese bei ihrer Suche nach geeigneten Gewerbeflächen 

oder Fördermöglichkeiten für Existenzgründungen unterstützen sowie ein einheitliches 

Standortmarketing betreiben. Ein entsprechendes Beratungsangebot gibt es zum Teil auch auf 

der Regionsebene. 

Zur infrastrukturellen Ausstattung eines Wirtschaftsraumes kann im weitesten Sinne auch noch 

ein Teil der so genannten „Weichen Standortfaktoren“ gezählt werden. Diese Standortfaktoren, 

mit denen die Lebensqualität in einer Region beschrieben wird, gewinnen im Wettbewerb um 

ansiedlungswillige Unternehmen immer mehr an Bedeutung (Blien et al. 2001). 19 Dabei ist zu 

beachten, dass diese sowohl einen direkten Einfluss auf die Standortattraktivität für das Unternehmen 

haben als auch einen indirekten Einfluss ausüben, und zwar durch ihre Bedeutung für 

die Wohnortpräferenzen potenzieller Mitarbeiter. Letzteres spielt insbesondere deshalb eine 

zunehmende Rolle, weil die Unternehmen in einem sich verstärkenden Wettbewerb um hoch 

qualifizierte Arbeitskräfte stehen (Niebuhr und Stiller 2003). 

Hypothese 

Eine gute Ausstattung bei den so genannten „weichen Standortfaktoren“ wirkt sich positiv auf die 

industrielle Beschäftigungsentwicklung aus. 

Zu den weichen Standortfaktoren werden beispielsweise folgende Aspekte gezählt: ein attraktives 

Wohnumfeld, eine hohe Umweltqualität, gute Qualifizierungsmöglichkeiten, ein hoher Freizeitwert, 

die gute Ausstattung mit kulturellen Einrichtungen, Schulen und Kinderbetreuungseinrichtungen, 

aber auch das Image einer Region, das dort vorherrschende Wirtschaftsklima oder 

auch die Einstellung der politischen Entscheidungsträger und der Verwaltung. Weiche Standortfaktoren, 

wie „Image“, „Wirtschaftsklima“ oder „Einstellung lokaler Entscheidungsträger“ entziehen 

sich einer objektiven Erfassung und sind automatisch mit einem Werturteil verbunden. Probleme 

der Operationalisierung ergeben sich allerdings auch für die meisten anderen als weiche 

Standortfaktoren eingestuften Determinanten des regionalen Beschäftigungswachstums. Einen 

gewissen Anhaltspunkt für die regionale Lebensqualität liefert etwa die Ausstattung mit kulturellen 

Einrichtungen, Sportvereinen, Schulen und Kinderbetreuungseinrichtungen (Niebuhr und 

Stiller 2003). Blien et al. (2001) können allerdings eine eindeutige Wirkung weicher Standortfaktoren 

auf die Unternehmens- und Beschäftigungsentwicklung nicht nachweisen. Im Übrigen 

19 Zu ausgewählten Aspekten „Weicher Standortfaktoren“ vgl. auch Grabow (2005).


bleibt festzuhalten (Niebuhr/Stiller, 2003b), dass zur Messung weicher Standortfaktoren und 

damit eines Vergleichs unterschiedlicher Standorte bislang noch keine hinreichend überzeugende 

Methode entwickelt wurde. 

4.2. Outputbezogene einzelwirtschaftliche Standortfaktoren 

Die Beschäftigungsentwicklung wird nicht nur von input-, sondern auch von outputbezogenen 

Standortfaktoren beeinflusst. In diesem Zusammenhang geht es unter anderem um absatzbezogene 

Determinanten. 

4.2.1. Absatzmarktbezogene Standortfaktoren 

Das Beschäftigungsniveau von Unternehmen wird auch durch das im jeweiligen Wirtschaftsraum 

gegebene Absatzpotenzial bestimmt. Letztendlich geht es dabei um die „Erreichbarkeit 

von Kaufkraft“. Diese ist vom räumlichen Konzentrationsgrad der Kaufkraft und von der verkehrsinfrastrukturellen 

Ausstattung des betreffenden Wirtschaftsraums abhängig. 

Im Hinblick auf die räumliche Konzentration von Kaufkraft kommt es zum einen auf den jeweiligen 

Agglomerationsgrad bzw. die betreffende Bevölkerungsdichte an. Damit ist hier im Rahmen 

der absatzmarktbezogenen Standortfaktoren ein Aspekt von Interesse, der auch noch in Teil 

4.3.1 unter dem Thema „Siedlungsstrukturelle Determinanten der Beschäftigungsentwicklung“ 

auftaucht, wo es aber auch um andere als absatzmarktbezogene Aspekte geht. Je höher die 

Bevölkerungsdichte eines Wirtschaftsraumes ist, umso höher ist das entsprechende Absatzpotenzial. 

Dieses bestimmt sich jedoch nicht allein durch die Zahl der potenziellen Kunden, sondern 

auch durch deren Kaufkraft. Insofern sind als absatzmarktbezogene Standortfaktoren 

Kennziffern zur regionalen Kaufkraft von Interesse. Für den Absatz von Industriegütern sind solche 

Kennziffern weniger relevant als für Dienstleistungsunternehmen. Das Verarbeitende Gewerbe 

hat als direkte Abnehmer kaum private Haushalte, deren Kaufkraft in entsprechenden 

Kennziffern abgebildet wird und zudem ist der Absatz von Industriegütern weniger stark auf die 

„Produktionsregion“ fokussiert, so dass in stärkerem Maße absatzmarktpolitische Standortfaktoren 

der regionsexternen Ebene greifen. Nimmt man den hohen Anteil des Umsatzes, den das 

Verarbeitende Gewerbe typischerweise im Auslandsgeschäft macht, dann wird deutlich, dass 

hier sogar Beschäftigungsdeterminanten der internationalen Absatzmärkte relevant sind. 

Hypothese 

Ein hohes Kaufkraftniveau begünstigt tendenziell die regionale Industriebeschäftigungsentwicklung. 

Dies gilt allerdings nur in geringem Maße, da die Nachfrage nach industriellen Gütern nicht 

allzu stark vom regionalen Kaufkraftpotenzial abhängig ist.


Zu den absatzmarktbezogenen Standortfaktoren eines Wirtschaftsraums gehört auch dessen 

verkehrsinfrastrukturelle Ausstattung. Insofern ergeben sich Zusammenhänge zum Unterabschnitt 

4.1.4, wo der Aspekt der regionalen Verkehrsinfrastruktur unter dem Blickwinkel der Beschaffung 

von Zwischenprodukten und anderen Inputs behandelt wurde. Während der Faktor 

„Räumliche Konzentration von Kaufkraft“ für den Absatz von Industrieunternehmen weniger eine 

Rolle spielt als für Dienstleistungsunternehmen, kommt dem Faktor „Verkehrsinfrastrukturelle 

Ausstattung einer Region“ sowohl im Verarbeitenden Gewerbe als auch im Dienstleistungssektor 

große Bedeutung zu. 

Die entsprechenden Überlegungen zu absatzmarktbezogenen Standortfaktoren werden auch 

durch neuere empirische Untersuchungen belegt. So dokumentieren beispielsweise Niebuhr und 

Stiller (2003), dass Marktnähe für die Unternehmen weiterhin ein wichtiger Ansiedlungsfaktor 

darstellt. Dies gilt erwartungsgemäß insbesondere für den Dienstleistungssektor, wo die Kundennähe 

traditionell eine große Rolle spielt (Blien et al. 2001). Aber auch in der theoretischen 

Wirtschaftswissenschaft, gerade in der Neuen Regionalökonomik, wird die Marktnähe wieder als 

einer der bedeutendsten Standortfaktoren herausgestellt. 

4.2.2. Gewinnsteuerbezogene Standortfaktoren 

Die outputbezogenen Standortfaktoren umfassen in einem weiteren Sinne nicht nur diejenigen 

Faktoren, die das Betriebsergebnis im Sinne des mengenmäßigen Outputs beeinflussen, sondern 

auch diejenigen, die den Unternehmensgewinn betreffen. Dazu zählen die vom Staat auf 

den Gewinn von Unternehmen erhobenen Steuern. Im Hinblick auf die Standortgunst von Regionen 

ist in dieser Hinsicht in Deutschland allein die Gewerbesteuer relevant, da nur diese interkommunal 

und damit indirekt auch interregional differiert. 20 Andere auf den Unternehmensgewinn 

bezogene Steuern sind bundesweit einheitlich und stellen damit auch keinen spezifischen 

regionalen Standortfaktor dar. 

Die Gewerbesteuer wird dadurch zum lokalen und damit indirekt auch zu einem regionalen 

Standortfaktor, dass die Kommunen die Höhe der bei den Unternehmen anfallenden Steuerbelastung 

mitbestimmen, indem sie innerhalb gewisser Grenzen ein Hebesatzrecht ausüben können. 

Die Belastung eines Unternehmens mit der Gewerbesteuer fällt dabei umso höher aus, je 

höher die betreffende Kommune den Hebesatz festgesetzt hat. Dies gilt, obwohl nach der aktuellen 

Rechtslage bestimmte Unternehmenstypen, nämlich Einzelunternehmen und Personenge- 

20 Die Gewerbesteuer belastet, da sie nur noch in Form der Gewerbeertragsteuer erhoben wird, im 

Prinzip nur den Gewinn der Unternehmen. Früher wurde dagegen im Rahmen der Gewerbesteuer 

auch noch eine Lohnsummensteuer (bis 1979) und eine Gewerbekapitalsteuer (bis 1997) erhoben, so 

dass von der Besteuerung auch gewinnunabhängige Tatbestände betroffen waren. Vgl. Zimmermann 

(1999), S. 183.


sellschaften, einen Teil ihrer Gewerbesteuerschuld mit der Einkommensteuer verrechnen können. 

Unabhängig davon ist die Höhe der Gewerbesteuerhebesätze für die als Körperschaften 

organisierten Unternehmen generell von Bedeutung. 

Hypothese 

Eine Belastung der Unternehmen mit hohen Gewerbesteuerhebesätzen dürfte tendenziell eine 

negative Wirkung auf die regionale Beschäftigungsentwicklung im Verarbeitenden Gewerbe haben. 

Unternehmensbefragungen kommen im Hinblick auf die Frage nach der Relevanz der Gewerbesteuerbelastung 

bei Standortentscheidungen zu unterschiedlichen Ergebnissen. Steil (1997) 

ermittelt für die Gründungsintensität in Ostdeutschland im Rahmen eines Zähldatenmodells unter 

Zugrundlegung einer negativen Binomialverteilung einen signifikanten negativen Einfluss der 

Gewerbesteuerhebesätze. In Steil (1999) findet sich für Querschnittsanalysen kein signifikanter 

Einfluss der Gewerbesteuersätze auf die regionale Gründungsdynamik in Ostdeutschland. Betrachtet 

man hingegen die Zweiggründungen westdeutscher Unternehmen, so ergibt sich eine 

negative Wirkung höherer Gewerbesteuersätze auf die regionale Gründungsintensität. Bei Panelanalysen 

tritt dieser Effekt auch für alle Gründungen in Ostdeutschland auf, er ist jedoch nicht 

signifikant, wenn nur das Verarbeitende Gewerbe betrachtet wird. Nerlinger (1997) findet für 

Unternehmen der Spitzentechnik, dass die Gründungszahlen positiv mit den Gewerbesteuersätzen 

korreliert sind. Dies ist jedoch möglicherweise auf die Vernachlässigung weicher Standortfaktoren, 

wie Ausstattung mit Theatern, Opern und anderer Indikatoren für die Wohn- und Lebensqualität 

zurückzuführen. Im Übrigen ist grundsätzlich zu beachten, dass der Gewerbesteuer 

auch lokale öffentliche Leistungen gegenüberstehen, für die bei den Unternehmen keine expliziten 

Zahlungen eingefordert werden (Steil 1999). In diesem Zusammenhang geht es insbesondere 

um die Schaffung, Erhaltung und Erneuerung der kommunalen Infrastruktur. Dies gilt sowohl 

für diejenigen Infrastruktureinrichtungen, die direkt von den Unternehmen genutzt werden, als 

auch für solche Infrastruktureinrichtungen, von denen Unternehmen indirekt profitieren, beispielsweise 

indem durch eine gute Bildungsinfrastruktur ein breites Angebot an hoch qualifizierten 

Arbeitskräften geschaffen wird oder indem den Familien der Firmenmitarbeiter ausreichende 

Kinderbetreuungsmöglichkeiten zur Verfügung stehen (vgl. hierzu auch Unterabschnitt 4.1.4). 

In diesem Zusammenhang ist zu bedenken, dass zum Standortfaktor „Lokale Infrastruktur“ kaum 

Daten vorliegen, die einen entsprechend „griffigen“ interregionalen Vergleich erlauben wie dies 

beim steuerlichen „Gegenstück“, dem Gewerbesteuerhebesatz, möglich ist. Als Folge davon 

wird in wissenschaftlichen Standortvergleichen die lokale Infrastruktur oftmals vernachlässigt. 

Dies gilt auch für den Umstand, dass die Höhe des Gewerbesteuerhebesatzes bis zu einem


gewissen Grad als Maß für die Güte der lokalen Infrastrukturausstattung angesehen kann - mit 

anderen Worten: ein hoher Gewerbesteuerhebesatz (Standortnachteil) kann durchaus mit einer 

guten Ausstattung an lokaler Infrastruktur (Standortvorteil) einhergehen. Die Relevanz solcher 

Überlegungen belegen beispielsweise Gabe/Bell (2004): In einer empirischen Untersuchung 

zum US-Bundesstaat Maine zeigen sie, dass eine hohe Belastung mit lokalen Abgaben und die 

umfangreiche Bereitstellung lokaler öffentlicher Leistungen zu mehr Unternehmensansiedlungen 

führt, als eine Politik niedriger lokaler Steuern, aber geringer Staatsleistungen. 

Neben der direkten Steuerbelastung und der Bereitstellung lokaler Infrastruktur spielt möglicherweise 

auch die kommunale Finanzlage eine Rolle für die Attraktivität eines Standorts. Schließlich 

bestimmt diese den finanziellen Spielraum der Gebietskörperschaften und hat deshalb Auswirkungen 

auf die öffentlichen Ausgaben und Investitionen sowie möglicherweise auch auf die 

zukünftige Steuerbelastung (Koellreuter und Eichler 2001; Credit Suisse 2004). 

In Zusammenhang mit der steuerlichen Belastung von Unternehmen ist in einer Art unternehmerischer 

„Nettobetrachtung“ nicht nur die vom Staat bereitgestellte Infrastruktur „gegenzurechnen“, 

sondern auch die Gewährung staatlicher Finanzhilfen. Investitionsförderungen oder gar 

Subventionierung bedeuten für die Unternehmen einen geldwerten Vorteil. Allerdings liegt die 

finanzielle oder gar steuerliche Förderung bzw. Subvention von Investitionen in den Händen von 

Bund und Ländern, weshalb hier – mit Ausnahme der neuen Bundesländer – keine regionalen 

Unterschiede zu erwarten sind. Allerdings können insbesondere größere Unternehmen in Verhandlungen 

mit Kommunen oder Landesregierungen zum Teil beträchtliche Investitionshilfen für 

die Ansiedlung von Betrieben erlangen (Steil 1999). Daneben können die Kommunen Unternehmen 

auch in anderer Weise entgegenkommen, beispielsweise durch die Stundung der Gewerbesteuer, 

die Förderung von Betriebskindergärten oder die subventionierte Vermietung von 

Flächen oder Gebäuden in kommunalen Gewerbe-, Handwerker- und Technologieparks oder 

Existenzgründerzentren. Zuletzt mag hierbei auch die Kreditvergabepolitik der Kreissparkassen 

eine Rolle spielen. Solche Vergünstigungen lassen sich jedoch nur schwer objektiv abbilden und 

in Analysen berücksichtigen. 

4.3. Siedlungsstrukturelle Beschäftigungsdeterminanten 

Regionale Determinanten der Beschäftigungsentwicklung sind nicht nur die unter 4.1 und 4.2 

abgehandelten input- und outputbezogenen Standortfaktoren, sondern auch solche Einflussgrößen, 

die nicht den Charakter einzelwirtschaftlicher Standortfaktoren haben. Zu diesen „anderen“ 

Größen, die ebenfalls die regionale Beschäftigung beeinflussen, zählen wirtschaftsstrukturelle


sowie siedlungsstrukturelle Determinanten. Die letztgenannte Gruppe wird nun in diesem Abschnitt 

erörtert. 

4.3.1. Urbanisationseffekte und Verdichtungsgrad 

Die Beschäftigungsentwicklung eines Wirtschaftsraums wird unter anderem von dessen Siedlungsstruktur 

bestimmt. Liegt für eine entsprechende Raumeinheit eine räumliche Ballung von 

wirtschaftlicher Aktivität und Bevölkerung vor, dann spricht man von einer Agglomeration. In 

solchen Räumen können so genannte Agglomerationseffekte auftreten, die man in der regionalökonomischen 

Literatur üblicherweise in Urbanisationseffekte und in Lokalisationseffekte unterteilt. 

Lokalisationseffekte ergeben sich aus der räumlichen Konzentration von Unternehmen derselben 

oder verwandter Branchen. Diese Effekte werden in Zusammenhang mit wirtschaftsstrukturellen 

Determinanten der Beschäftigungsentwicklung in Abschnitt 4.4 abgehandelt. Dagegen 

beschreiben die in diesem Abschnitt erörterten Urbanisationseffekte die Auswirkungen, die sich 

aus einer allgemeinen Ballung von Bevölkerung und wirtschaftlicher Aktivität ergeben. Die entsprechenden 

Effekte treten entweder in Form von Urbanisationsvorteilen oder aber von Urbanisationsnachteilen 

auf. Dabei kommen als Urbanisationsvorteile insbesondere folgende Aspekte 

in Betracht: 21 

• die Verfügbarkeit eines großen lokalen Absatzmarktes 22 , 

• die Zugriffsmöglichkeit auf einen großen Markt qualifizierter Arbeitskräfte, 

• die Verfügbarkeit von Produzentendienstleistungen und Forschungseinrichtungen sowie 

hochwertigen technischen, sozialen und kulturellen Infrastruktureinrichtungen. 

Zudem besteht eher die Möglichkeit zu direkten Kontakten zu anderen Unternehmen und politisch-administrativen 

Entscheidungsträgern. 

Die räumliche Ballung von Bevölkerung und wirtschaftlicher Aktivität kann sich also auf die dort 

ansässigen Unternehmen und die Beschäftigungsentwicklung des betreffenden Wirtschaftsraums 

positiv auswirken. Dies gilt allerdings umso weniger, je mehr ein kritischer Agglomerationsgrad 

überschritten wird, denn dann können verstärkt auch Urbanisationsnachteile auftreten. 

Eine übermäßige räumliche Ballung von Bevölkerung und Wirtschaftsaktivität führt nämlich aufgrund 

von Verknappungsphänomenen zu höheren Bodenpreisen und höheren Faktorkosten, 

aber auch zu einer übermäßigen Umweltverschmutzung. 

Die empirische Wirtschaftsforschung kommt im Hinblick auf den Zusammenhang zwischen der 

Siedlungsstruktur und der Beschäftigungsentwicklung von Wirtschaftsräumen zu uneinheitlichen 

Ergebnissen. So stellen van Oort/Stam (2004) in einer Studie fest, dass sich Unternehmen in 

21 Vgl. hierzu Maier/Tödtling (2006), S. 104f und Steil (1999), S. 67. 

22 Dieser Aspekt betrifft weniger das Verarbeitende Gewerbe als den Dienstleistungssektor.


agglomerierten Räumen besser entwickeln und damit eine bessere Beschäftigungsentwicklung 

durchlaufen als Unternehmen in weniger verdichteten Raumeinheiten. Einen Standortvorteil für 

Agglomerationsräume sieht z.B. auch Cieslik (2005), der für Polen die Attraktivität der Standorte 

für ausländische Direktinvestitionen untersucht hat. Dagegen kommen Farhauer/Granato (2006) 

in einer Untersuchung über Deutschland zu dem Schluss, dass in den letzten Jahren Städte bei 

der Beschäftigungsentwicklung deutlich schlechter abgeschnitten haben als weniger agglomerierte 

Räume. Die Autoren vermuten, dass in den betreffenden städtischen Gebieten spezifische 

Urbanisationsnachteile zum Tragen gekommen sind. Sie verweisen insbesondere darauf, dass 

gerade bei flächenintensiven Betrieben im Verarbeitenden Gewerbe hohe Mietpreise in Verbindung 

mit einem begrenzten Angebot an Gewerbeflächen innerhalb der Stadtgrenzen eine Abwanderung 

ins Umland bewirken können. 23,24 

Hypothese 

Der Einfluss des anhand der Bevölkerungsdichte gemessenen Urbanisations- bzw. Agglomerationsgrades 

auf die regionale Beschäftigungsentwicklung im Verarbeitenden Gewerbe scheint 

zumindest a priori nicht eindeutig zu sein. Eine zunehmende Bevölkerungsdichte dürfte die Beschäftigungsentwicklung 

dann begünstigen, wenn beim Verdichtungsgrad noch kein „kritischer 

Punkt“ überschritten wurde, so dass die Urbanisationsvorteile die Urbanisationsnachteile überwiegen. 

Nach Überschreiten des kritischen Verdichtungsgrades ist dann aber mit negativen Wirkungen 

auf die Beschäftigungsentwicklung zu rechnen. Dabei dürfte der entsprechende Schwellenwert 

für den industriellen Bereich bereits bei einem niedrigeren Agglomerationsgrad erreicht 

werden als für den Dienstleistungssektor. 

Im Hinblick auf die raumstrukturelle Beschäftigungsentwicklung in Deutschland stellt der aktuelle 

Raumordnungsbericht (BBR 2005) fest, dass die 1970er- und 1980er-Jahre vom „Aufholen der 

ländlichen Regionen“ geprägt waren, insbesondere durch die Verlagerung industrieller Aktivitäten 

aus den großen Agglomerationsräumen in gut erreichbare Randbereiche. Dieses Muster der 

regionalen Beschäftigungsentwicklung, das in der Literatur auch mit dem Schlagwort „regionale 

Dekonzentration“ beschrieben wurde, gilt nach den Erkenntnissen des BBR seit einigen Jahren 

allerdings nicht mehr. So weisen seit Mitte der 1990er-Jahre die Peripherieräume in der Tendenz 

nur noch eine unterdurchschnittliche Beschäftigungsentwicklung auf. 

23 Vergleiche in diesem Zusammenhang auch Krumm (2006). Dort werden aufbauend auf einer Studie 

der IHK Region Stuttgart (2006) Beschäftigungseffekte der Abwanderung von Unternehmen aus der 

Region Stuttgart in das entsprechende Umland behandelt, wobei als Ursachen für die Standortverlagerungen 

gewisse Urbanisationsnachteile unterstellt werden. 

24 An dieser Stelle sei auf Forsyth, G. (2005) hingewiesen, der eine Untersuchung zu den Überlebensraten 

von Firmen im ländlichen Raum durchführt, jedoch kein Vergleich mit agglomerierten Räumen 

vornimmt.


Als Maß für die Stärke der Urbanisationseffekte wird häufig die Bevölkerungsdichte herangezogen. 

Dabei stellen Brixy/Niese (2003) für die Gründungsintensität in Westdeutschland eine positive 

Wirkung der Bevölkerungsdichte fest, was einen positiven Zusammenhang zwischen Bevölkerungsdichte 

und Beschäftigungsentwicklung impliziert. Wagner/Sternberg (2004) zeigen, dass 

die Neigung, sich selbständig zu machen, u.a. umso höher ist, je größer die Bevölkerungsdichte 

ausfällt. Den positiven Einfluss der Bevölkerungsdichte auf die Gründung von Unternehmen unterstreichen 

auch Brixy/Grotz (2006) und verweisen dabei auf die so genannte „urban incubator 

hypothesis“ (Tödtling/Wanzenböck 2003). Gleichzeitig stellen sie aber auch fest, dass Neugründungen 

in urbanen Räumen geringere Überlebenswahrscheinlichkeiten aufweisen als solche in 

weniger verdichteten Gebieten. Zu diesem Ergebnis gelangt auch Strotmann (2002a,b, 2003, 

2006) für die baden-württembergische Industrie. Insofern wäre danach zu unterscheiden, ob es 

um die Frage lediglich temporärer oder aber um dauerhafte Beschäftigungswirkungen von Unternehmensgründungen 

geht. 

Die Bevölkerungsdichte stellt gleichzeitig die Hauptbestimmungsgröße für die vom Bundesamt 

für Bauwesen und Raumordnung gebildeten so genannten Siedlungsstrukturtypen dar. 25 In diesem 

Zusammenhang ist interessant, dass Allmendinger et al. (2005, S. 30) ein starke positive 

bzw. negative Korrelationen zwischen der Beschäftigungsentwicklung in bundesdeutschen Kreisen 

und deren Siedlungsstrukturtyp nachweisen. Die Autoren geben jedoch zu bedenken, es 

könne sich hierbei auch um Scheinkorrelationen handeln, die „vielleicht nur den Spiegel nicht 

unmittelbar offensichtlicher kausaler Zusammenhänge darstellen“. 

Mitunter wird in der Literatur als Agglomerationsmaß nicht die Bevölkerungsdichte oder davon 

abgeleitete Maße, sondern die Bevölkerungsgröße herangezogen. 26 So stellen Fritsch et al. 

(2004) konkret auf die logarithmierte Einwohnerzahl ab. Sie gehen davon aus, dass Agglomerationsvorteile 

mit der Bevölkerungszahl zwar zunehmen, aber nur in unterproportionaler Weise. 

Dabei geht es allerdings nicht um die räumliche Dimension der Beschäftigungsentwicklung im 

Allgemeinen, sondern speziell um den Einfluss der Bevölkerungsgröße auf die Überlebensrate 

neu gegründeter Unternehmen bzw. die damit verbundene Beschäftigungsentwicklung. 

Als eine die regionale Beschäftigung beeinflussende Größe wird zum Teil auch die in der Vergangenheit 

vollzogene Bevölkerungsentwicklung angesehen. Sie stellt möglicherweise einen 

Indikator für eine positive Standortentwicklung dar und kann damit auch nicht direkt beobachtbare 

„weiche Standortfaktoren“ abbilden. Steil (1999) stellt in einem Teil seiner empirischen Unter- 

25 Bei einem Teil der Siedlungsstrukturtypen wird als zusätzlicher Bestimmungsfaktor der so genannte 

Zentralörtlichkeitsgrad des betreffenden Wirtschaftsraumes berücksichtigt. 

26 Vgl. dazu etwa Arauzo-Carod (2005), der speziell auf die Größe von Städten abstellt.


suchungen einen positiven Einfluss der Bevölkerungsentwicklung der letzten zwei Jahre auf die 

Gründungsdynamik einer Region fest. In die gleiche Richtung weist eine Untersuchung von 

Wagner/Sternberg (2004). Danach fällt die Neigung, sich selbständig zu machen, umso größer 

aus, je höher das Bevölkerungswachstum eines Wirtschaftsraumes ist. 

4.3.2. Räumliche Nachbarschaftseffekte 

Gerade in Zusammenhang mit Agglomerationseffekten ist die Betrachtung der Entwicklung angrenzender 

Regionen von Bedeutung. Schließlich ist die Wirkung solcher Effekte nicht auf den 

eigentlichen Ballungsraum beschränkt, sondern beeinflusst ebenfalls die wirtschaftlichen Aktivitäten 

im Umland. Insofern spricht man von Spillovers oder „Nachbarschaftseffekten“. Dabei ist 

die Stärke dieser Effekte von der Entfernung bzw. von der Erreichbarkeit zwischen Ballungsraum 

und Umland abhängig (Steil 1999). 

In diesem Kontext ist auch von Bedeutung, dass Urbanisationsvorteile durchaus eine größere 

räumliche Reichweite aufweisen können als Urbanisationsnachteile. Dies erklärt zum Beispiel, 

dass das Umland agglomerierter Räume von der Abwanderung von Unternehmen profitiert, ohne 

dass es dort (gleich) zu Überlastungsphänomenen kommt, die sich in hohen Bodenpreisen 

oder einer übermäßig beanspruchten Verkehrsinfrastruktur niederschlagen. Umgekehrt kann 

aber auch ein Agglomerationsraum vom weichen Standortfaktor „Intakte Naturlandschaft“ profitieren, 

der im weniger dicht besiedelten Umland vorzufinden ist. 

Wichtig in Zusammenhang mit dem Aspekt Nachbarschaftseffekte ist auch das Phänomen interregionaler 

Wissensspillovers. 27 So zeigen etwa Funke/Niebuht (2005), dass das Wirtschaftswachstum, 

und damit implizit auch die Beschäftigungsentwicklung einer Region positiv mit den 

FuE-Aktivitäten der Nachbarregionen korreliert ist. Damit zusammenhängend kommen Eckey et 

al. (2005) zu dem Ergebnis, dass gerade Metropolen in hohem Maße die Arbeitsproduktivität im 

Umland beeinflussen. Die Autoren der Studie trennen dabei explizit in regionsinterne und regionsexterne 

Einflüsse auf die Arbeitsproduktivität von Raumeinheiten. 

Für die analytische Berücksichtigung möglicher Nachbarschaftseffekte bzw. interregionaler Spillovers 

spricht auch, dass standortpolitische bzw. regionalökonomische Untersuchungen – unter 

anderem aufgrund der Datenlage – regelmäßig auf (vorgegebene) Raumeinheiten der administrativen 

Gebietsgliederung abstellen und nicht auf funktional abgegrenzte Wirtschaftsräume. 

27 Zum Aspekt intraregionale Wissensspillovers vgl. Unterabschnitt 4.1.3.


Interregionale Zusammenhänge lassen sich auch im Hinblick auf die Gründung von Unternehmen 

nachweisen. Brixy und Niese (2003) stellen beispielsweise bei einer Betrachtung der westdeutschen 

Raumordnungsregionen hinsichtlich des Gründungsaufkommens einen hohen Grad 

an Ähnlichkeit zwischen benachbarten Regionen fest. Auch Fritsch et al. (2004) finden auf der 

Ebene der westdeutschen Kreise bei der Untersuchung der Überlebensraten neu gegründeter 

Betriebe eine signifikant hohe räumliche Autokorrelation. 28 Ein anderer regionalökonomischer 

Aspekt findet sich bei Steil (1999). Dieser kommt bei einer Analyse zur Gründungsdynamik in 

Ostdeutschland auf signifikant höhere Gründungswahrscheinlichkeiten für das direkte Umland 

von kreisfreien Städten. 

Hypothese 

Die Entwicklung der Industriebeschäftigung in einer Region hängt bis zu einem gewissen Grad 

auch von der „Qualität“ der Standortfaktoren in anderen, insbesondere den benachbarten Regionen 

ab. Dabei ist zu vermuten, dass die „regionsexternen“ Standortfaktoren in dieselbe Richtung 

auf die Beschäftigungsentwicklung der betrachteten Region einwirken wie die entsprechenden 

„regionsinternen“ Standortfaktoren. 

4.4. Wirtschaftsstrukturelle Beschäftigungsdeterminanten 

An dieser Stelle sollen noch solche regionalen Determinanten der Beschäftigungsentwicklung 

erörtert werden, die wirtschaftsstruktureller Natur sind. Dabei geht es zum einen um betriebsstrukturelle 

und zum anderen um wirtschaftssektorale Aspekte. 

4.4.1. Lokalisationseffekte und Branchenkonzentration 

Die für einen Wirtschaftsraum zu erwartende Beschäftigungsentwicklung ist bis zu einem gewissen 

Grad auch von dessen Branchenstruktur abhängig. In der regionalökonomischen Theorie 

wird in diesem Zusammenhang zunächst auf den Aspekt so genannter Lokalisationseffekte hingewiesen. 

Dies sind Effekte, die zwischen den Unternehmen derselben oder zwischen Unternehmen 

verwandter Branchen auftreten, sofern eine gewisse räumliche Konzentration gegeben 

ist. Die Argumente für positive Lokalisationseffekte, d.h. Lokalisationsvorteile, sind zahlreich 

(Maier/Tödtling 2006). Sie reichen von der Konzentration an Rohstoffvorkommen (z.B. das traditionelle 

Standortmuster der Eisen- und Stahlindustrie) über die Generierung spezieller Zulieferindustrien 

(z.B. bei der Automobilindustrie) bis hin zur Entstehung eines spezialisierten Arbeitsmarktes 

(labour market pooling). Letzteres bedeutet, dass Unternehmen in einem solchen Um- 

28 Für eine Untersuchung der räumlichen Autokorrelation in Baden-Württemberg hinsichtlich der Beschäftigungsveränderungen 

auf Kreisebene vgl. Kapitel 6 der vorliegenden Studie.


feld eher Arbeitnehmer mit den branchenspezifischen Qualifikationen finden werden (Steil 

(1999). Weitere Beispiele für Mechanismen, die zu Lokalisationsvorteilen führen, sind FuE- 

Einrichtungen, die sich auf die entsprechende Branche spezialisiert haben sowie spezialisierte 

Schulen und Universitäten oder spezialisierte Konstruktionsbüros. Die Ballung von Unternehmen 

einer Branche führt häufig zum Aufbau einer spezialisierten Infrastruktur (z.B. Spezialhäfen) und 

wegen der insgesamt größeren Mengen, die transportiert werden, für die einzelnen Unternehmen 

zu niedrigeren Frachtkosten. Ein weiterer Vorteil einer Branchenagglomeration ergibt sich 

aus der Existenz so genannter Wissensspillovers und deren begrenzter räumlicher Reichweite 

(Steil 1999). Entsprechende Spillovereffekte resultieren aus dem formellen und informellen Informationsaustausch 

zwischen Unternehmen gleicher oder verwandter Branchen. Die „räumliche 

Nähe“ von Unternehmen ist im Hinblick auf Wissenspillovers auch in Zeiten moderner weltweiter 

Kommunikationsmöglichkeiten noch von Vorteil, wenngleich deren Bedeutung etwas abgenommen 

hat. 

Die Vorteile von Branchenagglomerationen werden in der regionalökonomischen Theorie in den 

letzten Jahren auch unter dem Stichwort „Clustereffekte“ diskutiert. Dabei werden Cluster als 

räumliche Zusammenballungen von Unternehmen derselben oder ähnlicher Branchen sowie der 

sie unterstützenden Umfeldorganisationen, wie etwa FuE-Einrichtungen, gesehen. Besondere 

Bedeutung wird in diesem Zusammenhang der so genannten „vertikalen Clusterdimension“ beigemessen. 

Diese stellt auf den Aspekt der sinnvollen räumlichen Konzentration von Unternehmen 

ab, die in einer Lieferanten-Abnehmer-Beziehung zueinander stehen und damit regionale 

Wertschöpfungsketten bilden. 

Die Ballung von Aktivitäten einer Branche kann allerdings auch gewisse Lokalisationsnachteile 

mit sich bringen, die letztlich die räumliche Konzentration eines Wirtschaftszweiges beschränken. 

Sie ergeben sich etwa durch steigende Lohnkosten und Grundstückspreise bei zu starker 

regionaler Faktornachfrage. 

Lokalisationseffekte können die regionale Beschäftigungsentwicklung also sowohl positiv als 

auch negativ beeinflussen. Die Abschätzung der Wirkung im konkreten Einzelfall gestaltet sich 

allerdings recht schwierig. Als theoretischer Anhaltspunkt kann allenfalls der Hinweis dienen, 

dass wenn in einer Region für eine Branche der sektorenspezifische kritische Konzentrationsgrad 

überschritten ist, die Lokalisationsvorteile durch Lokalisationsnachteile überkompensiert 

werden. 

Mit Blick auf Lokalisationsvorteile deuten Unternehmensbefragungen darauf hin, dass hier insbesondere 

das Angebot an Arbeitskräften mit branchenspezifischen Qualifikationen von Bedeu-


tung ist (Steil 1999). D.h., es geht vor allem um den o.a. Aspekt des „labour market pooling“. 

Dagegen scheinen Standortfaktoren wie die Nähe zu Betrieben derselben Branche oder Kooperationsmöglichkeiten 

weniger relevant zu sein. 

Im Hinblick auf den Zusammenhang zwischen Wirtschaftsstruktur und regionaler Beschäftigungsentwicklung 

ist auch die Frage von Bedeutung, inwieweit die sektorale Struktur eines Wirtschaftsraumes 

das dortige Gründungsgeschehen beeinflusst. Ökonometrische Studien kommen 

dabei zu unterschiedlichen Ergebnissen (Steil 1999). Für Italien konnte Garofoli (1994) einen 

positiven Einfluss der Spezialisierung des Verarbeitenden Gewerbes (Herfindahl-Index) auf die 

Zahl der Gründungen in allen Branchen nachweisen. Ähnliche positive Zusammenhänge konnte 

Guesnier (1994) auch für Frankreich aufzeigen. Brixy und Niese (2003) kommen in einer Studie 

über deutsche Raumordnungsregionen allerdings zu dem Ergebnis, dass der Einfluss der Industriestruktur 

auf das Gründungsaufkommen zumindest nicht so hoch ist wie erwartet. Auch 

Strotmann (2005) gelangt zu dem Ergebnis, dass die Branchencharakteristika für die Erklärung 

des Gründungsaufkommens nur einen begrenzten Erklärungsbeitrag liefern. 

Mitunter werden auch Abhängigkeiten des Gründungsgeschehens von der Struktur des regionalen 

Dienstleistungssektors festgestellt. 29 So sehen Egeln et al. (1997) sowie Steil (1999) einen 

positiven Zusammenhang mit dem Anteil des Handels bzw. mit dem Anteil des gesamten 

Dienstleistungssektors. Letzteres deutet also darauf hin, dass Regionen mit einem hohen Tertiarisierungsgrad 

in der Tendenz eine höhere Gründungsintensität als andere Regionen aufweisen. 

In Zusammenhang mit der Frage nach einem möglichen Einfluss des Tertiarisierungsgrades auf 

die Beschäftigungsentwicklung ist außerdem der Aspekt von Interesse, dass die Beschäftigung 

im industriellen Sektor von der Beschäftigungsentwicklung im Dienstleistungssektor abhängig 

sein kann. So könnte eine auf die Zunahme der tertiären Beschäftigung basierende Erweiterung 

des Dienstleistungsangebots die Produktionsbedingungen für die Industrieunternehmen so 

verbessern, dass diese ihre Beschäftigung ausbauen. In diesem Fall kommt zwischen dem Verarbeitenden 

Gewerbe und dem Dienstleistungssektor ein Komplementaritätsaspekt zum Tragen. 

Es sind jedoch auch Substitutionsphänomene denkbar. Vergeben Industrieunternehmen etwa 

einzelne Aufgaben, die sie bisher unternehmensintern erledigt haben im Rahmen von Outsourcingmaßnahmen 

an Unternehmensdienstleister, dann kommt es zu einer Verlagerung von Arbeitsplätzen 

vom Verarbeitenden Gewerbe in den Dienstleistungssektor, wobei der Nettoeffekt 

auf die Gesamtbeschäftigung nicht eindeutig ist. 

29 Vergleiche hierzu auch die Studie von Brixy/Grotz (2006), die sich mit branchenspezifischen Aspekten 

der birth und survival rates befassen, wobei sie nach Dienstleistungssektor und Verarbeitendem 

Gewerbe differenzieren.


Hypothese 

Eine Erhöhung des Tertiarisierungsgrades, d.h. des Beschäftigungsanteils des Dienstleistungssektors, 

kann mit Beschäftigungseffekten im Verarbeitenden Gewerbe verbunden sein. In welche 

Richtung die entsprechenden Beschäftigungswirkungen gehen, lässt sich a priori nicht sagen. 

Entscheidend ist vielmehr, ob zwischen diesen Wirtschaftssektoren im konkreten Einzelfall 

Komplementaritäts- oder Substitutionalitätsaspekte zum Tragen kommen. 

Der Einfluss der Wirtschaftsstruktur auf die Beschäftigung erfolgt jedoch vielfach auch über das 

Gründungsgeschehen. So stellt eine Reihe von Studien bei der Frage nach der Höhe der Gründungsintensitäten 

auf die Zusammenhänge mit der eigenen Branche oder den anderen Branchen 

ab. 30 So weisen Bartik (1985) und Steil (1999) eine positive Korrelation zwischen der 

Gründungsintensität und dem Beschäftigungsanteil der eigenen Branche nach. Steil und Wolf 

(1997) stellen einen positiven Effekt des Beschäftigungsanteils der eigenen Branche über das 

Gründungsgeschehen hinaus auf das Beschäftigtenwachstum eines Unternehmens fest. Von 

Relevanz für das regionale Gründungsgeschehen scheint aber auch die Struktur außerhalb der 

entsprechenden Branche zu sein. So deuten etwa die von Herhoff (1995) oder Berger/Nerlinger 

(1997) durchgeführten Studien darauf hin, dass sich – außerhalb der eigenen Branche – spezialisierte 

Wirtschaftsstrukturen negativ auf die Gründungshäufigkeit auswirken (Steil 1999). 

Tassinopoulos (1998) kommt zu dem Ergebnis, dass bei der Erklärung unterschiedlicher regionaler 

Beschäftigungsentwicklungen insbesondere die sektorale Dynamik von Bedeutung ist. In 

diesem Zusammenhang zeigt Steil (1999), dass die Strukturkrise in bisher dominierenden Branchen, 

etwa dem Bergbau, die Gründungsintensität negativ beeinflussen. Damit kann sich die 

Branchenstruktur durchaus als prägend für den Erfolg oder Misserfolg von Regionen erweisen. 

Dies wird deutlich, wenn man bedenkt, dass beispielsweise im Zollernalbkreis das sektorale 

Gewicht der Textilindustrie sehr hoch war und deren Strukturkrise die wirtschaftliche Entwicklung 

dieses Landkreises negativ beeinflusst hat. Vergleiche dazu die Shift-Share-Analyse in 

Krumm/Strotmann (2004b). 

Darüber hinaus gibt es aber auch Anzeichen dafür, dass eine heterogene Branchenstruktur für 

die regionale Wirtschafts- und Beschäftigungsentwicklung förderlich sein kann, beispielsweise 

weil sich die Unternehmen dann nicht gegenseitig die Arbeitskräfte wegnehmen. Zudem kann 

eine höhere Branchendifferenzierung die konjunkturelle Anfälligkeit mindern und das langfristige 

Risiko durch Strukturkrisen einzelner Branchen reduzieren (Steil 1999, Jacobs 1969). Letzteres 

30 In diesem Zusammenhang sei auf eine Studie von Dohse/Steude (2003) hingewiesen, die auf die 

Relevanz so genannter „Ko-Agglomerationen“ von Branchen-Paaren (z.B. Software und Telekommunikation) 

eingeht.


bestätigen auch die empirischen Ergebnisse von Steil (1999) für die Gründungsdynamik. Nerlinger 

(1997) findet ebenfalls einen negativen Effekt des Spezialisierungsmaßes außerhalb der 

technologieintensiven Wirtschaftszweige auf die Gründungsintensität in den technologieorientierten 

Branchen. 

Es gibt allerdings auch Untersuchungen, die zwischen der Wirtschaftsstruktur und der regionalen 

Beschäftigungsentwicklung bzw. dem dortigen Gründungsgeschehen keine nennenswerten 

Zusammenhänge ausmachen können. So kommen z.B. Fritsch (1993 und 1994) zu dem Ergebnis, 

dass die Branchenstruktur auf das Gründungsgeschehen keinen signifikanten Einfluss hat. 

Die Feststellung von Steil und Wolf (1997) geht in diesem Zusammenhang sogar noch darüber 

hinaus, da sie nicht nur auf die gründungsinduzierte Beschäftigungswachstum, sondern auf das 

Beschäftigungswachstum als solches abstellen: Konkret folgern sie, dass die Branchenstruktur 

auf die regionale Beschäftigungsentwicklung keinen signifikanten Einfluss ausübt. 

4.4.2. Betriebsstrukturelle Determinanten 

In Zusammenhang mit der Frage des Einflusses der in einer Region gegebenen durchschnittlichen 

Betriebsgröße und der entsprechenden Beschäftigungsentwicklung kann man zunächst 

feststellen, dass Großunternehmen die Qualität bestimmter Standortfaktoren anders bewerten 

als KMUs bzw. eine andere Präferenz hinsichtlich der Bedeutung einzelner Standortfaktoren 

haben. So spielen aus der Sicht kleiner und mittlerer Unternehmen Baubewilligungen, Umweltvorschriften 

und Energiekosten als Standortfaktoren eine meist größere Rolle als für Großunternehmen. 

Zudem sind KMUs stärker auf die räumliche Nähe zu öffentlichen Forschungseinrichtungen 

angewiesen, während dies für größere Unternehmen nicht so sehr gilt, da sie häufig über 

eigene FuE-Abteilungen verfügen. Großunternehmen können sich selbst leichter ein Umfeld 

schaffen, in dem sie für sich optimale Bedingungen vorfinden (Koellreuter und Eichler 2001). 

Damit ist die Wirkung regionaler Standortfaktoren bis zu einem gewissen Grad auch davon abhängig, 

ob die entsprechende Region eine eher klein- oder großbetriebliche Wirtschaftsstruktur 

aufweist. Ein zweites ist, dass Großunternehmen von elementarer Bedeutung für die Wachstumschancen 

einer Region sein können, weil sie in die überregionale Arbeitsteilung eingebunden 

sind und zudem über Zulieferketten Impulse in die Region ausstrahlen können (Blien et al. 

2001). 

Zu einem stark differenzierten Bild hinsichtlich der zu erwartenden Beschäftigungsbeiträge einzelner 

Betriebsgrößenklassen kommen Farhauer/Granato (2006). Entgegen der verbreiteten 

Vermutung seien nicht Kleinbetriebe die eigentlichen Hoffnungsträger für Beschäftigungszuwächse, 

sondern mittelgroße Betriebe. Zudem sei anzunehmen, dass die mit großen Betrieben 

verbundenen Abnahmen der Beschäftigung mit den sinkenden Transportkosten und der zuneh-


menden Globalisierung zusammenhängen. Beides könne den Produktionsprozess dahingehend 

verändern, dass Wertschöpfungsketten aufbrechen und die Fertigungstiefe abnimmt, was eine 

Verkleinerung der Betriebe zur Folge habe. Auch Strotmann (2000) zeigt für die badenwürttembergische 

Industrie, dass die Bedeutung kleiner und mittlerer Betriebe für die Beschäftigungsentwicklung 

zwar groß ist, häufig jedoch die Bedeutung größerer Betriebe unterschätzt 

wird, deren Arbeitsplätze im Zeitablauf oft stabiler sind. 

In den regionalökonomischen Studien wird die Betriebsgrößenstruktur als einer der wichtigsten 

Erklärungsfaktoren für die zu beobachtenden Unterschiede in der Gründungsdynamik gesehen. 

31 Dies bestätigen auch die meisten empirischen Untersuchungen (vgl. z.B. Nerlinger 1997, 

Steil 1999, Brixy und Niese 2003). Einen positiven Einfluss einer kleinbetrieblichen Wirtschaftsstruktur 

auf die allgemeine Unternehmensdynamik ermitteln Glaeser et al. (1992) für die USA. 

Studien zeigen, dass Gründer meistens aus kleinen Unternehmen stammen (Steil 1999), so 

dass in Regionen mit einem hohen Anteil an KMUs die Gründungswahrscheinlichkeiten und die 

damit verbundenen Beschäftigungspotenziale höher ausfallen als in anderen Regionen. Die höhere 

Gründungsneigung aus kleinen Unternehmen könnte zum einen darin begründet sein, dass 

in solchen Unternehmen die Löhne häufig geringer sind als in Großunternehmen, sodass ein 

höherer Anreiz zum Wechsel in die Selbständigkeit gegeben ist. Zum zweiten haben Mitarbeiter 

kleinerer Unternehmen in der Regel ein breiteres Aufgabenfeld, welches eher den Erwerb der 

zur Führung eines Unternehmens notwendigen Eigenschaften ermöglicht (Steil 1997). 

In der theoretischen und empirischen Literatur werden aber auch noch andere Zusammenhänge 

zwischen der regionalen Betriebsgrößenstruktur und dem betreffenden Beschäftigungspotenzial 

gesehen. Zunächst ist festzustellen, dass die Betriebsgrößenstruktur einen Indikator für die Höhe 

der Markteintrittsbarrieren darstellt. So verfügen Branchen mit einer höheren Mindestbetriebsgröße 

über ausgeprägtere Marktzutrittsschranken als Branchen mit einer geringeren Mindestgröße. 

Dies dokumentieren etwa Fritsch et al. (2004), die durchgehend einen signifikanten 

negativen Effekt der minimalen effizienten Betriebsgröße auf die Überlebensrate neu gegründeter 

Unternehmen nachweisen. 

Hypothese 

Regionen mit eher kleinbetrieblichen industriellen Betriebsgrößenstrukturen dürften eine tendenziell 

günstigere Beschäftigungsentwicklung aufweisen als Regionen mit eher großbetrieblichen 

Strukturen. 

31 Zu ausgewählten Aspekten, vgl. auch die neuere Untersuchung von Brixy/Grotz (2006, insbesondere 

S. 23).


5. Untersuchung möglicher Zusammenhänge zwischen regionaler Arbeitsplatzdynamik 

und regionalen Standortfaktoren in bivariaten Korrelationsanalysen 

Aufbauend auf den theoretischen Überlegungen und der Darstellung der bisherigen empirischen 

Evidenz in Kapitel 4 wird in dem vorliegenden Kapitel zunächst im Rahmen deskriptiver bivariater 

Analysen untersucht, inwieweit sich für die baden-württembergischen Kreise zwischen der 

Beschäftigungsentwicklung bzw. den dahinter stehenden Bruttoströmen einerseits und bestimmten 

regionalen Standortfaktoren und anderen regionalen Determinanten der Beschäftigungsentwicklung 

andererseits statistische Zusammenhänge nachweisen lassen. Bivariate Korrelationsanalysen 

bieten die Möglichkeit, entsprechende Zusammenhänge anschaulich zu illustrieren 

und vermitteln mit Hilfe von Streudiagrammen einen Eindruck über die jeweilige Positionierung 

der in die Untersuchung einbezogenen baden-württembergischen Kreise. Es soll an dieser Stelle 

jedoch noch einmal ausdrücklich betont werden, dass man allein auf der Grundlage deskriptiver 

bivariater Analysen noch keine Rückschlüsse auf mögliche Kausalitäten zwischen den verschiedenen 

Variablen ziehen kann, da hierzu noch weitere Einflussfaktoren zu berücksichtigen 

wären, was dann im Rahmen der multivariaten Analyse in Kapitel 7 erfolgt. 

Die für die bivariate Analyse herangezogenen Beschäftigungsindikatoren stellen der Vorgehensweise 

in dieser Studie folgend nicht auf die Entwicklung der Beschäftigung auf Kreisebene 

insgesamt ab, sondern erfassen nur die Beschäftigungsentwicklung im Verarbeitenden Gewerbe. 

Wenn in diesem Kapitel nachfolgend von Beschäftigungsentwicklung die Rede ist, geht es 

also immer um die Entwicklung der Beschäftigung im industriellen Sektor. 

Als Beschäftigungsindikator wird zunächst die so genannte „Veränderungsrate der Beschäftigung“ 

(net employment change) verwendet. Diese ist als Differenz zwischen Jobschaffungs- und 

Jobabbaurate definiert (vgl. Abschnitt 3.1). Als Jobschaffungsrate wird dabei die Relation aus 

der Summe der in expandierenden, neu gegründeten und zugewanderten Unternehmen geschaffenen 

Arbeitsplätze zur Gesamtbeschäftigung bezeichnet, während bei der Jobabbaurate 

die Summe der in schrumpfenden, geschlossenen und abgewanderten Unternehmen abgebauten 

Arbeitsplätze auf die Gesamtbeschäftigung bezogen wird. Die Veränderungsrate der Beschäftigung 

ist also die auf einen bestimmten Zeitraum bezogene, in Prozent ausgedrückte Nettobeschäftigungsänderung. 

Im Rahmen der nachstehenden Untersuchung wird also erörtert, inwieweit zwischen ausgewählten 

Determinanten der regionalen Beschäftigungsentwicklung statistisch signifikante Korrelationen 

zu Beschäftigungsindikatoren bestehen. Neben den Beschäftigungsindikatoren „Verän-


derungsrate der Beschäftigung“ (Nettobeschäftigungsentwicklung) sowie den Jobschaffungsund 

Jobabbauraten wird bei der Analyse an geeigneter Stelle auch auf Komponenten der beiden 

letztgenannten Größen abgestellt. Das ist im Hinblick auf die Jobschaffungsseite die Expansions-, 

die Gründungs- und die Zuwanderungsrate und in Bezug auf die Jobabbauseite die 

Schrumpfungs-, die Schließungs- und die Abwanderungsrate. Es wird beispielsweise also untersucht, 

ob bzw. in welcher Weise der Standortfaktor Lohnniveau mit der Gründungsrate korreliert, 

wobei die in Prozent ausgedrückte Gründungsrate die Zahl der durch Unternehmensneugründungen 

entstandenen Arbeitsplätze auf die Gesamtbeschäftigung bezieht. Insgesamt gelten 

damit folgende Zusammenhänge (vgl. Abschnitt 3.1): 

Veränderungsrate der Beschäftigung = Jobschaffungsrate - Jobabbaurate 

Jobschaffungsrate = Expansionsrate + Gründungsrate + Zuwanderungsrate 

Jobabbaurate = Schrumpfungsrate + Schließungsrate + Abwanderungsrate 

Als Determinanten der Beschäftigungsentwicklung werden der theoretischen Abhandlung und 

den formulierten Hypothesen in Kapitel 4 folgend zum einen einzelwirtschaftliche Standortfaktoren 

der Input- und Outputseite, beispielsweise also der Faktor Arbeit mit der Ausprägung Lohnniveau 

herangezogen. Zum anderen werden auch solche Determinanten der Beschäftigungsentwicklung 

verwendet, die nicht den Charakter von einzelwirtschaftlichen Standortfaktoren haben, 

sondern siedlungs- und wirtschaftsstrukturelle Einflussgrößen darstellen. Wie die verschiedenen 

Standortfaktoren konkret anhand verfügbarer Daten operationalisiert werden, wird jeweils 

im Folgenden an Ort und Stelle erläutert. Einen Überblick über die verwendeten Variablen gibt 

Tabelle 5.1. 32,33 

Die Untersuchung wird für die baden-württembergischen Kreise in der Regel jeweils für zwei 

Dekaden, nämlich für die 1980er- und die 1990er-Jahre, durchgeführt. Dabei wird geprüft, in 

welcher Weise der Dekadendurchschnittswert eines Beschäftigungsindikators 34 , z.B. der Jobschaffungsrate, 

mit den Werten eines einzelwirtschaftlichen Standortfaktors oder einer anderen 

Determinante der Beschäftigungsentwicklung korreliert ist. Als entsprechende Werte der Standortfaktoren 

und der anderen Beschäftigungsdeterminanten werden nicht nur Dekadendurch- 

32 An dieser Stelle gilt unser herzlicher Dank den Mitarbeiterinnen und Mitarbeitern im Statistischen 

Landesamt Baden-Württemberg für die Aufbereitung und die Bereitstellung der Daten. 

33 Eine Reihe von empirischen Studien, auf die in Kapitel 4 eingegangen wird, stellt bei den entsprechenden 

regionalen Standortfaktoren nicht auf die Kreisebene, sondern auf die Ebene der Raumordnungsregionen 

bzw. sogar der Bundesländer ab, für die im Vergleich zu der hier zugrunde gelegten 

Kreisebene eine bessere Datengrundlage gegeben ist. 

34 Bei der Berechnung der Dekadendurchschnittswerte der Beschäftigungsindikatoren bzw. dem Durchschnitt 

der jährlichen Wachstumsraten der betreffenden Dekade wurden aus konzeptionellen Gründen, 

da das System der Bruttoraten additiv ist, nicht das geometrische, sondern das arithmetische 

Mittel verwendet. Die inhaltlichen Schlussfolgerungen der weiteren Analysen sind jedoch gegenüber 

der Wahl des Mittelwertes weitestgehend stabil.


schnittswerte, sondern auch Dekadenanfangswerte herangezogen, da die einzelwirtschaftlichen 

Standortfaktoren bzw. anderen Beschäftigungsdeterminanten zum Teil erst mit einer gewissen 

zeitlichen Verzögerung auf das Beschäftigungsniveau einwirken. Durch das parallele Heranziehen 

von Dekadenanfangs- und Dekadendurchschnittswerten lassen sich die abgeleiteten Korrelationsergebnisse 

zudem eher auf ihre Stabilität hin prüfen. Im Rahmen dieses Kapitels wird also 

zum Beispiel untersucht, inwieweit in Bezug auf die baden-württembergischen Kreise die durchschnittlichen 

Baulandpreise der 1990er-Jahre mit der durchschnittlichen Jobschaffungsrate der 

1990er-Jahre korrelieren. 

Tabelle 5.1: Liste der verwendeten Standortfaktoren und anderer Beschäftigungsdeterminanten 

Beschäftigungsdeterminante 

bzw. Standortfaktor 

Operationalisierung 

durch … 

Datenquelle 

Standortfaktor Boden Baulandpreis (in Euro pro qm) Stala 

Industriebaulandpreis (in Euro pro qm) 

Stala 

Standortfaktor Arbeit Monatslohn je Arbeiter (in Euro) Stala 

Monatsgehalt je Angestellter (in Euro) 

Stala 

Arbeitslosenquote (in % der abhängigen zivilen Erwerbspersonen) Stala 

Akademikerquote (Anteil Hochschulabgänger an SVP Beschäft.) Stala 

Geringqualifiziertenquote (Anteil Beschäftigte ohne Berufsabschluss 

Stala 

an SVP Beschäftigten, sowohl Gesamtwirtschaft als auch 

Verarbeitendes Gewerbe) 

Standortfaktor FuE-Ausstattung FuE-Personalintensität (Anteil FuE-Beschäftigte an SVP Beschäft.) Stala 

FuE-Ausgabenintensität (interne FuE-Ausgaben der Unternehmen Stala 

bezogen auf die Bruttowertschöpfung) 

Standortfaktor Infrastrukturausstattung 

Pkw-Fahrzeit zur nächsten BAB-Anschlussstelle (in Minuten) BBR 

Lkw-Fahrzeit zum nächsten KLV-Terminal (in Minuten) 

BBR 

Pkw-Fahrzeit zum nächsten internationalen Flughafen (in Minuten) BBR 

Kinderbetreuungsangebot (Kinderkrippe,- garten, -hort) – 

Stala 

jeweils als Platz-Kind-Relation 

Absatzmarktbezogene 

Pkw-Fahrzeit zur nächsten BAB-Anschlussstelle (in Minuten) BBR 


Lkw-Fahrzeit zum nächsten KLV-Terminal (in Minuten) 

BBR 

Pkw-Fahrzeit zum nächsten internationalen Flughafen (in Minuten) BBR 

Kaufkraft pro Kopf (in Euro) 

Stala 

Erreichbare Bevölkerung in einer Stunde mit Pkw im Inland 

(ausgedrückt in Bevölkerungszahl) 

Prof. 

Eckey 

Erreichbare Bevölkerung in einer Stunde mit Pkw im In- und 

Ausland (ausgedrückt in Bevölkerungszahl) 

Prof. 

Eckey 

Gewinnsteuerbezogene 

Gewerbesteuerhebesatz (in Prozent) 

Stala 


Urbanisationseffekte und Bevölkerungsdichte (in Einwohner pro km²) 

Stala 

Verdichtungsgrad 

Logarithmierte Einwohnerzahl 

Stala 

Räumliche Nachbarschaftseffekte 

FuE-Ausgabenintensität der Nachbarkreise (interne FuE-Ausgaben 

der Unternehmen in den Nachbarkreisen bezogen auf die dortige 

Stala 

Lokalisationseffekte und 

Branchenkonzentration 

Betriebsstrukturelle 

Determinanten 

Bruttowertschöpfung) 

Branchenkonzentration (gemäß Herfindahl-Index ) 

Tertiarisierungsgrad (Anteil der im Dienstleistungssektor 

Beschäftigten an den SVP Beschäftigten) 

Betriebsgröße (in Beschäftigtenzahlen) 

Exportquote (Anteil des Auslandsumsatzes am Gesamtumsatz 

im Verarbeitenden Gewerbe) 

Erläuterung: Stala – Statistisches Landesamt Baden-Württemberg, BBR – Bundesamt für Bauwesen 

und Raumordnung, Professor Dr. Eckey – Universität Kassel 


Stala 

Stala 

Stala 

Stala


In den folgenden Abschnitten 5.1 und 5.2 wird zunächst geprüft, welche Zusammenhänge sich 

zwischen einzelwirtschaftlichen Standortfaktoren und der Beschäftigungsentwicklung im Verarbeitenden 

Gewerbe nachweisen lassen. In den Abschnitten 5.3 und 5.4 wird dann die Korrelation 

mit anderen Determinanten der industriellen Beschäftigungsentwicklung behandelt. An dieser 

Stelle soll allerdings noch einmal explizit darauf hingewiesen werden, dass allein auf der Grundlage 

der in diesem Kapitel durchgeführten bivariaten Analyse keine Rückschlüsse auf mögliche 

Kausalitäten zwischen verschiedenen Variablen gezogen werden können, da hierzu weitere 

Einflussgrößen zu berücksichtigen sind. Dies erfolgt in den multivariaten Analysen in Kapitel 7. 

5.1 Inputbezogene einzelwirtschaftliche Standortfaktoren 

Von den einzelwirtschaftlichen Standortfaktoren sollen als Erstes die inputbezogenen Faktoren 

zugrunde gelegt werden. Für diese wird in diesem Abschnitt der Zusammenhang zur industriellen 

Beschäftigungsentwicklung geprüft. 

5.1.1 Standortfaktor Boden 

Der Boden- bzw. Baulandpreis zählt zu den traditionellen Standortfaktoren. Deshalb wurde geprüft, 

ob ein statistisch gesicherter Zusammenhang zwischen den Kaufwerten für Bauland (pro 

Quadratmeter) und der industriellen Beschäftigungsentwicklung vorliegt. 

Tabelle 5.2: 

Statistischer Zusammenhang zwischen den Baulandpreisen (Dekadendurchschnittswerte) 

und der regionalen Beschäftigungsentwicklung, Korrelationskoeffizienten von Bravais- 

Pearson und Spearman (P-Werte in Klammern) 

Baulandpreise ( Dekadendurchschnittswerte) 

1980er-Jahre 

1990er-Jahre 

Brav.-Pearson 

(P-Wert) 

Spearman 

(P-Wert) 

Brav.-Pearson 

(P-Wert) 

Spearman 

(P-Wert) 

Nettobeschäftigungsänderung -0,35** 

(0,02) 

-0,37** 

(0,01) 

-0,44*** 

(0,00) 

-0,36** 

(0,02) 

Jobschaffungsrate -0,40** 

(0,01) 

-0,34** 

(0,03) 

-0,20 

(0,20) 

-0,04 

(0,80) 

Expansionsrate -0,45*** 

(0,00) 

-0,43*** 

(0,00) 

-0,33** 

(0,03) 

-0,25 

(0,11) 

Gründungsrate -0,21 

(0,17) 

-0,19 

(0,21) 

0,11 

(0,48) 

0,18 

(0,24) 

Zuwanderungsrate 0,06 

(0,70) 

0,41** 

(0,01) 

0,08 

(0,60) 

0,21 

(0,17) 

Jobabbaurate -0,03 

(0,86) 

0,10 

(0,53) 

0,35** 

(0,02) 

0,40** 

(0,01) 

Schrumpfungsrate -0,05 

(0,74) 

0,07 

(0,66) 

0,36** 

(0,02) 

0,43*** 

(0,00) 

Schließungsrate -0,11 

(0,48) 

-0,09 

(0,57) 

0,04 

(0,80) 

0,08 

(0,60) 

Abwanderungsrate 0,54*** 

(0,00) 

0,62*** 

(0,00) 

0,57*** 

(0,00) 

0,65*** 

(0,00) 

* signifikant auf dem 10% Signifikanzniveau 

** signifikant auf dem 5% Signifikanzniveau 

*** signifikant auf dem 1% Signifikanzniveau 



Kasten 2: Interpretation der Ergebnisse der Korrelationsanalysen 

In Tabelle 5.2 sind (wie auch in den folgenden Tabellen von Kapitel 5) u.a. so genannte Korrelationskoeffizienten 

vermerkt. Dabei werden zwei Typen unterschieden: 

Der Korrelationskoeffizient nach Bravais-Pearson ist ein Maß für die Richtung und die lineare Stärke 

eines Zusammenhangs zwischen zwei Variablen – hier für die Stärke des Zusammenhangs zwischen 

einem Beschäftigungsindikator (z.B. Nettobeschäftigungsänderung oder Expansionsrate) einerseits und 

einem regionalen Standortfaktor (z.B. Baulandpreis) andererseits. Der Koeffizienten liegt dabei im Werteintervall 

zwischen +1 und -1, wobei positive Werte auf einen positiven Zusammenhang und negative Werte 

auf einen negativen Zusammenhang zwischen den Variablen schließen lassen. Ist der Koeffizient „dem 

Betrage nach“ kleiner als 0,5, dann spricht man von „schwacher Korrelation“ (d.h., von einem nicht allzu 

stark ausgeprägten Zusammenhang zwischen zwei Variablen). Liegt der Koeffizient betragsmäßig im 

Wertebereich zwischen 0,5 und 0,8, so ist eine „mittlere Korrelation“ gegeben. Für Beträge zwischen 0,8 

und 1 spricht man von einer „starken Korrelation“. So bedeutet zum Beispiel in Tabelle 5.2 der (Bravais- 

Pearson-)Koeffizient bezüglich des Zusammenhangs zwischen der Nettobeschäftigungsänderung und 

den Baulandpreisen in den 1980er Jahren in Höhe von -0,35, dass es sich hier lediglich um eine „schwache 

Korrelation“ bzw. um einen schwach ausgeprägten Zusammenhang handelt und dass der entsprechende 

Zusammenhang „negativ“ ist, d.h. ein hohes Baulandpreisniveau geht mit einer negativen Nettobeschäftigungsentwicklung 

einher (und umgekehrt). 

Neben dem Korrelationskoeffizient von Bravais-Pearson sind auch jeweils entsprechende Rangkorrelationskoeffizient 

von Spearman angeführt. Seine Werte können entsprechend interpretiert werden, er ist 

jedoch deutlich weniger beeinflusst von extremen Ausprägungen einzelner Variablen, da er nicht die tatsächlichen 

Werte der Variablen, sondern nur deren „Ränge“ heranzieht. 

Obwohl es sich streng genommen bei den 44 Kreisen um die gesamte Population handelt, werden zur 

Orientierung dennoch unterhalb der Korrelationskoeffizienten die P-Werte für den Test, dass der Zusammenhang 

statistisch belastbar ist, angeführt. Der P-Wert kann etwas vereinfachend als die Irrtumswahrscheinlichkeit 

interpretiert werden, mit der die Korrelation als statistisch gesichert von Null verschieden 

gilt. Je kleiner also der P-Wert ist, desto statistisch gesicherter ist der Zusammenhang. Zur einfacheren 

Interpretation werden in den Tabellen die Korrelationskoeffizienten mit jeweils 3 Sternen versehen, wenn 

diese Irrtumswahrscheinlichkeit maximal 1% beträgt, mit 2 Sternen, wenn diese maximal bei 5% und mit 

einem Stern, wenn diese maximal bei 10% liegt. 

Die bivariate Analyse zeigt, dass in den baden-württembergischen Kreisen die industrielle Beschäftigungsentwicklung 

im Durchschnitt in den 1980er- und 1990er-Jahren umso schlechter 

verlief, je höher die jeweiligen Bodenpreise waren (vgl. Tabelle 5.2). 35 Einer der Gründe dafür 

war der positive Zusammenhang zwischen Baulandpreisniveau und Abwanderungsrate, der 

nicht nur für die 1980er-, sondern auch für die 1990er-Jahre statistisch signifikant war. Die Gesamtentwicklung 

hinsichtlich der Industriebeschäftigung (net employment change) wurde also in 

beiden Dekaden vom positiven Zusammenhang der Baulandpreise mit der Abwanderungsrate, 

also von abwanderungsbedingten Beschäftigungsverlusten, getragen. 

35 Die Korrelationsergebnisse zwischen der Nettobeschäftigungsentwicklung bzw. ihrer Komponenten 

einerseits und den Baulandpreisen andererseits waren in qualitativer Hinsicht dieselben, ganz gleich, 

ob für die Baulandpreise die Dekadenanfangs- oder die Dekadendurchschnittswerte herangezogen 

wurden.


Abbildung 5.1: Zusammenhang zwischen Nettobeschäftigungsänderung und Baulandpreisen in den 1990er- 

Jahren (r PB =-0,44; p PB =0,00) 





5 LK Ludwigsburg 16 LK Karlsruhe 27 

LK Breisgau- 





8 LK Heilbronn 19 SK Mannheim 30 LK Rotteil 41 LK Biberach 

9 Hohenlohekreis 20 Neckar-Odenwald-Kreis 31 Schwarzwald-Baar-Kreis 42 Bodenseekreis 



Quelle: Statistisches Landesamt (nachrichtlich), IAW-Berechnungen 

Als weitere Ursachen für die Entwicklung der Beschäftigung kamen hinzu: in den 1980er-Jahren 

der negative Zusammenhang zur Expansionsrate und in den 1990er-Jahren der positive Zusammenhang 

zur Schrumpfungsrate. Damit ist in den baden-württembergischen Kreisen mit 

relativ hohen Baulandpreisen die Beschäftigungsentwicklung in bestehenden Unternehmen nur 

unterdurchschnittlich gut bzw. überdurchschnittlich schlecht ausgefallen. 

Die für die Baulandpreise gemachten Feststellungen treffen im Grundsatz auch dann zu, wenn 

man nicht diese, sondern alternativ die Komponente „Industriebaulandpreise“ heranzieht (vgl. 

Tabelle 5.3). In diesem Fall kommt der Aspekt „einzelwirtschaftlicher Standortfaktor“ noch stärker 

zum Tragen, da nichtgewerbliche Baulandnutzungen hier nicht mehr mit einbezogen sind.


Andererseits zeigt die lediglich geringfügige Abweichung bei den Untersuchungsergebnissen 

zwischen dem allgemeinen Baulandpreis und dem speziellen Industriebaulandpreis, dass auch 

andere Komponenten als der Industriebaulandpreis, die im Baulandpreis enthalten sind, zumindest 

als Aggregat ähnlich wie der generelle Baulandpreis wirken. In der entsprechenden Aggregatsgröße 

steckt auch der Preis für Wohnbauland, der insoweit ein indirekter Standortfaktor für 

die Unternehmen darstellt, als er über die Attraktivität als Wohnstandort für die Mitarbeiter von 

Unternehmen mit entscheidet. 

Tabelle 5.3: 

Statistischer Zusammenhang zwischen Industriebaulandpreisen (Dekadendurchschnittswerte) 

und verschiedenen Beschäftigungsindikatoren, Korrelationskoeffizienten von Bravais- 


Industriebaulandpreise (Dekadendurchschnittswerte) 

1980er-Jahre 

1990er-Jahre 

Brav.-Pearson 

(P-Wert) 

Spearman 

(P-Wert) 

Brav.-Pearson 

(P-Wert) 

Spearman 

(P-Wert) 

Nettobeschäftigungsänderung -0,28* 

(0,07) 

-0,25 

(0,11) 

-0,47*** 

(0,00) 

-0,46*** 

(0,00) 


(0,01) 

-0,32** 

(0,04) 

-0,30* 

(0,05) 

-0,12 

(0,44) 

Expansionsrate -0,41** 

(0,01) 

-0,35** 

(0,02) 

-0,38** 

(0,01) 

-0,33** 

(0,03) 

Gründungsrate -0,28* 

(0,07) 

-0,21 

(0,18) 

0,02 

(0,89) 

0,23 

(0,14) 


(0,90) 

0,34** 

(0,03) 

-0,04 

(0,80) 

0,15 

(0,33) 


(0,45) 

-0,00 

(0,99) 

0,32** 

(0,04) 

0,48*** 

(0,00) 


(0,48) 

-0,00 

(0,98) 

0,32** 

(0,03) 

0,50*** 

(0,00) 

Schließungsrate 0,20 

(0,21) 

-0,14 

(0,38) 

0,06 

(0,69) 

0,13 

(0,38) 


(0,00) 

0,41** 

(0,01) 

0,43*** 

(0,00) 

0,58*** 

(0,00) 





Berücksichtigt man an dieser Stelle noch einmal explizit, dass sich die hier erörterte Beschäftigungsentwicklung 

nur auf den Bereich des Verarbeitenden Gewerbes bezieht, dann spiegeln 

sich in den betreffenden Ergebnissen die für die letzten Jahrzehnte allgemein beobachteten Zusammenhänge 

zwischen Industriebeschäftigung und Baulandpreisen (und damit indirekt der 

Verfügbarkeit von Gewerbeflächen) wider. So zeigen andere empirische Untersuchungen, dass 

in den letzten Jahren gerade flächenintensive Betriebe des Verarbeitenden Gewerbes aus den 

Agglomerationsräumen abgewandert sind. Dies erklärt die hier beobachtete hohe Abwanderungsrate, 

d.h. die hohen Beschäftigungsverluste durch die Abwanderung von Industriebetrieben, 

in Kreisen mit hohem Baulandpreisniveau. 

Die bivariate Analyse hat insgesamt also gezeigt, dass in den 1980er- und 1990er-Jahren in 

baden-württembergischen Kreisen hohe Baulandpreise mit einer eher ungünstigen Nettobe-


schäftigungsentwicklung einhergingen. Daraus darf allerdings nicht unmittelbar gefolgert werden, 

dass die hohen Bodenpreise diese Beschäftigungsbilanz (mit)verursacht hätten. Vielmehr 

bleibt die Frage, nach einer entsprechenden Kausalität der abschließenden in Kapitel 7 angeführten 

multivariaten Analyse vorbehalten. Die entsprechende Untersuchung wird dabei zu dem 

Ergebnis gelangen, dass die Baulandpreise zu den zwischen baden-württembergischen Kreisen 

festzustellenden Unterschieden in der Beschäftigungsentwicklung keinen wesentlichen Erklärungsbeitrag 

leisten. 

5.1.2 Standortfaktor Arbeit 

Auch die Arbeitskosten gelten als traditioneller Standortfaktor. Vor diesem Hintergrund wurde 

zunächst geprüft, welche Zusammenhänge sich für die baden-württembergischen Kreise zwischen 

dem durchschnittlichen Monatslohn je Arbeiter und der Beschäftigungsentwicklung feststellen 

lassen. 

Tabelle 5.4: 

Statistischer Zusammenhang zwischen Monatslohn je Arbeiter (Dekadendurchschnitte) und 

verschiedenen Beschäftigungsindikatoren, Korrelationskoeffizienten von Bravais-Pearson 

und Spearman (P-Werte in Klammern) 

Monatslohn je Arbeiter (Dekadendurchschnitte) 

1980er-Jahre 

1990er-Jahre 

Brav.-Pearson 

(P-Wert) 

Spearman 

(P-Wert) 

Brav.-Pearson 

(P-Wert) 

Spearman 

(P-Wert) 

Nettobeschäftigungsänderung -0,20 

(0,20) 

-0,22 

(0,15) 

-0,17 

(0,26) 

0,22 

(0,15) 

Jobschaffungsrate -0,60*** 

(0,00) 

-0,66*** 

(0,00) 

-0,30* 

(0,05) 

-0,31** 

(0,04) 


(0,00) 

-0,61*** 

(0,00) 

-0,47*** 

(0,00) 

-0,47*** 

(0,00) 

Gründungsrate -0,46*** 

(0,00) 

-0,58*** 

(0,00) 

0,14 

(0,37) 

0,15 

(0,33) 

Zuwanderungsrate -0,10 

(0,50) 

-0,8 

(0,62) 

0,02 

(0,90) 

0,01 

(0,97) 

Jobabbaurate -0,49*** 

(0,00) 

-0,47*** 

(0,00) 

-0,01 

(0,95) 

0,01 

(0,93) 

Schrumpfungsrate -0,34** 

(0,02) 

-0,35** 

(0,02) 

0,12 

(0,42) 

0,19 

(0,22) 

Schließungsrate -0,61*** 

(0,00) 

-0,66*** 

(0,00) 

-0,41** 

(0,01) 

-0,38** 

(0,01) 

Abwanderungsrate 0,14 

(0,38) 

0,21 

(0,17) 

0,16 

(0,30) 

0,28* 

(0,06) 





Es zeigt sich, dass in den 1980er- und 1990er-Jahren zwischen der durchschnittlichen Nettobeschäftigungsentwicklung 

und dem durchschnittlichen Lohnniveau kein signifikanter bivariater 

Zusammenhang bestand (vgl. Tabelle 5.4). Dies scheint auf den ersten Blick die theoretische 

Überlegung zu stützen, wonach die Löhne eine ambivalente Wirkung auf die Beschäftigung 

ausüben, weil sie nicht nur einen Kostenfaktor, sondern über den Kaufkrafteffekt auch einen


nachfragedeterminierenden Faktor darstellen. Da es in dem hier vorliegenden Fall aber ausschließlich 

um die Beschäftigungsentwicklung im Verarbeitenden Gewerbe geht und die Nachfrage 

nach Industriegütern nicht allzu stark von der regionalen Kaufkraft abhängig ist, dürfte der 

zweite Aspekt für die Erklärung des Sachverhalts jedoch kaum relevant sein. Der Grund für den 

nichtsignifikanten Zusammenhang zwischen Nettobeschäftigungsentwicklung und Lohnniveau 

lag insbesondere darin, dass das Lohnniveau in beiden Dekaden nicht nur mit der Expansionsrate, 

sondern auch mit der Schließungsrate negativ korreliert war. Damit wirkten diese beiden 

Beschäftigungskomponenten in entgegengesetzter Richtung. 

Bei den durchschnittlichen Monatsgehältern der Angestellten lag zwar auch eine negative Korrelation 

mit der Expansionsrate vor, ansonsten ergaben sich jedoch einige Abweichungen zur Wirkung 

der für Arbeiter zu zahlenden Löhne (vgl. Tabelle 5.5). 

Tabelle 5.5: 

Statistischer Zusammenhang zwischen Monatsgehalt je Angestelltem (Dekadendurchschnittswerte) 

und verschiedenen Beschäftigungsindikatoren, Korrelationskoeffizienten von 

Bravais-Pearson und Spearman (P-Werte in Klammern) 

Monatsgehalt je Angestelltem (Dekadendurchschnittswerte) 

1980er-Jahre 

1990er-Jahre 

Brav.-Pearson 

(P-Wert) 

Spearman 

(P-Wert) 

Brav.-Pearson 

(P-Wert) 

Spearman 

(P-Wert) 


(0,14) 

-0,25 

(0,11) 

-0,40** 

(0,01) 

-0,42** 

(0,01) 


(0,00) 

-0,64*** 

(0,00) 

-0,23 

(0,13) 

-0,20 

(0,20) 


(0,00) 

-0,62*** 

(0,00) 

-0,48*** 

(0,00) 

-0,44*** 

(0,00) 

Gründungsrate -0,42** 

(0,01) 

-0,47*** 

(0,00) 

0,32** 

(0,03) 

0,37** 

(0,01) 


(0,41) 

-0,00 

(0,98) 

-0,13 

(0,39) 

-0,09 

(0,55) 


(0,00) 

-0,42*** 

(0,00) 

0,28* 

(0,06) 

0,33** 

(0,03) 


(0,03) 

-0,28* 

(0,06) 

0,41** 

(0,01) 

0,49*** 

(0,00) 


(0,00) 

-0,58*** 

(0,00) 

-0,20 

(0,19) 

-0,18 

(0,25) 


(0,61) 

0,21 

(0,17) 

0,20 

(0,19) 

0,20 

(0,19) 





Besonders interessant erscheinen gewisse „Vorzeichenwechsel“ zwischen den Dekaden. Während 

in den 1980er-Jahren die Monatsgehälter der Angestellten mit der Gründungs- und der 

Schrumpfungsrate jeweils negativ korreliert waren, zeigte sich in den 1990er-Jahren jeweils eine 

positive Korrelation (vgl. Abbildung 5.2). Der im Zeitablauf nicht stabile Zusammenhang zwischen 

der Gehaltshöhe und der Gründungsrate bestätigt in der deskriptiven Analyse die uneinheitlichen 

Befunde, die in anderen empirischen Untersuchungen hinsichtlich der Wirkung von 

Arbeitskosten auf das Gründungsverhalten dokumentiert sind.


Abbildung 5.2: Zusammenhang zwischen Schrumpfungsrate und Gehaltshöhe in den 1990er Jahren 

(r PB =0,41; p PB =0,01) 






LK Breisgau- 










Insgesamt ergab sich in beiden Dekaden zwischen dem Gehaltsniveau und der Nettobeschäftigungsentwicklung 

ein negativer Zusammenhang, der allerdings nur in den 1990er-Jahren statistisch 

signifikant war. 36 D.h., in der betreffenden Dekade verlief in den baden-württembergischen 

Kreisen die (Netto)Beschäftigungsentwicklung tendenziell umso schlechter, je höher das dortige 

Gehaltsniveau war. 37 

36 Die entsprechende Aussage gilt für den Fall, dass für die Monatsgehälter die Dekadendurchschnittswerte 

herangezogen werden. Bei Verwendung der Dekadenanfangswerte war auch in den 1980er- 

Jahren eine gewisse statistische Signifikanz gegeben (allerdings nur in Bezug auf Spearman). 

37 Die multivariate Analyse (Kapitel 7) kommt zu dem Ergebnis, dass überdurchschnittlich hohe Angestelltengehälter 

eine der Ursachen für eine regional vergleichsweise ungünstige Beschäftigungsentwicklung 

im Verarbeitenden Gewerbe war.


Als Bestimmungsgröße für die Beschäftigungsentwicklung in einem Wirtschaftsraum gilt auch 

das dort vorherrschende Ausmaß an Arbeitslosigkeit, wenngleich die Wirtschaftstheorie durchaus 

unterschiedliche Wirkungszusammenhänge sieht. Unter anderem steht eine hohe Arbeitslosigkeit 

für eine Kaufkraftschwäche, gleichzeitig aber auch für ein eher niedriges Lohnniveau und 

damit geringe Arbeitskosten. Nimmt man diese und andere Wirkungskanäle, wie z.B. die Abhängigkeit 

des Gründungsaufkommens vom Niveau der regionalen Arbeitslosigkeit, dann kann 

die Höhe der Arbeitslosigkeit die Beschäftigungsentwicklung in unterschiedliche Richtungen 

beeinflussen. 

Für die baden-württembergischen Kreise zeigt die Untersuchung einen deutlich negativen Zusammenhang 

zwischen der Arbeitslosenquote und der Nettobeschäftigungsentwicklung 38 , der in 

den 1990er-Jahren im Vergleich zur Vordekade noch stärker und noch signifikanter ausgeprägt 

war (vgl. Tabelle 5.6 und Abbildung 5.3). 

Tabelle 5.6: 

Statistischer Zusammenhang zwischen Arbeitslosenquote (Dekadendurchschnittswerte) und 



Arbeitslosenquote (Dekadendurchschnittswerte) 

1980er-Jahre 

1990er-Jahre 

Brav.-Pearson 

(P-Wert) 

Spearman 

(P-Wert) 

Brav.-Pearson 

(P-Wert) 

Spearman 

(P-Wert) 


(0,01) 

-0,30* 

(0,05) 

-0,52*** 

(0,00) 

-0,53*** 

(0,00) 

Jobschaffungsrate -0,29* 

(0,06) 

-0,20 

(0,20) 

-0,16 

(0,30) 

-0,24 

(0,12) 


(0,01) 

-0,30* 

(0,05) 

-0,36** 

(0,02) 

-0,39** 

(0,01) 

Gründungsrate 0,07 

(0,63) 

0,10 

(0,53) 

0,28* 

(0,07) 

0,15 

(0,32) 


(0,82) 

-0,09 

(0,54) 

-0,12 

(0,44) 

-0,17 

(0,28) 

Jobabbaurate 0,18 

(0,25) 

0,11 

(0,48) 

0,46*** 

(0,00) 

0,41** 

(0,01) 

Schrumpfungsrate 0,25 

(0,11) 

0,14 

(0,38) 

0,48*** 

(0,00) 

0,48*** 

(0,00) 


(0,94) 

0,04 

(0,82) 

0,21 

(0,18) 

0,15 

(0,34) 

Abwanderungsrate -0,12 

(0,43) 

-0,13 

(0,39) 

0,26* 

(0,09) 

0,10 

(0,50) 





Dies bedeutet, dass die Beschäftigungsentwicklung in denjenigen Kreisen, die ohnehin schon 

über eine überdurchschnittliche Arbeitslosigkeit zu klagen hatten, die Beschäftigungsentwicklung 

auch noch ungünstiger verlief als in den anderen Kreisen. 

38 Bei Verwendung der Dekadenanfangswerte war für die 1980er-Jahre in Bezug auf Spearman allerdings 

keine statistische Signifikanz gegeben.


Abbildung 5.3: Zusammenhang zwischen Nettobeschäftigungsänderung und Arbeitslosenquote in den 

1990er-Jahren (r PB =-0,52; p PB =0,00) 






LK Breisgau- 










In beiden Dekaden signifikant war der negative Zusammenhang zwischen Arbeitslosenquote 

und Expansionsrate. Dazu kam in den 1990er-Jahren „verschärfend“ eine hoch signifikante positive 

Korrelation zur Schrumpfungsrate hinzu. Insofern wurden in den 1990er-Jahren in badenwürttembergischen 

Kreisen mit relativ hoher Arbeitslosigkeit die vergleichsweise ungünstige 

Beschäftigungsentwicklung insbesondere von der Entwicklung in bestehenden Unternehmen 

determiniert, und zwar in der Weise, dass diese im Vergleich zu Unternehmen in Kreisen mit 

niedrigerer Arbeitslosigkeit von der Jobschaffung nur unterdurchschnittlich und vom Jobabbau 

überdurchschnittlich betroffen waren. Dagegen hatten Neugründungen und Betriebsschließungen 

sowie Zu- und Abwanderungen von Unternehmen keinen so starken Einfluss auf die Nettobeschäftigungsentwicklung 

in den Kreisen.


Während die wirtschaftswissenschaftliche Theorie und Empirie – wie erwähnt – zu keinem einheitlichen 

Ergebnis hinsichtlich des Richtungszusammenhangs zwischen Arbeitslosenquote und 

Beschäftigungsentwicklung kommt, zeigt sich im vorliegenden Fall der baden-württembergischen 

Kreise für die 1980er- und 1990er-Jahre ein ausgeprägt negativer Zusammenhang. Insofern 

könnte man zunächst vermuten, dass in diesem Fall gerade der mit einer hohen Arbeitslosigkeit 

verbundene Faktor „Nachfrageschwäche“ eine Rolle gespielt hat. Allerdings ist in diesem 

Zusammenhang zu bedenken, dass es in der vorliegenden Studie speziell um die Entwicklung 

der Beschäftigung im industriellen Sektor geht. Insoweit spielen aber die durch Arbeitslosigkeit 

verursachten Kaufkraftverluste eine geringere bzw. eine lediglich indirektere Rolle als wenn es 

um den Dienstleistungssektor ginge. 

Wichtig ist hier erneut, dass der bei der bivariaten Untersuchung festgestellte negative Zusammenhang 

zwischen Nettobeschäftigungsentwicklung und Arbeitslosenquote nicht als Kausalitätsbeziehung 

interpretiert werden darf. Dies verdeutlicht der abschließende Befund der statistisch 

„robusteren“ multivariaten Analyse in Kapitel 7, die keinen Einfluss der Arbeitslosenquote 

auf die Beschäftigungsentwicklung feststellen konnte. 

Die Beschäftigungsentwicklung wird auch durch das Qualifikationsniveau der Arbeitnehmer mitbestimmt. 

39 Vor diesem Hintergrund wurde als einer der Indikatoren für berufliche Qualifikation 

die so genannte Akademikerquote herangezogen, die den Anteil der Hochschulabgänger an den 

sozialversicherungspflichtig Beschäftigten abbildet. 40 Da die entsprechende Statistik in Bezug 

auf die räumliche Zuordnung der Beschäftigten nicht auf den Ort des Wohnsitzes, sondern den 

des Arbeitsplatzes abstellt, bildet die Akademikerquote eines Kreises genau genommen also 

den Anteil der sozialversicherungspflichtigen Arbeitsplätze ab, der von Hochschulabgängern 

besetzt ist. 

Die Analyse für die baden-württembergischen Kreise zeigt für beide Dekaden einen hochsignifikanten 

negativen Zusammenhang zwischen Akademikerquote und industrieller Beschäftigungs- 

39 Bei den Indikatoren für das Qualifikationsniveau der Beschäftigten (Akademikerquote bzw. Geringqualifiziertenquote) 

wurde jeweils auf das entsprechende Qualifikationsniveau aller Beschäftigten 

abgestellt, und nicht auf das der Beschäftigten im industriellen Bereich. Dies lag daran, dass für die 

baden-württembergischen Kreise für das Verarbeitende Gewerbe entsprechende Qualifikationsdaten 

nur für die 1990er-Jahre vollständig zur Verfügung standen, während sektorenübergreifende Daten 

sowohl für die 1980er- als auch die 1990er-Jahre und damit den gesamten Betrachtungszeitraum verfügbar 

waren. Diese Vorgehensweise ist aber problemlos, weil sich für die 1990er-Jahre eine sehr 

starke positive Korrelation zwischen der Akademikerquote der „Beschäftigten insgesamt“ und der 

entsprechenden Quote der industriellen Beschäftigten zeigte, so dass die weiteren Ergebnisse hier 

nicht von der Wahl des Indikators abhängen. Dasselbe ergab sich für die Geringqualifiziertenquote. 

40 Die Korrelationsberechnungen zur Akademikerquote führten zu denselben qualitativen Ergebnissen, 

unabhängig davon, ob für diese Quote die Dekadenanfangs- oder die Dekadendurchschnittswerte herangezogen 

wurden.


entwicklung auf Kreisebene (vgl. Tabelle 5.7). Dies bedeutet, dass sich diejenigen Kreise, die 

über einen hohen Akademikeranteil bzw. über einen hohen Anteil an hochqualifizierten Arbeitsplätzen 

verfügen bei der Nettobeschäftigungsentwicklung vergleichsweise schlecht abgeschnitten 

haben. Dieser deskriptive Befund scheint im Widerspruch zu der in Theorie und Empirie weit 

verbreiteten These zu stehen, dass ein hohes Qualifikationsniveau der Arbeitnehmer die arbeitsmarktliche 

Entwicklung begünstigt. Allerdings bedeutet das hier abgeleitete Ergebnis nur, 

dass in baden-württembergischen Kreisen mit hohem Akademikeranteil eine eher ungünstige 

Arbeitsmarktentwicklung zu verzeichnen war. Der üblicherweise als Standortvorteil einzustufende 

Umstand „hohe Akademikerquote“ dürfte damit von Standortnachteilen überlagert worden 

sein, welche die bivariate Analyse nicht mit erfassen konnte. 

Tabelle 5.7: 

Statistischer Zusammenhang zwischen Akademikerquote (Dekadendurchschnittswerte) und 



Akademikerquote – Fall: Dekadendurchschnittswerte 

1980er-Jahre 

1990er-Jahre 

Brav.-Pearson 

(P-Wert) 

Spearman 

(P-Wert) 

Brav.-Pearson 

(P-Wert) 

Spearman 

(P-Wert) 


(0,01) 

-0,44*** 

(0,00) 

-0,44*** 

(0,00) 

-0,40** 

(0,01) 


(0,00) 

-0,62*** 

(0,00) 

-0,10 

(0,53) 

-0,08 

(0,61) 


(0,00) 

-0,64*** 

(0,00) 

-0,38** 

(0,01) 

-0,38** 

(0,01) 


(0,13) 

-0,44*** 

(0,00) 

0,42** 

(0,01) 

0,34** 

(0,02) 


(0,91) 

0,09 

(0,54) 

-0,06 

(0,70) 

0,00 

(1,00) 


(0,46) 

-0,14 

(0,36) 

0,42** 

(0,01) 

0,45*** 

(0,00) 


(0,64) 

-0,12 

(0,45) 

0,46*** 

(0,00) 

0,50*** 

(0,00) 


(0,18) 

-0,20 

(0,18) 

0,00 

(0,99) 

-0,03 

(0,87) 


(0,19) 

0,31** 

(0,04) 

0,53*** 

(0,00) 

0,50*** 

(0,00) 





Der festgestellte negative Zusammenhang zwischen Akademikerquote und Nettobeschäftigungsentwicklung 

wurde in beiden Dekaden von einem entsprechenden Zusammenhang zur 

Expansionsrate „getragen“. D.h., dass in den Kreisen mit einem relativ hohen Anteil an Akademikerarbeitsplätzen 

der Beschäftigungsaufbau in den expandierenden Untenehmen nur unterdurchschnittlich 

ausfiel. Daneben ergab sich in den 1990er-Jahren jedoch ein positiver Zusammenhang 

zwischen Akademikerquote und Gründungsrate (vgl. Abbildung 5.4). Dies hätte zusammen 

mit dem zuvor angeführten Effekt tendenziell bewirkt, dass zwischen Akademikerquote 

und Nettobeschäftigungsentwicklung weder eine positive noch eine negative Korrelation vorliegt.


Da nun allerdings zusätzlich hochsignifikante positive Korrelationen zwischen Akademikerquote 

und der Schließungs- sowie der Abwanderungsrate hinzukamen, führte dies „per Saldo“ auch in 

den 1990er-Jahren zum bereits erwähnten negativen Zusammenhang zwischen der Nettobeschäftigungsentwicklung 

und der Akademikerquote. 

Abbildung 5.4: Zusammenhang zwischen Gründungsrate und Akademikerquote (1990er-Jahre) 

(r BP = 0,419, p BP =0,005) 






LK Breisgau- 










Betrachtet man den Sachverhalt aus einem anderen Blickwinkel, dann kann man feststellen, 

dass der negative Zusammenhang zwischen Akademikerquote und Nettobeschäftigungsänderung 

in den 1980er-Jahren insbesondere von der Jobschaffungsseite „getragen“ wurde, in den 

1990er-Jahren dagegen von der Jobabbauseite.


Zusätzlich zur Akademikerquote wurde als Qualifikationsindikator auch noch die Geringqualifiziertenquote 

herangezogen. 41 Diese misst den Anteil an den sozialversicherungspflichtig Beschäftigten, 

der keinen Berufsabschluss hat bzw. den entsprechenden Arbeitsplatzanteil. 42 Hier 

zeigt sich für die 1980er-Jahre eine marginale Signifikanz für einen schwach positiven Zusammenhang 

zwischen Geringqualifiziertenanteil und Beschäftigungsentwicklung (vgl. Tabelle 5.8). 

Tabelle 5.8: 

Statistischer Zusammenhang zwischen Geringqualifiziertenquote (Dekadendurchschnitte) 



Geringqualifiziertenquote – Fall: Dekadendurchschnittswerte 

1980er-Jahre 

1990er-Jahre 

Brav.-Pearson 

(P-Wert) 

Spearman 

(P-Wert) 

Brav.-Pearson 

(P-Wert) 

Spearman 

(P-Wert) 

Nettobeschäftigungsänderung 0,26* 

(0,09) 

0,25 

(0,10) 

0,14 

(0,38) 

0,08 

(0,62) 

Jobschaffungsrate 0,40** 

(0,01) 

0,40** 

(0,01) 

-0,05 

(0,77) 

-0,04 

(0,81) 

Expansionsrate 0,38** 

(0,01) 

0,36** 

(0,02) 

0,15 

(0,32) 

0,16 

(0,29) 

Gründungsrate 0,29* 

(0,05) 

0,33** 

(0,03) 

-0,30* 

(0,05) 

-0,17 

(0,28) 


(0,90) 

-0,21 

(0,17) 

-0,12 

(0,45) 

-0,03 

(0,85) 


(0,47) 

0,15 

(0,33) 

-0,18 

(0,24) 

-0,11 

(0,46) 


(0,29) 

0,22 

(0,16) 

-0,19 

(0,22) 

-0,16 

(0,30) 


(0,73) 

0,13 

(0,39) 

0,10 

(0,54) 

0,12 

(0,43) 

Abwanderungsrate -0,39** 

(0,01) 

-0,41** 

(0,01) 

-0,63*** 

(0,00) 

-0,58*** 

(0,00) 





In Baden-Württemberg gab es also in den 1980er-Jahren eine gewisse, wenn auch nicht ausgeprägte 

Tendenz, dass die Kreise mit einem hohen Anteil an Arbeitsplätzen für Geringqualifizierte 

eine bessere Beschäftigungsentwicklung vorweisen konnten als die anderen Kreise. Dies lag 

daran, dass die Geringqualifiziertenquote positiv mit der Expansions- und der Gründungsrate 

korreliert war und zusätzlich eine negative Korrelation mit der Abwanderungsrate vorlag (vgl. 

Abbildung 5.5). Bei der Interpretation dieser Ergebnisse der bivariaten Analyse ist jedoch zu 

bedenken, dass sich in dieser Korrelation auch die Tatsache niederschlagen könnte, dass Kreise 

mit einem gut funktionierenden Arbeitsmarkt es besser schaffen, einen höheren Anteil gering 

Qualifizierter zu beschäftigen. Insofern wurde im weiteren Verlauf der Studie im Rahmen der 

multivariaten Analyse dieses Zwischenergebnis noch einmal hinterfragt, und zwar indem ergän- 

41 Die Korrelationsberechnungen zur Geringqualifiziertenquote führten zu denselben qualitativen Ergebnissen, 

unabhängig davon, ob für diese Quote die Dekadenanfangs- oder Dekadendurchschnittswerte 

herangezogen wurden. 

42 Zur analytischen Zerlegung der Geringqualifiziertenquote in eine arbeitsmarktliche und eine potenzialbezogene 

Komponente vgl. Krumm/Strotmann (2004b).


zend die Zeitstruktur berücksichtigt wurde. Bei der entsprechenden Untersuchung in Kapitel 7 

zeigt sich dann, dass sich die Hypothese einer mit besserer regionaler Humankapitalaustattung 

vorteilhafteren Beschäftigungsentwicklung tendenziell bestätigen lässt. 

Abbildung 5.5: Zusammenhang zwischen Abwanderungsrate und Geringqualifiziertenquote (1990er-Jahre) 

(r BP = -0,64, p BP =0,00) 






LK Breisgau- 










Das hinsichtlich der Abwanderungsrate der 1980er-Jahre gewonnene Ergebnis lässt sich auch 

für die 1990er-Jahre feststellen, und zwar in noch stärkerer Form. D.h. auch in dieser Dekade 

fielen die durch Firmenabwanderung verursachten Arbeitsplatzverluste in denjenigen Kreisen 

tendenziell niedriger aus, die unter ihren Arbeitnehmern einen hohen Anteil an Ungelernten hatten. 

Für die Nettobeschäftigungsentwicklung als Ganzes konnte für die 1990er-Jahre jedoch 

kein signifikanter Zusammenhang mit der Geringqualifiziertenquote festgestellt werden.


5.1.3 Standortfaktor FuE-Ausstattung 

Die Verfügbarkeit von Kapazitäten zur Forschung und Entwicklung (FuE) wird ein zunehmend 

bedeutender Standortfaktor. Dies gilt in besonderem Maße für Deutschland speziell auch für 

Baden-Württemberg, wo die Unternehmen aufgrund hoher Arbeits- und Steuerkosten fast nur 

noch bei technologisch hochwertigen Produkten international wettbewerbsfähig sein können. 43 

Entsprechende Produkte setzen allerdings regelmäßige Innovationen voraus, die ohne eine hinreichende 

Ausstattung mit FuE-Ressourcen nicht realisierbar wären. 

Ein Indikator zur Messung der Ausstattung mit Forschungsinfrastruktur ist die FuE-Personalintensität. 

44 Diese bezieht die Zahl der im Bereich Forschung und Entwicklung tätigen Mitarbeiter 

auf die Gesamtbeschäftigtenzahl. 45 In der wirtschaftswissenschaftlichen Theorie wird in der 

Regel davon ausgegangen, dass ein hoher Anteil an FuE-Beschäftigten die Wirtschafts- und 

damit die Beschäftigungsentwicklung begünstigt. Für Baden-Württemberg zeigt die vorliegende 

bivariate Analyse allerdings, dass gerade diejenigen Kreise, die in den 1980er- und 1990er- 

Jahren über einen hohe FuE-Personalintensität verfügten bei der Beschäftigungsentwicklung 

tendenziell schlechter abschnitten als andere Kreise (vgl. Tabelle 5.9). 46 

Der Grund für die eher ungünstige Beschäftigungsentwicklung der forschungsintensiven Kreise 

ist in der ersten Dekade des Betrachtungszeitraums in einer vergleichsweise schwachen Expansionsrate 

zu sehen. In den 1990er-Jahren lag die Ursache dagegen eindeutig auf der Jobabbauseite. 

Hier hatten die Kreise mit einem hohen FuE-Personalanteil im Vergleich zu anderen 

überproportionale Arbeitsplatzverluste durch Unternehmensschrumpfung und Firmenabwanderung 

zu beklagen. 

43 Vgl. Krumm/Strotmann (2004a). 

44 Zur FuE-Personalintensität und deren „Einfluss“ auf die Patentintensität (Patentanmeldungen bezogen 

auf Beschäftigtenzahl) in ausgewählten baden-württembergischen Regionen, vgl. Krumm/Strotmann 

(2004b). 

45 In diesem Zusammenhang ist interessant, dass in Baden-Württemberg im Jahr 2001 etwa 92% der 

FuE-Ressourcen der Wirtschaft auf das Verarbeitende Gewerbe entfielen (Statistisches Landesamt 

Baden-Württemberg 2004). 

46 Werden bei der FuE-Personalintensität nicht Dekadendurchschnitts-, sondern Dekadenanfangswerte 

herangezogen, dann ergibt sich für die 1980er-Jahre zwar auch eine negative Korrelation, die jedoch 

nicht statistisch signifikant ist.


Tabelle 5.9: 

Statistischer Zusammenhang zwischen FuE-Personalintensität (Dekadendurchschnitte) und 


und Spearman (P-Werte in Klammer) 

FuE-Beschäftigungsintensität – Fall: Dekadendurchschnittswerte 

1980er-Jahre 

1990er-Jahre 

Brav.-Pearson 

(P-Wert) 

Spearman 

(P-Wert) 

Brav.-Pearson 

(P-Wert) 

Spearman 

(P-Wert) 


(0,07) 

-0,42** 

(0,01) 

-0,30* 

(0,05) 

-0,35** 

(0,02) 

Jobschaffungsrate -0,16 

(0,31) 

-0,02 

(0,18) 

0,09 

(0,54) 

0,01 

(0,96) 

Expansionsrate -0,26* 

(0,09) 

-0,28* 

(0,06) 

-0,08 

(0,62) 

-0,21 

(0,16) 


(0,62) 

-0,11 

(0,47) 

0,28* 

(0,06) 

0,20 

(0,19) 


(0,30) 

0,29* 

(0,06) 

0,05 

(0,75) 

0,01 

(0,93) 


(0,23) 

0,26 

(0,10) 

0,40** 

(0,01) 

0,47*** 

(0,00) 


(0,25) 

0,28* 

(0,07) 

0,35** 

(0,02) 

0,42*** 

(0,00) 


(0,61) 

0,17 

(0,27) 

0,28* 

(0,07) 

0,17 

(0,28) 


(0,67) 

0,16 

(0,31) 

0,42*** 

(0,00) 

0,39** 

(0,01) 





An dieser Stelle sei allerdings davor gewarnt, in den im Rahmen der bivariaten Analyse festgestellten 

Zusammenhang zwischen FuE-Personalintensität und Beschäftigungsentwicklung eine 

Kausalitätsbeziehung hinein zu interpretieren. Entsprechende Aussagen zu möglichen Kausalitäten 

zwischen Variablen kann die bivariate Analyse nämlich nicht liefern. Vielmehr muss aus 

diesem Grund die bivariate Analyse durch abschließende multivariate Analysen ergänzt werden. 

Und diese kommt (wie in Kapitel 7 erläutert) zu dem Schluss, dass – über einen hinreichend 

langen Wirkungszeitraum gerechnet – eine höhere Ausstattung mit FuE-Personal auch in den 

baden-württembergischen Kreisen der 1980er- und 1990er-Jahre einen positiven Einfluss auf 

das Beschäftigungsniveau ausgeübt hat. 47 

47 Zusätzlich wurde in der bivariaten Analyse auch noch ein zweiter Indikator zur FuE-Ausstattung geprüft, 

und zwar die so genannte FuE-Ausgabenintensität, bei der die FuE-Ausgaben (Internen FuE- 

Ausgaben der Wirtschaft) eines Kreises auf die dortige Bruttowertschöpfung bezogen wurden. Hier 

lagen Daten aber nur für die 1990er-Jahre, speziell für 1997, vor. Es zeigte sich auch hier, dass in 

den 1990er-Jahren in baden-württembergischen Kreisen eine hohe FuE-Ausgabenintensität mit einer 

vergleichsweise ungünstigen Beschäftigungsentwicklung einherging (Korrelationskoeffizient von 

Spearman: -0,29 (P-Wert: 0,05)). Die oben in Zusammenhang mit der FuE-Personalintensität geäußerten 

Vorbehalte bezüglich einer vorschnellen Interpretation gelten hier bei der FuE-Ausgabenintensität 

entsprechend.


5.1.4 Standortfaktor Infrastrukturausstattung 

Die infrastrukturellen Rahmenbedingungen zählen für die Unternehmen zu den traditionellen 

Standortfaktoren. Die wirtschaftswissenschaftliche Theorie geht davon aus, dass sich die Beschäftigung 

in denjenigen Wirtschaftsräumen besser entwickelt, die über eine gute Verkehrsinfrastruktur 

verfügen. Die entsprechende infrastrukturelle Ausstattung lässt sich zum Beispiel 

durch den Indikator „Pkw-Fahrzeit zur nächsten Bundesautobahnanschlussstelle“ erfassen. 

Hierzu standen Daten allerdings nur für die 1990er-Jahre zur Verfügung. 

Die Untersuchung in Bezug auf die baden-württembergischen Kreise ergab, dass sich zwischen 

der entsprechenden Fahrzeit und der Nettobeschäftigungsentwicklung kein statistisch signifikanter 

Zusammenhang nachweisen lässt (vgl. Tabelle 5.10). Lediglich in Bezug auf eine Teilkomponente 

der „net employment change“ zeigte sich ein signifikanter Zusammenhang, und zwar 

insofern, als die Kreise mit vergleichsweise kurzer Fahrzeit zur nächsten Autobahnanschlussstelle 

von abwanderungsbedingten Arbeitsplatzverlusten überproportional betroffen waren, was 

für sich allein genommen nicht zu erwarten war (vgl. Abbildung 5.6). Dies deutet darauf hin, 

dass der entsprechende verkehrsinfrastrukturelle Standortfaktor im vorliegenden Fall von anderen 

Determinanten der Beschäftigungsentwicklung „überlagert“ wurde. 

Tabelle 5.10: 

Statistischer Zusammenhang zwischen der Pkw-Fahrzeit zur nächsten BAB-Anschlussstelle 



Pkw-Fahrzeit zur nächsten BAB – 1992er-Werte für die 1990er-Jahre 

1980er-Jahre 

1990er-Jahre 

Brav.-Pearson 

(P-Wert) 

Spearman 

(P-Wert) 

Brav.-Pearson 

(P-Wert) 

Spearman 

(P-Wert) 

Nettobeschäftigungsänderung 0,05 

(0,74) 

0,12 

(0,46) 


(0,48) 

-0,03 

(0,85) 

Expansionsrate 0,03 

(0,86) 

0,11 

(0,49) 


(0,22) 

-0,14 

(0,36) 


(0,10) 

-0,24 

(0,12) 


(0,40) 

-0,09 

(0,56) 


(0,18) 

-0,25 

(0,10) 


(0,16) 

0,24 

(0,12) 

Abwanderungsrate -0,34** 

(0,02) 

-0,37** 

(0,01) 




Quelle: Statistisches Landesamt (nachrichtlich), BBR (Nachrichtlich), IAW-Berechnungen


Abbildung 5.6: Zusammenhang zwischen Abwanderungsquote und Pkw-Fahrzeit zur nächsten BAB- 

Anschlussstelle (1990er-Jahre) (r BP = -0,344, p BP =0,022) 






LK Breisgau- 









Quelle: Statistisches Landesamt (nachrichtlich), BBR(nachrichtlich), IAW-Berechnungen 

Geprüft wurde auch ein möglicher Zusammenhang zwischen der Beschäftigungsentwicklung 

und dem Indikator für die Verkehrsanbindung „Lkw-Fahrzeit zum nächsten KLV-Terminal“. Bei 

einem solchen Terminal handelt es sich um eine Anlage für den „Kombinierten Ladeverkehr“ 

(KLV), der den direkten Umschlag verschiedenster Güter zwischen den Verkehrsträgern Straße, 

Schiene bzw. Binnenschifffahrt ermöglicht. Für diesen verkehrsinfrastrukturellen Indikator standen 

Daten nur für das Jahr 1998 zur Verfügung, die für die 1990er-Jahre als repräsentativ angesehen 

wurden. Die Auswertung ergab das – für sich genommen – überraschende Ergebnis, 

dass in den 1990er-Jahren für die baden-württembergischen Kreise mit relativ langer Fahrtdauer 

zum nächsten KLV-Terminal – und damit eher ungünstiger verkehrsinfrastrukturellen Anbindung 

– sowohl die Schrumpfungs- als auch die Abwanderungsrate unterdurchschnittlich ausfiel (vgl. 

Tabelle 5.11 und Abbildung 5.7). Im Hinblick auf den Zusammenhang zwischen der Nettobe-


schäftigungsentwicklung und der Fahrzeit zu den entsprechenden Terminals ergab sich jedoch 

kein statistisch signifikantes Ergebnis. 

Tabelle 5.11: 

Statistischer Zusammenhang zwischen der Lkw-Fahrzeit zum nächsten KLV-Terminal und 


und Spearman (P-Werte in Klammen) 

Fahrzeit zum nächsten KLV-Terminal - 1998er- Werte für 1990er -Jahre 

1980er-Jahre 

1990er-Jahre 

Brav.-Pearson 

(P-Wert) 

Spearman 

(P-Wert) 

Brav.-Pearson 

(P-Wert) 

Spearman 

(P-Wert) 

Nettobeschäftigungsänderung 0,25 

(0,10) 

0,24 

(0,12) 

Jobschaffungsrate 0,05 

(0,77) 

0,09 

(0,57) 


(0,11) 

0,25 

(0,104) 


(0,06) 

-0,23 

(0,14) 


(0,59) 

0,11 

(0,48) 


(0,108) 

-0,21 

(0,18) 

Schrumpfungsrate -0,30* 

(0,05) 

-0,28* 

(0,06) 


(0,72) 

0,06 

(0,71) 

Abwanderungsrate -0,28* 

(0,07) 

-0,32** 

(0,03) 




Quelle: Statistisches Landesamt (nachrichtlich), BBR (nachrichtlich), IAW-Berechnungen


Abbildung 5.7: Zusammenhang zwischen der Schrumpfungsrate und der Lkw-Fahrzeit zum nächsten 

KLV-Terminal (in Minuten) in den 1990er-Jahren 






LK Breisgau- 









Quelle: Statistisches Landesamt (nachrichtlich), BBR (nachrichtlich), IAW-Berechnungen 

Die verkehrsinfrastrukturelle Ausstattung eines Wirtschaftsraums bestimmt sich auch anhand 

des Indikators „Pkw-Fahrzeit zum nächsten internationalen Verkehrsflughafen“. Von den für diese 

Kennziffer für die Jahre 1992 und 1998 zur Verfügung stehenden Daten wurde der Mittelwert 

als Repräsentant für die 1990er-Jahre herangezogen. Auch hier ergab sich ein – bei isolierter 

Betrachtung – unerwartetes Ergebnis: Die baden-württembergischen Kreise mit nur unterdurchschnittlicher 

Fahrzeit zum nächsten Verkehrsflughafen hatten in den 1990er-Jahren auch eine 

nur unterdurchschnittliche Beschäftigungsentwicklung (vgl. Tabelle 5.12 und Abbildung 5.8). 

Insofern hatte die bessere Anbindung an den Luft- bzw. Luftfrachtverkehr offensichtlich keinen 

„durchgreifend“ positiven Einfluss auf die dortige Beschäftigungslage. Bemerkenswert waren 

auch die signifikanten Zusammenhänge zu bestimmten Komponenten der Beschäftigungsent-


wicklung. So war die Fahrtdauer zum nächsten Verkehrsflughafen sowohl mit der Zuwanderungs- 

als auch mit der Abwanderungsrate negativ korreliert. Insgesamt gesehen ist aber davon 

auszugehen, dass in den betreffenden baden-württembergischen Kreisen mit unterdurchschnittlicher 

Beschäftigungsentwicklung der Standortvorteil „gute Anbindung an den Luftverkehr“ durch 

anderweitige Standortnachteile überkompensiert wurde. 

Tabelle 5.12: 

Statistischer Zusammenhang zwischen der Pkw-Fahrzeit zum nächsten internationalen Flughafen 



Pkw-Fahrzeit zum nächsten internationalen Flughafen 1992 u. 1998 

1980er-Jahre 

1990er-Jahre 

Brav.-Pearson 

(P-Wert) 

Spearman 

(P-Wert) 

Brav.-Pearson 

(P-Wert) 

Spearman 

(P-Wert) 


(0,09) 

0,30* 

(0,05) 


(0,68) 

0,07 

(0,63) 


(0,51) 

0,11 

(0,50) 


(0,79) 

-0,06 

(0,70) 

Zuwanderungsrate -0,28* 

(0,07) 

-0,40** 

(0,01) 


(0,12) 

-0,30* 

(0,05) 


(0,15) 

-0,29* 

(0,05) 


(0,43) 

-0,18 

(0,24) 

Abwanderungsrate -0,30* 

(0,05) 

-0,47*** 

(0,00) 




Quelle: Statistisches Landesamt (nachrichtlich), BBR (nachrichtlich), IAW-Berechnungen 

Betrachtet man alle drei Indikatoren zur verkehrsinfrastrukturellen Anbindung, d.h. die Fahrtdauer 

zur nächsten Autobahnanschlussstelle, zum nächsten KLV-Terminal bzw. zum nächsten internationalen 

Verkehrsflughafen, dann zeigt sich Folgendes: Für die baden-württembergischen 

Kreise lässt sich für die 1990er-Jahre zwischen der Nettobeschäftigungsentwicklung als Ganzes 

(net employment change) nur für die Fahrzeit zum nächsten Flughafen ein statistisch signifikanter 

Zusammenhang nachweisen. Da es sich hierbei um eine positive Korrelation handelt, bedeutet 

dies, dass diejenigen baden-württembergischen Kreise mit einer eher langen Fahrtdauer zum 

nächsten internationalen Flughafen tendenziell eine bessere Beschäftigungsentwicklung als 

andere Kreise vorweisen konnten. Dies ist – zumindest bei isolierter Betrachtung – überraschend. 

In abgeschwächter Form gilt dies auch für die Tatsache, dass bei den anderen Indikatoren 

zur Verkehrsanbindung (Autobahn bzw. KLV-Terminals) kein signifikanter Zusammenhang 

zur Gesamtbeschäftigungsentwicklung festzustellen war. Die entsprechenden Ergebnisse deuten 

darauf hin, dass in den baden-württembergischen Kreisen der Standortvorteil „gute Verkehrsanbindung“ 

von anderweitigen Standortnachteilen überlagert wurde, welche im Rahmen


der hier vorliegenden bivariaten Analyse nicht mit berücksichtigt werden konnten. Dies bestätigt 

Kapitel 7, in dem eine abschließende multivariate Analyse vorgenommen wird. Dabei kann, 

wenn auch auf indirekte Weise (in Zusammenhang mit der Berücksichtigung so genannter „unbeobachteter 

Heterogenität“) gezeigt werden, dass für Wirtschaftsräume eine günstige verkehrsinfrastrukturelle 

Ausstattung in der Regel bessere Beschäftigungschancen mit sich bringt. 

Abbildung 5.8: Zusammenhang der Nettobeschäftigungsentwicklung und der Pkw-Fahrzeit zum nächsten 

internationalen Flughafen (in Minuten) in den 1990er-Jahren (Durchschnitt 1992, 1998) 






LK Breisgau- 









Quelle: Statistisches Landesamt (nachrichtlich), BBR(nachrichtlich), IAW-Berechnungen 

Interessant ist aber auch ein Blick auf die einzelnen Komponenten der Beschäftigungsentwicklung. 

So weisen alle drei verkehrsinfrastrukturellen Indikatoren einen statistisch signifikanten 

negativen Zusammenhang zur Abwanderungsrate auf. D.h. gerade diejenigen Kreise, die eine 

eher gute Anbindung an den Luft- und Fernstraßenverkehr sowie die Binnenschifffahrt hatten, 

waren von Beschäftigungsverlusten durch Firmenabwanderung besonders betroffen. Dies


spricht einmal mehr dafür, dass im vorliegenden Fall die Beschäftigungsentwicklung von anderen 

Determinanten als der verkehrsinfrastrukturellen Ausstattung dominiert wurde. 

Die infrastrukturelle Ausstattung bestimmt sich nicht allein aufgrund verkehrsinfrastruktureller 

Aspekte. Vielmehr zählen in einem weiter gefassten Sinne auch solche Faktoren dazu, mit denen 

die Lebensqualität eines Wirtschaftsraumes beschrieben wird und die häufig als „Weiche 

Standortfaktoren“ bezeichnet werden. Die Bedeutung dieser Faktoren ist für die Unternehmen 

zum Teil nur indirekt gegeben, und zwar dann, wenn sie die Unternehmen nicht selbst, sondern 

„lediglich“ deren Mitarbeiter betreffen. Das für die Beschäftigten im näheren Umfeld verfügbare 

Kinderbetreuungsangebot zählt zu diesen weichen Standortfaktoren, die im Rahmen dieser Untersuchung 

auch berücksichtigt werden sollten. Der Auswahl zugunsten des Faktors „Kinderbetreuungsangebot“ 

lag folgende Überlegung zugrunde: Im vorliegenden Kontext mit kreisbezogenem 

Fokus sind vor allem solche Determinanten der Beschäftigungsentwicklung von Interesse, 

deren „räumliche Reichweite“ auf die Kreisebene beschränkt ist. In diesem Fall kommt der 

entsprechende Standortfaktor mehr oder weniger exklusiv den Unternehmen des betreffenden 

Kreises bzw. deren Arbeitnehmern zugute, so dass kaum interregionale Spillovers auftreten. Ein 

solcher weicher Standortfaktor mit quasi rein kreisinterner Wirkung stellt aber gerade das in einem 

Kreis verfügbare Kinderbetreuungsangebot eines dar. Insofern wurde als weicher Standortfaktor 

das entsprechende Angebot an Kinderbetreuungsmöglichkeiten ausgewählt. 

Bei der Operationalisierung des Standortfaktors Kinderbetreuungsangebot wurde auf die so genannte 

„Platz-Kinder-Relation“ abgestellt. Dabei wurde nach verschiedenen Betreuungsarten 

differenziert, nämlich nach Kinderkrippe, Kindergarten und Kinderhort. Aufgrund der begrenzten 

Datenlage konnte die Auswertung nur für die 1990er-Jahre (Durchschnittswert von 1994 und 

1998) vorgenommen werden (vgl. Tabellen 5.13 bis 5.15). 

Die Untersuchung in Bezug auf die baden-württembergischen Kreise zeigte, dass der Zusammenhang 

zwischen dem Kinderbetreuungsangebot und der Beschäftigungsentwicklung hoch 

signifikant ist. Nimmt man die unterschiedlichen Arten des Betreuungsangebots, dann war die 

Richtung des Zusammenhangs nicht durchweg einheitlich. So fiel die Beschäftigungsentwicklung 

in den baden-württembergischen Kreisen tendenziell umso günstiger aus, je besser das 

dortige, anhand der Platz-Kinder-Relation gemessene Angebot an Kindergartenplätzen war (vgl. 

Abbildung 5.9). Dabei war das relative Angebot an Kindergartenplätzen positiv mit der Expansionsrate 

und negativ mit der Schrumpfungsrate korreliert (vgl. Tabelle 5.13). D.h., es gab insbesondere 

einen positiven Zusammenhang mit der Beschäftigungsentwicklung in den bereits bestehenden 

Unternehmen.


Abbildung 5.9: Zusammenhang zwischen Beschäftigungsentwicklung (NEC) und Kindergartenangebot 

(Platz-Kinder-Relation) in den 1990er-Jahren (r PB =0,42; p PB =0,001) 






LK Breisgau- 









Quelle: Statistisches Landesamt (nachrichtlich), BBR (nachrichtlich), IAW-Berechnungen


Tabelle 5.13: Statistischer Zusammenhang zwischen dem Kindergartenangebot und verschiedenen 

Beschäftigungsindikatoren, Korrelationskoeffizienten von Bravais-Pearson und Spearman 

(P-Werte in Klammern) 

Kindergartenangebot – Fall: Dekadendurchschnittswerte 

1980er-Jahre 

1990er-Jahre 

Brav.-Pearson 

(P-Wert) 

Spearman 

(P-Wert) 

Brav.-Pearson 

(P-Wert) 

Spearman 

(P-Wert) 

Nettobeschäftigungsänderung 0,42** 

(0,01) 

0,37** 

(0,01) 


(0,16) 

0,18 

(0,25) 

Expansionsrate 0,29* 

(0,05) 

0,28* 

(0,07) 


(0,69) 

-0,07 

(0,64) 


(0,36) 

0,05 

(0,76) 

Jobabbaurate -0,31** 

(0,04) 

-0,21 

(0,17) 


(0,01) 

-0,34** 

(0,03) 


(0,82) 

0,03 

(0,83) 


(0,33) 

-0,14 

(0,36) 





Vom Vorzeichen her genau umgekehrte Korrelationsverhältnisse zeigten sich zur Expansionsund 

zur Schrumpfungsrate, wenn nicht das Betreuungsangebot im Kindergarten, sondern das in 

Kinderkrippen bzw. Kinderhorten betrachtet wird. Zusätzlich ergab sich hier eine positive Korrelation 

mit der Abwanderungsrate. Damit stellte sich insgesamt ein negativer Zusammenhang 

zwischen dem krippen- und hortbezogenen Kinderbetreuungsangebot und der Nettobeschäftigungsentwicklung 

ein. D.h., baden-württembergische Kreise mit einem überdurchschnittlichen 

Krippen- und Hortangebot konnten keine überdurchschnittlich gute Beschäftigungsentwicklung 

erreichen, vielmehr ergab sich im Gegenteil sogar ein negativer Zusammenhang zur Beschäftigungsentwicklung. 

Auch hier dürfte eine „Überlagerung“ mit anderweitigen Standortnachteilen 

vorgelegen haben, die nicht im Bereich Kinderbetreuung zu suchen sind. Eine Berücksichtigung 

anderweitiger Einflussfaktoren war im Rahmen der bivariaten Analyse allerdings nicht möglich.


Tabelle 5.14: 

Statistischer Zusammenhang zwischen dem Kinderkrippenangebot und verschiedenen Beschäftigungsindikatoren, 

Korrelationskoeffizienten von Bravais-Pearson und Spearman (P- 

Werte in Klammern) 

Kinderkrippenangebot – Fall: Dekadendurchschnittswerte 

1980er-Jahre 

1990er-Jahre 

Brav.-Pearson 

(P-Wert) 

Spearman 

(P-Wert) 

Brav.-Pearson 

(P-Wert) 

Spearman 

(P-Wert) 

Nettobeschäftigungsänderung -0,49*** 

(0,00) 

-0,42*** 

(0,00) 


(0,17) 

-0,12 

(0,44) 


(0,02) 

-0,36** 

(0,02) 


(0,24) 

0,24 

(0,11) 


(0,41) 

-0,03 

(0,86) 

Jobabbaurate 0,40** 

(0,01) 

0,42** 

(0,01) 

Schrumpfungsrate 0,41** 

(0,01) 

0,47*** 

(0,00) 


(0,63) 

-0,01 

(0,94) 


(0,00) 

0,52*** 

(0,00) 





Tabelle 5.15: 

Statistischer Zusammenhang zwischen dem Kinderhortangebot und verschiedenen Beschäftigungsindikatoren, 

Korrelationskoeffizienten von Bravais-Pearson und Spearman (P-Werte 

in Klammern) 

Kinderhortangebot – Fall: Dekadendurchschnittswerte 

1980er-Jahre 

1990er-Jahre 

Brav.-Pearson 

(P-Wert) 

Spearman 

(P-Wert) 

Brav.-Pearson 

(P-Wert) 

Spearman 

(P-Wert) 


(0,00) 

-0,50*** 

(0,00) 


(0,48) 

-0,14 

(0,37) 


(0,04) 

-0,35** 

(0,02) 

Gründungsrate 0,28* 

(0,06) 

0,25 

(0,10) 


(0,51) 

0,07 

(0,65) 

Jobabbaurate 0,50*** 

(0,00) 

0,48*** 

(0,00) 

Schrumpfungsrate 0,52*** 

(0,00) 

0,55*** 

(0,00) 


(0,42) 

0,05 

(0,73) 


(0,00) 

0,36** 

(0,02) 




Quelle: Statistisches Landesamt (nachrichtlich), IAW-Berechnungen


5.2 Outputbezogene einzelwirtschaftliche Standortfaktoren 

Nachdem der Zusammenhang zwischen der industriellen Beschäftigungsentwicklung und ausgewählten 

inputbezogenen Standortfaktoren erörtert wurde, sollen nun entsprechende Zusammenhänge 

mit outputbezogenen Standortfaktoren behandelt werden. 

5.2.1 Absatzmarktbezogene Standortfaktoren 

Die verkehrsinfrastrukturellen Rahmenbedingungen wie sie in 5.1.4 im Rahmen der inputbezogenen 

Standortfaktoren behandelt wurden spielen auch als absatzmarktbezogene Standortfaktoren 

eine Rolle, da es auch um die Transportbedingungen zu den Kunden der Unternehmen 

geht. Die Ergebnisse zu den betreffenden Indikatoren zur Verkehrsanbindung sollen daher hier 

noch einmal in komprimierter Form präsentiert werden. 

Die entsprechende bivariate Analyse hatte gezeigt, dass der Zusammenhang zwischen der Nettobeschäftigungsentwicklung 

einerseits und den Fahrzeiten zur Autobahn, zu KLV-Terminals 

und zum Flughafen nicht negativ war. 48 Vielmehr ließ sich für zwei der Indikatoren zur Verkehrsanbindung 

(hinsichtlich Autobahnanschluss und KLV-Terminal) überhaupt kein statistisch signifikanter 

Zusammenhang zur Gesamtbeschäftigungsentwicklung (net employment change) nachweisen 

und für den Indikator „Fahrzeit zum nächsten internationalen Verkehrsflughafen“ ergab 

sich sogar eine positive Korrelation. D.h., baden-württembergische Kreise mit eher längerer 

Fahrtdauer zum nächsten Flughafen hatten in den 1990er-Jahren in der Tendenz eine bessere 

Beschäftigungsentwicklung als andere Kreise. Damit kann festgehalten werden: In den 1990er- 

Jahren konnten die Stadt- und Landkreise in Baden-Württemberg mit überdurchschnittlich guter 

verkehrsinfrastruktureller Anbindung an Fernschnellstraßen, Luftverkehr und Binnenschifffahrt 

nicht in dem Maße von diesem absatzmarktbezogenen Standortvorteil profitieren, dass sie bei 

der Beschäftigungsentwicklung besser abgeschnitten hätten als andere Kreise. Vielmehr gab es 

bis zu einem gewissen Grad sogar eine unterdurchschnittliche Beschäftigungsentwicklung. Bemerkenswert 

ist zudem, dass für jeden der drei Indikatoren zur verkehrsinfrastrukturellen Anbindung 

ein negativer Zusammenhang mit der Abwanderungsrate gegeben ist. Dies bedeutet, dass 

gerade diejenigen baden-württembergischen Kreise, die über eine überdurchschnittlich gute 

Verkehrsanbindung verfügen auch überdurchschnittlich hohe Beschäftigungsverluste durch Firmenabwanderung 

zu beklagen hatten. Alles in allem ist also zu vermuten, dass bei den betreffenden 

Kreisen der Standortvorteil „gute Verkehrsanbindung“ von irgendwelchen Standortnachteilen 

überkompensiert wurde, die bei der hier vorliegenden bivariaten Analyse nicht mit 

einbezogen werden konnten. Diese These bestätigt die in Kapitel 7 durchgeführte multivariate 

48 Bei einem so genannten KLV-Terminal handelt es sich um eine Anlage für den „Kombinierten Ladeverkehr“ 

(KLV), der den direkten Umschlag verschiedenster Güter zwischen den Verkehrsträgern 

Straße, Schiene und Binnenschifffahrt ermöglicht.


Analyse, wonach eine gute verkehrsinfrastrukturelle Anbindung auch im Falle der badenwürttembergischen 

Kreise grundsätzlich als Standortvorteil gewirkt und damit die industrielle 

Beschäftigungsentwicklung begünstigt hat. 

Die bisher behandelten absatzmarktbezogenen Standortfaktoren – die Fahrzeiten zur Autobahn, 

zu KLV-Terminals und zu Flughäfen – hatten alle einen rein verkehrsinfrastrukturellen Hintergrund. 

Im Folgenden sollen aber noch andere absatzmarktbezogene Standortfaktoren im Hinblick 

auf deren Relevanz für die Beschäftigungsentwicklung in baden-württembergischen Kreisen 

getestet werden. Zum einen geht es um Indikatoren über die innerhalb eines bestimmten 

Zeitrahmens mit einem bestimmten Verkehrsmittel „Erreichbare Bevölkerung“. Die entsprechenden 

Standortfaktoren erfassen damit bis zu einem gewissen Grad zwar auch verkehrsinfrastrukturelle 

Rahmenbedingungen, da es um die verkehrstechnische Erreichbarkeit von Raumeinheiten 

geht – ergänzend wird hier aber auch der Aspekt der räumlichen Verteilung von Bevölkerung 

bzw. potenziellen Kunden erfasst. Der Umfang der „Erreichbaren Bevölkerung“ ist nämlich nicht 

nur von der verkehrsinfrastrukturellen Ausstattung des betreffenden Wirtschaftsraumes und 

dessen regionalem Umfeld, sondern auch von der dortigen Konzentration an Einwohnern bzw. 

Kunden abhängig. Insofern wird hier ein neuer absatzmarktrelevanter Aspekt berücksichtigt. Als 

weiterer absatzmarktbezogener Standortfaktor wird eine Kaufkraftkennziffer herangezogen, die 

im Gegensatz zum vorgenannten Indikator „Erreichbare Bevölkerung“ nicht das reine Kundenpotenzial 

abbildet, sondern deren für Nachfragezwecke zur Verfügung stehendes Einkommen. 

Dabei ist der entsprechende räumliche Einzugsbereich datentechnisch nun nicht über irgendwelche 

maximale Fahrzeiten definiert, sondern über die räumliche Beschränkung auf die administrative 

Kreisgrenze. Insofern bilden die beiden Gruppen absatzmarktbezogener Standortfaktoren 

unterschiedliche Aspekte der Messung des Absatzpotenzials ab und sind damit auch nicht 

gegenseitig substituierbar. 

Berücksichtigt man nun die Tatsache, dass es bei der im Rahmen dieser Untersuchung diskutierten 

Beschäftigungsentwicklung stets um die Entwicklung im Verarbeitenden Gewerbe geht 

und damit speziell die absatzmarktbezogenen Standortfaktoren des industriellen Sektors 

zugrunde gelegt werden sollten, dann ist Folgendes zu bedenken: Die soeben angesprochene 

Kaufkraftkennziffer und der Indikator zur „Erreichbaren Bevölkerung“ stellen absatzmarktbezogene 

Standortfaktoren eher für den Dienstleistungssektor dar. Für den industriellen Sektor spielen 

diese nur eine untergeordnete Rolle, und zwar deshalb, weil Industrieunternehmen auf private 

Haushalte als Kunden in der Hauptsache nur indirekt abzielen und beim Absatz auch keine so 

starke Fokussierung auf das nähere räumliche Umfeld vorliegt. Dies wird deutlich, wenn man 

bedenkt, dass in Baden-Württemberg in der ersten Hälfte der 1990er-Jahre der Anteil des Auslandsumsatzes 

am Gesamtumsatz des Verarbeitenden Gewerbes zwischen 29 und 31% lag –


und darin ist noch nicht derjenige Umsatzanteil erfasst, den die betreffenden Industrieunternehmen 

in Inland außerhalb „ihres“ näheren räumlichen Umfeldes realisierten. Trotz der lediglich 

begrenzten Relevanz von Kaufkraftkennziffern und Indikatoren zur „Erreichbaren Bevölkerung“ 

wurden auch diese für den vorliegenden Untersuchungsgegenstand „Industriebeschäftigung“ 

herangezogen, um ein vollständigeres Bild zu erhalten. 

Bei der Prüfung der Frage, inwieweit zwischen der industriellen Beschäftigungsentwicklung in 

baden-württembergischen Kreisen und deren Kaufkraft ein Zusammenhang besteht, wurde die 

jeweilige Pro-Kopf-Kaufkraft herangezogen. Für diese konnte kein statistisch signifikanter Zusammenhang 

zur Beschäftigungsentwicklung nachgewiesen werden (vgl. Tabelle 5.16). Dies ist 

insoweit aber nicht sonderlich überraschend, als für den industriellen Sektor, auf den die vorliegende 

Analyse der Beschäftigungsentwicklung abstellt, Kaufkraftkennziffern als absatzmarktbezogene 

Standortfaktoren bei Weitem nicht die Bedeutung haben wie für den Dienstleistungssektor. 

Gleichwohl ist die Tatsache interessant, dass in beiden Dekaden in Kreisen mit hoher Pro- 

Kopf-Kaufkraft abwanderungsbedingte Beschäftigungsverluste überdurchschnittlich hoch ausgefallen 

sind. Zudem gab es in den 1980er-Jahren eine negative Korrelation mit der Gründungsrate 

und in den 1990er-Jahren einen positiven Zusammenhang zur Zuwanderungsrate. 

Tabelle 5.16: 

Statistischer Zusammenhang zwischen der Kaufkraft pro Kopf und verschiedenen Beschäftigungsindikatoren, 

Korrelationskoeffizienten von Bravais-Pearson und Spearman (P-Werte in 

Klammern) 

Kaufkraft pro Kopf– 1987 für 1980er-Jahre; 1995 für 1990er-Jahre 

1980er-Jahre 

1990er-Jahre 

Brav.-Pearson 

(P-Wert) 

Spearman 

(P-Wert) 

Brav.-Pearson 

(P-Wert) 

Spearman 

(P-Wert) 


(0,55) 

-0,07 

(0,65) 

-0,14 

(0,36) 

-0,19 

(0,22) 


(0,75) 

-0,06 

(0,71) 

-0,13 

(0,42) 

-0,06 

(0,69) 


(0,61) 

0,06 

(0,71) 

-0,06 

(0,71) 

-0,08 

(0,59) 


(0,04) 

-0,31** 

(0,04) 

-0,23 

(0,14) 

-0,01 

(0,95) 


(0,69) 

0,15 

(0,32) 

0,29* 

(0,06) 

0,27* 

(0,08) 


(0,68) 

0,05 

(0,75) 

0,07 

(0,65) 

0,15 

(0,34) 


(0,43) 

-0,11 

(0,46) 

0,08 

(0,59) 

0,21 

(0,17) 

Schließungsrate 0,30* 

(0,05) 

0,15 

(0,33) 

-0,09 

(0,55) 

-0,12 

(0,43) 


(0,00) 

0,30* 

(0,05) 

0,33** 

(0,03) 

0,26* 

(0,09) 





Als absatzmarktbezogener Standortfaktor wurde zusätzlich der Indikator „Erreichbare Bevölkerung 

in einer Stunde mit Pkw“ verwendet, da dieser im Gegensatz zu den bisher behandelten


Beschäftigungsdeterminanten bis zu einem gewissen Grad auch das Nachfragepotenzial erfasst, 

das außerhalb des jeweiligen Stadt- bzw. Landkreises gegeben ist. Zu dem betreffenden 

Erreichbarkeitsindikator lagen nur Daten aus dem Jahr 1998 vor, die für die 1990er-Jahre allerdings 

als repräsentativ angesehen wurden, da sich in dieser Dekade in Baden-Württemberg und 

der näheren Umgebung (d.h. im darüber hinausgehenden „Einzugsgebiet“) keine durchgreifenden 

Änderungen bei der Straßeninfrastrukturausstattung und auch keine gravierenden Bevölkerungsverschiebungen 

ergeben haben. 49 

Bei den Daten zum Indikator „Erreichbare Bevölkerung in einer Stunde mit Pkw“ wird folgende 

Differenzierung vorgenommen: In dem einem Fall geht es um die erreichbare Bevölkerungszahl 

nur im Inland, im zweiten Fall um die sowohl im In- als auch Ausland erreichbare Bevölkerung. 

Für die Unternehmen in baden-württembergischen Kreisen bedeutet Letzteres die Berücksichtigung 

potenzieller Kunden in gewissen grenznahen Gebieten in Frankreich, Österreich und der 

Schweiz. 

Stellt man allein auf die im Inland innerhalb der vorgegebenen Zeitspanne mit Pkw erreichbare 

Bevölkerung ab, dann zeigt sich kaum ein signifikanter Zusammenhang zur Beschäftigungsentwicklung 

(vgl. Tabelle 5.17). Lediglich zur Abwanderungsrate lässt sich eine (schwache) signifikante 

Korrelation feststellen. So fielen in den 1990er-Jahren die abwanderungsbedingten Arbeitsplatzverluste 

in denjenigen baden-württembergischen Kreisen besonders hoch aus, die 

über ein großes Maß an „Erreichbarer Bevölkerung“ verfügten (vgl. Abbildung 5.10). Dies passt 

zu der Tatsache, dass gemäß der bivariaten Analyse Kreise mit guter verkehrsinfrastruktureller 

Anbindung (hinsichtlich Autobahn, KLV-Terminals und Flughäfen) und damit guter Erreichbarkeit 

eines größeren Kundeneinzugsgebietes, überdurchschnittliche Abwanderungsraten aufwiesen. 

Zum anderen ergeben sich ähnliche Zusammenhänge wie bei der in Unterabschnitt 5.3.1 erörterten 

Beschäftigungsdeterminante Bevölkerungsdichte, was insofern nicht überrascht, als der 

Umfang der erreichbaren Bevölkerung auch dann um so größer ausfällt, je höher die Bevölkerungsdichte 

ist. Die Prüfung der Beschäftigungsdeterminanten „Erreichbare Bevölkerung“ und 

„Bevölkerungsdichte“ war jedoch allein schon deshalb nicht substituierbar, da beim soeben behandelten 

Erreichbarkeitsindikator bis zu einem gewissen Grad auch bevölkerungsbezogene 

Aspekte außerhalb des jeweiligen Kreises mitberücksichtigt wurden. 

49 Die entsprechenden Daten wurden uns freundlicherweise von Professor Dr. Hans-Friedrich Eckey 

von der Universität Kassel zur Verfügung gestellt. (Das Bundesamt für Bauwesen und Raumordnung 

hat Daten zu diesem Erreichbarkeitsindikator erst ab dem Jahr 2002.)


Tabelle 5.17: 

Statistischer Zusammenhang zwischen dem Indikator „Erreichbare Bevölkerung im Inland“ 



Erreichbare Bevölkerung im Inland – Fall: 1998 für 1990er-Jahre 

1980er-Jahre 

1990er-Jahre 

Brav.-Pearson 

(P-Wert) 

Spearman 

(P-Wert) 

Brav.-Pearson 

(P-Wert) 

Spearman 

(P-Wert) 


(0.17) 

-0,16 

(0,28) 


(0,96) 

0,04 

(0,80) 

Expansionsrate -0,06 

(0,72) 

-0,06 

(0,69) 


(0,91) 

0,01 

(0,94) 


(0,14) 

0,30* 

(0,05) 


(0,14) 

0,12 

(0,45) 


(0,19) 

0,13 

(0,39) 


(0,35) 

0,10 

(0,51) 

Abwanderungsrate 0,26* 

(0,09) 

0,38** 

(0,01) 




Quelle: Statistisches Landesamt (nachrichtlich), Prof. Eckey, Universität Kassel (nachrichtlich), IAW-Berechnungen 

Abb.5.10: 

Zusammenhang zwischen Abwanderungsrate (Durchschnitt 1990er-Jahre) und Indikator 

„Erreichbare Bevölkerung in 1 Stunde mit Pkw im Inland“ (1998 als Repräsentation für die 

1990er-Jahre) (r PB =0,26; p PB =0,09)







LK Breisgau- 









Quelle: Statistisches Landesamt (nachrichtlich), Prof. Eckey, Universität Kassel (nachrichtlich), IAW-Berechnungen 

Erweitert man den Begriff der „in einer Stunde mit Pkw erreichbaren Bevölkerung“ insoweit, als 

man auch die entsprechende, im Ausland erreichbare Bevölkerung mit einbezieht – dies betrifft 

in erster Linie die direkt an der Grenze zum Ausland gelegenen baden-württembergischen Kreise 

– dann ergibt sich ein modifiziertes Bild (vgl. Tabelle 5.18). Der beim reinen Inlandsbezug 

festgestellte positive Zusammenhang zur Abwanderungsrate ist nun nicht mehr in dem Maße 

signifikant. Stattdessen ist nun unter Einbeziehung der erreichbaren Auslandsbevölkerung eine 

(schwach) positive Korrelation zwischen der „Erreichbaren Bevölkerung“ und der beschäftigungsmindernden 

Schließungsrate festzustellen. 

Tabelle 5.18: 

Statistischer Zusammenhang zwischen dem Indikator „Erreichbare Bevölkerung im In- und 

Ausland“ und verschiedenen Beschäftigungsindikatoren, Korrelationskoeffizienten von 


Erreichbare Bevölkerung im In- und Ausland - 1998 für 1990er-Jahre 

1980er-Jahre 

1990er-Jahre 

Brav.-Pearson 

(P-Wert) 

Spearman 

(P-Wert) 

Brav.-Pearson 

(P-Wert) 

Spearman 

(P-Wert) 


(0,10) 

-0,20 

(0,20) 


(0,94) 

0,00 

(0,98) 


(0,99) 

0,05 

(0,73) 


(0,81) 

-0,09 

(0,55) 


(0,14) 

0,29* 

(0,06) 

Jobabbaurate 0,29* 

(0,06) 

0,20 

(0,20) 


(0,12) 

0,15 

(0,32) 

Schließungsrate 0,26* 

(0,09) 

0,27* 

(0,08) 


(0,11) 

0,32** 

(0,03) 




Quelle: Statistisches Landesamt (nachrichtlich), Prof. Eckey, Universität Kassel (nachrichtlich), IAW-Berechnungen


Fasst man die Ergebnisse zu den jeweiligen Zusammenhängen zwischen den fünf absatzmarktbezogenen 

Standortfaktoren auf der einen und der Nettobeschäftigungsentwicklung auf der anderen 

Seite zusammen, dann ergibt sich folgendes Bild: Bei den Indikatoren zur Kaufkraft und 

zur „Erreichbaren Bevölkerung“ war keine statistische Signifikanz festzustellen. Dies ist insofern 

nicht allzu überraschend, als diese Standortfaktoren für den Fall der Industrie und damit die industrielle 

Beschäftigungsentwicklung im Allgemeinen als nur begrenzt relevant angesehen werden. 

Daher werden diese auch bei den multivariaten Analysen nicht weiter betrachtet. Überraschend 

scheint dagegen der vorläufige deskriptive Befund, dass baden-württembergische Kreise 

mit guter verkehrsinfrastruktureller Anbindung bei der Beschäftigungsentwicklung in der Tendenz 

sogar schlechter abgeschnitten haben als andere baden-württembergische Kreise. In diesem 

Zusammenhang wird sich dann aber bei der späteren multivariaten Analyse (in Kapitel 7) 

herausstellen, dass in den betreffenden Kreisen die gute Verkehrsanbindung sehr wohl als 

Standortvorteil gewirkt hat, der aber durch anderweitige, negative standortpolitische Einflüsse 

überkompensiert wurde. 

5.2.2 Gewinnsteuerbezogene Standortfaktoren 

Zu den outputbezogenen Standortfaktoren können im weiteren Sinne auch solche Faktoren gezählt 

werden, die nicht das Betriebsergebnis im Sinne des mengenmäßigen Outputs, sondern 

den Unternehmensgewinn beeinflussen. Dazu gehören die vom Staat auf den Gewinn der Unternehmen 

erhobenen Steuern. In Zusammenhang mit der hier betrachteten Kreisebene ist allein 

die kommunale Gewerbesteuer relevant. 50 Dabei fällt die unternehmerische Gewerbesteuerbelastung 

innerhalb eines Kreises nicht einheitlich aus, da die Kommunen individuell den so 

genannten Gewerbesteuerhebesatz festlegen. Damit ergibt sich der für einen Kreis zu berücksichtigende 

Gewerbesteuerhebesatz als Durchschnitt der von den Kommunen des Kreises festgelegten 

Hebesätze. Im vorliegenden Fall wurde ein ungewichteter Durchschnitt zugrunde gelegt, 

bei dem die kommunalen Hebesätze unabhängig von der „Größe“ der Kommunen mit gleichem 

Gewicht in die Berechnung eingingen. 

Die Untersuchung ergab für die baden-württembergischen Kreise für die 1980er- und 1990er- 

Jahre eine schwach negative Korrelation zwischen dem Gewerbesteuerhebesatz und der Nettobeschäftigungsentwicklung 

(vgl. Tabelle 5.19 und Abbildung 5.11). 51 Dies bedeutet, dass die 

50 Die Einstufung der Gewerbesteuer als einer im Prinzip rein gewinnabhängige Steuer gilt erst seit 

1998, da die Abgabe seither nur noch in Form der Gewerbeertragsteuer erhoben wird. Für die hier 

betrachteten Dekaden, die 1980er- und 1990er-Jahre, ist zu bedenken, dass bis zum Jahr 1997 auch 

eine Gewerbekapitalsteuer erhoben wurde, so dass die damalige Gewerbesteuer auch Tatbestände 

erfasst hat, die gewinnunabhängig waren. Vgl. Zimmermann (1999), S. 183f. 

51 Für den Fall, dass bei den Gewerbesteuerhebesätzen nicht die Dekadendurchschnitts-, sondern die 

Dekadenanfangswerte herangezogen werden, zeigt sich für die 1980er-Jahre in Bezug auf Spearman 

jedoch keine statistische Signifikanz.


baden-württembergischen Kreise, in denen die Kommunen bei der Gewerbesteuer hohe Hebesätze 

festgesetzt hatten in der Beschäftigungsentwicklung schlechter abschnitten als andere 

Kreise. Dafür waren in den „Hochsteuer-Kreisen“ in beiden Dekaden die übermäßigen Arbeitsplatzverluste 

durch Firmenabwanderung verantwortlich. 52 

Tabelle 5.19: 

Statistischer Zusammenhang zwischen dem Gewerbesteuerhebesatz und verschiedenen 



Gewerbesteuer-Hebesatz – Fall: Dekadendurchschnittswerte 

1980er-Jahre 

1990er-Jahre 

Brav.-Pearson 

(P-Wert) 

Spearman 

(P-Wert) 

Brav.-Pearson 

(P-Wert) 

Spearman 

(P-Wert) 


(0,00) 

-0,34** 

(0,03) 

-0,41** 

(0,01) 

-0,27* 

(0,08) 


(0,00) 

-0,27* 

(0,07) 

-0,11 

(0,49) 

-0,10 

(0,52) 


(0,00) 

-0,24 

(0,11) 

-0,24 

(0,11) 

-0,16 

(0,31) 


(0,16) 

-0,33** 

(0,03) 

0,19 

(0,21) 

0,00 

(0,98) 


(0,78) 

0,08 

(0,60) 

-0,08 

(0,59) 

0,07 

(0,92) 


(0,89) 

0,05 

(0,74) 

0,38** 

(0,01) 

0,18 

(0,25) 


(0,81) 

-0,05 

(0,76) 

0,38** 

(0,01) 

0,20 

(0,19) 


(0,52) 

0,07 

(0,67) 

0,10 

(0,53) 

0,03 

(0,87) 


(0,06) 

0,35** 

(0,02) 

0,51*** 

(0,00) 

0,45*** 

(0,00) 





52 Im Fall, dass man bei den Hebesätzen auf Dekadenanfangswerte abstellt, erhält man im vorliegenden 

Zusammenhang (Abwanderungsrate) für die 1980er-Jahre kein statistisch signifikantes Ergebnis.


Abbildung 5.11: Zusammenhang zwischen Nettobeschäftigungsentwicklung und Gewerbesteuerhebesatz 

(1980er-Jahre) (r BP = -0,446, p BP =0,003) 






LK Breisgau- 











5.3 Siedlungsstrukturelle Beschäftigungsdeterminanten 

Nachdem nun im Rahmen der bivariaten Analyse geprüft wurde, welche Zusammenhänge sich 

für baden-württembergische Kreise zwischen einzelwirtschaftlichen Standortfaktoren und der 

industriellen Beschäftigungsentwicklung nachweisen lassen, sollen nachfolgend entsprechende 

Zusammenhänge mit anderen Determinanten der Beschäftigungsentwicklung untersucht werden. 

Zu diesen zählen wirtschaftsstrukturelle und siedlungsstrukturelle Determinanten, wobei in 

diesem Abschnitt zunächst letztere behandelt werden. 

5.3.1 Urbanisationseffekte und Verdichtungsgrad 

Die Beschäftigungsentwicklung in Raumeinheiten hängt auch von den dortigen siedlungsstrukturellen 

Gegebenheiten ab. Ein Teil des entsprechenden Einflusses ist insofern indirekt, als siedlungsstrukturelle 

Größen, wie etwa die Bevölkerungsdichte, Einfluss auf die mengen- bzw. 

preisbezogenen Ausprägungen von input- und outputbezogenen Standortfaktoren (vgl. dazu die 

Abschnitte 5.1 und 5.2) nehmen, die ihrerseits die regionale Beschäftigungsentwicklung beeinflussen. 

So impliziert ein hoher Verdichtungsgrad in der Regel beispielsweise ein hohes Bodenpreisniveau, 

was die Beschäftigungsentwicklung eher negativ beeinflusst. Ein Teil des Einflusses 

siedlungsstruktureller Determinanten ist jedoch direkter Art, d.h. er kommt nicht über die 

„Schiene“ der einzelwirtschaftlichen Standortfaktoren zustande. Aus diesem Grund werden hier 

wie auch in anderen Studien zur regionalen Beschäftigungsentwicklung entsprechende Determinanten 

als eigenständige Einflussgrößen berücksichtigt. 

In theoretischen wie auch empirischen Untersuchungen wird also regelmäßig davon ausgegangen, 

dass die Frage, ob eine Raumeinheit wie eine Region oder ein Kreis einen Agglomerationsraum 

darstellt oder nicht, für dessen wirtschaftliche Entwicklung relevant ist. Liegt eine Agglomeration 

im Sinne einer allgemeinen Ballung von Bevölkerung und wirtschaftlicher Aktivität vor, 

dann spricht man davon, dass Agglomerationseffekte in Form von Urbanisationseffekten auftreten. 

Die andere Form von Agglomerationseffekten, die so genannten Lokalisationseffekte ergeben 

sich aus der räumlichen Konzentration von Unternehmen derselben oder verwandter Branchen. 

Diese Aspekte werden in 5.4.1 behandelt. Stellt man an dieser Stelle also speziell auf die 

Urbanisationseffekte ab, dann ist unter anderem von Interesse, dass eine hohe räumliche Ballung 

von Einwohnern für die dort angesiedelten Unternehmen typischerweise einen großen Absatzmarkt 

mit sich bringt. Mit zunehmendem Agglomerationsgrad eröffnen sich also in der Regel 

größere Absatzchancen. Dies ist einer der so genannten Urbanisationsvorteile. In diesem Zusammenhang 

ist jedoch zu bedenken, dass wenn ein kritischer Agglomerationsgrad überschritten 

ist, ballungsbedingte Nachteile auftreten können. Entsprechende Urbanisationsnachteile 

können sich z.B. in hohen Bodenpreisen niederschlagen.


Im vorliegenden Kontext ist nun allerdings zu beachten, dass bei der Analyse der regionalen 

Beschäftigungsentwicklung allein auf die entsprechende Entwicklung im Verarbeitenden Gewerbe 

abgestellt wird. Insofern geht es also um die Frage, welche der typischen Urbanisationsvorteile 

und –nachteile gerade für den industriellen Sektor besondere Bedeutung haben. In diesem 

Zusammenhang ist zu vermuten, dass der bereits angesprochene Urbanisationsvorteil eines 

großen regionalen Absatzmarktes eher für den Dienstleistungssektor und nicht so sehr für das 

Verarbeitende Gewerbe relevant ist. Dagegen profitieren auch Industrieunternehmen von einer 

in Agglomerationsräumen eher anzutreffenden hohen Dichte an FuE-Einrichtungen. Allerdings 

ist das Verarbeitende Gewerbe wiederum besonders negativ vom Urbanisationsnachteil „hohe 

Bodenpreise“ betroffen, da Industriebetriebe im Durchschnitt einen höheren Flächenbedarf als 

Unternehmen der Dienstleistungsbranche haben. Letztendlich scheint der industrielle Sektor 

zum einen von Urbanisationsvorteilen weniger zu profitieren und zum zweiten von Urbanisationsnachteilen 

stärker betroffen zu sein als der Dienstleistungssektor. 

Tabelle 5.20: 

Statistischer Zusammenhang zwischen der Bevölkerungsdichte und verschiedenen Beschäftigungsindikatoren, 

Korrelationskoeffizienten von Bravais-Pearson und Spearman (P-Werte 

in Klammern) 

Bevölkerungsdichte – Fall: Dekadendurchschnittswerte 

1980er-Jahre 

1990er-Jahre 

Brav.-Pearson 

(P-Wert) 

Spearman 

(P-Wert) 

Brav.-Pearson 

(P-Wert) 

Spearman 

(P-Wert) 


(0,00) 

-0,58*** 

(0,00) 

-0,53*** 

(0,00) 

-0,47*** 

(0,00) 


(0,00) 

-0,63*** 

(0,00) 

-0,19 

(0,22) 

-0,07 

(0,66) 


(0,00) 

-0,61*** 

(0,00) 

-0,38** 

(0,02) 

-0,33** 

(0,03) 


(0,05) 

-0,52*** 

(0,00) 

0,23 

(0,13) 

0,30* 

(0,05) 


(0,99) 

0,27* 

(0,07) 

-0,06 

(0,71) 

0,13 

(0,39) 


(0,93) 

0,05 

(0,77) 

0,46*** 

(0,00) 

0,51*** 

(0,00) 


(0,79) 

0,04 

(0,78) 

0,48*** 

(0,00) 

0,60*** 

(0,00) 


(0,33) 

-0,12 

(0,45) 

0,12 

(0,44) 

0,05 

(0,75) 

Abwanderungsrate 0,34** 

(0,03) 

0,59*** 

(0,00) 

0,50*** 

(0,00) 

0,56*** 

(0,00) 





Zur Messung des Agglomerationsgrades eines Wirtschaftsraums wird als Indikator häufig die 

Bevölkerungsdichte herangezogen. Diese Kennziffer misst die Zahl der Einwohner pro Quadratkilometer. 

Betrachtet man nun für die baden-württembergischen Kreise die Bevölkerungsdichte 

der 1980er- und 1990er-Jahre, dann zeigt sich Folgendes: In beiden Dekaden war die Beschäftigungsentwicklung 

(„Veränderungsrate der Beschäftigung“) tendenziell umso schlechter aus, je


höher die jeweilige Bevölkerungsdichte war (vgl. Tabelle 5.20). Diesen Zusammenhang verdeutlicht 

die folgende Abbildung 5.12 am Beispiel der 1980er-Jahre. 

Abbildung 5.12: Zusammenhang zwischen Nettobeschäftigungsentwicklung und Bevölkerungsdichte 

(1980er-Jahre) (r BP = -0,530, p BP =0,000) 






LK Breisgau- 










Während in den 1980er-Jahren die Ursache für den negativen Zusammenhang zwischen Bevölkerungsdichte 

und Beschäftigungsentwicklung insbesondere auf der Jobschaffungsseite lag, 

war für die 1990er-Jahre die Ursache eher auf der Seite der Jobabbaurate, und zwar konkret im 

Bereich Schrumpfung und Firmenabwanderung. Der letztgenannte Aspekt ist in Abbildung 5.13 

dargestellt. Hier zeigt sich, dass die durch Firmenabwanderung bedingten Arbeitsplatzverluste 

umso höher ausgefallen sind, je höher die Bevölkerungsdichte eines Kreises war.


Abbildung 5.13: Zusammenhang zwischen abwanderungsbedingten Arbeitsplatzverlusten und der Bevölkerungsdichte 

(1990er-Jahre) (r BP =0,495, p BP =0,001) 






LK Breisgau- 










Dabei fielen die in den Teilkomponenten dieses Beschäftigungsindikators zum Ausdruck kommenden 

Ursachen in den beiden Jahrzehnten zum Teil gleich, zum Teil aber auch unterschiedlich 

aus. Einheitlich war in beiden Dekaden der Umstand, dass mit zunehmender Bevölkerungsdichte 

die Arbeitsplatzverluste durch Firmenabwanderungen eher überdurchschnittlich und die 

Arbeitsplatzschaffung durch Unternehmensexpansion eher unterdurchschnittlich ausfiel. Es lassen 

sich jedoch auch Unterschiede ausmachen: 

In den 1980er-Jahren lag die Ursache für den negativen Zusammenhang zwischen Bevölkerungsdichte 

und Beschäftigungsentwicklung insbesondere im Bereich der Jobschaffungsrate. 

Vor allem ergaben sich Defizite bei der Expansions- und Gründungsrate. Der in anderen empirischen 

Untersuchungen nachgewiesene positive Zusammenhang zwischen Bevölkerungsdichte


und Gründungsintensität kann im vorliegenden Fall der baden-württembergischen Kreise für die 

1980er-Jahre nicht bestätigt werden. Vielmehr ergibt sich ein signifikanter negativer Zusammenhang. 

Berücksichtigt man die Tatsache, dass es sich bei der hier erörterten Beschäftigungsentwicklung 

allein um die im Verarbeitenden Gewerbe handelt, dann drängt sich mit Blick auf die Ergebnisse 

der bivariaten Analyse zunächst folgender Eindruck auf: Für den industriellen Sektor scheint für 

die baden-württembergischen Kreise im betreffenden Zeitraum die in Agglomerationsräumen 

zum Tragen kommenden Urbanisationseffekte eher in die negative Richtung gewirkt zu haben. 

Darauf deutet auch der in 5.1.1 festgestellte Umstand hin, dass sich Kreise mit hohen Baulandpreisen 

schlechter entwickelt haben als andere Kreise – und Bodenpreise bzw. die damit in der 

Regel implizierte Flächenknappheit sind gerade für Industrieunternehmen, die zum Teil sehr 

flächenintensiv sind, ein wichtiger Standortfaktor. 53 Es ist im vorliegenden Kontext jedoch zu 

beachten, dass die diesem Kapitel zugrunde liegende bivariate Analyse nur Aussagen darüber 

machen kann, ob zwischen Bevölkerungsdichte (bzw. Agglomerationsgrad) einerseits und der 

Beschäftigungsentwicklung andererseits überhaupt ein statistisch signifikanter Zusammenhang 

besteht, nicht aber über mögliche Kausalitäten. Letzteres kann nur die multivariate Analyse klären 

und dort (in Kapitel 7) zeigte sich, dass die Bevölkerungsdichte keinen eigenständigen Erklärungsbeitrag 

zur Unterschiedlichkeit der Beschäftigungsentwicklung zwischen den badenwürttembergischen 

Kreisen liefern kann. Für entsprechende Entwicklungsdivergenzen sind damit 

andere Standortfaktoren, die jedoch häufig mit dem Agglomerationsgrad korrelieren, verantwortlich 

zu machen. 

Mitunter werden zur Abbildung des Agglomerationsgrades auch so genannte „Siedlungsstrukturtypen“ 

herangezogen. Diese vom Bundesamt für Bauwesen und Raumordnung entwickelte 

Typisierung deutscher Stadt- und Landkreise stellt allerdings sehr stark auf den Agglomerationsindikator 

Bevölkerungsdichte ab, wobei zum Teil ergänzend ein Zentralörtlichkeitsfaktor zum 

Tragen kommt. Da zum einen die Einteilung der deutschen und damit auch der badenwürttembergischen 

Kreise nach Siedlungsstrukturtypen erst in den 1990er-Jahren erfolgte und 

damit für die 1980er-Jahre keine entsprechenden Zuordnungsdaten vorliegen und zum anderen 

das Hauptmerkmal des Indikators Siedlungsstrukturtyp, nämlich die „Bevölkerungsdichte“, hier 

bereits abgehandelt wurde, soll an dieser Stelle auf die weitere Betrachtung des Indikators 

„Siedlungsstrukturtyp“ verzichtet werden. 

53 In diesem Zusammenhang ist interessant, dass in den 1990er-Jahren zwischen der Bevölkerungsdichte 

und dem Baulandpreisniveau (allgemein und speziell für Industriegebiete) ein hochsignifikanter 

positiver Zusammenhang (von ca. 0,80) bestand.


In der Literatur wird mitunter als Agglomerationsmaß nicht die Bevölkerungsdichte, sondern die 

Bevölkerungsgröße herangezogen. Dabei stellen Fritsch/Brixy/Falck (2004) konkret auf die logarithmierte 

Einwohnerzahl ab. Sie gehen davon aus, dass Agglomerationsvorteile mit der Bevölkerungszahl 

zwar zunehmen, wenn auch nur in unterproportionaler Weise. Sie sehen diesen 

Zusammenhang allerdings nicht für die Beschäftigungsentwicklung als Ganzes, sondern nur für 

den Teil, der durch Unternehmensgründungen zustande kommt. Ein solch positiver Zusammenhang 

zwischen der logarithmierten Einwohnerzahl und der gründungsbedingten Beschäftigungsentwicklung 

lässt sich im vorliegenden Fall für die baden-württembergischen Kreise in den 

1980er- und 1990er-Jahren nicht bestätigen (vgl. Tabelle 5.21). Signifikante Zusammenhänge 

zeigen sich für die logarithmierte Einwohnerzahl dagegen für die 1980er-Jahre insbesondere mit 

der Expansions- und Schließungsrate, wobei jeweils eine negative (allerdings nur schwach ausgeprägte) 

Korrelation gegeben ist. Damit fielen die expansionsbedingten Beschäftigungsgewinne, 

aber auch die schließungsbedingten Beschäftigungsverluste umso niedriger aus, je höher 

die Einwohner- bzw. die logarithmierte Einwohnerzahl eines Kreises war. In den 1990er-Jahren 

ergab sich ein signifikantes Ergebnis nur für die Schrumpfungsrate, die (schwach) positiv mit der 

logarithmierten Einwohnerzahl korreliert war. Insgesamt ließ sich für keine der beiden Dekaden 

ein signifikanter Zusammenhang zwischen der Gesamtbeschäftigungsentwicklung (net employment 

change) und der logarithmierten Bevölkerungsgröße feststellen. 

Tabelle 5.21: 

Statistischer Zusammenhang zwischen der logarithmierten Einwohnerzahl und verschiedenen 



Logarithmierte Einwohnerzahl – Fall: Dekadendurchschnittswerte 

1980er-Jahre 

1990er-Jahre 

Brav.-Pearson 

(P-Wert) 

Spearman 

(P-Wert) 

Brav.-Pearson 

(P-Wert) 

Spearman 

(P-Wert) 


(0,38) 

-0,12 

(0,45) 

-0,25 

(0,11) 

-0,20 

(0,19) 


(0,06) 

-0,27* 

(0,08) 

-0,09 

(0,56) 

-0,02 

(0,90) 


(0,02) 

-0,33** 

(0,03) 

-0,21 

(0,17) 

-0,10 

(0,50) 


(0,60) 

-0,05 

(0,75) 

0,13 

(0,42) 

0,13 

(0,41) 


(0,75) 

0,24 

(0,11) 

0,05 

(0,73) 

0,28* 

(0,07) 


(0,34) 

-0,11 

(0,47) 

0,21 

(0,17) 

0,24 

(0,12) 


(0,91) 

0,03 

(0,84) 

0,28* 

(0,06) 

0,26* 

(0,09) 


(0,00) 

-0,41** 

(0,01) 

0,01 

(0,93) 

-0,02 

(0,92) 


(0,78) 

0,28* 

(0,07) 

-0,14 

(0,36) 

0,02 

(0,89) 






5.3.2 Räumliche Nachbarschaftseffekte 

Auf die Beschäftigungsentwicklung eines Wirtschaftsraumes wirken nicht nur die dortigen 

Standortfaktoren bzw. Beschäftigungsdeterminanten, sondern auch entsprechende Einflussgrößen 

anderer Wirtschaftsräume ein. So sind im vorliegenden Fall insbesondere solche Spillovers 

von Bedeutung, die von Nachbarschaftskreisen ausgehen. In diesem Zusammenhang dürften 

als Nachbarschaftseffekte vor allem Wissensspillovers relevant sein. D.h., die Unternehmen 

eines Kreises profitieren nicht nur von den FuE-Aktivitäten im eigenen Kreis (intraregionale Wissensspillovers), 

sondern bis zu einem gewissen Grad auch von den FuE-Aktivitäten in den 

Nachbarkreisen (interregionale Wissensspillovers). Als Indikator für solche interregionalen Übertragungseffekte 

soll hier die FuE-Ausgabenintensität der Nachbarkreise herangezogen werden. 

Soweit einzelne Kreise Nachbarschaftsverhältnisse mit dem Ausland haben, bleiben die dortigen 

FuE-Aktivitäten unberücksichtigt. Dies kann damit begründet werden, dass Wissensspillovers 

über nationale Grenzen hinweg, in der Regel deutlich schwächer ausfallen als die innerhalb eines 

Landes. 

Beim Indikator „FuE-Ausgabenintensität“ werden die FuE-Ausgaben auf die Bruttowertschöpfung 

bezogen. Im vorliegenden Kontext wurden allerdings nicht nur die jeweiligen FuE-Ausgaben 

54 der einzelnen Kreise selbst („intraregionale Spillovers“), sondern zusätzlich auch noch die 

der betreffenden Nachbarkreise („interregionale Spillovers“) herangezogen und zu der in analoger 

Weise „räumlich aggregierten“ Bruttowertschöpfung in Beziehung gesetzt. Durch die Mitberücksichtigung 

der jeweils benachbarten Kreise im Hinblick auf die FuE-Ausgaben (unter „Bezugnahme“ 

auf die entsprechende Bruttowertschöpfung) wird dem Aspekt „Räumliche Nachbarschaftseffekte“ 

Rechnung getragen. 

Bei der Prüfung eines möglichen bivariaten statistischen Zusammenhangs zwischen der in dieser 

Weise „räumlich aggregierten“ FuE-Ausgabenintensität und den einzelnen Beschäftigungsindikatoren 

zeigte sich allerdings kaum statistische Signifikanz. Am auffälligsten war, dass in den 

1990er-Jahren die Expansionsrate, und damit der Beschäftigungsaufbau in bestehenden Industrieunternehmen, 

in denjenigen baden-württembergischen Kreisen tendenziell nur unterdurchschnittlich 

ausfiel, bei denen in ihrem regionalen Umfeld eine hohe FuE-Ausgaben-intensität 

gegeben war. Daraus darf allerdings nicht gefolgert werden, dass der große Umfang an FuE- 

Aktivitäten im räumlichen Umfeld etwa die Ursache für die nur unterdurchschnittliche Beschäftigungsentwicklung 

gewesen wäre. Vielmehr ist davon auszugehen, dass in den betreffenden 

baden-württembergischen Kreisen mit eher ungünstiger Beschäftigungsbilanz anderweitige, 

negativ wirkende standortpolitische Einflüsse zum Tragen gekommen sind. Ein ähnlicher Sach- 

54 Konkret wurden die „Internen FuE-Ausgaben der Unternehmen“ zugrunde gelegt.


verhalt hatte sich bereits in Abschnitt 5.1.3 zum Thema FuE-Ausstattung ergeben, bei dem allerdings 

von Nachbarschaftseffekten abstrahiert wurde. 

Tabelle 5.21a.: Statistischer Zusammenhang zwischen der „aggregierten“ FuE-Ausgabenintensität der Kreise 

und ihrer Nachbarkreise und verschiedenen Beschäftigungsindikatoren, Korrelationskoeffizienten 

von Bravais-Pearson und Spearman (P-Werte in Klammern) 

FuE-Ausgabenintensität (aggreg.) – Fall: Dekadendurchschnittswerte 

1980er-Jahre 

1990er-Jahre 

Brav.-Pearson 

(P-Wert) 

Spearman 

(P-Wert) 

Brav.-Pearson 

(P-Wert) 

Spearman 

(P-Wert) 


(0,07) 

-0,17 

(0,26) 


(0,06) 

-0,13 

(0,38) 


(0,00) 

-0,27* 

(0,08) 


(0,62) 

0,04 

(0,79) 


(0,72) 

0,29 

(0,06) 


(0,49) 

0,22 

(0,15) 


(0,25) 

0,24 

(0,11) 


(0,26) 

-0,08 

(0,59) 


(0,17) 

0,39* 

(0,10) 





Mitunter wird in Studien zur regionalen Beschäftigungsentwicklung in Zusammenhang mit der 

Einbindung von Nachbarschaftseffekten auch auf den Standortfaktor „Kaufkraft“ abgestellt. Dieser 

Indikator ist für den vorliegenden Fall der industriellen Beschäftigung als Standortfaktor jedoch 

nicht allzu relevant, so dass an dieser Stelle auf eine entsprechende Berücksichtigung verzichtet 

wurde. 55 

Der Aspekt der räumlichen Nachbarschafts- bzw. Spillovereffekte zwischen baden-württembergischen 

Kreisen kann nicht nur auf die hier vorgenommene Weise geprüft werden, bei der der 

potenzielle Einfluss regionsexterner Standortfaktoren auf die regionsinterne Beschäftigungsentwicklung 

untersucht wurde. So wird in Kapitel 6 unter dem Stichwort „räumliche Autokorrelation 

zwischen Kreisen“ ein anderes analytisches Prüfverfahren angewendet. Dort wird analysiert, 

inwieweit sich zwischen regionsexterner und regionsinterner Beschäftigungsentwicklung und 

deren Komponenten statistisch signifikante Zusammenhänge feststellen lassen. 

55 Die Relevanz des Standortfaktors „Kaufkraft“ wäre deutlich relevanter, wenn es hier um die Beschäftigungsentwicklung 

im Dienstleistungssektor ginge.


5.4 Wirtschaftsstrukturelle Beschäftigungsdeterminanten 

Die letzte Gruppe regionaler Determinanten der Beschäftigungsentwicklung befasst sich mit 

wirtschaftsstrukturellen Einflussgrößen. Dabei geht es zum einen um betriebsstrukturelle, zum 

anderen um wirtschaftssektorale Aspekte. 

5.4.1 Lokalisationseffekte und Branchenkonzentration 

Die für einen Wirtschaftsraum zu erwartende Beschäftigungsentwicklung ist bis zu einem gewissen 

Grad auch von dessen Branchenstruktur abhängig. So wird davon ausgegangen, dass zwischen 

Unternehmen derselben bzw. zwischen Unternehmen verwandter Branchen im Falle einer 

hinreichenden räumlichen Konzentration so genannte „Lokalisationseffekte“ auftreten, die 

eine Form von Agglomerationseffekten darstellen. Zu entsprechenden Lokalisationsvorteilen 

zählt zum Beispiel die Generierung einer speziellen Zulieferindustrie, zu den Lokalisationsnachteilen 

gehören hohe Lohnkosten bei zu starker regionaler Faktornachfrage. Lokalisationseffekte 

können die regionale Beschäftigungsentwicklung damit sowohl positiv als auch negativ 

beeinflussen. 

Die Entstehung von Lokalisationseffekten setzt also eine gewisse räumliche Branchenkonzentration 

voraus. Vor diesem Hintergrund wurden in der vorliegenden bivariaten Untersuchung als 

regionale Determinanten der Beschäftigungsentwicklung verschiedene Konzentrationsmaße 

herangezogen, zunächst die anhand von Umsatzanteilen nach dem Herfindahl-Index gemessene 

allgemeine Branchenkonzentration. Im Hinblick auf den Zusammenhang zur Nettobeschäftigungsentwicklung 

zeigte sich für die baden-württembergischen Kreise eine schwache negative 

Korrelation, die allerdings nur in den 1980er-Jahren und unter Zugrundelegung von Dekadenanfangswerten 

statistisch signifikant war (vgl. Tabelle 5.22). 56 Eine hohe Signifikanz ergab sich für 

die erste der beiden Dekaden für die Jobschaffungsseite der Nettobeschäftigungsentwicklung, 

und zwar in Form einer negativen Korrelation. D.h., diejenigen baden-württembergischen Kreise, 

die in den 1980er-Jahren – gemessen an den Umsatzzahlen – eine vergleichsweise hochkonzentrierte 

Branchenstruktur aufwiesen, schnitten im Bereich Beschäftigungsaufbau schlechter 

ab als andere Kreise. Die Ursache für die vergleichsweise ungünstige Beschäftigungsentwicklung 

lag in unterdurchschnittlichen Expansionsraten. 

56 Die in Kapitel 7 durchgeführten multivariaten Analysen zeigen, dass die anhand des Herfindahl-Index 

gemessene Branchenkonzentration keinen Erklärungsbeitrag zu den zwischen den Kreisen bestehenden 

Unterschieden in der Beschäftigungsentwicklung leistet.


Tabelle 5.22: 

Statistischer Zusammenhang zwischen der Branchenkonzentration (gemäß Herfindahl-Index) 



Branchenkonzentration (Herfindahlindex) – Dekadendurchschnitte 

1980er-Jahre 

1990er-Jahre 

Brav.-Pearson 

(P-Wert) 

Spearman 

(P-Wert) 

Brav.-Pearson 

(P-Wert) 

Spearman 

(P-Wert) 


(0,18) 

-0,17 

(0,27) 

-0,06 

(0,69) 

-0,11 

(0,49) 


(0,01) 

-0,41** 

(0,01) 

0,06 

(0,69) 

-0,09 

(0,58) 


(0,01) 

-0,38** 

(0,01) 

-0,13 

(0,39) 

-0,25 

(0,10) 


(0,05) 

-0,34** 

(0,02) 

0,33** 

(0,03) 

0,16 

(0,31) 


(0,53) 

-0,24 

(0,12) 

-0,04 

(0,78) 

-0,10 

(0,52) 


(0,15) 

-0,25 

(0,10) 

0,11 

(0,47) 

-0,00 

(0,98) 


(0,16) 

-0,30* 

(0,05) 

0,20 

(0,19) 

0,12 

(0,43) 


(0,34) 

-0,22 

(0,15) 

-0,24 

(0,12) 

-0,26* 

(0,09) 


(0,68) 

0,13 

(0,42) 

0,24 

(0,11) 

0,29* 

(0,05) 





Während die über Umsatzanteile gemessene allgemeine Branchenkonzentration als solches 

also keinen signifikanten Zusammenhang zur Nettobeschäftigungsentwicklung als Ganzes aufweist, 

gilt dies nicht in Bezug auf ein anderes Konzentrationsmaß. So zeigt die Analyse, dass in 

baden-württembergischen Kreisen sowohl in den 1980er- als auch in den 1990er-Jahren die 

Beschäftigungsentwicklung um so schlechter ausfiel, je höher der jeweilige Tertiarisierungsgrad 

- gemessen als Beschäftigtenanteil des Dienstleistungssektors an der regionalen Gesamtwirtschaft 

- war (vgl. Tabelle 5.23). 57 Da die betreffende Beschäftigungsentwicklung nur die Entwicklung 

im Verarbeitenden Gewerbe erfasst, kann man den Sachverhalt auch auf eine andere Weise 

ausdrücken: In den baden-württembergischen Kreisen mit „ohnehin“ schon geringem Industrieanteil 

bei den Beschäftigten fiel auch noch die Entwicklung der Industriebeschäftigung unterdurchschnittlich 

aus. 

57 Werden für den Tertiarisierungsgrad allerdings nicht Dekadendurchschnitts-, sondern Dekadenanfangswerte 

herangezogen, dann ist der erwähnte Zusammenhang für die 1990er-Jahre statistisch 

nicht signifikant.


Tabelle 5.23: 

Statistischer Zusammenhang zwischen dem Grad der Tertiarisierung und verschiedenen 



Tertiarisierungsgrad – Fall: Dekadendurchschnittswerte 

1980er-Jahre 

1990er-Jahre 

Brav.-Pearson 

(P-Wert) 

Spearman 

(P-Wert) 

Brav.-Pearson 

(P-Wert) 

Spearman 

(P-Wert) 


(0,02) 

-0,39** 

(0,01) 

-0,31** 

(0,04) 

-0,28* 

(0,06) 


(0,07) 

-0,19 

(0,21) 

0,12 

(0,42) 

0,06 

(0,69) 

Expansionsrate -0,29* 

(0,06) 

-0,24 

(0,11) 

-0,06 

(0,72) 

-0,08 

(0,60) 


(0,32) 

-0,15 

(0,34) 

0,33** 

(0,02) 

0,12 

(0,42) 


(0,87) 

0,27* 

(0,08) 

-0,02 

(0,92) 

-0,08 

(0,59) 


(0,31) 

0,18 

(0,23) 

0,43*** 

(0,00) 

0,36** 

(0,02) 


(0,66) 

0,11 

(0,46) 

0,35** 

(0,02) 

0,26 

(0,10) 


(0,21) 

0,16 

(0,30) 

0,31** 

(0,04) 

0,31** 

(0,04) 


(0,05) 

0,25 

(0,11) 

0,63*** 

(0,00) 

0,45*** 

(0,00) 





In der letzten Dekade des Betrachtungszeitraums lag die Ursache für die schlechtere Beschäftigungsentwicklung 

in den stark durch den Dienstleistungssektor geprägten Kreisen in der vergleichsweise 

ungünstigen Entwicklung im Bereich Jobabbau, konkret bei der Schließungs-, vor 

allem aber bei der Abwanderungsrate (vgl. Abbildung 5.14). Der von der wirtschaftswissenschaftlichen 

Theorie mitunter vermutete positive Zusammenhang zwischen Tertiarisierungsgrad 

und Gründungsintensität konnte in der vorliegenden Auswertung für die baden-württembergischen 

Kreise nur für bestimmte Konstellationen bestätigt werden, aber selbst dann war keine 

statistische Signifikanz gegeben. Im Übrigen ergab sich zwischen dem Dienstleistungsanteil und 

der Gründungsrate für die 1980er-Jahre eine leicht negative – wenn auch nicht signifikante - 

Korrelation und für die 1990er-Jahre ein positiver Zusammenhang. 58 Insgesamt kommt die bivariate 

Analyse also zu einer negativen Korrelation zwischen Tertiarisierungsgrad und Nettobeschäftigungsentwicklung. 

Dies bedeutet allerdings nur, dass baden-württembergische Kreise mit 

hohem Tertiarisierungsgrad, also einem hohen Beschäftigtenanteil des Dienstleistungssektors, 

eine vergleichsweise ungünstige Beschäftigungsentwicklung hatten. Daraus kann nicht etwa 

gefolgert werden, dass der hohe Dienstleistungsanteil Ursache für die relativ schlechte Beschäftigungsbilanz 

wäre. Eine solche Kausalitätsbeziehung kann ansatzweise nur im Rahmen multivariater 

Analyseverfahren überprüft werden. In dem entsprechenden Kapitel 7 zeigt sich dann 

58 Der entsprechende Zusammenhang war jedoch nur für Bravais-Pearson, nicht aber für Spearman 

signifikant.


allerdings, dass der Tertiarisierungsgrad zur Erklärung der unterschiedlichen Beschäftigungsentwicklung 

in den baden-württembergischen Kreisen keinen Beitrag leistet. 

Abbildung 5.14 Zusammenhang zwischen Abwanderungsrate und Tertiarisierungsgrad in den 1990er-Jahren 

(r PB =0,63; p PB =0,00) 






LK Breisgau- 










Die These, dass die Beschäftigungsentwicklung eines Wirtschaftsraumes auch von dessen 

Branchenstruktur abhängig ist, bezieht sich auch auf den Umstand, dass es darauf ankommt, ob 

in einer Region eher solche Wirtschaftszweige dominieren, die als typische Wachstumsbranchen 

gelten oder ob dort Schrumpfungs- bzw. Krisenbranchen die Wirtschaftsstruktur bestimmen. 

Dieser Aspekt wurde im Rahmen der vorliegenden Untersuchung nicht vertieft, könnte 

jedoch anhand von geeigneten “Shift-Share-Analysen“ genauer betrachtet werden. Es sei an 

dieser Stelle jedoch auf eine Studie von Krumm/Strotmann (2004b) hingewiesen, in der für ausgewählte 

baden-württembergische Regionen untersucht wurde, inwieweit das Vorhandensein


bestimmter Wachstums- bzw. Schrumpfungsbranchen die dortige Beschäftigungsentwicklung 

beeinflusst hat. 

5.4.2 Betriebsstrukturelle Determinanten 

Die Arbeitsplatzdynamik im Verarbeitenden Gewerbe könnte auch durch betriebsstrukturelle 

Determinanten beeinflusst sein. Vor diesem Hintergrund wurde zunächst geprüft, ob sich zwischen 

der Beschäftigungsentwicklung und der in den Kreisen durchschnittlichen – anhand der 

Beschäftigtenzahl bemessenen – Betriebsgröße irgendwelche statistischen Zusammenhänge 

nachweisen lassen (vgl. Tabelle 5.24). 

Tabelle 5.24: 

Statistischer Zusammenhang zwischen der durchschnittlichen industriellen Betriebsgröße 

auf Kreisebene und verschiedenen Beschäftigungsindikatoren, Korrelationskoeffizienten von 


Betriebsgröße – Fall: Dekadendurchschnittswerte 

1980er-Jahre 

1990er-Jahre 

Brav.-Pearson 

(P-Wert) 

Spearman 

(P-Wert) 

Brav.-Pearson 

(P-Wert) 

Spearman 

(P-Wert) 


(0,04) 

-0,19 

(0,23) 

-0,16 

(0,31) 

-0,12 

(0,43) 


(0,00) 

-0,76*** 

(0,00) 

-0,40** 

(0,01) 

-0,41** 

(0,01) 


(0,00) 

-0,66*** 

(0,00) 

-0,56*** 

(0,00) 

-0,51*** 

(0,00) 


(0,02) 

-0,48*** 

(0,00) 

0,12 

(0,43) 

0,04 

(0,79) 


(0,23) 

-0,33** 

(0,03) 

-0,11 

(0,50) 

-0,10 

(0,31) 

Jobabbaurate -0,40** 

(0,01) 

-0,58*** 

(0,00) 

-0,1 

(0,53) 

-0,20 

(0,20) 


(0,10) 

-0,41** 

(0,01) 

0,05 

(0,74) 

-0,01 

(0,97) 


(0,00) 

-0,61*** 

(0,00) 

-0,47*** 

(0,00) 

-0,51*** 

(0,00) 


(0,71) 

-0,03 

(0,86) 

0,04 

(0,79) 

0,14 

(0,36) 





Dabei zeigte sich Folgendes: In den 1980er- und 1990er-Jahren gab es zwischen der Nettobeschäftigungsentwicklung 

und der durchschnittlichen Betriebsgröße einen negativen Zusammenhang 

59 , der jedoch nur in den 1980er-Jahren eine gewisse statistische Signifikanz aufwies. 60 

Allerdings zeigte sich für beide Dekaden zwischen der Betriebsgröße einerseits und den Expansions- 

und Schließungsraten andererseits jeweils ein hoch signifikanter negativer Zusammenhang 

(vgl. Abbildung 5.15). Die Betriebsgröße wirkte damit also im ersten Fall negativ und im 

zweiten Fall positiv auf die Beschäftigungsentwicklung. In den 1980er-Jahren kam zusätzlich 

59 Die multivariate Analyse in Kapitel 7 wird dann auch bestätigen, dass mit zunehmender durchschnittlicher 

Betriebsgröße die Beschäftigungsentwicklung tendenziell schlechter verlief. 

60 Dies gilt insbesondere für den Fall der Zugrundelegung von Dekadenanfangswerten.


noch eine negative Korrelation zwischen der Betriebsgröße und der Gründungsrate hinzu, was 

impliziert, dass in einem baden-württembergischen Kreis die Gründungsrate um so höher ausfiel, 

je niedriger die durchschnittliche Betriebsgröße war. Dies bestätigt die in der wirtschaftswissenschaftlichen 

Theorie häufig vertretene These, dass eine kleinbetriebliche Wirtschaftsstruktur 

das Gründungsaufkommen fördert. 

Abbildung 5.15: Zusammenhang zwischen Expansionsrate und Betriebsgröße in den 1980er-Jahren 

(r PB =-0,69; p PB =0,00) 






LK Breisgau- 










Im vorliegenden Fall ist zu beachten, dass zwar die betreffende Beschäftigungsentwicklung auf 

das Verarbeitende Gewerbe abstellt, nicht aber die Beschäftigungsdeterminante „durchschnittliche 

Betriebsgröße“. Diese erfasst hier auch die (an der Beschäftigtenzahl gemessene) Größe 

von Dienstleistungsunternehmen, so dass nicht auf den Zusammenhang industrielle Betriebsgröße 

zu industrieller Beschäftigungsentwicklung geschlossen werden kann.


Bei der Auswertung zur industriellen Beschäftigungsentwicklung in baden-württembergischen 

Kreisen wurde auch eine mögliche Korrelation mit der Exportquote geprüft (vgl. Tabelle 5.25). Im 

Hinblick auf die als Anteil des Auslandsumsatzes am Gesamtumsatz des Verarbeitenden Gewerbes 

gemessene Exportquote ließ sich zwar ein positiver Zusammenhang zur Nettobeschäftigungsentwicklung 

feststellen, der allerdings nur sehr schwach ausgeprägt und zudem statistisch 

nicht signifikant war. Es zeigte sich jedoch eine hoch signifikante negative Korrelation zwischen 

der Exportquote und der Schließungsrate (vgl. Abbildung 5.16). D.h., diejenigen badenwürttembergischen 

Kreise, deren Industrieunternehmen überdurchschnittlich hohe Auslandsumsatzanteile 

aufwiesen, hatten vergleichsweise geringe Arbeitsplatzverluste durch Firmenschließungen. 

Dies galt gleichermaßen für die 1980er- und die 1990er-Jahre. 

Tabelle 5.25: 

Statistischer Zusammenhang zwischen der Exportquote (Anteil des Auslandsumsatzes am 

Gesamtumsatz im Verarbeitenden Gewerbe) und verschiedenen Beschäftigungsindikatoren, 

Korrelationskoeffizienten von Bravais-Pearson und Spearman (P-Werte in Klammern) 

Exportquote – Dekadendurchschnittswerte 

1980er-Jahre 

1990er-Jahre 

Brav.-Pearson 

(P-Wert) 

Spearman 

(P-Wert) 

Brav.-Pearson 

(P-Wert) 

Spearman 

(P-Wert) 


(0,43) 

0,10 

(0,54) 

0,11 

(0,47) 

0,07 

(0,63) 


(0,19) 

-0,22 

(0,15) 

-0,20 

(0,19) 

-0,06 

(0,70) 

Expansionsrate -0,19 

(0,21) 

-0,17 

(0,27) 

-0,27* 

(0,08) 

-0,17 

(0,27) 

Gründungsrate -010 

(0,54) 

-0,21 

(0,18) 

0,03 

(0,87) 

0,11 

(0,49) 


(0,48) 

-0,11 

(0,50) 

0,01 

(0,95) 

0,12 

(0,44) 


(0,00) 

-0,37** 

(0,01) 

-0,26* 

(0,09) 

-0,07 

(0,65) 

Schrumpfungsrate -0,26* 

(0,09) 

-0,24 

(0,11) 

-0,12 

(0,44) 

0,10 

(0,51) 


(0,00) 

-0,48*** 

(0,00) 

-0,50*** 

(0,00) 

-0,38** 

(0,01) 


(0,25) 

-0,00 

(1,00) 

-0,14 

(0,37) 

-0,04 

(0,80) 





Eine stärkere Einbindung in die internationalen Märkte scheint also eher vor (unfreiwilligen) Unternehmensschließungen 

zu schützen. Das könnte damit zusammenhängen, dass die entsprechenden 

Unternehmen ihren Absatz räumlich stärker diversifiziert haben. Zudem dürfte eine 

hohe Exportquote bis zu einem gewissen Grad auch ein Ausdruck für eine hohe Wettbewerbsfähigkeit 

sein.


Abbildung 5.16: Zusammenhang zwischen Schließungsrate und Exportquote in den 1980er-Jahren 

(r PB =-0,54; p PB =0,00) 






LK Breisgau- 










An dieser Stelle sei schließlich festgehalten, dass die biariate Analyse zwar einen schwachen 

positiven Zusammenhang zwischen Nettobeschäftigungsentwicklung und Exportquote feststellen 

kann, dieser jedoch als nicht statistisch signifikant einzustufen ist. Die in Kapitel 7 durchgeführte 

abschließende multivariate Analyse geht in gewisser Weise über dieses Ergebnis hinaus: 

So zeigt sich unter Anwendung der entsprechenden robusten Analyseverfahren, dass eine hohe 

Exportquote einer der Bestimmungsgründe dafür ist, dass ein Teil der baden-württembergischen 

Kreise eine überdurchschnittlich gute Beschäftigungsbilanz vorweisen kann.


Zusammenfassung zu Kapitel 5 

In dem vorliegenden Kapitel wurde systematisch überprüft, ob und inwieweit sich für die badenwürttembergischen 

Kreise in den 1980er- und 1990er-Jahren zwischen einzelnen regionalen 

Standortfaktoren (sowie ausgewählten siedlungs- und wirtschaftsstrukturellen Variablen) einerseits 

und der industriellen Beschäftigungsentwicklung und ihren Komponenten andererseits statistisch 

signifikante Zusammenhänge feststellen lassen. Auf der Basis der zugrunde gelegten 

bivariaten Analysen können allerdings nur mögliche Koinzidenzen bzw. Korrelationen, nicht aber 

Kausalitäten identifiziert werden. Die Frage, ob ein regionaler Standortfaktor ursächlich für eine 

bestimmte Beschäftigungsentwicklung (mit)verantwortlich war, konnte also hier nicht beantwortet 

werden und bleibt stattdessen den in Kapitel 7 durchzuführenden multivariaten Analysen vorbehalten. 

Daher werden an dieser Stelle die Ergebnisse der Korrelationsanalysen nur in einer Tabelle zusammengefasst: 

Inputbezogene 


Regionale Standortfaktoren 

bzw. andere regionale 

Beschäftigungsdeterminanten 

Baulandpreis 

Monatsgehalt je Angestelltem 

Art des Zusammenhangs 

zur Nettobeschäftigungsentwicklung 

gemäß 

bivariater Analyse 

negative Korrelation 





Determinanten 


Determinanten 

Arbeitslosenquote 

Geringqualifiziertenquote 

FuE-Personalintensität 

Gewerbesteuerhebesatz 

Bevölkerungsdichte 

Branchenkonzentration (Herfind.) 

Tertiarisierungsgrad 

Betriebsgröße 

Exportquote 


kein Zusammenhang 




kein Zusammenhang 



kein Zusammenhang


6. Exkurs: Analysen der räumlichen Autokorrelation zwischen den Kreisen 

6.1. Grundfragen und Ziele einer Analyse der räumlichen Autokorrelation 

Die Korrelationsbetrachtungen in Kapitel 5 unterstellen, dass der regionale Hintergrund eines 

Kreises bereits mit den eigenen Kreisvariablen zufrieden stellend beschrieben werden kann. 61 

Allerdings deuten theoretische Überlegungen aus verschiedenen Blickwinkeln an, dass Niveau, 

Struktur und Entwicklung der Standortindikatoren der Nachbarkreise ebenso von wesentlicher 

Bedeutung für die Entwicklung eines Kreises sein können. Daher könnte es auch der Fall sein, 

dass zwischen der Beschäftigungsentwicklung in einem bestimmten Kreis und der entsprechenden 

Entwicklung in den Nachbarkreisen Zusammenhänge bestehen. Diese räumliche Autokorrelation 

kann dabei positiv sein, so dass sich die Kreise in ihrer Entwicklung komplementär verhalten 

und positiv begünstigen („positive Clustereffekte“). Andererseits ist denkbar, dass Kreise 

untereinander im Wettbewerb um Arbeitsplätze stehen, so dass eine günstige Entwicklung in 

einem Kreis c.p. in der Tendenz mit einer ungünstigeren Entwicklung in den Nachbarkreisen 

einhergeht („Substitutionseffekte, Wettbewerb“). Im vorliegenden Kapitel soll das Ausmaß und 

die Struktur der räumlichen Autokorrelation in Baden-Württemberg auf Kreisebene anhand geeigneter 

Indikatoren beleuchtet werden. Sollten die Analysen zeigen, dass die räumliche Autokorrelation 

hinsichtlich der verschiedenen Variablen beträchtlich ist, so müsste dies auch bei den 

weiteren multivariaten Analysen berücksichtigt werden. Im Detail geht es daher um die folgenden 

Fragen: 

• Hängt die Entwicklung der Beschäftigung in einem Kreis auch von der Beschäftigungsentwicklung 

(und deren Determinanten) in den Nachbarkreisen ab? 

• In welcher Form besteht ggf. diese Abhängigkeit, d.h. lassen sich positive Clustereffekte 

oder Indizien für einen regionalen Wettbewerb um Arbeitsplätze beobachten? 

• Gilt dies für die Beschäftigungsveränderung bzw. die dahinter stehenden Bruttoströme der 

Beschäftigung (Jobschaffung bzw. Jobabbau) in gleichem Maße? 

6.2. Tests auf globale räumliche Autokorrelation 

Tests auf globale Autokorrelation überprüfen, ob, in welchem Maße und in welcher Richtung 

zwischen den industriellen Beschäftigungsentwicklungen auf Kreisebene insgesamt für Baden- 

Württemberg Korrelationsbeziehungen bestehen. Die zu testende Nullhypothese ist somit, dass 

sich wachsende und schrumpfende Kreise zufällig über das Land verteilen. 

61 Zum Thema räumliche Autokorrelation vgl. auch die Ausführungen in Kapitel 5.3.2.


Kasten 3: Methodisches zur Analyse der globalen räumlichen Autokorrelation 

Als Maß für die räumliche Nähe zwischen zwei Kreisen wird im Weiteren darauf abgestellt, ob zwei Kreise 

eine gemeinsame Grenze haben oder nicht. 62 Die Matrix, welche die Nachbarschaftsbeziehungen wiedergibt, 

ist somit eine 44 x 44 – Matrix W mit den Elementen 0 und 1, wobei 1 den Fall einer gemeinsamen 

Grenze hindeutet. 63 Die Elemente auf der Hauptdiagonalen sind Null, da eine Region keine Grenze mit 

sich selbst haben kann. 

Ein Problem der vorliegenden Analysen kann darin bestehen, dass einige Kreise des betrachteten Regionalraums 

Baden-Württemberg auch zu ausländischen Nachbarländern hin über Grenzbeziehungen verfügen, 

die aus Datengründen nicht in die Analysen einfließen können. Dieses so genannte „boundary value 

problem“ kann eventuell zu verzerrten Ergebnissen über die räumlichen Abhängigkeiten führen, falls unbeobachtete 

(hier ausländische) regionale Einheiten die räumlichen Korrelationen in den beobachteten 

Daten beeinflussen. Anselin (1988) weist jedoch darauf hin, dass dieses Problem regelmäßig nicht so 

gravierend ist wie man auf den ersten Blick denken könnte, auch wenn die Forschung zu dieser Problematik 

noch nicht hinreichend abgeschlossen ist. 

Als Maße für den Test auf globale Autokorrelation werden im Weiteren Moran’s I und Geary’s c berechnet 

(vgl. Anselin/Bera für Details). Moran’s I ist definiert als: 

wobei 

N 

∑ = 44 N 

∑ = 44 

w ij ( y i − y)( 

y j − y) 

N i= 

1 j= 

1 

I = 

, 

44 

∑∑w ∑ ( y − y) 

2 

ij 

i j 

i 

i = 1 

w 

ij 

das Element der Gewichtungsmatrix W ist, das zu den Kreisen i und j gehört, 

y 

i 

und 

y 

j 

die 

entsprechenden Werte der interessierenden Variable darstellen und y der Mittelwert der interessierenden 

Variablen ist. Trotz der Ähnlichkeit zum Korrelationskoeffizienten von Bravais-Pearson ist der Erwartungswert 

von Morans’s I nicht Null, sondern entspricht E ( I) 

= −1 

N −1. Ist I signifikant größer als dieser 

Erwartungswert, so liegt eine positive globale räumliche Autokorrelation vor, d.h. hohe Werte von Y in 

Kreisen korrelieren mit hohen Werten von Y in den Nachbarkreisen. Ist I signifikant kleiner als der Erwartungswert, 

so liegt negative räumliche Autokorrelation vor, d.h., dass regionale Cluster eher von nicht 

ähnlichen Kreisen gebildet werden, die zueinander im Wettbewerb stehen. 

Während Moran’s I Abweichungen der regionalen Beobachtungswerte vom Mittelwert betrachtet, misst 

das globale Maß Geary’s c die Ähnlichkeit anhand der quadrierten Abweichungen zwischen den Beobachtungswerten. 

N −1 

c = 

2∑∑w ij 

i j 

N 

∑ = 44 N 

∑ = 44 

w − 

2 ij ( y i y j ) 

i= 

1 j= 

1 

44 

∑ ( y − y) 

2 i 

i = 1 

Unter der Nullhypothese, dass keine räumliche Autokorrelation besteht, nimmt Geary’s c den Wert 1 an. 

Werte von Geray’s c, die größer als 1 sind, deuten auf negative räumliche Autokorrelation, Werte die kleiner 

als Eins sind, auf positive räumliche Autokorrelation hin. In der empirischen Praxis wird Moran’s I regelmäßig 

präferiert, da Geary’s c extreme Werte durch die Quadrierung stärker gewichtet als Moran’s I. 

62 Openshaw/Taylor (1979) weisen darauf hin, dass die Wahl der regionalen Einheit einen wesentlichen 

Einfluss auf die Ergebnisse der Korrelationsbetrachtungen haben kann. Für die vorliegende Studie 

wurden aus Gründen der Datenverfügbarkeit und der Übersichtlichkeit Kreisdaten verwendet. 

63 Für die weiteren Analysen kommt diese Vorgehensweise einer Gleichgewichtung aller Nachbarn 

gleich. Alternativ könnte man auch unterschiedliche Gewichte verwenden, die sich z.B. an der Grenzlänge 

oder einem räumlichen Distanzmaß orientieren.


Die Betrachtung der Ergebnisse der globalen Tests auf räumliche Autokorrelation (vgl. Tabelle 

6.1) verdeutlichen, dass im Durchschnitt der 1980er-Jahre weder hinsichtlich der Veränderungsrate 

der Beschäftigung noch hinsichtlich der Brutto-Jobflows der Jobschaffung und des Jobabbaus 

eine statistisch signifikante räumliche Autokorrelation festgestellt werden konnte. Die Nullhypothese 

einer zufälligen räumlichen Verteilung der Kreise hinsichtlich ihrer durchschnittlichen 

Veränderung der Beschäftigung in den 1980er-Jahren kann also nicht abgelehnt werden. 

Im Durchschnitt der 1990er-Jahre dagegen deuten sowohl Moran’s I als auch das Maß von Geary 

auf eine auf dem 5%-Signifikanzniveau statistisch signifikante positive räumliche Autokorrelation 

hin. Dieses Ergebnis bedeutet, dass in den 1990er-Jahren Kreise mit günstiger und ungünstiger 

Beschäftigungsentwicklung jeweils eher räumliche Cluster bildeten und sich nicht zufällig 

über Baden-Württemberg verteilten. Dies galt dabei im Durchschnitt der 1990er-Jahre sowohl für 

die betriebliche Jobschaffung als auch für den betrieblichen Jobabbau, wobei der positive 

Clustereffekt bei den bereits bestehenden Industriebetrieben ausgeprägter war als bei den 

Gründungen und Schließungen. 

Tabelle 6.1: 

Ergebnisse globaler Tests auf Vorliegen räumlicher Autokorrelation auf Kreisebene in Baden-Württemberg 

für die Veränderung der Industriebeschäftigung und deren Bruttokomponenten 

1980er-Jahre 

Moran’s I Geary’s c 

Variablen 

(P-Wert) (P-Wert) 

Durchschnittliche Veränderungsrate 

-0,072 1,047 


(0,325) (0,338) 

-0,115 1,045 

Durchschnittliche Jobschaffungsrate 

(0,193) (0,349) 

-0,074 0,970 

Jobschaffung in bestehenden Betrieben 

(0,316) (0,398) 

0,018 0,905 

Jobschaffung durch Gründungen 

(0,345) (0,230) 

-0,149** 1,447** 

Jobschaffung durch Kreiswechsler 

(0,03) (0,018) 

0,056 0,961 

Durchschnittliche Jobabbaurate 

(0,228) (0,367) 

0,075 0,943 

Jobabbau in bestehenden Betrieben 

(0,177) (0,310) 

-0,041 0,920 

Jobabbau durch Schließungen 

(0,433) (0,248) 

-0,003 0,890 

Jobabbau durch Kreiswechsler 

(0,420) (0,207) 




Quelle: Statistisches Landesamt Baden-Württemberg, IAW-Berechnungen 

1990er-Jahre 

Moran’s I Geary’s c 

(P-Wert) (P-Wert) 

0,155** 0,787** 

(0,047) (0,031) 

0,146* 0,786** 

(0,056) (0,03) 

0,146* 0,787** 

(0,056) (0,029) 

-0,021 0,805* 

(0,490) (0,058) 

-0,02 1.008 

(0,486) (0,474) 

0,153** 0,661*** 

(0,041) (0,005) 

0,109* 0,696*** 

(0,097) (0,01) 

0,052 0,875 

(0,238) (0,137) 

0,081 0,717** 

(0,156) (0,011)


Bei jährlicher Betrachtung der räumlichen Autokorrelationen wird allerdings deutlich, dass eine 

hohe zeitliche Stabilität des Bildes nicht gegeben ist. Abbildung 6.1 zeigt, dass die hohe räumliche 

Autokorrelation der Veränderungsraten der Beschäftigung insbesondere Anfang der 1990er- 

Jahre gegeben war. Von 1985 auf 1986 dagegen konnte sogar eine signifikant negative räumliche 

Autokorrelation beobachtet werden. 

Abbildung 6.1: Jährliche Tests auf globale Autokorrelation der Veränderungsraten der 

Beschäftigung auf Kreisebene 

Moran's I für die jährliche Veränderungsrate der Beschäftigung auf Kreisebene 

von 1980 bis 2000 (fette Punkte sind statistisch signifikant) 

0,25 

0,2 

0,15 

0,1 

0,05 

0 

-0,05 

-0,1 

-0,15 

-0,2 

1980 

1981 

1982 

1983 

1984 

Moran's I 

1985 

1986 

1987 

1988 

1989 

1990 

1991 

1992 

1993 

1994 

1995 

1996 

1997 

1998 

1999 

Quelle: 

Statistisches Landesamt Baden-Württemberg, IAW-Berechnungen 

6.3. Tests auf lokale räumliche Autokorrelation 

In Ergänzung zu den globalen Tests auf räumliche Autokorrelation untersuchen lokale Tests auf 

räumliche Autokorrelation im Detail die einzelnen Kreise, die räumlich mit ihren Nachbarn korrelieren. 

Sowohl für Moran’s I als auch für Geary’s c existieren jeweils entsprechende lokale Maße 

der räumlichen Autokorrelation, die sich auch jeweils analog interpretieren lassen: 

I 

i 

= 

N 44 

∑ = 

j= 

1 

w ( y 

ij 

i 

( y 

i 

− y)( 

y 

− y) 

2 

j 

− y) 

c 

i 

= 

N 44 

∑ = 

j= 

1 

w ( y 

ij 

( y 

i 

i 

− y 

− y) 

2 

j 

) 

2


Tabelle 6.2: 

Kreis 

Jährliche Tests auf lokale Autokorrelation der Jobschaffungs- und Jobabbaurate 

auf Kreisebene, Moran’s I 

Durchschnittliche Veränderungsrate 


Durchschnittliche jährliche 


Durchschnittliche jährliche 

Jobabbaurate 

1990-er Jahre 

Moran’s I P-Wert Moran’s I P-Wert Moran’s I P-Wert 

SK Stuttgart 0,401 0,186 0,708* 0,061 0,017 0,465 

LK Böblingen -0,104 0,407 0,033 0,435 -0,211 0,286 

LK Esslingen 0,475 0,117 0,443 0,133 0,091 0,388 

LK Göppingen 0,123 0,35 0,398 0,132 -0,008 0,483 

LK Ludwigsburg -0,029 0,494 -0,21 0,328 0,003 0,474 

Rems-Murr-Kreis 0,011 0,461 -0,376 0,153 -0,235 0,262 

SK Heilbronn -1.119 0,133 -1.036 0,151 -0,231 0,413 

LK Heilbronn 0,412* 0,071 0,515** 0,034 0,041 0,411 

Hohenlohekreis 1.489*** 0,001 -0,077 0,455 1.256*** 0,003 

LK Schwäbisch-Hall 1.005*** 0,007 0,029 0,451 0,564* 0,073 

Main-Tauber-Kreis 0,561 0,146 -0,197 0,377 0,91** 0,04 

LK Heidenheim 0,003 0,481 1.068** 0,024 0,393 0,217 

Ostalbkreis -0,022 0,499 0,198 0,32 0,167 0,338 

SK Baden-Baden 1.930** 0,024 0,778 0,207 0,869 0,172 

SK Karlsruhe -0,236 0,414 2.442*** 0,006 1.824** 0,025 

LK Karlsruhe 0,008 0,467 0,962*** 0,005 0,305 0,184 

LK Rastatt 0,713** 0,04 0,299 0,221 0,314 0,202 

SK Heidelberg 1.537** 0,012 0,798 0,116 0,587 0,178 

SK Mannheim 1.193** 0,038 0,8 0,115 0,191 0,373 

Neckar-Odenw.-Kreis 0,158 0,351 -0,038 0,488 0,228 0,291 

Rhein-Neckar-Kreis 0,107 0,378 -0,001 0,479 0,119 0,362 

SK Pforzheim -0,059 0,479 -0,221 0,387 0,718 0,131 

LK Calw -0,14 0,368 -0,18 0,325 0,043 0,421 

Enzkreis -0,062 0,46 0,152 0,321 0,06 0,41 

LK Freudenstadt 0,177 0,298 0,215 0,264 -0,044 0,477 

SK Freiburg 0,381 0,278 0,783 0,12 -0,313 0,33 

LK Breisg.-Hochschw. -0,33 0,232 0,062 0,419 -0,219 0,314 

LK Emmendingen 0,108 0,391 -0,017 0,495 -0,026 0,498 

Ortenaukreis 0,178 0,316 -0,242 0,301 0,13 0,352 

LK Rottweil 0,019 0,46 0,052 0,429 -0,052 0,472 

Schwarzw.-Baar-Kreis -0,264 0,243 -0,003 0,477 -0,203 0,295 

LK Tuttlingen -0,684* 0,057 -0,102 0,426 -0,452 0,144 

LK Konstanz 0,065 0,426 -0,047 0,48 0,039 0,446 

LK Lörrach -0,014 0,494 -0,035 0,493 0,001 0,486 

LK Waldshut 0,035 0,458 -0,146 0,413 0,092 0,414 

LK Reutlingen 0,009 0,46 -0,267 0,222 -0,129 0,366 

LK Tübingen 0,026 0,453 0,069 0,413 -0,006 0,483 

Zollernalbkreis -0,333 0,206 -0,238 0,284 -0,03 0,492 

SK Ulm -0,674 0,254 -0,334 0,376 -0,266 0,399 

Alb-Donau-Kreis -0,048 0,477 -0,446 0,157 0,21 0,282 

LK Biberach 0,032 0,453 -0,074 0,457 -0,07 0,459 

Bodenseekreis -0,073 0,464 0,057 0,442 -0,075 0,461 

LK Ravensburg 0,092 0,418 -0,153 0,407 0,225 0,321 

LK Sigmaringen -0,247 0,258 -0,014 0,49 -0,082 0,43 




Quelle: Statistisches Landesamt Baden-Württemberg, IAW-Berechnungen


Das Streuungsdiagramm („Moran’s scatterplot“), Abbildung 6.2., veranschaulicht die positive 

räumliche Autokorrelation hinsichtlich der durchschnittlichen Beschäftigungsveränderung in den 

1990er-Jahren und zeigt dabei auch die Positionierung einzelner Kreise auf. 


Moran’s Scatterplot für die Rate der Veränderung der Beschäftigung 

IV 

I 

III 

II 






LK Breisgau- 









Quelle: 

Statistisches Landesamt Baden-Württemberg, IAW-Berechnungen 

Abgetragen ist dabei… 

• …auf der Abszisse der standardisierte Wert (hier der durchschnittlichen Beschäftigungsveränderung) 

des jeweils betrachteten Kreises (z) und 

• …auf der Ordinate der durchschnittliche standardisierte Wert der Nachbarkreise mit gemeinsamer 

Grenze (Wz) 

Im Quadranten I liegen somit Kreise, die sich selbst überdurchschnittlich entwickelt haben und 

deren Nachbarkreise im Durchschnitt ebenfalls überdurchschnittliche Beschäftigungsentwicklungen 

aufwiesen. Hierzu gehören der Stadtkreis Baden-Baden und der Landkreis Rastatt oder


der Hohenlohekreis, der Landkreis Schwäbisch-Hall sowie der Main-Tauber-Kreis. Im Quadranten 

III liegen dagegen Kreise, deren Umfeld sich unterdurchschnittlich gut entwickelt hat und die 

sich dabei auch selbst unterdurchschnittlich gut entwickelt haben. Dazu gehören die Stadtkreise 

Mannheim, Heidelberg und Stuttgart. Quadrant II enthält Kreise, die selbst zwar eine überdurchschnittliche 

Beschäftigungsentwicklung in den 1990er-Jahren verzeichnen konnten, deren Nachbarkreise 

sich jedoch nur unterdurchschnittlich entwickelt hatten. Zu dieser Gruppe gehören der 

Landkreis Tuttlingen oder auch der Landkreis Breisgau-Hochschwarzwald. Zur vierten Gruppe 

der Kreise, die sich in einem überdurchschnittlich guten Umfeld der Nachbarkreise unterdurchschnittlich 

gut entwickelt haben (Quadrant IV) zählen die Stadtkreise Heilbronn und Ulm. 

Insgesamt zeigen die in diesem Kapitel durchgeführten Analysen zur räumlichen Autokorrelation, 

dass diese auf Kreisebene zwar eine Rolle spielt, jedoch in vielen Jahren nicht signifikant ist. 

Darüber hinaus sind die Ergebnisse in zeitlicher Hinsicht sehr unterschiedlich und instabil. Daher 

werden die weiteren multivariaten Analysen in Kapitel 7 ohne Berücksichtigung räumlicher Autokorrelation 

durchgeführt.


7. Einfluss regionaler Standortfaktoren auf die Beschäftigungsentwicklung – 

Ergebnisse multivariater Panelschätzungen auf Kreisebene 

In Kapitel 5 wurden verschiedene theoretische Überlegungen über mögliche regionale Einflussbzw. 

Standortfaktoren der industriellen Beschäftigungsentwicklung anhand bivariater Korrelationsanalysen 

empirisch beleuchtet. Der Vorteil dieser Korrelationsanalysen besteht darin, dass 

man sehr anschaulich Zusammenhänge illustrieren kann und bei der Darstellung in Streuungsdiagrammen 

gleichzeitig auch einen Eindruck bekommt, welche Kreise jeweils im Einzelfall wie 

positioniert sind. Allerdings wurde bereits bei den Analysen in Kapitel 5 betont, dass man alleine 

auf der Grundlage deskriptiver bivariater Analysen keine Rückschlüsse auf mögliche Kausalitäten 

zwischen Variablen ziehen kann und darf, da dazu stets auch weitere mögliche Einflussfaktoren 

berücksichtigt werden müssen. 

Das vorliegende Kapitel wendet sich daher nun der Analyse der Bedeutung regionaler Bestimmungsgründe 

der Beschäftigungsentwicklungen im industriellen Sektor im multivariaten Zusammenhang 

zu. Für die 1980er- und 1990er-Jahre wird dabei auf der Grundlage von Jahresdaten 

auf Kreisebene empirisch überprüft, welche regionalen Einflussfaktoren einen statistisch 

signifikanten Erklärungsbeitrag für die regionale Beschäftigungsentwicklung leisten können und 

welche eher nicht. Abschnitt 7.1 geht dabei zunächst kurz auf die Schätzmethodik und die Operationalisierung 

der erklärenden Variablen ein, bevor Abschnitt 7.2 dann die Ergebnisse der Modellschätzungen 

für die Veränderungsrate der Beschäftigung auf Kreisebene beschreibt und 

interpretiert (Nettogrößenanalyse). Abschnitt 7.3 untersucht dann, ob und wenn ja, in welchem 

Maße die gefundenen Einflüsse eher über die Seite der regionalen Jobschaffung oder des regionalen 

Jobabbaus wirken (Bruttogrößenanalyse). 

7.1. Ökonometrisches Modell, Schätzmethode und Operationalisierung 

der regionalen Einfluss- bzw. Standortfaktoren 

Erklärt werden soll im Weiteren die Entwicklung der Industriebeschäftigung im Kreis i in der Periode 

t, die als Wachstumsrate der Beschäftigung y it gemessen wird. Dabei stehen jährliche 

Paneldaten für i = 44 Kreise und t = 19 Jahre zur Verfügung. 

Problematisch bei der Erklärung der regionalen Beschäftigungsentwicklung könnte sein, dass 

diese von einer Vielzahl von Einflussfaktoren abhängen kann, darunter auch von einer Vielzahl 

von Determinanten, die sich nicht oder nicht hinreichend messen lassen, wie z.B. die Qualität


der regionalen Wirtschaftsförderung. Man spricht in diesem Zusammenhang in der ökonometrischen 

Literatur von „unbeobachteter Heterogenität“. Hat man nur Querschnittsdaten aus einem 

Jahr zur Verfügung, so kann diese unbeobachtete Heterogenität dazu führen, dass die Schätzergebnisse 

verzerrt sind und daher an Aussagefähigkeit verlieren. Ein wesentlicher Vorteil panelökonometrischer 

Schätzverfahren besteht daher darin, dass zumindest zeitkonstante unbeobachtete 

Heterogenität bei den Schätzungen berücksichtigt werden kann. 64 Dadurch gelingt es 

im Idealfall, unverzerrte Schätzergebnisse für die einbezogenen Einflussgrößen zu erhalten, 

ohne dass die unbeobachteten Variablen explizit in der Schätzgleichung berücksichtigt werden 

müssen. Der grundsätzliche Einfluss der zeitkonstanten unbeobachteten Heterogenität kann 

dabei ebenfalls gemessen werden. Im Folgenden werden daher Panelschätzungen auf Kreisebene 

durchgeführt. Diese weisen weitere Vorteile auf – wie z.B. die Möglichkeit einer effizienteren 

Schätzung, da die Paneldaten neben der Querschnittsvariation auch jeweils Längsschnittinformationen 

enthalten, die berücksichtigt werden können. Allerdings ist bei der kritischen Ergebnisinterpretation 

auch zu berücksichtigen, dass Panelschätzungen stets auf Annahmen basieren 

– wie hier z.B. der Zeitkonstanz der individuellen Effekte –, deren Nichterfüllung ebenfalls zu 

eigenen Problemen führt. 

Das Grundmodell der weiteren Modellschätzungen hat die Form 

Veränderung der 

Beschäftigung in Kreis i 

in Periode t 

K erklärende Kreisvariablen, 

teilweise 

zeitlich verzögert 

Kreisspezifische 

Effekte 

Jahresspezifische 

Effekte 

Die Wachstumsrate der Beschäftigung des Kreises i in der t-ten Periode 

y 

it 

wird dabei zunächst 

im systematischen Teil der Regressionsbeziehung auf K erklärende regionale Einflussfaktoren 

x 

it 

zurückgeführt, wobei die zu schätzenden Parameter 

ß 

k 

jeweils den Einfluss der Variable 

x 

kit 

auf die Wachstumsrate der Beschäftigung wiedergibt. Bei den μi 

handelt es sich um kreisspezifische 

Einflüsse, die für jeden Kreis über die Zeit hinweg als konstant angenommen werden 

und die zeitkonstante unbeobachtete Heterogenität auffangen sollen. Ebenso werden konjunkturelle 

Unterschiede zwischen den Jahren, die alle Kreise in gleichem Maße betreffen, über Dum- 

64 Lechner (2002) spricht in diesem Zusammenhang von der „Magie der Paneldaten“.


myvariablen für die einzelnen Jahre γ 

t 

gemessen. ν 

it 

ist der Fehlerterm, der prinzipiell denselben 

Annahmen gerecht werden muss wie der Fehlerterm im Klassischen Regressionsmodell (für 

Details vgl. z.B. Wooldridge, 2002 oder Arndt, 2004). 

Würde man alle Beobachtungen zu einem gepoolten Modell zusammenfassen, so würde dies 

die Annahme implizieren, dass die kreis- und jahresspezifischen Effekte keine Rolle spielen, 

also alle μ i 

und γ t 

gleichgroß sind. Bereits einfache Tests auf gemeinsame Signifikanz der 

Dummies für die 44 Kreise und die 19 Jahre zeigen jedoch im Weiteren, dass die kreis- und jahresspezifischen 

Effekte jeweils signifikant sind. Insofern ist aus methodischen Gründen ein Panelmodell 

mit kreis- und jahresspezifischen Effekten einer gepoolten OLS-Schätzung vorzuziehen. 

Geschätzt werden dabei im Weiteren Panelmodelle mit fixen Effekten, bei denen die kreisindividuellen 

Effekte 

μ 

i 

als feste, jedoch unbeobachtbare Einflussgrößen betrachtet werden. Die 

stellen somit weitere schätzbare Modellparameter dar, die mit den anderen Regressoren korreliert 

sein können. 65 

μ 

i 

Die Matrix der erklärenden Variablen enthält den deskriptiven Analysen in Kapitel 5 folgend die 

in Tabelle 7.1 angeführten Variablen: 

65 Dies wäre nicht der Fall, wenn man die individuellen Effekte im Rahmen eines Panelmodells mit zufälligen 

Effekten („Random Effects Modell“) modellieren würde, da hier angenommen wird, dass die 

individuellen Effekte μ 

i 

nicht mit den erklärenden Variablen korreliert sind. Ein einfacher Hausman 

(1978) Test auf Korrelation der individuellen Effekte mit den erklärenden Variablen gelangt jedoch zu 

dem Ergebnis, dass eine Schätzung mit fixen individuellen Effekten einer Schätzung mit zufälligen individuellen 

Effekten vorzuziehen ist. Darüber hinaus sprechen auch inhaltliche Überlegungen für die 

Schätzung eines Modells mit fixen Effekten: so wird ein Modell mit zufälligen Effekten vor allem dann 

für geeignet gehalten, wenn die Paneldaten im Vergleich zur Grundgesamtheit eine relativ kleine 

Stichprobe darstellen (vgl. Baltagi, 2001), im vorliegenden Fall handelt es sich jedoch um die Grundgesamtheit 

aller 44 baden-württembergischen Kreise.


Tabelle 7.1: 

Beschäftigungsdeterminante/ 

Standortfaktor 

Operationalisierung der Einflussfaktoren der regionalen Beschäftigungsentwicklung 

sowie der regionalen Jobschaffung und des regionalen Jobabbaus 

Operationalisierung 

durch … 

Datenquelle 

Standortfaktor Boden Baulandpreis in Euro je m² 

(alternativ getestet: Industriebaulandpreis) 

Statistisches Landesamt 

Standortfaktor Arbeit 

Standortfaktor FuE-Ausstattung 

Standortfaktor Infrastrukturausstattung 

Absatzmarktbezogene 


Monatsgehalt je Angestellter in Euro 

(alternativ getestet: Monatslohn je Arbeiter) 

Arbeitslosenquote in % 

Geringqualifiziertenquote: Anteil der 

Beschäftigten ohne Berufsausbildung an den 

sozialversicherungspflichtig Beschäftigten 

(alternativ getestet: Akademikerquote in %) 

FuE-Personalintensität: Anteil der FuE- 

Beschäftigten an den sozialversicherungspflichtig 

Beschäftigten in % 

Pkw-Fahrzeit zur nächsten BAB-Anschlussstelle 

in Minuten (alternativ getestet: 

Lkw-Fahrzeit zum nächsten KLV-Terminal, 

Pkw-Fahrzeit zum nächsten internationalen 

Flughafen) 

Pkw-Fahrzeit zur nächsten BAB-Anschlussstelle 

in Minuten (alternativ getestet: 

Lkw-Fahrzeit zum nächsten KLV-Terminal, 

Pkw-Fahrzeit zum nächsten internationalen 

Flughafen) 

Kaufkraft pro Kopf 

Erreichbare Bevölkerung in einer Stunde 

mit Pkw im Inland 

Erreichbare Bevölkerung in einer Stunde 

mit Pkw im In- und Ausland 





Bundesamt für 

Bauwesen 

und Raumordnung 

Bundesamt für 

Bauwesen 

und Raumordnung 


Professor Dr. Eckey 

(Universität Kassel) 

Professor Dr. Eckey 

(Universität Kassel) 

Steuerbezogene Standortfaktoren Gewerbesteuerhebesatz Statistisches Landesamt 

Urbanisationseffekte und 

Verdichtungsgrad 

Lokalisationseffekte und 

Branchenkonzentration 

Betriebsstrukturelle Determinanten 

Quelle: Eigene Zusammenstellung 

Bevölkerungsdichte in Einwohner je km² 

Branchenkonzentration (Herfindahl-Index) 

Tertiarisierungsgrad (Beschäftigtenbasis) 


Exportquote 






Um die Stabilität der Ergebnisse überprüfen zu können, wurden jeweils eine Reihe unterschiedlicher 

Modellvarianten geschätzt. Dem möglichen Problem der Multikollinearität der erklärenden 

Variablen wurde Rechnung getragen, indem bestimmte Modelle teilweise sowohl mit als auch 

ohne einzelne Variablen geschätzt wurden, um die Stabilität der Ergebnisse sicherzustellen. 

Methodisch stellt sich auch noch das Problem der Endogenität einzelner erklärender Variablen:


so führt ein günstigeres regionales Beschäftigungswachstum typischerweise zu einem Rückgang 

der regionalen Arbeitslosenquote. Gleichzeitig kann jedoch auch, wie bei den theoretischen 

Überlegungen in Kapitel 4 ausgeführt, das Ausmaß der regionalen Arbeitslosigkeit einen 

Einfluss auf die regionale Beschäftigungsentwicklung haben. Um letztere Wirkungsrichtung in 

den Vordergrund zu stellen, wird für die Erklärung des Beschäftigungswachstums in [t, t+1] regelmäßig 

jeweils das Niveau der erklärenden Variablen in t-1 verwendet, so dass die erklärenden 

Variablen jeweils um eine Periode verzögert in die Regression aufgenommen werden. 

7.2. Ergebnisse der Modellschätzungen für die regionale Veränderungsrate 

der Beschäftigung (Nettogrößenanalyse) 

Um einen Eindruck von der Stabilität der abgeleiteten Ergebnisse auch gegenüber den Modellannahmen 

zu gewinnen, wurde eine Vielzahl unterschiedlichster Modellvarianten geschätzt. Da 

die Ergebnisse insgesamt recht stabil waren, gibt Tabelle 7.2 nur einige ausgewählte präfererierte 

Modellvarianten wieder. 

Das hohe within-R² von jeweils etwa 0,78 erklärt sich nicht zuletzt durch die Einbeziehung der 

Jahresdummies zur Abbildung konjunktureller und gesamtwirtschaftlicher Einflüsse, die auf alle 

Kreise durchschlagen und daher auch gemeinsam in allen Schätzungen hochsignifikant sind. 66 

Die Werte für between-R² fallen erwartungsgemäß deutlich geringer aus. Dennoch lassen sich je 

nach Modellvariante immerhin bis zu 19% der Streuung zwischen den Kreisen durch das Modell 

und somit durch Unterschiede in den Regionalvariablen erklären. Darüber hinaus bestätigen die 

Ergebnisse die herausragende Bedeutung der individuellen Effekte und somit der unbeobachteten 

Heterogenität zwischen den Kreisen: jeweils gut 80% der Varianz der abhängigen Variablen 

lässt sich durch die Modelle auf die fixen Kreiseffekte zurückführen. Damit wird deutlich, dass es 

im Weiteren gelingen wird, die Bedeutung einzelner Regionalvariablen für die Beschäftigungsentwicklung 

herauszuarbeiten, gleichzeitig jedoch ein beträchtlicher Teil der Unterschiede in der 

regionalen Performance unerklärt bleibt. Das soll und kann die weiteren Ergebnisse nicht 

schmälern, trägt jedoch zu ihrer realistischen Relativierung bei. Auf jeden Fall ist es aus methodischer 

Sicht für die Bewertung der Bedeutung der regionalen Einflussfaktoren sehr wichtig, die 

entsprechenden fixen individuellen Effekte zu berücksichtigen und nicht gepoolte OLS-Modelle 

zu schätzen. 

Baulandpreise: Die in den bivariaten Analysen getroffene Feststellung, dass ein höherer Preis 

des Faktors Boden gemessen an Baulandpreisen je m² oder an Industriebaulandpreisen je m² 

66 Auf die Darstellung der einzelnen Schätzwerte für die Jahresdummyvariablen wurde verzichtet.


im Durchschnitt auf Kreisebene mit einer ungünstigeren Beschäftigungsentwicklung einherging, 

kann im Rahmen der multivariaten Analysen auf Kreisebene nicht unterstrichen werden. Vielmehr 

zeigt sich bei gleichzeitiger Kontrolle zahlreicher weiterer Einflussfaktoren kein statistisch 

signifikanter Einfluss eines höheren Bodenpreises je m² auf das aggregierte Wachstum der industriellen 

Beschäftigung. 

Tabelle 7.2: 

Determinanten der regionalen industriellen Beschäftigungsentwicklung auf Kreisebene in 

Baden-Württemberg von 1980 bis 1999; Ergebnisse von Panelschätzungen mit fixen Effekten, 

geclusterte Standardfehler robust gegen Autokorrelation unbekannter Form 67 

(1) (2) (3) (4) (5) 

Preis für Bauland in EUR/m², t-1 0.000 0.000 0.000 0.000 0.000 

[0.333] [0.130] [0.179] [0.186] [0.175] 

Durchschnittliches Gehalt je Angestellten (t-1) -0.017* -0.016* -0.015 -0.016 -0.017* 

[0.068] [0.071] [0.101] [0.105] [0.067] 

Arbeitslosenquote (t-1) 0.001 0.002 0.001 0.001 0.001 

[0.367] [0.280] [0.346] [0.347] [0.351] 

Anteil der FuE-Beschäftigten (t) -0.825*** -0.875*** -0.822*** -0.817*** -0.802*** 

[0.000] [0.000] [0.000] [0.000] [0.000] 

Anteil der FuE-Beschäftigten (t-1) 1.382* 1.425* 1.279* 1.312* 1.489* 

[0.089] [0.080] [0.094] [0.076] [0.060] 

Anteil der FuE-Beschäftigten (t-2) -0.670 -0.667 -0.822 -0.824 -0.764 

[0.498] [0.497] [0.395] [0.394] [0.432] 

Anteil der FuE-Beschäftigten (t-3) 1.244** 1.282** 1.367** 1.377** 1.345** 

[0.050] [0.041] [0.028] [0.025] [0.032] 

Anteil der SVP-Beschäftigten ohne Berufsausbildung -0.277* -0.285** -0.283** -0.263* 

[0.052] [0.035] [0.033] [0.052] 

Durchschnittl. Gewerbsteuerhebesatz (t-1) -0.000* -0.000 -0.000* -0.000* -0.000 

[0.073] [0.114] [0.085] [0.087] [0.146] 

Bevölkerungsdichte (t-1) -0.004 0.005 0.005 0.005 0.002 

[0.421] [0.404] [0.358] [0.375] [0.704] 

Regionale Branchenkonzentration (4-Steller, Herfindahl) -0.034 -0.036 -0.012 

[0.352] [0.307] [0.697] 

Tertiarisierungsgrad (Beschäftigtenbasis) -0.001 -0.117 -0.066 -0.062 -0.073 

[0.989] [0.236] [0.518] [0.546] [0.466] 

Wachstum der Beschäftigung im DL-Sektor -0.123* -0.105 -0.105 -0.114* 

[0.054] [0.105] [0.104] [0.077] 

Durchschnittliche industrielle Betriebsgröße auf Kreisebene -0.001*** -0.001*** -0.000** -0.000** -0.001*** 

[0.008] [0.008] [0.037] [0.035] [0.006] 

Exportquote der Industriebetriebe eines Kreises 0.094* 0.087 0.077 

[0.090] [0.114] [0.128] 

Konstante 0.257** 0.329*** 0.337*** 0.334*** 0.314** 

[0.022] [0.008] [0.006] [0.006] [0.011] 

Jahresdummies 

(P-Wert des Tests auf gem. Signifikanz) 

63.6 

[0.000]*** 

69.2 

[0.000]*** 

86.8 

[0.000]*** 

87.0 

[0.000]*** 

70.2 

[0.000]*** 

Test auf gemeinsame Signifikanz der FuE-Variablen 14.2 

[0.000]*** 

15.2 

[0.000]*** 

12.3 

[0.000]*** 

11.2 

[0.000]*** 

13.0 

[0.000]*** 

R² (within) 0.775 0.777 0.775 0.775 0.777 

R² (between) 0.153 0.118 0.190 0.162 0.023 

R² (overall) 0.305 0.259 0.210 0.224 0.306 

Zahl der Beobachtungen 616 616 616 616 616 

Zahl der Kreise 44 44 44 44 44 

F-Test des Gesamtmodells 274.5 

[0.000]*** 

310.2 

[0.000]*** 

228.5 

[0.000]*** 

176.6 

[0.000]*** 

168.2 

[0.000]*** 

Anteil der durch die individuellen Effekte erklärten Varianz 86,9% 82,1% 84,6% 83,9% 80,5% 

Robuste P-Werte in Klammern, Standardfehler angepasst für Cluster 

* signifikant bei 10%; ** signifikant bei 5%; *** signifikant bei 1% 


67 In Tabelle 7.2 sind verkehrsinfrastrukturelle Standortfaktoren nicht angeführt, da diese nur im Querschnitt 

vorliegen und methodisch bedingt nicht in die multivariate Analyse mit fixen Kreiseffekten eingebaut 

werden konnten. Der Einfluss entsprechender Indikatoren zur Verkehrsanbindung auf die Beschäftigungsentwicklung 

konnte jedoch über ein indirektes Verfahren abgeschätzt werden. Vergleiche 

hierzu Tabelle 7.3 und die dazugehörige Passage im Text.


Arbeitskosten: Dagegen kommt den Kosten des Faktors Arbeit (hier gemessen am durchschnittlichen 

Gehalt je Angestellten oder alternativ am durchschnittlichen Monatslohn je Arbeiter) 

zumindest in einigen Modellvarianten ein negativer Einfluss auf das industrielle Beschäftigungswachstum 

der Folgeperiode zu. Allerdings ist eine statistische Signifikanz nicht in jedem Fall 

gegeben und besonders selten liegt Signifikanz vor, wenn man alternativ den Lohn je Arbeiter 

als proxy für das regionale Niveau der industriellen Arbeitskosten verwendet. 

Qualifikationsniveau und Arbeitslosenquote: Auffällig ist, dass sich ceteris paribus in Kreisen 

mit einem hohen Anteil von Beschäftigten ohne Berufsausbildung an den sozialversicherungspflichtig 

Beschäftigten die Beschäftigung deutlich schlechter entwickelte als in Kreisen mit einer 

besseren Qualifikationsstruktur der Beschäftigten. Dieser negative Zusammenhang zwischen 

einem hohen Anteil unqualifizierter Beschäftigter und der Beschäftigungsentwicklung eines Kreises 

kann erst hier im Rahmen der multivariaten Analysen festgestellt werden und ist dabei besonders 

stabil. Bei den bivariaten Analysen schien der Zusammenhang zwischen beiden Größen 

noch positiv zu sein, so dass an dieser Stelle auch sehr deutlich wird, dass bivariate Analysen 

bei der Untersuchung von Kausalitäten zu kurz greifen. Im Hinblick auf einen potenziellen 

Einfluss der Arbeitslosenquote zeigte sich, dass von einer in t-1 höheren regionalen Arbeitslosenquote 

unter sonst gleichen Bedingungen keine eigenen positiven oder negativen Beschäftigungswirkungen 

auf Kreisebene ausgehen. 

FuE-Ausstattung: Von besonderem Interesse für die Entwicklung der Beschäftigung auf regionaler 

Ebene ist die Frage, ob sich Investitionen in Forschung und Entwicklung insofern rechnen, 

als mit einem höheren Einsatz an FuE mittelfristig auch positive Beschäftigungseffekte einhergehen. 

Das Ausmaß der FuE-Intensität muss dabei für die quantitativen Analysen mit dem Anteil 

der FuE-Beschäftigten an den sozialversicherungspflichtig Beschäftigten approximiert werden, 

für den für alle Jahre auf Kreisebene Daten vorliegen. In den bivariaten Untersuchungen in Kapitel 

5 konnte im Durchschnitt der 1980er- und 1990er-Jahre ein negativer Zusammenhang zwischen 

der FuE-Personalintensität und der industriellen Beschäftigungsentwicklung beobachtet 

werden, der auf den ersten Blick wenig intuitiv zu sein scheint. Erklären kann man dieses Ergebnis 

teilweise damit, dass diese bivariaten Analysen nicht nur weitere Einflussgrößen negieren, 

sondern durch die Durchschnittsbildung auch die Zeitstruktur verloren geht. 68 Die Schätzung 

von Panelmodellen erlaubt es, der zeitlichen Wirkungsstruktur mehr Beachtung zu schenken. 

Dabei wird die Variable FuE-Beschäftigungsintensität nicht nur anhand des Ausgangsniveaus, 

sondern auch anhand der Niveaus der drei Vorperioden gemessen. Der Effekt des Ni- 

68 Das letzte Argument wird durch den Umstand gestützt, dass im Rahmen der bivariaten Analyse bei 

Verwendung von Dekadenanfangswerten im Gegensatz zum Fall der Dekadendurchschnittswerte 

zumindest für die 1980er-Jahre eine negative Korrelation zwischen Nettobeschäftigungsentwicklung 

und FuE-Personalintensität ihre statistische Signifikanz „einbüßt“.


veaus der FuE-Beschäftigung in t-3 auf die Veränderungsrate der Beschäftigung kann bei obigem 

Modell näherungsweise als Summe der Koeffizienten der vier Variablen geschätzt und getestet 

werden. Ein Test auf Signifikanz zeigt, dass der Gesamteffekt eines hohen Anteils an 

FuE-Beschäftigten auf die Veränderung der Industriebeschäftigung eindeutig positiv ist. 69 

Gewerbesteuerhebesätze: Von besonderer Bedeutung für die industrielle Beschäftigungsentwicklung 

könnten nach theoretischen Überlegungen die Besteuerung der Gewinne der Unternehmen 

und somit die Höhe der Gewerbesteuerhebesätze sein. Da die Daten aus den Monatsberichten 

für die vorliegenden Untersuchungen nur auf Kreisebene vorliegen, wurde anhand der 

Gemeindedaten für die Gewerbesteuerhebesätze jeweils ein Kreisdurchschnittswert berechnet. 

70 Die Schätzergebnisse verdeutlichen, dass tatsächlich im Durchschnitt über die Kreise und 

Jahre hinweg ein höherer durchschnittlicher Gewerbesteuerhebesatz mit einer c.p. ungünstigeren 

industriellen Beschäftigungsentwicklung einherging. Regelmäßig war dieser Effekt zumindest 

auf dem 10%-Signifikanzniveau statistisch gesichert. 71 

Bevölkerungsdichte bzw. Agglomerationsgrad: Ein eigener Einfluss des Agglomerationsgrades 

gemessen als Zahl der Einwohner eines Kreises je km² kann im Rahmen der bevorzugten 

Modelle immer dann nicht mehr nachgewiesen werden, wenn andere Einflussfaktoren berücksichtigt 

sind, die in besonderem Maße mit dem Agglomerationsgrad korrelieren. Allerdings bleiben 

die weiteren Ergebnisse auch dann stabil, wenn die Bevölkerungsdichte zur Absicherung 

der Schätzergebnisse gegen das Vorliegen von Multikollinearität alternativ aus der Schätzgleichung 

eliminiert wird. 

Branchenkonzentration und Tertiarisierung: Im Hinblick auf den möglichen Einfluss von 

Branchenaspekten auf die regionale Beschäftigungsentwicklung zeigte sich zunächst, dass die 

anhand des Herfindahl-Index gemessene Branchenkonzentration für die Arbeitsplatzdynamik in 

baden-württembergischen Kreisen keine relevante Einflussgröße darstellte. In diesem Zusammenhang 

wurde dann aber auch geprüft, inwieweit die hier betrachtete Beschäftigungsentwick- 

69 Entsprechend misst die Summe der Koeffizienten der FuE-Anteile in t bis t-2, wie sich eine Veränderung 

des FuE-Anteils von t-3 auf t-2 auf die industrielle Beschäftigungsentwicklung auswirkt, die 

Summe der Koeffizienten der Anteile in t bis t-1, wie sich eine Veränderung des FuE-Anteils von t-2 

auf t-1 auf die industrielle Beschäftigungsentwicklung auswirkt, und der Koeffizient in t, wie sich eine 

Veränderung der FuE-Intensität kurzfristig auf die Veränderung der Beschäftigung auswirkt. Hier deutet 

sich auf analoge Weise der auch bivariat beobachtete negative Zusammenhang an, der jedoch 

insgesamt durch längerfristige positive Effekte überkompensiert wird. 

70 Mangels Informationen über die richtigen Gewichte wurde dieser Durchschnittswert ungewichtet berechnet. 

71 Im Hinblick auf die zu den Gewerbesteuerhebesätzen in Tabelle 7.2 angeführten Werte ist zunächst 

entscheidend, dass die Werte in den Klammern mehrheitlich statistische Signifikanz verdeutlichen. 

Die Tatsache, dass der negative Koeffizientenwert jeweils im Bereich von Null liegt bedeutet allerdings 

keineswegs, dass kein Einfluss vorliegen würde, und zwar deshalb, weil die konkrete Höhe entsprechender 

Koeffizienten stets von den gewählten Einheiten abhängt.


lung im Verarbeitenden Gewerbe von Aspekten des Dienstleistungssektors beeinflusst wurde. 

Dabei hat sich zum einen gezeigt, dass die Höhe des an der Beschäftigtenzahl gemessenen 

Tertiarisierungsgrades keinen statistisch signifikanten Einfluss auf die industrielle Beschäftigungsentwicklung 

hatte. Zum anderen allerdings ging in den baden-württembergischen Kreisen 

eine überdurchschnittliche Beschäftigungsentwicklung im Dienstleistungssektor typischerweise 

mit einer unterdurchschnittlichen Entwicklung bei der Industriebeschäftigung einher, so dass 

man ad hoc vermuten könnte, dahinter würden sich auch Outsourcingmaßnahmen von Industrieunternehmen 

verbergen, die eine Verlagerung von Arbeitsplätzen in den Dienstleistungssektor 

mit sich bringen. (Die entsprechende Outsourcing-Hypothese wird in Abschnitt 7.3 im Rahmen 

der ergänzenden Analyse der Bruttoströme der Beschäftigung, d.h. der Jobschaffung und 

des Jobabbaus, allerdings widerlegt.) 

Betriebsgröße: Je eher die Betriebsgrößenstruktur eines Kreises – gemessen an den durchschnittlichen 

betrieblichen Beschäftigtenzahlen – durch kleinere Betriebe gekennzeichnet war, 

desto besser fielen im Durchschnitt die Veränderungsraten der Industriebeschäftigung aus. Insofern 

entwickelten sich Kreise mit einer geringeren durchschnittlichen Betriebsgröße in der Tendenz 

besser. 

Exportquote: Eine größere Exportintensität der regionalen Industriebetriebe gemessen am Anteil 

des Auslandsumsatzes am Gesamtumsatz der Industriebetriebe eines Kreises geht unter 

sonst gleichen Bedingungen mit einer besseren Entwicklung der industriellen Beschäftigung auf 

Kreisebene einher. Eine stärkere Einbindung der Industriebetriebe in die internationale Arbeitsteilung 

und das Exportgeschäft scheinen somit die Beschäftigungsentwicklung auf Kreisebene 

zu begünstigen. 

Betrachtet man exemplarisch für das in Tabelle 7.2 mit angeführte Modell (1) die geschätzten 

fixen Effekte, so sind diese auf jedem Signifikanzniveau signifikant von Null verschieden. Den 

„besten“ zeitkonstanten kreisindividuellen Effekt auf die Beschäftigungsveränderung von 1980 

bis 1999 (d.h. den höchsten μi 

-Wert), der im Rahmen des Modells nicht erklärt werden kann, 

hat hier der Stadtkreis Stuttgart, der auch als Referenzkreis gewählt wurde, zu dem die Abweichungen 

der anderen Kreise gebildet werden. Am Ende der nach den geschätzten individuellen 

Effekten geordneten Kreise rangieren der Stadtkreis Heidelberg sowie der Landkreis Tübingen 

(vgl. Abbildung 7.1). Die Berücksichtigung und somit Schätzung dieser kreisindividuellen Effekte 

ist wichtig, um im Weiteren die Einflüsse der anderen Variablen möglichst gut messen zu 

können.



Geschätzte kreisindividuelle fixe Effekte in Relation zu dem als Referenzkreis gewählten 

Stadtkreis Stuttgart - am Beispiel von Modellvariante 1 aus Tabelle 7.2. 

Koeffizient des fixen Kreiseffekts in Relation zum SK Stuttgart 

-0,300 -0,250 -0,200 -0,150 -0,100 -0,050 0,000 

LK Tübingen 

SK Heidelberg 

LK Karlsruhe 


LK Calw 

Schwarzwld-Baar-Kreis 

LK Reutlingen 

LK Ravensburg 



LK Konstanz 

Enzkreis 


LK Tuttlingen 

LK Waldshut 

LK Rottweil 


M ain-Tauber-Kreis 

SK Pforzheim 

LK Lörrach 

Ostablkreis 


Ortenaukreis 


LK Göppingen 

SK Freiburg 

Rems-M urr-Kreis 



LK Biberach 

Bodenseekreis 

LK Esslingen 

SK baden-Baden 


LK Heilbronn 

LK Heidenheim 


LK Rastatt 

SK Karlsruhe 

SK Ulm 

SK Heilbronn 

LK Böblingen 

SK M annheim 



Verkehrsinfrastruktur: Durch eine Korrelation dieser kreisindividuellen Effekte mit anderen 

Variablen, die nicht explizit in das Modell einbezogen werden konnten, lassen sich ergänzende 

Indizien über mögliche Ursachen einer bestimmten regionalen Beschäftigungsentwicklung ableiten. 

Zu denken ist in Zusammenhang mit dieser Studie insbesondere an die Bedeutung der regionalen 

Verkehrsinfrastruktur. Interessanterweise zeigt sich dabei recht deutlich, dass die Qualität 

der verkehrsinfrastrukturellen Ausstattung positiv mit den unbeobachteten Effekten korreliert. 

So besteht zwischen der „Fahrzeit zur nächsten Autobahnanschlussstelle“ und der unbeobachteten 

Heterogenität ein signifikanter negativer Zusammenhang (vgl. hierzu Tabelle 7.3). 

Hohe Werte für unbeobachtete Heterogenität gehen also mit kurzen Fahrzeiten zur Autobahn 

und damit einer guten verkehrsinfrastrukturellen Anbindung einher. Entsprechende Ergebnisse 

findet man auch für die Fahrzeit zum nächsten KLV-Terminal und – in abgeschwächter Form – 

für die Fahrzeit zum nächsten internationalen Flughafen. 

Tabelle 7.3: 

Korrelation zwischen „Unbeobachteter Heterogenität“ („kreisindividuellen fixen Effekten“) 

und verschiedenen Indikatoren zur verkehrsinfrastrukturellen Ausstattung 

Fahrzeit zum BAB-Anschluss Fahrzeit zum KLV-Terminal Fahrzeit zum Flughafen 

Bravais-P. Spearman Bravais-P. Spearman Bravais-P. Spearman 

-0,30* 

(0,05) 

-0,42*** 

(0,00) 

-0,37** 

(0,01) 

-0,31** 

(0,04) 




Quelle: Bundesamt für Bauwesen und Raumordnung, IAW-Berechnungen 

-0,28* 

(0,07) 

-0,23 

(0,13) 

Dies impliziert also, dass in den baden-württembergischen Kreisen eine gute verkehrsinfrastrukturelle 

Ausstattung als Standortvorteil gewirkt und die jeweilige regionale Beschäftigungsentwicklung 

begünstigt hat. 72 

72 Dies wird auch durch einfache gepoolte OLS-Schätzungen untermauert, die auf Querschnittsdaten 

basieren.


7.3. Ergebnisse der Modellschätzungen für die regionale Jobschaffungs- und 

Jobabbaurate (Bruttogrößenanalyse) 

Teil I der vorliegenden Studie beschäftigte sich mit regionalen Analysen der Arbeitsplatzdynamik. 

Dabei wurde die regionale Veränderungsrate der Industriebeschäftigung in ihre im Hintergrund 

stehenden Bruttobewegungen, die regionale Jobschaffungs- und Jobabbaurate zerlegt. 

Während in Abschnitt 7.2 eine empirische Überprüfung regionaler Determinanten der Entwicklung 

der Nettobeschäftigung untersucht wurden, wird in Abschnitt 7.3 nun abschließend auf analoge 

Weise geprüft, ob und in welchem Maße diese regionalen Einflussgrößen eher über die 

Jobschaffungs- oder die Jobabbauseite wirken. 

So ist zum Beispiel denkbar, dass der in Abschnitt 7.2 gefundene, im Durchschnitt negative Einfluss 

eines höheren Gewerbesteuerhebesatzes auf die regionale Entwicklung der Industriebeschäftigung 

insbesondere darauf basiert, dass die Schaffung neuer Arbeitsplätze, sei es durch 

die Ausweitung der Beschäftigung in bereits bestehenden Betrieben oder durch Gründungen 

bzw. Zuwanderungen, behindert wird. Andererseits könnte der negative Zusammenhang aber 

auch gleichzeitig oder ausschließlich darauf basieren, dass der Abbau von Arbeitsplätzen bei 

einem höheren Gewerbesteuerhebesatz signifikant größer ausfällt. Daher wurden die in Abschnitt 

7.2 für die abhängige Variable „Regionale Wachstumsrate der Industriebeschäftigung“ 

geschätzten panelökonometrischen Modelle ergänzend auch noch für die beiden abhängigen 

Variablen „Jobschaffungsrate“ und „Jobabbaurate“ geschätzt. Tabelle 7.4 stellt ausgewählte 

Modellvarianten der Schätzungen vor, wobei insgesamt gemessen an den Werten für das between-R² 

die Modellanpassungen bei der Schätzung der regionalen Jobabbauraten etwas besser 

ausfallen als bei der Erklärung der Jobschaffungsraten. 

Die Schätzergebnisse für die ausgewählten erklärenden Variablen zeigen: 

• Höhere Baulandpreise besaßen von 1980 bis 1999 keinen statistisch belastbaren Einfluss 

auf die Jobschaffungsrate und die Jobabbaurate. 

• Ein höheres regionales Lohnkostenniveau hat keinen Einfluss auf die Jobschaffungsraten 

hat, begünstigt jedoch den regionalen Jobabbau. Der tendenziell negative Einfluss 

der Lohnkosten auf die Entwicklung der Industriebeschäftigung läuft somit insbesondere 

über einen verstärkten Abbau bestehender Arbeitsplätze und weniger über eine geringere 

Jobschaffung.


• Das Ausmaß der regionalen Arbeitslosigkeit hat weder die Veränderung der Beschäftigung 

insgesamt noch ihre Bruttoströme beeinflusst. 

• Investitionen in Forschung und Entwicklung – hier approximiert durch den Anteil der 

FuE-Beschäftigten an den sozialversicherungspflichtig Beschäftigten – begünstigen unter 

Berücksichtung von Wirkungsverzögerungen die Schaffung neuer Industriearbeitsplätze. 

Ein entsprechender negativer Einfluss auf die Jobabbaurate lässt sich dagegen nicht statistisch 

gesichert nachweisen. Der mittelfristig positive Impuls von FuE auf die Beschäftigungsentwicklung 

resultiert somit den empirischen Ergebnisse zur Folge primär auf einer 

intensivierten Jobschaffung. 

• Der negative Zusammenhang zwischen dem regionalen Anteil an Beschäftigten ohne 

Berufsausbildung und der Veränderung der Industriebeschäftigung basiert primär auf 

einer geringeren Rate der Jobschaffung, während die Jobabbauraten zwar höher, jedoch 

nicht signifikant höher ausfielen. 

• Der negative Einfluss der Gewerbesteuerhebesätze auf die Beschäftigungsentwicklung 

wird primär durch signifikant höhere Jobabbauraten verursacht, während es bei der Jobschaffung 

keine signifikanten Unterschiede zu beobachten gibt. 

• Unter ansonsten vergleichbaren Bedingungen wirken Agglomerationseffekte gemessen 

durch die Bevölkerungsdichte positiv auf die Jobschaffung. Im Hinblick auf den Jobabbau 

zeigen sich dagegen keine Zusammenhänge. 

• Ein hohes regionales Wachstum der Beschäftigung im Dienstleistungssektor geht 

typischerweise mit einer geringeren Jobschaffung im industriellen Bereich einher, während 

in Bezug auf den industriellen Jobabbau keine derartigen Zusammenhänge zum 

Dienstleistungssektor zu erkennen sind. Der letztgenannte Umstand impliziert damit, 

dass die in Abschnitt 7.2 auf der Basis einer reinen Nettobeschäftigungsanalyse aufgestellte 

Outsourcing-These durch die hier ergänzend vorgenommene Analyse der Bruttobeschäftigungsströme 

zu verwerfen ist. 

• Der negative Zusammenhang zwischen der industriellen Betriebsgrößenstruktur und 

der Veränderung der Beschäftigung resultiert primär auf einer signifikant geringeren Jobschaffung, 

nicht jedoch auf einem höheren Jobabbau.


• Der zumindest schwach positive Zusammenhang zwischen der Veränderungsrate der 

Beschäftigung und der regionalen Exportintensität wird ebenfalls durch die größeren 

Jobschaffungsraten, und nicht durch geringere Jobabbauraten, verursacht. 

Tabelle 7.4: 

Determinanten der industriellen Jobschaffung und des industriellen Jobabbaus auf Kreisebene 

in Baden-Württemberg von 1980 bis 1999; Ergebnisse von Panelschätzungen mit fixen 

Effekten, geclusterte Standardfehler robust gegen Autokorrelation unbekannter Form 73 

Jobschaffung 

Jobabbau 

(3) (5) (3) (5) 

Preis für Bauland in EUR/m², t-1 0.000 0.000 -0.000 -0.000 

[0.871] [0.796] [0.107] [0.126] 

Durchschnittliches Gehalt je Angestellten (t-1) -0.005 -0.006 0.010 0.011* 

[0.431] [0.373] [0.131] [0.094] 

Arbeitslosenquote (t-1) 0.000 0.000 -0.001 -0.001 

[0.888] [0.865] [0.241] [0.262] 

Anteil der FuE-Beschäftigten (t) -0.312*** -0.305** 0.511*** 0.497*** 

[0.010] [0.014] [0.000] [0.000] 

Anteil der FuE-Beschäftigten (t-1) 0.976 1.068 -0.302 -0.421 

[0.168] [0.017] [0.456] [0.308] 

Anteil der FuE-Beschäftigten (t-2) -0.286 -0.248 0.535 0.517 

[0.685] [0.727] [0.291] [0.305] 

Anteil der FuE-Beschäftigten (t-3) 0.616* 0.590 -0.751 -0.755 

[0.092] [0.104] [0.186] [0.174] 

Anteil der SVP-Beschäftigten ohne Berufsausbildung -0.165* -0.153 0.120 0.109 

[0.087] [0.102] [0.255] [0.279] 

Durchschnittl. Gewerbsteuerhebesatz (t-1) -0.000 0.000 0.000** 0.000* 

[0.851] [1.000] [0.026] [0.059] 

Bevölkerungsdichte (t-1) 0.012** 0.010** 0.006 0.008 

[0.030] [0.024] [0.253] [0.104] 

Branchenkonzentration (4-Steller, Herfindahl) 0.007 0.019 

[0.787] [0.378] 

Tertiarisierungsgrad 0.029 0.019 0.095 0.092 

[0.711] [0.803] [0.154] [0.179] 

Wachstum der Beschäftigung im DL-Sektor -0.102** -0.107** 0.004 0.007 

[0.026] [0.141] [0.927] [0.862] 

Durchschnittliche industrielle Betriebsgröße -0.000*** -0.000*** 0.000 0.000 

[0.003] [0.000] [0.888] [0.712] 

Exportquote der Industriebetriebe 0.049 -0.029 

[0.102] [0.495] 

Konstante 0.099 0.087 -0.238** -0.226** 

[0.150] [0.214] [0.014] [0.024] 

Jahresdummies 

(P-Wert des Tests auf gem. Signifikanz) 

23.9*** 

[0.000] 

20.2*** 

[0.000] 

44.3*** 

[0.000] 

38.2*** 

[0.000] 

Test auf gemeinsame Signifikanz der FuE-Variablen 5.1*** 

[0.002] 

5.5*** 

[0.001] 

11.3*** 

[0.000] 

13.6*** 

[0.000] 

R² (within) 0.513 0.516 0.697 0.698 

R² (between) 0.053 0.043 0.143 0.136 

R² (overall) 0.001 0.004 0.177 0.143 

Zahl der Beobachtungen 616 616 616 616 

Zahl der Kreise 44 44 44 44 

F-Test des Gesamtmodells 151.7 

[0.000]*** 

104.3 

[0.000]*** 

178.5 

[0.000]*** 

181.1 

[0.000]*** 

Anteil der durch die individuellen Effekte erklärten 

96,7% 96,0% 91,7% 94,1% 

Varianz 

Robuste P-Werte in Klammern, Standardfehler angepasst für Cluster 

* signifikant bei 10%; ** signifikant bei 5%; *** signifikant bei 1% 


73 Von den in Tabelle 7.3 dargestellten Schätzmodellen für die Veränderungsrate der Beschäftigung 

sind in Tabelle 7.4 für die Jobschaffung und den Jobabbau aus Gründen der Übersichtlichkeit jeweils 

nur die entsprechenden Ergebnisse für die Varianten (3) und (5) angeführt. Die anderen Modellvarianten 

führen jedoch zu inhaltlich gleichen Ergebnissen.


Zusammenfassung zu Kapitel 7 

In diesem Kapitel wurde im Rahmen von multivariaten Analysen überprüft, welchen Einfluss 

regionale Standortfaktoren in der Zeit von 1980 bis 1999 auf die Beschäftigungsentwicklung in 

baden-württembergischen Kreisen hatten. Im Hinblick auf die Beschäftigungsentwicklung wurde 

dabei folgende Differenzierung vorgenommen: zum einen ging es um den Einfluss der regionalen 

Standortfaktoren auf die Nettobeschäftigungsentwicklung als Ganzes (Abschnitt 7.2), zum 

zweiten um den Einfluss der entsprechenden Variablen auf die dahinter stehenden Bruttogrößen 

„Jobschaffung“ und „Jobabbau“ (Abschnitt 7.3). 

Die Ergebnisse zur Relevanz der regionalen Standortfaktoren in Bezug auf die Nettobeschäftigungsentwicklung 

aus Abschnitt 7.2 sind in der nachstehenden Übersicht in tabellarischer Form 

dargestellt: 

Inputbezogene 





Determinanten 


Determinanten 

Regionale Standortfaktoren 

bzw. andere regionale 

Beschäftigungsdeterminanten 

Baulandpreis 

Monatsgehalt je Angestelltem 

Arbeitslosenquote 

Geringqualifiziertenquote 

FuE-Personalintensität 

Verkehrsanbindung 

Gewerbesteuerhebesatz 

Bevölkerungsdichte 

Branchenkonzentration (Herfind.) 

Tertiarisierungsgrad 

Beschäftigungswachstum im DL 


Exportquote 

Einfluss auf die 

Nettobeschäftigungsentwicklung 

kein Einfluss 

(eher) negativer Einfluss 

kein Einfluss 

negativer Einfluss 

positiver Einfluss 

positiver Einfluss 


kein Einfluss 

kein Einfluss 

kein Einfluss 



positiver Einfluss


8. Zusammenfassung der wichtigsten Ergebnisse 

An dieser Stelle sollen die wichtigsten Ergebnisse der empirischen Analysen zur Arbeitsplatzdynamik 

und zu den regionalen Bestimmungsgründen der industriellen Beschäftigungsentwicklung 

in den baden-württembergischen Kreisen der 1980er- und 1990er-Jahre noch einmal zusammengefasst 

dargestellt werden. 

Arbeitsplatzdynamik und deren Komponenten 

in baden-württembergischen Kreisen 

In den baden-württembergischen Kreisen verlief in den 1980er- und 1990er-Jahren die Beschäftigungsentwicklung 

im industriellen Bereich zum Teil recht unterschiedlich. Während in den 

1980er-Jahren immerhin noch die Hälfte der Kreise einen Beschäftigungszuwachs verzeichnen 

konnte, waren es in den 1990er-Jahren nur noch 6 von 44 Kreisen. Die anderen Kreise mussten 

dagegen Beschäftigungsverluste hinnehmen. Dabei zeigte sich, dass Kreise, die bereits in den 

1980er-Jahren eine unterdurchschnittliche Beschäftigungsentwicklung durchlaufen hatten, auch 

in der Folgedekade in der Tendenz eine nur unterdurchschnittliche Beschäftigungsbilanz vorweisen 

konnten. Dies deutet auf das Vorliegen gewisser „struktureller“ Stärken bzw. Schwächen 

der einzelnen Kreise hin. 

Die Ursache für die in den 1990er-Jahren gegenüber der Vordekade zu verzeichnende Verschlechterung 

der industriellen Beschäftigungsentwicklung ergab sich insbesondere durch einen 

stärkeren Jobabbau - d.h. durch Arbeitsplatzverluste infolge von Schrumpfung, Schließung und 

Abwanderung von Betrieben - und weniger durch eine schwächere Jobschaffung. Selbst in den 

1990er-Jahren wurden durch die Expansion, Gründung und Zuwanderung von Betrieben in erheblichem 

Umfang neue Arbeitsplätze geschaffen, wenn auch nicht genug, um den deutlich gestiegenen 

Jobabbau auszugleichen. Bemerkenswert ist auch die hohe intertemporale Stabilität 

der Ergebnisse: Kreise, die sich in den 1980er-Jahren durch eine überdurchschnittliche Jobschaffung 

auszeichneten, taten dies tendenziell auch in den 1990er-Jahren. Entsprechendes 

galt auch für die Jobabbauseite. 

Bei der Jobschaffung entfielen in den 1990er-Jahren etwa drei Viertel auf den Arbeitsplatzaufbau 

in bereits bestehenden Betrieben. Der Jobaufbau durch „Betriebsneugründungen“ 74 lag bei 

74 Als Betriebsgründungen werden in der vorliegenden Studie solche Betriebe bezeichnet, die von einer 

Periode t zur Periode t+1 neu in den Berichtskreis eingetreten sind. Dahinter verbergen sich häufig o- 

riginäre Gründungen, teilweise jedoch auch Schwerpunktwechsler oder aber Betriebe, die ihren regionalen 

Standort nach Baden-Württemberg verändert haben. Dies muss bei der Interpretation der Ergebnisse 

berücksichtigt werden.


einem knappen Viertel, während der Arbeitsplatzzuwachs durch Firmenzuwanderung keine allzu 

große Bedeutung hatte (mit 0,1 Prozentpunkte von 4,2%). Der Jobabbau ging in der betreffenden 

Dekade zu etwa 78% auf das Konto von Schrumpfungsprozessen, d.h. auf den Arbeitsplatzabbau 

in bestehenden Betrieben. Der Anteil der durch Betriebsschließungen bedingten 

Jobverluste lag zwischen einem Fünftel und einem Sechstel. Kaum ins Gewicht fielen die Arbeitsplatzverluste 

durch Abwanderung (mit 0,1 Prozentpunkte von 6%). 

Interessant ist in diesem Zusammenhang auch die Betrachtung der Beschäftigungsentwicklung 

aus einem anderen Blickwinkel: Während in den 1990er-Jahren immerhin 13 der 44 badenwürttembergischen 

Kreise aus der Gründung und Schließung von Betrieben einen positiven Beschäftigungssaldo 

erreichten, ergab sich hinsichtlich der Beschäftigungsentwicklung in den bestehenden 

Betrieben eine deutlich schlechtere Bilanz: So konnten nur 6 von 44 Kreisen die 

durch Betriebsschrumpfungen bedingten Arbeitsplatzverluste mittels Beschäftigungsaufbau expandierender 

Betriebe überkompensieren. 

Korrelationen zwischen regionalen Standortfaktoren und 

der Beschäftigungsentwicklung in den Kreisen – 

Ergebnisse bivariater Analysen 

Vor diesem Hintergrund stellte sich die Frage, welche Zusammenhänge zwischen der Beschäftigungsentwicklung 

in den baden-württembergischen Kreisen und den dort herrschenden Standortbedingungen 

gegeben waren. Im Rahmen von bivariaten Analysen wurde dabei zum einen 

mit Hilfe von Streuungsdiagrammen aufgezeigt, inwieweit sich die einzelnen Kreise bei den verschiedenen 

regionalen Standortfaktoren jeweils unter- oder überdurchschnittlich positioniert hatten 

bzw. wie ein bestimmter Kreis etwa bei seiner FuE-Ausstattung im Vergleich zu den anderen 

baden-württembergischen Kreisen einzustufen war. 

Darüber hinaus wurde untersucht, ob sich im Querschnitt für die 44 baden-württembergischen 

Kreise zwischen deren Beschäftigungsentwicklung und den dort jeweils gegebenen quantitativen 

Ausprägungen einzelner regionaler Standortfaktoren statistisch signifikante Zusammenhänge 

nachweisen lassen. Dabei zeigte sich, dass zwischen dem Baulandpreisniveau, der Lohnhöhe 

bzw. anderen regionalen Standortfaktoren der Kreise einerseits und deren Beschäftigungsentwicklung 

andererseits in vielen Fällen spezifische Korrelationen gegeben waren. D.h., dass 

zum Beispiel in den baden-württembergischen Kreisen ein bestimmtes Baulandpreisniveau tendenziell 

mit einer positiveren bzw. negativeren Beschäftigungsentwicklung einherging. Im Rahmen 

der entsprechenden bivariaten Analyse ließen sich zwischen den regionalen Standortfaktoren 

und der Beschäftigungsentwicklung allerdings nur mögliche Korrelationen (bzw. Koinziden-


zen), nicht aber mögliche Kausalitäten ableiten. Deren Untersuchung blieb notwendigerweise 

der multivariaten Analyse vorbehalten, in deren Rahmen der gleichzeitige Einfluss unterschiedlicher 

regionaler Standortfaktoren auf die Beschäftigungsentwicklung in den baden-württembergischen 

Kreisen der 1980er- und 1990er-Jahre überprüft wurde. 

Bedeutung einzelner regionaler Standortfaktoren für die 

Beschäftigungsentwicklung in den Kreisen – 

Ergebnisse multivariater Analysen 

Dabei zeigte sich, dass in den entsprechenden Kreisen die industrielle Beschäftigungsentwicklung 

zumindest in gewissem Grad dann eher schlechter ausfiel, wenn die dort jeweils ansässigen 

Unternehmen mit überdurchschnittlich hohen Arbeitskosten konfrontiert waren. Der tendenziell 

negative Einfluss der Lohnkosten auf die Beschäftigungsentwicklung lief insbesondere über 

einen verstärkten Abbau bestehender Arbeitsplätze und weniger über eine geringere Jobschaffung. 

Während also in Bezug auf die Höhe der Arbeitskosten zumindest eine begrenzte Relevanz 

für die Nettobeschäftigungsentwicklung gegeben war, gilt dies für die Arbeitslosenquote 

nicht. D.h., die Höhe der Arbeitslosigkeit konnte keinen Erklärungsbeitrag für die hinsichtlich der 

Beschäftigungsentwicklung zwischen den baden-württembergischen Kreisen bestehenden Unterschiede 

liefern. Eine vergleichsweise schlechte Beschäftigungsbilanz ließ sich aber für den 

Fall nachweisen, dass in den Kreisen ein hoher Anteil an Arbeitsplätzen für Geringqualifizierte 

bzw. Ungelernte gegeben war. Insofern war die Frage, ob in einem Kreis eher qualitativ hochoder 

geringwertige Arbeitsplätze dominierten, ein wichtiger Erklärungsansatz für die regionale 

Beschäftigungsentwicklung. 

Im Hinblick auf die Ausstattung der Kreise mit Kapazitäten für Forschung und Entwicklung führte 

die Analyse zu dem Befund, dass sich eine gute Ausstattung mit FuE-Personal tendenziell positiv 

auf die Entwicklung der regionalen industriellen Beschäftigung ausgewirkt hat. Ebenso 

gibt es deutliche Hinweise darauf, dass die Beschäftigungsentwicklung auf Kreisebene durch 

eine gute verkehrsinfrastrukturelle Anbindung der Unternehmen, etwa zur Autobahn, begünstigt 

wurde. 

Des Weiteren zeigte sich, dass der anhand der Bevölkerungsdichte gemessene Agglomerationsgrad 

keinen eigenständigen statistisch signifikanten Einfluss auf die Beschäftigungsentwicklung 

in den Kreisen hatte. Eine zwischen Agglomerationsräumen und weniger verdichteten 

Räumen abweichende Beschäftigungsentwicklung wäre damit nicht durch unterschiedliche Einwohnerdichten, 

sondern durch andere Faktoren zu erklären. In diesem Zusammenhang ist zudem 

interessant, dass auch die in den Kreisen gegebenen Baulandpreise, die typischerweise


gerade auch zwischen Agglomerations- und ländlichen Räumen differieren, keinen wesentlichen 

Erklärungsbeitrag zur Beschäftigungsentwicklung in den Kreisen liefern. Dagegen wurde deutlich, 

dass sich eine hohe Belastung der Unternehmen mit Gewerbesteuer durch hohe kommunale 

Hebesätze negativ auf die Beschäftigungsentwicklung in den betreffenden Kreisen auswirkt. 

Im Hinblick auf die unterschiedliche Wirtschaftsstruktur der baden-württembergischen Kreise ist 

interessant, dass das Ausmaß der auf der Kreisebene gemessenen Branchenkonzentration keinen 

Einfluss auf die jeweilige Beschäftigungsentwicklung hatte. Dies gilt auch für den Tertiarisierungsgrad, 

der den Beschäftigungsanteil des Dienstleistungssektors erfasst. Interessant ist in 

diesem Zusammenhang allerdings, dass die Beschäftigungsentwicklung des Dienstleistungssektors 

negativ mit der Beschäftigungsentwicklung im industriellen Bereich korreliert war. Hier wäre 

auf der Basis der üblicherweise nur als reine Nettobetrachtung durchgeführten Analyse zu vermuten 

gewesen, dass hinter diesem Zusammenhang in nennenswertem Umfang auch das Phänomen 

„Outsourcing“ steht, bei der es im Zuge der Konzentration von Industriebetrieben auf ihre 

so genannte „Kernkompetenz“ zu einer Verlagerung von Arbeitsplätzen vom Verarbeitenden 

Gewerbe in den Dienstleistungssektor kommt. Die hier zusätzlich zur Analyse der industriellen 

Nettobeschäftigung durchgeführte Analyse der dahinter stehenden Bruttoströme verdeutlicht 

jedoch, dass zwar die industrielle Jobschaffung eine negative Korrelation aufweist, sich in Bezug 

auf den industriellen Jobabbau aber kein statistisch signifikanter Zusammenhang feststellen 

lässt. Letzteres impliziert dann aber, dass im vorliegenden Fall die Erklärungshypothese „Outsourcing“ 

nicht greift. 

Es zeigte sich auch, dass die industrielle Beschäftigungsentwicklung in denjenigen Kreisen besser 

verlief, bei denen die Betriebsgrößenstruktur eher durch kleinere Betriebe gekennzeichnet 

war. Dies unterstreicht die große beschäftigungspolitische Bedeutung des Mittelstandes in Baden-Württemberg. 

Schließlich war auch noch festzustellen, dass Kreise, bei denen die Industrieunternehmen 

eine hohe Exportquote aufwiesen, eine überdurchschnittliche Beschäftigungsentwicklung 

im Verarbeitenden Gewerbe vorweisen konnten. In diesem Zusammenhang ist interessant, 

dass sowohl der Exportquoten- als auch der Betriebsgrößeneffekt nur auf der Jobschaffungsseite 

auftraten, während für die Jobabbauseite kein Einfluss dieser betriebsstrukturellen 

Aspekte auf die Beschäftigungsentwicklung festzustellen war. 

Darüber hinaus wurde geprüft, inwieweit die industrielle Beschäftigungsbilanz baden-württembergischer 

Kreise auch von der Beschäftigungsentwicklung und damit den Standortbedingungen 

der jeweiligen Nachbarkreise beeinflusst wurde. In dieser Hinsicht waren für die 1980er-Jahre 

keine statistisch signifikanten Zusammenhänge festzustellen. Dagegen zeigten sich für die 

1990er-Jahre gewisse, wenn auch nicht allzu ausgeprägte Nachbarschaftszusammenhänge, bei


denen baden-württembergische Kreise mit günstiger bzw. ungünstiger Beschäftigungsentwicklung 

bis zu einem gewissen Grad jeweils eine Art räumliche Cluster bildeten. Insgesamt zeigte 

sich aber, dass die in einem Kreis gegebenen „regionalen“ Standortfaktoren für die dortige Beschäftigungsentwicklung 

eine viel größere Rolle spielen als die entsprechenden Faktoren im 

räumlichen Umfeld der Kreise. 

Die vorliegende Studie findet somit Evidenz für eine Vielzahl plausibler Wirkungskanäle, in denen 

die regionalen Gegebenheiten die Beschäftigungsentwicklung beeinflussen. Gleichzeitig 

machen die Analysen aber auch deutlich, dass ein erheblicher Teil der Unterschiede zwischen 

den Kreisen sich nicht auf diese explizit berücksichtigten Regionalfaktoren zurückführen lässt, 

sondern andere – hier unbeobachtete – Ursachen hat. Die zwischen den Kreisen festzustellenden 

Unterschiede in der industriellen Beschäftigungsentwicklung können ihren Grund zum Teil 

auch in einer unterschiedlichen Ausgestaltung der in den baden-württembergischen Kreisen 

praktizierten „Regionalpolitik“ haben, wobei die vorliegende quantitative Studie diese Ursachen 

im Gegensatz zu den oben angeführten „härteren“ Standortfaktoren nicht operationalisieren und 

damit auch nicht benennen kann.


Literatur 

Allmendinger, J. (2005): Regionale Determinanten der Beschäftigung in den alten und neuen 

Bundesländern und Ursachen regionaler Disparitäten, in: Allmendinger, J., W. Eichhorst und 

Ulrich Walwei (Hrsg.): IAB-Handbuch Arbeitsmarkt- Analysen, Daten, Fakten. Nürnberg. 

Anselin, Luc (1988): Spatial Econometrics: Methods and Models. Kluwer: Dordrecht 

Arauzo-Carod J.-M. and M. Teruel-Carrizosa (2005): An Urban Approach to Firm Entry: The Effect 

of Urban Size, in: Growth and Change, Vol 36, pp. 508-528. 

Audretsch, D. und M. Fritsch (1994): The Geography of Firm Births in Germany, Regional StudiIes 

28-4 (1994), pp. 359-365 

Audretsch, D. und M. Fritsch (1999): The Industry Component of Regional New Firm Formation 

Processes. Review of Industrial Organization, 15, 3, pp. 239-252. 

Baily, M.; C. Hulten und D. Campbell (1992): Productivity Dynamics in Manufacturing Plants, in: 

Brookings Papers on Economic Activity: Microeconomics, S. 187-267. 

Baltagi, B. H. (2001): Econometric Analysis of Panel Data, Second Edition, Wiley & Sons, 

Chichester. 

Bartik, T.J. (1985): Business Location Decisions in the United States: Estimates of the Effects of 

Unionization, Taxes and Other Characteristics of States. Journal of Business & Economic 

Statistics, Vo. 3, No. 1, pp. 14-22. 

Bartik, T.J. (1991): Who benefits from State and local economic Development Policies?, Kalamazoo, 

Michigan. 

Baumgartner, G. und G. Zakarias (2004): Regionale Beschäftigungsentwicklung in Österreich – 

eine dynamische Shift-Share-Analyse. TeReg Working Paper Nr. 16, 2004. 

Berger, G. und E. Nerlinger (1997): High-Tech in Deutschland: Eine Analyse der regionalen Verteilung 

von Unternehmensgründungen in der Informationstechnologie, in: Harhoff, D. (Hrsg.): 

Unternehmensgründungen – Empirische Analysen für die alten und neuen Bundesländer, 

Bd. 7, S. 151-186, Baden-Baden. 

Blien, U. und A. Haas (2003): Wirkungen der aktiven Arbeitsmarktpolitik auf die regionale Beschäftigungsentwicklung 

in Ostdeutschland – Hintergrundstudie für den 2. Fortschrittsbericht 

über die wirtschaftliche Entwicklung in Ostdeutschland. 

Blien, U.; L. Blume; A. Eickelpasch; K. Geppert; E. Maierhofer; D. Vollkommener und K. Wolf 

(2001): Neue Bundesländer – Einflussfaktoren der Regionalentwicklung. Studie von IAB/ 

DIW im Auftrag der KfW, November 2001. 

Böventer, E. v. (1979): Standortentscheidung und Raumstruktur. Veröffentlichung der Akademie 

für Raumforschung und Landesplanung, Abh., Bd. 76, Hannover. 

Brixy, U. and R. Grotz (2006): Regional Patterns and Determinants of New Firm Formation and 

Survival in Western Germany (IAB Discussion Paper No. 5/2006), Nürnberg.


Brixy, U. und M. Niese (2003): The determinants of regional differences in new firm formation in 

West Germany. Paper prepared for presentation on the 43 rd Congress of the European Regional 

Studies Association (ERSA). 

Bröcker, J. und A. Mehnert (1999): Regionale Beschäftigungsentwicklung in Sachsen und Sachsen-Anhalt. 

NIW-Vortragsreihe, Band 13, Beiträge zum Workshop FiDAST 1999. 

Brüderl, J.; P. Preissendörfer und R. Ziegler (1996): Der Erfolg neugegründeter Betriebe: Eine 

empirische Studie zu den Chancen und Risiken von Unternehmensgründungen. 2. Auflage, 

Berlin: Duncker & Humblot. 

Bundesamt für Bauwesen und Raumordnung (2005): Raumordnungsbericht 2005, Bonn. 

Clark, T.E. (1998): Employment Fluctuations in U.S. Regions and Industries: The Roles of National, 

Region-Specific and Industry-Specific Shocks. Journal of Labor Economics, Vol. 16, 

No. 1, 202-229. 

Credit Suisse (2004): Standortqualität mehr als ein Schlagwort. Spotlight, Economic & Policy 

Consulting. 

Dohse, D. and S.-Ch. Steude (2003): Concentration, Coagglomeration and Spillovers: The Geography 

of New Market Firms in Germany (Paper for the 43 rd European Congress of the Regional 

Science Association in Jyväskylä, August 27 to August 30, 2003). 

Eckey, H.-F., R. Kosfled und M. Türck (2005): Regionale Entwicklung mit und ohne räumliche 

Spillover Effekte (Volkswirtschaftliche Diskussionsbeiträge der Universität Kassel Nr. 70/05), 

Kassel. 

Egeln, J.; G. Licht und F. Steil (1997): Firm Foundations and the Role of Financial Constraints. 

Small Business Economics, Vol. 9, pp. 137-150. 

Etter, C. (2003): Nachgründungsdynamik neugegründeter Untenehmen in Berlin im interregionalen 

Vergleich, Dissertation, FU Berlin. 

Evans, D.S. and L.S. Leighton (1989): The Determinants of Changes in U.S. Self-Employment, 

1968-1987, in: Small Business Economics, Vol 2, pp. 319-330. 

Farhauer, O. und N. Granato (2006): Regionale Arbeitsmärkte in Westdeutschland. Standortfaktoren 

und Branchenmix entscheidend für Beschäftigung (IAB-Kurzbericht Ausgabe Nr. 4 v. 

24.3.2006), Nürnberg. 

Forsyth, G. (2005): A Note on Small Business Survival Rates in Rural Areas: The Case of Washington 

State, in: Growth and Change, Vol. 36, pp. 428-440 

Fritsch, M. (1993): Determinants of New Firm Foundation in West German Regions 1986-1989: 

An Empirical Analysis. Discussion Paper, Bergakademie Freiberg. 

Fritsch, M. (1994): Regionale Unterschiede des Gründungsgeschehens in Westdeutschland: 

1986-89; eine empirische Analyse. Schmude, J. (Hrsg.): Neue Unternehmen: Interdisziplinäre 

Beiträge zur Gründungsforschung, Heidelberg 24-36.


Fritsch, M. und P. Mueller (2004): Regional Growth Regimes Revisited - The Case of West 

Germany. Discussion Paper, TU Bergakademie Freiberg. 

Fritsch, M.; U. Brixy und O. Falck (2004): The Effect of Industry, Region and Time on New Business 

Survival - A Multi-Dimensional Analysis. Discussion Paper, TU Bergakademie Freiberg. 

Funke, M. and A. Niebuhr (2005): Regional Geographic Research and Development Spillovers 

and Economic Growth: Evidence from West Germany, in: Regional Studies, Vol. 39.1, pp. 

143-153. 

Gabe, T.M. and K.P. Bell (2004): Tradeoffs between Local Taxes and Government Spending as 

Determinants of Business Location, in: Journal of Regional Science, Vol. 44, pp. 21-41. 

Garofoli, G. (1994): New Firm Formation and Regional Development. The Italian Case, in: Regional 

Studies, Vol. 28, pp. 381-394. 

Gehrke, B. und H. Legler (2001): Innovationspotenziale deutscher Regionen im europäischen 

Vergleich, Berlin. 

Gerlach, K. und J. Wagner (1994): Regional Differences in Small Firm Entry in Manufacturing 

Industries: Lower Saxony, 1979-1991, in: Entrepreneurship & Regional Development, 6, S. 

63-80. 

Gibrat, R. (1931): Les Inégalités Economiques, Paris: Sirey. 

Glaeser, E.L.; H.D. Kalla; J.A. Scheinkman und A. Shleifer (1992): Growth in Cities. Journal of 

Political Economy, Vo. 100, pp. 1126-1152. 

Grabow, Busso (2005): Weiche Standortfaktoren in Theorie und Empirie – ein Überblick, in: 

Thießen, F. et al. (Hrsg.): Weiche Standortfaktoren. Erfolgsfaktoren regionaler Wirtschaftsentwicklung, 

S. 37-52. 

Guesnier, B. (1994): Regional Variations in New Firm Formation in France, in: Regional Studies, 

Vol. 28, pp. 347-358. 

Harhoff, D. (1995): Agglomerationen und regionale Spillover-Effekte. Gahlen, B.; H. Hesse; H.J. 

Ramser (Hrsg.): Standort und Region, Neue Ansätze zur Regionalökonomik. Schriftenreihe 

des Wirtschaftswissenschaftlichen Seminars Ottobeuren, Band 24, Tübingen, pp. 83-115. 

Hausman, J.A. (1978): Specification tests in econometric models, in: Econometrica, 43, pp. 727- 

738). 

Hoover, E.M. (1937): Location Theory and the Shoe and Leather Industries, Cambridge, Mass. 

IHK Region Stuttgart (2006): Wie attraktiv sind Standorte in der Region Stuttgart. Eine Analyse 

der Verlagerung von Unternehmenssitzen, Stuttgart. 

Jacobs, J. (1969): The Economy of Cities, New York. 

Koellreuter, C. und M. Eichler (2001): International Benchmark Report. Steuerbelastung, Verschuldung 

und regionale fiskalische Autonomie als Standortfaktoren. Arbeitsvorschlag für die 

Weiterentwicklung des Steuer- und Fiskalmoduls 2001-2003, Mannheim.


Krumm, R. (2006): Die Region Stuttgart im Standortwettbewerb und Strukturwandel, in: IAW- 

Report 1/2006, S. 55-76. 

Krumm, R. und H. Strotmann (2004a): IAW-Wirtschaftsmonitor Baden-Württemberg 2004. Zur 

Positionierung des Landes im nationalen und internationalen Standortwettbewerb, Tübingen. 

Krumm, R. und H. Strotmann (2004b): Untersuchung ausgewählter Aspekte einer Stärken- 

Schwächen-Analyse der IHK Region Neckar-Alb, Tübingen. 

Lechner, M. (2002): Eine Übersicht über gängige Modelle der Panelökonometrie und ihre kausale 

Interpretation, in: Allgemeines Statistisches Archiv 86, S. 125-143. 

Maier, G. und F. Tödtling (2006): Regional- und Stadtökonomik 1. Standorttheorie und Raumstruktur, 

4. Auflage, Wien und New York. 

Möller, J. und A. Tassinopoulos (2000): Zunehmende Spezialisierung oder Strukturkonvergenz? 

Eine Analyse der sektoralen Beschäftigungsentwicklung auf regionaler Ebene, Jahrbuch für 

Regionalwissenschaft 20/2000. 

Nerlinger, E. (1997): Unternehmensgründungen in Hight-Tech Industrien – Analysen auf Basis 

des ZEW-Gründungspanels (West). Kühl, J.; M. Lahner und J. Wagner (Hrsg.): Die Nachfrageseite 

des Arbeitsmarktes – Ergebnisse aus Analysen mit deutschen Firmenpaneldaten. 

Beiträge zur Arbeitsmarkt- und Berufsforschung 204. 

Niebuhr, A. und S. Stiller (2003): Standortqualität Norddeutschlands auf dem Prüfstand, in: Wirtschaftsdienst 

(2003), S. 265-269. 

Ohlin, B.G. (1933): Interregional and International Trade, Cambridge, Mass. 

Openshaw, Stan; Peter Taylor (1979): A Million or so Correlation Coefficients: Three Experiments 

on the Modifiable Areal Unit Problem, in: Statistical Applications in the Spatial Sciences, 

Hrsg. Von N. Wrigley. London: Pion. 

Papke, L.E. (1991): Interstate Business Tax Differentials and New Firm Location – Evidence 

from Panel Data. Journal of Public Economics, Vol. 45, pp. 47-68. 

Schätzl, L. (1993): Wirtschaftsgeographie 1, Theorie, 5. Auflage, Paderborn, München, Wien, 

Zürich. 

Schroers, H.G. (1995): Regionsspezifische Standortfaktoren und Entwicklung des Arbeitsplatzangebotes, 

Kiel. 

Schumpeter, J. (1939): Business Cycles: A Theoretical, Historical and Statistical Analysis of the 

Capitalist Process, New York: McGraw-Hill. 

Statistisches Landesamt Baden-Württemberg (2004): Forschungs- und Entwicklungsmonitor 

Baden-Württemberg, Stuttgart. 

Steil, F. (1997): Zur Gründungsinzidenz im Verarbeitenden Gewerbe Ostdeutschlands. Kühl, J.; 

M. Lahner und J. Wagner (Hrsg.): Die Nachfrageseite des Arbeitsmarktes – Ergebnisse aus 

Analysen mit deutschen Firmenpaneldaten. Beiträge zur Arbeitsmarkt- und Berufsforschung 

204.


Steil, F. (1999): Determinanten regionaler Unterschiede in der Gründungsdynamik - Eine empirische 

Analyse für die neuen Bundesländer, ZEW Wirtschaftsanalysen, Band 34. 

Steil, F. und E. Wolf (1997): Welche Bedeutung haben Unternehmenscharakteristika und regionales 

Umfeld für die Beschäftigungsdynamik? Eine mikroökonometrische Analyse für das 

ostdeutsche Verarbeitende Gewerbe. ZEW Discussion Paper, No. 97-22. 

Strotmann, H. (2000): Kleine und mittlere Betriebe als Motoren des Beschäftigungswachstums in 

der baden-württembergischen Industrie von 1995 bis 1998?, in: Materialien und Berichte des 

Statistischen Landesamtes Baden-Württemberg, Heft 25, S. 5-14. 

Strotmann, H. (2002a) : Arbeitsplatzdynamik in der baden-württembergischen Industrie – eine 

Analyse mit amtlichen Betriebspaneldaten, Frankfurt/Main et al. 

Strotmann, H. (2002b): Determinanten des Überlebens von Neugründungen in der badenwürttembergischen 

Industrie – eine empirische Survivalanalyse mit amtlichen Betriebsdaten, 

IAW-Diskussionspapier, Nr. 6. 

Strotmann, H. (2003): Determinanten des Überlebens von Neugründungen in der badenwürttembergischen 

Industrie, in: Pohl, R./Fischer, J./Rockmann, U./Semlinger, K. (Hrsg.), 

Analysen zur regionalen Industrieentwicklung. Sonderauswertungen einzelbetrieblicher Daten 

der Amtlichen Statistik, (FHTW und Statistisches Landesamt Berlin), S. 81-112. 

Strotmann, H. (2005): Zur Gründungs- und Schließungsdynamik im Verarbeitenden Gewerbe – 

Erkenntnisse aus Betriebspaneldaten der Industriestatistik in Baden-Württemberg, in: 

Schmollers Jahrbuch, 125(4), S. 451-474. 

Strotmann, H. (2006): Entrepreneurial Survival, erscheint in: Small Business Economics. 

Tassinopoulos, A. (1998): Gewinner und Verlierer des regionalen Strukturwandels - eine Projektion 

der Beschäftigung für Westdeutschland bis 1999, Materialien aus der Arbeitsmarkt - und 

Berufsforschung Nr. 3. 

Tödtling, F. and H. Wanzenböck (2003): Regional Differences in Structural Characteristics of 

Start-ups, in: Entrepreneurship and Regional Development, Vol. 15, pp. 351-370. 

Wagner, J. and R. Sternberg (2004): Start-up activities, individual characteristics, and the regional 

milieu: Lessons for entrepreneurship support policies from German micro data, in: The 

Annals of Regional Science, Vol 38, pp. 219-240. 

Weber, A. (1909): Über den Stand der Industrien, Tübingen. 

Wolf, K. (2002): Analyse regionaler Beschäftigungsentwicklung mit einem ökonometrischen Analogon 

zu Shift-Share-Techniken, Kleinhenz, G. (Hrsg.), Beiträge zur Arbeitsmarkt - und Berufsforschung 

250. 

Wooldridge, J. M. (2002): Econometric Analysis of Cross Section and Panel Data, MIT Press, 

Cambridge, Massachusetts.


Zarth, M. und B. Crome (1999): Die regionale Infrastrukturausstattung als Indikator für die Auswahl 

regionalpolitischer Fördergebiete, Mitteilungen aus der Arbeitsmarkt- und Berufsforschung 

04. 

Zimmermann, H. (1999): Kommunalfinanzen. Eine Einführung in die finanzwissenschaftliche 

Analyse der kommunalen Finanzwirtschaft, Baden-Baden.


Anhang 

Tabelle A1: Jahresdurchschnittliche Veränderung der Beschäftigung, Jobschaffung und 

Jobabbau in den 1980er-Jahren in % 

NEC Jobschaffung Jobabbau JT 

gesamsamt 

ge- 

JCC JCE JCM 

JDC JDE JDM 

SK Stuttgart -0,9 2,7 2,2 0,4 0,1 3,5 2,6 0,7 0,3 6,2 

LK Böblingen 1,8 4,1 3,2 0,8 0,1 2,3 2,0 0,3 0,0 6,4 

LK Esslingen 0,3 3,8 3,2 0,5 0,1 3,5 2,8 0,7 0,0 7,4 

LK Göppingen -0,9 3,4 2,9 0,4 0,0 4,3 3,3 0,7 0,4 7,7 

LK Ludwigsburg 0,1 4,1 3,2 0,6 0,3 3,9 3,0 0,8 0,2 8,0 

Rems-Murr-Kreis 0,3 4,4 3,7 0,6 0,1 4,1 3,2 0,8 0,1 8,4 

SK Heilbronn -0,9 3,0 2,4 0,5 0,0 3,8 3,0 0,8 0,1 6,8 

LK Heilbronn 1,4 4,5 3,9 0,6 0,1 3,1 2,3 0,7 0,1 7,6 

Hohenlohekreis 1,3 4,2 3,6 0,6 0,0 2,9 2,2 0,7 0,1 7,2 

LK Schwäbisch-Hall 1,7 6,1 4,8 1,2 0,1 4,3 3,1 1,2 0,1 10,4 

Main-Tauber-Kreis 1,3 5,2 4,2 1,0 0,0 4,0 2,9 1,1 0,0 9,2 

LK Heidenheim 0,1 3,4 3,1 0,4 0,0 3,4 2,1 1,3 0,0 6,8 

Ostalbkreis 0,0 3,3 2,9 0,4 0,0 3,4 2,6 0,7 0,0 6,7 

SK Baden-Baden 0,5 5,2 4,7 0,4 0,1 4,8 2,8 1,6 0,4 10,0 

SK Karlsruhe -1,1 3,8 3,0 0,6 0,2 4,9 3,6 1,2 0,1 8,7 

LK Karlsruhe -0,7 4,2 3,2 0,9 0,2 4,9 3,8 1,0 0,1 9,1 

LK Rastatt 0,9 4,0 3,4 0,5 0,1 3,1 2,5 0,5 0,1 7,1 

SK Heidelberg 0,1 3,8 3,3 0,3 0,2 3,7 2,8 0,8 0,1 7,5 

SK Mannheim -2,0 2,8 1,8 0,9 0,1 4,7 4,1 0,5 0,1 7,5 

Neckar-Odenwald-Kreis -0,3 4,7 3,7 0,9 0,1 5,0 3,8 1,1 0,1 9,6 

Rhein-Neckar-Kreis -0,7 4,1 3,2 0,8 0,1 4,8 3,6 1,1 0,2 8,9 

SK Pforzheim -1,2 4,0 3,3 0,6 0,1 5,2 3,4 1,5 0,2 9,2 

LK Calw -0,2 4,9 4,0 0,7 0,2 5,1 3,9 1,1 0,0 9,9 

Enzkreis 0,9 5,7 4,5 1,0 0,2 4,8 3,7 0,9 0,2 10,6 

LK Freudenstadt 1,3 5,1 4,2 0,8 0,1 3,8 2,5 1,3 0,0 8,8 

SK Freiburg -1,2 2,7 2,1 0,5 0,2 3,9 3,0 0,7 0,2 6,6 

LK Breisgau- 

Hochschwarzwald 1,7 5,6 4,7 0,7 0,2 3,9 3,0 0,8 0,1 9,5 

LK Emmendingen -0,3 4,3 3,5 0,7 0,0 4,6 3,4 1,3 0,0 8,9 

Ortenaukreis 0,4 4,4 3,6 0,7 0,0 3,9 3,1 0,8 0,0 8,3 

LK Rottweil -0,4 5,1 3,8 1,3 0,0 5,5 4,6 0,9 0,0 10,6 

Schwarzwald-Baar-Kreis -0,9 4,4 3,2 1,1 0,0 5,2 4,1 1,1 0,0 9,6 

LK Tuttlingen 0,7 4,7 4,0 0,7 0,1 4,0 3,1 0,9 0,0 8,7 

LK Konstanz -1,0 3,1 2,6 0,5 0,0 4,2 3,4 0,8 0,0 7,3 

LK Lörrach -0,1 3,6 3,1 0,6 0,0 3,7 3,0 0,7 0,0 7,4 

LK Waldshut 0,0 3,6 3,0 0,6 0,0 3,6 3,1 0,5 0,0 7,2 

LK Reutlingen -0,5 4,5 3,8 0,7 0,1 5,1 3,8 1,2 0,0 9,6 

LK Tübingen -0,6 5,0 3,0 1,7 0,2 5,5 4,1 1,3 0,1 10,5 

Zollernalbkreis -0,9 4,1 3,5 0,6 0,0 5,0 3,6 1,3 0,0 9,1 

SK Ulm -2,1 2,5 2,1 0,4 0,0 4,6 3,8 0,8 0,0 7,1 

Alb-Donau-Kreis 1,6 5,9 4,1 0,9 1,0 4,4 3,6 0,7 0,0 10,3 

LK Biberach 0,8 4,2 3,3 1,0 0,0 3,4 2,8 0,6 0,0 7,6 

Bodenseekreis 0,6 3,7 3,3 0,4 0,0 3,1 2,3 0,7 0,1 6,8 

LK Ravensburg 0,9 4,6 3,8 0,7 0,1 3,7 3,1 0,6 0,0 8,3 

LK Sigmaringen 0,5 4,9 3,6 1,2 0,2 4,4 3,2 1,2 0,0 9,3 


NEC Veränderung der Beschäftigung in % 

JCC Jobschaffung in bestehenden Betrieben in % („Wachstum“) 

JCE Jobschaffung durch neu auftretende Betriebe in % („Gründungen“) 

JCM Jobschaffung durch Kreiswechsler in % 

JDC Jobabbau in bestehenden Betrieben in % („Schrumpfung“) 

JDE Jobabbau durch wegfallende Betriebe in % („Schließungen“) 

JDM Jobabbau durch Kreiswechsler in % 

JT Job-Turnover-Rate in % (= Summe der Jobschaffungs- und Jobabbaurate)


Tabelle A2: 

Jahresdurchschnittliche Veränderung der Beschäftigung, Jobschaffung und 

Jobabbau in den 1990er-Jahren in % 


gesamsamt 

ge- 

JCC JCE JCD 

JDC JDE JDM 

SK Stuttgart -3,4 2,9 2,1 0,8 0,1 6,3 5,1 1,0 0,3 9,3 

LK Böblingen -1,3 3,8 2,5 1,2 0,1 5,1 4,5 0,5 0,1 8,9 

LK Esslingen -3,1 3,3 2,5 0,7 0,1 6,4 5,3 1,0 0,2 9,7 

LK Göppingen -2,8 3,3 2,6 0,6 0,1 6,1 4,8 1,2 0,1 9,4 

LK Ludwigsburg -2,0 3,7 2,8 0,7 0,2 5,6 4,5 1,1 0,1 9,3 

Rems-Murr-Kreis -2,2 4,8 3,3 1,4 0,1 7,0 5,5 1,3 0,2 11,8 

SK Heilbronn -2,6 3,7 2,4 1,3 0,0 6,3 4,2 1,8 0,2 10,0 

LK Heilbronn 0,3 5,3 4,1 1,1 0,2 5,0 4,2 0,8 0,1 10,3 


LK Schwäbisch-Hall 0,2 5,2 4,2 0,9 0,1 5,0 3,8 1,2 0,0 10,2 

Main-Tauber-Kreis -1,2 3,6 3,0 0,6 0,0 4,8 3,8 1,0 0,1 8,5 

LK Heidenheim -2,1 2,8 2,1 0,6 0,1 4,9 4,3 0,5 0,0 7,7 

Ostalbkreis -2,1 2,9 2,2 0,6 0,1 5,0 4,1 0,8 0,0 7,8 

SK Baden-Baden 0,8 5,2 4,4 0,4 0,4 4,4 3,1 0,8 0,5 9,6 

SK Karlsruhe -4,0 6,3 4,1 2,1 0,1 10,3 8,1 1,9 0,3 16,6 

LK Karlsruhe -1,6 5,0 3,5 1,0 0,5 6,6 4,8 1,7 0,0 11,5 

LK Rastatt -0,3 4,9 3,7 1,1 0,1 5,2 4,6 0,6 0,1 10,1 

SK Heidelberg -4,3 3,1 2,5 0,5 0,0 7,4 5,7 1,3 0,4 10,5 

SK Mannheim -2,8 3,4 2,3 0,9 0,2 6,2 5,2 0,9 0,1 9,5 

Neckar-Odenwald-Kreis -1,5 4,1 3,4 0,4 0,2 5,6 4,3 1,2 0,1 9,6 


SK Pforzheim -4,5 4,0 2,8 1,1 0,1 8,5 6,6 1,6 0,4 12,5 

LK Calw -2,5 3,9 3,1 0,7 0,1 6,4 4,8 1,5 0,1 10,3 

Enzkreis -1,1 5,3 4,2 0,7 0,3 6,3 4,9 1,2 0,3 11,6 


SK Freiburg -1,1 5,5 3,3 2,2 0,0 6,6 5,3 1,1 0,3 12,2 

LK Breisgau- 

Hochschwarzwald -0,2 5,1 4,2 0,7 0,2 5,2 4,0 1,2 0,1 10,3 


Ortenaukreis -1,2 3,8 3,0 0,7 0,0 4,9 4,1 0,9 0,0 8,7 

LK Rottweil -1,6 4,8 3,3 1,4 0,0 6,3 5,2 1,1 0,1 11,1 

Schwarzwald-Baar-Kreis -3,0 4,3 3,2 1,1 0,1 7,3 6,2 1,0 0,1 11,6 

LK Tuttlingen -0,4 4,7 3,8 0,8 0,1 5,1 4,2 0,9 0,0 9,7 

LK Konstanz -2,2 4,4 2,7 1,5 0,3 6,6 5,5 1,1 0,0 11,0 

LK Lörrach -2,0 3,9 3,0 0,9 0,0 5,9 4,8 1,1 0,0 9,8 

LK Waldshut -3,1 3,6 2,9 0,7 0,0 6,7 5,1 1,5 0,0 10,3 

LK Reutlingen -2,0 4,7 3,6 0,9 0,2 6,7 4,9 1,7 0,1 11,4 

LK Tübingen -1,2 5,2 3,8 1,2 0,3 6,4 4,6 1,6 0,2 11,5 

Zollernalbkreis -3,0 3,9 3,1 0,8 0,1 6,9 5,3 1,6 0,0 10,8 

SK Ulm -2,7 3,9 2,0 1,9 0,0 6,6 5,7 0,8 0,1 10,5 

Alb-Donau-Kreis -0,8 4,5 3,4 0,9 0,3 5,3 4,0 1,2 0,1 9,9 

LK Biberach 0,1 3,3 2,9 0,4 0,0 3,2 2,8 0,5 0,0 6,5 

Bodenseekreis -1,4 4,1 2,3 1,7 0,0 5,5 4,7 0,6 0,2 9,5 

LK Ravensburg -1,2 4,5 3,5 0,9 0,1 5,6 4,3 1,1 0,2 10,1 

LK Sigmaringen -3,2 3,2 2,5 0,6 0,1 6,3 4,9 1,3 0,1 9,5 











Tabelle A3: 

Jahresdurchschnittliche Veränderung der Beschäftigung, Jobschaffung und 

Jobabbau von 2000 bis 2002 in % 


gesamsamt 

ge- 

JCC JCE JCD 

JDC JDE JDM 

SK Stuttgart -0,8 3,9 2,2 1,6 0,1 4,7 3,7 0,6 0,4 8,6 

LK Böblingen 1,8 5,7 4,4 1,3 0,1 3,9 3,3 0,5 0,1 9,6 

LK Esslingen 0,8 5,7 4,3 1,4 0,0 4,9 3,6 1,0 0,3 10,6 

LK Göppingen 0,4 5,3 3,2 1,9 0,2 4,9 3,9 1,0 0,1 10,2 

LK Ludwigsburg 0,4 6,0 3,0 2,5 0,5 5,6 4,8 0,8 0,0 11,7 

Rems-Murr-Kreis -1,3 5,5 3,5 1,8 0,3 6,8 4,9 1,5 0,4 12,3 

SK Heilbronn -0,9 4,7 2,5 2,0 0,3 5,6 4,3 1,1 0,3 10,4 

LK Heilbronn 1,8 5,3 3,3 1,8 0,1 3,5 2,8 0,6 0,1 8,8 


LK Schwäbisch-Hall -0,5 6,0 3,6 1,7 0,7 6,5 4,9 1,5 0,0 12,4 

Main-Tauber-Kreis 1,3 5,9 4,1 1,8 0,0 4,6 2,4 2,2 0,0 10,4 

LK Heidenheim -2,2 4,1 2,6 1,2 0,3 6,4 4,7 0,6 1,1 10,5 

Ostalbkreis 1,5 6,9 2,8 3,6 0,5 5,4 4,5 0,9 0,0 12,3 

SK Baden-Baden 1,5 7,1 2,1 4,7 0,2 5,6 3,7 1,9 0,1 12,7 

SK Karlsruhe -2,3 4,2 2,9 1,2 0,1 6,5 3,8 1,8 0,8 10,7 

LK Karlsruhe 2,4 8,0 4,2 3,3 0,5 5,6 4,1 1,4 0,1 13,5 

LK Rastatt -0,5 3,7 2,4 1,3 0,0 4,2 3,5 0,7 0,0 7,9 

SK Heidelberg 2,2 5,9 3,6 2,3 0,0 3,7 2,1 0,6 0,9 9,6 

SK Mannheim -0,2 4,7 3,0 1,5 0,2 4,9 3,0 1,9 0,0 9,6 

Neckar-Odenwald-Kreis 0,2 4,9 3,2 1,7 0,0 4,8 3,9 0,9 0,0 9,7 


SK Pforzheim -3,0 5,4 3,6 1,8 0,0 8,4 5,4 2,8 0,1 13,8 

LK Calw 1,8 6,2 3,9 2,3 0,0 4,5 2,8 1,1 0,6 10,7 

Enzkreis 0,9 6,7 3,8 2,7 0,2 5,8 4,0 1,8 0,0 12,4 


SK Freiburg -3,0 6,8 3,1 3,6 0,1 9,8 7,2 2,6 0,0 16,6 

LK Breisgau- 

Hochschwarzwald 0,4 5,6 3,6 2,0 0,0 5,2 4,1 1,0 0,1 10,8 


Ortenaukreis 1,3 6,2 3,6 2,5 0,1 4,9 4,0 0,9 0,0 11,0 

LK Rottweil 1,7 5,6 3,8 1,9 0,0 4,0 3,1 0,8 0,0 9,6 

Schwarzwald-Baar-Kreis 1,6 7,1 3,9 2,8 0,3 5,5 4,4 0,9 0,2 12,6 

LK Tuttlingen 2,6 6,9 4,8 2,0 0,2 4,3 2,9 1,1 0,4 11,3 

LK Konstanz -1,0 5,2 3,0 2,1 0,0 6,2 4,6 1,6 0,0 11,4 

LK Lörrach -3,9 5,1 3,1 2,0 0,0 9,0 7,7 1,4 0,0 14,1 

LK Waldshut 1,5 4,9 3,7 1,1 0,0 3,4 2,8 0,6 0,0 8,3 

LK Reutlingen -0,3 4,9 3,4 1,4 0,1 5,2 3,7 1,5 0,1 10,1 

LK Tübingen -1,8 5,6 3,2 1,8 0,6 7,4 5,6 1,8 0,1 13,0 

Zollernalbkreis 0,0 6,6 3,6 2,9 0,0 6,5 4,6 1,9 0,0 13,1 

SK Ulm -1,1 5,8 3,0 2,7 0,0 6,9 5,9 0,6 0,4 12,7 

Alb-Donau-Kreis -0,3 4,7 2,9 1,5 0,3 5,0 4,1 0,8 0,0 9,7 

LK Biberach 3,6 6,3 4,4 1,3 0,5 2,7 2,1 0,5 0,1 8,9 

Bodenseekreis 1,0 5,5 3,3 2,2 0,0 4,5 3,7 0,7 0,1 10,0 

LK Ravensburg 0,7 5,7 3,6 2,1 0,0 5,0 4,0 1,0 0,0 10,7 

LK Sigmaringen -1,0 6,1 3,4 2,6 0,0 7,1 5,2 1,9 0,0 13,2 











Tabelle A4: 

Jahresdurchschnittliche Veränderung der Beschäftigung und Salden der 

Beschäftigungsveränderung in den 1980er-Jahren und den 1990er-Jahren in % 

1980er-Jahre 

1990er-Jahre 

Veränderung 

gesamt 

Bestehende 

Betriebe 

Gründungen/ 

Schließungen 

Kreiswechsler 

Veränderung 

gesamt 

Bestehende 

Betriebe 

Gründungen/ 

Schließungen 

Kreiswechsler 

SK Stuttgart -0,9 -0,4 -0,3 -0,2 -3,4 -3,1 -0,2 -0,2 

LK Böblingen 1,8 1,2 0,5 0,1 -1,3 -2,0 0,7 0,0 

LK Esslingen 0,3 0,5 -0,2 0,0 -3,1 -2,8 -0,3 -0,1 

LK Göppingen -0,9 -0,4 -0,2 -0,4 -2,8 -2,2 -0,6 0,1 

LK Ludwigsburg 0,1 0,2 -0,2 0,1 -2,0 -1,6 -0,4 0,1 

Rems-Murr-Kreis 0,3 0,6 -0,2 0,0 -2,2 -2,2 0,1 -0,1 

SK Heilbronn -0,9 -0,5 -0,3 0,0 -2,6 -1,8 -0,5 -0,2 

LK Heilbronn 1,4 1,5 -0,2 0,0 0,3 -0,1 0,3 0,1 

Hohenlohekreis 1,3 1,4 -0,1 0,0 0,2 0,4 -0,2 0,0 

LK Schwäbisch-Hall 1,7 1,7 0,0 0,0 0,2 0,4 -0,3 0,0 

Main-Tauber-Kreis 1,3 1,3 -0,1 0,0 -1,2 -0,8 -0,3 0,0 

LK Heidenheim 0,1 0,9 -0,9 0,0 -2,1 -2,2 0,1 0,1 

Ostalbkreis 0,0 0,2 -0,3 0,0 -2,1 -1,9 -0,3 0,1 

SK Baden-Baden 0,5 1,9 -1,2 -0,3 0,8 1,3 -0,4 -0,1 

SK Karlsruhe -1,1 -0,5 -0,6 0,1 -4,0 -4,1 0,3 -0,2 

LK Karlsruhe -0,7 -0,6 -0,2 0,1 -1,6 -1,3 -0,7 0,4 

LK Rastatt 0,9 0,9 0,0 0,0 -0,3 -0,9 0,6 0,1 

SK Heidelberg 0,1 0,4 -0,5 0,1 -4,3 -3,2 -0,7 -0,4 

SK Mannheim -2,0 -2,3 0,4 0,0 -2,8 -3,0 0,0 0,2 

Neckar-Odenwald-Kreis -0,3 0,0 -0,3 0,0 -1,5 -0,8 -0,8 0,1 

Rhein-Neckar-Kreis -0,7 -0,4 -0,3 0,0 -2,6 -2,8 0,3 -0,1 

SK Pforzheim -1,2 -0,1 -0,9 -0,1 -4,5 -3,8 -0,5 -0,2 

LK Calw -0,2 0,1 -0,5 0,2 -2,5 -1,6 -0,8 0,0 

Enzkreis 0,9 0,9 0,0 0,0 -1,1 -0,7 -0,4 0,1 

LK Freudenstadt 1,3 1,7 -0,5 0,1 0,1 0,4 -0,4 0,0 

SK Freiburg -1,2 -0,9 -0,2 0,0 -1,1 -2,0 1,1 -0,2 

LK Breisgau- 

Hochschwarzwald 1,7 1,7 -0,1 0,0 -0,2 0,2 -0,5 0,1 

LK Emmendingen -0,3 0,2 -0,5 0,0 -1,2 -1,1 -0,2 0,0 

Ortenaukreis 0,4 0,5 -0,1 0,0 -1,2 -1,0 -0,1 0,0 

LK Rottweil -0,4 -0,8 0,5 0,0 -1,6 -1,8 0,3 0,0 

Schwarzwald-Baar-Kreis -0,9 -0,9 0,0 0,0 -3,0 -3,1 0,0 0,0 

LK Tuttlingen 0,7 0,9 -0,2 0,0 -0,4 -0,3 -0,1 0,0 

LK Konstanz -1,0 -0,8 -0,3 0,0 -2,2 -2,8 0,4 0,3 

LK Lörrach -0,1 0,1 -0,2 0,0 -2,0 -1,8 -0,2 0,0 

LK Waldshut 0,0 -0,1 0,1 0,0 -3,1 -2,2 -0,8 0,0 

LK Reutlingen -0,5 0,0 -0,6 0,0 -2,0 -1,3 -0,8 0,1 

LK Tübingen -0,6 -1,0 0,4 0,1 -1,2 -0,8 -0,5 0,1 

Zollernalbkreis -0,9 -0,1 -0,7 0,0 -3,0 -2,2 -0,8 0,0 

SK Ulm -2,1 -1,7 -0,5 0,0 -2,7 -3,7 1,2 -0,1 

Alb-Donau-Kreis 1,6 0,5 0,1 1,0 -0,8 -0,7 -0,4 0,2 

LK Biberach 0,8 0,5 0,4 0,0 0,1 0,1 -0,1 0,0 

Bodenseekreis 0,6 1,0 -0,2 -0,1 -1,4 -2,3 1,1 -0,2 

LK Ravensburg 0,9 0,7 0,1 0,0 -1,2 -0,8 -0,3 -0,1 

LK Sigmaringen 0,5 0,4 0,0 0,1 -3,2 -2,4 -0,7 0,0 



Tabelle A5: 

Jahresdurchschnittliche Veränderung der Beschäftigung und Salden der 

Beschäftigungsveränderung von 2000 bis 2002 in % 

Veränderung 

gesamt 

Bestehende 

Betriebe 

Gründungen/ 

Schließungen 

Kreiswechsler 

SK Stuttgart -0,8 -1,5 1,0 -0,3 

LK Böblingen 1,8 1,0 0,8 0,0 

LK Esslingen 0,8 0,7 0,4 -0,3 

LK Göppingen 0,4 -0,7 1,0 0,1 

LK Ludwigsburg 0,4 -1,7 1,7 0,4 

Rems-Murr-Kreis -1,3 -1,4 0,3 -0,1 

SK Heilbronn -0,9 -1,8 0,9 0,0 

LK Heilbronn 1,8 0,5 1,2 0,0 

Hohenlohekreis 0,7 0,1 0,8 -0,2 

LK Schwäbisch-Hall -0,5 -1,4 0,2 0,7 

Main-Tauber-Kreis 1,3 1,8 -0,4 0,0 

LK Heidenheim -2,2 -2,1 0,6 -0,7 

Ostalbkreis 1,5 -1,7 2,7 0,4 

SK Baden-Baden 1,5 -1,5 2,8 0,1 

SK Karlsruhe -2,3 -0,9 -0,6 -0,8 

LK Karlsruhe 2,4 0,1 1,9 0,4 

LK Rastatt -0,5 -1,1 0,6 0,0 

SK Heidelberg 2,2 1,4 1,7 -0,9 

SK Mannheim -0,2 0,1 -0,4 0,2 

Neckar-Odenwald-Kreis 0,2 -0,7 0,8 0,0 

Rhein-Neckar-Kreis -1,5 -2,5 0,9 0,0 

SK Pforzheim -3,0 -1,8 -1,0 -0,1 

LK Calw 1,8 1,1 1,2 -0,6 

Enzkreis 0,9 -0,1 0,9 0,2 

LK Freudenstadt 1,9 0,8 1,1 0,0 

SK Freiburg -3,0 -4,1 1,0 0,1 

LK Breisgau- 

Hochschwarzwald 0,4 -0,5 1,0 -0,1 

LK Emmendingen -0,7 -0,9 0,1 0,0 

Ortenaukreis 1,3 -0,5 1,6 0,1 

LK Rottweil 1,7 0,6 1,1 0,0 

Schwarzwald-Baar-Kreis 1,6 -0,5 1,9 0,1 

LK Tuttlingen 2,6 1,9 0,9 -0,2 

LK Konstanz -1,0 -1,6 0,6 0,0 

LK Lörrach -3,9 -4,6 0,7 0,0 

LK Waldshut 1,5 1,0 0,5 0,0 

LK Reutlingen -0,3 -0,2 -0,1 0,0 

LK Tübingen -1,8 -2,4 0,1 0,5 

Zollernalbkreis 0,0 -1,0 1,0 0,0 

SK Ulm -1,1 -2,9 2,2 -0,4 

Alb-Donau-Kreis -0,3 -1,3 0,7 0,2 

LK Biberach 3,6 2,4 0,8 0,4 

Bodenseekreis 1,0 -0,4 1,6 -0,1 

LK Ravensburg 0,7 -0,4 1,1 0,0 

LK Sigmaringen -1,0 -1,8 0,7 0,0 


Publikationsprogramm des Instituts für Angewandte Wirtschaftsforschung e.V. 

I. Forschungsberichte 

aus dem Institut für Angewandte Wirtschaftsforschung Tübingen 

Serie A (ab 2004: IAW-Forschungsberichte) 

Nr. 1 

Nr. 2 

Nr. 3 

Nr. 4 

Nr. 5 

Susanne Nebbeling: 

Das Preisverhalten der Unternehmer in Baden-Württemberg. Hauptergebnisse 

einer schriftlichen Befragung. Tübingen 1973. – vergriffen – 

Siegfried Bullinger – Peter Huber – Horst Köhler – Alfred E. Ott- Adolf Wagner: 

Die volkswirtschaftliche Bedeutung der Beschäftigung ausländischer Arbeitnehmer 

in Baden- Württemberg. Gutachten im Auftrag des Arbeits- und Sozialministerium 

Baden- Württemberg. Tübingen 1972. – vergriffen – 

Wolfgang J. Mückl: 

Ziele, Mittel und Wirkungen der vermögenspolitischen Konzepte der Bundesregierung, 

CDU, FDP SPD, DAG, des DGB und der Bundesregierung der 

Deutschen Arbeitgeberverbände. Untersuchung im Auftrage der Kommission für 

wirtschaftlichen und sozialen Wandel, Tübingen, 1973. – vergriffen – 

Siegfried Bullinger: 

Ausländerbeschäftigung, Arbeitsmarkt und Konjunkturverlauf in der Bundesrepublik 

Deutschland. Tübingen 1974. – vergriffen – 

Peter Huber: 

Ausländerbeschäftigung und Wirtschaftswachstum. Tübingen 1974. – vergriffen – 

Nr. 6 Harald Enke – Helge Majer- Alfred E. Ott – Lothar Rall – Adolf Wagner – 

Rolf Wiegert: 

Zur Ermittlung von Fördergebieten. Gutachten im Auftrag des Ministeriums für 

Wirtschaft, Mittelstand und Verkehr Baden- Württemberg, Tübingen 1974. 

– vergriffen – 

Nr. 7 Horst Köhler – Helge Majer – Susanne Wied-Nebbeling : 

Quantitative Auswirkungen des technischen Wandels auf die Arbeitskräfte in 

Baden Württemberg. Gutachten im Auftrag des Ministeriums für Arbeit, Gesundheit 

und Sozialordnung Baden- Württemberg, Tübingen 1974. – vergriffen – 

Nr. 8 

Nr. 9 

Siegfried Bullinger – Peter Huber: 

Ausländerbeschäftigung aus Unternehmersicht. Quantitative und qualitative 

Ergebnisse einer Unternehmerbefragung zur Ausländerbeschäftigung in Baden- 

Württemberg, Tübingen 1974. – vergriffen – 

Wolfgang J. Mückl: 

Die Verteilungswirkungen der Inflation auf die personelle Verteilung und die 

Vermögensverteilung. Literaturexpertise im Auftrag der Kommission für wirtschaftlichen 

und sozialen Wandel, Tübingen 1975. – vergriffen –

Nr. 10 

Lothar Rall – Susanne Wied-Nebbeling: 

Die Belastung der gewerblichen Wirtschaft durch Gesetzgebung und Verwaltungsmaßnahmen 

seit 1968. Gutachten im Auftrag des Ministeriums für Wirtschaft, 

Mittelstand und Verkehr Baden-Württemberg. Tübingen 1975. – vergriffen – 

Nr. 11 Helmut Geschwendtner – Helge Majer – Wolfgang J. Mückl – Alfred E. Ott – 

Adolf Wagner: 

Wirtschaftswachstum und Energieverbrauch in Baden-Württemberg. Gutachten 

im Auftrag des Staatsministeriums Baden-Württemberg. Tübingen 1975, 8.50 

Euro 

Nr. 12 

Rolf Pfeiffer: 

Kybernetische Analyse ökonomischer Makromodelle für die Bundesrepublik 

Deutschland. Tübingen 1975. – vergriffen – 

Nr. 13 

Nr. 14 

Siegfried Bullinger – Hans-Dieter Frey – Peter Huber: 

Teilzeitbeschäftigung von Frauen in Baden-Württemberg. Gutachten im Auftrag 

des Ministeriums für Arbeit, Gesundheit und Sozialordnung Baden-Württemberg. 

Tübingen, 1975. – vergriffen – 

Lothar Rall – Susanne Wied-Nebbeling: 

Preisbildung auf Märkten mit homogenen Massengütern. Gutachten im Auftrag des 

Bundesministers für Wirtschaft, Tübingen 1976. – vergriffen – 

Nr. 15 Helmut Geschwendtner – Winand Kau . Dietrich Lüdeke – Helge Majer – 

Alfred E. Ott: 

Die volkswirtschaftlichen Auswirkungen einer Liberalisierung des Ladenschlussgesetzes. 

Tübingen 1976. 2. unveränd. Auflage 1988. – vergriffen – 

Nr. 16 

Nr. 17 

Nr. 18 

Nr. 19 

Peter Huber: 

Bevölkerungspolitik durch Wanderungen? Demographische und regionalwirtschaftliche 

Grundlagen zur Beurteilung und Steuerung der Ausländerbeschäftigung 

in Europa. Tübingen 1977, 269 S. – vergriffen – 

Horst Köhler: 

Freisetzung von Arbeit durch technischen Fortschritt. Tübingen 1977. 172 S. 

– vergriffen – 

Lothar Rall – Susanne Wied-Nebbeling – mit einer Situationsanalyse von 

Wulfheinrich von Natzmer: 

Ausmaß und Ursachen und Wirkungen der Investitionslücke in der Bundesrepublik 

Deutschland. Gutachten im Auftrag des Bundesministers für Wirtschaft, 

Tübingen 1978, 299 S., ISBN 3-88573-002-2, 10.50 Euro 

Günther Petry: 

Eine Messung des Entwicklungsstandes von Regionen. Analyse und empirische 

Untersuchung der Stadt- und Landkreis in Baden-Württemberg. Tübingen 1978, 

174 S. ISBN 3-88573-003-0, 11.50 Euro

Nr. 20 

Nr. 21 

Nr. 22 

Albrecht K. Ungerer: 

Komponenten einer regionalen Anlagevermögensrechnung. Ein methodischer 

Beitrag zur Schätzung. Tübingen 1978, 206 S., ISBN 3-88573-004-9, 10.50 Euro 

Dirk Ahner – Werner Thorn unter Mitarbeit von Peter Huber: 

Zur Beschäftigungssituation älterer Arbeitnehmer in Baden-Württemberg. Gutachten 

im Auftrag des Ministeriums für Arbeit, Gesundheit und Sozialordnung 

Baden-Württemberg. Tübingen 1978, 356 S., ISBN 3-88573-005-7, 15.50 Euro 

Fokion Fotiadis: 

Ein ökonometrisches Modell zur Klärung des Investitions- und des Finanzierungsverhaltens 

deutscher Aktiengesellschaften für den Zeitraum 1955-1975. Tübingen 

1979, 203 S., ISBN 3-88573-006-5, 12 Euro 

Nr. 23 Rudi Kurz – Lothar Rall – 

mit ökonometrischen Simulationsanalysen von Joachim Fronia – Dietrich Lüdeke 

– Wulfheinrich von Natzmer: 

Probleme einer konjunktur- und vermögenspolitisch optimalen Sparquote. 

Gutachten im Auftrag des Bundesministers für Wirtschaft, Tübingen 1980, 413 S. 

ISBN 3-88573-007-3, 19 Euro 

Nr. 24 

Nr. 25 

Nr. 26 

Nr. 27 

Nr. 28 

Günther Petry unter Mitarbeit von Alfred E. Ott: 

Probleme der Arbeitslosigkeit aus regionalstatistischer Sicht. Eine Untersuchung 

von ausgewählten Arbeitsamtsbezirken in Baden-Württemberg. Tübingen 1980, 

260 S., ISBN 3-88573-008-1, 16 Euro 

Heinrich- Matthias Geck – Günther Petry: 

Die Förderung des Dienstleistungssektors im Rahmen der regionalen Strukturpolitik. 

Einer Untersuchung zur theoretischen Grundlage der regionalen Wirtschaftsförderung. 

Gutachten im Auftrag des Ministeriums für Wirtschaft, Mittelstand 

und Verkehr Baden-Württemberg. Tübingen 1980, 112 S., 

ISBN 3-88573-009-X, 8.50 Euro 

Harald Enke: 

Aufbereitungs- und Aggregationsgrad des Beobachtungsmaterials und Güte 

ökonometrischer Schätzungen. Eine empirische Untersuchung anhand von 

vierteljährlichen Arbeitsmarktgleichungen. Tübingen 1980, 160 S. 

ISBN 3-88573-010-3, 13 Euro 

Jürgen W. Hutzel: 

Interdependenzen zwischen Klein- und Großfirmen. Eine empirische Untersuchung 

am Beispiel der Metallindustrie Baden-Württembergs. Tübingen 1981, 

237 S., ISBN 3-88573-011-1, 16.50 Euro 

Lothar Rall unter Mitarbeit von Rolf Pfeiffer: 

Die Förderung der Produktionseinrichtung und Markteinführung bei kleinen und 

mittleren Unternehmen in ordnungspolitischer Sicht. Gutachten im Auftrag des 

Bundesministers für Wirtschaft, Tübingen 1981. – vergriffen –

Nr. 29 

Nr. 30 

Nr. 31 

Nr. 32 

Nr. 33 

Nr. 34 

Nr. 35 

Jürgen W. Hutzel: 

Große und kleine Zulieferer. Eine Untersuchung zur Nachfragemacht industrieller 

Abnehmer. Tübingen 1981, 196 S., ISBN 3-88573-013-8, 16 Euro 

Uwe Vorkötter – Susanne Wied-Nebbeling: 

Gesamtwirtschaftliche Auswirkungen einer beschleunigten Verkürzung der 

Wochenarbeitszeit. Tübingen, 1981, 233 S., ISBN 3-88573-014-6, 19 Euro 

Helmut Lindner – Günther Petry - Rolf Pfeiffer – Adolf Wagner: 

Möglichkeiten und Grenzen der Anwendung der für die Bundesrepublik Deutschland 

vorliegenden Input-Output Tabellen. Gutachten im Auftrag des Bundesministers 

für Wirtschaft, Tübingen 1981, 440 S., ISBN 3-88573-015-4, 20 Euro 

Helmut Geschwendtner: 

Grenzen der Staatsverschuldung unter besonderer Berücksichtigung des Staatshaushaltes 

von Baden-Württemberg, Tübingen 1981, 190 S. – vergriffen – 

Wolfgang Kitterer unter Mitarbeit von Joachim Fronia: 

Belastungswirkungen der Umsatzsteuer. 

Gutachten im Auftrag des Bundesministers für Wirtschaft, Tübingen 1981, 298 S., 

ISBN 3-88573-017-0, 21 Euro 

Rudi Kurz: 

Verteilung, Konjunktur, Wachstum. Zur wirtschaftspolitischen Anwendbarkeit 

theoretischer Modelle. Tübingen 1982. – vergriffen – 

Margot Körber- Weik: 

Konjunkturdiagnose und Konjunkturmessung. Eine Untersuchung der 

Adäquationsprobleme. Tübingen 1983, 516 S. – vergriffen – 

Nr. 36 Dietrich Lüdeke – Dieter Friedrich – Joachim Fronia – Wolfgang Hummer – 

Wulfheinrich von Natzmer – Werner Röger – Wolfgang Röhling – Jürgen 

Termin: 

F&T Modell. Freiburger und Tübinger ökonometrisches Vierteljahresmodell 

Version 81. Tübingen 1983, 346 S., ISBN 3-88573-020-0, 24 Euro 

Nr. 37 Helmut Geschwendtner – 

mit einer Simulationsanalyse von Werner Röger: 

Strukturelle Auswirkungen des Steuersystems. Gutachten im Auftrag des 

Bundesministers für Wirtschaft, Tübingen 1981, 293 S., ISBN 3-88573-021-9, 

22.50 Euro 

Nr. 38 

Nr. 39 

Rudi Kurz – Lothar Rall – mit ökonometrischen Simulationsanalysen von Joachim 

Fronia: 

Interpersonelle und intertemporale Verteilungswirkungen öffentlicher Verschuldung. 

Gutachten im Auftrag des Bundesministers für Wirtschaft, Tübingen, 1983, 

542 S. – vergriffen – 

Bernhard Keller: 

Die Zeit als ökonomisches Gut. Eine theoretische und empirische Analyse des 

Konsumentenverhaltens, Tübingen 1984, 229 S., ISBN 3-88573-023-5, 22.50 Euro

Nr. 40 

Nr. 41 

Nr. 42 

Nr. 43 

Nr. 44 

Nr. 45 

Nr. 46 

Nr. 47 

Nr. 48 

Wolfgang Röhling: 

Ein ökonometrisches Import/Export-Modell für die Industriesektoren der 

Bundesrepublik Deutschland. Tübingen 1984, 289 S., ISBN 3-88573-024-3, 24 Euro 

Günther Petry – Lothar Rall: 

Entwicklungsimpulse für den Landkreis Sigmaringen und das württembergische 

Allgäu. Tübingen 1985, 320 S., ISBN 3-88573-025-1, 22 Euro 

Harald Enke: 

Der Konsumeffekt der Investitionen. Eine Wachstumschance? 

Tübingen 1986, 114 S., ISBN 3-88573-026-X, 13.50 Euro 

Helmut Lindner (Hrsg.): 

Aussagefähigkeit von Einkommensverteilungsrechnungen für die Bundesrepublik 

Deutschland. 

Gutachten im Auftrag des Bundesministers für Wirtschaft, mit Beiträgen von 

W. Kitterer, H. Enke und H. Lindner unter Mitarbeit von B. Freitag. Tübingen 

1986, 436 S., ISBN 3-88573-027-8, 30 Euro 

Michael Zarth: 

Wirtschaftsunterricht an allgemeinbildenden Schulen in Baden-Württemberg. 

Notwendigkeit, inhaltliche Ausgestaltung und Anforderungen seitens des 

Beschäftigungssystems. Gutachten im Auftrag des Ministeriums für Kultus und 

Sport Baden-Württemberg. Tübingen 1987, 251 S., ISBN 3-88573-028-6, 21 Euro 

Helmut Lindner: 

Die De-Industrialisierungsthese. Eine Analyse ihrer empirisch-statistischen 

Grundlagen. 

Tübingen 1987, 370 S., ISBN 3-88573-029-4, 25 Euro 

Rudi Kurz: 

Neue Makroökonomik und ihre beschäftigungspolitischen Konsequenzen. 

Literaturanalyse im Auftrag des Bundesministers für Wirtschaft. Tübingen 1987, 

94 S., ISBN 3-88573-030-8, 12 Euro 

Werner Röger: 

Alternative geldpolitische Modelle und ökonometrische Tests für die Bundesrepublik 

Deutschland. Tübingen 1987, 179 S., ISBN 3-88573-031-6, 17.50 Euro 

Regina Moczadlo: 

Unternehmensgröße und Beschäftigung. Zu den Auswirkungen amtlicher 

Größendefinitionen auf empirische Ergebnisse. Tübingen 1988, 404 S. 

ISBN 3-88573-033-2, 27.50 Euro 

Nr. 49 Margot Körber-Weik – Jürg D. Lindlbauer – Wolfgang Röhling – Erich Spörndli – 

Rolf Wiegert: 

Konjunkturfrühindikatoren. Grundlagen und Modellrechnungen mit Daten des 

Ifo-Konjunkturtests. Tübingen 1988, 360 S. – vergriffen –

Nr. 50 

Nr. 51 

Nr. 52 

Nr. 53 

Nr. 54 

Nr. 55 

Nr. 56 

Nr. 57 

Nr. 58 

Rudi Kurz – Hans Werner Graf – Michael Zarth: 

Der Einfluß wirtschafts- und gesellschaftspolitischer Rahmenbedingungen auf das 

Innovationsverhalten von Unternehmen. Eine Problemskizze auf der Grundlage 

der relevanten Literatur. Gutachten im Auftrag des Bundesministers für Wirtschaft. 


Helmut Gschwendtner: 

Die Bedeutung öffentlicher Investitionen für die wirtschaftliche Entwicklung 

Baden-Württembergs. Gutachten im Auftrag des Ministeriums für Wirtschaft, 

Mittelstand und Technologie Baden-Württemberg mit einem Beitrag von Ingrid 

Größl-Gschwendtner. Tübingen 1989, 265 S., ISBN 3-88573-036-7, 20 Euro 

Rudi Kurz – Werner Röger – Michael Zarth: 

Existenzgründungshilfen von Bund und Ländern. Eine Wirkungsanalyse der Programme 

im Hinblick auf Wettbewerb, Produktivitätswachstum und Beschäftigung. 

Gutachten im Auftrag des Bundesministers für Wirtschaft. Tübingen 1990, 261 S. 

ISBN 3-88573-037-5, 22 Euro 

Dietmar Böhm u.a.: 

Baden-Württemberg und der EG-Binnenmarkt 1992. Gutachten im Auftrag des 

Ministeriums für Wirtschaft, Mittelstand und Technologie Baden-Württemberg. 


Werner Röger unter Mitarbeit von Margot Körber-Weik: 

Frauenerwerbstätigkeit und Strukturwandel in der Bundesrepublik Deutschland. 

Gutachten im Auftrag des Bundesministers für Wirtschaft. Tübingen 1991, 146 S. 

(zzgl. 156 S. Materialien), ISBN 3-88573-039-1, 18 Euro 

Dietmar Böhm – Ingrid Thomalla unter Mitarbeit von Michael Mangold: 

Handlungsempfehlungen für die kommunale Wirtschaftsförderung im Landkreis 

Tübingen. Gutachten im Auftrag des Landkreises Tübingen und der Kreissparkasse 

Tübingen. Tübingen 1991, 379 S., ISBN 3-88573-040-5, 24 Euro 

Rudi Kurz: 

Angebotsorientierte Wirtschaftspolitik in den USA. Grundlagen, Praxis und 

Konsequenzen. Tübingen 1993, 309 S., ISBN 3-88573-041-3, 20 Euro 

Dietmar Böhm – Stefan Weil unter Mitarbeit von Rolf Kleimann und Marcus 

Stahlhacke: 

Kreditwesen und Bankdienstleistungen in den ländlichen Räumen Baden-Württembergs. 

Auswirkungen der EG-Binnenmarktintegration. Gutachten im Auftrag 

des Ministeriums für Ländlichen Raum, Ernährung, Landwirtschaft und Forsten 

Baden-Württemberg. Tübingen 1993, 220 S., ISBN 3-88573-042-1, 15 Euro 

Stefan Weil – Michael Zarth: 

Formen und Methoden der Ermittlung des Bedarfs an berufsbezogener wissenschaftlicher 

Weiterbildung. Gutachten im Auftrag des Bundesministeriums für 

Bildung und Wissenschaft. Tübingen 1993, 110 S., ISBN 3-88573-043-X, 11 Euro

Nr. 59 Hans-Jürgen Fiederer – Jörg Helbig – Susanne Wied-Nebbeling – 

mit einem Transportkostenmodell von Günter Haag: 

Freihandel trotz Wettbewerbsverzerrungen? Zu den Auswirkungen der Öffnung 

der Ostmärkte. Tübingen 1994, 138 S., ISBN 3-88573-044-8, 12.50 Euro 

Nr. 60 

Nr. 61 

Nr. 62 

Nr. 63 

Nr. 64 

Hans-Jürgen Fiederer – Stefan Weil unter Mitarbeit von Bernd Aichmann, Bernd 

Barth, Raimund Baumann, Petra Huege und Ivo Koch: 

Umlage der KFZ-Steuer auf die Mineralölsteuer. Ein Steuerreformvorschlag auf 

dem Prüfstand. Tübingen 1996, 143 S., ISBN 3-88573-045-6, 15 Euro 

Sigried Caspar – Stefan Weil: 

Mehr unternehmerische Dynamik! Zur Interaktion von Bildung und Innovation. 

Gutachten im Auftrag des Bundesministeriums für Wirtschaft und Technologie, 

Tübingen 2001, 152 S., ISBN 3-88573-046-4, 13.80 Euro 

Raimund Krumm unter Mitarbeit von Wolf Dieter Heinbach: 

Nachhaltigkeitskonforme Flächennutzungspolitik. Ökonomische Steuerungsinstrumente 

und deren gesellschaftliche Akzeptanz. Abschlussbericht BWPlus- 

Projekt BWA 21015. Tübingen 2004, 138 S., ISBN 3-88573-047-2, 12 Euro 

Christian Arndt – Harald Strotmann unter Mitarbeit von Alfred Garloff und 

Tobias Hagen: 

Paneluntersuchungen als Instrument zur Analyse der Bestimmungsfaktoren des 

Strukturwandels. Gutachten im Auftrag des Wirtschaftsministeriums Baden- 

Württemberg. Tübingen 2004, 162 S., ISBN 3-88573-048-0, 12 Euro 

Martin Körner – Harald Strotmann unter Mitarbeit von Lars Feld und Friedrich 

Schneider: 

Steuermoral – Das Spannungsfeld von Freiwilligkeit der Steuerzahlung und 

Regelverstoß durch Steuerhinterziehung. Studie im Auftrag des Bundesministeriums 

der Finanzen. Tübingen 2006, 192 S., ISBN 3-88573-049-9, 

15 Euro 

Nr. 65 

Nr. 66 

Sigried Caspar – Andrea Kirchmann – Bettina Seibold – Sylvia Stieler: 

Kinder, Konflikt, Karriereknick – Notwendigkeiten und Ansatzpunkte für eine 

bessere Vereinbarkeit von Familie und Beruf. Gutachten im Auftrag der Landesstiftung 

Baden-Württemberg, Tübingen 2005, 104 S., ISBN 3-88573-050-2, 

10 Euro 

Martin Rosemann: 

Auswirkungen datenverändernder Anonymisierungsverfahren auf die Analyse 

von Mikrodaten, Dissertation, Tübingen 2006, 410 S., ISBN 978-3-88573-051-4, 

35 Euro

Nr. 67 

Raimund Krumm – Martin Rosemann – Harald Strotmann: 

Regionale Standortfaktoren und ihre Bedeutung für die Arbeitsplatzdynamik und 

die Entwicklung von Industriebetrieben in Baden-Württemberg, Gutachten im 

Auftrag der Landesstiftung Baden-Württemberg, Tübingen 2007, 168 S., ISBN 

978-3-88573-052-5, 15 Euro 

Alle Bände in Fotodruck; Format, DIN A 5. Die Preise verstehen sich inklusive 

Mehrwertsteuer und können beim IAW bestellt werden.

II. 

Nr. 1 

Nr. 2 

Nr. 3 

Nr. 4 

Nr. 5 

Nr. 6 

Nr. 7 

Nr. 8 

Forschungsberichte 

aus dem Institut für Angewandte Wirtschaftsforschung Tübingen 

Serie B (ab 2004: IAW-Forschungsberichte) 

Harald Enke – Helmut Maneval – Lothar Rall: 

Die Konjunkturanfälligkeit der Wirtschaft Baden-Württembergs im Vergleich 

zum Bundesgebiet. Gutachten im Auftrag des Ministeriums für Wirtschaft, Mittelstand 

und Verkehr Baden-Württemberg. Tübingen 1974. – vergriffen – 

Wolfgang J. Mückl – Lothar Rall: 

Zur Frage neuer Einkaufszentren in Tübingen. Gutachten im Auftrag der 

Universitätsstadt Tübingen. Tübingen 1974, 199 S. – vergriffen – 

Dieter Friedrich – Winand Kau – Dietrich Lüdeke – Wulfheinrich von Natzmer: 

Ein ökonometrisches Vierteljahresmodell für den güterwirtschaftlichen und 

monetären Bereich der Bundesrepublik Deutschland. Tübingen 1979, 335 S. 

ISBN 3-88573-300-5, 18.50 Euro 

Joachim Fronia: 

Ein nach Sektoren und Ländern disaggregiertes kurzfristiges ökonometrisches 

Modell für die Industrie der Bundesrepublik Deutschland. Schätzergebnisse und 

Prognoseeigenschaften. Tübingen 1980, 324 S., ISBN 3-88573-303-3, 24 Euro 

Margot Körber-Weik – Harald Enke: 

Die Auslandsverflechtung Baden-Württembergs 1960-1979. Bestandsaufnahme 

der vorhandenen Daten und erste Analysen. Gutachten im Auftrag des Ministeriums 

für Wirtschaft, Mittelstand und Verkehr Baden-Württemberg. Tübingen 1981. 

Band I: Kommentierung, 356 S., 27.50 Euro, Band II: Materialien, 116 S., 10 Euro 

ISBN 3-88573-302-1 

Margot Körber-Weik – Susanne Wied-Nebbeling 

unter Mitarbeit von Harald Enke, Doris Merz, Regina Moczaldo, Rolf Wiegert: 

Wirtschaftskraft und Wirtschaftsentwicklung in den Bundesländern seit 1970. 

Eine vergleichende Analyse. Gutachten im Auftrag des Bundesministers für 

Wirtschaft. Tübingen 1986, 281 S. – vergriffen – 

Michael Zarth: 

Wirtschaftsstruktur und Wirtschaftsentwicklung der Stadt Schwäbisch Hall. 

Gutachten im Auftrag der Stadt Schwäbisch Hall. Tübingen 1987, 150 S. 

ISBN 3-88573-304-8, 19.50 Euro 

Hans-Werner Graf – Lothar Rall 

unter Mitarbeit von Jürgen Krimmel: 

Systemvergleiche vergabe- und kartellrechtlicher Rahmenbedingungen für öffentliche 

Bauaufträge in ausgewählten EG- und EFTA-Ländern. Gutachten im Auftrag 

des Bundesministeriums für Wirtschaft, Tübingen 1988, 544 S. ISBN 3-88573-305-6, 

42.50 Euro

Nr. 9 

Nr. 10 

Nr. 11 

Nr. 12 

Nr. 13 

Nr. 14 

Nr. 15 

Harald Enke – Margot Körber-Weik 

unter Mitarbeit von Günther Klee, Doris Merz, Regina Moczadlo, Henrik Schmid, 

Rolf Wiegert: 

Die sektorale Entwicklung der Wirtschaft Baden-Württemberg in den 70er und 

80er Jahren. Strukturwandel, Wachstum und Beschäftigung. Gutachten im Auftrag 

des Ministeriums für Wirtschaft, Mittelstand und Technologie Baden-Württemberg. 

Tübingen 1991, 329 S. ISBN 3-88573-306-4, 30 Euro 

Karsten-Dieter Freimann – Yvonne Jäckle-Sönmez – Helmut Lindner: 

Arbeitsmarktbilanz für NC- und CNC-Werkzeugmaschinen. Schlussbericht für 

die Deutsche Forschungsgemeinschaft. Tübingen 1995, 380 S., ISBN 3-88573-307-2, 

22 Euro 

Ulrike Batz: 

Das Konsumklima als Bestimmungsfaktor des privaten Verbrauchs. Gutachten im 

Auftrag der Fritz Thyssen Stiftung. Tübingen 1995, 190 S., ISBN 3-88573-308-0, 

16 Euro 

Hans-Jürgen Fiederer: 

Auswirkungen einer ökologischen Steuerreform auf die Abgabenbelastung von 

Unternehmen. Gutachten im Auftrag des Umwelt- und Verkehrsministeriums 

Baden-Württemberg. Tübingen 1998, 88 S., ISBN 3-88573-309-0, 10 Euro 

Günther Klee – Andrea Kirchmann: 

Stärkung regionaler Wirtschaftspotentiale. Bestandsaufnahme und Analyse innovativer 

Kooperationsprojekte. Tübingen 1998, 211 S., ISBN 3-88573-310-2, 20 Euro 

Frank Speier – Hans-Jürgen Fiederer – Günther Klee 

unter Mitarbeit von Frank Gottschalk: 

Nachhaltige Entwicklung und kommunale Verwaltungsmodernisierung: 

Entlastungspotenziale und Durchsetzungschancen eines integrativen Ansatzes. 

Tübingen 2000, 257 S. – vergriffen – 

Hans-Jürgen Fiederer – Karsten-Dietmar Freimann – Rolf Kleimann: 

Der Einfluß der Universitätskliniken auf Arzneimittelausgaben in Nordbaden. 


Alle Bände in Fotodruck; Format DIN A 4. Die Preise verstehen sich inklusive 

Mehrwertsteuer und können beim IAW bestellt werden.

III. 

Reihe „Tübinger Volkswirtschaftliche Schriften“ 

herausgegeben von Alfred E. Ott und Adolf Wagner 

(Francke Verlag) 

Rudi Kurz – Jürgen Volkert: 

Konzeption und Durchsetzungschancen einer ordnungskonformen Politik der 

Nachhaltigkeit. Tübinger Volkswirtschaftliche Schriften 16, 1997. 

ISBN 3-7720-2464-5, 39 Euro 

Michael Mangold – Sigried Caspar – Uwe Hochmuth: 

Qualifizierung im Strukturwandel. Zur Bedeutung der Weiterbildung. 

Tübinger Volkswirtschaftliche Schriften 15, 1996. ISBN 3-7720-2463-7, 43 Euro 

Stefan Weil: 

Die volkswirtschaftliche Lage Schwerbehinderter in Deutschland 1980 – 1994. 


Ulrich Geiger: 

Heterogene Erwartungen am Devisenmarkt. Das Portfoliomodell der Wechselkursbestimmung 

unter dem Einfluß autoregressiver Erwartungen. 


Uwe Hochmuth – Günther Klee – Jürgen Volkert: 

Armut in der Sozialen Marktwirtschaft. Möglichkeiten und Probleme ihrer 

Überwindung aus ordnungspolitischer Sicht. 


Bernd Woeckener: 

Hotelling-Modelle der Konkurrenz und Diffusion von Netzeffektgütern. 

Deterministische und stochastische Ansätze zur Erklärung der Ausbreitung neuer 

Kommunikations- und Gebrauchsgütersysteme. 


Matthias Premer: 

Integration, interregionaler Handel und wirtschaftliche Entwicklung von 

Regionen. 

Tübinger Volkswirtschaftliche Schriften 10. ISBN 3-7720-1940-4, 39 Euro 

Joachim Güntzel: 

Indikatoren des wirtschaftlichen „Klimas“, Eine Untersuchung aus der 

Perspektive der Adäquationsproblematik. 

Tübinger, Volkswirtschaftliche Schriften 9, 1994. ISBN 3-7720-1939-0, 39 Euro 

Adolf Wagner: 

Regionalentwicklung in Baden-Württemberg. Einige aktuelle und methodische 

Probleme. Gutachten des IAW Tübingen für die Industrie- und Handelskammer 

Region Stuttgart. 

Tübinger Volkswirtschaftliche Schriften 8, 1994. ISBN 3-7720-1938-2, 19 Euro

Alfred E. Ott (Hrsg.): 

Probleme der unvollkommenen Konkurrenz. 


Uwe Hochmuth – Joachim Wagner (Hrsg.): 

Firmenpanelstudien in Deutschland. Konzeptionelle Überlegungen und 

empirische Analysen. 


Adolf Wagner (Hrsg.): 

Dezentrale Entscheidungsfindung bei externen Effekten. Innovation, Integration 

und internationaler Handel. 


Jürgen Hirsch: 

Einkommen und Kinderzahl, Wirtschaftswachstum und Bevölkerungsentwicklung. 

Tübinger Volkswirtschaftliche Schriften 4, 1992. ISBN 3-7720-1934-X, 48 Euro 

Michael Hohlstein. 

demographisch bedingte Arbeitslosigkeit. Eine Analyse des Einflusses von 

Bevölkerungsveränderungen auf den Arbeitsmarkt. 


Alfred E. Ott (Hrsg.): 

Politik für die ländlichen Räume Europas. Das Beispiel Baden-Württemberg. 

Tübinger Volkswirtschaftliche Schriften 2, 1991. ISBN 3-7720-1932-3,18 Euro 

Adolf Wagner (Hrsg.) 

Fertilitätsentscheidungen und Bevölkerungsentwicklung. Beiträge zur mikroökonomischen 

Fertilitätstheorie und Untersuchungen ihrer Relevanz unter den 

ordnungspolitischen Gegebenheiten der DDR. 

Tübinger Volkswirtschaftliche Schriften 1, 1991. ISBN 3-7720-1931, 28 Euro

VI. 

Nr. 1 

Nr. 2 

Nr. 3 

Nr. 4 

Nr. 5 

Nr. 6 

Nr. 7 

Nr. 8 

Nr. 9 

Nr. 10 

Nr. 11 

Nr. 12 

Nr. 13 

IAW-Diskussionspapiere 

Sabine Dann – Andrea Kirchmann – Alexander Spermann – Jürgen Volkert: 

Das Einstiegsgeld – eine zielgruppenorientierte negative Einkommensteuer: 

Konzeption, Umsetzung und eine erste Zwischenbilanz nach 15 Monaten in 

Baden-Württemberg. 

Peter Gottfried – Hannes Schellhorn 

Die Einkommensteuerreform 1990 als natürliches Experiment. 

Jürgen Jerger – Christian Pohnke – Alexander Spermann: 

Gut betreut in den Arbeitsmarkt? Eine mikroökonometrische Analyse der 

Mannheimer Arbeitsvermittlungsagentur. 

Peter Gottfried – Hannes Schellhorn: 

Das IAW-Einkommensteuerpanel und das Mikrosimulationsmodell SIMST. 

Niels Schulze – Gerd Ronning: 

A Microeconometric Characterisation of Household Consumption using 

Quantile Regression. 

Harald Strotmann: 

Determinanten des Überlebens von Neugründungen in der baden-württembergischen 

Industrie – eine empirische Survivalanalyse mit amtlichen Betriebsdaten. 

Raimund Krumm: 

Die Baulandsausweisungsumlage als ökonomisches Steuerungsinstrument einer 

nachhaltigkeitsorientierten Flächenpolitik. 

Laura Chadwick – Jürgen Volkert: 

Making Work Pay: U.S. American models for a German context? 

Martin Rosemann: 

Erste Ergebnisse von vergleichenden Untersuchungen mit anonymisierten und 

nicht anonymisierten Einzeldaten am Beispiel der Kostenstrukturerhebung und 

der Umsatzsteuerstatistik. 

Gerd Ronning: 

Randomized Response and the Binary Probit Model. 

Jörg Baten: 

Creating firms for a New Century: Determination of Firm Creation around 

1900. 


Das fiskalische BLAU-Konzept zur Begrenzung des Siedlungsflächenwachstums. 

Stefan Bayer: 

Generelle Nichtdiskontierung als Bedingung für eine nachhaltige Entwicklung?

Nr. 14 

Nr. 15 

Nr. 16 

Nr. 17 


Die Elastizität des zu versteuernden Einkommens. 


Empirical Evidence on the Effects of Marginal Tax Rates on Income – 

the German Case. 

Friedrich Schneider: 

Shadow Economies around the World: What do we really know? 

Andreas Koch / Thomas Stahlecker: 

Firm Foundations in the Knowledge Intensive Business Service Sector. 

Results from a Comparative Empirical Study in Three German Regions. 

Nr. 18 Andreas Koch / Harald Strotmann : 

The impact of functional integration and spatial proximity on the post-entry 

performance of knowledge intensive business service firms. 

Nr. 19 

Nr. 20 

Nr. 21 

Nr. 22 

Nr. 23 

Nr. 24 

Nr. 25 

Nr. 26 

Nr. 27 

Hans Pitlik / Friedrich Schneider / Harald Strotmann: 

Legislative Malapportionment and the Politicization of Germany’s Intergovernmental 

Transfer System. 


Implementation ökonomischer Steuerungsansätze in die Raumplanung. 

Andreas Koch / Harald Strotmann: 

Determinants of Innovative Activity in Newly Founded Knowledge Intensive 

Business Service Firms 

Wolf Dieter Heinbach: 

Impact of Opening Clauses on Bargained Wages. 

Harald Strotmann: 

Hat die Einführung von Gewinnbeteiligungsmodellen kurzfristige positive Produktivitätswirkungen? 

– Ergebnisse eines Propensity-Score-Matching-Ansatzes. 

Claudia M. Buch / Jörn Kleinert: 

Who Goes East? The Impact of Enlargement on the Pattern of German FDI 

Gerd Ronning / Martin Rosemann: 

Estimation of the Probit Model from Anonymized Micro Data. 

Wolf Dieter Heinbach: 

Bargained Wages in Decentralized Wage-Setting Regimes. 

Christian Arndt – Jürgen Volkert: 

A Capability Approach for Official German Poverty and Wealth Reports: 

Conceptual Background and First Empirical Results.

Nr. 28 

Wolf Dieter Heinbach – Stefanie Schröpfer: 

Typisierung der Tarifvertragslandschaft. Eine Clusteranalyse der tarifvertraglichen 

Öffnungsklauseln 

Die IAW-Diskussionspapiere erscheinen in loser Folge und können von der 

IAW-Homepage unter http://www.iaw.edu/Publikationen herunter geladen oder 

beim IAW bestellt werden.

V. IAW-News 

Die IAW-News bieten in kompakter Form Informationen über aktuelle IAW- 

Forschungsergebnisse und zu Veranstaltungen, Seminaren und Terminen. Die 

IAW-News erscheinen drei- bis viermal jährlich. Sie werden auf Anfrage per 

E-Mail verschickt oder können von der IAW-Homepage http://www.iaw.edu 

heruntergeladen werden. 

VI. 

IAW-Report 

Der IAW-Report erscheint seit 2003 zweimal jährlich und enthält Artikel zu 

IAW-Forschungsprojekten von IAW-Mitarbeiterinnen und Mitarbeiterin sowie 

wissenschaftliche Beiträge von Gastautoren. Nähere Informationen finden Sie auf 

der IAW-Homepage unter http://www.iaw.edu/Publikationen. Jahresabonnement: 

15 Euro, Einzelhefte: 8 Euro.

Download

Sie wollen auch ein ePaper? Erhöhen Sie die Reichweite Ihrer Titel.

Template löschen?

Als Template speichern?