Outputorientierte Evaluierung
Outputorientierte Evaluierung
Outputorientierte Evaluierung
Sie wollen auch ein ePaper? Erhöhen Sie die Reichweite Ihrer Titel.
YUMPU macht aus Druck-PDFs automatisch weboptimierte ePaper, die Google liebt.
Output‐orientierte <strong>Evaluierung</strong> öffentlich geförderter FTI‐Programme<br />
immanenter Bestandteil empirischer und methodischer Forschung. Eine wichtige Ursache für die<br />
verzögerte Anwendung mikroökonometrischer Methoden in der Innovationsökonomik ist die<br />
Tatsache, dass Mikrodaten zunächst nur für den Haushaltssektor zu Verfügung standen. Erst später<br />
standen auch Mikrodaten für Unternehmen zur Verfügung, die bei der Evaluation<br />
innovationspolitischer Maßnehmen freilich von entscheidender Bedeutung sind. Einen vorläufigen<br />
Höhepunkt der Mikroökonometrie als Wissenschaft stellte der Nobelpreis an die<br />
Mikroökonometriker Heckman und McFadden im Jahr 2000 dar; James Heckman wurde auch<br />
aufgrund seiner Arbeiten zur Programmevaluation ausgezeichnet. 12<br />
Wie bereits erwähnt ist die Literatur zur Programmevaluation ein Teilbereich einer umfassenderen<br />
mikroökonometrischen Disziplin. Nicht zuletzt durch die säkular steigenden Staatsquoten in vielen<br />
Staaten sowie die zunehmende Schulden wurden Methoden zur Identifikation effektiver<br />
politischer Intervention wichtiger. Aus theoretischer Perspektive sind nach Verbeek (2008) zwei<br />
Faktoren zu nennen, die eine Beschäftigung mit der Frage von Maßnahmeneffekten interessant<br />
machen: Erstens sind die Maßnahmeneffekte für die verschiedenen Maßnahmenteilnehmer<br />
unterschiedlich. Zweitens ist die Selektion in ein Programm kein Ergebnis des Zufalls, sondern von<br />
bewussten Entscheidungen verschiedener ökonomischer Akteure. All dies trug dazu bei, dass<br />
Greene (2011:930) mittlerweile von einer „huge and rapidly growing literature“ sprechen kann.<br />
Auch Schmidt (2007: 1,6) konstatiert eine Bedeutungszunahme und vor allem auch eine<br />
Erkenntniszunahme in diesem Forschungsfeld: „Arguably, one of the most important<br />
developments in the field of applied economics during the last decades has been the emergence of<br />
systemic policy evaluation, with is distinct focus on the establishment of causality. (…) It is now up<br />
to the demand side to make full use of this potential for the design of better economic policy.“<br />
Umfassende Literaturüberblicke, etwa von Wooldrigde und Imbens (2009) oder von Blundell und<br />
Dias (2008) dokumentieren eine Konsolidierung dieses methodischen Forschungszweigs.<br />
Wichtige Weiterentwicklungen seit den Anfängen der Programmevaluierung 13 betreffen vor allem<br />
zwei Bereiche: Erstens wurden anfangs hochparametrische Modelle zunehmend durch semi‐ und<br />
nicht‐parametrische Modelle ersetzt.<br />
Diese erfordern weniger oder keine Annahmen über Verteilungsformen (z.B. Annahme der<br />
Normalverteilung), funktionale Spezifikationen (z.B. lineare Gleichungsmodelle) oder<br />
Ausschlussrestriktionen (z.B. Annahmen über die Nichtberücksichtigung von Variablen). Damit<br />
werden die Ergebnisse tendenziell robuster. Zweitens setzte sich die Erkenntnis durch, dass das<br />
Studiendesign von entscheidender Bedeutung für die Vailidität kausaler Schlussfolgerungen ist.<br />
Diese Entwicklung wurde vor allem durch Angrist und Pischke (2010, 2009) geprägt und mit dem<br />
Begriff „Credibility Revolution“ in die Literatur eingeführt. Um deren Argumente zu verstehen ist es<br />
notwendig, die Situation der ökonometrischen Forschung in den 1980er Jahren zu betrachten. Den<br />
damaligen, unbefriedigenden Stand der Debatte fasste Leamer (1983:37) mit folgendem<br />
Statement zusammen: „Hardly anyone takes data analysis seriously. Or perhaps more accurately,<br />
hardly anyone takes anyone else’s data analysis serious.“ Wenig später veröffentlichte Lalonde<br />
12 http://www.nobelprize.org/nobel_prizes/economics/laureates/2000/# [25.11.2011].<br />
13 Im Folgenden wird unter „Programmevaluierung“ stets eine mikroökonometrische Programmevaluierung verstanden.<br />
96