Difference between revisions of "Internationale Wirtschaftsbeziehungen Norwegens 2020"

From Wiwiwiki.net
Jump to navigationJump to search
 
Line 1: Line 1:
Die folgende Untersuchung bezieht sich auf die Entwicklung im Untersuchungsland im 21. Jahrhundert, also auf den Zeitraum seit 2001 bis heute. (noch ohne Abbildungen)
+
Die folgende Untersuchung bezieht sich auf die Entwicklung im Untersuchungsland im 21. Jahrhundert, also auf den Zeitraum seit 2001 bis heute.
  
 
== Der offenbarte komparative Vorteil ==
 
== Der offenbarte komparative Vorteil ==
Line 11: Line 11:
  
 
==== Die Gütergruppen mit dem größten Außenhandelsumsatz Norwegens ====
 
==== Die Gütergruppen mit dem größten Außenhandelsumsatz Norwegens ====
 +
[[Datei:Abbildung 1.1 Die vier umsatzstärksten Gütergruppen auf HS2-Ebene.png|thumbnail|262x262px|Abbildung 1.1 Die vier umsatzstärksten Gütergruppen auf HS2-Ebene]]
 
Zunächst, sollen die vier umsatzstärksten Gütergruppen Norwegens auf HS2-Ebene ermittelt werden. Diese lassen sich mithilfe der Daten aus der ITC Trade Map ermitteln, indem die Importe und Exporte des aktuellen Jahres addiert werden. Demnach, haben sich folgende vier Gütergruppen ergeben (siehe Abb. 1.1).
 
Zunächst, sollen die vier umsatzstärksten Gütergruppen Norwegens auf HS2-Ebene ermittelt werden. Diese lassen sich mithilfe der Daten aus der ITC Trade Map ermitteln, indem die Importe und Exporte des aktuellen Jahres addiert werden. Demnach, haben sich folgende vier Gütergruppen ergeben (siehe Abb. 1.1).
  
Line 18: Line 19:
  
 
Nun erfolgt die Berechnung des offenbarten komparativen Vorteils (RCA nach Siebert) Norwegens gegenüber dem Rest der Welt in den Jahren 2001 bis 2019. Diese Daten werden anschließend in einem Liniendiagramm dargestellt. Die Berechnung erfolgt in drei Schritten.
 
Nun erfolgt die Berechnung des offenbarten komparativen Vorteils (RCA nach Siebert) Norwegens gegenüber dem Rest der Welt in den Jahren 2001 bis 2019. Diese Daten werden anschließend in einem Liniendiagramm dargestellt. Die Berechnung erfolgt in drei Schritten.
 
+
[[Datei:Abbildung 1.2 Entwicklung des RCA der vier umsatzstärksten Gütergruppen Norwegens.png|thumbnail|262x262px|Abbildung 1.2 Entwicklung des RCA der vier umsatzstärksten Gütergruppen Norwegens]]
 
Zunächst muss der Warengruppen-Außenhandels-Koeffizient (Gi) berechnet werden. Dieser gibt an, ob ein Handelsbilanzüberschuss oder -defizit vorhanden ist und wo der komparative Vorteil liegt. Berechnet wird dieser wie folgt: Gi = (Exporte i –Importe i) / (Exporte i + Importe i). Im zweiten Schritt, wird er nationale Außenhandelskoeffizient (A) berechnet. Dieser wird wiederum wie folgt berechnet: A = (Alle Exporte –Alle Importe) / (Alle Exporte + Alle Importe). Als Letztes werden diese beiden Werte wie folgt verrechnet: RCA= (Gi-A) * [100/(1-A)]. Die Berechnung ergibt die im folgenden Diagramm dargestellten Werte bzw. Entwicklung der verschiedenen Gütergruppen (siehe Abb. 1.2).
 
Zunächst muss der Warengruppen-Außenhandels-Koeffizient (Gi) berechnet werden. Dieser gibt an, ob ein Handelsbilanzüberschuss oder -defizit vorhanden ist und wo der komparative Vorteil liegt. Berechnet wird dieser wie folgt: Gi = (Exporte i –Importe i) / (Exporte i + Importe i). Im zweiten Schritt, wird er nationale Außenhandelskoeffizient (A) berechnet. Dieser wird wiederum wie folgt berechnet: A = (Alle Exporte –Alle Importe) / (Alle Exporte + Alle Importe). Als Letztes werden diese beiden Werte wie folgt verrechnet: RCA= (Gi-A) * [100/(1-A)]. Die Berechnung ergibt die im folgenden Diagramm dargestellten Werte bzw. Entwicklung der verschiedenen Gütergruppen (siehe Abb. 1.2).
 
Abbildung 1.2: Entwicklung des RCA der vier umsatzstärksten Gütergruppen Norwegens (sh. beigefügte Powerpint `Abbildungen zu Länderdossier Norwegen`)
 
  
 
In diesem Diagramm wird deutlich, dass Norwegen in den Gütergruppen `Mineralische Brennstoffe; Mineralöle… (HS27)` und `Fische und Krebstiere…(HS03)` einen komparativen Vorteil gegenüber dem Rest der Welt hat. Dies ist an den Graphen im positiven Bereich zu erkennen. Bei den verbleibenden zwei Gütergruppen, `Kernreaktoren…(HS84)` und `elektrische Maschinen…(HS85)` weist Norwegen hingegen Spezialisierungsnachteile auf.
 
In diesem Diagramm wird deutlich, dass Norwegen in den Gütergruppen `Mineralische Brennstoffe; Mineralöle… (HS27)` und `Fische und Krebstiere…(HS03)` einen komparativen Vorteil gegenüber dem Rest der Welt hat. Dies ist an den Graphen im positiven Bereich zu erkennen. Bei den verbleibenden zwei Gütergruppen, `Kernreaktoren…(HS84)` und `elektrische Maschinen…(HS85)` weist Norwegen hingegen Spezialisierungsnachteile auf.
 
+
[[Datei:Abbildung 1.3 RCA mineralischer Brennstoffe auf HS4- und HS6-Ebene.png|thumbnail|258x258px|Abbildung 1.3 RCA mineralischer Brennstoffe auf HS4- und HS6-Ebene]]
 
Im folgenden Teil, wird der RCA der umsatzstärksten mineralischen Brennstoffe auf HS4- und HS6-Ebene in einem Liniendiagramm näher betrachtet (sh. Abb. 1.3).
 
Im folgenden Teil, wird der RCA der umsatzstärksten mineralischen Brennstoffe auf HS4- und HS6-Ebene in einem Liniendiagramm näher betrachtet (sh. Abb. 1.3).
 
Abbildung 1.3: RCA mineralischer Brennstoffe auf HS4- und HS6-Ebene (sh. beigefügte Powerpoint `Abbildungen zu Länderdossier Norwegen`)
 
  
 
Im Bereich der mineralischen Brennstoffe auf HS4-Ebene, besitzt Norwegen komparative Vorteile gegenüber dem Rest der Welt. Vor allem in den Gruppen `Erdgas und andere gasförmige Kohlenwasserstoffe` (grün) und `Erdöl und Öl aus bituminösen Mineralien, roh` (gelb). Auf HS6-Ebenen, nimmt der komparative Vorteil immer mehr ab und wird im Bereich der `Erdöl und Öl aus bituminösen Mineralien, ausgenommen rohe Öle, andere…` (orange) sogar zu einem Spezialisierungsnachteil.
 
Im Bereich der mineralischen Brennstoffe auf HS4-Ebene, besitzt Norwegen komparative Vorteile gegenüber dem Rest der Welt. Vor allem in den Gruppen `Erdgas und andere gasförmige Kohlenwasserstoffe` (grün) und `Erdöl und Öl aus bituminösen Mineralien, roh` (gelb). Auf HS6-Ebenen, nimmt der komparative Vorteil immer mehr ab und wird im Bereich der `Erdöl und Öl aus bituminösen Mineralien, ausgenommen rohe Öle, andere…` (orange) sogar zu einem Spezialisierungsnachteil.
 
+
[[Datei:Abbildung 1.4 RCA Maschinen und Apparate auf HS4- und HS6-Ebene.png|thumbnail|251x251px|Abbildung 1.4 RCA Maschinen und Apparate auf HS4- und HS6-Ebene]]
 
Als nächstes wird der RCA der umsatzstärksten Kernreaktoren, Kessel, Maschinen, Apparate und mechanische Geräte (HS84) auf HS4- und HS6-Ebene in einem Liniendiagramm näher betrachtet (sh. Abb. 1.4).
 
Als nächstes wird der RCA der umsatzstärksten Kernreaktoren, Kessel, Maschinen, Apparate und mechanische Geräte (HS84) auf HS4- und HS6-Ebene in einem Liniendiagramm näher betrachtet (sh. Abb. 1.4).
 
Abbildung 1.4: RCA Maschinen und Apparate auf HS4- und HS6-Ebene (sh. beigefügte Powerpoint `Abbildungen zu Länderdossier Norwegen`)
 
  
 
Wenn man die Y-Achse betrachtet fällt direkt auf, dass alle Werte im negativen Bereich liegen. Die RCA-Werte der Güter halten sich stabil mit einem leichten konstanten Anstieg. Nur bei den untersten drei Graphen gibt es einen signifikanten Anstieg des komparativen Vorteils. Die negativen Werte bedeuten, dass Norwegen in den dargestellten Gütern keinen komparativen Vorteil besitzt, sondern sogar in allen Gütern einen Spezialisierungsnachteil aufweist. Norwegen ist angewiesen auf importierte Maschinen und Apparate. Auch wenn der Nachteil über die Jahre zurückgegangen ist, importieren sie deutlich mehr Maschinen und Apparate als sie exportieren.
 
Wenn man die Y-Achse betrachtet fällt direkt auf, dass alle Werte im negativen Bereich liegen. Die RCA-Werte der Güter halten sich stabil mit einem leichten konstanten Anstieg. Nur bei den untersten drei Graphen gibt es einen signifikanten Anstieg des komparativen Vorteils. Die negativen Werte bedeuten, dass Norwegen in den dargestellten Gütern keinen komparativen Vorteil besitzt, sondern sogar in allen Gütern einen Spezialisierungsnachteil aufweist. Norwegen ist angewiesen auf importierte Maschinen und Apparate. Auch wenn der Nachteil über die Jahre zurückgegangen ist, importieren sie deutlich mehr Maschinen und Apparate als sie exportieren.
 
+
[[Datei:Abbildung 1.5 RCA von Fischen, Krebstieren, Weichtieren und anderen wirbellosen Wassertieren auf HS4- und HS6-Ebene.png|thumbnail|252x252px|Abbildung 1.5 RCA von Fischen, Krebstieren, Weichtieren und anderen wirbellosen Wassertieren auf HS4- und HS6-Ebene]]
 
In der nächsten Abbildung ist die Entwicklung des RCA der Gütergruppe der umsatzstärksten Erzeugnisse von Fischen und Krebstieren, Weichtieren und anderen wirbellosen Weichtieren zu sehen.
 
In der nächsten Abbildung ist die Entwicklung des RCA der Gütergruppe der umsatzstärksten Erzeugnisse von Fischen und Krebstieren, Weichtieren und anderen wirbellosen Weichtieren zu sehen.
 
Abbildung 1.5: RCA von Fischen, Krebstieren, Weichtieren und anderen wirbellosen Wassertieren auf HS4- und HS6-Ebene (sh. beigefügte Powerpoint `Abbildungen zu Länderdossier Norwegen`)
 
  
 
Betrachtet man im Diagramm die Achsen der Gruppen auf HS4-Ebene, so lässt sich erkennen, dass sich bei allen drei Achsen der RCA seit 2009 auf einem relativ stabilen Niveau eingepegelt hat. Davor unterliegen sie leichten Schwankungen. Die drei Graphen der konkretisierten HS6-Ebenen liegen im Diagramm sehr stark aufeinander und ihre Darstellung beginnt erst ab dem Jahr 2012. Auch hier lässt sich ein stabiles Niveau erkennen. Da sich alle Werte im positiven Bereich befinden ist von einem Spezialisierungsvorteil Norwegens in diesen Gütergruppen und ihren Untergruppen auszugehen. Anhand der Lage Norwegens ergibt ein starker komparativer Vorteil der Gütergruppe HS03 auch viel Sinn, da viel Fischfang betrieben wird und die Umsätze aus diesen einen wichtigen Teil des Außenhandels Norwegens ausmacht.
 
Betrachtet man im Diagramm die Achsen der Gruppen auf HS4-Ebene, so lässt sich erkennen, dass sich bei allen drei Achsen der RCA seit 2009 auf einem relativ stabilen Niveau eingepegelt hat. Davor unterliegen sie leichten Schwankungen. Die drei Graphen der konkretisierten HS6-Ebenen liegen im Diagramm sehr stark aufeinander und ihre Darstellung beginnt erst ab dem Jahr 2012. Auch hier lässt sich ein stabiles Niveau erkennen. Da sich alle Werte im positiven Bereich befinden ist von einem Spezialisierungsvorteil Norwegens in diesen Gütergruppen und ihren Untergruppen auszugehen. Anhand der Lage Norwegens ergibt ein starker komparativer Vorteil der Gütergruppe HS03 auch viel Sinn, da viel Fischfang betrieben wird und die Umsätze aus diesen einen wichtigen Teil des Außenhandels Norwegens ausmacht.
  
 
Als letztes folgt der RCA der umsatzstärksten elektrischen Maschinen, Apparate, Geräte und andere elektrotechnische Waren (HS85).
 
Als letztes folgt der RCA der umsatzstärksten elektrischen Maschinen, Apparate, Geräte und andere elektrotechnische Waren (HS85).
 
+
[[Datei:Abbildung 1.6 RCA elektrischer Maschinen, Apparate, Geräte und andere elektronische Waren auf HS4- und HS6-Ebene.png|thumbnail|250x250px|Abbildung 1.6 RCA elektrischer Maschinen, Apparate, Geräte und andere elektronische Waren auf HS4- und HS6-Ebene]]
Abbildung 1.6: RCA elektrischer Maschinen, Apparate, Geräte und andere elektronische Waren auf HS4- und HS6-Ebene (sh. beigefügte Powerpoint `Abbildungen zu Länderdossier Norwegen`)
 
  
 
Im Bereich der HS4-Ebene gibt es bis auf die `Stromerzeugungsaggregate` (orange) keine starken Ausreißer. Bei den isolierten Drähten gibt es einen leichten Spezialisierungsnachteil. Auf HS6 Ebene verdeutlichen sich die Werte. `Kabel aus optischen Fasern` (grün) ist das einzige Gut welches langfristig, ab dem Jahr 2009, einen offenbarten komparativen Vorteil für Norwegen bietet. Interessant ist, dass Norwegen 2006, 2013 und 2017 keine windgetriebene Stromerzeugungsaggregate importiert hat. Im Gesamtbild zeigt sich überwiegend einen Spezialisierungsnachteil für `elektrische Maschinen, Apparate, Geräte und andere elektronische Waren`. Norwegen importiert deutlich mehr dieser Güter als sie zu exportieren, vor allem Windräder, was auf die vielen Windparks in Norwegen zurückzuführen ist.
 
Im Bereich der HS4-Ebene gibt es bis auf die `Stromerzeugungsaggregate` (orange) keine starken Ausreißer. Bei den isolierten Drähten gibt es einen leichten Spezialisierungsnachteil. Auf HS6 Ebene verdeutlichen sich die Werte. `Kabel aus optischen Fasern` (grün) ist das einzige Gut welches langfristig, ab dem Jahr 2009, einen offenbarten komparativen Vorteil für Norwegen bietet. Interessant ist, dass Norwegen 2006, 2013 und 2017 keine windgetriebene Stromerzeugungsaggregate importiert hat. Im Gesamtbild zeigt sich überwiegend einen Spezialisierungsnachteil für `elektrische Maschinen, Apparate, Geräte und andere elektronische Waren`. Norwegen importiert deutlich mehr dieser Güter als sie zu exportieren, vor allem Windräder, was auf die vielen Windparks in Norwegen zurückzuführen ist.
Line 56: Line 48:
  
 
Zuerst soll die Entwicklung des offenbarten komparativen Vorteils sowie Lohnstückkosten Norwegens im Handel mit China betrachtet werden. Konkret soll der offenbarte komparative Vorteil (RCA) mit Textilien (HS 61; arbeitsintensive Herstellung) und die relative Entwicklung der Lohnstückkosten (LSK) seit 2001 zwischen Norwegen und China untersucht werden. Anschließend wird der offenbarte komparative Vorteil sowie der Humankapitalindex Norwegens im Handel mit China untersucht. Dies bedeutet, dass die Entwicklung des offenbarten komparativen Vorteils (RCA) mit Maschinen (HS 85; technologieintensive Herstellung) gegenüber dem umsatzstärksten Handelspartner und die relative Entwicklung des PWT-Humankapitalindex (HCI) seit 2001 betrachtet wird. Dies wird anhand von zwei Grafiken ausdifferenziert analysiert.
 
Zuerst soll die Entwicklung des offenbarten komparativen Vorteils sowie Lohnstückkosten Norwegens im Handel mit China betrachtet werden. Konkret soll der offenbarte komparative Vorteil (RCA) mit Textilien (HS 61; arbeitsintensive Herstellung) und die relative Entwicklung der Lohnstückkosten (LSK) seit 2001 zwischen Norwegen und China untersucht werden. Anschließend wird der offenbarte komparative Vorteil sowie der Humankapitalindex Norwegens im Handel mit China untersucht. Dies bedeutet, dass die Entwicklung des offenbarten komparativen Vorteils (RCA) mit Maschinen (HS 85; technologieintensive Herstellung) gegenüber dem umsatzstärksten Handelspartner und die relative Entwicklung des PWT-Humankapitalindex (HCI) seit 2001 betrachtet wird. Dies wird anhand von zwei Grafiken ausdifferenziert analysiert.
 +
[[Datei:Abbildung 2.1 Offenbarter komparativer Vorteil sowie Lohnstückkosten Norwegens im Handel mit China.png|thumbnail|245x245px|Abbildung 2.1 Offenbarter komparativer Vorteil sowie Lohnstückkosten Norwegens im Handel mit China]]
  
 
==== Offenbarter komparativer Vorteil sowie Lohnstückkosten Norwegens ====
 
==== Offenbarter komparativer Vorteil sowie Lohnstückkosten Norwegens ====
Abbildung 2.1: Offenbarter komparativer Vorteil sowie Lohnstückkosten Norwegens im Handel mit China, eigene Darstellung (vgl. (International Trade Center 2020); (Robert C. Feenstra 2015)) (sh. beigefügte Powerpint `Abbildungen zu Länderdossier Norwegen`)
 
 
 
„Ein Land verfügt bei der Herstellung eines Gutes dann über einen komparativen Vorteil, wenn die Opportunitätskosten für dessen Produktion, ausgedrückt in anderen Gütern, in diesem Land niedriger sind als in anderen Ländern.“  (sh. Robert C. Feenstra 2015) In der Abb.2.1 wird der komparative Vorteil Norwegens und Chinas der Gütergruppe HS61 und die umsatzstärkste Gütergruppe auf dem HS4-Niveau im Zeitraum von 2001 bis 2019 nach Siebert berechnet. Die Berechnung nach Siebert erfolgt in drei Schritten. Erstens wird der Warengruppen-Außenhandels-Koeffizient Gi anhand folgender Formel Gi = (Exporte i – Importe i) / (Exporte i + Importe i) ermittelt. Zweitens wird der nationale Außenhandels-Koeffizient A anhand der Formel A = (Alle Exporte –Alle Importe) / (Alle Exporte + Alle Importe) berechnet. Schließlich gewichten Sie die Differenz (Gi – A) mit dem Quotient aus 100 / (1 - A) und erhalten so den nationalen Index des offenbarten komparativen Vorteils für die Warengruppe RCA = (Gi – A) * [100 / (1 - A)]. Ein komparativer Spezialisierungsvorteil liegt dann vor, wenn der RCA positiv ist. Dies bedeutet, dass der nationale Außenhandels-Koeffizient kleiner als 1 und der Warengruppen-Koeffizient größer als der Außenhandelskoeffizient ist. Bei negativen Werten liegen Spezialisierungsnachteile vor. Anhand der Grafik lässt sich ableiten, dass Norwegen aufgrund der negativen Werte einen komparativen Nachteil aufweist. China zeigt dementsprechend einen komparativen Spezialisierungsvorteil.
 
„Ein Land verfügt bei der Herstellung eines Gutes dann über einen komparativen Vorteil, wenn die Opportunitätskosten für dessen Produktion, ausgedrückt in anderen Gütern, in diesem Land niedriger sind als in anderen Ländern.“  (sh. Robert C. Feenstra 2015) In der Abb.2.1 wird der komparative Vorteil Norwegens und Chinas der Gütergruppe HS61 und die umsatzstärkste Gütergruppe auf dem HS4-Niveau im Zeitraum von 2001 bis 2019 nach Siebert berechnet. Die Berechnung nach Siebert erfolgt in drei Schritten. Erstens wird der Warengruppen-Außenhandels-Koeffizient Gi anhand folgender Formel Gi = (Exporte i – Importe i) / (Exporte i + Importe i) ermittelt. Zweitens wird der nationale Außenhandels-Koeffizient A anhand der Formel A = (Alle Exporte –Alle Importe) / (Alle Exporte + Alle Importe) berechnet. Schließlich gewichten Sie die Differenz (Gi – A) mit dem Quotient aus 100 / (1 - A) und erhalten so den nationalen Index des offenbarten komparativen Vorteils für die Warengruppe RCA = (Gi – A) * [100 / (1 - A)]. Ein komparativer Spezialisierungsvorteil liegt dann vor, wenn der RCA positiv ist. Dies bedeutet, dass der nationale Außenhandels-Koeffizient kleiner als 1 und der Warengruppen-Koeffizient größer als der Außenhandelskoeffizient ist. Bei negativen Werten liegen Spezialisierungsnachteile vor. Anhand der Grafik lässt sich ableiten, dass Norwegen aufgrund der negativen Werte einen komparativen Nachteil aufweist. China zeigt dementsprechend einen komparativen Spezialisierungsvorteil.
  
Line 65: Line 56:
  
 
Fazit: Wenn der offenbarte komparative Vorteil sinkt, steigen die Lohnstückkosten. Der komparative Vorteil erreicht im Jahr 2008 sein Minimum. Die Lohnstückkosten erreichen hingegen im selben Jahr ihr Maximum. Es ist ersichtlich, dass die Veränderung der Lohnstückkosten eine direkte Auswirkung auf den offenbarten komparativen Vorteil hat. Aufgrund der hohen Lohnstückkosten in einem Land wird demzufolge weniger in diesem Land produziert und der offenbarte komparative Vorteil sinkt. Geringere Lohnstückkosten haben zur Folge, dass eine größere Anzahl von Gütern im Land produziert werden kann. Dadurch steigt der komparative Vorteil.
 
Fazit: Wenn der offenbarte komparative Vorteil sinkt, steigen die Lohnstückkosten. Der komparative Vorteil erreicht im Jahr 2008 sein Minimum. Die Lohnstückkosten erreichen hingegen im selben Jahr ihr Maximum. Es ist ersichtlich, dass die Veränderung der Lohnstückkosten eine direkte Auswirkung auf den offenbarten komparativen Vorteil hat. Aufgrund der hohen Lohnstückkosten in einem Land wird demzufolge weniger in diesem Land produziert und der offenbarte komparative Vorteil sinkt. Geringere Lohnstückkosten haben zur Folge, dass eine größere Anzahl von Gütern im Land produziert werden kann. Dadurch steigt der komparative Vorteil.
 +
 +
[[Datei:Abbildung 2.2 Offenbarter komparativer Vorteil sowie Humankapitalindex Norwegens im Handel mit China.png|thumbnail|239x239px|Abbildung 2.2 Offenbarter komparativer Vorteil sowie Humankapitalindex Norwegens im Handel mit China]]
  
 
==== Offenbarter komparativer Vorteil sowie Humankapitalindex Norwegens ====
 
==== Offenbarter komparativer Vorteil sowie Humankapitalindex Norwegens ====
Abbildung 2.2: Offenbarter komparativer Vorteil sowie Humankapitalindex Norwegens im Handel mit China, eigene Darstellung (vgl. (International Trade Center 2020); (Robert C. Feenstra 2015)) (sh. beigefügte Powerpint `Abbildungen zu Länderdossier Norwegen`)
 
 
 
In diesem Abschnitt soll untersucht werden, ob ein Zusammenhang zwischen dem offenbarten komparativen Vorteil in der Gütergruppe HS85 (technologieintensive Herstellung) und dem PWT-Humankapitalindex besteht. Dazu wird der komparative Vorteil Norwegens und Chinas der Gütergruppe HS85 und die umsatzstärkste Gütergruppe auf dem HS4-Niveau im Zeitraum von 2001 bis 2019 nach Siebert berechnet. Die Berechnung erfolgt analog zu Abschnitt 2.1. Wie in Abschnitt 2.1 erläutert verfügt ein Land „bei der Herstellung eines Gutes dann über einen komparativen Vorteil, wenn die Opportunitätskosten für dessen Produktion, ausgedrückt in anderen Gütern, in diesem Land niedriger sind als in anderen Ländern“ (sh. Krugman und Obstfeld 2019).
 
In diesem Abschnitt soll untersucht werden, ob ein Zusammenhang zwischen dem offenbarten komparativen Vorteil in der Gütergruppe HS85 (technologieintensive Herstellung) und dem PWT-Humankapitalindex besteht. Dazu wird der komparative Vorteil Norwegens und Chinas der Gütergruppe HS85 und die umsatzstärkste Gütergruppe auf dem HS4-Niveau im Zeitraum von 2001 bis 2019 nach Siebert berechnet. Die Berechnung erfolgt analog zu Abschnitt 2.1. Wie in Abschnitt 2.1 erläutert verfügt ein Land „bei der Herstellung eines Gutes dann über einen komparativen Vorteil, wenn die Opportunitätskosten für dessen Produktion, ausgedrückt in anderen Gütern, in diesem Land niedriger sind als in anderen Ländern“ (sh. Krugman und Obstfeld 2019).
  
Line 75: Line 66:
 
Das Humankapital entspricht der Bildung sowie der Qualifikationen der Arbeitskräfte in einem Land. Die Untersuchung der Entwicklung von RCA und Humankapital ist in unserem Fall interessant, weil es sich bei der Gütergruppe HS85 um eine technologieintensive Herstellung handelt, welche in einem Diagramm mit dem Humankapital dargestellt wird. In der Grafik wird der Quotient des Humankapitalindexes von 2001 bis 2017 mit der Formel berechnet: Humankapitalindex des Handelspartners / Humankapitalindex des Untersuchungslandes. Die Abbildung 2.2 zeigt die Entwicklung des PWT-Humankapitalindex von 2001-2017. Es ist zu sehen, dass der Humankapitalindex ab 2010 stärker ansteigt. Bis 2012 sind bei dem RCA beider Gütergruppen Schwankungen zu erkennen. Ab 2012 steigen die RCA bis 2016 wieder an und fallen anschließend wieder ab.
 
Das Humankapital entspricht der Bildung sowie der Qualifikationen der Arbeitskräfte in einem Land. Die Untersuchung der Entwicklung von RCA und Humankapital ist in unserem Fall interessant, weil es sich bei der Gütergruppe HS85 um eine technologieintensive Herstellung handelt, welche in einem Diagramm mit dem Humankapital dargestellt wird. In der Grafik wird der Quotient des Humankapitalindexes von 2001 bis 2017 mit der Formel berechnet: Humankapitalindex des Handelspartners / Humankapitalindex des Untersuchungslandes. Die Abbildung 2.2 zeigt die Entwicklung des PWT-Humankapitalindex von 2001-2017. Es ist zu sehen, dass der Humankapitalindex ab 2010 stärker ansteigt. Bis 2012 sind bei dem RCA beider Gütergruppen Schwankungen zu erkennen. Ab 2012 steigen die RCA bis 2016 wieder an und fallen anschließend wieder ab.
  
Fazit: Anhand der Untersuchung wurde ersichtlich, dass kein Zusammenhang zwischen dem offenbarten komparativen Vorteil in der Gütergruppe HS85 (technologieintensive Herstellung) und dem PWT-Humankapitalindex Norwegens im Handel mit China besteht. Von 2012 bis 2016 ist lediglich eine leichte positive Korrelation erkennbar. Der Grund dafür könnte in einer besseren Qualifikation der Arbeitskräfte liegen, welche durch das Humankapital angezeigt wird. Zusätzlich steigt die Produktivität und damit auch der RCA.  
+
Fazit: Anhand der Untersuchung wurde ersichtlich, dass kein Zusammenhang zwischen dem offenbarten komparativen Vorteil in der Gütergruppe HS85 (technologieintensive Herstellung) und dem PWT-Humankapitalindex Norwegens im Handel mit China besteht. Von 2012 bis 2016 ist lediglich eine leichte positive Korrelation erkennbar. Der Grund dafür könnte in einer besseren Qualifikation der Arbeitskräfte liegen, welche durch das Humankapital angezeigt wird. Zusätzlich steigt die Produktivität und damit auch der RCA.
  
 
== Kapitalintensität und Vorleistungstiefe ==
 
== Kapitalintensität und Vorleistungstiefe ==
Line 85: Line 76:
  
 
Im ersten Schritt, werden mithilfe der ITC Trade Map die Importe und Exporte Norwegens für Kraftwagen mit dem Rest der Welt seit 2001 bis 2019 auf HS2-Ebene ermittelt. Anhand dieser Daten, kann nun mit der obigen Rechnung der Grubel-Lloyd-Index für jedes Jahr bis 2019 berechnet und grafisch dargestellt werden.
 
Im ersten Schritt, werden mithilfe der ITC Trade Map die Importe und Exporte Norwegens für Kraftwagen mit dem Rest der Welt seit 2001 bis 2019 auf HS2-Ebene ermittelt. Anhand dieser Daten, kann nun mit der obigen Rechnung der Grubel-Lloyd-Index für jedes Jahr bis 2019 berechnet und grafisch dargestellt werden.
 +
[[Datei:Abbildung 3.1 Zweistellige Ebene (Product Code 87).png|thumbnail|Abbildung 3.1 Zweistellige Ebene (Product Code 87)]]
  
 
==== Zweistellige Ebene (HS2) ====
 
==== Zweistellige Ebene (HS2) ====
Abbildung 3.1: Zweistellige Ebene (Product Code 87) (sh. beigefügte Powerpoint `Abbildungen zu Länderdossier Norwegen`)
 
 
 
Auf HS2-Ebene, ist zu erkennen das Norwegen im Jahr 2001 einen GLI von rund 31,87% aufweist. Ab dem Jahr 2003, fällt dieser ab und pendelt sich ab 2010 bis 2019 zwischen 16% – 17% ein. Dies bedeutet, dass der Handel mit Kraftwagen in Norwegen zu einem inter-industriellem Handel tendiert (sh. dazu Abb. 3.1). In der Trade Map ist deutlich zu erkennen, dass Norwegen in dieser Gütergruppe mehr importiert als exportiert. Norwegen steht bei den weltweiten Exporten auf Platz 48. Bei den Importen hingegen auf Platz 28. Somit ist bestätigt, dass Norwegen im zweistelligen Bereich, eindeutig zu einem inter-industriellen Handel tendiert, als zu einem intra-industriellen Handel. Somit haben die Länder, von denen Norwegen die Güter importiert einen absoluten Vorteil gegenüber Norwegen. Trotzdem ist es durch den komparativen Vorteil möglich, dass Norwegen am internationalen Handel teilnimmt. Denn in der Trade Map ist zu erkennen, dass die Gütergruppe `Kraftwagen` (HS87), in Hinblick auf die Importe und Exporte mit dem Rest der Welt, den vierten Platz belegt und Norwegen somit einen komparativen Vorteil besitzt. Hauptimporteure sind in dieser Gütergruppe die USA, Deutschland und China. Hauptexporteure ebenfalls Deutschland mit Volkswagen, die USA mit General Motors und Japan mit Toyota.
 
Auf HS2-Ebene, ist zu erkennen das Norwegen im Jahr 2001 einen GLI von rund 31,87% aufweist. Ab dem Jahr 2003, fällt dieser ab und pendelt sich ab 2010 bis 2019 zwischen 16% – 17% ein. Dies bedeutet, dass der Handel mit Kraftwagen in Norwegen zu einem inter-industriellem Handel tendiert (sh. dazu Abb. 3.1). In der Trade Map ist deutlich zu erkennen, dass Norwegen in dieser Gütergruppe mehr importiert als exportiert. Norwegen steht bei den weltweiten Exporten auf Platz 48. Bei den Importen hingegen auf Platz 28. Somit ist bestätigt, dass Norwegen im zweistelligen Bereich, eindeutig zu einem inter-industriellen Handel tendiert, als zu einem intra-industriellen Handel. Somit haben die Länder, von denen Norwegen die Güter importiert einen absoluten Vorteil gegenüber Norwegen. Trotzdem ist es durch den komparativen Vorteil möglich, dass Norwegen am internationalen Handel teilnimmt. Denn in der Trade Map ist zu erkennen, dass die Gütergruppe `Kraftwagen` (HS87), in Hinblick auf die Importe und Exporte mit dem Rest der Welt, den vierten Platz belegt und Norwegen somit einen komparativen Vorteil besitzt. Hauptimporteure sind in dieser Gütergruppe die USA, Deutschland und China. Hauptexporteure ebenfalls Deutschland mit Volkswagen, die USA mit General Motors und Japan mit Toyota.
  
 
Im zweiten Schritt, werden erneut die Importe und Exporte Norwegens mit dem Rest der Welt seit 2001 bis 2019 ermittelt. Nun werden diese aber auf der nächsthöheren Ebene `HS4` bestimmt. Danach wird die wichtigste HS 87-Gütergruppe auf dieser Ebene bestimmt und anhand dieser Daten, erneut der Grubel-Lloyd-Index für jedes Jahr berechnet. Mit der „wichtigsten Gütergruppe“, ist die umsatzstärkste Gütergruppe gemeint. Ermittelt, wird dies durch das Addieren der Importe und Exporte. Die umsatzstärkste Gütergruppe, ist somit die wichtigste. Am Beispiel Norwegens, ist die wichtigste Gütergruppe auf HS4-Ebene, die Gruppe mit dem Produkt Code: 8703.
 
Im zweiten Schritt, werden erneut die Importe und Exporte Norwegens mit dem Rest der Welt seit 2001 bis 2019 ermittelt. Nun werden diese aber auf der nächsthöheren Ebene `HS4` bestimmt. Danach wird die wichtigste HS 87-Gütergruppe auf dieser Ebene bestimmt und anhand dieser Daten, erneut der Grubel-Lloyd-Index für jedes Jahr berechnet. Mit der „wichtigsten Gütergruppe“, ist die umsatzstärkste Gütergruppe gemeint. Ermittelt, wird dies durch das Addieren der Importe und Exporte. Die umsatzstärkste Gütergruppe, ist somit die wichtigste. Am Beispiel Norwegens, ist die wichtigste Gütergruppe auf HS4-Ebene, die Gruppe mit dem Produkt Code: 8703.
 +
[[Datei:Abbildung 3.2 Vierstellige Ebene (Product Code 8703).png|thumbnail|Abbildung 3.2 Vierstellige Ebene (Product Code 8703)]]
  
 
==== Vierstellige Ebene (HS4) ====
 
==== Vierstellige Ebene (HS4) ====
Abbildung 3.2: Vierstellige Ebene (Product Code 8703) (sh. beigefügte Powerpoint `Abbildungen zu Länderdossier Norwegen`)
 
 
 
Betrachtet man nun die nächsthöhere, die HS4-Ebene, fällt schnell auf das der Grubel-Lloyd-Index stark gesunken ist. Im Gegensatz zur HS2-Ebene (sh. Abb. 3.1) ist hier eine unregelmäßigere Struktur zu erkennen. Beispielweise, sinkt der GLI im Jahr 2004 auf rund 2,07 % obwohl er in den Vorjahren noch bei 3,51% - 3,19% lag. Ab 2007 steigt der GLI erneut, sinkt ab 2010 aber wieder (sh. Abb. 3.2). Hier wird nunmehr deutlich, dass Norwegen viel mehr importiert als exportiert und somit stark zum inter-industriellen Handel tendiert. Somit nimmt der intra-industrielle Handel, gemessen am Grubel-Lloyd-Index ab, wenn die Gütergruppe mit 4 Stellen für Kraftwagen betrachtet wird. Dies bedeutet weiterhin, dass der absolute Vorteil der Länder aus denen Norwegen importiert, mit der Ebene HS4 wächst.
 
Betrachtet man nun die nächsthöhere, die HS4-Ebene, fällt schnell auf das der Grubel-Lloyd-Index stark gesunken ist. Im Gegensatz zur HS2-Ebene (sh. Abb. 3.1) ist hier eine unregelmäßigere Struktur zu erkennen. Beispielweise, sinkt der GLI im Jahr 2004 auf rund 2,07 % obwohl er in den Vorjahren noch bei 3,51% - 3,19% lag. Ab 2007 steigt der GLI erneut, sinkt ab 2010 aber wieder (sh. Abb. 3.2). Hier wird nunmehr deutlich, dass Norwegen viel mehr importiert als exportiert und somit stark zum inter-industriellen Handel tendiert. Somit nimmt der intra-industrielle Handel, gemessen am Grubel-Lloyd-Index ab, wenn die Gütergruppe mit 4 Stellen für Kraftwagen betrachtet wird. Dies bedeutet weiterhin, dass der absolute Vorteil der Länder aus denen Norwegen importiert, mit der Ebene HS4 wächst.
  
 
Im letzten Schritt, wird die Herangehensweise aus Schritt 2 für die nächsthöhere Ebene (HS6) wiederholt. Zunächst werden die Importe und Exporte bestimmt, danach die wichtigste Gütergruppe und der Grubel-Lloyd-index wird berechnet. In der HS6-Ebene, hat die wichtigste Gütergruppe den Produkt Code: 870323.
 
Im letzten Schritt, wird die Herangehensweise aus Schritt 2 für die nächsthöhere Ebene (HS6) wiederholt. Zunächst werden die Importe und Exporte bestimmt, danach die wichtigste Gütergruppe und der Grubel-Lloyd-index wird berechnet. In der HS6-Ebene, hat die wichtigste Gütergruppe den Produkt Code: 870323.
 +
[[Datei:Abbildung 3.3 Sechsstellige Ebene (Product Code 870323).png|thumbnail|Abbildung 3.3 Sechsstellige Ebene (Product Code 870323)]]
  
 
==== Sechsstellige Ebene (HS6) ====
 
==== Sechsstellige Ebene (HS6) ====
Abbildung 3.3: Sechsstellige Ebene (Product Code 870323) (sh. beigefügte Powerpoint `Abbildungen zu Länderdossier Norwegen`)
 
 
 
Die sechsstellige Ebene, hat sich im Gegensatz zur vierstelligen kaum verändert. Man erkennt erneut einen geringen GLI der im Durchschnitt kaum über 3% liegt, was auf einen inter-industriellen Handel hinweist da er zur 0 tendiert. Lediglich in den Jahren 2011 und 2017 gab es Ausreißer von 5,32% und 5,37%, die dennoch relativ gering sind (sh. Abb. 3.3). Erneut sind diese geringen Werte damit zu erklären, dass Norwegen deutlich mehr importiert als exportiert. Somit haben im sechsstelligen Bereich ebenfalls die Länder einen absoluten Vorteil, aus denen Norwegen seine Güter importiert. Auch hier ist der komparative Vorteil gegenüber dem Rest der Welt eher gering.
 
Die sechsstellige Ebene, hat sich im Gegensatz zur vierstelligen kaum verändert. Man erkennt erneut einen geringen GLI der im Durchschnitt kaum über 3% liegt, was auf einen inter-industriellen Handel hinweist da er zur 0 tendiert. Lediglich in den Jahren 2011 und 2017 gab es Ausreißer von 5,32% und 5,37%, die dennoch relativ gering sind (sh. Abb. 3.3). Erneut sind diese geringen Werte damit zu erklären, dass Norwegen deutlich mehr importiert als exportiert. Somit haben im sechsstelligen Bereich ebenfalls die Länder einen absoluten Vorteil, aus denen Norwegen seine Güter importiert. Auch hier ist der komparative Vorteil gegenüber dem Rest der Welt eher gering.
  
Line 116: Line 104:
  
 
==== Analyse ====
 
==== Analyse ====
Abbildung 4.1: Entwicklung der Terms of Trade und den Preisindizes von Erdöl, Erdgas und Kohle in Euro von 2001-2019, Stand 2020 (sh. beigefügte Powerpoint `Abbildungen zu Länderdossier Norwegen`)
+
[[Datei:Abbildung 4.1 Entwicklung der Terms of Trade und den Preisindizes von Erdöl, Erdgas und Kohle in Euro von 2001-2019, Stand 2020.png|thumbnail|Abbildung 4.1 Entwicklung der Terms of Trade und den Preisindizes von Erdöl, Erdgas und Kohle in Euro von 2001-2019, Stand 2020]]
 
 
 
Bei der ersten Betrachtung fällt schnell auf, dass es anscheinend einen Zusammenhang zwischen den drei Ressourcen und den Terms of Trade gibt. Die Ressourcen schwanken zwar stärker als die internationale Tauschbedingungen, jedoch verlaufen die Linien ähnlich und mit gleich starken Ausreißern. Steigen die Ressourcen, steigen auch die Terms of Trade, nur abgeschwächt. Bis 2008 steigen alle Werte konstant auf einen Höchststand, was auf eine hohe Nachfrage seitens China und Indien zurückzuführen ist. 2009 kommt es jedoch bei allen untersuchten Rohstoffpreisen zu starken Rückgängen. Die Rückgänge sind durch die Weltfinanzkrise in 2008 begründet, welche durch einen aufgeblähten Immobilienmarkt entstand. Der Kohlepreis sinkt um knapp 45,6%, von 192,189 auf 104,445. Die Werte erholen sich in den zwei darauffolgenden Jahren zum Teil schnell wieder. Der Ölpreis steigt über den Höchststand von 2008 und erreicht im Jahr 2012 einen Wert von 245,369. Ab 2012 kommt es jedoch zu einer schwachen aber konstanten Abnahme bis zum Jahr 2016. 2016 kommt es zu starken Einbrüchen welche sich in den folgenden Jahren auch nicht stark erholen. Im Jahr 2019 kommt es wieder zu Minderungen bei den Preisindizes der Rohstoffe und den Terms of Trade.
 
Bei der ersten Betrachtung fällt schnell auf, dass es anscheinend einen Zusammenhang zwischen den drei Ressourcen und den Terms of Trade gibt. Die Ressourcen schwanken zwar stärker als die internationale Tauschbedingungen, jedoch verlaufen die Linien ähnlich und mit gleich starken Ausreißern. Steigen die Ressourcen, steigen auch die Terms of Trade, nur abgeschwächt. Bis 2008 steigen alle Werte konstant auf einen Höchststand, was auf eine hohe Nachfrage seitens China und Indien zurückzuführen ist. 2009 kommt es jedoch bei allen untersuchten Rohstoffpreisen zu starken Rückgängen. Die Rückgänge sind durch die Weltfinanzkrise in 2008 begründet, welche durch einen aufgeblähten Immobilienmarkt entstand. Der Kohlepreis sinkt um knapp 45,6%, von 192,189 auf 104,445. Die Werte erholen sich in den zwei darauffolgenden Jahren zum Teil schnell wieder. Der Ölpreis steigt über den Höchststand von 2008 und erreicht im Jahr 2012 einen Wert von 245,369. Ab 2012 kommt es jedoch zu einer schwachen aber konstanten Abnahme bis zum Jahr 2016. 2016 kommt es zu starken Einbrüchen welche sich in den folgenden Jahren auch nicht stark erholen. Im Jahr 2019 kommt es wieder zu Minderungen bei den Preisindizes der Rohstoffe und den Terms of Trade.
  
Line 141: Line 128:
 
==== Ökologischer Fußabdruck und Faktorreichtum ====
 
==== Ökologischer Fußabdruck und Faktorreichtum ====
 
Um einen Einstieg zu finden, sollte zunächst die Begriffe Nachhaltigkeit und ökologischer Fußabdruck geklärt werden. Nachhaltigkeit in Bezug auf die Umwelt oder Ökologie impliziert eine Denkweise, die auf einen verantwortungsvollen Umgang mit vorhandenen Ressourcen abzielt. Nachhaltigkeit beschreibt somit auch ein zukunftsorientiertes Denken (vgl. Kooperation Alumniportal Deutschland unter Führung  von Deutscher Akademischer Austauschdienst e.V. (DAAD) 2020). Der ökologische Fußabdruck ist in diesem Zusammenhang ein Maßstab für Nachhaltigkeit. Er wird in globalen Hektar angegeben und beschreibt damit den Flächenverbrauch einer Ressource, der zur Aufrechterhaltung eines bestimmten Lebensstils notwendig ist (vgl. Forum Umweltbildung als Initiative des Bundesministeriums für Klimaschutz, Umwelt, Energie, Mobilität, Innovation und Technologie und des Bundesministeriums für Bildung, Wissenschaft und Forschung. Projektträger: Umweltdachverband gemn. GesmbH 2020).
 
Um einen Einstieg zu finden, sollte zunächst die Begriffe Nachhaltigkeit und ökologischer Fußabdruck geklärt werden. Nachhaltigkeit in Bezug auf die Umwelt oder Ökologie impliziert eine Denkweise, die auf einen verantwortungsvollen Umgang mit vorhandenen Ressourcen abzielt. Nachhaltigkeit beschreibt somit auch ein zukunftsorientiertes Denken (vgl. Kooperation Alumniportal Deutschland unter Führung  von Deutscher Akademischer Austauschdienst e.V. (DAAD) 2020). Der ökologische Fußabdruck ist in diesem Zusammenhang ein Maßstab für Nachhaltigkeit. Er wird in globalen Hektar angegeben und beschreibt damit den Flächenverbrauch einer Ressource, der zur Aufrechterhaltung eines bestimmten Lebensstils notwendig ist (vgl. Forum Umweltbildung als Initiative des Bundesministeriums für Klimaschutz, Umwelt, Energie, Mobilität, Innovation und Technologie und des Bundesministeriums für Bildung, Wissenschaft und Forschung. Projektträger: Umweltdachverband gemn. GesmbH 2020).
 
+
[[Datei:Abbildung 5.1 Die preisindexbereinigten Importe + Exporte von Steinkohle (HS 2701), Erdgas (HS 2711), Erdöl (HS 2709) und Braunkohle (HS 2702) und der Kohlenstoffanteil.png|thumbnail|Abbildung 5.1 Die preisindexbereinigten Importe + Exporte von Steinkohle (HS 2701), Erdgas (HS 2711), Erdöl (HS 2709) und Braunkohle (HS 2702) und der Kohlenstoffanteil]]
 
Damit die Verbindung hergestellt werden kann, sollten zunächst die Zahlen der Importe und Exporte Norwegens genauer betrachtet werden. Um dies besser zu veranschaulichen, sind im folgenden Diagramm die addierten und preisindexbereinigten Importe und Exporte der eben vorgestellten Gütergruppen von 2001 bis 2019 und den dazugehörigen Kohlenstoffanteil am ökologischen Fußabdruck Norwegens von 2001 bis 2016 zusammen dargestellt.
 
Damit die Verbindung hergestellt werden kann, sollten zunächst die Zahlen der Importe und Exporte Norwegens genauer betrachtet werden. Um dies besser zu veranschaulichen, sind im folgenden Diagramm die addierten und preisindexbereinigten Importe und Exporte der eben vorgestellten Gütergruppen von 2001 bis 2019 und den dazugehörigen Kohlenstoffanteil am ökologischen Fußabdruck Norwegens von 2001 bis 2016 zusammen dargestellt.
 
Abbildung 5.1: Die preisindexbereinigten Importe + Exporte von Steinkohle (HS 2701), Erdgas (HS 2711), Erdöl (HS 2709) und Braunkohle (HS 2702) und der Kohlenstoffanteil (sh. beigefügte Powerpoint `Abbildungen zu Länderdossier Norwegen`)
 
  
 
Wie in der Abbildung 5.1 zu sehen, kann die allgemeine Aussage getroffen werden, dass der Kohlenstoffanteil ansteigt, wenn auch die Werte der Importe und Exporte der zu betrachtenden Gütergruppen ansteigt und umgekehrt. Da die Daten des Kohlenstoffanteils nur bis 2016 aufzufinden sind, ist der Vergleich nur bis zu diesem Jahr möglich. Weiterhin ist als Auffälligkeit zu nennen, dass die Gütergruppen ´Erdgas und andere gasförmige Kohlenwasserstoffe´ (HS 2711) und ´Braunkohle, auch agglomeriert, ausgenommen Gagat (Jett)´ (HS 2702) im Vergleich zu den anderen Graphen im Diagramm nur sehr geringe Werte aufweisen und sich dem zufolge ganz unten im Diagramm kaum ablesbar einordnen. Folglich ergibt sich der Zusammenhang zwischen den Gütergruppen und dem Kohlenstoffanteil größtenteils aus den Daten der Faktoren ´Erdöl und Öl aus bituminösen Mineralien, roh´ (HS 2709) und `Steinkohle, Steinkohlebriketts und ähnliche aus Steinkohle gewonnene feste Brennstoffe` (HS 2701).
 
Wie in der Abbildung 5.1 zu sehen, kann die allgemeine Aussage getroffen werden, dass der Kohlenstoffanteil ansteigt, wenn auch die Werte der Importe und Exporte der zu betrachtenden Gütergruppen ansteigt und umgekehrt. Da die Daten des Kohlenstoffanteils nur bis 2016 aufzufinden sind, ist der Vergleich nur bis zu diesem Jahr möglich. Weiterhin ist als Auffälligkeit zu nennen, dass die Gütergruppen ´Erdgas und andere gasförmige Kohlenwasserstoffe´ (HS 2711) und ´Braunkohle, auch agglomeriert, ausgenommen Gagat (Jett)´ (HS 2702) im Vergleich zu den anderen Graphen im Diagramm nur sehr geringe Werte aufweisen und sich dem zufolge ganz unten im Diagramm kaum ablesbar einordnen. Folglich ergibt sich der Zusammenhang zwischen den Gütergruppen und dem Kohlenstoffanteil größtenteils aus den Daten der Faktoren ´Erdöl und Öl aus bituminösen Mineralien, roh´ (HS 2709) und `Steinkohle, Steinkohlebriketts und ähnliche aus Steinkohle gewonnene feste Brennstoffe` (HS 2701).

Latest revision as of 09:11, 2 August 2020

Die folgende Untersuchung bezieht sich auf die Entwicklung im Untersuchungsland im 21. Jahrhundert, also auf den Zeitraum seit 2001 bis heute.

Der offenbarte komparative Vorteil

Einführung

In der Gruppenaufgabe werden als erstes die vier Gütergruppen mit dem größten Außenhandelsumsatzes Norwegens herausgefiltert. Hierfür werden die Werte von Ein- und Ausfuhrumsätzen der Gütergruppen addiert und dann nach ihrer Höhe sortiert. Daraufhin wird bei den Gütergruppen die Entwicklung des offenbarten komparativen Vorteils (RCA nach Siebert) betrachtet. Der offenbarte komparative Vorteil ist ein Prinzip welches von dem Ökonomen David Ricardo entwickelt wurde. Er hat 1817 herausgefunden, dass einige Länder gegenüber anderen einen komparativen Vorteil haben, wenn diese ein bestimmtes Gut zu geringeren Opportunitätskosten herstellen können (vgl. (Krugman und Obstfeld 2009, S.56)

Der offenbarte komparative Vorteil wird für die vier Gütergruppen und deren stärksten Untergruppen berechnet. Die verwendeten Werte stammen aus der ITC TradeMap des International Trade Center und die korrekten Bezeichnungen für die Gütergruppen aus dem deutschen Warenverzeichnis für die Außenhandelsstatistik.

Ziel der Gruppenaufgabe ist es, den errechneten offenbarten komparativen Vorteil der vier umsatzstärksten Gütergruppen und ihrer dargestellten vierstelligen und sechsstelligen Untergruppen für das Land Norwegen zu interpretieren.

Die Gütergruppen mit dem größten Außenhandelsumsatz Norwegens

Abbildung 1.1 Die vier umsatzstärksten Gütergruppen auf HS2-Ebene

Zunächst, sollen die vier umsatzstärksten Gütergruppen Norwegens auf HS2-Ebene ermittelt werden. Diese lassen sich mithilfe der Daten aus der ITC Trade Map ermitteln, indem die Importe und Exporte des aktuellen Jahres addiert werden. Demnach, haben sich folgende vier Gütergruppen ergeben (siehe Abb. 1.1).

Im Diagramm ist deutlich zu erkennen, dass die Gütergruppe für Mineralische Brennstoffe; Mineralöle…(HS27), die umsatzstärkste der vier Gütergruppen ist. Der Grund dafür ist, dass Norwegen in dieser Gruppe am meisten exportiert. Dies beruht auf dem reichen Ölvorkommen in Norwegen.

Abbildung 1.1: Die vier umsatzstärksten Gütergruppen auf HS2-Ebene (sh. beigefügte Powerpoint `Abbildungen zu Länderdossier Norwegen`)

Nun erfolgt die Berechnung des offenbarten komparativen Vorteils (RCA nach Siebert) Norwegens gegenüber dem Rest der Welt in den Jahren 2001 bis 2019. Diese Daten werden anschließend in einem Liniendiagramm dargestellt. Die Berechnung erfolgt in drei Schritten.

Abbildung 1.2 Entwicklung des RCA der vier umsatzstärksten Gütergruppen Norwegens

Zunächst muss der Warengruppen-Außenhandels-Koeffizient (Gi) berechnet werden. Dieser gibt an, ob ein Handelsbilanzüberschuss oder -defizit vorhanden ist und wo der komparative Vorteil liegt. Berechnet wird dieser wie folgt: Gi = (Exporte i –Importe i) / (Exporte i + Importe i). Im zweiten Schritt, wird er nationale Außenhandelskoeffizient (A) berechnet. Dieser wird wiederum wie folgt berechnet: A = (Alle Exporte –Alle Importe) / (Alle Exporte + Alle Importe). Als Letztes werden diese beiden Werte wie folgt verrechnet: RCA= (Gi-A) * [100/(1-A)]. Die Berechnung ergibt die im folgenden Diagramm dargestellten Werte bzw. Entwicklung der verschiedenen Gütergruppen (siehe Abb. 1.2).

In diesem Diagramm wird deutlich, dass Norwegen in den Gütergruppen `Mineralische Brennstoffe; Mineralöle… (HS27)` und `Fische und Krebstiere…(HS03)` einen komparativen Vorteil gegenüber dem Rest der Welt hat. Dies ist an den Graphen im positiven Bereich zu erkennen. Bei den verbleibenden zwei Gütergruppen, `Kernreaktoren…(HS84)` und `elektrische Maschinen…(HS85)` weist Norwegen hingegen Spezialisierungsnachteile auf.

Abbildung 1.3 RCA mineralischer Brennstoffe auf HS4- und HS6-Ebene

Im folgenden Teil, wird der RCA der umsatzstärksten mineralischen Brennstoffe auf HS4- und HS6-Ebene in einem Liniendiagramm näher betrachtet (sh. Abb. 1.3).

Im Bereich der mineralischen Brennstoffe auf HS4-Ebene, besitzt Norwegen komparative Vorteile gegenüber dem Rest der Welt. Vor allem in den Gruppen `Erdgas und andere gasförmige Kohlenwasserstoffe` (grün) und `Erdöl und Öl aus bituminösen Mineralien, roh` (gelb). Auf HS6-Ebenen, nimmt der komparative Vorteil immer mehr ab und wird im Bereich der `Erdöl und Öl aus bituminösen Mineralien, ausgenommen rohe Öle, andere…` (orange) sogar zu einem Spezialisierungsnachteil.

Abbildung 1.4 RCA Maschinen und Apparate auf HS4- und HS6-Ebene

Als nächstes wird der RCA der umsatzstärksten Kernreaktoren, Kessel, Maschinen, Apparate und mechanische Geräte (HS84) auf HS4- und HS6-Ebene in einem Liniendiagramm näher betrachtet (sh. Abb. 1.4).

Wenn man die Y-Achse betrachtet fällt direkt auf, dass alle Werte im negativen Bereich liegen. Die RCA-Werte der Güter halten sich stabil mit einem leichten konstanten Anstieg. Nur bei den untersten drei Graphen gibt es einen signifikanten Anstieg des komparativen Vorteils. Die negativen Werte bedeuten, dass Norwegen in den dargestellten Gütern keinen komparativen Vorteil besitzt, sondern sogar in allen Gütern einen Spezialisierungsnachteil aufweist. Norwegen ist angewiesen auf importierte Maschinen und Apparate. Auch wenn der Nachteil über die Jahre zurückgegangen ist, importieren sie deutlich mehr Maschinen und Apparate als sie exportieren.

Abbildung 1.5 RCA von Fischen, Krebstieren, Weichtieren und anderen wirbellosen Wassertieren auf HS4- und HS6-Ebene

In der nächsten Abbildung ist die Entwicklung des RCA der Gütergruppe der umsatzstärksten Erzeugnisse von Fischen und Krebstieren, Weichtieren und anderen wirbellosen Weichtieren zu sehen.

Betrachtet man im Diagramm die Achsen der Gruppen auf HS4-Ebene, so lässt sich erkennen, dass sich bei allen drei Achsen der RCA seit 2009 auf einem relativ stabilen Niveau eingepegelt hat. Davor unterliegen sie leichten Schwankungen. Die drei Graphen der konkretisierten HS6-Ebenen liegen im Diagramm sehr stark aufeinander und ihre Darstellung beginnt erst ab dem Jahr 2012. Auch hier lässt sich ein stabiles Niveau erkennen. Da sich alle Werte im positiven Bereich befinden ist von einem Spezialisierungsvorteil Norwegens in diesen Gütergruppen und ihren Untergruppen auszugehen. Anhand der Lage Norwegens ergibt ein starker komparativer Vorteil der Gütergruppe HS03 auch viel Sinn, da viel Fischfang betrieben wird und die Umsätze aus diesen einen wichtigen Teil des Außenhandels Norwegens ausmacht.

Als letztes folgt der RCA der umsatzstärksten elektrischen Maschinen, Apparate, Geräte und andere elektrotechnische Waren (HS85).

Abbildung 1.6 RCA elektrischer Maschinen, Apparate, Geräte und andere elektronische Waren auf HS4- und HS6-Ebene

Im Bereich der HS4-Ebene gibt es bis auf die `Stromerzeugungsaggregate` (orange) keine starken Ausreißer. Bei den isolierten Drähten gibt es einen leichten Spezialisierungsnachteil. Auf HS6 Ebene verdeutlichen sich die Werte. `Kabel aus optischen Fasern` (grün) ist das einzige Gut welches langfristig, ab dem Jahr 2009, einen offenbarten komparativen Vorteil für Norwegen bietet. Interessant ist, dass Norwegen 2006, 2013 und 2017 keine windgetriebene Stromerzeugungsaggregate importiert hat. Im Gesamtbild zeigt sich überwiegend einen Spezialisierungsnachteil für `elektrische Maschinen, Apparate, Geräte und andere elektronische Waren`. Norwegen importiert deutlich mehr dieser Güter als sie zu exportieren, vor allem Windräder, was auf die vielen Windparks in Norwegen zurückzuführen ist.

Fazit

Zusammenfassend lässt sich sagen, dass in diesem Kapitel gut ersichtlich wird, dass Norwegen einen deutlichen komparativen Vorteil in der Gütergruppe `Mineralische Brennstoffe; Mineralöle und Erzeugnisse ihrer Destillation; bituminöse Stoffe; Mineralwachse`(HS27) hat (sh. Abb. 1.1). In der weiteren Aufschlüsselung der verschiedenen Gütergruppen im Verlauf dieses Kapitels kann man bei jeder einzelnen erkennen, wie sich die verschiedenen Umsatzstärken der Abb. 1.1 zusammensetzen. Bei Norwegen liegen die Spezialisierungsvorteile eindeutig in den Gütergruppen HS27 und HS03. Dies lässt sich mit dem Vorkommen der Ressourcen und der Lage Norwegens begründen und bildet ein schlüssiges Bild im Zusammenhang mit den getroffenen Ausführungen. Die Zahlen aus denen sich diese zwei komparativen Vorteile ergeben, sind am meisten durch Exporte beeinflusst. Somit wird Norwegens Außenhandel durch die Umsatzstärken der genannten Gütergruppen gebildet und der komparative Vorteil durch diese entwickelt.

Relativer Lohn, Humankapital und komparativer Vorteil

Im folgenden Kapitel werden bestimmte Zusammenhänge in der Handelsbeziehung von Norwegen mit seinem umsatzstärksten Handelspartner China analysiert. Dabei werden folgende zwei Sachverhalte untersucht:

Zuerst soll die Entwicklung des offenbarten komparativen Vorteils sowie Lohnstückkosten Norwegens im Handel mit China betrachtet werden. Konkret soll der offenbarte komparative Vorteil (RCA) mit Textilien (HS 61; arbeitsintensive Herstellung) und die relative Entwicklung der Lohnstückkosten (LSK) seit 2001 zwischen Norwegen und China untersucht werden. Anschließend wird der offenbarte komparative Vorteil sowie der Humankapitalindex Norwegens im Handel mit China untersucht. Dies bedeutet, dass die Entwicklung des offenbarten komparativen Vorteils (RCA) mit Maschinen (HS 85; technologieintensive Herstellung) gegenüber dem umsatzstärksten Handelspartner und die relative Entwicklung des PWT-Humankapitalindex (HCI) seit 2001 betrachtet wird. Dies wird anhand von zwei Grafiken ausdifferenziert analysiert.

Abbildung 2.1 Offenbarter komparativer Vorteil sowie Lohnstückkosten Norwegens im Handel mit China

Offenbarter komparativer Vorteil sowie Lohnstückkosten Norwegens

„Ein Land verfügt bei der Herstellung eines Gutes dann über einen komparativen Vorteil, wenn die Opportunitätskosten für dessen Produktion, ausgedrückt in anderen Gütern, in diesem Land niedriger sind als in anderen Ländern.“  (sh. Robert C. Feenstra 2015) In der Abb.2.1 wird der komparative Vorteil Norwegens und Chinas der Gütergruppe HS61 und die umsatzstärkste Gütergruppe auf dem HS4-Niveau im Zeitraum von 2001 bis 2019 nach Siebert berechnet. Die Berechnung nach Siebert erfolgt in drei Schritten. Erstens wird der Warengruppen-Außenhandels-Koeffizient Gi anhand folgender Formel Gi = (Exporte i – Importe i) / (Exporte i + Importe i) ermittelt. Zweitens wird der nationale Außenhandels-Koeffizient A anhand der Formel A = (Alle Exporte –Alle Importe) / (Alle Exporte + Alle Importe) berechnet. Schließlich gewichten Sie die Differenz (Gi – A) mit dem Quotient aus 100 / (1 - A) und erhalten so den nationalen Index des offenbarten komparativen Vorteils für die Warengruppe RCA = (Gi – A) * [100 / (1 - A)]. Ein komparativer Spezialisierungsvorteil liegt dann vor, wenn der RCA positiv ist. Dies bedeutet, dass der nationale Außenhandels-Koeffizient kleiner als 1 und der Warengruppen-Koeffizient größer als der Außenhandelskoeffizient ist. Bei negativen Werten liegen Spezialisierungsnachteile vor. Anhand der Grafik lässt sich ableiten, dass Norwegen aufgrund der negativen Werte einen komparativen Nachteil aufweist. China zeigt dementsprechend einen komparativen Spezialisierungsvorteil.

Die Lohnstückkosten werden oftmals als ein breites Maß für die (internationale) Preiswettbewerbsfähigkeit angesehen und als die durchschnittlichen Arbeitskosten pro produzierte Produktionseinheit definiert. Sie werden als das Verhältnis des gesamten Arbeitsentgelts pro Arbeitsstunde zum Output pro Arbeitsstunde (Arbeitsproduktivität) ausgedrückt. Dieser Indikator kann in Form von prozentualen Veränderungen und Indizes gemessen werden (vgl. Organisation for Economic Cooperation and Development 2020). In der Abb.2.1 werden die relativen Lohnstückkosten von 2001 bis 2017 wie folgt ermittelt: LSK = Unit Labour Costs des Handelspartners / Unit Labour Costs des Untersuchungslandes. Steigende Löhne oder sinkende Arbeitsproduktivität führen zu höheren Lohnstückkosten. Umgekehrt führen sinkende Löhne oder steigende Arbeitsproduktivität zu niedrigeren Lohnstückkosten, welche in einer höheren Wettbewerbsfähigkeit resultieren. In der Abbildung 2.1 ist zu erkennen, dass es eine negative Korrelation zwischen der Veränderung der Lohnstückkosten und der Veränderung des offenbarten komparativen Vorteiles gibt. Mit starken steigenden Lohnstückkosten sinkt der offenbarte komparative Vorteil.

Fazit: Wenn der offenbarte komparative Vorteil sinkt, steigen die Lohnstückkosten. Der komparative Vorteil erreicht im Jahr 2008 sein Minimum. Die Lohnstückkosten erreichen hingegen im selben Jahr ihr Maximum. Es ist ersichtlich, dass die Veränderung der Lohnstückkosten eine direkte Auswirkung auf den offenbarten komparativen Vorteil hat. Aufgrund der hohen Lohnstückkosten in einem Land wird demzufolge weniger in diesem Land produziert und der offenbarte komparative Vorteil sinkt. Geringere Lohnstückkosten haben zur Folge, dass eine größere Anzahl von Gütern im Land produziert werden kann. Dadurch steigt der komparative Vorteil.

Abbildung 2.2 Offenbarter komparativer Vorteil sowie Humankapitalindex Norwegens im Handel mit China

Offenbarter komparativer Vorteil sowie Humankapitalindex Norwegens

In diesem Abschnitt soll untersucht werden, ob ein Zusammenhang zwischen dem offenbarten komparativen Vorteil in der Gütergruppe HS85 (technologieintensive Herstellung) und dem PWT-Humankapitalindex besteht. Dazu wird der komparative Vorteil Norwegens und Chinas der Gütergruppe HS85 und die umsatzstärkste Gütergruppe auf dem HS4-Niveau im Zeitraum von 2001 bis 2019 nach Siebert berechnet. Die Berechnung erfolgt analog zu Abschnitt 2.1. Wie in Abschnitt 2.1 erläutert verfügt ein Land „bei der Herstellung eines Gutes dann über einen komparativen Vorteil, wenn die Opportunitätskosten für dessen Produktion, ausgedrückt in anderen Gütern, in diesem Land niedriger sind als in anderen Ländern“ (sh. Krugman und Obstfeld 2019).

Ein komparativer Vorteil liegt dann vor, wenn der RCA positiv ist. Bei negativen Werten liegt ein komparativer Nachteil vor. In der Abbildung 2.2 wird ersichtlich, dass es sich um negative Werte handelt. Damit liegt ein komparativer Nachteil bei dem Untersuchungsland Norwegen vor. Um die Entwicklung zwischen RCA und Humankapital zu untersuchen, soll zunächst erläutert werden, was unter Humankapital verstanden wird: Humankapital wird „definiert als ‚das in ausgebildeten und lernfähigen Individuen repräsentierte Leistungspotential einer Bevölkerung‘. Die Befähigung eines Individuums, zur Leistungsfähigkeit der Bevölkerung beizutragen, baut erstens auf körperliche Faktoren auf, wie Gesundheit, Arbeitskraft und Stehvermögen. Zweitens stützt sie sich auf das Wissen und die Erfahrungen eines Individuums.“ (sh. Dore und Clar 1997)

Das Humankapital entspricht der Bildung sowie der Qualifikationen der Arbeitskräfte in einem Land. Die Untersuchung der Entwicklung von RCA und Humankapital ist in unserem Fall interessant, weil es sich bei der Gütergruppe HS85 um eine technologieintensive Herstellung handelt, welche in einem Diagramm mit dem Humankapital dargestellt wird. In der Grafik wird der Quotient des Humankapitalindexes von 2001 bis 2017 mit der Formel berechnet: Humankapitalindex des Handelspartners / Humankapitalindex des Untersuchungslandes. Die Abbildung 2.2 zeigt die Entwicklung des PWT-Humankapitalindex von 2001-2017. Es ist zu sehen, dass der Humankapitalindex ab 2010 stärker ansteigt. Bis 2012 sind bei dem RCA beider Gütergruppen Schwankungen zu erkennen. Ab 2012 steigen die RCA bis 2016 wieder an und fallen anschließend wieder ab.

Fazit: Anhand der Untersuchung wurde ersichtlich, dass kein Zusammenhang zwischen dem offenbarten komparativen Vorteil in der Gütergruppe HS85 (technologieintensive Herstellung) und dem PWT-Humankapitalindex Norwegens im Handel mit China besteht. Von 2012 bis 2016 ist lediglich eine leichte positive Korrelation erkennbar. Der Grund dafür könnte in einer besseren Qualifikation der Arbeitskräfte liegen, welche durch das Humankapital angezeigt wird. Zusätzlich steigt die Produktivität und damit auch der RCA.

Kapitalintensität und Vorleistungstiefe

Der intra-industrielle Handel

In der folgenden Aufgabe, werden die verschiedenen Vorleistungstiefen (HS2, HS4, HS6) Norwegens miteinander verglichen, um zu überprüfen, ob der intra-industrielle Handel bei Kraftwagen (HS87) seit 2001 abnimmt. Weiterhin wird überprüft, welche Rolle dabei der komparative und absolute Vorteil beim Aufbau in dieser Gütergruppe spielt. Dabei sind die Begriffe des inter-industriellen Handels, des intra-industriellen Handels, des Grubel-Lloyd-Index und des komparativen Vorteils essenziel um das Thema zu bearbeiten. Der inter-industrielle Handel, bezeichnet den internationalen Handel (Exporte und Importe) von Gütern die aus verschiedenen Produktionssektor stammen. Der intra-industrielle Handel hingegen, bezeichnet den internationalen Handel von Gütern aus den gleichen Produktionssektoren (vgl. Krugman und Obstfeld 2009, S. 185).

Der Grubel-Lloyd-Index, ist das Maß für den intra-industriellen Handel. Er berechnet sich wie folgt: GLI oder auch Bi = 1 - |Exporte Gütergruppe – Importe Gütergruppe| / (Exporte Gütergruppe + Importe Gütergruppe). Je näher das Ergebnis also der Grubel-Lloyd-Index an der 1 ist, desto identischer sind Exporte und Importe sprich es findet mehr intra-industrieller Handel statt. Im Gegenteil dazu, würde mehr inter-industrieller Handel stattfinden, je näher der Grubel-Lloyd-Index an der 0 ist. Ein Land verfügt bei der Herstellung eines Gutes dann über einen komparativen Vorteil, wenn die Opportunitätskosten für dessen Produktion, ausgedrückt in anderen Gütern, in diesem Land niedriger sind als in anderen Ländern (vgl. Krugman und Obstfeld 2009, S. 58).

Im ersten Schritt, werden mithilfe der ITC Trade Map die Importe und Exporte Norwegens für Kraftwagen mit dem Rest der Welt seit 2001 bis 2019 auf HS2-Ebene ermittelt. Anhand dieser Daten, kann nun mit der obigen Rechnung der Grubel-Lloyd-Index für jedes Jahr bis 2019 berechnet und grafisch dargestellt werden.

Abbildung 3.1 Zweistellige Ebene (Product Code 87)

Zweistellige Ebene (HS2)

Auf HS2-Ebene, ist zu erkennen das Norwegen im Jahr 2001 einen GLI von rund 31,87% aufweist. Ab dem Jahr 2003, fällt dieser ab und pendelt sich ab 2010 bis 2019 zwischen 16% – 17% ein. Dies bedeutet, dass der Handel mit Kraftwagen in Norwegen zu einem inter-industriellem Handel tendiert (sh. dazu Abb. 3.1). In der Trade Map ist deutlich zu erkennen, dass Norwegen in dieser Gütergruppe mehr importiert als exportiert. Norwegen steht bei den weltweiten Exporten auf Platz 48. Bei den Importen hingegen auf Platz 28. Somit ist bestätigt, dass Norwegen im zweistelligen Bereich, eindeutig zu einem inter-industriellen Handel tendiert, als zu einem intra-industriellen Handel. Somit haben die Länder, von denen Norwegen die Güter importiert einen absoluten Vorteil gegenüber Norwegen. Trotzdem ist es durch den komparativen Vorteil möglich, dass Norwegen am internationalen Handel teilnimmt. Denn in der Trade Map ist zu erkennen, dass die Gütergruppe `Kraftwagen` (HS87), in Hinblick auf die Importe und Exporte mit dem Rest der Welt, den vierten Platz belegt und Norwegen somit einen komparativen Vorteil besitzt. Hauptimporteure sind in dieser Gütergruppe die USA, Deutschland und China. Hauptexporteure ebenfalls Deutschland mit Volkswagen, die USA mit General Motors und Japan mit Toyota.

Im zweiten Schritt, werden erneut die Importe und Exporte Norwegens mit dem Rest der Welt seit 2001 bis 2019 ermittelt. Nun werden diese aber auf der nächsthöheren Ebene `HS4` bestimmt. Danach wird die wichtigste HS 87-Gütergruppe auf dieser Ebene bestimmt und anhand dieser Daten, erneut der Grubel-Lloyd-Index für jedes Jahr berechnet. Mit der „wichtigsten Gütergruppe“, ist die umsatzstärkste Gütergruppe gemeint. Ermittelt, wird dies durch das Addieren der Importe und Exporte. Die umsatzstärkste Gütergruppe, ist somit die wichtigste. Am Beispiel Norwegens, ist die wichtigste Gütergruppe auf HS4-Ebene, die Gruppe mit dem Produkt Code: 8703.

Abbildung 3.2 Vierstellige Ebene (Product Code 8703)

Vierstellige Ebene (HS4)

Betrachtet man nun die nächsthöhere, die HS4-Ebene, fällt schnell auf das der Grubel-Lloyd-Index stark gesunken ist. Im Gegensatz zur HS2-Ebene (sh. Abb. 3.1) ist hier eine unregelmäßigere Struktur zu erkennen. Beispielweise, sinkt der GLI im Jahr 2004 auf rund 2,07 % obwohl er in den Vorjahren noch bei 3,51% - 3,19% lag. Ab 2007 steigt der GLI erneut, sinkt ab 2010 aber wieder (sh. Abb. 3.2). Hier wird nunmehr deutlich, dass Norwegen viel mehr importiert als exportiert und somit stark zum inter-industriellen Handel tendiert. Somit nimmt der intra-industrielle Handel, gemessen am Grubel-Lloyd-Index ab, wenn die Gütergruppe mit 4 Stellen für Kraftwagen betrachtet wird. Dies bedeutet weiterhin, dass der absolute Vorteil der Länder aus denen Norwegen importiert, mit der Ebene HS4 wächst.

Im letzten Schritt, wird die Herangehensweise aus Schritt 2 für die nächsthöhere Ebene (HS6) wiederholt. Zunächst werden die Importe und Exporte bestimmt, danach die wichtigste Gütergruppe und der Grubel-Lloyd-index wird berechnet. In der HS6-Ebene, hat die wichtigste Gütergruppe den Produkt Code: 870323.

Abbildung 3.3 Sechsstellige Ebene (Product Code 870323)

Sechsstellige Ebene (HS6)

Die sechsstellige Ebene, hat sich im Gegensatz zur vierstelligen kaum verändert. Man erkennt erneut einen geringen GLI der im Durchschnitt kaum über 3% liegt, was auf einen inter-industriellen Handel hinweist da er zur 0 tendiert. Lediglich in den Jahren 2011 und 2017 gab es Ausreißer von 5,32% und 5,37%, die dennoch relativ gering sind (sh. Abb. 3.3). Erneut sind diese geringen Werte damit zu erklären, dass Norwegen deutlich mehr importiert als exportiert. Somit haben im sechsstelligen Bereich ebenfalls die Länder einen absoluten Vorteil, aus denen Norwegen seine Güter importiert. Auch hier ist der komparative Vorteil gegenüber dem Rest der Welt eher gering.

Fazit

Betrachtet man nun die verschiedenen Ebenen bzw. Vorleistungstiefen, ist deutlich zu erkennen das Norwegen viel mehr importiert als exportiert und somit eindeutig zu inter-industriellem Handel neigt. Dies bedeutet wiederrum, dass der intra-industrielle Handel, gemessen am Grubel-Lloyd-Index seit 2001 abnimmt, wenn man die Gütergruppe `HS87` mit 4 und 6 Stellen betrachtet. Weiterhin, haben die Länder aus denen Norwegen seine Güter importiert einen absoluten Vorteil. Und der komparative Vorteil Norwegens, sinkt mit steigenden Vorleistungstiefen.

Internationale Tauschbedingungen des Rohstoffhandels

Einleitung

In der folgenden Analyse werden die internationalen Tauschbedingungen (Terms of Trades) von Norwegen mit der weltweiten Preisänderung von Erdöl, Erdgas und Kohle auch als IMF-Preisindex bezeichnet, verglichen. Ziel ist es die Abhängigkeit Norwegens vom Import/Export der drei Ressourcen festzustellen. Die Terms of Trades (ToT) stellen das Verhältnis zwischen dem Exportgüterpreisniveaus (E) und dem Importgüterpreisniveaus (I) dar. Die Formel lautet: T=E/I. Durch die Formel ergibt sich ein Wert, der aussagt, inwiefern ein Land vom Handel profitiert (vgl. Springer Fachmedien Wiesbaden 2014, S. 354). Wenn der Wert grösser 1 ist, beziehungsweise der Exportpreis höher als der Importpreis, kann das Land für die gleiche Anzahl an Exportgütern mehr Importgüter finanzieren. Das gleiche gilt auch andersherum. Wenn die Zahl kleiner 1 ist, kann sich das Land weniger Importgüter für die gleiche Anzahl an Exportgütern leisten. Es gibt verschiedene Faktoren, die den Wert beeinflussen. Die Preise von Export- sowie Importgütern können steigen oder auch sinken. Der Wert kann zum Beispiel steigen, wenn die inländische Währung aufgewertet wird und so auch umgekehrt. Ein weiterer Faktor, der die Terms of Trades beeinflusst, ist der Zoll.

Ziel der Analyse ist es, Auswirkungen der IMF-Preisindizes auf die Terms of Trade ausfindig zu machen und deren Korrelation darzustellen. Die Untersuchung bezieht sich auf den Zeitraum von 2001-2019.

Analyse

Abbildung 4.1 Entwicklung der Terms of Trade und den Preisindizes von Erdöl, Erdgas und Kohle in Euro von 2001-2019, Stand 2020

Bei der ersten Betrachtung fällt schnell auf, dass es anscheinend einen Zusammenhang zwischen den drei Ressourcen und den Terms of Trade gibt. Die Ressourcen schwanken zwar stärker als die internationale Tauschbedingungen, jedoch verlaufen die Linien ähnlich und mit gleich starken Ausreißern. Steigen die Ressourcen, steigen auch die Terms of Trade, nur abgeschwächt. Bis 2008 steigen alle Werte konstant auf einen Höchststand, was auf eine hohe Nachfrage seitens China und Indien zurückzuführen ist. 2009 kommt es jedoch bei allen untersuchten Rohstoffpreisen zu starken Rückgängen. Die Rückgänge sind durch die Weltfinanzkrise in 2008 begründet, welche durch einen aufgeblähten Immobilienmarkt entstand. Der Kohlepreis sinkt um knapp 45,6%, von 192,189 auf 104,445. Die Werte erholen sich in den zwei darauffolgenden Jahren zum Teil schnell wieder. Der Ölpreis steigt über den Höchststand von 2008 und erreicht im Jahr 2012 einen Wert von 245,369. Ab 2012 kommt es jedoch zu einer schwachen aber konstanten Abnahme bis zum Jahr 2016. 2016 kommt es zu starken Einbrüchen welche sich in den folgenden Jahren auch nicht stark erholen. Im Jahr 2019 kommt es wieder zu Minderungen bei den Preisindizes der Rohstoffe und den Terms of Trade.

Insgesamt ist sehr gut zu beobachten, dass die Terms of Trade zwar auch schwanken, jedoch einen deutlich stabileren Kurs aufweisen, als die Preisindizes der untersuchten Rohstoffe. Der niedrigste Wert der Terms of Trade war 2002 bei 79,05 und der Höchste lag in 2008 bei 122,12. Währenddessen kam es bei dem Erdölpreisindex zu extremen Werteschwankungen. 2001 lag der Wert für Erdöl bei 56,78, während der Wert 2008 auf 226,404 gestiegen ist. Das ist ein Anstieg um fast genau 400%. Die Preisindizes für die Rohstoffe scheinen sich erstmal nicht mehr auf Topwerte wie 2007 und 2011-2013 zu erhöhen, sondern bei 100-150 zu setzen oder sogar weiter zu sinken.

Die Korrelationen zwischen den Rohstoffpreisindizes und den Terms of Trade

Durch die Korrelation ist es möglich, die Konzentration eines Zusammenhangs zweier Variablen herzuleiten, welche durch den Korrelationskoeffizienten angegeben wird. Es gibt den Korrelationskoeffizienten nach Pearson und den nach Spearman, in unserem Fall verwenden wir den Koeffizienten nach Pearson, denn der misst die lineare Korrelation und wird bei Intervallen angewendet. In dieser Aufgabe misst der Korrelationskoeffizient die Stärke des Zusammenhangs zwischen den Terms of Trade und den Preisindizes von Erdöl, Erdgas und Kohle. Es lässt sich hiermit aussagen, wie abhängig die Terms of Trade Norwegens von den Preisindizes der drei Rohstoffe sind (vgl. Annika Heindl 2006, S.3).

Für die Berechnung gibt es verschiedene Vorgehensweisen. In diesem Fall wurden die Werte in Excel eingetragen und eine Tabelle gestaltet. Dann werden die richtigen Werte ausgewählt und die von Excel zu Verfügung gestellte Funktion für Formeln genutzt. Das Programm rechnet automatisch den Korrelationskoeffizienten für den bestimmten Rohstoff und den Terms of Trade aus. Der Vorgang wird für die anderen beiden Rohstoffe wiederholt und man erhält somit insgesamt drei Werte. Wichtig für die folgenden Angaben ist die Aussagekraft der Werte. Wenn ein Wert zwischen 1 > x > 0,5 liegt, gibt es einen hohen positiven Zusammenhang. Bei 0,5 > x > 0 bedeutet das einen schwachen positiven Zusammenhang und bei 0 besteht gar kein Zusammenhang. Das gleiche gilt auch für den negativen Bereich. Der Korrelationskoeffizient für Erdöl ist 0,96760586, für Erdgas 0,87454894 und bei Kohle liegt der Wert bei 0,76767125.

Die folgenden Werte zeigen, dass der erste Eindruck nicht getäuscht hat. Es gibt bei allen drei untersuchten Rohstoffen einen sehr starken Zusammenhang mit den Terms of Trade, wobei besonders Erdöl heraussticht. Der Wert von Erdöl verdeutlicht sehr gut, wie abhängig Norwegens Terms of Trade von den Preisindizes der Rohstoffe sind. „Norwegen ist in Europa zweitgrößter Ölproduzent und der viertgrößte Produzent von Erdgas“ (sh. media desk GbR 2020). Der Exportumsatz Norwegens besteht zu knapp 50% nur aus Erdöl und Erdgas.

Der Wert von 0,96760586 für Erdöl bedeutet, dass Norwegens Terms of Trade den Kurs von Erdöl fast 1 zu 1 adaptieren. Wenn der Preisindex für Erdöl steigt, verändert das positiv die Terms of Trade. Norwegen kann sich mehr importierte Güter für die gleiche Anzahl an Exportierten Gütern finanzieren, wenn die Preise für Erdöl steigen. Norwegen trifft dementsprechend auch ein sinkender Preisindex von Erdöl sehr hart. Das gleiche gilt auch für Erdgas und Kohle, denn auch hier sind die Korrelationskoeffizienten stark ausgeprägt.

Fazit

Norwegen hat über Jahrzehnte von den Rohstoffen profitiert. Die sinkenden Preisindizes der Rohstoffe sorgen für verschlechterte Terms of Trade von Norwegen. Der Export besteht zu 50 % aus zwei Rohstoffarten, welche extreme Einbrüche erleiden. Es scheint, als würde Norwegen finanziell schlechte Zeiten bevorstehen, wenn die Kurse weitersinken. Norwegen muss mit Exporteinbüße rechnen und sich dementsprechend anpassen. Rohstoffe wie Erdöl, Erdgas und Kohle werden immer knapper und die Zukunft wird nicht mit den drei Rohstoffen prognostiziert (vgl. Richard Watson 2014, S. 24).

Jedoch hat Norwegens Regierung schon vorrausschauend gehandelt und ein Ölfonds (staatlicher Pensionsfonds) gegründet (vgl. Sven Jochem 2012, S. 193). Ein großer Teil der Erlöse aus dem Erdölexport fließt in diesen Fonds und schon jetzt sind über 250 Milliarden Euro angelegt. Die Summe soll Norwegen in einer Zeit ohne Erdöl aushelfen und die Chance auf andere Einnahmequellen ermöglichen. Norwegen schlägt eine zukunftsorientierte Richtung ein, welche in einigen Jahren den gewissen Vorsprung bedeuten kann.

Faktorinhalt und ökologischer Fußabdruck

Im folgenden Kapitel werden die Zusammenhänge zwischen dem Kohlenstoffanteil am ökologischen Fußabdruck und den, mit den Preisindizes bereinigten Importen und Exporten Norwegens untersucht. Hierbei werden die Ein- und Ausfuhren der mineralen Brennstoffe der Gütergruppen Steinkohle (HS 2701), Braunkohle (HS 2702), Erdöl (HS 2709) und Erdgas (HS 2711) für den Zeitraum 2001 bis 2019 genauer betrachtet. Mit Hilfe des Heckscher-Ohlin-Theorems, der Bedeutung des ökologischen Fußabdrucks und den errechneten Korrelationen kann so ein eventuell bestehender Zusammenhang hergestellt und gedeutet werden. Da in der heutigen Gesellschaft der Begriff Nachhaltigkeit eine große Rolle spielt, kann dieses Kapitel in Bezug auf die genannten Gütergruppen einen Aufschluss darüber geben ob deren Importe und Exporte auf den ökologischen Fußabdruck Norwegens einen Einfluss haben.

Ökologischer Fußabdruck und Faktorreichtum

Um einen Einstieg zu finden, sollte zunächst die Begriffe Nachhaltigkeit und ökologischer Fußabdruck geklärt werden. Nachhaltigkeit in Bezug auf die Umwelt oder Ökologie impliziert eine Denkweise, die auf einen verantwortungsvollen Umgang mit vorhandenen Ressourcen abzielt. Nachhaltigkeit beschreibt somit auch ein zukunftsorientiertes Denken (vgl. Kooperation Alumniportal Deutschland unter Führung von Deutscher Akademischer Austauschdienst e.V. (DAAD) 2020). Der ökologische Fußabdruck ist in diesem Zusammenhang ein Maßstab für Nachhaltigkeit. Er wird in globalen Hektar angegeben und beschreibt damit den Flächenverbrauch einer Ressource, der zur Aufrechterhaltung eines bestimmten Lebensstils notwendig ist (vgl. Forum Umweltbildung als Initiative des Bundesministeriums für Klimaschutz, Umwelt, Energie, Mobilität, Innovation und Technologie und des Bundesministeriums für Bildung, Wissenschaft und Forschung. Projektträger: Umweltdachverband gemn. GesmbH 2020).

Abbildung 5.1 Die preisindexbereinigten Importe + Exporte von Steinkohle (HS 2701), Erdgas (HS 2711), Erdöl (HS 2709) und Braunkohle (HS 2702) und der Kohlenstoffanteil

Damit die Verbindung hergestellt werden kann, sollten zunächst die Zahlen der Importe und Exporte Norwegens genauer betrachtet werden. Um dies besser zu veranschaulichen, sind im folgenden Diagramm die addierten und preisindexbereinigten Importe und Exporte der eben vorgestellten Gütergruppen von 2001 bis 2019 und den dazugehörigen Kohlenstoffanteil am ökologischen Fußabdruck Norwegens von 2001 bis 2016 zusammen dargestellt.

Wie in der Abbildung 5.1 zu sehen, kann die allgemeine Aussage getroffen werden, dass der Kohlenstoffanteil ansteigt, wenn auch die Werte der Importe und Exporte der zu betrachtenden Gütergruppen ansteigt und umgekehrt. Da die Daten des Kohlenstoffanteils nur bis 2016 aufzufinden sind, ist der Vergleich nur bis zu diesem Jahr möglich. Weiterhin ist als Auffälligkeit zu nennen, dass die Gütergruppen ´Erdgas und andere gasförmige Kohlenwasserstoffe´ (HS 2711) und ´Braunkohle, auch agglomeriert, ausgenommen Gagat (Jett)´ (HS 2702) im Vergleich zu den anderen Graphen im Diagramm nur sehr geringe Werte aufweisen und sich dem zufolge ganz unten im Diagramm kaum ablesbar einordnen. Folglich ergibt sich der Zusammenhang zwischen den Gütergruppen und dem Kohlenstoffanteil größtenteils aus den Daten der Faktoren ´Erdöl und Öl aus bituminösen Mineralien, roh´ (HS 2709) und `Steinkohle, Steinkohlebriketts und ähnliche aus Steinkohle gewonnene feste Brennstoffe` (HS 2701).

Schaut man sich nun die zugrunde liegenden unaddierten Werte an, gibt es besonders bei den Exporten eine Auffälligkeit. Im Zeitraum 2001 bis 2019 wurden von den Gütergruppen ´Erdgas und andere gasförmige Kohlenwasserstoffe´ (HS 2711) und ´Braunkohle, auch agglomeriert, ausgenommen Gagat (Jett)´ (HS 2702) entweder nichts oder im Vergleich zu der Größenordnung der anderen Zahlen nur ganz minimale Mengen exportiert, welche für ihre Darstellung im Diagramm ausschlaggebend sind. Im Gegensatz dazu, wurden bei den Gütergruppen ´Erdöl und Öl aus bituminösen Mineralien, roh´ (HS 2709) und `Steinkohle, Steinkohlebriketts und ähnliche aus Steinkohle gewonnene feste Brennstoffe` (HS 2701) sehr große Mengen exportiert. Diese sind auch deutlich größer sind als die im gleichen Zeitraum und der gleichen Gütergruppen zugrunde liegenden Werte der Importe. Als Beispiel nenne ich hier den exportierten Wert der Gütergruppe ´Erdöl und Öl aus bituminösen Mineralien, roh´ (HS 2709) aus dem Jahr 2019 von 25.753.976 tausend Euro (vgl. International Trade Center 2020a). Anhand dieser Daten lässt sich ableiten, dass es sich bei den zwei genannten Gütergruppen mit diesen wertmäßig hohen Exporten um einen Faktorreichtum des Landes Norwegen handelt. Unter Faktorreichtum versteht man in diesem Fall, wenn ein Land mit einem Faktor oder einer Ressource im Verhältnis zu anderen Ressourcen (in dem Fall die betrachteten Gütergruppen) besonders gut ausgestattet ist. So gut, dass es diesen Faktor in einer bestimmten Größenordnung exportiert und dies somit einen Teil des Außenhandels dieses Landes ausmacht (vgl. Krugman und Obstfeld 2009, S. 102). Dies besagt auch das Heckscher-Ohlin-Theorem in Relation zu dem Begriff des Faktorreichtums. Ist ein Faktor reichlich vorhanden, so stellt das für dieses Land einen Vorteil dar und dieser Faktor (auf Norwegen bezogen zum Beispiel Erdöl) ist preiswerter zu produzieren als ein Faktor der vor Ort knapp ist (vgl. Krugman und Obstfeld 2009, S.90).

Zusammenhang der preisindexbereinigten Importe und Exporte mit dem Kohlenstoffanteil am ökologischen Fußabdruck

Dies lässt sich anhand einer Korrelation berechnen. Hierfür werden die Importe und Exporte der vier beteiligten Gütergruppen für jedes Jahr addiert und dann durch den Preisindex des jeweiligen Jahres dividiert. Für die Gütergruppe ´Steinkohle, Steinkohlebriketts und ähnliche aus Steinkohle gewonnene feste Brennstoffe´ (HS 2701) ergab diese Berechnung einen Wert von 0,8039. Die Ergebnisse von Korrelationen sind wie folgt zu deuten: ein Ergebnis von 0 besagt, dass zwischen den betrachteten Gegenständen kein Zusammenhang besteht, ein Ergebnis von 0,5 drückt einen mittleren Zusammenhang aus und ein Ergebnis von 1 einen absoluten Zusammenhang. Im Fall der eben genannten Gütergruppe liegt also ein mittelstarker Zusammenhang zwischen deren preisindexbereinigten Importen und Exporten und dem Kohlenstoffanteil am ökologischen Fußabdruck vor.  Für die Gütergruppe ´Erdgas und andere gasförmige Kohlenwasserstoffe´ (HS 2711) ergab die Korrelation einen Wert von 0,2882, also einen mittelschwachen Zusammenhang. Gütergruppe ´Erdöl und Öl aus bituminösen Mineralien, roh´ (HS 2709) ergab den Wert 0,52905, welcher als mittlerer Zusammenhang einzuordnen ist und Gütergruppe ´Braunkohle, auch agglomeriert, ausgenommen Gagat (Jett)´ (HS 2702) ergab 0,3927, welches ebenfalls ein mittelschwacher Zusammenhang ist. Diese Werte passen zum oben abgebildeten Diagramm, da auch an diesem abzulesen ist, welche der Gütergruppen höhere Importe und Exporte ausweisen und wie diese sich zu dem Kohlenstoffanteil verhalten. Dementsprechend ergibt das Diagramm ein schlüssiges Bild zu den errechneten Korrelationen.

Fazit

Somit lässt sich abschließend darlegen, dass zwei der analysierten Gütergruppen einen Faktorreichtum Norwegens darstellen, da sie im Vergleich zu denen anderen beiden viel exportieren. Dadurch weisen sie eine hohe Korrelation mit dem Kohlenstoffanteil am ökologischen Fußabdruck auf. Diesen Zusammenhang bestätigen auch die Aussage des vorgestellten Heckscher-Ohlin-Theorems und die errechneten Korrelationen. Demzufolge haben diese beiden Gütergruppen (Steinkohle – HS 2701 und Erdöl – HS 2709) auch den größten Einfluss auf den Kohlenstoffanteil am ökologischen Fußabdruck Norwegens, was natürlich auch die Größenverhältnisse der Importe und Exporte belegen. Wobei bei den betrachteten Gütergruppen, wie oben bereits aufgezeigt, deutlich höhere Exportwerte vorliegen. Als Abschluss lässt sich somit festhalten, dass die kohlenstoffintensiveren Gütergruppen eine bedeutende Rolle im Außenhandel Norwegens spielen und somit auch der ökologische Fußabdruck dementsprechend größer ist.

Literaturverzeichnis

Annika Heindl (2006): Korrelation, Korrelationskoeffizienten. S.3: GRIN Verlag, zuletzt geprüft am 26.06.2020.

Dore, Julia; Clar, Gunter (1997): Humankapital und Wissen Grundlagen einer nachhaltigen Entwicklung. S. 159-174. Heidelberg: Springer-Verlag, zuletzt geprüft am 20.06.2020.

Forum Umweltbildung als Initiative des Bundesministeriums für Klimaschutz, Umwelt, Energie, Mobilität, Innovation und Technologie und des Bundesministeriums für Bildung, Wissenschaft und Forschung. Projektträger: Umweltdachverband gemn. GesmbH: Ökologischer Fußabdruck. Online verfügbar unter https://www.umweltbildung.at/cgi-bin/cms/praxisdb/suche.pl?aktion=thema&typ=Themen&themenid=418&&thema=11, zuletzt geprüft am 15.06.2020.

Global Footprint Network (2020): County Trends. Online verfügbar unter http://data.footprintnetwork.org/#/countryTrends?type=BCtot,EFCtot&cn=162, zuletzt geprüft am 08.06.2020.

International Monetary Found: Preisindizes 2001-2019. Online verfügbar unter https://www.imf.org/external/pubs/ft/weo/2020/01/weodata/weorept.aspx?sy=2001&ey=2019&scsm=1&ssd=1&sort=country&ds=%2C&br=1&pr1.x=34&pr1.y=6&c=001&s=PNRGW&grp=1&a=1, zuletzt geprüft am 15.06.2020.

International Trade Center (2020a): ITC Trade Map - Exporte Norwegen 2001-2019. Online verfügbar unter https://www.trademap.org/countrymap/Product_SelCountry_TS.aspx?nvpm=1%7c579%7c%7c%7c%7cTOTAL%7c%7c%7c4%7c1%7c1%7c2%7c2%7c1%7c1%7c1%7c1%7c1, zuletzt geprüft am 08.06.2020.

International Trade Center (2020b): ITC Trade Map - Importe Norwegen 2001-2019. Online verfügbar unter https://www.trademap.org/countrymap/Product_SelCountry_TS.aspx?nvpm=1%7c579%7c%7c%7c%7cTOTAL%7c%7c%7c4%7c1%7c1%7c1%7c2%7c1%7c1%7c1%7c1%7c1, zuletzt geprüft am 08.06.2020.

International Trade Center (2020c): Trade statistics for international business development. Online verfügbar unter https://www.trademap.org/, zuletzt geprüft am 20.06.2020.

Kooperation Alumniportal Deutschland unter Führung von Deutscher Akademischer Austauschdienst e.V. (DAAD): Nachhaltigkeit - einige Gedanken zu Begriff und Bedeutung. Unter Mitarbeit von Alexander von Humboldt-Stiftung e.V., Deutscher Akademischer Austauschdienst e.V. (DAAD), Goethe-Institut e.V. Online verfügbar unter https://www.alumniportal-deutschland.org/global-goals/agenda-2030/nachhaltigkeit/, zuletzt geprüft am 23.06.2020.

Krugman, Paul R.; Obstfeld, Maurice (2009): Internationale Wirtschaft Theorie und Politik der Außenwirtschaft. S. 90. 8. Aufl.: Pearson Studium, zuletzt geprüft am 26.06.2020.

Krugman, Paul R.; Obstfeld, Maurice; Melitz, Marc J. (2009a): Interationale Wirtschaft Theorie und Politik der Außenwirtschaft. S. 58. 8. Aufl.: Pearson, zuletzt geprüft am 20.06.2020.

Krugman, Paul R.; Obstfeld, Maurice; Melitz, Marc J. (2009b): Internationale Wirtschaft Theorie und Politik der Außenwairtschaft. 8. Aufl.: Pearson, zuletzt geprüft am 26.06.2020.

Krugman, Paul R.; Obstfeld, Maurice; Melitz, Marc J. (2019): Internationale Wirtschaft Theorie und Politik der Außenwirtschaft. S. 60. Halbergmoos, Deutschland: Pearson Deutschland, zuletzt geprüft am 20.06.2020.

media desk GbR (2020): Wirtschaft in Norwegen. Online verfügbar unter https://www.elchburger.de/norwegen/land-und-leute/wirtschaft, zuletzt geprüft am 25.06.2020.

Organisation for Economic Cooperation and Development (2020): Productivity: Unit labourcosts. Online verfügbar unter https://data.oecd.org/lprdty/unit-labour-costs.htm#indicator-chart, zuletzt geprüft am 20.06.2020.

Richard Watson (2014): 50 Schlüsselideen der Zukunft. S. 24: Springer-Verlag, zuletzt geprüft am 26.06.2020.

Robert C. Feenstra (2015): "Next Generation of the Penn World Table" American Economic Review. Online verfügbar unter https://fred.stlouisfed.org/series/LABSHPNOA156NRUG, zuletzt geprüft am 20.06.2020.

Springer Fachmedien Wiesbaden: Kompakt-Lexikon Internationale Wirtschaft. S. 354: Springer Gabler, zuletzt geprüft am 26.06.2020.

Sven Jochem (2012): Politische Systeme Skandinaviens. S. 193: Springer Verlag, zuletzt geprüft am 26.06.2020.

(Global Footprint Network 2020; International Monetary Found, International Trade Center 2020, OECD 2020) – aus den Abbildungen