Warum sind manche Länder reich und andere arm?
Kapital? Ideen? Institutionen? Geografie? Kultur? Die größte Frage der Volkswirtschaftslehre hat keinen Konsens.
Was die Zahlen tatsächlich zeigen
50 Millionen Aufrufe. 200 Jahre globales Einkommen in 4 Minuten. Aber was hat dieses Muster VERURSACHT?
Hans Roslings animierte Grafik ist fesselnd: Die Länder drängen sich den größten Teil der Menschheitsgeschichte in der armen-und-kranken Ecke, dann rasen einige auf Reichtum und Gesundheit zu, während andere sich kaum bewegen. Um diese Divergenz zu verstehen, braucht man eine Kennzahl und ihre Grenzen.
BIP pro Kopf in Kaufkraftparität. Ökonomen messen den Lebensstandard anhand des BIP pro Kopf — dem Gesamtmarktwert der produzierten Güter und Dienstleistungen, geteilt durch die Bevölkerung. Aber Länder in rohen Dollarbeträgen zu vergleichen ist irreführend: Ein Haarschnitt, der in New York \$30 kostet, kostet in Dhaka \$2. Die Kaufkraftparität (KKP) bereinigt diese Preisunterschiede und ermöglicht einen ehrlicheren Vergleich der tatsächlichen materiellen Lebensstandards.
In KKP sind die Zahlen verblüffend. Die Vereinigten Staaten liegen bei etwa \$80.000 pro Person. Indien liegt bei rund \$9.000. Die Demokratische Republik Kongo bei etwa \$600. Die reichsten Länder produzieren mehr als das 100-Fache der Leistung pro Person der ärmsten. Das ist kein Rundungsfehler — es ist die bestimmende Tatsache der Weltwirtschaft.
Was das BIP übersieht. Das BIP pro Kopf ist ein Ausgangspunkt, nicht die Ziellinie. Es übersieht die informelle Wirtschaft — nicht registrierte Unternehmen, Straßenhändler, Subsistenzbauern und Haushaltsproduktion, die in vielen Entwicklungsländern 30–60% der Wirtschaftsaktivität ausmachen. Es übersieht Ungleichheit — das BIP eines Landes kann steigen, während die meisten seiner Bürger ärmer werden. Es übersieht Umweltzerstörung: Ein Land, das seine Wälder abholzt, verzeichnet Wachstum, obwohl es seine Produktionsbasis zerstört. Und es übersieht unbezahlte Sorgearbeit, die die gesamte Wirtschaft trägt, ohne in irgendeinem nationalen Konto aufzutauchen.
“Gross National Product counts air pollution and cigarette advertising, and ambulances to clear our highways of carnage… it measures everything, in short, except that which makes life worthwhile.”
— Robert F. Kennedy, University of Kansas, March 18, 1968
Misst das BIP, was zählt?
Das Easterlin-Paradoxon legt nahe, dass oberhalb einer Schwelle ein höheres BIP die Menschen nicht glücklicher macht. Bhutan verfolgt bekanntlich das Bruttonationalglück. Aber Länder mit höherem BIP pro Kopf haben auch eine niedrigere Säuglingssterblichkeit, längere Lebenserwartung und mehr politische Freiheit. Ist das BIP ein schlechter Indikator oder nur ein unvollständiger?
Können wir die Kluft überhaupt messen?
„Wir können sehen, wie die Welt von der Teilung zur Konvergenz übergegangen ist. Heute lebt jeder — einschließlich der Ärmsten — länger. Das scheinbar Unmögliche ist bereits geschehen.“
— Hans Rosling, Factfulness, 2018
Roslings Optimismus hat eine faktische Grundlage. Seit 1990 wurden mehr als eine Milliarde Menschen aus extremer Armut befreit. Die Lebenserwartung in Subsahara-Afrika stieg zwischen 2000 und 2020 von 50 auf 62 Jahre. Aber Roslings Animation verbirgt ein entscheidendes Detail: Der Großteil der Konvergenz wird von zwei Ländern angetrieben, China und Indien, die zusammen ein Drittel der Weltbevölkerung ausmachen. Schließt man sie aus, ist das Bild weit weniger ermutigend. Viele Länder in Subsahara-Afrika haben heute ein niedrigeres reales Pro-Kopf-Einkommen als 1980.
„Das BIP sagt uns etwas über Markttransaktionen, nicht über Wohlbefinden. Wir sollten nicht fragen ‚Wie viel produziert ein Land?‘ sondern ‚Was können seine Bürger tun und sein?‘“
— Amartya Sen, Development as Freedom, 1999
Sens Fähigkeitenansatz besteht darauf, dass Einkommen ein Mittel ist, kein Zweck. Ein Land mit hohem BIP, aber ohne Gesundheitsversorgung, ohne politische Freiheit und ohne Sicherheit für Frauen ist in keinem sinnvollen Sinne „entwickelt“. Kuba hat ein niedrigeres BIP pro Kopf als weite Teile Lateinamerikas, aber eine höhere Lebenserwartung als die Vereinigten Staaten. Kerala, einer der ärmeren Bundesstaaten Indiens, hat Alphabetisierungs- und Gesundheitsergebnisse, die mit wohlhabenden Nationen konkurrieren. Aber Sens Kritik löst das Rätsel nicht auf — selbst auf multidimensionalen Maßstäben ist die Kluft zwischen reichen und armen Ländern enorm und dauerhaft. Materieller Wohlstand, so unvollkommen er auch gemessen wird, korreliert stark mit fast jedem anderen guten Ergebnis.
Wo uns das hinführt
Das BIP pro Kopf ist ein unvollkommener, aber unverzichtbarer Ausgangspunkt. Die Kluft zwischen reichen und armen Ländern ist real, enorm und dauerhaft — selbst nach Bereinigung für KKP, informelle Aktivität und alternative Wohlfahrtsmaße. Roslings Animation zeigt, dass sich die Kluft in einigen Dimensionen schließt, aber das Kernrätsel bleibt: Warum sind manche Länder vorangeschossen, während andere zurückgeblieben sind? Die Messung sagt uns, dass die Kluft existiert. Sie sagt uns nicht, warum.
Die erste formale Erklärung kommt vom Solow-Wachstumsmodell — dem Arbeitspferd der Wachstumsökonomie seit einem halben Jahrhundert. Seine Antwort: Länder sind arm, weil sie nicht genug Kapital angesammelt haben. Einfach, elegant und letztlich unzureichend.
Kapitalvertiefung
„Die Konsequenzen für das menschliche Wohlergehen, die in Fragen wie diesen stecken, sind schlichtweg überwältigend: Sobald man anfängt, darüber nachzudenken, fällt es schwer, an etwas anderes zu denken.“
— Robert Lucas, “On the Mechanics of Economic Development,” Journal of Monetary Economics, 1988
Dieser Satz hat die moderne Wachstumstheorie begründet. Lucas beschrieb, was passiert, wenn man erkennt, dass der Einkommensunterschied zwischen Nationen ein Faktor von 50 ist — und die bestehende Theorie ihn nicht erklären kann.
Das einflussreichste Wachstumsmodell der Volkswirtschaftslehre wurde von Robert Solow im Jahr 1956 entwickelt. Seine Logik ist intuitiv: Länder, die mehr sparen, akkumulieren mehr Kapital (Maschinen, Fabriken, Infrastruktur), und mehr Kapital bedeutet mehr Output pro Arbeiter. Arme Länder sind arm, weil sie nicht genug gespart haben.
Die Produktionsfunktion. Der Output pro Arbeiter hängt vom Kapital pro Arbeiter und der Technologie ab:
wobei $s$ die Sparquote ist, $n$ die Bevölkerungswachstumsrate und $\delta$ die Abschreibungsrate. Höheres Sparen führt zu höherem Steady-State-Einkommen. Niedrigeres Bevölkerungswachstum führt zu höherem Steady-State-Einkommen.
$$y^* = A \left(\frac{s}{n + \delta}\right)^{\frac{\alpha}{1-\alpha}}$$Income in the long run rises with the saving rate $s$ and falls with population growth $n$ and depreciation $\delta$. Save more, breed slower, and you get richer — but only up to a ceiling set by technology $A$. Two countries with the same $s$, $n$, and $\delta$ should converge to the same income.
Stellen Sie sich jedes Land als eine Badewanne vor, die gefüllt wird. Sparen ist der Wasserhahn (neues Kapital fließt ein), Abschreibung und Bevölkerungswachstum sind der Abfluss (altes Kapital nutzt sich ab, mehr Arbeiter teilen sich dieselben Maschinen). Der Wasserstand — Kapital pro Arbeiter — pendelt sich dort ein, wo Zufluss gleich Abfluss ist. Länder mit größerem Wasserhahn (höherer Sparquote) oder kleinerem Abfluss (niedrigerem Bevölkerungswachstum) haben am Ende mehr Kapital pro Arbeiter und damit ein höheres Einkommen.
wobei $y$ der Output pro Arbeiter ist, $k$ das Kapital pro Arbeiter, $A$ die totale Faktorproduktivität (TFP) und $\alpha$ der Kapitalanteil am Einkommen (typischerweise etwa 1/3). Das Schlüsselmerkmal: abnehmende Grenzerträge des Kapitals. Die erste Fabrik in einem Land fügt enormen Output hinzu; die tausendste weniger.
Das Steady-State-Einkommen. Langfristig konvergiert die Wirtschaft zu einem Steady State, in dem die Investition genau das abgeschriebene Kapital ersetzt:
The longer story — how growth theory traveled from the classical stationary state through Solow to the ideas revolution of the next stage — is the spine of a forthcoming thread-tracing walkthrough on the growth tradition.
“Aid is not benign — it’s malignant. No longer part of the potential solution, it’s part of the problem — in fact, aid is the problem.”
— Dambisa Moyo, Wall Street Journal, March 2009
Kann Entwicklungshilfe die Kluft schließen?
Wenn das Solow-Modell Recht hat und armen Ländern Kapital fehlt, scheint die Lösung offensichtlich: Kapital aus reichen Ländern transferieren. Das ist die Logik der Entwicklungshilfe. Billionen von Dollar wurden auf dieser Prämisse ausgegeben. Dambisa Moyo argumentiert, dass es die Dinge verschlimmert hat.
Ist Kapital die Antwort?
„Eine Armutsfalle bedeutet, dass die Armen zu arm sind, um genug zu sparen, um zu wachsen. Externe Hilfe kann den benötigten ‚Big Push‘ liefern, um der Falle zu entkommen. Die erforderlichen Beträge sind gering im Vergleich zum Einkommen der reichen Welt — etwa 0,7% des BSP.“
— Jeffrey Sachs, The End of Poverty, 2005
Sachs' Argument folgt einer klaren Solow-Logik: Wenn abnehmende Erträge Kapital dort produktiver machen, wo es knapp ist, dann sollte der Transfer von Kapital aus reichen in arme Länder explosive Erträge generieren. Das Problem ist empirisch: Jahrzehnte der Hilfe haben enttäuschende Wachstumsergebnisse hervorgebracht. Sachs entgegnet, dass die Hilfe zu gering, zu fragmentiert und schlecht gezielt war. Die Millenniumsdörfer zeigten in einigen Dimensionen vielversprechende Ergebnisse, konnten aber das selbsttragende Wachstum, das die Big-Push-Theorie vorhersagt, nicht demonstrieren.
„Der Westen hat in den letzten fünf Jahrzehnten \$2,3 Billionen für Entwicklungshilfe ausgegeben und es trotzdem nicht geschafft, zwölf-Cent-Medikamente an Kinder zu bringen, um die Hälfte aller Malaria-Todesfälle zu verhindern. Der Big Push hat früher nicht funktioniert und wird jetzt nicht funktionieren.“
— William Easterly, The White Man’s Burden, 2006
Easterlys Kritik geht über „Hilfe wird verschwendet“ hinaus zu einem tieferen Punkt über Wissen und Anreize. Top-down-Planer — ob bei der Weltbank oder in der Regierung — verfügen nicht über das lokale Wissen, das für eine effektive Ressourcenallokation erforderlich ist. Nur „Sucher“ — Unternehmer, lokale Organisationen, Gemeinschaften — können herausfinden, was in jedem Kontext funktioniert. Hilfe umgeht diesen Entdeckungsprozess. Die Kritik hat Grenzen: Einige Top-down-Interventionen (Ausrottung der Pocken, PEPFAR für HIV/AIDS) waren spektakulär erfolgreich. Aber Easterly hat Recht, dass nachhaltiges Wachstum nie aus externen Transfers stammte.
Wo uns das hinführt
Das Solow-Modell ist ein unverzichtbares Gerüst. Es lehrt Sie, dass Kapitalakkumulation allein die Kluft nicht erklären kann — was selbst eine entscheidende Erkenntnis ist. Der Großteil der Variation zwischen Ländern liegt in $A$, der totalen Faktorproduktivität, der Variablen, die Solow nicht erklärt. Die Debatte über Entwicklungshilfe ist die praktische Konsequenz: Wäre die bindende Restriktion nur Kapital, würde Hilfe funktionieren. Sie tut es nicht — zumindest nicht auf der Makroebene. Etwas anderes bestimmt, ob Kapital produktiv eingesetzt wird.
Wenn Kapital die Kluft nicht erklären kann, was dann? Die nächste Generation von Wachstumsökonomen hatte eine radikale Antwort: Ideen. Ideen verlieren nicht an Wert, sie können geteilt werden, ohne verbraucht zu werden, und sie kumulieren. Aber wenn Ideen der Motor des Wachstums sind, warum kopieren arme Länder dann nicht einfach die Ideen, die reiche Länder bereits haben?
Die Antwort der Ideen
Der Nobelpreis für Wirtschaftswissenschaften 2024 ging an die „Institutionen“-Antwort. Aber bevor Institutionen kamen, versuchten es Ökonomen mit „Ideen“ — und Acemoglus eigene Arbeit baute auf den Schwächen dieser Theorie auf.
1990 veröffentlichte Paul Romer den Artikel, der die endogene Wachstumstheorie begründete. Seine Erkenntnis war täuschend einfach: Ideen sind fundamental anders als physische Güter. Eine Maschine kann nur von einer Fabrik gleichzeitig genutzt werden. Eine Idee — das Design eines Halbleiters, die Formel eines Impfstoffs, der Algorithmus hinter einer Suchmaschine — kann von allen gleichzeitig genutzt werden, ohne erschöpft zu werden. Diese Nicht-Rivalität verändert die Mathematik des Wachstums vollständig.
Nicht-Rivalität und zunehmende Erträge. Physisches Kapital ist rival: Wenn eine Fabrik eine Drehbank nutzt, kann eine andere das nicht. Ideen sind nicht-rival: Sobald jemand den Transistor erfunden hat, kann jeder Chiphersteller auf der Erde das Design gleichzeitig nutzen. Verdoppeln Sie die Zahl der Arbeiter, die eine Idee nutzen, und Sie verdoppeln ungefähr den Output — ohne die Idee verdoppeln zu müssen.
wobei $g$ die Wachstumsrate der Ideen (und damit des Einkommens) ist, $\delta_A$ die Produktivität des F&E-Sektors und $L_A$ die Anzahl der Forscher. Mehr Forscher bedeutet mehr Ideen bedeutet schnelleres Wachstum — und der Effekt ist dauerhaft, nicht vorübergehend.
$$g = \delta_A \cdot L_A$$where $L_A$ is the number of researchers and $\delta_A$ their productivity at generating ideas. More minds working on discovery means faster permanent growth — not a one-time bump but a steeper trajectory. The contrast with Solow is total: there, more saving raised the level of income and then stopped; here, more research raises the growth rate and keeps it raised.
Das Solow-Modell sagt, man wird reicher durch mehr Sparen. Romer sagt, man wird reicher durch mehr Denken. Länder, die in F&E investieren und Innovation belohnen, wachsen schneller — dauerhaft. Deshalb ist das Silicon Valley für Amerikas Wohlstand wichtiger als die Stahlwerke von Pittsburgh.
Das Romer-Modell. Ein Teil der Arbeitskräfte arbeitet in der Forschung und Entwicklung (F&E) und produziert neue Ideen. Neue Ideen verbessern die Produktivität, was Gewinne generiert, die weitere F&E finanzieren:
Wachstumszerlegung. Wenn Ökonomen die Länderunterschiede im Einkommen in Beiträge von Kapital, Arbeit und TFP zerlegen, sind die Ergebnisse ernüchternd. Die TFP — eng verbunden mit Technologie und Ideen — erklärt 50–70% der Einkommensunterschiede. Kapital und Arbeit zusammen erklären nur 30–50%. Die Ideen-Geschichte ist quantitativ dominant.
“It doesn’t matter whether the cat is black or white, as long as it catches mice.”
— Deng Xiaoping, attributed, 1961
„Ist das chinesische Modell übertragbar?“
China hat in 40 Jahren 800 Millionen Menschen aus der Armut gehoben — die größte wirtschaftliche Transformation der Menschheitsgeschichte. Es tat dies unter Einparteienherrschaft. Beweist das, dass autoritäre Regierungsführung Wachstum liefern kann?
Reichen Ideen aus?
„Ein nicht-rivales, teilweise ausschließbares Gut ist nicht nur eine Nuance. Setzen Sie dieses Merkmal in ein Wachstumsmodell ein und Sie erhalten eine völlig andere Theorie: Wachstum, getrieben von Ideen, getragen von Anreizen und ohne natürliche Tendenz aufzuhören.“
— Paul Romer, “Endogenous Technological Change,” Journal of Political Economy, 1990 (Nobel, 2018)
Dies ist der Artikel, der Romer den Nobelpreis 2018 einbrachte. Seine Erkenntnis war, dass Ideen Vorabkosten für die Produktion erfordern, aber null Grenzkosten für die Nutzung. Dadurch entstehen zunehmende Erträge, was den Solow-Rahmen sprengt. In Romers Welt wird Wachstum durch die bewusste Allokation von Ressourcen für Forschung angetrieben — und damit endogen zu politischen Entscheidungen. Länder, die in Ideen investieren, wachsen schneller, dauerhaft. Die Implikation: Die Einkommenslücke spiegelt nicht nur unterschiedliche Kapitalbestände wider, sondern unterschiedliche Systeme zur Ideenproduktion.
„Wenn Ideen der Motor des Wachstums sind und Ideen nicht-rival sind, warum hat die Entwicklungswelt nicht einfach die bereits existierenden Technologien übernommen? Die Barriere ist nicht Wissen. Es sind die Institutionen, die bestimmen, ob Wissen genutzt wird.“
— the line of argument in Daron Acemoglu, “Directed Technical Change,” Review of Economic Studies, 2002
Acemoglus Kritik an rein ideengetriebenem Wachstum wies dem Feld den Weg zur nächsten Stufe. Wenn Ideen frei verfügbar sind, muss die bindende Restriktion etwas anderes sein — das institutionelle Umfeld, das bestimmt, ob Ideen übernommen, angepasst und eingesetzt werden. Deshalb ging der Nobelpreis an Institutionen und nicht nur an Ideen: Ideen erklären den unmittelbaren Mechanismus des Wachstums, aber Institutionen erklären, warum manche Länder den Motor betreiben und andere nicht.
Wo uns das hinführt
Ideen sind der unmittelbare Motor des Wachstums — das ist Romers bleibender Beitrag. Die TFP erklärt den Großteil der Länderunterschiede beim Einkommen. Aber Ideen sind endogen zu Institutionen, Anreizen und sozialen Strukturen. Wäre Technologie die einzige Barriere, könnten arme Länder sich durch Kopieren zum Wohlstand entwickeln. Das können sie nicht, und um zu verstehen, warum, muss man die Spielregeln betrachten, nicht nur die Figuren auf dem Brett.
Wenn Technologie verfügbar, aber nicht übernommen wird, muss der Engpass woanders liegen. Die nächste Stufe präsentiert die einflussreichste Antwort der letzten zwei Jahrzehnte: Institutionen. Die Spielregeln, die bestimmen, wer investiert, wer innoviert und wer die Erträge einstreicht.
Die Institutionen-Antwort
“Countries differ in their economic success because of their different institutions, the rules influencing how the economy works, and the incentives that motivate people.”
— Daron Acemoglu & James Robinson, Why Nations Fail, 2012
Acemoglu, Johnson und Robinson gewannen den Nobelpreis 2024 dafür, dass sie zeigten, dass Institutionen der Kolonialzeit — vor Jahrhunderten errichtet — noch heute bestimmen, welche Länder reich sind. Der Beweis steckt in den Sterblichkeitsraten der Siedler.
2001 veröffentlichten Acemoglu, Johnson und Robinson (AJR) den Artikel, der die Entwicklungsökonomie umgestaltete. Ihr Argument: Der Wohlstand der Nationen wird nicht durch Geografie, Kultur oder natürliche Ressourcen bestimmt, sondern durch Institutionen — die Spielregeln, die das wirtschaftliche und politische Leben regieren.
Acemoglu, Johnson und Robinson verwenden die europäische Siedlersterblichkeit vor 200 Jahren als Instrument für die heutige institutionelle Qualität; die Korrelation sagt die modernen BIP-Lücken voraus. Wo die Sterblichkeit niedrig war, bauten Siedler inklusive Institutionen auf, die Eigentum und politische Mitsprache schützten; wo sie hoch war, bauten sie extraktive Institutionen, die darauf ausgelegt waren, Ressourcen abzuschöpfen. Diese Institutionen bestehen fort, und jene, die für Extraktion gebaut wurden, halten Länder bis heute arm.
The extractive institutions AJR build on are not an abstraction. They were forced-labor systems, monopoly trading companies, racial legal hierarchies, and tax regimes designed to move wealth out — the colonial state as an extraction machine, documented economy by economy in the history of imperialism.
AJR sit at the end of a long institutionalist lineage — Veblen’s habits and Commons’s working rules, Coase on transaction costs, Douglass North on rules and enforcement, and finally the AJR turn to colonial origins. That tradition, traced as intellectual history, is History of Economic Thought Ch.15 (The institutionalist tradition).
“The colonial origins of comparative development… where Europeans faced high mortality rates, they could not settle and set up extractive states; these institutions persisted after independence.”
— Acemoglu, Johnson & Robinson, American Economic Review, 2001
„Hat der Kolonialismus Armut verursacht?“
Der Nobelpreis 2024 besagt, dass koloniale Institutionen die Grundursache der globalen Einkommenslücke sind. Aber war Kolonialismus eine einzige Sache — oder deckt das Etikett hundert verschiedene Geschichten ab?
The deeper version of this dispute — whether the European rise itself was institutions or geography or coal-and-colonies — runs through the Did Britain have to industrialize first? walkthrough, where the Pomeranz case for contingency is argued at full strength. Here the AJR institutional thesis is the frame, and geography enters as its strongest counter.
Institutionen, Geografie oder Kultur?
„Nationen scheitern, weil ihre extraktiven wirtschaftlichen Institutionen nicht die Anreize schaffen, die Menschen brauchen, um zu sparen, zu investieren und zu innovieren. Extraktive politische Institutionen stützen diese wirtschaftlichen Institutionen, indem sie die Macht derer zementieren, die von der Ausbeutung profitieren.“
— Daron Acemoglu & James Robinson, Why Nations Fail, 2012
Das Acemoglu-Robinson-Analyserahmen ist elegant einfach: Inklusive Institutionen schaffen einen positiven Kreislauf (breite Teilhabe führt zu Investitionen führt zu Wachstum führt zu noch inklusiveren Institutionen), während extraktive Institutionen einen Teufelskreis schaffen (konzentrierte Macht führt zu Ausbeutung führt zu Armut führt zu fortgesetzt konzentrierter Macht). Das Nobelkomitee hat diese Sicht bestätigt. Aber Eleganz ist nicht dasselbe wie Vollständigkeit. Chinas explosives Wachstum unter Institutionen, die AR als extraktiv einstufen würden, ist der schwierigste Fall für dieses Analyserahmen. ARs Antwort — dass Wachstum unter extraktiven Institutionen real, aber nicht nachhaltig sei — bleibt eine Vorhersage, kein bewiesenes Faktum.
„Man kann Malaria nicht wegwachsen. Man kann nicht aus der Situation eines tropischen Binnenlands ohne Zugang zu schiffbaren Wasserstraßen herauswachsen. Geografie ist nicht Schicksal, aber sie beschränkt das Schicksal weit mehr, als die Institutionalisten zugeben.“
— Jeffrey Sachs, “Institutions Don’t Rule,” NBER Working Paper, 2003
Sachs' Geografie-Gegenthese hat echte empirische Unterstützung. Tropische Länder sind selbst nach Kontrolle für Institutionen ärmer als gemäßigte. Binnenländer in Afrika haben 3–5-mal höhere Transportkosten als Küstenländer. Malaria-endemische Regionen zeigen dauerhaft niedrigeres Wachstum. Aber die Korrelation zwischen Geografie und Institutionen ist genau die Identifikationsproblem — verursacht Malaria schlechte Institutionen, oder verursachen schlechte Institutionen das Versagen, Malaria zu bekämpfen? Singapur ist tropisch und einer der reichsten Orte der Erde. Die Debatte ist nicht Geografie oder Institutionen, sondern wie sie interagieren.
Wo uns das hinführt
Institutionen sind mit hoher Wahrscheinlichkeit enorm wichtig — die kausalen Belege von AJR, Dell, Nunn und anderen ist zu stark und zu vielfältig, um sie abzutun. Aber „Institutionen“ ist eine breite Kategorie, und die Dichotomie extraktiv-inklusiv ist eine nützliche Vereinfachung, keine vollständige Theorie. Geografie, Kultur und historische Kontingenz interagieren mit Institutionen, statt Alternativen zu ihnen zu sein. Die ehrliche Position: Institutionen sind notwendig für Entwicklung, aber die Geschichte, wie sie entstehen, sich verändern und mit anderen Kräften interagieren, ist weitaus komplexer, als jedes einzelne Analyserahmen erfasst. Und dies wirft die schwierigste Frage auf: Wenn Institutionen so wichtig sind, wie verändert man sie tatsächlich?
The Botswana-and-Zimbabwe contrast, and the wider story of which post-colonial states escaped extraction, sits in Economic History Ch.17 (China Reform and the Asian Century).
Große Theorien sind befriedigend, aber überleben sie den Kontakt mit Daten? Die letzte Stufe konfrontiert die Makrofrage mit Mikro-Befunden. Können randomisierte Experimente — dieselbe Methodik, die zum Testen von Medikamenten verwendet wird — uns sagen, wie man ganze Nationen weniger arm macht?
Inklusiv und extraktiv
„Wir wollten zeigen, dass es möglich ist, bei den größten Problemen der Welt Fortschritte zu machen.“
— Esther Duflo, Nobel Prize Lecture, 2019
Nach 200 Jahren Theorie — Kapital, Ideen, Institutionen — können wir tatsächlich helfen? Duflo, Banerjee und Kremer erhielten den Nobelpreis für den Versuch, das herauszufinden, ein randomisiertes Experiment nach dem anderen.
Die RCT-Revolution. Ein randomisiertes kontrolliertes Experiment in der Entwicklungsökonomie funktioniert wie eine klinische Studie. Man teilt Dörfer, Haushalte oder Einzelpersonen zufällig einer Behandlungsgruppe (die eine Intervention erhält) und einer Kontrollgruppe (die keine erhält) zu. Der Unterschied in den Ergebnissen ist der kausale Effekt, frei von der Selektionsverzerrung, die Beobachtungsstudien plagt.
Die Ergebnisse waren aufschlussreich. Die bedingungslosen Geldtransfers von GiveDirectly erhöhen das Einkommen und Wohlbefinden der Empfänger mit minimalem Verlust. Miguel und Kremer (2004) zeigten, dass die Entwurmung von Schulkindern enorme langfristige Erträge hat — eine \$0,50-pro-Kind-Behandlung, die das Lebenseinkommen um Tausende von Dollar erhöht. Informationsinterventionen verändern Verhalten: Bauern über neue Saatsorten zu informieren erhöht die Übernahme; Eltern über die Erträge von Bildung zu informieren erhöht die Einschulungsrate.
Strukturelle Schätzung. Ein Ansatz, diese Lücke zu überbrücken, baut ökonomische Modelle mit expliziten Mechanismen, schätzt ihre Parameter anhand von Mikrodaten und simuliert dann kontrafaktische Szenarien auf Makroebene. Hsieh und Klenow (2009) zeigten, dass die Umverteilung von Ressourcen von weniger produktiven zu produktiveren Unternehmen in Indien und China die TFP im verarbeitenden Gewerbe um 40–60% steigern könnte. Die Fehlallokationsgeschichte verbindet Mikro-Befunde (warum bestimmte Unternehmen unproduktiv sind) mit Makro-Ergebnissen (warum ganze Volkswirtschaften arm sind).
$$\text{ATE} = E[Y_i(1) - Y_i(0)] = \bar{Y}_{\text{treatment}} - \bar{Y}_{\text{control}}$$the difference between the outcome each person would have under treatment, $Y_i(1)$, and under no treatment, $Y_i(0)$. You can never observe both for one person — the fundamental problem of causal inference — but randomization makes the control group’s average a valid stand-in for the treated group’s missing counterfactual. The estimate is clean. The question is what it is clean about.
Die Stärke eines RCT ist einfach: Teilen Sie einige Dörfer zufällig zu, ein Programm zu erhalten, und andere als Vergleichsgruppe. Jeder Unterschied in den Ergebnissen muss durch das Programm verursacht worden sein, weil die beiden Gruppen vor der Intervention im Durchschnitt identisch waren. Es ist der Goldstandard für kausale Belege. Die Einschränkung ist ebenso einfach: Das Ergebnis sagt Ihnen, was in diesen Dörfern passiert ist, nicht unbedingt, was anderswo passieren wird.
Das Aggregationsproblem. Die Interventionen, die RCTs evaluieren, sind mikro. Die Einkommenslücke zwischen reichen und armen Ländern ist makro. Ein Entwurmungsprogramm, das individuelle Einkommen um 20% erhöht, ist für diese Betroffenen lebensverändernd, registriert aber kaum in nationalen Einkommensstatistiken. Die Lücke zwischen der DR Kongo und Dänemark wird nicht durch einen Mangel an Moskitonetzen verursacht. Daraus ergibt sich eine fundamentale Spannung: Die Interventionen, die wir rigoros evaluieren können, sind zu klein, um die Entwicklungslücke zu erklären, und die Kräfte, die groß genug sind, um die Lücke zu erklären — Institutionen, Industriepolitik, makroökonomisches Management — können nicht randomisiert werden.
The structural alternative. Where RCTs go small, structural estimation goes for the whole machine. Hsieh and Klenow (2009) estimate that misallocation — capital and labor stuck in low-productivity firms instead of flowing to high-productivity ones — could account for differences in aggregate TFP of 30–50% between India, China, and the United States. The result depends on a fully specified model rather than a randomized comparison; it buys economy-wide reach at the cost of the design transparency a trial has. The two methods answer different questions, and neither answers the other’s.
Denken Sie so darüber nach: RCTs sagen Ihnen, dass ein bestimmtes Medikament eine bestimmte Krankheit heilt. Aber der Patient hat fünfzig Krankheiten gleichzeitig, und einige davon werden vom Krankenhaus selbst verursacht. Sie brauchen sowohl das gezielte Medikament als auch eine Theorie darüber, was mit dem Krankenhaus nicht stimmt.
The arc from Arthur Lewis’s 1954 dual-economy model, through the structural-adjustment era, to the credibility revolution that brought RCTs to development is itself a tradition — traced as intellectual history in History of Economic Thought Ch.16 (Development economics).
Experimente oder große Theorien?
„Randomisierte Experimente haben die Entwicklungsökonomie grundlegend verändert. Wir können jetzt mit Zuversicht sagen, welche Interventionen das Leben der Armen verbessern. Die Herausforderung ist, das Gelernte auf größere Maßstäbe zu übertragen.“
— Abhijit Banerjee & Esther Duflo, Poor Economics, 2011
Banerjees und Duflos Beitrag war methodisch ebenso wie inhaltlich. Indem sie auf experimentelle Evidenz bestanden, hoben sie die Beweislatte für das gesamte Feld. Vor RCTs wurde Entwicklungspolitik von Ideologie und Anekdoten geleitet. Danach gab es eine glaubwürdige empirische Grundlage für spezifische Interventionen. Aber „das Gelernte auf größere Maßstäbe zu übertragen“ ist genau dort, wo die Mikro-Makro-Lücke zum Tragen kommt: Eine Intervention, die in 50 Dörfern funktioniert, funktioniert möglicherweise nicht bei 50 Millionen Menschen, weil allgemeine Gleichgewichtseffekte — Preisänderungen, Arbeitsmarktverschiebungen, politische Reaktionen — einsetzen.
„Es gibt nichts so Katastrophales für das Studium der Entwicklung wie die Besessenheit von randomisierten kontrollierten Studien. Wir untersuchen Moskitonetze, wenn wir untersuchen sollten, warum manche Länder industrialisieren und andere nicht.“
— Lant Pritchett & Justin Sandefur, “Context Matters for Size,” Center for Global Development, 2013
Pritchetts Kritik findet bei vielen Entwicklungspraktikern Resonanz. Die Länder, die tatsächlich der Armut entkommen sind — Südkorea, Taiwan, China, Botswana — taten dies durch Industriepolitik, institutionelle Reformen und makroökonomisches Management, nichts davon kann durch randomisierte Experimente untersucht werden. Die RCT-Revolution hat möglicherweise unbeabsichtigt die Aufmerksamkeit des Feldes auf experimentell untersuchbare Fragen verengt, während die wirklich wichtigen Fragen — über Institutionen, Macht und politische Ökonomie — unzureichend erforscht blieben. Aber Pritchetts Alternative — Industrialisierung durch Fallstudien und Strukturmodelle zu untersuchen — hat ihre eigenen Evidenzprobleme.
The growth trajectories Pritchett points to — the Asian tigers, China’s takeoff, the Botswana exception — are the historical baseline in Economic History Ch.17 (China Reform and the Asian Century).
Das Urteil
Die ehrliche Antwort auf „Warum sind manche Länder arm?“ ist vielschichtig: Institutionen und Ideen sind die fundamentalen Ursachen, die über Eigentumsrechte, Humankapital, Technologieübernahme und politische Stabilität wirken. RCTs helfen uns, spezifische Mechanismen innerhalb dieser Kanäle zu verstehen. Strukturmodelle helfen uns, über Maßstab und allgemeines Gleichgewicht nachzudenken. Aber keine einzelne Theorie erklärt alles. Die Frage, die diese Erkundung eröffnete, bleibt wirklich offen — und das ist selbst eine wichtige Erkenntnis.
Wo uns das hinführt
Wir haben mit Hans Roslings animierter Grafik begonnen: 200 Länder, 200 Jahre, eine faszinierende Divergenz. Fünf Stufen später wissen Sie nun Folgendes:
- Measurement. The gap is real — it survives PPP, the informal economy, capability accounting, and every reasonable revision. The debate about GDP confirms the puzzle rather than dissolving it.
- Capital. Solow taught us that capital deepening alone predicts a factor-of-three gap, not a factor-of-fifty — necessary, but explanatorily insufficient, with most of the difference hidden in a technology residual.
- Ideas. Romer named the residual: non-rival ideas are the proximate engine, and TFP is the majority of the gap. But ideas are public, so the mystery becomes why poor countries can’t adopt them.
- Institutions. AJR’s answer — the rules of the game decide whether ideas get used — is the deepest cause the field has identified, with settler-mortality evidence too consistent to dismiss, though it interacts with geography and contingency rather than replacing them.
- Experiments. RCTs deliver clean causal evidence on specific interventions and save real lives, but operate at the wrong scale to explain national outcomes; structural models reach further at the cost of design transparency.
Die Einkommenslücke zwischen Nationen ist das Produkt jahrhundertelanger divergenter institutioneller Entwicklung, verstärkt durch Unterschiede in Ideenproduktion und -übernahme, geprägt von Geografie und Geschichte und aufrechterhalten durch politische Strukturen, die Veränderungen widerstehen. Keine große Theorie erfasst all dies. Die Forscher, die behaupten, „die Antwort“ zu haben, beschreiben ausnahmslos ein Stück eines viel größeren Puzzles.
Wenn Ihnen das nächste Mal jemand sagt „Es liegt alles an den Institutionen“ oder „Gebt einfach mehr Hilfe“ oder „Kultur ist Schicksal“, haben Sie fünf Analyserahmen, um die Behauptung zu bewerten. Keines ist einfach richtig. Jedes erfasst einen realen Mechanismus. Die Frage — nach Jahrzehnten brillanter Arbeit — bleibt wirklich offen. Das ist kein Versagen der Volkswirtschaftslehre. Es ist die schwierigste Frage der Sozialwissenschaften, und eine ehrliche Auseinandersetzung damit erfordert, mehrere Analyserahmen gleichzeitig im Kopf zu halten.