Zusammenfassung
Unter Humankapital werden neben dem Bildungsstand und der Berufserfahrung auch Gesundheit, die Bereitschaft zur räumlichen, beruflichen und sozialen Mobilität sowie angeborene Fähigkeiten verstanden. Im folgenden ist daher zu klären, auf welche Weise das Konzept Humankapital für unsere Untersuchung operationalisiert werden kann.
This is a preview of subscription content, log in via an institution to check access.
Access this chapter
Tax calculation will be finalised at checkout
Purchases are for personal use only
Preview
Unable to display preview. Download preview PDF.
Literatur
Eine solche Analyse unternimmt Eberhard Scholing, Gesundheit in Entwicklungsländern und ihre sozioökonomischen Bestimmungsfaktoren, Habilitationsschrift, Hamburg 1992.
Die Relevanz des learning by doing ist unbestritten. In unserer Untersuchung sollen als Bestimmungsfaktoren wirtschaftlicher Entwicklung jedoch formale Bildungsanstrengungen untersucht werden; learning by doing ist dabei nur insoweit von Interesse, als systematische Zusammenhänge mit formaler Bildung angenommen werden müssen. Hier wird von der vereinfachenden Annahme ausgegangen, daß learning by doing keinen landesspezifischen Bestimmungsfaktoren unterliegt.
Vgl. Kevin T. McNamara, Warren P. Kriesel und Bardy J. Deaton, Human Capital Stock and Flow and Economic Growth Analysis: Note, in: Growth and Change, Vol. 19 (1988), S.61–66. Siehe dazu auch den jüngst erfolgten Appell von T. Paul Schultz (The Role of Education and Human Capital in Economic Development: An Empirical Assessment, Typoskript, Kiel, Institut fir Weltwirtschaft, Juni 1992, S. 7 und 28), jetzt die Suche nach besseren Humankapitalindikatoren auf die Tagesordnung zu setzen: “... economic growth literature may now begin to go beyond intercountry regression coefficients on educational enrollment and literacy rates. Growth models call for a variable representing the level of, or increments to, the stock [Hervorhebung im Original, M.G.] of human capital. These are not provided by any existing international agencies, such as Unesco.... to shed more empirical light on the growth contribution of education and other forms of human capital, measures of the stock of human capital must be improved and disaggregated.”
Vgl. z.B. Jandhyala B. Tilak, Education and Its Relation to Economic Growth, Poverty, and Income Distribution. Past Evidence and Further Analysis, World Bank Discussion Papers No.46, Washington, D.C. 1988, S.68 sowie Eleonora Barbieri Masini, Human Resources in Developing Countries, in: Futures, Vol. 22 (1990), S. 1038.
Vgl. Irene Valsecchi, L’ Obsolescenza del Capitale Umano: Un Tentativo di Analisi per «Vintage», in: Rivista Internazionale di Scienze Sociali, Vol.95 (1987), S. 91 f.
Von den 75 Ländern aus unserer Stichprobe weist z.B. für die Primarschule 1960 Frankreich mit 1,44 die höchste Bruttoeinschulungsrate auf, 1970 der Kongo mit 1,3 und 1980 Portugal mit 1, 23.
Vgl. Donald Mcgranahan, Eduardo Pizarro und Claude Richard, Measurement and Analysis of Socio-Economic Development, Genf 1985, S.67 ff.
Frederick Harbison und Charles A. Myers (Education, Manpower, and Economic Growth, New York 1964, S.31 f.) berechnen ihren composite index aus Bruttoeinschulungsraten im Sekundarschul-und Postsekundarschulbereich, wobei sie letztere mit dem Faktor 5 gewichten. Problematisch ist vor allem ihre Interpretation des Index, welcher offensichtlich die Bildungsanstrengungen eines Landes reflektiert, jedoch irrtümlicherweise als Indikator des Humankapitalbestandes verstanden wird. Der gegenwärtige Schulbesuch der Jugend eines Landes darf aber nicht mit dem Bildungsniveau der Bevölkerung verwechselt werden (vgl. dazu Mary Jean Bowman, An Assessment of the Work of Harbison and Myers, in: Journal of Political Economy, Vol.73 (1966), 5.315–317). Ökonomen, die in Versuchung kommen, auf den Harbison-Myers-Index zurückzugreifen, übernehmen mit dem Meßinstrument häufig auch gleich die falsche Interpretation. Als neuere Beispiele dafür vgl. die Studien von Shahid Alam (Convergence in Developed Countries: An Empirical Investigation, in: Weltwirtschaftliches Archiv, Vol. 128 (1992), S.189–201) und von Matthias LÜCke (Technischer Fortschritt und die Arbeitsteilung zwischen Industrie-und Entwicklungsländern. Eine empirische Analyse, Tübingen 1992 ).
Lawrence J. Lau, Dean T. Jamison und Frédéric F. Louat, Education and Productivity in Developing Countries: An Aggregate Production Function Approach, World Bank Pre Working Paper No. 612, Washington, D.C. 1990.
Leider liegen die Ergebnisse dieser Schätzungen nicht vor, da die geplante und angekündigte Dokumentation der Daten aufgrund des Auseinandergehens der Arbeitsgruppe nicht erfolgen konnte (schriftl. Mitteilung von Prof. Lawrence J. Lau an den Verfasser vom 17. 03. 1992 ).
Nach David Wheeler (Human Resource Policies, Economic Growth, and Demographic Change in Developing Countries, Oxford 1984, S.20) sind Daten zur Alphabetisierung “undoubtedly the best available index” für die Messung elementarer Bildung.
Vgl. die im vorangegangenen angeführte “Anderson-Bowman-Hypothese’, nach der bei einer Alphabetisierungsquote von etwa 40% entscheidende strukturelle Wandlungen erfolgen sollen.
Beispiele offensichtlich widersprüchlicher Angaben zur Alphabetisierung zeigen Donald Mcgranahan, Eduardo Pizarro und Claude Richard, Measurement and Analysis of Socio-Economic Development, a.a.O., S.89 ff.
John Simmons (Education for Development Reconsidered, in: World Development, Vol.7 (1979), S.1010) berichtet in diesem Zusammenhang, daB in den siebziger Jahren in Pakistan 72% der Erwachsenen bei Volkszählungen angaben, alphabetisiert zu sein, wogegen aber nur die Hälfte aller Erwachsenen in der Lage gewesen seien, eine Zeitung zu lesen und zu verstehen.
So z.B. von George Psacharopoulos und Ana Maria Arriagada, The Educational Attainment of the Labor Force, World Bank Education and Training Series, Report No. Edt38, Washington, D.C. 1986; Dieselben, The Educational Composition of the Labour Force: An International Comparison, in: International Labour Review, Vol. 125 (1986), S. 561–574; Dieselben, The Educational Composition of the Labor Force: An International Update, Mimeo, The World Bank, Washington, D.C. 1992; Robert J. Barro und Jong-Wha Lee, International Comparisons of Educational Attainment, World Bank Conference “How Do National Policies Affect Long Run Growth”, Washington, D.C., Feb. 1993 sowie Lawrence J. Lau, Dean T. Jamison, Shu-Cheng Lw und Steven Rivkin, Education and Economic Growth. Some Cross-Sectional Evidence from Brazil, in: Journal of Development Economics, Vol. 41 (1993), S. 45–70.
Unesco, Statistical Yearbook, Paris, verschiedene Jahre; United Nations, Demographic Yearbook, New York, verschiedene Jahre.
Die den verfügbaren Quellen zugrundeliegende Zensusfrage lautet sinngemäß: “Welches ist die höchste Klasse bzw. Schulstufe, die Sie erfolgreich absolviert haben?”
George Psacharopoulos und Ana Maria Arriagada, The Educational Composition of the Labour Force: An International Comparison, a.a.O., S. 569.
T. Paul Schultz, Women’s Changing Participation in the Labor Force: A World Per- spective, in: Economic Development and Cultural Change, Vol. 38 (1989), S.461 f.
Eine noch weitergehende Erhöhung der Anzahl ermittelbarer Werte wird erreicht, wenn man — einer in Unesco-Statistiken gebräuchlichen Abgrenzung folgend — den Bildungsstand für die Bevölkerung ab 25 Jahren zugrunde legt. Robert J. Barro und Jong-Who Lee (International Comparisons of Educational Attainment, a.a.O.) ermitteln auf dieser Grundlage für verschiedene Zeitpunkte Angaben für insgesamt 129 Lander. Personen unter 25 Jahren verkörpern aber in hohem Maße die Ergebnisse von jüngst vergangenen Bildungsanstrengungen und stellen — besonders in ärmeren Ländern — einen großen Teil der Erwerbspersonen dar, so daß diese Abgrenzung u.E. fill-produktionstheoretisch begründete Untersuchungen ungeeignet ist. Die Schnittmenge der Länderstichprobe von Barro und Lee mit den Ländern unserer Untersuchung beträgt 73 Lander, so daß die eingeschränkte Tauglichkeit dieses Bildungsindikators für produktionstheoretische Fragestellungen an geeigneter Stelle auch empirisch gezeigt werden kann (vgl. Kap. 7.1.2 der vorliegenden Arbeit).
George Psacharopoulos und Ana Marla Arriagada, The Educational Attainment of the Labor Force, a. a.O.; Dieselben, The Educational Composition of the Labor Force: An International Update, a.a.O.
Vgl. United Nations, Demographic Yearbook, a.a.O., verschiedene Jahre.
Da die Zuweisung der Ausbildungsdauer für diese Bildungsstufe in den Arbeiten von Psacharopoulos und Arriagada nicht nachvollziehbar ist, gehen wir fier unsere eigenen Berechnungen von einer einheitlichen Dauer von 4 Jahren aus.
Unesco, Statistical Yearbook, a.a.O., verschiedene Jahre; United Nations, Demographic Yearbook, a.a.O., verschiedene Jahre.
Zur genauen Vorgehensweise bei der Ermittlung vgl. Abschnitt 8.3.5.1. im Anhang der vorliegenden Arbeit.
Author information
Authors and Affiliations
Rights and permissions
Copyright information
© 1995 Springer-Verlag Berlin Heidelberg
About this chapter
Cite this chapter
Graff, M. (1995). Die Messung von Humankapital und Bildungsstand. In: Bildung und technischer Fortschritt als Determinanten wirtschaftlicher Entwicklung. Wirtschaftswissenschaftliche Beiträge, vol 107. Physica, Heidelberg. https://doi.org/10.1007/978-3-662-11255-7_5
Download citation
DOI: https://doi.org/10.1007/978-3-662-11255-7_5
Publisher Name: Physica, Heidelberg
Print ISBN: 978-3-7908-0820-9
Online ISBN: 978-3-662-11255-7
eBook Packages: Springer Book Archive