10. Risiko und Unsicherheit in:

Horst Hanusch

Nutzen-Kosten-Analyse, page 145 - 155

3. Edition 2011, ISBN print: 978-3-8006-3412-5, ISBN online: 978-3-8006-4475-9, https://doi.org/10.15358/9783800644759_145

Series: Vahlens Kurzlehrbücher

Bibliographic information
10. Risiko und Unsicherheit 10.1 Bedeutung von Risiko und Unsicherheit Der Nutzen-Kosten-Analytiker befindet sich selten im Besitz vollständiger Information über sämtliche Konsequenzen, die mit einem öffentlichen Projekt verbunden sind. Für ihn sind die entscheidungsrelevanten Aspekte potentieller Vorhaben vielmehr mit einem mehr oder weniger hohen Maß an Unsicherheit behaftet. Die Ursachen dafür liegen auf der Hand. Positive und negativeWohlfahrtswirkungen öffentlicher Investitionen hängen nicht allein von der Gestaltung einer Maßnahme selbst ab, sondern ebenso von einer Vielzahl von Variablen, auf die weder der Analytiker noch der politische Entscheidungsträger einen Einfluss haben: vom Konjunkturverlauf der Wirtschaft bis hin zu Umwelteinflüssen, etwa dem Auftreten einer Naturkatastrophe. Eine Ausprägung solcher Rahmenbedingungen bezeichnet man in der Literatur als Zustand. Es können also in der Zukunft verschiedene Zustände auftreten, die zu jeweils unterschiedlichen Gegenwartswerten der Nutzen und Kosten eines Projekts führen. An die Stelle eines „sicheren“Nettogegenwartswertes als Entscheidungskriterium tritt folglich eine Vielzahl möglicher Nettogrößen. Sie wiederum gilt es zu einem eindimensionalen Gütemaß zu verknüpfen. In diesemKapitel habenwir uns daher eingehendmit den Konzepten auseinanderzusetzen, über die der Analytiker verfügen kann, wenn ermit dem Problem von Risiko und Unsicherheit konfrontiert wird. 10.2 Charakterisierung von Risiko und Unsicherheit Auch wenn der Analytiker im Allgemeinen nicht vollkommen über die zukünftigen Entwicklungen informiert ist, so ist er doch in aller Regel auch nicht gänzlich ohne Wissen. Gewöhnlich befindet er sich in einer Lage, die durch eine der drei folgenden Risiko- beziehungsweise Unsicherheitssituationen gekennzeichnet ist: (1) In der günstigsten Entscheidungssituation vermag er den jeweiligen Zuständen objektive oder statistischeWahrscheinlichkeiten zuzuordnen. Entscheidungslagen dieses Typs werden daher als Entscheidungen bei objektivem Risiko bezeichnet. Sie sind vor allem dann anzutreffen, wenn in der Vergangenheit bereits zahlreiche Projekte gleicher oder ähnlicher Art durchgeführt wurden und darüber statistisch verwertbare Daten und Aufzeichnungen existieren. (2) Lassen sich keine messbaren Wahrscheinlichkeiten eruieren, dann ist natürlich eine Entscheidung unter objektivem Risiko nicht mehr möglich. An A. Traditionelle Nutzen-Kosten-Analyse132 deren Stelle tritt die Entscheidung bei subjektivem Risiko. Bei ihr sieht sich der Analytiker aufgrund persönlicher Einschätzung in der Lage, möglichen Zuständen subjektive Wahrscheinlichkeiten zuzuordnen. (3) In vielen Fällen aber kann der Analytiker weder auf objektive noch auf subjektive Wahrscheinlichkeiten zurückgreifen. Sein Wissen beschränkt sich dann lediglich auf potentielle Projektergebnisse, mit denen unter verschiedenen Umweltzuständen gerechnet werden kann, aber keine Wahrscheinlichkeiten dafür bekannt sind, welche dieser potentiellen Folgen tatsächlich eintreten wird. Die Konsequenzen eines Vorhabens sind für ihn also mit Unsicherheit im engeren Sinn des Wortes verbunden. Die Theorie der Nutzen-Kosten-Analyse hat sich nun, in Anlehnung an die statistische Entscheidungstheorie, darum bemüht, Vorstellungen zu entwickeln, die demAnalytiker helfen sollen, auch angesichts unvollkommener Information rationale Entscheidungen zu treffen. Wir wollen nachfolgend diese Konzepte kurz vorstellen. Als praktisches Beispiel für unsere Ausführungen soll ein Staudammprojekt dienen. 10.3 Entscheidung bei objektivem und subjektivem Risiko In einer Entscheidungskonstellation, die durch Risiko gekennzeichnet ist, können die prognostizierten Nutzen und Kosten eines Projekts als Zufallsvariablen interpretiert und durch eineWahrscheinlichkeitsverteilung charakterisiert werden. Diese wird entweder mit Hilfe von objektivemDatenmaterial oder mittels subjektiver Einschätzungen des Analytikers ermittelt. Sehenwir uns die Vorgehensweise am besten anhand unseres Beispiels, dem Staudammprojekt, an. Wir unterstellen zunächst, dass es gelungen sei, aus der Auswertung von Daten über Hochwasserkatastrophen in der Vergangenheit festzustellen, welche Schäden in welchem Ausmaß und mit welcher Wahrscheinlichkeit durch den Bau eines Staudamms vermieden werden können. Unser simples Beispiel beschränkt sich dabei auf vier mögliche Zustände: Dreimal sollen Hochwasser unterschiedlichen Ausmaßes auftreten, deren Schäden ein Staudammverhindern würde; einmal dagegen soll es zu keinem Hochwasser kommen. Für diese vier Konstellationen haben wir in Tabelle 9 die jeweiligen Eintrittswahrscheinlichkeiten iw und die zugehörigen Gegenwartswerte der Nutzen GW i(N) eingetragen. Letztere werden als vermiedene Kosten für sonst auftretende Schäden gemessen. Tabelle 9: Entscheidung bei objektivem und subjektivem Risiko Zustand Eintrittswahrscheinlichkeitwi GW (N)i – in Mio. EUR – kein Hochwasser geringes Hochwasser mittleres Hochwasser starkes Hochwasser 0,5 0,2 0,2 0,1 0 20 50 100 10. Risiko und Unsicherheit 133 Die abdiskontierten Kosten des Hochwasserschutzprojekts sollenmit Sicherheit EUR 23 Mio. betragen. Wie kann nun in einer derartigen Situation nach dem Kriterium des Nettogegenwartswertes eine effiziente Entscheidung getroffen werden? 10.3.1 Erwartungswert und Varianz Die Lösung besteht darin, für das zu beurteilende Projekt den Erwartungswert der Nutzen zu berechnen und diesen mit den anfallenden Kosten zu vergleichen. Der Nutzenerwartungswert E[GW(N)] errechnet sich dabei nach der Formel [ ] = = ⋅∑ n i i i 1 E GW(N) w GW(N) . (95) Er gibt somit die Gesamtsumme der mit ihren jeweiligen Eintrittswahrscheinlichkeiten iw gewichtetenNutzengegenwartswerte an. Für unser Beispiel erhält man so einen Nutzenerwartungswert in Höhe von 24 Mio. EUR. Da dieser Betrag höher ist als die Kosten des Projekts, kann man dieses positiv beurteilen. Hängen die Kosten des Projekts ebenfalls von dem eintretenden Zustand ab, so lässt sich auch für diese der Kostenerwartungswert = = ⋅∑ n i i i 1 E[GW(K)] w GW(K) . (96) bilden. Der erwartete Nettogegenwartswert des Projekts berechnet sich sodann als = −E[NGW] E[GW(N)] E[GW(K)]. (97) Jede Projektbeurteilung mit Hilfe von Erwartungswerten ist freilich mit einem wesentlichen Mangel behaftet. Das Verfahren geht implizit von einer Risikoneutralität des Entscheidungsträgers aus. Andere wesentliche Merkmale der Wahrscheinlichkeitsverteilung, so die Streuung σ oder die Varianz σ 2 , werden völlig vernachlässigt. Ein kleines Beispiel mag die Problematik illustrieren. Betrachten wir hierzu zwei sich gegenseitig ausschließende Projekte A und B, die mit den gleichen sicheren Kosten verbunden sind. Sie weisen jedoch Nutzengegenwartswerte auf, die aus unterschiedlichen Wahrscheinlichkeitsverteilungen resultieren. Die konkreten Daten hierzu enthält Tabelle 10. Man sieht, dass die Nutzenerwartungswerte für beide Projekte mit 9 Mio. EUR identisch sind. Man erkennt aber auch, dass dieWahrscheinlichkeitsverteilung für die Nutzen des Projekts B eine wesentlich höhere Varianz aufweist als jene für das Projekt A. Entscheidungsträger mit einer Risikoaversionwerden in dem Fall sicherlich anders entscheiden als risikoneutrale Planer. Sie werden Projekt A dem Projekt B vorziehen, da bei diesem der größte Teil des Nutzenstromsmit einer höheren Wahrscheinlichkeit anfällt. A. Traditionelle Nutzen-Kosten-Analyse134 Tabelle 10: Entscheidung bei objektivem und subjektivem Risiko I Projekt A Projekt B GW (Ni) – in Mio. EUR – Eintrittswahrscheinlichkeit wi GW (Ni) – in Mio. EUR – Eintrittswahrscheinlichkeit wi 10 0 0,9 0,1 0 100 0,91 0,09 Soll das Risikoverhalten des Analytikers oder des politischen Entscheidungsträgers mit in die Entscheidung einfließen, so ist es notwendig, das obige Erwartungswertkriterium zu erweitern. So wird unter anderem vorgeschlagen, dass man neben der Höhe des Erwartungswertes auch dieVarianz derWahrscheinlichkeitsverteilung berücksichtigt [Dasgupta/Pearce 1972]. Dies kann mit Hilfe eines Parameters θ geschehen, der die Risikoneigung des Entscheidungsträgers ausdrückt. Je höher θ dabei ausgewiesen ist, umso höher ist die Risikoaversion des Entscheidungsträgers. Als entscheidende Größe, die den Kosten gegenüberzustellen ist, erhält man auf diese Weise θ σ− ⋅ 2E(N) . (98) Darin bezeichnet σ 2 die Varianz der Verteilung der Nutzenströme. Wendet ein risikoaverser Analytiker θ >( 0)dieses Kriterium auf unser obiges Beispiel an, dann wird er das Projekt A auswählen, da dieses die geringere Varianz besitzt. Neben der Erweiterung des Erwartungskriteriums mittels der Varianz werden in der Literatur noch eine Vielzahl weiterer Möglichkeiten diskutiert, wie man Risikoeinstellungen berücksichtigen kann, z.B. über die Standardabweichung, die höherenMomente, oder die Verlustwahrscheinlichkeit [Bamberg/Coenenberg 2008, Schneeweiß 1967]. 10.3.2 Risikoaversion versus Risikoneutralität In diesem Abschnitt wollen wir der Frage nachgehen, ob staatliche Entscheidungsträger sich dem Risiko gegenüber eher neutral oder eher ablehnend verhalten sollten. Die Antwort auf diese Frage ist nicht ohne Bedeutung, denn davon hängt die Wahl zwischen den beiden im letzten Abschnitt behandelten Entscheidungskriterien ab. Kannman nämlich von Risikoneutralität ausgehen, so genügen zur Beurteilung eines Projekts einfache Erwartungswerte der Nutzen und Kosten. Im anderen Fall sind diese um die Varianz der entsprechenden Wahrscheinlichkeitsverteilung zu korrigieren. Auf eine eher neutrale Einstellung des Politikers gegenüber dem Risiko, das in der zukünftigen Entwicklung liegt, können die folgendenArgumente schließen lassen. Moderne Staaten verkörpern heute riesige Organisationen, die Jahr für Jahr gewaltige Summen für Investitionsvorhaben ausgeben. Bei einer so gro- 10. Risiko und Unsicherheit 135 ßen Zahl von Investitionsprojekten sollte man doch annehmen können, dass sich solche mit unerwarteten Verlusten durch andere, die besser als erwartet abschneiden, in etwa die Waage halten werden. Eine spezifische Einstellung dem Risiko gegenüber wäre also bei der Vielfalt der Projekte im Staatssektor generell nicht notwendig. Dieses Argument stellt auf den so genannten Risikoausgleich ab, eine Begründung, die allerdings an gewisse Bedingungen gebunden ist. Zum einen dürfen die Investitionsvorhaben des Staates nicht durch einige wenige Großprojekte mit gewaltigemAufwand dominiert werden. Zwischen den einzelnen Projekten sollten zudem keine ausgeprägten Interdependenzen bestehen. Im Gegensatz zu Entwicklungsländern dürften diese Voraussetzungen in hochentwickelten Industrienationen in der Regel erfüllt sein. Dennoch lassen sich auch hier bedeutsame Investitionsvorhaben finden, die mit enormen Zukunftsrisiken verbunden sind, etwawenn es um die Errichtung einerWiederaufbereitungsanlage für Kernbrennstoffe oder um die Entwicklung von Raketen für zivile Zwecke oder um den Bau von Großraumflugzeugen geht. Die These vom risikoneutralen Verhalten der Verantwortlichen im Staat stützt sich weiterhin auf das Argument, dass sich die Finanzierung öffentlicher Projekte und die damit verbundenen Unwägbarkeiten auf eine große Masse von Steuerzahlern verteile. Dem Arrow-Lind-Theorem [Arrow/Lind 1970] zufolge kann Risiko dann als vernachlässigbar gering erachtet werden. Schon rein intuitiv leuchtet ein, dass die Gefahr für den einzelnen, unerwartet durch ein öffentliches Projekt zusätzlich belastet zu werden, umso geringer ist, je mehr Steuerzahler sich an dessen Finanzierung beteiligen. Gegen das Arrow-Lind-Theorem lassen sich indessen, gerade im Zusammenhang mit öffentlichen Investitionsvorhaben, auch erhebliche Einwände vorbringen. Zunächst betrachtet es die Verteilung von Risiken nur bezogen auf die finanzielle Last der Steuerzahler. Öffentliche Projekte aber sind auch mit Risiken auf der Outputseite verbunden. Man denke insbesondere an Unfälle, die in jeder Phase der Lebensdauer eines Projekts auftreten können, etwa aufgrund technischer Defekte oder anderer Unzulänglichkeiten. Kernreaktoren sind auch hier ein gutes Beispiel. Deren Risiken verteilen sich in der Regel nicht auf alle Steuerzahler. In dem Zusammenhang fällt es daher schwer, von einem Risikoausgleich zu sprechen. Insgesamt gesehen darf man jedochmit Blick auf den öffentlichen Sektor davon ausgehen, dass dort die Bedeutung des Risikos weit geringer ausfällt als dies bei privaten Unternehmen vergleichsweise der Fall ist. Gerade der staatliche Bereich ist besonders prädestiniert, mögliche Risiken auf eine Vielfalt von Projekten und auf die Allgemeinheit der Bürger und Steuerzahler zu verteilen. 10.4 Entscheidung bei Unsicherheit Für Entscheidungen bei Unsicherheit wird in der Literatur eine Vielzahl von Handlungsregeln vorgeschlagen, die allesamt der statistischen Entscheidungstheorie entlehnt sind [Bamberg/Coenenberg 2008]. Bei einem derart reichen An- A. Traditionelle Nutzen-Kosten-Analyse136 gebot sollte man daher bereits vorab auf eine besondere Gefahr hinweisen: Die Wahl einer Handlungsregel kann die Entscheidung darüber, welches Vorhaben als bestes zu realisieren sei, ganz wesentlich beeinflussen. Der Analytiker vermag damit, bewusst oder unbewusst, auf die Auswahl eines geeigneten Projekts erheblich einzuwirken. Die angebotenen Entscheidungsregeln spiegeln insbesondere auch die Einstellung ihrer Vertreter gegenüber dem Phänomen der Unsicherheit wider. Diese kann grundsätzlich entweder vorsichtiger und damit pessimistischer oder aber mutiger und damit optimistischer Natur sein. Im Rahmen der Nutzen-Kosten- Analyse wird mit der verwandten Entscheidungsregel natürlich auch die Einstellung der Gesellschaft unsicheren zukünftigen Entwicklungen gegenüber präjudizierend abgebildet. Wir werden die Entscheidungsregeln bei Unsicherheit wieder an einem konkreten Beispiel veranschaulichen. Auch hier gehen wir davon aus, dass der Analytiker mit der Evaluierung mehrerer Wasserschutzprojekte beauftragt sei, die der Eindämmung von Folgen einer Hochwasserkatastrophe dienen. Es handele sich dabei um drei Vorhaben A, B und C, die sich hinsichtlich ihrer abdiskontierten Kosten nicht unterscheiden, so dass die Auswahl eines Projekts beziehungsweise die Erstellung einer Rangfolge allein anhand ihrer jeweiligen Nutzengegenwartswerte erfolgen kann. Tabelle 11: Maximax- und Maximin-Regel Projekt GW (N) – in Mio. EUR – Maximum Minimum Hochwasser keinHochwasser A B C 120 160 200 80 60 10 120 160 200 80 60 10 Tabelle 11 gibt die unterschiedlichenNutzengegenwartswerte der drei Projekte sowohl für den Fall des Eintretens wie auch des Nichteintretens einer Hochwasserkatastrophe an. Unterstellt ist darin, dass es sich bei den Projekten um Staudammbauten handelt, die alle mit einem Stausee verbunden sind. Dieser kann für Erholungs- und für Bewässerungszwecke genutzt werden, was den positiven Nutzen der Vorhaben auch im Falle des Nichteintretens von Hochwasserschäden erklärt. Sehen wir uns also anhand des obigen Beispiels die Charakteristika der Entscheidungsregeln bei Unsicherheit etwas näher an. 10.4.1 Maximax-Regel Dieses Kriterium fragt zunächst für jede Alternative nach dem maximalen Gegenwartswert der Nutzen und empfiehlt dann das Vorhaben, bei welchem dieser betragsmäßig am größten ist. In unserem Beispiel ergibt sich dieser Regel 10. Risiko und Unsicherheit 137 zufolge eine Entscheidung für Projekt C, denn dessen Nutzenmaximum, bei Eintreten einer Hochwasserkatastrophe, erreicht den höchsten aller Gegenwartswerte. DieMaximax-Regel geht offensichtlich von einer extrem optimistischen Grundeinstellung aus. Optimistisch bedeutet in diesem Zusammenhang, dass man annimmt, es werde tatsächlich derjenige Zustand eintreten, der für den höchstenNutzengegenwartswert aller Alternativen Voraussetzung ist. Die Regel lässt freilich völlig außer Acht, dass andere Umweltzustände auch andere Empfehlungen nahe legen würden. So erhält in unserem Beispiel Projekt C sogar den niedrigsten Nutzengegenwartswert, falls die Hochwasserkatastrophe nicht eintritt. 10.4.2 Maximin-Regel Dieses Kriterium, häufig auch als Wald-Regel bezeichnet, fragt zunächst nach denminimalenNutzengegenwartswerten jeder Alternative und legt schließlich eine Entscheidung für dasjenige Projekt nahe, das unter den.Minimalwerten den höchsten Betrag aufweist. Seine Anwendung führt in unserem Beispiel zu einer Entscheidung für Projekt A. Auch die Maximin-Regel vernachlässigt alle Konsequenzen, die sich ergeben, wenn ein anderer Zustand eintritt. Im Gegensatz zur Maximax-Regel impliziert sie allerdings eine äußerst pessimistische Grundeinstellung. Denn bei ihr orientiert sich die Entscheidung an jenem Zustand, der für jede Alternative die schlechteste aller möglichen Situationen umschreibt. 10.4.3 Hurwicz-Regel Einen Kompromiss zwischen der Maximax- und der Minimax-Regel stellt die Hurwicz-Regel dar. Dieses Kriterium versieht den jeweils höchsten Nutzengegenwartswert einer Alternative mit einem Gewicht θ und den jeweils schlechtesten mit 1-θ , wobei die Werte von θ zwischen 0 und l liegen. Der Parameter θ soll dabei den Optimismus beziehungsweise Pessimismus des Analytikers widerspiegeln. Die gewichteten Einzelwerte werden dann wieder zu einem einzigen Gütemaß vereinigt und das Projekt mit dem höchsten Gesamtergebnis wird ausgewählt. Tabelle 12: Hurwicz-Regel Projekt Gütemaß für θ = 0,3– in Mio. EUR – A B C 120 • 0,3 + 80 • 0,7 = 92 160 • 0,3 + 60 • 0,7 = 90 200 • 0,3 + 10 • 0,7 = 67 In unserem Beispiel erhält man für einen Optimismusparameter von θ = 0,3 Gütemaße, wie sie Tabelle 12 ausweist. Die Hurwicz-Regel empfiehlt demnach für den unterstellten Optimismusparameter das Projekt A. Für θ = 1 bringt sie A. Traditionelle Nutzen-Kosten-Analyse138 das gleiche Ergebnis wie die Maximax-Regel, für θ = 0 geht sie in die Maximin- Regel über. Ihr großer Vorteil liegt ohne Zweifel in der expliziten Verwendung eines Optimismusparameters. Dessen Festlegung allerdings bleibt letztlich der Willkür des Analytikers überlassen. 10.4.4 Laplace-Regel Die Laplace-Regel geht von der Annahme aus, dass man aufgrund der Unsicherheitssituation von keinemUmweltzustand sagen kann, er trete eher ein als ein anderer. Infolgedessen müsse man alle Zustände als gleichwahrscheinlich annehmen. Mit diesem „Prinzip vom unzureichenden Grund“ lässt sich das Problem der Unsicherheit in eleganter Weise auf eine Entscheidung bei Risiko reduzieren, und man kann die Projektwahl einfach mit Hilfe von Erwartungswerten vornehmen. Für unser Beispiel enthält Tabelle 13 die Ergebnisse entsprechend der Laplace- Regel. Wir sehen, dass Projekt B den höchsten Erwartungswert aufweist und folglich auch empfohlen wird. Tabelle 13: Laplace-Regel Projekt E [GW (N)] für w = 0,5– in Mio. EUR – A B C 120 • 0,5 + 80 • 0,5 = 100 160 • 0,5 + 60 • 0,5 = 110 200 • 0,5 + 10 • 0,5 = 105 Auf den ersten Blick ist man geneigt, diese Regel als besonders einleuchtend zu favorisieren. Auf der anderen Seite darf man nicht vergessen, dass Erwartungswerte, die sich nach der Laplace-Regel errechnen, weder auf theoretisch noch empirisch fundierten Wahrscheinlichkeiten basieren. Der Umstand, dass man für das Eintreten bestimmter Umweltbedingungen weder objektive noch subjektive Wahrscheinlichkeiten angeben kann, erlaubt es noch lange nicht, so zu tun, als wären alle Zustände gleich wahrscheinlich. Die Laplace-Regel steht auf tönernen Füßen, was auch ihren geringen Beliebtheitsgrad in der Entscheidungstheorie erklärt. 10.4.5 Savage-Niehans-Regel Entsprechend dieser Entscheidungsregel, die in der Literatur auch als „Regel des kleinsten Bedauerns“ bekannt ist, wird zunächst über alle Projekte hinweg und für jeden Umweltzustand derjenige Nutzenentgang berechnet, der sich ergibt, wenn anstatt des jeweils optimalen Projekts – jenem mit dem höchsten Nutzengegenwartswert unter einem gegebenen Zustand – die schlechteren Alternativen realisiert würden. Die so erhaltenen Nutzenentgänge werden als „Bedauern“ interpretiert. Je größer folglich die Nutzenentgänge sind, desto höher ist auch das Bedauern. 10. Risiko und Unsicherheit 139 Die einzelnen Nutzenentgänge listet man danach wiederum in einer Tabelle auf. Anschließend bestimmt man die maximalen Nutzenentgänge (Maße des Bedauerns) für jedes Projekt undwählt diejenige Alternativemit dem kleinsten Wert aus. Die Savage-Niehans-Regel empfiehlt in unserem Beispiel (Tabelle 14) das Projekt B. Tabelle 14: Savage-Niehans-Regel Projekt Nutzenentgänge – in Mio. EUR – Hochwasser kein Hochwasser Maximum A B C 80 40 0 0 20 70 80 40 70 Auch diese Regel impliziert eine sehr vorsichtige Grundeinstellung, die allerdings weniger pessimistisch ausfällt als beim Maximin-Prinzip. Gerade bei öffentlichen Projekten mit sehr langer Lebensdauer kann eine vorsichtige Entscheidungsregel dieser Art angebracht sein. 10.4.6 Schlußfolgerungen Unsere bisherigen Ausführungen haben zwar erkennen lassen, dass wir der Hurwicz-Regel und der Savage-Niehans-Regel am ehesten vernünftige Ergebnisse zutrauen. Im konkreten Fall wird dieWahl einer Entscheidungsregel aber von verschiedenen Gesichtspunkten beeinflusst sein. Eine nicht unwesentliche Rolle dürfte dabei vor allem die Haltung des Analytikers spielen, die er gegen- über den „Kosten“ einnimmt, die mit Fehlentscheidungen verbunden wären. Schätzt er diese, etwa bei Investitionen im Energiesektor, als sehr hoch ein, so empfiehlt sich für ihn eine Entscheidungsregel mit einer eher vorsichtigen Grundhaltung. Im umgekehrten Fall sollte er natürlich ein optimistischer eingestelltes Kriterium verwenden. 10.5 Daumenregeln der Praxis Obwohl die statistische Entscheidungstheorie der Praxis der Nutzen-Kosten- Analyse eine Reihemöglicher Entscheidungsregeln zur Verfügung stellen kann, haben sich dort im Laufe der Zeit ganz eigene Vorstellungen durchgesetzt, wie man dem Problem von Risiko undUnsicherheit am besten begegnen sollte. Auf sie sei abschließend noch kurz hingewiesen. In der Praxis sehr beliebt ist zunächst das Verfahren, unsichere Nutzen um einen bestimmten, willkürlich festgelegten Prozentsatz nach unten zu korrigieren oder umgekehrt die Kosten in einem entsprechenden Ausmaß zu erhöhen. Derartige, auf Sicherheit bedachte Zu- oder Abschläge erscheinen jedoch nur bei einer bewusst optimistischen Nutzen- und Kostenbewertung zulässig. Wendet man sie hingegen ohne weitere Begründung allein aus Gewohnheit A. Traditionelle Nutzen-Kosten-Analyse140 an, so müssen sie strikt abgelehnt werden, denn dann verstoßen sie gegen den Grundsatz der sorgfältigen Bewertung von Projektwirkungen, den die Nutzen- Kosten-Analyse stets zu beachten hat. Eine zweiteMethode versucht, Unsicherheitssituationen durch die Einführung einer Risikoprämie, die häufig in willkürlicher Höhe der Diskontierungsrate zugeschlagen wird, gerecht zu werden. Ein solches Verfahren erscheint, wenn überhaupt, nur dann gerechtfertigt, wenn die Unsicherheit im Zeitablauf ständig zunimmt. Davon kann man aber in der Regel nicht ausgehen. Das Verfahren führt zudem zu einer unzulässigen Vermischung von Zeitpräferenzvorstellungen und Unsicherheitsüberlegungen. Nicht selten berücksichtigt man in der Praxis Unsicherheit auch dadurch, dass man die Lebensdauer der zu evaluierenden Projekte systematisch unterschätzt. Man rechnet also in der Analyse nicht mit der tatsächlichen ökonomischen Lebensdauer eines Projekts, sondern mit einem willkürlich verkürzten Zeitraum. Alle diese Verfahren der Praxis vermögen natürlich nicht zu überzeugen. Es handelt sich dabei lediglich um simple Daumenregeln, die häufig sogar das Grundanliegen der Nutzen-Kosten-Analyse verletzen, nämlich auch im öffentlichen Sektor rationale Entscheidungen herbeizuführen. Literatur zu Kapitel 10 Arrow, Kenneth J. und Robert C. Lind:Uncertainty and the evaluation of public investment decisions. American Economic Review, 60 (1970), S. 364-378. Bamberg, Günter und Adolf G. Coenenberg: Betriebswirtschaftliche Entscheidungslehre. 14.Aufl., München 2008. Dasgupta, Ajit K. undDavidW. Pearce:Cost-Benefit Analysis. Theory and Practice. London 1972. Laux, Helmut: Entscheidungstheorie. 7.Aufl., Berlin 2007. Schneeweiß, H.: Entscheidungskriterien bei Risiko. Berlin-Heidelberg 1967. B. Erweiterte Nutzen-Kosten-Analyse Im Folgenden wollen wir den analytischen Rahmen der traditionellen Nutzen- Kosten-Analyse erweitern, indem wir zwei ihrer Grundannahmen aufheben: Zum einen die Voraussetzung, dass in einer Volkswirtschaft immer Vollbeschäftigung herrsche, zum anderen die Prämisse, dass die in einer Gesellschaft vorgefundene Verteilung der Einkommen und Produktivkräfte stets die bestmögliche sei. Mit diesen Veränderungen im Datenkranz begeben wir uns nunmehr in den Bereich der „Erweiterten Nutzen-Kosten-Analyse“. 11. Berücksichtigung von Beschäftigungseffekten Ein Projekt ruft Opportunitätskosten hervor, wenn die benötigten Inputfaktoren alternativen Verwendungen im privaten oder öffentlichen Sektor entzogen werden. Die traditionelle Nutzen-Kosten-Analyse geht bei der Evaluierung öffentlicher Projekte grundsätzlich von dieser Prämisse aus. Sie konzentriert sich damit ausschließlich auf die Ermittlung von Wohlfahrtszuwächsen oder -einbußen, die auf eine projektbedingte Reallokation von Ressourcen zurückzuführen sind. In diesemKapitel wollen wir der Frage nachgehen, wie im Rahmen der Nutzen- Kosten-Analyse Produktionsfaktoren zu bewerten sind, die entweder keine Beschäftigung finden oder aber brachliegen. Dabei interessiert uns insbesondere der Faktor Arbeit. Auf Modifikationen in der Bewertung bei den Faktoren Kapital und Boden in einer Situation der Unterbeschäftigung werden wir dagegen nur am Rande eingehen. Einen eigenen Abschnitt werden wir auch den besonderen Problemen widmen, die im Zusammenhang mit der Auslastung von Produktionsfaktoren in Entwicklungsländern auftreten. 11.1 Direkte Beschäftigungseffekte: Theorie Die Bewertung des Faktors Arbeit in einer Unterbeschäftigungssituation leiten wir hier in einem partialanalytischen Modell ab. Diesem liegt die Vorstellung zugrunde, dass nur der Arbeitsmarkt in einer Volkswirtschaft sich in einem Ungleichgewicht befindet (Unterbeschäftigung). Die Situation auf anderen Märkten, wie dem Güter- und dem Kapitalmarkt, sowie eventuelle Wechselwirkungen zwischen diesen und dem Arbeitsmarkt bleiben vorerst unberücksichtigt. Auf sie werden wir später eingehen, wenn wir uns mit den indirekten Beschäftigungseffekten öffentlicher Vorhaben auseinandersetzen.

Chapter Preview

References

Zusammenfassung

Die erste Wahl: Nutzen-Kosten-Analyse

Nach dem Haushaltsgrundsätzegesetz sind für alle finanzwirksamen Maßnahmen der öffentlichen Verwaltung angemessene Wirtschaftlichkeitsuntersuchungen durchzuführen. Als umfassendste gesamtwirtschaftliche Untersuchungsmethodik stellt die Nutzen-Kosten-Analyse innerhalb der Finanzwissenschaft nach wie vor das Instrument der ersten Wahl dar. Durch die gute Eignung für die Bewertung von Umwelteffekten konnten in den letzten Jahren Nutzen-Kosten-Analysen weiterhin an Bedeutung gewinnen. Der Gesetzgeber verlieh dem Instrument zudem ein entscheidendes Gewicht im Bereich des medizinischen Fortschritts. Durch die Gründung des Instituts für Qualität und Wirtschaftlichkeit im Gesundheitswesen (IQWiG) und dessen weitgehende Verpflichtung, neue Arzneimittel hinsichtlich des Kosten-Nutzen-Verhält-nisses zu prüfen, müssen sich alle namhaften forschenden Arzneimittelhersteller mit der Methodik intensiv auseinandersetzen. Neben der eigentlichen Nutzen-Kosten-Analyse enthält das Buch auch Kapitel über die Kostenwirtschaftlichkeitsanalyse sowie die Nutzwertanalyse. Bei allen Verfahren beschreibt das Buch die jeweiligen Stärken und Schwächen, Unterschiede und die spezifischen Möglichkeiten in der Anwendung. Praktische Beispiele zeigen die Anwendung, insbesondere im Gesundheits- und Umweltbereich. Das Buch ist in erster Linie ein Lehrtext für den Unterricht an Universitäten. Es hilft jedoch auch Experten in Politik und Verwaltung, sich mit modernen Entscheidungsmethoden vertraut zu machen.

Der Autor

Prof. Dr. Horst Hanusch ist emeritierter Professor für Volkswirtschaftslehre an der Universität Augsburg.