7.1 Vorgehensweise bei der Auswertung der TNAs
7.1.2 Beschreibung und Auswertung der 30 Länder: Konzepte, Indikatoren und Daten
Die Nachfrage und die Fähigkeit von Ländern Technologien zu nutzen hängt nicht alleine von den Technologien selber, sondern auch von sozioökonomischen, politischen und naturräumlichen Rah-menbedingungen ab. Vor diesem Hintergrund wurden die Länder nicht nur hinsichtlich ihrer in den TNAs artikulierten Bedarfe analysiert, sondern auch hinsichtlich weiterer Ländereigenschaften. Damit können erste Zusammenhangsanalysen durchgeführt werden:
Zusammenhänge zwischen den in den TNAs artikulierten Bedarfe und den Ländereigenschaften lassen Rückschlüsse zu weiteren Ländern zu, die ähnliche Eigenschaften aufweisen, aber für die kein aktueller TNA-Bericht vorliegt;
Zusammenhänge zwischen den Eigenschaften der Länder mit TNA und ohne TNA lassen Rück-schlüsse zur Repräsentativität bzw. möglichen Lücken zu;
Ein Vergleich zwischen Ländereigenschaften und TNAs ermöglicht eine Prüfung der Plausibilität der in den TNAs artikulierten Bedarfe und erlauben Rückschlüsse zur Verbesserung des TNA Pro-zesses.
Die für die Analyse verwendeten Konzepte und der mit ihnen verbundenen Indikatoren und Daten-quellen werden im Folgenden beschrieben. Beginnend mit einem Konzept zur Gruppierung von ähn-lichen Ländern (siehe Kap. 7.1.2.1), werden danach Konzepte für Ländereigenschaften beschrieben, welche eine Nachfrage für Klimatechnologien implizieren (siehe Kap. 7.1.2.2). Schließlich werden Ansätze erläutert, mithilfe derer Transferkapazitäten von Ländern abgebildet werden können (siehe Kap. 7.1.2.3). Damit werden die theoretischen Konzepte für den Erfolg von Technologietransfer, wie in Kapitel 5 herausgearbeitet, weiter operationalisiert.
7.1.2.1 Ähnlichkeit von Ländern zur Bildung von Ländergruppen
Für die internationale Zusammenarbeit Deutschlands mit einzelnen Ländern oder Ländergruppen ist es von praktischer Bedeutung bei der Betrachtung von Ländern nicht nur sozioökonomische Eigen-schaften, sondern auch deren geographische bzw. kulturelle Nähe zu berücksichtigen. Für konkrete Maßnahmen zur Förderung von Technologietransfers kann es sinnvoller sein, z. B. gemeinsame Workshops mit nationalen Vertretern aus einer Region zu planen als mit Ländern, die zwar eine ähn-liche Wirtschaftsstruktur besitzen, aber auf unterschiedähn-lichen Kontinenten liegen.
Eine Klassifikation von Ländern allein auf Basis von geographischer Entfernung, erscheint im Hinblick auf das Untersuchungsinteresse aber zu kurz zu greifen. Aus diesem Grund wurde in der Untersu-chung die „Standard Australian Classification of Countries“ (SACC) berücksichtigt, welche drei Kate-gorien von Kriterien in der Erstellung der Ländergruppen berücksichtigt:
„the geographic proximity of countries91;
the similarity of countries in terms of social, cultural, economic and political characteristics92; the desirability that groups of countries lie within a single geographic continent“. (SACC 2011).
Die SACC-Klassifizierung beinhaltet dabei zwei verschiedene Ebenen zur Klassifizierung von Ländern in Gruppen (Major Groups, Minor Groups). In dieser Studie wurde Version 2.2 der
SACC-Klassifizierung (2011) benutzt. Sie kann genutzt werden, um ähnliche Länder zu identifizieren und zu gruppieren. Die folgende Tabelle ordnet zunächst die 30 untersuchten Länder ihren ‚major‘ und
‚minor groups‘ zu. Eine entsprechende Gruppierung aller 154 Länder, die am Technologiemechanis-mus teilnehmen, ist im Anhang in Abschnitt 10.5.1 zu finden.
Tabelle 31: Klassifizierung der 30 untersuchten Länder auf Basis der SACC (2011) (in alphabetischer Reihen-folge)
Land
Country Code Major group
SACC Major Group Name
Minor Group
SACC Minor Group Name
Argentina 8201 8 Americas 82 South America
Azerbaijan 7203 7 Southern and Central Asia 72 Central Asia Bangladesh 7101 7 Southern and Central Asia 71 Southern Asia Bhutan 7102 7 Southern and Central Asia 71 Southern Asia
Cambodia 5102 5 South-East Asia 51 Mainland South-East Asia
Costa Rica 8302 8 Americas 83 Central America
Cote d'Ivoire 9111 9 Sub-Saharan Africa 91 Central and West Africa
Cuba 8407 8 Americas 84 Caribbean
Dominican Republic 8411 8 Americas 84 Caribbean
Ecuador 8206 8 Americas 82 South America
El Salvador 8303 8 Americas 83 Central America
Georgia 7204 7 Southern and Central Asia 72 Central Asia
Ghana 9115 9 Sub-Saharan Africa 91 Central and West Africa
Indonesia 5202 5 South-East Asia 52 Maritime South-East Asia
91 Definition: ”Geographic proximity is the basic criterion used to group countries in the SACC. The principle allows for the grouping of countries which may be separated by bodies of water.”
92 Definition: “Similarity in terms of social and cultural characteristics is based primarily on language spoken in a group of countries. However, other factors such as religion practised, historical links, similarity of national aspi-rations, and even factors such as type of food, or similarity of art, serve as indicators of cultural and social simi-larity.”
Kenya 9208 9 Sub-Saharan Africa 92 Southern and East Africa
Laos 5103 5 South-East Asia 51 Mainland South-East Asia
Lebanon 4208 4 North Africa and the Middle East 42 Middle East
Mali 9121 9 Sub-Saharan Africa 91 Central and West Africa
Mauritius 9214 9 Sub-Saharan Africa 92 Southern and East Africa Moldova 3208 3 Southern and Eastern Europe 32 South Eastern Europe Mongolia 6104 6 North-East Asia 6104 Chinese Asia (incl. Mongolia) Morocco 4104 4 North Africa and the Middle East 41 North Africa
Peru 8213 8 Americas 82 South America
Rwanda 9221 9 Sub-Saharan Africa 92 Southern and East Africa
Senegal 9126 9 Sub-Saharan Africa 91 Central and West Africa Sri Lanka 7107 7 Southern and Central Asia 71 Southern Asia
Sudan 4105 4 North Africa and the Middle East 41 North Africa
Thailand 5104 5 South-East Asia 51 Mainland South-East Asia
Vietnam 5105 5 South-East Asia 51 Mainland South-East Asia
Zambia 9231 9 Sub-Saharan Africa 92 Southern and East Africa
Quelle: SACC 2011
7.1.2.2 Nachfrage implizierende Konzepte und Indikatoren
Die im Folgenden dargestellten Konzepte und Indikatoren wurden ausgewählt, da angenommen werden kann, dass sie in Zusammenhang mit der Nachfrage für bestimmte Klimatechnologien ste-hen. So kann erwartet werden, dass besonders vom Klimawandel betroffene Länder eine erhöhte Nachfrage nach Technologien besitzen, die geeignet sind, um Folgen des Klimawandels abzumildern;
besonders stark industrialisierte Länder werden dagegen voraussichtlich eine höhere Nachfrage im Bereich Emissionsminderung und energieeffizienter Prozesse haben als Länder mit einer hohen volkswirtschaftlichen Wertschöpfung in der Landwirtschaft. Ebenso kann erwartet werden, dass sich mit zunehmender Wirtschaftsleistung die Nachfragestruktur nach Klimatechnologien verschiebt.
Darüber hinaus wurde bereits in Kapitel 5.1 erläutert, dass das Vorhandensein von ambitionierten umweltpolitischen Rahmenbedingungen einen bedeutenden Einfluss auf die Nachfrage nach Um-welt- und Klimatechnologien haben kann.
Betroffenheit vom Klimawandel
Die langfristigen ökologischen, ökonomischen und sozialen Folgen des Klimawandels für einzelne Länder sind schwer zu modellieren. Allerdings gibt es eine gute Datenbasis über die Zunahme von durch den Klimawandel induzierten Extremwetterereignisse und deren direkte Schäden, welche ge-nutzt werden kann, um die Betroffenheit einzelner Länder zu erfassen. Ein Zusammenhang zwischen der Betroffenheit vom Klimawandel kann insbesondere im Bereich Klimaanpassung, bezüglich der Nachfrage im Sektor Küsten- und Hochwasserschutz oder in Bedarfsfeldern zur Bekämpfung von
Extremwetterfolgen erwartet werden (z. B. in Form von Technologien im Bedarfsfeld Erosionsver-meidung oder Bewässerung als Folge von ausgeprägteren Dürren). Ein Indikator für die Betroffenheit vom Klimawandel sollte also vielfältige Dimensionen von Auswirkungen durch Klimaveränderungen (für menschliche Gesundheit, auf Ökosysteme etc.) umfassen. Weiterhin müssen für diese Studie auch Daten für Schwellen- und Entwicklungsländer zur Verfügung stehen.
Der NatCatService (Natural Catastrophes Service) der Münchner Rückversicherung ist eine bank für Statistiken über Naturkatastrophen mit über 30.000 Datensätzen. Diese bildet die Daten-grundlage für den Global Climate Risk Index (GCRI), welcher absolute Schadenswerte (Anzahl an To-ten) und relative Auswirkungen (Impacts) umfasst, bei denen die Schäden ins Verhältnis, bspw. zur Wirtschaftskraft eines Landes, gesetzt wurden. Auf Basis dieser Daten wurde von Germanwatch der GCRI erstellt. Der Index basiert auf vier Indikatoren, und berücksichtigt sowohl menschliche Schäden („number of deaths, number of deaths per 100,000 inhabitants“) als auch quantifizierbare (wirt-schaftliche) Schäden („sum of losses in US$ in purchasing power parity as well as losses per unit of Gross Domestic Product“), die durch Extremwetterereignisse in einem Land in einem Jahr entstanden sind.93
Der Index umfasst Zeitreihen zu klimainduzierten Schäden in den letzten 20 Jahren und basiert damit auf bisher erfasste Schäden. Eine Stärke des Indexes ist, dass durch den 20-Jahresdurchschnitt Ext-remwerte in einzelnen Jahren ausglichen werden. Was der Index hingegen nicht leisten kann, ist zu-künftige Schäden oder Risiken vorherzusagen oder die wirtschaftlichen Schäden durch schrittweise Veränderungen (z. B. regionale Abnahme von Niederschlägen) zu dokumentieren, da diese sich nicht in Form von Extremwetterereignissen widerspiegeln.
Verteilung von Küsten- und Binnenländern
Insbesondere in Bezug auf den Bereich der Klimaanpassungstechnologien ist auch die Ländereigen-schaft, ob ein Land ein Binnenstaat ist oder eine Küste besitzt, von Relevanz – z. B. hinsichtlich der Betroffenheit durch Wassermangel in der Land- oder Wasserwirtschaft oder Überschwemmungen durch den steigenden Meeresspiegel. Wie die folgende Tabelle zeigt, sind beide Gruppen von dern gut in der Gruppe der 30 untersuchten TNA-Länder vertreten: 8 sind Binnenstaaten und 22 Län-der haben eine Küste.
93 Die Gewichtung der vier einzelnen Indikatoren im GCRI ist wie folgt: number of deaths 1/6; number of deaths per 100,000 inhabitants 1/3; sum of losses in US$ in purchasing power parity 1/6; losses per unit of Gross Do-mestic Product 1/3.
Tabelle 32: Verteilung von Küsten- und Binnenstaaten (L = landlocked; C = coastal)
Land Argentina Azerbaijan Bangladesh Bhutan Cambodia Costa Rica Cote d'Ivoire Cuba Dom. Republic Ecuador El Salvador Georgia Ghana Indonesia Kenya Laos Lebanon Mali Mauritius Moldova Mongolia Morocco Peru Rwanda Senegal Sri Lanka Sudan Thailand Vietnam Zambia
L / C C C C L C C C C C C C C C C C L C L C L L C C L C C L C C L Quelle: Eigene Zusammenstellung
Wirtschaftsstruktur: Anteil der Landwirtschaft sowie von Industrie und verarbeitendem Gewerbe am Bruttoinlandsprodukt
Die Struktur einer Volkswirtschaft, gemessen an den prozentualen Anteilen der verschiedenen Sekto-ren am Bruttoinlandsprodukt, kann einen Einfluss auf die Nachfragestruktur für Klimaanpassungs- und Klimaschutztechnologien in einem bestimmten Land haben. Stark von der Landwirtschaft abhän-gige Länder werden Technologien insbesondere im Sektor der klimaangepassten Landwirtschaft nachfragen. In Ländern mit einem hohen Anteil von Industrie und verarbeitendem Gewerbe am Brut-toinlandsprodukt ist davon auszugehen, dass die Nachfrage im Bereich Klimaschutz, insbesondere in den Sektoren emissionsarme Energieerzeugung und energie- und ressourcenintensive Industrien, liegt.
Im Rahmen der Untersuchungen wurden dabei die Länder sowohl in Bezug auf die relativen Anteile der Landwirtschaft als auch auf die relativen Anteile der Industrie und des verarbeitenden Gewerbes untersucht.94
Wirtschaftliche Leistungsfähigkeit
Mit zunehmender wirtschaftlicher Entwicklung ist zu erwarten, dass eine Verschiebung der Nachfra-geprofile für Klimatechnologien stattfindet – in anderen Worten: dass einige Technologien stärker und andere weniger nachgefragt werden. Beispielsweise kann erwartet werden, dass Länder mit geringem Pro-Kopf-Einkommen eher Technologien zur Abwehr direkter Folgen des Klimawandels (Überschwemmungen, Bodenerosion) nachfragen, um kurzfristige Schäden zu begrenzen, als Tech-nologien, die eine Anpassung an die Bedingungen des sich wandelnden Klimas unterstützen (z. B.
effiziente Produktionsverfahren und –prozesse oder Technologien zur Klimasimulation).
Als Indikator für die wirtschaftliche Leistungsfähigkeit wurde das pro-Kopf-Einkommen (Gross Natio-nal Income per capita, Atlas method) gewählt. Die Daten stammen aus den World Development Indicators der Weltbank für das Jahr 2011.
94 Zum Zeitpunkt der Datenerhebung wiesen die Datensätze der World Development Indicators in den Jahren 2012 und 2013 noch deutlich größere Lücken auf, weshalb häufig auf Daten aus dem Jahr 2011 zurückgegriffen wurde.
Die folgende Tabelle zeigt die Verteilung der 30 Länder anhand deren pro-Kopf-Einkommen und ord-net diese den Einkommensklassen der Weltbank zu.
Tabelle 33: Wirtschaftliche Entwicklung (gemessen am pro-Kopf-Einkommen) in den 30 Ländern und deren Zuordnung zu Einkommensklassen (basierend auf der Weltbank-Klassifikation)
Land
Pro-Kopf
Ein-kommen Einkommensgruppe Land
Pro-Kopf
Ein-kommen Einkommensgruppe Argentina 10952 upper middle income Laos 1090 low income
Azerbaijan 5530 upper middle income Lebanon 8930 upper middle income
Bangladesh 770 low income Mali 670 low income
Bhutan 2210 lower middle income Mauritius 8140 upper middle income
Cambodia 800 low income Moldova 1980 lower middle income
Costa Rica 7740 upper middle income Mongolia 2960 lower middle income Cote d'Ivoire 1140 lower middle income Morocco 2340 lower middle income
Cuba 5890 upper middle income Peru 5250 upper middle income
Dominican
Republic 5200 upper middle income Rwanda 560 low income Ecuador 4770 upper middle income Senegal 1030 low income
El Salvador 3490 lower middle income Sri Lanka 2580 lower middle income Georgia 2850 lower middle income Sudan 1380 lower middle income Ghana 1420 lower middle income Thailand 4620 upper middle income Indonesia 2930 lower middle income Vietnam 1390 lower middle income
Kenya 810 low income Zambia 1180 lower middle income
Quelle: Eigene Zusammenstellung auf Basis der Daten für Gross National Income per Capita (Atlas Method) aus dem Jahr 2011 der World Development Indicators der Weltbank. Die Einkommensklassifikation der Weltbank basiert auf 4 Klassen. Keines der 30 untersuchten Schwellen- und Entwicklungsländer fällt dabei in das Segment der Länder mit hohem pro-Kopf-Einkommen über $12,616 pro Jahr. Die hier verwendeten drei Stufen sind: low income: $1,035 oder weniger; lower middle income: $1,036 bis $4,085sowie upper middle income: $4,086 bis
$12,615.
Ambitionsgrad der Umweltpolitik
Im Folgenden wird die nachfragefördernde Wirkung einer ambitionierten Umweltpolitik illustriert.
Einzelne Politikmaßnahmen können dabei die Nachfrage nach bestimmten Umwelt- oder Klimatech-nologien erhöhen (z. B. Maßnahmen, die die Nutzung bestimmter TechKlimatech-nologien vorschreiben oder Anreize dafür bieten) oder aber die Nachfragebedingungen für eine ganze Reihe von Technologien in verschiedenen Sektoren (z. B. die Besteuerung von Energieträgern) erhöhen. Ebenso können ver-schiedene Instrumententypen (Ordnungsrecht, Informationen, Steuern und Abgaben, marktbasierte Instrumente) die Nachfrage nach ein und derselben Technologie fördern. Folglich kann der
Ambiti-onsgrad der Umweltpolitik eines Landes nicht nur durch Vorhandensein eines bestimmten Politikin-struments gemessen werden. Ein sinnvoller Indikator dafür muss die Gesamtheit von umweltpoliti-schen Instrumenten und den durch diese induzierte Nachfrage nach Klimatechnologien umfassen.
Für die Analyse wurde der Indikator „Stringency of Environmental Regulation“ genutzt. Er misst die Stringenz von Umweltpolitik auf Basis von Befragungen im Rahmen des „Executive Opinion Surveys“
des World Economic Forums (World Economic Forum 2013). Der Indikator berechnet für jedes Land den Durchschnittswert aller Befragten, die auf die Frage „How would you assess the stringency of your country’s environmental regulations? [1 = very lax; 7 = among the world’s most stringent]“ ge-antwortet haben.
Die folgende Tabelle zeigt einen Auszug der Werte des Indikators aus dem Bericht des Jahres 2013.
Sie zeigt die weltweit führenden drei Länder Deutschland, Finnland und die Schweiz sowie die Werte für die 30 untersuchten Länder. Die deutliche Variation der Durchschnittswerte zwischen einer ho-hen Stringenz in der Umweltpolitik in Ruanda oder (auch noch) in Costa Rica bis hin zu Ländern mit Umweltpolitiken, die insgesamt als sehr lax eingeschätzt werden (wie z. B. in der Elfenbeinküste, der Mongolei oder dem Libanon).
Tabelle 34: Auszug aus dem Indikator Stringency of Environmental Regulation: Top 3 Weltweit sowie Werte der 30 untersuchten Länder
Land Durchschnittswert
Germany 6.44
Finland 6.42
Switzerland 6.31
[...]
Land Durchschnittswert Land Durchschnittswert
Rwanda 5,85 Argentina 3,27
Costa Rica 4,95 Dominican Republic 3,24
Zambia 4,04 Senegal 3,24
Azerbaijan 4,02 Mali 3,23
Mauritius 4,02 Bangladesh 3,19
Kenya 3,88 Moldova 2,94
Sri Lanka 3,85 El Salvador 2,90
Ecuador 3,80 Viet Nam 2,66
Indonesia 3,77 Côte d`Ivoire 2,30
Peru 3,75 Mongolia 2,18
Thailand 3,75 Lebanon 2,07
Cambodia 3,73 Bhutan keine Daten
Morocco 3,58 Cuba keine Daten
Georgia 3,44 Laos keine Daten
Ghana 3,43 Sudan keine Daten Quelle: World Economic Forum 2013
7.1.2.3 Konzepte und Indikatoren zu Transferkapazitäten von Ländern
In Kap. 5.1 wurde die Notwendigkeit der Technologieanpassung für den Erfolg von Technologietrans-fers diskutiert. Die Frage wie gut bzw. mit welchem Anpassungsbedarf eine Technologie von einem Land in ein anderes transferiert und dort erfolgreich genutzt und adaptiert werden kann, ist abhängig von verschiedenen Faktoren. Einerseits sind die technologischen Kapazitäten des Ziellandes, d. h. die Fähigkeit Technologien aufzunehmen, erfolgreich zu nutzen und weiterzuentwickeln wichtig. Ande-rerseits ist es für den Transfer vieler Technologien ebenso von entscheidender Bedeutung, ob be-stimmte Infrastrukturen in dem Zielland vorhanden sind. Die folgenden drei Konzepte können nicht alle relevanten Aspekte für alle Technologien erfassen, aber als stellvertretende Indikatoren für die Transferkapazitäten eines Landes dienen.
Innovationsfähigkeit von Ländern
Generell sollte ein Indikator für Transferkapazitäten von Ländern (1) die Kapazitäten des Landes zur Nutzung als auch (2) zur Weiterentwicklung und optimalen Anpassung einer Technologie an lokale Bedingungen berücksichtigen.95
Als Indikator für das Konzept Innovationsfähigkeit wurde der Global Innovation Index (GII) herange-zogen. Der jeweilige Länderwert des GII ist das arithmetische Mittel aus zwei Sub-Indizes: dem Inno-vation Input (III) & InnoInno-vation Output Index (IOI) und basiert auf insgesamt 84 Indikatoren, welche in sieben Säulen (fünf als Bestandteile des III, 2 als Bestandteile des IOI) unterteilt werden. Der jeweilige Länderwert kann zwischen 0 (in allen Teilindikatoren „un-innovativ“) und 100 (Höchstnoten in allen Teilindikatoren) schwanken.
Abbildung 14: Konzeption des Global Innovation Index & dessen Teil-Indizes
95 Diese beiden Dimensionen korrespondieren mit den im Zwischenbericht definierten Bedingungen für den Technologietransfer: (1) Capacity Building und (2) Technologieanpassung.
Quelle: Cornell University, INSEAD und WIPO 2013, S.6
Die beiden Sub-Indizes repräsentieren zwei relevante Dimensionen für Transferkapazitäten: der In-novation Input Index beinhaltet „elements of the national economy that enable innovative activities“
während der Innovation Output Index „results of innovative activities within the economy“ umfasst.
Er beschreibt damit sowohl eigens entwickelte Innovationen als auch die Fähigkeit, von außen trans-ferierte Innovationen an lokale Kontexte anzupassen. Der GII betont insbesondere die Bedeutung des IOI und der Berücksichtigung der Kapazitäten eines Landes transferierte Technologien auch tatsäch-lich zu absorbieren und weiterzuentwickeln – im Gegensatz zu anderen Ansätzen, bei denen im We-sentlichen nur die Input-Dimension berücksichtigt wird (GII 2013: S.5). 96
Die Tabelle zeigt Ergebnisse des Rankings des Jahres 2013. Die Durchschnittswerte der innovativsten Länder auf globaler Ebene (Schweiz, Schweden, Großbritannien) liegen dabei sehr deutlich über den Länderdurchschnitten auch der relativ innovativsten 30 Länder (Costa Rica und Moldawien). Insbe-sondere im Hinblick auf mögliche Exportstrategien, müssen die mitunter sehr geringen Kapazitäten in Zielländern (z. B. Bangladesch, der Elfenbeinküste oder dem Sudan) berücksichtigt werden. Techno-logien, welche hohe Anforderungen in der Anpassung, Wartung und Nutzung mit sich bringen, besit-zen in diesen Ländern einen zusätzlichen Nachteil gegenüber einfacheren, weniger wartungsintensi-ven Technologien (sog. frugale Innovationen).
96 Neben diesen inhaltlichen Argumenten für den GII, spielt insbesondere die Frage der Datenverfügbarkeit für Schwellen- und Entwicklungsländer eine wichtige Rolle. Eine Vielzahl weiterer Indikatoren, welche technologi-sche oder Innovationskapazitäten messen, sind für diese Studie unbrauchbar, da sie keine Daten für die unter-suchten Schwellen- und Entwicklungsländer erheben bzw. nur für einen Teil dieser.
Tabelle 35: Auszug aus dem Ranking des Global Innovation Index (GII) 2013: Top 3 Weltweit und Werte der 30 untersuchten Länder
Land Durchschnittswert
Switzerland 66,60
Sweden 61,40
United Kingdom 61,20
[...]
Land Durchschnittswert Land Durchschnittswert
Costa Rica 41,50 Senegal 30,50
Moldova 40,90 Sri Lanka 30,40
Mauritius 38,00 Kenya 30,30
Argentinien 37,70 Azerbaijan 29,00
Peru 36,00 Mali 28,80
Mongolia 35,80 Cambodia 28,10
Georgia 35,60 Rwanda 27,60
Lebanon 35,50 Zambia 26,80
Viet Nam 34,80 Bangladesh 24,50
Dominican Republic 33,30 Côte d`Ivoire 23,40
Ecuador 32,80 Sudan 19,80
Indonesia 32,00 Bhutan keine Daten
El Salvador 31,30 Cuba keine Daten
Morocco 30,90 Laos keine Daten
Ghana 30,60 Thailand keine Daten
Quelle: Cornell University, INSEAD und WIPO 2013.
Vorhandensein von Infrastrukturen: Elektrizität, Daten, Verkehr
Je komplexer Technologien sind, desto vielfältiger sind häufig deren Anforderungen an das Vorhan-densein bestimmter Infrastrukturen. Als stellvertretende Indikatoren für das breite Spektrum an Be-dingungen, welche Klimatechnologien in der Anwendung benötigen, wurden Indikatoren für drei verschiedene Bereiche von Infrastrukturen gewählt: den Zugang zum Stromnetz, die Qualität der Verkehrsinfrastruktur und der Zugang zum Internet. Eine wichtige Hürde dafür, diese Liste an Infra-strukturen noch zu erweitern, ist die Datenverfügbarkeit. Die für die Untersuchung ausgewählten Infrastrukturindikatoren wurden gewählt, weil diese einerseits vielfältige Dimensionen von Infra-strukturen abdecken und andererseits eine relativ gute Datenverfügbarkeit gewährleisten.
Die drei Indikatoren stammen alle aus der World Development Indicators Datenbank der Weltbank.
Der Indikator für den Zugang zum Stromnetz wird über den Anteil der Bevölkerung mit Zugang zum Stromnetz gebildet (% of population with access to electricity) (2011); für die Qualität der
Verkehrs-infrastruktur wurde der Anteil an geteerten Straßen (Roads, paved (% of total roads) (2000)) und für die Informations- und Kommunikationsinfrastrukturen der Anteil der Internetnutzer an der Gesamt-bevölkerung gewählt (Internet users (per 100 people) (2012)).
Die Datensätze für die Länder stammen aus unterschiedlichen Jahrgängen. Bei ihrer Auswahl wurde an erster Stelle darauf geachtet, dass diese möglichst vollständig für die 30 Länder sind und zweitens, möglichst aktuell sind.