Regionale Analyse der Arbeitsproduktivität

Michael Marti Claudia Peter Matthias Setz Dominik Matter Raphael Schönbächler

Regionale Analyse der Arbeitsproduktivität

Schwerpunktthema:

Wachstum der Schweizer Volkswirtschaft

Studie im Auftrag des

Staatssekretariats für Wirtschaft

Michael Marti Claudia Peter Matthias Setz Dominik Matter Raphael Schönbächler

Regionale Analyse der Arbeitsproduktivität

Schwerpunktthema:

Wachstum der Schweizer

Volkswirtschaft

Inhaltsübersicht

Zusammenfassung ... 2

Inhaltsverzeichnis ... 5

1 Einleitung ... 7

2 Methodisches Vorgehen ... 10

3 Theoretischer Hintergrund ... 12

4 Hypothesen ... 15

5 Daten zur Arbeitsproduktivität und Branchenstruktur... 18

6 Ergebnisse und Prüfung der Hypothesen ... 23

7 Schlussfolgerungen ... 54

8 Anhang A: Liste der MS-Regionen ... 57

9 Anhang B: Raumtypen ... 58

10 Anhang C: Entwicklung des Branchenmix für ausgewählte MS-Regionen ... 59

11 Anhang D: Daten zur Mikrolage ... 61

Literaturverzeichnis ... 64

Zusammenfassung

Ausgangslage und Fragestellungen

In den letzten Jahren hat vor allem ein erhöhtes Arbeitsvolumen zum Pro-Kopf-Wachstum des BIP beigetragen. Im Gegensatz dazu hat sich die Zunahme der Arbeitsproduktivität noch weiter verlangsamt. Die Steigerung der Arbeitsproduktivität ist ein zentraler Pfeiler der Wirtschaftspo- litik.

Bis anhin wurde die Arbeitsproduktivität vor allem auf gesamtwirtschaftlicher Ebene betrachte- tet. Dabei blieb die Frage nach der regionalen Arbeitsproduktivität und deren Entwicklung mehrheitlich ausgeklammert. Im Zentrum der vorliegenden Studie steht die differenzierte Ana- lyse der Arbeitsproduktivität nach MS-Regionen für die Jahre 2008-2014. Es werden die fol- genden Fragestellungen mittels theoriebasierter Hypothesen angegangen:

• Wie unterscheidet sich das Niveau der Arbeitsproduktivität zwischen den MS-Regionen?

• Wie hat sich die regionale Arbeitsproduktivität im Zeitraum 2008 bis 2014 entwickelt? Ha- ben weniger produktive Regionen aufgeholt (Niveau-Effekt)?

• Unterscheidet sich die Entwicklung der Arbeitsproduktivität nach Raumtyp? Ist die Arbeits- produktivität in Metropolitanräumen oder ländlichen Regionen stärker gestiegen (Agglome- rations-Effekt)?

• Welche Faktoren erklären die unterschiedliche regionale Arbeitsproduktivität? Wie wirken sich insbesondere der Branchenmix und die Veränderung der Arbeitsproduktivität innerhalb einer Branche auf die regionale Arbeitsproduktivität aus (Branchenmix-Effekt)? Welchen Beitrag leisten Wachstums- oder Struktureffekte zum Produktivitätswachstum?

• Und damit zusammenhängend: wie lässt sich die unterschiedliche Arbeitsproduktivität in- nerhalb derselben Branche erklären? Welche Rolle spielen dabei Mikrolage-Faktoren?

Methodik

Als Grundlage zur Berechnung der regionalen Arbeitsproduktivität werden einerseits die An- gaben zu den Bruttolöhnen nach MS-Region und Branche aus der Lohnstrukturerhebung (LSE) und andererseits die Angaben zu den Beschäftigten nach MS-Region und Branche aus der STATENT verwendet. Die regionale Arbeitsproduktivität wird als Quotient des regionalen Bruttolohns (als Approximation für die Wertschöpfung) durch den Arbeitseinsatz berechnet. In diesem Sinn wird von der Standardannahme ausgegangen, dass die Arbeitsproduktivität ein Abbild des Lohns ist. Die parallele Entwicklung von Arbeitsproduktivität und Löhnen ist denn auch ein gut bekanntes Phänomen. Dieser Zusammenhang entspricht der Wirtschaftstheorie uns ist seit Jahrzenten für zahlrieche Länder, auch die Schweiz, nachgewiesen worden.

Um detailliertere Erkenntnisse zur branchenspezifischen regionalen Arbeitsproduktivität zu er- halten, werden zusätzlich Mikrolagefaktoren einbezogen. Durch die Verknüpfung der Lagefak- toren mit der STATENT können Erkenntnisse zur Mikrolage für jeden Betriebsstandort gewon- nen werden.

Mit dieser Datenbasis kann die regionale Arbeitsproduktivität und deren Entwicklung für sämt- liche 106 MS-Regionen sowie 19 Branchenaggregate bestimmt werden. Die Hypothesen wer- den mittels Korrelationsschätzungen getestet und durch kartographische Darstellungen veran- schaulicht. Für acht Regionen (Zürich, Glatttal-Furttal, Nidwalden, Entlebuch, Lausanne, La Vallée, Lugano und Mendrisio) und vier Branchenaggregate (Finanz- und Versicherungs- dienstleistungen, traditionelle Industrie, Spitzenindustrie sowie Gastgewerbe und Beherber- gung) werden vertiefte Analysen gemacht.

Ergebnisse im Überblick

Das Niveau der Arbeitsproduktivität unterscheidet sich sowohl 2008 als auch 2014 deutlich zwischen den MS-Regionen. Auch hat sich die Produktivität regional unterschiedlich entwi- ckelt. Am stärksten konnten die Regionen mit einem tiefen Ausgansniveau die Produktivität steigern. Dies trifft insbesondere auf ländliche Regionen im Berner Oberland, Wallis und Grau- bünden zu. Sie konnten dadurch gegenüber den bereits hochproduktiven Regionen aufholen (Catching-Up-Effekt). Jedoch trifft diese allgemeine Tendenz nicht auf alle Regionen zu. Ins- besondere bei der Spitzengruppe der hochproduktiven Regionen ist feststellbar, dass einige wie Zug, Zürich, Zimmerberg und Basel-Stadt trotz einem hohen Ausgangsniveau ein über- durchschnittliches Produktivitätswachstum verzeichnen konnten. Somit sind gleichzeitig zwei Bewegungen zu beobachten: Ein generelles Aufschliessen der weniger produktiven zum Mit- telfeld und eine sich weiter entfernende Spitzengruppe hochproduktiver Regionen.

Auch konnte gezeigt werden, dass sich die Produktivität nach Raumtyp unterscheidet. Raum- typen mit einer hohen Arbeitsplatzdichte wie Metropolräume haben 2014 ein höheres Produk- tivitätsniveau als rurale Räume. Jedoch nimmt im Einklang mit der obigen Feststellung zum Aufholeffekt die Arbeitsproduktivität im urbanen Raum weniger stark zu als in den ländlichen Gebieten.

Weiter wurde der Einfluss des Branchenmix auf die Arbeitsproduktivität genauer analysiert. Es konnte gezeigt werden, dass die regionale Arbeitsproduktivität auch von der Verteilung der Erwerbstätigen auf die Branchen abhängt.

Darüber hinaus konnte festgestellt werden, dass die Arbeitsproduktivität nicht nur zwischen den Branchen, sondern auch innerhalb derselben Branchen zum Teil stark variiert. Dieser Be- fund wurde mit den Mikrolagefaktoren wie ÖV-Erschliessung, Distanz zur nächsten Autobahn- einfahrt oder Anzahl Dienstleister des täglichen Bedarfs in Fussdistanz kombiniert. Dabei be- steht ein signifikanter Zusammenhang zwischen der Qualität der Mikrolage und der Arbeits- produktivität. Die produktivsten Betriebe innerhalb einer Branche sind tendenziell auch an den besten Lagen angesiedelt, was wiederum für die hohe Arbeitsproduktivität in den Ballungsräu- men spricht.

Die Wachstums- (Arbeitsproduktivitätsentwicklung) und Struktureffekte (Branchenmix) wurden

Veränderung der Branchenstruktur (Branchenmix). Einen wichtigen Aspekt spielen auch regi- onsspezifische Effekte, welche das nicht durch die beiden anderen Effekte erklärte Restwachs- tum enthalten.

Werden die oben beschriebenen Erkenntnisse zueinander in Bezug gesetzt, kann der Schluss gezogen werden, dass die weniger produktiven, vor allem ländlichen Regionen gegenüber den nach wie vor produktiveren urbanen Regionen aufholen konnten. In Letzteren sind in der Ten- denz die wertschöpfungsintensiveren Tätigkeiten innerhalb einer Branche, welche sich durch Betriebsstandorte mit relativ besserer Mikrolage kennzeichnen, angesiedelt. Insofern können sich gewisse MS-Regionen wie Zürich gleich doppelt positionieren, indem sie tendenziell über einen hohen Anteil produktiver Branchen verfügen und diese Branchen (z.B. Finanz- und Ver- sicherungsdienstleistungen) dort im Vergleich zu anderen Regionen auch noch überdurch- schnittlich produktiv sind.

Inhaltsverzeichnis

Zusammenfassung ... 2

Inhaltsverzeichnis ... 5

1 Einleitung ... 7

1.1 Hintergrund ... 7

1.2 Fragestellungen ... 7

1.3 Regionale Perspektive ... 8

1.4 Aufbau des Berichts ... 9

2 Methodisches Vorgehen ... 10

2.1 Ermittlung der regionalen Arbeitsproduktivität ... 10

2.2 Betrachtung ausgewählter Branchen ... 11

3 Theoretischer Hintergrund ... 12

3.1 Neoklassische Wachstumstheorie ... 12

3.2 Endogene Wachstumstheorie ... 13

3.3 Traditionelle Handelstheorie ... 13

3.4 Neue Ökonomische Geographie: Zentrum-Peripherie-Modell ... 13

4 Hypothesen ... 15

4.1 Untersuchte Hypothesen ... 15

4.2 Weitere mögliche Effekte ... 16

5 Daten zur Arbeitsproduktivität und Branchenstruktur... 18

5.1 Statistik der Unternehmensstruktur (STATENT) ... 18

5.2 Lohnstrukturerhebung (LSE) ... 19

5.3 Berechnung der Arbeitsproduktivität aus STATENT und LSE ... 20

5.4 Daten zur Mikrolage ... 21

6 Ergebnisse und Prüfung der Hypothesen ... 23

6.1 Niveau-Effekt ... 23

6.2.1 Arbeitsproduktivität 2014 nach Raumtypen ... 29

6.2.2 Hypothesentest: Agglomerationseffekt ... 30

6.3 Branchenmix-Effekt ... 32

6.3.1 Veränderung des Branchenmix 2008-2014 ... 32

6.3.2 Hypothesentest: Branchenmix ... 34

6.3.3 Regionale Arbeitsproduktivität innerhalb derselben Branche ... 35

6.4 Regionale «Shift-Share-Analyse» von Wachstums- und Struktureffekten ... 40

6.4.1 Dekomposition des Arbeitsproduktivitätswachstums ... 40

6.4.2 Empirisches Gesamtergebnis ... 41

6.5 Mikrolagefaktoren ... 44

6.5.1 Zusammenhang zwischen Arbeitsproduktivität und Mikrolage-Faktoren ... 44

6.5.2 Unterschiedliche Mikrolagebedürfnisse nach Branchen ... 45

6.5.3 Unterschiedliche Mikrolagebedürfnisse innerhalb derselben Branche ... 49

6.5.4 Unterschiedliche Mikrolagen innerhalb einer MS-Region ... 52

7 Schlussfolgerungen ... 54

7.1 Fragestellungen ... 54

7.2 Erkenntnisse... 54

8 Anhang A: Liste der MS-Regionen ... 57

9 Anhang B: Raumtypen ... 58

10 Anhang C: Entwicklung des Branchenmix für ausgewählte MS-Regionen ... 59

11 Anhang D: Daten zur Mikrolage ... 61

Literaturverzeichnis ... 64

1 Einleitung

1.1 Hintergrund

In den letzten Jahren hat vor allem ein erhöhtes Arbeitsvolumen zum Pro-Kopf-Wachstum des BIP beigetragen. Im Gegensatz dazu hat sich die Zunahme der Arbeitsproduktivität noch weiter verlangsamt. Die Schweiz schneidet diesbezüglich unterdurchschnittlich ab. Auch die OECD hat diesen Umstand immer wieder thematisiert und letztmals in ihrem Länderexamen 2013¹ gemahnt, dass die langfristige Sicherung des hohen Pro-Kopf-Einkommens in der Schweiz eine Stärkung der Arbeitsproduktivität erfordere.

Die Steigerung der Arbeitsproduktivität ist also ein zentraler Pfeiler der Wirtschaftspolitik. Dies ist umso mehr der Fall, als dass die Steigerung des Arbeitsvolumens in der Schweiz nur noch bedingt über die Steigerung des Arbeitsvolumens der Frauen möglich ist und die Schweiz be- züglich der Erwerbsquote bereits einen Spitzenplatz besetzt.

Bis anhin wurde die Arbeitsproduktivität vor allem auf gesamtwirtschaftlicher Ebene und nach Branchen analysiert. Zwischen den Branchen bestehen sowohl bezüglich des absoluten Ni- veaus als auch der Veränderung erheblich Unterschiede.² Wie hoch die Arbeitsproduktivität in einer Branche ist, hängt von einer Vielzahl von Faktoren ab, u.a. von der Qualifikationsstruktur, der Wettbewerbsintensität, dem technologischen Fortschritt oder der Kapitalausstattung.

Dabei blieben Fragen nach der regionalen Arbeitsproduktivität und deren Entwicklung mehr- heitlich ausgeklammert. Gewisse Anhaltspunkte zur regionalen Entwicklung liefert der Monito- ringbericht 2013 von regiosuisse. Die Autoren analysierten die Arbeitsproduktivität nach Raum- typen³ und stellten fest, dass die ländlichen Gebiete eine vergleichsweise tiefe Arbeitsproduk- tivität aufweisen, jedoch in der Peripherie und im periurbanen ländlichen Raume eine über- durchschnittliche Produktivitätsentwicklung stattgefunden hat.⁴

1.2 Fragestellungen

Im Zentrum der vorliegenden Studie stehen die differenzierte regionale Längs- und Quer- schnittanalysen der Arbeitsproduktivität und deren Entwicklung.

• Wie unterscheidet sich das Niveau der Arbeitsproduktivität zwischen den MS-Regionen?

1 OECD (2013), OECD Länderbericht zur Schweizer Wirtschaftspolitik.

2 WBF (2015), Grundlagen der Wachstumspolitik. Analyse der bisherigen und Ausblick auf die zukünftige Strategie, S. 49.

• Wie hat sich die regionale Arbeitsproduktivität im Zeitraum 2008 bis 2014 entwickelt? Ha- ben weniger produktive Regionen aufgeholt (Niveau-Effekt)?

• Unterscheidet sich die Entwicklung der Arbeitsproduktivität nach Raumtyp? Ist die Arbeits- produktivität in Metropolitanräumen oder ländlichen Regionen stärker gestiegen (Agglome- rations-Effekt)?

• Welche Faktoren erklären die unterschiedliche regionale Arbeitsproduktivität? Wie wirken sich insbesondere der Branchenmix und die Veränderung der Arbeitsproduktivität innerhalb einer Branche auf die regionale Arbeitsproduktivität aus (Branchenmix-Effekt)? Mit anderen Worten: Welchen Beitrag leisten Wachstums- oder Struktureffekte zum Produktivitäts- wachstum?

• Und damit zusammenhängend: wie lässt sich die unterschiedliche Arbeitsproduktivität in- nerhalb derselben Branche erklären? Welche Rolle spielen dabei Mikrolage-Faktoren?

1.3 Regionale Perspektive

Die Arbeitsproduktivität wird dabei räumlich differenziert auf Ebene MS-Regionen (MS = mo- bilité spatiale) betrachtet (vgl. Kapitel 8). Die 106 MS-Regionen zeichnen sich durch eine ge- wisse räumliche Homogenität aus und gehorchen dem Prinzip von Kleinarbeitsmarktgebieten mit funktionaler Orientierung auf Zentren. Einzelne MS-Regionen sind kantonsübergreifend.

Diese Arbeitsmarktregionen stellen für die Analyse der Arbeitsproduktivität eine detaillierte mik- roregionale Gliederung dar (im Gegensatz zur Ebene Grossregionen oder Kantone), ohne sich dabei aber auf Gemeindeebene (2324 Gemeinden) zu verlieren.

Abbildung 1-1: Die 106 MS-Regionen der Schweiz

1.4 Aufbau des Berichts

Der vorliegende Bericht ist wie folgt aufgebaut:

• In Kapitel 2 wird das methodische Vorgehen erläutert.

• Das Kapitel 3 umfasst den theoretischen Hintergrund zur Arbeitsproduktivitätsentwicklung.

• Aus dem theoretischen Hintergrund werden in Kapitel 4 die vier zentralen Hypothesen ab- geleitet, welche im Verlauf der Analysen getestet werden.

• In Kapitel 5 werden die verwendeten Daten zur Arbeitsproduktivität und Mikrolage beschrie- ben.

• Kernstück der vorliegenden Untersuchung bildet das Kapitel 6. Darin werden die Ergeb- nisse entlang der vier Hypothesen dargelegt.

– Es werden das Niveau sowie die Entwicklung der Arbeitsproduktivität nach Regionen untersucht (Kapitel 6.1).

– Zudem werden die Regionen nach unterschiedlichen Raumtypen gruppiert und die Ent- wicklung der Arbeitsproduktivität im Metropolraum versus ruralen Raum betrachtet (6.2).

– Zum Testen der dritten Hypothese wird der Branchenmix in Beziehung zur Arbeitspro- duktivität gesetzt (6.3).

– Mittels einer Shift-Share-Analyse wird die Struktur der Arbeitsproduktivität im Zeitverlauf untersucht. Es wird untersucht, inwieweit Veränderungen der Arbeitsproduktivität auf Veränderungen der Produktivität in den einzelnen Branchen selbst oder auf eine Ver- schiebung der Beschäftigten zwischen Branchen unterschiedlicher Produktivität zurück- zuführen sind (6.3.3).

– In Kapitel 6.5 wird als zusätzliche Vertiefung die unterschiedliche Mikrolage zwischen Branchen und innerhalb derselben Branche betrachtet und in Bezug zu Arbeitsproduk- tivitätsunterschieden gestellt.

• In Kapitel 7 werden die Schlussfolgerungen präsentiert.

2 Methodisches Vorgehen

2.1 Ermittlung der regionalen Arbeitsproduktivität

Im Fokus der Analyse steht die regionale Arbeitsproduktivität nach MS-Regionen. Um die re- gionalen Analysen durchzuführen wurde wie folgt vorgegangen:

• Literaturanalyse und Ableiten von Hypothesen: Als theoretisches Fundament dienen die Wachstumstheorie, die traditionelle Handelstheorie sowie die neue ökonomische Geogra- phie. Aus diesen wurden Hypothesen zum Niveau und der Entwicklung der regionalen Ar- beitsproduktivität abgeleitet.

• Berechnung der regionalen Arbeitsproduktivität: Bis anhin lagen keine Daten zur regi- onalen Arbeitsproduktivität auf Ebene MS-Region vor. Diese wurden mit einer Verknüpfung von Daten aus der LSE und STATENT berechnet (vgl. Kapitel 5). Zudem wurden Angaben zu den Betriebsstätten aus STATENT mit Mikrolagefaktoren kombiniert.

• Hypothesentest und Shift-Share-Analyse: Die theoriebasierten Hypothesen konnten mit den Daten zur regionalen Arbeitsproduktivität mittels Korrelationsanalyse getestet werden.

Dadurch können einfache lineare Zusammenhänge aufgezeigt werden. Es wurde jedoch nicht um zusätzliche Einflussfaktoren korrigiert und auch keine dynamischen Aspekte be- rücksichtigt.

• Auswertungen für ausgewählte MS-Regionen und Branchen: Um die generellen Resul- tate besser einordnen zu können, wurden acht ausgewählte Regionen und vier Bran- chenaggregate detaillierter analysiert. Auf Basis des aufbereiteten Datensatzes sind derar- tige Analysen für sämtliche 106 MS-Regionen sowie 19 Branchenaggregate möglich und können jederzeit vertieft werden.

Betrachtung ausgewählter MS-Regionen

Bei den detaillierter betrachteten MS-Regionen wurden folgende Regionen ausgewählt:

MS-Region (Nr.) MS-Region (Name) MS-Typ (def. Ecoplan; Nr.) MS-Typ (def. Ecoplan; Name) Arbeitsmarktregion (Nr.) Arbeitsmarktregion (Name)

VZÄ total (2008, 2012, 2014) 314'824 335'022 345'123 117'098 121'263 123'298 17'836 17'857 18'541 4'559 4'345 4'465 Beobachtungen LSE 180'626 194'477 180'655 43'081 56'306 47'275 6'047 4'911 4'872 2'088 1'144 1'297 Abdeckung (Beobachtungen pro VZÄ) 0.57 0.58 0.52 0.37 0.46 0.38 0.34 0.28 0.26 0.46 0.26 0.29

Unternehmen LSE 4'030 3'156 2'833 1'489 1'079 988 347 311 309 112 68 69

Metropolraum, Kernagglomeration (MAC)

Metropolraum, Kernagglomeration (MAC)

Region einer

Kleinagglomeration, industriell (AIP)

Rurale agro-touristische Region (RAT)

14

Zürich Zürich Luzern Luzern

14

12

Zürich Glattal-Furttal Entlebuch

10 10

1 1 9

1 2 35

Nidwalden

29

Die Regionen wurden so ausgewählt, dass:

• sämtliche Landesteile der Schweiz (Westschweiz, Deutschschweiz, Tessin) abgedeckt sind

• verschiedene Arbeitsmarktregionen berücksichtig werden

• unterschiedliche Raumtypen und -konstellationen vorkommen.⁵

2.2 Betrachtung ausgewählter Branchen

Bei den Branchen wurden je zwei Branchenaggregate aus der Produktion (2. Sektor) und aus dem Dienstleistungssektor ausgewählt.

• Im Dienstleistungssektor wurden die hochproduktiven Finanz- und Versicherungsdienstleis- tungen (NOGA 64-66) und das weniger produktive Gastgewerbe und die Beherbergung (NOGA 55-56) ausgewählt.

• Im Produktionssektor wurde auf die traditionelle Industrie und auf die Spitzenindustrie fo- kussiert.

Die Auswahl wurde unter anderem auf die Datenqualität und eine ausreichende Anzahl Be- schäftigter abgestützt. Zudem wurden gerade im Dienstleistungsbereich zwei sehr unter- schiedlich produktive Branchen ausgewählt. Bei den Finanz- und Versicherungsdienstleistun- gen besteht die Möglichkeit unterschiedliche Tätigkeiten an unterschiedlichen Standorten aus- zuführen (Front- und Backoffices) und je nachdem unterschiedliche Mikrolagen auszusuchen, was grössere regionale Produktivitätsunterschiede innerhalb derselben Branche vermuten lässt. Im Gegenteil dazu sind in der Branche Gastgewerbe/Beherbergung sämtliche Tätigkei- ten an einem Standort vereint und die Branche ist auf Publikumsnähe angewiesen. Insofern dürften die regionalen Produktivitätsunterschiede innerhalb der Branche geringer sein.

Im Industriesektor wurden mit der Spitzenindustrie und der traditionellen Industrie ähnlicherer Branchen mit ähnlicheren Lagebedürfnissen ausgewählt, welche sich dennoch in ihrer Produk- tivität und Verflechtung in den Wertschöpfungsketten unterscheiden.

MS-Region (Nr.) MS-Region (Name) MS-Typ (def. Ecoplan; Nr.) MS-Typ (def. Ecoplan; Name) Arbeitsmarktregion (Nr.) Arbeitsmarktregion (Name)

VZÄ total (2008, 2012, 2014) 135'654 148'628 152'647 8'035 8'493 9'096 74'147 79'496 83'717 32'524 33'273 35'662 Beobachtungen LSE 75'197 64'603 74'882 4'645 4'038 4'591 28'342 29'861 26'625 12'722 13'482 10'702 Abdeckung (Beobachtungen pro VZÄ) 0.55 0.43 0.49 0.58 0.48 0.50 0.38 0.38 0.32 0.39 0.41 0.30

Unternehmen LSE 2'119 1'708 1'590 108 78 76 1'563 1'449 1'335 671 620 563

Lausanne

2 2

Metropolraum, Kernagglomeration (MAC)

Rurale agro-industrielle Region (RAI)

Lausanne

1 11

84 92

Lausanne La Vallée

82 83

Lugano Mendrisio

Bellinzona Bellinzona

6 4

Region einer

Grossagglomeration, tertiär (ATG)

Metropolraum, Mittelagglomeration (MAM)

15 15

3 Theoretischer Hintergrund

3.1 Neoklassische Wachstumstheorie

Es gibt verschiedene Zweige der Wachstumstheorien, welche je unterschiedliche Wachstums- quellen in den Vordergrund rücken. Die neoklassische Wachstumstheorie ist eine davon. Die Wachstumstheorien verwenden als Indikator für die wirtschaftliche Entwicklung in der Regel das Bruttoinlandprodukt (BIP). Die Theorien eignen sich auch zu Erklärung der Produktivitäts- unterschiede, da die beiden Grössen – BIP und Arbeitsproduktivität – eng miteinander zusam- menhängen. So lässt sich die gesamtwirtschaftliche Arbeitsproduktivität auch als BIP pro ge- leistete Arbeitsstunde definieren.⁶

Bei der neoklassischen Wachstumstheorie ist die Konvergenzhypothese – entweder absolut oder bedingt – ein zentrales Element. Auf die Arbeitsproduktivität bezogen lesen sich die bei- den Formen der Konvergenzhypothese folgendermassen.

Abbildung 3-1: Konvergenzhypothesen und ihre Relevanz

Absolute Konvergenz⁷ Bedingte Konvergenz⁸

Annahme – Alle Regionen sind identisch – Zwischen den Regionen bestehen strukturelle Unterschiede.

Hypothese – Die Wachstumsrate des Pro-Kopf-Out- puts in einer Region hängt negativ von dessen Niveau ab. Umso höher also die Arbeitsproduktivität einer Region im Vergleich zu anderen Regionen ist, umso niedriger wird ihre Wachstums- rate sein.

– Die Wachstumsrate der Arbeitsproduktivität ei- ner Region hängt nicht nur vom Niveau, son- dern auch von Unterschieden in den Produkti- onstechnologien, den Präferenzen der privaten Akteure und den politischen Rahmenbedingun- gen ab.⁹

Empirie – Seit 1990 ist eher Divergenz in Bezug auf das Pro-Kopf-Einkommen und die Arbeitsproduktivität zu beobachten.

– Divergenz der Regionen ist durch strukturelle Disparitäten bedingt.

Schätzung – Regression der durchschnittlichen Ar- beitsproduktivitätswachstumsrate auf das Ausgangsniveau

– Regression der durchschnittlichen Arbeitspro- duktivitätswachstumsrate auf das Anfangsni- veau und weitere strukturelle Variablen

Darüber hinaus stellt die neoklassische Wachstumstheorie stark auf Kapital als Haupterklä- rungsfaktor für Wachstum ab.

6 BFS (2015), Arbeitsproduktivität in der Schweiz, Analyse der Entwicklung von 1995-2013, S. 6

7 Kellermann (2005), Wirksamkeit und Effizienz von steuer- und industriepolitischen Instrumenten zur regionalen Strukturanpassung. S. 66 ff.

8 Kellermann (2005), Wirksamkeit und Effizienz von steuer- und industriepolitischen Instrumenten zur regionalen Strukturanpassung. S. 79 ff.

9 Strukturelle Unterschiede können institutioneller, geographischer oder allgemein ökonomischer Natur sein.

3.2 Endogene Wachstumstheorie

Die endogene Wachstumstheorie betonen viel ausgeprägter die Rolle von Humankapital und Forschung und Entwicklung als Wachstumsquellen, was auch die Möglichkeit der Nicht-Kon- vergenz eröffnet. Der technologische Fortschritt wird über R&D-Ausgaben und Patentaktivitä- ten erfasst.

3.3 Traditionelle Handelstheorie

Vor dem Hintergrund der traditionellen Handelstheorie wird die Entwicklung der Arbeitsproduk- tivität auf regionale Spezialisierung zurückgeführt. Es wird davon ausgegangen, dass sich Re- gionen entsprechend ihrer komparativen Vorteile und ihrer spezifischen Faktorausstattung auf spezifische Industrien und damit unterschiedliche Technologien spezialisieren.

Die Arbeitsproduktivität einer Region wird in diesem Theorierahmen als gewichtetes Mittel der Arbeitsproduktivität in den einzelnen Sektoren interpretiert. Der Gewichtungsfaktor entspricht dem Anteil der Beschäftigten im jeweiligen Sektor an der Gesamtbeschäftigung. Ein Anstieg der Arbeitsproduktivität in einer Region ist damit auf den überproportionalen Anstieg der Beschäftigung in den Branchen mit hoher Wertschöpfung zurückzuführen. Konvergenz oder Divergenz sind die Folge eines veränderten Beschäftigungsmix.

Kellermann¹⁰ untersuchte diese Fragen für die Kantone anhand des Sektor Konzepts¹¹ der BAK für die Jahre 1985-2002 und fand u.a., dass der veränderte Beschäftigungsmix nicht für das starke Arbeitsproduktivitätswachstum des Kantons Basel-Stadt herangezogen werden kann. Im Gegenteil scheine Basel-Stadt gerade in den Sektoren Beschäftigung ausgebaut zu haben, die einen geringen Anstieg der Arbeitsproduktivität realisieren. Weiter fand er, dass die Differenzen im kantonalen Wachstum der Arbeitsproduktivität nicht auf sektorale Spezialisie- rungen zurückzuführen sind.

Auch Dollar (1991) sowie Dollar und Wolff (1988, 1993) gingen bereits ähnlichen Fragen nach.

Sie untersuchten, inwieweit regionales Wachstum auf Produktivitätszuwächse auf Industrie- und Branchenebene bzw. auf interregionale Anpassungen der Beschäftigungsstrukturen zu- rückzuführen ist.

3.4 Neue Ökonomische Geographie: Zentrum-Peripherie-Modell

In der Neuen Ökonomischen Geographie wird von Strukturunterschieden zwischen den Regi- onen und von der Tatsache ausgegangen, dass die Entwicklung in den Zentren und in den

Randgebieten ungleichmässig verläuft und nicht zu einem raumwirtschaftlichen Gleichge- wichtszustand führt. Das Zentrum ist der wirtschaftlich aktivere, relativ weit entwickelte Raum, in dem v.a. Industriewaren produziert werden und der als innovativ und fortschrittlich gilt (Städte, Ballungsgebiete). In der Peripherie (ländlicher Raum) herrschen dagegen Landwirt- schaft und Rohstoffgewinnung vor. Dabei gibt es zwei gegenläufige Tendenzen¹²

• Zentralisierend, Förderung von Agglomerationen. Agglomerationsvorteile umfassen:

– Konzentrierter Arbeitsmarkt

– Backward and forward linkages zu anderen Firmen (Bsp. Zulieferer) – Technologische Spillovers

• Dezentralisierend, Förderung von Ausbreitung. Dies umfasst die Faktoren:

– Immobile Faktoren – Pachtpreise – Staukosten

– Abnehmende Skalenerträge

Divergenz oder Konvergenz ist somit abhängig von der Stärke der agglomerationsfördern- den Zentripetalkräfte und den dispersionsfördernden Zentrifugalkräften. Das Ausmass der Effekte ist abhängig von der Höhe der Transport- und Mobilitätskosten.

• Ein weiterer Faktor ist der Urbanisierungsgrad: Im Regionen-Monitoring von regiosuisse wird festgestellt, dass sich die Arbeitsproduktivität im ländlichen Raum positiv entwickelt.

Die Peripherie und die periurbanen ländlichen Räume mit guter Erreichbarkeit hätten deut- liche Fortschritte gemacht. In diesen Gebieten habe die Bruttowertschöpfung pro Arbeits- platz am stärksten zugenommen. Der Rückstand zum urbanen Raum bleibe aber nach wie vor gross. Gering und unterdurchschnittlich gewachsen sei die Arbeitsproduktivität dagegen in den alpinen Tourismuszentren.¹³

12 OECD (2009), How regions Grow. Trends and Analysis. S. 79.

13 regiosuisse (2013), Monitoringbericht 2013.

4 Hypothesen

4.1 Untersuchte Hypothesen

Die Hypothesen sind aus den im vorgängigen Kapitel dargestellten Wachstumstheorien abge- leitet. Im Rahmen der vorliegenden Studie werden folgende vier Hypothesen untersucht:

a) Hypothese 1: Niveau-Effekt

Die Entwicklung der Arbeitsproduktivität ist gemäss der absoluten Konvergenzhypothese der neoklassischen Wachstumstheorie negativ abhängig von ihrem Ausgangsniveau, d.h. die Ar- beitsproduktivität von MS-Regionen mit einer tiefen Ausgangsarbeitsproduktivität müsste stär- ker zunehmen als jene mit einem hohen Ausgangsniveau. Daraus resultiert eine bedingte re- gionale Angleichung der Arbeitsproduktivität.¹⁴

b) Hypothese 2: Agglomerationseffekte

Agglomerationsvorteile umfassen gemäss der Neuen Ökonomischen Geographie verschie- dene Elemente. Grundsätzlich basieren die Vorteile auf einer hohen Arbeitsplatzdichte – einem konzentrierten Arbeitsmarkt. Die hohe Arbeitsplatzdichte fördert technologische Spillovers und ermöglicht eine bessere Interaktion (backward and forward linkages) unter den Firmen (Bsp.

mit Zulieferern). Zudem konnte gezeigt werden, dass Ballungsräume aufgrund ihrer Arbeits- marktdichte (Marktpotenzial) einen positiven Effekt auf die Stundenlöhne haben, was unter der Standardannahme, dass Arbeitnehmende entsprechend ihrer Produktivität entschädigt wer- den, auf eine höhere Arbeitsproduktivität hinweist. Melo und Graham (2009) schätzten, dass eine Verdoppelung der Beschäftigungsdichte auf dem Arbeitsmarkt die Stundenlöhne um 1%

und die Halbierung der Distanz zu anderen Produktmärkten sie um 3% erhöhen kann.¹⁵ Ballungsräume erzielen auch dank einem vorteilhaften Branchenmix eine höhere Produktivität.

Je urbaner der Raum ist, desto höher fällt der Anteil an hochproduktiven Branchen (Energie- und Wasserversorgung, Chemie/Pharma oder auch Finanzbranche) aus. Hingegen sind im ländlichen Raum die Branchen mit geringer Produktivität (Landwirtschaft, Gastgewerbe und Beherbergung, Baugewerbe) überdurchschnittlich vertreten. In den alpinen Tourismuszentren befindet sich gar ein Drittel der Arbeitsplätze im Gastgewerbe und der Beherbergung.¹⁶ Es lässt sich somit die Hypothese ableiten, dass Regionen mit hoher Arbeitsplatzdichte auf- grund von Agglomerationseffekten eine höhere Arbeitsproduktivität aufweisen.

c) Hypothese 3: Branchenmix

Wie bereits unter dem methodischen Vorgehen erwähnt, ist der Branchenmix ein zentraler Einflussfaktor auf die Arbeitsproduktivität. Die theoretische Grundlage dazu liefert die Neue Ökonomische Geographie. Der Branchenmix reflektiert letztlich nichts anderes als unter- schiedliche Spezialisierungen der Regionen. Einige Regionen weisen eine ausgeprägte Spe- zialisierung im Pharmabereich, andere als Finanzdienstleistungs- oder ICT-Zentrum, etc. auf.

Die ausserordentliche Dynamik gewisser Regionen ist demnach auf einen überproportionalen Anstieg der Beschäftigung in den Sektoren mit hoher Wertschöpfung zurückzuführen. Je höher der Anteil wertschöpfungsintensiver Firmen, desto höher die Arbeitsproduktivität.

d) Hypothese 4: Mikrolage

Eine vierte Hypothese untersucht den Zusammenhang zwischen der Mikrolage und der Ar- beitsproduktivität innerhalb einer Branche: Die von Betrieben gewählte Mikrolage unterschei- det sich nicht nur zwischen den Branchen, sondern auch regional innerhalb derselben Bran- che, da sich die Bedürfnisse und Möglichkeiten hinsichtlich Lagequalität von Betrieb zu Betrieb unterscheiden. Je nach Tätigkeit, Funktion und Restriktion eines Betriebes werden unter- schiedliche Mikrolagen gesucht. Aus den Unterschieden zwischen den Lagequalitäten (Er- reichbarkeit, Agglomerationsvorteile, Reputation des Umfelds, usw.) lassen sich Aussagen zur Arbeitsproduktivität derselben Branche in unterschiedlichen Regionen machen, da regionale Produktivitätsunterschiede innerhalb derselben Branchen sich in unterschiedlichen Mikrolagen der Betriebe widerspiegeln. Mit anderen Worten: Die Arbeitsproduktivität einer Branche in einer Region ist umso höher, desto besser die Mikrolagen der Branchenvertreter einer Region sind.

4.2 Weitere mögliche Effekte

Neben den oben genannten Hypothesen gibt es gemäss der Literatur weitere Effekte, welche untersucht werden könnten. Dies würde jedoch den Rahmen der vorliegenden Studie spren- gen.

a) Humankapitel-Effekt

Im Rahmen der endogenen Wachstumstheorie wird stärker auf Humankapital und Forschung und Entwicklung als Wachstumsquellen abgestellt. Demnach sollte die Arbeitsproduktivität der Regionen mit viel Humankapital und hoher Forschungsaktivität höher sein als jene der Regio- nen mit tiefer Humankapitalausstattung respektive niedriger Forschungsaktivität. Der Human- kapitalbestand hängt indirekt wiederum mit der Branchenstruktur zusammen, deren Anforde- rung an das Bildungsniveau (z.B. Anteil Mitarbeitender mit einem tertiären Abschluss) unter- schiedlich ist. So ist der Anteil Hochqualifizierter im Dienstleistungsbereich meist grösser als im verarbeitenden Gewerbe oder im ersten Sektor.

b) Realkapital-Effekt

Gemäss der neoklassischen Wachstumstheorie ist auch die physische Kapitalausstattung ein wichtiger Einflussfaktor. Je grösser der zur Verfügung stehende Kapitalstock ist, desto mehr Output kann pro Stunde produziert werden. Die Arbeitsproduktivität der MS-Regionen mit ei- nem grossen Kapitalstock sollte daher grösser sein als jene der Regionen mit kleinem Kapital- stock. Der Realkapitalstock kann sowohl Firmenkapitel (z.B. Maschinenpark) oder öffentliches Kapitel (z.B. Infrastrukturangebot) umfassen. Betrachtet man den Firmenkapitalstock, spielt wiederum der Branchenmix eine Rolle. Verfügt eine Region über einen hohen Anteil kapitalin- tensiver Branchen wie der Industrie, dem Grosshandel oder dem Energiesektor, sollte sie eine höhere Arbeitsproduktivität aufweisen, als eine Region mit überwiegend nicht-kapitalintensiven Branchen.

c) Clustereffekt

Eng verbunden und aus demselben Hintergrund abgeleitet wie die Agglomerationsvorteile (vgl.

Kapitel 4.1b)) sind die Clustereffekt. Cluster sind eine räumliche Konzentration miteinander verbundener Unternehmen und Institutionen innerhalb eines bestimmten Wirtschaftszweiges.

Der Cluster kann neben Unternehmen vernetzter Branchen auch weitere für den Wettbewerb relevante Organisationseinheiten (z.B. Forschungsinstitutionen, Hochschulen, Kammern, Be- hörden, etc.) umfassen.¹⁷

Die Produktivitätsgewinne kommen durch den verbesserten Zugang zu Informationen, den dichteren Arbeitsmarkt, den besseren Zugang zu spezialisierten Dienstleistungen, sowie durch den Zugang zu qualitativ hochstehender öffentlicher Infrastruktur (zum Beispiel Transport und Kommunikation) zustande. Rosenthal und Strange (2004) hielten fest, dass eine Verdopplung der Dichte im urbanen Raum zu einer Produktivitätssteigerung von 3-8% führen würde.¹⁸ Auch Ciccione und Hall (2003) kamen zu ähnlichen Resultaten für die USA: Eine Verdoppelung der Arbeitsplatzdichte würde die durchschnittliche Arbeitsproduktivität um 6% erhöhen.¹⁹

Sozialer Austausch zwischen den Arbeitern, welche in derselben Industrie und an demselben Ort arbeiten, schafft Lernmöglichkeiten, welche die Produktivität erhöhen. Der Ideenaustausch mit besser ausgebildeten Mitarbeitenden erhöht den individuellen Wissensstand.

Die Hypothese lautet daher, dass Regionen mit Clustern eine höhere Arbeitsproduktivität auf- weisen.

17 Porter (1990), The Competitive Advantage of Nations; Porter (1998), Clusters and Competition S. 197f: „geographic concentrations of interconnected companies, specialized suppliers, service providers, firms in related industries,

5 Daten zur Arbeitsproduktivität und Branchenstruktur

5.1 Statistik der Unternehmensstruktur (STATENT)

Für die Abbildung des Branchenmix wird die Statistik der Unternehmensstruktur (STATENT) für die Jahre 2014 und 2012 sowie die Betriebszählung 2008, welche auf die neue Struktur der STATENT umgerechnet wurde, verwendet.²⁰ Die daraus entnommenen Angaben zu Vollzeit- äquivalenten (VZÄ) sind differenziert nach Arbeitsstätten auf Stufe Gemeinde und auf Stufe NOGA 2-steller (Stufe Abteilung; 88 Branchenaggregate)²¹ verfügbar und wurden auf Ebene der Mobilité-Spatiale-Regionen (MS-Regionen) zusammengefasst. Hinsichtlich der Branchen- differenzierung wurden die Daten zu insgesamt 19 Branchenaggregaten zusammengefasst (vgl. Abbildung 5-1).²²

20 Vgl. BFS (2017), Statistik der Unternehmensstruktur (STATENT), Online im Internet: https://www.bfs.ad- min.ch/bfs/de/home/statistiken/industrie-dienstleistungen/erhebungen/statent.assetdetail.8745.html

21 Vgl. BFS (2008), NOGA 2008 Allgemeine Systematik der Wirtschaftszweige.

22 NOGA-Aggregate auf Stufe Abteilung, exkl. 1. Sektor und Abteilung 84 «Öffentliche Verwaltung».

Abbildung 5-1: Verwendete Branchenaggregate

1) NOGA-Abteilungen: 10, 11, 12, 13, 14, 15, 16, 17, 18, 24, 25, 31, 32, 33 2) NOGA-Abteilungen: 19, 20, 21, 22, 23, 26, 27, 28, 29, 30

5.2 Lohnstrukturerhebung (LSE)

Die Angaben zu den Bruttolöhnen, welche als Approximation für die Bruttowertschöpfung ver- wendet werden, stammen aus der Lohnstrukturerhebung (LSE).²³ Es werden die Datensätze der Jahre 2008, 2012 und 2014 verwendet, welche jeweils rund 1.5 Mio. Lohnbeobachtungen umfassen.

NOGA-Abteilungen

05-43 SEKTOR 2 PRODUKTION

05-09 Bergbau, Gewinnung v. Steinen u. Erden 10 u.a.¹⁾ Traditionelle Industrie

20 u.a.²⁾ Spitzenindustrie 35 Energieversorgung

36-39 Wasserversorgung; Abwasser- u. Abfallentsorgung 41-43 Baugewerbe

45-96 SEKTOR 3 DIENSTLEISTUNGEN 45-46 Grosshandel; Handel u. Rep. v. Motorfahrz.

47 Detailhandel 49-53 Verkehr u. Lagerei

55-56 Gastgewerbe/Beherbergung u. Gastronomie 58-63 Information und Kommunikation

64-66 Finanz- u. Versicherungsdienstleistungen 68 Grundstücks- und Wohnungswesen

69-75 Freiberufliche, wissenschaftliche und technische Dienstl.

77-82 Sonst. wirtschaftliche Dienstleistungen 85 Erziehung und Unterricht

86-88 Gesundheits- u. Sozialwesen 90-93 Kunst, Unterhaltung und Erholung 94-99 Erbringung v. sonst. Dienstleistungen

Für alle Kreuzungen aus MS-Region und Branchenaggregat wird der stichprobengewichtete²⁴ Medianlohn²⁵ berechnet, d.h. für insgesamt 2'014 Datenfelder (106 MS-Regionen x 19 Bran- chenaggregate).

Für einige Datenfelder wird eine Approximation vorgenommen, da nicht genügend Lohnbe- obachtungen zur Berechnung eines aussagekräftigen Medianlohns vorhanden sind. Konkret wird der Medienlohn des entsprechenden MS-Raumtyps (vgl. Anhang A) verwendet ^26,27, wenn eine der folgenden Bedingungen erfüllt ist:

• Weniger als 50 Lohnbeobachtungen in einem Datenfeld

• Weniger als 3 Arbeitsstätten in einem Datenfeld

Insgesamt wird z.B. für das Jahr 2014 für 674 Datenfelder eine Approximation vorgenommen, dies entspricht rund einem Drittel aller Datenfelder. Die Anzahl Approximationen mögen auf den ersten Blick als hoch erscheinen. Schlussendlich werden jedoch nur rund 3% der VZÄ von der Approximation tangiert, da es sich meist um kleine Branchenaggregate in meist kleinen Regionen mit verhältnismässig geringer Beschäftigungszahl handelt.

5.3 Berechnung der Arbeitsproduktivität aus STATENT und LSE

Zur Untersuchung der regionalen Arbeitsproduktivität werden folgende Daten verknüpft:

• der regionale Branchenmix, welcher sich aus dem Anteil der Vollzeitäquivalente (VZÄ) pro Branche und Region zusammensetzt und

• die regionale Arbeitsproduktivität, welche auf dem Inputfaktor Arbeit basiert und sich aus dem Quotienten des regionalen Bruttolohns durch den Arbeitseinsatz (VZÄ) berechnet.

Während für die Berechnung der gesamtwirtschaftlichen Arbeitsproduktivität das BIP zu Markt- preisen und die geleisteten Arbeitsstunden gemäss Arbeitsvolumenstatistik (AVOL) verwendet

24 Die Gewichtung erfolgt sowohl nach der vom BFS gezogenen Stichprobe als auch nach dem individuellen Be- schäftigungsgrad (Variable GEWIBGR (Standardisiertes Stichprobengewicht) der Lohnstrukturerhebung). Die- selbe Methodik wird auch für die vom BFS publizierten Resultate auf Ebene Grossregion und differenziert nach Branchenaggregaten verwendet (vgl. z.B. BFS (2015), Monatlicher Bruttolohn (Zentralwert) nach Wirtschaftszwei- gen (NOGA08) und Grossregionen - Privater Sektor, online im Internet: https://www.bfs.admin.ch/bfs/de/home/sta- tistiken/arbeit-erwerb/loehne-erwerbseinkommen-arbeitskosten/lohnniveau-grossregionen.assetde-

tail.172673.html).

Ecoplan konnte die vom BFS veröffentlichten Resultate anhand der beschriebenen Methodik replizieren.

25 Verwendet wird der standardisierte Bruttomonatslohn ohne Überstunden (Variable MBLS der Lohnstrukturerhe- bung).

Beschreibung BFS: Monatlicher Bruttolohn, standardisiert (4 1/3 Wochen à 40 Std.); inkl. Sozialabgaben, Zulagen für Schicht-, Sonntags- u. Nachtarbeit, 1/12 des 13. Monatslohns, 1/12 der unregelmässigen Leistungen; exkl.

Verdienst aus Überstunden.

26 vgl. BFS (2017), Typologie der MS-Regionen der Schweiz in 14 Klassen am 5.12.2000, Online im Internet:

https://www.atlas.bfs.admin.ch/maps/13/de/3201_3200_3191_227/3621.html

27 Aufgrund der Datenlage wurden für die Analyse die folgenden Typen gemäss BFS zusammengefasst:

- Typen 11 «Rurale agro-industrielle Region (RAI)» und 12 «Rurale industrielle Region (RIN)»

- Typen 13 «Rurale agro-touristische Region (RAT)» und 14 «Rurale agrarische Region (RAG)»

werden, wird in der vorliegenden Analyse auf die Arbeitsproduktivität nach Wirtschaftsbran- chen zurückgegriffen. Diese basiert im Idealfall auf der Bruttowertschöpfung gemäss Wert- schöpfungsstatistik (WS) und der Vollzeitäquivalenten, jeweils für den marktbestimmten Teil der Wirtschaft (Businesssektor):

Als Approximation für die Bruttowertschöpfung wird der Bruttolohn gemäss LSE verwendet.

Hierzu wird angenommen, dass der Faktor Arbeit gemäss seiner korrekten Faktorleistung ent- schädigt wird und somit der Bruttolohn der Bruttowertschöpfung entspricht. Konkret wird die Arbeitsproduktivität pro MS-Region nach dem folgenden Schema berechnet, wobei sich die Wertschöpfung anhand der gewichteten Branchenlöhne aus der LSE ergibt (19 berücksichtigte Branchen; vgl. Abbildung 5-1) und die VZÄ aus der STATENT verwendet werden:

5.4 Daten zur Mikrolage

Um detailliertere Erkenntnisse zur branchenspezifischen regionalen Arbeitsproduktivität zu er- halten, werden die oben beschriebenen Daten mit Daten zur Mikrolage ergänzt. Ziel ist, die Produktivitätsunterschiede zwischen den Branchen und innerhalb derselben Branche durch unterschiedliche Standortqualitäten der Betriebe zu beschreiben.

Die Standortqualität kann auf Basis von über 80 Mikrolage-Faktoren wie Lärmbelastung, ÖV- Erschliessung, Standortimage usw., welche auf Hektarebene oder im 25-Meter-Raster vorlie- gen, beurteilt werden. Durch die Verknüpfung der Lagefaktoren mit der STATENT verfügen Ecoplan und FPRE über eine Datenbank mit zahlreichen Mikrolagefaktoren zu jedem einzel- nen Betriebsstandort der Schweiz. Die in diesem Bericht verwendeten Mikrolagefaktoren be-

ÖV-Güteklasse

Die ÖV-Güteklassen werden in einem automatisierten Prozess aus den Daten des elektroni- schen Fahrplans der Schweizerischen Transportunternehmungen (HAFAS) berechnet. Der Datensatz der Fahrplanperiode 2010/2011, der am 29.08.2011 von den SBB geliefert wurde, umfasst neben den Schweizer Transportunternehmungen auch die ausländischen Bahnlinien und vereinzelt ausländische Buslinien.

Die ÖV-Güteklassen sind ein Indikator für die Beurteilung der Erschliessung mit dem öffentli- chen Verkehr. Die Güteklassen hängen einerseits von der Distanz zur Haltestelle ab, anderer- seits von der Haltestellenkategorie. Diese wird durch die Art der Verkehrsmittel, welche die Haltestelle bedienen (Bahnknoten, Bahnlinie, Tram, Bus, Postauto etc.) sowie dem Kursinter- vall der Verkehrsmittel bestimmt. Für die Distanz wird die Luftliniendistanz verwendet, d.h. die ÖV-Güteklassen bilden konzentrische Kreise um die Haltestelle. Quellen: Modellierungen Fahrländer Partner, INFOPLAN-ARE, SBB/VöV (Fahrplanperiode 2010/2011).

Anzahl Dienstleistungs- und Verpflegungsbetriebe im Umkreis

Anzahl Betriebe der Branchen des täglichen Bedarfs (u.a. Lebensmittelladen, Restaurant etc.) im Umkreis von 300 Metern jedes einzelnen Betriebsstandortes 2012). Quellen: STATENT 2012 provisorisch.

Distanz zur nächsten Autobahneinfahrt

Euklidische Distanz in Metern vom Betriebsstandort (2012) zur nächsten Autobahneinfahrt (Stand 2014). Quellen: Modellierungen Fahrländer Partner, STATENT 2012 prov., ASTRA.

6 Ergebnisse und Prüfung der Hypothesen

6.1 Niveau-Effekt

6.1.1 Arbeitsproduktivitätsniveau 2014

Die Arbeitsproduktivität unterscheidet sich zwischen den MS-Regionen beachtlich (vgl. Abbil- dung 6-1). Die Arbeitsproduktivität der Spitzengruppe – MS-Region Zürich (1), Zug (38) und Basel-Stadt (47) – liegt 2014 rund 10-20% über dem Schweizer Durchschnitt. Am anderen Ende der Skala befinden sich vor allem ländliche Regionen der Kantone Tessin und Graubün- den. Die Arbeitsproduktivität dieser Regionen erreicht ein Niveau von 73-82 % des Schweizer Durchschnitts.

Abbildung 6-1: Arbeitsproduktivität nach MS-Region, indexiert 2014

Ein Vergleich mit dem Niveau der Arbeitsproduktivität 2008 (vgl. folgende Abbildung) zeigt, dass zu diesem Zeitpunkt das grobe Bild von produktiven und weniger produktiven MS-Regi- onen ähnlich war. Der Raum Zürich, die Nordwestschweiz sowie der Arc lémanique gehörten schon dazumal zu den produktivsten Regionen.

Abbildung 6-2: Arbeitsproduktivität nach MS-Region, indexiert 2008

Arbeitsproduktivitätsniveau in exemplarischen MS-Regionen

Für die ausgewählten Regionen²⁸ zeigt sich, dass insbesondere der Metropolraum Zürich (In- dexwert 120.7 für das Jahr 2014)²⁹ sowohl 2008 als auch 2014 eine überdurchschnittliche Ar- beitsproduktivität aufweist. Die MS-Region Zürich steht auch deutlich besser da als der an- grenzende Metropolraum Glattal-Furttal (Indexwert 104.7) oder der Metropolraum Lausanne (102.3). Die MS-Region Nidwalden (97.2) liegt knapp unter dem Schweizer Durchschnitt. Deut- lich tiefere Produktivitätsindices haben die Grenzregion Mendrisio (74.6) sowie die rural agro- touristischen Regionen Entlebuch (85.1) und La Vallée (87.9). Die Produktivität der Region Lugano (88.9) liegt in einem ähnlichen Bereich.

6.1.2 Entwicklung der regionalen Arbeitsproduktivität 2008-2014

In der Periode 2008-2014 nahm die Arbeitsproduktivität gesamtschweizerisch um 1% pro Jahr zu. Jedoch verlief die Entwicklung nicht gleichmässig über die gesamte Periode. Während die

28 Dies sind gemäss Kapitel 2.1 Zürich, Glattal-Furttal, Nidwalden, Entlebuch, Lausanne, La Vallée, Lugano, Mendri- sio.

29 Index in Relation zum CH-Durchschnitt = 100.

Arbeitsproduktivität in der Periode 2008-2012 gesamtschweizerisch um 1.4% pro Jahr zu- nahm, legte sie 2012-2014 nur noch um 0.2% pro Jahr zu.

In der Abbildung 6-3 ist die prozentuale Veränderung (p.a.) der Arbeitsproduktivität nach MS- Regionen in der Periode 2008-2014 dargestellt. Dabei zeigen sich wie bereits beim Ausgangs- niveau grosse regionale Unterschiede.

Abbildung 6-3: Entwicklung Arbeitsproduktivität nach MS-Region, 2008-2014

Bemerkung: Die Extremwerte der Darstellung sind mit Vorsicht zu betrachten. Sie basieren zum Teil auf einer gerin- gen Fallzahl oder stellen Approximationen über Daten aus ähnlichen Raumtypen dar. Dies gilt insbeson- dere für die folgenden beiden Abbildungen nach Teilperioden.

Grundsätzlich fallen folgende Entwicklungen auf:

• Am stärksten nahm die Arbeitsproduktivität in ländlichen Regionen im Berner Oberland, Wallis und Graubünden zu.

• Ebenfalls eine überdurchschnittliche Zunahme der Arbeitsproduktivität verzeichneten die Regionen rund um den Vierwaldstätter- und Zugersee.

• Ein geringes Wachstum wiesen demgegenüber die MS-Regionen des Tessins und im Ju- rabogen auf.

a) Arbeitsproduktivitätsentwicklung in exemplarischen MS-Regionen

Für die ausgewählten Regionen zeigt sich ein ähnliches, wenn auch nicht ganz einheitliches Bild. In der Periode 2008-2012 nahm die Arbeitsproduktivität in den meisten Regionen zwi- schen ein und 2% pro Jahr zu.

In der Periode 2012-14 fiel die Zunahme deutlich geringer oder gar negativ aus. Ein etwas anders Bild zeigt sich in den Regionen la Vallée und Mendrisio, wo die Arbeitsproduktivität 2012-14 höher ausfiel als die Jahre zuvor. Diese Bewegungen werden im Folgenden näher analysiert. Mögliche Gründe könnten sein, dass sich der Branchenmix in diesen beiden Regi- onen besonders vorteilhaft – hin zu produktiven Branchen – entwickelt hat oder aber, dass die Produktivität derselben Branchen zunahm.

Abbildung 6-4: Entwicklung Arbeitsproduktivität 2008-2012 und 2012-2014 für die ausge- wählten MS-Regionen

Regionen Produktivität

Index 2008 Δ2008-12

(in % p.a.) Δ2012-14

(in % p.a.) Δ2008-14 (in % p.a.)

1 Zürich 118.2 1.6 0.9 1.4

2 Glatttal-Furttal 103.7 2.0 -0.4 1.2

35 Nidwalden 91.8 2.2 1.1 1.8

29 Entlebuch 83.0 2.4 0.6 1.8

84 Lausanne 103.3 1.3 0.0 0.8

92 La Vallée 88.1 0.7 1.3 0.9

82 Lugano 90.9 1.2 -0.6 0.6

83 Mendrisio 78.5 -0.6 1.8 0.2

b) Arbeitsproduktivitätsentwicklung in ausgewählten Branchen

Wie hat sich die Arbeitsproduktivität im Zeitraum 2008-2014 für ausgewählte Branchen entwi- ckelt? In der folgenden Tabelle sind die jährlichen Wachstumsraten für vier ausgewählte, un- terschiedliche Branchenaggregate des zweiten und dritten Sektors dargestellt. Es wird ersicht- lich, dass die gesamtschweizerische Arbeitsproduktivität sich je nach Branche unterschiedlich entwickelt. Während die Spitzenindustrie, das Gastgewerbe und die Beherbergung sowie die Finanz- und Versicherungsdienstleistungen um 1.1-1.3% pro Jahr zulegen konnten, wuchs die traditionelle Industrie nur um 0.6% pro Jahr.

Branche Entwicklung der Arbeitspro- duktivität 200-2014, in % p.a.

Traditionelle Industrie 0.6%

Spitzenindustrie 1.1%

Gastgewerbe und Beherbergung 1.3%

Finanzen und Versicherungsdienstleistungen 1.2%

6.1.3 Hypothesentest: Niveau-Effekt

Nach der separaten Betrachtung der regionalen Arbeitsproduktivitätsniveaus und Wachstums- raten in den vorhergehenden Kapiteln, stellt sich die Frage, ob und wie die beiden Grössen zusammenhängen. Gemäss der absoluten Konvergenzhypothese der neoklassischen Wachs- tumstheorie hängt das Arbeitsproduktivitätswachstum negativ vom Ausgangsniveau ab, d.h.

die Arbeitsproduktivität von MS-Regionen mit einer tiefen Ausgangsarbeitsproduktivität müsste stärker wachsen als jene der Regionen mit einem hohen Ausgangsniveau. Dadurch würden weniger produktive Regionen gegenüber den bereits produktiven aufholen und es käme län- gerfristig zu einer Angleichung der Arbeitsproduktivität.

Die Hypothese wurde anhand einer Korrelationsanalyse zwischen der jährlichen Wachstums- rate für die Periode 2008-2014 und dem Ausgangsniveau der Arbeitsproduktivität 2008 geprüft.

Die Korrelation von -0.33 zeigt, dass zwischen dem Ausgangsniveau und dem Arbeitsproduk- tivitätswachstum ein linearer negativer Zusammenhang besteht (vgl. Abbildung 6-5). Dies weist darauf hin, dass Regionen mit einem hohen Ausgangsniveau der Arbeitsproduktivität ihre Pro- duktivität weniger stark steigern konnten als Regionen, welche von einem tieferen Ausgangs- niveau gestartet sind. Das heisst, im Umkehrschluss, dass die weniger produktiven Regionen gegenüber den produktiven relativ betrachtet aufholen konnten.

Abbildung 6-5: Linearer Zusammenhang zwischen dem jährlichen Arbeitsproduktivitäts- wachstums 2008-2014 und der indexierten Arbeitsproduktivität 2008

Jedoch sagt die Schätzung nichts über die Entwicklung einzelner Regionen aus. Beispiels- weise hat die Produktivität in La Vallée in der Periode 2008-2014 mit jährlich 0.9% weniger stark zugenommen als in Zürich, obwohl la Vallée von einem deutlich tieferen Ausgangsniveau – Produktivitäts-Indexwert 88.1 im Vergleich zu 118.2 bei Zürich im Jahr 2008 – gestartet ist.

Zudem gibt es, wie die obenstehende Darstellung zeigt, auch «Ausreisser». Die rot umrande- ten MS-Regionen Zug, Zürich, Zimmerberg und Basel-Stadt hatten 2008 mit Indexwerten zwi- schen 110 und 120 mitunter die höchsten Arbeitsproduktivitätsniveaus und haben trotzdem ein überdurchschnittlich hohes Arbeitsproduktivitätswachstum verzeichnet.

Da es, wie erwähnt, am oberen Ende der Verteilung Ausreisser gibt, erklärt ein linearer Zu- sammenhang die Beziehung zwischen dem Ausgansniveau und der Wachstumsrate nicht per- fekt. Um die Hypothese des linearen Zusammenhangs mit Ausreissern an den Enden der Ver- teilung zu testen, wurde die Schätzgleichung um einen quadratischen Term des Ausgangsni- veaus der Arbeitsproduktivität 2008 ergänzt.

Durch diese Schätzung kann die Hypothese, dass die Regionen mit den höchsten Ausgangs- niveaus ein überproportionales Arbeitsproduktivitätswachstum aufweisen, bestätigt werden (vgl. Abbildung 6-6).

Abbildung 6-6: Linearer und quadratischer Zusammenhang zwischen dem jährlichen Ar- beitsproduktivitätswachstums 2008-2014 und der indexierten Arbeitsproduk- tivität 2008

Sowohl die lineare als auch die quadratische Schätzung führen zur Schlussfolgerung, dass ein Aufholeffekt besteht und die weniger produktiven MS-Regionen relativ betrachtet zulegen konnten (linearer Zusammenhang), dass es gleichzeitig aber urbane Ausnahmeregionen gibt, die ihren Produktivitätsvorsprung weiter ausbauen (quadratische Schätzung).³⁰

6.2 Agglomerationseffekt

6.2.1 Arbeitsproduktivität 2014 nach Raumtypen

Neben dem Niveau-Effekt kann weiter geprüft werden, ob sich die Arbeitsproduktivität aufgrund von Agglomerations-Effekten unterschiedlich entwickelt hat. Die Theorie besagt, dass die Ag- glomerationsvorteile grundsätzlich auf einer höheren Arbeitsplatzdichte – d.h. einem kon- zentrierten Arbeitsmarkt – basieren. Somit müsste gemäss der Hypothese, die Arbeitsproduk- tivität umso höher sein, je urbaner eine Region ist.

30 Im Artikel «Produktivität sucht städtisches Umfeld» in der Zeitschrift die Volkswirtschaft Nr. 1-2/2016 konnte die

In der folgenden Abbildung ist die Arbeitsproduktivität nach den 12 Raumtypen dargestellt.³¹ Es ist ersichtlich, dass Raumtypen mit einer hohen Arbeitsplatzdichte wie der Metropolraum, überdurchschnittlich produktiv sind. Am geringsten ist das Produktivitätsniveau in den ruralen agrarischen Regionen.

Abbildung 6-7: Arbeitsproduktivitätsniveau 2014 indexiert nach Raumtypen

Bemerkung: Die Nummern in der Abbildung stehen für die 12 verschiedenen Raumtypen. Die Nr. 1 ist z.B. der Met- ropolraum, Kernagglomeration (MAC). Die Nr. 12 die ruralen agrarischen Regionen. Eine Einteilung der MS-Regio- nen nach den 12 Raumtypen findet sich in Kapitel 8.

6.2.2 Hypothesentest: Agglomerationseffekt

Um die Hypothese zu testen, ob die urbanen Metropolräume produktiver sind als die ruralen, wurden die MS-Regionen in eine urbane und eine rurale Gruppe eingeteilt.

31 Wobei die Raumtypen von 1-12 nummeriert sind. Die Nummern 1-5 umfassen den Metropolraum, 6-10 Räume von Gross- bis Kleinagglomerationen und 11-12 ländliche Räume (vgl. Einteilung der Raumtypen im Anhang A).

Urbane Metropolräume, 34 MS-Regionen – Metropolraum, Kernagglomeration (MAC) – Metropolraum, suburbane Zone (MZS) – Metropolraum, periurbane Zone (MZP) – Metropolraum, Mittelagglomeration (MAM) – Metropolraum, Kleinagglomeration (MAP) Rurale Regionen, 72 MS-Regionen

– Region einer Grossagglomeration, tertiär (ATG) – Region einer Mittelagglomeration, industriell (AIM) – Region einer Mittelagglomeration, tertiär (ATM) – Region einer Kleinagglomeration, industriell (AIP) – Region einer Kleinagglomeration, touristisch (ATP) – Rurale agro-industrielle Region (RAI)

– Rurale industrielle Region (RIN) – Rurale agro-touristische Region (RAT) – Rurale agrarische Region (RAG)

Um den Effekt der Agglomerationsvorteile auf die Arbeitsproduktivität zu schätzen, wurde die Korrelation des Arbeitsproduktivitätsniveaus 2014 (nach Raumtyp, 𝑖 = 1-12) mit der Dummy- Variablen «urbaner Metropolraum» berechnet.

Die Korrelation von 0.74 weist auf einen positiven linearen Zusammenhang hin. Das heisst, die urbanen Räume weisen für 2014 eine höhere Produktivität auf als die ländlichen Räume (vgl. Abbildung 6-8).

Eine weitere Korrelation der Dummy-Variable «urbaner Metropolraum» mit dem jährlichen Pro- duktivitätswachstum 2008-2014 ergibt, wie zu erwarten, einen negativen linearen Zusammen- hang (Korrelation von -0.54). Das heisst zusammengefasst, dass die urbanen Metropolräume ein höheres Arbeitsproduktivitätsniveau bei gleichzeitig geringerem prozentualem Produktivi- tätswachstum haben. Dieses Resultat steht im Einklang mit den Resultaten zum Niveau-Effekt (vgl. Kapitel 6.1.3), der besagt, dass die Regionen mit einem hohen Ausgangsproduktivitätsni- veau im Vergleich zu den Regionen mit einem tiefen Ausgangsniveau weniger stark zulegen.

Abbildung 6-8: Arbeitsproduktivität nach Raumtypen

6.3 Branchenmix-Effekt

6.3.1 Veränderung des Branchenmix 2008-2014

Neben der Arbeitsproduktivität innerhalb einer Branche verändert sich auch die Branchenzu- sammensetzung in einer MS-Region. Von besonderem Interesse ist dabei, ob sich der Bran- chenmix hin zu produktiven Branchen entwickelt oder ob der Anteil der Beschäftigten in den weniger produktiven Branchen zunimmt. Anhand der folgenden Abbildung werden die Verän- derung des Branchenmix zwischen 2008 und 2014 ersichtlich, ausgedrückt in Anteilen der VZÄ nach Branche. Die Branchen sind dabei sortiert nach ihrer Arbeitsproduktivität aufgeschichtet, beginnend mit der produktivsten Branche den Finanz- und Versicherungsdienstleistungen.

Raumtyp Einteilung (urban /rural)

Wachstum

2008-2014 Wachstum p.a. Niveau 2014

1 urban 5.85% 0.95% 111.4

2 urban 5.63% 0.92% 101.8

3 urban 5.00% 0.82% 97.4

4 urban 5.67% 0.92% 101.2

5 urban 5.99% 0.97% 96.6

6 rural 6.48% 1.05% 95.9

7 rural 5.00% 0.82% 95.2

8 rural 6.76% 1.10% 94.9

9 rural 7.33% 1.19% 93.1

10 rural 11.07% 1.77% 90.1

11 rural 6.63% 1.08% 91.6

12 rural 9.68% 1.55% 88.4

Abbildung 6-9: Branchenmix 2008 und 2014, in Anteil VZÄ nach Branche

0 20 40 60 80 100 120

0%

20%

40%

60%

80%

100%

120%

Schweiz '08 Schweiz '14 Zürich '08 Zürich '14 Glattal-Furttal '08 Glattal-Furttal '14 Nidwalden '08 Nidwalden '14 Entlebuch '08 Entlebuch '14 Lausanne '08 Lausanne '14 La Vallée '08 La Vallée '14 Lugano '08 Lugano '14 Mendrisio '08 Mendrisio '14

Gastgewerbe/Beherbergung u. Gastronomie Detailhandel

Traditionelle Industrie

Sonst. wirtschaftliche Dienstleistungen / Verkehr u. Lagerei / Erbringung v. sonst. Dienstleistungen / Kunst, Unterhaltung und Erholung / Wasserversorgung; Entsorgung

Baugewerbe / Bergbau, Gewinnung v. Steinen u. Erden Gesundheits- u. Sozialwesen

Grosshandel; Handel u. Rep. v. Motorfahrz.

Spitzenindustrie

Freiberufliche, wissenschaftliche und technische Dienstl. / Erziehung und Unterricht / Grundstücks- und Wohnungswesen / Information und Kommunikation / Energieversorgung

Finanz- u. Versicherungsdienstleistungen Produktivitätsindex, Schweiz '08 = 100

Der Anteil an den hochproduktiven Branchen variiert zwischen den Regionen stark: In der MS- Region Zürich arbeiten 2014 16.9% der Beschäftigten in der hochproduktiven Branche der Finanz- und Versicherungsdienstleistungen, gefolgt von Lugano (9.5% im Jahr 2014). In La Vallée macht die Branche weniger als 1% der Beschäftigten aus, im ländlichen Entlebuch rund 2.5%. Werden die drei produktivsten Branchen zusammen betrachtet, machen diese gesamt- schweizerisch 2014 35.2% der Beschäftigten aus (2008 waren es noch 34.6%). In der MS- Region Zürich konnte der Anteil von 48% im Jahr 2008 auf 51.3% im Jahr 2014 erhöht werden, was sich auch in der erhöhten Gesamtproduktivität niederschlägt (vgl. Dreiecke in Abbildung 6-9). Auch die anderen betrachteten MS-Regionen konnten ihren Anteil der drei produktivsten Branchen meist ausbauen.³² Generell fällt jedoch auf, dass der Branchenmix innerhalb der einzelnen Regionen erwartungsgemäss relativ konstant blieb. Diejenigen Regionen, die bereits 2008 einen vorteilhaften Branchenmix hatten, haben auch 2014 noch einen solchen. Verschie- bungen im Kleinen gab es gleichwohl.

Besonders auffallend ist der Branchenmix in La Vallée. Die Region weist einen ausseror- dentlich hohen Anteil an Spitzenindustrie auf. Dies liegt daran, dass sich eine grosse Anzahl an Zulieferern der Uhrenindustrie in dieser MS-Region niedergelassen hat. Trotzdem liegt die Arbeitsproduktivität unter dem Schweizer Durchschnitt. Mögliche Gründe dafür könnten sein, dass La Vallée auch einen vergleichsweise hohen Anteil an traditioneller Industrie (rund 18%

im Jahr 2014 im Vergleich zu 6% im Schweizer Durchschnitt) mit relativ tiefer Arbeitsprodukti- vität hat (vgl. auch Abbildung 6-14). Zudem ist die hochproduktive Finanz- und Versicherungs- industrie praktisch gänzlich abwesend.

6.3.2 Hypothesentest: Branchenmix

Aus der vorherigen Darstellung für die acht ausgewählten Regionen ist ersichtlich, dass dieje- nigen mit einem vorteilhaften Branchenmix bzw. mit einem hohen Anteil produktiver Branchen in der Tendenz auch überdurchschnittlich produktiv sind.

Der Branchenmix reflektiert letztlich nichts anderes als unterschiedliche Spezialisierungen der Regionen. Im Folgenden wird mittels Korrelation die Hypothese getestet, ob ein vorteilhafter Branchenmix (hoher Anteil produktiver Branchen) mit einer hohen Gesamtproduktivität einer Region einhergeht.

Die Korrelation von 0.77 weist auf einen linearen positiven Zusammenhang zwischen dem An- teil der hochproduktiven Branchen und der Gesamtproduktivität einer Region hin. (vgl. Abbil- dung 6-10).

Dies bedeutet auch, dass zwei Räume mit exakt gleichem Branchemix nicht dieselbe Gesamt- produktivität aufweisen müssen. Denn neben dem Branchenmix spielen auch regionale Pro- duktivitätsunterschiede innerhalb derselben Branche eine Rolle. Auf diese regionalen Produk- tivitätsunterschiede wird im folgenden Kapitel vertieft eingegangen.

32 Detaillierte Zahlen dazu finden sich in Anhang C im Kapitel 10.

Abbildung 6-10: Linearer Zusammenhang zwischen der indexierten Arbeitsproduktivität 2014 und dem Beschäftigungsanteil der beiden produktivsten Branchenaggregate 2014

6.3.3 Regionale Arbeitsproduktivität innerhalb derselben Branche

Die folgenden Abbildungspaare zeigen jeweils die Arbeitsproduktivität (indexiert 2014) und die VZÄ für die Branchenaggregate «Finanz- und Versicherungsdienstleistungen», «Gastgewerbe und Beherbergung» sowie «Spitzenindustrie» und «traditionelle Industrie». Die analogen Dar- stellungen für alle 19 untersuchten Branchenaggregate finden sich in einem separaten Anhang (jeweils für die Jahre 2008 und 2014).³³ Es ist ersichtlich, dass nicht nur der Beschäftigungs- anteil in diesen Branchen, sondern auch die Produktivität zwischen den Regionen stark variiert.

Die Finanz- und Versicherungsdienstleister machen je nach Region zwischen 0.5% und 17%

der Beschäftigten aus und erreichen ein Produktivitätsniveau von 66-125% des Schweizeri- schen Durchschnitts ebendieser Branche. Überdurchschnittliche viele Beschäftigte in dieser Branche haben die MS-Regionen Zürich und Genf (vgl. Abbildung 6-11). Zudem ist die Bran- che in diesen Regionen 10-25% produktiver als im Schweizer Durchschnitt. Somit profitieren sie in zweierlei Hinsicht – durch den vorteilhaften Branchenmix (viele Beschäftigte in produkti- ven Branchen) und die überdurchschnittliche regionale Produktivität innerhalb der Branche selbst.

60 70 80 90 100 110 120 130 140

0% 10% 20% 30% 40% 50% 60%

Produktivität 2014 (indexiert)

Anteil Vollzeitäquivalente der beiden produktivsten Branchenaggregate in %

Abbildung 6-11: VZÄ (oben) und Arbeitsproduktivität (unten) Finanz- und Versicherungs- dienstleistungen 2014

Bei der Branche «Gastgewerbe und Beherbergungen» zeigt sich deutlich, dass diese vor allem im Kanton Graubünden und in ländlich-touristischen Regionen des Wallis, des Berner Ober- lands und des Tessins einen hohen Beschäftigungsanteil ausmacht. Bei der Arbeitsproduktivi- tät ist das Bild weniger klar. Die betrachtete Branche ist im Kanton Graubünden in gewissen Regionen überdurchschnittlich, in anderen unterdurchschnittlich produktiv. Unterdurchschnitt- lich produktiv ist sie vor allem im Kanton Tessin, was mit der Grenznähe und allfälligen Ein- flüssen auf das Lohnniveau zusammenhängen könnte. Generell fällt die regionale Streuung der Produktivität weniger gross aus als bei den Finanz- und Versicherungsdienstleistungen.

Abbildung 6-12: VZÄ (oben) und Arbeitsproduktivität (unten) Gastgewerbe und Beherber- gung 2014