Methoden zur ökonomischen Modellierung landwirtschaftlicher Betriebe

Alexander Gocht

Zusammenfassung

 

Die Arbeit untersucht und entwickelt Methoden zur Bewertung von landwirtschaftlichen Betrieben im Rahmen der Effizienzanalyse und zur Abschätzung von Anpassungsreaktionen induziert durch die Veränderung von politischen und wirtschaftlichen Rahmenbedingungen. Die Dissertation ist in vier Hauptkapitel gegliedert.

Im Kapitel 2 wird die Methodik der Effizienzanalyse, bekannt unter dem Namen Data Envelopment Analysis (DEA) um den Ansatz zur Ableitung von Konfidenzintervallen erweitert, um die Aussagekraft der Effizienzmaße zu überprüfen. Die Bewertung und der Vergleich von landwirtschaftlichen Betrieben mit DEA sind in der Literatur häufig zu finden. Dabei werden die Ursachen von Ineffizienz oft mittels einer anschließenden Regressionsanalyse ermittelt. Die abgeleiteten Konfidenzintervalle zeigen jedoch deutlich, dass ohne Berücksichtigung der stochastischen Natur der Effizienzmaße kaum aussagekräftige Schlussfolgerungen über die wahre Natur von Ineffizienzen gegeben werden können.

Im Kapitel 3 wird das Simulationsverhalten von mathematischen Programmierungsmodellen (MP) induziert durch die Veränderung von politischen und wirtschaftlichen Rahmenbedingungen untersucht. Im Gegensatz zur Anwendung auf einzelbetrieblicher Ebene, wo eine Spezifizierung des Modells durch vergleichweise viele Informationen erfolgen kann, sind Analysen zur Politikfolgenabschätzung häufig nur sinnvoll, wenn diese auf repräsentativen Betriebsgruppen basieren und damit aggregierte Effekte quantifiziert werden können. Zur Spezifizierung der entsprechenden Modelle stehen jedoch oftmals nur wenige Informationen zur Verfügung. Weiterhin besteht das Problem, dass wichtige Entscheidungsvariablen den beobachteten Werten entsprechen sollten, was als Kalibrierung des MP-Modells bezeichnet wird. Um dennoch MP-Modelle für repräsentative Politikfolgenabschätzung auf Betriebsebene nutzen zu können, sind positiv-mathematische Programmierungsmodelle (PMP), die mittels einer nicht-linearen Komponente der Zielfunktion das Model kalibrieren und das Simulationsverhalten mitbestimmen, entwickelt worden. Der Einfluss verschiedener vorgeschlagener PMP Methoden auf das Simulationsergebnis werden mit dem Betriebsgruppenmodel FARMIS quantifiziert und ex post mit beobachteten Werten verglichen. Dafür werden 45 Betriebsgruppen benutzt. Auf diese Betriebsgruppenmodelle werden die PMPKalibrierungsmethoden für das Jahr 1996/97 angewendet und beobachtete Deckungsbeiträge aus dem Jahr 2002/03 als Schock implementiert. Aus dem Vergleich wird ersichtlich, dass das Simulationsverhalten stark durch die Wahl des PMP Verfahrens bestimmt wird.

Im Kapitel 4 wird eine Schätzmethodik von fruchtartenspezifischen Input Koeffizienten in MP-Modellen entwickelt. Fehlende Daten über die Inputallokation auf Fruchtartenebene, wie zum Beispiel der Düngemitteleinsatz im Weizen oder die Höhe der Pflanzenschutzaufwendungen in der Zuckerrübenproduktion, sind ein Problem bei der Spezifizierung von aggregierten Betriebsgruppenmodellen. In Buchführungsergebnissen werden nur die Gesamtaufwendungen im Betrieb dokumentiert. In aggregierten MP-Modellen spielt die explizite Darstellung der Input Allokation jedoch eine immer wichtigere Rolle, um Umwelteffekte, wie zum Beispiel den Stickstoffeintrag aus der Landwirtschaft, abbilden und daraufhin Alternativen modellieren zu können. In der Vergangenheit wurden Input-Mengen entweder ad hoc von Informationen aus Bewirtschaftungshandbüchern auf alle Betriebsgruppen übertragen oder von den Gesamtinputmengen aus Betriebsabschlüssen eine Input-Output Regression geschätzt. Der in dieser Arbeit vorgestellte Ansatz kombiniert die Regression mit der Schätzung des MP-Models basierend auf einzelbetrieblichen Daten. Der entwickelte Schätzansatz wird auf belgische Buchführungsergebnisse angewandt, die Informationen über die Input Allokation auf Fruchtartenebene zur Evaluierung der Ergebnisse enthält. Im Vergleich zur Regression lassen die Ergebnisse erkennen, dass der Schätzansatz die Beobachtungswerte besser widerspiegelt.

Kapitel 5 präsentiert ein Betriebsgruppenmodell für die EU-27 und ein dafür entwickelten Schätzansatz zur Konsistenzrechung der CAPRI Datenbank (Common Agricultural Policy Regional Impact) und der Daten der Europäischen Betriebsstrukturerhebung (FSS). Der Schätzansatz basiert auf Daten der FSS, die aus mehreren Gründen inkonsistent mit den Daten von CAPRI sind. Ein möglicher Weg die Konsistenz zu erreichen, könnte eine lineare Skalierung der Betriebsdaten sein. Als Folge könnte jedoch die Betriebsgruppenstruktur aus FSS (Betriebsgruppentyp und -größe) verloren gehen. Um dieses Problem zu umgehen wurde für das Betriebsgruppenmodell eine Methode zur betriebstypen- und betriebsgrößenkonsistenten Schätzung entwickelt. Ein Vergleich mit der linearen Skalierungsmethode zeigt, dass die entwickelte Methode einer einfachen Skalierung vorzuziehen ist, weil damit sichergestellt werden kann, dass die Betriebsstrukturinformationen von FSS in den geschätzten Betriebsmodellen erhalten bleiben.

Komplette Version (5 MB) Hier können Sie den Adobe Acrobat Reader downloaden

zurück zur Übersicht

© Universitäts- und Landesbibliothek Bonn | Veröffentlicht: 20.01.2010