Weiter zum Inhalt
Ökologischer Betrieb
© BLE, Bonn/Thomas Stephan
Ökologischer Betrieb
Institut für

BW Betriebswirtschaft

Projekt

Landwirtschaftlichen Strukturwandel erklären und prognostizieren


Federführendes Institut BW Institut für Betriebswirtschaft

Projektbild: Landwirtschaftlichen Strukturwandel erklären und prognostizieren
© DOP40 BKG
Projektbild: Landwirtschaftlichen Strukturwandel erklären und prognostizieren

SC-EU - Schätzung des landwirtschaftlichen Strukturwandels in der EU basierend auf FADN

Die EU-Kommission erstellt jährlich Projektionen zur zukünftigen Entwicklung der Landwirtschaft und des Agrarsektors, um Trends frühzeitig zu erkennen. In den bisherigen Projektionen spielte die Abbildung der landwirtschaftlichen Betriebsstrukturen noch eine untergeordnete Rolle. Eine stärkere Berücksichtigung der Betriebsstrukturen würde die Güte der Projektionen erhöhen. Dies gilt insbesondere nach der Reform der Gemeinsamen Agrarpolitik (GAP) von 2013. Die Auswirkungen des „Greening“ der ersten Säule hängen von der Ausrichtung des landwirtschafltichen Betriebs ab, ob er zum Beispiel als Gründlandbetrieb eher Milch produziert oder als Ackberbaubetrieb Getreide. Projektziel ist es, die Einflussfaktoren auf die Ausrichtung der Betriebe zu identifizieren, um zukünftige Entwicklungen zu projizieren.

Hintergrund und Zielsetzung

Um die zukünftige Entwicklung auch auf Basis von Betriebsgruppen in der EU darstellen zu können, ist es notwendig, den Strukturwandel in der Landwirtschaft zu prognostizieren. Ziel des Projekts ist es, eine Methode und ein darauf aufbauendes Anwendungsprogramm für die EU-Kommission zu erarbeiten, mit dessen Hilfe die landwirtschaftliche Betriebsstruktur über einen kurz- bis mittelfristigen Zeitraum prognostiziert wird. Dafür werden regionale wie globale Einflussfaktoren untersucht.

Vorgehensweise

Als erstes untersuchen wir, welche Prozesse bezüglich der Größe und Spezialisierung von Betrieben für den landwirtschaftlichen Strukturwandel relevant sind. Um das zu erreichen, definieren wir einheitliche Betriebsgruppen für alle EU-Länder. Auf dieser Datengrundlage wollen wir eine bereits angewendete Methode aus der Verbraucherforschung zur Schätzung des landwirtschaftlichen Strukturwandels von Betriebsebene auf die regionale Ebene übertragen. Möglichst alle Regionen der EU-Mitgliedsstaaten sollen dafür in die Analyse einfließen.

Daten und Methoden

Als wichtigste Datengrundlage dient das Informationsnetz landwirtschaftlicher Buchführungen (Farm Accountancy Data Network, FADN) der EU, auch bekannt als das EU-Testbetriebsnetz. Zusätzlich nutzen wir Daten vom Statistischen Amt der EU (EUROSTAT) und des Common Agricultural Policy Regionalized Impact (CAPRI)-Modells für die Ermittlung von Einflussfaktoren.
Als Schätzmethode wenden wir das „Multiplicative Competitive Interaction“-Modell (MCI) an, einen Ansatz, der die Entwicklung der Betriebsspezialisierung als eine Veränderung der Attraktivität einzelner Produktionsmöglichkeiten interpretiert und erklärt.

Unsere Forschungsfragen

  • Welche Betriebsgruppen sind wettbewerbsfähiger und prägen die landwirtschaftliche Struktur in der Zukunft?
  • Welche Faktoren bestimmten die Entwicklung von Betriebsspezialisierungen in den vergangenen 20 Jahren?
  • Hat die Ausgestaltung der Agrarpolitik einen signifikanten Einfluss?
  • Wie unterscheidet sich der landwirtschaftliche Strukturwandel zwischen den analysierten Mitgliedsstaaten?
  • Wie stark ist der Einfluss regional unterschiedlicher Variablen auf den Strukturwandel?

Ergebnisse

Es wird erwartet, dass sich der landwirtschaftliche Strukturwandel zwischen den Mitgliedsstaaten je nach regionaler Beschaffenheit unterscheidet. Dementsprechend sollte sich der Einfluss regionaler Gegebenheiten stärker auf den landwirtschaftlichen Strukturwandel auswirken als in früheren Studien ermittelt wurde. Durch die Ausweitung der Analyse auf EU-Ebene sollte eine allgemeingültigere Übertragbarkeit der Ergebnisse für die EU-Kommission zu erwarten sein.

Beteiligte externe Thünen-Partner

Zeitraum

8.2013 - 1.2015

Weitere Projektdaten

Projektstatus: abgeschlossen

Publikationen zum Projekt

  1. 0

    Neuenfeldt S, Gocht A, Heckelei T, Mittenzwei K, Ciaian P (2021) Using aggregated farm location information to predict regional structural change of farm specialisation, size and exit/entry in Norway agriculture. Agriculture 11(7):643, DOI:10.3390/agriculture11070643

    https://literatur.thuenen.de/digbib_extern/dn063770.pdf

  2. 1

    Neuenfeldt S, Gocht A, Heckelei T, Ciaian P (2019) Explaining farm structural change in the European agriculture: a novel analytical framework [Erschienen: 15.11.2018]. Eur Rev Agric Econ 46(5):713-768, DOI:10.1093/erae/jby037

    https://literatur.thuenen.de/digbib_extern/dn060495.pdf

  3. 2

    Neuenfeldt S, Gocht A, Ciaian P, Heckelei T (2017) Structural change in European agriculture : paper for XVEAAE Congress 2017, Parma, August 28th - September 1st 2017. Parma: EAAE, 13 p, DOI:10.22004/ag.econ.261141

    https://literatur.thuenen.de/digbib_extern/dn059498.pdf

  4. 3

    Jansson T, Heckelei T, Gocht A, Basnet SK, Zhang Y, Neuenfeldt S (2014) Analysing impacts of changing price variability with estinated farm risk-programming models : paper prepared for presentation at the EAAE 2014 Congress "Agri-Food and Rural Innovations for Healthier Societies" ; August 26 to 29, 2014, Ljubljana, Slovenia [online]. Ljubljana: EAAE, 13 p, zu finden in <http://purl.umn.edu/182665> [zitiert am 22.09.2014]

    https://literatur.thuenen.de/digbib_extern/dn053871.pdf

  5. 4

    Neuenfeldt S, Röder N, Gocht A, Espinosa M, Gomez y Paloma S (2014) Using market share and multiplicative competitive interaction models to explain structural change in the German agricultural sector : poster paper prepared for presentation at the EAAE 2014 Congress "Agri-Food and Rural Innovations for Healthier Societies" ; August 26 to 29, 2014, Ljubljana, Slovenia [online]. Ljubljana: EAAE, 6 p, zu finden in < http://purl.umn.edu/182955> [zitiert am 22.09.2014]

    https://literatur.thuenen.de/digbib_extern/dn053870.pdf

  6. 5

    Neuenfeldt S, Gocht A (2013) Integrated software tool for processing accountancy data information at EU level - an application of CGIG. In: Clasen M, Kersebaum KC, Meyer-Aurich A, Theuvsen B (eds) Massendatenmanagement in der Agrar- und Ernährungswirtschaft : Referate der 33. GIL-Jahrestagung 20.-21. Februar 2013 in Potsdam. Bonn: Köllen

  7. 6

    Gocht A, Röder N, Neuenfeldt S, Storm H, Heckelei T (2012) Modelling farm structural change : a feasibility study for ex-post modelling utilizing FADN and FSS data in Germany and developing an ex-ante forecast module for the CAPRI farm type layer baseline. Luxembourg: Publications Office of the European Union, 166 p, JRC Sci Techn Rep

    Nach oben