Räumlich ökonometrische Methoden in der Agrarökonomie : ausgewählte Fallbeispiele in der deutschen Landwirtschaft

Bitte beziehen Sie sich beim Zitieren dieses Dokumentes immer auf folgende
URN: urn:nbn:de:bsz:100-opus-8708
URL: http://opus.uni-hohenheim.de/volltexte/2013/870/

pdf-Format:		Dokument 1.pdf (4.441 KB)
Dokument in Google Scholar suchen:
Social Media:
Export:
Abrufstatistik:
SWD-Schlagwörter:		Biologischer Landbau
Freie Schlagwörter (Deutsch):		räumliche Ökonometrie , Ricardische Analyse
Freie Schlagwörter (Englisch):		organic farming , spatial econometrics , Ricardian analysis
Institut:		Institut für Landwirtschaftliche Betriebslehre
Fakultät:		Fakultät Agrarwissenschaften
DDC-Sachgruppe:		Landwirtschaft, Veterinärmedizin
Dokumentart:		Dissertation
Hauptberichter:		Dabbert, Stephan Prof. Dr.
Sprache:		Englisch
Tag der mündlichen Prüfung:		10.07.2013
Erstellungsjahr:		2013
Publikationsdatum:		26.09.2013
Lizenz:		Veröffentlichungsvertrag mit der Universitätsbibliothek Hohenheim ohne Print-on-Demand
Kurzfassung auf Englisch:		The location of agricultural activities is determined by location factors that are spatially heterogeneous, such as climate and soil; for the spatial distribution of some agricultural specialties, spatial dependence, i.e., beneficial and self-enhancing effects resulting from a concentration of these agricultural activities, might also play a role. Thus, the dimension ?space? might be of importance in analysing agricultural research settings. This cumulative dissertation consists of three articles addressing current research questions on the spatial distribution of agricultural activities and agricultural profitability in Germany. To account for the geographic location of attributes, spatial econometric analysis tools are used. The first article addresses the determinants of the uneven spatial distribution of organic farming in Germany. In addition to traditional location factors, positive agglomeration effects might also influence the spatially heterogeneous concentration of organic agriculture. Conventional farmers might be more likely to convert to organic farming given an easy communication with organic farmers located nearby and a geographically close and strong institutional network. First, a theoretical model explaining the decision of a farmer to convert from conventional to organic agriculture is established. Next, secondary data at the German county level are analysed by using spatial lag models. Data on organic farming refer to the year 2007. The results suggest that agglomeration effects matter in organic agriculture. For the previous analysis, aggregated data at a relatively low spatial resolution are used, which might lead to results that are artificially generated through the process of data aggregation. The second article addresses the question whether results can be confirmed at different spatial levels, assuming that agglomeration effects are important in organic farming. The results of spatial lag models are compared at two measurement scales, the German counties and community associations. Secondary data are also used in this analysis; for the organic sector, 2007 data are considered. The analysis indicates that essential factors determining the decision to convert from conventional to organic farming are sustained at different spatial resolutions. The results at the lower spatial resolution are shown to be not artificially generated through the aggregation process in this case, which strengthens the relevance of the previous study. The third publication assesses the effects of different indicators of soil characteristics on the estimation results of a Ricardian analysis. The study draws on data from the official farm census conducted in 1999 and on weather data from the German National Meteorological Service at the county level for the time period 1961-1990. Additionally, different soil data bases are considered to control for soil quality. The results of spatial error models suggest that rental prices are determined by climate and non-climate factors. Accounting for different methods of measuring soil quality does not influence the results of the analysis. To estimate the effects of changing climatic conditions on future land rents, data from the regional climate model REMO for the time period 2011-2040 are used. The models show that projected climate levels will have an overall positive but spatially heterogeneous effect on the income from agriculture in Germany. The empirical analyses presented illustrate that spatial econometrics can offer appropriate tools for analysing agriculture. In all three cases theoretical considerations and diagnostic tests for spatial dependence suggest using spatial analysis techniques. The use of alternative specifications of the spatial neighbourhood matrix further supports the stability of results. The general approach and methods used could be translated to other issues in agricultural economics such as potential agglomeration effects in hog production or the future impact of climatic factors on the spatial distribution of viticulture. Thus, spatial econometrics might offer an interesting approach to various spatial research questions in agricultural economics, in addition to the applications that were selected for this thesis.
Kurzfassung auf Deutsch:		Die räumliche Verteilung landwirtschaftlicher Aktivitäten wird durch (räumlich heterogen verteilte) Standortfaktoren wie Klima und Boden bestimmt. Für die räumliche Verteilung einiger landwirtschaftlicher Ausprägungen spielt möglicherweise auch räumliche Abhängigkeit eine Rolle, also positive und sich selbst verstärkende Effekte, die durch eine Konzentration dieser landwirtschaftlichen Aktivitäten entstehen. Dies bedeutet, dass die Dimension ?Raum? in landwirtschaftlichen Forschungsansätzen durchaus von Bedeutung sein kann. Die vorliegende kumulative Dissertation besteht aus drei Artikeln, die aktuelle Fragestellungen hinsichtlich der räumlichen Verteilung landwirtschaftlicher Tätigkeiten und landwirtschaftlicher Profitabilität in Deutschland behandeln. Um die geographische Lage von Merkmalen berücksichtigen zu können werden räumlich ökonometrische Analysewerkzeuge eingesetzt. Der erste Artikel untersucht die Bestimmungsgründe der ungleichen Verteilung des ökologischen Landbaus in Deutschland. Neben klassischen Standortfaktoren beeinflussen möglicherweise auch positive Agglomerationseffekte die räumlich heterogene Konzentration des ökologischen Landbaus. Konventionelle Landwirte stellen ihren Betrieb eventuell eher auf die ökologische Wirtschaftweise um, wenn der Austausch mit benachbarten ökologischen Landwirten vereinfacht und ein nahe gelegenes starkes institutionelles Netzwerk gegeben ist. Zu Beginn wird ein theoretisches Modell entwickelt, dass die Entscheidung eines Landwirtes, von der konventionellen auf die ökologische Wirtschaftsweise umzustellen, abbildet. Anschließend werden Sekundärdaten auf Ebene der deutschen Landkreise unter Verwendung erweiterter autoregressiver Modelle analysiert. Die Daten zum ökologischen Landbau beziehen sich auf das Jahr 2007. Die Ergebnisse deuten darauf hin, dass Agglomerationseffekte im ökologischen Landbau von Bedeutung sind. In der ersten Analyse werden aggregierte Daten mit einer relativ geringen räumlichen Auflösung verwendet, sodass die Ergebnisse möglicherweise künstlich durch den Aggregationsprozess generiert sind. Unter der Annahme, dass Agglomerationseffekte im ökologischen Landbau von Bedeutung sind, untersucht der zweite Artikel die Fragestellung, ob Ergebnisse auf verschiedenen räumlichen Ebenen bestätigt werden können. Die Ergebnisse erweiterter autoregressiver Modelle werden auf zwei räumlichen Ebenen verglichen, den deutschen Landkreisen und Gemeindeverbänden. Für die Analyse werden erneut Sekundärdaten verwendet; für den ökologischen Sektor werden Daten aus dem Jahr 2007 berücksichtigt. Die Analyse deutet darauf hin, dass wesentliche Faktoren, die die Umstellungsentscheidung von der konventionellen auf die ökologische Landwirtschaft beeinflussen, auf verschiedenen räumlichen Ebenen erhalten bleiben. Die Ergebnisse für die geringere räumliche Auflösung werden in diesem Fall nicht künstlich durch den Aggregationsprozess erzeugt, was die Aussagekraft der vorangegangenen Studie stärkt. Die dritte Veröffentlichung untersucht die Effekte verschiedener Bodenqualitätsmaße auf die Schätzergebnisse einer Ricardischen Analyse. Es werden Daten der Landwirtschaftszählung 1999 und Daten des Deutschen Wetterdienstes für den Zeitraum 1961-1990 auf Ebene der Landkreise genutzt. Als Maß für die Bodenqualität werden zusätzlich verschiedene Datenquellen berücksichtigen. Die Ergebnisse räumlicher Fehlermodelle deuten darauf hin, dass Pachtpreise durch klimatische und nicht-klimatische Faktoren bestimmt werden. Die Berücksichtigung verschiedener Bodenqualitätsmaße hat keinen Einfluss auf die Ergebnisse der räumlichen Analyse. Um Auswirkungen eines künftigen Klimawandels auf Bodenrenten abschätzen zu können, werden Daten des regionalen Klimamodells REMO für den Zeitraum 2011-2040 genutzt. Die Schätzergebnisse zeigen einen insgesamt positiven aber räumlich heterogenen Einfluss der vorhergesagten Klimawerte auf das landwirtschaftliche Einkommen in Deutschland. Die vorgestellten empirischen Studien zeigen, dass die räumliche Ökonometrie geeignete Analysewerkzeuge für eine Untersuchung der Landwirtschaft bereit hält. In allen drei Fällen deuten theoretische Überlegungen und Diagnosetests auf räumliche Abhängigkeit darauf hin, räumliche Analysetechniken einzusetzen. Ferner bekräftigt die Verwendung alternativer Spezifikationen der räumlichen Nachbarschaftsmatrix die Stabilität der Ergebnisse. Der vorgestellte Ansatz und die angewandten Methoden könnten auch auf andere agrarökonomische Fragestellungen wie mögliche Agglomerationseffekte in der Schweinehaltung oder die künftige Auswirkung klimatischer Faktoren auf die räumliche Verteilung des Weinbaus übertragen werden. Somit könnte die räumliche Ökonometrie nicht nur für die hier ausgewählten Anwendungen sondern auch für vielfältige räumliche Fragestellungen in der Agrarökonomie einen interessanten Ansatz darstellen.

© 1996 - 2016 Universität Hohenheim. Alle Rechte vorbehalten.  10.01.24