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

BW Betriebswirtschaft

Projekt

MIND STEP - Modellierung individueller Entscheidungen zur Unterstützung der Europäischen Agrarpolitik


Federführendes Institut BW Institut für Betriebswirtschaft
Beteiligte Institute MA Institut für Marktanalyse

Mind Step - Fotocollage
© https://mind-step.eu/

MIND STEP - Modellierung individueller Entscheidungen zur Unterstützung der Europäischen Agrarpolitik

MIND STEP befasst sich mit dem Arbeitsprogramm RUR-04-2018-2019 und trägt durch die Weiterentwicklung analytischer Instrumente und Modelle zur Unterstützung der Agrar- und Ernährungspolitik zum ländlichen Wiederaufleben bei.

Agrarpolitiken wie die EU-GAP erweitern den Spielraum, um zum Pariser Klimaabkommen und zu den Zielen der Nachhaltigkeitsentwicklung beizutragen. Aus den Legislativvorschlägen der Kommission (Stand Juni 2018) wird erwartet, dass die Gemeinsame Agrarpolitik (GAP) der Europäischen Union (EU) entsprechend neugestaltet wird. Die Folgen sind unter anderem ein Übergang der GAP zu betriebsspezifischen Maßnahmen und eine verbesserte Verbindung zu Umwelt, Klimawandel und Ökosystemdienstleistungen. Es wird vorgeschlagen, dass die Mitgliedstaaten und Regionen ihren eigenen strategischen GAP-Plan entwickeln, wobei der regionalen Umsetzung der GAP mehr Aufmerksamkeit gewidmet wird. Dieser breitere Anwendungsbereich und Maßnahmen mit Fokus auf einzelne Landwirte erfordern eine neue Generation von Instrumenten zur Folgenabschätzung. Die derzeit modernsten Agrarmodelle sind nicht in der Lage, individuelle betriebliche und lokale Effekte abzubilden, da sie auf höheren Aggregationsebenen spezifiziert sind.

Hintergrund und Zielsetzung

PROJEKTZIELE

Das übergeordnete Ziel von MIND STEP ist es, die öffentliche Entscheidungsfindung in der Agrar-, Umwelt- und Klimapolitik unter Berücksichtigung des Verhaltens einzelner Entscheidungseinheiten in der Landwirtschaft und der ländlichen Gesellschaft zu unterstützen.

Die spezifischen Ziele von MIND STEP sind

  • Entwicklung eines modularen und anpassbaren Werkzeugkastens von individuellen Entscheidungsmodellen (IEM), die sich auf das Verhalten einzelner Akteure im Agrarsektor konzentrieren, um die Auswirkungen von Maßnahmen besser zu analysieren,
  • Entwicklung von Verknüpfungen zwischen den neuen individuellen Entscheidungsmodellen und den bei der Europäischen Kommission verwendeten aktuellen Modellen, um die Konsistenz der Ergebnisse zu verbessern und den Umfang der Analyse verschiedener Politiken zu erweitern,
  • Entwicklung eines integrierten Datenrahmens zur Unterstützung der Analyse und Überwachung der Agrarpolitik,
  • Anwendung der MIND STEP Modell-Toolbox zur Analyse der regionalen und nationalen Politik und ausgewählter EU-Reformoptionen der GAP und globaler Ereignisse, die die individuellen Entscheidungsmodellen betreffen, in Zusammenarbeit mit politischen Entscheidungsträgern, Landwirten und anderen Interessensgruppen,
  • die Lenkung und zukünftige Nutzung der MIND STEP Modell-Toolbox zu sichern.


BEABSICHTIGTE AUSWIRKUNGEN

  • Verbesserung der Fähigkeit zur Modellierung von Politiken in der Landwirtschaft bezüglich der natürlichen Ressourcen, der Ernährung und des internationalen Handels.
  • Verbesserung der Politikgestaltung, Folgenabschätzungen und Kontrolle
  • Stärkung der transdisziplinären Forschung und integrierte wissenschaftliche Unterstützung für relevante Politiken und Prioritäten der EU.

Vorgehensweise

In MIND STEP sind drei Arbeitsgruppen des Thünen-Instituts an diesem Projekt beteiligt.

Eine Arbeitsgruppe des Thünen-Instituts für Betriebswirtschaft arbeitet an den Datenanforderungen für Indikatoren zur europäischen Agrarpolitik und Datenmanagement:

  • Sammelt und überprüft die Datenanforderungen aller Partner und entwickelt mit anderen Partnern einen Leitfaden für den Aufbau von Datenschnittstellen.
  • Der Leitfaden behandelt neben der konzeptionellen Umsetzung auch die technische Programmierumgebung, den Software-Produktionszyklus und die Integration in den MIND STEP Modell-Toolbox
  • Entwicklung und Anwendung von Ansätzen zum Verknüpfen von wirtschaftlichen und biophysikalischen Datensätzen


und den landwirtschaftlichen Strukturwandel:

  • Verbesserung der aktuellen Modelle zu Betriebsaufgabeentscheidungen durch Entwicklung und Anwendung innovativer empirischer Modelle auf der Grundlage von georeferenzierten, biophysikalischen und einzelbetrieblichen Daten
  • Entwicklung und Implementierung eines Moduls für Strukturwandel, strategisches Verhalten und Betriebsaufgabe
  • Die Ergebnisse der Betriebsaufgabe-Schätzungen werden zur Verbesserung des Agrispace-Modells und/oder für das Landmarktmodul des IFM-CAP-Modells verwendet.

Eine weitere Gruppe des Thünen Instituts für Betriebswirtschaft beschäftigt sich mit dem Einfluss von Risiken in den landwirtschaftlichen Produktionsentscheidungen. Ziel ist es, die Modellierung der Inanspruchnahme und der Auswirkungen von (politischen) Risikomanagementinstrumenten auf Betriebsebene zu verbessern. Verschiedener Verhaltensökonomische Theorien werden mit Blick auf ihr diesbezügliches Potenzial analysiert. Die empirische Anwendung wird sich auf das Wetterrisiko in landwirtschaftlichen Betrieben konzentrieren. In der Analyse werden neue Umfragedaten mit vorhandenen regionalen und betrieblichen Daten kombiniert.

  • Verbesserung der Modellierung des Einsatzes von Risikomanagementinstrumenten und deren Auswirkungen in landwirtschaftlichen Betrieben


Das Team des Thünen Instituts für Marktanalyse arbeitet an .....

Daten und Methoden

Voraussichtlich hauptsächlich eingesetzte Daten:

  • Bilanzbetriebsdaten
  • Daten der Agrarstrukturerhebung
  • Verschiedene Wetter-, Klima und Bodendaten
  • Agrarpreise
  • Erhebungen zum Entscheidungsverhalten von Landwirten

Methoden:

  • Regressionsmodelle (OLS, Logit)
  • Algorithmen des Maschinellen Lernens
  • Selektionsmodelle
  • Verhaltensökonomische Ansätze zur Entscheidungsfindung unter Risiko

 

Unsere Forschungsfragen

  • Welche Faktoren bestimmen die Betriebsaufgabe?
  • Welche Rolle spielen dabei regionale Zusammenhänge?
  • Wie beeinflusst Risiko die betrieblichen Produktionsentscheidungen?
  • Welche Faktoren bestimmen der landwirtschaftlichen Strukturwandel?

Links und Downloads

www.mind-step.eu
https://twitter.com/MindstepP

Beteiligte externe Thünen-Partner

Zeitraum

9.2019 - 12.2023

Weitere Projektdaten

Projektstatus: abgeschlossen

Publikationen zum Projekt

  1. 0

    Perez Soba M, Helming J, Müller M, Krisztin T, Appel F, Addo F, Bardazzi E, Frank S, Hinkel N, Kremmydas D, Kristkova Z, Vicario DR, Scherer H, Sckokai P, Stepanyan D, Varacca A (2024) MIND STEP Deliverable D 6.4: Policy evaluation. 102 p

    https://literatur.thuenen.de/digbib_extern/dn069289.pdf

  2. 1

    Neuenfeldt S, Gocht A, Mittenzwei K (2023) MIND STEP Deliverable D 4.2: Report on modelling structural change and farm interaction on land markets and interfaces with the MIND STEP model toolbox (M36+4). 93 p

    https://literatur.thuenen.de/digbib_extern/dn067069.pdf

  3. 2

    Gocht A, Neuenfeldt S (2021) MIND STEP Deliverable D 2.1: Summary of required data from WP 3/4/5. 19 p

    https://literatur.thuenen.de/digbib_extern/dn067070.pdf

  4. 3

    Gocht A, Neuenfeldt S, Yang X, Müller M, Helming JF, Roerink G, Sander J, Oudendag D, Kremmydas D, Brouwer A (2021) MIND STEP Deliverable D 2.2: A guide/handbook to build an interface for accessing the data in the project required by partners WP 2-6. 117 p

    https://literatur.thuenen.de/digbib_extern/dn067071.pdf

  5. 4

    Gocht A, Neuenfeldt S (2021) MIND STEP Deliverable D 2.4: Prototype for interfaces. 27 p

    https://literatur.thuenen.de/digbib_extern/dn067072.pdf

  6. 5

    Gocht A, Neuenfeldt S (2021) MIND STEP Deliverable D 2.5: Final version for interfaces. 57 p

    https://literatur.thuenen.de/digbib_extern/dn067073.pdf

  7. 6

    Rieger J, Gocht A, Leip A (2021) MIND STEP Deliverable D 2.6: Literature review of methods for linking economic and bio-physical databases. 18 p

    https://literatur.thuenen.de/digbib_extern/dn067063.pdf

  8. 7

    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

  9. 8

    Neuenfeldt S, Gocht A (2019) MIND STEP Deliverable D 7.3: List of data storage and processing capacities required by partners WP 2-6. 11 p

    https://literatur.thuenen.de/digbib_extern/dn067074.pdf

    Nach oben