HTML> Politikinformationssystem für die
Magyar Internetes Agrárinformatikai Újság No 2HU ISSN 1419-1652

<SZÖVEGES NAVIGÁCIÓ> <NAVIGATION WITHOUT GRAPHICS>

<IMPRESSZUM> <AKTUÁLIS> <ARCHÍVUM> <HAZAI TÉMÁK>
<NEMZETKÖZI ROVAT> <SZOLGÁLTATÁSOK>

Politikinformationssystem für die
Agrarsektoren der Transformationsländer

Handout zur Poster-Vorstellung

Anläßlich der 39. Jahrestagung der GEWISOLA,
"Agrarwirtschaft in der Informationsgesellschaft", Bonn 1998

von Jochen Köckler, Andreas Quiring und Tanja Bargel

 

1 Ausgangslage

Der Transformationsprozeß führte in den Mittel- und Osteuropäischen Ländern zu erheblichen quantitativen und strukturellen Veränderungen der landwirtschaftlichen Produktion. Auch in den Institutionen im Bereich der Agrarstatistik, insbesondere bei Ländern mit territorialen Neuordnungen, kam es zu Anpassungen oder Neuorganisationen als Folge der veränderten Wirtschaftssysteme. Daher bestehen in allen Transformationsländern erhebliche Unsicherheiten bezüglich der zur Verfügung stehenden statistischen Informationen durch Umstellungen in der Methodik, neu zu gestaltenden Datenflüssen und abrupten Änderungen in der Produktionstruktur.

Die angestrebte Mitgliedschaft der Transformationsländer in der Europäischen Union und deren zunehmende Bedeutung im internationalen Agrarhandel führen zu erheblichem Informationsbedarf bei den politischen Entscheidungsträgern der Europäischen Union. Nicht weniger relevant ist der Informationsbedarf der politischen Entscheidungsträger in den Ländern selbst, um die jeweilige nationale Agrarpolitik auf dem Weg in die EU zu gestalten.

Die Konzeptionierung des hier vorgestellten Informationssystems, sowie die bisherige Erstellung von sektoralen Datenbasen erfolgt im Rahmen des EU-finanzierten FAIR-Projektes CT95-0029 am Lehrstuhl für Agrarpolitik, Volkswirtschaftslehre und landwirtschaftliches Informationswesen der Universität Bonn.

2 Strategie

Ziel des Informationssystems ist es, quantitative Analysen (Ex-post und Ex-ante) zu Produktion und Einkommen in den Agrarsektoren durchzuführen. Um der zuvor skizzierten Ausgangslage in den Transformationsländern gerecht zu werden, bedarf es einer besonderen Vorgehensweise, die durch die Kombination der nachfolgend genannten Charakteristika gekennzeichnet ist.

I. Methodik
Als methodischer Hintergrund für das Informationssystem wird ein prozeßanalytisch differenzierter Gesamtrechnungsansatz angewendet, da dieser nach den bisherigen Erfahrungen in besonderem Maße den Unsicherheiten in den zur Verfügung stehenden Datenquellen gerecht wird. Hierdurch wird die Zusammenführung statistischer Informationen zu Produktion, Verkaufsmengen, Preisen sowie in der landwirtschaftlichen Produktion eingesetzten Vorleistungen und Primärfaktoren in einen geschlossenen methodischen Ansatz ermöglicht. Die Struktur des Konsistenzrahmens ermöglicht darüber hinaus eine systematische Kontrolle von Konsistenz und Plausibilität der verarbeiteten Daten durch eine einheitliche Abbildung der Wert- und Warenströme. Mit der Einbeziehung von Produktionsumfängen (Anbauflächen und Tierbeständen) werden produktionstechnische Kennzahlen wie Erträge und Vorleistungsaufwendungen ermittelt.

II. Technik
Die technische Konzeptionierung ist auf eine flexible Informationsaufnahme und –bereitstellung ausgerichtet. Die Ausgangslage bietet nicht, wie im methodisch vergleichbaren SPEL-System, (Sektorales Produktions- und Einkommensmodell der Landwirtschaft für die EU-Mitgliedsstaaten) den Zugriff auf eine homogene und etablierte Struktur von Datenquellen, sondern erfordert, die verfügbaren Daten entsprechend der unterschiedlichen Ländersituation in das System flexibel zu integrieren. Deshalb wurde für den Bereich der Informationsaufnahme ein Instrument zur Erfassung unterschiedlichster Datenquellen und die Möglichkeit des selbständigen Einsatzes bei Kooperationspartnern innerhalb der Transformationsländer entwickelt. Um neben der reinen Datenaufnahme auch den verschiedenen Anforderungen an die Datenverwaltung gerecht zu werden, wurde die relationale Datenbank Microsoft ACCESS gewählt. Ein wesentlicher Grund für die Wahl dieses Produktes war die breite Verfügbarkeit und die benutzerfreundliche Gestaltungsmöglichkeit von Oberflächen, wodurch die angestrebte Kooperation mit Partnerinstitutionen ermöglicht wird.

III. Umsetzung
Mit der direkten Einbeziehung von Partnern bei der Konzeptionierung und Umsetzung des Informationssystems können zum einen die hohe Datenanforderung entsprechend der differenzierten Methodik bestmöglich erfüllt und zum anderen frühzeitig die relevanten Anforderungen der politischen Entscheidungsträger und anderer Nutzer erkannt werden. Diese Kooperationen werden insbesondere mit Institutionen aus Administration und Forschung in den Transformationsländern angestrebt. Es hat sich bisher gezeigt, daß nur mit der Einbeziehung nationaler Experten (Expertenwissen) die Datenanforderungen erfüllt werden können und darüber hinaus erhebliches Interesse in den jeweiligen Institutionen an dem Aufbau eigener quantitativer Analyseinstrumente besteht. Ferner ist zu betonen, daß neben den politischen Entscheidungsträgern die Statistischen Ämter nicht als reine Datenlieferanten zu betrachten sind, sondern in den Dialog zu aufgetretenen Datenproblemen einzubeziehen sind. Diese Zusammenarbeit kann einen positiven Beitrag zum Aufbau der Agrarstatistik leisten. Durch eine Schnittstelle zum SPEL-System und der kompatiblen Datenstruktur werden vergleichbare Analysen zum Geltungsbereich der gegenwärtigen und zukünftigen Mitgliedsstaaten der EU ermöglicht.

 

Das Konzept des PolitikInformationssystems für die Agrarsektoren der Transformationsländer (PIT) umfaßt vier Arbeitsschritte, in denen die erläuterten Charakteristika zur Erreichung der oben genannten Ziele unter den besonderen Bedingungen der Transformationsländer umgesetzt werden:

    1. Datenzusammenführung
    2. Diagnose
    3. Evaluierung
    4. Simulation

Ziele und Vorgehensweise der einzelnen Arbeitsschritte werden in den folgenden Kapiteln beschrieben. Der modulare Aufbau ermöglicht die stufenweise Realisierung der einzelnen Arbeitsschritte von PIT, wobei die inhaltlichen Sachzwänge eine chronologische Vorgehensweise erfordern.

3 Datenzusammenführung

Datenanforderungen des Informationssystems sind entsprechend der Methodik Informationen zu Output, Input und Preisen der Landwirtschaft auf sektoraler Ebene. Da diese weder in einer kohärenten Methodik noch in einer einheitlichen technischen Umgebung vorliegen, muß auf statistische Informationen aus unterschiedlichen Datenquellen zurückgegriffen werden. Die meisten der benötigten Datenquellen liegen derzeit bei Institutionen innerhalb der Transformationsländer vor und werden daher in ihrer unterschiedlichen Struktur in PIT aufgenommen. Die Datenbasen internationaler Organisationen (FAO, OECD, Eurostat) befinden sich für die Transformationsländer im Aufbau und beinhalten nur einen Teil der erforderlichen Daten.

Folgende Datenquellen werden für PIT verwendet:

Die Aufnahme der Daten wird flexibel über einen Filter vorgenommen, der alle importierten Daten auf Systemkompatibilität prüft und unbekannte Daten in die Systemstruktur übersetzt oder diese erweitert. Innerhalb des Systems wird jede Einzelinformation in einem Datensatz abgelegt, der außerdem Einheit, Quelle und Aufnahmedatum enthält.

Nach Aufnahme werden die individuellen Daten in die einheitliche Struktur des prozeßanalytisch differenzierten Gesamtrechnungsansatzes umgerechnet und aggregiert. Hierdurch wird eine systematische Konsistenz- und Plausibilitätsprüfung ermöglicht, bei der beispielsweise die Produktionsmengen den Marktbilanzen und die produzierten Futtermengen den Ansprüchen der Tiere gegenübergestellt werden. Die Hinzunahme von Preisinformationen erlaubt die Bewertung der gesamten landwirtschaftlichen Produktion und der dafür verwendeten Vorleistungen. Indem optional nur die Produktion entsprechend der Methodik der landwirtschaftlichen Gesamtrechnung (LGR) betrachtet wird, stellt PIT einen Beitrag zum Aufbau der monetären Agrarstatistik dar.

Ergebnis der Datenzusammenführung ist eine konsistente Datenbasis, die sektorale Information als Aggregat der landwirtschaftlichen Produktion und differenziert in 50 Durchschnittsaktivitäten enthält.

4 Diagnose

In der Diagnose werden durch Ausnutzung der vorhandenen strukturierten Datenbasis Kennzahlen berechnet, um agrarsektorale Entwicklungen, sowie deren Ursachen und Tendenzen zu identifizieren. Entsprechend der Methodik wird diese Betrachtung sowohl für den gesamten Sektor als auch für Produktionsbereiche durchgeführt. Nachfolgend werden vier Bereiche der Diagnose eingehender erläutert.

I. Sektorale Einkommensindikatoren
Die Aggregation und Bewertung aller landwirtschaftlichen Verkäufe und die Gegenüberstellung der dafür eingesetzten Vorleistungen ermöglicht die Berechnung von Bruttowertschöpfung und Nettoeinkommen, als Beispiele wichtiger Indikatoren für die Einkommenslage der Landwirtschaft entsprechend der Methodik zur Landwirtschaftlichen Gesamtrechnung. Diese Indikatoren werden ebenfalls in konstanten Preisen ausgewiesen (siehe Poster) und anhand von Preisindizes deflationiert, um Produktionsvolumen und Einkommensveränderungen getrennt darzustellen.

II. Erklärung der Rentabilitätsveränderung
Sowohl für Produktbereiche als auch für einzelne Produktionsverfahren werden die jährlichen Veränderungen des Wertschöpfungsbeitrages in Preis- und Mengeneffekten von Outputs und Inputs differenziert. Die Tabelle für das Beispiel Schweinemast in Ungarn (siehe Poster) zeigt von 1994 zu 1995 eine Wertschöpfungssteigerung um 74%. Diese Veränderung der Rentabilität resultiert aus einem Preiseffekt (+0,82) und einem Mengeneffekt (-0,08).

Der Preiseffekt beschreibt den Einfluß der Veränderung der Outputpreise (Outputpreiseffekt: +2,37) und der Inputpreise (Inputpreiseffekt: –1,55) auf die Rentabilität der Schweinemast. Dieser Einfluß wird durch die beobachtete Preisveränderung und einem Gewichtungsfaktor (Verhältnis zwischen Produktionswert zu Wertschöpfung bzw. Vorleistungseinsatz zu Wertschöpfung) bestimmt. Der Mengeneffekt beschreibt entsprechend den Einfluß der Veränderung der Outputmengen (Outputmengeneffekt: +0,38) und Inputmengen (Inputmengeneffekt: -0,48) auf die Rentabilität. Der in der Tabelle ausgewiesene Mischeffekt entsteht aus mathematischen Gründen, die hier nicht näher erklärt werden.

Die erläuterten Kennziffern zeigen beispielhaft die Vorteilhaftigkeit einer differenzierteren Betrachtung, da bemerkenswerte Rentabilitätssteigerungen nicht zwangsläufig mit verbesserter Produktionstechnik (z.B. Futterverwertung) einher gehen müssen.

III. Identifizierung von Entwicklungstendenzen und Produktionsrestriktionen

Auf der Grundlage der berechneten Kennziffern (u.a. Vorleistungsproduktivität, Rentabilität, Produktionsintensität, Input- Outputpreisverhältnissen und Produktionsumfängen) wird versucht Entwicklungstendenzen und Produktionsrestriktionen zu diagnostizieren. Diese Analyse wird wegen begrenzter Zeitreihen derzeit nicht auf der Grundlage ökonometrisch basierter Ansätze durchgeführt, sondern durch die Gegenüberstellung entsprechender Kennzahlen zu einzelnen oder substituierbaren Produktionsverfahren. Das Beispiel auf dem Poster zeigt die Entwicklung von Input-Outputpreisverhältnis in der Schweinemast und der Bestandsentwicklung von Schweinen im Zeitablauf.

Die Analyse von produktionstechnischen Zusammenhängen gibt Hinweise auf vorhandene und zu erwartende Produktionsrestriktionen. Beispielsweise wird die reduzierte Rate aufgezogener Kälber je Kuh in vielen Transformationsländern zu einem kurzfristigen Mangel an Färsen führen. Dies verursacht entweder vermehrte Importe oder einen verzögerten Bestandsaufbau. Die mehrjährige Unterversorgung der Böden mit Depotdüngern wird in mittelfristiger Perspektive nicht ohne überproportionalem Mehraufwand auszugleichen sein und ein Erreichen des potentiellen Ertragsniveaus erschweren.

5 Evaluierung

In dem Arbeitsschritt der Evaluierung werden relevante Produktionsverfahren (im Sektordurchschnitt) mit den beobachteten Erträgen und Vorleistungseinsätzen bei alternativen ökonomischen Rahmenbedingungen bewertet. Daneben ermöglicht die einheitliche Methodik von PIT und SPEL länderübergreifende Vergleiche von produktionstechnischer Kennziffern und Wettbewerbsfähigkeit. Nachfolgend werden Beispiele zur Evaluierung aufgeführt:

I. Intensitäts- und Leistungsniveau
Zu Beginn der Evaluieurng werden Erträge, Vorleistungsaufwendungen und die daraus resultierende Produktionsintensität länderübergreifend verglichen. So werden beispielsweise in der Tierproduktion Milchleistungen je Kuh und in der Pflanzenproduktion Erträge und Düngeraufwendungen verglichen.

II. Produktionseffizienz
Während Erträge zum Teil auch auf natürliche Gegebenheiten und verwendete Rassen zurückzuführen sind, liefert beispielsweise eine Berechnung der Futterverwertung oder der Kälberzahl je Kuh (aufzuchtfähig) weitergehende Einblicke in die Produktionseffizienz. Im Pflanzenbereich kann dazu eine Gegenüberstellung von Ertrag und Mineraldüngeraufwand oder der Vergleich mit Ertagsniveaus klimatisch vergleichbarer Länder die Analyse vertiefen.

III. Rentabilität unter alternativen Rahmenbedingungen
Die berechneten Rentabilitäten in der Diagnose sind im wesentlichen durch die ökonomischen Rahmenbedingungen des jeweiligen Transformationslandes determiniert. Eine Analyse der durchschnittlichen Produktionsverfahren unter alternativen ökonomischen Rahmenbedingungen wird durch die Bewertung der Output- und Inputmengen (je ha oder je Kuh) mit Preisen anderer Agrarsektoren vorgenommen. Die Nichtberücksichtigung von Anpassungsreaktionen erlaubt keine Aussage über die Situation des ganzen Sektors unter den angenommenen Rahmenbedingungen (Preise). Aber der Rentabilitätsvergleich ermöglicht Aussagen über "Gewinner" und "Verlierer" in einzelnen Produktbereichen. In der Pflanzenproduktion werden beispielsweise Richtungen zu erwartenden Anbauentscheidungen abgeleitet. Für die Tierproduktion ermöglicht vor allem die gleichzeitige Berücksichtigung der geänderten Futterkosten eine Bewertung der Rentabilität unter alternativen Rahmenbedingungen.

Als Variante dieser Analysen wird auch das Konzept der Domestic Resource Costs (DRC) angewendet, mit dem die Wettbewerbsfähigkeit der heimischen Produktionsverfahren, unter der Annahme unverzerrter Produktions- und Handelsbedingungen und eines liberalisierten Außenhandels, untersucht wird. In diesem Szenario werden unter der Annahme des vollkommenen Markt unterstellt, daß die Produzenten den Verkauf von Produkten und den Zukauf von Vorleistungen zu Weltmarktpreisen durchführen können. Die eingesetzten Primärfaktoren werden unter der Annahme vollkommener Faktormobilität mit Schattenpreisen bewertet. Das Beispiel zur ungarischen Weizenproduktion (siehe Poster) zeigt die relative Wettbewerbsfähigkeit unter verschiedenen Bedingungen. Neben den Berechnungen unter DRC-Bedingungen wurden vergleichbare Koeffizienten unter beobachteten Bedingungen (PRC_HU) und der Gemeinsamen Agrarpolitik der EU (PRC_CAP) ermittelt. Ist der ermittelte DRC-Koeffizient kleiner 1 werden die eingesetzten Primärfaktoren entlohnt, je weiter dieser Wert gegen 0 tendiert, um so wettbewerbsfähiger ist das Produktionsverfahren einzuschätzen. Ist der Koeffizient über 1, liegt ein nicht wettbewerbsfähiges Produktionsverfahren vor.

6 Simulation

Im Unterschied zur Evaluierung impliziert eine Simulation Anpassungsreaktionen von Erträgen, Vorleistungsintensitäten und Faktorallokation auf die veränderten ökonomischen Rahmenbedingungen. Der Bereich der Simulation agrarsektoraler Entwicklungen befindet sich derzeit im PIT-Projekt in der Erprobungs- und Entwicklungsphase. Deshalb beschränken sich die Ausführungen an dieser Stelle auf anvisierte Lösungsansätze.

Die Entwicklungen in den Transformationsländern seit 1990 erschweren Projektionen zukünftiger Entwicklungen, da

Alle diese Faktoren erschweren die Analyse der vorhandenen Zeitreihen im Hinblick auf eine Nutzung der beobachteten Angebots- und Nachfragereaktionen für zukünftige Veränderungen der Rahmenbedingungen. Dementsprechend werden nachfolgend drei Varianten erläutert, die dem skizzierten Problem Rechnung tragen.

I. Konsistenzrahmenmodell
Wesentliche Grundlage sind die Ergebnisse der Ex-post Analyse (Diagnose und Evaluierung). Im Dialog mit Experten der jeweiligen Transformationsländer werden vor diesem Hintergrund erwartete Veränderungen der Produktionsstruktur definiert. Die Integration dieser Parameter in den Konsistenzrahmen und die resultierend Abbildung der Wechselwirkungen und Kapazitätsbeschränkungen bilden die Grundlage einer Revision der Annahmen im Dialog mit den Experten.

II. Elastizitätsgesteuerter Ansatz
Nachdem erste Projektionen zukünftiger Entwicklungen vorhanden sind, erscheint die Verwendung von Elastizitätensätzen vergleichbarer Länder (mit langen gesicherten Zeitreihen) angebracht, um einige Anpassungsreaktionen im Modell zu endogenisieren.

III. Programmierungsmodell
Die Generierung einer adäquaten Zielfunktion und die Modellierung der inter- und intrasektoralen Interdependezen bedarf neben einer fundierten Datenbasis auch der Projektionserfahrung mit den zuvor genannten Instrumenten. Das Programmierungsmodell bietet dann aber ein effizientes Instrument für die Simulation verschiedener nationaler Politikalternativen oder aktuell diskutierter Beitrittsszenarien.

Die Reihenfolge der beschrieben Projektions-und Simulationsvarianten stellt auch die zeitliche Abfolge der Realisierbarkeit dar. Erst wenn durch Anwendung des Konsistenzrahmenmodells und Elastizitätsgesteuerter Varianten im Dialog mit Experten der jeweiligen Länder gesichertere Erkenntnisse über Anpassungsreaktionen und Entwicklungstrends vorliegen, ist es sinnvoll in einem Programmierungsmodell die Elemente zu endogenisieren.

Die Kompatibilität zum SPEL-System und anderen am IAP entwickelten Modellsystemen erleichtert den Einsatz verschiedener Varianten für die Ex-ante Analyse aus technischer und methodischer Sicht.

 

7 Stand der Forschungsarbeiten und Ausblick

Basierend auf den Kontakten zu Ungarn, Lettland, Polen, der Tschechischen und der Slowakischen Republik liegen empirische Ergebnisse zu den ersten drei Arbeitsschritten vor. Eine Implementierung von Teilelementen erfolgte in Forschungsinstitutionen in Ungarn und Lettland.

Der Schwerpunkt der Forschungsarbeiten im PIT-Projekt liegt derzeit in der stetigen Verbesserung der Datenbasis und der empirischen Umsetzung von Diagnose und Evaluierung. Auf der Grundlage der ersten drei Arbeitsschritte wird anschließend eine breitere Umsetzung der Simulationskomponente vorgenommen.

 


Az utolsó módosítás: 2005.05.29.
© miau