Kombination von FADN- und IFCN-Datensätzen in der Politikfolgenanalyse - untersucht am Beispiel der EU-Milchmarktpolitik ; Combining FADN and IFCN Data for Policy Impact Assessment - studied on the example of the EU Milk Market Policy
Eine wichtige Aufgabe der wissenschaftlichen Politikberatung besteht darin, mit Hilfe von Modellanalysen quantitativ abzuschätzen, wie sich agrarpolitische Reformen und sich ändernde Rahmenbedingungen auf landwirtschaftliche Betriebe auswirken und in welchem Umfang sich die Betriebe anpassen können. Bisher durchgeführte Analysen, die auf der einzelbetrieblichen Ebene ansetzen, basieren im Wesentlichen auf Buchführungsergebnissen des Informationsnetzes landwirtschaftlicher Buchführungen (INLB bzw. FADN) oder auf Daten von typischen Modellbetrieben aus dem International Farm Comparison Network (IFCN). Für kurzfristige Abschätzungen ohne nennenswerte Mengenänderungen bieten die FADN-Daten gute Voraussetzungen. Für differenziertere Analysen unter Berücksichtigung betrieblicher Anpassungen fehlt den FADN-Daten jedoch die erforderliche Datentiefe (vor allem das Mengengerüst und die verfahrensspezifische Kostenzuordnung). Die Stärken der typischen IFCN-Betriebe liegen aufgrund der Erfassungstiefe in der Ermittlung realitätsnaher betrieblicher Anpassungsreaktionen. Aufgrund der geringen Anzahl typischer Betriebe sind jedoch nur begrenzt Rückschlüsse auf Regions- bzw. Mitgliedsländerebene ableitbar. Ziel dieser Arbeit ist es daher, ein methodisches Konzept zur Verknüpfung der einzelbetrieblichen Datensätze FADN und IFCN für eine verbesserte Politikfolgenabschätzung zu entwickeln. Mittels Verknüpfung sollen die komparativen Vorzüge beider Datenquellen genutzt werden. Die empirische Analyse dieser Arbeit erfolgt am Beispiel der EU-Milchmarktpolitik. Der Verknüpfungsansatz "Einordnung" beinhaltet die Einordnung der im Berateransatz ausgewählten typischen IFCN-Betriebe in die durch FADN-Betriebe repräsentierte Grundgesamtheit. In der ersten Stufe werden IFCN- und FADN-Daten anhand struktureller Kennzahlen verglichen und die FADN-Betriebe ausgewählt, die den IFCN-Betrieben am ähnlichsten sind (Ähnlichkeitsmaß: Euklidische Distanz). Die Ergebnisse zeigen, dass, wenn das Ähnlichkeitsmaß sehr eng gefasst wird, nur ein relativ kleiner Anteil der Betriebe und der Milchproduktion aus der Grundgesamtheit repräsentiert wird. In der zweiten Stufe wird geprüft, wie die strukturell eingeordneten IFCN-Betriebe im Hinblick auf ihre wirtschaftliche Leistungsfähigkeit einzuschätzen sind. Dabei zeigt sich, dass nur ein Teil der typischen Betriebe als durchschnittlich leistungsstark eingestuft werden kann und deshalb die Analyseergebnisse dieser Betriebe nur Rückschlüsse für eine relativ kleine Betriebsgruppe aus der Grundgesamtheit zulassen. Letztendlich stellt sich die Frage, ob der FADN-Datensatz nicht schon besser bei der Auswahl der typischen Betriebe genutzt werden sollte, anstelle nachher festzustellen, wie repräsentativ die mit Hilfe von Beratern festgelegten typischen Betriebe tatsächlich sind. Deshalb wird ergänzend ein Verfahren entwickelt, wie die Auswahl typischer IFCN-Betriebe auf Basis statistischer Daten (FADN-Daten) erfolgen kann, um eine bessere Repräsentativität zu erhalten. Es werden deutsche Milchviehbetriebe aus dem FADN-Datensatz auf Basis von fünf Klassifizierungsmerkmalen nach dem Ward-Verfahren geklustert. Insgesamt werden 36 Cluster gebildet, aus denen abgeleitet werden kann, welche Strukturvorgaben für die typischen IFCN-Betriebe zu treffen sind. Es wird vorgeschlagen, anhand der Cluster mit den höchsten Produktionsanteilen mit Hilfe von Beratern zu einer Auswahl von Betrieben zu kommen, die die Regionen am besten charakterisieren. Beim Verknüpfungsansatz "Simulation" ist es das Ziel, eine größere Anzahl von FADN-Betrieben nutzbar zu machen für differenzierte Simulationsrechnungen im Modell TIPI-CAL unter Berücksichtigung betrieblicher Anpassungsreaktionen. Da die FADN-Daten primär zur Einkommensanalyse erhoben werden, müssen diejenigen Variablen, die im FADN nicht vorhanden sind, für Berechnungen im TIPI-CAL Modell ergänzt werden. Es werden zwei Politikszenarien und eine Anpassungsstrategie berechnet. Erwartungsgemäß zeigen die FADN-und IFCN-Betriebe ähnliche Einkommenseffekte und An-passungspotenziale. Es wird vorgeschlagen, die entwickelte Verknüpfung in ein Computerprogramm zu überführen, um ohne viel Aufwand eine größere Zahl von FADN-Betrieben analysieren zu können. ; An important task in scientific policy consulting is to estimate how agricultural policy reforms and changing framework conditions impact farms and to what extent the farms can adjust. Analyses at the single farm level carried out to date are largely based on bookkeeping results of the Information Network of Farm Bookkeeping (INLB, or rather FADN) and on data from typical model farms from the International Farm Comparison Network (IFCN). The FADN Data are well suited for short term estimates without significant changes in quantity. The FADN lack the depth required (above all the quantity framework and the process specific cost classification) for differentiated analyses with consideration of farm adjustment reactions. The strength of the typical IFCN farm data is the depth of documentation in the calculation of near-reality farm adjustment reactions. Due to the minimal number of typical farms, only limited conclusions can be derived on the regional or member country level. The goal of this project is thus to develop a methodical concept to link to the individual farm data centres FADN and IFCN for improved policy impact assessment. The comparative advantages of both data sources shall be used with linkages. In this project, the empirical analysis is done on the example of the EU Milk Market policy. The linkage approach classification consists of classifying typical IFCN farms selected by consultants in the total number of farms represented by FADN farms. In the first step, the IFCN and FADN data are compared on the basis of structural statistics and the FADN farms selected that are most similar to the IFCN farms (similarity index: Euclidean distance). The results show that if a similarity index is very narrow, only a relatively small portion of entire scope of farms and dairy production are represented. In the second step, it is tested how the structurally organized IFCN farms can be estimated with regard to their economic performance ability. Here it can be seen that only part of the typical farms can be classified as having an average performance level and thus the analysis results of these farms form conclusions for a relatively small farm group of the whole. Ultimately, the question arises of whether the FADN data is better for the selection of the typical farms, instead of later establishing how representative the chosen typical farms really are. That is why a supplementary process was developed with which the selection of typical IFCN farms can be conducted on the basis of statistical data (FADN data) in order to attain better representativity. German dairy farms from the FADN data were clustered on the basis of five classification characteristics according to the Ward Process. Overall, 36 clusters were developed out of which the structural givens for typical IFCN farms could be derived. It is recommended to, with the help of consultants, select farms that best characterize the region on the basis of the cluster with the highest production. In the linkage approach simulation, the objective is to make a larger number of FADN farms usable for differentiated simulation calculation in the TIPI CAL model. Since the FADN Data was primarily gathered for income analyses, those variables not found in FADN must be supplemented for calculations in the TIPI CAL model. Two policy scenarios and an adjustment strategy were calculated. In accordance with expectations, the FADN and IFCN farms had similar income effects and adjustment potentials. The transfer of developed linkages to a computer program is recommended so that a larger number of FADN farms can be analysed without a great deal of effort.
