Betriebs- und regionalwirtschaftliche Aspekte einer großflächigen ...
Betriebs- und regionalwirtschaftliche Aspekte einer großflächigen ...
Betriebs- und regionalwirtschaftliche Aspekte einer großflächigen ...
Erfolgreiche ePaper selbst erstellen
Machen Sie aus Ihren PDF Publikationen ein blätterbares Flipbook mit unserer einzigartigen Google optimierten e-Paper Software.
(Fläche, Arbeitskräfte, Inputs) konkurrieren. Die Nebenbedingungen des regionalen<br />
LPs basieren somit auf den <strong>Betriebs</strong>typen, während die Zielfunktion über die<br />
gesamte Region optimiert wird. Einen Sonderfall dieses Modelltyps stellt das Farm<br />
Sample Model dar. Hier werden zunächst unabhängige einzelbetriebliche<br />
<strong>Betriebs</strong>modelle gebildet. In einem zweiten Schritt werden mit Hilfe iterativer<br />
Verfahren die Interdependenzen einzelner Modellparameter zwischen den<br />
<strong>Betriebs</strong>modellen berücksichtigt (HOLLENBERG 2001,35).<br />
• Einzelbetriebliche Modellansätze: Auch hier steht ein repräsentativer <strong>Betriebs</strong>typ als<br />
Vertreter für eine Reihe von ähnlichen Betrieben. Über Gewichtungsvektoren<br />
entsteht für jede Region eine virtuelle <strong>Betriebs</strong>struktur, welche die tatsächliche <strong>Betriebs</strong>struktur<br />
möglichst gut abbilden sollte <strong>und</strong> mittels der auf die Region hochgerechnet<br />
werden kann.<br />
Der Vorteil von Modellen mit Regionshöfen <strong>und</strong> <strong>Betriebs</strong>typenmodelle mit simultaner<br />
Optimierung liegt in der einfacheren Handhabbarkeit sowie in der Tatsache, dass regionale<br />
Faktormärkte üblicherweise innerhalb des LPs ausgeglichen werden. Bei einzelbetrieblichen<br />
Modellansätzen kann dieser Ausgleich hingegen nur über die explizite<br />
Modellierung der Märkte erfolgen, was mit einem wesentlich höheren Programmierungsaufwand<br />
verb<strong>und</strong>en ist. Andererseits können hier einzelbetriebliche Zielfunktionen<br />
beibehalten <strong>und</strong> so Fehler bei Aggregation auf die regionale Ebene vermieden werden.<br />
Die ökonomischen Konsequenzen <strong>einer</strong> flächendeckenden Umstellung auf<br />
Ökologischen Landbau wurden von LANGLEY et al. (1983) mittels eines Regionshof-<br />
Modells, von BRAUN (1995), ZANDER et al. (1999) sowie LINDENTHAL et al. (2002)<br />
mittels einzelbetrieblicher Linearer Programmierungsmodelle bewertet (vgl. Kap. 4.2.3).<br />
4.2.2.2 Agrarkomplex-bezogene Methoden <strong>und</strong> Konzepte<br />
Aufgr<strong>und</strong> des hohen Datenbedarfs aus verschiedensten Wirtschaftsbereichen, den der<br />
Einsatz agrarkomplex-bezogener Methoden mit sich bringt, wird auch hier häufig auf<br />
Einzelindikatoren bzw. Kennzahlen zurückgegriffen. Diese Vorgehensweise kann aufgr<strong>und</strong><br />
der Komplexität des Untersuchungsgegenstandes nur punktuelle Einblicke in das<br />
Wirkungsgefüge <strong>regionalwirtschaftliche</strong>r Zusammenhänge liefern. Als groben <strong>regionalwirtschaftliche</strong>n<br />
Indikator versucht beispielsweise LOCKERETZ (1989) den in der<br />
Region verbleibenden Anteil an den Ausgaben für landwirtschaftliche Inputs bzw. am<br />
landwirtschaftlichen Produktionswert im Vergleich konventionell <strong>und</strong> alternativ wirtschaftender<br />
Betriebe abzuschätzen. LINDENTHAL et al. (2002) ziehen als Einzelindikator<br />
den potenziellen Mehrwert in der Lebensmittelwertschöpfungskette heran (vgl.<br />
Kap. 4.2.5). Als vielversprechender, auf Einzelindikatoren basierender Ansatz, der aber<br />
gleichzeitig ein vergleichsweise hohes Maß an Systematisierung <strong>und</strong> Prozessorientierung<br />
verschiedener Einzelindikatoren ermöglicht, ist die Stoffflussanalyse. Ausgehend<br />
von <strong>einer</strong> regionalen Stoffflussanalyse können auf den regionalen Güter- bzw.<br />
Stoffströmen basierende ökonomische Indikatoren bzw. Kennzahlen (wie Wertschöpfung,<br />
Beschäftigung) analysiert werden. Als agrarische Anwendungsbeispiele für eine<br />
derartige methodische Vorgehensweise können STEINMÜLLER et al. (1992), FAIST<br />
(2000) sowie FAVRY et al. (2002) genannt werden.<br />
- 102 -