EU wide analysis of the Common Agricultural Policy using spatially disaggregated data

Abstract

Recent reforms of the Common Agricultural Policy shifted the emphasis towards competitiveness of the agricultural sector, rural development and environmentally sound farming approaches, acknowledging the considerable role agriculture plays in protecting nature and landscape. Significant progress in the evaluation of policy reform scenarios can be made if it is be possible to link existing economic and environmental models. An important methodological problem in this context is “bridging” the scales: whereas most bio-physical models work on field scale, comprehensive EU wide economic models generally work with large administrative regions. <br /> The research aims at improving integrated assessment of European policy options by developing methodologies that deliver spatially explicit agricultural data regarding crop shares and farming systems. First a procedure for estimating agricultural land use choices is developed bringing together high resolution information on crops and land cover as well as aggregate information from administrative regions. Combining a binary choice model with a Bayesian highest posterior density estimator, a statistical approach to break down land use choices from European administrative regions to about 100.000, so called Homogeneous Spatial Mapping Units is developed. The applied Bayesian method fully and transparently accounts for the prior information – mean and variance of land use shares obtained from binary choice models – when searching for consistency between the different scales. <br /> Next, an approach for the spatial allocation of farm information is developed. European wide farm information is so far only available at a rather aggregated administrative level. The suggested allocation approach adds a spatial dimension to all sample farms making it possible to aggregate farm types both to natural and to lower scale administrative regions. The allocation approach is implemented as a constrained optimization model searching for an optimal match between farm attributes and spatial characteristics subject to consistency constraints. The objective functions are derived from a Bayesian highest posterior density framework. <br /> Finally an approach to integrate spatially explicit farm information in an agricultural sector model in the context of a study on the abolition of the EU milk quota is presented. It presents an economic and environmental impact analysis using the CAPRI model, which has been updated with econometric estimates of milk quota rents from sample farms. Aggregated at EU level for the year 2020, production may increase by 5% while the price drop for raw milk is about 10%. Regions are identified where economic or environmental changes substantially exceed those at the Member State level. While regional nitrate leaching problems could be exacerbated, there is only weak evidence of an increased risk of land abandonment in marginal areas.

<strong>EU weite Analyse der Gemeinsamen Agrarpolitik mittels räumlich disaggregierter Daten</strong><br /> Die jüngsten Reformen der Gemeinsamen Agrarpolitik zielten auf eine verstärkte Förderung der Wettbewerbsfähigkeit des Agrarsektors, des ländlichen Raumes und der umweltverträglichen Landwirtschaft ab. Diese Reformen trugen damit auch der besonderen Rolle der Landwirtschaft beim Schutz von Natur und Landschaft Rechnung. Deutliche Fortschritte bei der Evaluierung von Politikreformen können erreicht werden, wenn die bestehenden ökonomischen und bio-physikalischen Modelle verknüpft würden. Ein wichtiges methodisches Problem liegt in diesem Zusammenhang in der Überbrückung von verschiedenen „Modellskalen“: Während die meisten bio-physikalischen Modelle auf der Ebene des Feldschlages arbeiten, modellieren EU-weite agrarökonomische Modelle in der Regel vergleichsweise große administrative Regionen. <br /> Der Forschungsbeitrag dieser Dissertation zielt auf eine Verbesserung der integrierten Bewertung der europäischen Agrarpolitikreformen ab. Hierfür werden Methoden entwickelt, die räumlich explizite landwirtschaftliche Informationen zu Bodennutzung und Anbausystemen liefern. Dabei wird zunächst ein Verfahren zur Abschätzung der landwirtschaftlichen Bodennutzung entwickelt. Dies geschieht durch die Verbindung hochaufgelöster Informationen zur pflanzlichen Bodennutzung mit aggregierten Daten aus administrativen Regionen. Ein statistischer Ansatz, der eine Kombination aus einem binären choice Modell mit einem Bayesian highest posterior density estimator darstellt, erlaubt die Disaggregation von regionalen Landnutzungsanteilen auf 100,000, so genannte homogene räumliche mapping units. Die angewandte Bayes'sche Methode erlaubt eine vollständige und transparente Darstellung der prior information - Mittelwert und Varianz der Landnutzungsanteile aus den binären choice Modellen - bei der Suche nach Konsistenz zwischen den verschiedenen Skalen. <br /> Nachfolgend wird ein Ansatz zur räumlichen Verteilung von landwirtschaftlichen Betrieben entwickelt, da EU-weite Betriebsinformationen nur auf einer hoch aggregierten Ebene erhältlich sind. Der entwickelte Allokationsalgorithmus ordnet jedem Testbetrieb eine räumliche Dimension zu, die es erlaubt, die Betriebe sowohl natürlichen als auch niedrigeren administrativen Skalen zu zuordnen. Dieser Allokationsalgorithmus ist als Optimierungsmodell mit Nebenbedingungen definiert, die bei der Suche nach einer optimalen Konsistenz zwischen betrieblichen Attributen und räumlichen Eigenschaften helfen. Die Zielfunktion wird von einem Bayesian highest posterior density estimator Ansatz abgeleitet.<br /> Zuletzt wird eine Methode zur Integration von räumlich expliziten Betriebsinformationen in das landwirtschaftliche Sektormodell CAPRI vorgestellt. Dieser Ansatz wurde im Rahmen einer Studie zu den wirtschaftlichen und ökologischen Auswirkungen der Abschaffung der EU-Milchquote entwickelt. Dabei wurden ökonometrische Schätzungen aus Testbetriebsdaten genutzt, um die regionalen Milchquotenrenten im CAPRI-Modell zu aktualisieren. Die Ergebnisse zeigen, aggregiert für die EU für das Jahr 2020, dass die Produktion sich um circa 5% erhöhen wird während der Preisrückgang für Rohmilch bei etwa 10% liegt. Weiterhin wurden Regionen identifiziert, in denen die wirtschaftlichen und ökologischen Veränderungen wesentlich die Änderungen auf Ebene der Mitgliedstaaten überschreiten. Regionale Nitratauswaschungsprobleme können sich in Folge der Quotenabschaffung verschärfen, wohingegen es nur schwache Hinweise auf eine Zunahme des Brachlandes in marginalen Gebieten gibt.