so-mit teilschlagspezifische Informationen ein. „Pro Farm“ bereitet soso-mit die Standortinformati-onen zielgerichtet für die ökonomische Analyse auf und führt die StandortinformatiStandortinformati-onen ei-ner ökonomischen Nutzung zu.
Um die Ertragsschätzung als Teilmodell in das Entscheidungsunterstützungsmodell zu in-tegrieren, wird ein vereinfachtes Ertragsmodell angewendet. Es erfasst die grundlegenden Ertragsparameter Niederschlags- und Temperatursumme sowie die pflanzenphysiologi-schen Kennzahlen der Ertragsbildung. Vorteil hiervon ist, dass die benötigen Daten zur Er-tragsschätzung ohne Schwierigkeiten für jeden Standort ermittelt werden können. Zudem ermöglicht die Ertragsschätzung, die Erträge von Blatt- und Halmfrüchten zu ermitteln. so dass Blatt- und Halmfrüchte einer gemeinsamen Analyse in „Pro Farm“ unterzogen werden können. Der engen Verbindung von Ertragsmodell und ökonomischem Analysemodell wird in der Modellformulierung der Vorzug vor detaillierten Ertragsmodellen gegeben, um das Modellziel der Produktionsprogrammwahl anhand ökonomischer Parameter umzusetzen. In diesem Kontext ist in „Pro Farm“ der Ertrag eine Hilfsgröße der ökonomischen Analyse, während die exakte Ertragssimulation nicht Aufgabe des Modells ist. Dennoch ist in der weiteren Modellentwicklung die Ertragsschätzung um weitere Parameter zu ergänzen. Dies betrifft besonders die Niederschlags- und Temperaturverteilung, um deren ertragswirksa-men Einfluss auf im Frühsommer trockenen Standorten zu erfassen. Voraussetzung des erweiterten Ertragsmodells ist, dass ein alternatives resp. erweitertes Ertragsmodell weiter-hin Teil ökonomische Entscheidungsmodells ist.
Neben der Erweiterung der Ertragsparameter besteht Forschungsbedarf bei der Bestim-mung von an den Standort angepassten Fruchtartenkennzahlen. Um die fruchtartspezifi-sche Ertragshöhe auf dem Standort berechnen zu können, sind unter den jeweiligen Standortbedingungen ermittelte pflanzenbauliche Kennzahlen notwendig. Diese sind die Voraussetzung dafür, standortbedingte Einflüsse auf die Ertragsbildung in Modellen abbil-den zu können. Die physiologischen Kennzahlen liegen für derzeitige Ertragssimulationen in begrenztem Umfang vor, was sowohl für die Input –Output Koeffizienten der Fruchtarten für Nährstoffe, Temperatur und Wasser als auch für die fruchtfolgespezifischen Ertragsef-fekte gilt. Die Ertragssimulation müsste deshalb durch die pflanzenbauliche Forschung in so fern unterstützt werden, als standortspezifische Fruchtartenparameter zu ermitteln sind.
Weitere Standortinformationen in „Pro Farm“ sind die kostenwirksamen Standorteigen-schaften. Diese bilden die Grundlage, um die standortbezogene wirtschaftliche Leistungs-fähigkeit der Produktionsprogramme zu bewerten. Kostenrelevant sind Schlaggröße, Hangneigung und Bodenart, die Teil der Kostenrechnung sind. In der ökonomischen Analy-se wird eine Fixkostendeckungsrechnung durchgeführt, die die Kosten der Betriebsbereit-stellung der Produktionskapazitäten aufnimmt. Diese Kostenbetrachtung ist notwendig, da
Produktionsprogramme mit unterschiedlichen Produktionsverfahren resp. Maschinenkonfi-gurationen verglichen werden. Unterschiedliche Maschinenausstattungen führen zu Investi-tionsbedarf, so dass eine Deckungsbeitragsrechnung im Sinne des Direct Costing nicht alle entscheidungsrelevanten Kostenbestandteile erfasst. „Pro Farm“ nutzt somit auch Informa-tionen von Standorteigenschaften, die die Wirtschaftlichkeit der Produktionsprogramme be-einflussen und setzt somit eine detaillierte Standortanalyse um.
Neben der vollständigen Erfassung der Produktionskosten ist die detaillierte Standorterfas-sung vor dem Hintergrund der wirtschaftlichen Rahmendbedingungen notwendig. Aufgrund der entkoppelten Transferzahlungen im Rahmen der Cross Compliance Verordnung rücken die wirtschaftlichen Standortverhältnisse in den Mittelpunkt der Anbauentscheidung. Auf-grund dessen sind die o.g. Standortparameter mit Einfluss auf die ökonomische Leistungs-fähigkeit der Anbauprogramme detailliert in das Modell aufgenommen worden. Diese Fak-toren beeinflussen auf Grenzstandorten die Produktionsprogrammwahl und auf Hocher-tragsstandorten die Höhe des Deckungsbeitrages II der Produktionsprogramme.
Der Kalkulation der flächenabhängigen Kosten liegen Standard – Maschinenkosten zu Grunde. Eine betriebliche Anpassung der Werte ist jedoch jederzeit in den entsprechenden Formularen des Modells möglich, um betriebsindividuelle Ergebnisse zu generieren. Unbe-rücksichtigt bleiben die Kosten bedingt durch die innerbetriebliche Verkehrslage. Hier ist in Abhängigkeit der Hof – Feldentfernungen mit weiteren Kosten zu rechnen, die durch die Fahrtzeit zu den einzelnen Parzellen entstehen. Eine Modellerweiterung ist somit um die Wirkungen der innerbetrieblichen Verkehrslage möglich, anhand derer die Wirkungen auf den Deckungsbeitrag der Produktionsprogramme und die Produktionsprogrammgestaltung abgebildet werden können. Dazu sind Kennzahlen notwendig, die die Kostenentwicklung in Abhängigkeit der Entfernungen abbilden.
Die exakte Erfassung der wirtschaftlichen Rahmenbedingungen ermöglicht neben der Ent-scheidungsunterstützung in der Programmplanung auch die Analyse alternativer Politik-maßnahmen. Deren Einflüsse auf die Preis- Kostenverhältnisse können im Modell über Preise und Kosten erfasst werden, um anschließend die Konsequenzen unterschiedlicher Politikmaßnahmen auf den Einzelbetrieb bzw. die Gestaltung und Wirtschaftlichkeit der Produktionsprogramme zu beurteilen. Dies ermöglicht Aussagen darüber, in wie fern sich geänderte Rahmenbedingungen auf die Wirtschaftlichkeit der Marktfruchtproduktion aus-wirken. Beispielsweise können die geplanten Maßnahmen zur Reform der Zuckermarktord-nung und den damit verbundenen Preiseffekte über den Zuckerpreis in das Modell integ-riert werden. Dies ermöglicht Aussagen über die Auswirkungen der Reform auf die Produk-tionsprogrammgestaltung und die Deckungsbeiträge der Marktfruchtproduktion auf den Zu-ckerrübenstandorten. Neben der Entscheidungsunterstüztung kann „Pro Farm“ somit auch
als Politikanalyseinstrument auf der Ebene des Einzelbetriebes im Marktfruchtbau einge-setzt werden.
Szenariorechnungen zeigen in Abhängigkeit der Parametervariationen unterschiedliche Wirkungen auf die Produktionsprogramme. Auf Hochertragsstandorten sind die als vorzüg-lich identifizierten Produktionsprogramme bei Parametervariationen weitgehend stabil; be-einflusst wird die Höhe der Deckungsbeiträge ohne Änderung der Vorzüglichkeit der Pro-duktionsprogramme. Im Gegensatz zu den Hochertragsstandorten bewirken Parameterva-riationen auf Grenzstandorten, dass die vorzüglichen Produktionsprogramme wechseln.
Auslöser des Produktionsprogrammwechsels sind alle untersuchten Parametervariationen mit Ausnahme des geringeren Produktpreises. Die Veränderungen der Kosten- und Leis-tungsgerüste bewirken, dass die Grenze der wirtschaftlichen Marktfruchtproduktion schwankt. Ist die Produktion auf einer Schlaggröße von 15 ha auf Standorten ab nFk 100mm wirtschaftlich, lohnt sich Marktfruchtbau bei der Schlaggröße von 0,5 ha auf den Beispielstandorten erst ab einer nFk von 170mm. Die Nutzung der Grenzstandorte hängt daher entscheidend von den Kostengerüsten der Produktion ab. Des Weiteren zeigt sich, dass sich der Übergang von der Stilllegung zur Bewirtschaftung über die Kombination von Stilllegung und Marktfrüchten vollzieht. Auf solcherart Standorten werden Fruchtarten mit Brache kombiniert, die unter den gegebenen Bedingungen die höchste Leistung erzielen.
Das Modell ermöglicht somit, die Standorte nach den zu erwartenden Wirkungen auf die Produktionsprogramme in unterschiedliche Kategorien zu unterteilen. Der Modellanwender kann somit durch die Modellanwendung seine Erfahrungen in der Bewirtschaftung einzel-ner Standorte erweitern.
Einfluss auf die Deckungsbeitragshöhe der Produktionsprogramme hat zudem die Anbau-folge der Fruchtarten. Je nach Einfluss der Vorfrucht auf den Ertrag der nachAnbau-folgenden Frucht determinieren die Fruchtfolgeeffekte die Deckungsbeitragshöhe. Die Berechnungen zeigen zum einen, dass „Pro Farm“ Fruchtfolgeeffekte erfasst und die damit verbundenen wirtschaftlichen Wirkungen abbildet. Zum anderen verdeutlichen die Rechnungen, dass die Fruchtfolgeeffekte auch im ökonomisch relevant sind und auch unter Einsatz von Pflanzen-schutz und Düngung die Anbaueffekte entscheidungsrelevant sind. Die Fruchtfolgeeffekte sind somit bedeutender Bestandteil des bioökonomischen Systems Marktfruchtbau und aufgrund dessen in der Modellformulierung berücksichtigt. Die Wirkungen der Fruchtfolge-effekte verdeutlichen zudem, dass die Basis der Anbauentscheidung aufgrund positiver Fruchtfolgewirkungen gesamte Anbausysteme sein sollten, um richtige Anbauentscheidun-gen zu treffen.
Vorteilhafte Wirkungen können zudem durch weitere Fruchtarten generiert werden, die der-zeit nicht Teil des Modells sind. In folge dessen ist bei der weiteren Entwicklung des
Mo-dells die Anzahl der Fruchtarten zu erhöhen um beurteilen zu können, in wie fern alternati-ve Fruchtarten die Vorzüglichkeit von Produktionsprogrammen beeinflussen. Von Interesse sind in dieser Fragestellung Fruchtarten mit positiver Fruchtfolgewirkung wie beispielsweise Leguminosen. Die Analysen im Modell erfordern jedoche Kennzahlen, mit denen die Fruchtfolgewirkungen der neu aufgenommenen Fruchtarten abgebildet werden können.
Zudem werden Kennzahlen der Ertragsbildung für die Ertragsberechnung benötigt. Da der-lei Daten eingeschränkt zur Verfügung stehen, führt dies zu Schwierigkeiten bei der Mo-dellerweiterung. Die Modellerweiterung ist somit von einer breiten Basis von Fruchtarten-kennzahlen abhängig, anhand derer die Fruchtfolgewirkungen in Modellen abgebildet wer-den können.
Die Qualität bioökonomischer Modelle und deren Möglichkeit, die Systeme unter den jewei-ligen Standortbedingungen zu simulieren ist eng mit der Datenbasis bzw. den biologischen Informationen über die Systeme verknüpft. Nur wenn eine zuverlässige Datenbasis vor-handen ist, können Modelle die Realität abbilden. Benötigt werden Daten, aus denen Input – Output Koeffizienten und die Fruchtfolge- bzw. Vorfruchtwirkungen der einzelnen Frucht-arten abgleitet werden können. Eine verbesserte Datenbasis bedeutet eine realitätsnähere Abbildung im Modell und damit größeren Wissenszuwachs durch die Simulation bioökono-mischer Systeme. Auf dieser Basis kann die Steuerung der biologischen Systeme effizien-ter im Hinblick auf den Ressourceneinsatz gestaltet werden, weshalb bioökonomische Mo-delle bedeutend für die effiziente Produktionsprogrammgestaltung sind.
Herkömmliche pflanzenbauliche Entscheidungsmodelle sind dadurch geprägt, dass die Modelle entweder ökonomische oder ökologische/pflanzenbauliche Zielsetzungen verfol-gen. Produktionsprogramme erfüllen jedoch nicht nur Funktionen aus der einen oder der anderen Disziplin, sondern sind durch Anforderungen aus unterschiedlichen Disziplinen geprägt, die gleichzeitig erfüllt werden sollen. Die zukünftige Aufgabe der Entwicklung pflanzenbaulicher Entscheidungsmodelle muss daher in der Integration bzw. der simulta-nen Berücksichtigung von Funktiosimulta-nen aus Ökonomie, Ökologie und Pflanzenbau bestehen.
Nur die fachübergreifende Analyse kann Lösungen aufzeigen, wie Produktionssysteme zu gestalten sind, um ökonomischen und pflanzenbaulichen Aufgaben nachzukommen. Dies erfordert eine stärkere interdisziplinäre Forschung, um ökonomische und pflanzenbauliche Mechanismen der Systeme im Modell abbilden zu können.