Detailseite
Projekt
Einfluss von strategischem Verhalten auf die Entwicklung von Bodenmärkten und deren Regulierung
Antragstellerinnen / Antragsteller
Dr. Franziska Appel; Professor Dr. Alfons Balmann; Dr. Marten Graubner
Fachliche Zuordnung
Agrarökonomie, Agrarpolitik, Agrarsoziologie
Förderung
Förderung seit 2017
Projektkennung
Deutsche Forschungsgemeinschaft (DFG) - Projektnummer 317374551
Der Bodenmarkt ist von strategischer Relevanz für landwirtschaftliche Unternehmen. Einerseits beeinflussen Bodenmarkttransaktionen direkt künftige Investitions- und Wachstumsmöglichkeiten, da diese von der aktuellen Flächenaustattung und damit verbundenen finanziellen Verpflichtungen abhängen. Andererseits ist jedes Landwirtschaftsunternehmen über lokalen Wettbewerb um Boden mit Nachbarunternehmen verbunden, was zu miteinander verflochtenen Entwicklungspotentialen dieser Unternehmen hinsichtlich Wachstum, Stagnation, Schrumpfung oder Betriebsaufgabe führt. Zur Berücksichtigung dieser strategischen Wechselbeziehungen beabsichtigen wir a) die explizite Modellierung strategischen Bodenmarktverhaltens in einem agentenbasierten Modell, b) die Durchführung von Simulationen zu Erfolgsunterschieden strategisch agierender Unternehmen, und c) die Beurteilung der Effekte von alternativen Bodenmarktpolitiken und Rahmenbedingungen. a) Modellierung von strategischem Verhalten auf BodenmärktenTrotz der gestiegenen Bedeutung agentenbasierter Modellierung des Agrarsektors, werden Bodenmarkttransaktionen in diesen Modellen häufig nicht oder nur stark vereinfacht abgebildet. Im agentenbasierten Modell AgriPoliS pachten landwirtschaftliche Unternehmen entsprechend einer kurzsichtigen Berechnung der Schattenpreise für Boden. Um entsprechende Restriktionen zu überwinden, werden wir ein Deep Neural Network (DNN) zur Modellierung strategischen Verhaltens nutzen, dass die derzeitige myopische Optimierung von einem, mehrerer oder aller Agenten ersetzt. Dabei soll das DNN sowohl betriebsinterne wie externe Daten über die Nachbarschafts- und Marktbedingungen nutzen. Trainiert wird das DNN mittels Reinforcement Learning im entsprechend erweiterten Modells AgriPoliS DNN mit Maßgabe einer Langfristoptimierung.b) Experimentelle Analysen strategischen Bodenmarktverhaltens Ob Betriebe aufhören, schrumpfen, stagnieren oder Flächen hinzu pachten, hängt von den betrieblichen Situation, den politischen und wirtschaftlichen Rahmenbedingungen, der relativen lokalen Konkurrenz sowie dem individuellen Entscheidungsverhalten ab. Im Rahmen von Simulationsexperimenten werden die Ergebnisse von myopisch optimierenden versus strategisch entscheidenden Agenten für verschiedene Modellregionen und Initialisierungen von AgriPoliS DNN verglichen. Jenseits betrieblicher Erfolgsindikatoren werden Einflüsse auf die Resilienz des Agrarsektors und den Wettbewerb untersucht.c) Strukturelle und Politikwirkungen strategischen BodenmarktverhaltensStrategisch agierende und interagierende Betriebe können den Strukturwandel durch Pfadbrechung und Marktmacht beeinflussen. Bodenmarktregulierung könnte versuchen, unerwünschte Effekte abzuwenden. Ob dies gelingen kann, wird durch Simulationen für unterschiedliche Regionen und Marktbedingungen untersucht.
DFG-Verfahren
Forschungsgruppen
