Bewertung der Effizienz der Unterstützung für den Agrarsektor

Der Bericht enthält eine Analyse des Agrarsektors von 2015 bis 2022 und wird im Rahmen der laufenden Bewertung des lettischen Entwicklungsprogramms für den ländlichen Raum (EPLRs) 2014–2022 umgesetzt.

Ziel der Arbeit ist es, die Verteilung und Wirksamkeit der nationalen und EU-Unterstützung für die Landwirtschaft und die ländliche Entwicklung in Lettland zu bewerten. Es soll beurteilt werden, wie verschiedene Agrarsektoren zur nationalen Wirtschaft beitragen, und es sollen Schlüsselindikatoren für die Analyse künftiger staatlicher und EU-Investitionen und ihrer Rendite definiert werden. Zu den Aufgaben gehören die Analyse von Wirtschaftsindikatoren, einschließlich Umsatz, Beschäftigung und Einkommen in jedem der Agrarsektoren, die Überprüfung der im Agrarsektor gezahlten Steuern und ihres Beitrags zur Wirtschaft sowie der Vergleich der Situation mit den Nachbarländern Estland, Litauen und Polen unter Verwendung verfügbarer FADN-Daten. Zusammen mit Schlussfolgerungen und Empfehlungen schlägt die Arbeit eine Liste von Indikatoren vor, um die Wirksamkeit staatlicher und EU-Investitionen in die Landwirtschaft und die ländliche Entwicklung zu analysieren, aufgeschlüsselt nach Agrarsektoren.

Die Studie verwendete öffentlich zugängliche SUDAT- (Latvian Farm Accountancy Data Network) und FADN-Daten (Farm Accountancy Data Network) zu agrarwirtschaftlichen Indikatoren in Lettland und den Nachbarländern sowie Daten des staatlichen Finanzamts zu Steuerzahlern, Arbeitskräften und Steuern in den lettischen Agrarsektoren gemäß der NACE-2-Klassifizierung (statistische Klassifizierung der Wirtschaftszweige). Die gewonnenen Informationen wurden analysiert, um einen internationalen Vergleich der landwirtschaftlichen Wirtschaftsindikatoren nach Spezialisierung zu ermöglichen und den Beitrag des gesamten Sektors zur lettischen Wirtschaft zu bewerten.

Die Studie nutzte die mathematische und statistische Datenanalyse von Dynamik/Zeitreihen und die Analyse von Durchschnitts- und relativen Indikatoren. Zur Prognose der Grundsteuer wurde ein lineares Regressionsmodell verwendet. Der Beitrag des Sektors zur Landwirtschaft wurde durch eine multikriterielle Ranking-Methode ermittelt, bei der mehrere Indizes berechnet wurden, die die relative Bedeutung jeder Spezialisierung aufzeigten. Die Studie ergab, dass die Datenverfügbarkeit fragmentiert ist, aus unterschiedlichen Quellen stammt und mit unterschiedlichen Methoden zusammengestellt wird.

Beispielsweise sammelt die staatliche Steuerbehörde Informationen über Steuerzahler, die nach der NACE-2-Klassifizierung als in der Landwirtschaft tätig definiert sind. Sie verwaltet jedoch nicht alle Steuern. Der Dienst zur Unterstützung des ländlichen Raums stellt Daten über Begünstigte zusammen, gruppiert sie jedoch nicht nach NACE-2- oder SUDAT-Klassifizierungen, was ihre Anwendbarkeit für diese Studie einschränkt. Die INLB-Daten bieten einen Überblick über die Spezialisierungen auf der Grundlage von SUDAT. Für Lettland sind jedoch je nach Jahr Daten zu 4–5 von 7 Spezialisierungen verfügbar, und sie enthalten nur Produktionssteuern, nicht die Gesamtsteuerbeträge. In der Studie wurden mehrere Informationsquellen verwendet, die sich gegenseitig ergänzten, da keine einzelne Quelle ein vollständiges Bild aller Aspekte der Studie lieferte. Fehlende Daten wurden durch berechnete Schätzungen auf der Grundlage von Annahmen ergänzt. Angesichts dieser Einschränkungen spiegeln die Schlussfolgerungen allgemeine Trends wider und sind für die Formulierung kategorischer Urteile ungeeignet.

Ein Vergleich der lettischen Agrardaten mit denen anderer Länder, die FADN-Daten verwenden, ergab, dass Lettland bei keinem Indikator oder keiner Spezialisierung deutlich vorne oder hinten liegt. Seit 2015 sind vor allem im Ackerbau und in den Dauerkultur-Spezialisierungen Entwicklungen bei der Betriebsgröße und dem Arbeitseinsatz zu verzeichnen, während in anderen Sektoren Rückgänge zu verzeichnen sind. Die Effizienz der lettischen Landwirtschaft, gemessen am Output und dem Mehrwert pro Flächen- oder Arbeitseinheit, liegt im Allgemeinen hinter der Polens und Estlands zurück. Dies zeigt, dass Polen trotz der durchschnittlichen Größe kleinerer Betriebe in der Lage ist, seine agroklimatischen Vorteile zu nutzen und höhere Erträge und Werte aus der Hauptressource (Land) zu erzielen, und dass Estland ein intensiveres Landwirtschaftsmodell verfolgt. Lettland verhält sich ähnlich wie seine Nachbarländer, wobei die Zahlungen pro Hektar im Durchschnitt um +/-20 % schwanken. Die Analyse deutet auch auf einen Rückgang der finanziellen Gesamtrendite in der Landwirtschaft hin, insbesondere im Ackerbau, wobei die Steuern einen Abwärtstrend aufweisen. Zu den größten Steuerzahlern gehören die Schweine-/Geflügel-, Gemüse- und Milchwirtschaft. Zu den Empfehlungen gehören die Verbesserung der Datenerhebungsmethoden, die Verbesserung der SUDAT-Stichproben und die Verfeinerung der Datenbanken der Begünstigten ländlicher Unterstützungsdienste, um die Repräsentativität der Daten zu erhöhen.

Die Studie empfiehlt die Verwendung einer Multi-Faktor-Ranking-Methode, die sozioökonomische Indikatoren wie bewirtschaftete Landfläche, Lohnfonds, Steuer-zu-Unterstützungs-Verhältnis und Produktionswert pro Vollzeitäquivalent (FTE) einbezieht, um die wirtschaftliche Leistung der Agrarsektoren/Spezialisierungen zu bewerten. Es wird auch empfohlen, künftige Indikatoren um eine Komponente für Umweltdienstleistungen/umweltbezogene Dienstleistungen zu erweitern, um die Ziele der Verringerung der Umweltverschmutzung und der Erhaltung der Biodiversität zu bestimmen. Verbesserte Daten von SUDAT und ländlichen Unterstützungsdiensten würden die Qualität der Analyse erheblich verbessern und ein umfassendes Verständnis der Wirksamkeit der Unterstützung ermöglichen.