Lernportal - Modellierungsansätze

• Vorhandensein gut angepasster regionaler oder makroökonomischer Modelle, die auf die Bedürfnisse einer Ex-post-Evaluierung abgestimmt sind.
• Aktuelle Informationen und Daten, die die tatsächliche Situation während der Durchführung eines bestimmten Programms widerspiegeln.
• Hohe quantitative Kompetenz der Evaluatoren.

Die Technik kann angewendet werden, um die Auswirkungen der GAP-Unterstützung auf die Entwicklung der Werte der in der folgenden Tabelle aufgeführten Wirkungsindikatoren zu bewerten.

• Schritt 1 - Konstruieren Sie das Modell mit den entsprechenden Daten: Im Falle der rekursiv-dynamischen CGE sind die anspruchsvollsten Datenanforderungen mit der Modellkonstruktion verbunden. Die Grundlage für ein regionales/ländliches CGE-Modell ist eine mechanisch konstruierte Sozialrechnungsmatrix (SAM). Da die für die SAM-Konstruktion erforderlichen Informationen regionale Beschäftigungs- und Buchhaltungsdaten auf sektoraler Ebene erfordern, wird empfohlen, das DAG-Modell auf der Ebene der relevanten ländlichen NUTS-3-Regionen zu erstellen, wie sie in der Eurostat-Typologie Stadt-Land definiert sind.
  • sektorale Beschäftigungsdaten werden benötigt, um eine verfügbare nationale Input-Output-Tabelle (die idealerweise für ein Jahr kurz vor Beginn des Durchführungszeitraums vorliegen sollte) für die Ebene des Programmgebiets herunterzurechnen;
  • Daten, die für die Ausfüllung der interinstitutionellen und Faktor-Institutions-Ströme benötigt werden, können (in der Regel) aus der regionalen Gesamtrechnung sowie aus Erhebungen über Einkommen und Ausgaben der privaten Haushalte gewonnen werden;
  • Letztere sollten auch in dem (sehr häufigen) Fall verwendet werden, dass die Haushalte in verschiedene Typen (z. B. Einkommensstufen) disaggregiert sind.
• Schritt 2 - Kalibrierung des Modells: Die Kalibrierung des dynamischen CGE-Modells erfordert die Angabe eines breiten Spektrums von Produktions-, Handels- und Haushaltskonsumelastizitäten. Wenn die Analyse auf regionaler Ebene erfolgt, basieren diese Elastizitäten häufig auf einer Überprüfung der einschlägigen Literatur. Das Gleiche gilt für die Definition der exogenen Parameter, die oft auf nationaler Ebene verfügbar sind, und daher ist oft eine erhebliche Feinabstimmung erforderlich, um sie herunterzurechnen. Für die Festlegung der untersuchungsgebietsspezifischen Schließungsregeln für Faktormärkte, den Staatshaushalt, die regionale Leistungsbilanz sowie die Investitions- und Sparrechnung wird auf fundierte Kenntnisse (und häufig auf Expertenmeinungen) zurückgegriffen. Im Falle der maßnahmenspezifischen Finanzströme sind die benötigten Informationen die jährlichen Ausgaben (die in Modellbasispreise umgerechnet werden müssen) und Daten über die sektorale Ausrichtung der Ströme für jede Maßnahme.
• Schritt 3 - Kontrolle der Modelldynamik durch geeignete Anpassungen: Um die Modelldynamik zu kontrollieren, können in der rekursiv-dynamischen Version des Modells eine Reihe exogener Anpassungen der Variablen „zwischen den Perioden“ vorgenommen werden, z. B. Produktivitätswachstum, Staatsausgaben, Bevölkerung und Arbeitsangebot. Diese Anpassungen sollten durch die Verwendung realer Daten für den Durchführungszeitraum und Projektionen für den Zeitraum, für den keine realen Beobachtungen vorliegen, vorgenommen werden. Die Kapitalanpassung für jeden Sektor zwischen den Perioden ist in der Regel endogen, wobei die Investitionen nach Gütern bei der Lösung des Modells in „Periode t-1“ zur Aktualisierung des Kapitalstocks vor der Modelllösung in „Periode t“ verwendet werden. Unter der Annahme, dass die Rohstoffzusammensetzung des Kapitalstocks in allen Wirtschaftszweigen identisch ist, erfolgt die Aufteilung des neuen Kapitals auf die einzelnen Wirtschaftszweige über einen partiellen Anpassungsmechanismus, wobei diejenigen Wirtschaftszweige, deren Renditen über dem Durchschnitt liegen, einen überdurchschnittlichen Anteil des verfügbaren Kapitals erhalten.
• Schritt 4 - Schätzung der Wirkungsindikatoren mit geeigneten zusätzlichen Daten: Die Ergebnisse des CGE-Modells umfassen programmspezifische jährliche Auswirkungen auf Beschäftigung, Haushaltseinkommen und BIP. Daher sollten zur Schätzung der oben genannten Wirkungsindikatoren die folgenden zusätzlichen Daten eingeholt werden:
  • Beschäftigung im ländlichen Raum – studiengebietsspezifische Veränderungen in der Bevölkerung im Alter von 15-20 Jahren und älter seit Beginn eines Programmplanungszeitraums, abzüglich der Nicht-Programm-Effekte. Diese Schätzungen können durch die Anwendung einer qualitativen Methode erstellt werden.
  • Armutsquote und BIP im ländlichen Raum – studiengebietsspezifische Veränderungen der Gesamtbevölkerung seit Beginn des Programmplanungszeitraums, abzüglich der nicht programmbedingten Auswirkungen. Diese Schätzungen können durch die Anwendung einer qualitativen Methode erstellt werden.
  • Ländliche BIP – KKS-Umrechnungskurse, die von Eurostat zur Verfügung gestellt werden.
• Zusammenfassend lässt sich sagen, dass die Datenverfügbarkeit für die Konstruktion und Kalibrierung des Modells mit Ausnahme der Daten zur Programmdurchführung, die normalerweise von den für die Programmdurchführung zuständigen Behörden zur Verfügung gestellt werden sollten, eine eher fallspezifische Frage ist. Die Forschungserfahrung hat gezeigt, dass die Datenverfügbarkeit in den Fallstudien sehr unterschiedlich ist, was (im Falle von Beschränkungen) zu zweitbesten Entscheidungen bei der Entwicklung eines Modells mit einer stärker aggregierten sektoralen Struktur führt.

• Strukturelle Modelle sind für die Schätzung unbeobachtbarer wirtschaftlicher oder verhaltensbezogener Faktoren bei der Bewertung von Programmen unerlässlich.
• Sie ermöglichen umfassende Politiksimulationen und die Vorhersage von Auswirkungen in verschiedenen wirtschaftlichen Szenarien.
• Diese Modelle können ein breites Spektrum an Komplexität abdecken und sind vielseitig anwendbar.
• Ihr Einsatz, insbesondere bei der Vorhersage und Bewertung von Programmen, erfordert ein hohes Maß an quantitativen Fähigkeiten und detaillierten Daten.

• Europäisches Evaluierungsnetzwerk für die Entwicklung des ländlichen Raums für die GAP (2014)
  Den Erfolg Ihres EPLRs festhalten: Leitlinien für die Ex-post-Evaluierung der EPLRs 2007-2013