Quantilmethoden

• ein zusätzlicher Euro an Unterstützung eine stärkere stabilisierende Wirkung auf Betriebe am unteren Ende der Einkommensverteilung (untere Quantile) hat als auf Betriebe mit hohem Einkommen (obere Quantile);
• Produktivitätsgewinne aus Investitionsbeihilfen sich auf bereits leistungsstarke Betriebe konzentrieren oder gleichmäßiger verteilt sind; und
• Direktzahlungen die Einkommensschwankungen vor allem bei kleineren oder einkommensschwachen Betrieben verringern.

Die beiden wichtigsten Instrumente sind:

• QDRF untersucht, wie sich unterschiedliche Höhe („Dosierungen“) der Unterstützung auf verschiedene Arten von Betrieben entlang der Verteilung auswirken (z. B. Betriebe mit niedrigem Einkommen vs. Betriebe mit hohem Einkommen). Der Schwerpunkt liegt auf der Variation der Förderhöhe.

Beispiel: Stellen Sie sich vor, Betriebe erhalten unterschiedliche Beträge an Investitionsförderung: 0 EUR, 5 000 EUR, 10 000 EUR, 20 000 EUR. Der QDRF gibt Ihnen beispielsweise folgende Auskunft:

• Am 10. Perzentil (ärmste Betriebe): Eine Erhöhung der Förderung von 5 000 EUR auf 10 000 EUR steigert das Einkommen um X %.
• Am 90. Perzentil (reichste Betriebe): Die gleiche Erhöhung der Förderung hat fast keine Auswirkungen.
• QCTE schätzt, wie der Behandlungseffekt über die Perzentile variiert, unter der Bedingung, dass die Behandlung erhalten wird. Es vergleicht behandelte mit unbehandelten Betrieben in jedem Quantil. Der Fokus liegt auf der Variation des Effekts, zur Behandlungsgruppe zu gehören (binäre Behandlung).

Beispiel: Angenommen, einige Betriebe erhalten Investitionsbeihilfen (Behandlung = 1) und andere nicht (Behandlung = 0). Die QCTE schätzt:

• Am 25. Perzentil: Der Erhalt von Beihilfen erhöht das Einkommen um 2.000 EUR.
• Am 75. Perzentil: Der Erhalt von Unterstützung erhöht das Einkommen um 400 EUR.

Diese Methoden zeigen, wie sich die GAP-Unterstützung auf Betriebe mit sehr unterschiedlichen Merkmalen oder Ausgangsbedingungen auswirkt, und nicht nur auf den „typischen“ oder durchschnittlichen Betrieb.

Zu den wichtigsten Annahmen gehören:

• Der Zusammenhang zwischen GAP-Unterstützung und Ergebnissen kann über die Verteilung hinweg variieren (heterogene Effekte).
• Das statistische Modell muss für jedes Quantil korrekt spezifiziert sein.
• Es müssen ausreichende Daten über alle relevanten Teile der Verteilung hinweg verfügbar sein, um zuverlässige Schätzungen zu erstellen.

• die politische Fragestellung ausdrücklich die Verteilungswirkungen betrifft (z. B. verringert die Förderung die Einkommensungleichheit? Wer profitiert am meisten von einer Maßnahme?);
• die Höhe der Unterstützung je nach Betrieb variiert und Sie vermuten, dass die Auswirkungen je nach Betriebstyp oder Einkommensniveau unterschiedlich sind;
• die Unterstützung weitgehend (fast) der gesamten landwirtschaftlichen Bevölkerung gewährt wird (z. B. entkoppelte Direktzahlungen), sodass es keine klare unbehandelte Kontrollgruppe gibt und Sie die Variation in der Höhe der Unterstützung nutzen möchten, anstatt einen Vergleich zwischen behandelten und unbehandelten Gruppen anzustellen;
• umfangreiche Mikrodatensätze vorliegen (z. B. FADN/FSDN) und die Bewertung über einen „einzigen Durchschnittseffekt“ hinausgehen sollen;
• sie eine gute Ergänzung zu Methoden zur Ermittlung des Durchschnittseffekts sind (z. B. DiD), wenn Fragen der Gerechtigkeit oder der Zielgenauigkeit im Mittelpunkt stehen sollen.

Voraussetzungen

• umfangreiche Querschnitts- oder Paneldatensätze (viele landwirtschaftliche Betriebe, mehrere Jahre), um zuverlässige Schätzungen für verschiedene Quantile zu erhalten
• kontinuierliche oder zumindest mehrwertige Behandlung (z. B. unterschiedliche Förderintensitäten, nicht nur 0/1)
• Zugang zu fundierten ökonometrischen Kenntnissen und Software, da Quantilmethoden komplexer sind als Standardmethoden

Wann sollten Quantilmethoden im Rahmen von Bewertungen der GAP-Strategiepläne eingesetzt werden?

Quantilmethoden können verwendet werden, um zu analysieren, wie sich die GAP-Förderung nicht nur auf den durchschnittlichen landwirtschaftlichen Betrieb, sondern auch auf die gesamte Verteilung der Ergebnisse auswirkt.

Hier bezieht sich die „Verteilung der Ergebnisse“ auf die Verteilung der abhängigen Variable (z. B. landwirtschaftliches Einkommen), aber Quantilmethoden können separat oder interaktiv für verschiedene Gruppen von landwirtschaftlichen Betrieben (z. B. nach Betriebsgröße, -typ oder -region) angewendet werden, um zu untersuchen, ob sich die Verteilungseffekte zwischen diesen Kategorien unterscheiden.

Sie eignen sich zur Untersuchung, wie sich die Unterstützung auswirkt auf:

• Landwirtschaftseinkommen oder unternehmerisches Einkommen, um festzustellen, ob Betriebe mit geringerem Einkommen proportional mehr (oder weniger) profitieren als solche mit höherem Einkommen.
• Landwirtschaftliches Faktoreinkommen, um Verteilungsverschiebungen zwischen verschiedenen Betriebstypen zu untersuchen.
• Produktivitätsindikatoren (z. B. Gesamtfaktorproduktivität), um zu beurteilen, ob die Unterstützung in erster Linie bereits leistungsstarken Betrieben zugutekommt oder leistungsschwächeren Betrieben hilft, aufzuholen.
• Umwelt- oder Sozialindikatoren, sofern diese auf Betriebsebene gemessen werden und Verteilungsmuster relevant sind, z. B. wie sich die Unterstützung auf Betriebe mit niedrigen bzw. hohen Emissionen oder auf Betriebe mit geringer bzw. hoher Beschäftigungsintensität auswirkt.

Diese Methoden sind besonders wertvoll, wenn es darauf ankommt, zu verstehen, wie sich die Ergebnisse zwischen den Betrieben unterscheiden, und nicht nur den durchschnittlichen Effekt zu betrachten. Dies ist besonders relevant für politische Ziele wie Fairness (Gerechtigkeit), die Stabilität gefährdeter Betriebe (Resilienz) und gezielte Unterstützung. Sie helfen den Evaluatoren zu verstehen, ob GAP-Maßnahmen Ungleichheiten verringern, bestehende Lücken vergrößern oder heterogene Effekte hervorrufen, die verborgen bleiben können, wenn man nur die durchschnittlichen Auswirkungen betrachtet.

• Quantilmethoden zeigen, wie sich die GAP-Unterstützung auf verschiedene Arten von Betrieben über die gesamte Verteilung hinweg auswirkt – nicht nur auf den Durchschnittsbetrieb. Sie helfen dabei aufzudecken, ob Betriebe mit niedrigem Einkommen, geringer Produktivität oder anderweitig benachteiligte Betriebe im Vergleich zu leistungsstärkeren Betrieben unterschiedlich von der Unterstützung profitieren. Dies liefert ein wesentlich umfassenderes Bild als durchschnittliche Effekte allein.
• Sie sind besonders wertvoll für die Bewertung von Aspekten der Gerechtigkeit, Umverteilung und Zielausrichtung der GAP. Diese Methoden beantworten direkt Fragen wie „Wer profitiert am meisten?“, „Verringert die Unterstützung Ungleichheiten zwischen den Betrieben?“ oder „Holen benachteiligte Gruppen auf oder fallen sie zurück?“ – Fragen, die für viele Ziele der GAP von zentraler Bedeutung sind.
• Sie erfordern große Datensätze und fortgeschrittene statistische Fachkenntnisse, sodass sie am besten von erfahrenen Analysten als Ergänzung zu einfacheren Methoden eingesetzt werden. In der Praxis ist die Quantilanalyse am effektivsten, wenn die Evaluatoren Zugang zu detaillierten Mikrodaten haben und in der Lage sind, Modelle über die gesamte Verteilung hinweg separat zu schätzen. In Verbindung mit konventionelleren Ansätzen liefern sie wichtige Erkenntnisse, die andernfalls verborgen blieben.