Zur Seitenansicht
 

Titelaufnahme

Titel
Die möglichen Bestimmungsfaktoren des Ölkürbisanbaus in Österreich : eine räumlich-ökonometrische Analyse / eingereicht von: Andreas Niedermayr
VerfasserNiedermayr, Andreas
Betreuer / BetreuerinKantelhardt, Jochen ; Kapfer, Martin
Erschienen2014
UmfangIX, 87 Bl. : graph. Darst., Kt.
HochschulschriftWien, Univ. für Bodenkultur, Masterarb., 2014
Anmerkung
Mit engl. Zsfassung
SpracheDeutsch
DokumenttypMasterarbeit
Schlagwörter (DE)Ölkürbisanbau Bestimmungsfaktoren Räumliche Ökonometrie SAR-Tobit-Modell R
Schlagwörter (EN)oil pumpkin cultivation determinants spatial econometrics SAR-Tobit-model R
Schlagwörter (GND)Österreich / Ölkürbis / Anbau / Regressionsmodell
URNurn:nbn:at:at-ubbw:1-11037 Persistent Identifier (URN)
Zugriffsbeschränkung
 Das Werk ist frei verfügbar
Dateien
Die möglichen Bestimmungsfaktoren des Ölkürbisanbaus in Österreich [3.09 mb]
Links
Nachweis
Klassifikation
Zusammenfassung (Deutsch)

Der Ölkürbisanbau in Österreich hat sich in den letzten Jahren dynamisch entwickelt. Wurde im Jahr 2000 noch auf 10.376 ha Ölkürbis angebaut, so stieg die Anbaufläche bis zum Jahr 2011 um mehr als 100% auf insgesamt 26.119 ha an. Im Rahmen der vorliegenden Masterarbeit wird diese dynamische Entwicklung mit unterschiedlichen Regressionsmodellen untersucht, um mögliche Bestimmungsfaktoren des Ölkürbisanbaus in Österreich zu identifizieren. Besonderes Augenmerk wird dabei auf die Rolle räumlicher Agglomerationseffekte gelegt, die im Ölkürbisanbau durch Erfahrungs- und Wissensaustausch, überbetriebliche Maschinenkooperationen und räumliche Bindung zu be- und verarbeitenden Betrieben auftreten können. Räumliche Effekte, wie z. B. Agglomerationseffekte, können mit räumlichen Regressionsmodellen modelliert werden. Daher werden neben einem OLS- und einem Tobit-Modell auch räumliche Regressionsmodelle in Form eines SAR- sowie eines SAR-Tobit Modells berechnet. Die empirische Untersuchung erstreckt sich über 1.347 österreichische Gemeinden, die mit Querschnittsdaten für das Jahr 2011 analysiert werden. Die Ergebnisse zeigen, dass das SAR-Tobit-Modell die Daten am besten beschreibt, da es sowohl dem hohen Anteil an Nullwerten in der Zielvariable Rechnung trägt, als auch vorhandene räumliche Autokorrelation berücksichtigt. Darüber hinaus zeigt sich, dass der Ölkürbisanbau neben klimatischen Bedingungen sehr stark durch die geographisch geschützte Angabe (g.g.A.) von steirischem Kürbiskernöl und vermutlich auch durch räumliche Agglomerationseffekte beeinflusst wird. Die Berücksichtigung räumlicher Effekte ist für korrekte Modellergebnisse von zentraler Bedeutung. Darüber hinaus erweitern räumliche Regressionsmodelle die Möglichkeiten der Ergebnisinterpretation, was zu einer vielschichtigen und somit realitätsnäheren Problemanalyse beiträgt. Daher soll mit dieser Masterarbeit auch zur stärkeren Auseinandersetzung mit räumlichen Tobit-Modellen in der Agrarökonomie angeregt werden.

Zusammenfassung (Englisch)

The oil pumpkin cultivation in Austria has undergone a dynamic development in recent years. The area under cultivation increased from 10.376 ha in 2000 by over 100% to 26.119 ha in 2011. In this master thesis different regression models are used to investigate this dynamic development with the goal of identifying possible determinants of the oil pumpkin cultivation in Austria. Particular attention is paid to the role of spatial agglomeration effects, which may occur in oil pumpkin cultivation due to exchange of knowledge and experience, shared use of machinery or the need of spatial proximity to manufacturing and processing companies. Spatial effects, e.g. in form of agglomeration effects, may be modelled with spatial econometric models. Therefore, in addition to an OLS model and a Tobit model, the fitted models also include spatial econometric models in form of a SAR and SAR Tobit specification. The empirical analysis uses a cross sectional data set of 1.347 Austrian communities for the year 2011. The results indicate that the SAR Tobit model fits the data best, as it takes into account the high proportion of zeroes in the dependent variable as well as existing spatial autocorrelation. Moreover, it can be shown that the oil pumpkin cultivation is strongly influenced by climatic conditions, the protected geographical indication (PGI) of Styrian pumpkin seed oil and probably also by spatial agglomeration effects. The incorporation of spatial effects is of central importance for correct model results. Furthermore spatial econometric models expand the possibilities of model interpretation, contributing to a more complex and more realistic problem analysis. Therefore, this master thesis also aims to stimulate a more vital discussion on the use of spatial Tobit models in the field of agricultural economics.