Zorn, Alexander and Dabbert, Stephan (2013) Risikobasierte Zertifizierung im ökologischen Landbau: Ableitung verbesserter Strategien auf der Grundlage der Daten großer deutscher Kontrollstellen. [Risk based certification in organic farming: Improved strategies based on data from large organic control bodies.] Universität Hohenheim, D-Stuttgart , Institut für Landwirtschaftliche Betriebslehre.
Preview |
PDF
- German/Deutsch
(Schlussbericht)
1MB |
Summary
Das Ziel dieses Forschungsprojektes ist die Weiterentwicklung der risikobasierten Kontrolle im ökologischen Landbau. Dazu wurden die bei den fünf am Projekt beteiligten deutschen Öko-Kontrollstellen existierenden Systeme in einem Workshop diskutiert. Anschließend wurden die Kontrolldatenbanken der Jahre 2009 und 2010 dieser Kontrollstellen in einer zentralen Datenbank zusammengeführt, um anhand einer quantitativen Analyse der Kontrolldaten das Risiko für Abweichungen von der EG-Öko-Verordnung zu untersuchen. Dieser Ansatz und die verwendete Methode stellen eine Erweiterung der bislang überwiegend qualitativen Bewertung dieses Risikos dar.
Der erste Schritt bestand in einer deskriptiven Analyse der Eigenschaften der Betriebe, deren Erzeugungsstruktur, der Kontrollhäufigkeiten sowie den daraus resultierenden Kontrollergebnissen bzw. Maßnahmen und Sanktionen. Dabei wurden Unterschiede zwischen den Kontrollstellen hinsichtlich der Struktur der kontrollierten Betriebe festgestellt. Diese Unterschiede betreffen die Verteilung der kontrollierten Betriebe über die Bundesländer, den Anteil bestimmter Betriebstypen, wie z.B. Streuobst- oder Weinbaubetriebe, als auch den Anteil der Betriebe, die einem Öko-Anbauverband angehören. Dies sind Eigenschaften, die das Vorkommen und die Aufdeckung von Abweichungen und letztlich somit das Kontrollergebnis beeinflussen können. In der Folge ist es nicht verwunderlich, dass zwischen den Kontrollstellen unterschiedliche Anteile der sanktionierten Betriebe auftreten. Bemerkenswert ist jedoch, dass die schwerste Sanktion (Vermarktungsverbot) in den Daten nicht dokumentiert ist. Deutliche Unterschiede bestehen zwischen den Kontrollstellen bei der Aussprache leichter Maßnahmen (bzw. Sanktionen), wie z.B. einem schriftlichen Hinweis oder Nachkontrollen. Der Anteil der erheblich sanktionierten Betriebe (Abmahnung und Entfernung des Öko-Hinweises von einer Partie) lag im Untersuchungszeitraum im Mittel aller Kontrollstellen bei 6,4 %. Das Auftreten einer erheblichen Sanktion wurde in den statistischen Modellen als abhängige Variable genutzt und näher untersucht.
Zur Erklärung des Auftretens einer erheblichen Sanktion wurden Logit-Modelle bzw. eine logistische Regression angewandt. Anhand dieser Modelle wurde unter Nutzung der allgemeinen Eigenschaften des Betriebs (bewirtschaftete Fläche, Öko-Kontrollerfahrung, Verbandsmitgliedschaft) und den Eigenschaften der pflanzlichen und tierischen Produktion die betriebsspezifische Wahrscheinlichkeit einer erheblichen Sanktion geschätzt. Als die Sanktionswahrscheinlichkeit erhöhende erwiesen sich dabei hauptsächlich die Betriebsgröße (gemessen anhand der bewirtschafteten Fläche), die Bewirtschaftung von Umstellungs- oder konventioneller Fläche, der Anbau von Gemüse sowie die Haltung von Rindern, Schweinen und Geflügel. Die Wahrscheinlichkeit einer erheblichen Sanktion ist geringer bei Betrieben, die Dauergrünland, Streuobst und Trauben anbauen.
Diese Modelle, welche zunächst nur die Eigenschaften der Betriebe abbildeten, wurden anschließend erweitert. Dazu wurde ein Modell jeweils um eine Variable für ein Bundesland erweitert, um den Einfluss der für die Umsetzung der EG-Öko-Verordnung in diesem Bundesland zuständigen Behörden, zu untersuchen. Analog wurde zur Analyse des Einfluss einer Kontrollstelle vorgegangen. Eine weitere Ergänzung bestand darin, frühere Sanktionen als erklärende Variable für das Auftreten einer erheblichen Sanktion zu nutzen (aufgrund des zweijährigen Untersuchungszeitraums konnten die entsprechenden Modelle nur für das Jahr 2010 geschätzt werden). Schließlich wurden diese Modellerweiterungen kombiniert, um den Einfluss der Kontrollstelle, des Bundesland und jenen früherer Sanktionen gemeinsam zu untersuchen. In diesen Modellen zeigten sich für vier der fünf Kontrollstellen und für zwei der untersuchten drei Bundesländer stabile und signifikante Einflüsse auf die Sanktionswahrscheinlichkeit. Da der Einfluss der Eigenschaften der Betriebe in den Modelle abgebildet ist und damit sozusagen kontrolliert ist, sind dies starke Indizien für eine nicht-einheitliche Umsetzung der EG-Öko-Verordnung.
Aus den Ergebnisse der statistischen Analyse und deren Diskussion mit den am Projekt beteiligten Kontrollstellen werden Empfehlungen zur weiteren Entwicklung des Systems risikobasierter Kontrollen abgeleitet. Diese richten sich an Öko-Kontrollstellen, die das Kontrollsystem überwachenden Behörden der Länder und an die Forschungspolitik, um die Effizienz des Öko-Kontrollsystems zu erhöhen.
Summary translation
The objective of this research project is the further development of risk based inspection approaches in organic farming control systems. The existing risk based systems of five German control bodies were discussed during a workshop. The control data bases on the years 2009 and 2010 of these control bodies were merged, to quantitatively analyse the risk of non-compliance of organic farms with the European Union’s organic regulation (Reg. (EC) 834/2007). This approach and the method applied enlarge the up to now mainly qualitative evaluation of the risk of noncompliance.
First, a descriptive data analysis on the attributes of the organic farms, their production structure, control frequencies and resulting control results, i.e., resulting sanctions is performed. This analysis revealed differences between control bodies regarding the structure of the inspected farms. This differences concern the spreading of farms over German federal states, shares of specific farm types, such as vineyards, and the share of farms that are member in a farming association.
These specific characteristics of the farms inspected can affect the disclosure of noncompliance and hence can affect control results. Therefore, it is plausible that sanction frequencies of farms can differ between control bodies due to the different structure of the inspected farms. Notably, the most severe sanction is not documented in the control data bases of the five control bodies. Remarkable differences consist between control bodies regarding the imposition of slight sanction categories. The share of severely sanctioned farms in the period of investigation was 6.4 %. This characteristic was used as dependent variable in the statistic models.
To estimate the risk of a severe sanction, logistic regression (logit) models were applied. The general characteristics of organic farms (farm size in hectares, organic control experience and membership in an organic farming association) and the characteristics of farm production were used to explain the occurrence of severe sanctions. Farm size (measured in hectares), farming of non-organic land or land in conversion, the cultivation of vegetables and bovine, pig and poultry husbandry were identified as factors that increase the risk of severe sanctions. Farming of permanent grassland, meadow orchards and grapes on the other side reduces this risk.
The basic model specification only considered the farm characteristics.
Subsequently, the logit models were extended by further variables that affect the detection of non-compliance and, hence, affect the imposition of severe sanctions.
For that purpose, dummy variables for federal states with a large number of farms were added to the basic model to test for the influence of the competent authority which is responsible for the regional implementation of the European organic regulation. Accordingly, the model was extended by dummy variables for the five control bodies in the sample. Furthermore, different variables on sanctions in the previous year were used in the logit model. Finally, the different model extensions were combined to analyse the influence of specific variables. These models revealed significant and robust results for four out of the five control bodies and for two out of the three federal states analysed regarding their influence on the probability of severe sanctions. Since these models control for the influence of farm characteristics, there is strong evidence for a non-uniform implementation of the European organic regulation in Germany.
Based on the statistical analysis and the discussion of its results with the control bodies that contributed to this research project, recommendations for the further development of risk based organic controls are given. These recommendations address organic control bodies, the competent authorities supervising the organic control system and research policy to further develop risk based organic controls to increase the efficiency of the control system.
| EPrint Type: | Report |
|---|---|
| Keywords: | BÖLN, BOELN, BÖL, BOEL, FKZ 10OE019, risikobasierte Kontrolle, Kontrolldatenbank, Zertifizierung, Öko-Kontrollsystem |
| Subjects: | Food systems > Food security, food quality and human health Values, standards and certification Food systems > Policy environments and social economy |
| Research affiliation: | Germany > Federal Organic Farming Scheme - BOELN > Inspection/Certification Germany > University of Hohenheim > Production Theory and Resource Economics |
| Related Links: | http://www.bundesprogramm-oekolandbau.de, http://www.bundesprogramm.de/fkz=10OE019, http://orgprints.org/cgi/search/advanced?addtitle%2Ftitle=&keywords=10OE019&projects=BOEL&_order=bypublication&_action_search=Suchen |
| Deposited By: | Dabbert, Prof Stephan |
| ID Code: | 24822 |
| Deposited On: | 10 Dec 2013 10:41 |
| Last Modified: | 10 Dec 2013 10:41 |
| Document Language: | German/Deutsch |
| Status: | Unpublished |
| Refereed: | Not peer-reviewed |
| Additional Publishing Information: | Gefördert vom Bundesministerium für Ernährung, Landwirtschaft und Verbraucherschutz (BMELV) im Rahmen des Bundesprogramms Ökologischer Landbau und andere Formen nachhaltiger Landwirtschaft. Projektleitung: Prof. Dr. Stephan Dabbert, Universität Hohenheim, Institut für Landwirtschaftliche Betriebslehre, Fachgebiet Produktionstheorie und Ressourcenökonomik im Agrarbereich (410a) |
Repository Staff Only: item control page
Download Statistics
Download Statistics
