Stefan Wimmer, Robert Finger*

Die langfristige Sicherung der Ernährung einer wachsenden Bevölkerung erfordert eine produktive und gleichzeitig ressourcenschonende Landwirtschaft. In diesem Spannungsfeld wird häufig die Totale Faktorproduktivität als zentrale Kennzahl herangezogen (z.B. Baráth und Fertő, 2017). Sie quantifiziert, welche Mengen an landwirtschaftlichen Erzeugnissen (d.h. Outputs) mit den eingesetzten Produktionsfaktoren (d.h. Inputs) erzielt werden. Im Gegensatz zu eindimensionalen Produktivitätskennziffern (z.B. Ertrag pro Fläche) spiegelt die Totale Faktorproduktivität damit auch die Tatsache wider, dass landwirtschaftliche Betriebe häufig eine Vielzahl von Outputs erzeugen und eine Vielzahl von Inputs (wie z.B. Fläche, Düngemittel, Wasser oder Kapital) einsetzen. Eine hohe Totale Faktorproduktivität kann daher einen Beitrag zur Entwicklung hin zu nachhaltigeren und produktiveren Agrarsystemen leisten. Aber auch die Stabilität dieser Leistungen ist von entscheidender Bedeutung. Diese Resilienz ist insbesondere vor dem Hintergrund zunehmender Extremwetterereignisse unabdingbar, um die Nahrungsmittelproduktion mit einem möglichst geringen ökologischen Fußabdruck sicherzustellen.

In einer kürzlich im American Journal of Agricultural Economics veröffentlichten Studie (Wimmer und Finger, 2025) haben wir die Totale Faktorproduktivität in der europäischen Landwirtschaft auf einzelbetrieblicher Ebene ermittelt, Unterschiede zwischen Betrieben, Ländern und Sektoren aufgezeigt und erklärt sowie die Stabilität (Resilienz) der Totalen Faktorproduktivität quantifiziert. Die Produktivität in der Landwirtschaft hängt von vielen Faktoren ab, die zum Teil von den einzelnen Betrieben und der Politik beeinflusst werden können (z.B. Management oder der Einsatz bestimmter Produktionstechnologien), zum Teil aber auch extern gegeben sind (z.B. Wetterbedingungen, Standortfaktoren) oder nur langfristig beeinflusst werden können (z.B. Bodenqualität). Die Identifizierung der Faktoren, die Produktivitätsunterschiede erklären, kann helfen, gezielte Maßnahmen zu ergreifen.

Methodisches Vorgehen

Wir analysierten einzelbetriebliche Buchführungsdaten aus dem Farm Accountancy Data Network (FADN)-Datensatz von mehr als 100.000 landwirtschaftlichen Betrieben in 26 EU-Mitgliedstaaten für den Zeitraum 2004 bis 2018 (Gesamtzahl der Beobachtungen N=740.256). Diese Buchführungsdaten wurden mit detaillierten Wetter- und Bodendaten verknüpft. Mittels stochastischer Frontieranalyse schätzten wir die Produktionstechnologien (d.h., den Zusammenhang zwischen eingesetzten Inputs und erzeugten Outputs) von fünf verschiedene Betriebstypen (Ackerbau, Milchvieh, sonstiger Futterbau, Granivoren wie Schweine und Geflügel, Gemischtbetriebe). Wir quantifizieren die Totale Faktorproduktivität und bestimmen die Unterschiede zwischen den Betrieben. Dabei betrachten wir auch die einzelnen Komponenten, die zu den Produktivitätsunterschieden beitragen (Njuki et al., 2018):

• Technologiekomponente: Einfluss der zur Verfügung stehenden Produktionstechnologie
• Effizienzkomponente: Einfluss von Technologieanwendung und Managementfaktoren
• Skalenkomponente: Einfluss der Betriebsgrösse
• Wetterkomponente: Einfluss von Wetterbedingungen
• Bodenkomponente: Einfluss von Bodenqualität
• Sonstige Standortkomponente: Einfluss von sonstigen, über die Zeit konstanten Faktoren (statistisch auch fixed effects genannt) 

Um zu quantifizieren, inwieweit sich die Totale Faktorproduktivität und ihre einzelnen Komponenten innerhalb der EU und der einzelnen Mitgliedstaaten unterscheiden, haben wir die Totale Faktorproduktivität der produktivsten Betriebe mit der der Betriebe mit der geringsten Produktivität verglichen.  Um die Stabilität zu bewerten, quantifizieren wir die Korrelation der Totalen Faktorproduktivität von einem Jahr zum nächsten, d.h. wir quantifizieren die Persistenz der Totalen Faktorproduktivität mit Hilfe von autoregressiven Modellen.

Grosse Produktivitätsunterschiede innerhalb einzelner Länder

Die Unterschiede in der Totalen Faktorproduktivität sind beträchtlich, nicht nur zwischen den Ländern, sondern auch innerhalb der Länder und zwischen den Betriebstypen. Abbildung 1 zeigt, wie sich die Produktivität der besten Betriebe eines Landes von der Produktivität der schwächsten Betriebe desselben Landes unterscheidet. Beispielsweise produzieren die besten Ackerbaubetriebe in Deutschland bei gleichem Ressourceneinsatz etwa dreimal so viel Output wie die schwächsten Ackerbaubetriebe. Im Futterbau (Other grazing livestock) sind die Unterschiede besonders ausgeprägt, während die Milchviehbetriebe (Milk) ausgeglichener erscheinen. Auffällig ist auch, dass die Produktivitätsunterschiede innerhalb der süd- und osteuropäischen Länder tendenziell größer sind als in Mittel- und Nordeuropa.

Abbildung 1. Streuung der Gesamtfaktorproduktivität (TFP) innerhalb der Länder im Jahr 2018.

Standortfaktoren erklären Grossteil der Produktivitätsunterschiede

Welche Faktoren sind für diese Produktivitätsunterschiede verantwortlich? Abbildung 2 zeigt dazu die Verläufe der Totalen Faktorproduktivität (grau) und der Produktivitätskomponenten (orange) für zufällig ausgewählte Betriebe (dünne Linien) und für Durchschnittsbetriebe am oberen und unteren Ende der Totalen Faktorproduktivität (dicke Linien) am Beispiel der Ackerbaubetriebe. Besonders groß ist die Streuung bei der Bodenkomponente (engl. Soil Index) und den anderen Standortkomponenten (engl. Fixed Effects Index). Größeneffekte (Scale Efficiency Index) spielen dagegen eine vergleichsweise geringe Rolle. Im Vergleich zu den anderen Betriebstypen trägt im Ackerbau zudem die Witterungskomponente erwartungsgemäß stärker zu den EU-weiten Produktivitätsunterschieden bei.

Abbildung 2. Streuung der Gesamtfaktorproduktivität (TFP) und ihrer einzelnen Komponenten innerhalb Ackerbaubetrieben in der EU (2004-2018).

Stabilität der Totalen Faktorproduktivität

Zur Beurteilung der Stabilität wurde die Persistenz der Totalen Faktorproduktivität quantifiziert, d.h. wie stark diese (und ihre Komponenten) auf einzelbetrieblicher Ebene von Jahr zu Jahr schwankt. Eine hohe Persistenz deutet auf eine hohe Widerstandsfähigkeit gegenüber externen Schocks hin (Slijper et al. 2022), sie ist insbesondere in Kombination mit der Totalen Faktorproduktivität zielführend. Für weniger produktive Betriebe kann eine hohe Persistenz bedeuten, dass sie sich in einer wirtschaftlich ungünstigen Situation befinden und diese nicht verlassen. Wir haben daher nicht nur die durchschnittliche Persistenz über alle Betriebe analysiert, sondern diese Analyse für produktive und unproduktive Betriebe getrennt durchgeführt.

Die Persistenz der Totalen Faktorproduktivität in der EU-Landwirtschaft ist sehr unterschiedlich, so wird zwischen 57% (Betriebe mit Granivoren) und 80% (Gemischtbetriebe) der beobachteten Produktivität durch die Ergebnisse des Vorjahres erklärt. Dabei ist die Persistenz bei im Durchschnitt sehr produktiven Betrieben höher als bei weniger produktiven Betrieben (siehe Abbildung 3). Insbesondere bei den Ackerbaubetrieben ist der Unterschied in der Persistenz zwischen weniger produktiven und sehr produktiven Betrieben sehr ausgeprägt. Abbildung 3 zeigt auch, dass mit Ausnahme der Futterbaubetriebe die Persistenz im betrachteten Zeitraum zugenommen hat. Dies deutet auf eine Verbesserung der Widerstandsfähigkeit in der europäischen Landwirtschaft über den betrachteten Zeitraum hin.

Abbildung 3. Persistenz der Totalen Faktorproduktivität in den einzelnen Betriebstypen insgesamt und zu drei unterschiedlichen Betrachtungszeiträumen (2004, 2011 und 2018).

Schlussfolgerungen

Unsere Analyse zeigt große Produktivitätsunterschiede in der europäischen Landwirtschaft innerhalb und zwischen den Ländern. Dies deutet auf ein insgesamt großes Potenzial zur Verbesserung der landwirtschaftlichen Produktivität hin. Die Hauptursachen für die Produktivitätsunterschiede sind jedoch oft langfristiger Natur, wie z.B. die Bodenqualität und andere Standortbedingungen. Dieses Ergebnis unterstreicht die Relevanz von Maßnahmen zur Verbesserung der Bodenfruchtbarkeit (siehe z.B. Kik et al., 2021). Ein weiterer wichtiger Hebel zur Verbesserung der totalen Faktorproduktivität ist nach unseren Analysen die technische Effizienz, die beispielsweise durch den Einsatz verbesserter Produktionsmethoden (z.B. digitale Technologien, neue Anbausysteme) erhöht werden kann. 

Die in unserer Analyse ermittelte Persistenz der totalen Faktorproduktivität in der EU-Landwirtschaft ist höher als die von Kleinbauern und Haushalten in Subsahara-Afrika (Maue et al. 2020), aber niedriger als die von Unternehmen des verarbeitenden Gewerbes in den USA (Foster et al. 2008). Obwohl die Persistenz der Produktivität im betrachteten Zeitraum zugenommen hat, bleibt die Resilienz eine zentrale Herausforderung für die Zukunft (Meuwissen et al., 2019). Gezielte Maßnahmen wie die Umstellung auf stabilere Anbausysteme, aber auch neue Technologien (z.B. die Bereitstellung von präzisen Vorhersagen zu Wetterbedingungen und Schädlingsdruck) können dazu beitragen, die Resilienz zu erhöhen (Meuwissen et al. 2019, Finger 2023).

Studie (Open Access)

Wimmer, S. and Finger, R., 2025. Productivity dispersion and persistence in European agriculture. American Journal of Agricultural Economics. https://doi.org/10.1111/ajae.12529

Referenzen

Baráth, L. and Fertő, I., 2017. Productivity and convergence in European agriculture. Journal of Agricultural economics, 68(1), pp.228-248.

Finger, R., 2023. Digital innovations for sustainable and resilient agricultural systems. European Review of Agricultural Economics, 50(4), pp.1277-1309.

Foster, Lucia, John Haltiwanger, and Chad Syverson. 2008. “Reallocation, Firm Turnover, and Efficiency: Selection on Productivity or Profitability?” American Economic Review 98(1): 394–425. https://doi.org/10.1257/aer.98.1.394

Kik, M. C., G. D. H. Claassen, M. P. M. Meuwissen, A. B. Smit, and H. W. Saatkamp. 2021. “The Economic Value of Sustainable Soil Management in Arable Farming Systems – A Conceptual Framework.” European Journal of Agronomy 129: 126334. https://doi.org/10.1016/j.eja.2021.126334.

Maue, Casey, Marshall Burke, and Kyle Emerick. 2020. “Productivity Dispersion and Persistence Among the World’s Most Numerous Firms.” w26924. Cambridge, MA: National Bureau of Economic Research. https://doi.org/10.3386/w26924.

Meuwissen, M.P., Feindt, P.H., Spiegel, A., Termeer, C.J., Mathijs, E., De Mey, Y., Finger, R., Balmann, A., Wauters, E., Urquhart, J. and Vigani, M., 2019. A framework to assess the resilience of farming systems. Agricultural Systems, 176, p.102656.

Njuki, Eric, Boris E. Bravo-Ureta, and Christopher J. O’Donnell. 2018. “A New Look at the Decomposition of Agricultural Productivity Growth Incorporating Weather Effects.” PloS one 13(2): e0192432. https://doi.org/10.1371/journal.pone.0192432.

*Autoren: Stefan Wimmer (Bayerische Landesanstalt für Landwirtschaft), Robert Finger (ETH Zürich). Kontakt: stefan.wimmer@LfL.bayern.de