Fundamental Changes in Food: Improving the Toolbox of Simulation Modeling
by Ferike Thom
Date of Examination:2025-01-29
Date of issue:2025-02-14
Advisor:Prof. Dr. Martin Banse
Referee:Prof. Dr. Achim Spiller
Referee:Prof. Dr. Martin Banse
Referee:Prof. Dr. Hermann Lotze-Campen
Persistent Address:
http://dx.doi.org/10.53846/goediss-11080
Files in this item
Name:Dissertation_Thom_eDiss.pdf
Size:7.98Mb
Format:PDF
The following license files are associated with this item:
Abstract
English
BackgroundThe global agrifood system is critically contributing to the transgression of planetary boundaries (Rockström et al., 2009b, 2009a). Crippa et al. (2021) estimate that the agrifood system contributes 34% of total anthropogenic greenhouse gas emissions globally. Unlike other sectors that can be fully decarbonized through technological advancements, agriculture will require additional strategies (Grethe et al., 2021). Given that around one third of agricultural emissions stem form land use (Crippa et al., 2021), using less land to produce food and feed is a key mitigation option. Instead, this land could be repurposed for carbon sequestration through afforestation, rewetting of organic soils, or natural vegetation. Livestock production accounts for a large share of agricultural land use (Alexander et al., 2015; Ritchie and Roser, 2024). The consumption of animal products is globally unequally distributed, with higher per capita consumption in industrialized countries (Heinrich Böll Stiftung, 2021). Therefore, shifts towards more plant-based diets in these countries present a key opportunity for reducing agriculture's environmental impact (Gerten et al., 2020; Springmann et al., 2018, p. 4; Sun et al., 2022). Apart from high intake levels of animal-based foods, Western diets feature high intake levels of cereals, refined sugars, vegetable oils, and salt and low intakes of dietary fiber (Adolph and Tilg, 2024). These diets are associated simultaneously with overnutrition and micronutrient deficiencies. They are linked to chronic diseases (Adolph and Tilg, 2024) and fewer years of healthy life (Afshin et al., 2019). Analyzing isolated, causal relationships between specific foods and diseases is insufficient to capture the health effects of a diet style. Instead, the complete dietary patterns should be considered. For instance, vegetarian diets differ from diets high in meat not only regarding the meat intake. For example, red meat is partly consumed in unhealthy fast-food combinations. Average vegetarian diets feature lower energy intake (Scarborough et al., 2023). Many dietary recommendations today aim at reconciling low environmental impacts and beneficial individual health outcomes (Schäfer et al., 2024; Willett et al., 2019). However, changing eating habits is complex (Conti et al., 2021). Various factors, such as the availability and presentation of foods, relative prices, and childhood habits, influence consumer choices. A successful diet transformation requires fair food environments in which a healthy and sustainable diet is the easiest and cheapest choice for consumers. Even in high-income countries like Germany, healthy diets remain inaccessible to some, particularly low-income households (DGE, 2024; WBAE, 2023, 2020).
International trade has contributed to decreasing prices and making food more available, which is especially crucial in countries that lack the resources to produce sufficient and diverse food for their population (Allouche, 2011; Porkka et al., 2017; Suweis et al., 2015). Therefore, trade contributes to the second sustainable development goal (SDG), “Zero hunger and healthy diets” in some regions. Established trade relations with multiple countries enhance the resilience of national agrifood systems by cushioning price shocks (Gouel and Laborde, 2021; Puma et al., 2015; Stevanović et al., 2016; Zimmermann et al., 2018), making supply chains less susceptible to sudden disruptions (Godfray et al., 2010; Kummu et al., 2020; Marchand et al., 2016), such as local extreme weather events. This way, global trade can support adaptation to climate change (Cottrell et al., 2019; Godfray et al., 2010; Kummu et al., 2020; Marchand et al., 2016; Puma et al., 2015). The converse effect, i.e., how international trade affects climate change, is ambiguous. On the one hand, international trade leads to the global allocation of production according to comparative advantages and lowest production costs. The consequential decrease in global prices increases consumption, thus increasing production and GHG emissions (Lin et al., 2019; Liu et al., 2020). On the other hand, economic efficiency is often linked to efficiency in GHG emissions. Advantageous climatic conditions, suitable soils, and advanced technology tend to lower production costs and land requirements, reducing average GHG emissions per unit. Therefore, global trade also leads to a climate-efficient allocation of production (Lu et al., 2020; Wang et al., 2022).
Research Gap
Transforming global agrifood systems to address environmental and health challenges requires different approaches. In this thesis, I address three research gaps regarding consumer behavior and international trade.
The first research gap concerns the literature on international trade. A large body of literature exists on increasing trade integration, trade agreements, and specific incidences of trade disruptions (Headey, 2011; Lu et al., 2020; Rutten et al., 2013; Seti and Daw, 2022). However, there is no research on trade disruptions covering the whole agrifood sector, i.e., no research that can help identify which parts of the agrifood sector would be most affected by trade disruptions. The second research gap concerns consumer reactions to changes in market conditions, such as price or income changes and how they are captured in simulation models. The functional forms depicting demand in many simulation models are not universally suitable for all contexts and scenarios the models are used for. This is especially true when modeling extreme scenarios that result in equilibria far from the baseline equilibrium.
The third research gap is linked to the second. Sectoral simulation models like CAPRI usually use quantities available for human consumption from market balance data. Apart from the food intake, these quantities entail waste in households and retail. Hence, analyses of the intake of food, energy and nutrients based on sectoral simulation models are often imprecise. Further, human consumption in sectoral simulation models is usually depicted as raw primary commodities (RPC, e.g., milk) or RPC derivatives after basic processing (e.g., butter). However, consumers decide what they eat not regarding raw primary commodities, but regarding food items, often consisting of several raw primary commodities or derivatives thereof. Therefore, modeling demand for raw primary commodities cannot accurately capture consumer behavior. Current sectoral simulation models can only offer limited support for policy advice on how consumers may change their dietary patterns. These models can merely depict scenarios in which a dietary change has been adopted.
Key Findings and Contributions
This thesis contributes to the modeling of fundamental changes in food in three ways. Chapter 2 contributes in terms of theory; chapters 3 to 5 contribute applications of modeling and chapter 6 contributes a new development that enhances the capacities of sectoral simulation models regarding consumption behavior.
In Chapter 2, I present three approaches to demand modeling: firstly, problems of linear and quadratic programming; secondly, demand systems derived from maximizing utility from the consumption of goods; and thirdly, demand systems derived from maximizing utility from the consumption of the characteristics of goods. All three approaches assume that the consumer is an optimizing agent. The approaches differ in the formulation of the optimization problem: what is the objective of the optimization, what is the constraint, and what is the decision variable? I present the most important variations of LP and QP problems, starting with Stigler’s diet problem, i.e., the cheapest possible diet that meets nutrient requirements (Stigler, 1945). I describe further developments that include consumer preferences and which fields the problems are applied to, e.g., menu planning in institutional catering (Lancaster, 1992) or dietary recommendations by the German Nutrition Society (DGE) (Schäfer et al., 2024).
I give an overview of four demand functions that are derived from utility maximization based on the consumption of goods and that are commonly used in equilibrium models: constant elasticities of substitution (CES), its sub-forms Leontief and Cobb-Douglas, and the linear expenditure system (LES). I derive the relevant properties of each functional form and discuss what they imply for a functional form's suitability for specific modeling contexts. The suitability cannot always be unambiguously determined because, in some cases, the properties give contradicting indications. In conclusion, neither of the presented functional forms is suitable to model fundamental changes in food. When smaller changes are simulated, the described limitations are acceptable.
I develop the basic features of a demand system based on the concept of utility derived from consuming the characteristics of goods instead of the goods themselves. This way, I address shortcomings of the other presented demand systems: Firstly, the LP and QP models do not allow differentiation by how much a diet misses nutrient requirements. In the framework I develop, utility is derived from nutrient consumption, i.e., the closer the nutrient intake is to the optimum, the higher the derived utility. Secondly, simulation models using functional forms like the ones presented usually do not employ the intake of food items as the decision variable but categorize food in raw primary commodities (e.g., milk), RPC derivatives (e.g., butter), or large aggregates (e.g., “other processed foods”). However, applying functional forms to a detailed set of food items would be challenging due to their large number. Also, their relations, i.e., whether they are substitutes or complements, are challenging to determine. Modeling the demand for food items based on their characteristics and the purposes they serve is thus a suitable way to bring demand modeling from the level of raw primary commodities to the food item level. In the framework of utility derived from characteristics, I propose specific forms for the utility function, considering the different nature of the characteristics and focusing on the application for food. I group characteristics that serve the same purpose and allow for different specifications of the relationship between utility and characteristics, focusing on nutrients as one characteristic of foods. I derive a demand function from maximizing the utility under the budget constraint.
As the second contribution, I simulate four scenarios of trade disruptions in models that use functional forms I present in chapter 2.
Chapter: 3 The first scenario of trade disruption may arise from different regulations in different countries. For example, in 2018 the European Court of Justice (ECJ) ruled that genome edited (GE) crops had to be labeled, while other regions treat GE crops as conventionally bred crops and do not require labeling. Because it is impossible to ex-post identify whether a plant was bred conventionally or with genome editing, importing companies face the risk of accidentally importing unlabeled GE crops. Together with co-authors, I simulate an import stop that may arise if EU companies choose to avoid this risk by refraining from importing crops for which there are GE varieties. The simulation covers cereals and soybeans and is conducted using the partial equilibrium (PE) model CAPRI.
Chapter 4: With co-authors, I expand the import stop to cover all food and feed. This simulation allows for a detailed examination of the interactions between the different value chains in the EU agricultural sector. The scenario can be interpreted as both an import stop following decisions by EU policymakers and as any cease of exports to the EU due to actions by the EU’s trading partners. Soybeans are the key commodity that links EU agriculture to the global market. It is an important animal feed; therefore, EU agriculture is affected via the animal sector. The import stop of most other products can be absorbed by EU agriculture without strong price effects, as the EU is close to self-sufficiency regarding these products and is sufficiently large and diverse in terms of agroecological zones to produce many different products. Due to the decreased availability of soy for animal feed in an import stop scenario, EU meat production and exports decrease. Production increases in other regions of the world. EU meat production is relatively cost-efficient and is linked to lower GHG emissions per unit than meat production in other regions. The EU import stop thus leads to a reallocation of meat production to regions where its production is more costly and less GHG-efficient. Consequently, global prices and GHG emissions from agriculture increase. Instead of stopping imports, reducing meat production and consumption could effectively decrease the EU’s dependency on soy imports while reducing global GHG emissions. Land not used for feed production could be dedicated to ecological purposes, helping meet climate targets and compulsory EU guidelines on air and water quality.
Chapter 5: Import dependency is also a topic outside the EU. In times of numerous trade disruptions, policymakers may perceive fostering domestic production of food as a win-win situation in which domestic employment is protected and the dependency on insecure trade relations is decreased (Cottrell et al., 2019; Maetz et al., 2011; Marchand et al., 2016; Puma et al., 2015). I present two simulations of preference shifts towards domestic products, e.g., following non-tariffary measures like campaigns advocating local products. For Benin, I model a preference shift towards domestically produced fish, poultry, and rice and compare the economy-wide effects of the preference shift for the separate foods. For Kenya, I simulate a preference shift towards domestic maize and compare it to a tariff on maize that leads to the same reduction in imports as the preference shift. The increased demand for domestic products increases the price of the product. It increases domestic production, and due to competition for production factors, the prices of other products also increase. Overall, this causes a decrease in household consumption. Different factor intensities of the shocked products lead to differing effects on household income. Interestingly, in both countries, the interventions have strong indirect effects on the main export industries, namely cotton and cotton ginning in Benin and tea and flowers in Kenya. Therefore, I conclude that interventions in the poultry, rice, and fish sectors in Benin and the maize sector in Kenya are not a good choice for increasing net payments from abroad. The scenarios were designed with co-authors from both countries. The simulations were conducted using the computable general equilibrium (CGE) model STAGE. I develop a novel method of shifting preferences between domestic and imported products, the perceived price distortion factor. The parameter allows to model consumers behaving as if the relative price of the domestic good was lower than it is while the actual prices remain the same.
The third contribution is the development of a model to enhance simulation models like CAPRI and STAGE regarding their capacities to model food consumption and dietary changes. I present this contribution in chapter 6.
As a basis, I improve the understanding of the status quo consumption. To account for data bias and errors, I create a more reliable database that combines information from seven datasets. I consolidate the datasets into a consistent quantity flow, thereby linking 619 raw primary commodities (RPC) in 42 categories of the CAPRI market balance to 85 processes, turning the RPC into 797 different RPC derivatives, which are either eaten or combined into one of 906 different food items. Combining intake quantities with recipes and processing coefficients allows to analyze both direct and indirect intake of raw primary commodities. I quantify the large extent to which many raw primary commodities are consumed as ingredients in other food items. I find the total intake of eggs, red meat, spreadable fats, and plant oils to be considerably higher than the direct intake quantities given by the food intake survey.
I build upon the consistent quantity flow to model the adoption of dietary recommendations. I differentiate between two types of recommendations. Food-based dietary guidelines (FBDG) recommend intake quantities per group of food items, e.g., grain products. The German Nutrition Society (DGE) publishes their recommendations in this format (Schäfer et al., 2024). In contrast, the Planetary Health Diet (PHD) by the EAT-Lancet Commission (Willett et al., 2019) is formulated in intake quantities of RPC equivalents, e.g., plant oils, without specification of how these should be consumed.
The model I develop allows the transfer of the recommendations to the respective other levels, making the different types of recommendations comparable. I calculate the market balance quantities associated with a Germany-wide adoption of the DGE recommendations for food item intake. This translation allows to accurately model the adoption of FBDG in a sectoral simulation model like CAPRI. For RPC-based recommendations like the PHD, there are infinite combinations of food items that allow to meet the recommended intake quantities of RPC equivalents (e.g., plant oils can be eaten directly or indirectly as ingredients in e.g., salad dressing, cakes, or french fries). I determine the combination of food items that is as close as possible to consumers’ status quo eating patterns while meeting the PHD recommendations on the intake of RPC equivalents. The quantity flow allows to assess the accuracy of the recommendations. I analyze the direct and indirect intake of RPC equivalents associated with the food item quantities recommended by the DGE. I find considerable deviations for some foods. For example, the DGE recommends the intake of 12 g of plant oils. However, when considering the recommendations for the other food items and indirect intake through them, the total intake of plant oils amounts to three times the recommended quantity (36 g). I also assess the accuracy of a previous simulation of the PHD in the CAPRI model. I analyze how the recommendations on individual intake quantities of RPC equivalents have been upscaled to market level and compare how the underlying assumptions regarding food waste match the data in the consistent quantity flow. I design improved scenarios for both recommendations. The individual intake quantities are accurately met in terms of RPC equivalents, and the combination of food items marks the easiest way for consumers to adopt the respective recommendations.
The developed model can contribute to the communication of dietary recommendations and policy advice. By including eating habits into the analysis, I can determine options for dietary changes that require the least possible effort from consumers. These findings can be used, e.g., in communal catering to include healthier meals while keeping consumer satisfaction high.
The model’s capacity to capture both direct and indirect intake of RPC equivalents allows to quantify how, e.g., meat, animal fats, or sugars are predominantly consumed, thus identifying the big leverages in eating habits that can be targeted to reduce intake of these foods. The model can be used to illustrate the many options and communicate the individual scope for adopting dietary recommendations. When consumers are unaware of the quantities of their indirect intake (e.g., of plant oils via processed foods), the model can provide orientation regarding average food intake patterns.
The model is a valuable building block for interdisciplinarity between nutrition scientists and agricultural economists using sectoral simulation models. It uses freely available and public data and can be adapted to other models and food intake surveys. In the conclusions (chapter 7), I elaborate on future extensions and applications of the model. Chapter 8 contains the technical documentation of the data preparation and the model.
Keywords: Agrifood Systems Transformation; Sustainable Diets; Partial Equilibrium (PE) Modeling; Computable General Equilibrium (CGE) Modeling; Simulation Modeling; Dietary Recommendations; Food-based Dietary Guidelines; International Trade; Consumer Behavior
German
ZusammenfassungHintergrund
Das globale Agrar- und Ernährungssystem trägt entscheidend zur Überschreitung der planetarischen Grenzen bei (Rockström et al., 2009b, 2009a). Crippa et al. (2021) schätzen, dass das Agrar- und Ernährungssystem weltweit 34 % der anthropogenen Treibhausgasemissionen verursacht. Im Gegensatz zu anderen Sektoren, die durch technologische Fortschritte vollständig dekarbonisiert werden können, bedarf es in der Landwirtschaft zusätzlicher Strategien (Grethe et al., 2021). In Anbetracht der Tatsache, dass etwa ein Drittel der landwirtschaftlichen Emissionen auf die Landnutzung zurückzuführen ist (Crippa et al., 2021), ist die Verringerung des Flächenverbrauchs eine wichtige Option zur Emissionsreduktion. Statt zur Erzeugung von Nahrungs- und Futtermitteln könnten freiwerdende Flächen durch Aufforstung, Wiedervernässung organischer Böden oder Wiederherstellung von natürlicher Vegetation für die Kohlenstoffbindung genutzt werden. Ein großer Teil der landwirtschaftlichen Bodennutzung geht auf die Tierhaltung zurück (Alexander et al., 2015; Ritchie and Roser, 2024). Der Verbrauch von tierischen Erzeugnissen ist weltweit ungleich verteilt, wobei der Pro-Kopf-Verbrauch in den Industrieländern höher ist als in Ländern mit geringerem Einkommen (Heinrich Böll Stiftung, 2021). Eine Ernährungsumstellung in den Industrieländern ist dementsprechend ein wichtiger Hebel um die Umweltauswirkungen der Landwirtschaft zu verringern (Gerten et al., 2020; Springmann et al., 2018, p. 4; Sun et al., 2022). Neben den hohen Verzehrmengen tierischer Lebensmittel, sind „western diets“ durch hohe Verzehrmengen von Getreide, raffiniertem Zucker, pflanzlichen Ölen und Salz, sowie durch geringe Verzehrmengen von Ballaststoffen gekennzeichnet (Adolph and Tilg, 2024). Diese Ernährungsweise wird mit Überernährung bei gleichzeitigem Mangel an Mikronährstoffen, sowie chronischen Krankheiten (Adolph and Tilg, 2024) und weniger gesunden Lebensjahren (Afshin et al., 2019) in Verbindung gebracht. Die isolierte Analyse kausaler Zusammenhänge zwischen einzelnen Lebensmitteln und Krankheiten reicht nicht aus, um die gesundheitlichen Auswirkungen eines Ernährungsstils zu erfassen. Stattdessen sollte das gesamte Ernährungsmuster betrachtet werden. So wird beispielsweise rotes Fleisch häufig in ungesunden Fast-Food-Kombinationen verzehrt. Entsprechend unterscheiden sich vegetarische Ernährungsformen von einer fleischreichen Ernährung nicht nur hinsichtlich des Fleischverzehrs, sondern beispielsweise auch durch eine geringere Energieaufnahme (Scarborough et al., 2023). Viele Ernährungsempfehlungen zielen heute darauf ab, geringe negative Umweltauswirkungen mit individueller Gesundheit in Einklang zu bringen (Schäfer et al., 2024; Willett et al., 2019). Die Veränderung von Ernährungsgewohnheiten ist jedoch ein komplexer Prozess (Conti et al., 2021). Verschiedene Faktoren wie die Verfügbarkeit und Präsentation von Lebensmitteln, relative Preise und in der Kindheit erlernte Gewohnheiten beeinflussen die Verbraucher*innen. Eine erfolgreiche Ernährungsumstellung erfordert eine faire Ernährungsumgebung, in der eine gesunde und nachhaltige Ernährung die einfachste und kostengünstigste Wahl für die Verbraucher*innen ist. Selbst in wohlhabenden Ländern wie Deutschland können sich nicht alle Konsument*innen eine gesunde Ernährung leisten und Haushalte mit geringem Einkommen sind teilweise von Ernährungsarmut betroffen (DGE, 2024; WBAE, 2023, 2020).
Der internationale Handel hat dazu beigetragen, Lebensmittelpreise zu senken und die Verfügbarkeit von Lebensmitteln zu verbessern. Dies ist vor allem in Ländern, die nicht über die Ressourcen verfügen, um ausreichend und vielfältige Lebensmittel für ihre Bevölkerung zu produzieren, von entscheidender Bedeutung (Allouche, 2011; Porkka et al., 2017; Suweis et al., 2015). Entsprechend trägt internationaler Handel in einigen Regionen zur Erreichung des zweiten Ziels für nachhaltigen Entwicklung (SDG) "Kein Hunger" bei. Etablierte Handelsbeziehungen mit mehreren Ländern erhöhen die Widerstandsfähigkeit der nationalen Agrar- und Ernährungssysteme, indem sie Preisschocks abfedern (Gouel and Laborde, 2021; Puma et al., 2015; Stevanović et al., 2016; Zimmermann et al., 2018) und die Wertschöpfungsketten weniger anfällig für plötzliche Unterbrechungen, wie etwa lokale extreme Wetterereignisse, machen (Godfray et al., 2010; Kummu et al., 2020; Marchand et al., 2016). Auf diese Weise kann der globale Handel die Anpassung an den Klimawandel unterstützen (Cottrell et al., 2019; Godfray et al., 2010; Kummu et al., 2020; Marchand et al., 2016; Puma et al., 2015). Zum umgekehrten Effekt, also der Frage, wie der internationale Handel auf das Klima wirkt, lassen sich jedoch keine eindeutigen Aussagen treffen. Einerseits bedeutet der internationale Handel eine globale Produktionsallokation entsprechend den komparativen Vorteilen und den niedrigsten Produktionskosten. Der sich daraus ergebende Rückgang der globalen Preise führt zu erhöhtem Konsum und damit zu erhöhter Produktion und Treibhausgasemissionen (Lin et al., 2019; Liu et al., 2020). Andererseits geht ökonomische Effizienz oft mit Effizienz in puncto Treibhausgasemissionen einher. Günstige klimatische Bedingungen, geeignete Böden und fortschrittliche Technologien senken tendenziell die Produktionskosten und den Flächenbedarf, was die durchschnittlichen Treibhausgasemissionen pro produzierter Einheit verringert. Daher führt globaler Handel auch zu einer klimaeffizienten globalen Verteilung der Produktion (Lu et al., 2020; Wang et al., 2022).
Forschungslücke
Die Umgestaltung globaler Agrar- und Ernährungssysteme zur Bewältigung von Umwelt- und Gesundheitsproblemen erfordert verschiedene Ansätze. In dieser Arbeit befasse ich mich mit drei Forschungslücken in Bezug auf Verbraucherverhalten und internationalen Handel.
Die erste Forschungslücke betrifft die Literatur zum internationalen Handel. Es gibt viele wissenschaftliche Veröffentlichungen zu fortlaufender Handelsintegration, konkreten Handelsabkommen und bestimmten Fälle von Handelsunterbrechungen (Headey, 2011; Lu et al., 2020; Rutten et al., 2013; Seti and Daw, 2022). Es gibt jedoch keine Forschung zu Störungen im internationalen Handel, die den gesamten Agrar- und Ernährungssektor betreffen, d. h. keine Forschungsarbeiten, die dabei helfen könnten, zu ermitteln, welche Teile des Agrar- und Ernährungssektors am stärksten von Handelsunterbrechungen betroffen wären.
Die zweite Forschungslücke bezieht sich auf die Reaktionen der Verbraucher*innen auf veränderte Marktbedingungen, wie Preis- oder Einkommensänderungen, und wie diese Reaktionen in Simulationsmodellen erfasst werden. Die Funktionsformen, die die Nachfrage in vielen Simulationsmodellen abbilden, sind nicht universell für alle Kontexte und Szenarien geeignet, für die die Modelle verwendet werden. Dies gilt insbesondere für die Modellierung von Extremszenarien, die zu Ergebnissen führen, die weit vom Gleichgewicht des Referenzszenarios entfernt sind.
Die dritte Forschungslücke hängt mit der zweiten zusammen. Sektorale Simulationsmodelle wie CAPRI verwenden normalerweise Marktbilanzdaten. Diese enthalten die für den menschlichen Verzehr verfügbaren Mengen. Abgesehen von der Nahrungsaufnahme beinhalten diese Mengen auch die Abfälle in den Haushalten und im Einzelhandel. Daher sind Analysen der Aufnahme von Lebensmitteln, Energie und Nährstoffen auf der Grundlage von sektoralen Simulationsmodellen oft ungenau. Darüber hinaus wird der menschliche Konsum in sektoralen Simulationsmodellen in der Regel in Bezug auf Rohprodukte (RPC, z. B. Milch) oder deren Derivate nach erster Verarbeitung (z. B. Butter) dargestellt. Die Verbraucher*innen treffen ihre Ernährungsentscheidungen jedoch nicht in Bezug auf Rohprodukte, sondern auf Lebensmittel, die oft aus mehreren Rohprodukten oder deren Derivaten bestehen. Daher kann eine Nachfragemodellierung auf Ebene der Rohprodukte das Verhalten der Verbraucher*innen nicht genau erfassen. Die derzeitigen sektoralen Simulationsmodelle können nur in begrenztem Maße politische Empfehlungen dazu geben, wie Verbraucher*innen ihre Ernährungsgewohnheiten umstellen könnten. Zurzeit können diese Modelle lediglich Szenarien abbilden, in denen eine Ernährungsumstellung bereits vollzogen wurde.
Zentrale Ergebnisse und Beiträge
Diese Arbeit leistet auf dreierlei Weise einen Beitrag zur Modellierung fundamentaler Veränderungen in Bezug auf Ernährung. Kapitel 2 leistet einen theoretischen Beitrag. Kapitel 3 bis 5 tragen Modellierungsanwendungen bei. In Kapitel 6 stelle ich eine eigene Modellentwicklung vor, die die Abbildung des Konsumverhaltens in sektoralen Simulationsmodellen verbessert.
In Kapitel 2 stelle ich drei Ansätze zur Nachfragemodellierung vor: erstens Probleme der linearen (LP) und quadratischen Programmierung (QP), zweitens Nachfragesysteme, die sich aus der Maximierung des Nutzens aus dem Konsum von Gütern ableiten, und drittens Nachfragesysteme, die sich aus der Maximierung des Nutzens aus dem Konsum der Charakteristika von Gütern ableiten. Alle drei Ansätze basieren auf der Annahme, dass Verbraucher*innen optimierend handeln. Die Ansätze unterscheiden sich hinsichtlich der Formulierung des Optimierungsproblems: Was ist das Ziel der Optimierung, was ist die Restriktion und was ist die Entscheidungsvariable? Ich stelle die wichtigsten Varianten von LP- und QP-Problemen vor, ausgehend von Stigler‘s „diet problem“, einer möglichst günstigen Ernährung, die den Nährstoffbedarf deckt (Stigler, 1945). Ich beschreibe Weiterentwicklungen, die die Präferenzen der Konsumierenden einbeziehen und in welchen Bereichen die Probleme Anwendung finden, z. B. bei der Menüplanung in der Gemeinschaftsverpflegung (Lancaster, 1992) oder in den Ernährungsempfehlungen der Deutschen Gesellschaft für Ernährung (DGE) (Schäfer et al., 2024).
Ich gebe einen Überblick über vier Nachfragefunktionen, die sich aus der Nutzenmaximierung in Bezug auf den Konsum von Gütern ableite lassen und in Simulationsmodellen genutzt werden: die Nachfragefunktion mit konstanten Substitutionselastizitäten (CES), ihre Unterformen Leontief und Cobb-Douglas sowie das lineare Ausgabensystem (LES). Ich leite die relevanten Eigenschaften jeder funktionalen Form ab und diskutiere, was diese für die Eignung einer funktionalen Form für bestimmte Modellierungskontexte bedeuten. Dies ist nicht immer eindeutig, denn die Eigenschaften haben in einigen Fällen widersprüchliche Implikationen. Zusammenfassend lässt sich sagen, dass keine der vorgestellten funktionalen Formen geeignet ist, um fundamentale Veränderungen in der Ernährung zu modellieren. Zur Simulation von geringeren Veränderungen, sind die beschriebenen Einschränkungen jedoch akzeptabel.
Ich entwickle die Grundzüge eines Nachfragesystems, das auf dem Konzept basiert, dass Verbraucher*innen Nutzen aus dem Konsum der Charakteristika von Gütern ableiten und nicht aus den Gütern selbst. Auf diese Weise addressiere ich die Einschränkungen, die ich in Bezug auf die vorgestellten Nachfragesysteme herausgearbeitet habe: Erstens erlauben die LP- und QP-Modelle keine Differenzierung danach, wie sehr eine so modellierte Ernährung den Nährstoffbedarf verfehlt. In dem von mir in Grundzügen entwickeltem Nachfragesystem leiten Verbraucher*innen den Nutzen aus der Nährstoffaufnahme ab, d. h. je näher die Nährstoffaufnahme dem Optimum ist, desto höher ist der abgeleitete Nutzen. Zweitens verwenden Simulationsmodelle, die eine der vorgestellten funktionalen Formen nutzen, in der Regel nicht den Verzehr von Lebensmitteln als Entscheidungsvariable, sondern kategorisieren Lebensmittel als Rohprodukte (z.B. Milch), Rohproduktderivate (z.B. Butter) oder bilden große Aggregate (z.B. „andere verarbeitete Lebensmittel“). Die Anwendung von funktionalen Formen auf Lebensmittel wäre jedoch aufgrund deren großer Anzahl eine Herausforderung. Auch die Beziehungen zwischen den Lebensmitteln, d. h. ob sie Substitute oder Komplemente sind, sind schwer zu bestimmen. Ein geeigneter Weg, um die Nachfragemodellierung von der Ebene der Rohprodukte auf die Ebene der Lebensmittel zu übertragen, ist, die Nachfrage nach Lebensmitteln auf der Grundlage der Lebensmittelcharakteristika zu modellieren. Ich schlage spezifische Formen für die Nutzenfunktion vor, die die unterschiedlichen Arten der Charakteristika berücksichtigen und sich auf die Anwendung für Lebensmittel fokussieren. Ich gruppiere Charakteristika, die demselben Zweck dienen. Ich lasse verschiedene Spezifikationen der Beziehung zwischen Nutzen und Charakteristika zu, wobei ich mich auf Nährstoffe als eine Gruppe von Charakteristika fokussiere. Ich leite eine Nachfragefunktion aus der Maximierung des Nutzens unter einer Budgetbeschränkung ab.
Als zweiten Beitrag simuliere ich vier Szenarien von Handelsunterbrechungen in Modellen, die funktionale Formen verwenden, die ich in Kapitel 2 vorgestellt habe.
Kapitel 3: Das erste Szenario einer Handelsunterbrechung kann sich aus unterschiedlichen Vorschriften in verschiedenen Ländern ergeben. So entschied der Europäische Gerichtshof (EuGH) 2018, dass genom-editierte (GE) Pflanzen gekennzeichnet werden müssen, während andere Regionen GE-Pflanzen wie konventionell gezüchtete Pflanzen behandeln und keine Kennzeichnung verlangen. Da es nicht möglich ist, ex-post festzustellen, ob eine Pflanze konventionell oder mithilfe von Genom-Editierung gezüchtet wurde, müssen Importunternehmen das Risiko eingehen, versehentlich nicht gekennzeichnete GE-Pflanzen einzuführen. Zusammen mit Ko-Autor*innen simuliere ich einen Importstopp, der eintreten könnte, wenn EU-Unternehmen zur Vermeidung dieses Risikos ganz auf den Import von Pflanzen verzichten, bei denen es marktreife genom-editierte Sorten gibt. Die Simulation umfasst Getreide und Sojabohnen und wird mit dem partiellen Gleichgewichtsmodell CAPRI durchgeführt.
Kapitel 4: Gemeinsam mit Ko-Autoren erweitere ich diesen Importstopp auf alle Lebens- und Futtermittel. Diese Simulation ermöglicht eine detaillierte Untersuchung der Wechselwirkungen zwischen den verschiedenen Wertschöpfungsketten im EU-Agrarsektor. Das Szenario kann sowohl als Einfuhrstopp infolge von politischen Entscheidungen der EU als auch als Ausfuhrstopp von Handelspartner*innen der EU interpretiert werden. Sojabohnen sind der zentrale Agrarrohstoff, der die EU-Landwirtschaft mit dem Weltmarkt verbindet. Soja ist ein wichtiges Futtermittel; daher wirkt ein Importstopp auf die EU-Landwirtschaft über den Tiersektor. Der Importstopp bei den meisten anderen Erzeugnissen kann von der EU-Landwirtschaft ohne starke Preisauswirkungen aufgefangen werden, da die EU sich bei vielen Lebensmitteln nahezu selbst versorgen kann und über eine ausreichende Größe und Vielfalt an agrarökologischen Zonen verfügt, um viele verschiedene Erzeugnisse zu produzieren. Aufgrund der geringeren Verfügbarkeit von Soja für Futtermittel in einem Importstopp-Szenario, gehen die Fleischproduktion und die Exporte der EU zurück. In anderen Regionen der Welt nimmt die Produktion zu. Die Fleischproduktion in der EU ist relativ kosteneffizient und verursacht weniger Treibhausgasemissionen pro Einheit als die Fleischproduktion in anderen Regionen. Der EU-Importstopp führt zu einer Umverteilung der Fleischproduktion in Regionen, in denen die Produktion teurer und weniger emissionseffizient ist. Folglich steigen die globalen Preise und die Treibhausgasemissionen der Landwirtschaft. Anstatt Importe zu unterbinden, würde eine Reduktion der Fleischproduktion und des Fleischkonsums die Abhängigkeit der EU von Sojaimporten wirksam verringern, während gleichzeitig globale Treibhausgasemissionen reduziert würden. Flächen, die nicht für die Futtermittelproduktion genutzt werden, könnten ökologischen Zwecken zugeführt werden und dazu beitragen, die Klimaziele und die verbindlichen EU-Richtlinien zur Luft- und Wasserqualität zu erfüllen.
Kapitel 5: Importabhängigkeit ist auch außerhalb der EU ein Thema. In Zeiten zahlreicher Handelsunterbrechungen könnten politische Entscheidungsträger*innen die Förderung der heimischen Nahrungsmittelproduktion als eine Win-Win-Situation betrachten, in der die heimische Beschäftigung geschützt und die Abhängigkeit von unsicheren Handelsbeziehungen verringert wird (Cottrell et al., 2019; Maetz et al., 2011; Marchand et al., 2016; Puma et al., 2015). Ich präsentiere zwei Modellierungsstudien zu Präferenzverschiebung hin zu heimischen Produkten, beispielsweise infolge nichttarifärer Maßnahmen wie Kampagnen zur Förderung lokaler Produkte. Für Benin modelliere ich eine Präferenzverschiebung hin zu inländisch produziertem Fisch, Geflügel und Reis und vergleiche die gesamtwirtschaftlichen Auswirkungen der Präferenzverschiebung für die einzelnen Lebensmittel. Für Kenia simuliere ich eine Präferenzverschiebung hin zu inländisch produziertem Mais und vergleiche sie mit einem Zoll, der zu demselben Rückgang der Importe führt. Die gestiegene Nachfrage nach heimischen Produkten erhöht den Preis des Produkts. Sie erhöht die inländische Produktion, und aufgrund der Konkurrenz um Produktionsfaktoren steigen auch die Preise anderer Produkte. Insgesamt führt dies zu einem Rückgang des privaten Konsums. Unterschiedliche Faktorintensitäten der betreffenden Produkte beeinflussen das Haushaltseinkommen unterschiedlich. Interessanterweise haben die Interventionen in beiden Ländern starke indirekte Auswirkungen auf die wichtigsten Exportindustrien, nämlich Baumwolle und Baumwollverarbeitung in Benin und Tee und Blumen in Kenia. Daraus schließe ich, dass Interventionen in den Sektoren Geflügel, Reis und Fisch in Benin und Mais in Kenia keine gute Wahl sind, um die Nettozahlungen aus dem Ausland zu erhöhen. Die Szenarien wurden gemeinsam mit Ko-Autor*innen aus beiden Ländern entwickelt. Die Simulationen wurden mit dem allgemeinen Gleichgewichtsmodell STAGE durchgeführt. Ich entwickle eine neue Methode zur Präferenzverschiebung zwischen inländischen und importierten Produkten, den perceived price distortion factor. Dieser Parameter ermöglicht es, das Verhalten der Verbraucher*innen so zu modellieren, als ob der relative Preis des inländischen Gutes niedriger wäre als er ist, während die Preise tatsächlich gleichbleiben.
Der dritte Beitrag ist die Entwicklung eines Modells zur Verbesserung von Simulationsmodellen wie CAPRI und STAGE hinsichtlich ihrer Fähigkeit, den Lebensmittelkonsum und Veränderungen in der Ernährung zu modellieren. Ich stelle diesen Beitrag in Kapitel 6 vor.
Als Grundlage verbessere ich das Verständnis des Status quo-Konsums. Um auf Verzerrungen und Fehler in den Daten einzugehen, erstelle ich eine Datenbank, die Informationen aus sieben Datensätzen kombiniert und zuverlässiger ist als die einzelnen Datensätze. Ich konsolidiere die Datensätze zu einem konsistenten Mengenfluss und verbinde so 619 Rohprodukte in 42 Kategorien der CAPRI-Marktbilanz mit 85 Prozessen, die die Rohprodukte in 797 verschiedene Derivate umwandeln, die entweder in dieser Form verzehrt oder zu einem von 906 Lebensmitteln kombiniert werden. Die Verbindung von Verzehrmengen mit Rezepturen und Verarbeitungskoeffizienten ermöglicht es, sowohl den direkten als auch den indirekten Verzehr von Rohprodukten zu analysieren. Ich quantifiziere das erhebliche Ausmaß, in dem viele Rohprodukte als Zutaten in anderen Lebensmitteln verzehrt werden. Ich stelle fest, dass der Gesamtverzehr von Eiern, rotem Fleisch, Streichfetten und pflanzlichen Ölen wesentlich höher ist als der direkte Verzehr, wie er in der genutzten Verzehrstudie angegeben wird.
Ausgehend von dem konsistenten Mengenfluss, modelliere ich die Umsetzung von Ernährungsempfehlungen. Ich unterscheide zwischen zwei Arten von Empfehlungen. Lebensmittelbezogene Ernährungsempfehlungen (FBDG) beziehen sich auf Verzehrmengen für Gruppen von Lebensmitteln, z.B. für Getreideprodukte. Die Deutsche Gesellschaft für Ernährung (DGE) veröffentlicht ihre Empfehlungen in diesem Format (Schäfer et al., 2024). Im Gegensatz dazu empfiehlt die Planetary Health Diet (PHD) der EAT-Lancet-Kommission (Willett et al., 2019) Verzehrmengen von Rohproduktäquivalenten, z. B. pflanzlichen Ölen, ohne weitere Angaben, wie diese verzehrt werden sollen. Das von mir entwickelte Modell ermöglicht die Übertragung der Empfehlungen auf die jeweils anderen Ebenen und macht die verschiedenen Arten von Empfehlungen vergleichbar.
Ich berechne die Marktbilanzmengen, die mit einer deutschlandweiten Umsetzung der DGE-Empfehlungen verbunden wären. Diese Übertragung ermöglicht eine genaue Modellierung der FBDG in einem sektoralen Simulationsmodell wie CAPRI. Bei Rohprodukt-basierten Empfehlungen wie der PHD gibt es unendlich viele Kombinationen von Lebensmitteln, mit denen Konsumierende die empfohlenen Verzehrmengen von Rohproduktäquivalenten erreichen können (z. B. können Pflanzenöle direkt oder indirekt in Salatdressing, Kuchen oder Pommes frites verzehrt werden). Ich ermittle die Kombination von Lebensmitteln, die den Essgewohnheiten der Verbraucher*innen möglichst nahe kommt und gleichzeitig die PHD-Empfehlungen zum Verzehr von Rohproduktäquivalenten erfüllt. Anhand des konsistenten Mengenflusses lässt sich außerdem die Genauigkeit der Empfehlungen bewerten. Ich analysiere den direkten und indirekten Verzehr von Rohproduktäquivalenten bei der Umsetzung der DGE-Empfehlungen. Bei einigen Lebensmitteln stelle ich erhebliche Abweichungen fest. So empfiehlt die DGE beispielsweise die Aufnahme von 12 g pflanzlichen Ölen pro Tag. Berücksichtigt man jedoch die Empfehlungen für die anderen Lebensmittel und die indirekte Aufnahme von pflanzlichen Ölen über diese, so beläuft sich die Gesamtaufnahme von Pflanzenölen auf das Dreifache der empfohlenen Menge (36 g). Des Weiteren bewerte ich die Genauigkeit einer früheren Simulation der PHD im CAPRI-Modell. Ich analysiere, wie die Empfehlungen zu den individuellen Verzehrmengen von Rohproduktäquivalenten auf die Marktebene skaliert wurden, und vergleiche, wie die zugrundeliegenden Annahmen zu Lebensmittelabfällen mit den Daten im konsistenten Mengenfluss übereinstimmen. Ich entwerfe verbesserte Szenarien für beide Empfehlungen. In diesen verbesserten Szenarien werden die Empfehlungen hinsichtlich individueller Verzehrmengen von Rohproduktäquivalenten eingehalten, und die Kombination von Lebensmitteln entspricht dem für die Verbraucher*innen einfachsten Weg, die jeweiligen Empfehlungen umzusetzen.
Das entwickelte Modell kann zur Kommunikation von Ernährungsempfehlungen und Politikberatung beitragen. Indem ich Ernährungsgewohnheiten in die Analyse einbeziehe, kann ich Optionen für Ernährungsumstellungen ermitteln, die für die Verbraucher*innen mit den geringst möglichen Anpassungen verbunden sind. Diese Ergebnisse können beispielsweise in der Gemeinschaftsverpflegung genutzt werden, um gesündere Mahlzeiten einzuführen und gleichzeitig die Zufriedenheit der Konsumierenden zu halten. Mit dem Modell kann sowohl der direkte als auch der indirekte Verzehr von Rohproduktäquivalenten erfasst werden. Daher ist es möglich, zu quantifizieren, wie z. B. Fleisch, tierische Fette oder Zucker konsumiert werden. Dies kann dabei helfen, zentrale Ansatzpunkte in den Essgewohnheiten zu identifizieren, die gezielt zur Reduktion des Verzehrs dieser Lebensmittel eingesetzt werden können. Das Modell kann zur Veranschaulichung der zahlreichen Optionen und zur Vermittlung des individuellen Spielraums für die Umsetzung von Ernährungsempfehlungen verwendet werden. Wenn Verbraucher*innen nicht wissen, welche Mengen sie indirekt zu sich nehmen (z. B. pflanzliche Öle über verarbeitete Lebensmittel), kann das Modell eine Orientierung über die durchschnittlichen Verzehrmuster bieten.
Das Modell ist ein wertvoller Baustein für die Interdisziplinarität zwischen Ernährungswissenschaftler*innen und Agrarökonom*innen, die sektorale Simulationsmodelle verwenden. Das Modell verwendet frei verfügbare und öffentlich zugängliche Daten und kann an andere Modelle und Verzehrstudien angepasst werden. In den Schlussfolgerungen (Kapitel 7) gehe ich auf potentielle Erweiterungen und Anwendungen des Modells ein. Kapitel 8 enthält die technische Dokumentation der Datenaufbereitung und des Modells.
