Home

Die Data Envelopment Analysis (DEA) und ihre

1. Ertragsschema 1 Stelle Betriebszweig 1 6 7 8 100000 Forstwirtschaft 600000 Nebenbetrieb I 700000 Nebenbetrieb II 800000 neutrale Ertr ge f r Betriebszweig 1 Forstwirtschaft 2 Stelle Ertragsart 11 18 110000 Holzverkauf 120000 Holzvorrats nderung 130000 Deputate und Eigenverbrauch 140000 Rohholzzukauf Seite 281 Anhang 150000 Nebennutzung 160000 Ben tzungsentgelte 161000 Bringungsanlagen 162000 Geb ude 163000 Naturwaldzellen 164000 Grundst cke 165000 Maschinen und Ger te 170000 Kosteners tze 180000 F rderungen 181000 Waldbau 182000 Bringungsanlagen 183000 Personal 184000 sonstiges f r Ertragsarten 11 14 Holzertr ge 3 Stelle Parit t 1 7 11x1000 Stock 11x2000 Waldort 11x3000 Stra e 11x4000 Holzhof 11x5000 Bahn Hafen 11x6000 Haus Werk 11x7000 Grenze Export f r Ertragsarten 11 14 Holzertr ge 4 Stelle Holzart 1 Fichte Tanne L rche Kiefer sonstiges Nadelholz Nadelholz ungegliedert Buche Eiche sonstiges Laubholz Laubholz ungegliedert VONDAN f r Ertragsarten 11 14 Holzertr ge 5 und 6 Stelle Sortiment 10 20 30 40 50 Starkholz 11 Langholz 12 Blochholz 13 Schwachbloch 14 Braunbloch Schwachholz Sondersorten 21 Zerspaner 22 Behauholz Industrieholz 31 Schleifholz 3
2. Die klassische DEA Vorgehensweise die allokative Effizienz ber durchschnittliche Kostens tze herzuleiten ist mit Informationsabschl gen und Ergebnisverzerrungen verbunden Mit der durchschnittlichen Bewertung der physischen Inputs f r die Kosteneffizienz werden n mlich die unterschiedlichen Leistungspotenziale und technischen Vorteile der Produktionsfaktoren sowie die Preis und Kostendifferenzen regionaler Marktverh ltnisse nicht mehr im Modell ber cksichtigt Dadurch kann es selbstverst ndlich sein dass in dieser Darstellung die eine oder andere Einheit in ihrer kostentechnischen Performance als ber bzw unterbewertet ausgewiesen wird Aus diesem Grund ist es nachvollziehbar warum es in der Bestimmung der Kosteneffizienz bzw der Ertragseffizienz unter Verwendung der tats chlich f r die Beobachtung ausgewiesenen Kosten und Preise sein kann dass ein Betrieb in seiner konomischen Performance aufgrund des verwendeten Technisierungsgrades und der vereinbarten Bedingungen am lokalen bzw regionalen Markt einen h heren Effizienzwert erzielt als in der rein technischen Beurteilung was dann auch eine allokative Effizienz AE gr er eins zur Folge haben w rde Ein derartiger Fall w re f r den linearen Zusammenhang den die klassische DEA Analyse unterstellt nicht zul ssig vgl 3 8 4 Daher sind derartige Studien unabh ngig von dem natural technischen Modell separat zu erstellen und zu interpretieren bzw als eigenst
3. Bezogen auf die beiden Outputfaktoren liefern die Korrelationsuntersuchungen der beiden Modellans tze unterschiedliche Resultate Das Verh ltnis der beiden Outputgr en zueinander stellt sich unter Einbeziehung der physischen Ausgangsgr en als signifikant invers dar und repr sentiert damit eine ung nstige Ausgangskonstellation f r eine DEA Analyse Da aber f r alle Modelle eine Inputorientierung unterstellt wurde und dabei die Outputniveaus als unver nderlich angenommen werden f llt dieser inverse Zusammenhang nicht so stark ins Gewicht Die Ursache f r die negative Korrelation liegt im direkten Abh ngigkeitsverh ltnis der Massenleistung mit der Produktionszeit wodurch es bei h herer Massenleistung zur Reduktion der Prolongationsdauer f r die Ermittlung des kalkulatorischen Ertrags kommt Als interessant pr sentiert sich dann aber im Anschluss die Korrelationsanalyse des gleichen Zusammenhangs im tats chlichen kostentechnischen Modell das anstelle des Derbholzvolumens die Bruttoholzertr ge ansetzt Sichtlich scheint es durch die Sortimentsverteilung und die Sortimentspreise zu gelingen diesen inversen Zusammenhang aus dem natural technischen Modell in eine positive Korrelation umzudrehen Damit scheinen von der zeitlichen Pr ferenz her aus ertragstechnischer Sicht jene Best nde mit kurzer Produktionsdauer und damit geringerem Massenanfall die Differenz aus dem Massenanfall ber die Sortimentsverteilung und dem daraus erzielt
4. Das konomische Prinzip ist ein rein formaler Grundsatz der lediglich die Art und Weise das Wie des Wirtschaftens beschreibt Das Prinzip macht keine Aussagen ber die Zielsetzungen oder Motive des Wirtschaftens Gewinnmaximierung Umsatzsteigerung Vergr erung der Marktanteile Seite 23 Grundlagen der Effizienzbestimmung Es ist ein weit verbreiteter Irrglaube dass es besonders sinnvoll ist mit Minimalem Mitteleinsatz Minimalprinzip ein maximales Ergebnis zu erzielen Maximalprinzip Dies so genannte Min Max Prinzip f hrt jedoch zu ungeplantem Handeln da nach dem Minimalprinzip keine klaren Vorgaben gemacht werden und nach dem Maximalprinzip kein klares Ziel verfolgt wird Die Optimierung z B beim Kaizen die schrittweise Perfektionierung Optimierung des bew hrten Produkts weist den Weg zum Erfolg kann daher nur schrittweise erfolgen Nach jedem Optimierungsschritt muss dann aber berpr ft werden ob beim Maximalprinzip alle notwendigen Parameter der Zielvorgabe Qualit t vorhanden sind bzw ob beim Minimalprinzip alle notwendigen Bedingungen zur nachhaltigen Zielerreichung gegeben sind z B Gesetze und Auflagen z B Arbeitsschutz http de wikipedia org wiki C3 96konomisches Prinzip Seite 24 DEA der nicht parametrische Modellansatz 3 DEA Data Envelopment Analysis der nicht parametrische Modellansatz Aufbauend auf den Arbeiten von Koopmans 1951 und Debreu 1951 entwickelte Farrell 1957
5. Wenn es aber m glich ist ber den monet ren Ansatz Input bzw Outputvariablen zu einem aggregierten Input oder Outputfaktor zu aggregieren so muss es auch zul ssig sein diese Aggregation ber nachvollziehbare nicht monet re Wertinformationen zu erreichen Beispielsweise k nnte es sich hier um subjektive Nutzwertans tze und deren Wertbeziehungen zueinander von Outputfunktionen oder externer Effekte oder hnlichem handeln um einen mengen und wertm igen Zusammenhang f r die Beurteilung von einzelnen Beobachtungen abzuleiten Scheel 2000 Durch die Aggregation der Inputfaktoren bzw der Outputgr en zu jeweils einem aggregierten Faktor reduziert die Anzahl der verwendeten Variablen und erh ht dadurch die Diskriminanz des unterstellten Modells was generell zu einer Reduzierung der ausgewiesenen Effizienzwerte f hren sollte 24 Coelli et al 1998 dokumentiert im Anschluss an seine Ausf hrungen zur Kostenminmierung und Ertragsmaximierung dass es nur sehr wenige Arbeiten gibt die zur Profitmaximierung eine DEA Analyse verwendet haben und verweist diesbez glich auf die Arbeiten von Grosskopf and Weber 1997 Seite 58 DEA der nicht parametrische Modellansatz Die Kosten bzw Ertragseffizienz resultiert wie vorhin abgeleitet aus dem Produkt aus technischer Effizienz TE und allokativer Effizienz AE Eine Beobachtung ist daher nur dann kosten bzw ertragstechnisch effizient wenn auch die beiden anderen Einflussgr
6. 8 0 gt 0 1 X 14 Y e r X Y In jedem Fall kann das auf diesen Einschrankungen basierende Dmin MaB nach Scheel 2000 als untere Schranke f r die durchschnittlich notwendigen Verbesserungen interpretiert werden Seite 50 DEA der nicht parametrische Modellansatz gt six q gt 0Os T gt siy gt 0 Ps Ds u gs 2 eka Auch wenn es m glich w re f r das Dmin Ma orientierte Modellvarianten zu definieren behauptet Scheel 2000 dass im Gegensatz zu den quiproportionalen Modellvarianten und dem Dmax Ma das Dmin Ma keine entsprechende Bedeutung als Effizienzma in der klassischen Produktionstheorie hat E X Y min x X Y Fur die drei bisher vorgestellten EffizienzmaBe lassen sich folgende Zusammenh nge demonstrieren falls gew hrleistet ist dass es sich um ausschlie lich positive Daten handelt deren Effizienzwerte mit den jeweils nicht orientierten Modellvarianten ermittelt wurden F r eine beliebige DMU k l sst sich das nach Scheel 2000 wie folgt darstellen EO x Y lt E X Y lt E X Y 3 8 Analysem glichkeiten zur vertiefenden Interpretation der Ergebnisse Basierend auf den hier festgelegten Theoremen und Annahmen wird das Ziel verfolgt ber die bereits pr zisierten Effizienzma e den Abstand zu den Besten und somit deren Produktivit tsr ckstand graduell zu quantifizieren Damit dabei die unterschiedlichen Ma einheiten der be
7. CO ae Mea ar ie Yin Der Input Output Transformationsvektor X Y ist Teil der gesamten Datenmatrix X Y die von jeder DMU die kompletten Input Outputvariablen enth lt x Y X Y x y Als Vorraussetzung f r die Plausibilitat der Datenmatrix sind die empirische Vollst ndigkeit vgl 4 1 3 das Einhalten der Struktureigenschaften sowie die Ber cksichtigung einiger zus tzlicher methodischer Restriktionen zu ber cksichtigen 1 Es sind keine negativen Matrixwerte zul ssig X Y 0 2 Jeder in der Matrix definierte Inputfaktor muss zumindest von einer DMU eingesetzt werden Demzufolge wird es immer eine Beobachtung k geben die einen Input m zur Outputtransformation verwendet X ms gt 0 3 Alle in der Datenmatrix vorhandenen Outputgr en m ssen zumindest von einem Inputvektor bereitgestellt werden Daraus leitet sich ab dass f r jeden Output n oa k zumindest eine Unit k existieren muss Y gt 0 4 F r die einzelnen DMUs gilt dass diese zumindest einen Inputfaktor zur Erzeugung mindestens eines Outputs einsetzen m ssen F r eine beliebige Unit k gilt demzufolge dass S Yk 50 und S X 0 sein muss s 1 s 1 n s m s 5 Zur Vervollst ndigung der Restriktionen f r die Werte der DMUs sei noch erw hnt dass identische DMUs nur einmal in der Matrix vertreten sein werden Unter Ber cksichtigung dieser f nf bei Scheel 2000 dokumentierten Einschr nkungen wird von ihm die Datenmatrix mit
8. J bstl H A 1998 Erweitertes forst betrieb liches Rechnungswesen Beitr ge zur Forst konomie Festschrift f r Prof Sagl Schriftenreihe des Instituts f r Sozio konomik der Forst und Holzwirtschaft Band 31 Eigenverlag Wien 97 124 J bstl H A 1987 Forst Betriebsklassen Simulationsmodell FOBSI Ben tzerinstruktion Musterausdrucke Programmdokumentation Anwendungsbeispiele Wien sterr Agrarverl 112 S Karisch G 2003 Ber cksichtigung des Waldverm gens im forstlichen Rechnungswesen Analyse der Verm gensrechnungsgeschichte und Entwicklung eines Modells zur Erfassung der Waldverm gens nderungen 200 S Kaplan R S and Norton D P 1996 The Balanced Scorecard translating Strategy into Action Boston Kao C 2000 Measuring the Performance Improvement of Taiwan Forests after Reorganization Forest Science 46 4 577 584 Kao C and Hwang S N 1993 Data Envelopment Analysis in Measuring the Efficiency of Forest Management Journal of Environmental Management 38 73 83 Kao C and Yang Y C 1992 Reorganization of forest districts via efficiency measurement European Journal of Operational Research 58 356 362 North Holland Kao C and Yang Y C 1991 Measuring the Efficiency of Forest Management Forest Science 1991 Vol 37 No 5 pp 1239 1252 Kao C and Brodie J D 1980 Simultaneous optimization of thinnings and rotation with continuous stocking and entry intervals Forest Science 26 338 346 Seite
9. M chte man allerdings den Zusammenhang der Effizienzabweichung zwischen dem technischen und dem konomischen Modell analysieren um daraus die Verbesserungspotenziale in der Beschaffungs und Absatzstrategie aufzudecken muss die Allokative Effizienz AE bestimmt werden ber die die kostenoptimale Beschaffung bzw der ertragsoptimale Absatz am Markt signalisiert werden kann Isokostengerade f r X2 ci e2 4 N Abb 10 Darstellung der Kosteneffizienz KE GSTACH 2002 S 16 Isoerl sgerade f r PR p2 3 1 lsoerl sgerade ent Y r p1 p2 3 1 Abb 11 Darstellung der Ertragseffizienz EE GSTACH 2002 S 32 Seite 57 DEA der nicht parametrische Modellansatz Dieser Zusammenhang kann einmal f r die Ermittlung der Kosteneffizienz KE ber eine Outputisoquante und die daran tangierende Isokostengerade und fur die Ertragseffizienz EE ber eine Inputisoquante und die daran angelegte Isoerl sgerade im zweidimensionalen Raum grafisch dargestellt werden Indem nun das Verh ltnis aus Kosteneffizienz zu inputorientierter technischer Effizienz und Ertragseffizienz zu outputorientierter technischer Effizienz gebildet wird leitet man die Effizienz des Marktverhaltens der beobachteten Einheiten her Im inputorientierten Fall wurden die physisch eingesetzten Produktionsfaktoren der DMU3 optimal in Outputg ter transformiert Allerdings und das wird durch die Isokostengerade indiziert unterscheiden sich
10. free disposibility verstanden Damit soll verdeutlicht werden dass die Herstellung eines definierten Outputs auch unter dem Einsatz eines Vielfachen der minimal notwendigen Produktionsfaktoren zul ssig ist Wenn die Beobachtung x y ein e von T ist und wenn der Inputvektor der Beobachtung x gt x ist dann ist x y ebenfalls ein zul ssiges von T auch wenn es sich nur um ein ineffizienteres Produktionsniveau der Technologiemenge handelt Scheel 2000 bzw Gstach 2002 Umgekehrt ist es selbstverstandlich genauso zul ssig mit begrenzt verf gbaren Produktionsmitteln nur einen geringeren Anteil an dem maximal m glichen Output zu erzeugen Ist beispielsweise die Beobachtung x y ein e von T und ist der Outputvektor der Beobachtung y lt y dann ist x y ebenfalls ein zul ssiges von T auch wenn es sich wiederum um ein ineffizienteres Produktionsniveau der Technologiemenge handelt Scheel 2000 bzw Gstach 2002 Zur bildlichen Demonstration sei auf die Abb 1 a und b verwiesen die jeweils die freie Verschwendung von Inputs bzw von Outputs durch den grauen ineffizienten Produktionsm glichkeitsraum gemessen an den Input und Outputisoquanten demonstrieren F r jede Output bzw Inputkombination im grau ausgewiesenen Produktionsm glichkeitsraum bzw Inputerfordernisraum lassen sich effizientere Produktionsniveaus finden die bei Verwendung eines normierten Inputvektors mehr an Outputleistung b
11. 11 I2 13 14 I5 O1 02 03 Anz Fl che Ange Regie Fremd sonst S ge Indh sonst 2 Eff eff IN stellte std Ist K Kosten sort Sort Ertr ge n eff TE x 0 0 10 4 11 2 8 8 9 2 0 0 3 5 23 8 92 4 46 A Ma Sx 0 0 15 1 16 7 13 3 14 3 0 0 11 5 59 2 11 6 31 1 12 O1 02 03 Anz Fl che gesamt S ge Indh sonst gt EEN eff Kosten sort Sort Ertr ge n eff KEd x 0 0 18 7 0 1 10 2 54 3 81 3 21 A Ma Sx 0 00 16 1 0 6 24 0 154 6 16 1 56 AE x 87 9 21 A Ma amp 11 3 56 Tabelle 20 Zusammenhang des inputorientierten quiproportionalen A MaB mit der ber Durchschnittss tze ermittelten Kosteneffizienz Werden die die drei quiproportionalen inputorientierten Modelle TE KEd und AE gegen bergestellt differieren die durchschnittlichen Gesamtergebnisse eher deutlich Die Ursachen f r diese Abweichung des natural technischen TE VRS RAD IN 92 39 vom durchschnittlichen kostentechnischen KEd VRS RAD IN 81 34 Modell liegen einerseits in der Reduktion der Variablen von 8 auf 5 aufgrund der Bewertung der physischen Inputvariablen mit Durchschnittskostens tzen ber diesen Ansatz lassen sich R ckschl sse auf eine g nstige oder ung nstige Allokation von Produktionsfaktoren zur Herstellung der entsprechenden Produktionsg ter bei Unterstellung Durchschnittlicher Kostens tzen ziehen Der Anteil der Ineffizienz in Folge einer ung nstigen Ressourcenallokation l sst sich ber das Verh ltnis KEd z
12. 18d1 20863 58 82 55 54 642 10a1 10530 73 8 3 70 80 389 19a1 40991 34 7 2 70 116 1347 10a2 31670 91 8 3 35 51 459 19a2 10435 71 8 7 65 57 366 10b1 46636 25 8 0 70 686 1268 19a3 18950 83 7 1 55 83 455 10b2 15124 45 7 0 70 492 55 1 19a4 32947 66 7 6 30 8 294 1063 8113 87 7 8 35 12 104 f 19b1 14684 14 9 3 75 59 693 10b4 64810 74 7 7 35 157 738 19b2 5404 01 8 5 65 16 194 10c2 44316 69 7 3 70 375 1169 19b3 8860 56 7 3 30 2 80 10c3 58004 33 6 6 35 171 416 f 19c1 11205 28 7 8 30 1 123 11a1 55116 89 9 2 80 1163 1517 f 1a2 15660 68 8 0 75 305 423 11a2 13410 30 8 4 65 243 291 f 1a3 10323 00 8 3 75 118 362 11a3 16146 67 8 2 65 420 211 f 1a4 17112 39 7 5 35 68 144 11b1 63739 61 9 4 85 514 2551 f 1a5 24109 14 7 8 35 38 324 11b2 51883 06 8 4 85 1624 793 1b1 10374 71 8 6 75 78 394 11b3 18683 17 7 1 70 416 2791 1b2 47057 73 8 6 35 76 743 11c1 19611 32 7 2 125 698 102 20a1 18969 37 6 8 120 443 391 12a1 30316 04 7 3 85 1081 174 1 20a2 7448 72 9 8 35 7 138 12a2 17681 52 8 8 70 65 803 20b1 5112 95 8 2 145 68 205 12b 99570 58 7 8 90 2101 2608 20b2 10013 10 10 3 100 50 671 12c2 4503 99 8 6 70 18 213 1 20b4 4773 79 7 6 20 1 9 12c3 2705 21 8 8 40 3 66 f 20c1 41667 23 10 4 80 141 1954 13a1 17848 56 8 0 125 403 532 20d3 35121 15 7 6 60 207 957 13c2 30316 11 7 9 60 68 864 20f1 30747 87 10 6 80 117 1687 14b1 15347 50 7 4 110 507 165 20f2 25882 29 9 0 30 48 257 14b2 14648 60 9 7 55 34 517 20g 12610 99 9 0 105 194 322 1581 33202 95 10 6 9
13. Dennoch lassen sich aus der Regressionsanalyse der einzelnen unabh ngigen Variablen Trendrichtungen im Zusammenhang mit der festgestellten Performance des Bestandesbehandlungskonzepts ableiten Die unterstellten Trends sind dabei aber nicht in jedem Fall signifikant abgesichert und es kann in der Analyse einer unabh ngigen Variablen zwischen den Clustern zu abweichenden Trendverl ufen kommen Abb 23 Abb 24 Abb 25 und Abb 28 Nur der Trendverlauf f r die Ausgangsstammzahl je Hektar und den zu erwartenden BHDs zum Abtriebszeitpunkt Abb 26 und Abb 27 verl uft f r alle Bonit tsklassen homogen Die Ursachen f r den unzureichenden Signifikanznachweis scheinen dabei in der Bildung der Clustern an sich zu liegen Denn mit der Separierung in Cluster wird die formale Grundbedingung der Normalverteilung der zu untersuchenden unabh ngigen Beobachtungen durch eine zu geringe Anzahl an Beobachtungen verletzt Andererseits stellt sich demnach aber auch die interessante Frage ob f r die anhand einer teilweisen linearisierten konvexen Technologiemenge abgeleiteten Effizienzwerte berhaupt ein signifikanter Zusammenhang mit den gesamten unabh ngigen Merkmalen aller Beobachtungen bei Anwendung einer multiplen lineare Regression m glich ist DEA versucht n mlich den gesamten Datensatz so eng als m glich durch eine abschnittsweise linearisierte konvexe H lle zu umgeben wohingegen die statistische Regressionsanalyse eine lineare Funktion ans
14. Erst mit der relativen Effizienzanalyse DEA Data Envelopment Analysis die ber einen linearen Programmierungsalgorithmus endogen die Gewichtung der Input und Outputvariablen errechnet kann eine akzeptable Evaluierung der einzelnen Einheiten auf Basis von multikriteriellen Produktionsfaktoren und Leistungen vorgenommen werden Es wird aber auch davor gewarnt DEA ohne Einschr nkung zu verwenden H ufig werden n mlich allgemeine methodische Annahmen verletzt und technische Probleme ignoriert Kao et al hat aus diesem Grund sehr sorgf ltig die Vorgehensweise und den methodischen Zugang zur Ermittlung seiner Resultate wie in der nachfolgenden Tabelle dargestellt dokumentiert Author year Region Decision Making Unit DMU No of DMUs Graduate School of Industrial Management National Cheng C Kao Pao Long C ao Pao Long Kung University Tainan Taiwan Be S N and Institute of Management Forest Districts 17 Taiwan Science National Chiao Tung University Taipei Taiwan DEA model s Inputs Outputs Input orientated proportional budget 1000 Timber m3 efficiency measure using a CRS fattial stock 1000 m i 3 and a VSE Technology scale initial stocking a average stocking 1000 m efficiency documentation of the labour persons unit Recreation visits primal and dual problem area 1000 ha By products Kao et al weist in seinem Paper darauf hin dass die Anzahl der Variablen und die Anzahl der unter
15. Folgedessen konnte bei der tats chlichen kostentechnischen Betrachtung nicht dieser enorme Verbesserungssprung an die Effizienzgrenze wie im natural technischen Modell vollzogen werden vgl Tabelle 41 Sondern aus kostentechnischer Sicht wird ersichtlich dass die Einheit 2001 weiterhin nur eine Performance um 67 ausweist wodurch immer noch Einsparungspotenziale von 33 evident sind auch wenn diese Einheit durch die betr chtliche relative Reduktion der Fremdleistungskosten zu einer topp performenden natural technischen Einheit avanciert ist Diese Darstellung des FB 31 in Tabelle 43 in der die Ver nderung der Performance jeder Beobachtung von der Periode 2000 auf die Periode 2001 unter realen Bedingungen als auch unter Anwendung der drei input und nicht orientierten DEA Effizienzma e A Ma Dmax MaB und Dmin Ma dokumentiert sind soll demonstrieren wie die tats chlich gesetzten Rationalisierungsma nahmen mit den von den DEA Effizienzma en vorgeschlagenen Zielwerten bereinstimmen Dabei wird offensichtlich dass sowohl das A MaB als auch das DmaxMa wesentlich andere Zielwerte innerhalb des Verbesserungsraumes vorgeschlagen h tten als der Forstbetrieb FB 31 tats chlich vollzogen hat Seite 161 Konzeptionelle Anwendung von DEA f r ausgew hlte forstliche Datens tze Erst unter Betrachtung des Dmin MaBes wird offensichtlich warum FB 31 zu einer Best Practice Einheit geworden ist Denn diese Modellvariante die das mini
16. Mithilfe des dualen Effizienzwertes und der ausgewiesenen Input und Outputslacks lassen sich f r die einzelnen Variablen einer DMU plausible Sollwerte generieren Um effizient zu sein muss man nicht jeden definierten Output mit m glichst geringem Aufwand bereitstellen sondern entscheidend ist es sich gem seinen Potenzialen der besten Produktionsfunktion anzupassen DEA l sst es zu dass auch Einheiten die in manchen Aktivit tsbereichen nicht zu den Top performern z hlen dennoch effizient sind da diese eben in anderen Bereichen dominieren Die Ineffizienz von DMUs f hrt Kao nicht ausschlie lich auf die Ressourcenallokation zur Bereitstellung von Leistungsg tern sondern auch auf statistisches Verrauschen zur ck Zur Eind mmung dieses unerw nschten Effekts wurden f r dieses DEA Programm Durchschnittswerte aus mehreren Perioden 1978 1987 verwendet DEA l sst sich sehr flexibel einsetzen Einerseits sind verschiedene Auswertem glichkeiten nach konstanten oder variablen Skalenertr gen m glich und andererseits k nnen verschiedene alternative Modellans tze sehr rasch evaluiert werden wodurch sich der beste Ansatz sehr einfach durch Trial and Error selektieren l sst Voraussetzung f r die Plausibilitat des DEA Modells ist die vollst ndige und gleichartige Abbildung aller Aktivit ten f r die beobachteten DMUs sowie die Validierung der unterstellten Variablen durch das verantwortliche Management jeder DMU bzw seitens
17. Originalbestande get tigt wurde inklusive des Wertzuwachses dieser Best nde au en vor lassen Folgedessen ist auch der Wert bzw der stehende Vorrat der urspr nglichen Best nde explizit im Modell zu integrieren Zur Erfassung des Vorrats der Ausgangsbest nde VfmD_DF I erfolgte wiederum die Ermittlung aller H hen ber die Einheitsh henkurve und die Ableitung der einzelnen Volumina ber die Formzahlfunktion nach Pollansch tz 1974 1976 Nachdem der stehende Vorrat mit der Bonit t dieser Best nde eng korreliert wurde davon abgesehen die Bonit t als redundante Informationsgr e und nicht kontrollierbare Inputvariable in ein Modell zu integrieren Mittels R Skripts werden die einzelnen Baumvolumina jedes Streifens aufsummiert und in der Folge auf einen Hektar normiert Nach Aufgliederung der Derbholzvolumina in die einzelnen Sortimentskategorien unter Ber cksichtigung des Ernteverlusts 20 erfolgte eine Bewertung des stehenden Ausgangsbestandes mit real konstant gehaltenen Holzpreisen REDAKTION DES HOLZKURIERS 2004 Die Implementierung der Hangneigung geht auf die Arbeitszeitstudie zur Ermittlung der Leistungsdaten verschiedener Harvestertypen zur ck STAMPFER 2001 Dort wird die Hangneigung als das Kriterium propagiert das neben den durchschnittlichen Baumvolumina das entscheidende Einflusselement hinsichtlich der Effizienz der Holzernte darstellt DEA macht es im Vergleich zu statistischen Methoden m glich eine nicht
18. Seite 137 Konzeptionelle Anwendung von DEA f r ausgew hlte forstliche Datens tze Allerdings und darin liegt das Hauptproblem dieses Faktors kann das Problem auftreten dass F lle existieren wo Betriebe nicht an die Nachhaltigkeitsgrenzen herangehen und damit stehendes Holzverm gen aufbauen wodurch hier der unterstellte Verminderungsfaktor einen Wert kleiner Null annimmt DEA kann allerdings mit negativen Werten nicht umgehen Hier stellt sich die Frage ob es eine Auswirkung hat die betroffene Modellvariable f r alle Einheiten selbstverst ndlich gleicherma en um die gr te ausgewiesene negative Differenz zu erh hen um ausschlie lich Werte gr er oder gleich Null zu erhalten Eine derartige Invarianz gegen ber beliebigen additiven Ver nderungen der Inputs und Outputs wird als Translationsinvarianz bezeichnet vgl SCHEEL 2000 bzw GSTACH 2002 Eine derartige Vorgehensweise ist nur dann f r quiproportionale Effizienzma e zul ssig wenn entweder bei inputorientierten Modellen unter der Annahme von VSE auf der Outputseite eine derartige additive Ver nderung vorgenommen wird oder umgekehrt bei outputorientierten Modellen unter VSE auf der Inputseite eine derartige Ver nderung stattfindet vgl 4 4 8 Alternativ dazu k nnte man dann nur noch additive Modelle w hlen f r die dann wiederum einschr nkende formale Rahmenbedingungen zu ber cksichtigen sind An eine Implementierung des unerw nschten Outputs auf der
19. ber das Verh ltnis von KSE zu VSE 86 8 92 4 93 9 Wie bereits in unter vgl 3 3 3 ausgef hrt erfolgte die Ermittlung der Skalenertr ge ber die beiden Modellans tze NDRS Non Decreasing Return of Scale alle Betriebe deren NDRS Effizienzma gr er ist als jenes von KSE weisen einen Output zu Input Quotienten gr er eins auf und NIRS Non Increasing Return of Scale alle Betriebe deren NIRS Non Increasing Return of Scale Effizienzma gr er ist als jenes von KSE weisen einen Output zu Input Quotienten kleiner eins auf Bei Unterstellung dieser Annahme lie en sich f r die 77 Betriebe folgende Zusammenh nge ableiten Seite 127 Konzeptionelle Anwendung von DEA f r ausgew hlte forstliche Datens tze Skaleneffizienz Absolutgr en ON DMUs E skaleneffizient Abb 15 Darstellung der Skaleneffizienz f r die 77 untersuchten Forstbetriebe Inputorientierung Durch diese differenzierte Betrachtungsweise bekommt man die Information geliefert ob eine Wirtschaftseinheit im inputorientierten Fall ihren Ressourcenaufwand erh hen oder reduzieren soll um das angestrebte Ziel von konstanten Skalenertr gen und damit die optimale Output zu Inputkonstellation zu erreichen Im Branchenschnitt l sst sich die durchschnittliche Ineffizienz der Betriebe von 13 2 100 86 8 in Summe auf eine 6 1 ige 100 93 9 Ineffizienz infolge des Skaleneffekts SE und auf eine 7 1 ige 13 2 6 1 technische Ineffi
20. ber die Einf hrung einer weiteren Nebenbedingung die Linearisierung und die eindeutige L sbarkeit des linearen Problems auch mathematisch ber einen linearen Programmierungsalgorithmus m glich geworden ist l sst sich nun dieser Data Envelopment Ansatz der die Technologiemenge von empirisch beobachtete Daten mit einer Effizienzgrenze aus den besten Beobachtungen umh llt allgemein f r beliebig umfangreiche Datens tze und Input Outputvariable l sen so dass jede Einheit entsprechend ihrer Input Outputtransformation im Besten Licht Best Case Philosophie dargestellt wird 3 6 Dualit t Dieser Exkurs in die Welt der linearen Programmierung LP soll einen berblick ber die Zusammenh nge zwischen primalen und dualem LP Problem sowie deren konomische Interpretation liefern Mit diesen grundlegenden Zusammenh ngen werden die theoretischen Grundlagen f r die nachfolgenden Formulierungen des primalen Multiplikator und dualen Umh llenden DEA Problems aufbereitet Zur Auffindung der optimalen Multiplikatoren f r das aus dem fraktionalen DEA Ansatz abgeleitete lineare Problem braucht es einen linearen Programmierungsansatz der f r jede DMU die Restriktionen des primalen s 1 bzw dualen m n Problems l st Stellt ein Hersteller A beispielsweise zwei Produkte mit eigenen Betriebsstoffen her so muss sich der Produktionsmanager bei gegebenem Verkaufspreis ein entsprechendes Absatzprogramm zur Erzielung des maximalen Gew
21. bietet mit seinem Betriebsabrechnungsbogen BAB die entsprechende Datengrundlage Auch wenn der BAB sehr detailliert Kennzahlen ausweist so ist der Modellbildner trotzdem an die Einhaltung der Rahmenbedingungen von DEA gebunden und muss darauf achten die Kennzahlen zu entsprechenden Aggregaten zusammenzufassen um ein m glichst diskriminantes Modell vgl 4 4 1 zu erhalten Die erhobenen Daten liegen nach dem BAB Konzept getrennt nach Kostenstellen KST und Kostenarten KOA sowie nach Ertragsartenkombinationen EA vor Eine bersicht ber die Zusammensetzung der Codierungen und Bezeichnungen der KOA KST und Ertragsarten EA sind dem Anhang 9 1 zu entnehmen F r eine exakte Vorgehensweise bei der Modellbildung ist auf die strikte Trennung von Kostenarten und Kostenstellen zu achten Eine Vermischung w rde zu Redundanzen und zur berrepr sentation mancher Kriterien f hren Problematik des nicht dokumentierten stehenden Waldverm gens Unabh ngig davon ob f r die Festlegung der Inputfaktoren der kostenarten oder kostenstellenbezogene Ansatz verwendet wird ist man bei periodenbezogener Betrachtung mit dem Problem konfrontiert dass der Periodenaufwand in einem Forstbetrieb nicht unbedingt mit den erzielten Holzertr gen korrelieren muss Solange n mlich die Ver nderungen am stehenden Waldverm gen nicht dokumentiert sind k nnen die Auswirkungen von Pflegeeingriffen auf die Entwicklung des Waldverm gens nicht abgebildet werd
22. kologischen sowie wohlfahrts und erholungsf rdernden gesellschaftlichen Ma nahmen e Forstwirtschaftlich bezogene F rderprojekte die den Waldbau den Forstschutz den Naturschutz sowie die Betriebsplanung im Sinne der Forsteinrichtung betreffen e Marketing und Innovation e F rderung und Ausbildung von Human Resources Allerdings entfielen 2004 trotz des umfangreichen F rderfeldes 46 der gesamten F rdersumme auf Forststra enprojekte Dieser Umstand wurde als Anlass genommen die Details des Interviews zur vergleichenden Effizienzanalyse auf diese Kategorie zu fokusieren Im Zuge der Evaluierung des Programms zur F rderung der Entwicklung des l ndlichen Raums war basierend auf nationalen Richtlinien eine Mid Term Evaluierung durchzuf hren Unter dem Kapitel VIII des Evaluierungsberichts 2003 werden die elementaren Bereiche der Forstwirtschaft abgehandelt und von Seiten des BFW Bundesamt und Forschungszentrum f r Wald unter der Leitung von HR Dipl Ing Dr Ferdinand M ller auf nationaler Ebene evaluiert und mit den Zielsetzungen der EU Verordnung abgestimmt Aus dieser Evaluierung geht hervor dass f r die F rderf lle zwischen 2000 und 2002 Beschreibungen der F rderma nahmen der Bezug zu den Bewertungsvorgaben der EU Dokumente sowie eine Zusammenstellung der F rderbetr ge verf gbar gemacht werden k nnen Allerdings wird bem ngelt dass den eingesetzten F rdermitteln keine 87 Verordnung EG Nr 1257 1999 des
23. p c Or bzw max y p min zutrifft und der gesuchte Zielwert f r die DMU k sowohl im p c 8 1 Primal als auch im Dual mit Gleichheit erf llt ist dass der gesuchte Effizienzwert im outputorientierten Fall dem Reziprokwert von und im inputorientierten Fall gleich dem abgeleiteten Wert 8 entspricht 3 7 1 3 Das nicht orientierte radiale Effizienzma Auch wenn die beiden soeben dokumentierten Modellvarianten der quiproportionalen oder radialen Effizienzma e f r die empirischen Studien in Anlehnung an die klassischen konomischen Minimierungs und Maximierungsprinzipien verwendet werden ist dennoch auch eine Analyse nach einem nicht orientierten Verfahren m glich Dabei wird f r jede Beobachtung jener gr tm gliche Faktor 8 abgeleitet um den sowohl alle Inputfaktoren als auch alle Outputg ter simultan reduziert bzw verbessert werden k nnten Scheel 2000 formuliert das nicht orientierte quiproportionale Effizienzma nach folgendem Ansatz Ex X Y max jO 1 X 14 Y e T X Y Das nicht orientierte EffizienzmaB spiegelt aber zweifelsohne reale Gegebenheiten eher wider da sich die Ver nderungsma nahmen einer zu beurteilenden Einheit ja nicht ausschlie lich auf der Input oder Outputseite vollziehen sondern gew hnlich beide Varianten umfassen Im Vergleich zu den orientierten Varianten werden im nicht orientierten Verfahren die Inputfaktoren nur um einen geringeren Faktor reduziert bzw die O
24. wenn Kao 1992 in seiner Publikation daf r eintritt jene Variablen die einen negativen Input Outputzusammenhang aufweisen wegzulassen bedeutet dies allerdings nicht dass diese Forderung auch innerhalb von Inputs oder Outputs anzuwenden ist Denn die in der Analyse aufgetretene negative Korrelation der beiden Inputvariablen h tte bei einer Zusammenf hrung bzw beim Weglassen der beiden Gr en zu einem Informationsverlust gef hrt Eine Zusammenf hrung w re aufgrund der aktuellen Datenaufzeichnung ohnedies nur ber den monet ren Ansatz m glich gewesen worunter der natural technische Charakter der Analyse leiden w rde Bei einer Zusammenf hrung von Eigen und Fremdleistung w rde man sich jedoch eine weitere Variable ersparen was zu diskriminanteren Ergebnisse f hren w rde Au erdem w re unter einer solchen Konstellation zu berlegen jenen Betrieb der weder Angestellte noch Arbeiter sondern ausschlie lich Fremdleistung zu Leistungserstellung verwendet wieder im Datensample zu ber cksichtigen Dennoch ist aber festzuhalten dass die getrennte Analyse von Fremd und Eigenleistung und das Ausweisen von Rationalisierungspotenzialen f r beide Gr en aus forstlicher Sicht als essentiell wichtig erscheint weshalb f r die Auswertung an der Differenzierung zwischen Eigen und Fremdleistung festgehalten wurde Dokumentation der Ergebnisse des Modells Fl chennormierung amp Hiebsatzbezug F r eine umfassende Beurteilung des St
25. xX und X xxX Eff Der Referenzpunkt f r die ineffiziente Einheit B k nnte zwar entlang der gesamten Hypotenuse des strichlierten rechtwinkeligen Dreiecks projiziert werden aber keine der unendlich vielen konvexen Mischungen aus A und C auf der Hypotenuse w rde f r die Einheit B einen g nstigeren Referenzpunkt zur Ermittlung der Performance abgeben als der radiale Projektionspunkt auf die Eins Isoquante Im umgekehrten Fall wenn anstelle der Output Isoqunate Y 1 eine Input Isoqunate X 1 und zwei Outputs y und y2 angenommen werden spannt sich der Outputm glichkeitsraum zwischen dem Nullpunkt und der Input Isoquante X 1 auf Seite 34 DEA der nicht parametrische Modellansatz y2 Produktions moeglichkeite menge N WO A 0 Abb 6 Inputisoquante GSTACH 2002 S 10 Alle ineffizienten Einheiten liegen dann innerhalb der Inputisoquante Das Effizienzma leitet sich wiederum ber das radiale Verh ltnisma ab indem diesmal die Distanz zur ineffizienten Einheit ins Verh ltnis zur Distanz zum Projektionspunkt gesetzt wird _ OD Eff gt OP F r die Projektion der ineffizienten Einheit an die Effizienzgrenze m ssen die Outputs mit dem Reziprokwert des Effizienzma es multipliziert werden um bei konstanten Inputs an die Frontier zu gelangen p OP D p OP D x und X Y OD Y y2 OD Y2 Liegen allerdings multiple Inputs und Outputs vor tut sich nun das Problem auf welcher
26. 160 176 176 178 180 181 191 195 195 196 197 198 200 201 201 205 216 217 218 220 221 223 224 226 260 267 Einleitung 1 Einleitung Die Forderung nach effizienter Leistungserstellung ist die Kernaussage des konomischen Prinzips Wo immer es um den Einsatz knapper Mittel geht ist die Effizienz als Ma stab der Output Input Relation daher ein zentrales Kriterium Dies trifft insbesondere auch auf die betriebliche Praxis sowie die ffentliche Verwaltung zu Besonders in Zeiten einer schwierigen Wirtschaftslage und einer Verknappung der Haushaltsmittel besteht ein starker konomischer Zwang zur Rationalisierung d h zur Steigerung der Effizienz Dabei ist Effizienz ein durchaus komplexes Ph nomen das insbesondere auch eine technische sowie eine konomische Dimension umfasst 1 1 Themenstellung und Problemformulierung Diese allgemeinen Feststellungen treffen auch auf die sterreichische Forstwirtschaft in besonderem Ma e zu Auf betrieblicher Ebene ist es angesichts sinkender Wertsch pfungspotenziale eine permanente Herausforderung neue Potenziale zur Effizienzsteigerung zu suchen und in der Folge auch zu erschlie en Besonderes brisant ist diese Entwicklung weil die Wertsch pfungspotenziale nicht nur in Bezug auf die Produkteinheit den Festmeter Rohholz sondern offenbar trotz aller bisher erzielten Rationalisierungserfolge auch bezogen auf die Produktionsmitteleinhei
27. 89 29 12 50 97 18 4 35 Tabelle 26 durchschnittliche Skaleneffizienz f r das hiebsatzbereinigte inputorientierte Modell VSE zi TE VSE variable KSE konstante i Skaleneffizienz fs 3 SE Skaleneffizienz nicht orientiert 2 Skelenerirege Sse Ee a VSE x Sx x Sx x Sx A MaB 95 19 7 20 93 85 7 62 98 57 2 40 Tabelle 27 durchschnittliche Skaleneffizienz f r das hiebsatzbereinigte nicht orientierte Modell VSE Seite 145 Konzeptionelle Anwendung von DEA f r ausgew hlte forstliche Datens tze Die hier dokumentierte Ergebniszusammenstellung f r das natural technische Modell demonstriert sowohl f r das inputorientierte als auch das nicht orientierte Modell ber den Quotienten KSE zu VSE den Anteil der Ineffizienz infolge des Skaleneffekts vgl 3 3 3 Von der durchschnittlichen Gesamtabweichung unter konstanten Skalenertr gen KSE von 10 71 6 15 erkl ren sich 2 82 1 43 ausschlie lich durch den Skaleneffekt Als reines Rationalisierungspotenzial ergibt sich damit f r das inputorientierte Modell ein durchschnittliches Einsparungspotenzial von Produktionsfaktoren im Ausma von 7 89 wohingegen im nicht orientierten Fall das Einsparungspotenzial nur bei 4 72 liegt da ja im Gegenzug von einer Erh hung der Outputleistung im selben Ausma ausgegangen wird Dividiert man die technische Abweichung des Modells konstanter Skalenertr ge KSE von 7 89 4 72 durch den Wert der ausgewiesenen Skaleneffizienz resultier
28. Abtriebskriteriums gibt den einheitlichen Prognosehorizont vor der sich in diesem Modell auf 90 Jahre bel uft 72 Durch die Festelegung auf einen einheitlichen Prognosezeitpunkt werden tendenziell jene Best nde die bei der Vollerhebung bereits ein h heres Alter aufwiesen berbewertet da diese fr her das Abtriebskriterium erf llen und damit einen k rzeren Diskontierungszeitraum aufweisen und au erdem einen l ngeren Prolongationszeitraum f r das im Boden und durch die Verwaltung gebundene Kapital in Anspruch nehmen k nnen Seite 192 Konzeptionelle Anwendung von DEA f r ausgew hlte forstliche Datens tze Nachdem auf der Outputseite der Ressourcenaufwand keinen Niederschlag gefunden hat werden diese nun auf der Inputseite entsprechend abgebildet Der physische Ressourcenaufwand zur Bereitstellung der Holzerntemenge wird an dem daf r verwendeten Zeitaufwand festgemacht Aus der Arbeitszeitstudie l sst sich der Zeitaufwand Std_DF f r die Durchforstung je Streifen ableiten Dabei war zu entscheiden ob der gesamte Arbeitsaufwand oder aber auch Verteilzeiten die l nger als 15 Minuten angedauert haben miteinbezogen werden Unter der Pr misse Modelle zu konzipieren die Praxisverh ltnisse widerspiegeln sollen wurde der gesamte Zeitbedarf unter Ber cksichtigung aller Verteil und Warte sowie Reparaturzeiten einbezogen Aufw ndiger und mit einem weitaus h heren Unsicherheitsfaktor behaftet gestaltet sich die Ableitung des Ze
29. Blue F statistic 13 72 on 1 and 90 DF p value 0 000366 F statistic 2 056 on 1 and 90 DF p value 0 1551 Curveblue x 3285 6 2148 9 x Curveblue x 1691 3 507 7 x Green Green F statistic 10 22 on 1 and 12 DF p value 0 007682 F statistic 13 58 on 1 and 12 DF p value 0 003119 Curvegreen x 7285 5148 x Curvegreen x 6103 4131 x Abb 26 Regressiver Zusammenhang der urspr nglichen Stammzahl je Hektar mit den Effizienzwerten des natural technischen und des tats chlich konomischen Modells f r die VRS und Inputorientierung unterstellt sind Seite 211 Konzeptionelle Anwendung von DEA fiir ausgewahlte forstliche Datensatze Der Chart verdeutlicht dass die Stammzahl je Bestand f r Ertragsklassen kleiner 15 bereits vor dem Durchforstungseingriff bei einem Alter zwischen 35 und 50 auf 1500 bis 1200 St ck am Hektar abgesenkt h tte sein m ssen Dasselbe trifft auch f r die bereits lteren Best nde zu Auch f r diese w rde eine Ausgangsstammzahl von 1000 St ck am Hektar sowohl f r die Massen als auch die Wertleistung von Vorteil sein F r die etwa 30 j hrige und sehr w chsige Kategorie die vor dem Durchforstungseingriff besonders stammzahlreich war zeigt der Trend signifikant dass die Best nde die zum Zeitpunkt des Eingriffs Stammzahlen um 2200 bzw 2300 hatten sowohl massen als auch werttechnisch eine g nstigere Performanceentwicklung gegen ber stammzahlreicheren Vergleichsbest nden derselben Peer
30. DMUs einer Technologiemenge Auch wenn der nicht parametrische Ansatz den Eindruck erweckt jedes Input Outputsystem l sen zu k nnen so gilt es doch zu bedenken dass die Qualit t des Resultats die Objektivit t und Glaubw rdigkeit sowie die Akzeptanz bei den betroffenen Untersuchungseinheiten von den a priori getroffenen Annahmen abh ngt Als Grundsatz wird postuliert Gleiches mit Gleichem vergleichen denn es macht nur Sinn Beobachtungen DMUs die vergleichbare Aktivit ten aufweisen mit DEA zu beurteilen Daher gilt es einer Reihe von Homogenit tsannahmen zu treffen die dieser Anforderung nachkommen Der erforderliche Grad an Gleichheit ist in Abh ngigkeit des jeweiligen Problemzusammenhangs zu beurteilen Davon abh ngig sind Kompromisse einzugehen wie fein differenziert die Homogenit tskriterien anzusetzen sind und ob es f r sinnvoll erachtet wird die empirischen Beobachtungen in homogene Cluster mit seinen Folgen vgl 4 3 1 2 zu gliedern wobei hier in den meisten F llen die Anzahl an Beobachtungen der limitierende Faktor sein wird Aus praktischer Sicht ist explorativ vorzugehen Indem die Sensitivit t verschiedener Modellans tze getestet werden denen jeweils statistische Analysen Korrelations und Clusteranalysen der Beurteilungskriterien vorangegangen sind sollte ber diese iterative Vorgehensweise der am besten geeignetste Modellansatz gefunden werden Auf die Pitfalls and Protocols Fehlerquellen und Verfahre
31. Forbosch P F Brazee R J and Pickens J B 1996 A strategy for multiproduct stand management with uncertain future prices Forest Science 10 471 502 Fried H O Lovell C A K and Schmidt L 1993 The measurement of productive efficiency Techniques and applications Oxford University Press New York 425 p Golany B and Roll Y 1989 An application Procedure for DEA Omega The International Journal of Management Science 17 237 250 Gong P 1998 Risk preferences and adaptive harvest policies for even aged stand management Forest Science 44 496 506 Gong P 1999 Optimal harvest policies for uneven aged stand management with stochastic prices Journal of Forest Economics 5 413 439 Greene W H 1993 Frontier Production Functions EC 93 20 Stern School of Business New York University Grosskopf S 1996 Statistical Inference and Nonparametric Efficiency A Selective Survey Journal of Productivity Analysis 7 161 176 Gstach D 2002 Effizienzmessung mit Data Envelopment Anaylis DEA Skriptum der Wirtschaftsuniversitat Wien 48 S Gstach D 1993 Effizienzmessung mit Data Envelopment Analysis eine Einschatzung und eine Anwendung auf die sterreichische Landwirtschaft Dissertation an der Universitat Wien 142 S Haight R G and Smith W D 1991 Harvesting loblolly pine plantations with hardwood competition and stochastic prices Forest Science 37 1266 1282 Seite 274 Literaturverzeichnis Haight R G and Holmes
32. Innerhalb der Gruppen 5 6E 08 7671573 1 Gesamt 5 7E 08 Tabelle 28 One Way Anova zur Pr fung des Zusammenhangs zwischen der Betriebsgr e und der Skaleneffekte Mehrfachvergleiche Abh ngige Variable Betriebsgr e Mittlere Standardf 95 Konfidenzintervall J SE FN amp HS Differenz l J ehler Signifikanz Untergrenze 1031 315 802 1868 2950 495 887 865 739 3237 2338 439 1031 315 802 1868 l 887 865 2950 495 569 655 739 3237 l 1199 130 2338 439 461 661 842 9887 2478 456 1555 135 1031 315 802 1868 l 3035 852 973 222 569 655 739 3237 2417 107 1277 798 1031 315 802 1868 973 222 3035 852 461 661 842 9887 1644 834 2568 155 569 655 739 3237 1277 798 2417 107 1031 315 802 1868 2996 992 934 362 739 3237 2381 292 1031 315 802 1868 934 362 2996 992 842 9887 1603 997 569 655 739 3237 1241 983 2381 292 461 661_ 842 9887 2527 318 _1603 997 I SE FN amp HS In Scheff Prozedur Bonferroni N Alo V NID gt gt NN A wo gt N Tabelle 29 Post Hoc Tests Dokumentation der Zusammenh nge zwischen der Betriebsgr e und dem Skaleneffekt f r das inputorientierte und hiebsatzbereinigte Modell unter VSE Allerdings konnte wie aus der Tabelle 29 zu entnehmen ist f r die inputorientierte Modellvariante nicht der statistische Zusammenhang zwischen der Betriebsgr e und den Gruppen der skaleneffizienten Einheiten 1 sowie den Einh
33. Mit der Implementierung der DEA Data Envelopment Analysis Analyse wird nun eine Weiterentwicklung des bisherigen Best Practice Ansatzes angestrebt die sich insbesondere in einer gesamtheitlichen Analyse von Verbesserungs bzw Rationalisierungspotenzialen manifestiert Durch eine entsprechende Auswahl jener Input und Outputkriterien die einen Forstbetrieb mit den momentan zur Verf gung stehenden Daten am vollst ndigsten charakterisieren wird versucht ber DEA einen ganzheitlichen Performancevergleich unabh ngig von Betriebsgr e Eigentumsform oder Produktionsgebiet umzusetzen Auch wenn infolge der Unsicherheit der Datenqualit t und der Unvollst ndigkeit der Datens tze noch Adaptionsbedarf besteht soll dieser Ansatz aber insbesondere dazu dienen genau diese M ngel aufzuzeigen Im Gegensatz zu den Kennzahlen bezogenen Hitlisten wird bei DEA aus bestehenden Best Practice Einheiten ber einen linearen Programmieralgorithmus jene virtuelle Best Practice Einheit Referenzeinheit vgl Fu note 13 konstruiert die der radialen Projektion einer ineffizienten Einheit an die Effizienzgrenze entspricht Damit wird es aber m glich jenen Faktor ber die Benchmarkeinheiten zu ermitteln um den alle Input bzw alle Outputmerkmale reduziert bzw gesteigert werden m ssten um eine Performance von 100 zu erreichen Die wesentliche Weiterentwicklung durch die Implementierung von DEA wird in der quantitativen Analyse der verschiedenen Auswer
34. Rahmenbedingungen vgl Kapitel 4 k nnen dann Probleme in der Beurteilung des Korrelationszusammenhangs auftreten wenn es sich bei den Variablen um unerw nschte Input oder Outputfaktoren bzw um nicht kontrollierbare Variable handelt 76 Die H he der Bodenverkehrswerte entspricht ebenfalls nur einer Ann herung an reale Verh ltnisse Die Werte sind so wie die durchmesserabh ngigen Kosten f r die Holzernte ebenfalls nicht aus einer Literaturquelle entnommen und dienen ausschlie lich Demonstrationszwecken Seite 200 Konzeptionelle Anwendung von DEA f r ausgew hlte forstliche Datens tze Korrelationen V DF Bstand ges genutz eigung IN HD_U I ges Std Ha I VfmD Ha I VfmD Ha O kalk_E 0 Neigung IN Korrelation nach Pears 158 Signifikanz 2 seitig 090 N 116 HD_U I Korrelation nach Pears i i 089 Signifikanz 2 seitig 343 N 116 ges Std Ha I Korrelation nach Pears 5 928 1 226 Signifikanz 2 seitig 000 015 N 116 116 V DF Bstand VfmD Ha Korrelation nach Pears 336 7 030 Signifikanz 2 seitig 000 N ges genutz VfmD Ha Korrelation nach Pears Signifikanz 2 seitig N Bodenbruttorente O Korrelation nach Pears Signifikanz 2 seitig N Die Korrelation ist auf dem Niveau von 0 01 2 seitig signifikant Die Korrelation ist auf dem Niveau von 0 05 2 seitig signifikant Tabelle 56 Korrelationsanalyse der Input Outputfakto
35. Sweden Arbetsrapport no 157 16 pp appendix Charnes A Cooper W W and Rhodes E 1981 Evaluating Program and Managerial Efficiency An Application of Data Envelopment Analysis to Program Follow Through Management Science 27 6 668 697 Charnes A W W Cooper and E Rhodes 1978 Measuring the Efficiency of Decision Making Units European Journal of Operational Research 2 6 429 444 Coelli T Prasada R D S and Battese G E 1998 An Introduction to Efficiency and Productivity Analysis Kluwer Academic Publishers Boston Dordrecht London 275 p Cook W D Kress M and Seiford L M 1996 A general framework for distance based consensus in ordinal ranking models European Journal of Operational Research 96 392 397 Cook W D Kress M and Seiford L M 1993 On the Use of Ordinal Data in Data Envelopment Analysis Journal of the Operational Research Society 44 133 140 Cooper W W Seiford L M and Tone K 2003 Data envelopment analysis a comprehensive text with models applications references and DEA Solver software 3 print Boston Mass u a Kluwer Academic Publishers 318 S Cooper W W Park K S and Pastor J T 1999 RAM A Range Adjusted Measure of Inefficiency for Use with Additive Models and Relations to Other Models and Measures in DEA Journal of Productivity Analysis 11 5 42 Seite 273 Literaturverzeichnis De Koeijer T J Wossink G A A Struik P C and Renkema J A 2002 Measurin
36. Tritt ein Schaden ein nachdem bereits ein Objektschutzwald per Bescheid festgestellt wurde k nnte im Falle einer Klage ein Amtshaftungsverfahren gegen den beh rdlichen Amtssachverst ndigen eingeleitet werden Daher werden keine Objektschutzw lder bescheidm ig festgestellt sondern allgemein nur noch W lder mit Objektschutzwirkung ausgeschieden da dieser juristisch offene Begriff die rechtliche Brisanz f r die Amtssachverst ndigen einigerma en abschwacht Neben den beh rdenrechtlichen Besonderheiten wird aber auch mittelfristig die geplante bertragung der finanziellen Verantwortung auf den Beg nstigten der f r die Ma nahmen zur Verbesserung der Schutzwirkung aufzukommen hat einen Einschr nkungsgrund f r die Ausweisung darstellen Standortsschutzw lder nach 8 21 Abs 1 FG Nov 2002 charakterisieren sich hingegen durch W lder deren Standort durch die abtragenden Kr fte von Wind Wasser oder Schwerkraft gef hrdet sind und die eine besondere Behandlung zum Schutz des Bodens und des Bewuchses sowie zur Sicherung der Wiederbewaldung erfordern Alle weiteren Punkte die dem Checkbaum des standardisierten Interviews folgen w rden konnten von Dipl Ing Fritz Singer nicht konkret beantwortert werden da er im BMLFUW nur f r die Entwicklung der WEP Richtlinien zust ndig ist und die Umsetzung von Sanierungsprojekten im Detail in die Kompetenz der L nder f llt Diskussion Sanierung von gef hrdeten Schutzwaldflachen
37. Vergleichspaare Das hier demonstrierte empirische Beispiel weist von den 116 Beobachtungen die einmal als behandelte durchforstete und einmal als unbehandelte nicht durchforstete Best nde simuliert wurden jeweils den Anteil des effizienteren Behandlungsschemas aus Unabh ngig davon welche Modellvariante oder welches Effizienzma unterstellt wird leitet sich aus den beobachteten Untersuchungsf llen ein eindeutiges Bild zugunsten der behandelten Modellvariante ab Sowohl unter dem Aspekt der Massen und Wertleistung konnte die explorativ durchgef hrte Analyse die Vorteilhaftigkeit von Pflegema nahmen gegen ber der nicht durchforsteten Behandlungsvariante erbringen Von den beobachteten Vergleichsf llen wiesen mindestens 70 der durchforsteten Best nde eine g nstigere Performance auf Bei Betrachtung eines gesamten Produktionszyklus best tigt sich somit der zukunftsorientierte Effekt des waldbaulichen Pflegeprogramms durch das stabilere Bestandesstrukturen wertvollere Sortimente sowie eine verk rzte Produktionsdauer gegen ber unbehandelten Best nden erzielt werden k nnen 5 6 10 Zusammenfassung und Diskussion zur Evaluierung von Bestandesbehandlungskonzepten Mit dem Ansatz simulierte Bestandesdaten in ein DEA Modell zu integrieren konnte die eigentlich auf ex post orientierte Datens tze ausgereichte DEA f r eine rein ex ante orientierte Anwendung verwendet werden Die Integration von synthetischen Daten stellt ei
38. Wird ein massiver Mangel in der Struktur der Schutzwaldausstattung festgestellt und ist die Beh rde BFI LFD aktiv geworden sollte zur konstruktiven Behebung der M ngel mit dem FTD der WLV zusammengearbeitet werden oder zumindest alternativ dazu die Angelegenheit an einen politischen Mandatar herangetragen werden Tatsache bleibt dabei dass im Falle einer Gef hrdung von Realg tern die eine Errichtung von Schutzobjekten bzw die Durchf hrung von fl chenwirtschaftlichen Ma nahmen erforderlich machen aus der Bev lkerung immer der Ruf nach dem Staat laut wird Die Umsetzung von Detailprojekten zur Sanierung von Schutzwaldfl chen unabh ngig davon ob diese in Fl chen von Objekt oder Standortsschutzw ldern zu liegen kommen h ngt ganz wesentlich von der allgemeinen Einstellung und der politischen Bereitschaft ab Insbesondere muss dabei bei den Akteuren innerhalb der politischen Arena den Interessensvertretern den Eigent mern der Bev lkerung sowie den lokalen und regionalen Beh rden eine entsprechende Motivation und Akzeptanz f r die geplanten Ma nahmen zur Projektumsetzung vorhanden sein Nur auf diesem Weg l sst sich eine Aufkl rungskampagne zur Vermeidung von Interessenskonflikten innerhalb der Bev lkerung erfolgreich realisieren die einen Verzicht auf uneingeschr nkte Erholungsbereiche sowie einen Verzicht auf die Erholung in der N he von Wildschutzzonen kolportiert Wird aber infolge der festgestellten M ngel in der
39. X 14 Y 1 xx 4 1 x x 14 x yf 4 14 0 xy Jener Vektor der Teil des Verbesserungsraumes R X Y ist ber cksichtigt damit f r eine DMU k das gesamte Ver nderungspotenzial der Input wie auch der Outputfaktoren Es lassen sich zwei verschiedene Ans tze zur Ermittlung von durchschnittlichen Effizienzma en differenzieren Die sich am maximalen Verbesserungspotenzial orientierenden Dmax Ma e realisieren das im Rahmen der Technologiemenge R X Y realisierbare maximale durchschnittliche Verbesserungspotenzial f r die Beobachtung k Das Dmin Ma hingegen konzentriert sich auf jenes minimale durchschnittliche Verbesserungsma das mindestens notwendig ist um an die Effizienzgrenze zu sto en um selbst zur Best Practice Einheit zu werden 3 7 2 1 Maximalpotenzial Dmax Ma Das maximale durchschnittliche Verbesserungsma innerhalb des Verbesserungsraums R X Y definiert Scheel 2000 mit folgendem Ansatz six 50 Os j 2 coe Mi yl 8 0 ER X Y Ohne n her auf die Details der Nebenbedingungen an die hier von Scheel 2000 formulierte Zielfunktion einzugehen gilt es festzuhalten dass zur Anwendung dieses durchschnittlichen Effizienzma es nur solche Beobachtungen verwendet werden k nnen die in allen Kriterien positive Werte aufweisen E X Y max W rde beispielsweise eine Inputvariable von einer DMU nicht eingesetzt und weist daher einen Wert 0 auf l ss
40. Yon 11x 100 y n Dmin MaB 100 X m Yen 5 en Von 11x 100 y Tabelle 4 Ans tze zur relativen Ermittlung der Verbesserungspotenziale f r inputorientierte EffizienzmaBe Outputorientierte Effizienzma e Auch hier liegt der Schwellenwert f r o bei 100 Zum Unterschied der Inputorientierung steigen aber im outputorientierten Fall die Werte f r ineffizienzwerte gegen an um durch Erh hung des Outputs bei gleich bleibenden Inputfaktoren die Effizienzgrenze zu erreichen Eee Korrektur der Inputvariablen Korrektur der Outputvariablen A Ma 1 Kom 0 sm Xsm1X100 Xm Pen 5 on Ven 11x 100 Y Dmax MaB 1 X 5m 5 sm X5m1x 100 X m P n 100 y Dam Ma 1 Xm 0 gm Xm x 100 R m 100 Y Tabelle 5 Ans tze zur relativen Ermittlung der Verbesserungspotenziale f r outputorientierte EffizienzmaBe Nicht orientierte Effizienzma e Bei Unterstellung dieser Ma e erfolgt eine simultane Ver nderung sowohl der Inputs als auch der Outputs Dabei wird der Schwellenwert f r effiziente Einheiten mit o 0 festgelegt Ineffiziente Einheiten dieser Kategorie sind immer gt 0 und gehen Richtung o Die Verbesserungspotenziale f r die drei verwendeten Effizienzma e beschreiben dann gleich explizit den tats chlichen Abstand von der Effizienzh lle nahe Korrektur der Inputvariablen Korrektur der Outputvariablen 1 0 ee f 1 0 0 A A Ma 100 Sn 100 R m Men t
41. bzw Verbesserungspotenziale feststellen ber das Ma der Supereffizienz l sst sich somit auch f r diese Einheiten die relative Ver nderung ber die untersuchten Perioden hinweg darstellen 3 8 4 konomische Performance der Produktionsm glichkeiten ber Isokosten und Isoertragskurven Charakteristisch f r die DEA ist die Ableitung der relativen Performancewerte einzelner Beobachtungen unabh ngig von der Dimensionierung der Variablen Insbesondere dann wenn keine Preisinformationen verf gbar sind und a priori keine Information ber die Produktionsfunktion vorliegt bietet sich DEA zur Performanceermittlung geradewegs an Zur Ermittlung der technischen Effizienz TE gehen die einzelnen Kriterien mit ihren physischen Dimensionen ein beziehungsweise wenn die Informationen nicht anders verf gbar sind werden auch monet re Wertans tze bereits hier ber cksichtigt Mit dieser rein technischen Performancebeurteilung wird die Effizienz mit der Inputfaktoren in Outputg ter transformiert werden evaluiert Dabei kommt es insbesondere darauf an welche Menge an Inputfaktoren verbraucht wird und ob zur Produktion auch alle 23 Weitere Details und mathematische Formelans tze f r unterschiedliche Effizienzma e sowie f r orientierte und nicht orientierte Modellannahmen sind bei Scheel 2000 zu finden Seite 56 DEA der nicht parametrische Modellansatz verf gbaren Inputfaktoren zur G nze f r die Bereitstellung der Outputs eingese
42. das Absolutwerte verwendet und das Fl chenausma als nicht kontrollierbare Gr e mitf hrt Daneben verwenden beide Modelle sowohl das Modell Absolutgr en vgl 5 4 8 1 als auch das Modell Fl chennormierung amp Hiebsatzbereinigung vgl 5 4 8 3 dieselben Kriterien sowohl als Inputvariablen Angestellte Regiestunden Fremdleistung und sonstige Kosten als auch als Outputvariablen S gesortimente Industrieholz und sonstige Ertr ge Die Variablen Fl che Angestellte Regiestunden S gesortimente und Industrieholz sind dabei als 61 ESVG Europ isches System Volkswirtschaftlicher Gesamtrechnung Seite 165 Konzeptionelle Anwendung von DEA f r ausgew hlte forstliche Datens tze natural technische Gr en erfasst Alle brigen gehen mit monet ren Werten in das technische Modell ein In der Modellkonzeption Absolutgr en ist aber noch nicht der Nachhaltigkeitsaspekt bzw die Ver nderung f r das stehende Waldverm gen ber cksichtigt Weitere Modellkonzeptionen haben versucht diesen Aspekt ber Varianten in eine DEA Analyse zu integrieren und mit der Normierung der Kriterien auf einen Hektar die Variable Fl che des Modellkonzepts einzusparen Der Ansatz einmal die Differenz aus Einschlag minus Hiebsatz als Verminderungsfaktor in ein Modell zu implementieren wird dadurch eingeschr nkt dass nicht alle Beobachtungen h here Einschl ge als Hiebs tze auswiesen Dadruch war die Addition eines kons
43. die jeweils vier kommerzielle und vier frei zug ngliche Pakete umfassen verwendete Barr 2004 70 Kriterien die in acht Kategorien abgearbeitet werden Unter A sind dabei alle verwendbaren Modelle zur Effizienzbestimmung zusammengefasst B dokumentiert die optionalen Auswertevarianten f r die unter A angef hrten Effizienzmodelle Die Kategorie C fasst die Systemvoraussetzungen sowie das Datenformat der Einlesefiles zusammen Welche Schnittstellen dem Benutzer in den einzelnen Softwarepaketen zur Verf gung stehen wird unter D dokumentiert Die Optionen wie in welcher Form und in welchem Dateiformat die Berichte ausgegeben werden in denen die Resultate und die Grafiken aufbereitet sind werden unter E angef hrt Im Block F dokumentiert Barr f r die einzelnen Produkte die Hilfe Tools die vom User in Anspruch genommen werden k nnen Die Bearbeitungszeit zur L sung einer DEA Matrix nach verschiedenen Effizienzmodellen bei Verwendung eines Standard PCs wird f r die verschiedenen Produkte unter G angegeben Zuguterletzt werden in der Rubrik H die stark voneinander differierenden preislichen Rahmen sowie die einschr nkenden Lizenzbestimmungen der Produkte pr sentiert 42 Dokumentation von DEA Software Tools and Technology von Richard S Barr 2004 Department of Engineering Management Information and Systems Southern Methodist University Dallas TX 75275 USA Im deutschsprachigen Raum erfolgte die Dokumentation der g ngigen Softwarepak
44. en wie die demografischen bzw die topografischen Bedingungen eines Standorts Auch wenn auf diese Parameter nicht direkt Einfluss genommen werden kann d rfen diese unkontrollierbaren Variablen in der Effizienzbeurteilung nicht unber cksichtigt bleiben Die Beurteilung der Resultate f r diese unkontrollierbaren Gr en darf aber nicht wie bei gew hnlichen Faktoren passieren Insbesondere bei der Ableitung der Soll Werte Target Values 3 8 2 muss beachtet werden dass hier keine Ver nderung m glich ist und daher der Ausgangswert als gegeben konstant zu bernehmen ist F r den Fall eines unkontrollierbaren Inputs und bei Unterstellung eines input orientierten quiproportionalen EffizienzmaBes ergibt sich nach Scheel 2000 folgender formeltechnischer Zusammenhang Ex X X Y max 1 X X Y T X X Y Der Vektor X reprasentiert dabei die nicht kontrollierbaren Inputvariablen aller DMUs der Technologiermenge Im Berechnungsalgorithmus so Scheel 2000 werden die nicht kontrollierbaren Gr en wie die kontrollierbaren gleichwertig behandelt Seite 79 Konzeptionelle Anwendung von DEA f r ausgew hlte forstliche Datens tze 5 Konzeptionelle Anwendung von DEA f r ausgew hlte forstliche Datens tze Fur die Effizienzbeurteilung forstlicher Anwendungsbereiche mittels DEA sind die methodisch vorgestellte Rahmenbedingungen entsprechend zu ber cksichtigen Sobald der Versuch unternommen wird ein theoretisches Konzept au
45. en zu 100 effizient sind Daraus leitet sich ab dass bei Unterstellung von durchschnittlichen Kosten und Preisen die Kosten bzw Ertragseffizienz nie h her als die technische Effizienz sein wird Eine Beobachtung die technisch effizient ist muss dann nicht notwendigerweise gleichzeitig auch kosten bzw ertragseffizient sein Umgekehrt allerdings wird eine technisch ineffiziente Beobachtung auch kosten oder ertragstechnisch ineffizient bleiben GSTACH 2002 Was sich hier schematisch plausibel darstellen l sst hat aber zum Nachteil dass zur Bildung der Iso Kostengeraden bzw Iso Ertragsgeraden die im mehrdimensionalen Raum dann als Hyperebenen definiert sein werden durchschnittliche Peis und Kosteninformationen erforderlich sind W rde man hingegen die naturalen Kriterien des technischen Modells wenn verf gbar mit tats chlichen Kosten und Preisen bewerten ist zu bedenken dass diese von verschiedensten Faktoren aber auch marktbedingt dominiert sein k nnen was zu einem nicht linearen Verlauf der Isokosten bzw Isoertragsfunktion f hren wird Man h tte dann nicht das konomische Pendant zum technischen Modell gebildet sondern ein neues zu Marktpreisen bewertetes Modell geschaffen das aber in keinem linearen Zusammenhang zum urspr nglichen technischen Modell steht Au erdem gilt es f r den hier dokumentierten wertbasierten Ansatz aber zu bedenken dass f r die Inputfaktoren wie f r die Outputg ter gegenseitige Substit
46. explizit ausgef hrt Welcher Target Value allerdings zur ckgegeben wird h ngt wesentlich von dem unterstellten Effizienzma und den Skaleneffekten ab Werden konstante Skalenertr ge angenommen werden die Effizienzwerte der untersuchten DMU schlechter dargestellt als wenn variable Skalenertr ge verwendet werden Die Abweichung zwischen den beiden resultiert aus dem Quotienten KSE zu VSE Sind die beiden unter KSE und VSE ausgewiesenen Effizienzwerte ident hat der Skaleneffekt keinen Einfluss auf die Produktionseinheit Umgekehrt hingen ist zu pr fen ob die Abweichung auf zunehmende oder auf abnehmende Skalenertr ge zur ckzuf hren ist ber die Analyse des Skaleneffekts l sst sich ableiten ob ein ber oder unterproportional hoher Ressourcenaufwand zur Herstellung einer weiteren Outputeinheit erforderlich ist Faktum bleibt allerdings dass unabh ngig von der Richtung der Abweichung des Skaleneffekts jede Einheit bestrebt sein muss das Niveau konstanter Skalenertr ge anzustreben da nur in diesem geometrischen Bereich das optimale Output zu Input Verh ltnis erreicht werden kann Herleitung der Skaleneffizienz SE f r das quiproportionale Effizienzma bei Unterstellung eines inputorientierten Modells TE VSE variable KSE konstante SE Skaleneffizienz Skalenertr ge Skalenertr ge x Sx x Sx x Sx Inputorientiertes Modell f r das 92 4 11 6 86 8 14 2 93 9 9 0 A Ma Tabelle 14 Herleitung der Skaleneffizienz
47. glich sein wird 5 4 8 3 Modell Fl chennormierung amp Hiebssatzbereinigung Dieses Modellkonzept f hrt erstmals zur Reduktion der acht im urspr nglichen Modell Absolutgr en angewandten Modellvariablen auf nunmehr sieben wodurch ein strafferes diskriminanteres Modell erzielt wird Aufgrund des Scheiterns der Modelle mit den beiden Nachhaltigkeitsindikatoren wurde von der Implementierung von Indikatoren abgesehen was aufgrund der beibehaltenen Fl chennormierung zur entsprechenen Reduktion um eine Modellvariable gef hrt hat Um die Nachhaltigkeits berlegungen weiterhin im Modell aufrecht zu erhalten erfolgte f r jene Variablen die unmittelbar mit dem Holzproduktionsbetrieb in Zusammenhang stehen eine Hiebsatzbereinigung um den Quotienten Hiebsatz HS Einschlag ES Trotz der bekannten M ngel in der Ermittlung des dezennalen Hiebsatzes wird an der f r das Testbetriebsnetz Gro privatwald etablierten hiebsatzbezogenen Ergebnisbereinigung der Betriebsabrechungsb gen BABs als Weiser f r die Ver nderung des Waldverm gens festgehalten Durch die Reduktion um diesen Quotienten sollen ansatzweise die Auswirkungen von betriebswirtschaftlichen Ma nahmen auf die Ver nderung des Waldverm gens mitberticksichtigt und damit ganz wesentlich Einfluss auf die nachhaltige Bewirtschaftung der Betriebe genommen werden Mit diesem Verfahren sich dem Ver nderungsausma des Waldverm gens ber einen allgemeinen Massenhiebsatz zu
48. indem alle DMUs innerhalb einer Peer Group der Technologiemenge mit den Benchmarkeinheiten am Technologierand der Peer Group in Beziehung gesetzt werden Seite 266 Zusammenfassung Mit DEA steht somit ein leistungsf higes analytisches Instrument zur Verf gung das eine zielorientierte Informationsaufbereitung f r moderne Controllingsysteme bereitstellen kann Analysem glichkeiten von DATA ENVELOPMENT ANALYSIS DEA A Ma Der relative Effizienzwert des quiproportionalen Effizienzma es eignet sich zur Konzipierung eines Rankings F r die abgeleiteten Sollwerte Target Values kann allerdings f r die einzelnen Kriterien nur das relative quiproportional Verbesserungsma unterstellt werden D Ma Aus den durchschnittlichen Effizienzma en lassen sich hingegen differenzierte relative Rationalisierungspotenziale f r die individuellen Kriterien jeder einzelnen DMU ableiten Supereffizienzma Mit der Einf hrung des Supereffizienzma es kann auch eine Differenzierung der Performance jener als 100 ig effizient ausgeschiedener DMUs erfolgen Benchmarkanalyse Die Best Practice Einheiten einer Peer Group fungieren als Benchmarkeinheiten die zur Ermittlung der relativen Abweichungen aller Beobachtungen innerhalb der entsprechenden Peer Group herangezogen werden Eine wert und mengenbezogene Analyse zur Ableitung der allokativen Zusammenh nge ist bei Unterstellung des A Ma es und durchschnittlichen Wertans tzen m gl
49. ndert werden m ssen Auch wenn dieser Indikator den Anschein erweckt nachvollziehbar und objektiv zu sein so bringt die Einbindung von Indikatoren im Zusammenhang mit der Beurteilung der relativen Performance entscheidende Nachteile mit sich Denn bei der Bildung des Quotienten Hiebsatz zu Einschlag zur Bildung eines einheitslosen Indikators ist diese Indikatorvariabel unabh ngig von irgendwelchen Bezugsgr en und unterliegt damit nicht mehr dem geforderten strengen Monotonieverhalten vgl 3 3 1 Somit wird in der Folge jede Einheit die ein beliebiges Vielfaches einer kleinen Einheit mit demselben Indikator aufweist einen um ein vielfaches schlechteren Effizienzwert erhalten als eben diese kleine Einheit was gegen die Montonieforderung vgl 4 4 6 des DEA Ansatzes verst t Ergebnisdokumentation und Diskussion der beiden Modelle Fl chennormierung amp Verminderungsfaktor VF und Fl chennormierung amp Nachhaltigkeitsindikator NI In der nachfolgenden Tabelle 22 sind die inputorientierten Ergebnisse f r vier ausgew hlte Forstbetriebe DMUs jeweils f r die Modelle Absolutgr en AbsG Verminderungsfaktor VF und Nachhaltigkeitsindikator NI dargestellt Zur Ermittlung der relativen Performance wurden variable Skalenertr ge unterstellt Weiters sind die Werte f r die beiden Indizes Verminderungsfaktor VF und Nachhaltigkeitsindikator NI sowie die Fl chengr e der Betriebe ausgewiesen DMUs Eff Modell Eff Mode
50. ngig davon welcher Post Hoc Test gew hlt wird k nnen folgende zwei Zusammenh nge abgeleitet werden Einmal besteht eine signifikante Abgrenzung zwischen den skaleneffizienten Einheiten und jenen Einheiten die nicht zunehmende Skalenertr ge ausweisen Die zweite signifikante Gruppenabgrenzung kann zwischen jenen Einheiten die nicht zunehmende Skalenertr ge ausweisen zu jenen die nicht abnehmende Skalenertr ge aufweisen gezogen werden Eine signifikante Abgrenzung der skaleneffizienten Einheiten und der Gruppe jener Einheiten mit nicht abnehmenden Skalenertr gen konnte mit dieser Stichprobe nicht nachgewiesen werden In einem zweiten Analyseschritt wurde aufgrund der durch die One Way Anova ausgewiesenen Gruppenabgrenzung der Frage nachgegangen welche Betriebsfl chen in den einzelnen ausgewiesenen Gruppen dominieren Gr enabh ngigkeit von der Skaleneffizienz bei Inputorientierung 2470 5 ha 2697 9 ha 2705 1 ha 2360 7 ha E skaleneffizient E NASE Oll lt 1 O NASE O l gt 1 4770 5 ha 2697 9 ha Abb 16 Die durchschnittlichen Betriebsgr en und deren Standardabweichung f r die drei ausgewiesenen Gruppen von Skaleneffekten bei Unterstellung eines inputorientierten Modells Seite 129 Konzeptionelle Anwendung von DEA f r ausgew hlte forstliche Datens tze Aus Abb 16 kann entnommen werden dass vor allem flachenmaBig kleinere bzw mittlere GroBprivatwaldbetriebe hier als skaleneffizien
51. nstigt F r das vorliegende Modell wird die Variante die einen einheitlichen Prognosezeitraum pr feriert unterstellt Mit dieser Variante bezieht sich die Abweichung der Zeitpr ferenz nur auf die unterschiedlichen Alter der Ausgangsbest nde was eben zu unterschiedlichen Prolongationszeitr umen aber zumindest immer zur gleichen Diskontierungsdauer von 90 Jahren f hrt Und da die Betr ge gegen ber der alternativen Variante die eine maximale Umtriebszeit unterstellen w rde nur geringf gig abgewichen sind wurde zugunsten des einheitlichen maximalen Prognosehorizonts entschieden Neben den ung nstigen Zusammenh ngen zwischen den beiden Outputvariablen die aber bei inputorientierten Modellen insofern nur eine geringf gige Rolle spielen da dabei die Outputniveaus als konstant unterstellt werden bestehen hnliche Abh ngigkeiten auch auf der Inputseite Seite 228 Konzeptionelle Anwendung von DEA f r ausgew hlte forstliche Datens tze Hier handelt es sich um jene Parameter die umweltrelevante Rahmenbedingungen Neigung und die Risikogef hrdung H D Wert indizieren sollten Relativierend wirkt sich dabei aber aus dass der Parameter Neigung der mit allen brigen Variablen bis auf den kalkulatorischen Ertrag negativ korreliert vgl 5 6 8 nur als unkontrollierbare Gr e eingeht und damit keine Auswirkungen auf das Ausma der Target Values hat In diesem Zusammenhang f llt aber auf das gem der Korrelationsan
52. obwohl ein Gro teil der Best Practice Einheiten auf dem Niveau konstanter Skalenertr ge produzierten Unter dem Aspekt der technischen Effizienz nach DEA stellte der Autor nur geringe Abweichungen aller untersuchten Einheiten von der mit variablen Skalenertr gen bestimmten Production Frontier fest Bei Einbindung der entsprechenden Bewertung der verwendeten physischen Gr en mussten gro e Variationen in der Beurteilung der Kosteneffizienz festgestellt werden was ein Verbesserungspotenzial weniger im technischen Bereich als vielmehr im Managementbereich evident macht Diese Streuung war im Wesentlichen durch die unterschiedlichen Faktorkosten in den betreffenden L ndern zu erkl ren Der Autor weist aber auch dezidiert darauf hin dass die Ergebnisse mit Vorsicht zu interpretieren sind da einerseits die Qualit t der Daten sowie die Transformation der Kosten und Preise ber den entsprechenden Dollarkurs mit einer gewissen Fehleranf lligkeit behaftet sind Neben der Unsch rfe der Daten wird auch angemerkt dass die Spezifikation der Modelle nicht unbedingt als vollst ndig zu betrachten ist In der Modellkonzeption konnten die nicht verf gbaren Kapitalkosten sowie die Vertriebskosten nicht miteinbezogen werden Author year Region Decision Making Unit DMU No of DMUs ae Bleached Softwood Kraft Pulp 70 Pacific Yin R 1999 USA University of Georgia Athens Mills BSKP Rim DEA model s Inputs Outputs DEA CRS VRS Fibr
53. r ausgew hlte forstliche Datens tze Abstract One major concern in environmental management is how to manage efficiently the scarce natural resources necessary to improve the standards of life To this end a tool is required to measure the relative efficiency of the management achievements In this paper an approach entitled data envelopment analysis DEA which is widely used in management science is introduced to measure the efficiency of forest management The detailed steps in application some technical problems to be noticed and the models available for selection are described In addition to measuring efficiency the DEA approach can also be used for generating directions for making improvements A real case of Taiwan forests is used as an example Keywords Data Envelopment Analysis efficiency forest management linear programming Zusammenfassung In Anlehnung an die multifunktionalen Aufgaben eines Forstbezirkes bzw Forstbetriebes verfolgt der Autor das Ziel anhand der Input und Outputkenndaten von forstlichen Einheiten die Effizienz des Managementsystems zu evaluieren Als problematisch erweist sich dabei die Erfassung externer Effekte bzw von Dienstleistungen und Serviceleistungen denen nicht unmittelbar Zahlungsfl sse gegen berstehen Daneben steht man aber auch vor dem Problem dass eine vergleichende Beurteilung einzelner Faktoren und Leistungen die in unterschiedlichen Ma einheiten erfasst sind unm glich ist
54. r den forstlichen Betriebszweig von kombiniert land und forstwirtschaftlichen Betrieben keine Deckungsbeitr ge und auch kein Betriebserfolg ermittelt werden kann SEKOT 2003 Seit den fr hen siebziger Jahren werden rund 100 120 ausgew hlte Kleinprivatwaldbetriebe unter forst konomischen Gesichtspunkten periodisch analysiert und in einem Testbetriebsnetz f r den Kleinprivatwald dokumentiert Nach einer Harmonisierung der Erhebungsrichtlinien 2000 SEKOT ET AL 2000 und SEKOT 2000d mit jener des Gro privatwaldes wurde die Ergebnisdokumentation transparenter gestaltet und um zus tzliche Kennzahlen sowie um den Vergleich der Resultate des Vorjahres erweitert Durch die zus tzliche Implementierung ausgew hlter Kennzahlen des landwirtschaftlichen Hauptabschlusses besteht dadurch auch die datenseitige Voraussetzung f r die Auseinandersetzung mit den Rahmenbedingungen und dem Beziehungsgef ge der Kleinwaldwirtschaft im kombiniert land und forstwirtschaftlichen Betrieb SEKOT 2003 Die Kontinuit t dieses forstlichen Monitoringsystems nimmt nicht nur aus forst konomischer Sicht einen ma geblichen Stellenwert ein sondern der Forstbericht an sich der als Kooperation zwischen dem BMLFUW Bundesministerium f r Land und Forstwirtschaft Umwelt und Wasserwirtschaft dem Verband der Land und Forstbetriebe sterreichs und der Universit t f r Bodenkultur entstanden ist hat sich auch als forstpolitische Institution etabliert Mit der Ein
55. ros und weisen eine Erh hung des Einkommenspotenzials durch Fusionierung aus die einerseits auf Harmonisierungseffekte und andererseits auf Skaleneffekte zur ckgef hrt werden kann Auch wenn f r die Studie nur wenige Daten hinterlegt sind so konnte dadurch einerseits die Meinung der Experten best tigt und zus tzlich wichtige Beitr ge f r die Reorganisation der Verwaltungsb ros in D nemark geliefert werden Seite 93 Konzeptionelle Anwendung von DEA f r ausgew hlte forstliche Datens tze Author year Region Decision Making Unit DMU No of DMUs Bogetott P District offices of the Danish Jellesmark T Denmark X 42 Forest Extension Service Strange N DEA model s Inputs Outputs CRS and VRS Technology input orientation technological and Salary Other admin costs Site Surplus Office Surplus Members allocative Efficiency as well as production Seedlings scale efficiency 3 Alternative Measurements of Productive Efficiency in the Global Bleached Softwood Pulp Sector Author Yin R Source Forest Science 1 November 2000 vol 46 no 4 pp 558 569 12 Abstract In this article we conduct a productive efficiency analysis using the two major methods stochastic frontier analysis SFA and data envelopment analysis DEA First we demonstrate the steps and assumptions involved in SFA and DEA and highlight their strengths and weaknesses Then we apply them to the case of bleached softwood kraft pulp production
56. sowie den zu erwartenden Nutzen transparent abzubilden tendiert von der Grund berlegung her in dieselbe Richtung wie DEA Eine Evaluierung von Projekten auf Basis der aggregierten Kosten und des aggregierten Nutzens stellt nichts anderes als einen EIN Input und EIN Output Fall von DEA dar Die beiden Ans tze unterscheiden sich im Wesentlichen in der Vergabe der Gewichte Im Falle von DEA erfolgt die Gewichtung in Abh ngigkeit der Input Outputtransformationsprozesse der Vergleichsf lle vgl 3 7 1 1 die dabei als Restriktionsf lle auftreten Wird die Datenbasis auf den Ein Input und Ein Output Fall eingeschr nkt werden sich die Ergebnisse nach der KNU und der DEA nicht unterscheiden Im Gegensatz zu DEA ist die Gewichtung bei der KNU ausschlie lich auf den Gleichmacher Geld beschr nkt und h ngt im Wesentlichen von der Sch tzung des Ereignisfaktors und des Reduktionsfaktors ab Auf diesen beiden Faktoren baut die situationsangepasste monet re Sch tzung des zu erwartenden Nutzens auf Indem der Nutzen auf den Zeitpunkt der Errichtung diskontiert wird l sst sich durch die Subtraktion der Errichtungskosten ein Kapitalwert ableiten Kraus 2002 Nach Ermittlung der Grenzverzinsung Interne Verzinsung k nnte f r alle Beobachtungen ein Ranking bzw eine Effizienzbeurteilung erstellt werden Durch die Monetarisierung bzw den direkten wertbasierten Ansatz wird das mengenbasierte bzw natural technische Modell bergangen Dur
57. t und zur Reduzierung des waldbaulichen Pflegeprogramms scheint f r Best nde dieser Kategorie nicht die zielf hrende Strategie zu sein 5 6 9 2 Multiple Regression unter Einbeziehung von f nf unabh ngigen Merkmalen Bisher erfolgte in den Abb 23 Abb 28 immer nur die Darstellung und Beurteilung des univariaten Zusammenhangs mit den Effizienzwerten der TE_M und KEtat_E Modelle ber den multiplen Regressionsansatz soll der Einfluss der einzelnen unabh ngigen Merkmale auf die ber DEA bestimmten Effizienzwerte mittels SPSS Statistical Package for the Social Sciences gesch tzt werden Seite 214 Konzeptionelle Anwendung von DEA f r ausgew hlte forstliche Datens tze Ziel ist es dabei zu verifizieren ob und mit welchen Anteilen die Effizienzwerte nach DEA ber jene f nf nicht in den Modellen implementierten unabh ngigen Variablen erkl rbar sind Die f nf unabh ngigen Merkmale e Durchforstungsanteil DF_Ant e durchschnittliches Volumen jener in der Durchforstung entnommenen St mme d_BV_DF e Anzahl der St mme der Originalbest nde je Hektar Norg_Ha e die Bonit t Bonit t_FT e der am Ende der Umtriebszeit d h nach berschreiten der bonit tsspezifischen Zielst rke gem dem Wuchsmodell erreichte mittlere Brusth hendurchmesser BHD_U Hypothesenpr fung f r das DEA Modell TE_Masse Aufgrund der Verteilung der standardisierten Residuen und dem Verh ltnis der beobachteten und der erwarteten kumu
58. 0 0 10 9 140 8 11 4 Dmax x 24 3 11 7 3 0 11 8 0 0 4 8 39 1 92 7 23 Ma Sx 28 9 17 4 7 6 18 0 0 0 13 4 163 1 8 8 gt Dmin x 0 0 1 2 5 5 6 5 0 0 3 6 34 9 98 1 37 Ma Sx 0 0 6 1 13 3 13 8 0 0 11 2 144 1 2 5 33 Tabelle 24 inputorientierte natural technische Effizienzma e VSE Mit den Target Values in dieser Darstellung kann zumindest allgemein das Ausma der Rationalisierungspotenziale f r dieses untersuchte Sample nach den drei zugrunde gelegten Varianten und nach dem inputorientierten Minimierungsprinzip und dem nicht orientierten Optimalprinzip Verfahren ausgemacht werden Auch wenn sich nach der Modellvorstellung des inputorientierten Modells die Verbesserungspotenziale auf die verwendeten Inputfaktoren konzentrieren sollen kommt es dennoch vor dass im Modellergebnis auch Slacks oder Schlupfvariablen vgl 3 6 2 auf der Outputseite ausgewiesen werden Durch die Ber cksichtigung der Slacks in der Generierung der Target Values f r den zu erh henden Output wird vermieden dass dieses Produktionsgut nicht als ein quasi freies Gut interpretiert wird das am Markt keinen Erl s erzielen kann Diese Ma nahmen beschr nken sich nur auf einige wenige Einheiten des untersuchten Samples und betreffen ausschlie lich den Industrieholzbereich und insbesondere die sonstigen Erl se da f r diese beiden Outputgr en je nach Betriebspolitik und betrieblichen M glichkeiten eine gro e Schwankungsbreit
59. 02 03 En A A Anz eff orientiert Regie Ange Fremd sonst S ge Indh sonst Eff n eff VSE std stellte Ist K Kosten sort Sort Ertrage tie A x 8 9 6 9 6 0 6 0 4 8 7 3 39 8 95 2 38 Ma 38 Sx 12 4 10 5 8 8 10 0 7 2 11 8 142 0 7 2 Dmax x 12 2 7 5 3 4 6 2 1 1 13 7 116 4 77 1 22 Ma Sx 19 2 14 3 8 6 13 6 3 7 36 6 274 5 41 5 Darin x 0 0 0 5 3 2 4 6 1 8 1 3 0 0 98 4 37 Ma Sx 0 0 4 8 11 0 12 8 5 3 5 3 0 0 2 3 33 Tabelle 25 nicht orientierte natural technische Effizienzma e VSE Aus praktischer Sicht lassen sich ber das nicht orientierte Modell mehr detaillierte Aussagen bezogen auf die implementierten Modellvariablen ableiten Dies f hrt auch dazu dass die ausgewiesenen Reduktionspotenziale auf der Inputseite verglichen mit den Vorschl gen aus dem inputorientierten Modell weniger massiv ausfallen da ja im Gegenzug auch mit der entsprechenden Erh hung der Outputvariablen kalkuliert wird Skaleneffizienz Wie bereits unter 5 4 8 1 ausf hrlich dargestellt ist die ausgewiesene Ineffizienz aber nicht nur auf die technische Transformation der Inputfaktoren in Produktionsg ter zur ckzuf hren sondern sie h ngt gerade bei Unterstellung von variablen Skalenertr gen auch vom Skalenniveau der untersuchten Einheiten ab Skaleneffizienz TE VSE variae KSE ONSEN SE Skaleneffizienz inputorientiert Skalenertr ge Skalenertr ge VSE x Sx x Sx x Sx A Ma 91 77 11 42
60. 1052 8 17494 99 968 8 Filz_G4_mass_IV4 43 0 79 73 332 6 11357 2 12400 2 870 6 19702 34 2273 6 Filz_G4_mass_IV5 44 0 95 64 208 9 8572 6 8201 6 656 6 10320 11 698 9 Filz_G4_mass_IV6 48 0 92 88 194 5 10111 0 9022 6 1004 9 16935 69 1259 5 Stams_G1_mass_ 1 55 0 73 86 195 0 10023 6 12455 0 887 9 23580 08 2797 6 Stams_G1_mass_ 2 60 0 70 77 278 1 10734 6 13097 0 763 9 18734 53 2797 6 Stams_G1_mass_I3 62 0 69 69 237 6 9442 0 11831 5 724 3 18211 79 2797 6 Stams_G1_mass_l4 54 0 69 92 344 1 13044 1 15563 9 1059 5 26088 34 2797 6 Stams_G2_mass_II1 52 0 81 97 283 5 12341 0 11480 2 1017 3 15976 11 633 4 Stams_G2_mass_Il2 56 0 69 77 296 2 11031 6 12317 0 821 6 20243 74 2797 6 Stams_G2_mass_II3 58 0 66 68 257 6 9691 4 11482 9 711 9 17837 14 2797 6 Stams_G2_mass_Il4 60 0 90 96 242 6 11580 7 10302 8 978 6 17001 68 878 0 Wildalp_G1_mass_11 24 0 100 54 424 6 11448 4 12855 6 559 9 10883 19 1425 3 Wildalp_G1_mass_ 2 28 0 103 76 517 0 14751 0 16369 5 784 8 14693 65 1425 3 Wildalp_G1_mass_13 28 0 101 69 451 9 13140 9 13573 5 691 9 13608 03 1425 3 Wildalp_G1_mass_14 27 0 89 77 697 6 17984 2 23887 8 893 7 22158 31 2797 6 Wildalp_G2_mass_II1 27 0 106 56 311 2 9668 3 10080 7 553 9 10102 60 1425 3 Wildalp_G2_mass_ll2 29 0 103 70 427 7 12798 2 13817 9 715 9 13209 59 1425 3 Wildalp_G2_mass_lI3 22 0 98 70 524 7 14404 1 16248 0 740 2 14402 75 1425 3 Wildalp_G3_mass_III1 23 0 101 96 216 3 11168 0 9571 3 936 0 15956 56 968 8 Wildalp_G3_mass_lll2 22 0 104 75 313 8 11200 0 10615 9 754 4 126
61. 21 78 22 74 6 14 6 14 0 00 107 20 194 42 FB 1999 87 87 6 38 179 12 13 21 20 12 13 12 13 0 00 101 47 194 32 31 2000 79 73 9 26 240 21 03 23 38 20 27 20 27 0 00 55 64 71 39 2001 100 00 25 42 1 0 00 0 00 0 00 0 00 0 00 0 00 0 00 d 100 00 1 0 00 0 00 0 00 0 00 0 00 0 00 0 00 1997 61 38 356 38 62 38 62 38 62 38 62 0 00 0 00 0 00 1998 79 71 29 88 241 42 10 20 29 20 29 20 29 0 00 0 00 15 32 FB 1999 81 43 2 15 225 31 89 18 57 18 57 18 57 0 00 0 00 0 00 51 2000 76 30 6 30 275 23 70 23 70 23 70 23 70 0 00 0 00 0 00 2001 86 37 13 20 188 24 49 13 63 13 63 13 63 0 00 0 00 0 00 d 85 01 56 36 89 14 99 14 99 14 99 0 00 0 00 104 00 Tabelle 37 periodenbezogene Verbesserungspotenziale f r drei DMUs nach dem inputorientierten quiproportionalen Effizienzma A Ma mit natural technischen Kriterien Und je n her eine Einheit an der Effizienzgrenze liegt desto geringer ist der Target Value der den radialen Abstand zur Effizienzgrenze definiert um selbst Best Practice Einheit an der Umh llenden zu werden Bezogen auf das inputorientierte radiale EffizienzmaB sollten sich hier f r die verwendeten Inputvariablen exakt die gleichen Verbesserungswerte unter Beibehaltung der urspr nglichen Outputwerte ergeben Nach durchlaufen des Algorithmus entstehen aber so genannte Slacks oder Schlupfvariablen vgl 3 6 2 die zu einer h he
62. 25103 1 4921 Stampfer K 2001 Leistungsdaten MHT Robin Neuson 11002 Hv Impex Koenigstieger FPP Kooperationsabkommen Forst Papier Platte 15 S Steinmann L 2002 Konsistenzprobleme der Data Envelopment Analyis in der empirschen Forschung Dissertation der Wirtschaftswissenschaftlichen Fakult t der Universit t Z rich 2002 139 S Seite 278 Literaturverzeichnis Stepan A 2004 Zusatzskriptum zur Vorlesung Betriebswirtschaftlicher Optimierung Institut f r Managementwissenschaften Bereich Industrielle Betriebswirtschaftslehre und Wettbewerb 31 S Sterba H und Griess O 1993 Sortentafel f r Fichte Institut f r Forstliche Ertragslehre Universitat f r Bodenkultur Wien sterreichischer Agrarverlag Wien 151 S Sterba H Kleine M und Eckmiller O 1986 Sortentafel f r Tanne L rche Kiefer und Buche Osterreichischer Agrarverlag Wien 182 S Tiroler Waldbericht 2004 Herausgegeben als Bericht an den Tiroler Landtag Amt der Tiroler Landesregierung Landesforstdirektion B rgerstra e 36 A 6020 Innsbruck im Internet unter http www tirol gv at themen umwelt wald waldzustand waldzustandsbericht shtml Weibler J und Lucht T 2003 Bewertung der Effizienz von Entscheidungseinheiten Erfolgsmessung mit DATA ENVELOPMENT ANALAYSIS DEA ein innovativer Ansatz des Performance Measurement zfo praxis 4 2003 72 Jg S 229 235 Wutz A 2000 Einfluss der Modellierung auf die Effizienz der Bank Produktions
63. 28961 0 00147 82 687 50 009 2 5968 0 9095 17 9065 46 4 34021 0 00093 142 553 82 656 5 6057 1 8386 19 3410 47 2 67044 0 00152 110 784 35 647 3 4398 1 2146 17 4436 48 2 83191 0 00097 82 847 51 561 2 6557 1 0736 12 2588 49 2 05784 0 00123 114 512 44 202 3 3127 1 4447 21 8008 50 1 57677 0 00131 115 964 37 426 2 9361 1 6473 5 8916 51 2 72177 0 00109 150 974 45 124 3 5224 1 6809 8 7393 52 2 20508 0 00129 177 998 64 789 4 1455 2 0486 13 3247 53 0 18515 0 00095 123 689 41 114 3 3566 1 1496 4 7566 54 3 49561 0 00100 48 247 33 855 2 5648 1 0921 3 3791 Seite 286 Anhang 55 4 04262 0 00098 46 956 33 971 2 8394 1 1114 3 3681 56 4 18736 0 00076 81 154 70 659 3 7554 1 4092 4 4147 57 1 05438 0 00127 148 720 26 860 2 9261 1 4521 9 8468 58 0 43518 0 00075 127 124 46 954 2 3145 2 2848 23 3964 59 1 20590 0 00068 96 597 22 870 1 8207 1 1066 13 0635 60 0 65553 0 00008 156 015 35 271 2 9627 1 3233 5 0742 61 2 94927 0 00114 89 930 62 417 3 1659 0 7983 17 0048 62 1 69166 0 00061 98 181 41 926 2 6677 1 5335 2 5636 63 1 53088 0 00165 148 392 65 097 3 0682 1 1738 24 9051 64 2 50678 0 00073 123 966 41 928 3 3253 1 6901 1 0697 65 2 75654 0 00177 118 993 60 596 3 3926 2 4083 11 3011 66 3 24220 0 00098 193 370 80 550 4 4437 2 2296 12 7637 67 1 33661 0 00068 130 082 41 679 3 0079 2 0656 4 3176 68 7 99192 0 00167 72 364 74 438 4 0144 1 7990 16 8516 69 2 24982 0 00180 107 969 66 644 2 9667 0 9682 9 9901 70 5 04215 0 00
64. 3 3253 1 6901 1 0697 65 309 186 3 3926 2 4083 11 3011 66 376 652 4 4437 2 2296 12 7637 67 226 495 3 0079 2 0656 4 3176 68 365 881 4 0144 1 7990 16 8516 69 296 451 2 9667 0 9682 9 9901 70 415 018 5 1480 2 2098 71 6310 71 288 541 3 0049 1 0275 18 2169 72 388 066 4 4133 2 2299 9 4501 73 325 363 2 7776 2 2692 9 4135 74 241 999 3 4265 2 2386 9 3184 75 168 708 2 6216 0 8616 13 1634 76 180 035 2 8846 1 4410 36 3035 Seite 288 Anhang 9 5 Ergebnisse der Post Hoc Tests der univariaten Varianzanalyse fur das Modell Fl chennormierung und Hiebsatzbereinigung Erganzend zur univariaten Varianzanalyse vgl Tabelle 34 werden hier noch die Gruppenergebnisse f r die Abh ngigkeit der natural technischen Effizienz TE VRS RAD IN vom Produktionsgebiet von der Arrondierung und vom Seilgelande nachgereicht Produktionsgebiet Mehrfachvergleiche Abhangige Variable Score TE VRS RAD IN Bonferroni Mittlere Standardf 95 Konfidenzintervall J Produkt Gebiet Differenz l J ehler Signifikanz Untergrenze Obergrenze 7 1640 5 41493 9 6437 23 9718 3 6364 6 58147 16 7923 24 0650 10 7316 5 19510 5 3938 26 8570 8 0645 5 19510 8 0609 24 1899 14 9971 6 12249 4 0069 34 0011 7 1640 5 41493 23 9718 9 6437 3 5277 5 71432 21 2647 14 2094 3 5675 4 04063 8 9744 16 1095 9004 4 04063 11 6415 13 4424 7 8330 5 17904 8 2425 23 9086 3 6364 6 58147 24 0650 16 7923 3 52
65. 4 4 2 Die Korrelation zwischen Input bzw Outputvariablen 74 4 4 3 Das Monotonieverhalten von Input und Outputkriterien 75 4 4 4 Korrekte Periodenabgrenzung 75 4 4 5 Skalierung der Inputs und Outputs 75 4 4 6 Indexierung und Normalisierung von Variablen ber Prozente oder ma gebliche Faktoren 76 4 4 7 Substituierbarkeit und Teilbarkeit von Inputs und Outputs 77 4 4 8 Unerw nschte Outputfaktoren 77 4 4 9 Unkontrollierbare Input bzw Outputfaktoren 79 Konzeptionelle Anwendung von DEA f r ausgew hlte forstliche Datensatze 80 5 1 Praktischer Leitfaden zur Vorbereitung und Durchf hrung von DEA Studien __ 81 5 1 1 Benutzerad quanz der DEA Applikation 85 5 2 DEA Softwareprodukte 87 5 3 Stand der forstlichen DEA Literatur 91 5 4 Performancebeurteilung sterreichischer Forstbetriebe 108 5 4 1 Kritische Auseinandersetzung mit der Vergleichbarkeit von empirischen forstbetrieblichen Daten 108 5 4 2 Charakteristik der forstlichen Betriebsstrukturen in sterreich 109 5 4 3 Datengrundlage Forstliches Testbetriebsnetz f r den Gro und Kleinprivatwald 110 5 4 4 Vergleichbarkeit der Testbetriebsdaten des Gro und Kleinprivatwaldes 112 5 4 4 1 Problematik der Nicht Erfassung des stehenden Waldverm gens 112 5 4 4 2 Heterogenit t des Gro und Kleinprivatwaldes 112 5 4 4 3 Exkurs Evaluierungskonzept Kleinprivatwald 113 5 4 4 4 Ans tze zur Vergleichbarkeit heterogener Ausgangsdaten 114 5 4 5 _Verwendungsbedarf und Zielsetzung von DEA im Z
66. 489 A konomisch 00 01 3 19 1 15 5 16 19 87 DEA Analyse Target Values TE 2000 Eff Analysen Ranking 11 I2 13 14 Oi 02 03 VSE In 00 01 Regie Ange Fremd sonst S ge Indh sonst Technologie std stellte Ist K Kosten sort Sort Ertr ge TE RAD IN 240 001 21 03 23 38 20 27 20 27 0 00 55 64 71 39 TE Dmax IN 199 001 21 73 42 86 0 00 31 31 0 00 30 94 84 31 TE Dmin IN 207 001 0 00 0 00 26 07 0 00 0 00 1 09 0 00 TE RAD NO 283 001 19 82 14 92 13 36 13 36 13 36 67 10 94 43 FB TE Dmax NO 0 00 18 23 0 00 14 65 0 00 69 33 303 09 TE Dmin NO 0 00 0 00 26 07 0 00 0 00 0 00 0 00 31 en Eff Analysen En Target Values KE 2000 VSE In ansing I1 o1 02 03 Technologie 00 01 gesamt S ge Indh sonst Kosten sort Sort Ertr ge KEtat RAD IN 286 262 35 06 0 00 0 00 14 24 KEtat Dmax amp 285 261 35 06 0 00 0 00 14 24 Dmin IN KEtat RAD NO 281 256 20 60 20 60 20 60 67 40 KEtat Dmax NO Ben 0 00 0 00 0 00 592 94 KEtat Dmin NO ca 35 88 0 00 0 00 0 00 Tabelle 43 Gegen berstellung der tats chlich von DMU FB 31 gesetzten Ma nahmen zu jenen von DEA sowohl inputorientiert als auch nicht orientiert vorgeschlagenen Target Values unter Anwendung der VSE Technologie und dem A und Dmax Ma Seite 160 Konzeptionelle Anwendung von DEA f r ausgew hlte forstliche Datens tze Aus den Resultaten von Tabelle 37und Tabelle 39 geht hervor dass sich der FB 31 in sein
67. 54 1023 4 MM_WL_G1_mass_l4 35 0 88 40 401 1 10008 8 11964 8 400 8 11220 24 3703 7 MM_WL_G1_mass_I5 34 0 103 43 361 7 9523 9 9635 1 489 9 10386 32 1552 0 MM_WL_G1_mass_l6 35 0 119 43 315 9 8738 2 7864 9 435 0 7012 91 1023 4 MM_WL_G2_mass_Il1 43 0 84 38 435 5 10397 0 13405 9 434 2 13414 01 4165 4 MM_WL_G2_mass_ll2 36 0 109 44 385 7 10064 2 9703 8 467 6 8988 76 1023 4 MM_WL_G2_mass_lI3 37 0 116 46 363 5 9803 1 9157 9 478 6 8191 86 1023 4 MM_WL_G2_mass_ll4 37 0 113 41 341 1 9019 9 8638 7 426 9 7376 61 1023 4 mond_G2_mass_II1 21 0 93 114 400 0 15707 3 16773 2 1275 9 26462 49 1572 7 mond_G2_mass_Il2 20 0 97 94 299 8 12423 7 12957 5 1079 7 22122 90 1572 7 mond_G2_mass_II3 22 0 106 118 385 9 15758 3 16415 6 1251 8 25936 90 1572 7 mond_G2_mass_Il4 19 0 108 123 319 9 15011 9 15224 3 1333 5 28123 61 1572 7 mond_G2_mass_ll5 18 0 121 126 185 0 12938 6 12425 5 1299 0 25540 60 1572 7 mond_G3_mass_lll1 19 0 120 132 220 0 13944 3 13058 3 1334 1 26353 12 1425 3 mond_G3_mass_lll2 20 0 117 113 239 0 12825 8 12288 4 1050 6 21287 39 1425 3 mond_G4_mass_IV1 22 0 113 80 292 8 11216 4 12563 5 855 7 18255 21 1425 3 mond_G4_mass_IV2 20 0 95 123 389 0 16153 3 17792 1 1347 6 29108 33 1572 7 mond_G4_mass_IV3 18 0 111 99 359 4 13815 9 14208 7 1098 1 22226 64 1572 7 mond_G4_mass_IV4 17 0 131 116 378 7 15471 8 15254 3 1149 9 21959 32 1572 7 mond_G5_mass_V1 0 0 110 84 218 3 10259 3 8595 2 830 9 15545 70 1720 2 mond_G5_mass_V2 3 0 104 122 241 2 13577 1 12600 7 1134 0 21815 28 1720 2 mon
68. 686 f 33a2 31830 81 8 4 30 38 288 25a4 29823 56 7 8 30 9 317 33b1 42242 84 9 0 65 945 862 25b1 77931 61 6 6 80 2296 872 7a3 2517 40 7 5 45 21 44 25b2 19759 07 8 6 80 168 894 24d3 38967 61 8 0 30 23 388 25b3 22327 01 6 1 45 283 48 25a2 39536 12 7 5 75 1103 605 25c 8687 58 8 2 60 61 202 33b2 26833 15 7 6 45 378 178 26a1 108227 32 8 7 90 1361 4284 f 3301 40942 88 10 1 55 362 1343 26a2 19029 54 10 4 65 142 849 f 33e 9311 90 7 8 75 106 296 26b1 64617 07 7 8 95 1532 1335 4 33f1 36299 16 79 55 466 606 26b2 8764 09 8 2 60 41 211 1 3372 5468 18 9 4 30 1 87 26b3 2631 13 79 40 3 51 f 33g 12901 16 6 9 55 212 12 26c1 38675 61 6 3 90 895 273 1 34a1 29363 32 6 2 60 515 260 26c2 29921 33 5 3 65 382 292 f 34a2 60281 62 6 5 40 367 427 26d1 16908 19 7 4 75 157 506 34b1 46347 51 7 4 30 55 307 26d2 15828 32 7 3 60 121 386 34c2 18596 51 7 7 40 19 358 26d3 15237 10 7 3 60 76 404 35a1 11244 91 6 2 120 149 224 26d4 3122 15 7 8 40 3 56 f 35a3 27982 44 6 6 65 320 571 26e 8017 52 9 4 105 113 211 f 35b1 116009 06 6 0 60 1767 1211 26f 8623 90 9 4 105 184 147 9 35c1 15888 89 7 6 60 237 301 27a 66591 71 7 1 70 2200 296 f 35c2 22351 42 70 30 8 159 27a2 11780 01 8 1 40 61 173 1 36a1 94719 37 9 0 100 858 4589 27b 43290 65 7 4 65 1142 396 f 36b1 54647 09 8 4 80 926 1309 27c 42767 45 9 4 70 313 1888 36b2 6491
69. Analysis Angesichts der vor allem outputseitig vielfach bestehenden Bewertungsprobleme im Benefit Cost Ansatz verzichtet die Kostenwirksamkeitsanalyse auf die Monetarisierung und die damit erzielte Verdichtung auf eine eindimensionale Outputgr e BERGEN ET AL 2002 Stattdessen wird den monet r bewerteten Inputs ein B ndel an Outputs gegen bergestellt dessen einzelne Komponenten in einer jeweils ad quaten Ma einheit quantifiziert werden Damit verbunden sind freilich h here Anforderungen an die Beurteilungsf higkeit des Entscheidungstr gers Data Envelopment Analysis DEA Die der Nutzwertanalyse sehr hnliche Data Envelopment Analysis DEA umgeht deren Subjektivit t in der Vergabe der Gewichte indem diese f r jeden individuellen Fall ber einen Algorithmus aus zahlreichen Vergleichsf llen abgeleitet werden vgl 6 3 2 Neben dem Vorteil der Unabh ngigkeit von der subjektiven Gewichtsvergabe erm glicht die Verwendung von DEA zahlreiche weitere Analyseschritte Aufgrund der erforderlichen Vergleichsf lle zur Ableitung der endogenen Gewichte vgl 3 7 1 1 bzw 3 7 1 2 die ber die Best Practice Einheiten bestimmt werden eignet sich die DEA als Benchmarkanalyse aus der die entsprechenden Zielgr en f r nicht optimal operierende F lle DMUs ermittelt werden k nnen Als forstliche Anwendung k nnte DEA in Erg nzung zu den Richtwertvergleichen den zwischenbetrieblichen Vergleichen und dem Benchmarking zur Identifi
70. Anhang 9 8 Formular zur Beantragung einer forstlichen Forderung FORSTAUFSCHLIESSUNG BMLF Sekt V Forderungsantrag BFI LWK Projekt Nummer _ p 0 Normalprogramm Projekt Name QT yet resi 2 EU HSS Programm erschlossene Waldfl Ha Gesamtbaukosten __ landwirt Fl che Ha S Lfm S Ha C Ausbaul nge Lfm orderb Kosten I 100 davon befestigt Lfm Bundesmittel eee ee En Aufschl Grad Lfm Ha Z Landesmittel Gem ae a I wm DD _ Kredit IL __ Bigenmitel max L ngsneigung Baudauer Jahre C Seeh he von bis l Anzahl der Interessenten F rderungswerber Bauherr Verwaltungsbezirk Ortsgemeinde 100 DETR en na F rderungswerber Projektant Bauaufsicht stnanesnssoeooneneausneneneneenannenssesessbeedsesboonensasasesseses Referent F rderungsstelle Adnnnansastnnboscsenveveeveorppenpevesseodesdedsesbbosssenscaacseseni C F rderungsantrag Genehmigung Zahl 54 3 ee a eel Referent BMLF Nichtzutreffendes streichen LUPO _ante 1996 br_4522 xts 2a Seite 298
71. Decision Making Unit DMU This paper introduces the technique and focuses on some of the key issues that arise in applying DEA in practice Some illustrations of the practical applications of these results to the estimation of most productive scale sizes and returns to scale for Forest Owner s Associations FOAs at the local level in Japan are also provided to emphasize the advantage of this method in examining specific segments of the efficient production surface Keywords Data Envelopment Analysis DEA efficiency target setting performance Forest Owners Associations FOAs Zusammenfassung Shiba versucht aufzuzeigen dass das Auffinden des optimalen Skalenniveaus f r den Produktionsprozess von bergeordneter Bedeutung ist Im Ein Input und Ein Outputfall entspricht dabei das optimale Skalenniveau der Grenzproduktivit t die ber das Verh ltnis Output Preis zu Input Kosten definiert ist Allerdings lassen sich multiple Inputs und Outputs nicht immer sinnvoll ber Kosten und Preise zum Ein Input und Ein Outputfall aggregieren da es entweder nicht f r alle Variablen Kosten bzw Preise gibt bzw die verf gbaren Preise stark volatil sind F r kurzfristige Managementma nahmen bzw betriebspolitische Entscheidungen kann die Minimierung der ber Kosten gewichteten Inputs von Bedeutung sein F r Entscheidungsgrundlagen die allerdings l ngerfristige Zeitr ume in Betracht ziehen soll das rein technologische Verh ltnis zw
72. Effizienzwerte mit 0 00 bzw 100 ausgewiesen sind gerade noch oder eben schwach effizient Reduziert sich deren Output oder erh ht sich deren Verbrauch an Inputfaktoren nur geringf gig driften diese Einheiten in den ineffizienten Bereich ab Auch wenn die Softwarel sung EMS vgl 5 2 nur f r quiproportionale Effizienzma e die Ermittlung eines Supereffizienzma es anbietet l sst sich dieser Effekt der Supereffizienz aber auch auf die Durchschnittlichen EffizienzmaBe bertragen Zur Ableitung der Supereffizienz wird hier jene Menge der zul ssigen Verschlechterung je Untersuchungskriterium ermittelt mit der der Verbleib als Best Practice Einheit gerade noch realisiert werden kann SCHEEL 2000 Praktische Bedeutung hat die Supereffizient dadurch erlangt dass auch f r Daten Samples die nur wenige Beobachtungen im Vergleich zu den verwendeten Variablen aufweisen was infolge zu geringer Diskriminanz zu fast nur effizienten Einheiten f hren w rde trotzdem differenzierte Performancewerte erzielt werden k nnen Abgesehen von diesem Effekt birgt die Anwendung der Supereffizienz auch einen ma geblichen Vorteil in der Analyse von Zeitreihen Denn wenn beispielsweise Zeitreihen f r die untersuchten Beobachtungen vorliegen k nnte man ohne Supereffizienz f r jene Einheiten die ber die gesamten Perioden hinweg als Best Practice Einheiten operiert haben keine Performancever nderung und damit auch keine Produktivit tsver nderung
73. Einheiten mit dem Faktor A generiert wird und die der radialen Verl ngerung des beobachteten Produktionsniveaus von k an die Effizienzgrenze entspricht Um folglich Effizienzwerte zwischen 0 und 100 zu erhalten m sste man den Reziprokwert der outputorientierten Effizienzwerte nehmen Zur Ableitung der Verbesserungspotenziale werden aber die originalen Werte verwendet Durch das Abziehen von 100 erh lt man das relative Verbesserungspotenzial nach dem radialen outputorientierten Modellansatz Eine Differenzierung zwischen schwach und tats chlich effizienten Einheiten vgl Abb 4 und 4 2 2 infolge des Auftretens von Slacks vgl 3 6 2 ist bei den abgeleiteten Effizienzwerten aber noch nicht ber cksichtigt Dies w rde erst im Zuge der Konstruktion der Zielwerte erfolgen die aber f r dieses unvollst ndige Modell vorerst noch nicht abgeleitet wurden Die empirischen Resultate der Effizienzwerte die f r die Mischbest nde des Lehrforsts aufgrund der Angaben im Operat abgeleitet wurden sind unter vgl Tabelle 46 in Gruppen dargestellt worden Es f llt dabei unmittelbar die breite Streuung der Effizienzwerte auf Da die Bestandesdaten alle vom selben Produktionsgebiet und der gleichen lokalen Region entnommen sind w rde man diese Differenzierung nicht erwarten Folgedessen m sste aufgrund eines solchen Ergebnisses die Datengrundlage Operat auf Datenm ngel und Datenfehler bzw auf unvollst ndige Dateninformation berpr ft werde
74. Ertrag aus v 0 0i 1 0i B x 1 01 4 kalk _E Je fr her somit das Abbruchskriterium nach der festgelegten Weisergr e erreicht wird desto h her f llt der unterstellte kalkulatorische Ertrag aus Dabei steigt nicht nur der kalkulatorische Ertrag mit dem zeitlichen Abstand zum maximalen Produktionshorizont sondern diesen Best nden kommt auch noch der Vorteil eines verk rzten Diskontierungszeitraums zugute 5 6 8 Diskussion zur Selektion der verwendeten Modellvariablen Mittels Korrelationsanalyse lassen sich die Zusammenh nge der Input und Outputvariablen darstellen Entgegen dem statistischen Ansatz wonach im Modell korrelierende Variable auf der Input bzw Outputseite vermieden werden sollen stellt das f r DEA nicht unbedingt ein zwingendes Kriterium dar Entscheidend in der Wahl der Variablen bei DEA ist dass dadurch die zu beurteilenden Befundeinheiten Best nde in ihrer Aktivit t vollst ndig abgebildet werden Ziel ist es sich mit den gew hlten Input und Outputfaktoren der empirischen Beobachtung der Produktionsfunktion Umh llende zu n hern ohne diese statistisch sch tzen zu m ssen Im Allgemeinen erfolgt die Selektion der relevanten Modellvariablen aufgrund von sachlich inhaltlichen berlegungen mit den Entscheidungstr gern Entsprechende Argumente k nnen gegebenenfalls durch statistische Zusammenh nge Korrelationsanalyse siehe 4 4 2 untermauert werden Im Sinne der DEA
75. Erweiterung sowohl um monet re als auch natural technische Kriterien wird wohl notwendig sein um sich ein Konzept zur Effizienzbeurteilung zurechtlegen zu k nnen Betriebsaufzeichnungen wie die laufenden Kosten und ein expliziter kalkulatorischer Zinsfu f r den Bestandesabtriebswert bzw den geleisteten Wertzuwachs sowie die Erfassung des Holzertrags der aktuellen Periode m ssten dabei als monet re Gr en mitgef hrt werden Auf der natural technischen Seite m sste das Modell um Kriterien wie dem stehenden Vorrat der Vorratszunahme und der Nutzungsmenge sowie der eingebrachten Arbeitsleistung und Maschinenstunden erg nzt werden Grunds tzlich ist bei der Konzipierung eines Modells zur Performancebestimmung von forstbetrieblichen Teilflachen davon auszugehen dass es zu periodenbedingten Schwankungen kommt Daher sollten die verwendeten Parameter zumindest ber einen bestimmten Bemessungszeitraum gemittelt werden Dabei w rde sich der zehnj hrige Turnus f r die Erstellung des Operats anbieten F r die Beurteilung der Performance forstlicher Best nde wurde ausschlie lich von konomisch ausgerichteten forstlichen Bewirtschaftungseinheiten ausgegangen Dementsprechend wurden nur Best nde aus der Betriebsklasse Wirtschaftswald als Vergleichsbeobachtungen DMUs herangezogen 5 5 1 Zielsetzungen f r den Performancevergleich der Laub Nadelmischbest nde im Lehrforst Ofenbach Mittels DEA sollte die Performance der Laub Nadelmisch
76. Filz_G4_unb_IV4 43 0 100 103 332 6 13700 0 13300 4 1141 7 19258 85 1572 7 Filz_G4_unb_IV5 44 0 96 65 208 9 8582 1 8395 8 713 8 12363 08 1572 7 Filz_G4_unb_IV6 48 0 101 90 194 5 10297 1 7107 9 1051 3 12498 65 0 0 Stams_G1_unb_ 1 55 0 85 94 195 0 10615 3 10051 5 1098 3 20431 13 1141 4 Stams_G1_unb_ 2 60 0 90 92 278 1 11872 2 10030 8 1071 7 14418 46 406 4 Stams_G1_unb_I3 62 0 91 86 237 6 10757 4 9378 6 1008 7 13665 50 406 4 Stams_G1_unb_ 4 54 0 94 117 344 1 14945 8 12088 0 1364 9 16979 04 195 6 Stams_G2_unb_Il1 52 0 94 109 283 5 13320 5 11651 3 1208 6 18869 34 878 0 Stams_G2_unb_ll2 56 0 96 97 296 2 12590 5 10388 9 1072 8 15775 28 878 0 Stams_G2_unb_II3 58 0 88 80 257 6 10599 0 9444 5 932 5 14312 23 878 0 Stams_G2_unb_Il4 60 0 97 99 242 6 11820 9 9291 0 1094 7 16900 65 878 0 Wildalp_G1_unb_11 24 0 115 56 424 6 11670 3 12437 3 592 2 9593 01 1425 3 Wildalp_G1_unb_I2 28 0 114 81 517 0 15153 2 16142 9 894 8 14788 64 1425 3 Wildalp_G1_unb_I3 28 0 111 72 451 9 13357 4 12770 7 757 5 12897 42 1425 3 Wildalp_G1_unb_l4 27 0 101 79 697 6 18094 8 21794 1 919 6 16168 15 1425 3 Wildalp_G2_unb_I11 27 0 109 60 311 2 9969 5 9915 2 660 0 11318 43 1425 3 Wildalp_G2_unb_II2 29 0 110 63 427 7 12195 8 12698 8 691 5 11856 43 1425 3 Wildalp_G2_unb_II3 22 0 102 86 524 7 15695 1 16811 5 953 2 17107 84 1425 3 Wildalp_G3_unb_Ill1 23 0 112 80 216 3 9911 6 7536 3 841 1 13260 92 968 8 Wildalp_G3_unb_III2 22 0 109 76 313 8 11239 9 9924 0 835 6 13245 56 968 8 Wildalp_G3_unb_III3 22 0 106 7
77. Group aufweisen in der weiteren Performanceentwicklung gegen ber den Vergleichsbest nden derselben Peer Group sowohl massen als auch werttechnisch eine g nstigere Entwicklung aufweisen Es konnte hier mithilfe der Statistik gezeigt werden dass sich eine fr hzeitige Reduktion bzw eine stammzahl rmere Bestandesbegr ndung unter den hier zugrunde gelegten Rahmenbedingungen sowohl mengen als auch werttechnisch g nstig auf die Bestandesentwicklung einer ganzen Umtriebszeit auswirkt BHD_U e e e e ta a X 0 85 0 90 0 95 TE_Masse KEtat_Ertrag Red Red F statistic 2 616 on 1 and 8 DF p value 0 1445 F statistic 1 185 on 1 and 8 DF p value 0 3081 Curvered x 5 128 34 657 x Curvered x 20 741 9 548 x Blue Blue F statistic 41 87 on 1 and 90 DF p value 4 976e 09 F statistic 27 27 on 1 and 90 DF p value 1 133e 06 Curveblue x 11 315 52 870 x Curveblue x 16 203 26 014 x Green Green F statistic 3 813 on 1 and 12 DF p value 0 07457 F statistic 0 1308 on 1 and 12 DF p value 0 7239 Curvegreen x 15 36 23 10 x Curvegreen x 3 064 3 649 x Abb 27 Regressiver Zusammenhang der durchschnittlichen BHDs zum Zeitpunkt des Abtriebs U mit den Effizienzwerten des natural technischen und des tats chlich konomischen Modells In Abb 27 wird der Zusammenhang zwischen den Effizienzma en und dem durchschnittlichen Brusth hendurchmesser des Bestandes wie er aus d
78. Inputseite eines inputorientierten Modells kann daher aufgrund des methodischen Problems der Translationsinvarianz nicht gedacht werden In der Folge macht es nur Sinn den Verminderungsfaktor jeder DMU um einen gleichen additiven Wert zu erh hen so dass alle Werte positiv werden und anschlie end den Kehrwert dieser positiven Werte auf der Outputseite zu verwenden F r den konkreten Anwendungsfall wurde die Differenz aus Einschlag minus Hiebsatz jeder Beobachtung um 0 82fm erh ht um der Anforderung alle Verminderungsfaktoren in einen positiven Wertebereich zu transformieren gerecht zu werden Diese Vorgehensweise ist hinsichtlich der Variableninvarianz und hinsichtlich der Handhabung von unerw nschten Outputs methodisch sauber Es gilt einzig nur darauf zu achten dass die hohe prozentuelle Verbesserungspotenziale f r den Verminderungsfaktor aufgrund der inversen Konzipierung dieser Outputvariable entstehen was allerdings nach der R cktransformation real betrachtet einer asymptotischen Ann herung an Null entspricht Der einzige Weg diese unhandlichen prozentuellen Verbesserungspotenziale zu umgehen best nde in der Ausweisung der relativen Ver nderung zu den bereits r cktransformierten absoluten Zielwerten was wiederum zu durchaus plausiblen prozentuellen Ver nderungswerten f hren w rde Nachhaltigkeitsindikator NI Auch wenn das vorhin vorgestellt Modell Fl chennormierung amp Verminderungsfaktor methodisch realisierba
79. Konkurrenzverh ltnissen und zu einer g nstigeren Wertentwicklung bei ohne aber bezogen auf die gesamte Umtriebszeit eine gr ere Auswirkung auf die Massenleistung der Best nde trotz des zum Teil hohen Entnahmeprozents zu haben Im krassen Gegensatz dazu steht die gro e Klasse junger Best nde mit Bonit ten zwischen 8 und 15 F r diese im Vergleich stammzahl rmere Klasse weist der Chart ein entgegen gesetztes Bild aus die Effizienzwerte steigen mit sinkendem Volumen der bei der Durchforstung entnommenen St mme F r diesen Befund k nnte ein Zusammenspiel von Bestandesalter und Bonit t verantwortlich sein In je geringerem stadialem Alter der Eingriff erfolgt umso gr er ist dessen natural technische als auch kostentechnische Effizienz Im Unterschied zum Wuchsalter tr gt das stadiale Alter den verschiedenen Wuchsbedingungen Rechnung und steht damit direkter mit den Baumdimensionen im Zusammenhang Bei niedrigem stadialem Alter sind somit auch die zu entnehmenden Individuen schw cher Diese zun chst spekulativen berlegungen w ren freilich noch durch weitere Untersuchungen zu erh rten Stammindividuen der Ausgangsbest nde je Hektar Norg_Ha lt e gt e e T 0 85 0 90 d a i 0 8 TE_Masse KEtat_Ertrag Red Red F statistic 6 932 on 1 and 8 DF p value 0 03004 F statistic 2 482 on 1 and 8 DF p value 0 1538 Curvered x 5724 4624 x Curvered x 2258 6 1257 5 x Blue
80. Oo 0 0 Legende erf llt O generisch erf llt bei positiven Werten gt 0 erf llt I in Inputs erf llt O in Outputs erf llt nicht erf llt Tabelle 8 Eigenschaften der durchschnittlichen maximalen Effizienzma e SCHEEL 2000 S 99 Gegen ber den Eigenschaften des quiproportionalen Effizienzma es sind nach Scheel 2000 die durchschnittlichen Effizienzma e bis auf die Bedingungen der Stabilit t berlegen Sofern insbesondere f r den outputorientierten O und nicht orientierten NO Fall alle beobachteten Daten positiv sind erf llen die durchschnittlichen Effizienzindikatoren eindeutig die Bedingungen der Pareto Koopmans Effizienz und sind unter diesen Voraussetzungen auch strikt monoton Bez glich der Dateninvarianz unterscheiden sich die beiden Modellans tze nur geringf gig Beide sind linear invariant und bezogen auf die Translationsinvarianz trifft diese nur bei Unterstellung variabler Skalenertr ge f r die orientierten F lle zu wobei aber und dadurch unterscheiden sich die beiden Ma e bei durchschnittlichen Effizienzma en f r die nicht orientierten F lle ebenfalls Translationsinvarianz besteht Die durchschnittlichen Ma e weisen aber insofern einen Nachteil gegen ber den quiproportionalen Ma en auf als sich die ber das arithmetische Mittel der Verbesserungspotenziale gebildeten Effizienzwerte au er im inputorientierten Fall nicht notwendigerweise zwischen 0 und 100 bewegen m ssen und si
81. Output zu Inputverh ltnis proportional sind konstante Skalenertr ge KSE zu unterstellen Weicht dieses Verh ltnis davon aber ab und erreicht einen Quotienten gr er eins dann liegen zunehmende Skalenertr ge vor bzw bei kleiner eins sind abnehmende Skalenertr ge zu unterstellen vgl 3 3 3 Da es aber a priori aus den Beobachtungen nicht festzustellen ist ob Ineffizienzen aus Skaleneffekten resultieren schlagen Simar et al 1998a in Scheel 2000 ein statistisches Verfahren vor das jene Skalenefekte feststellt die der wahren Technologiemenge am besten angepasst sind Seite 241 Prospektive Auseinandersetzung mit verschiedenen forstlichen Themenbereichen zur Entwicklung konzeptioneller DEA Modelle O Validierung des Verwendungsbedarfs Abschlie end ist zu verifizieren ob die objektiviert ermittelten allerdings auf ausschlie lich messbaren Kriterien beruhenden und hoch aggregierten Kennzahlen als Gradmesser zur Evaluierung von sachlichen Ma nahmen administrierbar erscheinen 6 1 2 Anmerkungen zur Vorgehensweise Es wurde versucht die einzelnen Themenaspekte nach dem vorgegebenen Leitfaden des Strukturbaums gemeinsam mit den Interviewpartnern chronologisch abzuarbeiten Dazu wurde diesen vorab der Interviewleitfaden in Form des Strukturbaums gemeinsam mit den entsprechenden Erl uterungen inklusive bereits recherchierter Punkte zu den einzelnen Elementen des Strukturbaums bermittelt Diese Vorgehensweise wird insofern
82. Parameter mit welchem Gewicht aggregiert werden soll Insbesondere m ssen bei der Vergabe der Gewichte die betroffenen Beobachtungseinheiten von der Objektivit t der Methodik zur Generierung einer hochaggregierten Effizienzkennzahl berzeugt sein 3 5 1 Das fraktionale DEA Ausgangsproblem Ausgehend vom allgemeinen Produktivit tsmodell l sst sich ber die Effizienz der Produktivit t erst eine Aussage t tigen wenn mehrere Produktivit tskennzahlen vergleichbarer Einheiten in Relation gesetzt werden Sind f r den Fall mehrerer In und Outputs keine Faktorkosten und G terpreise bekannt m ssen zur Maximierung der Performance jeder Einheit Nebenbedingungen formuliert werden so dass die anstelle der Faktorkosten und G terpreise zu ermittelnden Gewichte Multiplikatoren oder Schattenpreise f r keine der beobachteten DMUs einen Effizienzwert gr er eins ausweisen Bezogen auf die Einheit k wird nun nicht die Produktivit t infolge eines unterstellten Preissystems abgeleitet sondern der maximal erzielbare Effizienzwert infolge des relativen Vergleichs mit allen brigen s Einheiten Eine beliebige Beobachtung k ist gem der nachfolgenden Formel dann effizient wenn die L sung des linearen Problems LP virtuelle Multiplikatoren Schattenpreise ausweist f r die keine andere Beobachtung bei genau denselben virtuellen Multiplikatoren eine g nstigere Performance erzielt Tritt dieser Sachverhalt bei einer Beobachtung ein muss die Ne
83. Projektes m ssten der Gesamtnutzen und die gesamten Inputfaktoren betrachtet werden wobei f r die ffentliche Hand unter Umst nden prim r die budgetwirksamen Inputs und die entsprechenden anteiligen Outputs bzw alternativ dazu die wohlfahrts konomische Gesamtbetrachtung von Relevanz sind H Output Aktivit ten gef hrdete Objekte Erfassung nach der Anzahl oder den gesch tzten Verkehrswerten Die Ma nahmen der WLV sollten aber nicht dazu verleiten den Verkehrswert durch das Setzen einer Ma nahme aufzuwerten unterliegende Fl che Hektar der betroffenen Fl che Bewertung wie in KNU dokumentiert Betroffene Versorgungseinrichtung Gesamtzahl der betroffenen Bev lkerung in dem betroffenen lokalen Bereich Ver nderung der Wertsch pfung Anzahl von Touristen und von Besch ftigten in dem betroffenen lokalen Bereich Seite 257 Prospektive Auseinandersetzung mit verschiedenen forstlichen Themenbereichen zur Entwicklung konzeptioneller DEA Modelle In den KNU Ans tzen wurden bisher Ans tze vermieden den zu erwartenden Nutzen hinsichtlich der zu sch tzenden Bev lkerung und der betroffenen Wertsch pfungskette einer lokalen Region mit einzubeziehen Aus Gr nden der Pietat hat man bisher davon abgesehen dieses heikle Thema in ein Evaluierungssystem von Ma nahmen der WLV zu integrieren Diese hier in Anlehnung an die KNU angedachten Parameter sollen nur versinnbildlichen welche Varianten von Parametern f r
84. Ranking Wert Ver nderung Ranking U Eff Wert Eff Wert 1997 100 00 1 big 1 1998 100 00 0 00 1 332 29 es 17 FB 1999 100 00 0 00 1 108 56 67 33 48 10 2000 100 00 0 00 1 103 32 4 82 65 2001 100 00 0 00 1 100 94 2 30 73 d Tabelle 38 Anwendung der Supereffizienz f r eine als Best Practice Einheit ausgewiesene DMU unter Verwendung einer VSE Technologie In der Periode 1997 wurde der Effizienzwert big ausgewiesen Dieser Platzhalter hat seine Begr ndung darin dass in der Periode laut Aufzeichnungen keine Arbeitsstunden durch eigene Arbeiter zur Leistungserstellung eingesetzt wurden Eine derartige Ma nahme w rde bedeuten dass auch ohne den Einsatz von Eigenleistung die Leistungserstellung im Betrieb erbracht werden kann indem eine vollst ndige Substitution durch Fremdleistung erfolgt Durch den Nullwert eines Produktionsfaktors wird nach DEA unterstellt dass dieser Inputfaktor konomisch betrachtet zu aufw ndig und durch das g nstigere Substitut Fremdleistung zu ersetzen ist Da f r diese Variable aber das maximal m gliche Rationalisierungspotenzial bereits ausgesch pft wurde und keine andere Einheit eine hnliche Konstellation aufweist wird hier als Effizienzwert big ausgewiesen was soviel wie einer unendlich gro en Effizienz entspricht Mit der Unterstellung der VSE Technologie werden variierende Produktionsm glichkeitsr ume durch die dort ausgewiesenen Best Practice
85. Scheel 2000 37 Vgl Berg et al 1992 in Scheel 2000 Seite 78 Rahmenrichtlinien fur DEA Applikationen emittiert ware das zwar formal eine Verbesserung technisch aber nicht umsetzbar Nach Gstach 2002 ist von einer DEA Anwendung in solchen Fallen abzuraten hig ee ag tee WEY ong E Y X Z y zx0 0 x100 T arget _ y y Die Entscheidung welche der drei L sungsm glichkeiten zur Anwendung kommen soll muss entsprechend begr ndet werden und darf nicht willk rlich passieren Aufgrund der unterschiedlichen Konzeptionen der drei Varianten die in den meisten F llen abweichende Effizienzma e zur Folge haben besteht Unsicherheit dar ber welche die zu pr ferierende Variante sei Zumindest sollten dann aber zwei oder auch alle drei M glichkeiten realisiert und in einer Gegen berstellung diskutiert werden SCHEEL 2000 4 4 9 Unkontrollierbare Input bzw Outputfaktoren Bisher wurde angenommen dass sich die in den Modelle integrierten Faktoren in ihrer Gr e bzw in ihrer Wertigkeit beliebig ver ndern lassen und damit auch beeinflussbar und kontrollierbar sind Gelegentlich kommt es aber vor dass in die Beurteilungsmatrix gelegentlich solche Variablen aufgenommen werden die das Umfeld bzw die Rahmenbedingungen der zu untersuchenden Entscheidungseinheit DMU charakterisieren sollen Im Regelfall lassen sich jedoch diese Gr en nicht direkt beeinflussen Allgemein handelt es sich dabei um standortsbeschreibende Gr
86. Schutzwald gem der festgelegten Rangfolge erfolgen Eine Alternative zur homogenen Strukturierung nach dem WEP w re eine Differenzierung nach der formalen Zuordenbarkeit des Sanierungsprojektes zu einem Objektschutzwald oder einem Standortsschutzwaldgebiet Dabei stellen aber die formalen Rahmenbedingungen eine entscheidende Einschr nkung f r eine objektive Begutachtung dar Denn aus politischen und finanztechnischen Gr nden vermeiden es lokal und regional ans ssige Interessensvertreter sowie die politisch Verantwortlichen Objektschutzw lder auszuscheiden Und auch von Seiten der Beh rde sollten nicht zu viele Fl chen als Objektschutzw lder ausgewiesen werden Der damit verbundene Aufwand ist im Gegensatz zum Standortsschutzwald vergleichsweise hoch Die Beh rde muss aktiv werden und per Bescheid eine Objektschutzwirkung bescheinigen Letztendlich sind es aber auch die rechtlichen Folgen f r die Beh rden die es kritisch zu hinterfragen gilt Bei Objektschutzw ldern nach 8 21 2 FG 1975 Nov 2002 handelt es sich um W lder die Menschen menschliche Siedlungen oder Anlagen oder kultivierten Boden insbesondere vor Elementargefahren oder Seite 262 Prospektive Auseinandersetzung mit verschiedenen forstlichen Themenbereichen zur Entwicklung konzeptioneller DEA Modelle sch digenden Umwelteinfl ssen sch tzen und die eine besondere Behandlung zur Erreichung und Sicherung ihrer Schutzwirkung oder Wohlfahrtswirkung erfordern
87. Schutzwaldstruktur ein Detailprojekt realisiert und f hrt dies gegebenenfalls zur Ausscheidung eines Objektschutzwaldes per Bescheid sollte in einem derartigen Feststellungsverfahren aber auch die Eigent mersicht ber cksichtigt werden Entstehen dem Eigent mer dadurch n mlich Belastungen die das Eigentumsrecht sowie die freie Bewirtschaftungsform massiv Seite 263 Prospektive Auseinandersetzung mit verschiedenen forstlichen Themenbereichen zur Entwicklung konzeptioneller DEA Modelle einschranken ohne einen angemessene Kostenersatz zu erhalten ist damit zu rechnen dass die Grundeigent mer resigniert und darauf verzichtet Grund und Boden zu bewirtschaften Damit m sste man n mlich in Kauf nehmen dass fortan die Leistungen der Eigent mer bzw Besitzer von Seiten der ffentlichen Hand bereitzustellen sind Denn um die Tatsache dass eine gezielte Fl chenbewirtschaftung die Schutzwirkung des Waldes bestm glich gew hrleistet kommt man nicht herum Aus haushaltstechnischer Sicht wird es aber wohl nicht m glich sein die Kosten f r fl chenwirtschaftliche Ma nahmen in Kauf zu nehmen Eine Nichtbewirtschaftung w rde dann aber in der Folge ein noch h heres Schadrisiko bergen F r die Realisierung von Sanierungsprojekten besteht grunds tzlich die Bereitschaft mit den verf gbaren Ressourcen effizient umzugehen und Methoden anzuwenden die eine effektive Umsetzung der Zielsetzungen gew hrleisten Die Wirtschaftlichkeit von Projek
88. Sicherstellung der Finanzierung Insgesamt werden bis 2007 alle mehrj hrigen Schutzwaldprojekte auf deren Schutzerf llungsgrad zur Lebensraumsicherung berpr ft und bei Bedarf auf vordringliche Fl chen angepasst 2003 wurden laut Tiroler Waldbericht insgesamt 28 mehrj hrige Projekte durch begleitendes Controlling hinsichtlich ihrer Zielerreichung und der Effizienz des Mitteleinsatzes berpr ft Die Intensivierung der Verj ngungseinleitung kleinfl chige Nutzungsans tze und vermehrte Mischbaumartenverj ngung stellten dabei die vordergr ndig anzustrebenden Ziele dar TIROLER WALDBERICHT 2004 Mit dem hier dokumentierten Auszug aus dem Tiroler Waldbericht 2004 bekennt man sich l nderspezifisch dazu den Einsatz von F rdermitteln anhand der durchgef hrten Ma nahmen und deren Auswirkung auf die Zielsetzungen mit begleitenden Controllingma nahmen zu evaluieren B Definition der Befundeinheit Als elementare Einheiten sind die Detailprojekte an sich auszuweisen Obwohl die Projekte sehr individuell gestaltet sind erfolgt die Projektabwicklung aber nach vergleichbaren Schemata um auch nach au en transparent zu sein Mit der Dokumentation der wichtigsten Meilensteine Projektrahmen nachvollziehbarer Zeitplan Arbeitsplan Projektbegleitung und Projektpr fung versucht man dieser Forderung nachzukommen Damit es allerdings zu einem Projekt kommt muss von Seiten der Beh rde ein entsprechender Mangel aufgezeigt werden Im Regelf
89. Sinne von Ja Nein Beurteilungen bzw auf nominalem bzw ordinalem Skalenniveau erfasst Kriterien die sich kardinal messen lassen wurden zwar ebenso erhoben allerdings erscheint neben einer deskriptiven Auswertung der Evaluierungsb gen keine komplexere statistische Auswertung geplant gewesen zu sein Die hier angesprochenen Kriterien zeigen aber ganzheitlich auf an welche Elemente in der Beurteilung von Forststra en gedacht werden muss Die Schwierigkeit in einer vergleichenden Beurteilung von verschiedenen Projekten besteht aber darin die relevanten Kriterien auf einige wenige Elemente zu verdichten die sich dann aber auch kardinal erfassen lassen Ob letztendlich ein Modell vollst ndig abgebildet ist h ngt im Wesentlichen immer von dem Betrachtungsstandpunkt ab Aus dem Fokus der vollkommenen konomischen Beurteilung stellt sich neben der tats chlichen Wertsch pfung auch die Frage nach der Abbildung von positiven oder negativen externen Effekten Bezogen auf die Inputs kann es wiederum durchaus als interessant betrachtet werden den Co finanzierten bzw fremdfinanzierten Anteil dem selbstfinanzierten Anteil in der Performancebeurteilung separat gegen berzustellen Oftmals werden Bedenken gegen ber Effizienz berlegungen ge bt da davon ausgegangen werden kann dass sich teure und aufw ndigere Erschlie ungsprojekte nur dann umsetzen lie en wenn die Ma nahmen mit einem entsprechenden Nutzen und der Umsetzung entsprechender Ziels
90. T P 1991 Stochastic price models and optimal tree cutting Results for loblolly pine Natural Resource Modelling 5 423 443 Henderson J M and Quandt R E 1980 Microeconomic Theory A Mathematical Approach 3 Auflage McGraw Hill International Book Co London bersetzt als Mikro konomische Theorie eine mathematische Darstellung 5 Auflage Verlag Franz Vahlen M nchen 1983 Hasenauer H 1994 Ein Einzelbaumwachstumssimulator f r ungleichaltrige Fichten Kiefern und Buchen Fichtenmischbest nde Forstl Schriftenreihe Univ f Bodenkultur Wien sterr Ges f Wald kosystemforschung und experimentelle Baumforschung ISBN3 900865 07 8 152 S Herrero I and Pascoe S 2002 Estimation of technical efficiency a review of some of the stochastic frontier and DEA software Department of Applied Economics University of Huelva and CEMARE Department of Economics University of Portsmouth 11 p http www economics Itsn ac uk cheer ch15_1 dea htm Hogi K Pregernig M und Wei G 2003 Wer sind sterreichs Waldeigent merInnen Einstellungen und Verhalten traditioneller und neuer Waldeigent mergruppen im Vergleich Discussion Papers des Instituts f r Sozio6konomik der Forst und Holzwirtschaft P 2003 1 Universit t f r Bodenkultur Wien 22 S http www boku ac at sfh papers sfh p03 1 pdf Homburg C 2001 Using data envelopment analysis to benchmark activities Int Production Economics 73 2001 51 58
91. VSE NZSA NASE denselben Effizienzwert ausweisen kann muss dieses Produktionsniveau an jenem Abschnitt der Effizienzgrenze liegen wo der Verlauf der konvexen H lle unter variablen und konstanten Skalenertr gen deckungsgleich ist Damit steht aber auch fest dass eine solche Beobachtung gleichzeitig eine Best Practice Einheit vgl Einheit B in Abb 3 darstellen muss Output SE Output 0 Input 0 Input 0 Input a b c Abb 3 Demonstration von Technologiemengen Monotonie Konvexitat KSE a VSE a NZSE b und NASE c im Ein Input und Ein Output Fall STEINMANN 2002 S 16 Die Technologiemenge der variablen Skalenertrage VSE ist eine Teilmenge der nicht zunehmenden NZSE und der nicht abnehmenden NASE Skalenertr ge Und diese sind aber wiederum Teilmengen der Technologiemenge der konstanten KSE Skalenertr ge STEINMANN 2002 Die zweidimensionale Darstellung der m glichen F lle von Skalenertr gen zeigt aber ganz klar auf dass f r konstante Skalenertr ge 100 ige Substituierbarkeit vgl 4 4 7 gegeben sein muss F r variable Skalenertr ge VSE bzw auch f r die Teilmenge der nicht zunehmenden Skalenertr ge NZSE ist hingegen der Einsatz von limitationale Produktionsfaktoren m glich da die konvexe Datenh lle nicht zwingend durch den Ursprung verlaufen muss Die hier diskutierten Skaleneffekte beziehen sich nicht ausschlie lich auf vermeintliche Gr eneffekte Fl che Produktionsleistung oder Umsatz
92. Wirkung der nicht beinflussbaren Rahmenbedingungen festgelegt Mit der a posteriori durchgef hrten statistischen Evaluierung sollte eigentlich nur noch die Berechtigung dieser Differenzierung in Subcluster best tigt werden Steinmann 2002 merkt zu diesem Ansatz au erdem an dass f r die nicht parametrische Methode die Integration nicht beeinflussbarer Rahmenbedingungen nach dem Three Stage Ansatz bisher zu kaum befriedigenden Ergebnissen gef hrt hat Da diese Vorgehensweise bisher so gut wie nicht umgesetzt wurde wird damit Steinmanns Vermutung der Nicht Praktikabilit t dieses Ansatzes untermauert 4 3 1 3 Der Two Stage Ansatz Bei Anwendung des Two Stage Ansatzes kann die relative Distanz aller Beobachtungen zur Effizienzgrenze unabh ngig davon ob es sich um ein parametrisches oder ein nicht parametrisches Verfahren handelt ohne Ber cksichtigung von Umfeldfaktoren bestimmt werden Im darauf folgenden zweiten Schritt werden die abgeleiteten relativen Distanzen bzw Effizienzwerte in eine Regressionsanalyse als abh ngige Variablen implementiert um die Nullhypothese dass keine Abh ngigkeit des Transformationsprozesses von den nicht beeinflussbaren unabh ngigen Umfeldvariablen besteht zu testen Gegen ber dem Three Stage Ansatz leiten sich daraus zahlreiche Vorteile ab Einmal k nnen die Einflussfaktoren alle Beobachtungen in einem Guss mit einbezogen werden wodurch eine Einschr nkung der Aussagekraft vermeidbar wird Dane
93. Zuwachs der Bestandeseinheiten nicht linear verl uft sondern sich mit zunehmendem Alter verflacht wird f r die DEA Analyse ebenfalls eine VSE Technologie f r die Konstruktion der linearisierten Segmente der konvexen H lle unterstellt Seite 180 Konzeptionelle Anwendung von DEA f r ausgew hlte forstliche Datens tze Skaleneffizienz Konstante Skalenertr ge Variable Skalenertr ge Skaleneffizienz 57 87 0 238 71 01 0 188 79 83 0 201 Tabelle 48 Skaleneffizienz der Laub Nadel Mischwaldbest nde des Lehrforstes Ofenbach Aufgrund der gebildeten Durchschnittswerte ber alle Beobachtungen resultiert eine durchschnittliche Gesamtabweichung von der Effizienzh lle bei Unterstellung von konstanten Skalenertr gen in der H he von 42 13 Diese splitten sich wiederum in eine technische Abweichung in der H he von 28 99 und eine Abweichung infolge des Skaleneffekts von 20 17 Die geringf gige Abweichung zur Ermittlung der Skaleneffizienz ber das Verh ltnis KSE zu VSE ist auf die Mittelwertbildung zur ckzuf hren Dass es hier zu diesen eher stark ausgepr gten Abweichungen kommt d rfte wiederum wie angedeutet auf das Datendefizit im Zusammenhang mit dem entnommenen Vorrat zur ckzuf hren sein Auff llig im Ergebnis ist dass 94 oder 226 der Best nde als zu klein ausgewiesen werden Dies bedeutet aber keinesfalls dass die Bestandesfl che zu klein w re sondern vielmehr dass diese Best nde auf der ihnen zur Ver
94. als dass der Ertrag aus dem Produkt bzw die daf r erforderlichen Produktionskosten nicht nur innerhalb einer Periode anfallen sondern ber viele Perioden voneinander getrennt sind Die Langfristigkeit der Produktion und der Umstand dass der Produktionsfaktor stehender Vorrat auch gleichzeitig Produkt ist und dass sich dessen Ver nderung nicht praktikabel dokumentieren l sst stellen die markantesten Herausforderungen f r einen objektiven und unmittelbaren Vergleich mit anderen forstlichen Betriebseinheiten dar Abgesehen von diesen beiden Elementen sind es aber auch strukturell bedingte Gr en wie die Arrondierung das Produktionsgebiet die Betriebsfl che die Qualit t der Mitarbeiter und der Technologisierungsgrad die einen derartigen Vergleich forstbetrieblicher Einheiten untereinander relativieren Unabh ngig von dem Quantifizierungsproblem dieser strukturbedingten Kriterien gilt es in einer multifunktionalen Forstwirtschaft vor allem auch noch die divergierenden Zielsetzungen der Eigent mer die neben der konomischen Zielsetzung durchaus ganz andere Ziele mit der Bewirtschaftung des Forstbetriebs verfolgen k nnen zu ber cksichtigen Die Beurteilung der multifunktionalen Outputleistungen der Forstwirtschaft l sst sich aber dennoch in Modellans tze integrieren Werden n mlich die rein natural technischen Elemente die der produzierende Forstbetrieb an Produktionsfaktoren verbraucht und an Leistungsg ter bereitstellt
95. auf das Optimalprinzip beziehen Im Unterschied zum Modell Absolutgr en werden hier anhand von ausgew hlten einzelnen DMUs die verschiedenen Ergebnisse diskutiert so dass daraus vor allem das Ausma der Aussagen f r die individuellen Einheiten und die Abweichung zum Ergebnis aus dem Modell Absolutgr en erkennbar werden Seite 143 Konzeptionelle Anwendung von DEA f r ausgew hlte forstliche Datens tze Inputorientierte und nicht orientierte Modelle der Modellvariante Fl chennormierung amp Hiebsatzbereinigung Die durchschnittlichen relativen Abweichungen und deren Standardabweichungen von der Effizienzgrenze sind in Tabelle 24 f r das input orientierte IN und in Tabelle 25 f r das nicht orientierten NO natural technischen TE DEA Modell unter Ber cksichtigung der Hiebsatzbereinigung Die Darstellung der Resultate f r diese beiden Modelle erfolgt nach drei Effizienzma en wobei f r jedes Modell variable Skalenertr ge unterstellt wurden Die allgemeine Ergebnistabelle weist f r die einzelnen Modellvariablen die durchschnittlichen Target Values und deren Standardabweichungen aus die aus der Grundgesamtheit aller 76 Einheiten ermittelt wurden input I1 12 13 14 O1 02 03 Aner z eff orientiert Regie Ange Fremd sonst S ge Indh sonst Eff n eff VSE std stellte Ist K Kosten sort Sort Ertrage tie A x 11 6 9 9 9 1 9 2 0 0 3 9 36 4 91 8 38 Ma 38 Sx 14 8 13 1 12 1 13 3
96. ausgegangen ist dass viele dieser Angaben nicht explizit im Betrieb zu eruieren seien Die fehlenden Mengenaufzeichnungen wurden durch Mittelwertbildungen des entsprechenden Kriteriums ber alle untersuchten DMUs vervollst ndigt Im Wesentlichen waren davon die Anzahl der Leistungsstunden und die Anzahl der reduzierten Angestellten betroffen Es fanden sich Einheiten die zwar Lohnkosten ber die f nf Jahre ausweisen aber in manchen Perioden keine Stundenaufzeichnungen dokumentiert hatten Und hnliches wie f r die Leistungsstunden trifft auch auf die reduzierten Angestellten zu Allerdings fehlten hier viel h ufiger die quantitativen Angaben F r die Modellbildung wurde es aber als sinnvoll erachtet fehlende Werte ber die durchschnittliche Anzahl an reduzierten Angestellten je Gehaltskosten zu erg nzen Auf der Ertragsseite waren kleinere Ab nderungen nachzuf hren da Abweichungen zwischen dem ausgewiesenen Preis Mengenger st der einzelnen Sortimente und den tats chlich abgesetzten Mengen und den daraus resultierenden Ertr gen zu verzeichnen waren Diese Differenz r hrte aus der Lagerstands nderung dem Eigenverbrauch dem Rohholzzukauf sowie den unausgeformten und den Sondersortimenten F r die Zuordnung dieser in der Urdokumentation vorhandenen Differenzierung der Outputleistungen auf ein eingeschr nktes Variablenset mussten zur Modellbildung Aggregationen vorgenommen werden durch die sich diese geringen Abweichungen begr n
97. betrieblicher Ebene wird anhand der Daten von 76 Forstbetrieben die im Rahmen des Testbetriebsnetzes f r den sterreichischen Gro wald erhoben wurden abgehandelt Auf Bestandesebene dienen die Operatsdaten von ber 200 Best nden des Lehrforstes der Universit t f r Bodenkultur Wien als empirische Datengrundlage Schlie lich wird ausgehend von den Aufnahmedaten einer Arbeitszeitstudie in der Durchforstung unter Einbeziehung des Waldwachstumssimulators MOSES die Evaluierung von Bestandesbehandlungsprogrammen thematisiert Neben der explorativen DEA Anwendung auf drei exemplarische forstliche Fragestellungen umfasst das Methodenspektrum zur Gewinnung der angestrebten Erkenntnisse jedoch auch weitere Elemente Dazu z hlt neben der umsetzungsorientierten Aufbereitung der in der Literatur dokumentierten methodischen Grundlagen auch die qualitative Analyse publizierter bisheriger Anwendungen Weiters wird ein Strukturbaum entwickelt der eine systematische Abkl rung der Anwendungsvoraussetzungen von DEA im forstlichen Kontext unterst tzen soll Im Wege von drei qualitativen Leitfadeninterviews wird die entsprechende Vorbereitung einer DEA Studie demonstriert wobei an Hand dieser empirischen Beispiele auch die Umsetzungsproblematik realit tsnah aufgezeigt wird 1 4 Einordnung von DEA in das Methodenspektrum des Performance Measurements DEA wurde bereits in anderen Branchen wie der Landwirtschaft dem Bankwesen der Stromwirtschaft de
98. che bestimmt werden Seite 227 Konzeptionelle Anwendung von DEA f r ausgew hlte forstliche Datens tze negativ korrelierenden Parametern zu definieren DEA l sst es allerdings nur zu dass aufgrund der unterstellten Rahmenbedingungen vgl 3 3 alle Inputs bei gleich bleibenden Outputs nur gleich bleiben oder reduziert und alle Outputs bei unver nderten Inputs ebenfalls nur gleich bleiben oder erh ht werden k nnen Eine Anpassung dass beispielsweise eine Steigerung des Endvorrats bzw der Abtriebsertragssumme gleichzeitig zu einer Reduktion des kalkulatorischen Ertrags f hrt stellt f r DEA keine Option dar ber DEA lassen sich aber auch unter dieser Konstellation f r die beiden Outputfaktoren Empfehlungen ableiten Dabei wird f r die unterstellte Massen bzw Wertleistung bei Erreichen des Abtriebskriteriums kaum eine ma gebliche Ver nderung vorgeschlagen Sehr wohl aber richten sich die Forderungen nach Verbesserungsma nahmen auf den kalkulatorischen Ertrag Die Ursache daf r liegt in der Konstruktion dieser Gr e Zum einen h ngt dieser Betrag ma geblich von dem bonit tsabh ngigen Bodenverkehrswert und zum anderen von der Dauer des Prolongationszeitraums bis zum Erreichen des maximalen Prognosehorizonts Dadurch weichen die Betr ge bei sonst vergleichbaren Strukturen der DMUs voneinander ab was aufgrund der aufgetretenen Outputslacks vlg 3 6 2 in manchen F llen zu Ver nderungsprognosen von 100 und mehr gef hrt
99. chliche Werte f r die naturalen Gr en des technischen Modells an und nimmt lokale bzw regionale Marktverh ltnisse bewusst in Kauf kommt es zu einem unabh ngigen wertbasierten Modell das die kosten und preistechnischen Vor und Nachteile der Untersuchungseinheiten gegen ber den technischen Modellen ausweist ber die ausgewiesenen Effizienzwerte und dem darauf aufbauenden Ranking muss der entscheidende Informationshinweis f r die Abweichung von der Effizienzh lle gegeben werden k nnen F r jede ineffiziente Beobachtung leitet sich aus dem abgeleiteten Effizienzwert und den festgestellten Slacks vgl 3 6 2 ein relativer Verbesserungswert f r jede Variable ab der zur Erzielung einer optimalen Input Outputtransformationen erforderlich w re um an die Effizienzgrenze heranzukommen DEA kommt potenziell immer dann zur Anwendung wenn es um die Frage der Reorganisation von Einheiten DMUs um die Neustrukturierung von DMU Standorten um die Festlegung von Soll Gr en oder um die Verteilung von Budgetmitteln geht Selektion und Definition der Befundeinheit DMU Die Selektion der zu beurteilenden Objekte DMUs Decision Making Units soll in Abh ngigkeit der Fragestellung aus einem homogenen vergleichbaren Umfeld passieren Die Festlegung auf die zu beurteilenden DMUs muss gemeinsam mit den fachlichen Experten und den betreffenden Management Verantwortlichen erfolgen Unter dem Credo Gleiches mit Gleichem vergleichen m ssen
100. das DEA Modell KEtat_Ertrag Unter Beibehaltung desselben Vorgehensmusters wurde auch f r das DEA Modell KEtat_E das tats chliche Kosten unterstellt versucht die ermittelten Performancewerte ber dieselben f nf unabh ngigen Merkmale die nicht im Modell implementiert waren zu sch tzen Seite 216 Konzeptionelle Anwendung von DEA f r ausgew hlte forstliche Datens tze Abhangige Variable KEtat_Ertrag 12 5 10 p x 2 e 2 az 2 I g i Ww 2 Std abw 98 Mittel 0 00 0 N N 116 00 20 75 50 1 75 0 0 3 5 8 1 0 Regression Standardisiertes Residuum Beobachtete Kum Wahrsch Abb 30 Diagramme fiir den Nachweis der Normalverteilung der Beobachtungen Noch deutlicher als in dem Regressionsmodell zur Schatzung der Performancewerte des natural technischen Modells ist hier die Verteilung der Residuen einer Normalverteilung angepasst In der Folge resultierte daraus auch ein strafferes BestimmtheitsmaB von 0 534 Damit wird dokumentiert dass die aus den f nf unabh ngigen Merkmalen gesch tzten Performancewerte der tats chlichen Kosteneffizienz relativ gut an die Uber DEA bestimmten Effizienzwerte angepasst sind Dass zwischen den Performancewerten der tats chlichen Kosteneffizienz und den unabh ngigen Variablen ein Zusammenhang besteht wird auch von der F Statistik die einen F Wert von 25 172 und einer Signifikanz von 0 00 aufweist best tigt Koeffizienten Standardisie Nicht
101. data envelopment analysis DEA to productive efficiency evaluation in the forest products industry using mill level data from the linerboard sector The results show that the sector features constant returns to scale Further most of the mills perform well technically but not allocatively This may have to do with the relative homogeneity of their technologies and the divergence of their resource allocation from market conditions Therefore firms should pay more attention to improving their allocative efficiency We believe that the DEA based efficiency analysis of forest products producers represents a great opportunity to enhance their production performance Zusammenfassung Nach einer allgemeinen Erl uterung des Bedarfs einer Performancebeurteilung von produzierenden Industrieeinheiten werden die zwei g ngigen Methoden SFA Stochastic Frontier Analysis und DEA Data Envelopment Analysis genannt die beide das Ziel verfolgen eine Efficiency Frontier als Referenz f r jene Firmen deren Performance ung nstiger verl uft herzuleiten Der Methodenteil dokumentiert die allgemeine Einf hrung in DEA wobei auf die Unterscheidung von KSE konstante Skalenertr ge und VSE variable Skalenertr ge eingegangen wird Da f r die physischen Kriterien entsprechende Wertans tze verf gbar waren konnte neben der natural technischen Effizienz auch eine kostentechnische Seite 99 Konzeptionelle Anwendung von DEA f r ausgew hlte forstli
102. den DEA Effizienzwerten und der Flachenproduktivitat Koeffizienterf Standardisie Nicht standardisierte rte Koeffizienten Koeffizienten Standardf Modell ehler Beta T Signifikanz 1 Konstante 91 232 2 134 42 758 000 Betriebsgr e 1 551E 04 000 038 323 747 a Abh ngige Variable Score TE VRS RAD IN Tabelle 33 Regressiver Zusammenhang zwischen den DEA Effizienzwerten und der Betriebsgr e Aus der Regressionsanalyse geht nun tats chlich hervor dass weder die Betriebsgr e noch die Fl chenproduktivit t einen Einfluss auf die Effizienz der untersuchten Einheiten hat Aufgrund des niedrigen Signifikanzniveaus der Fl chenproduktivit t gegen ber den untersuchten Effizienzwerten darf jedoch auf eine gewisse Abh ngigkeit geschlossenen werden Eine derartige Tendenz zeichnete sich ja auch bereits in der One Way Anova durch die signifikanten Zusammenh nge zwischen den einzelnen Klassen der Skaleneffekte ab Statistisch betrachtet konnte dieser Zusammenhang allerdings nicht bei Unterstellung einer 5 igen Irrtumswahrscheinlichkeit best tigt werden Eigentlich w re zu erwarten dass die Fl chenproduktivit t deren Einflussparameter indirekt im Modell bereits enthalten sind ein erkl rendes Merkmal f r die abgeleiteten Effizienzwerte darstellen k nnte Allerdings d rfte die Ursache f r dieses gegenteilige Ergebnis in der Konzeption der DEA Effizienzma e an sich liegen die nur segmentweise ber den
103. denen Projektierungen erfolgen umrissen Demzufolge seien nicht einmal gleiche Verbauungstypen aufgrund von unterschiedlichen Projektierungsannahmen oder unterschiedlichen Zusatzma nahmen sowie zus tzlich erforderlichen Bauwerken in der Ma nahmenkette aber auch infolge von differenzierten nachgelagerten Instandhaltungsarbeiten nicht miteinander vergleichbar Die Befragten vermuten allerdings auch dass die Diskussion rund um das Definieren einer Befundeinheit und die Strukturierung der Bautypen nach Clustern zu Zwecken der Evaluierung und Effizienzbestimmung infolge der nicht absch tzbaren komplexen Zusammenh nge im Einzugsgebiet schwierig zu f hren ist und nicht immer die erforderliche Akzeptanz erreichen kann Seite 255 Prospektive Auseinandersetzung mit verschiedenen forstlichen Themenbereichen zur Entwicklung C konzeptioneller DEA Modelle Lassen sich die unter B genannten Befundeinheiten nach klassifikatorischen Merkmalen eindeutig abgrenzen und zu Zwecken der Objektivierung zu homogenen Gruppen zusammenfassen Nachdem die Diskussion rund um das Finden von einigerma en stabilen Befundeinheiten nicht zu einem akzeptablen Ergebnis gef hrt hat und letztendlich offen blieb ob derartige Befundeinheiten mit einem vertretbaren Aufwand und der entsprechenden Akzeptanz der Akteure definierbar sind blieb die hier zur Diskussion gestellte Frage au en vor Wie lange zur ckreichend ist von weitgehend einheitlichen Bedingungen f
104. der zu vergebenden Zielgewichte in dimensionslose Teilnutzwerte transformiert ber eine Aggregationsregel etwa Rangsummen Regel werden die Teilnutzwerte zu einem Seite 16 Einleitung Gesamtnutzwert zusammengefasst Neben den messtechnischen Problemen ist die mehr oder weniger subjektive Vergabe der Zielgewichte ein kritischer Aspekt dieses Ansatzes Kosten Nutzen Analyse Benefit Cost Analysis Als klassisches Instrument zur Bewertung von Alternativen insbesondere auf politischer Ebene bemisst die Kosten Nutzen Analyse die Vorziehensw rdigkeit jeder Alternative an deren Relation von Gesamtnutzen zu Gesamtkosten BERGEN ET AL 2002 Alle Alternativen mit einer Nutzen Kosten Relation gr er als 1 sind grunds tzlich konomisch sinnvoll wobei sich die Allokationsentscheidung hinsichtlich der begrenzt verf gbaren Mittel an der Gr e dieser Relation und mithin an der monet r bewerteten Ergiebigkeit des Mitteleinsatzes orientiert Dabei sind grunds tzlich alle relevanten Inputs und Outputs also gegebenenfalls auch externe Effekte bzw ffentliche G ter an Hand eines einheitlichen monet ren Ma stabs zu bewerten Probleme der praktischen Anwendung betreffen insbesondere die vollst ndige Erfassung Messung und monet re Bewertung aller Kosten und Nutzenelemente sowie in diesem Zusammenhang gegebenenfalls auch die Herleitung und Begr ndung des anzuwendenden Kalkulationszinsfusses Kosten Wirksamkeitsanalyse Cost Effectiveness
105. des exemplarischen Charakters der Studie wird aber vereinfacht die steady state Hypothese angewandt Auch wenn die Erntezeit f r die Endnutzung je DMU ber die zu erwartenden Erntekosten f r die Endnutzungsmenge dividiert durch standardisierte Maschinenkosten Pr ll 2001 hergeleitet wurde so schafft insbesondere die Verwendung _differenzierter Holzerntekosten in Abh ngigkeit des zur Umtriebszeit erreichten BHDs eine R ckkehr zu realit tsnahen Modellvoraussetzungen Das bisherige Inputkriterium Erntezeit Std_DF amp EN I bzw die unterstellten Erntekosten spiegeln somit den Erntekostenanteil des in der Waldbewertung unterstellten erntekostenfreien Abtriebswertes wider In Anlehnung an diesen bewertungstechnischen Ansatz erfolgte eine Erweiterung der Aufwandsseite Inputseite um das Derbholzvolumen der Ausgangsbest nde VfmD_DF I sowie der nicht kontrollierbaren Hangneigung Neigung IN und dem H D H D_U I Wert als Risikoindikator Dyson et al 2001 fordern eine vollst ndige Abbildung der Aktivit ten der gew hlten Befundeinheiten ein W rde man f r die bis zum Abtriebszeitpunkt noch durchzuf hrenden Ma nahmen ausschlie lich die Erntekosten den Holzertr gen und den kalkulatorischen Ertr gen f r die Verk rzung des Produktionshorizonts gegen berstellen w rde man zumindest jenen Aufwand der zur Erzielung des Ausgangszustandes der Seite 193 Konzeptionelle Anwendung von DEA f r ausgew hlte forstliche Datens tze
106. die Inputpreisverh ltnisse der substituierbaren Inputfaktoren zugunsten des Faktors x2 der gleich viermal g nstiger als x ist Infolgedessen verliert auch DMU3 ihre Best Practice Stellung zu Gunsten von DMU2 Und gleiches gilt f r die DMU2 im outputorientierten Fall Hier f llt die DMU2 unter Einbeziehung der Marktpreise in der ertragsorientierten Performance sogar hinter die technisch ineffiziente DMU1 zur ck Die Allokative Effizienz AE resultiert dabei aus dem Quotienten der radial abgeleiteten Kosteneffizienz KE bzw Ertragseffizienz EE und der technischen Effizienz TE So wie f r alle anderen bisher ausgewiesenen Effizienzma e wird auch die allokative Effizienz AE relativ mit Werten zwischen 0 und 100 dargestellt Herleitung der AEomu und der EEpmui wenn f r die erzeugten G ter y und yz ein Preisverh ltnis von 3 zu 1 unterstellt wird 01 oT TE AE zus gat AE mu a EE ow TE owt x AE pmu DMU1 or Zur Ermittlung der Kosten KE und Ertragseffizienz EE wird nur das Modell zur Ermittlung der technischen Effizienz TE dahingehend modifiziert dass ber die erfassten Durchschnittskosten bzw Durchschnittspreise einmal die Inputfaktoren zu einem aggregierten Gesamtkostenfaktor und einmal die Outputfaktoren zu einer aggregierten Ertragssumme aufaddiert werden Die physischen Outputg ter bzw die physischen Inputg ter bleiben jeweils zur Ableitung der Kosteneffizienz und der Ertragseffizienz unver ndert
107. die Kunden und Mitarbeiterzufriedenheit die Fluktuation und Durchlaufzeiten oder auf die Produktausf lle etc reflektieren WEIBLER ET AL 2003 Dieser von Kaplan und Norton 1996 entwickelten sehr breite und positive Ansatz der Balanced Scorecard bringt durch den Einsatz von quantifizierbaren Merkmalen unterschiedlicher Dimensionen die Vorteile einer vielf ltigen Erfolgsdarstellung und der Verkn pfung strategischer Ziele mit dem operativen Prozessen mit sich Umgekehrt stellt aber genau diese Kennzahlenvielfalt den gr ten Nachteil f r diesen Ansatz dar Denn wenn eine vergleichende Analyse f r eine gro e Anzahl vergleichbarer Entscheidungseinheiten die mit verschiedensten Kennzahlen operieren durchgef hrt werden soll st t man unweigerlich auf das Problem wie diese detaillierten Kennzahlen zu einigen wenigen Spitzenkennzahlen verdichtet werden k nnten ohne allzu viel Informationen zu verlieren Aber gerade f r den Aufbau eines internen Benchmarkkonzepts um von den Besten zu lernen w re eine derartige Aggregation erforderlich WEIBLER ET AL 2003 Multivariate Analyseverfahren Die Entscheidungsfindung anhand umfassender Einzelkennzahlen gestaltet sich bei der Balanced Scorecard als m hsam da keine Aggregation der Einzelkennziffern vorgenommen wird Zur L sung dieses Verdichtungsproblems bedarf es der Zusammenf hrung der Einzelkennziffern zu einigen wenigen hoch aggregierter 4 Das vom Du Pont Konzern konzipierte
108. die Ver nderung des Waldverm gens je betrieblicher Einheit herzuleiten Seite 164 Konzeptionelle Anwendung von DEA f r ausgew hlte forstliche Datens tze Um dennoch diesen wesentlichen Aspekt im Modellkonzept zu ber cksichtigen kann implizit ber den hiebsatzbezogen Aspekt auf die Ver nderung des Waldverm gens reflektiert werden vgl 5 4 8 3 Allerdings kann mithilfe des hier unterstellten allgemeinen Massenhiebsatzes nur auf die Nachhaltigkeit der entnommenen Vorratsmenge reflektiert werden nicht aber auf die Wertnachhaltigkeit Denn auch wenn der allgemeine Massenhiebssatz eingehalten wird besteht in der Wertzusammensetzung ein relativ gro er Handlungsspielraum insbesondere was Holzarten und Qualit ten anlangt Dieser wertbezogene Aspekt bildet einen Bestandteil des im ESVG ausgewiesenen forstlichen Outputs Dabei wird die wertbezogene Ver nderung des stehenden Vorrats ber den erzielten wertbezogen Output definiert der durch den erzielten Wertzuwachs und an dem genutzten und verwerteten Holz festgemacht wird Davon ist noch jener Wert des genutzten Holzes das am stehenden Bestand zu bewerten ist und damit im Sinne von DEA eine Inputgr e markiert abzuziehen Kurz zusammengefasst resultiert die forstliche wertbezogene und erwerbswirtschaftliche Produktionsleistung aus e dem erzielter Wertzuwachs e zuz glich dem genutzten und verwerteten Holz e bereinigt um den Wert des genutzten Holzes bewertet am stehenden Be
109. die diesen Ansatz verfeinerten und weiterentwickelten was zu einer weltweiten Verbreitung dieser Methodik f hrte Forscher und Wissenschafter verschiedener Fachrichtungen haben DEA methodisch weiterentwickelt und f r zahlreiche anwendungsorientierte Fragestellungen zur Performancebeurteilung eingesetzt im ffentlichen Sektor im Sport f r Bildungseinrichtungen im Gesundheitswesen in der Industrie f r die Telekommunikation f r das Milit r in der Softwareproduktion sowie in der Landwirtschaft Legt man allerdings den Fokus auf forstwirtschaftliche Publikationen muss man eine sehr eingeschr nkte Anwendungsdichte von DEA Analysen zur Kenntnis nehmen Nur wenige Autoren die im Wesentlichen aus dem angels chsischen oder skandinavischen Raum stammen haben sich bisher diesem Thema ausf hrlicher gewidmet Dies wird zum Anlass genommen eine bersicht ber die bisher publizierten forstlichen Anwendungsbereiche zu geben Dabei erfolgt eine sehr allgemeine Dokumentation der Literaturquelle nach Autor Organisationszugeh rigkeit optional Quellenangabe und dem Abstract Im Anschluss daran werden die wesentlichen methodischen Ans tze sowie die aus den explorativen Anwendungen resultierenden Folgerungen zusammengefasst und kommentiert Die wichtigsten Eckdaten der empirischen Anwendung werden am Ende in einer bersichtstabelle dokumentiert Seite 91 Konzeptionelle Anwendung von DEA f r ausgew hlte forstliche Datens tze 1 Effic
110. die zu den Ergebnissen unter 5 6 9 1 und 5 6 9 3 gef hrt haben V_DF enutzt Ertra DMUs pe ie Std I VimD S oK ae Wee a N 1 0 0 B M_G1_mass_I1 308 77 83 301 0 11569 8 13522 4 895 4 22460 83 2797 6 B M_G1 mass 12 322 97 95 328 3 12950 6 10261 8 1041 6 17520 74 878 0 B M_G2_mass_II1 346 80 89 3285 125319 14007 6 903 8 2083789 2415 3 B M_ G2 mas I2 241 93 55 254 9 8595 2 6687 4 638 1 11113 02 878 0 BIM_G3 mass IM 37 77 73 257 9 101074 12101 3 708 4 17542 17 2797 6 B M_G4 mass VI 15 0 79 89 300 2 12052 7 13313 7 787 2 19525 45 2797 6 B M_G4 mass V2 18 0 89 85 260 4 11065 9 9170 3 944 8 16802 75 11414 B M_G4 mass V3 190 96 81 353 8 12369 2 10016 5 912 8 13272 32 406 4 B M_G4 mass VA 26 0 93 78 300 8 11185 9 9252 6 845 2 14157 36 878 0 B M_G4 mass V5 25 0 9 91 220 7 107883 8885 1 912 8 15284 98 878 0 B M_G5 mass VE 320 102 9 371 1 13445 7 10700 4 932 6 14991 35 878 0 B M_G5 mass V2 30 0 76 77 289 2 10945 1 11862 7 839 7 21000 81 2797 6 Filz_G1_mass_ 1 36 0 83 94 4123 143888 145586 1087 9 1865152 968 8 Filz_G1_mass_12 340 77 98 4125 146276 17108 7 1058 7 25249 02 2665 2 Filz_G1_mass_I3 360 8 85 3455 125229 130769 1008 7 18531 71 1572 7 Filz_G1_mass_ 4 38 0 83 73 391 7 123923 13619 9 839 4 18337 71 2273 6 Filz_G1_mass_I5 370 79 83 3599 125949 13873 6 966 8 19868 77 1910 1 Filz_G1_mass_I6 320 80 76 4374 133654 15910 8 846 0 2093207 3087 0 Filz_G1_mass_
111. dieses Ansatzes 5 6 Evaluierung von Bestandesbehandlungskonzepten 5 6 1 Problemer rterung und Modellkonzept zur Performancebeurteilung von Bestandesbehandlungskonzepten 5 6 2 Ableitung der Forschungsfrage 5 6 3 Datengrundlage Bestandesbehandlungskonzept 5 6 4 Naturale Outputgr en 5 6 5 Naturale Inputgr en 5 6 6 Die unterstellten Modellans tze zur Evaluierung von Bestandesbehandlungs konzepten 5 6 7 konomische Ans tze zur Bewertung der naturalen Gr en 5 6 8 Diskussion zur Selektion der verwendeten Modellvariablen 5 6 9 Ergebnisdokumentation der pr ferierten Modellvariante 5 6 9 1 Dokumentation der Modellergebnisse f r die behandelten Best nde 181 182 185 186 187 189 190 192 194 196 200 204 204 5 6 9 2 Multiple Regression unter Einbeziehung von f nf unabh ngigen Merkmalen 5 6 9 3 Dokumentation der Einzelergebnissen von ausgew hlten DMUs 214 218 5 6 9 4 Gegen berstellung der Performance von behandelten und unbehandelten 225 Vergleichspaaren 5 6 10 Zusammenfassung und Diskussion zur Evaluierung von Bestandesbehandlungskonzepten Prospektive Auseinandersetzung mit verschiedenen forstlichen Themenbereichen zur Entwicklung konzeptioneller DEA Modelle 6 1 Struktur des standardisierten Fragebogens 6 1 1 Allgemeine Erl uterungen zum Strukturbaum 6 1 2 Anmerkungen zur Vorgehensweise 6 2 F rderungen 6 3 Ma nahmen zum Schutz vor Naturgefahren 6 3 1 Methodenanalyse DEA versus E
112. drei ausgewiesenen Gruppen von Skaleneffekten bei Unterstellung eines nicht orientierten Modells _ 132 Abb 19 Verteilung der 76 DMUs auf abnehmende und zunehmende sowie konstante Skalenertr ge bei Unterstellung des hiebsatzbereinigten inputorientierten Modells 146 Abb 20 Verteilung der 76 DMUs auf abnehmende und zunehmende sowie konstante Skalenertr ge bei Unterstellung des hiebsatzbereinigten nicht orientierten Modells 146 Abb 21 Zuordnung zweier aufeinander folgenden Perioden derselben Beobachtung auf zwei verschiedene Peer Groups 161 Abb 22 Darstellung der Output Effizienzwerte aller Laub Nadelmischwaldbest nde des Lehrforstes Ofenbach bei Unterstellung von variablen Skalenertr gen 179 Abb 23 Regressiver Zusammenhang der Bonit t mit den Effizienzwerten des natural technischen und des tats chlich konomischen Modells die beide VRS und Inputorientierung unterstellen 208 Abb 24 Regressiver Zusammenhang der entnommenen Durchforstungsmenge mit den Effizienzwerten des natural technischen und des tats chlich konomischen Modells f r die VRS und Inputorientierung unterstellt sind 209 Abb 25 Regressiver Zusammenhang der durchschnittlichen Volumina der entnommenen St mme mit den Effizienzwerten des natural technischen und des tats chlich konomischen Modells unter Verwendung von VRS und Inputorientierung 210 Abb 26 Regressiver Zusammenhang der urspr nglichen Stammzahl je Hektar mit den Effizie
113. ein weitaus umfangreicheres Anwendungsspektrum zu F r die Analysearbeit an sich bedarf es aber der Grundkenntnisse des zu verwendenden R Codes Jegliche Anwendungen und Datenmanipulationen k nnen nicht wie bei Windowsanwendungen ber Icons gestartet werden denen die Ausf hrungscodes hinterlegt sind sondern in R m ssen diese Codes in Form von R Skripts erarbeitet werden Skripts sind zwar aufwendiger lassen daf r aber eine individuellere Manipulation bzw Analyse der Daten zu Seite 190 Konzeptionelle Anwendung von DEA f r ausgew hlte forstliche Datens tze Um sich diesen L sungsschritten n hern zu k nnen war es erforderlich neben den bereits bekannten Einzelbaumdaten BHD und H he auch die entsprechenden Volumina f r die Simulationsperioden jedes Einzelbaums ber die Formzahlfunktion nach Pollansch tz 1974 1976 herzuleiten Formzahlfunktion f r die Fichte picea abies fzur 0 4682 0 01392 In BHD 28 213 a 0 3747 0 2887 me 28 27 Pa a H BHD BHD BHD xH Formzahlfunktion f r die Buche fagus sylvatica fsmr 0 6863 0 0371 51n BHD 31 067 0 3863 1 0 2195 z 49 61 22 372 5 H BHD BHD BHDxH BHD xH Erst mit dieser Information konnten die mittleren Volumina der Simulationsperioden je Bestand ber R Skripts abgeleitet werden Diese abgeleiteten durchschnittlichen Vorr te je Simulationsperiode bilden die Basis zur Ableitung des entsprechenden ADZs durchschnittliche Zuwachsleistung
114. eine DEA Studie verwendet werden k nnten Mit dem DEA Ansatz wird versucht in einem holistischen Ansatz basierend auf Input und Outputfaktoren einen multikriteriellen Vergleich mit anderen Beobachtungen durchzuf hren Gegen ber der KNU sind mit der DEA Analyse detailliertere Aussagen erzielbar Dennoch muss aber bedacht werden dass die Qualit t der Analyse von den durchgef hrten Pre Studies und von der Anzahl von Vergleichsf llen abh ngt Welche Aggregationen von Inputfaktoren bzw Outputs lie en sich generieren um der Modellpr misse m glichst wenige und unabh ngige Variablen in das Modell zu implementieren gerecht zu werden Nachdem wie unter F dokumentiert die erhobenen Daten mit einer gewissen Schwankungsbreite behaftet sind gilt es abzukl ren ob und wie man sinnvoll und praktikabel alternative Ersatzkriterien bestimmen und zu Aggregaten zusammenfassen k nnte ohne dadurch Informationsverluste und Nachteile zu Lasten der Vollst ndigkeit des Modells hinnehmen zu m ssen Auch wenn das Aufbrechen von traditionell gewachsenen Strukturen zur Implementierung neuer Ans tze und der daran gekn pfte berzeugungsprozess gelingen sollten ist man in der praktischen Realisierung mit dem Engpass der Ressourcenausstattung der Gebietsbauleitungen konfrontiert Denn ohne zus tzliches Personal und technische Mittel l sst sich eine detailliertere Datenerhebung zur Umsetzung neuer Ans tze neben dem konventionellen Tagesgesch ft w
115. erwarten dass aus betriebsinterner und betriebspolitischer Sicht die Notwendigkeit entstehen wird mit zus tzlichem technischem und personellem Aufwand dieses Informationsdefizit auszur umen Aus Sicht des ersten Modells hat sich die hohe Zahl an Variablen als einschr nkend erwiesen infolgedessen die Ergebnisse nicht besonders diskriminant ausfielen Da mehr als 50 der Einheiten als effizient beurteilt wurden muss f r die Weiterentwicklung der Modelle darauf geachtet werden weniger Variablen oder mehr Beobachtungen zu integrieren Aus diesem Grund heraus wird in den folgenden Modellen ber die Normierung der Variablen auf ein Hektar zumindest die unkontrollierbare Variable der Ertragswaldfl che als separate Variable ausgespart um dadurch dirskriminantere Ergebnisse zu erhalten und trotzdem den Grundsatz der Vollst ndigkeit des Modells aufrecht zu erhalten Abgesehen von der Variablenzusammensetzung des Modells und der vollst ndigen Abbildung der wirtschaftlichen Einheiten gilt es hier auch die abgeleiteten Zusammenh nge zwischen natural technischer und konomischer Effizienz im Sinne einer konomischen Beurteilung vgl 3 8 4 n her zu hinterfragen Denn die Herleitung der Kosteneffizienz ber die Hilfsgr e der Durchschnittswerte ber alle Einheiten um einen freien Markt vorzut uschen auf dem jede Einheit des Produktionsfaktors zum selben Preis beschaffen werden kann ist fernab realer Verh ltnisse Denn die tats chlichen Ko
116. et al 2001 geforderten Rahmenbedingungen f r eine DEA Analyse entsprechend hingewiesen e konzeptionelle empirische Anwendungen f r ausgew hlte forstliche Datens tze Die aus dem Methodenteil gewonnen Erkenntnisse werden einleitend zum empirischen Teil in einem Leitfaden f r die strukturierte Vorgehensweise in Anlehnung an Shiba 1997 systematisch in einem Strukturbaum grafisch aufbereitet und um Hinweise zur Benutzerad quanz der DEA Applikation erg nzt Um die Zielfunktionen der DEA Aufgabenstellung zu l sen stehen zahlreiche Softwarepakete zur Verf gung die von Free Ware Produkten bis hin zu sehr teuren kommerziellen Produkten reichen In Anlehnung an Allen 2002 und Barr 2004 werden die relevantesten Produkte und ihre Eigenschaften tabellarisch gegen bergestellt Seite 18 Einleitung Auch wenn zahlreiche Studien die DEA zugrundelegen existieren finden sich nur wenige forstwirtschaftliche Anwendungsf le die sich im Wesentlichen auf den angloamerikanischen und skandinavischen Raum beschr nken Erg nzend zu den Ausf hrungen von Sowlati 2005 sind hier jene bis 2005 erschienen Publikationen zur forstlichen Anwendung von DEA dokumentiert und kommentiert sowie jeweils in einer Tabelle strukturiert aufbereitet In Anlehnung an den aus forstlicher Sicht relevantesten DEA Publikationen von Kao et al 1991 1992 1993 und 2000 die DEA als begleitende Methode f r den Restrukturierungsprozess taiwanesischer Forstverwalt
117. f r deren Gegen berstellung mit anderen vergleichbaren Einheiten ausschlie lich die objektiv ermittelten Effizienzwerte f r die Rankingerstellung herangezogen werden k nnen Erg nzend sei noch angemerkt dass infolge der unterstellten Konvexit tsannahme die auf den Beobachtungen basierende Approximation der Technologiemenge kontrolliert vergr ert wird Dadurch werden aber f r manche beobachtete DMUs gegebenenfalls gr ere Verbesserungspotenziale aufgezeigt und es muss daher auch in Kauf genommen werden dass sich die aufgezeigten Verbesserungspotenziale nicht in jedem Fall zur G nze realisieren lassen Die mathematisch formulierte konvexe H lle bildet somit einen optimistisch konzipierten Transformationsraum von Inputs in Outputs SCHEEL 2000 die in manchen F llen eben zu zu optimistischen bzw nicht realisierbaren Target Values f hren 3 8 3 Supereffizienz Bisher standen immer nur ineffiziente Einheiten im Blickpunkt Verbesserungspotenziale auszusch pfen Dabei stellt sich aber auch die Frage ob sich nicht auch die effizienten Einheiten die an der Grenze der Technologiemenge direkt an der Umh llenden liegen weiter differenzieren lassen Scheel 2000 schl gt in seinen Ausf hrungen daher vor eine gleiche Vorgehensweise wie zur Ableitung des Grads der Ineffizienz einer Beobachtung auch f r die Bestimmung des Ausma es an Effizienz einer Beobachtung anzuwenden Denn bis zum Erreichen der Effizienzh lle wird jed
118. geeignet und erforderlich sind Dieser Prozess soll unabh ngig von der Methodenwahl bei den Verantwortlichen ein Bewusstsein f r effizientes Handeln schaffen und aufzeigen auf welche Datengrundlage zur Performancebeurteilung in der Unternehmenseinheit zur ckgegriffen werden kann und welche gegebenenfalls neu zu schaffen ist ber diesen analytischen Zugang der Effizienzbeurteilung erfahren die handelnden Personen welchen Kriterien sie in ihren bisherigen Controllingans tzen zu wenig Beachtung geschenkt haben und welche Elemente ohnedies ausreichend oder sogar redundant dokumentiert sind Erhebung von Prim r bzw Aufbereitung von Sekund rdaten Auch wenn der aufw ndige Prozess der Konzipierung der relevanten Input und Outputkriterien erfolgreich abgeschlossen werden konnte steht man noch vor der Herausforderung diese H lle mit kardinal erfassten Datens tzen die f r alle Beobachtungen gleichartig erhoben wurden zu hinterlegen Zur Datenerhebung bieten sich folgende vier Varianten als M glichkeiten an e Datenneuerhebung e Zur ckgreifen auf bestehendes Datenmaterial des internen Controllings bzw der Betriebsbuchf hrung und betriebliche Aufzeichnungen e Generieren von synthetischen Daten ber normalverteilte Zufallszahlen e Simulationsdaten von bestehenden Ausgangsdatens tzen Analysen zur Validierung der Modellvariablen Ob die unterstellten Variablen auch tats chlich die Struktureigenschaften der Technologiemenge Monoton
119. hendurchmesser erhoben wurde und nur von manchen St mmen die H he bestimmt worden war wurde die H he der einzelnen St mme nachtr glich durch das Einh ngen in eine lokal abgeleitete Einheitsh henkurve ermittelt F r die Simulation der Ausgangsbest nde an sich w ren grunds tzlich noch die Polarkoordinaten der einzelnen B ume sowie Angaben zu deren Kronenans tzen erforderlich gewesen Diese Angaben allerdings konnten allerdings nicht dem Datensatz der Arbeitszeitstudie entnommen werden 68 Die Aufbereitung des ASCII Files erfolgte in Anlehnung an das Benutzerhandbuch f r den Wachstumssimulator MOSES 3 0 STEINMETZ 2003 Seite 189 Konzeptionelle Anwendung von DEA f r ausgew hlte forstliche Datens tze Diese beiden nicht verf gbaren Variablen konnten allerdings vom Institut f r Waldwachstumsforschung an der Universit t f r Bodenkultur das die Simulation durchgef hrt hat nachtr glich generiert werden Mit einem am Institut entwickelten Programm wurden die Polarkoordinaten ber normalverteilte Zufallszahlen hergeleitet wohingegen die Kronenans tze in Abh ngigkeit der Bonit ts und Altersangaben ber einen Regressionsansatz gesch tzt wurden Die Simulation war so angelegt dass das Wachstum jedes Baums von jedem Streifen in f nf Jahresintervallen f r die n chsten 100 Jahre gesch tzt werden sollte Nachdem die 116 noch nicht durchforsteten Best nde in Summe 5234 B ume umfassten resultierten daraus nach der Si
120. hier zus tzlich eingef hrte Variable p steckt der Unterschied zwischen dem CCO Modell von Charnes Cooper Rhodes 1978 das konstante Skalenertr ge KSE annimmt und dem BCC Modell von Banker Charnes and Cooper 1984 das variable Skalenertrage VSE unterstellt Durch die Implementierung der Variable po die vom Vorzeichen unabh ngig ist l sst sich die Skaleneigenschaft der beobachteten DMU bestimmen Ist po negativ null oder positiv handelt es sich um zunehmende konstante oder um abnehmende Skalenertr ge Durch die Ber cksichtigung der Skaleneigenschaften der DMUs reduziert sich der Produktionsm glichkeitsraum des BCC Modells auf eine Teilmenge des Produktionsm glichkeitsraumes des CCR Modells Daraus folgt dass f r jede DMU die Effizienzwerte des CCR Modells im Vergleich zum BCC Modell immer geringer oder gleich sein werden Das outputorientierte O und radiale Multiplikatormodell Zum inputorientierten Modell existiert selbstverstandlich auch das outputorientierte Modell Pendant Dem konomischen Maximierungs Prinzip folgend soll bei vorgegebenen konstanten Inputfaktoren der Output maximiert werden Ausgehend vom fraktionalen Grundmodell wird diesmal nicht der Z hler sondern der Nenner y p 1der Zielfunktion bei vorl ufig unbekannter H he der Inputs auf eins normiert GSTACH 2002 COOPER ET AL 2003 max Y P nB YsP lt Vs c p gt 0 Y nm Pe X C x c Auch hier lasst sich die Normierung des Outputvektors auf
121. hin unbeschr nkt sowie kardinal skaliert k nnen diese sowohl als Realkategorien wie Mengen oder Zeiten als auch als 33 Unerw nschte Outputs k nnen Schadstoffe unerw nschte kologische Folgen etc sein 34 Cook et al 1993 und 1996 in Scheel 2000 haben sich mit dieser Thematik auseinandergesetzt Seite 75 Rahmenrichtlinien fur DEA Applikationen Wertkategorien wie Preise aber auch relative Nutzwertigkeiten in die Analyse einflieBen Dabei ist es aber v llig irrelevant in welcher MaBdimension die Gr en bestimmt wurden Diese Bedingungen werden f r den Standard DEA Fall vorausgesetzt Liegen aber wie es in der Praxis h ufig vorkommt viele Variablen nur als diskrete Gr en wie beispielsweise der Umsatz vor werden diese f r DEA als stetige Variablen verwendet wenn hinreichend viele Beobachtungen vorliegen SCHEEL 2000 Wichtig ist nur dass jedes Kriterium f r alle Beobachtung auf gleiche Weise erhoben wird 4 4 6 Indexierung und Normalisierung von Variablen ber Prozente oder ma gebliche Faktoren Aus praktischer Sicht bietet es sich oft an Indices die in einem engen Zusammenhang mit der Performancebeurteilung stehen als Kriterium zu verwenden um damit m glicherweise auf Umwelteinfl sse oder Markteinsch tzungen bzw auch Zufriedenheitsempfinden oder sonstige eher schwierig erfassbare qualitative Aspekte quantitativ abzubilden Soweit ist dieser Schritt durchaus zul ssig Kritisch wird die Verwendung von
122. im Prinzip zwei Ans tze f r die Definierung einer einheitlichen Weisergr e als Abbruchskriterium in Frage die auch beide in einem Modell umgesetzt wurden Einmal wird die Kulmination des Altersdurchschnittszuwachses verwendet und als zweite Variante wurde eine sehr praxisnahe L sung n mlich das Erreichen eines Zieldurchmessers unter Einbeziehung der Standortsg te Bonit t angewandt 69 The R Project for Statistical Computing Quelle http www r project org Es handelt sich dabei um ein seit 1997 frei zug ngliches Sortware Paket das vom Statistics Department of the University of Auckland entwickelt wurde Entgegen konventioneller Statistik Pakete handelt es sich hier um eine Integration vielf ltiger Software Anwendungen R ist eine Abwandlung des Statistik Pakets von S wobei aber Programmcodes die in S geschrieben wurden auch unter R laufen da beide Systeme kompatibel sind Das als offenes und erweiterbares System konzipierte Paket erm glicht facettenreiche statistische Anwendungen linearer und nicht linearer Modelle sowie klassischer statistischer Tests und Zeitreihen Analysen wie auch die Klassifikation und Clusterung von Datens tzen Das offene System l sst au erdem eine Manipulation von Datens tzen zu und bietet verschiedenste Optionen zur grafischen Darstellung der abgeleiteten Resultate Verglichen mit konventionellen Statistikpaketen ist die Benutzerfreundlichkeit nicht wie bei SPSS oder SAS gegeben Daf r l sst R aber
123. in Abstimmung auf das festgelegte Analyseziel ber mehrere Diskussionsrunden mit den Vertretern der Praxis passieren Die Kriterienauswahl erfolgt in einem iterativen Prozess in dem der Detailliertheitsgrad der Informationen ber die Leistungspalette und den Ressourcenaufwand schrittweise w chst die dann aber am Ende f r die Konzipierung der DEA Kriterien wieder auf die wesentlichsten Elemente abstrahiert werden m ssen Denn f r die DEA Analyse gilt es den Spagat zwischen m glichst wenigen Variablen und einer ganzheitlichen Abbildung der Input und Output Elemente aller Beobachtungen zu schaffen um diskriminante straffe Resultate zu gew hrleisten 4 4 1 Die Anzahl der Inputs und Outputs Die Input und Outputvariablen m ssen dabei so gew hlt sein dass damit alle verwendeten Input Ressourcen abgebildet werden die zur Erzeugung der gesamten Outputleistungen erforderlich sind Dabei ist tunlichst das Hinzuf gen bzw das Entfernen von Modellvariablen ohne Begr ndung zu vermeiden Von der Anzahl der Variablen und der Anzahl der Beobachtungen h ngen n mlich die Diskriminanz und die Straffheit der Modelle entscheidend ab Der Modellbildner hat nur die M glichkeit die Effizienzwerte ber diese beiden Schrauben zu beeinflussen Die Diskriminanz und damit die relativen Unterschiede zwischen den Beobachtungen nehmen mit zunehmender Anzahl an Variablen und mit abnehmender Anzahl an Beobachtungen DMUs ab Dyson et al 2001 postulie
124. in einer eigens konzipierten Datenbankapplikation dokumentiert worden An den Themenfeldern Waldbau Holzernte und Sozio konomie wurden die entsprechenden Kriterien zur Evaluierung gef rderter Forststra en festgemacht Auch wenn der Kriterienkatalog sehr umfangreich angelegt ist lassen sich die diversen Gr en aber nicht in derselben Skalierung nominal ordinal oder kardinal erheben F r darauf aufbauende Analysen ergeben sich dadurch entsprechende Schwierigkeiten Im Zusammenhang mit komplexeren statistischen bzw nicht parametrischen Analyseverfahren wird man auch dazu gezwungen sein ordinal oder nominal skalierte Kriterien au en vor zu lassen C Bildung von Clustern Die Auseinandersetzung mit der Ausscheidung weiterer Subkategorien forstlicher Bringungsanlagen 6 2 4 It Codierung nach verschiedensten Facetten zur Erzielung homogener Vergleichsf lle ist eine vordergr ndige Bedingung von DEA Damit sollten bereits im Vorfeld die Vergleichbarkeit von Beobachtungen gew hrleistet werden F r die Selektion homogener F lle zur Bildung von Sub Clustern sollten grunds tzlich zwischen Neuerrichtungs Projekten und Umbauprojekten differenziert werden Ansonsten wird es Sinn machen solange ausreichend viele F lle dokumentiert sind einerseits eine Differenzierung nach den vier in der Richtlinie C III festgelegten Zielsetzungen und andererseits nach geologischen Voraussetzungen vorzunehmen Unabh ngig davon welche Kriterien letztendli
125. lich auf die h here Anzahl an Leistungsstunden zur ckzuf hren Denn obwohl beide Varianten ber die gesamte Umtriebszeit nahezu dieselbe Massenleistung erbringen und hnliche H D Werte ausweisen fallen dem gepflegten Bestand in der Durchforstung bereits 27 Leistungsstunden zuz glich zu den 101 Leistungsstunden in der Endnutzung an In Folge des geringeren Stunden und damit auch Kostenaufwands 108 5 f r die Endnutzung und der nahezu gleichen Outputniveaus vgl Tabelle 61 erzielt der unbehandelte Bestand sowohl natural technisch als auch kostentechnisch die g nstigere Performance Ganz deutlich heben sich aber sowohl die mengen als auch die kostenbezogenen Performancewerte des Bestand B M_G4_IV2 von seiner ungepflegten Variante ab vgl Tabelle 62 Denn abgesehen davon dass der gepflegte Bestand eine um nur wenige Festmeter geringeres nutzbares Derbholzvolumen VfmD ber die gesamte Umtriebszeit erbringt liegen die Ursachen f r das bessere Abschneiden in der berlegenheit gegen ber allen anderen Variablen der ungepflegten Variante vgl Tabelle 61 Sowohl der kalkulatorische Ertrag als auch die Stundenanzahl sowie der H D Wert fallen dabei g nstiger aus Alternativ zu dem bisherigen Ansatz zur Ermittlung der Kosteneffizienz werden anstelle der durchschnittlichen Kostens tze je physischer Einheit individuelle Kostenszenarien unterstellt Mit diesem unabh ngigen Modellszenario kam es zu Ver nderungen in den ausgewiesenen P
126. muss diese Einheit nicht unbedingt auch kosteneffizient sein Im umgekehrten Fall wenn eine Einheit als kosteneffizient ausgewiesen wurde so operiert sie in jedem Fall auch aus technischer Sicht effizient Infolge dieses Axioms konnten von den 46 natural technisch effizienten Beobachtungen aus kostentechnischer Sicht nur noch 21 DMUs Betriebe als top performende Beobachtungen festgestellt werden F r die Generierung einer objektiven und seri sen Aussage bez glich der konomischen Beurteilung der Kosten oder Ertragseffizienz ist im jeweiligen Anwendungsfall immer auch das Ergebnis f r die tats chlich in den einzelnen Wirtschaftseinheiten dokumentierten Werte darzustellen I1 12 Ol 02 03 Anz eff Fl che gesamt S ge Indh sonst gt Eff n eff IN Kosten Sort Sort Ertrage Kr x 0 0 18 7 0 1 10 2 54 3 81 3 21 KE d A Ma Sx 16 1 0 6 24 0 154 6 16 1 16 1 a8 KE tat A x 0 0 31 1 0 0 0 4 3 0 82 6 22 Ma 55 Sx 28 1 0 0 3 2 9 2 28 1 13 8 Tabelle 21 Kosteneffizienz nach den tats chlich dokumentierten Werten f r ein inputorientiertes quiproportionales A Ma Modell Gegen ber dem ermittelten Ergebnis der Kosteneffizienz nach den durchschnittlichen Kostens tzen KE d A Ma quer ber die untersuchten Einheiten f llt das Ergebnis bei Implementierung der tats chlich angefallenen Kosten KE tat A Ma geringf gig besser aus Das bedeutet wiederum dass das allokative Verhalten mancher Betriebe bess
127. n hern bezieht sich aber nur auf die mengenm ige Ver nderung des Waldverm gens Die wertbezogene Ver nderung die von den ausgeformten Sortimenten und der Holzqualit t sowie von der Baumart abh ngt wird dabei noch nicht Rechnung getragen Die Problematik hinsichtlich der systematischen Erfassung der Ver nderung des Waldverm gens erstreckt sich aber von Anbeginn der forstlichen Betriebswirtschaftslehre herauf bis heute und stellt nach wie vor ein nahezu ungel stes Problem dar Seite 140 Konzeptionelle Anwendung von DEA f r ausgew hlte forstliche Datens tze Die letzten wissenschaftlichen Arbeiten zu dieser Thematik sind von Karisch 2003 abgefasst worden Die Ausf hrungen von Karisch basieren auf den berlegungen zur verbesserten Erfolgsrechnung nach J bstl 1987 Die berlegungen gehen auf die Bereinigung des ausgewiesenen Jahreserfolgs um einen detaillierten Hiebsatz und die get tigten Waldbauma nahmen zur ck Mit dem detailliert ausgewiesenen dezennalen Nachhaltigkeitshiebsatz in Verbindung mit der Fortschreibung von Forsteinrichtungsdaten und der Einbeziehung mittelfristigen waldbaulichen Ma nahmen waldbaulicher Hiebsatz kommt ein pragmatisches N herungsverfahren zur Anwendung das ber diesen indirekten Weg die Ver nderungen des Waldverm gens dokumentieren k nnte Tatsache bleibt aber dass die Erfolgszahlen im forstlichen Testbetriebsnetz f r den Gro privatwald unvollst ndig sind Das Jonglieren mit dem W
128. ndige Modelle zu behandeln Seite 167 Konzeptionelle Anwendung von DEA f r ausgew hlte forstliche Datens tze Zielwerte Target Values Neben den ausgewiesenen Effizienzwerten und den darauf aufbauenden Rankings die einen direkten Vergleich mit den anderen Beobachtungen transparent erm glichen liefern aber vor allem die abgeleiteten Zielwerte die zentrale Information in welchen Bereichen nun wirklich die Defizite liegen und welche relative Ver nderung vorzunehmen ist um sich zu verbessern bzw um ebenfalls Teil der Effizienzgrenze und damit Best Practice Einheit zu werden Die G ltigkeit dieser Zielwerte bleibt allerdings nur bestehen so lange sich nicht die Beobachtungen an der Effizienzgrenze aufgrund von technologischen Ver nderungen oder sonstiger Ma nahmen ver ndern Denn DEA ist nur eine statische Analyse die ausschlie lich auf eine Momentaufnahme reflektiert Daher ist es auch empfehlenswert Durchschnittswerte ber mehrere Perioden zu verwenden um Extremwerte abfedern zu k nnen Die Praktikabilit t der Zielwerte h ngt einerseits davon ab ob orientierte oder nicht orientierte Ma e unterstellt werden Bei orientierten Anwendungen fallen die abgeleiteten relativen Zielwerte h her aus da sie sich entweder nur auf die Input oder nur auf die Outputseite beziehen wohingegen bei nicht orientierte Anwendungen die Ineffizienz auf beide Seiten aufgeteilt wird Andererseits besteht aber auch eine Abh ngig
129. ngig davon ob das Maximierungs und Minimierungsproblem gel st wird die identen Ergebnisse Sobald allerdings variable Skalenertr ge unterstellt werden trifft dieses Theorem nicht mehr zu Formuliert man das outputorientierte radiale DEA Modell f r variable Skalenertr ge muss auch daf r wiederum eine Variable c eingef hrt werden mit der je nach dem ob sie negativ null oder positives ist zunehmende konstante oder abnehmende Skalenertr ge ber cksichtigt werden k nnen Outputorientiertes radiales DEA Modell unter variablen Skalenertr gen COOPER ET AL 2003 minx c NB YP X C C lt 0 Vs Yp 1 c p 20 3 7 1 2 Die Umh llendendarstellung das duale DEA Problem Zu dem primalen Multiplikatiorproblem besteht gem den Regeln der Linearen Programmierung LP ein duales Pendant das Envelopment oder Umh llendenproblem Wird im Multiplikatiorproblem die Maximierung der Zielfunktion angestrebt wird dieses Maximierungsproblem im dualen Ansatz als Minimierungsproblem formuliert Dabei wird die Koeffizientenmatrix Input Outputmix transponiert und aus den N Kontrollvariablen y des Primals werden N Nebenbedingungen im Dual f r die die exogenen Koeffizienten px der Zielfunktion zu den Variablen der Nebenbedingungen auf der rechten Seite werden und vice versa STEINMANN 2002 Das inputorientierte I und radiale Umh llenden Modell Bezogen auf das duale Umh llendenproblem bilden 8 das es f r inpu
130. ngigkeiten zwischen dem natural technischen und dem kostentechnischen Effizienzma zu interpretieren Und es macht auch keinen Sinn die durchschnittlich maximalen Effizienzwerte als relative Performance Indikatoren zu interpretieren und daraus ein Ranking abzuleiten KERSTENS ET AL 1995 in SCHEEL 2000 3 7 2 2 Mindestpotenzial Dmin Ma Mit dem Dmin Ma wird nach Scheel 2000 jenes Mindestpotenzial an Verbesserung innerhalb des Dominanzbereichs aufgezeigt dass eine DMU k bei gegebener Technologiemenge mindestens ausnutzen muss um selbst eine Best Practice Einheit auf der Umh llenden die von sowohl von Pareto Koopmans effizienten als auch schwach effizienten DMUs konstruiert wird zu werden Das Dmin Ma ist so konzipiert dass jenes Beurteilungskriterium mit der geringsten Verbesserungsdistanz zur Effizienzh lle ermittelt wird und dessen relative Ver nderung durch die Anzahl der Beurteilungskriterien dividiert wird um das minimale durchschnittliche Effizienzma zu bestimmen Zur Definition jener Technologiemenge die den Produktionsm glichkeitsraum der inklusive die schwach Effizienten Einheiten festgelegt wird werden die tats chlich effizienten Einheiten x y der urspr nglichen Technologiemenge ausgeschlossen T X Y x y e T X Y x y c T X Y x y gt x y Die Verbesserungsr ume S X Y innerhalb der neuen Technologiemenge I X Y schlieBen den nachfolgenden M glichkeitsraum ein 5 X Y
131. nicht Uber einen raschen Zugriff auf diese Detailinformationen Die beantragten Projekte werden auf Landesebene administriert und per Bescheid erlassen Dementsprechend sind die genehmigten Projektantr ge auch bei den Landesdienstellen archiviert Neben den detaillierten Projektantr gen vgl Anhang 9 8 stellen die Erkl rung zur Feststellung des Einheitswertes des forstwirtschaftlichen Verm gens basierend auf der letzten Erhebung vom 1 J nner 1988 sowie das Projekt ROADEVAL STEINM LLER ET AL 2003 eine breit gef cherte Informationsbasis f r die Ableitung von relevanten und kardinal erfassbaren vgl 4 4 5 Einflussparametern dar G Inputaktivit ten Die Dokumentation des Aufwands bzw der Produktionsfaktoren steht wertm ig relativ gut zur Verf gung Die Problematik f r DEA besteht nur darin dass der F rdersumme nur sehr wenige Bezugsgr enangaben gegen bergestellt werden Einige natural technische Angaben zum Erschlie ungsprojekt enth lt der F rderantrag vgl 9 8 F r die vollst ndige Abbildung der natural technischen Aktivit ten eines Erschlie ungsprojektes reichen diese Angaben aber noch nicht aus Da auch im Feststellungsverfahren des forstlichen Einheitswertes der forstliche Stra enbau Ber cksichtigung findet sind von dort Anregungen zur Konzipierung von physischen Einflusskriterien bernommen worden Insbesondere die beiden Parameter Zufuhrdistanz von Schotter und Sand in Kilometern und die Anzahl an Ob
132. oder Dienstleistungen hinsichtlich einheitlicher Qualit tskriterien miteinander verglichen Der Sieger wird dann Best Practice genannt 2 Es werden sich nur jene Effizienzwerte ndern in deren Peer Group vgl 3 8 1 und Abb 21 die neue effiziente Beobachtung f llt Seite 11 Einleitung Mathematisch betrachtet werden die L sungen der DEA ber die lineare Programmierung hergeleitet Deshalb wird DEA auch als ein nicht parametrisches Verfahren bezeichnet Es erfordert n mlich keine Annahmen ber spezifische funktionale Zusammenh nge zwischen den Inputs und den Outputs und ist gerade deshalb extrem flexibel einsetz und anwendbar 1 2 Zielsetzung der Arbeit Der effiziente Einsatz von Ressourcen ist die Grundmaxime allen wirtschaftlichen Handelns Auch in der Forstwirtschaft ist das Streben nach einer optimalen Input Output Relation eine permanente und auf allen Entscheidungsebenen wahrzunehmende Herausforderung Angesichts des stetig steigenden Rationalisierungsdrucks bedarf es leistungsf higer Analyse und Controllinginstrumente Mit der Data Envelopment Analysis DEA steht prinzipiell eine analytische Methode zur vergleichenden Effizienzbewertung zur Verf gung welche unter Einbeziehung der multikriteriellen Bedingungen des forstlichen Produktionsprozesses die Rationalisierungsbestrebungen f r verschiedenste forstliche Anwendungsbereiche unterst tzen k nnte Mit der vorliegenden Arbeit werden sowohl theoretische als auch
133. r eine gesamte Umtriebszeit ableiten zu k nnen zu deren Umsetzung ein entsprechendes waldbauliches Behandlungskonzept zu konzipieren w re Seite 184 Konzeptionelle Anwendung von DEA f r ausgew hlte forstliche Datens tze 5 6 Evaluierung von Bestandesbehandlungskonzepten F r die Konzipierung eines konomisch orientierten Bestandesbehandlungskonzepts sind in Abh ngigkeit der nat rlich gegebenen Rahmenbedingungen und des unterstellten waldbaulichen Programms explorativ Verfahren zu entwickeln um die Vorteilhaftigkeit von Modellvarianten abzubilden Aus konomischer Sicht sind produktionstechnisch die Produktionsdauer Umtriebszeit das Produktionsrisiko die zu erwartende Holzmasse sowie die zu erwartenden Sortimentanteile ins Kalk l zu ziehen Diese Gr en h ngen zum Teil von den stand rtlichen Bedingungen ab k nnen aber durchaus von gezielt durchgef hrten Vornutzungen mit beeinflusst werden Mit solchen gezielt durchgef hrten Ma nahmen werden eine Verk rzung der Produktionsdauer und eine g nstigere Verteilung der Sortimente auf die Werttr ger im Bestand angestrebt was durchaus mit einem geringeren Massenaufkommen verbunden sein kann Mit dem setzen von Vornutzungsma nahmen kommt auch den erzielten Vorertr gen eine Bedeutung zu Der bei weitem gr te Benefit der Vornutzungsma nahme schl gt sich allerdings in der Zeitpr ferenz nieder Denn je fr her genutzt wird umso fr her l sst sich wieder ein neuer Bestand b
134. sterreich dar und eignet sich aufgrund der gro en Anzahl an Beobachtungen und der damit zu erwartenden Diskriminanz der Resultate besonders f r eine DEA Analyse Von den in Frage kommenden Betrieben wurden schlie lich jene Betriebe ber cksichtigt die ber die letzten f nf Jahre von 1997 2001 konstant in der Datenbank Gro wald dokumentiert sind Solche Einheiten die ausschlie lich mit Fremdarbeitskr ften arbeiten oder ihren gesamten Umsatz ber den Verkauf am Stock lukrieren fanden in dieser Untersuchung keine entsprechende Ber cksichtigung Dies hat seine Begr ndung in erster Linie methodologisch Die Ber cksichtigung einer Einheit die zur Leistungserstellung von einem Produktionsfaktor 0 Einheiten ben tigt ist in jedem Fall am ressourceneffizientesten auch wenn dadurch h here Fremdleistungskosten bzw im Fall Seite 116 Konzeptionelle Anwendung von DEA f r ausgew hlte forstliche Datens tze des Stockverkaufs keine Arbeitsleistung und daf r niedrigere Erl se je Erntefestmeter entstehen Diese beiden Formen der Bewirtschaftung wurden aufgrund dieser Zusammenh nge und aufgrund der geringen Anzahl von F llen a priori nicht in das Sample aufgenommen 5 4 7 Selektion der relevanten Input und Outputmerkmale Die Wahl der multiplen Input und Outputvariablen ist unter der Pr misse zu treffen alle Aktivit ten einer wirtschaftlichen Einheit ganzheitlich darzustellen Das forstliche Testbetriebsnetz f r den Gro wald
135. tze ihre Inputfaktoren beschaffen konnten Darstellung des Zusammenhangs zwischen der natural technischen der kostentechnischen und der allokativen Performance Mit der Einbeziehung der durchschnittlichen Kostens tze als Preis bzw Kosteninformation l sst sich der Zusammenhang zwischen der kostentechnischen Effizienz bzw konomischen Effizienz und der natural technischen Effizienz ber die allokoative Effizienz herstellen Aus geometrischer Sicht leitet sich die kostentechnische Effizienz KE aus dem relativen radialen Abstand zur tangierenden Isokostengerade bzw Isokostenebene im mehrdimensionalen Fall vgl 3 8 4 ab Mit der allokativen Effizienz wird ein Ma eingef hrt ber das die Abweichung zur Gesamteffizienz aus der wertm igen Betrachtung heraus beurteilt werden kann Genau darin liegt auch die St rke dieses Zusammenhangs Jeder Einheit wird damit die exakte Information dar ber zur Verf gung gestellt zu welchen Anteilen sich ihre natural technische und ihre kostentechnische Abweichung im Verh ltnis zur Gesamtabweichung von der Umh llenden zusammensetzen Seite 158 Konzeptionelle Anwendung von DEA f r ausgew hlte forstliche Datens tze DMU R Eff TE R TE Eff AE R AE Eff KE R KE 1997 65 46 345 90 90 182 59 50 333 1998 67 46 338 91 06 178 61 43 313 EP 1999 70 20 315 90 43 188 63 48 301 11 2000 75 82 281 86 60 242 65 66 278 2001 73 67 297 92 00 162 67 78 259 d 79 23 66 87 24 56 69 12 64
136. tze so knapp als m glich umgibt 9 Ein lineares Problem wird beschrieben durch die lineare Zielfunktion die optimiert werden soll und von den zul ssigen Rahmenbedingungen aus denen die Argumente f r die Zielfunktion abgeleitet werden Die Definition der Rahmenbedingungen erfolgt ber so genannte Nebenbedienungen bzw Restriktionen Der Begriff des linearen Problems wird in der Literatur auch als Synonym f r das lineare Programm verwendet Seite 25 DEA der nicht parametrische Modellansatz 3 1 Definition der Technologiemenge In der Produktionstheorie wird von einer Technologie T ausgegangen die alle technisch machbaren Kombinationen von Inputfaktoren beschreibt Durch das Filtern der effizientesten Faktorkombinationen bei gegebenen Faktorpreisen l sst sich bei gegebenem Outputniveau die maximale Outputleistung herleiten http de wikipedia org wiki Produktionstheorie Dabei steht allerdings der technische Herstellungsprozess nicht im Vordergrund Ganz im Gegenteil kommt es eigentlich zur vollst ndigen Abstrahierung da mit der Effizienzmessung per se keine einzelnen Leistungs bzw Produktivit tsvergleiche zwischen Fertigungsanlagen oder verantwortlichem Personal durchgef hrt werden sollen Das Zusammenspiel aller R dchen des Produktionsprozesses steht im Zentrum der Fragestellung und der Beurteilung Die Gesamtheit aller zul ssigen Input Outputtransformationen wird als Technologiemenge bezeichnet Steinmann 2002 Im
137. und dem Produktionsgebiet So wie auch schon im Modell Absolutgr e konnte auch hier aufgrund der Resultate der Tabelle 34 die Nullhypothese dass zwischen den ordinal skalierten unabh ngigen Gr en Produktionsgebiet Arrondierung und Anteil Seilgel nde und den ausgewiesenen Effizienzwerten eines inputorientierten Modells mit variablen Skalenertr gen kein Einfluss besteht nicht abgelehnt werden Im Anhang unter 9 5 sind die Detailergebnisse der Abh ngigkeiten der einzelnen Gruppen innerhalb der unabh ngigen Merkmale angef hrt Auch wenn es zu erwarten w re dass diese drei Merkmale Einfluss auf die Performance haben sollten konnte das in der Varianzanalyse nicht best tigt werden Die Ursache daf r liegt auch hier in der Konzeption des DEA Effizienzma es Indem der Effizienzwert nur durch die Benchmarkeinheiten jener Peer Group vgl 3 8 1 Dominanzbereich bzw Peer Group in der sich die Beurteilungseinheit aufgrund ihrer Input Outputkonstellation befindet hergeleitet wird scheint es f r die Statistik die alle Einheiten als Grundgesamtheit simultan betrachtet unm glich zu sein einen signifikanten Zusammenhang zu den ausgewiesenen Effizienzwerten und den Gruppenmerkmalen der drei unabh ngigen Variablen nachzuweisen Nachdem aber kein Einfluss durch diese drei Gr en sowie durch die Regressionsanalysen nachgewiesen werden konnte k nnte nun umgekehrt argumentiert werden dass die f r die DEA verwendeten Merkmale unter
138. von quiproportionalen Effizienzma en unter 4 2 1 Seite 64 Rahmenrichtlinien fur DEA Applikationen KSE VSE Amas Amas O Amas NO Amas Amas O Amag NO Effizienzindikation _ a a us en Invarianz rear s ig Translation 0 1 Guu monoton e I O S38 Monotonie strikt monoton eae ee BER Stabilit t e o o o Legende erf llt O generisch erf llt I in Inputs erf llt O in Outputs erf llt nicht erf llt Tabelle 7 Eigenschaften der quiproportinalen Effizienzma e SCHEEL 2000 S 95 Die Effizienzindikation vgl 3 8 2 ist f r alle hier dokumentierten F lle nicht immer gew hrleistet Der Mangel des quiproportionalen Effizienzma es besteht in diesem Zusammenhang darin dass der Effizienzwert nur den relativen radialen Abstand einer Beobachtung zur Effizienzgrenze feststellt und als Effizienzindikation im orientierten Fall die erzielte Performance 0 100 und im nicht orientierten Fall den Gradienten der relativen Ver nderung 0 zur ckgibt Die radiale Effizienz unterscheidet damit aber nicht zwischen den Pareto Koopmans effizienten vgl 3 4 und den ebenfalls an der Effizienzgrenze liegenden schwach effizienten Beobachtungen vgl Abb 4 obwohl diese von vorhandenen Pareto Koopmans effizienten Beobachtungen dominiert werden Sowohl f r konstante als auch variable Skalenertr ge sowie input output und nicht orientierte Anwendungsf lle i
139. von DEA f r ausgew hlte forstliche Datens tze Standorten auch nur geringere Gesamtwuchsleistungen erzielbar sein Da aber die Gesamtwuchsleistung auf eine horizontale Fl che zu projizieren ist kommt es zu einer entsprechenden Ausgleichswirkung wodurch sich dieser Effekt nicht signifikant im Resultat auswirkt Bezogen auf das Erreichen des Zieldurchmessers scheint hier allerdings die Zieldimension f r die Best nde in Hanglage fr hzeitig erreichbar zu sein was sich in einer positiven Korrelation mit dem kalkulatorischen Ertragswert kalk_E u ert Ganz anders pr sentiert sich der Zusammenhang des kalkulatorischen Ertrags mit dem H D Wert Hier scheint es offensichtlich zu sein dass sich mit dem Anstieg des H D Werts die Dauer bis die Zieldurchmesser erreicht sind ebenfalls verl ngert und damit zu einer Reduktion des kalkulatorischen Ertrags f hrt Dasselbe Bild spiegelt sich auch unter Betrachtung des gesamten Stundenaufwands f r die Holzernte wieder Der positive Zusammenhang zwischen dem Stundenaufwand und dem Derbholzvolumen wirkt sich negativ auf die Prolongationsdauer zur Berechnung des kalkulatorischen Ertrags aus Ein g nstiges Verh ltnis mit allen brigen Untersuchungsvariablen weist hingegen das Derbholzvolumen der Ausgangsbest nde auf Und hnlich g nstig verh lt sich auch der aggregierte monet re Wert f r die Kosten aus dem Stundenaufwand und dem Bestandeswert im Modell KEtat_E gegen ber den brigen Faktoren
140. vor allem bei sehr jungen und stammzahlreichen Ausgangsbest nden guter Bonit t positiv auf deren konomische Performance aus Zusammenfassend l sst sich daraus ableiten dass nach Ma gabe der modellierten Verh ltnisse Best nde mit einem Alter zwischen 35 und 50 Jahren und einer geringeren Bonit t als 15 ungef hr mit einer Eingriffst rke von 30 des Ausgangsvolumens durchforstet werden sollten F r Best nde mit h heren Bonit ten macht es durchaus Sinn das Entnahmeprozent auf 40 anzuheben Durchschnittliche Volumina der entnommenen St mme d_BV_DF KEtat_Ertrag Red Red F statistic 0 9598 on 1 and 8 DF p value 0 3559 F statistic 0 9136 on 1 and 8 DF p value 0 3671 Curvered x 0 1088 0 2928 x Curvered x 0 08596 0 10907 x Blue Blue F statistic 2 876 on 1 and 90 DF p value 0 09334 F statistic 81 72 on 1 and 90 DF p value 2 84e 14 Curveblue x 0 4459 0 2896 x Curveblue x 0 73693 0 65267 x Green Green F statistic 7 016 on 1 and 12 DF p value 0 02122 F statistic 18 11 on 1 and 12 DF p value 0 001115 Curvegreen x 0 07040 0 1654 x Curvegreen x 0 05482 0 15881 x Abb 25 Regressiver Zusammenhang der durchschnittlichen Volumina der entnommenen St mme mit den Effizienzwerten des natural technischen und des tats chlich konomischen Modells unter Verwendung von VRS und Inputorientierung Dem Chartbild ist zu entnehmen dass zwei entgegen gesetzte Strat
141. w ren und welche Datendefizite evident sind Das alleine sollte Anregung und Motivation genug sein sich mit dem Ansatz der quantitativen Effizienzanalyse allgemein auseinanderzusetzen Aufbauend auf den gewonnenen Erkenntnissen und beispielhaften Applikationen bleibt es freilich weiterf hrenden Arbeiten vorbehalten die grunds tzlichen Probleme forstlicher Effizienzanalysen umfassend zu thematisieren und ein allgemeines Konzept f r den ad quaten Umgang mit den verschiedenen produktionswirtschaftlichen Besonderheiten der Forstwirtschaft zu entwickeln So wurden in der vorliegenden Arbeit etwa Aspekte der Kuppelproduktion der mehrdimensionalen Nachhaltigkeit oder der Multiple Use Seite 270 Zusammenfassung Forstwirtschaft nicht explizit untersucht Dazu sind entsprechende Indikatoren zu definieren und spezifische Messtechniken zu entwickeln Sobald in einem konkreten Bereich das Dokumentationswesen entsprechend ausgebaut oder die erforderliche Datengrundlage durch empirische Erhebungen hergestellt ist sollten weitere DEA Studien die Erfahrungsbasis so erweitern dass die vergleichende Effizienzanalyse mittels DEA in ausgew hlten Bereichen auch als Standardapplikation zur Unterst tzung des Effizienzcontrollings implementiert werden kann Seite 271 Literaturverzeichnis 8 Literaturverzeichnis Allen K 2002 Messung kologischer Effizienz mittels Data Envelopment Analysis Dissertation an der Rheinisch Westf lischen technische
142. wenn diese einen direkten Einfluss auf den operativen Transformationsprozess haben Gesetzliche Regelungen und Einschr nkungen sowie beh rdliche Auflagen aber auch eingeschr nkte Entscheidungsfreiheiten der Verantwortlichen verengen grunds tzlich den Handlungsspielraum des Managements Diese Abweichungen treffen insbesondere bei der Evaluierung von regional bergreifenden oder international agierenden Organisationseinheiten zu Einheiten die unter restriktiveren Rahmenbedingungen operieren werden folglich in einem derartigen Vergleich ceteri paribus als ineffizient deklariert STEINMANN 2002 Seite 68 Rahmenrichtlinien fur DEA Applikationen Als unverr ckbare Rahmenbedingungen sind auch die Standortsfaktoren zu werten Das Umfeld und die regionalen Gegebenheiten die demographische und soziale Struktur der Bev lkerung die Verf gbarkeit gut ausgebildeter Arbeitskr fte und die N he zu Ballungszentren sowie Umwelteinfl sse beeinflussen den Aktionsradius des betrieblichen Handelns entscheidend In der Konzipierung der relevanten Kriterien f r die zu evaluierenden Einheiten DMUs sollten daher auch die Umfeldeinfl sse entsprechend ber cksichtigt werden H ufig wird versucht Umweltvariablen sofern diese diskret metrisch erfasst werden k nnen als nicht kontrollierbare Gr en in das Modell zu implementieren COELLI ET AL 1998 um h here Akzeptanz bei den Betroffenen zu erreichen Wird es f r sinnvoll erachtet Bev lkerungsz
143. wesentlichen Nachteil beinhaltet nicht auf statistisches Verrauschen statistical noise systematisch eingehen zu k nnen ist die berpr fung und Plausibilit t des Datenmaterials eine Grundvoraussetzung f r die Sinnhaftigkeit eines derartigen nicht parametrischen Analyseverfahrens Um einen Performancevergleich von Betrieben abgesichert ausf hren zu k nnen ist zur Vermeidung der Ergebnisbeeinflussung durch Datenausrei er die Bildung von Mittelwerten ber eine gewisse Zeitspanne angemessen Dadurch beugt man vor dass einmalig auftretende Extremereignisse die gerade bei Betrieben im Urproduktionsbereich immer wieder auftreten k nnen das Ergebnis und die daraus abgeleiteten Ma nahmen ganz wesentlich beeinflussen F r die Mittelwertbildung der monet ren Kriterien sind die nominalen Werte der f nf beobachteten Jahre von 1997 bis 2001 herangezogen worden Es wurde davon ausgegangen dass sich die Wertver nderung der Kosten wie der Ertr ge um die 52 Die unter DEA dargestellten Skalenniveaus entsprechen nicht den Gr en bzw Skaleneffekten aus der Mikro konomie Das Skalenniveau von DEA weist nur aus ob der Quotient Output zu Input unabh ngig von der Gr e der Einheit gr er kleiner oder gleich eins ist 53 http matheboard de lexikon Peer Group definition htm Peer Group bedeutet Gruppe von Gleichaltrigen oder Gruppe von Gleichgestellten Dieser Fachbegriff aus der Soziologie und P dagogik geht zur ck auf Charles H Coole
144. zerst rt werden was sich auf die endogene Vergabe der Gewichte und die daraus abgeleiteten Effizienzwerte auswirkt Dyson 2001 Datentransformation bei unerw nschten Outputs Bei dieser Vorgehensweise kann bei translationsinvarianten EffizienzmaBen f r das additive Inverse z nach einem konstanten Faktor B gesucht werden der auch nach Subtraktion des gr ten unerw nschten Outputwertes gr er oder gleich Null bleibt y z y z B Von der H he des gew hlten konstanten Faktors so meint Dyson et al 2001 wird die Konstruktion der konvexen Effizienzgrenze entscheidend beeinflusst was sich wiederum direkt auf die Effizienzwerte niederschl gt Integration des unerw nschten Outputs als Input Nachdem unerw nschte Outputs gleich wie Inputfaktoren das Ziel weniger ist besser verfolgen k nnen diese unerw nschten Outputs wie Inputs behandelt werden Dabei ist aber eines zu beachten Durch das Behandeln der unerw nschten Outputs als Inputvariablen kann es zur Verletzung der Monotonieannahme kommen wenn dessen Reduktion unmittelbar Folgen auf einen weiteren Inputfaktor hat Die Reduktion des CO2 AusstoBes eines kalorischen Kraftwerkes h ngt direkt mit der verbrauchten Brennstoffmenge zusammen Wird aber bei gleicher Brennstoffmenge eine geringere CO Menge bei gleichem technischen Standard ohne Verbesserung der Filteranlagen 36 vgl Golany et al 1989 Lovell et al 1995 und Athanassopulos et al 1995 in
145. 0 00 0 00 0 00 0 00 0 00 0 00 0 00 d 100 00 1 0 00 0 00 0 00 0 00 0 00 0 00 0 00 1997 72 61 361 94 16 45 11 34 09 18 35 0 00 0 00 71 04 1998 81 60 12 38 268 55 45 66 15 7 19 0 00 0 00 0 00 0 00 FB 1999 82 57 1 19 253 58 17 59 42 0 00 4 40 0 00 0 00 0 00 51 2000 81 07 1 82 278 53 96 62 40 2 11 14 07 0 00 0 00 0 00 2001 86 65 6 88 196 47 25 46 23 0 00 0 00 0 00 0 00 0 00 Tabelle 39 Anwendung des inputorientierten Dmax MaBes zur Herleitung individueller Target Values f r die natural technischen Kriterien Aus praktischer Sicht erscheinen die hier dargestellten Sollwerte ad quater da eine proportionale Reduzierung aller Inputfaktoren um exakt denselben Wert in der Praxis nicht sinnvoll realisierbar erscheint Durch die differenzierte Darstellung der Target Values bei Verwendung des Dmax bzw Dmin Ma es kann klar signalisiert werden bei welchen Variablen besonders anzusetzen ist Daraus l sst sich f r die Planung von Rationalisierungsma nahmen eine klare Priorit tenliste ableiten Kosteneffizienz inputorientiertes Modell unter Verwendung des A Ma es VSE Abgesehen von den Ma nahmen die zur Verbesserung der Leistungserstellung durch die Reduktion von physischen Inputfaktoren beitragen sollen gilt es auch den wertm igen Aufwand f r die eingesetzten Inputfaktoren zu analysieren Unter der Einbeziehung von durchschnittlichen Kostens tzen ist die kostentechnisch
146. 0 119 1490 f 21b1 57733 12 7 4 100 2358 408 15b1 44830 27 7 8 100 1016 1221 f 21b2 31120 14 10 6 100 140 1963 15b2 43158 85 7 9 100 1511 927 21d1 48734 08 8 7 75 193 2287 15c 53761 64 9 4 105 944 1574 21g 11714 42 7 8 105 269 159 16a1 40771 89 8 8 105 676 1454 22a 66682 81 8 7 75 1187 1810 16a2 10614 98 8 5 60 65 358 22b 94284 64 7 7 80 1899 1622 16b2 6468 03 9 5 45 12 202 22c 9640 73 7 8 105 224 132 16c1 43442 82 6 4 110 1126 372 23a1 7352 10 5 2 145 228 34 16c2 39798 28 6 4 110 1048 346 23a3 28229 30 6 8 70 53 49 16c3 9514 03 8 7 60 29 368 f 23b1 4271 02 9 7 70 14 197 16d1 52615 36 7 4 105 1750 570 23b2 10361 99 9 0 40 12 211 17a1 3611 67 8 6 60 23 135 1 23b3 67373 20 9 3 30 94 798 17b 105539 09 7 2 110 3532 511 f 23c 43608 28 9 1 55 649 904 17c1 83264 76 7 2 110 2766 400 23d1 8250 03 9 8 80 135 290 17c2 9236 18 8 8 60 26 342 23d3 6462 83 8 9 55 54 198 17c3 6963 44 8 8 35 5 124 f 23d4 32738 11 8 4 30 49 279 17d2 16999 40 6 3 110 509 141 f 23e 12911 13 6 7 55 143 71 17d3 4697 01 8 6 60 29 165 f 23f 6495 07 6 8 55 89 25 17d4 10365 24 8 7 60 29 368 24b2 13300 41 7 6 125 172 426 17d5 21447 96 8 6 35 34 332 2464 643 48 8 7 70 2 40 17e 7504 06 4 3 90 104 93 f 24c1 24130 26 6 2 70 513 140 18b1 5922 56 8 7 70 21 262 f 24c2 43926 64 6 8 35 51 493 Seite 291 Anhang 24d1 18745 95 7 4 70 344 269 32f 19401 73 7 3 55 310 18 24d2 17304 18 8 0 50 166 260 33a1 29487 18 7 5 50 457 291 25a3 52553 57 7 3 55 823
147. 08 334 PROD_GEB ANTEIL_S 283 449 70 862 601 ARRONDIE ANTEIL_S 541 210 108 242 918 PROD_GEB ARRONDIE ANTEIL_S Fehler 5185 821 Gesamt 657562 287 Korrigierte Gesamtvariation a R Quadrat 493 korrigiertes R Quadrat 136 YN aARaWNaAAS 383 968 191 984 1 629 gt gt 117 860 N e gt 10234 689 N oa Tabelle 19 Ergebnis der univariaten Varianzanalyse zur Beurteilung der Einflussnahme des Produktionsgebietes des Anteils an Seilgel nde sowie der Arrondierung auf den ausgewiesenen Effizienzwert Seite 132 Konzeptionelle Anwendung von DEA f r ausgew hlte forstliche Datens tze Anhand von Tabelle 19 l sst sich feststellen dass bei Unterstellung einer Irrtumswahrscheinlichkeit von a 5 insbesondere die Arrondierung mit einem Signifikanzniveau von 0 587 und das Produktionsgebiet mit 0 458 keinen signifikanten Einfluss auf die natural technische Performance der Einheiten aus bt Einzig beim Anteil Seilgel nde weist die Varianzanalyse im Gesamtergebnis mit einem Signifikanzniveau von 0 038 einen markanten Einfluss auf die Performance der DMUs aus Im Detail sind die Einfl sse der einzelnen Sub Gruppen auf den als abh ngige Gr e unterstellten Effizienzwert im Anhang unter 9 3 ausgewiesen Abgesehen von diesem hier festgestellten Zusammenhang l sst sich aber vermuten dass es in der Regel schwierig sein wird f r die ausgewiesenen Effizienzwerte die in Abh ngigkeit von wenigen Ben
148. 1 4284 15b2 100 00 81 43159 7 9 100 1511 927 20b2 100 00 10 10013 10 3 100 50 671 21b1 100 00 50 57733 7 4 100 2358 408 21b2 100 00 101 31120 10 6 100 140 1963 36a1 100 00 83 94719 9 0 100 858 4589 17b 100 00 4 105539 7 2 110 3532 511 37a 100 00 3 59026 3 0 135 646 365 37f1 100 00 47 5677 4 2 135 167 22 5b1 100 00 8 3599 7 2 135 36 169 5e 100 00 21 4651 7 2 135 223 33 Tabelle 47 Die Bestandesmerkmale der Benchmarkbest nde zwischen 20 und 135 Jahren sowie die Anzahl wie oft diese Einheiten als Benchmarks zur Generierung von virtuellen Best Practice Einheiten verwendet wurden DEA liefert damit fur die beobachteten Bestandeseinheiten Richtwerte an erzielbarer Massenleistung die auf einem bestimmten Standort Bonit t und bei einem bestimmten Alter erreicht werden kann Die von den Benchmarkeinheiten ausgewiesenen Massenleistungen sind nat rlich nicht unabh ngig vom Pflegezustand von dem letztendlich auch die Wertleistung abh ngen wird Der Benchmarkvergleich w re somit auf die Effizienz der Bewirtschaftungsma nahme und die daraus resultierende Wertleistung auszurichten Dazu w ren aber entweder Simulationsdaten ber eine Umtriebszeit oder zumindest die Operatsdaten ber zwei oder mehrere Dezennien erforderlich um die Ver nderung der Massen und Wertleistung innerhalb dieser Zeitr ume dokumentiert zu haben und Beurteilung durchf hren zu k nnen vgl die Weiterentwicklungsaspekte des Ansatzes unter 5 5 8 Nachdem der
149. 1 5933 2 2041 27 7737 25 164 793 0 6008 1 0494 34 1957 26 100 865 0 3043 1 9875 6 1922 27 213 892 2 1339 1 7320 16 4697 28 295 360 3 9019 1 3952 25 6594 29 338 127 3 7926 0 8720 14 3341 30 292 611 3 8288 1 4666 14 4214 31 313 297 4 8185 0 8865 6 0248 Seite 287 Anhang 32 401 839 4 4757 2 0465 10 4729 33 214 606 4 0772 1 0356 11 3562 34 230 243 2 6873 1 2680 4 9983 35 214 150 2 8300 1 8404 5 0290 36 325 938 4 5215 1 3004 31 6062 37 338 915 5 3336 1 7295 12 3748 38 258 948 4 1040 1 5880 12 7485 39 368 308 3 9578 2 1129 10 6733 40 270 413 3 3051 1 4852 11 7146 41 279 874 3 9096 1 0205 19 6221 42 416 075 5 4453 1 5191 14 5157 43 285 854 4 9875 0 9476 10 4560 44 288 357 2 6482 1 4993 23 1822 45 258 303 2 5968 0 9095 17 9065 46 345 134 5 6057 1 8386 19 3410 47 263 026 3 4398 1 2146 17 4436 48 229 033 2 6557 1 0736 12 2588 49 251 345 3 3127 1 4447 21 8008 50 240 912 2 9361 1 6473 5 8916 51 294 406 3 5224 1 6809 8 7393 52 340 683 4 1455 2 0486 13 3247 53 210 857 3 3566 1 1496 4 7566 54 190 245 2 5648 1 0921 3 3791 55 197 881 2 8394 1 1114 3 3681 56 261 669 3 7554 1 4092 4 4147 57 251 858 2 9261 1 4521 9 8468 58 215 894 2 3145 2 2848 23 3964 59 171 845 1 8207 1 1066 13 0635 60 206 811 2 9627 1 3233 5 0742 61 257 014 3 1659 0 7983 17 0048 62 198 053 2 6677 1 5335 2 5636 63 315 230 3 0682 1 1738 24 9051 64 243 753
150. 12 8959 12 7654 2 3533 9 7504 7 3552 Anhang 9 4 Datengrundlage fur das Modell Fl chennormierung amp Hiebssatzbezug Natural Technisches Modell red Ang Hs Fremdl k je ha je ha sonstige IndH BH s Sort sonst_Ertrage Stunden je je ha HS bez Kost Hs Ssort fm ha HS fm HA HS ES je Ha DMUs Hektar HS I I I I O O O 2 27843 0 00152 156 137 58 388 4 6978 2 2688 6 8186 2 3 83338 0 00231 58 546 95 531 5 8889 1 6761 24 3929 3 4 59735 0 00176 130 073 76 383 5 7202 1 5719 41 1911 4 3 20586 0 00103 88 357 38 255 2 0766 3 2146 35 7989 5 6 58845 0 00133 138 320 99 627 6 7238 2 2427 17 8855 6 2 84684 0 00160 133 565 47 035 4 7923 1 8457 14 9506 7 1 00878 0 00161 126 269 36 935 3 8178 1 4155 15 0598 8 1 32763 0 00128 192 685 106 426 4 7893 2 0863 9 8261 9 8 81644 0 00210 109 018 123 336 2 4338 1 5513 30 8802 10 0 19570 0 00110 121 561 91 768 5 2096 0 9330 12 6680 11 6 34779 0 00158 94 509 76 161 4 5522 1 4484 10 2893 12 7 00508 0 00155 96 234 79 975 5 0285 2 3166 24 6174 13 8 34750 0 00210 66 049 89 678 4 6940 2 6159 30 6744 14 2 31266 0 00177 142 020 112 017 4 9120 2 3631 27 7640 15 5 03808 0 00135 143 334 77 671 4 9723 2 2757 28 5372 16 4 81421 0 00136 79 979 73 828 5 1975 1 7103 17 7176 17 3 19997 0 00136 83 787 58 204 4 9498 1 1477 12 8112 18 1 95166 0 00203 117 060
151. 121 169 340 100 320 5 1480 2 2098 71 6310 71 3 98981 0 00069 120 884 64 713 3 0049 1 0275 18 2169 72 6 01004 0 00127 133 055 89 389 4 4133 2 2299 9 4501 73 4 74242 0 00146 124 401 49 883 2 7776 2 2692 9 4135 74 3 28676 0 00108 79 437 54 740 3 4265 2 2386 9 3184 75 1 56910 0 00094 64 539 33 341 2 6216 0 8616 13 1634 76 1 01821 0 00090 89 533 31 471 2 8846 1 4410 36 3035 Modell zur Ermittlung der Kosteneffizienz bei Unterstellung von durchschnittlichen Kostens tzen f r das natural technische Modell IndH BH s Sort sonst_Ertr ge av Ges Kosten Ssort fm ha HS fm HA HS ES je Ha DMUs I O O 0 324 151 4 6978 2 2688 6 8186 2 327 009 5 8889 1 6761 24 3929 3 368 596 5 7202 1 5719 41 1911 4 230 980 2 0766 3 2146 35 7989 5 416 677 6 7238 2 2427 17 8855 6 303 999 4 7923 1 8457 14 9506 7 253 925 3 8178 1 4155 15 0598 8 380 657 4 7893 2 0863 9 8261 9 485 555 2 4338 1 5513 30 8802 10 266 352 5 2096 0 9330 12 6680 11 356 179 4 5522 1 4484 10 2893 12 372 106 5 0285 2 3166 24 6174 13 400 859 4 6940 2 6159 30 6744 14 375 495 4 9120 2 3631 27 7640 15 372 787 4 9723 2 2757 28 5372 16 301 844 5 1975 1 7103 17 7176 17 260 966 4 9498 1 1477 12 8112 18 299 201 6 1280 1 2299 13 3955 19 316 716 4 3047 1 5858 17 0478 20 353 592 5 9237 2 2567 6 1430 21 424 238 6 1915 1 4631 16 9679 22 155 985 0 9439 0 7321 22 6263 23 207 185 1 0801 2 3860 38 6331 24 184 996
152. 1464 243 649 735 3384 611 2123 656 615 7471 003 650 521 3596 791 3491 094 814 5568 000 1542 320 5439 869 1367 438 843 1464 243 3384 611 649 735 3491 094 814 5568 000 5439 869 1542 320 Scheff Prozedur 2123 656 615 7471 004 3662 310 585 002 1367 438 843 1464 275 739 451 3474 327 2123 656 615 7471 004 585 002 3662 310 3491 094 814 5568 000 1455 647 5526 542 1367 438 843 1464 275 3474 327 739 451 3491 094 814 5568 000 5526 542 1455 647 Bonferroni 2123 656 615 7471 003 3632 482 614 831 1367 438 843 1464 327 698 606 3433 482 2123 656 615 7471 003 614 831 3632 482 3491 094 814 5568 000 1495 106 5487 083 1367 438 843 1464 327 3433 482 698 606 3491 094 814 5568 000 5487 083 1495 106 Die mittlere Differenz ist auf der Stufe 05 signifikant Seite 283 Anhang 9 3 Ergebnisse der Post Hoc Tests der univariaten Varianzanalyse f r das Modell Absolutgr e Als Erg nzung zur univariaten Varianzanalyse vgl Tabelle 19 Ergebnis der univariaten Varianzanalyse zur Beurteilung der Einflussnahme des Produktionsgebiets des Anteils an Seilgel nge sowie der Arrondierung auf den ausgewiesenen Effizienzwert werden hier noch die Detailergebnisse der Abh ngigkeit der natural technischen Effizienz TE VRS RAD IN vom Produktionsgebiet von der Arrondierung und vom Seilgel nde nachgereicht Produkt Gebiet Mehrfach
153. 1997 83 95 206 80 02 321 67 18 264 1998 93 86 120 76 25 345 71 57 209 DE 1999 87 87 179 82 52 290 72 51 201 31 2000 79 73 240 85 03 257 67 80 258 2001 100 00 1 72 46 361 72 46 202 d 100 00 1 78 26 66 78 26 46 1997 61 38 356 90 35 190 55 45 357 1998 79 71 241 80 55 317 64 21 295 FB 1999 81 43 225 84 94 260 69 16 238 51 2000 76 30 275 88 92 213 67 84 256 2001 86 37 188 85 21 255 73 59 189 d 85 01 56 86 23 58 73 31 60 Tabelle 42 Gegen berstellung des natural technischen des allokativen und des kostentechnischen EffizienzmaBes f r ein inputorientiertes DEA Modell unter Verwendung des A MaBes und von VSE Die Einheit FB 31 hat von der Periode 2000 auf 2001 die physischen Inputfaktoren soweit rationalisiert dass diese Einheit sogar zu einer Best Practice Einheit avanciert ist Umgekehrt jedoch haben die Rationalisierungsma nahmen nicht zu dem erwarteten kostentechnischen Resultat gef hrt Denn aus Sicht der kostentechnischen Betrachtung m ssen noch Einsparungspotenziale von 27 54 realisiert werden um unter diesem monet ren Gesichtspunkt die Effizienzgrenze zu erreichen Dieser kostentechnische Effizienzwert von 72 46 entspricht damit gleichzeitig der Allokativen Effizienz da aus technischer Sicht ja keine Verbesserungspotenziale mehr realisierbar sind Das Ausma des kostentechnischen Rationalisierungspotenzials l sst sich damit ausschlie lich auf die Beschaffungspolitik zur ckf hr
154. 2 Faserholz 33 Sekunda Brennholz 41 Waldhackgut unausgeformt f r Betriebszweige 6 und 7 Nebenbetriebe 2 Stelle Nebenbetrieb 3 Stelle Ertragsart einheitlich nach folgendem Schema 610 Jagd 611 615 620 Fischerei 621 625 630 Grundst cksnutzung 631 635 640 Sand Schotter Erde 641 645 650 Wasser 651 655 660 Gebdude 661 665 670 Landwirtschaft 671 675 680 Freizeit und Tourismus 681 685 690 Arbeitsleistungen f r Dritte 691 695 xy1 Mieten und Pachten xy2 sonstige Markterl se xy3 Zusatzleistungen xy4 Kosteners tze xy5 F rderungen Seite 282 Anhang 9 2 Ergebnis der One Way Anova f r das Modell Absolutgr en bei nicht orientiertem DEA Modell Zur Ableitung des Zusammenhangs zwischen den ausgeschiedenen Gruppen von Skaleneffekten und der Betriebsgr e ist hier erg nzend zu den Ergebnissen bei Inputorientierung vgl 5 4 8 1 der SPSS Ergebnisbericht der One Way Anova f r das nicht orientierte DEA Modell angef hrt ONEWAY ANOVA Betriebsgr e Quadrats Mittel der umme Quadrate Signifikanz Zwischen den Gruppen 1 4E 08 68680141 T 501 Innerhalb der Gruppen 4 4E 08 5971525 5 Gesamt 5 7E 08 Mehrfachvergleiche Abh ngige Variable Betriebsgr e SE Absolut G SE_ Absolut G Mittlere Standardf 95 Konfidenzintervall NON NON Differenz l J ehler Signifikanz Untergrenze Obergrenze 2123 656 615 7471 003 3596 791 650 521 1367 438 843
155. 21560 4 1091 9 28906 40 2915 1 gussw_G2_mass_ll3 34 0 91 84 457 9 14349 0 17325 5 981 9 21420 94 1572 7 gussw_G2_mass_ll4 38 0 111 122 348 1 15431 2 16808 6 1206 3 25784 23 1572 7 gussw_G2_mass_ll5 40 0 103 97 456 0 15360 3 17519 0 1078 4 23932 55 1572 7 gussw_G2_mass_ll6 43 0 113 189 266 5 19129 9 19806 7 1786 6 36554 59 1572 7 gussw_G2_mass_ll7 37 0 100 126 856 0 24433 8 29315 1 1531 3 34356 91 1572 7 gussw_G2_mass_ll8 38 0 88 100 671 4 19310 3 23933 0 1254 1 28162 22 1572 7 gussw_G2_mass_ll9 37 0 102 94 619 8 17946 8 21052 2 1129 5 25607 60 1572 7 gussw_G3_mass_lll1 27 0 92 85 454 8 14400 5 16695 4 1070 0 19895 11 968 8 gussw_G3_mass_lll2 29 0 97 107 602 6 18661 3 22220 6 1265 0 27247 7178 1572 7 gussw_G3_mass_lll3 36 0 94 135 632 9 21310 8 25279 4 1678 5 36723 18 1572 7 gussw_G3_mass_lll4 33 0 131 93 549 8 16644 5 18893 7 929 2 20075 46 1425 3 gussw_G3_mass_lll5 37 0 91 95 519 7 16265 7 18768 0 1203 7 26966 03 1572 7 gussw_G3_mass_lll6 33 0 101 108 537 6 17594 7 19977 3 1277 6 28663 13 1572 7 Seite 294 Anhang gussw_G3_mass_III7 41 0 90 74 450 4 13502 4 15579 8 916 2 20906 14 1572 7 MM_WL_G1_mass_11 35 0 79 42 479 3 11500 7 15524 1 415 5 13829 66 5198 4 MM_WL_G1_mass_l2 37 0 128 44 358 7 9559 4 8480 6 435 1 6786 66 1023 4 MM_WL_G1_mass_l3 31 0 109 47 404 9 10606 6 10595 4 496 4 9240
156. 275 Literaturverzeichnis Kao C 1982 Optimal stocking levels and rotation under risk Forest Science 28 711 729 Kao C 1984 Optimal stocking levels and rotation under uncertainty Forest Science 30 921 927 Kerstens K and Vanden Eeckaut P 1995 Technical Efficiency Measures on DEA and FDH A Reconsideration of the Axiomatic Literature Working paper Center of Operations Research amp Econometrics Universite Catholique de Louvain Voie du Roman Pays 34 B 1348 Luvain la neuve Belgium Kneip A Park U and Simar L 1998 A Note on the Convergence of Nonparametric DEA Estimators for Production Efficiency Scores Econometric Theory 14 783 93 Koopmans T C 1951 An analysis of Production as an Efficient Combination of Activities In T C Koopmans Hg Activity Analysis of Production and Allocation p 33 97 New York London Hohn Wiley and Sons Inc K psell R 1983 Charakteristische Kennziffernstrukturen naturgem bewirtschafteter Forstbetriebe Forstarchiv 54 16 22 Kraus D 2002 Erweiterungsvorschl ge zur Kosten Nutzen Untersuchung der Wildbach und Lawinenverbauung Vortrag Umweltbundesamt Wien http www umweltbundesamt at fileadmin site umweltthemen klima praesentationen fl oodrisk 17 Vortrag Kosten Nutzen Untersuchung pdf Stand 21 10 2005 Kumbhaker S C and Lovell C A K 2000 Stochastic Frontier Analysis Cambridge Cambridge University Press 333 p Lembersky M R and Johnson K N 1975 Opti
157. 30 68 968 8 Wildalp_G3_mass_III3 22 0 98 88 287 0 11750 0 11574 2 910 2 16064 16 968 8 Wildalp_G4_mass_lV1 24 0 95 60 175 6 7636 3 6862 7 564 9 10362 38 968 8 Wildalp_G4_mass_IV2 39 0 74 138 280 6 15459 7 20726 9 1582 2 44628 42 2797 6 eisenk_G1_mass_ 1 31 0 108 132 406 9 17166 3 14045 2 1270 5 20472 36 1059 6 eisenk_G1_mass_l2 24 0 91 124 464 1 17525 9 16149 7 1362 5 26194 99 1720 2 eisenk_G1_mass_I3 25 0 104 116 387 1 15620 1 12755 6 1228 5 19806 59 1059 6 eisenk_G1_mass_l4 17 0 91 126 494 9 18232 1 17164 0 1403 2 27066 15 1720 2 eisenk_G2_mass_II1 21 0 110 140 499 2 19436 1 15696 6 1278 9 20054 60 1059 6 eisenk_G2_mass_Il2 24 0 101 138 481 7 18964 0 13341 2 1576 9 20599 75 0 0 eisenk_G2_mass_II3 16 0 93 178 587 0 23829 0 21728 2 1708 3 29116 22 1059 6 eisenk_G2_mass_ll4 16 0 92 123 475 1 17695 7 16222 7 1420 4 25410 44 1377 6 eisenk_G2_mass_lI5 11 0 87 99 431 8 15102 3 14900 4 1103 1 23175 18 2089 2 eisenk_G3_mass_III1 34 0 96 136 479 4 18753 1 15175 2 1506 7 22658 80 490 4 gussw_G1_mass_ 1 33 0 101 95 522 4 16289 3 19611 8 1068 9 24888 60 1572 7 gussw_G1_mass_ 2 32 0 97 78 443 1 13653 7 16046 1 921 0 21002 79 1572 7 gussw_G1_mass_ 3 35 0 108 128 464 0 17848 8 20880 4 1192 1 25024 21 1572 7 gussw_G1_mass_l4 34 0 93 86 394 3 13434 5 15348 4 1027 6 22423 77 1572 7 gussw_G1_mass_l5 34 0 104 107 622 6 18969 1 21992 6 1170 7 26329 03 1572 7 gussw_G2_mass_ll1 35 0 87 97 438 6 15066 5 19789 7 1131 0 26051 46 1910 1 gussw_G2_mass_ll2 38 0 87 88 555 4 16338 4
158. 5 01 75 60 1351 780 27d1 31516 20 8 0 75 329 1161 f 36c 46130 98 9 9 90 500 1486 27d2 20574 26 5 6 75 358 263 36d1 29102 84 79 35 169 250 27e 16390 48 6 5 80 412 226 f 36d2 14663 92 7 3 35 244 33 27f 22909 36 7 4 50 83 515 f 36f1 11345 58 5 7 115 111 276 27g 139189 80 7 3 35 246 1591 f 36f2 17889 00 6 4 90 126 644 27h 9242 11 9 0 75 108 170 36f3 13111 02 5 5 65 138 167 2a1 50457 81 7 4 75 1004 1143 9 36f4 34135 22 5 6 65 320 585 2a2 74131 89 6 8 55 731 1089 f 36f5 2601 53 7 3 35 7 29 2b 59508 01 7 7 80 1515 1238 37a 59025 79 3 0 135 646 365 30a2 56618 91 8 0 65 1135 1149 f 3761 47359 35 6 2 70 891 657 30a3 36081 37 7 7 55 559 532 37b2 11340 34 3 9 70 16 218 30a4 11787 02 9 8 30 22 140 f 37c1 24618 13 4 8 135 527 123 30b1 56658 28 9 0 85 575 1960 37d 15570 64 6 4 75 329 251 30c1 23803 70 10 4 100 191 1081 9 37f1 5676 80 4 2 135 167 22 30c2 50383 13 9 4 100 609 2096 37f2 11662 35 7 3 75 41 434 30d 93813 69 7 4 100 1510 2607 f 37f3 43625 47 6 2 55 770 223 30f 23069 21 9 8 105 398 490 I 3791 32412 34 8 5 105 445 1260 31a2 7586 19 8 0 80 60 287 1 3792 9865 08 6 2 45 114 36 31a3 55994 99 7 1 60 997 691 f 3793 45250 36 7 1 30 11 372 31a5 23810 03 7 0 40 48 351 37h 33174 19 7 1 75 305 907 31a6 14696 38 7 4 40 13 238 37i 23474 09 4 0 135 117 300 31b1 21144 96 8 7 80 70 817 3a1 67035 58 6 1 90 1487 502 31c2 7590 52 10 8 80 76 326 3a2 31989 38 8 1 60 380 787 31c3 40492 36 7 5 60 852 496 J 3a3 27144 81 7 9 60 400 555 3104 5014 21 10 3
159. 50 15 181 f 3a4 9798 31 7 7 35 16 131 31e 28324 10 9 0 105 542 506 3b1 73960 16 6 4 100 1835 940 32a1 18386 93 8 0 105 130 533 f 4a1 22175 14 6 1 140 699 93 32b1 76924 96 8 7 85 1527 1853 f 4a2 7579 83 7 9 75 31 340 32c1 84684 99 7 3 85 3063 493 f 4b1 16217 22 8 1 70 121 444 32c3 7322 11 7 0 45 110 12 f 4b3 10902 89 7 8 35 17 148 32d1 38249 59 8 9 85 1319 801 5b1 3599 30 7 2 135 36 169 32d2 37458 14 7 3 55 688 373 f 5b2 6375 55 78 110 22 267 Seite 292 Anhang 32e 29279 54 8 9 85 387 1268 f 5b3 11493 81 7 5 95 51 579 7b1 9042 90 8 2 90 235 158 1 5b4 16654 82 6 1 60 259 201 7b2 16349 73 9 8 90 179 655 f 5c1 4330 43 9 7 60 11 169 8a3 5849 35 9 7 50 13 204 5c2 46020 50 8 1 40 160 662 8b2 34543 84 8 6 30 5 261 f 5e 4650 59 7 2 135 223 33 8c2 6189 32 8 0 65 99 138 1 6a1 1918 27 8 8 70 7 89 804 33953 39 7 5 30 8 313 f 6a3 36499 26 7 7 30 11 385 9a1 9129 28 7 4 30 3 78 1 6b1 3681 82 8 8 70 13 160 9b1 6945 57 6 2 120 183 27 6b2 10150 07 Th 30 3 105 9c2 7074 51 7 7 75 44 207 f 7a1 45668 09 6 7 105 1009 818 903 68456 08 8 3 30 41 750 9 7 Datengrundlage f r das Bestandesbehandlungsmodell Die Datengrundlagen f r die behandelten und unbehandelten Best nde 232 DMus werden sowohl f r das natural technische Modell sowie das durchschnittliche und das tats chlich kostentechnische Modell in einer Tabelle dargestellt Aus den angef hrten Merkmalen lassen sich daraus jegliche Modellkombinationen generieren
160. 5361 70 1023 4 MM_WL_G1_unb_I6 35 0 122 42 315 9 8693 8 7457 5 442 0 6422 89 1023 4 MM_WL_G2_unb_II1 43 0 100 56 435 5 11786 6 13210 6 613 5 12116 35 1847 3 MM_WL_G2_unb_Il2 36 0 121 47 385 7 10263 1 9385 3 491 9 7223 75 1023 4 MM_WL_G2_unb_II3 37 0 122 53 363 5 10378 8 9268 3 559 8 8183 51 1023 4 MM_WL_G2_unb_1l4 37 0 116 41 341 1 9002 6 8357 1 425 0 6514 64 1023 4 mond_G2_unb_ll1 21 0 113 133 400 0 17185 9 17682 6 1399 9 27183 37 1572 7 mond_G2_unb_ll2 20 0 103 105 299 8 13239 2 13380 4 1156 8 22874 30 1572 7 mond_G2_unb_ll3 22 0 115 128 385 9 16493 3 16537 1 1338 8 25338 35 1572 7 mond_G2_unb_ll4 19 0 112 130 319 9 15529 3 15186 4 1362 4 26381 26 1572 7 mond_G2_unb_ll5 18 0 126 120 185 0 12423 8 11744 4 1256 1 23931 10 1572 7 mond_G3_unb_lll1 19 0 126 122 220 0 13216 4 11968 9 1281 9 24561 55 1425 3 mond_G3_unb_lll2 20 0 135 102 239 0 11956 1 10523 6 1014 4 19176 18 1425 3 mond_G4_unb_IV1 22 0 120 90 292 8 11960 2 12800 1 940 4 17907 60 1425 3 mond_G4_unb_IV2 20 0 100 120 389 0 15960 7 16802 3 1326 4 26568 57 1572 7 mond_G4_unb_IV3 18 0 114 114 359 4 14992 2 14989 9 1196 7 22532 98 1572 7 mond_G4_unb_IV4 17 0 128 108 378 7 14846 6 14256 5 1131 6 20505 94 1572 7 mond_G5_unb_V1 0 0 120 82 218 3 10052 1 7577 0 855 6 14347 67 1720 2 mond_G5_unb_V2 3 0 117 95 241 2 11501 1 8949 0 998 9 17495 37 1720 2 mond_G5_unb_V3 10 0 118 80 217 6 9913 5 7593 7 838 2 14518 34 1720 2 mond_G5_unb_V4 5 0 117 96 230 5 11347 8 9034 1 1003 1 17374 71 1720 2 Seite 297
161. 55 611 6 1280 1 2299 13 3955 19 4 02863 0 00150 114 405 61 983 4 3047 1 5858 17 0478 20 3 68792 0 00120 146 445 86 684 5 9237 2 2567 6 1430 21 5 82829 0 00198 138 398 91 645 6 1915 1 4631 16 9679 22 3 37541 0 00065 29 788 36 284 0 9439 0 7321 22 6263 23 2 01002 0 00103 69 323 55 286 1 0801 2 3860 38 6331 24 1 70957 0 00121 64 758 34 704 1 5933 2 2041 27 7737 25 2 31451 0 00086 42 851 41 682 0 6008 1 0494 34 1957 26 0 36289 0 00088 34 757 19 699 0 3043 1 9875 6 1922 27 1 99805 0 00117 82 009 43 075 2 1339 1 7320 16 4697 28 1 10827 0 00168 153 497 46 245 3 9019 1 3952 25 6594 29 1 91593 0 00162 155 179 75 248 3 7926 0 8720 14 3341 30 2 36343 0 00030 144 406 91 944 3 8288 1 4666 14 4214 31 4 24356 0 00234 43 296 88 312 4 8185 0 8865 6 0248 32 6 61382 0 00103 129 130 107 026 4 4757 2 0465 10 4729 33 2 71780 0 00102 62 819 57 016 4 0772 1 0356 11 3562 34 1 95924 0 00073 114 049 47 877 2 6873 1 2680 4 9983 35 0 55006 0 00105 117 860 39 105 2 8300 1 8404 5 0290 36 4 28533 0 00148 101 121 80 800 4 5215 1 3004 31 6062 37 2 86401 0 00162 125 821 88 492 5 3336 1 7295 12 3748 38 2 84044 0 00103 97 664 63 810 4 1040 1 5880 12 7485 39 6 10277 0 00185 87 095 88 167 3 9578 2 1129 10 6733 40 0 47268 0 00235 100 076 56 090 3 3051 1 4852 11 7146 41 2 20065 0 00171 119 477 43 508 3 9096 1 0205 19 6221 42 6 63237 0 00195 96 631 112 332 5 4453 1 5191 14 5157 43 5 04954 0 00098 78 729 72 133 4 9875 0 9476 10 4560 44 2 70716 0 00120 89 409 96 288 2 6482 1 4993 23 1822 45 3
162. 59 0 3176 x Green Green F statistic 0 4622 on 1 and 12 DF p value 0 5095 F statistic 2 736 on 1 and 12 DF p value Curvegreen x 0 1670 0 2323 x Curvegreen x 0 03877 0 38822 x Abb 24 Regressiver Zusammenhang der entnommenen Durchforstungsmenge mit den Effizienzwerten des natural technischen und des tats chlich konomischen Modells f r die VRS und Inputorientierung unterstellt sind Aus dem Chart kann abgelesen werden dass beim Durchforstungseingriff Eingriffsstarken zwischen 10 und ber 50 gew hlt wurden Die Eingriffsst rke und ihre Folgen sind wie aus den Charts erkennbar f r die einzelnen Bonit tsstufen aus natural technischer Sicht unterschiedlich W hrend sich f r jene DMUs mit Bonit tsklassen kleiner 15 zu starke Durchforstungseingriffe nachteilig auf die natural technische Effizienz eines gesamten Produktionszyklus auswirken verh lt sich die Performanceentwicklung f r jene Bestandeseinheiten mit Bonit ten gr er 15 diesem Trend genau entgegengesetzt F r die schw chere Bonit tsklasse die zum Zeitpunkt des Eingriffs bereits 70 Jahre alt waren d rfte der Grund f r diesen inversen Zusammenhang darin liegen dass die bereits lteren Best nde durch die Entnahme der Bedr nger nicht mehr jene Zuwachsreaktion bis zum Abtriebszeitpunkt wie junge Best nde erreichen Dieser Trend wird ebenfalls unter Betrachtung der tats chlichen kostentechnischen Effizienz best tigt Der Massenverlust kann nicht dur
163. 6 kB 1999 72 51 131 201 27 49 0 00 0 00 137 27 31 2000 67 80 6 50 258 32 20 0 00 0 00 20 65 2001 72 46 6 87 202 27 54 0 00 0 00 57 02 d 78 26 46 21 74 0 00 4 55 684 52 1997 55 45 357 44 55 0 00 0 00 28 47 1998 64 21 15 80 295 35 79 0 00 0 00 30 33 FB 1999 69 16 771 238 30 84 0 00 0 00 67 67 51 2000 67 84 1 91 256 32 16 0 00 0 00 30 88 2001 73 59 8 48 189 26 41 0 00 0 00 26 67 d 73 31 60 26 69 0 00 0 00 210 59 Tabelle 40 durchschnittliche kostentechnische Performance eines inputorientierten Modells bei Unterstellung des A Ma es unter Verwendung einer VSE Technologie Die Aggregation der mit durchschnittlichen Kostens tzen bewerteten Inputfaktoren f hrt zu einer Reduktion der Modellvariablen was in der Folge dazu f hren muss dass keine der Einheiten eine bessere Performance als im natural technischen Modell erzielen kann Unter den g nstigsten Umst nden n mlich wenn eine Einheit sowohl natural technisch als auch unter kostentechnischen Gesichtspunkten effizient operiert bleibt die Effizienz dieselbe Daraus folgt dass die konomische bzw kostentechnische Effizienzbetrachtung die strengste Form der Performancebeurteilung bildet und oftmals auch als Gesamteffizienz bezeichnet wird Seite 157 Konzeptionelle Anwendung von DEA f r ausgew hlte forstliche Datens tze Target Values TE VSE M p Els V Eff R i G oe 2 U Ww Gesamt S ge Indh sonst Kosten sort S
164. 6 5 bestimmt werden Seite 197 Konzeptionelle Anwendung von DEA f r ausgew hlte forstliche Datens tze Dazu werden mittels R Skriptabfragen die Erntevolumina unter Ber cksichtigung eines 20 igen Ernteverlusts ermittelt die in der Folge nach der jeweiligen Sortimentsverteilung aufgegliedert und zu aktuellen Sortimentspreisen Tabelle 54 bewertet werden EfmD Kapp sNH 1b 2a 2b 3a 3b 4 Fichte 3 00 31 36 35 76 56 90 56 90 62 50 62 50 62 50 Buche 4 00 35 00 57 46 57 46 74 85 74 85 74 85 74 85 Tabelle 54 Holzpreise je EfmD getrennt nach Kappholz Kapp und sonstiges Nadelholz SNH sowie nach den blichen Starkeklassen von ib bis 4 unter Einbeziehung eines 20 igen Abschlags je Sortiment f r Qualitatsabwertungen Indem die daraus ermittelten tats chlichen Brutto Bestandeswerte der Ausgangsbest nde durch deren Erntevolumen dividiert werden erh lt man die durchschnittlichen Sortimentspreise je Teilfl che DMU Aus den ber alle Beobachtungen gemittelten durchschnittlichen Sortimentspreise abz glich der als konstant unterstellen Erntekosten von 23 50 EfmD vgl Tabelle 53 f r die einheitlich angenommene Durchmesserkategorie lt 20 Zentimeter leitet sich ein einheitliche Deckungsbeitrag von 17 23 je Festmeter ab der zur Ermittlung der erntekostenfreien Bestandesbewertung der Ausgangsbest nde verwendet wird Diese Vorgehensweise zur Ermittlung der Deckungsbeitr ge h tte unter Umst nden auch zu negativen Wer
165. 7 287 0 10895 5 9872 3 852 4 13869 72 968 8 Wildalp_G4_unb_IV1 24 0 108 67 175 6 8174 4 6357 3 737 6 11814 36 968 8 Wildalp_G4_unb_IV2 39 0 75 127 280 6 14593 5 19386 8 1565 6 44184 26 2797 6 eisenk_G1_unb_I1 31 0 122 112 406 9 15659 4 11276 4 1176 1 16579 76 1059 6 eisenk_G1_unb_I2 24 0 118 127 464 1 17766 0 14058 0 1399 8 19988 05 1059 6 eisenk_G1_unb_I3 25 0 122 97 387 1 14165 4 10531 2 1019 3 14279 02 1059 6 eisenk_G1_unb_l4 17 0 108 119 494 9 17709 3 14375 0 1315 6 20168 71 1059 6 eisenk_G2_unb_Il1 21 0 134 105 499 2 16718 9 11446 4 1050 5 13586 23 1059 6 eisenk_G2_unb_II2 24 0 119 109 481 7 16669 3 12250 8 1138 1 16336 65 1059 6 eisenk_G2_unb_II3 16 0 117 150 587 0 21674 9 16904 8 1572 2 22684 00 1059 6 eisenk_G2_unb_ll4 16 0 105 119 475 1 17400 1 14590 5 1320 2 20483 16 1059 6 eisenk_G2_unb_II5 11 0 105 121 431 8 16798 2 13884 4 1340 8 20816 92 1059 6 eisenk_G3_unb_III1 34 0 112 109 479 4 16634 6 12945 2 1199 7 17934 36 1059 6 gussw_G1_unb_ 1 33 0 106 119 522 4 18208 8 20681 7 1319 2 26275 51 1572 7 gussw_G1_unb_ 2 32 0 100 103 443 1 15588 9 17362 4 1203 9 24055 09 1572 7 gussw_G1_unb_I3 35 0 113 108 464 0 16348 4 18157 4 1196 9 24054 40 1572 7 gussw_G1_unb_ 4 34 0 102 98 394 3 14368 9 15766 0 1146 6 22861 79 1572 7 gussw_G1_unb_I5 34 0 113 133 622 6 20979 2 23078 3 1468 7 28220 93 1572 7 gussw_G2_unb_Il1 35 0 92 110 438 6 16012 3 19731 9 1356 4 27965 10 1572 7 gussw_G2_unb_Il2 38 0 95 106 555 4 17766 0 21041 3 1240 6 24895 54 1720 2 gussw_G2_unb_
166. 77 5 71432 14 2094 21 2647 7 0952 5 50646 9 9966 24 1871 4 4281 5 50646 12 6637 21 5200 11 3607 6 38880 8 4699 31 1913 10 7316 5 19510 26 8570 5 3938 3 5675 4 04063 16 1095 8 9744 7 0952 5 50646 24 1871 9 9966 2 6671 3 74090 14 2787 8 9445 4 2655 4 94875 11 0952 19 6262 8 0645 5 19510 24 1899 8 0609 9004 4 04063 13 4424 11 6415 4 4281 5 50646 21 5200 12 6637 2 6671 3 74090 8 9445 14 2787 6 9326 4 94875 8 4281 22 2933 14 9971 6 12249 34 0011 4 0069 7 8330 5 17904 23 9086 8 2425 11 3607 6 38880 31 1913 8 4699 4 2655 4 94875 19 6262 11 0952 6 9326 4 94875 22 2933 8 4281 1 Produkt Gebiet 1 2 3 4 5 6 2 1 3 4 5 6 3 1 2 4 5 6 4 1 2 3 5 6 oa WON AID Porn gt oa Basiert auf beobachteten Mittelwerten Seite 289 Anhang Arrondierung Mehrfachvergleiche Abhangige Variable Score TE VRS RAD IN Bonferroni Mittlere Standardf 95 Konfidenzintervall Signifikanz 1 Arrondierung J Arrondierung Differenz l J ehler 2 1 5724 3 29606 1 000 6 6314 9 7762 010 3 42499 1 000 7 9237 9 1257 1 2 1 5724 3 29606 9 7762 6 6314 9714 3 94935 10 8012 8 8584 6010 3 42499 9 1257 7 9237 9714 3 94935 8 8584 10 8012 Basiert auf beobachteten Mittelwerten Anteil an Seilgelande Mehr
167. 80 33 150 89 42 111 232 0 85 91 214 85 23 169 73 22 202 79 64 173 116 DF 94 98 92 46 87 89 a Durchschnitt 232 DF 94 19 92 75 ae 87 44 aoe 89 24 232 0 92 32 7 88 51 81 84 Se 85 04 735 Tabelle 62 Effizienzmodelle TE AE KEd KEtat Effizienzma VSE RAD IN unter Einbeziehung der Massenleistung als Outputgr e TE natural technisches Effizienzmodell AE allokatives Effizienzmodell KEd durchschnittliches Kosteneffizienzmodell Bewertung der Inputmerkmale mit durchschnittlichen Faktorpreisen KEtat tats chliches Kosteneffizienzmodell Bewertung der Inputmerkmale mit individuellen Faktorpreisen M Einbindung des gesamten w hrend der Umtriebszeit genutzten Derbholzvolumens M als Outputmerkmal RAD Verwendung des quiproportionalen Effizienzma es Empirisch ist bereits bekannt dass die Massenleistung von gepflegten und ungepflegten Best nden ber die Umtriebszeit betrachtet nicht besonders stark voneinander abweichen Allerdings erreichen die einmalig gepflegten Best nde das Abtriebskriterium zum Teil fr her als die unbehandelten Best nde was mit einem h heren kalkulatorischen Ertrag verbunden ist Stattdessen aber weisen behandelte gegen ber nicht gepflegten Best nden in der Regel einen geringeren H D Wert auf Gegen ber dem Stundenaufwand f r die Holzernte stellt sich ein differenziertes Bild dar da die Stundenanzahl straff mit dem erwarteten Derbholzvolumen am Ende der Umtriebszeit
168. 9 haupts chlich in der Produktionswirtschaft aber auch im Bankwesen Wutz 2000 als internes Benchmarkkonzept HomBuRG 2000 eingesetzt wird eignet sich aber auch um nicht monet re Einheiten zu evaluieren Das Anwendungsspektrum erstreckt sich dabei auf die Evaluierung von Bildungs bzw Gesundheitseinrichtungen BIFULCO et al 2000 sowie f r die Beurteilung regionaler Unterschiede MARTIC 2001 oder aber auch auf die Beurteilung kologischer Ma nahmen KOEIJIER ET AL 2002 und wird unter anderem auch f r dis Festlegung der Transfersummen in der National Football League and Major League Basketball verwendet EINOLF 2004 Zielsetzung der Analyse Die entscheidende Kernaufgabe f r jede DEA Analyse muss es sein f r jede Beobachtung zumindest eine technische Performance abzuleiten die Hinweise auf die effiziente Verwendung von verf gbaren Produktionsfaktoren bzw die effiziente Herstellung von Leistungsg tern gibt Derselbe Nachweis sollte sich selbstverst ndlich auch unter Seite 81 Konzeptionelle Anwendung von DEA f r ausgew hlte forstliche Datens tze Einbindung von monet ren aber auch von relativen Nutzwerten sofern diese verf gbar sind realisieren lassen Unter Verwendung von durchschnittlichen monet ren Werten oder relativen Nutzwertans tzen lassen sich direkt Aussagen bezogen auf die Allokation der Ressourcen Kosteneffizienz bzw der Ertr ge Ertragseffizienz vgl 3 8 4 ableiten Setzt man hingegen tats
169. 9 Bonitaet_Fl 7 46E 04 271 BHD_U 2 072 a Abh ngige Variable TE_MASSE Tabelle 59 Koeffizientenmatrix f r die unabh ngigen Variablen zur Sch tzung der Performancewerte des TE_M Modells ber die Koeffizienten aus der Tabelle 59 leitet sich folgender die Regressionszusammenhang ab TE M 0 15662 x d_BV_DF 0 05806 x DF_ANT 0 00004 x Norg Ha 0 00075 x B_FI 0 00286 x BHD_U 0 908 Aus der Beta Spalte der Tabelle 59 l sst sich eine Rangfolge des Einflusses der unabh ngigen Variablen auf die abh ngige Gr e ablesen Daraus wird ersichtlich dass insbesondere durch die Reduktion der Stammzahl je Hektar durch die Senkung des durchschnittlichen Baumvolumens der entnommenen St mme bei der Durchforstung und durch die Erh hung des zu erwartenden Durchmessers am Ende der Umtriebszeit den gr ten Einfluss auf die Performance des natural technischen DEA Modells haben Umgekehrt lieferten hingegen die Merkmale Bonit t und Durchforstungsanteil keinen signifikanten Beitrag f r die Sch tzung der abh ngigen Variablen und tragen daher nur marginal zur Bestimmung der unabh ngigen Gr e bei Trotz des eher geringen Bestimmtheitsma es konnten ber die multiple Regression die Performancewerte f r das natural technische Modell mit einer Standardabweichung der Residuen von 5 19 und einem Standardfehler der mittleren Abweichung der Residuen 0 00 von 0 48 gesch tzt werden Hypothesenpr fung f r
170. Auseinandersetzung mit verschiedenen forstlichen Themenbereichen zur Entwicklung konzeptioneller DEA Modelle operationalisierbaren MaBnahmenpaketen f r die einzelnen Detailprojekte herangezogen werden k nnen die von den Projektverantwortlichen auch mitgetragen werden muss a priori aufgrund der heterogenen Themen in Frage gestellt werden Die gesamten 2004 in unterschiedlicher H he auf die Schwerpunktthemen des Programms zur Entwicklung des l ndlichen Raums verteilten F rdermittel kommen den verschiedenen Zielsetzungen und Outputleistungen der Detailprojekte in unterschiedlicher Weise zu Gute Die Wirkungsrichtung des Projektnutzens f r die bereitgestellten Outputg ter ist damit bereits a priori festgelegt Daher erscheint es als sinnvoll die Befundeinheit nicht als das gew hnliche F rderprojekt des Programms zur l ndlichen Entwicklung zu definieren sondern eine Clusterung nach den Schwerpunktbereichen des F rderprogramms vorzunehmen und f r dieses homogene Umfeld das Projekt als die Befundeinheit zu definieren Auch wenn jede der in der Richtlinie definierten Kategorien das Potenzial h tte als separater Cluster betrachtet zu werden wird es infolge von Abgrenzungsproblemen zwischen den Kategorien als sinnvoll erachtet die einzelnen Kategorien der Richtlinie zu Projektclustern zusammenzufassen Ad hoc wurden folgende F rdercluster genannt e F rderung forstlicher Bringungsanlagen und Infrastruktureinrichtungen e F rderung von
171. BLB Conical Coricd Conical UB LB CRS 4 Super efficiency scores s pd pi e 5 Nondiscretionaryifixed factors 6 Cetegonical variables 7 Variable pricrities 8 Sensitivity analysis i 9 Multi phase nulti step i i i 10 Nested frontiers tiers 11 Disposablitycontros g 12 Scenario corparison 5 e 13 Efficency components analysis e 14 Zero substitution d 15 Benchmerking comparisons Induded avallable Not induded not available O Limited capability Abb 13 DEA Softwarepakete Beurteilungskategorien A amp B Barr 2004 S 3 Seite 88 Konzeptionelle Anwendung von DEA f r ausgew hlte forstliche Datens tze kommerziell nicht kommerziell DEA Frontier Warwick DEA Excel SolverPro Analyst OnFront DEA Solver DEAP EMS Pioneer Version 40 315 20 10 1 0 21 1 30 20 From SAITEQH Software EMOC Uw Zu Colletti Sched MeLaud C Platform and ili 1 Platforms a a Fx H a aa 2 Input file types KEFExcel ss TXT Gip TAT Olip TAT SS TXT TXT SS TXT TXT ext file Cip cipboard rama SSS mena manual select current SSy selection select SPSS SPSS deta file SPSS manual drect manual entry manual 3 Output file types ss Sap TXT TXT ss X Xp XT TXT PDF HINL amp D User Interface 1GU e e U E 2 Spreadsheet format E3 e e e amp x 3 Interactive data manip e e e E 4 Individual observation editing e e e 3 5 DMJ i o factor subset control e e e Jez oO 6 Deta filters e 7 Deta and res
172. Bestockungsgrade die Budgetsummen sowie die Anzahl an Arbeitern und Angestellten 44 Diese Vorgehensweise wird von Scheel 2000 nur als Hilfestellung betrachtet da die Auswahl der Kriterien eine subjektive Entscheidung ist Die Wahl der Kriterien hat nur den Prinzipien zu folgen dass weniger Input bei unver ndertem Output besser und umgekehrt mehr Output bei gleichem Input sich g nstiger auf die Performance auswirkt Insbesondere gilt es aber f r jede Einheit das Monotonieverhalten zu pr fen Kein Input Outputpaar darf bei gesteigertem Input weniger Output leisten und umgekehrt mehr Output bei weniger Input erzeugen Scheel 2000 Gstach 2002 Seite 104 Konzeptionelle Anwendung von DEA f r ausgew hlte forstliche Datens tze Fur die Reorganisation sollten die Einheiten nach ausgeglichen Input Outputniveaus konzipiert werden Das Management der taiwanesischen Forstabteilung hat f r die Reorganisation eine Reduktion der Forstbezirke von dreizehn auf acht vorgeschlagen wobei daf r drei Fusionierungsvarianten ausgearbeitet worden sind deren Performanceentwicklung mittels DEA beurteilt werden soll Als Variablen f r die DEA Studie wurden auf der Inputseite das Budget Ha der urspr ngliche Vorrat m Ha die Arbeitskr fte 0 0001 Ha und die gesamte Forstbezirksfl che 1000 Ha unterstellt sowie auf der Outputseite die erzeugten Hauptsortimente 0 01 m Ha der durchschnittliche Vorrat m Ha und die Besucherzahl f r Erholu
173. Bezug auf einige wenige Benchmarkeinheiten Peer Group abgeleitet werden Damit scheint sich kein ausreichend signifikanter Zusammenhang zu der ber die Fl chenproduktivit t abgeleiteten Ausgleichsfunktion zu ergeben Seite 149 Konzeptionelle Anwendung von DEA f r ausgew hlte forstliche Datens tze Univariate Varianzanalyse Mit der Varianzanalyse wird in einer zweiten Stufe die Hypothese gepr ft ob die drei ordinal bzw nominal definierten Gr en Arrondierung Anteil Seilgel nde und Produktionsgebiet einen signifikanten Einfluss auf die natural technische Performance der untersuchten Einheiten haben oder nicht Tests der Zwischensubjekteffekte Abh ngige Variable Score TE VRS RAD IN Quelle me vom Typ III df Quadrate F Signifikanz Korrigiertes Modell 3630 528 117 114 837 Konstanter Term 292692 038 292692 04 2091 503 PROD_GEB 852 272 170 454 1 218 ARRONDIE 59 658 29 829 213 ANTEIL_S 157 691 52 564 376 PROD_GEB ARRONDIE 816 735 102 092 730 PROD_GEB ANTEIL_S 780 555 195 139 1 394 ARRONDIE ANTEIL_S 1007 188 201 438 1 439 PROD_GEB ARRONDIE ANTEIL_S Fehler 6157 508 Gesamt 649895 461 Korrigierte Gesamtvariation a R Quadrat 371 korrigiertes R Quadrat 072 wo N Oat OUNO gt 9 287 4 644 033 gt gt 139 943 N oOo 9788 036 N oa Tabelle 34 Varianzanalyse zur Pr fung der Abh ngigkeiten der Effizienzwerte von der Arrondierung dem Anteil Seilgelande
174. Clusteranalyse vorgelegen hat wurde die Forschungsfrage neuerlich abgewandelt Es sollte nun ber das Performance Measurement Verfahren DEA verifiziert werden welche Strategie zur Erzielung einer mengen oder wertbasierten Performance zu Seite 188 Konzeptionelle Anwendung von DEA f r ausgew hlte forstliche Datens tze verfolgen ist wenn dabei die Performance einmalig gepflegte Bestande ihren unbehandelten synthetischen Pendants Nullvariante gegen bergestellt werden 5 6 3 Datengrundlage Bestandesbehandlungskonzept Von dem verf gbaren Datenmaterial wurden jene Gassen gew hlt die in j ngeren und schw cheren Best nden erhoben wurden Im Wesentlichen kamen f r diese Durchforstungseins tze zwei kleinere Harvestertypen MHT Robin und Neuson 11002 HV zum Einsatz Da beide Typen von ihrer Dimensionierung und Leistung nicht allzu unterschiedlich sind gab es keine Bedenken die von den jeweiligen Harvestertypen bearbeiteten homogenen Streifenabschnitte in ein gemeinsames Modell zu implementieren Ein g nstiger Zufall f r die Adaptierung der hier zugrunde liegenden Daten f r die DEA Modellbildung war die Einteilung der Gassen in homogene Streifen die zur Ermittlung der Fortbewegungseffizienz in Abh ngigkeit der Gel ndeneigung gebildet worden sind Diese homogenen Streifen werden im DEA Modell 1 1 als Befundeinheiten DMUs bernommen Mit dieser Einteilung wird gew hrleistet dass eine ausreichend gro e Zahl an Einheiten b
175. DEA der nicht parametrische Modellansatz Operations Research Abb 7 DEA Aktivit tsdreieck Einordnung von DEA im konomischen Umfeld Scheel 2000 S 6 3 8 1 Benchmarkkonzept als Controllinginstrumentarium Erh hung der Leistungsf higkeit und die Steigerung der Wettbewerbsf higkeit durch RationalisierungsmaBnahmen durch Anwendung neuer Technologien oder durch Erschlie ung neuer Marktsegmente sind die Zeichen der Zeit vor denen sich kein privates aber auch kein ffentliches Unternehmen verschlie en kann Uber systematische und kontinuierliche Benchmarkingprozesse mit f hrenden Unternehmen derselben Peer Groups aber auch fremden Branchen versuchen Unternehmen anhand von ihren standardisierten Controlling Kennzahlensystemen ihre Leistungsf higkeit und damit ihren Erfolg zu verbessern PIESKE 1995 in STEPAN 2004 Dem Benchmarkingprozess liegen im Prinzip zwei wesentliche Anforderungen zugrunde Ein Schwerpunkt liegt dabei darin von den Benchmarkeinheiten die Sollgr en f r die eigenen Leistungsziele abzuleiten Daneben ist es aber auch von Interesse Informationen und Strategien f r die eigene Restrukturierung von Arbeitsprozessen oder Organisationseinheiten von den Benchmarkeinheiten zu adaptieren um dadurch m glicherweise zu der erhofften Produktivit tssteigerung zu gelangen Die Verf gbarkeit von geeigneten Benchmarks wirkt allerdings einschr nkend f r den Benchmarkvergleich Die klassischen Kennzahlensysteme
176. Datenbasis aus dem Testbetriebsnetz TBN Gro privatwald m glich war Ein Kritikpunkt allerdings der aufgrund der Datenlage aber nicht beeinflussbar ist muss hier offen angesprochen werden Die Kennzahl Hiebsatz wird nicht nach einem standardisierten Verfahren aus empirischen Gr en abgeleitet weshalb sie Verzerrungen unterliegen kann Die Hiebsatzbereinigung ist daher mit einem gewissen Unsicherheitsfaktor behaftet der sich durchaus auf die ausgewiesenen Performancewerte der beobachteten forstbetrieblichen Einheiten auswirken kann Alternativ k nnte man hnlich wie im Kleinprivatwald aus der sterreichischen Waldinventur WI standardisiert festgelegte Regionalhiebs tze ableiten Dies w rde den Vorteil mit sich bringen dass zumindest regionenweise dasselbe Hiebsatzpotenzial je Hektar unterstellt wird und die Hiebs tze damit keinen subjektiven Pr ferenzen unterliegen Diese Variante birgt allerdings den Nachteil dass man mit einem regional spezifizierter Hiebsatz den betrieblichen Gegebenheiten vielfach nicht gerecht werden kann Seite 166 Konzeptionelle Anwendung von DEA f r ausgew hlte forstliche Datens tze Ergebnisdokumentation Mit dem DEA Ansatz wird eine gesamtheitliche Blickrichtung vermittelt Ein Weg weg von dem einzelnen Kennzahlenvergleich im Sinne von Hitlisten hin zu einem ganzheitlichen Ansatz der Aussagen bezogen auf die Gesamtperformance aber auch f r einzelne Kennzahlen zul sst der zwischen ori
177. Denn auch wenn jene optimalen Gewichte C und ps als L sung ermittelt werden bilden dennoch jegliche Vielfache dieser Gewichte ebenso eine optimale L sung ohne die Restriktion aggregierter Output zu aggregierter Input ist gleich eins zu verletzen Erst wenn der Nenner der Zielfunktion auf eins normiert wird l sst sich das vorhin beschriebene fraktionale Problem in ein lineares transformieren und durch diese zus tzliche Restriktion eindeutig l sen Das vorhin beschriebene Fraktionale Problem f r konstante Skalenertr ge l sst sich vereinfacht auch in der bersichtlicheren Matrixschreibweise kompakter darstellen Die s Outputvektoren werden zur Outputmatrix y der Dimension s x n und die s Inputvektoren werden zur Inputmatrix X der Dimension s x m transformiert y hingegen ist eine Outputmatrix eines Outputvektors der Dimension 1 x m und die Inputmatrix x symbolisiert den Vektor der Dimension 1 x n Die f r jede Einheit relevanten m Output und n Inputmultiplikatoren p und c werden in der kompakten Schreibweise wiederum ohne Index dargestellt GSTACH 2002 max YP nB YP Pe X C x lt 1Vs cC p 20 Y nm sC Wird nun der Z hler der Zielfunktion als weitere Restriktion eingef hrt f hrt genau diese Ma nahme zur Linearisierung der fraktionalen Zielfunktion Damit aber auch die s Nebenbedingung in eine lineare Form transformiert werden k nnen sind diese mit dem Term X C Vs 1 s zu multiplizieren Nachdem nun
178. Differenzen zwischen den gesch tzten Performancewerten Residuen und den ber DEA ermittelten Werten weisen eine Standardabweichung von 7 51 und einen Standardfehler von 0 70 auf 5 6 9 3 Dokumentation der Einzelergebnissen von ausgew hlten DMUs Zur Demonstration der Praktikabilit t der Target Values f r einzelne DMUs werden hier drei Best nde gew hlt die keine Best Practice Einheiten sind Mit Hilfe verschiedener Effizienzmodelle und ma e soll demonstriert werden in welcher Bandbreite sich die Verbesserungspotenziale f r einzelne Inputfaktoren bewegen Zur Charakterisierung der drei Best nde sind deren Eckdaten in der nachfolgenden Tabelle 61 einmal f r den einmalig durchforsteten Fall und einmal f r die Nullvariante zusammengestellt Durchforstungsfall Neig V_DF DF A durch tat erw Ertrag Kalk DMI Bon E WDO SO Wo ag Kae Kosten imp Embe Eng B M_G4_IV2 10 3 18 89 85 5 260 248 35 11066 9170 945 16803 1141 gussw_G1_13 12 5 35 108 1280 464 25 2 45 17849 20880 1192 25024 1573 eisenk_G113 17 6 25 104 1160 387 296 35 15620 12758 1229 19807 1060 Nullvariante Neig V_DF durch tat erw Ertrag Kalk DMU pon ive M e vo OE E Kosten VfmD EfmD Ertrag B M_G4_IV2 10 3 18 105 875 260 35 11245 8416 968 14574 878 gussw_G1_13 12 5 35 113 108 5 464 45 16348 18157 1197 24054 1572 eisenk_G113 176 25 122 97 0 387 35 14165 10531 1019 14279 1060 Tabelle 61 Parameter der drei selektierten Beobachtungen Bon Bonitat Neig
179. Dmx X 7 47 2 82 22 85 0 32 66 37 2 gt a IN S 9 48 5 04 20 94 1 70 105 52 x 8 94 14 93 34 43 3 30 95 05 z TE_E Dmax X 14 102 IN S 9 49 13 26 23 53 12 54 117 70 ze Tabelle 58 Darstellung der durchschnittlichen Effizienzwerte und Target Values aller 116 DMUs unter Anwendung verschiedener Effizienzma e und Modellvarianten TE_M natural technisches Modell bei Verwendung der Massenleistung als Outputvariable TE_E natural technisches Modell bei Verwendung der Wertleistung der Sortimente am Ende der Umtriebszeit als Outputvariable RAD IN NO inputorientiertes bzw nicht orientiertes radiales bzw quiproportionales Effizienzma Dmax IN durchschnittliches inputorientiertes maximales Effizienzma Dma MaB Auch wenn es sich in dieser aggregierten Form der Auswertung um reine Mittelwertdarstellungen der 116 untersuchten Best nde handelt kann daraus dennoch ein allgemeiner Trend abgeleitet werden Generell wird eines n mlich sehr deutlich dass insbesondere dann Verbesserungen der Performance von Best nden m glich sind wenn Ma nahmen zur Senkung der Produktionsdauer im Sinne der Verk rzung der Umtriebszeit gesetzt werden Auch wenn hier Inputorientierung unterstellt wird die das Ziel einer maximalen Reduktion der Inputfaktoren bei gleich bleibenden Outputgr en anstrebt resultieren aufgrund der aufgetretenen Slacks dennoch auch Verbesserungsm glichkeiten f r die Outputelemente die insbesondere den
180. Durchf hrungszeit Die Durchf hrungszeit h ngt im Wesentlichen von der Dauer der Projektvorlaufzeit ab Zeitlich am aufw ndigsten gestalten sich die Festlegung der Befundeinheiten und die Selektion der relevanten Kriterien die am besten den Zielen und Rahmenbedingungen der Studie gerecht werden Dieser iterative Prozess inklusive der entsprechenden Auswertungen und Ergebnisaufbereitungen kann je nach Engagement der betroffenen Untersuchungseinheiten zwischen 3 und 9 Monate in Anspruch nehmen Die Durchf hrungsdauer l sst sich aber mit einer klar formulierten Zielsetzung und einer guten Datengrundlage betr chtlich verk rzen Problemad quanz Je nach Konstellation der verf gbaren Daten lassen sich f r vergangenheitsbezogene Datens tze ausschlie lich ex post Aussagen ableiten Verwendet man jedoch diesen Datensatz als Referenz und f gt diesem Planungsdaten hinzu um zu beobachten wie sich Plandaten zu den ex post Daten verhalten kann man DEA durchaus auch als ex ante Ansatz betrachten Und wenn es sich ausschlie lich um simulierte zuk nftige Daten handelt liegt ohnedies ein ex ante Fall vor Die Methodik wurde ausschlie lich f r praxisorientierte Anwendungen konzipiert und je nach Qualit t der Daten lassen sich daraus hoch interessante und praxisrelevante Ergebnisse f r interne Controllinganwendungen ableiten Benutzerangemessenheit Wenn einmal die Vorarbeiten geleistet und die Rahmenbedingungen die Befundeinhei
181. E Modells unter Verwendung von VRS Technologie H D Quotient aus H he zu Durchmesser Std Leistungsstunden in der Holzernte V_DF VfmD Volumen der Ausgangsbest nde vor der Durchforstung Ertrag EfmD Der aufgrund der Sortenanteile zu erwartende Ertrag Kalk Ertrag zus tzlicher Ertrag infolge der Verk rzung der Umtriebszeit VSE RAD TE_E Variable Skalenertr ge Radiales Effizienzma natural technisches Modell unter Verwendung der Ertragsleistung als Output VSE RAD KEd_E Variable Skalenertr ge Radiales Effizienzma Kosteneffizienz mit durchschnittlichen Faktorpreisen und Verwendung der Ertragsleistung als Output F r die einzelnen DMUs leiten sich die Reduktionspotenziale Target Values der Inputvariablen immer aus der Differenz der radialen Performancewerte und der maximal erreichbaren Effizienz 100 gleichartigen ab Nur dann wenn ein Schlupf an der Effizienzgrenze zu einer Best Practice Einheit auftritt braucht es eine entsprechende Korrektur um in den pareto koopmans effizienten Bereich der Technologiemenge zu kommen vgl 3 6 2 1 und 3 8 1 Der Ansatz alle Inputvariablen proportional zu reduzieren liefert aus praktischer Sicht nur eine grobe Ann herung an sinnvolle individuelle Zielwerte Alternativ dazu lie en sich nach dem durchschnittlichen maximalen Effizienzma spezifischere inputorientierte Targets ableiten Aber auch wenn das Verbesserungspotenzial proportional auf die einzelnen Inputvariablen aufgeteilt wir
182. EA Modelle Denn unbestritten bleibt dass durch die Aggregation von Parametern die Ursachenanalyse fiir die Abweichung von der Effizienzgrenze nach einer DEA Studie nicht mehr vollstandig auf die einzelne Variable herunter gebrochen werden kann J Ber cksichtigung von Umwelteinfl ssen Dieser Aspekt wird in der technischen Umsetzung mit der Variable Neigung abgedeckt Mit der Implementierung dieses Faktors wird versucht ein Kriterium ins Spiel zu bringen das vor allem auf die Rahmenbedingungen mit denen die Errichtung einer Forststra e unweigerlich verbunden ist Bezug nimmt Zuf lligerweise handelt es sich bei der Neigung auch gleichzeitig um eine nicht kontrollierbare Einflussgr e was nicht unbedingt f r jede Umweltvariable zutreffen muss hnliche Umweltparameter wie die Geologie die sich nicht kardinal erfassen lassen k nnen bei einer ausreichend vorhandenen Zahl an F llen als Differenzierungskriterium f r die Clusterbildung herangezogen werden K Ber cksichtigung von unkontrollierbaren Variablen Neben der Neigung f llt insbesondere der Transportweg f r das Schotterungsmaterial in diese Kategorie Mit der Ber cksichtigung derartiger Rahmenbedingungen schafft man ebenfalls eine homogenere Struktur die zu realistischeren Modellergebnissen f hren soll L Einbeziehung von unerw nschten Variablen Dasselbe Motto Elemente einzubeziehen die F lle vergleichbarer und unter multidimensionaler Betrachtung akzeptabler mach
183. Einheiten definiert die aber nicht zwingend das Substituieren der Eigenleistung auf null einfordern um effizient zu werden Natural technisches und inputorientiertes Modell unter Verwendung des Dmax MaBes VSE Im Gegensatz zum radialen EffizienzmaB A Ma das quiproportionale Verbesserungswerte f r alle Inputfaktoren gleichzeitig vorschl gt weist das maximale durchschnittliche Effizienzma f r die Modellvariablen individuelle Sollwerte aus Seite 155 Konzeptionelle Anwendung von DEA f r ausgew hlte forstliche Datens tze Target Values TE VSE D I1 12 I 14 1 2 M P Pi V Eff R 5 x 2 F U W Regie Ange Fremd sonst S ge Indh sonst std stellte Ist K Kosten sort Sort Ertr ge 1997 78 26 318 77 27 32 66 5 98 36 23 0 00 0 00 119 56 1998 79 33 136 299 36 10 45 56 37 37 25 66 0 00 0 00 119 81 FB 1999 80 56 156 282 34 55 44 55 30 45 26 50 0 00 0 00 192 40 11 2000 82 32 218 256 34 21 44 85 30 73 13 96 0 00 0 00 263 01 2001 82 85 0 64 247 25 60 44 36 31 16 18 96 0 00 0 00 69 77 d 84 41 62 66 00 9 57 0 00 33 54 0 00 0 00 65 34 1997 85 62 207 21 60 57 09 0 00 21 98 0 00 28 73 662 22 1998 90 52 572 151 36 01 24 88 0 00 5 50 0 00 118 58 235 53 FB 1999 90 34 0 19 152 29 48 16 69 10 50 10 92 0 00 127 81 219 55 31 2000 86 30 448 199 21 73 42 86 0 00 31 31 0 00 30 94 84 31 2001 100 00 15 87 1
184. FW Wien Bogetoft P and Nielsen K 2003 DEA based Yardstick competition in natural resource management Forestry Sciences Volume 74 103 125 Kluwer Acamemic Publishers Dordrecht London Boston Bogetoft P Jellesmark T and Strange N 2003 Efficiency and Merger Gains in the Danish Forestry Extension Service Forest Science 49 4 585 595 Brodersen C M und Thiele H 1999 Effizienzunterschiede in der landwirtschaftlichen Produktion eine nichtparametrische Analyse f r Deutschland Vierzigste Jahrestagung der Gesellschaft f r Wirtschafts und Sozialwissenschaften des Landbaus e V vom 04 10 bis 06 10 1999 in Kiel zum Thema Wettbewerbsf higkeit und Unternehmertum in der Land und Ern hrungsindustrie 10 S http www uni kiel de agrarmarketing Gewisola99 b5brodersen pdf Brodie J D Adams D A and Kao C 1978 Analysis of economic impacts on thinning and rotation for Douglas fir using dynamic programming Forest Science 24 513 522 Brodie and Kao 1979 Optimizing thinning in Douglas fir with three descriptor dynamic programming to account for accelerated diameter growth Forest Science 25 188 191 Brodie and Haight 1985 Optimization of silvicultural investment for several types of stand projection systems Canadian Journal of Forest Research 15 188 191 Carlsson D 1992 Adaptive economic optimization of thinnings and rotation period in a mixed species stand Lantbruksuniversitet Institutionen for Skogsekonomi Umea
185. Holzvorrates durch die sich diese beiden Eigentumskategorien unterscheiden Andererseits bedingt durch die abweichenden Zielsetzungen der Betriebsformen kommt es zu Abweichungen infolge des hohen Anteils an aussetzenden Betrieben und der akzessorischen Rolle der Forstwirtschaft in den gemischten land und forstwirtschaftlichen Betrieben Durch die Dominanz der Familienarbeitskr fte und dem hohen Anteil an Eigenverbrauch bedingt dominieren kalkulatorische Ans tze die Periodenergebnisse dieser Kleinprivatw lder sowie der gemischten land und forstwirtschaftlichen Betriebe Abgesehen davon bewirkt die zunehmende Landflucht ein weiteres Auseinanderklaffen dieser beiden Eigent merkategorien wodurch ein vern nftiger Vergleich noch unrealistischer wird vgl 5 4 4 2 und 5 4 4 3 Denn wie aus der Studie Wer sind sterreichs Waldeigent merInnen hervorgeht nimmt das Interesse der Eigent mer zur Bewirtschaftung ihrer Kleinprivatwaldfl chen bedingt durch die unterschiedlichen Ausbildungs und Berufsm glichkeiten sukzessive ab vgl HOGEL ET AL 2003 5 4 3 Datengrundlage Forstliches Testbetriebsnetz f r den Gro und Kleinprivatwald Die Datengrundlage forstlicher Betriebsaufzeichnungen geht auf das nach wie vor institutionalisierte Forstliche Monitoring das seinerzeit von Prof Dr Dr hc R Frauendorfer 1967 in sterreich ins Leben gerufen wurde zur ck SEKOT 2003 Basis des Berichts sind periodenbezogene und schematisiert erho
186. I7 35 0 88 91 382 1 13599 2 12107 7 1081 5 17050 01 448 4 Filz G1_mass_18 320 74 67 288 7 10176 4 11983 5 639 8 16141 99 3087 0 Filz_G2_mass_II1 460 81 95 327 0 12971 7 127141 1167 5 19599 56 968 8 Filz G2 mas 2 4 0 76 80 3259 117724 14016 1 918 2 22041 53 2665 2 Filz_G2_mass_lI3 370 91 69 233 8 9311 5 8204 7 746 4 9790 32 0 0 Filz_G2_mass_l4 340 83 51 155 5 6612 7 76072 571 9 13837 28 3087 0 Filz_G2_mass_lI5 340 71 129 301 1 15111 1 20819 5 624 2 17083 26 3541 5 Filz_G2_mass _II6 320 6 67 406 0 121916 17176 3 800 2 22917 71 4409 0 Filz_G2_mass_ll7 37 0 86 85 3457 125261 128414 1017 0 19171 34 1572 7 Filz_G3_mass_lll1 340 69 79 441 3 13731 3 18466 7 888 5 26027 41 4031 0 Filz G3 mass 2 350 78 75 3485 11823 1 12254 7 906 1 19040 93 1910 1 Filz G3_mass_III3 400 77 87 393 2 13505 2 16111 7 976 1 22588 20 2665 2 Filz G3 mass 4A 4 0 77 92 4319 145668 171572 1071 7 2515220 2665 2 Filz G3 mass 5 410 86 116 3572 150651 146847 1314 8 21878 85 968 8 Filz G3 mass 6 420 77 88 3764 132553 15335 0 951 9 20786 27 2273 6 Seite 293 Anhang Filz_G3_mass_III7 42 0 90 88 270 4 11474 0 10608 9 1000 6 18754 00 1572 7 Filz_G4_mass_IV1 39 0 79 84 427 3 13854 3 15255 7 968 6 20224 00 1910 1 Filz_G4_mass_IV2 36 0 88 99 394 6 14426 6 13811 8 1094 8 16770 04 448 4 Filz_G4_mass_IV3 40 0 86 87 275 5 11425 5 10753 0
187. IED ET AL 1993 oder COELLI ET AL 1998 Seite 20 Grundlagen der Effizienzbestimmung Die Effizienz misst wie wirtschaftlich die Ressourcen Inputs Finanzen Studien Zeit usw in Leistungen Produkte Outputs umgewandelt werden Mit der Effizienz eines Systems bzw Prozesses wird hingegen bewertet wie schnell und kosteng nstig das System bzw der Prozess eine definierte Leistung erbringt http beat doebe li bibliothek w00610 html Mit der Effizienz wird also die Wirksamkeit bzw Wirtschaftlichkeit von Vorg ngen beschrieben Im Englischen wird der Begriff sehr knapp mit der allgemein bekannten Phrase Doing the things right umschreiben Ein effizienter Vorgang zeichnet sich durch eine Wirksamkeit aus und tr gt als Referenz zur Ver nderung eines gewissen Status bei In der Regel beinhaltet die Wirkung im Sinne der Effizienz eine Verbesserung oder zumindest keine Verschlechterung Aussagen ob etwas wirksam oder wirksamer geworden ist sind aber insbesondere dann schwierig wenn es unterschiedliche Kriterien gibt die f r die Bestimmung der Wirksamkeit Effizienz relevant sind SCHEEL 2000 In der Wirtschaftswissenschaft existieren aber bereits seit Ende des 19 Jahrhunderts Konzepte zur Charakterisierung von Effizienz wenn mehrere unterschiedliche Kriterien auf die Wirkung Einfluss nehmen In den Arbeiten von Pareto 1897 wird ein Zustand dann als effizient bezeichnet wenn es nicht mehr m glich ist ein Individuum besser z
188. Il3 34 0 106 117 457 9 16887 8 19067 8 1289 2 25511 43 1572 7 gussw_G2_unb_114 38 0 115 115 348 1 14885 9 15297 5 1273 3 25702 92 1572 7 gussw_G2_unb_Il5 40 0 114 121 456 0 17212 7 18510 6 1340 3 27004 39 1572 7 gussw_G2_unb_II6 43 0 127 181 266 5 18513 6 17648 9 1893 4 37979 88 1572 7 gussw_G2_unb_II7 37 0 107 143 856 0 25804 8 29943 7 1584 0 30227 16 1572 7 gussw_G2_unb_118 38 0 98 129 671 4 21495 6 25463 3 1502 7 29616 06 1572 7 gussw_G2_unb_1I9 37 0 109 113 619 8 19380 2 21695 3 1246 6 23560 25 1572 7 gussw_G3_unb_Ill1 27 0 99 82 454 8 14192 2 17119 0 962 2 19455 05 1572 7 gussw_G3_unb_III2 29 0 100 101 602 6 18171 8 21295 6 1178 9 23833 92 1572 7 gussw_G3_unb_IlI3 36 0 104 150 632 9 22492 4 25975 2 1754 0 35667 48 1572 7 gussw_G3_unb_Ill4 33 0 133 103 549 8 17403 7 18678 6 1078 5 19552 54 1425 3 Seite 296 Anhang gussw_G3_unb_III5 37 0 102 119 519 7 18166 4 20104 0 1394 4 27678 32 1572 7 gussw_G3_unb_III6 33 0 108 106 537 6 17467 2 19161 5 1175 3 23137 14 1572 7 gussw_G3_unb_Ill7 41 0 108 104 450 4 15751 8 17033 8 1145 0 22716 90 1572 7 MM_WL_G1_unb_11 35 0 114 52 479 3 12288 5 13042 7 548 0 8365 23 1023 4 MM_WL_G1_unb_l2 37 0 130 53 358 7 10257 0 8730 9 527 5 7202 93 1023 4 MM_WL_G1_unb_I3 31 0 120 40 404 9 10034 9 9606 4 415 9 6185 58 1023 4 MM_WL_G1_unb_l4 35 0 114 51 401 1 10817 8 10482 9 531 2 8116 95 1023 4 MM_WL_G1_unb_I5 34 0 122 35 361 7 8930 9 8285 9 367 0
189. Indices nur wenn es zu einer Vermischung von Indexgr en mit absolut erfassten naturalen Gr en kommt Operieren beispielsweise zwei Beobachtungen von denen eine genau doppelt so viele Inputs und Outputs wie die andere Einheit aufweist genau unter denselben indexbezogenen Bedingungen wird konsequenterweise nach dem klassischen DEA Modell beiden derselbe Index zugewiesen Input Output 1 Output 2 Output 3 Index DMU1 10 12 15 1 6 DMU2 20 24 30 1 6 Tabelle 10 Beispielhafte Demonstration des Indexproblems Dyson 2001 Das h tte dann zur Folge dass dieser als Output 3 installierte Index die gr ere Einheit die f r die Bereitstellung der Outputs mengen oder wertm ig mehr Produktionsfaktoren aufgewendet hat gegen ber der kleineren Einheit in einem schlechteren Licht darstellen w rde Denn bei gleichem Index mehr an Inputfaktoren aufzuwenden w re ineffizienter Um diesen Effekt zu vermeiden k nnte man f r den Fall dass nur ein Input vorliegt den Index auf der Outputseite ber diesen Index skalieren um auf diese Weise die erforderliche Differenzierung zu erhalten Denn dadurch w rde sich auch der vorhin angesprochene Index verdoppeln und die beiden Einheiten w rden unter konstanten Skalenertr gen dieselben Effizienzwerte aufweisen Dyson et al 2001 Liegen allerdings multiple Inputfaktoren vor ist diese Vorgehensweise nicht zul ssig Dyson et al 2001 schl gt dann die Verwendung von kardinal er
190. Kennzahlensystem wurde bereits ab 1919 entwickelt und der ffentlichkeit 1949 zug nglich gemacht Dennoch setzte sich dieses Konzept erst gegen Ende der 1970iger Jahre durch Weibler et al 2003 5 ZVEI Betriebswirtschaftlicher Ausschuss des Zentralverbands Elektrotechnik und Elektroindustrie Seite 14 Einleitung Spitzenkennzahlen anhand derer die Quantit t des Outputs einer Einheit gegen ber anderen Vergleichseinheiten objektiv beurteilt werden kann Zur statistischen Absch tzung des Einflusses von mehreren voneinander unabh ngigen Inputfaktoren auf einen einzigen einheitlich definierten Output k nnte die Anwendung eines parametrischen strukturpr fenden Verfahrens als m glicher Ansatz zur aggregierten Beurteilung des bereitgestellten Outputs dienen Dabei wird eine Kausalanalyse ber die theoretischen und sachlogischen Zusammenh nge von unabh ngigen Variablen Faktorgr en mit den zu erkl renden bzw abh ngigen Gr en singul rer Output durchgef hrt BACKHAUS ET AL 2000 ber voneinander unabh ngige Merkmalsgr en werden die zu erkl renden Elemente der monet rer Output oder ein anderes messbares Outputkriterium ber eine aus empirischen Beobachtungen abgeleitete Sch tzfunktion ermittelt F r diese kann sowohl ein linearer als auch ein nicht linearer Verlauf unterstellt werden Aus den f r die einzelnen F lle Beobachtungen abgeleiteten Residuen Differenz des beobachteten Werts vom Sch tzwert k nnen s
191. Literatur Angewandte DEA Analyseverfahren F r jede der 77 Forstbetriebe DMUs umfassende Stichprobe Restriktionen f r die Auswahl 5 4 8 wurden hier die Absolutwerte von jeder der acht beschriebenen Input und Outputvariablen vgl 5 4 7 f r eine natural technische DEA Analyse herangezogen Gem den Ausf hrungen unter 5 4 7 1 erfolgte die Anwendung eines input und eines nicht orientierten DEA Modells die wie unter 3 7 1 dokumentiert konzipiert werden Die L sungsfindung wird dabei ber das Umh llendenproblem mit acht plus eins Restriktionen 8 Input Outputmerkmale plus der Einschr nkung dass unter Verwendung S variabler Skalenertr ge die As 1 sein m ssen sowie 77 Kontrollvariablen 77 DMUs erfolgen F r jede ineffiziente DMU werden ber diesen Ansatz die entsprechenden Lambda Werte die angeben zu welchen Anteilen die einzelnen Best Prachtice Einheiten zur Konstruktion der virtuellen Referenzeinheit an der Umh llenden beitragen abgeleitet Damit werden aber auch gleichzeitig alle jene Best Practice Einheiten mit positiven Lambda Werten als Benchmarkeinheiten f r jede einzelne ineffiziente Einheit ausgewiesen ber die letztendlich auch die Zielwerte zur Ann herung an die Effizienzgrenze ermittelt werden Die zus tzliche Anwendung eines nicht orientierten Modells in Anlehnung an die Ausf hrungen von Scheel 2000 erscheint eine Bezugnahme sowohl auf die Input als auch auf die Outputseite aus praktischer S
192. Ma 48 49 3 7 2 2 Mindestpotenzial Dmin Ma 50 3 8 Analysem glichkeiten zur vertiefenden Interpretation der Ergebnisse 3 8 1 Benchmarkkonzept als Controllinginstrumentarium 3 8 2 Effizienzindikation und die Ableitung der Target Values Zielwerte 3 8 3 Supereffizienz 3 8 4 konomische Performance der Produktionsm glichkeiten ber Isokosten und Isoertragskurven Rahmenrichtlinien f r DEA Applikationen 4 1 Anforderungen an die Eigenschaften einer Technologiemenge 4 1 1 Stabilit t von DEA Technologiemengen 4 1 2 Statistische Fundierung der Technologiemenge 4 1 3 Empirische Vollst ndigkeit der Technologiemenge 4 1 4 Invarianz bei Datentransformationen 4 2 Eigenschaften von DEA Effizienzma en 4 2 1 Eigenschaften von quiproportionalen Effizienzma en A Ma 4 2 2 Eigenschaften von durchschnittlichen maximalen Effizienzma en 4 2 3 Eigenschaften von durchschnittlichen minimalen Effizienzma en IV 51 52 53 55 56 60 60 60 61 63 63 64 64 66 67 4 3 Homogenitat der Beobachtungen DMUs einer Technologiemenge 67 4 3 1 Inhomogenit t infolge von umfeldbedingten und formalen Rahmenbedingungen __ 68 4 3 1 1 Unkontrollierbare Input und Outputvariablen 70 4 3 1 2 Der Three Stage Ansatz 70 4 3 1 3 Der Two Stage Ansatz 71 4 3 2 Inhomogenit t infolge von Skaleneffekten 72 4 4 Spezifikation des Input Outputsets 73 4 4 1 Die Anzahl der Inputs und Outputs 73
193. Neigung in Prozent Std Stunden H D Hohe zu Durchmesser Risikoindikatior V_DF VfmD Vorrat der Ausgangsbestande DF Durchforstungsanteil in Prozent Aorg Alter der Ausgangsbest nde durch K mit durchschnittlichen Kostens tzen aggregierte Gesamtkosten tat Kosten mit tats chlichen Kosten aggregierte Erw VfmD Das zu erwartende nutzbare Gesamtkosten Derbholzvolumen einer Umtriebszeit Ertrag EfmD der aufgrund des Sortenanfalls zu Kalk Ertrag spiegelt den Vorteil eines vorzeitigen erwartende Ertrag Seite 218 Abtriebszeitpunkts wider Konzeptionelle Anwendung von DEA f r ausgew hlte forstliche Datens tze Dokumentation verschiedener Effizienzmodelle unter Verwendung eines inputorientierten quiproportionalen Effizienzma es das variable Skalenertr ge unterstellt Die Performanceermittlung f r die in den Tabelle 62 Tabelle 65 dokumentierten Effizienzmodellen technische allokative und konomische Effizienz erfolgt ber das quiproportionale Effizienzma Mit der Gegen berstellung der drei Effizienzmodelle wird f r diese drei hier selektierten DMUs inklusive der Durchschnittsresultate der Zusammenhang zwischen dem natural technischen TE_M und dem Modell der Kosteneffizienz KEd_M das die physischen Inputfaktoren mit durchschnittlichen Faktorpreisen bewertet demonstriert Erst mit der Bildung des Quotienten aus Kosteneffizienz und natural technischer Effizienz l sst sich die allokative Effizienz AE ab
194. O n 100 100 s m Ysn DmacMas 100 m K 100 y Dmin Mab 100 m n D5 100 F n Tabelle 6 Ans tze zur relativen Ermittlung der Verbesserungspotenziale f r nicht orientierte Effizienzma e a Ziel der nach den hier vorgestellten Verfahren hergeleiteten Targets oder Soll Werte ist es konkrete Verbesserungsvorgaben f r die unterstellten Kriterien die eine Beobachtung ganzheitlich charakterisieren sollten festzumachen Der aggregierte Effizienzwert oder die ausgewiesene Performance einer Beobachtung bildet im Gegensatz zu den Targets 19 Wird f r Osm kein Effizienzwert in ausgewiesen bleibt der Originalwert der betroffenen Variable unver ndert 20 Wird f r kein Effizienzwert in ausgewiesen bleibt der Originalwert der betroffenen Variable unver ndert 21 Im nicht orientierten Fall sind f r das A Ma 0 und m ident Seite 54 DEA der nicht parametrische Modellansatz nur die Qualitat der Beobachtung ab und dient als Grundlage fiir die Erstellung eines Rankings Mit den Targets die die Verbesserungspotenziale repr sentieren m chte man ein Anreizsystem zum Lernen von den Benchmarkeinheiten und zur Steigerung der Produktivit t bereitstellen Die daf r unterstellten Soll Werte k nnen m ssen aber nicht den objektiv abgeleiteten Targets entsprechen da deren Festlegung von den jeweiligen Entscheidungstr gern einer Organisation abh ngen Ganz anders bei den Effizienzwerten
195. Produktionsm glichkeitsbereich in der Regel nicht bekannt Methodisch steht daher dem konometrischen Ansatz bei dem ein Sch tzwert ber eine deterministische oder stochastische Produktionsfunktionen hergeleitet wird dem nicht parametrischen mathematischen Programmierungsansatz gegen ber der ohne die Produktionsfunktion zu kennen durch den Vergleich mit hnlichen Einheiten den Gradient der Ineffizienz bestimmt Die konometrie spezifiziert a priori die Produktionsfunktion Stochastic Frontier in Form einer Cobb Douglas Funktion ber die unter Ber cksichtigung von zweiseitig verteilten Zufallsfehlern systematische Fehler und einer nichtnegativen technischen Ineffizienz Komponente ein zu erwartender Sch tzwert hergeleitet wird KUMBHAKER et al 2000 Als Abwandlung dazu ist der nicht parametrische Ansatz in der Gestaltung des Produktionsm glichkeitsraums der multikriterielle In und Outputs zul sst flexibler Allerdings l sst sich bei diesem nicht parametrischen Ansatz der Anteil des systematischen Fehlers nicht wie beim stochastischen Ansatz vom Grad der Ineffizienz differenzieren Die DEA z hlt zu den nicht parametrischen determinstischen Methoden zur Bestimmung des Produktionsm glichkeitsraums von empirisch beobachteten Input Outputtransformationen DEA konstruiert ber den mathematischen Programmieransatz eine Umh llende Envelopment folglich auch die Bezeichnung Data Envelopment Analysis die alle beobachteten Datens
196. Produktivit t versus Effizienz eines technischen Systems w ren bei der gegebenen Zahl an F llen zur Ableitung einer aussagekr ftigen statistischen Vergleichsanalyse standardisierte Durchforstungseingriffe erforderlich die bei gleicher Entnahmest rke in hnlich strukturierten Ausgangsbest nden zu vergleichbaren Endnutzungsmassen f hren Denn nur bei Unterstellung einer gleichartigen Charakteristik der Ausgangsbest nde der gleichen Entnahmest rke und in der Folge der gleichen Endnutzungsmasse w rde die Frage welcher der eingesetzten Harvestertypen effizienter ist direkt beantwortbar sein Kommen die Ger te allerdings bei unterschiedlichen Bedingungen und unterschiedlichen Zielsetzungen zum Einsatz m ssten allenfalls entsprechend viele Wiederholungen unter diesen differierenden Bedingungen mit den zu vergleichenden Ger ten durchgef hrt werden Erst dann lie e sich mittels eines statistisches Analyseverfahren Clusteranalyse ein entsprechender R ckschluss ableiten f r welche standortsbedingten Rahmenbedingungen welche technische Variante Harvestertypus am effizientesten einsetzbar w re auch wenn das nicht mehr ganz der urspr nglichen Forschungsfrage der Arbeitszeitstudie zur Ermittlung der Leistungsdaten von verschiedenen Harvestertypen entspricht Da beim vorliegenden Datenmaterial die urspr nglichen Best nde per se und erst recht nach dem Pflegeeingriff stark variieren und keine ausreichend gro e Stichprobenanzahl zur
197. Rates vom 17 Mai 1999 ber die F rderung der Entwicklung des l ndlichen Raums durch den Europ ischen Ausrichtungs und Garantiefonds f r die Landwirtschaft EAGFL und zur nderung bzw Aufhebung bestimmter Verordnungen Sonderrichtlinie f r die Umsetzung der Sonstigen Ma nahmen des sterreichischen Programms f r die Entwicklung des l ndlichen Raums ZI 21 200 50 II 0 idF Zl 21 200 70 II 0 Sonderrichtlinie betreffend die Umsetzung der Ma nahmen zu Artikel 31 der Verordnung EG Nr 1257 99 in sterreich ZI 51 820 18 VA3 00 Seite 244 Prospektive Auseinandersetzung mit verschiedenen forstlichen Themenbereichen zur Entwicklung konzeptioneller DEA Modelle quantitative Evaluierung der gesetzten oder eingeleiteten Ma nahmen gegen bergestellt werden kann Da die zu setzenden Ma nahmen nicht Teil des F rderantrags vgl 9 8 sind mussten mangels Datendokumentation ber Stichproben aus umgesetzten Erschlie ungsprojekten Indikatoren f r die zuk nftige Evaluierung von forstlich gef rderten Projekten festgelegt werden Zu diesem Zweck wurde an das Institut f r Forsttechnik ein Forschungsauftrag vergeben um Indikatoren zu definieren ber die eine Beurteilung von forstlichen Erschlie ungsma nahmen nach verschiedenen Zielkriterien erfolgen soll STEINM LLER ET AL 2003 Im Zuge des Forschungsprojektes ROADEVAL STEINM LLER ET AL 2003 sind die Evaluierungskriterien und Indikatoren mittels Delphistudie erhoben und
198. SE Technologie Seite 178 Konzeptionelle Anwendung von DEA f r ausgew hlte forstliche Datens tze Unter Verwendung des Software Pakets ArcView wurden die Datens tze Teilfl chen 2000 Operat 2000 und die Effizienzbewertung von Mischwaldbest nden zusammengef hrt und dargestellt Durch den r umlichen Bezug und die Hinterlegung jeder Bestandesfl che mit den Operatsdaten den geometrischen Informationen und den Resultaten aus der Effizienzbeurteilung k nnen die Resultate der Effizienzanalyse auch ber eine thematische Visualisierung in einem GIS unmittelbare dargestellt werden Durch diese zus tzliche Erweiterung des Informationssets k nnen Entscheidungsprozesse unter multikriteriellen Aspekten zielorientierter erfolgen und es lassen sich dadurch m gliche Fehlentscheidungen infolge von unvollst ndiger Information leichter vermieden Bonit t Cas ERS B ES C 81 9 _ 91 11 E ffizienzwerte __ 100 J 101 150 iy 151 200 BE 201 250 MM 251 300 HM 301 500 MH 501 1500 Skaleneffizienz sk_effizient BB zu grok zu klein C Teilfache2000 M 1 25000 Abb 22 Darstellung der Output Effizienzwerte aller Laub Nadelmischwaldbest nde des Lehrforstes Ofenbach bei Unterstellung von variablen Skalenertr gen 5 5 6 Diskussion der Ergebnisse Die Tabelle 47 dokumentiert jene Benchmarkeinheiten deren Performance im Vergleich zu allen anderen Untersuchungseinheiten durch den LP Berechnungsalgorithmu
199. Steinmann 2002 und Coelli 1998 auch Two Stage Ansatz vgl 4 3 1 3 werden die von DEA ausgewiesenen Performancewerte in einer Regressions oder Varianzanalyse mit unabh ngigen Umfeldvariablen analysiert um den Effekt umfeldbedingter Einflussfaktoren aufzeigen zu k nnen vgl 5 6 9 4 3 1 1 Unkontrollierbare Input und Outputvariablen F r alle in diese Input Outputmodelle implementierten Faktoren wurde bisher zumindest unterstellt dass diese sich grunds tzlich beeinflussen und im Sinne der Effizienz auch verbessern lassen was implizit eine Kontrollierbarkeit aller Kriterien jeder beobachteten Einheit voraussetzt Und genau f r die hier angesprochenen nicht beeinflussbaren Standorts und Umfeldfaktoren trifft dieser Aspekt nicht zu Unstrittig ist dabei aber dass diese Faktoren sehr wohl das Leistungspotenzial als auch das Rationalisierungspotenzial der DMUs einschr nken Nach Scheel 2000 k nnen derartige Faktoren sofern sie kardinal erfassbar sind nicht unber cksichtigt bleiben d rfen aber auch nicht wie gew hnliche Faktoren behandelt werden Insbesondere im Zusammenhang mit der Ableitung des Verbesserungspotenzials m ssen derartig definierte Kriterien als konstant betrachtet werden vgl BANKER AND Morey 1986 in SCHEEL 2000 Tatsache bleibt aber dass die Anzahl nicht kontrollierbarer Variablen nicht beliebig ausgedehnt werden kann vgl Diskriminanz von Modellen 4 4 1 Womit auch hier die Diskussion ber die Selekti
200. Universit t f r Bodenkultur Wien Department f r Wirtschafts und Sozialwissenschaften Department f r Wirtschafts und Sozialwissenschaften Institut f r Agrar und Forst konomie Die Data Envelopment Analysis DEA und ihre Anwendungsm glichkeiten zur vergleichenden Effizienzanalyse im Forstwesen Zur Erlangung des Doktorgrades an der Universit t f r Bodenkultur Wien eingereicht von DI Christian Hoffmann betreut von Ao Univ Prof Dipl Ing Dr nat techn Walter Sekot Wien April 2006 N Die Wissenschaftliche Forschung l uft immer darauf hinaus dass es pl tzlich mehrere Probleme gibt wo es fr her nur ein einziges gegeben hat Norman Mailer Dadurch wird uns bewusst dass das was wir wissen ein Tropfen und das was wir nicht wissen ein Ozean ist Isaac Newton Danksagung und Widmung Die vorliegende Arbeit entstand auf der Grundlage des Forschungsprojektes Anwendungspotentiale der Data Envelopment Analysis DEA zur Effizienzbewertung in der Forstwirtschaft das unter Projektnummer 2091 vom Bundesministerium f r Land und Forstwirtschaft Umwelt und Wasserwirtschaft BMLFUW beauftragt wurde F r das an der Thematik gezeigte Interesse die Projektgenehmigung sowie die entgegenkommende Projektadministration sei an dieser Stelle sehr herzlich gedankt Weiters m chte ich hier auch jenen Mitarbeitern des BMLFUW danken die sich bei den Interviews bem ht haben f r ihren Fachbereich Anwendung
201. VSE tats chlich jede DMU unter ihrem besten Licht darstellen k nnen da keine Einflussnahme durch andere Variablen die nicht im Modell integriert waren festgestellt werden konnte Seite 150 Konzeptionelle Anwendung von DEA f r ausgew hlte forstliche Datens tze Kosteneffizienz Neben dem physischen Faktoreinsatz und dessen Reduktionspotenzialen ist es nat rlich auch f r das hiebsatzbereinigte Modell von Bedeutung die wertm ige Abweichung im Sinne der Kosteneffizienz zu dokumentieren und nicht nur die Rationalisierungspotenziale der eingesetzten Produktionsfaktoren aus technischer Sicht sondern auch unter monet ren Aspekten aufzuzeigen Wie bereits erw hnt wird in den klassischen DEA Modellen der Zusammenhang zwischen Kosteneffizienz und natural technischer Effizienz linearisiert dargestellt Die Abweichung des natural technischen Ma es vom kostentechnischen Ma wird ber das allokative Effizienzma ausgedr ckt das den ung nstigen monet ren Aufwand f r die verwendeten Inputfaktoren ausweist Der lineare Zusammenhang von Kosteneffizienz KE allokative Effizienz AE x natural technischer Effizienz TE kann nur dann hergestellt werden wenn f r die Bewertung der physischen Inputfaktoren monet re Durchschnittss tze verwendet werden vgl 3 8 4 Im Regelfall sind die Kosten gerade f r die forstliche Branche keinesfalls als gleich zu betrachten Aufgrund von regional dominierten M rkten unterschiedlichen betrieb
202. a Envelopment Analysis European Journal of Operational Research 17 32 44 Banker R D Charnes A and Cooper W W 1984 Some models for estimating technical and scale inefficiencies in data envelopment analysis in Management Science Vol 30 p 1078 1092 Barr R S 2004 DEA Software Tools and Technology A State of the Art Survey which appeared in slightly different form in W W Cooper L M Seiford and J Zhu eds Handbook on Data Envelopment Analysis Kluwer Academic Publishers Boston 2004 pp 539 566 Berg S A Forsund F R and Jansen E S 1992 Malmquist Indices of Productivity Growth during the Deregulation of Norwegian Banking 1980 89 Scandinavian Journal of Economics supplement 94 211 228 Bergen V Brab nder H D und M hring B 1998 Das Waldverm gen im betrieblichen und gesamtwirtschaftlichen Rechnungswesen Beitr ge zur Forst konomik Festschrift f r Prof Sagl Schriftenreihe des Instituts f r Sozio konomik der Forst und Holzwirtschaft Band 31 Eigenverlag Wien S 21 40 Bergen V L wenstein W und Olschewski R 2002 Forst konomie Volkswirtschaftliche Grundlagen Vahlen M nchen 469 S Seite 272 Literaturverzeichnis Bifulco R and Bretschneider S 2001 Estimating school efficiency A comparison of methods using simulated data Economics of Education Review 20 417 429 BFW 2003 CD Rom zur Maschinenbeschreibung und Selbstkostenrechnung Bundesamt und Forschungszentrum fiir Wald B
203. abgehandelt Die Diskussion ber die Vergleichbarkeit und die Homogenit t von Wirtschaftseinheiten ist in jedem anderen Fall in hnlicher Form zu f hren Wesentlich f r die Testbetriebseinheiten bleibt aber dass es sich bei diesen um betriebliche Einheiten handelt die in derselben Branche ber l ngere Zeit stabil und in etwa unter denselben konomischen Zielsetzungen operieren n mlich gewinnorientiert den Holzproduktionsbetrieb und die Nebenbetriebe zu bewirtschaften vgl 4 3 Selbstverst ndlich erfolgt dabei eine losgel ste Betrachtung der wirtschaftlichen Einheit von ihren individuellen Gegebenheiten W rde man diese zur G nze ber cksichtigen wollen k nnte man keine homogenen Befundeinheiten bilden sondern jede Einheit w rde als Ausnahmefall dargestellt werden Ein derartiges Vorgehen w rde jede Einheit gegen ber Vergleichen mit anderen immunisieren und jegliche Formen der Diskussion bez glich abweichender Ergebnisse wird und w rde auf die abweichenden betrieblichen Rahmenbedingungen zur ckgef hrt werden Als Einschr nkung f r die Auswahl der forstbetrieblichen Wirtschaftseinheiten wurde die Annahme getroffen dass das Untersuchungssample ausschlie lich nur solche Betriebe beinhaltet die unter Einbringung sowohl eigener Arbeitskr fte als auch unter dem Zukauf von Fremdarbeitsleistungen ihre Einheiten bewirtschaften Dieser Betriebstypus stellt den bei Weitem gr ten Anteil in der Gro waldbewirtschaftung in
204. ablen 5 Massenleistung Laubholz 6 Massenleistung Nadelholz Die zum Zeitpunkt der Erfassung erzielte Massenleistung stellt die konkret erfassbare Outputleistung eines Bestandes dar Obwohl hier der Anteil des bereits ausgeschiedenen Bestandes der geleistete Zuwachs und die Ausf lle durch die Mortalit t keine Ber cksichtigung findet werden eben diese beiden Parameter als die ver nderlichen Outputvariablen herangezogen Entsprechend sind die nach Laub und Nadelholzanteilen getrennten Massenangaben mit einem relativ hohen Grad an Unsicherheit behaftet Im Zusammenhang mit dem entnommen Bestandesvorrat verh lt es sich hnlich wie mit dem nicht auf die Teilfl che bezogenen Aufwand Solange es sich um stehenden Vorrat handelt ist der Bezug zur r umlichen Einheit gegeben Sobald aber eine Nutzung stattfindet wird diese losgel st von der r umlichen Einheit verbucht und l sst sich dann nur mit der gesamten forstbetrieblichen Wirtschaftseinheit in Bezug setzen Nachdem in den Betrieben die Zuordnung des entnommen Holzvorrates auf die r umliche Einheit nicht standardm ig praktiziert wird erfolgt auch f r die entnommenen Holzmengen einer Teilfl che keine Zuordnungen der Sortimente nach Masse Baumarten Qualit t und Parit t oder zumindest nach den erzielten Durchschnittspreisen Die Losl sung vom Bezug zur r umlichen Bewirtschaftungseinheit nachdem stehender Vorrat von der Teilflache entnommen wird begr ndet sich durch die best
205. aft in Angelegenheiten der Wildbach und Lawinenverbauung BGBl Nr 507 1979 auf der die in der Praxis angewandte Kosten Nutzen Analyse aufbaut werden hier Diskussionspunkte aufgeworfen welche die Anwendbarkeit eines multikriteriellen Analyseverfahren zur Evaluierung von geplanten bzw realisierten Projekten der WLV abw gen sollen 90 Verordnung des Bundesministers f r Land und Forstwirtschaft vom 4 Dezember 1979 ber den Aufgabenbereich der Dienststellen und des Bundesministeriums f r Land und Forstwirtschaft in Angelegenheiten der Wildbach und Lawinenverbauung BGBl Nr 507 1979 Seite 252 Prospektive Auseinandersetzung mit verschiedenen forstlichen Themenbereichen zur Entwicklung konzeptioneller DEA Modelle Die Evaluierung kann und muss anhand von hnlich gelagerten Projekten mit vergleichbaren Verbauungsma nahmen erfolgen Ziel muss es sein hnlich wie im Projekt vom Institut f r Alpine Naturgefahren IAN die Bauwerke zu Clustern zusammenzufassen und Standardkriterien zu definieren die im Wesentlichen die Basis f r eine genormte Evaluierung darstellen sollen Die Problematik in der Evaluierung liegt nicht nur in der Individualit t der technischen und lokalen Besonderheiten sondern vor allem in der quantitativen Erfassung des effektiven Nutzens einer Ma nahme Der Ansatz nach den Erweiterungsvorschlagen der Kosten Nutzen Analyse vom BMFLUW und dem Institut f r Alpine Naturgefahren IAN die anfallenden Aufwendungen
206. aggregierter Ebene objektiv dargestellt werden soll Trotz des gut dokumentierten Datenmaterials des Testbetriebsnetzes Gro wald repr sentieren die Modellvarianten nur die Abstrahierung von realen Gegebenheiten Das Erkenntnispotenzial aus der DEA Studie unter diesen Gesichtspunkten muss dennoch relativiert betrachtet werden auch wenn die gesamten Analysem glichkeiten die DEA bietet ausgesch pft wurden Denn die abgeleiteten Effizienz und Zielwerte Target Values zeichnen demnach gr enordnungsm ig nur die Trends f r zuk nftige Perioden vor die aber in jedem Fall noch mit dem betrieblichen Leitbild und den betrieblichen Zielsetzungen abzustimmen sind DEA f r sich muss man ganz klar als Erg nzung zu bestehenden betrieblichen Controlling und Kostenrechnungsinstrumenten sehen die zur Entscheidungsunterst tzung herangezogen werden Man darf sich eben von einer quantitativen Analyse die unter einem holistischen Ansatz einen hochaggregierten Effizienzwert ableitet und damit die Sollgr en f r die unterstellten Kriterien festlegt kein unumst liches Ergebnis erwarten Der DEA Ansatz liefert mit seinen relativen Effizienz und Zielwerten nur entsprechende Trendaussagen die die beurteilten DMUs motivieren sollen den vorgezeichneten Trend aufzugreifen und daraus entsprechend den betriebspolitischen Zielsetzungen Ma nahmenpakte zur Steigerung der konomischen Performance abzuleiten Seite 170 Konzeptionelle Anwendung vo
207. ahlen den lokalen Wettbewerb Einzugs oder Wuchsgebiete den Niederschlag oder aber auch das Gel nderelief als Einflussfaktoren einzubeziehen steht man bei manchen dieser Kriterien vor dem Problem dass sich diese nicht beeinflussbaren Umfeldfaktoren nicht in allen F llen kardinal erfassen und damit auch nicht in eine DEA Matrix integrieren lassen Gerade im land und forstwirtschaftlichen Bereich aber auch im Bereich des Bildungswesens oder der Evaluierung von Tankstellen etc k nnen tats chliche Umwelteffekte wie Klima Niederschlag Trockenheit Relief aber auch Umfeldeinfl sse wie Bev lkerungszahlen und Bev lkerungsstruktur eine zentrale Rolle spielen Mitentscheidend f r die Performance einer Organisationseinheit sind aber auch die Organisationsform und die Organisationspolitik Wirtschaftlich orientierte und privatrechtlich organisierte Einheiten mit einer dementsprechenden Rechtsform werden sich von Offentlich rechtlichen Organisationen mit nicht wirtschaftlich ausgerichteten Zielsetzungen von Vornherein unterscheiden Bei Unterstellung des DEA Ansatzes werden aber die nach a priori festgelegten Homogenit tsbedingungen selektierten Beobachtungen nach deren erzielten Transformationsleistungen evaluiert Damit postuliert DEA gleichzeitig dass alle Beobachtungen rational handeln und bem ht sind den betrieblichen Transformationsprozess gem ihrer Rahmenbedingungen und Zielsetzungen zu optimieren Zur Integration der hier konst
208. aldverm gen erm glicht somit den agierenden Wirtschaftsf hrern die gezielte Manipulation der Betriebsergebnisse sowohl in Richtung Steigerung des Ergebnisses durch wert und mengenm ige bernutzung bei gleichzeitiger Unterlassung von Pflegema nahmen als auch in Richtung Ausweisung eines schlechten Ergebnissen aus steuerlichen berlegungen heraus bei gleichzeitigem Aufbau von stehendem Waldverm gen Durch die Bereinigung der Kosten und Leistungsrechnung um den Nachhaltshiebsatz wird gr enordnungsm ig die einschlagsbedingte Verm gens nderung dokumentiert Optimalerweise m sste man die einschlagsbezogene Verm gens nderung aber verursachungsgem dem entsprechenden Kostentr ger zuweisen Da aber im Testbetriebsnetz f r den Gro privatwald kein umfassendes Wert Mengenger st existiert das standardisiert Einschlag und Hiebsatz nach Holzarten Sortimenten Qualit ten und Bringungslagen differenziert ist man auf dieses generalistische Verfahren angewiesen die gesamte einschlagsbedingte Verm gens nderung ber einen allgemeinen Massenhiebsatz herzuleiten Relativierend kommt noch hinzu dass die ausgewiesenen Hiebs tze nach unterschiedlichsten Verfahren bestimmt werden was zu einer weiteren Unsicherheitskomponente in der Modellbildung f hrt blicherweise entsteht diese dezennale Planungskennziffer durch die Anwendung verschiedenster Hiebsatzweiser Demzufolge unterliegt diese Gr e einer Schwankungsbreite von ges
209. all werden bereits im Waldentwicklungsplan WEP ber die Rangordnung von Ma nahmen Hinweise auf ein m gliches Gefahrenpotenzial gegeben Auch wenn der WEP nicht parzellenscharf erhoben wird wird damit trotzdem die Grundinformation bereitgestellt mit der die Bereiche in denen Ma nahmen gesetzt werden sollten eingeschr nkt werden k nnen In diesen lokalen Gebieten sind im Anlassfall falls extreme M ngel der Waldstruktur nachgewiesen werden k nnen Projektgebiete im Detail von der Beh rde BFI oder LFD separat auszuweisen Zur Ausscheidung eines Detailprojektgebiets und zur Umsetzung technischer Ma nahmen muss der Grund f r die Beeintr chtigung ausgemacht werden Dazu Seite 261 Prospektive Auseinandersetzung mit verschiedenen forstlichen Themenbereichen zur Entwicklung C konzeptioneller DEA Modelle sind die Einsch tzung und die Taxation des Gefahrenbereichs erforderlich Aber nur wenn die Taxatoren geschult und an standardisierten Probefl chen geeicht wurden kann von einheitlicheren Beurteilungen unabh ngig von der Person des Taxators ausgegangen werden Abgrenzbarkeit der Einheiten und Bildung von Clustern Um die Projektf lle einigerma en nachvollziehbar einem homogen Cluster zu zuteilen erscheint es sinnvoll die Einteilung nach den Funktionsfl chen des WEP heranzuziehen Mit der Ausscheidung der Funktionsfl chen erfolgen eine tendenzielle Absch tzung des Waldzustands sterreichweit sowie die Kategorisieru
210. als dienlich erachtet als sich der Respondent dann bereits eigenst ndig mit dem Thema auseinandersetzen und dadurch im Interview seine eigene Meinungen und offene bzw unklare Punkte einbringen kann Tatsache bleibt aber dass mit den Respondenten das Thema nur einmal diskutiert wurde Es war daher zu erwarten dass die Interviewten bei den einzelnen Punkten h ufig in detaillierte Fachdiskussionen abgeschweift sind die zum Teil zu wichtigen Hintergrundinformationen gef hrt haben aber nat rlich auch zum Teil am Thema vorbeigingen Gerade weil das Interview und die Diskussionen einen hypothetischen Charakter und weniger den Charakter eines tats chlich umzusetzenden Analysekonzepts hatten sind die Interviewten vom Thema abgedriftet Infolge der diffizil dargestellten Auswirkungen auf das Resultat entstand aber auch der Eindruck dass auf manche Punkte des Strukturbaums nur mit einer gewissen Skepsis und Reserviertheit eingegangen wurde Dennoch muss aber festgehalten werden dass alle Interviewpartner sehr bem ht waren und so weit es ihnen m glich war Hintergrundinformationen und Datenquellen zum Thema und zu den einzelnen Punkten in kooperativer Weise bereitgestellt haben Dennoch war es im Prinzip nicht m glich alle Punkte des Interviewleitfadens strukturiert abzuarbeiten da manche Punkte schlichtweg nicht konkret aus dem Stegreif zu beantworten waren bzw erst nach der Aufbereitung von konkreten Daten diskutierbar gewesen w ren F r
211. alyse steilere Bestandesstrukturen im Gegensatz zu weniger stark geneigten Best nden zu sinkenden Endvorr ten f hren Dieser Zusammenhang l sst sich aber nur aus der Heterogenit t der untersuchten Best nde heraus erkl ren Denn w rden alle Best nde dieselben Wuchsbedingungen aufweisen m ssten Best nde mit hnlichen Bonit ten bei zunehmenden Neigungsverh ltnissen auf der projizierten Bestandesfl che mehr Volumen ausweisen als Best nde auf weniger stark geneigten Standorten Eine hnliche Konstellation trifft auch f r den auf der Inputseite als unerw nschte Variable definierten H D Wert als Weiser f r die Risikogef hrdung zu die bei zunehmenden H D Werten ansteigt Allerdings korrelieren auch hier die H D Werte so wie unter anderem auch der gesamte Stundenaufwand f r die Holznutzung negativ mit dem kalkulatorischen Ertrag vgl 5 6 8 W rden laut Korrelationsanalyse Ma nahmen ergriffen um die Stabilit t zu erh hen bewirkt die Senkung der H D Verh ltnisse eine Abnahme der zu erwartenden Endnutzungsmasse und damit auch eine Reduktion des Stundenaufwands Gleichzeitig k nnten dadurch die Abbruchskriterien vorzeitige erreicht werden was zu einem Anstieg des kalkulatorischen Ertrags f hren w rde Dieses Ergebnis der Korrelationsstudie steht allerdings im Widerspruch zur Monotoniebedingung der Technologiemenge Denn durch die Absenkung eines Produktionsfaktors ohne den Einfluss einer technischen Innovation darf jeder Out
212. an die Ausf hrung von Scheel 2000 sowie von Steinmann 2002 und Gstach 2002 aufbereitet Auf diesen produktionstheoretisch fundierten Struktureigenschaften und der theoretischen Definition von Effizienz nach Pareto 1897 und Koopmans 1951 aufbauend werden die quiproportionalen DEA Grundmodelle und deren LP Lineare Programmierung L sungsalgorithmen f r die von Farrel 1957 formulierten Problemstellungen erl utert In den Analysem glichkeiten wird auf die variantenreichen Analysem glichkeiten von DEA hingewiesen in der die Eignung von DEA zur Benchmarkanalyse STEPAN 2004 sowie die Ableitung entsprechender Zielwerte Target Values zur Realisierung der aufgedeckten Rationalisierungspotenziale demonstriert wird Abgesehen davon wird hier auch die von Coelli 1998 und Scheel 2000 sowie Gstach 2002 proklamierte Tauglichkeit von DEA zur Dokumentation des allokativen Zusammenhangs zwischen der Performance des wertbasierten kostentechnischen bzw ertragstechnischen Modells und der Effizienz des mengenbasierten natural technischen Modells aufgezeigt Zus tzlich erfolgt auch noch die Dokumentation der spezifischen Analysem glichkeiten aufgrund der Anwendung durchschnittlicher Effizienzma e sowie des Supereffizienzma es SCHEEL 2000 Abschlie end wird in den Rahmenrichtlinien f r die DEA Applikation auf die Anforderungen der Technologiemenge als auch auf die Eigenschaften der DEA Effizienzma e Scheel 2000 sowie die von Dyson
213. and scale effects The results show that inefficiency is widespread and may in some cases be improved through mergers due to potential harmony gains and scale Seite 92 Konzeptionelle Anwendung von DEA f r ausgew hlte forstliche Datens tze returns However the dominant part of the inefficiency is technical and this suggests that improved learning and sharing of know how or key resources across offices may improve efficiency Key Words Data Envelopment Analysis DEA efficiency reorganization Zusammenfassung Das D nische Forest Extension Service DFES betreut regionenweise haupts chlich private nicht industrielle Waldbesitzer und erstellt f r diese die entsprechenden Managementpl ne Ziel der Studie von Bogetoft et al war es mittels DEA die wirtschaftliche Performance der 14 B ros des DFES zu dokumentieren und Verbesserungspotenziale durch FusionierungsmaBnahmen aufzuzeigen Durch die Zusammenlegung der regionalen B ros wird erwartet dass sich die Effizienz der Betriebe aufgrund von Lern und Harmonisierungseffekten sowie durch das Einbringen von Know How bzw durch Erh hung der technischen Auslastung steigern sollte Neben der klassischen DEA Studie f r diese 14 Verwaltungsb ros die mit den Daten von drei Gesch ftsperioden aufbereitet wurden erfolgte eine Erweiterung der DEA Modellierung um den Decomposition Ansatz der von Bogetoft 1999 zur Absch tzung von Fusionierungseffekten entwickelt wurde F r
214. andes bergreifenden Ma nahmen die aufgrund von topografischen Verh ltnissen durchgef hrt werden Damit w re n mlich eine Zuordnung des entnommenen Vorrats nur noch gutachtlich m glich weshalb generell davon Abstand genommen wird Grunds tzlich erscheint aber eine prozentuelle Aufteilung der Nutzungsmenge auf die betroffenen Teilfl chen durch das Revierpersonal aber durchaus umsetzbar ber diesen gutachtlichen Schl ssel k nnte dann gleichzeitig eine proportionale Zuteilung der Sortimentsverteilung sowie der erzielten Durchschnittserl se erfolgen nachdem das Werksabma f r die entsprechende Lieferung eingelangt ist 5 5 4 Modellansatze Auch wenn bereits aufgrund der Datenlage klar geworden ist dass diese f r eine ausf hrliche DEA Analyse noch zu mangelhaft ist wurden trotzdem zu Demonstrationszwecken und um den Weiterentwicklungsprozess dieser Modellkonzeption Seite 175 Konzeptionelle Anwendung von DEA f r ausgew hlte forstliche Datens tze zur Effizienzbeurteilung von Best nden voranzutreiben die beiden orientierten Modellverfahren input und outputorientiert nach natural technischen Gesichtspunkten gegeneinander abgewogen Im Fall der Beurteilung von Best nden w rden beide Ans tze Sinn machen Einerseits w re eine Beurteilung basierend auf den aktuellen Bestandesvorr ten aufgrund der eingesetzten Produktionsfaktoren als inputorientiertes Modell m glich und andererseits k nnte man die Best nde auch aufgrun
215. angefallener Opportunit tskosten aufgrund des fr hzeitigen Erreichens des Abtriebskriteriums dokumentiert w rden zu realistischeren Ergebnissen beitragen In der Weiterentwicklung eines Bestandesbehandlungsmodells zur Effizienzbeurteilung k nnten auch die Parameter an sich im Sinne der bereits gef hrten Diskussion rund um die unterstellten Modellvariablen vgl 5 6 8 neu berarbeitet und anders bzw neu konzipiert werden Der bisherige Ansatz zur Beurteilung von Bestandesbehandlungskonzepten ist nicht als Musterl sung zu verstehen da einerseits Variablen verwendet werden die nicht zur G nze den geforderten Rahmenbedingungen der DEA Technologiemenge entsprechen Abgesehen davon erfolgte die Herleitung mancher Variablen nur ber Umwege und spezifisch getroffene Annahmen Nichts desto trotz zeichnet dieser Ansatz eine zukunftsweisende Entwicklung zur Effizienzbeurteilung vor der einmal mehr die Bedeutung des Einsatzes von simulierten Daten f r ex ante orientierte Managementmodelle aufzeigt Trotz der M glichkeiten Bestandesdaten ber Simulationsans tze ber sehr lange Zeitr ume zu simulieren steht man dennoch vor dem Problem sich auf einen Ansatz zur monet ren Bewertung der natural technischen Gr en einigen zu m ssen und ist au erdem mit der Unbeeinflussbarkeit umweltbedingter Rahmenbedingungen forstlicher Produktionsprozesse konfrontiert Von der Integration dieser beiden Aspekte und der Definition geeigneter Modellvariablen wir
216. ans effizient werden kann ist die Einbeziehung einer Schlupfvariable Slacks erforderlich Durch die Transformation der virtuell an die Effizienzgrenze projizierten aber nur schwach Seite 222 Konzeptionelle Anwendung von DEA f r ausgew hlte forstliche Datens tze effizienten Referenzeinheit um diesen Slack Schlupf wird der Projektionspunkt in den pareto koopmans effizienten Bereich verschoben vgl 3 6 2 Schlupfvariable Target Values f r das Modell TE_E bei Anwendung eines inputorientierten A Ma es unter Verwendung von variablen Skalenertragen Target Values A Ma TE_E VSE IN Effizienz V_DF Ertrag Kalk VSERAD VSE RAD Beg Marianton EEE Sig vimD EfmD Ertrag TEE KEd_E 116 DF 5 73 7 98 5 73 7 46 131 39 94 27 93 73 B M_G4_IV2 232 DF 5 73 7 98 5 73 7 46 131 39 94 27 93 73 232 0 15 50 15 50 15 50 16 93 187 54 84 50 84 40 116 DF 32 84 32 84 32 84 0 00 110 69 67 16 66 34 gussw_G1_I3 232 DF 32 92 32 92 32 92 0 00 104 51 67 08 66 11 232 0 33 00 32 85 32 85 0 00 133 63 67 15 79 49 116 DF 26 80 26 85 26 80 0 00 165 56 73 20 72 34 eisenk_G1_13 232 DF 26 80 26 85 26 80 0 00 165 56 73 20 72 34 232 0 32 66 32 66 32 66 8 74 162 40 67 34 65 65 116 DF 13 42 13 75 15 28 3 11 111 57 88 03 83 86 Durchschnitt 232 DF 13 34 14 36 15 85 3 22 113 56 87 42 83 73 232 0 22 27 22 81 23 10 5 16 138 39 78 19 74 95 Tabelle 64 Target Values f r das inputorientierte A Ma des TE_
217. are grunds tzlich zwischen spezieller DEA Software und von LP L sungsalgorithmen die man zur L sung von DEA Probleme adaptieren k nnte unterschieden werden Grunds tzlich gestaltet sich die Durchf hrung von DEA Analysen mittels spezieller DEA Software vom Aufwand und vom erforderlichen Know How und der Benutzerfreundlichkeit hinsichtlich Dateneingabe und Ergebnisreport gegen ber genereller LP Software als wesentlich attraktiver Nachteilig wirkt sich allerdings die starr vorgegebene Struktur des Softwarepakets aus Je nach L sungsm chtigkeit des Pakets ist die Auswahl an entsprechenden Modellen und Auswerteoptionen eingeschr nkt Die Verwendung einer generellen LP Software erm glicht dem erfahrenen User eine flexiblere Anwendung sowie die Option Weiterentwicklungen zu programmieren Die einfache Handhabung von DEA Software birgt allerdings den Nachteil dass Ergebnisse relativ einfach erzeugt werden Es ist damit noch nicht gew hrleistet dass die hinterlegten Modelle ausreichend spezifiziert sind und eine Verifizierung der Datengrundlage durchgef hrt wurde Infolge des nicht parametrischen Analyseverfahrens schlagen sich Datenfehler eklatant im Ergebnis nieder Wird hingegen ein generelles LP Softwaretool wie zum Beispiel GAMS verwendet kann vorausgesetzt werden dass der Anwender ber detaillierte methodische und mathematische Grundlagen verf gt Fehler in der L sung an sich k nnen zwar dann auch im formalen Bereich liegen do
218. arstellung unterschiedlicher nicht orientierter technischer EffizienzmaBe und die daraus fur die Entscheidungskriterien abgeleiteten Verbesserungspotenziale Herleitung der durchschnittlichen Skaleneffizienz Uber das Verhaltnis von KSE zu VSE Ergebnis der univariaten Varianzanalyse zur Beurteilung der Einflussnahme des Produktionsgebietes des Anteils an Seilgelande sowie der Arrondierung auf den ausgewiesenen Effizienzwert Zusammenhang des inputorientierten aquiproportionalen A MaB mit der Uber Durchschnittssatze ermittelten Kosteneffizienz Kosteneffizienz nach den tatsachlich dokumentierten Werten fiir ein inputorientiertes aquiproportionales A MaB Modell Ergebnisdokumentation der inputorientierten Modelle A Ma bei Unterstellung von variablen Skalenertr gen VSE f r vier ausgew hlte DMUs Korrelation der natural technischen Input und Outputvariablen des hiebsatzbereinigten Modells Die Korrelation ist auf dem Niveau von 0 01 2 seitig signifikant inputorientierte natural technische Effizienzma e VSE nicht orientierte natural technische Effizienzma e VSE durchschnittliche Skaleneffizienz f r das hiebsatzbereinigte inputorientierte Modell VSE __ durchschnittliche Skaleneffizienz f r das hiebsatzbereinigte nicht orientierte Modell VSE _ One Way Anova zur Pr fung des Zusammenhangs zwischen der Betriebsgr e und der Skaleneffekte Post Hoc Tests Dokumentation der Zusammenh nge zwischen der Betriebsgr e und d
219. atierten Sachverhalte von inhomogenen Abweichungen in ein DEA Modell k nnen f r die Ableitung der relativen Performance aller Beobachtungen verschiedene Varianten vgl CoELLI ET AL 1998 gew hlt werden Einmal kann versucht werden die umfeldbedingten Einflussfaktoren sofern sie kardinal erfassbar sind direkt ins Modell als nicht kontrollierbare Variable zu integrieren vgl Scheel 2000 Sollen aber organisatorische Einheiten verglichen werden deren Umfeldfaktoren sich nicht kardinal erfassen lassen schlagen Charnes et al 1981 in COELLI ET AL 1998 und STEINMANN 2002 vor eine Clusterbildung gem der unkontrollierbaren Umfeldfaktoren durchzuf hren Dieser in drei Stufen ablaufende Prozess Three Stage Ansatz COELLI 1998 setzt aber voraus dass nur ein unkontrollierbarer Umfeldfaktor zur Clusterbildung verwendet werden kann und bringt die Einschr nkung mit sich dass infolge der reduzierten Anzahl an Beobachtungen innerhalb des Clusters eine geringere Straffheit Diskriminanz des Modells und damit erh hte relative Effizienzwerte zu erwarten sind Alternativ dazu kann man in der Konzeption der Variablen zur Sch tzung der relativen Distanz STEINMANN 2002 zur Effizienzgrenze unter Verwendung entweder eines parametrischen oder eines nicht parametrischen Ansatzes die umfeldbedingten Seite 69 Rahmenrichtlinien fur DEA Applikationen Einflussfaktoren vorerst einmal au en vor lassen Erst in einem zweiten Schritt daher nach
220. atisieren 3 Mit einem derartigen Interview sollte bereits im Vorfeld eine Potenzialabsch tzung ob die Einbindung eines multikriteriellen Analyseverfahrens anwendbar w re oder nicht getroffen werden A Der potenzielle Verwendungsbedarf von Effizienzinformationen im Zusammenhang mit der formulierten Fragestellung Hier sollen Ziele f r die eine Effizienzbeurteilung von Bedeutung sein k nnte abgewogen werden Zur Bedarfsabsch tzung sind a priori folgende Themenbereiche als relevant erachtet worden Bestimmung der konomischen Effizienz der politischen Effizienz oder die kritische Auseinandersetzung mit messbaren Kriterien auf deren Basis Controlling bzw Reportingsysteme aufbauen Die Anwendungsbereiche k nnen von der Evaluierung von Mitarbeitern ber die Evaluierung von Prozessen bis hin zur Beurteilung von geplanten Projekten ex ante bzw abgeschlossene Projekten ex post reichen Es gilt dabei aber immer zu beachten dass die quantifizierbaren Ziele in keinem Widerspruch zu qualitativen Sachzielen stehen In dieser ersten Ann herung soll als Ziel der Verwendungsbedarf einer Effizienzbeurteilung f r klar definierte Befundeinheiten erkannt werden Auf Basis der abgeleiteten Information soll ein objektiver IST Zusatand generiert werden um zur Optimierung von Prozessen oder Entscheidungseinheiten entsprechend zielgerichtete Sanktionen oder Planungs bzw Beratungst tigkeiten argumentieren zu k nnen B Definition der Befun
221. atistik und der Planungsrechnung wird die Basis gelegt um die Wirtschaftlichkeit der Leistungserstellung anhand einer Betriebsanalyse oder eines berbetrieblichen Vergleiches zu beurteilen Bekennt sich ein Forstbetrieb letztendlich zur konsequenten Ausweisung seiner Kennzahlen in Form eines strukturierten Berichts ist damit der Grundstein f r die Entwicklung eines betriebsinternen operativen Controllings gelegt worden Die Dokumentation der verursachungsgerecht zugewiesenen Kosten und die Ableitung der entsprechenden Rentabilit ts und Produktivit tskennzahlen bilden die Grundlage f r ein verantwortungsvolles Management Gerade in Zeiten in denen es die Marktsituation Seite 108 Konzeptionelle Anwendung von DEA fiir ausgewahlte forstliche Datensatze sowohl von den GroB als auch den Kleinprivatwaldbesitzern verlangt immer exakter und damit knapper zu kalkulieren um als Preisnehmer unter den Rahmenbedingungen eines polypolistischen Marktes bestehen zu k nnen r ckt die Bedeutung der Betriebsbuchhaltung sowie des internen Controllings st rker in den Mittelpunkt Allgemein bekennt man sich zwar zu rationalem Handeln doch real betrachtet werden die forstbetrieblichen Aktivit ten letztlich ganz wesentlich vom verf gungsrechtlichen Rahmen in den einzelnen Betrieben gepr gt BekanntermaBen wird die Leistungserstellung im Betrieb durch die betrieblichen Zielsetzungen den zielf hrenden Handlungsalternativen der eigenen Handlung
222. atus Quo werden verschiedenste Effizienzma e herangezogen um einerseits die Objektivit t zu wahren und dem Grundsatz nachzukommen alle DMUs in ihrem besten Licht darzustellen Damit wird aber auch das Ziel deklariert f r jede Einheit einen aggregierten Effizienzwert in Prozent und die entsprechenden Target Values f r jede Variable anzugeben Diese Werte werden je nach gew hltem Effizienzma voneinander abweichen Unabh ngig davon aber ob das A Ma das Dmin oder das Dmax Ma gew hlt wurde f hrt die Umsetzung der vorgschlagenen Targets in jedem Fall zu einer Verbesserung der Performance Worauf letztendlich die Abweichung der konomischen Effizienz straffester Effizienzfall zur ckzuf hren ist l sst sich nur mit einer Aufgliederung der kostentechnischen Effizienz KE in eine natural technische TE und eine allkokative Effizienz AE ermitteln Daraus leitet sich der Zusammenhang ab zu welchen Anteilen die Ineffizienz auf eine suboptimale mengenm ige bez auf eine suboptimale wertm ige Ressourcenallokation zur ckzuf hren ist Die Auswertung an sich erfolgte wie schon f r das Modell Absolutgr e in einer orientierten und einer nicht orientierten Form Der Grund f r die Doppelgleisigkeit der Auswertung liegt darin zu testen wie sich die Effizienzma e unterscheiden und ob es wesentliche Abweichungen zwischen den Target Values der beiden Varianten gibt die sich einmal auf das Minimierungsprinzip und einmal
223. auch als solche definiert und ber cksichtigt werden k nnen Beispielsweise fallen darunter zahlreiche unkontrollierbare nat rlichen Gegebenheiten Geologie Hydrologie Hangneigung Niederschlag Einzugsgebiet Einwohnerzahl etc auf die nicht durch das Setzen von Ma nahmen Einfluss genommen werden kann Unerw nschte Outputeffekte DEA nimmt an dass jede Inputerh hung in irgendeiner Form zur Seigerung des Outputs f hrt Da es aber durchaus sein kann dass ein unerw nschter Output vgl 4 4 8 als Kuppelprodukt anf llt kann auch dieser Effekt im Modell entsprechend verankert werden Durch den Transformationsprozess einer Befundeinheit k nnten beispielsweise das Landschaftsbild oder die kologischen Stofffl sse beeintr chtigt bzw Emissionen mit sch dlicher Wirkung freigesetzt werden deren unerw nschte Wirkung dann im Modell entsprechend zu ber cksichtigen ist M Substituierbare und limitationale Faktoren Die Methode unterstellt dass beliebige konvexe Mischungen der verwendeten Input bzw Outputvariablen m glich sein sollen Die Substituierbarkeit von Inoutfaktoren bezieht sich dabei auf Mengen ber dem limitationalen Niveau der jeweiligen Produktionsfaktoren erreicht wird das ja in jedem Fall mindestens aufzubringen ist vgl 4 4 7 N Charakteristik der Input Output Transformationen Die Abh ngigkeit des Transformationsprozesses der Befundeinheiten von Output zu Inputniveaus ist zu pr fen Verh lt sich das
224. aus der Kostenrechnung bzw dem internen Controlling liefern ausschlie lich Kennzahlen die auf Teilprozesse oder Teilaktivit ten eingeschr nkt sind Ein objektiver Vergleich l sst sich unter diesen Bedingungen nur dann durchf hren wenn es sich um vergleichbare Organisationen handelt die unter derselben Technologie und bei gleichen Skaleneffekten operieren Mit DEA steht nun eine Methode zur Verf gung die einen produktionswirtschaftlichen Benchmarkansatz bereitstellt Die Innovation von DEA liegt in der Aggregation der multiplen In und Outputs ber endogen generierten Gewichte LP Ansatz zu zwei hochaggregierte In und Outputs deren Quotient primale L sung bzw deren duale L sung immer zwischen null und eins liegt Als genial erweist sich die Methodik schlie lich auch in der Festlegung der Benchmarks Nicht jede beliebige Best Practice Einheit wird als Referenzeinheit Benchmark ber cksichtigt sondern nur jene die aufgrund ihres Input Outputverh ltnises Teil der Peer group bzw des Dominanzbereichs einer Beobachtung sind 18 Jedes Produktionsniveau innerhalb des Dominanzbereichs einer ineffizienten Beobachtung erzielt eine g nstigere Performance als die beobachtete DMU selbst Keine der unendlich vielen virtuellen Produktionsniveaus des Dominanzbereichs darf dabei aber mehr von einem der Produktionsg ter verbrauchen oder weniger von den Outputg tern herstellen als die ineffiziente Beobachtung Seite 52 DEA der nich
225. b als produzierende Einheit die konomischen Anreize f r die Bereitstellung derartiger G ter seine knappen G ter einzusetzen Die durch das Setzen von Ma nahmen erstellten Leistungen Performance im Forstbetrieb und die daf r aufgewandten Mittel sind aus konomischer Sicht knappe G ter was in der Folge eine effiziente Ressourcenverwendung im Sinne einer rationalen Ressourcenallokation und eines nachhaltigen Ressourceneinsatzes nach sich ziehen muss Inwiefern den Betrieben die Teil des forstlichen Testbetriebsnetzes GroBprivatwald sind die nachhaltige Transformation von knappen Ressourcen in ertragsbringende Leistungsg ter in optimaler Weise gelingt stellt die zentrale Fragestellung f r diese DEA Analyse dar und bildet den ma geblich Rahmen f r die Zielsetzung der Modellkonzeptionen 5 4 1 Kritische Auseinandersetzung mit der Vergleichbarkeit von empirischen forstbetrieblichen Daten Wo immer knappe Mittel zum Einsatz kommen ist die Effizienz mit dem Ma stab der Input Output Relation ein zentrales Kriterium Besonders in Zeiten einer schwierigen Wirtschaftslage und einer Verknappung der Haushaltsmittel besteht ein starker konomischer Zwang zur Rationalisierung im Sinne der Erh hung der Effizienz und damit auch der Produktivit t Mit der Ausweisung der operativen Gesch ftst tigkeit von Forstbetrieben in der Finanzbuchhaltung bzw der Eingaben Ausgabenrechnung sowie in der Betriebsbuchhaltung der Betriebsst
226. beeinflussbare Umweltvariable als eine nicht kontrollierbare Gr e ins Modell einzubeziehen vgl 4 4 9 Zu beachten sind dabei die ber die Korrelationsanalyse abgeleiteten Zusammenh nge unter 5 6 8 die bei zunehmender Hangneigung sowohl abnehmende H D Werte als auch abnehmende Bestandesvorr te der Ausgangsbest nde sowie auch eine Abnahme der zu erwartenden Erntevolumina unterstellen Damit h ngt aber auch zusammen dass der zeitliche Aufwand ebenfalls mit dem Ansteigen der Neigungsverh ltnisse abnimmt Nachdem aber die Hangneigung Neigung IN als unkontrollierbare Gr e auf der Inputseite in das DEA Modell eingeht wird der Ber cksichtung eines umweltrelevanten Faktors mehr an Bedeutung beigemessen als den inversen Korrelationszusammenh ngen mit anderen Merkmalen Neben der Neigung als umweltrelevante Gr e erfolgt auch noch die Integration des H D Wertes zum Zeitpunkt des Abtriebs H D_U I als Weiser f r das Bestandesrisiko Obwohl es sich bei dieser Gr e eigentlich um eine Outputvariable handeln sollte wird sie dennoch auf der Inputseite gef hrt Denn wenn der H D Wert auch eine Outputleistung darstellt so nimmt dennoch das Bestandesrisiko mit zunehmenden H D Wert zu und vice versa Folgedessen wird dieser unerw nschte Output wie eine Inputvariable im Modell behandelt 5 6 6 Die unterstellten Modellans tze zur Evaluierung von Bestandesbehandlungs konzepten Das Konzept zur Beurteilung von Bestandesbehandlun
227. begr ndet sein d rften finden sich in den Ausf hrungen von Steinmann 2002 der die Kernaussagen der Autoren Lovell 1993 Coelli 1998 Olsen und Petersen 1991 Ray 1988 und bei McCarty und Yaisawarng 1993 bersichtlich dokumentiert hat Mit einem statistischen Hypothesentest soll der Zusammenhang zwischen den unabh ngigen Umfeldvariablen und den abh ngigen Performancewerten die ber das quiproportionale Effizienzma hergeleitet wurden erkl rt werden Nachteilig wirkt sich dabei die Vernachl ssigung der Slacks vgl 3 6 2 in den Effizienzwerten aus Dadurch werden manche Beobachtungen mit einem zu hohen Effizienzwert in der statistischen Analyse der Phase zwei ber cksichtigt Zusammenfassend muss damit angemerkt werden dass sich die von den Autoren ge u erten Kritikpunkte an dem nicht parametrisch konometrischen Two Stage Ansatz im Wesentlichen auf die Verzerrungen infolge von korrelierten Input und Outputvariablen der DEA und den unabh ngigen Regressoren reduzieren lassen Eine theoretische Aufarbeitung dieses Sachverhalts und fundierte Begr ndung wurde aber f r den nicht parametrisch konometrischen Ansatz nach Steinmann 2002 bisher noch nicht erbracht 4 3 2 Inhomogenit t infolge von Skaleneffekten Einen vergleichsweise untergeordneten Einfluss hat der Skaleneffekt auf die Inhomogenit t von Beobachtungen Dabei kann eben eine Einheit in Bezug auf die verf gbaren Inputfaktoren einen berproportional h
228. bei reduziertem Angestelltenstab trotzdem die bisher wahrgenommen Agenden zu erf llen Anlageninstandhaltung erfolgt in der Regel sehr unregelm ig einmal viel und einmal weniger oder in manchen F llen gar nicht Diesen Aufwendungen stehen nat rlich auch versteckte Outputs gegen ber Diesen drei Aspekten ist gemeinsam dass mit dem verbundenen Aufwand nicht unbedingt ein Ertrag innerhalb derselben Periode wirksam wird und daher auch jene Einheit die in der betreffenden Periode keine Ma nahmen setzt effizienter dargestellt wird Wird der Mittelr ckfluss erst mehrere Perioden sp ter schlagend kann durch die Bildung von Mittelwerten ber mehrere Perioden ein solcher Effekt zum Teil abgefedert werden Alternativ dazu m sste man ansonsten auf simulierte Daten zur ckgreifen bzw die entsprechenden Outputs explizit ber geeignete Indikatoren abbilden um periodenbezogen eine richtige Datengrundlage inklusive der gesetzten bzw unterlassenen Ma nahmen zu erhalten vgl 5 6 3 Obwohl sich bereits die Ber cksichtigung der Investitionsaufw nde und der externe Effekte als Problem f r die Integration in ein forstbetriebliches DEA Modell erwiesen hat kommt mit der nicht dokumentierten Ver nderung des Waldverm gens noch ein weiteres nicht ausreichend dokumentiertes Outputelement hinzu Denn wie in bisherigen Ans tzen auch fehlen trotz der guten Dokumentation von Kennzahlen im forstlichen Testbetriebsnetz ebenfalls die M glichkeiten
229. belle 51 Tabelle 52 Tabelle 53 Tabelle 54 Tabelle 55 Tabelle 56 Tabelle 57 Tabelle 58 Tabelle 59 Tabelle 60 Tabelle 61 Tabelle 62 Tabelle 63 Tabelle 64 Tabelle 65 Tabelle 66 Tabelle 67 Tabelle 68 Anwendung der Supereffizienz f r eine als Best Practice Einheit ausgewiesene DMU unter Verwendung einer VSE Technologie Anwendung des inputorientierten Dmax Ma es zur Herleitung individueller Target Values f r die natural technischen Kriterien durchschnittliche kostentechnische Performance eines inputorientierten Modells bei Unterstellung des A Ma es unter Verwendung einer VSE Technologie tats chliche kostentechnische Performance eines inputorientierten Modells bei Unterstellung des A Ma es unter Verwendung einer VSE Technologie Gegen berstellung des natural technischen des allokativen und des kostentechnischen Effizienzma es f r ein inputorientiertes DEA Modell unter Verwendung des A Ma es und von VSE Gegen berstellung der tats chlich von DMU FB 31 gesetzten Ma nahmen zu jenen von DEA sowohl inputorientiert als auch nicht orientiert vorgeschlagenen Target Values unter Anwendung der VSE Technologie und dem A und Dmax Ma Beurteilungskriterien f r das inputorientierte Modell zur Beurteilung von Laub Nadelmischw lder Beurteilungskriterien f r das outputorientierte Modell zur Beurteilung von Laub Nadelmischw lder Resultate der Effizie
230. ben lassen sich f r die Pr fung des statistischen Zusammenhangs zwischen den Performancewerten und den umfeldbedingten Einflussfaktoren nicht nur diskrete metrische sondern auch nicht diskrete bin re sowie ordinal bzw nominal skalierte Gr en in die Regressions bzw Varianzanalyse integrieren Durch die Analyse des Zusammenhangs mit Merkmalen die nicht im DEA Modell abgebildet sind l sst sich ber diese ex post Beurteilung insbesondere erkennen ob relevante umfeldbedingte Variablen im Modell indirekt ber die verwendeten Parameter integriert wurden oder in der unterstellten Modellvariante unber cksichtigt geblieben sind Verglichen mit dem Three Stage Ansatz braucht es f r diesen Ansatz keine a priori festgelegte Wirkungsrichtung der Rahmenbedingungen denn der Einfluss bzw Wirkung der Umfeldfaktoren auf die im ersten Schritt abgeleiteten Effizienzwerte soll erst durch den zweiten Schritt gepr ft werden Steinmann 2002 fasst daher treffend zusammen dass dieser zweiphasige Ansatz und dessen Vorteile gegen ber dem Three Stage Ansatz das zu pr ferierende Verfahren darstellt und sich auch in der praktischen Anwendung durchgesetzt hat Mit der Beurteilung der relativen Effizienzwerte durch erkl rende Umfeldfaktoren kann in der Seite 71 Rahmenrichtlinien fur DEA Applikationen zweiten Phase dieses Prozesses der Einfluss aufgrund von nicht kontrollierbaren heterogenen Rahmenbedingungen statistisch gepr ft werden wobei d
231. benbedingung NB der nachfolgenden Formel aggregierter Output zu aggregierten Input mit genau eins erf llt sein GSTACH 2002 Seite 35 DEA der nicht parametrische Modellansatz N Y N max Ln Pr k n per p ae oar gt Im CmXkm Dad Cea Die endogene Ermittlung der Gewichte Multiplikatoren oder Schattenpreise ber den LP Ansatz ist insofern als fair zu betrachten da damit sichergestellt wird dass f r die abgeleitete optimale L sung keine Multiplikatoren Preise oder Gewichte existieren die zu einer h heren Effizienz der Beobachtung gef hrt h tten STEINMANN 2002 NB lt 1Vs cC p 20 Y m n Interpretiert man nun die Multiplikatoren Cm pn als Faktorkosten bzw G terpreise k nnte man aufgrund der Nebenbedingung annehmen dass Kostensumme gr er oder gleich der Erl ssumme sein m sste woraus man schlie en m sste dass nur die am besten performenden Einheiten keine Verluste machen Genau diesem Irrglauben darf man hier nicht verfallen Denn es handelt sich ja nicht um absolute Kosten und Preise sondern um Schattenpreise die generiert wurden um das Verh ltnis der aggregierten Outputs zu den aggregierten Inputs bei Unterstellung des radialen EffizienzmaBes als relatives Ma darzustellen Die quiproportionale bzw radiale Reduktion der Produktionsfaktoren im Inputfall und Erh hung des G terb ndels im Outputfall kommen zur Anwendung um die geringsten relativen Ver nderungswerte zur Erreichung der Effiz
232. bene Betriebsdaten von ausgew hlten Testbetrieben Urspr nglich hatte dieses Forstliche Testbetriebsnetz ausschlie lich die Betreuung des Gro privatwaldes Betriebe gt 500 Ha zum Ziel Das nunmehr seit beinahe 40 Jahren durchgef hrte forstbetriebliche Monitoring stellt mit seinen methodisch einheitlich erfassten Daten eine unglaublich wertvolle Datenquelle repr sentativer Kennzahlen f r den Betriebstypus Gro wald dar SEKOT 2002 Die Dokumentation forst konomischer Betriebsaufzeichnung f r den Kleinprivatwald hingegen entstand aus einer spezifischen Erweiterung des Gr nen Berichts Denn dort weist die landwirtschaftliche Statistik keine separaten forstlichen Kosten aus und 46 Das Fl chenlimit von 500ha f r den Gro privatwald geht auf die Bestellungspflicht eines h heren Forstorgans Forstgesetz 1975 zur ck 47 Gem dem Auswahlrahmen zur landwirtschaftlichen Statistik w re der Kleinwald unter 200 ha in sterreich grunds tzlich durch die ca 2400 Testbetriebe des Gr nen Berichts BMLFUW repr sentiert Da aber die landwirtschaftliche Betriebsstatistik nur wenige forstliche Kennzahlen separat erfasst werden zus tzlich ausgew hlten 106 16 Betriebe separat in einem Testbetriebsnetz f r den Kleinprivatwald periodisch dokumentiert Sekot 2003 Seite 110 Konzeptionelle Anwendung von DEA f r ausgew hlte forstliche Datens tze differenziert die erzielten forstlichen Ertr ge nicht ausreichend so dass f
233. best nde des Lehrforsts Ofenbach bestimmt werden Ziel ist es die aus den unterstellten aussagekr ftigen Variablen abgeleiteten Effizienzwerte in einem GIS Geografisches Informations System zu visualisieren Aus der daraus erzeugten thematischen Karte wird es dann m glich sein rasch einen berblick ber die Performance der einzelnen Best nde vermittelt zu bekommen Aus den daf r abgeleiteten Performancewerten sollen in der Folge die Operatsdaten der GIS Datenbank neben dem Performancewert um ein Ranking f r alle DMUs und um die f r jedes Kriterium abgeleiteten Sollwerte Target Values vgl 3 8 2 Seite 171 Konzeptionelle Anwendung von DEA f r ausgew hlte forstliche Datens tze erweitert werden Damit bekommt der Anwender den Grad der Ineffizienz direkt ausgewiesen was zumindest zu einer Ursachenforschung anregen soll Denn f r eine zielorientierte Reaktion zur Ann herung an die Best Practice m ssen Ma nahmenpakete zur Realisierung der vorgegebenen Target Values festgelegt werden Zur Bestimmung der Performancewerte wird es notwendig sein die relevanten Variablen aus den verf gbaren Operatsdaten ber statistische Analysen und empirische Annahmen zu filtern Die daraus gebildeten Modellvarianten f r unterschiedliche mulitkriterielle Variablen f r die verschiedene Effizienzma e zu unterstellen sind gilt es gegeneinander abzuw gen und auf Plausibilit t zu pr fen Andererseits wird aber angestrebt die im Zuge der Modellb
234. bis zu einer bestimmten Altersperiode t Die Festlegung der Umtriebszeit leitet sich folglich nach dem Kulminationszeitpunkt des ADZs ab Diese Variante zur Bestimmung der Umtriebszeit w rde vor allem auf die Massenleistung nicht jedoch auf die Wertleistung der Best nde abzielen Um auf das praxisrelevantere Konzept der Wertleistung einzugehen wurde in der endg ltigen Modellvariante die Umtriebszeit ber einen Zieldurchmesser hergeleitet Dazu musste f r jede Teilflache der h chste erzielte durchschnittliche Bestandesdurchmesser aus den Simulationsperioden selektiert werden Je Bonit tsklasse wurden die als maximal ausgewiesenen Bestandesdurchmesser je Teilfl che gemittelt und als Referenzwert f r den Zieldurchmesser der Bonit tsklasse verwendet In Abh ngigkeit dieses je Bonit tsstufe Ertragsklasse definierten Zieldurchmessers ist dann jene Alterstufe der Simulationsperiode als Umtriebszeit zu definieren in der der Zieldurchmesser gerade berstiegen wurde Bonit t lt 8 8 12 12 14 gt 14 Kritische BHDs 30 38 44 40 Tabelle 49 Die kritischen mittleren BHDs die zur Festlegung des Abtriebskriteriums angesetzt wurden Wird der festgelegte Zieldurchmesser nicht oder zu fr h erreicht erfolgt f r diese Best nde die Bestimmung der Umtriebszeit gutachtlich aber ebenfalls unter Ber cksichtigung der Bonit t Falls bei der Ableitung der Umtriebszeit manche Best nde vor einem Alter von 75 oder erst nach einem Alter von 135 Jahren
235. ch tzten 8 12 und schl gt bei DEA in der Folge auch in dieser Gr enordnung im Ergebnis durch da DEA einen derartigen systematischen Fehler nicht ausgleichen kann BOGETOFT 2003 Modellbeschreibung Gerade weil Missspezifikationen und zuf llige Fehler in einem DEA Modell im vollen Ausma durchschlagen SCHEEL 2000 STEINMANN 2002 ist es von Bedeutung aus einer guten Datenbasis hnlich gelagerter F lle heraus eine gewissenhafte Selektion der Burteilungskriterien vorzunehmen Da in den 77 zuvor analysierten Einheiten allerdings eine Einheit weder Arbeiter noch Angestellte aufweist sondern ausschlie lich alle Arbeiten im Betrieb an Dritte auslagert stellt diese Einheit einen Art atypische Beobachtung dar Demzufolge m sste man f r ein inputorientiertes Modell ableiten dass jeder Betrieb erst dann effizient sein kann wenn er keine Arbeiter und Angestellten mehr hat Nachdem dies f r alle anderen Einheiten nicht zutrifft wurde diese extreme Beobachtung nicht als Referenz DMU ber cksichtigt Auch wenn durch die Reduzierung der DMUs um eine Einheit die Straffheit des Modells beeintr chtigt wird gleicht sich das wiederum durch die Reduktion der Zahl der Variablen Seite 141 Konzeptionelle Anwendung von DEA f r ausgew hlte forstliche Datens tze des urspr nglichen Modells Absolutgr en um die Variable Fl che aufgrund der Flachennormierung aus Korrelation der Input und Outputvariablen Da es von Bedeu
236. ch daher nicht besonders gut als relative Performanceindikatoren eignen Seite 66 Rahmenrichtlinien fur DEA Applikationen 4 2 3 Eigenschaften von durchschnittlichen minimalen Effizienzma en Aufgrund der spezifischen Konstruktion des Dmin MaBes vgl 3 7 2 2 das lediglich f r schwache Effizienz konzipiert wurde kann in der Effizienzindikation keine eindeutige Differenzierung zwischen schwach und Pareto Koopmans effizienten Beobachtungen vorgenommen werden Indem das Dmin Ma die k rzest m gliche relative Distanz eines Beurteilungskriteriums an die Effizienzgrenze anstrebt wird jede Beobachtung gegen ber dem Dmax oder dem A Ma verh ltnism ig besser dargestellt wodurch das Dun Ma gegen ber den beiden anderen Effizienzma en auch das schw chste Monotonieverhalten aufweist SCHEEL 2000 KSE VSE Dmax I Dmax NO Effizienzindikation linear e o Invarianz A Translation Monotonie monoton w strikt monoton Stabilit t e o Legende erf llt O generisch erf llt nicht erf llt Tabelle 9 Eigenschaften der durchschnittlichen minimalen Effizienzma e SCHEEL 2000 S 102 Aus Tabelle 9 kann entnommen werden dass die durchschnittlichen minimalen Effizienzma e au er der linearen Invarianz und der Stabilit t der Technologiemenge deren Eigenschaften sich analog zu den bereits diskutierten Effizienzma en verhalten keine der anderen Bedingungen erf llen 4 3 Homogenitat der Beobachtungen
237. ch den fehlenden natural technischen Mengenbezug l sst sich der Grad der Ineffizienz nicht auf einen natural technischen sowie einen monet ren Bereich aufteilen Abgesehen von dem divergierenden methodischen Zugang sind aber beiden Ans tze damit konfrontiert unter einem hohen Grad an Unsicherheit den zu erwartenden Nutzen nach einem nachvollziehbaren und standardisierten Ansatz abzusch tzen Das institutionalisierte Instrument der KNU zur Erbringung des per Verordnung geforderten Wirtschaftlichkeitsnachweises ist ein methodisch transparentes und nachvollziehbares Verfahren Es birgt allerdings die Gefahr dass durch die zu w hlenden Ereignisfaktoren das Kosten Nutzenverhaltnis einer subjektiven Verzerrung unterliegen kann Im Falle von DEA ist es dagegen nicht unmittelbar bei der Erfassung der entsprechenden Input und Outputvariablen m glich auf einen bestimmten Effizienzwert zu schlie en wodurch subjektive Einfl sse besser vermiden werden k nnen Erst das Modellkonzept legt ja die physische und monet re Input und Outputkonstellation f r die Auswertung fest Dem steht der Nachteil gegen ber dass die Analyseergebnise nicht unmittelbar nachvollzogen werden k nnen wodurch die Transparenz und eventuell auch die Akzeptanz beeintr chtigt werden Seite 253 Prospektive Auseinandersetzung mit verschiedenen forstlichen Themenbereichen zur Entwicklung konzeptioneller DEA Modelle Andererseits gilt es aber anzumerken dass im Hinblic
238. ch jungen Best nde sowie die Verwendung von Bestandesdaten aus Wuchsgebieten die nicht in den Kalibrierungsbereich des Einzelbaumsimulators MOSES 3 0 gefallen sind ist von einer gewissen Datenunsch rfe auszugehen Auff llig waren dabei unter anderem die hohen Stammzahlen und Volumina der unbehandelten Best nde am Ende der Umtriebszeit Hier wird f r das unterstellte Mortalit tsmodul vermutet dass die Eintrittswahrscheinlichkeiten f r den Ausfall von Individuen zu schwach greifen Wesentlich dabei ist aber dass mit den momentan verf gbaren Simulationsgeneratoren synthetische Bestandeszust nde der Zukunft simuliert werden konnten mithilfe derer explorativ eine Erweiterung der DEA dokumentiert werden konnte Diskussion ber die unterstellten Modellvariablen Aus einer breiten Palette verf gbarer Gr en wurden aufgrund von Expertenmeinungen und auf Grundlage einer Korrelationsanalyse insgesamt sechs Parameter f r die Modellierung gew hlt vgl 5 6 8 die sowohl konomische Gr en als auch umfeldrelevante und Risikokriterien beinhalten Zur Beurteilung der Bestandesbehandlungskonzepte der beiden Varianten ber eine Umtriebszeit hinweg wurde jeweils das Wachstum der Ausgangsbest nde in f nfj hrigen Perioden unter Einbeziehung der Mortalit tsausf lle f r die n chsten 100 Jahre mit dem Einzelbaumsimulator MOSES 3 0 modelliert Durch die Definition der Weisergr e zur Bestimmung des Abtriebszeitpunktes nach einem bonit tsab
239. ch qualitativ h herwertige Sortimente ausgeglichen werden Gem dem Trendchart erscheint eine Eingriffst rke f r derartige Best nde im Ausma von weniger als 30 des vorhandenen Vorrats als empfehlenswert Zu starke Durchforstungsma nahmen erweisen sich auch f r den Bonit tsbereich zwischen 8 und 15 nicht unbedingt als g nstig Variante Auch wenn im Chartbild sehr differenzierte Eingriffsvarianten ausgewiesen sind scheint auch f r diese Gruppe eine Eingriffst rke um 30 sowohl unter natural technischem als auch kostentechnischem Gesichtspunkt als eine empfehlenswerte Strategie zu sein da Eingriffsintensit ten jenseits von 30 in beiden Modellvarianten zu keiner Best Practice Einheit f hren konnten Seite 209 Konzeptionelle Anwendung von DEA f r ausgew hlte forstliche Datens tze Gegenteiliges trifft allerdings auf jene Kategorie zu die Uberdurchschnittlich hohe Bonit ten aufweist Aufgrund des Chartverlaufs kann abgeleitet werden dass diese stammzahlreichen und sehr w chsigen Best nde mit entsprechend starken Eingriffen behandelt werden m ssen F r dieses Stadium in dem sich diese Best nde zum Eingriffszeitpunkt befunden haben erscheint eine Eingriffsst rke in den bestehenden Bestand von rund 40 des vorhandenen Vorrats zur Erreichung einer entsprechenden Massenleistung als dienlich Diese Strategie best tigt sich auch unter Einbeziehung kostentechnischer berlegungen Eine hohe Eingriffsintensitat um 40 wirkt sich
240. ch sind sie blicherweise auf eine falsche Spezifizierung des L sungsalgorithmus zur ckzuf hren hnlich wie Barr 2004 hat Allen bereits 2002 im deutschsprachigen Raum f r die damaligen am Markt befindlichen DEA Softwareprodukte eine Gegen berstellung von diversen Produktkriterien in ihrer Dissertation vorgenommen Auch wenn darin nur sechs Pakete enthalten sind so decken sich f r diese sechs Produkte die Einsch tzungen von Allen mit jenen von Barr weitestgehend Pale DEA Solver Software Frontier DEAP EMS ONFont Warwick DEA Cooper et al Analyst z B 1895 Preis f r 1500 frei 130 Buch frei 1750 1600 System Windows 95 Windows 95 Windows 95 Windows 95 Windows 95 Windows 95 anforderung und aktueller und aktueller und aktueller und aktueller und aktueller und aktueller KSE VSE NDRS NIRS oder FDH a ae oder Jeweils inp Technik KSE VSE Alle blichen outp und freie Technik KSE VSE KSE VSE Techniken nicht schwach inp amp output Technik Technik radiale orientierte orientierte Modelle Effizienz qui Verschwend qui Inp amp outp Inp amp outp aquiproport barkeit inp amp aquipro Orientierte Orientierte ma e und ein ionale Durch Gute portionale EffizienzmaBe Effizienzma e modifiziertes schnitts und ER Effizienzma e a orientierte additives MaB additive en sowie Ex quipro at Effizienz Supereffizienz portionale mabe Sowie EffizienzmaBe Super effizienz 43 Dieser Befund triff
241. ch umgesetzten Ma nahmen die zu einer Verbesserung der betrieblichen Performance gef hrt haben bereinstimmen Da sich die hier vorliegenden Daten auf einen Zeitraum von 1997 bis 2001 beziehen werden nicht nur die 76 gemittelten Einheiten sondern selbstverst ndlich auch die Seite 152 Konzeptionelle Anwendung von DEA f r ausgew hlte forstliche Datens tze periodenbezogenen Daten f r jede DMU zur Modellbildung verwendet was zu einer Verf nffachung 380 DMUs der verwendeten DMUs und damit zu einer h heren Diskriminanz f hrt Die Ergebnisse werden in Anlehnung an die bisherigen berlegungen nach dem inputorientierten Modellverfahren ausgewertet und nach den drei Effizienzma en aufbereiten F r jede Einheit werden je nach unterstelltem Effizienzma die entsprechenden Target Values abgeleitet und tabellarisch dargestellt In separaten Auswertungen erfolgt die differenzierte Analyse der individuellen Performance von drei selektierten Einheiten nach dem natural technischen und dem konomischen Kosteneffizienz Analysekonzept vgl Tabelle 37 Tabelle 42 Die drei rein exemplarisch herausgegriffenen DMUs wurden so gew hlt dass deren erzielte Performance in etwa den gesamten Performancebereich der sich bis auf einen Ausrei er im Bereich zwischen 50 und 100 bewegt gleichm ig abdeckt Jede tabellarische Darstellung vgl Tabelle 37 Tabelle 42 enth lt f r jede Beobachtung die individuellen Ergebnisse die einmal je P
242. ch unterhalbstetig ist Diese Stetigkeit trifft nach Scheel 2000 auch f r die DEA Technologiemenge bei Unterstellung von konstanten KSE als auch von variablen VSE Skalenertr gen zu F r die praktische Effizienzanalyse kann man daher davon ausgehen dass effiziente Beobachtungen auch bei kleinen nderungen der Daten effizient und ineffiziente Beobachtungen ineffizient bleiben 4 1 2 Statistische Fundierung der Technologiemenge Auch wenn es sich bei DEA um ein nicht parametrisches Verfahren handelt das auf empirischen Beobachtungen aufbaut schlie t das nicht aus dass DEA im Prinzip auf statistischen Annahmen beruht Aus konomischer Sicht so Scheel 2000 wurde bezweifelt ob es sich bei der abschnittsweisen linearen Einh llung des Produktionsm glichkeitsraums um ein statistisches Problem handelt Jedoch basiert auch DEA auf einer Sch tzung der wahren Technologie ausgehend von empirisch beobachteten Einheiten DMUs Die Zweifel an der statistischen Fundierung der abgeleiteten Datenh lle f hrten dazu dass f r DEA unterstellt wurde nur zur Ermittlung der relativen Best Practice Einheit geeignet zu sein jedoch nicht zur Messung von Effizienz SCHEEL 2000 In seinen Ausf hrungen zitiert Scheel 2000 zwei Artikel von Grosskopf 1996 und Simar et al 2000 in denen die mathematischen und statistischen Beweise f r die statistische Fundierung der DEA Technologiemenge dokumentiert sind was die Tauglichkeit vo
243. ch zur Bildung homogener Einheiten als Ma stab herangezogen werden wird immer darauf zu achten sein ausschlie lich bereits abgeschlossene F lle f r die Selektion der DMUs zu verwenden D Vergleichsbedingungen ber mehrere Jahre Die Abwicklung und Erfassung der zur F rderung beantragten Bringungsanlagen erfolgt ber die Jahre nach einem einheitlichen Schema Damit ist gew hrleistet dass auch Daten aus der Vergangenheit nach einer entsprechenden Adaptierung der monet ren Gr en in die vergleichende Effizienzanalyse einbezogen werden k nnen E Zahl der F lle je Untersuchungszeitraum und Cluster Ausnahmsweise scheint im Fall der forstlichen F rderung von Bringungsanlagen die Anzahl an F llen nicht der limitierende Faktor zu sein Laut Auskunft der zust ndigen Referenten des Ministeriums sind mehr als 25000 F lle in der AMA Agrarmarkt Austria Datenbank dokumentiert Die Datenbank der AMA wird laufend weiterentwickelt und seit 2003 k nnen auch einige f r die Errichtung forstlicher Bringungsanlagen relevante Bezugsgr en abgefragt werden die bisher ausschlie lich den technischen Berichten der Einzelprojekte zu entnehmen waren Seite 245 Prospektive Auseinandersetzung mit verschiedenen forstlichen Themenbereichen zur Entwicklung konzeptioneller DEA Modelle F Gliederung in eine relevante Input und Outputstruktur Da die Zust ndigkeit der auszahlenden Stellen bei den L ndern liegt verf gen die Stellen des Bundes
244. che Datens tze Effizienz abgeleitet werden aus der wiederum die allokative Effizienz resultiert die das rationale Beschaffungsverhalten von Produktionsfaktoren am Markt signalisiert Der empirische Teil der Arbeit umfasst die Auseinandersetzung mit der Performancebeurteilung der S ge und Papierindustrie Mills anhand der f r relevant erachteten Inputs und Outputs Unter dem Verweis auf die einschr nkenden Bedingungen von DEA weist der Autor darauf hin dass f r die Studie nur variable Kosten und keine fixen Kosten und auch keine Investitionssummen verf gbar waren Abgesehen von der unvollst ndigen Input Outputdatenlage mussten aus Gr nden der Homogenit tsanforderung auch eine Einschr nkung der zu untersuchenden DMUs getroffen werden Infolgedessen hat diese empirische Anwendung nur explorativen Charakter wobei in den Ergebnissen zumindest aber ein Performancetrend der Branche widergespiegelt wird Aus technischer Sicht verhalten sich die Firmen n mlich in Summe sehr nah an der Best Practice was auf eine ausgereifte Technologie schlie en l sst konomisch oder kostentechnisch betrachtet treten jedoch st rkere Abweichungen auf die auf die lokale Marktsituation bzw das falsche Marktverhalten zur ckzuf hren sind was sich in der Folge auf die allokativen Effizienz durchschl gt Insgesamt tr gt die methodenunterst tzte Performancebeurteilung der S ge und Papierindustrie Paper and Pulp Industries aber dazu bei di
245. cheel ems Seite 125 Konzeptionelle Anwendung von DEA f r ausgew hlte forstliche Datens tze I1 12 13 14 I5 O1 02 03 Anz Fl che Ange Regie Fremd sonst S ge Indh sonst ZBE eff IN stellte std Ist K Kosten sort Sort Ertr ge n eff A xX 0 0 10 4 11 2 8 8 9 2 0 0 3 5 23 8 92 4 46 MB 5 00 151 16 7 13 3 14 3 0 0 11 5 59 2 11 6 31 Dmax X 0 0 13 5 16 8 6 8 10 1 0 0 3 4 23 5 93 3 46 Mag S 0 0 20 7 22 5 13 5 16 9 0 0 11 2 61 2 8 7 31 Dmin X 0 0 2 8 0 6 2 5 6 5 0 0 4 4 23 0 98 4 46 Ma Sx 0 0 10 1 4 8 12 6 13 6 0 0 13 7 56 7 2 4 31 Tabelle 13 Darstellung der durchschnittlichen Target Values f r drei inputorientierte Effizienzma e unter Zugrundlegung von variablen Skalenertr gen Aus den hier dargestellten durchschnittlichen Zielwerten die aus den Target Values der einzelnen Betriebseinheiten abgeleitet wurden l sst sich berblicksm ig ein Eindruck dar ber gewinnen in welchem Effizienzbereich 2 Eff sich die Einheiten im Schnitt bewegen und wie viele von den Beobachtungen effizient bzw nicht effizient Anz eff n eff sind Daraus l sst sich bei Inputorientierung des Modells f r jede inputseitige Modellvariable das Ausma des Rationalisierungspotenzials f r jede untersuchte forstbetriebliche Einheit herleiten Das nicht kontrollierbare Kriterium Fl che l sst sich nicht ver ndern und wird hier mit einem Ver nderungspotenzial vo
246. chen Ansatz ausschlie lich empirische Daten verwendet werden darf berechtigterweise die Frage nach der Stabilit t der konstruierten Technologiemenge aufgeworfen werden Da es infolge von Messtoleranzen und Messfehlern in der Regel Ungenauigkeiten gibt w re es wohl w nschenswert dass sich die konstruierte Technologiemenge bei geringen St rungen der Daten auch nur geringf gig ndert Die damit verbundene Stetigkeit des Effizienzma es bedeutet dass eine Erh hung der Messgenauigkeit auch zu genaueren Effizienzwerten f hrt 25 Eine Ausnahme f r die Feststellung der Stetigkeit des Effizienzma es stellen Nullwerte dar die auch durch die Steigerung der Messgenauigkeit keine Ver nderung erfahren Nur wenn alle beobachteten Kriterien gt 0 sind l sst sich die Stetigkeit von Effizienzma en nachweisen Scheel 2000 Seite 60 Rahmenrichtlinien fur DEA Applikationen W rden umgekehrt infolge von geringen nderungen der Datenmatrix sprunghafte Ver nderungen in der Technologiemenge eintreten w re ein derartig unstetes Verhalten der Technologiemenge f r die Effizienzbeurteilung ungeeignet SCHEEL 2000 Scheel 2000 liefert dazu in seinen Ausf hrungen auch den Beweis und demonstriert dass sich die konstruierte Technologiemenge T bei kleinen nderungen in der Datenmatrix X Y nicht sprunghaft ver ndert In seinen mathematischen Beweisf hrungen kann er f r die Technologiemenge T feststellen dass diese sowohl oberhalb als au
247. chlie lich R ckschl sse auf die Performance einer Einheit in Bezug auf die unterstellte Ausgleichsfunktion gemacht werden BACKHAUS ET AL 2000 Dieses multivariate Verfahren ist allerdings in der Anwendung auf eine einzige abh ngige Zielgr e beschr nkt und l sst nicht mehrere abh ngige Zielvariable zu Die aus den Beobachtungen gesch tzte parametrische Funktion wird nicht den Extremum Beobachtungen die die Best Practice Einheiten markieren w rden angen hert sondern resultiert aus den geringsten Abweichungsquadrate zu den einzelnen Referenzbeobachtungen Damit sind aber Residualabweichungen sowohl in positiver als auch negativer Richtung m glich wodurch sich wiederum kein sehr eindeutiges Bild bez glich der Best Practice Einheiten ergibt Stochastic Frontier Analysis Um aber dennoch einen funktionalen Zusammenhang zu beschreiben der die Bedingungen von Produktionsprozessen realit tsnaher abbildet k nnte eine deterministische oder stochastische Produktionsfunktion verwendet werden F r die Produktionsfunktion als solche ist sicherzustellen dass ohne Faktoreinsatz kein Output erzielbar ist und umgekehrt jeglichem Einsatz von Produktionsfaktoren immer ein Output gegen bersteht Au erdem ist zu unterstellen dass die Bereitstellung eines bestimmten Outputs auch mit einem Vielfachen an Inputfaktoren zul ssig ist aber nicht umgekehrt da dann die Bedingung der Konvexit t verletzt w re KUMBHAKER E AL 2000 Unter Ber c
248. chmarkeinheiten jener Peer Group der auch sie selbst angeh ren abgeleitet werden einen statistischen Zusammenhang mit den drei erkl renden Einflussvariablen ber die Grundgesamtheit aller DMUs nachzuweisen Kosteneffizienz KEd VRS RAD IN Die Herleitung der Kosteneffizienz in Anlehnung an die Definition aus dem Kapitel 3 8 4 gestaltet sich insofern problematisch als die monet re Bewertung der gew hlten Modellvariablen nicht immer ganz einfach ist In der Praxis stehen diese Gr en oft nicht mit der erforderlichen Objektivit t zur Verf gung oder fehlen wie im Fall der Verkehrs bzw Ertragswerte f r die Betriebsfl che berhaupt zur G nze In einem solchen Fall ist es schwierig bis unm glich eine Kosteneffizienz zu ermitteln Um sich einem realistischen Wert f r die betreffenden Forstbetriebsfl chen zu n hern wurde der forstliche Einheitswert als sinnvolle Alternative erachtet auch wenn die Ermittlung und Festsetzung des forstlichen Einheitswertes nach steuerlichen Gesichtspunkten erfolgt Da aber der forstliche Einheitswert f r jede Einheit ohnedies nur als unkontrollierbare Variable eingeht wurde zur Demonstration des Zusammenhangs zwischen dem natural technischem Modell und dem konomischen Modell Kosteneffizienz dieser Wertansatz verwendet Zur Ermittlung der Kosteneffizienz in Anlehnung an das Konzept von Coelli 1998 und zur Ableitung einer allokativen Effizienz 3 8 4 muss aber methodologisch beachtet werden das
249. chsgruppen mit insgesamt 41 Teilnehmern durch entsprechende Datenaufbereitungen und Mittelwerte aus der Testbetriebs Datenbank unterst tzt SEKOT 2000 und 2004 Diese bersichtliche Aufbereitung der wesentlichen betrieblichen und berbetrieblichen Kennzahlen kann und sollte die potenziellen Grundlagen zur kosten und ertragsoptimalen Betriebssteuerung liefern Seite 111 Konzeptionelle Anwendung von DEA f r ausgew hlte forstliche Datens tze 5 4 4 Vergleichbarkeit der Testbetriebsdaten des Gro und Kleinprivatwaldes Diese Datengrundlage liefert die Basis f r zwischen und berbetriebliche Datenaufbereitungen Als Voraussetzung f r die Durchf hrung von Betriebsvergleichen ist allerdings ein hohes Ma an Vergleichbarkeit erforderlich Gerade aber im Zusammenhang mit der konomischen Analyse der forstlichen Produktion die von nat rlichen aber auch formalrechtlichen Rahmenbedingungen abh ngt beeinflussen heterogene und unkontrollierbare Einflussgr en das Unsicherheitsma unter dem man zu entscheiden hat derma en dass ein zwischenbetrieblicher Vergleich zu keinem eindeutig nachvollziehbaren Befund f hren muss KOPSELL 1983 5 4 4 1 Problematik der Nicht Erfassung des stehenden Waldverm gens Allein die Frage der Erfassung des stehenden Waldverm gens des gro en Lagers Wald stellt eine ganz wesentliche Problematik in der Vergleichbarkeit nach betriebswirtschaftlichen Kriterien dar Der Grund f r das Fehle
250. cht gestaltet sich trotz der konstruktiven Beitr ge der Interviewpartner als u erst schwierig Die Schwierigkeiten liegen im Wesentlichen darin dass die der Interviewte in sehr kurzer Zeit mit komplexen Themenzusammenh ngen konfrontiert wird und aufgrund seines Expertenwissens rund um das Thema sehr leicht von dem vorgegeben Leitfaden abdriftet Dabei ist vom Interviewer insbesondere darauf zu achten den Interviewten weg von seinem angestammten Denkmuster gedanklich hin zu den neu angedachten Vorgehensweisen zu bewegen In den h ufigsten F llen verstrickt sich der Interviewte in Detailaussagen aufgrund seines Expertenwissens aus denen im Anschluss die relevanten Informationen f r die entsprechenden Fragestellungen zu abstrahieren sind Aufgrund der gemachten Erfahrung ist festzuhalten dass der Prozess des Pre Tests bez glich der Eignung eines Themas zur Effizienzabsch tzung in einem mehrstufigen Prozess ablaufen sollte Erst nachdem die der Interviewte in einer ersten Phase mit dem Thema konfrontiert war ist sie er gedanklich dem Thema gegen ber aufgeschlossen und ber die Hintergr nde entsprechend informiert und kann in einer zweiten Phase wesentlich besser mit den an sie ihn herangetragen Fragen oder den noch offenen Diskussionspunkten umgehen Seite 265 Zusammenfassung 7 Zusammenfassung Unter den produktionswirtschaftlichen Rahmenbedingungen ist auch f r die forstliche Branche das Streben nach einer g nstigen Input Outpu
251. cht durchf hren Erst wenn der zeitliche wie monet re Arbeitsaufwand f r die in der Simulation unterstellten Ma nahmen ber vergleichbare Arbeitseins tze mit ber cksichtigt und der zu erwartende Holzvorrat zum Zeitpunkt des Abtriebs nach der Sortimentstafel zergliedert wird st nden Informationen f r jene Gr en zur Verf gung die f r ein entscheidungsunters tzendes und wertorientiertes Modell von Bedeutung w ren Das auf den Operatsdaten von 2000 basierende Bestandesmodell hingegen hat neben dem ausgeschiedenen Bestandesvorrat auch den Bestockungsgrad sowie den verwendeten arbeitstechnischen wie monet ren Ressourceneinsatz nicht ber cksichtigt Auch wenn f r diese statische Beurteilung der Best nde das Alter ber cksichtigt wurde konnte aber dennoch nach einer Performanceanalyse mit DEA keine Aussage ber zuk nftige Ma nahmen gemacht werden Die Aussagen beziehen sich n mlich ausschlie lich auf die Ausgangsparameter der Beobachtung Die Verbesserungsvorschl ge und Zielwerte beziehen sich demnach ausschlie lich auf einen Bestand mit einem bestimmten Alter einer bestimmten Bonit t und einem bestimmten Vorrat je Flacheneinheit Die erzielte Aussage stellt nur fest was ein Bestand unter den gegebenen Bestandesparametern an Holzvorrat erreichen h tte k nnen Die Entscheidungen sind Seite 182 Konzeptionelle Anwendung von DEA f r ausgew hlte forstliche Datens tze aber bereits in der Vergangenheit passiert und k nn
252. d kann dennoch sehr deutlich festgestellt werden dass die einmalig gepflegten Best nde gegen ber ihren unbehandelten Vergleichsvarianten unter der Anwendung proportionaler Effizienzma e zum Gro teil eine g nstigere Performance erzielen vgl Tabelle 65 Seite 223 Konzeptionelle Anwendung von DEA f r ausgew hlte forstliche Datens tze Target Values f r das Modell TE_E bei Anwendung eines inputorientierten Dmax MaBes unter Verwendung von variablen Skalenertragen Target Values Dmax Ma TE_E VSE IN Effizienz BMY Ze E eG Nene ree 116 DF 0 00 13 61 18 29 3 97 113 21 93 62 96 12 B M_G4_IV2 232 DF 0 00 13 61 18 29 3 97 113 21 93 62 96 12 232 0 8 84 23 94 28 94 0 46 178 35 87 66 91 31 116 DF 25 83 34 99 56 39 0 00 87 33 76 56 82 39 gussw_G1_13 232 DF 25 59 37 82 56 24 0 00 87 16 76 07 82 08 232 0 28 66 28 98 57 16 0 00 88 19 77 04 82 14 116 DF 16 37 35 88 49 24 0 00 144 94 79 70 85 51 eisenk_G1_ 3 232 DF 16 28 37 00 49 18 0 00 144 85 79 51 85 38 232 0 26 58 38 46 55 54 0 07 157 19 75 88 81 73 116 DF 8 94 14 93 34 43 3 30 95 05 88 33 90 47 Durchschnitt 232 DF 8 29 16 33 35 80 1 68 88 12 87 84 90 32 232 0 17 46 25 74 43 96 5 15 127 44 82 53 86 13 Tabelle 65 Target Values f r das inputorientierte durchschnittliche maximale Effizienzma unter Verwendung einer VRS Technologie H D Quotient aus H he zu Durchmesser Std Leistungsstunden in der H
253. d der bereits verbrauchten Produktionsfaktoren zur Bereitstellung der Massenleistung als outputorientiertes Modell beurteilen Wie bereits erw hnt vgl 3 7 1 1 w rden sich unter konstanten Skalenertr gen die Ergebnisse um nichts unterscheiden aber unter Anwendung variabler Skalenertr ge differieren die Resultate bei input oder outputorientierter Betrachtung infolge der abnehmenden Grenzertr gen bei Unterstellung einer konvexen Datenh lle die alle Beobachtungen so eng als m glich umschlie t vgl 3 3 3 Inputorientiertes Modell F r das inputorientierte Modell wurden die nachfolgenden Variablen unterstellt INPUTFAKTOREN OUTPUTFAKTOREN Fl che Bonit t ne Alter Masse NH Masse LH Tabelle 44 Beurteilungskriterien f r das inputorientierte Modell zur Beurteilung von Laub Nadelmischw lder Unabh ngig von der Vollst ndigkeit der Variablen stellt sich im inputorientierten Fall die Frage Zu welchem fr heren Alter und bei welchem Bestockungsgrad h tte man dieselbe Outputleistung bei unver nderter Fl che erzielen k nnen um selbst eine Best Practice Einheit zu werden W re hier beispielsweise auch noch die Information entweder ber das eingesetzte Kapital oder die verbrauchte Arbeitszeit zur Verf gung k nnte man Aussagen ber m gliche RationalisierungsmaBnahmen treffen F r den vorliegenden Datensatz konnte man sich aber ohnedies nur berlegen ab welchem Alter und bei welchem Bestockungsgrad h tte man denn eig
254. d letztendlich die Tauglichkeit eines ex ante orientierten DEA Modells als internes Controllinginstrument abh ngen 83 Aus der Differenz des maximalen Prognosehorizonts 90 Jahre und dem neu ermittelten Prolongationszeitraum x f r den um den Target Wert bereinigten kalkulatorischen Ertrag ergibt sich jene optimale Zeitspanne zur Erreichung des neuen Abtriebszeitpunktes Seite 235 Prospektive Auseinandersetzung mit verschiedenen forstlichen Themenbereichen zur Entwicklung konzeptioneller DEA Modelle 6 Prospektive Auseinandersetzung mit verschiedenen forstlichen Themenbereichen zur Entwicklung konzeptioneller DEA Modelle 6 1 Struktur des standardisierten Fragebogens In einer strukturierten Vorgehensweise wurde mithilfe von qualitativen Interviews versucht zu verschiedenen forstlichen Themengebieten die Anwendungsvoraussetzungen f r eine DEA Applikation abzustecken Dazu wurde ein Fragebogen in Baumstruktur entworfen der einerseits eine durchg ngige Leitlinie f r die Interviews bieten sollte aber andererseits auch als Checkliste f r die Vorbereitungsarbeiten einer DEA Analyse dienen kann Ganz allgemein kann dieses Konzept zur Verifizierung aller Sachverhalte die f r eine Effizienzbeurteilung von Relevanz sein k nnen dazu beitragen die Informationsverf gbarkeit bzw das Informationsdefizit des bisherigen Controllingansatzes zu berpr fen Alleine durch die Auseinandersetzung mit den Anforderungen die der Fragebogen an den Mo
255. d p L sungen des primalen Problems f r k sind m ssen neben der Nichtnegativit tsbedingung je nach Anzahl der empirischen Beobachtungen vor allem die s Nebenbedingungen die bereits im urspr nglichen fraktionalen Ansatz als YsP lt 4 formuliert wurden erf llt sein Im Zuge der x c Linearisierung dieser fraktionalen Nebenbedingung muss die Summe der mit px gewichteten Outputs minus Summe der mit er gewichteten Inputs jeder der s Beobachtungen kleiner gleich null sein gt se are SV a lt 0 y P x c lt 0 n 1 Das inputorientierte I und radiale Multiplikatormodell Durch die Einf hrung der zus tzlichen Restriktion dass der Z hler der Zielfunktion gleich eins zu setzen ist wurde die vollst ndige Linearisierung des fraktionalen DEA Problems erreicht und dadurch gleichzeitig das inputorientierte radiale Multiplikatormodell formuliert Wird der Z hler X C wie angek ndigt auf eins normiert ohne noch die H he des virtuellen Outputs y p zu kennen lassen sich die hier formulierten Nebenbedingungen unabh ngig davon wie hoch die Faktorkosten und die Inputs je beobachteter Einheit sind in jedem Fall durch geeignete Wahl einer proportionalen Erh hung und Senkung der Faktorkosten er Schattenpreise Multiplikatoren realisieren ohne eine Einschr nkung der zul ssigen Input Kostenverh ltnisse hinnehmen zu m ssen GSTACH 2002 max y p NB y p x c lt 0 vs x c 1 c p 20 p c Bei dem hier formulierten Mode
256. d_G5_mass_V3 10 0 107 79 217 6 9835 8 8188 0 824 5 15773 50 1720 2 mond_G5_mass_V4 5 0 99 88 230 5 10751 0 8925 8 1012 9 19906 43 1720 2 B M_G1_unb_11 30 8 93 93 301 0 12393 3 10926 0 1090 8 17071 91 878 0 B M_G1_unb_I2 32 2 115 83 328 3 12066 2 8554 3 871 7 12298 71 878 0 B M_G2_unb_Il1 34 6 98 83 328 5 12031 3 10577 7 964 4 14935 39 878 0 B M_G2_unb_II2 24 1 108 76 254 9 10245 3 7508 8 796 0 11777 72 878 0 B M_G3_unb_Ill4 35 7 97 83 257 9 10873 4 9754 1 973 3 14910 24 878 0 B M_G4_unb_IV1 15 0 103 98 300 2 12763 8 10094 2 1087 7 16552 02 878 0 B M_G4_unb_IV2 18 0 105 88 260 4 11245 2 8415 7 968 3 14573 60 878 0 B M_G4_unb_IV3 19 0 98 91 353 8 13118 3 10752 4 1006 0 15579 04 878 0 B M_G4_unb_IV4 26 0 102 79 300 8 11301 0 8723 4 876 5 13499 62 878 0 B M_G4_unb_IV5 25 0 106 68 220 7 9042 7 6381 7 750 7 11202 84 878 0 B M_G5_unb_V1 32 0 116 83 371 1 12784 7 9275 1 869 0 12204 80 878 0 B M_G5_unb_V2 30 0 101 89 289 2 11861 8 9470 6 985 6 15199 21 878 0 Filz_G1_unb_ 1 36 0 99 105 412 3 15184 7 15221 7 1157 8 19796 99 1572 7 Filz_G1_unb_ 2 34 0 97 117 412 5 16095 0 16010 9 1287 6 22245 92 1572 7 Filz_G1_unb_I3 36 0 98 100 345 5 13703 1 13802 3 1110 3 19041 61 1572 7 Filz_G1_unb_ 4 38 0 97 98 391 7 14294 6 13862 5 1081 1 18866 56 1572 7 Filz_G1_unb_I5 37 0 96 88 359 9 12978 5 13299 0 1025 9 17835 65 1572 7 Filz_G1_unb_I6 32 0 95 92 437 4 14660 5 14984 2 1020 8 17926 14 1572 7 Filz_G1_unb_I7 35 0 101 105 382 1 14695 8 13899 7 1162 1 19470 10 1572 7 Filz _G1_unb_
257. dass das log lineare Modell h here Performancewerte ausweist als das klassische radiale DEA Modell 10 Reorganization of forest districts via efficiency measurement Author Chiang Kao Yong Chi Yang Affiliation Graduate School of Industrial Management National Cheng Kung University Taiwan Taiwan ROC Department of Forestry National Taiwan University Taipei Taiwan ROC Source European Journal of Operational Research Volume 58 Issue 3 11 May 1992 Pages 356 362 Abstract In this paper the data envelopment analysis DEA approach is applied to find the inefficient forest districts in Taiwan ROC The Taiwan Forestry Bureau proposes three alternatives for reorganizing the thirteen districts into eight districts These three alternatives are appraised also by the DEA approach The criterion is to make the new districts in an even status to be fair for the welfare of the local people From the theoretical point of view a better alternative for reorganization is suggested Keywords Efficiency Data Envelopment Analysis forest management Zusammenfassung DEA wird hier von Chiang und Yong verwendet um f r die taiwanesische Forstabteilung zur Reorganisation der dreizehn Forstbezirke ein quantitatives Variantenstudium zu statuieren So wie die bisherigen Forstbezirke konzipiert waren unterscheiden sich diese hinsichtlich der Zielsetzungen werden infolge des Gr enunterschieds abweichende Ertr ge erzielt und differieren die
258. dauer was auch hier durch die anzustrebenden Verbesserungspotenziale der kalkulatorischen Ertr ge best tigt wird die Rationalisierungspotenziale zur Erzielung einer besseren Performance zu suchen sind Ein hnliches Bild wie die inputorientierten Effizienzma e liefern auch die nicht orientierten Pendants Abgesehen von einer kleinen Abschw chung der Rationalisierungspotenziale auf der Inputseite die ber das vorgeschlagene Steigerungspotenzial der Outputseite kompensiert werden zeichnen die Ergebnisse der nicht orientierten radialen Effizienzma e VSE_TE_M NO und VSE_TE_E NO denselben Trend nach Nachdem allerdings die Steigerung des Outputs nur indirekt ber waldbauliche Ma nahmen gesteuert werden kann erscheint aus praktischer Sicht die Betrachtung von inputorientierten Varianten als prim r relevant Seite 206 Konzeptionelle Anwendung von DEA f r ausgew hlte forstliche Datens tze Lineare Zusammenh nge der abgeleiteten Effizienzwerte mit nicht im Modell verwendeten Variablen DEA legt in seiner Darstellung der Performance der einzelnen Einheiten besonderen Wert darauf die Befundeinheiten in ihrem besten Licht darzustellen Diese Best Case Philosophie beruht insbesondere darauf jene DMUs mit hnlichen Input Outputverh ltnissen und damit indirekt mit hnlichen Produktionsverh ltnissen in einer Vergleichsgruppe Peer Group zusammen zu fassen und zu beurteilen Gerade bei Unterstellung variabler Skalenertr ge ko
259. dazu auch die nicht beeinflussbaren Umfeldfaktoren Marktpotenzial Bev lkerungsstruktur Wirtschaftskraft Wettbewerbsstruktur Ber cksichtigung finden die aber auch wie unter 4 3 1 erl utert in eine DEA Analyse integriert werden k nnen F r die Auswahl gilt es zu beachten dass die Einheiten DMUs nicht nur in derselben Branche und unter einem vergleichbaren Unternehmensumfeld operieren sondern auch hnliche Zielsetzungen verfolgen Generell gilt daher als Pr misse dass mit knappen Ressourcen 6konomisch rational umzugehen ist Zur Erzielung diskriminanter Ergebnisse bedarf es einer gen gend gro en Anzahl an Beobachtungen Je mehr Beobachtungen verf gbar sind umso differenziertere Ergebnisse sind zu erwarten und desto besser n hert man sich der tats chlichen Technologiemenge an Spezifikation der Beurteilungskriterien Je genauer die Zielsetzung und Spezifizierung der Fragestellung abgekl rt ist umso einfacher gestaltet sich die Selektion der relevanten Beurteilungskriterien die unter Mitwirkung der Verantwortlichen der Entscheidungseinheiten DMUs f r die individuelle Problemstellung erfolgen sollte Der iterative Prozess der Kriterienauswahl nimmt st ndig an Detail zu Aus dem Katalog von sowohl qualitativen als auch quantitativen Kriterien 39 Zur Gestaltung der relativen Nutzwerte liegt ein Konsens ber die relative Wertigkeit der Merkmale zueinander vor Indem obere und untere Schranken der Substitutionsraten fest
260. deinheiten potenzielle DMUs in Abh ngigkeit von der Fragestellung Zur Abkl rung der klar definierter Befundeinheiten ist zu erheben ob die DMUs langfristig stabil sind und waren und ob deren Daten einigerma en gleichartig und ber l ngere Zeitr ume dokumentiert sind Diese organisatorischen Einheiten Projekte und oder Teilprozesse von Projekten oder hnliche produktionstechnisch definierbare Einheiten m ssen Seite 238 Prospektive Auseinandersetzung mit verschiedenen forstlichen Themenbereichen zur Entwicklung konzeptioneller DEA Modelle selbstverstandlich in einem unmittelbaren Zusammenhang zur Fragestellung Zielsetzung der Effizienzanalyse stehen C Abgrenzbarkeit der unter B genannten Befundeinheiten nach klassifikatorischen Merkmalen zu homogenen Gruppen bzw Clustern Dabei ist zu beachten in welcher Form die Kennzahlen der Befundeinheiten aufbereitet sind Insbesondere sollten alle Kriterien die in die Effizienzbeurteilung einflie en in gleicher Weise erhoben werden und die Aktivit ten jeder Einheit so gut wie m glich charakterisieren Dyson 2001 Alle Aktivit ten bezogen auf die Fragestellung und Befundeinheit sollten vom jeweiligen Beginn bis zum entsprechenden Abschluss Projekt Prozess Periode dokumentiert sein Zu kl ren bleibt aber ob die Vergleichsbeobachtungen beispielsweise ber mehrere Perioden hinweg in anderen Regionen bzw Produktionsgebieten auf hnliche Weise quantitativ charakterisiert si
261. dellanwender bzw den Interviewten richtet sollte bereits der Problemzusammenhang f r die Effizienzmessbarkeit eines konkreten Anwendungsbereichs vorgezeichnet sein Die Anregungen einen Strukturbaum als Checkliste f r die Anwendbarkeit von DEA zu konzipieren gehen im Wesentlichen auf die Pitfalls and Protocols von Dyson et al 2001 sowie auf die Anwendungsvoraussetzungen von Sowlati 2005 zur ck Der Strukturbaum der von der entscheidenden Frage des Verwendungsbedarfs der Effizienzinformation umklammert wird schafft den erforderlichen berblick und strukturiert die grundlegenden Voraussetzungen f r die Anwendbarkeit von DEA Dabei hat sich der Anwender im Wesentlichen mit der Definition einer stabilen Befundeinheit und den entsprechenden Abgrenzungskriterien den relevanten Input und Outputkriterien sowie den produktionstechnischen Zusammenh ngen zu besch ftigen Auch wenn die dichotome Abfragen nach verf gbar und nicht verf gbar m glich oder nicht m glich beziehungsweise variable oder konstante Skalenertr ge nur f r die vorhin genannten Hauptaspekte durchgef hrt wurde so ist diese Diskussion auch grunds tzlich f r jeden einzelnen Subbereich des Strukturbaumes zu f hren und der Sachverhalt entsprechend zu dokumentieren Seite 236 Prospektive Auseinandersetzung mit verschiedenen forstlichen Themenbereichen zur Entwicklung konzeptioneller DEA Modelle Klassische DEA Modelle A Verwendungszweck bz
262. delle ber cksichtigen im Gegensatz zu den quiproportionalen und orientierten durchschnittlichen Effizienzma en die Schlupfvariablen direkt f r die Generierung von Effizienzwerten und unterbinden dadurch die M glichkeit dass schwach effiziente Einheiten als effizient ausgewiesen werden Allerdings weisen additive Effizienzma e im Zusammenhang mit der linearen Invarianz einen entscheidenden Methodischen Nachteil auf weshalb von der Anwendung dieses Effizienzma es abgesehen wurde Seite 40 DEA der nicht parametrische Modellansatz 3 6 2 1 Schlupfvariablen und schwach effiziente Einheiten Sofern die Technologiemenge freie Verschwendbarkeit Monotonie der Inputs und Outputs zul sst muss es im Falle von schwacher Effizienz f r hinreichend kleine o gt 0 vgl 3 6 2 Slacks oder Schlupfvariablen zul ssig sein dass auch die Reduktion der optimalen L sung 8 des Minimierungsproblems um 8xm Om bzw die Erh hung der optimalen Outputmenge des Maximierungsproblems um y 0 der dominierten Einheit ein Element der Technologiemenge sein kann Nimmt ein Slack einer Inputvariable m im Optimum d h bei minimalem 8 einen Wert gr er O an besteht ein sogenannter Inputslack Auch wenn in einem solchen Fall keine weitere proportionale Reduktion aller Inputfaktoren m glich ist l sst sich dennoch f r den Inputfaktor m der einen Slack gt 0 bzw einen Schattenpreis gleich null aufweist und der somit scheinbar im berfluss vorhanden i
263. den Zur Abstimmung des Modells mit den abgesetzten Mengen und den lukrierten Erl sen wurden die Differenzen ber die Position Industrie und Brennholz mengen und wertbezogen ausgeglichen Dieser Ausgleich f hrte allerdings nur zu unwesentlichen Ab nderungen wurden aber zur Abbildung eines vollst ndigen Modells f r sinnvoll erachtet 5 4 8 Ergebnisdokumentation verschiedener Modellvarianten F r die im Anschluss vorgestellten Performancevergleiche von Forstbetrieben sind aufgrund der vorangegangen berlegungen input und nichtorientierte Modelle unterstellt worden denen die unter 3 7 sowie 3 7 2 vorgestellten Effizienzma e A Dmin und Dmax Ma zugrunde gelegt wurden Allen verwendeten Effizienzma en wird dabei eine Technologie von variablen Skalenertr gen vgl 3 3 3 unterstellt Nachfolgend werden jene empirischen Modellapplikationen vorgestellt die explorativ f r jenes Grundsample an forstbetrieblichen Testbetriebsdaten durchgef hrt wurden die ber die letzten 5 Jahre 1997 2001 hinweg durchgehend und ann hernd vollst ndig in Seite 123 Konzeptionelle Anwendung von DEA f r ausgew hlte forstliche Datens tze der Datenbank des Testbetriebsnetzes dokumentiert waren Unter der Zugrundelegung dieser Restriktion konnten aus der vorliegenden Datenbank letztendlich 77 Testbetriebe als DMUs Befundeinheit selektiert und deren Mittelwerte den multiplen Modellvariablen in dieses nicht parametrische Analyseverfahren einbez
264. der Forstwirtschaft propagierten nachhaltigen Wirtschaftsform und auch nicht den Modellerwartungen entsprechen sind diese beiden Modelle als Modellprototypen in einem iterativen Prozess zu sehen Die hier implementierten Nachhaltigkeitskriterien m ssen aufgrund der bereits angesprochenen Problematik der Translationsinvarianz und wegen des Versto es gegen das Monotonieverhalten in Frage gestellt werden F r die folgende Modellkonzeption gilt es die bisherigen Variablen so zu adaptieren dass dadurch entsprechende Nachhaltskriterien ber cksichtigt werden k nnen ohne die Modellpr missen zu verletzen Damit sollen vor allem jene Betriebe als Best Practice Einheiten ausgewiesen werden die einerseits effizient operieren und andererseits den Hiebsatz als Nachhaltigkeitsweiser einhalten Durch eine derartige Konzeption soll unterbunden werde dass Einheiten als Best Practice dargestellt werden die besonders massiv in den stehenden Vorrat eingreifen F r die folgenden berlegungen hinsichtlich der Weiterentwicklung der Modelle unter Einbeziehung einer nachhaltigen Bewirtschaftungsform spielt vor allem die Hiebsatzbereinigung jener Variablen die unmittelbar im Zusammenhang mit dem Holzproduktionsbetrieb stehen eine zentrale Rolle Von dieser Modifikation wird erwartet dass damit eine wesentlich st rkere Einflussnahme auf den nachhaltigen Eingriff in das Waldverm gen vor allem gegen ber den beiden bisher vorgestellten Modellvarianten m
265. der taiwanesischen Forstbeh rde Die Diskriminanz des DEA Modells kann ausschlie lich durch die Anzahl der beobachteten DMUs sowie der Anzahl der verwendeten Variablen beeinflusst werden Seite 107 Konzeptionelle Anwendung von DEA f r ausgew hlte forstliche Datens tze 5 4 Performancebeurteilung sterreichischer Forstbetriebe Die Bewirtschaftung der Walder umfasst alle jene menschlichen Aktivitaten welche zum Ziel haben Nutzungen in Wald kosystemen durchzuf hren sowie die vom Menschen angestrebten G ter bedarfsgerecht bereitzustellen OESTEN amp ROEDER 2001 Obwohl die Gesellschaft dem Wald kosystem hohe Bedeutung beimisst betrachtet sie die Waldfunktionen eher als freie G ter oder maximal als ffentliche G ter denn als knappe G ter deren Bereitstellung nach konomischen und damit effizienzgesteuerten Grunds tzen zu erfolgen hat Unter dem Gesichtspunkt der funktionalen Naturraumnutzung wird in diesem Ansatz aus Sicht der Forstbetriebe die Produktionsfunktion des Waldes losgel st von der sozio konomischen Funktion und den kosystemaren Funktionen des Wald kosystems auf die erwerbswirtschaftliche Funktion beschr nkt Denn auch wenn es sich bei den Waldfunktionen ebenfalls um knappe G ter handelt existieren aufgrund von Verf gungsrechten und von externen Effekten die Dritten zugute kommen und den mit der Produkteinf hrung verbundenen Transaktionskosten in der Regel keine M rkte Damit fehlen f r den Forstbetrie
266. die Best nde einmal mit und einmal ohne Pflegeeingriff simuliert wurden sollte sich das auch entsprechend in der Performance niederschlagen Sowohl unter Einbeziehung der Massenleistung und des kalkulatorischen als auch beim Ersetzen der Massenleistung durch die Wertleistung kommt es zu betr chtlichen Abweichungen zwischen den gepflegten und den ungepflegten Bestandespendants vgl 5 6 9 4 Auch wenn sich die Massenentwicklung bis zum Erreichen des Abtriebszeitpunktes nicht wesentlich unterschieden hat kommt es aber aufgrund des unterschiedlich langen Produktionszeitraums zu Differenzen beim kalkulatorischen Ertrag die sich zu Gunsten der behandelten Best nde auswirken Werden zus tzlich noch die erzielten Endnutzungsvolumina nach der Sortimentstafel aufgeteilt und mit entsprechenden Werten versehen nimmt der Anteil der g nstigeren Performances von behandelten Best nden weiter zu Damit leitet sich f r diese hier auf Basis von synthetischen Daten untersuchten Beobachtungen unter wertbasierten Gesichtspunkt eine deutliche Vorteilhaftigkeit der einmalig behandelten gegen ber den unbehandelten Best nden ab Diskussion Mit diesem explorativen Ansatz ex ante orientierte synthetische Bestandesdaten in ein DEA Modell zu implementieren wird der dynamische Zeitaspekt in der Performancebeurteilung ber cksichtigt Damit wird ein Modellkonzept mit eindeutiger Tendenz in Richtung eines Controlling Instruments zur Generierung von Sollwerten ber
267. die Dokumentation der Vorgehensweise zu den einzelnen Punkten des Strukturbaums wurden daher zusammenfassend sowohl die Ergebnisse aus den Experteninterviews als auch Angaben aus Literaturquellen insbesondere die EU Richtlinie CIII und die Mid Term Evaluation des F rderprogramms zur Entwicklung des l ndlichen Raums das Programm f r Forschung und Entwicklung 05 des BMLFUW sowie die Forschungsprojekte ROADEVAL STAMPFER ET AL 2003 und die Erweiterungsvorschl ge zur Kosten Nutzen Untersuchung der Wildbach und Lawinenverbauung KRAUS 2002 herangezogen um die daraus abgeleiteten Informationen zu den einzelnen Punkten gemeinsam festzuhalten Seite 242 Prospektive Auseinandersetzung mit verschiedenen forstlichen Themenbereichen zur Entwicklung konzeptioneller DEA Modelle 6 2 F rderungen Im Programm f r Forschung und Entwicklung 2005 bekennt sich das Lebensministerium dazu Analysen und wissenschaftliche Grundlagen zur Verbesserung der Effizienz und der Wettbewerbsf higkeit in das Programm aufzunehmen Dabei kann insbesondere auf den Artikel 29 Bewertungsmethoden und Entwicklung von Evaluierungsverfahren der Kategorie Effizienz und Wettbewerbsf higkeit des Forschungs und Entwicklungsprogramms des Lebensministeriums als Ankn pfungspunkt zu DEA verwiesen werden PFEIL 2005 Mit dem Bekenntnis zur Entwicklung Verbreitung und Beurteilung von Evaluierungsmethoden und dem damit verbundenen Lernprozess sowie dem ex ante Ansatz zur Sim
268. die Modellkonzipierung wenig problematisch Da es allerdings m glich w re mit diesen Produktionsfaktoren unterschiedliche Leistungsg ter in einem Forstbetrieb bereitzustellen muss klar definiert sein was denn eigentlich unter den betriebspolitischen Zielsetzungen als Outputleistung gesehen wird In den demonstrierten Modellbeispielen wurde grunds tzlich ein Schwerpunkt auf den konomischen Ertrag aus der Holzproduktion S gesortimente Industrieholz und sonstige Ertr ge als wichtigste betriebliche Outputaktivit t gelegt was sicherlich f r einen Gro teil der F lle zutreffend sein wird Allerdings kann es unter der Einbeziehung der betriebspolitischen Zielsetzungen einer multifunktionalen Forstwirtschaft zu einer Diversifizierung der Outputleistung kommen Dann werden neben den Ertragsaspekten des Holzverkaufs auch externe Effekte wie der Schutz vor Naturgefahren insbesondere vor Hochwasser Muren Lawinen und Steinschlag sowie der Erhalt der Trinkwasserg te und der Wald als CO Speicher als Outputg ter ebenfalls von Bedeutung sein Abgesehen von diesen externen Effekten werden aber auch Leistungen f r den Produktionsprozess bereitgestellt die sich nicht als monet rer Wert in derselben oder auch den darauf folgenden Perioden in der Betriebsbuchhaltung niederschlagen vgl 4 4 4 e waldbauliche MaBnahmen je Flacheneinheit die von den Angestellten geleisteten Outputs Es gilt hier der Frage nachzugehen ob es m glich ist auch
269. die Umtriebskriterien erreichen w rden erhalten diese Best nde je nachdem ob sie nach oben oder unten abweichen diese Schranken als Abtriebszeitpunkt an dem die gesamten Teilfl che fl chenhaft genutzt wird Ist die Umtriebszeit erst einmal gegeben l sst sich ber ein R Skript das bis zu dieser Umtriebszeit aufgelaufene durchschnittliche Baumvolumen am Ort ermitteln Nachdem es sich bei DEA um ein ganzheitliches Input Outputmodell handelt ist das in der Durchforstung entnommene Derbholz Vornutzungsmenge Derbholz DV dem erwarteten stehenden Vorrat der gepflegten Best nde VfmD_U noch hinzuzuf gen DV_VfmD_U 0 70 Aufgrund der hohen Stammzahlen in diesen u erst w chsigen Best nden wurden f r die einzelnen Simulationsperioden jeweils nur verh ltnism ig geringe Durchmesser ausgewiesen weshalb der daraus abgeleitete mittlere kritische Durchmesser geringer ausf llt als jener der Bonit tsstufe davor Seite 191 Konzeptionelle Anwendung von DEA f r ausgew hlte forstliche Datens tze Damit diese Gr en aber nicht nur mengenm ig vorliegen erfolgte nach Abzug eines konstanten Ernteverlusts 20 von den ermittelten Derbholzvolumina die Aufteilung nach Sortimenten mithilfe der jeweiligen Bestandessortentafeln Die daraus abgeleiteten Sortimentsanteile werden zur Ermittlung eines Bruttoabtriebswerts mit ad quaten Holzpreisen REDAKTION DES HOLZKURIERS 2004 die f r dieses Modell unabh ngig vom Zeitpunkt des Massenan
270. die Zusammenlegung von B ros kamen nur jene in Betracht die sich in unmittelbarer geographischer N he befanden Zur empirischen Sch tzung der Produktionsfunktion die unter DEA als Envelopment Umh llende bezeichnet wird werden in Anlehnung an die Rahmenbedingungen von DEA die drei Produktionsfaktoren Gehalt inklusive Gehaltsnebenkosten die brigen Administrationskosten und das Zuwachspotenzial in Abh ngigkeit von der Bonit t sowie die drei Outputfaktoren Jahres berschuss der B ros Jahres berschuss der Mitgliedsbetriebe und die Erl se aus den Samenverk ufen verwendet In Zusammenarbeit mit dem Management der B ros konnten m gliche Zusammenlegungen von B ros definiert werden In Summe wurden 15 m gliche Zusammenlegungskombinationen ins Auge gefasst und mittels DEA aufbereitet Aus dem Paper geht allerdings nicht hervor mit welchen Basisdaten die DEA Analyse der fusionierten B ros durchgef hrt wurde und welche Rationalisierungseffekte f r die einzelnen a priori angenommenen Fusionierungsma nahmen unterstellt wurden Davon h ngt es ganz wesentlich ab wie sich die Performance der fusionierten B ros relativ gegen ber den anderen DMUs verh lt Mit dem hier vorgestellten Modell k nnen die Fusionseffekte in eine rein technische Ineffizienz ohne Zusammenlegung und die Ineffizienz unter Ber cksichtigung der Fusion dargestellt werden Die Resultate dokumentierten eine erhebliche Abweichung der Performance zwischen den B
271. e Energy Labour Materials Total ann al Production regression analysis and Chemicals 6 Measuring the Efficiency of Public Forestry Organizations Authors Viitala E J and H nninen H Source Forest Science 1998 44 2 298 307 Abstract The decreasing budgets of public forestry organizations have given rise to the present need to evaluate their efficiency and to find means to improve it In this paper the efficiency of 19 state funded regional Forestry Boards is investigated using Data Envelopment Analysis DEA In addition the prime determinants of efficiency are examined using Tobit models The results indicate a substantial variation in efficiency across Forestry Boards with a potential for input saving in the range of 20 It seems that of the controllable factors management style and support are associated with efficiency It appears also that applying DEA with Tobit models provides a useful two stage approach to assess and explain efficiency differences among public forestry organizations Keywords Performance evaluation DEA Tobit Model Seite 97 Konzeptionelle Anwendung von DEA f r ausgew hlte forstliche Datens tze Zusammenfassung Ahnlich den Ansatzen von Kao 1991 und 1992 haben sich die beiden finnischen Autoren zum Ziel gesetzt finnische Staatsforstverwaltungen auf deren Effizienz hin zu pr fen Zur Feststellung der relevanten Einflussgr en auf die Effizienz haben die Autoren die Hypothese festgehalt
272. e KSE Technologiegrenze ber die Variablen A der beobachteten DMUs Wie im inputorientierten Fall wird auch hier wiederum die radial an die Technologiegrenze projizierte Referenzeinheit Uber die mit Lambda A gt 0 gewichteten Best Practice Einheiten konstruiert Durch die Nebenbedingungen wird f r den Projektionspunkt der durch die proportionale Erh hung der Outputmenge bei gleich bleibenden Inputressourcen der Beobachtung k radial an die Technologiegrenze projiziert wurde sichergestellt dass diese Referenzeinheit mindestens gleichviel von allen Outputs produziert und daf r h chstens gleichviel von allen Inputfaktoren verbraucht Zur Generierung der engsten Umh llenden um die beobachteten Einheiten bedarf es auch im outputorientierten Fall der Implementierung einer weiteren Restriktion die die Summe jener A Gewichte zur Konstruktion des virtuellen Projektionspunkt auf eins normiert Seite 47 DEA der nicht parametrische Modellansatz Outputorientiertes duales Umhullendenproblem unter Anwendung einer VSE Technologiemenge GSTACH 2002 max NB AY gt Dy AX2 xX A 1 1 20 Vs s Entsprechend der er rterten Dualit tsannahmen muss es zul ssig sein wenn das primale Problem f r die Multiplikatoren cC und pi optimal bestimmt wurde und das duale n Problem die Variablen A und bzw 8 optimiert hat dass beide Ans tze denselben Effizienzwert ausweisen m ssten Somit muss gelten dass wenn min x c max
273. e betreffen f r Ma nahmen der WLV festmachen Mit der Errichtung von Bauwerken der WLV sind auch unerw nschte Effekte verbunden Durch Wildbachsperren l sst sich die Beeinflussung der Gew sserdurchg ngigkeit nicht vermeiden Neben der kologischen Beeintr chtigung k nnte aber auch eine sthetische Beeintr chtigung des Landschaftsbildes als unerw nschten Output geltend gemacht werden K nnen Sie f r die besprochenen und relevanten Input und Outputkriterien feststellen ob f r diese beliebige Teilbarkeit oder Kombinier bzw Substituierbarkeit zutrifft oder ob manche dieser Faktoren als limitationale Inputs oder Outputs einzusch tzen sind Charakteristik der Input Output Transformationen Aufgrund der komplexen Diskussion rund um die Definition von Befundeinheiten und die Plausibilit t m glicher Inputs und Outputs blieb die Diskussion ber die produktionstechnischen Zusammenh nge und die skalenbedingten Effekte au en vor Erscheint es Ihnen politisch als administrierbar objektiviert ermittelte allerdings ausschlie lich auf messbare Kriterien abgestimmte hoch aggregierte Kennzahlen als Gradmesser zur Evaluierung von Ma nahmen der WLV zu implementieren Aufgrund des Gespr chs und der Erfahrung der Interviewpartner erscheint die Implementierung von alternativen Ans tzen zur Evaluierung von baulichen Ma nahmen der WLV als interessantes theoretisches Konstrukt Das Andenken eines alternativen Verfahrens zum institu
274. e unmittelbare DEA Anwendung kaum oder gar nicht in Frage kommt Der diesbez glich im spezifischen Anwendungsfall jeweils gesondert festzustellende Erg nzungsbedarf vermittelt aber jedenfalls Impulse f r die Weiterentwicklung forstlicher Dokumentationssysteme Die systematische Vorbereitung einer forstlichen DEA Applikation kann wichtige Erkenntnisse und Informationen liefern und so bereits zur Verbesserung des Effizienz Controllings beitragen Wie im Wege der qualitativen Interviews aufgezeigt wurde kann bereits eine entsprechende und in der Praxis zu vertiefende Voruntersuchung zu wichtigen Erkenntnissen in Bezug auf die erforderliche Auswahl und Messung von Indikatoren f r Inputs und Outputs zum Zwecke einer umfassenden Effizienzbeurteilung f hren Damit l sst sich der praktische Nutzen schon in der Vorbereitungsphase der eigentlichen Analyse erzielen Der jedenfalls direkt erzielbare Nutzen liegt daher in der Vorbereitungsphase einer DEA Anwendung Bereits durch die Diskussion ber den Verwendungsbedarf und den Konsequenzen einer Effizienzbeurteilung werden sich in Abh ngigkeit des Verantwortungs bzw Zust ndigkeitsbereichs die entsprechenden Decision Making Units herauskristallisieren Der eigentliche Wert an sich wird aber im Detail liegen Denn durch die systematische Auseinandersetzung mit den erforderlichen Input und Outputfaktoren zur Effizienzmessung wird h ufig erkannt welche spezifischen Datenerfordernisse noch notwendig
275. e unterstellt Damit wird gew hrleistet dass sowohl steigende als auch fallende Skalenertr ge zul ssig sind vgl 3 3 3 Seite 249 Prospektive Auseinandersetzung mit verschiedenen forstlichen Themenbereichen zur Entwicklung konzeptioneller DEA Modelle Variable Skalenertr ge f hren zum einen zu sinnvolleren Benchmarkeinheiten und bewirken dadurch motivierendere und akzeptierbarere Resultate beim Performancevergleich O Validierung des Verwendungszwecks Aufgrund des sehr konstruktiven und offenen Gespr chs sowohl mit Herrn DI Dr Albert Knieling als auch mit Herrn DI Arnold Ertl war zu erkennen dass die Abteilung dem Thema der Evaluierung aufgeschlossen gegen bersteht Mit dem Projekt ROADEVAL STAMPFER ET AL 2003 das den Kritikpunkten aus der Mid Termevaluation des Programms zur F rderung der Entwicklung des l ndlichen Raums entgegenwirken sollte und mit der Dokumentation der F rderf lle F rderantr ge in einer zentralen Datenbank der AMA sind erste Anstrengungen unternommen worden die Evaluierung von F rderma nahmen zum Thema zu machen Mit der Festlegung der Indikatoren die zur Beurteilung herangezogen werden k nnten wurde bereits ein Schritt in die richtige Richtung gesetzt Evaluierung versteht sich aber als Vergleich zu anderen Und die Weiterentwicklung des Evaluierungskonzepts muss daher in Richtung eines Benchmarkansatz gehen der auf quantitativer Basis nach objektiven Kriterien und f r alle Beobachtungen
276. e vgl 4 3 1 3 k nnte man dann analysieren wie die abgeleitete Effizienz von der H he des Einschlags bzw von der Nutzungsintensitat auf der Fl che sowie dem forstlichen Ausbildungsgrad der Familienarbeitskr fte oder aber auch von der Verteilung der abgesetzten Sortimente abh ngt Au erdem w rde es Sinn machen auch der Frage nachzugehen wie man den nicht unwesentlichen Anteil an Eigenbedarf in ein derartiges Modell einbinden k nnte Denn als Hypothese w rde man annehmen dass Kleinpirvatwaldbetriebe die ausschlie lich f r den Eigenbedarf produzieren ineffizienter sind als jene die Sortimente f r den Markt bereitstellen oder sowohl f r den Eigenbedarf als auch f r den Markt produzieren Denn blicherweise muss man zur Abdeckung des Eigenbedarfs nicht an die Grenze des Hiebssatzes herangehen und verwendet f r den Prozess mehr Zeit und nur die notwendigste technischen Ausstattung im Vergleich zu einer kommerziellen Nutzung Hinzu kommt noch dass bei gemischten land und forstwirtschaftlichen Betrieben nur geringe Opportunit tskosten f r jene in der Landwirtschaft nicht ben tigten Rest Arbeitskapazit ten bzw bei sonstigen Kleinprivatwaldbesitzern ein flie ender bergang zur produktiver Freizeitbesch ftigung besteht wodurch sich eine geringere Effizienzanforderung zur Bereitstellung des Eigenbedarfs begr ndet Seite 113 Konzeptionelle Anwendung von DEA f r ausgew hlte forstliche Datens tze 5 4 4 4 Ans tze zur V
277. e 259 Prospektive Auseinandersetzung mit verschiedenen forstlichen Themenbereichen zur Entwicklung konzeptioneller DEA Modelle 6 3 2 Gegenuberstellung der Anforderungen von KNU und DEA Mehrmals wurde zu den Punkten im Interviewleitfaden eine Gegen berstellung der KNU zur DEA thematisiert In einer komprimierten bersicht wird nachfolgend versucht die Kernelemente und die St rken und Schw chen der einzelnen Verfahren objektiv in einer Tabelle gegen berzustellen Welches Verfahren letztendlich zur Anwendung kommt h ngt im Wesentlichen von der Zielsetzung die mit der Evaluierung verfolgt wird ab Soll das Evaluierungsergebnis die Basis f r die Realisierung und den damit prim r verbundenen konomischen bzw Optimierungs berlegungen sein wird man sich ein komplexeres Verfahren zurechtlegen m ssen als wenn zur Erf llung einer formalen Bedingung eine projektbezogene Wirtschaftlichkeitsbeurteilung zu erfolgen hat Ziel Objekt Variable Gewichtung St rken Schw chen Evaluierung KNU Kosten Nutzen Ansatz Das singul re WLV Projekt Monetarisierte Gr en die aus dem Projektaufwand und dem zu erwartenden Nutzen resultieren und zu einer Kosten und einer Ertragsgr e aggregiert werden erfolgt in Abh ngigkeit des eingesch tzten Ereignis und Reduktions faktors Einfach praxiserprobt rasch durchf hrbar berblickbarer Aufwand f r die Datenakquirierung Erhebung des zu erwartenden Nutzens erfolgt in d
278. e Analysem glichkeiten durch die Anzahl an analysierbaren Beobachtungen und im Anschaffungspreis unterscheiden k nnen f r jedes unterstellte Effizienzma vgl 3 7 und 3 7 2 die Effizienzwerte sowie die endogen abgeleiteten Gewichte und die entsprechenden Slacks Schlupfvariablen 3 6 2 abgeleitet werden Die Entscheidung ob das A Ma eines der D Ma e oder ein additives Effizienzma verwendet wird und ob man konstante KSE oder variable VSE Skalenertr ge bzw den orientierten oder nicht orientierten Modellfall unterstellt muss mit der Zielformulierung und den Anforderungen seitens der Entscheidungstr ger abgestimmt sein Validierung der Ergebnisse durch das Management Unter Einbeziehung der abgeleiteten Effizienzwerte und der ausgewiesenen Slacks vgl 3 6 2 k nnen die Verbesserungspotenziale sowohl f r ineffiziente als auch f r schwach effiziente Einheiten berechnet und daraus die Target Values vgl 3 8 2 bzw die Sollgr en f r die einzelnen Kriterien hergeleitet werden die letztendlich das Hauptergebnis der Analyse repr sentieren Au er wenn Datens tze ber mehrere Perioden vorliegen die auch periodenbezogen analysiert wurden lassen sich zus tzlich noch die Ver nderungen der einzelnen Beobachtungen ber die Perioden hinweg darstellen und analysieren Nach erfolgreicher Validierung der Ergebnisse k nnen die Resultate als Basis f r kurzfristige Managemententscheidungen aber auch f r das Setzen von strategisch
279. e Beobachtung als ineffizient ausgewiesen Erst bei Erreichen bzw bei berschreitung dieser Frontier wird eine Beobachtung zur Best Practice Einheit Wie weit eine derartige Best Practice Beobachtung nun die Frontier berschreitet und damit die Technologiegrenze in konvexer Richtung verschiebt bzw um wie viel die Input und Outputvariablen gesteigert bzw reduziert werden k nnten um dennoch effizient und ein St tzpunkt der Effizienzgrenze zu bleiben wird mit dem Supereffizienzma ermittelt Output Input sfx Abb 9 Aquiproportionales SupereffizienzmaB Scheel 2000 S 113 22 Zur Diskussion der Konvexitatsannahme verweist Scheel 2000 auf die Arbeiten von Thrall 1999 und im mikro konomischen Kontext auf Mas Colell et al 1995 S 133 sowie Kreps 1994 S 207 Seite 55 DEA der nicht parametrische Modellansatz Wird wie in der Grafik angenommen ein quiproportionales Effizienzma A Ma verwendet untersucht das Supereffizienzma um wie viel Prozent alle Inputs der DMU 1 erh ht und gleichzeitig alle Outputs von 1 reduziert werden k nnen ohne in den dunkelgrauen ineffizienten Technologiebereich zu kommen Scheel 2000 formuliert diese nicht orientierte Modellannahme mathematisch mit folgendem Formelansatz SEXY sup 1 X 1 Y E e X Unterstellt man ein nicht orientiertes bzw ein orientiertes Ma zur Ableitung der Supereffizienz sind Beobachtungen deren
280. e DEA Analyse den Ansatz des Weiserprozents in die vergleichende Effizienzanalyse mit einbeziehen 67 Das Weiserprozent entspricht der Grenzverzinsung des eingesetzten Kapitals des Bodenwerts des Bestandeswerts und des Verwaltungskostenkapitals Der dabei unterstellte kalkulatorische Zinsfu h ngt im Wesentlichen von der Risikopr ferenz des Eigent mers oder des Investors ab Solange die interne Grenzverzinsung des eingesetzten Kapitals den pr ferierten kalkulatorischen Zinsfu bersteigt ist der Wertzuwachs des Bestandes h her als der erwartete kalkulatorische Zinsfu Kippt dieses Verh ltnis zu Gunsten des unterstellten kalkulatorischen Zinsfu es ist der Bestand zu liquidieren Seite 183 Konzeptionelle Anwendung von DEA f r ausgew hlte forstliche Datens tze Bei derartigen Uberlegungen entfernt man sich aber immer weiter von einer Beurteilung von zwei oder mehreren statischen Forsteinrichtungs Planungsdaten Denn auch zur Beurteilung der BewirtschaftungsmaBnahmen zwischen den Planungsperioden kommt man nicht um die Referenzierung auf einen Erwartungswert herum von dem letztendlich auch die zu setzenden Ma nahmen abh ngig sind Fur eine objektive und ganzheitliche Betrachtung wird es in der Folge f r sinnvoll erachtet diesen Ansatz in Richtung eines dynamischen wertbasierten Bestandesbehandlungskonzept mit simulierten Bestandesdaten ber eine ganze Umtriebszeit weiter zu entwickeln um daraus anzustrebende Sollwerte f
281. e Gruppe war zum Zeitpunkt der Durchforstung nicht lter als 35 und wies eine verh ltnism ig hohe Stammzahl auf Obwohl f r die Beurteilung dieser Zusammenh nge die Clusterung der DMUs nach Bonit tsstufen vorgenommen wird sind aufgrund der Ermittlung der Effizienzwerte ber ein nicht parametrisches Verfahren kaum signifikante lineare Zusammenh nge zu erwarten Denn mit der Unterstellung von variablen Skalenertr gen erfolgt eine Abkehr vom linearen Trend konstante Skalenertr ge hin zu einer konvexen H lle Envelopment die die Skaleneffekte in der Effizienzbeurteilung mit ber cksichtigt Und zus tzlich wird das statistische Ergebnis dadurch beeintr chtigt dass die hier beurteilten Einheiten nicht unter denselben Voraussetzungen analysiert werden da individuell Umtriebszeiten in Abh ngigkeit der Zielkriterien unterstellt werden Dennoch erscheint es von Interesse festzustellen welcher statistische Zusammenhang zwischen den abgeleiteten Effizienzwerten und jenen nicht im Modell vertretenen Variablen besteht Dabei gilt es vor allem zu verifizieren ob die daraus angedeuteten Trends die in der Regel nicht mit Signifikanz abgesichert sein werden in etwa die Zusammenh nge des nat rlichen Wachstumsprozesses widerspiegeln 78 Die Bonit t als solche wurde im Modell aufgrund des straffen Zusammenhangs mit dem Vorrat der Ausgangsbest nde und den zu erwartenden Derbholzvolumen am Ende der Umtriebszeit nicht ber cksichtigt Sei
282. e Leistungsf higkeit des Analyse Tools DEA einmal mehr zu demonstrieren Author year Region Decision Making Unit DMU No of DMUs 2 3 s 44 North Yin R 1998 USA University of Georgia Athens Industries of bleached linerboard America DEA model s Inputs Outputs Fibre Fuel Electric Power DEA CRS VRS applying Operating Labour Salaried additive Efficiency models Supervision Materials and TORE PEDIESENE A inerboardiaryear Chemicals 8 Measuring the Efficiency of Managerial and Technical Performances in Forestry Activities by Means of Data Envelopment Analysis DEA Author Masami Shiba Affiliation Mie University Tsu Japan the author is an Associate Professor of Forest Operations and Systems Faculty of Bioresources Source International Journal of Forest Engineering Vol 8 No 1 http www lib unb ca Texts JFE bin get cgi directory First_Issue shiba amp filename shiba html January 1997 Abstract The relation between the most productive scale size for particular input and output mixes and returns to scale for multiple input multiple output situations is explicitly developed Data Envelopment Analysis DEA has been extensively applied in a range of empirical settings to identify relative inefficiencies and provide targets for improvements It Seite 100 Konzeptionelle Anwendung von DEA f r ausgew hlte forstliche Datens tze accomplishes this by developing peer groups for each unit being operated
283. e Performance der einzelnen Einheiten zu evaluieren Dabei kann es durchaus plausibel sein dass Einheiten die unter dem natural technischen Modell noch als effizient deklariert wurden unter diesem Betrachtungsaspekt ineffizient operieren Der umgekehrte Fall dass eine vormals natural technisch ineffiziente Einheit unter kostentechnischer Betrachtung effizient ist wird durch den Ansatz durchschnittlicher Kostens tze unterbunden Nur bei Zulassen individueller Kostens tze k nnte es zu Verbesserungen der natural technischen Performance kommen Zur Darstellung des Zusammenhangs zwischen der natural technischen und der kostentechnischen Performance eignen sich diese individuellen Kostens tze nicht da Seite 156 Konzeptionelle Anwendung von DEA f r ausgew hlte forstliche Datens tze geometrisch betrachtet mit diesen individuellen Kostens tzen keine Isokostengerade bzw Isokostenebene die die Umh llende tangieren sollen gebildet werden k nnen Target Values TE VSE D I I1 O1 02 03 M P an V Eff R U Ww Gesamt Sage Indh sonst Kosten sort Sort Ertrage 1997 59 50 333 40 50 0 00 0 00 37 54 1998 61 43 3 24 313 38 57 0 00 0 00 12 33 FB 1999 63 48 3 34 301 36 52 0 00 0 00 46 75 11 2000 65 66 3 43 278 34 34 0 00 0 00 84 43 2001 67 78 3 23 259 32 22 0 00 0 00 0 00 d 69 12 64 30 88 0 00 0 00 97 42 1997 67 18 264 32 82 0 00 0 00 470 56 1998 71 57 6 53 209 28 43 0 00 0 00 155 9
284. e Waldverm gensrechnung herangezogen werden Karisch 2003 5 4 4 2 Heterogenit t des Gro und Kleinprivatwaldes Abgesehen vom Waldverm gen das von keinem der Betriebe ob f r den Gro oder Kleinprivatwald explizit ausgewiesen ist gilt es aber im Zusammenhang mit einer Effizienzbeurteilung nach DEA das Augenmerk auf die strukturell bedingten Umfeldeigenschaften und auf die Messbarkeit der relevanten Einflussgr en zu richten Denn darin liegen die eigentlichen Ursachen weshalb es nach Sekot 2003 zu keinem sinnvollen Vergleich zwischen Gro und Kleinprivatwald kommen kann 48 Die Regelung der BAO Bundes Abgabenordnung tr gt nur den objektiven Schwierigkeiten einer zuverl ssigen Bestimmung des Waldverm gens Rechnung Seite 112 Konzeptionelle Anwendung von DEA f r ausgew hlte forstliche Datens tze Diese beiden Eigent merkategorien verfolgen von Grundauf unterschiedliche Strategien Der Kleinprivatwald wird in der Regel als aussetzender Betrieb gef hrt der bei Bedarf zur Einkommenssicherung oder zur Bereitstellung von Bauholz bzw f r die Finanzierung gr erer Investitionen herangezogen wird Der Gro privatwald auf der anderen Seite ist zumeist als Dauerbetrieb eingerichtet in dem Arbeiter wie Angestellte ein Arbeitsverh ltnis haben und der von einem staatlich gepr ften h heren Forstorgan F rster oder Forstakademiker Forstgesetz 1975 gew hnlich nach konomischen Gesichtspunkten gef hrt wird Ein V
285. e im ArcView herangezogen werden konnten 5 5 3 Kritische Auseinandersetzung mit den selektierten Beurteilungskriterien Als Basis f r die Beurteilung der relativen Performance von Best nden mittels DEA sind die entsprechenden Beurteilungskriterien f r die Modellbildung zu definieren die die Voraussetzung f r die Ableitung der Performancewerte der Beobachtungen DMUs bzw Best nde bilden Zur Umsetzung einer objektiven Performancebeurteilung sind die unter Kapitel 4 vorgegebenen Rahmenbedingungen f r die Festlegung der Beurteilungskriterien und die Modellbildung einzuhalten Nur so l sst sich eine vergleichende Beurteilung durchf hren die jede Einheit nach der Best Case Philosophie darstellt Die verwendeten Beurteilungskriterien f r die Modellbildung zur Ableitung eines Effizienzwertes nach der DEA Methode wurden aus den Operatsdaten 2000 des Lehrforsts selektiert Vorweg ist bereits anzudeuten dass ein Forsteinrichtungsmanual auch wenn es auf zehn Jahre ausgelegt ist immer nur den aktuellen Zustand zum Zeitpunkt der Erhebung widerspiegelt Es w re also empfehlenswert die Werte des aktuellen Operats mit jenen des vorangegangenen zu mitteln um die Durchschnittsverh ltnisse zwischen den Erhebungsperioden abbilden zu k nnen F r die Modellbildung im Sinne einer explorativen Demonstration wurden von den Operatsdaten 2000 die nachfolgenden Input und Outputvariablen selektiert 66 Die Boni t bzw der DGZ 100 repr sentie
286. e zu geben 1 3 Hypothesen Material und Methoden Als forschungsleitende Arbeitshypothesen die es hinsichtlich ihrer Stichhaltigkeit zu berpr fen und nach M glichkeit weiter zu entwickeln bzw zu konkretisieren gilt werden postuliert 1 DEA eignet sich prinzipiell auch f r forstliche Fragestellungen des Performance Measurement 2 Forstliche Besonderheiten f hren zu spezifischen Problemen und erfordern eine entsprechende Ber cksichtigung bei der Modellkonzeption 3 Die lineare Programmierung ist eines der Hauptverfahren des Operations Research und stellt eine sehr allgemeine Methode zur Optimierung von linearen Problemen vgl Fu note 9 f r die keine speziell entwickelten Algorithmen vorhanden sind dar Seite 12 Einleitung 3 Es ist damit zu rechnen dass a priori verf gbare Datenbest nde die Anwendungsvoraussetzungen nicht oder nur ungen gend erf llen 4 Die systematische Vorbereitung einer forstlichen DEA Applikation kann wichtige Erkenntnisse und Informationen liefern und so bereits zur Verbesserung des Effizienz Controllings beitragen Da die Arbeit die Untersuchung spezifischer Anwendungsm glichkeiten einer Methode DEA zum Gegenstand hat liegt der methodische Schwerpunkt auf der exemplarischen Anwendung gerade dieser Methodik Zur Demonstration forstlicher Modellbildungen f r DEA Applikationen werden drei verschiedene Datens tze herangezogen Die Problematik der relativen Effizienzbewertung auf
287. e zwischen den Betrieben evident ist Die aufgezeigten Reduktionspotenziale auf der Inputseite spiegeln in etwa den M glichkeitsrahmen f r Rationalisierungsma nahmen wider Ausgehend von den Ergebnissen des quiproportionalma es A Ma ist festzuhalten dass im breiten Durchschnitt Einsparungspotenziale bei Angestellten Arbeitern Fremdleistungen und sonstige Kosten im Ausma von etwa 10 m glich sein sollten Individueller betrachtet ergeben sich allerdings nach dem Dmax Verfahren eine schwerpunktm ige Verlagerung der Rationalisierungspotenziale in Richtung Angestellte 24 31 und erst in der Folge Seite 144 Konzeptionelle Anwendung von DEA f r ausgew hlte forstliche Datens tze fallen die Arbeiter sowie die sonstigen Kosten mit rund 10 an Einsparungspotenzial ins Gewicht Die Fremdleistungskosten als solche bieten laut Dmax Verfahren demnach nur noch ein Reduktionspotenzial von knapp 3 Die Ergebnisse des nicht orientierten Modells weichen nur dadurch vom inputorientierten Modell ab als hier versucht wird die Verbesserungspotenziale der einzelnen Einheiten sowohl auf die Input als auch auf die Outputseite zu verlagern Ganzheitlich betrachtet weisen alle drei Effizienzma e ann hernd genau dieselbe Anzahl an effizienten und nicht effizienten Einheiten aus lediglich im durchschnittlich ausgewiesenen Effizienzwert aller Einheiten sind f r das A und Dmax Ma geringf gige Differenzen zu verzeichnen nicht 11 12 13 14 O1
288. echnischer Ineffizienz auch unter Verwendung der tats chlichen Kostens tze widergespiegelt Wie aber nachfolgend gezeigt wird kann diese differenzierte Betrachtung auf der Ebene der einzelnen DMUs aber sehr wohl eine Auswirkung haben insbesondere dann wenn eine DMU zu g nstigen Konditionen Inputfaktoren beschaffen kann 5 4 8 4 Darstellung der Ergebnisse f r drei ausgew hlte DMUs basierend auf dem inputorientierten Modellkonzept Wie bereits angedeutet dr ngt sich nach der umfangreichen Darstellung von Mittelwerten und deren Standardabweichung die Frage nach Einzelergebnissen auf In Anlehnung an die Arbeiten von Kao 1989 1992 1993 und 2000 sowie von Bogetoft und Strange 2003 die sich mit der Reorganisation von Forstbezirken in Taiwan und Forstb ros in D nemark besch ftigt haben ergaben sich die Anforderungen an die Analyse von individuellen DMUs Bezogen auf einzelne DMUs interessieren insbesondere die nachfolgenden Punkte Prinzipiell liegt es auf der Hand eine Antwort darauf zu bekommen wie gro die Kluft zur Effizienzgrenze ist und welche Ma nahmen zu ergreifen sind um sich der Umh llenden anzun hern Des Weiteren stellt sich bei Vorhandensein von Zeitreihen die Frage ob es gegen ber den Vergleichsperioden eine positive oder negative Ver nderung gegeben hat Und falls Zeitreihendaten verf gbar sind ist zur Verifizierung der Target Values aus der DEA Analyse zu pr fen ob diese auch mit den tats chli
289. eduzieren Aufgrund dieser Modellpr misse konnte auf 80 76 DMUs der dokumentierten Betriebseinheiten zur ckgegriffen werden Trotz der vorbildlich gewarteten und aktualisierten Datenbank waren einige Kennzahlen die nur optional zu erheben sind teilweise nicht konsistent verf gbar Dadurch konnte es der Fall sein wenn zu den wertm igen Informationen optional mengenm ige Pendants erhoben wurden dass diese dann entweder berhaupt fehlten oder nur teilweise in allen Perioden verf gbar waren Damit sind aber Konsistenzprobleme verkn pft die zum Teil mit gr erem Aufwand ausgeglichen werden mussten Auch wenn hier grunds tzlich die Entscheidung getroffen wird die Betriebseinheit als die Befundeinheit f r die DEA Analyse heranzuziehen ist in der Festlegung der Beurteilungseinheit ganz klar darauf zu achten homogene Befundeinheiten zu definieren Elemente wie die Betriebsformen die Rechtsformen Arrondierungsverh ltnisse Produktionsgebiete sowie waldbauliche Struktureigenschaften und unterschiedliche Technologien der Bewirtschaftung sollten f r die Selektion der DMUs Gewicht haben Das f hrte letztendlich zumindest dazu die Gro privatwaldbetriebe von den Kleinprivatwaldbetrieben zu trennen Es l sst sich jedoch nicht umsetzen alle hier genannten Umfeldvariablen in eine DEA Analyse zu integrieren Es w rde daher weiterf hrend Sinn machen die Abh ngigkeit der ber DEA ausgewiesenen Effizienzwerte von diesen nicht integriert
290. eeingriffs bereits lteren Best nde tendenziell einen Vorteil daraus haben Diese Best nde erreichen n mlich bereits nach k rzerer Zeit das Abtriebsalter was einerseits zu einem verk rzten Diskontierungszeitraum der Abtriebsertr ge und andererseits zu einem l ngeren Prolongationszeitraum zur Ermittlung des kalkulatorischen Ertrags f hrt da die zeitliche Differenz zwischen dem maximalen Produktionshorizont und dem tats chlichen Abtriebsalter sehr weit auseinander liegen k nnen Anstelle des maximalen Prognosehorizonts von 90 Jahren w re auch die Implementierung des h chsten Abtriebsalter bzw der l ngsten Umtriebszeit als Referenzzeitpunkt zur Ermittlung eines kalkulatorischen Ertrags denkbar Auch wenn bei dieser Variante die doppelte Beg nstigung bereits lterer Best nde durch verk rzten Diskontierungszeitraum und entsprechend langem Prolongationszeiraum unterbunden wird l sst sich dabei aber kein einheitlicher Diskontierungszeitraum zur Bestimmung des Barwerts des kalkulatorischen Ertrags realisieren Unabh ngig davon welche Variante unterstellt wird differieren die Barwerte nicht allzu stark Infolgedessen wurde zur Bestimmung der Barwerte der monet ren Merkmale auch jene Variante pr feriert die aufgrund eines einheitlichen Prognosehorizonts der Forderung eines zeitlich einheitlichen Modellierungszeitraums am ehesten Rechnung tr gt Auch wenn versucht wurde eine transparente und nachvollziehbare Variante zur Beurteilun
291. effekte Mehrfachvergleiche Abh ngige Variable Prod HS ha Mittlere Standardf 95 Konfidenzintervall I SEFN amp HS J SE FN amp HS Differenz l J ehler Signifikanz Untergrenze Obergrenze Scheff Prozedur Bonferroni Die mittlere Differenz ist auf der Stufe 05 signifikant Tabelle 31 Post Hoc Tests Dokumentation der Zusammenh nge zwischen der Fl chenproduktivit t HS Ha und dem Skaleneffekt f r das inputorientierte natural technische und hiebsatzbereinigte Modell unter VSE Mit der Beurteilung der Skaleneffekte in Bezug auf die Betriebsgr e vgl Tabelle 29 und die Fl chenproduktivit t vgl Tabelle 31 wird vor allem verdeutlicht dass der f r die einzelnen Beobachtungen explizit ausgewiesene Skaleneffekt nicht unbedingt bzw ausschlie lich von der Gr e der Ertragswaldfl che oder der Flachenproduktivitat abh ngt sondern vom ganzheitlichen Input Outputmix als solchem Kao 1993 Im Vergleich zu dem inputorientierten Modell wandern zehn von den vormals 25 Einheiten die im inputorientierten Modell vgl Abb 19 unter nicht abnehmenden Skalenertr gen operiert haben im nicht orientierten Modell vgl Abb 20 in das Segment der nicht zunehmenden Skalenertr gen ab Diese Verschiebung d rfte dabei aber einzig auf die Konstruktion der unterstellten Effizienzma e zur ckzuf hren sein Letztendlich gilt es aber f r die auf ein Hektar normierten Daten festzustelle
292. efundeinheit DMU sowie die Einhaltung eines Mindestma es an Diskriminanz gew hren Die Hauptaufgabe f r den potenziellen Nutzer besteht damit in der systematischen Abkl rung der Anwendungsvoraussetzungen und in der Entwicklung der Vorgangsweise f r den konkreten Einzelfall W hrend der Algorithmus selbst einfach anzuwenden ist sind an die Datengrundlagen die Modellbildung sowie an die Ableitung entscheidungsrelevanter Informationen aus den Analyseergebnissen durchaus hohe Anforderungen zu stellen Seite 267 Zusammenfassung Anhand der drei beispielhaft durchgef hrten DEA Analysen werden die verwendeten Modelle und Effizienzma e die jeweiligen spezifischen Besonderheiten sowie praxisrelevante Ankn pfungspunkte er rtert und diskutiert Performancebeurteilung sterreichischer Forstbetriebe Bezogen auf die Modellierung der Befundeinheiten Forstbetriebe gt 500 Ha wurde in der praferierten Modellvariante Fl chennormierung und Hiebsatzbereinigung auf die Ver nderung des Waldverm gens n herungsweise Bezug genommen indem alle Parameter die unmittelbar von der Holzproduktion betroffen waren um die Relation Hiebsatz zu Einschlag bereinigt wurden Die Gr nde f r Performanceunterschiede liegen aber nicht ausschlie lich in den unterschiedlichen Eingriffst rken in das Waldverm gen sondern h ngen auch von der Zielsetzung im Betrieb sowie von der Qualifikation und dem Alter der Angestellten und Arbeiter ab Daneben
293. egien pr feriert werden Nachdem sich aber offensichtlich f r jene beiden Gruppen mit dem g nstigsten Wuchsverhalten und dem schlechtesten Wuchsverhalten die Entnahme der st rkeren Individuen als g nstiger f r die Effizienzentwicklung erwiesen hat d rften das jedoch auf zwei verschiedene Ursachen zur ckzuf hren sein Werden in jenen bereits lteren Best nden einzelne st rkere Individuen mit Volumina bis zu 0 25 EfmD bereits vorzeitig entnommen f llt dadurch der Wertverlust infolge von ung nstigen Sortimentsanteilen nur gering aus Durch diesen Eingriff k nnen bereits vorzeitig positive Deckungsbeitr ge erzielt werden und dem verbleibenden Bestand wird Seite 210 Konzeptionelle Anwendung von DEA f r ausgew hlte forstliche Datens tze damit die M glichkeit gegeben fr her den Zieldurchmesser zu erreichen was sich wiederum positiv auf den Diskontierungszeitraum bzw auf die H he des kalkulatorischen Ertrags auswirkt F r die jungen und sehr w chsigen Best nde k nnten durch die gro z gige Entnahme von verh ltnism ig st rkeren Individuen Protzen mit Volumina bis zu 0 10 EfmD bereits zu diesem fr hen Stadium bereits positive Deckungsbeitr ge erzielt werden F r die verbleibenden Individuen wird infolgedessen ein vergr erter Wuchsraum f r eine dynamischere Entwicklung des Bestandesgef ges geschaffen Aufgrund der hohen Dynamik dieser Best nde tr gt die Entnahme der st rkeren Individuen zu ausgeglicheneren
294. egr nden Nach Sekot 2004 k nnte durch die Anwendung eines adaptierten Kapitalwertansatzes vereinfacht die konomischen Auswirkungen von Vornutzungsma nahmen ermittelt werden u A A KW DB Lats Op Fop Op 3 3 KW Kapitalwert DBt Deckungsbeitrag der Vornutzung im aktuellen Bestandesalter t A u erntekostenfreier Abtriebsertrag zum reduzierten Umtriebsalter u 1 0p Zinsfaktor in der alten forstlichen Schreibweise f r 1 p p Zinsfu in 100 L u durch Vornutzungsma nahme m gliche verk rzte Produktionsdauer Au erntekostenfreier Abtriebsertrag zum Umtriebsalter u U erforderliche Produktionsdauer bei Bestandesentwicklung ohne Pflegeeingriff Sekot 2004 gibt an dass bei Abtrieb im Alter u gegen ber dem Alter u ein geringerer Massenanfall jedoch ein g nstigeres Sortimentsergebnis zu erwarten sei Wird f r u und u dieselbe Produktionsdauer bei unterschiedlichen Behandlungskonzepten unterstellt ist f r den gepflegten Bestand nach u mit einem deutlich besseren Sortimentergebnis und niedrigeren Holzerntekosten zu rechnen Auch wenn mit einem solchen konomischen Ansatz der Grundstein f r Entscheidungskonzepte gelegt wird bleiben hier berlegungen die Risiko bzw Nachhaltigkeitsaspekte abbilden k nnten au en vor Sekot 2004 h lt auch fest dass dieser Kapitalwertansatz um Vornutzungsma nahmen und die Wahrscheinlichkeit des Eintretens von Schadereignissen erweitert werden k nnte bzw soll
295. ei Die Erh hung eines Inputs sollte aber nicht zur Reduktion eines Outputs f hren Dieser Sachverhalt sollte f r jedes Input Output Paar sachlogisch oder aus den Erfahrungen der Units fundiert best tigt werden Statistische Untersuchungen der Korrelation zwischen Inputs und Outputs k nnen zur Verifikation beitragen Interessanterweise f hrt das Hinzunehmen bzw das Weglassen von korrelierenden Faktoren aber oft zu signifikanten Ver nderungen in den relativen Effizienzwerten Dyson et al 2001 und Scheel 2000 betonen daher dass Redundanzen zwischen Faktoren innerhalb der Input bzw Outputseite keineswegs mit Redundanzen und damit unver nderten Resultaten der relativen Effizienzwerte gleichzusetzen sind Dyson 2001 erkl rt dieses Ph nomen damit dass eine signifikante Korrelation die statistische Abh ngigkeit von zwei beobachteten Datensets repr sentiert Damit wird festgehalten dass sich eine Ver nderung der untersuchten Variablen von individuellen Beobachtungen DMU nur geringf gig auf den Korrelationszusammenhang ber alle Beobachtungen auswirkt Die relative Performance individueller Beobachtungen kann durch eine derartige Ver nderung aber durchaus signifikant beeinflusst werden da es bei nicht parametrischen Verfahren zu keinem statistischen Ausgleich ber alle Beobachtungen kommt Seite 74 Rahmenrichtlinien fur DEA Applikationen 4 4 3 Das Monotonieverhalten von Input und Outputkriterien Festgehalten w
296. eichungen der Modell 1 und 2 vom Modell 3 sind dabei offensichtlich Author year Region Decision Making Unit DMU No of DMUs Associate Professor of Forest Shiba M Operations and Systems Faculty Forest Owners Associations 28 i of Bioresources Mie University average Values of 1991 1994 Tsu Japan DEA model s Inputs Outputs FOA Members M 1 2 Staff M 1 2 private Owners gt 50 Ha M 1 forestry workers regularly employed M 1 Investment Fund M 1 2 Jurisdictional forest area of FOA M 1 2 3 Total asset M 1 2 Total Cost M 1 3 Number of Harvest Machine Holdings M 1 3 Number of sawmills over 50 Kw M 1 3 Timber storage capacity M 1 3 Timber sale M 3 Lumber Product M 3 Reforestation area M 3 Thinning area M 3 Log Harvested M 3 Total Revenue M 1 2 3 e Total Profit M 2 Total foresty employee in FAO M 3 CRS output orientated Model 9 Data Envelopment Analysis in Measuring the Efficiency of Forest Management Authors Chiang Kao Pao long Chang and S N Hwang Affiliation Graduate School of Industrial Management National Cheng Kung University Tainan Taiwan Republic of China and Institute of Management Science National Chiao Tung University 114 4F Section 1 Chung Hsiao W Road Taipei Taiwan Republic of China Source Journal of Environmental Management Volume 38 Issue 1 May 1993 Pages 73 83 Seite 102 Konzeptionelle Anwendung von DEA f
297. eine Input Outputniveaus liegt wodurch Verbesserungspotenziale f r individuelle Input und Outputvariablen unber cksichtigt bleiben Neben den in der Literatur meistens verwendeten orientierten quiproportionalen Effizienzma en die auch hier im Detail vorgestellt werden existieren aber auch nicht orientierte DEA Modelle W hrend sich die orientierten Modelle gem den konomischen Prinzipien darauf konzentrieren die Inputfaktoren oder eben die Outputg ter um einen proportionalen Faktor zu reduzieren bzw zu erweitern ohne dabei das Output bzw Inputniveau zu ver ndern geben jene nicht orientierten radialen Modelle hingegen jenen gr tm glichen proportionalen Verbesserungsfaktor wider um den sowohl die Input als auch die Outputmerkmale simultan verbessert werden k nnten 3 7 1 1 Das Multiplikatormodell das primale DEA Problem Namensgebend f r dieses primale DEA Problem sind die dabei zu optimierenden Kontrollvariablen cm und pa die hier als Multiplikatoren oder Schattenpreise zu interpretieren sind Seite 42 DEA der nicht parametrische Modellansatz Um zur optimalen L sung des linearisierten Problems zu kommen muss dieser und p s m Multiplikatoransatz s mal gel st werden wobei die s virtuellen Multiplikatoren c k m jeder beobachteten DMU die Kontrollvariablen und die beiden Vektoren ck und p die L sung des primalen Problems f r die Unit k darstellen Damit gew hrleistet ist dass cX un
298. einfache Methoden um Uber multiple Inputvariable die Performance bzw die Effizienz von Unternehmen abzuleiten Farrell erkannte bereits damals dass die tats chliche Effizienz konomische Effizienz OE sich aus dem Produkt von zwei Komponenten zusammensetzt Einen Teil davon bildet die natural technische Effizienz TE mit der die Transformation der naturalen Produktionsfaktoren in Produktionsg ter oder Kostentr ger erfolgt und der zweite Teil ergibt sich aus der allokativen Effizienz AE die den effizienten Mitteleinsatz bzw die optimale Bereitstellung der Outputg ter unter monet ren und markttechnischen Gesichtspunkten beurteilt Diese bahnbrechende Arbeit von Farrell 1957 die ber beinahe zwei Jahrzehnte unber cksichtigt bleibt erf hrt 1978 durch Charnes Copper und Rhodes CCR Modell die Begr nder der Data Envelopment Analysis eine Renaissance Die von Farrell entwickelte abschnittsweise lineare konvexe H lle zur Sch tzung der Performance wird durch diese drei Autoren mathematisch als ein lineares Problem definiert das ber Ans tze der Operations Research auch komplexere multidimensionale Fragestellungen l sen kann Im Gegensatz zur Mikro konomie die auf Basis von funktionalen Zusammenh ngen die Produktionsfunktion die den Rand der effizienten H lle definiert a priori mathematisch beschreibt ist bei empirischen Untersuchungen die theoretische Produktionsfunktion und somit auch der technisch effiziente Rand als
299. eins durch die geeignete Erh hung oder Senkung der G terpreise px Schattenpreise Multiplikatoren und Outputs bewerkstelligen ohne eine Einschr nkung der zul ssigen Output Preisverh ltnisse hinnehmen zu m ssen Die linearisierte Form des outputorientierten radialen DEA Modells unter konstanten Skalenertr gen GSTACH 2002 COOPER ET AL 2003 aa NB y p x c lt s0Vs y p 1 CP 20 p c Xk Die nach wie vor fraktionale Zielfunktion wird durch die Formulierung eines Minimierungsproblems des Reziprokwertes der Zielfunktion zu einer linearen Funktion transformiert Selbstverst ndlich beeintr chtigt diese Transformation die Resultate der Effizienzanalyse nicht im Geringsten GSTACH 2002 COOPER ET AL 2003 minx c NB y Pp Xx c lt 0 Ys y p 1 c p 20 p c Fur die Interpretation der Resultate gilt es nur darauf zu achten dass die gesuchte Effizienz nicht mit jenem Wert den das Minimierungsproblem als L sung ausgibt gleichgesetzt wird sondern sich aus dessen Reziprokwert ableitet Auch wenn hier zur L sung des konomischen Maximierungs Prinzips als Zielfunktion ein Minimierungsproblem formuliert wird so ist das formulierte Problem geometrisch Seite 44 DEA der nicht parametrische Modellansatz betrachtet dennoch die Suche nach maximaler proportionaler Erh hung aller Outputs bei gegebenen Inputs Die L sungen des input bzw outputorientierten Ansatzes liefern bei Unterstellung von konstanten Skalenertr gen unabh
300. eit impliziert sofern von gleichen Bodenverkehrswerten der Benchmarkeinheiten ausgegangen werden kann Auch wenn selbstverst ndlich der zeitliche Aufwand f r das Setzen von Ma nahmen und der erzielte Vorrat bzw dessen Wert ebenfalls auf die Performance Auswirkungen haben so bleibt dennoch festzuhalten dass die Performance zur Erreichung eines Zieldurchmessers bei Fichtenbest nden vor allem von der fr hzeitigen Reduktion der Stammzahl und einer Verk rzung der Umtriebszeit beg nstigt wird In einer nachgelagerten zweiten Phase werden die Zusammenh nge zwischen unabh ngigen Variablen die nicht im Modell integriert waren und den abgeleiteten natural technischen und tats chlich kostentechnischen Effizienzwerten als abh ngige Gr en beurteilt Zur Analyse dieser Abh ngigkeiten wurden sowohl univariate als auch multiple Regressionsans tze unterstellt Nachdem die Bestandesparameter und die k nstlichen Ma nahmen von der Bonit t der Best nde abh ngig sind wurde f r den univariaten Ansatz eine Clusterung der beobachteten Effizienzwerte nach der Bonit t der Best nde vorgenommen Infolge der Clusterung nach Bonit tsklassen vgl 5 6 9 1 Abb 23 Abb 24 Abb 25 Abb 26 Abb 27 und Abb 28 konnten allerdings nur f r einzelne unabh ngige Variablen signifikante Zusammenh nge mit den Performancewerten der einzelnen DMUs nachgewiesen werden Seite 231 Konzeptionelle Anwendung von DEA f r ausgew hlte forstliche Datens tze
301. eiten mit abnehmenden 2 und zunehmenden 3 Skalenertr gen mittels One Way Anova erbracht werden Die Nullhypothese dass ein solcher Zusammenhang nicht existiert konnte damit nicht abgelehnt werden In einem ganz anderen Licht pr sentiert sich hingegen die Gegen berstellung des Skaleneffekts mit der Fl chenproduktivit t HS Ha vgl Tabelle 31 Dabei kommt es zu signifikanten Zusammenh ngen zumindest zwischen den skaleneffizienten Beobachtungen 1 und der Gruppe der abnehmenden Skalenertr ge 2 sowie zwischen der Gruppe der abnehmenden 2 und jener der zunehmenden Skalenertr ge 3 Kein signifikanter Zusammenhang besteht hingegen zwischen den skaleneffizienten Beobachtungen 1 und der Gruppe der zunehmenden Skalenertr ge 3 Aber auch hier ist das Signifikanzniveau sehr nahe am Schwellenwert Nachdem es sich bei der Gruppe der nicht zunehmenden Skalenertr ge um die Gruppe mit den wenigsten Beobachtungen Seite 147 Konzeptionelle Anwendung von DEA f r ausgew hlte forstliche Datens tze handelt ist davon auszugehen dass bei Erh hung der Beobachtungen auch f r diese Gruppe ein signifikanter Zusammenhang abgeleitet werden k nnte ONEWAY ANOVA Prod HS ha Quadrats Mittel der umme df Quadrate F Signifikanz Zwischen den Gruppen 35 666 2 17 833 9 551 Innerhalb der Gruppen 136 300 73 1 867 Gesamt 171 965 75 Tabelle 30 One Way Anova zur Pr fung des Zusammenhangs zwischen der Fl chenproduktivit t und der Skalen
302. eitgestellt Durch diese Vorgehensweise wird den einzelnen Beobachtungen vorgezeichnet wohin sie sich in Zukunft zu entwickeln haben und welche relativen Ver nderungen bezogen auf die einzelnen Kriterien dazu zu vollziehen sind Beispielhaft werden durch die Verwendung von synthetischen Daten die M glichkeiten des Einsatzes von diesen ex ante orientierten Bestandesdaten f r eine DEA Analyse aufgezeigt Tabelle 64 und Tabelle 65 Aus natural technischer Sicht h tte dieser innovative Ansatz in der Konzipierung der Simulationsvarianten um realit tsbezogenere Waldbaukonzepte erg nzt werden sollen Denn es ist eher un blich w hrend eines gesamten Produktionszyklus nur einen einzigen Eingriff vorzunehmen F r die Weiterverfolgung dieses Ansatzes m ssten Simulationsvarianten nach unterschiedlichen waldbaulichen Behandlungskonzepten entworfen werden um exaktere und realistischer Target Values ableiten zu k nnen Demgegen ber stehen auch im wertbasierten Ansatz verschiedene nderungsvorschl ge f r eine innovativere und realit tsbezogenere Modellgestaltung Zur Demonstration der Seite 233 Konzeptionelle Anwendung von DEA f r ausgew hlte forstliche Datens tze DEA Analyse wurde fiir diesen explorativen Anwendungsfall die spezielle Annahme nominal konstant bleibender Kosten und Erl se zur pragmatischen Bestimmung der Wertentwicklung Uber die Zeit getroffen ohne die Extrapolation realer Trends einzubeziehen Diese Annahme entbinde
303. elle des Testbetriebsnetzes kam zur Beurteilung der Effizienz von Bestandesbehandlungskonzepten ein inputorientiertes Modell zur Anwendung Nachdem die Einflussnahme auf die Qualit t und das Erntevolumen am Ende der Umtriebszeit ausschlie lich ber inputorientierte Parameter gesteuert werden kann dr ngt sich die Entscheidung f r diese Modellvariante auf Alternativ dazu sind f r das quiproportionale Effizienzma A Ma zus tzlich auch die Ergebnisse von nicht orientierten Varianten dargestellt die eine simultane Ver nderung sowohl der Input als auch der Outputparameter anstreben Die hier vorgestellten Ergebnisse basieren auf der Annahme von zwei Behandlungsvarianten f r jede der auf einen Hektar normierten Bestandeseinheiten DMUs Dabei wird unterstellt dass w hrend des gesamten Bestandeslebens f r die behandelte Variante nur dieser eine tats chlich ausgef hrte Pflegeeingriff angenommen wird dem man eine Nullvariante gegen bergestellt f r die berhaupt kein Pflegeeingriff bis zum Abtriebszeitpunkt geplant wird Beide Varianten unterliegen damit w hrend der restlichen Produktionsdauer ausschlie lich dem nat rlichen Selektionsprozess durch die Mortalit t Die dadurch ausgefallenen Individuen werden aber nicht konomisch verwertet und gehen somit nicht ins Modellkalk l ein Erreicht ein Bestand den kritischen von der Bonit t abh ngigen mittleren Zieldurchmesser vgl Tabelle 49 werden die verbliebenen Baumindividuen be
304. ellt werden dass auch A Ay eT wieder Teil dieser Technologie ist Seite 30 DEA der nicht parametrische Modellansatz Bei Anwendung von nicht abnehmenden Skalenertr gen NASE vgl Abb 3 verh lt es sich genau umgekehrt Dabei f hrt die Erh hung der Produktionsfaktoren zumindest zu einer Erh hung des Outputvektors um denselben Faktor Ist x y Teil dieser Technologiemengee T wird wiederum durch die Einschr nkung des dualen Gewichtungsfaktors auf A 2 1 gew hrleistet dass auch x Ay eT Bestandteil dieser Technologie ist Weist eine Technologie alle drei Varianten von Skalenertr gen KSE NZSE NASE auf wird diese Form von Skalenertr gen als variabel bezeichnet Charakteristisch f r eine Technologiemenge mit variablen Skalenertr gen ist dass die Steigung der abschnittsweise linearisierten Bereiche der konvexen H lle mit zunehmendem Einsatz an Produktionsfaktoren abnehmen wodurch zunehmende Grenzproduktivit ten ausgeschlossen werden Kao 1993 Wird f r ein Produktionsniveau sowohl unter konstanten als auch unter nicht zunehmenden und nicht abnehmenden Skalenertr gen derselbe Effizienzwert ausgewiesen operiert diese Einheit auf konstantem Skalenniveau Unter konstantem Skalenniveau f hrt eine weitere Erh hung der Produktionsfaktoren zu einem proportionalen Anstieg des erzeugten G terb ndels und damit zu einem Grenzproduktivit tsfaktor von 1 Damit eine Einheit aber f r alle drei Varianten von Skalenertr gen
305. elten Performances erbringt und f r jede DMU die jeweiligen Verbesserungswerte ableitet bleibt dennoch die Kritik stehen dass die Vergabe der Gewichtung f r die implementierten Variablen aus der Sicht eines Au enstehenden nicht transparent ist Erst eine Demonstration an einem einfachen Beispiel und die Zusatzinformation dass es sich dabei um einen etablierten Algorithmus handelt k nnte die Skepsis gegen ber dieser Black Box nehmen Zus tzlich gab er aber auch noch zu bedenken dass vor allem in Hinblick auf die ex ante Evaluierung von geplanten Sanierungsprojekten vermieden werden soll dass man sich auf theoretische Modellrechnungen im Sinne von Kochrezepten verl sst und deren Resultate als programmierte Entscheidungen interpretiert Denn so wie andere Modelle oder Simulationsergebnisse ist auch DEA nur dazu imstande einen Trend nachzuzeichnen bzw vorzugeben Die endg ltige Entscheidung ob und Seite 264 Prospektive Auseinandersetzung mit verschiedenen forstlichen Themenbereichen zur Entwicklung konzeptioneller DEA Modelle welche Ma nahmen zu setzen sind obliegt immer noch der Experteneinsch tzung der Verantwortlichen 6 5 Anregungen zur effektiveren Informationsgewinnung aus qualitativen Interviews Die Beurteilung ob die Voraussetzungen f r eine entsprechende multikriterielle Input Outputanalyse eines spezifischen Themenbereichs im Sinne von DEA zur Feststellung der Best Practice Einheiten gegeben sind oder ni
306. em Skaleneffekt f r das inputorientierte und hiebsatzbereinigte Modell unter VSE One Way Anova zur Pr fung des Zusammenhangs zwischen der Fl chenproduktivit t und der Skaleneffekte Post Hoc Tests Dokumentation der Zusammenh nge zwischen der Fl chenproduktivit t HS Ha und dem Skaleneffekt f r das inputorientierte natural technische und hiebsatzbereinigte Modell unter VSE Regressiver Zusammenhang zwischen den DEA Effizienzwerten und der Fl chenproduktivit t _ Regressiver Zusammenhang zwischen den DEA Effizienzwerten und der Betriebsgr e Varianzanalyse zur Pr fung der Abh ngigkeiten der Effizienzwerte von der Arrondierung dem Anteil Seilgel nde und dem Produktionsgebiet Kosteneffizienz f r das hiebsatzbereinigte inputorientierte Modell Ergebnisse der Kosteneffizienz einmal nach durchschnittlichen Kostens tzen und einmal nach den tats chlichen Kostenaufwendungen periodenbezogene Verbesserungspotenziale f r drei DMUs nach dem inputorientierten quiproportionalen Effizienzma A Ma mit natural technischen Kriterien VIII 126 127 128 129 130 131 132 134 135 139 142 144 145 145 145 147 147 148 148 149 149 150 151 152 154 Tabelle 38 Tabelle 39 Tabelle 40 Tabelle 41 Tabelle 42 Tabelle 43 Tabelle 44 Tabelle 45 Tabelle 46 Tabelle 47 Tabelle 48 Tabelle 49 Tabelle 50 Ta
307. em Wuchsmodell f r jene Simulationsperiode zu der erstmalig das Endnutzungskriterium erf llt wird resultiert dargestellt Die empirische Erwartung dass gr ere Durchmesser bei Erreichen einer definierten Umtriebszeit auch eine g nstige Performance erzielen wird hier durch den Trendverlauf des Charts best tigt Entsprechend den ausgewiesenen Seite 212 Konzeptionelle Anwendung von DEA fiir ausgewahlte forstliche Datensatze Bonit tsstufen finden sich zumindest eine oder mehrere DMUs die als Benchmarks bzw Referenzeinheiten fungieren und damit eine faire Beurteilung der Ubrigen Einheiten mit hnlichem Produktionsniveaus Peer Group gew hrleisten Der Zusammenhang zwischen BHD zur Umtriebszeit und der Performance in Prozent ist bezogen auf die physische Ertragskraft straffer als unter monet ren Gesichtspunkten Bedingt durch die monet ren Bewertungsans tze muss die Wertleistung nicht ausschlie lich von der hohen Massenleistung abh ngen sondern wird auch ma geblich von der Produktionsdauer Diskontierungszeitraum sowie vom Vorteil aufgrund einer verk rzten Umtriebszeit beeinflusst Vergleich der Ergebnisse der Arbeitszeitstudie und die daraus abgeleitete Performanceentwicklung ber eine gesamte Umtriebszeit 0 85 0 90 0 95 TE_Masse KEtat_Ertrag Red Red F statistic 0 2041 on 1 and 8 DF p value 0 6634 F statistic 0 6258 on 1 and 8 DF p value 0 4517 Curvered x 0 007181 0 631675 x C
308. emnach nur durch anteilige Ver nderungen des Input Outputmixes erzielen F r manche Spezialf lle muss das Pareto Koopmans Theorem allerdings abgeschw cht werden Insbesondere dann wenn die radiale Transformation der Beobachtung an die Effizienzgrenze nur zu einem schwach effizienten Projektionspunkt f hrt bzw die Beobachtung f r sich nur schwach effizient ist 123 45 6 x Abb 4 Demonstration eines schwach effizienten Projektionspunktes Gstach 2002 S 16 Denn auch wenn die ineffiziente Einheit DMU4 der Abb 4 radial an die Outputisoquante Technologiegrenze der auf eins normierten Outputs projiziert wird ist sie trotz der maximalen proportionalen Reduktion der Inputfaktoren noch immer keine effizient operierende Einheit da DMU3 von Input x weniger zur Herstellung einer Outputmenge verbraucht und damit die projizierte P DMU4 dominiert Die methodische Vorgehensweise f r die Ber cksichtigung dieses Sonderfalls wird unter 3 6 2 schlupfvariablen und schwach effiziente Einheiten abgehandelt Zur Bestimmung der relativen Effizienz unter Einbeziehung der hier formulierten Zusammenh nge gehen aber nicht nur Wertkategorien Preise sondern auch Realkategorien Mengen Zeiten etc ein wodurch sich der DEA Ansatz sehr allgemein auch f r jene Bereiche eignet die sich nicht ber monet re Ans tze verdichten lassen Seite 32 DEA der nicht parametrische Modellansatz Eines darf dabei aber nicht Ubersehen werden dass e
309. en Bisher haben kurzfristige Betrachtungen jedenfalls Ergebnisse entgegen der langfristigen Verm genswirkung geliefert Die Unterlassung waldbaulicher Ma nahmen f hrte kurzfristig immer zur Steigerung des Periodenergebnisses und nicht wie erwartet zu einer Wertsteigerung des forstlichen Verm gens J bstl 1998 Die Diskussion rund um die Problematik der Auswirkungen von waldbaulichen Investitionen auf die betriebliche Wertsch pfung kann und muss auf die Ver nderung des Waldverm gens ausgedehnt werden Bedingt durch die Langfristigkeit der Produktion und die Entkoppelung der biologischen und technischen Produktion braucht aus buchhalterischer Sicht die Ver nderung des Waldverm gens nicht erfasst zu werden wodurch der Transformationsprozess der eingesetzten Produktionsfaktoren in entsprechende Outputs periodenbezogen nur unvollst ndig dokumentiert ist Im Gegensatz zur Outputseite die in Bezug auf waldbauliche Leistungen oder Leistungen der Verwaltung und der Anlageninstandhaltung nur l ckenhaft oder gar nicht angef hrt werden liegt auf der Inputseite eine vollst ndige Dokumentation der Leistungsbereiche f r die einzelnen Kostenstellen vor Auch wenn versucht wurde diese fehlenden Elemente auf der Outputseite ber das Surrogat sonstige Erl se indirekt zu erfassen kann diese L cke der unvollst ndigen Seite 117 Konzeptionelle Anwendung von DEA f r ausgew hlte forstliche Datens tze Outputleistungen nicht geschloss
310. en Auch wenn dadurch im natural technischen Modell eine 100 ige Performance erzielt werden konnte f hrte die RationalisierungsmaBnahme der Inputfaktoren bei Zugrundelegung durchschnittlicher Kostens tze letztendlich zu einer monet r ung nstigeren Allokation der Produktionsfaktoren Verifizierung der ausgewiesenen Target Values der Perioden 2000 und 2001 Bisher leiteten sich die empfohlenen SOLL Werte immer von jener virtuellen Referenzeinheit ab die unter demselben Output Inputverh ltnis der tats chlichen DMU an der Effizienzgrenze zu liegen k me Ob und wie diese Target Values mit den von einer betrieblichen Einheit tats chlich gesetzten Ma nahmen korrelieren die zu einer Verbesserung der Performance beigetragen haben erfolgt in einer Gegen berstellung der tats chlich von einer ausgew hlten DMU umgesetzten Ma nahmen mit jenen die DEA als Zielgr en Targets bei Anwendung verschiedener Effizienzma e vorgeschlagen h tte Aus praktischer Sicht ergeben sich Verbesserungen der Performance aber nicht ausschlie lich indem man Rationalisierungsma nahmen bei den Produktionsfaktoren setzt sondern im Gegenzug auch auf der Outputseite Verbesserung im wert und mengenm igen Absatz erzielt In der Folge werden f r diesen Vergleich nicht ausschlie lich die Ergebnisse der inputorientierten Modelle verwendet sondern auch jene Seite 159 Konzeptionelle Anwendung von DEA f r ausgew hlte forstliche Datens tze der nicht orienti
311. en Ma nahmen verwendet werden Entsprechen die abgeleiteten Ergebnisse nicht den empirischen Erwartungen bisheriger Erfahrungen kann es f r kurzfristig zu treffende Entscheidungen zu einer Neu Spezifikation der Beurteilungskriterien und f r strategische Konzeptionen sogar zu einer Ver nderung in der Festlegung der heranzuziehenden Befundeinheiten kommen 41 Additive Effizienzma e sind bei Scheel 2000 bzw bei Gstach 2002 beschrieben Seite 84 Konzeptionelle Anwendung von DEA f r ausgew hlte forstliche Datens tze Definieren der Zielsetzung Aufgaben stellung Ziesetzung der Analyse Definition und Selektion der Befundein heiten Einleiten strategischer Ma nahmen M glichkeiten zur Definition von Kriterien Brainstorming Delphi Studie Spezifikation der Beurteil ungskriterien Kurzfristige Management entscheidungen Validierung der Ergebnisse durch nn das Managemen j bzw Aufbe reitung von Sekund r daten Durchlauf verschiedener Effizienz Modelle DEA Effizienz bestimmung Analysen zur Validierung der Modell variablen Modell Konzeption e Korrelationsanalyse e Cluster Analyse Abb 12 Schematischer Ablaufprozess einer DEA Analyse in Anlehnung an SHIBA 1997 5 1 1 Benutzeradaquanz der DEA Applikation DEA ist als entscheidungsunterst tzendes Instrumentarium konzipiert das sich gegebenen
312. en Preisvorteil wettzumachen Die hier verwendeten Kriterien wurden alle nach dem Prinzip gew hlt dass sich die Reduktion von Inputs g nstiger und die Steigerung der Outputs ebenfalls positiv auf die Performanceentwicklung auswirkt Den internen Abh ngigkeiten der Input und Outputfaktoren unter und zwischen einander wurde im Selektionsprozess selbst nicht die Bedeutung beigemessen Aus Sicht der Korrelationsanalyse stellen abgesehen von dem inversen Verhalten der unkontrollierbaren Gr e Neigung insbesondere die unerw nschte Outputgr e H D Wert und die kalkulatorische Gr e kalk_E die kritischen Elemente dar F r sich gesehen entsprechen die pr ferierten Variablen den grunds tzlichen Anspr chen der DEA Seite 202 Konzeptionelle Anwendung von DEA f r ausgew hlte forstliche Datens tze Prinzipien siehe 4 4 2 doch deren unmittelbare inverse Abh ngigkeit zu Output bzw Inputvariablen l sst einen suboptimalen Charakter der selektierten Parameter erkennen Auch wenn sich diese inversen Gegebenheiten aus sachlogischer Sicht als durchaus plausibel darstellen laufen dennoch diese Abh ngigkeiten der unterstellten Faktoren der DEA Technologiemenge zuwider Damit wird aber auch offensichtlich dass trotz des hohen Aufwands an Vorbereitungsarbeiten um die Daten der entsprechenden Parameter ber eine gesamte Umtriebszeit zu akquirieren dennoch mit der Problematik zu rechnen ist dass die Abh ngigkeit unt
313. en dass insbesondere das interne Betriebsklima die Motivation und der Verantwortungsbereich sowie das Ausbildungsniveau und die organisatorische Struktur wie auch finanzielle Anreize f r effizientes Arbeiten und Realisieren von Projekten ausschlaggebend sind Der Ablauf der Studie erfolgt in einem zweistufigen Prozess In einem ersten Schritt werden die Input und Outputvariablen f r eine DEA Studie festgelegt ber die die Performance jeder einzelnen Verwaltung abgeleitet wird Im zweiten Schritt werden die erkl renden Variablen gefiltert deren Einfluss auf die abgeleiteten Effizienzwerte via Tobit Modelle Regressionsanalyse beurteilt werden soll Zur Realisierung der Performanceermittlung mittels DEA sind die Autoren zu dem Schluss gekommen dass die gesamten Aktivit ten einer Staatsforstveraltung den Rahmen um diskriminante Ergebnisse zu erhalten bersteigen Folgedessen erfolgte eine Gliederung in sechs Subaktivit ten Planung und berwachung von Forststra enprojekten Planung und berwachung von Drainagenprojekten Erstellung von Managementpl nen Weiterbildungsaufgaben Exekution des Forstgesetzes Administration F rderungen und Innovationsprojekte Jeder dieser sechs Teilaktivit ten wurde als separates DEA Modell gerechnet Die Aggregation dieser Effizienzwerte zu einer Spitzenkennzahl erfolgte entsprechend den Anteilen der Teilaktivit ten an den Gesamtkosten die als einzige Variable der Inputseite verwendet wird Die R
314. en unbehandelter Variante unter Ber cksichtigung von zufallsgesteuerten Mortalit tsausf llen f rmlich an F r die Gegen berstellung der Performanceentwicklung wird einmal eine Variante mit einer einzigen und einmal eine ohne Durchforstungseingriff f r die noch zu erwartende Produktionsdauer verwendet Um die biologische Automation bestm glich abzubilden wurde in der Simulation in beiden Varianten das Mortalit tsmodul mitber cksichtigt das nach der Stochastizit t selektiv B ume ausscheiden l sst Die auf diese Weise ausgeschiedenen St mme wurden in der Volums und Ertragsermittlung nicht ber cksichtigt In dieser simplifizierten Form des Vergleichs von behandelten und unbehandelten synthetischen Best nden werden nicht unbedingt vollkommen reale Verh ltnisse widergespiegelt Dennoch zeigt diese Modellannahme auf welche Anwendungspotenziale mit einer ex ante Beurteilung m glich sein k nnten Denn durch die paarweise Gegen berstellung der simulierten Bestandesdaten f r die einmal ein einmaliger Pflegeeingriff und einmal keine Pflegevariante unterstellt wurden kann eine ex ante Darstellung der Auswirkungen von Pflegeeingriffen auf die Bestandesentwicklung transparent demonstriert werden In Tabelle 66 wird die Performance f r jeweils beide Behandlungsstrategien der 116 Untersuchungspaare nach dem A MaB und nach dem Dmax Ma ermittelt Unter Zugrundelegung eines massen und wertbezogenen Modellansatzes werden einma
315. en verfolgt die Implementierung unerw nschter Variablen Beispielsweise f hrt die Errichtung einer Bringungseinrichtung unweigerlich zum Verlust von forstlicher Produktionsfl che Au erdem k nnen durch den Forststra enbau eine Beeinflussung des kosystems und eine Einflussnahme auf den Hangwasserzug entstehen Umgekehrt allerdings stellen die freigehaltenen und mit verschieden Grassorten berzogenen B schungsfl chen attraktive sungsfl chen f r Schalenwildarten dar Aus diesem Grund wird die Wegedichte als unerw nschter Output betrachtet Je gr er die Wegedichte desto st rker die Einflussnahme auf die kologischen Prozesse auch wenn dies zu Lasten der Vorteile f r die Jagd geht M Teilbarkeit und Substituierbarkeit von Variablen Hier gilt es auf den allgemeinen Methodenteil 4 4 7 zu verweisen Grunds tzlich muss diese Bedingung zumindest solange erf llbar sein bis das limitationale Niveau eines Faktors erreicht worden ist vgl 4 4 7 N Charakteristik der Input Output Transformation KSE versus VSE Aufgrund der unterschiedlich hohen F rdersummen der variierenden Erschlie ungsfl che und der verschiedenen topographischen Bedingungen etc stehen die F rderbetr ge in einem unterschiedlichen Verh ltnis zu den unterstellten Effekten Um sozusagen nicht alle Einheiten an einigen wenigen zu messen die aufgrund besonderer Umst nde das Niveau der konstanten Skalenertr ge definieren werden variable Skalenertr g
316. en Gutes und des Nichtbestehens von Pr ferenzen Die Wettbewerbsaktivit t besteht letztlich darin eine m glichst gewinnmaximale Menge auszubringen und die Produktionskosten zu senken um so den Gewinn zu maximieren damit man als Anbieter am Markt bestehen bleiben kann Seite 109 Konzeptionelle Anwendung von DEA f r ausgew hlte forstliche Datens tze In Osterreich stocken auf 3 96 Mio Hektar 1 1 Milliarden Kubikmeter Holz was eine Waldausstattung von 47 2 der gesamten Landesflache bedeutet Davon entfallen laut Osterreichischer Waldinventur 2000 02 53 8 auf den Kleinpirvatwald lt 200ha und 31 3 auf die Betriebe die sich zu 10 1 aus Betrieben zwischen 200 und 1000ha sowie zu 17 9 aus Betrieben gt 1000ha und zu 3 3 aus Gebietsk rperschaften zusammensetzen Die sterreichischen Bundesforste AG vereinnahmt schlussendlich noch die verbleibenden 14 9 der bewaldeten Fl che sterreichs Auch wenn in sterreich ein Forst konomisches Monitoring permanent und ausgezeichnet verifizierte und dokumentierte Daten die Eigentumskategorien GroB gt 500 ha und Kleinprivatwald lt 200 ha bereitstellt lassen sich f r diese unter konomischen Gesichtspunkten nur eingeschr nkt Vergleiche anstellen SEKOT 2003 Abgesehen von den heterogenen Gr enverh ltnissen sind es einerseits umfeldbedingte Faktoren wie die Standortsverh ltnisse Produktionsgebiet der Schutzwaldanteil oder aber auch die die Struktur des stehenden
317. en Umfeldvariablen zu testen Coelli 1998 aber auch Steinmann 2002 pr ferieren f r den Nachweis der statistischen Abh ngigkeit des Effizienzwerts von verschiedenen Umfeldvariablen den Two Stage Ansatz vgl 4 3 1 3 Dieser Two Stage Ansatz wird als der praktikabelste Ansatz zur Beurteilung der Zusammenh nge mit Umfeldvariablen erachtet Der Vorteil liegt bei diesem Ansatz insbesondere darin dass die unabh ngigen Umfeldvariablen nicht zwingend kardinal skaliert sein m ssen Da aber bei Unterstellung von variablen Skalenertr gen die Effizienzgrenze nur abschnittsweise linear verl uft k nnen bei statistischen Analysen h ufig keine signifikanten Ergebniszusammenh nge abgeleitet werden Es ist daher h ufig zu erwarten dass die Nullhypothese einer Regressions oder Varianzanalyse die keinen Zusammenhang zu den unabh ngigen Variablen unterstellt in vielen F llen nicht abgelehnt werden kann da kein signifikanter Zusammenhang mit der abh ngigen Variable besteht Seite 163 Konzeptionelle Anwendung von DEA f r ausgew hlte forstliche Datens tze Beurteilungskriterien Dem Testbetriebsnetz kann eine Bandbreite an verf gbaren Kriterien entnommen werden die zur Beurteilung der Performance des Input Outputprozesses geeignet w ren Aus dieser Datenbasis heraus lassen sich die Produktionsfaktoren Fl che Angestellte Regiestunden Fremdleistungen und sonstige Kosten eines Betriebes relativ einfach ableiten und sind daher f r
318. en Verf gbarkeit von Einflussgr en m glicherweise zu einem differenzierten Wirtschaftlichkeitsergebnis bei relativer Betrachtung der quantifizierbaren Elemente f hren jedoch ist mit einem noch so ausgekl gelten konomischen Modell noch nicht der volkswirtschaftliche Beweis angetreten ob der Verbauungsaufwand im Verh ltnis zum Gefahrenpotenzial des Einzugsgebietes gerechtfertigt ist oder nicht Aus dieser praktischen berlegung heraus gilt es zu hinterfragen ob die theoretische M glichkeit die Wirtschaftlichkeitsbeurteilung des einzelnen Verbauungsobjekts zu verbessern in einer vertretbaren Relation zum volkswirtschaftlichen Aufwand beziehungsweise auch zum volkswirtschaftlichen Nutzen steht Durch das Lenken der Diskussion auf die volkswirtschaftlichen Bedeutung und die nicht kontrollierbaren Einfl sse im Einzugsgebiet wurde ganz klar signalisiert dass an der etablierte Methode der KNU f r die Evaluierung der Wirtschaftlichkeit dezidiert festgehalten wird und man auf das in der Praxis ber Jahre erprobte System vertraut In der Folge sind die Kommentare der Interviewten soweit diese den einzelnen Punkten der Checkliste zuzuordnen waren dokumentiert und um Erkenntnisse aus der Literatur erg nzt Trotz der sehr klaren Hinweise DEA nur als theoretisches Konzept zu betrachten das sich keinesfalls neben der KNU etablieren kann war man bem ht sich f r diesen alternativen Ansatz konstruktiv einzubringen A Welcher potenzielle V
319. en der WLV zwar basierend auf dem letzten Stand der Messtechnik manche Eingangsparameter werden aber weiterhin nach empirischen Sch tzverfahren im Zuge der Begehung erfasst Damit ist man mit dem Problem konfrontiert dass man auch dann wenn die relevanten Input und Outputgr en entsprechend vorliegen mit einer Datengrundlage rechnen muss die Mess und Sch tzunsch rfen enth lt Da diese zuf lligen Effekte von DEA nicht wie bei statistischen Verfahren absorbiert werden k nnen diese Abweichungen zu einer Beeinflussung der Effizienzh lle f hren was wiederum Auswirkungen auf die Effizienzwerte der Beobachtungen hat Damit muss festgehalten werden dass die Ineffizienz bez glich des technischen Transformationsprozess von Input in Outputfaktoren nicht unwesentlich von den Messungenauigkeiten und den Datenfehlern der erfassten Kriterien abh ngt G Input Aktivit ten Flie geschwindigkeit im Ereignisfall durchschnittliches Gef lle Einzugsgebiet etc nicht kontrollierbare physische Gr e die den unkontrollierbaren Rahmen des Ereignisses repr sentieren Zeit f r die Projektierung m Beton Tonnen Stahl Tonnen Steinschlichtungen Maschinenstunden Arbeitsstunden Kosten f r Gutachten Bewilligungen Zeitaufwand f r Beh rdenwege Transaktionskosten etc F r die Betrachtung der Inputs ist die Frage nach der Differenzierung inklusive oder exklusive der Interessentenbeitr ge aufzuwerfen Aus Sicht der Gesamteffizienz des
320. en empirischen Beobachtungen vgl 4 1 3 Wird das Sample um weitere Beobachtungen erg nzt werden sich bei gleich bleibender Technologiemenge die nur um ineffiziente Produktionsniveaus erweitert wurde die Effizienzwerte nicht ver ndern Nur wenn es zu Ver nderungen des Technologierandes im Falle einer noch effizienteren Beobachtung kommt ver ndern sich auch manche der Effizienzwerte von den restlichen Beobachtungen Die Effizienzanalyse DEA leistet eigentlich zwei verschiedene Dinge Einerseits kann ber die Best Practice Einheiten eine Sch tzung der optimalen Produktionsfunktion im mikro konomischen Sinn erfolgen und andererseits l sst sich f r jede DMU ein Effizienzindex ableiten Ist die Produktionsfunktion bzw die Umh llende Envelopment einmal bestimmt kann einerseits ein Effizienzgrad f r jede DMU ermittelt werden und andererseits l sst sich f r jede ineffiziente DMU ber entsprechende Referenz DMU s ein Sollwert ermitteln Dieser Sollwert ist im Gegensatz zu allgemeinen Benchmarks vgl 3 8 1 individuell f r die jeweilig betroffene DMU auch tats chlich erreichbar 1 http www projektmanagement glossar de glossar gl 0401 html Im Gegensatz zur besten m glichen L sung ist die Best Practice lediglich die beste realisierte L sung Innerhalb eines Benchmarking Prozesses wird nicht nach der theoretisch oder technisch besten M glichkeit gesucht Vielmehr werden die tats chlich auf dem Markt angebotenen Produkte
321. en in ein multikriterielles Input Outputmodell generell nicht verf gbar sind w rde es abgesehen davon dennoch dem Entscheidungstr ger obliegen ob die Integration externer Effekte zur Erf llung seines Informationsbedarfs von Relevanz ist F r die explorative Auseinandersetzung der unterstellten Modellvarianten wird der Fokus aber ausschlie lich auf eine Gegen berstellung des mengen und wertbasierten Vorratsaufbaus der beiden unterstellten Bewirtschaftungsvarianten gelegt 5 6 2 Ableitung der Forschungsfrage Ausgehend von einer Arbeitszeitstudie zur Ermittlung der Produktivit t von verschiedenen Raupenharvestertypen in der voll mechanisierten Durchforstung konnte ein Datensatz mit umfangreichen Bestandesdaten bearbeitet werden Die 2001 am Institut f r Forsttechnik an der Universit t f r Bodenkultur durchgef hrte Studie liegt als FPP Brosch re auf STAMPFER 2001 Als Bezugselement f r die Arbeitszeitstudie erfolgte eine Einteilung der aufgezeigten Seiltrassen in ann hernd homogene Streifensegmente F r diese Streifensegmente erfolgte eine Vollaufnahme vor dem Ernteeingriff In Abh ngigkeit des geernteten Volumens konnte die Eingriffsst rke und der verbliebene stehende Holzvorrat zur ckgerechnet werden Gekoppelt mit den erhobenen Zeitspannen f r die einzelnen Arbeitsschritte erfolgt die Berechnung des gef llten und ausgeformten Holzvolumens je Seite 187 Konzeptionelle Anwendung von DEA f r ausgew hlte forstliche Daten
322. en ineffizienten Einheiten Die daraus abgeleitete virtuelle Durchschnitts Frontier inkludiert dann aber keine Extrembeobachtungen und vermeidet dadurch die Beeinflussung durch Datenausrei er L sst man aber empirische Vollst ndigkeit zu und definiert die Technologiemenge ber die empirisch verf gbaren Produktionsniveaus der Untersuchungseinheiten DMUs werden implizit Mess oder bertragungsfehler der Input Outputdaten ignoriert Die Ausklammerung von Produktionsniveaus aus der Technologiemenge ist damit praktisch unm glich au er wenn Messfehler oder Eingabefehler evident sind Anderenfalls d rfte man nicht nur die eine Einheit aus der Technologiemenge herausnehmen sondern m sste dann die gesamte Technologiemenge in Frage stellen SCHEEL 2000 4 1 4 Invarianz bei Datentransformationen Eine Beurteilung der Performance durch Effizienzkennzahlen sollte unabh ngig von den verwendeten Ma einheiten erfolgen die f r die Input und Outputgr en verwendet werden Es sollte beispielsweise keine Auswirkung auf die Performance einer Einheit haben ob ein Kriterium jetzt in Kilometer Meter oder Zentimeter abgebildet wird Von linearer Invarianz oder auch Skaleninvarianz geht man aus wenn die Effizienzwerte unabh ngig von der Datentransformation Mengen L ngen Zeiten sind F r die praktische Anwendung reicht die lineare Invarianz des Effizienzma es bez glich der Datentransformation in vielen F llen aus Liegt f r die verwende
323. en mit der forstlichen Anwendung von DEA auseinandergesetzt hat sowie auf Grundlagen des 38 Die verschiedenen Produktl sungen inkludieren eine unterschiedliche Anzahl von Effizienzma en Au erdem sind manche kommerziellen Produkte in Abh ngigkeit des Preises in der Implementierung von Beobachtungen eingeschr nkt und nicht alle Produkte bieten weiterf hrende Analysetools an Seite 80 Konzeptionelle Anwendung von DEA f r ausgew hlte forstliche Datens tze aus der Literatur erarbeiteten methodischen und theoretischen Hintergrundes zu DEA erfolgten die empirische Analysen Es war nahe liegend in der empirischen Anwendung auf die gut dokumentierte Datengrundlage des forstlichen Testbetriebsnetzes f r die Gestaltung eines DEA Modells zur Evaluierung der Performance von Forstbetrieben zur ckzugreifen Infolge der detaillierten Kostenarten und Kostenstellenstruktur konnten facettenreiche Modellvarianten konzipiert werden In einer weiteren Anwendung wurde auf einen Datensatz zur ckgegriffen ber den die Prozesseffizienz verschiedener Harvestertypen in der Durchforstung abgeleitet wurde Nachdem die daf r durchgef hrte Arbeitszeitstudie neben den prozessrelevanten Daten auch Bestandesdaten enthielt wurde daraus ein DEA Modell konzipiert das eine abgewandelte Zielsetzung verfolgt Da f r die Erstellung der Leistungstabellen diverser Harvester Eins tze auf verschiedenen Fl chen in unterschiedlichen Wuchsgebieten bei differierende
324. en nicht mehr r ckg ngig gemacht werden Zuk nftige Aussagen ber die ableitbaren Sollgr en Target Values lassen sich daraus aber nicht erzielen Au er man bezieht die gewonnene Erkenntnis auf vergleichbare Best nde die in ihrer Entwicklung noch nicht so weit fortgeschritten sind und setzt dort Ma nahmen die nach dem von DEA vorgezeichneten Trend ausgerichtet sind Von einer ausschlie lich statischen Performancebeurteilung der aktuellen Bestandesparameter wurde aufgrund dieser Erkenntnis Abstand genommen Um zumindest aber n herungsweise dieses evidente Informationsdefizit ausgeschiedener Bestand dynamische Wertentwicklung Wertzuwachs etc einer statischen Betrachtung auszugleichen sollte man f r zuk nftige berlegungen zumindest die Ver nderungen zwischen zwei Forsteinrichtungs Planungsperioden Po und Pio als Beurteilungsbasis f r die Effizienz der Bewirtschaftungsma nahmen heranziehen Der Betrachtungszeitraum ber eine Dekade w rde aber auch die Frage nach dem zu w hlenden Zinsfu im wertbasierten Ansatz im Vergleich zur Betrachtung einer ganzen Umtriebszeit entscheidend entsch rfen Dennoch verbleibt aber auch unter dieser Annahme die Problematik der Beeinflussung des Erwartungswertes am Ende des Produktionszyklus Aus Gr nden der Homogenit t m sste in der Folge zwischen Best nden in denen w hrend dieser Dekade Ma nahmen stattgefunden haben und solchen die f r diesen Zeitraum der nat rlichen Automation ber
325. en werden Neben der Dokumentation der Ver nderung des Waldverm gens fehlen somit noch weitere nicht unwesentliche Elemente der Outputleistungen zur vollst ndigen Dokumentation der forstbetrieblichen Aktivit ten In Anlehnung an die volkswirtschaftliche Gesamtrechnung w re es durchaus denkbar die Ver nderung des Waldverm gens n herungsweise ber den j hrlich geleisteten naturalen Zuwachs bzw den Wertzuwachs Output und den entnommenen Erntemengen Input herzuleiten SEKOT 2004 Aus der Datenquelle Testbetriebsnetz GroBprivatwald sind die Zuwachsleistungen der einzelnen Perioden aber nicht entsprechend dokumentiert weshalb diese Herangehensweise nicht anwendbar war Um die Problematik der Waldverm gens nderung nicht ganz au en vor zu lassen kann alternativ eine hiebsatzbezogene Bereinigung der dokumentierten Daten vorgenommen werden um zumindest n herungsweise ber den inversen Nutzungskoeffizienten Einschlag Hiebsatz den Auf oder Abbau des Waldverm gens zu ber cksichtigen Festlegung der Kostenarten als Inputfaktoren Die hier ausgewiesenen Kriterien stellen eine Vorselektion jener relevanten Input und Outputkriterien f r die Modellbildung dar die aus dem Pool der Daten des Testbetriebsnetzes gefiltert wurden Auch wenn bereits in der Diskussion rund um die Problematik des Waldverm gens darauf hingewiesen wurden dass weder die Kostenarten noch die Kostenstellen in unmittelbaren Zusammenhang mit den Holzertr ge
326. engen und die monet ren Werte daf r bekannt w ren m ssten entsprechende Annahmen zur Ber cksichtigung der Langfristigkeit der Kapitalbindung getroffen werden um einen einheitlichen Zeitbezug f r eine Objektive Beurteilung zu haben Trotz der angef hrten Informations und Datendefizite wurde zu Demonstrationszwecken und zur Weiterentwicklung des Bestandesmodells das praxisrelevantere outputorientierte Modell gerechnet und analysiert Ergebnisse des Outputorientierten Modells Die Effizienzwerte des outputorientierten Modells bewegen sich im Bereich zwischen 100 und 1500 Auf den ersten Blick verwirren die Werte etwas Die Effizienzindikation vgl 3 8 2 unterstellt f r outputorientierte Modelle dass effiziente Einheiten als 100 effizient ausgewiesen werden und f r ineffiziente Einheiten Werte gr er 100 vergeben werden da diese Einheiten ja aufgrund der verf gbaren Produktionsfaktoren ihren Output steigern m ssten um sich an die Effizienzgrenze anzun hern Dass f r dieses outputorientierte Modell Werte zwischen 100 und ausgewiesen werden m ssen geht aus der Konzipierung des Umh llendenproblems hervor vgl 3 7 1 2 Denn mit der dualen Zielfunktion max werden die Outputleistungen einer bestimmten Einheit k um den Faktor bei unver nderten Inputfaktoren erh ht 2100 um an der Effizienzgrenze jene virtuelle Best Practice Einheit zu erreichen die durch Gewichtung von tats chlich beobachteteten Best Practice
327. entierten und nicht orientierten Ans tzen vgl 3 7 1 3 differenziert und der den Eingriff in das stehende Waldverm gen n herungsweise inkludieren kann wurde beschritten Effizienzwerte Effizienzranking Je nach Wahl des EffizienzmaBes und der Orientierung des Modells werden die relativen Effizienzwerte divergieren Aber f r jede dieser Auswertungen kann ein Ranking entsprechend den Effizienzwerten und der unterstellten Effizienzindikation vgl 3 8 2 erfolgen In den ausgewiesenen Effizienzwerten sind aber noch nicht die Slacks bzw Schlupfvariablen vgl 3 6 2 ber cksichtigt Daher gehen auch schwach effiziente Beobachtungen vgl Abb 4 hier noch mit einem Effizienzwert von 100 bzw 0 je nach Effizienzindikation in das Effinzienzranking ein obwohl derartige Beobachtungen gegen ber einer tats chlich effizienten Einheit zumindest von einem Produktionsfaktor mehr verbrauchen oder umgekehrt von einem Outputgut weniger bereitstellen Technische und Kosten Effizienz Der Nachweis ob die verwendeten Produktionsfaktoren nicht nur aus produktionstechnischer sondern auch aus kostentechnischer Sicht geschickt eingesetzt sind kann ber die Allokative Effizienz AE erbracht werden Diese kann nicht direkt ermittelt werden sondern l sst sich nur ber die Kosteneffizienz KE die auf durchschnittlichen Kostens tzen basiert und der natural technischen Effizienz TE ber den Zusammenhang KE TE x AE herleiten vgl 3 8 4
328. entlich schon dieselbe Masse wie sie jetzt besteht verglichen mit den Best Practice Einheiten der Peer Group erzielen k nnen Outputorientiertes Modell Aus praktischer Sicht erscheint die Frage nach der optimalen Massenleitung bei bestehenden Produktionsfaktoren als interessanter INPUTFAKTOREN OUTPUTFAKTOREN Fl che Bonit t Alter Masse NH Masse LH Tabelle 45 Beurteilungskriterien f r das outputorientierte Modell zur Beurteilung von Laub Nadelmischw lder F r diese Optimierungsaufgabe wird f r einen konkreten Bestand nach der optimalen Holzproduktionsmenge getrennt nach Nadel und Laubholz unter der Restriktion dass alle Inputgr en konstant gehalten werden gesucht Die Auseinandersetzung mit dieser Fragestellung erscheint gegen ber dem inputorientierten Ansatz relevanter zu sein Denn damit kann f r einen zu beurteilenden Bestand noch entschieden werden ob es Sinn macht den Bestand weiter wachsen zu lassen oder gleich zu nutzen Seite 176 Konzeptionelle Anwendung von DEA f r ausgew hlte forstliche Datens tze Auch hier ist man wiederum mit demselben Informationsdefizit wie im inputorientierten Fall konfrontiert Unabh ngig von den Qualit tszust nden der Best nde gibt es keine Information dar ber welche Best nde gerade gepflegt durchforstet oder gelichtet wurden Ebenfalls unbekannt ist welche physischen Entnahmen zu welchem Aufwand und zu welchem Ertrag stattgefunden haben Aber auch wenn die physischen M
329. er Performance von 2000 auf 2001 um 25 bei Unterstellung des A Ma bzw um 15 bei Anwendung des Dmax MaBes bei Inputorientierung und VRS verbessert und jeweils den Sprung an die Effizienzgrenze geschafft hat Analysiert man die betrieblichen Vorg nge vgl Tabelle 43 wird offensichtlich warum es zu dieser Entwicklung gekommen ist Dadurch dass der Betrieb nicht im Sinne von DEA _proportionale RationalisierungsmaBnahmen an den Produktionsfaktoren gesetzt hat sondern wie in der Praxis blich dort Ma nahmen gesetzt hat die betriebspolitisch am ehesten umzusetzen sind blieben einige Parameter unver ndert und andere unterliegen wiederum starken relativen Ver nderungen Daraus folgt wie in Tabelle 43 dargestellt dass die urspr ngliche Peer Group von 2000 vor allem infolge der Reduktion der Fremdleistungskosten um 26 m glicherweise verlassen wird und die Beobachtung 2001 aufgrund des ge nderten Produktionsniveaus in eine andere Peer Group f llt wo sie gleichzeitig eine Best Practice und Benchmark Einheit markiert vgl Abb 21 x D NW PR UDO NND 123 45 6 7 89 x Abb 21 Zuordnung zweier aufeinander folgenden Perioden derselben Beobachtung auf zwei verschiedene Peer Groups Bei Betrachtung der gesamten Ver nderung der Kostenstruktur erkennt man aber dass diese Ma nahme gemeinsam mit den anderen Ver nderungen der Parametern nur zu einer Reduktion der Gesamtkosten um etwas mehr als 3 gef hrt hat vgl Tabelle 43
330. er Steigerung der Kosten als auch der Seite 229 Konzeptionelle Anwendung von DEA f r ausgew hlte forstliche Datens tze Ertr ge deckt so dass alle relevanten Gr en kaufkraftbereinigt konstant bleiben obwohl diese Entwicklung f r die Branche untypisch ist Nachdem es aber schwierig ist die reale Entwicklung von Kosten und Preisen zu sch tzen wurde eben von einem steady state Zustand ausgegangen Damit es zur Ber cksichtigung von zeitlichen Pr ferenzen in der Beurteilung kommen kann wurden f r die einzelnen DMUs jegliche in der Zukunft angefallenen Kosten und Leistungen auf den Zeitpunkt der Vollerhebung mit einem Zinsfu von 1 5 diskontiert Aus dieser hier gef hrten Diskussion geht hervor dass die verwendeten Modellvariablen noch ungen gend spezifiziert sind wodurch sich ein Handlungsbedarf auftut Parameter zu definieren die besser auf die umweltbedingten Rahmenbedingungen von forstlichen Best nden reflektieren und die die charakteristischen Bestandesparameter sowie die w hrend einer Umtriebszeit verbrauchten Produktionsfaktoren unter Einbeziehung von inflation ren und kosten wie preistechnischen Entwicklungen exakter abbilden ohne die Monotoniebedingung zu verletzen Er rterungen zum Modellkonzept Im Gegensatz zur Performancebeurteilung von Laub Nadelmischbestanden des Lehrforsts Ofenbach wurde f r das Bestandesbehandlungskonzept anstelle der Outputorientierung eine inputorientierte Modellvariante unters
331. er war als das im Verfahren mit Durchschnittss tzen ermittelt wurde Dass dem so ist k nnte auf die branchenbedingte Dominanz von lokalen M rkten und die Abh ngigkeit der Kosten von betrieblichen Rahmenbedingungen zur ckzuf hren sein Bezogen auf die Target Values der Modellvariablen wird zur Erreichung des tats chlich kosteneffizienten Bereichs ausschlie lich die Reduktion der Gesamtkosten um 31 06 vorgeschlagen ohne gleichzeitig wie bei der Unterstellung von durchschnittlichen Kostens tzen auch eine Erh hung der Outputertr ge einzufordern Diskussion In diesem ersten Schritt sich einem praxisnahen Modell zu n hern wurde versucht s mtliche Analysem glichkeiten die im Zusammenhang mit DEA dem L sungsalgorithmus EMS und den hier verf gbaren Daten m glich sind auszusch pfen und entsprechend zu kommentieren Zur Erreichung plausibler Aussagen bedarf es allerdings noch zus tzlicher bzw einer Adaptierung bestehender Modellvariablen um Modellergebnisse unter Einbeziehung realitatsnaher Rahmenbedingungen zu generieren die f r die betreffenden Entscheidungstr ger als Management Tool entscheidungsunterst tzend einsetzbar sind Der Schwerpunkt der Verbesserungsma nahmen muss sich dabei auf das Informationsdefizit bez glich des gesamten stehenden Waldverm gens konzentrieren Die Tatsache dass ein Betrieb der wenig Wert auf die nachhaltige Bewirtschaftung der Ressource Holz legt in einer solchen Analyse pl tzlich a
332. eratur eine gewisse Renaissance erf hrt Organisatorische Angemessenheit Die Analysem glichkeiten von DEA bieten sich ja nahezu an gem dem DEA Aktivit tsdreieck 3 8 1 von Scheel 2000 die Performance und Verbesserungswerte des Transformationsprozesses f r das interne Controlling aber auch f r die Gestaltung eines Benchmarkkonzepts als relevant zu erachten Tabelle 11 Benutzerad quanz der DEA Applikation 5 2 DEA Softwareprodukte Zur L sung von DEA Problemen stehen heute zahlreiche und ausgereifte Softwareprodukte zur Verf gung die sich als Decision Support oder als Benchmarking Tool eignen Mit den ausgefeilten Modellierungsalgorithmen lassen sich zahlreiche Varianten von DEA auf benutzerfreundlichen Programmoberfl chen realisieren Manche dieser Softwarepakete sind ausschlie lich kommerziell wobei unter Einschr nkung der Programmfeatures und der Anzahl von evaluierbaren Einheiten manche davon als Demoversionen frei zug nglich sind Einige der Softwarepakete sind aber berhaupt zur G nze Free Ware Packages Sowohl die kommerziellen als auch die freien Pakete umfassen eine gro e Bandbreite an verf gbaren Modellen an Programmschnittstellen und an benutzerangepassten Reports Durch die Bank unterscheiden sich die Produkte stark von einander Als klassische Basismodelle sind aber in jedem Produkt die CCR KSE und BCC VSE Modellvarianten verf gbar F r die Beurteilung der acht g ngigsten Produkte
333. erden muss aber dass zwischen den definierten Input und Outputkriterien positive Korrelationen bestehen m ssen Kao 1993 W re das nicht der Fall k nnte man die Rahmenbedingungen f r die erforderliche Wirkungsrichtung der spezifizierten Input und Outputkriterien gem der Konvexit tsannahme nicht aufrechterhalten Inputs und Outputs m ssen n mlich in einem DEA Modell so definiert sein dass eine Reduktion der Inputfaktoren ebenso wie eine Steigerung von Outputg tern zu einer Erh hung der relativen Effizienz beitragen beziehungsweise anderersherum dadurch keine Verschlechterung die Folge sein darf Nur wenn unerw nschte Outputs als Reziprokwerte in das Modell eingehen sollen bzw m ssen in der Korrelationsanalyse negative Korrelationen auftreten damit der unerw nschte Output auch als solcher statistisch verifiziert ist Die Einhaltung der Monotoniebestimmungen muss also in jedem Fall gegeben und sachlogisch untermauerbar sein 4 4 4 Korrekte Periodenabgrenzung Bei wirtschaftlichen Prozessen m ssen die Aufw nde einer Periode nicht unmittelbar zu Ertr gen in derselben Periode f hren Gerade bezogen auf Investitionen stehen dem einmaligen Aufwand ber mehrere Perioden verteilte Mittelr ckfl sse gegen ber In den Ausf hrungen von Scheel 2000 wird empfohlen wenn den Inputaktivit ten einer Periode erst Outputertr ge in der Folgeperiode gegen berstehen sollten f r die Effizienzanalyse bei dieser Sachlage die Output
334. ereinander zu Technologieproblemen f hren k nnen Da aus sachlogischer Sicht die selektierten Variablen theoretisch fundiert sind wird dennoch an jenen hier in der Korrelationsanalyse implementierten Parametern f r die DEA Analyse festgehalten Alternative Modellvariablen Im Zuge der Auswahl der geeigneten Modellvariablen wurden neben den verwendeten Input und Outputfaktoren zahlreiche alternative Ans tze erwogen Gerade im Zusammenhang mit den Nachhaltigkeitskriterien wurde angedacht quantitativ messbare Gr en abzuleiten Durch die Implementierung eines derartigen Merkmals sollten demnach Befundeinheiten Best nde die Ma nahmen zur Nachhaltigkeit nur unzureichend erf llen in der Effizienzbeurteilung schlechter rangieren Insbesondere wurde dabei an die Bedeutung der waldbaulichen Pflegema nahmen und deren Bedeutung f r das Waldverm gen gedacht Die Quantifizierung der Auswirkungen auf die Wertnachhaltigkeit und Bestandesstabilit t zuk nftiger Best nde lassen sich jedoch nur sehr unsicher aus simulierten Daten heraus ableiten F r die Einbindung von Nachhaltigkeitsmerkmalen in eine Simulationskonzeption wurde neben dem bereits eingebundenen H D Wert als Risikoweiser au erdem noch an eine Gr e gedacht die durchgef hrte Pflegema nahmen kardinal abbilden soll Dabei k nnte man es in Erw gung ziehen entweder den Anteil der gepflegten Fl che je Befundeinheit oder den Zeitaufwand f r den get tigten Pflegeeingriff al
335. ereitstellen bzw zur Herstellung desselben Outputvektors weniger Inputfaktoren verbrauchen Eine Inputisoquante maximale Outputleistung umh llt dabei geometrisch jenen Produktionsm glichkeitsraum der die Outputleistung unendlich vieler Beobachtungen im Rahmen der vorgegebnen Technologiemenge bei einem fix normierten Inputvektor Kombination aus Produktionsfaktoren charakterisiert Umgekehrt definiert die Outputisoquante minimaler Inputaufwand die Frontier f r alle Inputkombinationen Inputerfordernismenge die f r die Bereitstellung eines fix vorgegebenen Outputvektors Kombination aus produzierten Leistungen verwendet werden k nnen 12 Die minimale Extrapolation ist die kleinstm gliche Teilmenge innerhalb der Technologie T die die Struktureigenschaften Monotonie Konvexit t und Skaleneigenschaften erf llen und die empirischen Input Outputtransformationen am engsten umh llen STEINMANN 2002 Seite 28 DEA der nicht parametrische Modellansatz y2 Produktions moeglichkeiten menge N A A a b Abb 1 Dokumentation der Monotonie bzw Verschwendbarkeit ber eine Output a und einer Inputisoquante b GSTACH 2002 S 10 3 3 2 Konvexitat hnlich wie in der Mikro konomie geht man in der DEA von konvexen Technologien aus Dabei wird angenommen dass jede beliebige Input Outputkombination realisiert werden kann die anteilig aus der Kombination konvexe Mischung Uber die Gewichte s v
336. eren und andererseits sind die Analyseschritte systematisch abzuarbeiten Durch das Abarbeiten eines Analyseleitfadens vgl 5 1 kann auch ein gewisser Qualit tsstandard gew hrleistet werden F r die Umsetzung der DEA Analyse stehen zahlreiche Softwarel sungen vgl 5 2 zur Verf gung Grunds tzlich ist allen gemeinsam dass jedes der angef hrten Produkte die Basis Effizienzma e zur L sung bringen kann Die Produkte unterscheiden sich hinsichtlich ihrer Preise Benutzerfreundlichkeit Ergebnisaufbereitung und der Verwendbarkeit f r weitere Analysevorhaben sowie in ihrer L sungsm chtigkeit Als unmittelbare Vorbereitung und als Leitfaden f r die empirische Arbeit erschien es als sinnvoll den bisherigen Stand der forstlichen DEA Literatur aufzuarbeiten Auch wenn die Methode DEA bereits Ende der siebziger Jahre publiziert wurde so hat die forstliche Branche erst zu Beginn der neunziger Jahre diesen Analyseansatz aufgegriffen Offensichtlich aber konnte DEA auch dann keinen Siegeszug als Pendant zum parametrischen Ansatz antreten da nur sehr wenige Publikationen in den Folgejahren erschienen sind Erst Ende der neunziger Jahre und mit dem Beginn des neuen Jahrtausends erfuhr DEA eine gewisse Renaissance was sich auch in der Zahl der forstlichen Publikationen niederschl gt Aufbauend auf den Erkenntnissen aus den forstlichen DEA Publikationen insbesondere der Arbeiten von Kao et al 1991 1992 1993 und 2000 der sich am intensivst
337. erformancewerten sowie der Rangfolge Hinsichtlich der eigentlichen Frage aber ob Pflegema nahmen gegen ber einer Nullvariante zu pr ferieren seien best tigen die Resultate sowohl der meisten individuellen wie auch der durchschnittlichen Auswertungen vgl Tabelle 62 die Tendenz der Vorteilhaftigkeit von Pflegema nahmen Wertleistung TE_E RAD AE_E RAD KEd_E RAD KEtat_E RAD DMU Varianten Ranking Ranking Ranking Ranking 116 DF 94 27 34 99 43 40 93 73 26 B M_G4_IV2 232 DF 94 27 40 99 43 83 93 73 29 99 92 20 232 0 84 50 93 99 88 49 84 40 60 89 91 64 116 DF 67 16 115 98 92 56 66 44 115 gussw_G1_13 232 DF 67 08 220 98 74 112 66 24 217 68 00 227 232 0 67 15 219 98 45 126 66 11 219 68 16 225 116 DF 73 20 109 98 82 57 72 34 100 eisenk_G1_I3 232 DF 73 20 187 98 82 109 72 34 169 80 54 125 232 0 67 34 218 97 48 146 65 65 220 72 60 196 116 DF 88 03 99 35 83 86 Durchschnitt 232 DF 87 42 95 80 83 73 86 32 232 0 78 19 96 20 74 95 79 55 Tabelle 63 Effizienzmodelle TE AE KEd KEtat Effizienzma VSE RAD IN unter Einbeziehung der Wertleistung f r das genutzte Erntevolumen DF amp EN Seite 221 Konzeptionelle Anwendung von DEA f r ausgew hlte forstliche Datens tze TE natural technisches Effizienzmodell AE Allokatives Effizienzmodell KEd durchschnittliches Kosteneffizienzmodell Bewertung der Inputmerkmale mi
338. ergiebig einzusetzen Auf beiden Ebenen ist die Messung und Bewertung von Effizienz eine wichtige Grundlage f r die Identifikation weiterer Rationalisierungspotenziale Im Rahmen einer explorativen Studie wird untersucht ob und unter welchen Voraussetzungen der Ansatz der Data Envelopment Analysis DEA als Instrument der vergleichenden Effizienzbeurteilung auch im Forstwesen erfolgreich zur Anwendung gelangen und die entsprechenden Rationalisierungsbestrebungen unterst tzen k nnte Aufbauend auf einer umfassenden Auseinandersetzung mit den Pr missen und technischen Varianten der Modellbildung sowie dem zugrunde liegenden Algorithmus wird eine umsetzungsorientierte Methodendokumentation f r forstliche DEA Anwendungen erarbeitet Damit steht potenziellen Nutzern eine Anleitung zur systematischen Abkl rung der Anwendungsvoraussetzungen und zur Entwicklung der Vorgangsweise f r den konkreten Einzelfall zur Verf gung W hrend der Algorithmus selbst einfach anzuwenden ist sind an die Datengrundlagen die Modellbildung sowie an die Ableitung entscheidungsrelevanter Informationen aus den Analyseergebnissen durchaus hohe Anforderungen zu stellen Die Analyse publizierter forst und holzwirtschaftlicher Anwendungsbeispiele liefert Hinweise auf die grunds tzliche Methodenad quanz und dokumentiert Referenzen f r branchenspezifische Modellierungsans tze Experteninterviews zur Abkl rung der Anwendungspotenziale in den Bereichen der forstlichen F
339. ergleich mit dem Kleinprivatwald zur quantitativen Effizienzbeurteilung auf Basis des Periodenergebnisses l sst sich abgesehen von Fl chen und Strukturunterschieden auch unter Betrachtung des Einsatzes an Humanressourcen kaum argumentieren Denn im Gegensatz zum Gro privatwald sind im Kleinprivatwald zu einem gro en Teil Familienarbeitskr fte in den Produktionsprozess eingebunden Deren zeitlicher Arbeitsaufwand wird im Rahmen der Betriebsabrechnung mit einem kalkulatorischen Arbeitseinkommen bewertet das a priori nicht einem Faktorpreis entspricht SEKOT 2003 Mit den hier aufgezeigten Differenzen zwischen den Testbetriebsnetzen Gro und Kleinprivatwald wird zwar die Unm glichkeit einer gemeinsamen Effizienzbeurteilung dieser beiden Eigent merkategorien aufgezeigt was aber dennoch auf keinen Fall bedeuten soll dass nicht die Beobachtungen jeweils innerhalb der beiden Testbetriebsnetze evaluiert werden k nnen 5 4 4 3 Exkurs Evaluierungskonzept Kleinprivatwald Beispielsweise w re es f r die Evaluierung der Kleinprivatwaldbetriebe m glich und auch eine interessante Herausforderung die physischen Produktionsfaktoren und Leistungsg ter von Kleinprivatw ldern in ein naturales DEA Modell zu integrieren und den Ertr gen aus Rund Industrie und Brennholz des Familieneinschlags die physischen Produktionsfaktoren Stunden Familienarbeit Stunden Traktoreinsatz etc gegen berzustellen In einer nachgelagerten statistischen Analys
340. ergleichbarkeit heterogener Ausgangsdaten Auch wenn hier die Problematik der Heterogenit t und der unterschiedlichen Struktureigenschaften der Beobachtungen f r die Effizienzbeurteilung forstlicher Betriebseinheiten aufgezeigt wurde sollte das auf keinen Fall dazu veranlassen in eine Lethargie zu verfallen und es bei bisherigen Lippenbekenntnissen effizient und gut wenn nicht sogar spitze zu sein bewenden zu lassen Denn erst durch einen quantitativen Analyseansatz zur Beurteilung hnlich strukturierter Einheiten wird ber die daraus abgeleitete Performance der Erfolg oder Misserfolg messbar Die Anforderungen f r die Durchf hrung eines Vergleichs sind denkbar gering Dazu m ssen formal betrachtet nur die strukturellen Bedingungen der Technologiemenge vgl 3 3 und die Spezifikation der Befundeinheiten vgl 4 3 und der Beurteilungskriterien vgl 4 4 erf llt sein Die Einzige tats chliche Einschr nkung stellt die kardinale Messbarkeit 4 4 5 der Beurteilungskriterien dar SCHEEL 2000 Letztendlich ist festzuhalten dass die Vergleichbarkeit nicht absolut sondern immer nur kontextbezogen zu definieren ist Als Determinante der Vergleichbarkeit sind somit jeweils jene betriebstypologischen Kriterien heranzuziehen die in Bezug auf die Analyseziele ein hohes Informationspotenzial der Vergleichsaussage erwarten lassen SEKOT 1998 Trotz der Unsicherheit die ein Betriebsvergleich beinhaltet ist der Bedeutung der ausgewiesenen Ext
341. eriode und einmal f r die ber die Periode gemittelten Werte hergeleitet wurden Nachdem f r diese beiden Modellans tze die Anzahl der Beobachtungen um das f nffache variiert haben unterscheiden sich demzufolge auch die ausgewiesenen Performancewerte Erwartungsgem f llt die grau hinterlegte Performance der gemittelten Variablenwerte d die sich auf eine Grundgesamtheit von 76 Beobachtungen beziehen naturgem h her aus als bei Verwendung jedes Periodenergebnisses jeder Beobachtung als unabh ngige DMU was zu einer Grundgesamtheit von 380 DMUs gef hrt hat Prinzipiell w rde zwar auch die Auswertung nach dem nicht orientierten Modell zur Verf gung stehen Allerdings werden zur Demonstration der Analysem glichkeiten von Zeitreihendaten ausschlie lich die Ergebnisse verschiedener inputorientierter Modelle dargestellt da die Analyseverfahren unabh ngig vom unterstellten Effizienzma und von der Orientierung der Modelle angewandt werden k nnen Natural technisches und Inputorientiertes Modell unter Verwendung des A Ma VSE In den Tabelle 37 Tabelle 42 sind unter P die untersuchten Perioden P angef hrt und unter d die Mittelwerte der abgeleiteten Ergebnisse dokumentiert In Anlehnung an ein Paper von Kao 2000 das die relative Ver nderung V Eff der Performance Malmquist Index einzelner Einheiten aufeinander folgender Untersuchungsperioden dokumentiert werden auch hier die Performancewerte und deren Ver nde
342. erselben Dimension dokumentiert sein Mit folgenden Gr en und Skalierungen ist man allgemein konfrontiert kardinal messbare physische Gr en und oder b monet r quantifizierbare Gr en bzw c nicht kardinal erfassbare qualitative oder nominal bzw ordinal skalierte Gr en die kaum f r ein DEA Modell adaptiert werden k nnen und deren Einfluss auf den ermittelten Effizienzwert oft nur in einem nachgelagerten Prozess mittels Regressions bzw Varianzanalyse vgl Two Stage Ansatz 4 3 1 3 statistisch nachgewiesen werden kann G Input Aktivit ten Die kardinal messbaren Inputvariablen die die Aktivit ten der Befundeinheiten ganzheitlich charakterisieren sind in das Modell unter der Pr misse ein g nstiges Verh ltnis von Variablen und Beobachtungen zur Erzielung diskriminanter Ergebnisse einzuhalten zu implementieren H Output Aktivit ten Gleiches wie f r die Inputvariablen gilt selbstverstandlich auch f r die Outputvariablen Sowohl f r die Input als auch f r die Outputvariablen ist darauf zu achten bereits durch statistische Vorstudien Variablen mit redundanter Information zu filtern Unter Einbeziehung statistischer Tests als auch durch das Urteil von Fachexperten soll die Selektion der relevanten Beurteilungskriterien erfolgen welche die Aktivit ten einer Beobachtung m glichst ganzheitlich beschreiben Aggregieren und Weglassen von Inputfaktoren bzw Leistungsg ter Um der Modellpr misse gerecht z
343. erten die sowohl Ver nderungen auf der Input als auch auf der Outputseite zulassen um sich der Effizienzgrenze bzw der Performance der Best Practice Einheiten zu n hern Die nachfolgende Tabelle 43 beinhaltet im ersten Teil die Rohdaten der beobachteten DMU FB 31 Basis f r die Analyse stellen die prozentuellen Ver nderungen der Produktionsfaktoren und der Leistungsg ter zwischen den Perioden 2000 und 2001 dar die sowohl nach den natural technischen als auch kostentechnischen Gr en dokumentiert sind Im zweiten Teil erfolgt die Gegen berstellung zu den natural technischen und den kostentechnischen Verbesserungsvorschl gen von DEA In beiden F llen kam die VSE Technologie zur Anwendung wobei jedes Mal sowohl f r den inputorientierten als auch f r den nicht orientierten Fall das A und das Dmax Ma angewandt werden ie Ha je Ha je Ha je Ha fm fm IndH Sonst DMU Performance Rents HS redAng Fremdl k sonst Sort Ha BH Ha Ertrag je empirische Daten I HS HS Kost HS HS HS Ha in I I I O O O Technisch 2000 4 069 0 00231 45 8593 97 944 4 6616 1 0434 9 346 Technisch 2001 4 092 0 00231 33 7603 89 979 4 7153 0 9896 7 489 A technisch 00 01 0 56 0 00 26 38 8 13 1 15 5 15 19 88 FB je Ha Sonst Performance gesamt im lng Ertrag je irische Dat Keen Be 31 empirische Daten HS 0 HS 0 O I O Tat Kosteneffizienz 2000 336 556 4 6616 1 0434 9 346 Tat Kosteneffizienz 2001 325 831 4 7153 0 9896 7
344. erwendungsbedarf von Effizienzinformationen besteht im Zusammenhang mit der Evaluierung von Ma nahmen der WLV Der Bedarfsfall ein standardisiertes System zur Effizienzbeurteilung nach einheitlichen Kriterien zu institutionalisieren wird zweifelsfrei durch das bisher angewandte Verfahren der KNU zur Durchf hrung einer Wirtschaftlichkeitsbeurteilung von Verbauungsprojekten best tigt Obwohl an dem etablierten Verfahren der KNU festgehalten wird scheint die Nachvollziehbarkeit und die Beurteilung der Wirtschaftlichkeit durch Dritte aufgrund Seite 254 Prospektive Auseinandersetzung mit verschiedenen forstlichen Themenbereichen zur Entwicklung konzeptioneller DEA Modelle der subjektiven Einschatzungen der Gutachter nicht in allen Fallen gegeben zu sein Zur Ermittlung der Wirtschaftlichkeit von Verbauungsobjekten gegen Elementargefahren wird die KNU dennoch als das ad quate und praxiserprobte Instrumentarium bezeichnet das nicht nur zur Erbringung der per Verordnung im BGBL und im Forstgesetz geforderten Wirtschaftlichkeitsbeurteilung dient sondern auch in der Literatur MANIAK 2001 als ein erfolgreiches und angemessenes Instrument propagiert wird Im Errichtungsfall von Schutzobjekten der WLV besteht aus Sicht der Befragten eine Tendenz die Verbauungsma nahmen zwar in Abh ngigkeit des Bedarfsfalls zu dimensionieren aber sektionsweise bzw bundesl nderweise immer einen bestimmten Verbauungstypus zu pr ferieren unabh ngig davon
345. estandesbehandlungskonzepten In der Einleitung sind bereits die beiden grunds tzlichen strategischen Ausrichtungen von Bestandesbehandlungskonzepten indirekt angedeutet worden Dabei steht einer extensiven Bewirtschaftungsvariante die Pflege und Waldbaukosten vermeidet ein investitionsorientierter Bewirtschaftungsansatz gegen ber der durch Pflegema nahmen versucht die Wertleistung durch qualitativ hochwertigere Sortimente und durch die Senkung der Umtriebszeit zu steigern In den unterstellen Modellvarianten werden je unterstelltem homogen Bestand zwei vereinfachte synthetische Datens tze generiert Dabei wird einmal unterstellt dass w hrend des gesamten Produktionszyklus jeglicher Eingriff unterlassen wird und in der Vergleichsvariante ausschlie lich der tats chlich durchgef hrte Pflegeeingriff als Seite 186 Konzeptionelle Anwendung von DEA f r ausgew hlte forstliche Datens tze Ma nahme Ber cksichtigung findet Dabei wird f r beide Varianten die Ber cksichtigung der mortalit tsbedingten Ausf lle unterstellt F r jeden der untersuchten Best nde soll damit die Vorteilhaftigkeit gegen ber den unterstellten Varianten verifiziert werden Die Wahl der entsprechenden Strategie wird sich vermutlich ganz wesentlich nach den stand rtlichen Gegebenheiten und dem jeweiligen Risikozustand der Best nde richten Je nachdem auf welche Strategie man sich aber letztendlich festlegt wird das eine entscheidende Auswirkung auf die Holzma
346. estry National Taiwan University Taipei Taiwan ROC Source Forest Science 1991 Vol 37 No 5 pp 1239 1252 Abstract In managing forests the relative efficiency of management accomplishments should be evaluated to obtain a guideline for future planning However to evaluate whether a multiple use forest is efficiently managed is very difficult because many outputs do not have market values In this paper a model based on the principle of Pareto optimality is introduced for measuring the efficiency of forest management The model is of a linear fractional program which can be converted to a linear program The aggregated efficiency of a management unit can be separated into technical and scale efficiency to enable the manager to identify the sources of inefficiency From the dual formulation of the linear program the inefficient inputs and outputs can also be identified together with the amounts by which they can be improved As an illustration the model is applied to Seite 105 Konzeptionelle Anwendung von DEA f r ausgew hlte forstliche Datens tze measuring the management efficiency of the 13 districts of the National forests of Taiwan Republic of China Surprisingly the results perfectly explain a current proposal of the Taiwan Forestry Bureau For SCI 37 5 1239 1252 Keywords Linear programming multiple use production function Zusammenfassung Ausgehend von den verschieden Aufgaben und Zielsetzungen in der Forstwirtschaft s
347. etaillierter Form auf das Einzelprojekt anwendbar subjektive Orientierung vom Gutachter beeinflussbar die Monetarisierung aller G ter ist erforderlich Informationsgehalt die Vergleichbarkeit und die Nach vollziehbarkeit der Resultate ist nicht immer gegeben Der unmittelbare Vergleich mit anderen Projekten ber das Verh ltnis der diskontierten Kosten und Ertr ge basiert auf der h chst aggregierten Stufe DEA Relativer Effizienzwert Target Values Homogene Gruppe von Beobachtungen monet re homogenen natural technische und Kriterien der Befundeinheiten DMUs Wird endogen ber einen LP Algorithmus vergeben und h ngt von den als Restriktionen fungierenden Beobachtungen ab Informationsgehalt relative Effizienzwert und die Target Values durch den relativen Vergleich mit den einzelnen Beobachtung die Einflussgr6Ben k nnen in jeglicher Dimension im Projekt ber cksichtigt werden objektive Beurteilung ber standardisierten LP Ansatz unterschiedliche Effizienzma e Skaleneffekte werden ber cksichtigt keine Produktionsfunktion ist erforderlich h herer Aufwand f r die Datenakquirierung Eine Mindestzahl an vergleichbaren Beobachtung muss verf gbar sein Homogenisierung der F lle die Erf llung der Rahmenbeding ungen von DEA Know How f r die Ergebnisanalyse kostenaufw ndige Softwareanschaffung die Transparenz der vergebenen Gewichte leidet unter dem LP Ansatz Der relative Vergleich bas
348. etc Kao 1992 sondern resultieren aus dem gesamten Verh ltnis der gewichteten Outputs zu den gewichteten Inputs Seite 31 DEA der nicht parametrische Modellansatz 3 4 Das Grundmodell der Effizienzmessung Pareto Koopmans Effizienz Historisch betrachtet legte Koopmans 1951 indem er das von Pareto 1897 publizierte Theorem vgl 2 2 auf die klassische Produktionstheorie Ubertrug die Basis fiir die quantitative Effizienzanalyse Eine Input Outputtransformation ist dann bezogen auf die unterstellte Technologiemenge effizient wenn es innerhalb der Technologie nicht mehr m glich ist ein Kriterium zu verbessern ohne sich dadurch gleichzeitig in einem anderen zu verschlechtern DMU2 und DMU3 von Abb 4 Umgekehrt jedoch muss eine Einheit ineffizient sein wenn sich bei unver ndertem Mitteleinsatz ein g nstigeres Input Outputniveau realisieren l sst das zumindest von einem Output mehr erzeugt oder von einem Input weniger verbraucht DMU1 und DMU4 von Abb 4 Werden in der Modellannahme radiale Ver nderungsr ume strichlierte Linie in Abb 4 f r die Input Outputniveaus unterstellt kann somit eine Input Outputtransformation dann als radial ineffizient bezeichnet werden wenn es m glich ist simultan sowohl die Outputs als auch die Inputs um denselben proportionalen Faktor zu erh hen bzw zu reduzieren ohne das Pareto Koopmans Theorem bis zum Erreichen der Effizienzgrenze zu verletzen Radiale Effizienz l sst sich d
349. ete von Dr Katrin Allen 2002 im Zuge ihrer Dissertationsarbeit Messung kologischer Effizienz mittels Data Envelopment Analysis Seite 87 Konzeptionelle Anwendung von DEA f r ausgew hlte forstliche Datens tze In Anlehnung an diese vergleichende Produkt bersicht kann sich jeder Anwender ein Bild ber die verf gbaren Softwarepakete machen und je nach den erforderlichen Anspr chen an das zu bearbeitende T kommerziell nicht kommerziell DEA Frontier Waraick DEA Excel Solver Pro Analyst OnFront DEA Solver DEAP EMS Pioneer Version 40 375 202 1 0 1 0 21 1 30 20 Barwa Waniok Bar Fom SATECH Software VOC Uy Zhu Coletti Scheel MeLoud A Models 1 CCRICRS U e e e 2 BCC VRS e e e G 3 NRS NDRS GRS e amp 4 Ackitive slack based method e gt 3 L 5 Melmquist e e 6 Non convex e E e e 7 Non radal e e amp Preference structure e 9 Undesirable messure 10 Context dependent SS SSS SF o 11 Free disposal hul FDH 12 Cost effidency d 13 Revenue effiaency 14 a revenue oost efficency mixed improvement 16 en 17 Vanable benchmark 18 Fixsd benchmerk 19 Mnimumefficency 20 Value chain 21 V bak disposability 22 New cost revenue profit 23 Congestion e 24 Scale elastiaity i i 5 B Features 4 Orientation i o control e g e G e 2 Window muiti period analysis e J 3 Waight constraints Conical U
350. etern Laufmeter Forststra e e Erschlossener Vorrat Dabei ist der gesamte auf der erschlossenen Flache stockende Vorrat zu erfassen e Erschlossene Bedarfsflachen In Anlehnung an die geplanten Ma nahmen sind die Fl chen auf denen diese Ma nahmen passieren sollten Kalamit tsnutzungen Vornutzungen Endnutzungen Aufforstung anzusch tzen Trassenholz in EfmD e Wirtschaftlichkeitskennziffer Der Berechnungszeitraum f r die Wirtschaftlichkeitskennziffer sollte einheitlich festgelegt werden Nachdem die Planungsperiode in Anlehnung an die Forsteinrichtung zu kurz erscheint sollte man den Abschreibungszeitraum von 20 Jahren als Bezugsgr e f r die Berechnung des Kapitalwerts bei Unterstellung eines Zinsfu es von 1 5 heranziehen SEKOT 2004 C ru r d gt tle Ag Mig ooh 1 IxbxB s m 1 0p 10p 0 0p 10000 Seite 247 Prospektive Auseinandersetzung mit verschiedenen forstlichen Themenbereichen zur Entwicklung konzeptioneller DEA Modelle C Kapitalwert pk der unterstellte Zinsfuss r d R ckekosten vor dem Wegebau uk laufende j hrliche Unterhalt ungskosten des neuen Weges r d R ckekosten nach dem Wegebau L nge des Weges in Laufmeter n Berechnungszeitraum b Breite des Weges einschlie lich der Bankette Gr ben und evtl unbestockter Schutzstreifen Mt Massenanfall zum Zeitpunkt t B Bodenwert in Hektar Die Wirtschaftlichkeitskennziffer ist hier nur als optional zu betrachten da es
351. etzungen konform gehen Diese rationalen berlegungen werden aber von lokalen oder regionalen Meinungsbildungsprozessen oftmals berlagert und die Argumentationslinie dass durch Unterlassung des Wegebaus wirtschaftliche Einbu en zu verzeichnen seien wird proklamiert auch wenn dies aus konomischer Sicht unzul ssig ist Denn genau dieser Effekt der Wirtschaftlichkeit eines Projektes unter Einbeziehung der verschiedenen Rahmenbedingungen sowie der Transaktionskosten ist mit der Effizienzbeurteilung abzubilden Wenn mit dem Forststra enprojekt positive externe Effekte Outputs verbunden sind dann ist der Modellbildner gefordert genau diese mit kardinal messbaren Indikatoren zu erfassen und entsprechend im Modell zu verankern 88 Die Transaktionskosten entsprechen dem Aufwand der an Beh rdenwegen Gutachten Verhandlungen und Projektierung bis zur Genehmigung des gef rderten Forstwegebauprojekts erforderlich ist Setzt man die Transaktionskosten in Bezug zur Wegl nge differieren diese oft betr chtlich Insbesondere ist in diesem Zusammenhang die Diskussion in die Richtung zu f hren Mindestwegl nge f r gef rderte Projekte vorzugeben um einen gro en Anteil dieser f r die Beh rde ineffizienten kurzen Wegeprojekte zu vermeiden 89 Waldbauliche Ma nahmen zum Schutz vor Naturgefahren Besucherlenkung etc werden unter positiven externen Effekten subsumiert Wie und ob in einem konkreten Anlassfall diese externen Effekte zu
352. f gung stehenden Fl che und der dort ausgewiesenen Bonit t zuz glich des unterstellten Alters mehr Masse als nur den linearen Massenanstieg aufbauen Das best tigt zumindest dass die konvexe H lle den nat rlichen Wuchsverlauf nachahmt 5 5 7 Problematik des vorhandenen Datendefizits und der Langfristigkeit der forstlichen Produktion Jedes DEA Modell ist nur so gut wie die Qualit t der bereitgestellten und verwendeten Daten In diesem Anwendungsfall fehlen ganz konkret Angaben zum Einsatz von Human und Kapitalressourcen auf Bestandesebene Daneben gibt es aber auch keine Angaben wie viel Vorrat im Zuge von Pflegeeingriffen oder Kalamit tsnutzungen bereits entnommen wurden Aber sogar dann wenn diese Daten in irgendeiner Form verf gbar w ren muss noch das branchenspezifische Problem der langfristigen Produktionsdauer gel st werden Setzt man sich mit der Effizienzbeurteilung von Best nden detaillierter auseinander kommt man um die Ans tze der klassischen Waldbewertung nicht herum Als monet re Inputgr e k nnte man sich an der Konzeption des Bestandeskostenwertes orientierten dem dann auf der Outputseite der Ansatz f r die Ermittlung des Bestandeserwartungswerts gegen berstehen m sste Die Problematik in diesem Ansatz liegt in der Wahl des Zinsfu es Denn es macht f r diese Anwendung nur Sinn einen Zinsfu gutachtlich festzulegen und nicht einen internen variablen Zinsfu zu unterstellen Aufgrund der Langfristigke
353. f r eine DEA Analyse herangezogen k nnen aus diesen multifunktionalen Aktivit ten eines Forstbetriebes sofern diese kardinal skaliert sind wohl am einfachsten relative Effizienzwerte nach dem natural technischen Effizienzmodell TE hergeleitet werden Jedoch unter einem betriebswirtschaftlichen Bewertungsansatz als auch nach der volkswirtschaftlichen Wertsch pfungsrechnung wird offensichtlich dass sich nicht alle der multifunktionalen Leistungskategorien die ein Forstbetrieb bereitstellt auch monet r bewerten lassen Erst der wohlfahrts konomische Ansatz betrachtet die Multifunktionalit t wieder unter einem breiteren Gesichtspunkt und zeigt auf dass die unterschiedlichen Werthaltungen und Normen von ausschlaggebender Bedeutung sind Bezieht man sowohl die strukturbedingten als auch die zielorientierten Aspekte mit ein wird offenkundig wie kniffelig sich die Selektion der geeigneten Beurteilungskriterien f r einen holistischen Modellansatz gestalten mit denen die relative Performance 63 Der betriebswirtschaftlich relevante Output definiert sich ber den induzierten Mittelr ckfluss an den Betrieb 64 Der volkswirtschaftliche Output resultiert aus der induzierten Wertsch pfung 65 Der Wohlfahrtseffekt setzt sich aus der induzierten Wertsch pfung sowie den externen Effekten zusammen Seite 169 Konzeptionelle Anwendung von DEA f r ausgew hlte forstliche Datens tze verschiedener forstlicher Betriebseinheiten auf hoch
354. f einen praktischen Bereich zu bertragen tun sich blicherweise L cken zwischen der theoretischen Modellvorstellung und der praktisch m glichen Modellbildung auf Diese L cken in den Input Outputmerkmalen lassen sich entweder durch Simplifizierung und Abstrahierung der Merkmale oder ber die Generierung von synthetischen Daten sowie durch die Erhebung von Prim rdaten schlie en Die Qualit t der Modellbildung und das erzielbare Aussagepotenzial werden also ma geblich von der verf gbaren Datengrundlage den zu treffenden Annahmen und der erforderlichen Abstrahierung von realen Gegebenheiten abh ngen Durch die Auseinandersetzung mit unvollst ndig spezifizierten Modellen sowie mit gezielten Variationen der Modellbildung soll diese Vorstudie Hinweise auf die Sensitivit t der Einflussparameter f r die Effizienzbeurteilung erbringen Stehen aber was bei bestehenden Datens tzen nicht immer der Fall sein wird vollst ndig dokumentierte F lle die den gesamten Aktivit tenbereich der Beobachtung abdecken zur Verf gung lassen sich unter diesen Voraussetzungen die abgeleiteten Modellaussagen bereits in konkret anwendbare Rationalisierungspotenziale bertragen Zur systematischen Vorgehensweise in der Konzipierung von DEA Analysen empfiehlt es sich einen Strukturpfad als Leitfaden f r die praktische Anwendung zu konstruieren Einerseits sind die theoretischen Vorraussetzungen der unterstellten Datens tze f r eine DEA Analyse zu verifizi
355. fachvergleiche Abhangige Variable Score TE VRS RAD IN Bonferroni Mittlere Standardf 95 Konfidenzintervall J Anteil Seilgel nde Differenz l J ehler Signifikanz Untergrenze 6 0687 4 67613 6 8506 18 9880 3 1798 3 62211 6 8274 13 1870 5 0297 3 37200 4 2865 14 3459 6 0687 4 67613 18 9880 6 8506 2 8889 5 12244 17 0412 11 2635 1 0390 4 94875 14 7115 12 6335 3 1798 3 62211 13 1870 6 8274 2 8889 5 12244 11 2635 17 0412 1 8499 3 96782 9 1125 12 8122 5 0297 3 37200 14 3459 4 2865 1 0390 4 94875 12 6335 14 7115 1 8499 3 96782 12 8122 9 1125 1 Anteil Seilgelande Vs ow N PN ALR WO AIR ONI gt N wo Basiert auf beobachteten Mittelwerten Seite 290 Anhang 9 6 Datengrundlage des Bestandesmodells unter Verwendung der Operatsdaten des Lehrforsts Ofenbach BESTAND Si Bis bie ee ese BESTAND ae itl pi i A 30e1 62485 40 7 9 85 672 1885 18b2 9749 85 6 2 65 228 70 36e1 18516 93 7 3 115 163 780 18b3 18882 19 7 8 40 49 313 37e1 16227 17 6 3 55 280 919 1864 5864 05 7 1 40 69 12 20e2 5331 77 8 2 60 35 111 f 18c1 8012 15 8 5 40 20 153 36e2 26731 68 7 8 30 40 165 f 18c2 5776 37 7 4 40 61 29 37e2 10058 65 6 0 35 11 24 f 1803 11008 86 6 6 30 5 66 34e3 20325 53 10 2 30 12 312
356. falls als real kaufkraftbereinigt konstant angenommen werden bewertet Zur Abbildung des Zeithorizonts der Produktionsdauer wurde explizit ein kalkulatorischer Zinsfu unterstellt mit dem die in Zukunft zu erwartenden Ertr ge auf den Zeitpunkt der Vollerhebung der Teilfl chen Best nde diskontiert werden Neben der einflussreichsten Outputgr e dem zu erwartenden Derbholzvolumen inklusive dem Derbholzvolumen aus der Durchforstung DV_VfmD_U O muss im Modell auch der Effekt unterschiedlich fr h erreichter Abtriebskriterien abgebildet werden In der Forst konomie werden zeitliche Unterschiede von alternativen Produktionsprogrammen durch den Ansatz der Bodenbruttorente ber cksichtigt Zu diesem Zweck wird eine kalkulatorische Gr e kalk_E O eingef hrt die den Barwert der kumulierten Bodenbruttorente zum Ausdruck bringt F r jede DMU werden f r den Zeitraum zwischen individueller Endnutzung und dem allgemeinen Produktionshorizont die j hrlichen Zinsen des Boden und _ Verwaltungskostenkapitals mit einem kalkulatorischen ZinsfuB von 1 5 als Rente berechnet deren Nachwert zum gemeinsamen Endzeitpunkt aller Varianten bestimmt und schlie lich ber den gesamten Prognosezeitraum diskontiert um so den Barwert dieser Gr e zu erhalten Mit diesem kalkulatorischen Ertrag werden mithin die bestandes und variantenweise unterschiedlichen Produktionszeitraume ausgeglichen wobei die Verzinsung des investierten Kapitals den konomi
357. falls in ein bereits bestehendes Controllingsystem integrieren l sst aber auch als Benchmarkansatz verwendet werden kann Um einen berblick ber die Eignung dieses Ansatzes f r die Evaluierung praktischer Anwendungen zu geben wurde in der Tabelle 11 ein Leitfaden zur Implementierung und zur Absch tzung des damit verbundenen Aufwands und der damit Verbundenen Einschr nkungen konzipiert L sungsm chtigkeit e Unabh ngig von der Anzahl der Beobachtungen wird es immer zu einer L sung die jede Beobachtung unter der Best Case Betrachtung darstellt kommen e Die Qualit t der L sung und die Wahrscheinlichkeit sich der wahren Technologiemenge zu n hern nimmt mit zunehmender Zahl an Beobachtungen zu e Die Qualit t der L sung h ngt neben der Anzahl der Beobachtungen von der Anzahl der Variablen und der Qualit t der Daten ab Je geringer die Zahl der Variablen und je fehlerfreier die Daten umso realistischer werden die Resultate der Effizienz und Zielwerte ausfallen e Die Qualit t wird jedoch von zuf lligen und systematischen Fehlern negativ beeinflusst da nicht wie bei statistischen Verfahren der Statistical Noise ber Ausgleichsverfahren abgefangen werden kann Seite 85 Konzeptionelle Anwendung von DEA f r ausgew hlte forstliche Datens tze Ressourcenm chtigkeit e Information Anhand eines Zielkatalogs m ssen die Beurteilungskriterien f r die zu evaluierenden Beobachtungen konzipier
358. fassbaren Surrogaten vor die in etwa die Thematik des Index widerspiegeln sollten F r die Beurteilung des Wirkens von lokalen Beh rden von Gro britannien wurde eine Studie durchgef hrt in der auch ein Gradient f r die ffentlichen Einnahmeverluste social deprivation als Umfeldindikator indiziert werden sollte Als Surrogat f r diesen Index wurde schlussendlich aber die Anzahl an gerichtlichen Vorladungen und an Pf ndungsbeschl ssen f r s umige Steuerzahler verwendet 35 Das trifft bis auf wenige Ausnahmen zu Abh ngig ist das nur von dem gew hlten Effizienzmodell F r die hier unterstellten Modelle trifft die lineare Invarianz Unabh ngigkeit von der Ma dimension sowohl f r quiproportionale als auch f r durchschnittliche Effizienzmodelle zu Weiterf hrend sei auf Scheel 2000 verwiesen der vor allem im Zusammenhang mit additiven Effizienzma en diese Problematik diskutiert Seite 76 Rahmenrichtlinien fur DEA Applikationen Ahnlich vorsichtig wie mit indexierten Faktoren muss in der DEA Analyse mit auf Prozent normierten Faktoren oder mit relativen Faktoren die Uber ein drittes Kriterium wie beispielsweise der Fl che normiert wurden umgegangen werden Grunds tzlich besteht die M glichkeit indexierte oder auf Prozent normierte bzw in Relation gesetzte Faktoren f r DEA Analysen zu verwenden sofern alle implementierten Variablen gleicherma en normiert werden Aus Gr nden wie sie bereits im Zusammenhang mi
359. fferenzierte Betrachtung der ausgewiesenen durchschnittlichen Ineffizienz von 7 2 KSE die sich zu 3 5 aus dem Skaleneffekt erkl ren und zu 3 7 auf das Rationalisierungspotenzial der physischen und monet ren Inputvariablen zur ckf hren l sst werden gezielt Hinweise erzeugt um die Performance einer wirtschaftlichen Einheit gezielt in Richtung konstanter Skalenertr ge zu dirigieren Skaleneffizienz Absolutgr en NON ON DMUs u skaleneffizient Abb 17 Darstellung der Skaleneffizienz f r die 77 untersuchten Forstbetriebe unter der Anwendung eines nicht orientierten Modells Auch wenn es bei der Analyse der Skaleneffekte des nicht orientierten Modells zu einer Verschiebung der Einheiten mit nicht abnehmenden Skalenertr gen in die Gruppe der nicht zunehmenden Skalenertr ge gegeben hat so verursacht dies keine Abweichung von der grunds tzlichen Aussage aus dem inputorientierten Modell Die Post Hoc Tests der One Way Anova vgl 9 2 f r das nicht orientierte Modell lieferte hnliche Resultate wie die Post Hoc Test f r das inputorientierten Modell Es wurde dabei ebenfalls best tigt dass sich die skaleneffizienten Einheiten von den Einheiten mit abnehmenden Skalenertr gen signifikant unterscheiden nicht aber von jenen mit zunehmenden Skalenertr gen Werden hingegen die nicht abnehmenden mit den nicht Seite 131 Konzeptionelle Anwendung von DEA f r ausgew hlte forstliche Datens tze zunehmenden Skalenertr gen ve
360. formance measurement in the public sector as far as Austrian forestry and the near future are concerned Nevertheless substantial benefits may be achieved already by probing the implementation of this tool the preliminary analysis pointing to crucial questions of defining and measuring inputs and outputs and collecting respective data in an appropriate way At the example of three practical modelling exercises the potentials as well as respective problems of an application of DEA in forestry are documented These case studies refer to forest stands entire forest enterprises and thinning operations in connection with management concepts respectively In each case current data deficits are identified and specific problems associated with building the model and interpreting the results are discussed Special challenges are related to the long time horizon of forest production and the effects on the growing stock The potential of DEA as part of a forest specific decision support system are demonstrated at two levels Synthetic data stemming from growth simulations can be included into the model in order to evaluate future effects on stand development Efficiency measures related to spatial units can be further analyzed as well as visualized by means of geographic information systems II 1 Inhaltsverzeichnis Einleitung 1 1 Themenstellung und Problemformulierung 1 2 Zielsetzung der Arbeit 1 3 Hypothesen Material und Methoden 1 4 Einordnung
361. g 214 Prozessoraufarbeitung 215 hoch mechanisierte Holzernte 216 voll mechanisierte Holzernte 217 Auszeige und Manipulation 130 Kultur und Jungwuchspflege 220 Holztransport 140 Standorts und Bestandespflege 221 Zwischentransport 222 Endtransport 141 L uterung 230 Holzbearbeitung 142 Forstschutz 143 Astung 144 Standortmelioration 231 Holzmanipulation 232 Rohholzbearbeitung 240 Holzerntegemeinkosten 300 Anlagen 400 Verwaltung und allgemeiner Betrieb 310 Bringungsanlagen 410 Dienstfahrzeuge 311 eigene Forststra en 420 Verwaltung 312 Gemeinschaftswege 313 R ckewege 314 sonstige Bringungsanlagen 320 Betriebsgeb ude 421 Betriebsleitung 422 Revier Bereichs Leitung 423 Forsteinrichtung 424 Vertrieb 330 Sonderanlagen 430 allgemeiner Betrieb 500 Hilfskostenstellen 600 Nebenbetriebe I 510 Lohnnebenkostenverrechnung 610 Jagd 511 560 frei belegbare Hilfsstellen 620 Fischerei 630 Grundst cknutzung 640 Sand Schrott Erde 650 Wasser 660 Geb ude 670 Landwirtschaft 680 Freizeit und Tourismus 690 Arbeitsleistungen f r Dritte 700 Nebenbetrieb II 800 neutraler Aufwand und Investitionsbetrieb 710 Forstgarten 810 neutraler Aufwand 720 Weihnachtsbaum und Schmuckgr n 811 Finanzbetrieb 812 R ckstellungen 813 Anlagenabgang 814 Abgrenzungen 730 790 frei belegbare Nebenbetriebe 820 Investitionsbetrieb 821 Grundst ckseinrichtungen 822 Bringungsanlagen 823 Geb ude 824 Forsteinrichtung 825 Fahrzeuge und Maschinen 826 sonstiges
362. g agricultural sustainability in terms of efficiency the case of Dutch sugar beet growers Journal of Environmental Management 66 9 17 doi 10 1006 jema 2002 0578 available online at http www idealibrary com Debreu G 1951 The Coefficient of Resource Utilisation Econometria 19 273 292 Danzig G B 1951 Maximization of a Linear Function of Variables Subject to Linear Inequalities In T C Koopmans Hg Activity Analysis of Production and Allocation 339 347 New York London John Wiley and Sons Inc Dyson r G R Allen A S Camanho V V Podonski C S Sarrico and E A Shale 2001 Pitfalls and Protocols in DEA European Journal of Operational Research 132 245 259 Warwick Business School University of Warwick Coventry CV4 7AL UK Einolf K W 2004 Is Winning Everything A Data Envelopment Analysis of Major League Baseball and the National Football League Journal of Sports Economics Vol 5 No 2 127 151 Evaluierungsbericht 2003 Halbzeitbewertung des Osterreichischen Programms fur die Entwicklung des l ndlichen Raums BMLFUW Wien im Dezember 2003 315 S http gpool Ifrz at gpoolexport media file 01 Evaluierungsbericht_2003 pdf Fare R Grosskopf S and M Norris 1994 Productivity growth technical progress and efficiency change in industrialized countries Am Econ Rev 84 66 83 Farrell M J 1957 The measurement of productive efficiency Journal of the Royal Statistical Society 120 252 90
363. g als relative Steigerung der Ausgangswerte zu interpretieren Im Unterschied zum quiproportionalen Effizienzma A Ma dessen Effizienzwert sich unmittelbar auf die Ermittlung der Verbesserungspotenziale der Variablen niederschl gt weisen die durchschnittlichen EffizienzmaBe Dmax und Dmin Ma jeder Variable einen individuellen Verbesserungswert zu Uber deren Durchschnittswert leitet sich erst in der Folge der aggregierte Effizienzwert jeder Beobachtung ab ber die Durchschnitts Ma e wird die obere und untere Schranke der Soll Werte festgelegt W hrend eine Verbesserung im Rahmen der unterstellten Technologiemenge die das Dmax Ma berschreitet unm glich ist bleiben verbesserte Beobachtungen die sich trotzdem noch unterhalb des Dmin Wertes befinden weiterhin ineffizient SCHEEL 2000 Inputorientierte Effizienzma e Bringt man das duale Umh llenden Problem zur L sung bewegen sich die Effizienzwerte der Technologie X Y zwischen 0 und 100 Eine top perfomende Einheit erlangt einen o Wert von 100 sofern es sich nicht um eine schwach effiziente Einheit handelt Erreichen die Produktionsniveaus der Beobachtung nicht die Effizienzh lle werden Werte kleiner 100 ausgewiesen Seite 53 DEA der nicht parametrische Modellansatz ghosts Korrektur der Inputvariablen Korrektur der Outputvariablen A MaB 1 O X sim X mIx100 Yen O sn Von 11x100 Dmax MaB 100 O m X Ysn O sn
364. g des Vorteils eines fr hzeitigen Abtriebzeitpunktes zu definieren wurde dadurch aber die Interpretation der abgeleiteten Zielgr en und das Ableiten von 82 Das Wertzuwachsprozent beschreibt die periodenweise Verzinsung des stockenden Vorrats Wird des Wertzuwachsprozent auf n Jahre ausgedehnt leitet sich daraus das Weiserprozent ab das die Grenzverzinsung des eingesetzten Kapitals beschreibt Seite 234 Konzeptionelle Anwendung von DEA f r ausgew hlte forstliche Datens tze Ma nahmen verkompliziert Denn der kalkulatorische Ertrag f r sich ist nur eine fiktive Gr e in der implizit der Bodenverkehrswert und das Verwaltungskostenkapital so wie die Zeitdimension enthalten sind Obwohl der kalkulatorische Ertrag eigentlich prim r auf die Ableitung der optimalen Umtriebszeit abzielen sollte lassen sich aus dem Modell daf r aber keine konkreten zeitlichen Angaben direkt ableiten Das Ausweisen von Sollwerten zur Erh hung des kalkulatorischen Ertrags liefert lediglich den Hinweis dass die Umtriebszeit zu verk rzen sei ohne aber eine konkrete Angabe zum zeitlichen Ausma zu machen Die Ableitung der optimalen Umtriebszeit l sst sich damit nur indirekt ber die angegebenen Targets und dem Formelansatz zur Bestimmung des kalkulatorischen Ertrags riickrechnen Aber nicht nur die Integration waldbaulicher Behandlungskonzepte in die Simulationsvarianten sowie die Implementierung eines kalkulatorischen Ertrags der den Vorteil nicht
365. ge in forestry Forest enterprises are facing declining returns and have to follow the path of rationalisation whereas the forest administration has to allocate its declining budgets in a most effective as well as efficient way The study investigates whether and under which conditions Data Envelopment Analysis DEA could be applied as a tool of comparative performance measurement in forestry and ultimately support the efforts in regard to rationalisation Based on a comprehensive investigation of the premises and variants of modelling as well as of the underlying algorithm a protocol for sound practical application of DEA is developed Potential users are thus provided with guidelines for systematically checking the prerequisites and designing the concept of application Whereas the technical part of using the algorithm poses no real problems the requirements in terms of data coverage are potentially substantial Sophisticated modelling may require an incremental approach and deriving practical decisions based on the numerical results of the analysis is by no means Straightforward A brief literature review documents applications of DEA in the forest sector and provides some references for industry specific modelling Qualitative interviews with experts in the fields of forestry grants and protection against torrents and avalanches indicate however that substantial obstacles may hinder a practical routine application of DEA in terms of regular per
366. gelegt werden l sst sich auch absch tzen wie viele Einheiten eines Merkmals durch Einheiten eines anderen Merkmals ersetzt werden m ssten um denselben Output zu erzielen Scheel 2000 Seite 82 Konzeptionelle Anwendung von DEA f r ausgew hlte forstliche Datens tze muss am Ende eine Abstrahierung auf jene relevanten Variablen erfolgen die die zu beurteilenden Aktivit ten der DMU am vollst ndigsten wiedergeben k nnen Dazu gilt es die Leistungsg ter als potenzielle Outputs f r die spezifizierte Zielsetzung und die daf r verwendeten Produktionsfaktoren als potenzielle Inputs ganzheitlich abzubilden Im Sinne der Diskriminanzbedingung empfiehlt es sich f r die Spezifikation der einzelnen Input wie Outputkriterien vgl 4 4 dem Prinzip so viele Kriterien wie n tig und so wenige wie m glich folgend nur eine eingeschr nkte Zahl an Variablen zu verwenden Die Festlegung hat aber letztendlich auf sachlich inhaltlichen berlegungen und auf den Erfahrungen der Verantwortlichen zu basieren Gegebenenfalls macht es Sinn die getroffene Auswahl mit statistischen Analysen nach redundantem Informationsgehalt zu durchforsten oder ber eine Delphiumfrage Anregungen f r die Relevanz bisher noch nicht ber cksichtigter Merkmale zu bekommen Ein Erkenntnispotenzial dieses Analyseprozesses liegt f r die Verantwortlichen bereits darin aus den verf gbaren Controlling Kennzahlen jene zu filtern die zur quantitativen Effizienzbeurteilung
367. gliedert man die gesamte kostentechnische Abweichung von 17 3 in einen natural technischen Teil und einen allokativen Teil so ist festzustellen dass der allokative Anteil Seite 151 Konzeptionelle Anwendung von DEA f r ausgew hlte forstliche Datens tze von 10 0 gegen ber dem natural technischen Anteil von 8 2 x 90 0 7 4 leicht berwiegt Die geringen Differenzen zur gesamten Abweichung von 17 3 ist in der Mittelwertrechnung begr ndet Nachdem f r die Ermittlung der Kosteneffizienz nach dem klassischen DEA Ansatz durchschnittliche Kostens tze verwendet werden erfolgt in Tabelle 36 zur Objektivierung der Ergebnisse der Kosteneffizienz die Gegen berstellung der Resultate aus dem klassischen DEA Ansatz und jenem Ansatz der tats chliche Kosten je DMU unterstellt SE nn ies Z Eff Me Kosten Sort Sort Ertr ge era x 17 7 0 0 1 9 270 3 82 7 12 A Ma Sy 13 3 0 0 10 0 385 1 13 4 of een x 16 7 0 0 0 2 155 0 83 3 13 A Ma Sx 12 2 0 0 0 9 236 1 12 2 63 Tabelle 36 Ergebnisse der Kosteneffizienz einmal nach durchschnittlichen Kostens tzen und einmal nach den tats chlichen Kostenaufwendungen Am generellen Ergebnis nach Bildung der Mittelwerte lassen sich keine gravierenden Ver nderungen feststellen Auch wenn zur Herleitung der allokativen Effizienz AE die kostentechnische Ineffizienz unter Anwendung von Durchschnittskostens tze abgeleitet wurde wird dennoch dasselbe durchschnittliche Ausma an kostent
368. gskonzepten ist danach ausgerichtet die Performance f r die einmalig gepflegte und die g nzlich ungepflegte Simulationsvariante je Teilfl che abzuleiten und daraus die Zielwerte f r zuk nftige Ma nahmen zu generieren Ma nahmen lassen sich aber nur inputseitig vollziehen weshalb f r die Modellkonzepte inputorientierte Modellvarianten vgl 3 7 1 pr feriert werden die zu Vergleichszwecken um die nicht orientierte Modellvariante vgl 3 7 1 3 73 Allgemein k nnte man bei Bezugsfl chen die auf eine Ebene projizierten wurden davon ausgehen dass bei Zunahme der Neigung die Erntevolumina je Hektar auf einer projizierten Fl che bei gleicher Bonit t zunehmen Nachdem die Korrelationsanalyse vgl 5 6 8 keine Differenzierung nach Bonit tsstufen zur Beurteilung des Zusammenhang zwischen der Gesamtwuchsleistung und der Hangneigung unterstellt sind liegt darin die Ursache f r den negativen Zusammenhang zwischen der Hangneigung und der Gesamtwuchsleistung Seite 194 Konzeptionelle Anwendung von DEA f r ausgew hlte forstliche Datens tze erganzt werden Fur alle Modellvarianten werden in der Analyse variable Skalenertrage unterstellt Das natural technischen Modell TE_M amp TE_E Im natural technischen Modell werden den Outputgr en die einzelnen Produktionsfaktoren gegen bergestellt Dabei setzt sich die Outputseite aus dem tats chlich w hrend einer Umtriebszeit genutzten Vorrat je Hektar in VfmD TE_M oder aus der Summe de
369. h ngigen Zieldurchmesser konnten aus den synthetischen Daten jene zukunftsorientierten Parameter abgeleitet werden die die individuelle Bestandesentwicklung jeder Beobachtung innerhalb eines gesamten Umtriebs f r die DEA Studie charakterisieren Die Korrelationsanalyse vgl 5 6 8 hat allerdings f r die unterstellten Modellvariablen aufgezeigt dass insbesondere jene Variablen welche die Umfeldbedingungen bzw das Risiko sowie den konomischen Vorteil durch einen vorzeitigen Abtriebszeitpunkt indizieren nicht immer die Technologiebedingungen vgl 4 4 2 von DEA erf llen konnten Die selektierten Parameter hatten die Bedingung zu erf llen dass die Reduktion der gew hlten Inputfaktoren bei gleich bleibendem Outputniveau sowie die Erh hung der Outputvariablen bei ansonsten gleich bleibendem Inputniveau zu einer Performancesteigerung f hren Dass hier Interaktionen zwischen den Parametern bestehen die nicht idealtypisch der DEA Theorie entsprechen wurde hier offen gelegt und zur Diskussion gestellt vgl 5 6 8 Denn wenn solche Abh ngigkeiten aus der Grundgesamtheit heraus bestehen so sollte das Optimierungsverfahren die M glichkeit bieten die optimale Balance zwischen diesen 81 Zur Generierung der synthetischen Daten mussten f r die vorliegenden Datens tze aus der Vollaufnahme der Arbeitszeitstudie noch zus tzlich die Polarkoordinaten und die Kronenans tze jedes einzelnen Stammes und die Oberh henbonit ten f r jede Teilfl
370. h zus tzliche Beobachtungen von innen erzielen SCHEEL 2000 Da aber wegen der mangelnden Erwartungstreue die Sch tzer der Effizienz f r empirische DEA Anwendungen immer verzerrt sind wird die empirisch ausgewiesene relative Effizienz im Regelfall immer bersch tzt da einerseits der wahre Produktionsm glichkeitsbereich untersch tzt wird und die Verzerrungen immer in dieselbe Richtung wirken STEINMANN 2002 ber eine asymptotische Wahrscheinlichkeitsverteilung der Fehler d h die Verteilung des Fehlers n hert sich bei einer gro en Anzahl von Beobachtungen diesen Verteilungen an die bei der Sch tzung der Technologiemenge gemacht werden leiten die Autoren Aussagen ber das Konfidenzintervall ab woraus letztendlich abgeleitet werden konnte dass die DEA Technologiemenge f r diesen univariaten Fall tats chlich ein konsistenter Sch tzer ist SCHEEL 2000 und STEINMANN 2002 Durch die von Scheel 2000 und Steinmann 2002 zitierten Arbeiten ist auch f r die nicht parametrischen Ans tze zur Effizienzmessung eine hinreichende statistische Fundierung nachgewiesen worden Damit kann von einem deterministischen Ansatz inzwischen nur noch insofern gesprochen werden als in den Input Outputdaten der DMUs das statistische Rauschen Noise noch nicht explizit ber cksichtigt wird DEA liefert somit nicht nur die simple Identifikation der am besten performenden Einheiten sondern auch die Kennzahlen f r eine betriebswirtschaf
371. h einem standardisierten Verfahren so dass eine gezielte Selektion nach bestimmten Kriterien jederzeit m glich ist und Datendefizite sehr einfach erkennbar werden Die Auseinandersetzung mit dem Strukturbaum zur Effizienzbeurteilung kann m glicherweise den Ansto bringen das bisherige Controllingsystem zu ver ndern oder neu zu adaptieren um den Anforderungen zur Performancebestimmung zu entsprechen aber auch um intern weitere Steuerungsgr en verf gbar zu haben Anzahl der verf gbaren F lle DMUs je Beurteilungszeitraum bzw je homogener Gruppe F r die Anwendung von DEA ist es entscheidend m glichst viele homogene Vergleichsf lle in die Stichprobe aufzunehmen um in der Folge diskriminate Ergebnisse zu erhalten Zur Absicherung der Diskriminanz von Modellen sollten in Seite 239 Prospektive Auseinandersetzung mit verschiedenen forstlichen Themenbereichen zur Entwicklung konzeptioneller DEA Modelle etwa 10 x so viele DMUs Befundeinheiten wie gew hlte Beurteilungsvariablen Kontrollvariablen zur Verf gung stehen bzw sollte die Zahl der F lle DMUs mindestens das Doppelte des Produktes aus der Anzahl der Inputs und der Anzahl der Outputs betragen Dyson 2001 Gliederung in Inputs und Outputs Messbarkeit DEA kann nur kardinal skalierte Gr en in eine Modellspezifikation aufnehmen Obwohl die Methode unterschiedliche Dimensionen zwischen den Variablen zul sst so muss aber dennoch jede Variable jeder Beobachtung in d
372. hat Die Problematik des Ansatzes eines kalkulatorischen Ertrags liegt aber auch darin dass die Best nde zum Zeitpunkt der Vollerhebung unterschiedlich alt waren und zu unterschiedlichen Zeitpunkten die Zielkriterien erf llt haben Der kalkulatorische Ertrag entspricht dabei jenen Opportunit tskosten die sich ein Bestand erspart wenn er bereits zu einem fr heren Zeitpunkt als den maximal unterstellten Planungshorizont von 90 Jahren das Abtriebskriterium erreicht Diese Variante hat zum Nachteil dass jene zum Zeitpunkt des Pflegeeingriffs bereits lteren Best nde tendenziell einen Vorteil haben Einerseits erreichen diese bereits nach k rzerer Zeit das Abtriebsalter und haben dadurch einen Vorteil infolge eines k rzeren Diskontierungszeitraumes und zus tzlich sind diese Best nde aufgrund des l ngsten unterstellten Prognosehorizonts bis auch der letzte Bestand das Abbruchkriterium erf llt beg nstigt da das Umtriebskriterium zeitlich sehr nahe liegt W rde hingegen die l ngste unterstellte Umtriebszeit 135 Jahre als Referenzzeitpunkt zur Ermittlung des kalkulatorischen Ertrags unterstellt f llt allerdings der einheitliche Diskontierungszeitraum bzw Prognosehorizont weg Daf r werden aber jene Best nde die zum Analysezeitpunkt bereits etwas lter waren nicht doppelt durch den k rzeren Diskontierungszeitraum und einem damit verbundenen l ngeren Prolongationszeitraum f r die Ermittlung des kalkulatorischen Ertrags beg
373. hen Produktionsfunktion und der ber empirische F lle entwickelten nicht parametrischen Best Practice Funktion verleiht dem Paper einen objektiven Blickwinkel Es wird ganz klar herausgearbeitet dass DEA die ihren Anfang mit der Linearisierung des fraktionalen Problems von Farrell 1957 durch Charnes bereits 1978 genommen hat nur sehr marginal Einzug in die forstwissenschaftliche Anwendung fand Einen wesentlichen Teil der Publikation bildet die Dokumentation der klassischen DEA Modelle und der praktischen Herangehensweise eine DEA Analyse als ein Management Tool f r betriebliche Controlling Prozesse zu implementieren Der zweite Teil des Papers dokumentiert und kommentiert die bisher ver ffentlichten Artikel zum Thema DEA unter Ber cksichtigung eines forstlichen und holzwirtschaftlichen Anwendungsschwerpunktes 2 Efficiency and Merger Gains in the Danish Forestry Extension Service Authors Peter Bogetoft Bo Jellesmark Thorsen and Niels Strange Source Forest Science 2003 49 4 585 595 Abstract In Denmark many small scale forest owners are affiliated to local district offices of The Danish Forestry Extension Service In this article the efficiency of the different offices is evaluated using Data Envelopment Analysis DEA Furthermore recent theoretical developments in DEA are used to assess the gains from a number of potential mergers and to decompose these gains into those from technological improvements harmony effects
374. henbetriebliche Vergleich als Instrument der forstlichen Betriebsanalyse In Sekot W Hrsg Beitr ge zur Forst konomik Festschrift f r o Univ Prof Wolfgang Sagl Schriftenreihe des Instituts f r Sozio konomik der Forst und Holzwirtschaft Band 31 Eigenverlag Wien S 221 242 Shiba M 1997 Measuring the Efficiency of Managerial and Technical Performances in Forestry Activities by Means of Data Envelopment Analysis DEA International Journal of Forest Engineering Vol 8 No 1 January 1997 http www lib unb ca Texts JFE bin get cgi directory First_Issue shiba amp filename shiba html Simar L and Wilson P W 2000 Statistical Interference in Nonparametric Frontier Models The state of the Art Journal of Productive Analysis 13 49 78 Simar L and Wilson P W 1998a Nonparametric Tests of Returns to Scale Discussion paper 9814 Institut de Statistique and CORE Universite Cathoique de Louvian la Neuve Belgium Solberg B and Haight R G 1991 Analysis of optimal economic management regimes for picea abies stands using a structured optimal control model Scandinavian Journal of Forest Research 6 559 572 Stampfer K und Steinm ller T 2003 ROADEVAL Evaluierung der waldbaulichen forsttechnischen und sozio konomischen Effekte forstlicher Erschlie ungsma nahmen Projekt Nr 2082 BMLFUW Bundesministerium f r Land und Forstwirtschaft Umwelt und Wasserwirtschaft 48 S http www forstnet at article articleview
375. hlie lich die physischen Mengenbez ge f r das A Ma unterstellt leiten sich daraus die g nstigsten Performancewerte f r die einzelnen DMUs ab Wird hingegen anstelle des mengenbezogenen Outputs die tats chliche Wertleistung unterstellt kommt es bereits zu einer st rkeren Differenzierung der untersuchten Einheiten Noch st rker kommt dieser Trend zum Tragen wenn das A Ma durch das Dmax Ma ersetzt wird und die maximal m glichen Ver nderungspotenziale ermittelt werden Aus diesen hier ber alle Beobachtungen abgeleiteten durchschnittlichen Target Values vgl 5 6 9 1 lassen sich generell anzustrebende Leistungsziele von Fichtenbest nden ableiten F r deren Umsetzung ist in der Folge das waldbauliche Programm entsprechend zu adaptieren Der Erfolg der Performance eines Bestandes h ngt abgesehen von den unbeeinflussbaren Umweltbedingungen ma geblich von der Stammzahl in der Bestandesbegr ndung und dem Abtriebszeitpunkt ab Das Modell f r die Beurteilung von Bestandesbehandlungskonzepten stellte f r die hier untersuchten Beobachtungen fest dass der Vorrat der Ausgangsbest nde im Durchschnitt um 4 20 bezogen auf jene als Best Practice Einheiten ausgewiesenen Best nde zu hoch war hnliches gilt schlie lich auch f r den Abtriebszeitpunkt Auch hier w re es empfehlenswert den kalkulatorischen Ertrag der beim Erreichen des Zieldurchmessers erzielt wird um 40 130 zu erh hen was indirekt eine Absenkung der Umtriebsz
376. hte Outputfaktoren einbezogen werden Seite 77 Rahmenrichtlinien fur DEA Applikationen Gerade aber unter dem Aspekt der gesamtheitlichen Abbildung von Aktivit ten m ssen diese negativen kologischen aber auch sozio konomischen Auswirkungen in der Performancebeurteilung mit ber cksichtigt werden Denn der Umgang und die Betriebspolitik gegen ber diesen negativen Kuppelprodukten wird von au en mit Argusaugen beobachtet F r die Konzeption der DEA Technologiemenge die derartige Faktoren ber cksichtigen soll muss das Credo lauten Je weniger von diesen unerw nschten Outputfaktoren im Transformationsprozess anfallen umso g nstiger wirkt sich das auf die Performance aus Die Integration dieser unerw nschten Outputfaktoren kann auf drei verschiedene Varianten erfolgen ohne dabei die DEA Strukturannahmen ver ndern zu m ssen Integration der reziproken Werte des unerw nschten Outputs als gew hnliche Outputfaktoren Durch die Einbeziehung der Reziprokwerte des unerw nschten Outputs z als gew hnlicher Output multiplikative inverse Translation wird der Forderung weniger von dem unerw nschten Output ist besser gen ge getan SCHEEL 2000 Zur Bestimmung des Reduktionsbedarfs m ssen die errechneten Sollwerte vgl Target Values 3 8 2 r cktransformiert werden inv y 4 y luxe Y ____x100 Target_y z z y Die Bildung der Reziprokwerte verursacht aber dass die Intervallabst nde zwischen den Beobachtungen
377. i Erreichen dieses Abtriebskriteriums vollst ndig genutzt Entsprechend dem konomischen Bewertungsansatz erfolgte f r die Ermittlung der Kosteneffizienz die Bewertung der Inputvariablen mit durchschnittlichen Kostens tzen um den allokativen Zusammenhang AE_M zwischen der natural technischen TE_M und der kostentechnischen Effizienz KEd_M zur Bereitstellung der als konstant unterstellten Outputleistungen herzustellen Damit es in den Modellen aber auch zu einer Differenzierung nach der Wertleistung der Best nde kommt werden sowohl f r die behandelte als auch f r die unbehandelte Modellvariante die Erntevolumina gem den zu erwartenden Sortimenten bewertet um dadurch auf Qualit tsdifferenzierung der Best nde zu reflektieren KEd_E und KEtat_E 5 6 9 1 Dokumentation der Modellergebnisse f r die behandelten Best nde Die Modellergebnisse dokumentieren die urs chlichen Zusammenh nge die zu den Abweichungen gegen ber den Best Practice Einheiten gef hrt haben Durch den relativen Vergleich mit jenen Einheiten die hnliche Produktionsniveaus aufweisen werden Targets Zielwerte generiert die f r nicht optimal performende Einheiten jene Richtwerte bilden sollten die f r die Zukunft anzustreben sind um ebenfalls das Produktionsniveau einer Best Practice Einheit an der Effizienzgrenze zu erreichen quiproportionales und durchschnittliches maximales Effizienzma F r diese Effizienzanalyse wurden die Originaldate
378. ich Malmquist Index Bei Vorliegen von Monitoringdaten ber mehrere Perioden kann die Performanceentwicklung der einzelnen DMUs ber einen Malmquist Index abgebildet werden Tabelle 68 DEA Analysem glichkeiten Basierend auf den Datengrundlagen des Testbetriebsnetzes Gro privatwald sowie durch die Verwendung von Operatsdaten zu den Laub Nadelmischbest nden des Lehrforstes Ofenbach als auch durch Zugrundelegung von simulierten Bestandesdaten einer Arbeitszeitstudie STAMPFER 2001 erfolgte jeweils die Konzipierung beispielhafter forstlicher DEA Modellanwendung F r jede der beispielhaft umgesetzten empirischen Studien wird in einem iterativen Prozess untersucht ob und unter welchen Voraussetzungen die verschiedenen Modellvarianten mit dem DEA Ansatz analysiert werden k nnen Der Schwerpunkt der Modellbildung liegt dabei in der konstruktiven Auseinandersetzung mit den verf gbaren empirischen Datens tzen den homogenen Umfeldbedingungen der Befundeinheiten sowie der daraus abzuleitenden Variablenzusammensetzung Diese h ngt von der Zahl der F lle den umfeldbedingten Einfl ssen der Redundanz des Informationsgehalts und vom Korrelationsverhalten zwischen den als Inputs und Outputs definierten Variablen sowie von der Wirkungsrichtung unerw nschter Input oder Outputfaktoren und der Kontrollierbarkeit der unterstellten Variablen ab Die Selektion der Variablen muss aber dennoch die Abbildung des gesamten Produktionsprozesses der B
379. ich Surrogate die noch zu entwickeln w ren eignen um zumindest teilweise die hier genannten Punkte indirekt in einer DEA Analyse zu ber cksichtigen 5 4 7 1 Charakteristik der Input Outputtransformation Alleine die Festlegung der Entscheidungskriterien zur Herleitung des Effizienzwertes ist noch nicht ausreichend f r eine vollst ndige Modellbildung Es muss noch die Entscheidung getroffen werden ob man in Abh ngigkeit des produktionstechnischen Prozesses ein input output oder unorientiertes Modell f r die Auswertung w hlt Im Falle der Forstwirtschaft spiegeln das inputorientierte bzw das nicht orientierte Modell das Verhalten der wirtschaftlichen Akteure innerhalb der Branche am besten wider Denn aufgrund der bereits erw hnten oligopsonartigen Marktverh ltnisse sind die sterreichischen Forstbetriebe zwar Preisnehmer jedoch nicht unbedingt dementsprechend rationale Mengenanpasser was durch eine Studie zum inversen Marktverhalten von Gro waldbetrieben teilweise best tigt wurde SCHWARZBAUER ET AL 1993 Abgesehen von diesem marktspezifischen Charakteristikum f hren die eingeschr nkten M glichkeiten zum echten Wachstum Steigerung des Verkehrswertes biologische Produktion ebenfalls dazu die Optimierung des Faktoreinsatzes in den Blickpunkt der forstlichen Rationalisierung zu r cken Solange n mlich der Verkehrswert bzw Liquidationswert so wie im Branchenumfeld blich ber dem Ertragswert liegt erscheint die Fokus
380. ichischen Programms f r die Entwicklung des l ndlichen Raums des Lebensministeriums lassen sich zehn Kategorien von F rderungen im land und forstwirtschaftlichen Bereich differenzieren W nschenswert w re es jedes gef rderte Projekt der zehn Schwerpunktbereiche des Programms zur L ndlichen Entwicklung vergleichend zu evaluieren Aufgrund der inhaltlichen Differenzen und der unterschiedlichen Projektzielsetzungen werden sich nur sehr wenige Variable finden die f r alle F rderprojekte gleicherma en dokumentiert sind Aussagen ber die Projekte aller zehn Schwerpunktthemen lie en sich dann wohl nur unter Verwendung von einigen wenigen bereits aggregierten Variablen auf einer Art Metaebene bereitstellen Ob die daraus abgeleiteten Aussagen auch zu 84 Der Geltungsbereich f r den PFEIL 05 erstreckt sich auf die Auftragsforschung gem FOG Forschungsorganisationsgesetz BGBI 341 81 i d g F und die 13 ressortzugeh rigen Forschungsstellen des BMLFUW sowie die forschungswirksamen T tigkeiten der UBA Ges m b H 85 Sonderrichtlinie C III f r die Umsetzung der Sonstigen Ma nahmen des sterreichischen Programms f r die Entwicklung des l ndlichen Raums ZI 21 200 50 II 00 27 Juli 2000 Sonderrichtlinie C IV betreffend die Umsetzung der Ma nahmen zu Artikel 31 der Verordnung EG Nr 1257 99 in sterreich ZI 51 820 18 VA3 00 27 Juli 2000 86 Art 30 und 32 der VO EG Nr 1257 99 des Rats Seite 243 Prospektive
381. icht parametrische Sch tzung sogar robuster als die parametrische Sch tzung der Produktionsfunktion war da die Sensitivit t bez glich der zugrunde gelegten Wahrscheinlichkeitsverteilung geringer war SCHEEL 2000 Neben der Maximum Likelihood Eigenschaft erl utern die Autoren aber auch noch die statistische Konsistenz anhand der systematischen Verzerrung der Sch tzer sowie deren asymptotisches Verhalten Mit der statistischen Konsistenz wird unterstellt dass die gesch tzten Parameter gem der Erwartungstreue Unverzerrtheit mit zunehmender Stichprobengr e mit der Wahrscheinlichkeit von eins gegen den wahren Wert konvergieren Ist ein Sch tzer unverzerrt und konsistent entsprechen die gesch tzten Werte im Erwartungswert unabh ngig von der Stichprobengr e dem wahren Wert Trifft diese Variante nicht zu und sind die Sch tzer einer Methode verzerrt aber dennoch konsistent resultieren bei endlichen Stichproben systematische Fehler STEINMANN 2002 Die systematischen Abweichungen Verzerrungen der Sch tzer resultieren dabei aus der Annahme dass jede Beobachtung in der wahren Technologiemenge liegt Demzufolge k nnen Messfehler und statistisches Rauschen etc ausgeschlossen werden was zur Folge hat dass die gesch tzte Technologiemenge den wahren Produktionsm glichkeitsbereich niemals bersch tzen sondern nur untersch tzen kann Eine Verbesserung der approximierten Technologiemenge l sst sich daher nur durc
382. icht und auch aus der Sicht des dritten 55 Da die Eingangsdaten f r das Modell Absolutgr en vertrauliche Betriebsdaten enthalten wurde diese nicht explizit im Anhang angef hrt Seite 124 Konzeptionelle Anwendung von DEA f r ausgew hlte forstliche Datens tze konomischen Prinzips dem Optimalprinzip vgl 2 4 als durchaus interessant und gerechtfertigt Fur die beiden Grundmodelle erfolgten Auswertungen nach den drei unterschiedlichen EffizienzmaBen A Ma Dmi Und Dmax Ma vgl 3 7 sowie 3 7 2 Die Anwendung unterschiedlicher Ma e reflektiert auf verschiedene Sichtweisen der Interpretationsm glichkeiten Mit dem A Ma erfolgt eine quiproportionale Verbesserung ber alle Kriterien hinweg Da eine derartige undifferenzierte Vorgehensweise f r das Aufzeigen von Verbesserungspotenzialen f r sich nicht schl ssig ist werden auch noch das Dmax und das Dyin Ma vgl 3 7 2 1 und 3 7 2 2 angewandt Mit diesen beiden Effizienzma en wird auf das minimale und das maximale Verbesserungspotenzial jedes einzelnen Kriteriums eingegangen Da wie unter 5 4 7 1 empirisch angenommen die forstliche Produktion auf gleichen Fl cheneinheiten unterschiedlich ist werden die Skalenniveaus vgl 3 3 3 der einzelnen Untersuchungseinheiten und deren Einfluss auf deren Effizienzgrad sowohl nach konstanten sowie nach variablen Skalenertr gen dargestellt F r die Ableitung der Target Values Zielwerte vgl 3 8 2 f r die drei ausgewiese
383. ichtlich die Konzepte zur Bestimmung von Effizienzkennzahlen f r beide Verfahren dar Die Aufbereitung der mathematischen Spezifikationen erfolgt im Anschluss f r beide Modelle DEA und SFA allerdings sehr detailliert wobei f r beide Ans tze die St rken und Schw chen entsprechend dokumentiert sind In der Dokumentation der empirischen Ergebnisse wird der Zusammenhang zwischen der Kosteneffizienz CE und der technischen Effizienz TE und der daraus abgeleiteten Seite 94 Konzeptionelle Anwendung von DEA f r ausgew hlte forstliche Datens tze allokativen Effizienz AE sowohl f r SFA als auch DEA dargelegt und anschlie end im Diskussionsteil vergleichend anhand des Regressionszusammenhangs der Ergebnisse von DEA und SFA kommentiert Author year Region Decision Making Unit DMU No of DMUs N l Bleached Softwood Kraft Pulp 102 Yin R 2000 USA Mitchigen State University BSKP worldwide DEA model s Inputs Outputs DEA CRS VRS SFA T L and C Fibre Energy Labour and Materials Total annual Production D functions 4 Measuring the Performance Improvement of Taiwan Forests after Reorganization Author Kao C Affiliations Professor Department of Industrial Management National Cheng Kung University Tainan Taiwan 70101 Republic of China Phone 886 6 2753396 Fax 886 6 2362162 ckao mail ncku edu tw Source Forest Science 1 November 2000 vol 46 no 4 pp 577 584 8 Abstract The data e
384. ie Anforderungen an das Messniveau der Variablen nicht auf diskrete metrische Variablen eingeschr nkt zu werden braucht Auch wenn die Literatur COELLI ET AL 1998 und STEINMANN 2002 diese Variante als die praktikabelste L sung f r die Integration von heterogenen Umfeldbedingungen ausweist nennen die Autoren auch f r dieses Verfahren einige zu beachtende Restriktionen Durch die Einschr nkung der relativen Performance auf Effizienzwerte zwischen 0 und 100 sind die Normalverteilungsbedingungen f r die Durchf hrung einer linearen Regression bzw Varianzanalyse verletzt e Die Definition der Output und Inputgr en als diskrete Variablen in der ersten Phase sowie die Festlegung der erkl renden Merkmale sowohl durch diskrete wie auch nicht diskrete Faktoren in der zweiten Phase lassen sich a priori nicht immer eindeutig durchf hren und muss mit u erster Vorsicht erfolgen Die Selektion der relevanten diskreten wie nicht diskreten Variablen h ngt nach Ray 1988 in STEINMANN 2002 ausschlie lich von der Zielsetzung der Forschungsfrage ab Die Verzerrung der statistischen Resultate der Regressionsanalyse h ngt nach Steinmann 2002 von der Korrelation zwischen den Input und Outputvariablen mit den erkl renden Faktoren der zweiten Phase ab Die wissenschaftlichen Abhandlungen dar ber warum es in der zweiten Phase zu verzerrt gesch tzten Effizienzen kommt die in der Korrelation der diskreten und nicht diskreten Variablen
385. ie und Konvexit t vgl 3 3 erf llen sollte zumindest formal mittels einer Korrelationsanalyse vgl 4 4 2 abgesichert werden Werden zur Homogenisierung der Beobachtungen Umfeldvariablen verwendet die sich aufgrund ihrer nicht diskreten Variableneigenschaft nicht in einen DEA Modellansatz integrieren lassen k nnte eine Clusteranalyse nach dem Schema des Three Stage 40 Eine Delphistudie ist eine spezielle Form der Expertenbefragung in der Experten anonym ber zuk nftige Entwicklungen in einem bestimmten Bereich ihre eigenen Vermutungen in zwei bis drei Befragungsrunden u ern Dabei werden die Zwischenergebnisse der einzelnen Runden immer wieder an die Experten zur ckgemeldet um die Diskussion ber zuk nftige Entwicklungen auf die wesentlichen Elemente zu konkretisieren Seite 83 Konzeptionelle Anwendung von DEA f r ausgew hlte forstliche Datens tze Ansatzes vgl 4 3 1 2 wie ihn Coelli 1998 vorschlagt angewandt werden sofern daf r gen gend Beobachtungen zur Verf gung stehen Ansonsten empfiehlt sich eine Vorgehensweise nach dem klassischen Two Stage vgl 4 3 1 3 Verfahren Durchlauf verschiedener Effizienzmodelle Sind die Kriterien soweit einmal unter Einhaltung der unter 4 4 dokumentierten Rahmenbedingungen erhoben und als Ascii oder Excel File dokumentiert sind die Vorarbeiten f r die Analyse selbst abgeschlossen Mit der Unterst tzung diverser DEA Software Pakete vgl 5 2 die sich durch unterschiedlich
386. iency Studies in forestry using data envelopment analysis Author Taraneh Sowlati Affiliation Assistent Professor at the Department of Wood Science University of British Columbia Source Forest Products Journal 2005 55 1 49 57 Abstract There has been an increasing emphasis on measuring and comparing the efficiency of organizational units due to the growing competition and globalization Different techniques parametric and non parametric have been used to evaluate and manage efficiency and productivity in the public as well as the private sectors Data Envelopment Analysis DEA is a non parametric method well suited for such work which has been applied in more than 50 industries This paper reviews DEA efficiency studies in Forestry and associated industries The objective of each study type of the DEA model number of units and factors considered in the model advantages as well as limitations of each study will be examined and discussed The intention of this review is to increase the awareness in the forestry sector of this powerful technique for productivity management and decision making Zusammenfassung Mit dem Artikel wird das Ziel verfolgt eine Sensibilisierung bzw ein Verst ndnis f r die Anwendbarkeit der Methodik an sich zu erreichen Es wird ein Rahmen gespannt der das Potenzial und die M chtigkeit der Methode transparent zum Ausdruck bringen sollte Eine Gegen berstellung der statistisch gesch tzten parametrisc
387. ienzbeurteilung die relative Performance von Decision Making Units DMUs bestimmt und daraus individuelle Sollwerte Target Values ableitet durch die das relative Korrekturpotenzial von Rationalisierungsma nahmen festgelegt wird Zur Umsetzung einer DEA Analyse wurde ein standardisierter Leitfaden als Hilfestellung f r die praktische Anwendung konzipiert Neben diversen technischen Aspekten wird dabei auf Einschr nkungen und Rahmenbedingungen der Anwendbarkeit hingewiesen Insbesondere wird daraus ersichtlich dass sich die Konzipierung von DEA Modellen zwischen dem Spannungsfeld der Homogenit t der Umfeldbedingungen sowie der Anzahl an Decision Making Units DMUs und den verwendeten Input Outputmerkmalen bewegt F r die Schaffung homogener Bedingungen k nnen metrisch oder kardinal erfassbaren Umfeldvariablen direkt ins Modell das die Verwendung metrisch oder kardinal skalierter Gr en voraussetzt integriert werden Anderenfalls sind jene DMUs die unter vergleichbaren Umfeldbedingungen operieren zu Clustern zusammenzufassen Pr misse bleibt aber dass im Durchschnitt zumindest 10 x so viele DMUs wie unterstellte Variable zur Erzielung diskriminanter Ergebnisse vorhanden sein sollten was im Zuge einer Clusterung zu einem Engpassfaktor f hren kann ber einen auf Linearer Programmierung LP basierenden L sungsalgorithmus Efficiency Measurement System EMS werden f r die definierten DMUs die relativen Performancewerte bestimmt
388. ienzgrenze auszuweisen wodurch jede Beobachtung nach ihren M glichkeiten im besten Licht Best Case Philosophie dargestellt werden kann Da die Vergabe der Schattenpreise aber endogen passiert lassen sich dann aber auch die Ergebnisse der Effizienzanalyse nicht mehr durch Argumente angreifen dass subjektive oder falsche Gewichtungen der Output bzw Inputvariablen verwendet wurden Ob jedoch die zu beurteilende Einheit wie eingangs vermeintlich angenommen tats chlich Gewinne oder Verluste macht kann mit der Analyse der relativen Performance nicht beurteilt werden GSTACH 2002 3 5 2 Linearisierung des fraktionalen Ausgangsproblems Charnes et al 1978 haben das von Farrell 1957 formulierte fraktionale Ausgangsproblem zur Berechnung der technischen Effizienz TE bei Unterstellung von konstanten Skalenertr gen KSE in ein lineares Problem transformiert Ausgehend von dem eben formulierten fraktionalen Grundproblem gilt es nun sowohl die Zielfunktion als auch deren Nebenbedingungen in ein lineares Problem umzuwandeln Abgesehen davon waren Charnes et al 1978 noch mit dem Problem konfrontiert dass sich das fraktionale Ausgangsproblem noch immer nicht eindeutig l sen l sst Ganz im 13 Ziel des linearen Programmierungsansatzes ist ber die Vergleichsf lle jene Gewichtungsfaktoren endogen zu ermitteln die bei den einzelnen Einheiten zur optimalen Erf llung der Restriktionen des linearen Problems f hren Dabei sind zur L s
389. ierbarkeit von Variablen N Charakteristik der Input Output Transformationen O Validierungsfrage zum Verwendungszweck Abb 31 Strukturbaum f r den Interviewleitfaden Seite 237 K V Prospektive Auseinandersetzung mit verschiedenen forstlichen Themenbereichen zur Entwicklung konzeptioneller DEA Modelle 6 1 1 Allgemeine Erl uterungen zum Strukturbaum Eine chronologische Abarbeitung des Strukturbaums soll so weit f hren dass sich aufgrund der konkreten ja bzw nein Antworten bzw vielleicht wenn oder eher nicht weil Antworten des Interviewten bzw des Anwenders einer solchen Checkliste eine Potenzialabsch tzung bzw eine Mangelliste erstellen l sst Daraus sollte es dann absch tzbar sein ob das vorhandene Controllingsystem die Grundvoraussetzungen f r eine Effizienzanalyse unabh ngig von der Methodik bereitstellen k nnte oder ob aufgrund der Auseinandersetzung mit diesem Thema ein entsprechendes Datendefizit evident geworden ist Ziele die mit dem Interview beabsichtigt werden 1 Die Diskussion soll dazu beitragen den Verwendungszusammenhang von Effizienzinformationen zur Evaluierung des Sachthemas zu eruieren 2 Das Gespr ch soll konstruktiv dazu f hren Befundeinheiten und den Bestand an quantitativen Indikatoren und Kriterien festzumachen und m gliche zus tzlich relevante Kriterien zur Effizienzbeurteilung zu erarbeiten und die Problematik rund um deren Erhebung unabh ngig von der Methodik zu them
390. iert auf dem Best Practice bzw Benchmarkansatz Es werden nur Einheiten mit hnlichen Input Outputniveaus miteinander verglichen Tabelle 67 Gegen berstellung der beiden Evaluierungsverfahren KNU und DEA Seite 260 Prospektive Auseinandersetzung mit verschiedenen forstlichen Themenbereichen zur Entwicklung konzeptioneller DEA Modelle 6 4 Sanierung von gef hrdeten Schutzwaldflachen Die flachenwirtschaftlichen Ma nahmen zur Erhaltung und Verbesserung von Schutzwaldfl chen fallen in die Kompetenz und Verwaltung der L nder Sowohl die Sanierungsprojekte als auch deren Evaluierung werden auf L nderebene in Datenbanksystemen verwaltet In der Umsetzung und Dokumentation dieser Projekte sind jene L nder f hrend die auch ma geblich von derartigen F llen betroffen sind Interviewpartner Dipl Ing Fritz Singer BMLFUW A Anlassfall Ausz ge aus dem Tiroler Waldbericht 2004 Die Sicherstellung der weiteren Projektumsetzung bei r ckl ufiger Mitteldotierung erfordert bereits ab 2004 eine Anpassung der angebotenen F rderinstrumente Im Wirtschaftswald werden bis auf weiteres stark eingeschr nkte Mittel u a nur f r die Bestandespflege zur Verf gung gestellt Im Schutzwald wird durch Einsparungen im Wegebau reduzierter F rdersatz sowie berarbeitete Richtlinien im Rahmen der Verj ngungseinleitung der F rdermitteleinsatz reduziert Die Neugenehmigung mehrj hriger Projekte erfolgt sehr restriktiv nach Priorit tenreihung und
391. ierung auf die Maximierung der Absatzseite aus betriebstechnischer Sicht als unbedeutend Auch wenn eine Variation des Outputs grunds tzlich m glich w re so ist diese Variation des Outputs unter dem Aspekt der gegebenen Rahmenbedingungen zu betrachten Einmal festgelegte Behandlungsprogramme f r Best nde oder Teilfl chen die mit spezifischen Baumarten begr ndet wurden die eine entsprechende Umtriebszeit bis zum Abtrieb ben tigen lassen sich nur unter finanziellen Abschl gen ab ndern oder neu gestalten Im Zusammenhang mit der Performance Analyse mittels DEA bildet auch die Frage der Skalenabh ngigkeit der Effizienz ein zentrales Thema Zur Herleitung einer fundierten Antwort sind dazu die Auswertungen sowohl nach konstanten variablen sowie nicht Seite 121 Konzeptionelle Anwendung von DEA f r ausgew hlte forstliche Datens tze steigenden und nicht fallenden Skalenniveaus erforderlich um ber deren logischen Zusammenh nge f r jede zu beurteilende Einheit jenen Anteil an Ineffizienz zu ermitteln der auf das Skalenniveau zur ckzuf hren ist Cooper 2003 Da in der Forstwirtschaft aufgrund der unterschiedlichen forstlichen Wuchsleistungen und der umweltbedingt abh ngigen Bewirtschaftungsform auf gleichen Fl cheneinheiten Produktivit tsunterschiede evident sind erfolgen alle Auswertungen der Effizienzbestimmungen nach variablen Skalenniveaus so dass im relativen Performance Vergleich die betreffenden Einheiten nur mi
392. iese nicht linear invariant sind Damit wird sich aber der Performancewert mit dem ndern des Skalenniveaus bzw der Dimension in der die Werte gemessen wurden ebenfalls ndern Die Daten k nnen somit nicht mehr beliebig in unterschiedliche Dimensionen transformiert werden Auch wenn diese Additiven Ma e aufgrund ihrer Konzipierung zwischen Pareto Koopmans effizienten Einheiten und schwach effizienten Einheiten differieren k nnen und die M glichkeit haben Ver nderungen f r Inputs und Outputs simultan festzumachen berwiegt der Nachteil der nicht gegebenen Skaleninvarianz derma en stark dass von der Anwendung dieses Ma es insbesondere dann abzuraten ist wenn die Variablen in unterschiedlichen Dimensionen vorliegen Ein Effizienzmodell ist dann translationsinvariant wenn das Effizienzma f r die Beobachtung k unabh ngig von der Addition einer Konstanten an den Input bzw Outputbeobachtungen ist Damit muss gelten dass wenn x X a und k m Yon Yun bun Zutrifft und unter der Voraussetzung dass a und b gt O sind auch die Effizienzwerte der beliebig gew hlten Einheit k E X Y gleich E x Y sein sollten SCHEEL 2000 Werden trotz Datentranslation aber aufgrund der Skaleninvarianz der additiven Ma e dennoch quiproportionale oder durchschnittliche Effizienzma e angewandt m ssen die Eigenschaften dieser Ma e genau beachtet werden F r beide Ma e trifft es n mlich zu dass die Translationsinvarianz bei Unters
393. igenschaften Die Wahl der zu unterstellenden Skalenertr ge und damit auch der zu verwendenden Technologie h ngt im Wesentlichen von den zu untersuchenden Einheiten DMUs und der Einsch tzung des Analysten ab Allerdings gestaltet sich die L sung dieser Entscheidungsproblems als besonders kritisch Zur Approximation der Produktionsm glichkeiten m sste man imstande sein abzusch tzen ob eine Einheit bei Verdoppelung der Produktionsfaktoren einen ber oder unterproportional hohen bzw einen tats chlich proportionalen Output erzielt Unterstellt man konstante Skalenertr ge KSE vgl Abb 3 wird davon ausgegangen dass an die Erh hung oder Senkung der Produktionsfaktoren bzw der erstellten Leistungen eine proportionale Erh hung bzw Senkung der Produktionsfaktoren bzw der Outputg ter gekoppelt ist Daraus folgt dass jede in der Technologie zul ssige Input Outputtransformation x y eT auch nach der Multiplikation mit dem dualen Gewichtungsfaktor A gt 0 wiederum Teil der urspr nglichen Technologie Ax Ay eT bleibt die konstante Skalenertr ge unterstellt hat Werden nicht zunehmende Skalenertr ge unterstellt NZSE vgl Abb 3 geht man davon aus dass bei Reduktion des Inputvektors sich im Gegenzug das Outputniveau um maximal denselben Faktor erniedrigen l sst Damit kann f r alle Produktionsniveaus x y die Teil der Technologie e T sind deren dualer Gewichtungsfaktor auf 1 gt A gt 0 eingeschr nkt ist sichergest
394. ignalisiert Kao et al den Bedarf f r die 13 Forstbezirke in Taiwan eine quantitative Methode zu implementieren die eine objektive Beurteilung des multifunktionalen Managementprogramms erlaubt Durch die Dokumentation der relativen Performance der definierten Einheiten sollten dem Management Hinweise gegeben werden k nnen wie durch Steigerung der Effizienz der Output verbessert werden kann Zur Planung eines ganzheitlichen Ansatzes zur optimalen Allokation von forstlichen Fl chen f r diverse Aktivit ten und einer planm igen Holznutzung unter Ber cksichtigung der nur begrenzt zur Verf gung stehenden Ressourcen bedarf es der Formulierung eines linearen Problems Kao zeigt in seiner Publikation auf dass mit diesem mathematischen Programmierungsansatz nicht nur die Beurteilung vergangener Periodenleistungen sondern auch die Beurteilung zuk nftiger Planungsdaten evaluiert werden k nnen Zur Beurteilung der 13 Forstbezirke von Taiwan wurde DEA das auf der Effizienzbestimmung nach dem Pareto Koopmans Konzept beruht angewandt berraschenderweise stimmten die Resultate mit den Vermutungen des Managements der taiwanesischen Forstbeh rde berein Nach einer grundlegenden Einf hrung zur Bestimmung der Produktivit t und der Herleitung der Effizienz f r den Ein Input und Ein Output sowie f r den Zwei Input und Ein Outputfall mithilfe einer Outputisoquante dokumentiert Kao ausgehend von dem grundlegenden fraktionalen Problem die Herlei
395. ihren s DMUs und deren m Inputvariablen und n Outputvariablen wie folgt definiert M X Y eR X Y erf llt 1 bis 5 Die hier definierte Technologiemenge und die abgeleiteten Einschr nkungen der Datenmatrix bilden die Grundlage f r den nicht parametrischen Ansatz Auf Basis von empirischen Daten wird ber einen linearen Programmieralgorithmus Black Box die Effizienz der Input Outputtransformationen gesch tzt 11 Eine Technologiemenge ist empirisch vollst ndig wenn sie alle verf gbaren empirischen Beobachtungen von Input Outputtransformationen enth lt SCHEEL 2000 und STEINMANN 2002 Seite 27 DEA der nicht parametrische Modellansatz Jene Einheiten die dabei die Best Practice markieren ummanteln die brigen Produktionsm glichkeitsniveaus nach dem Prinzip der minimalen Extrapolation BANKER et al 1984 in SCHEEL 2000 woraus sich die Bezeichnung DATA ENVELOPMENT ANALYSIS als Terminus f r dieses nicht parametrische Verfahren ableitet 3 3 Struktureigenschaften der DEA Technologiemenge Die nachfolgend dargestellten Elemente der Struktureigenschaften der DEA Technologiemenge Monotonie Konvexit t und Skaleneigenschaft bilden die drei S ulen zur Festlegung des unterstellten Produktionsm glichkeitsraums der hier synonym als Technologiemenge bezeichnet wird 3 3 1 Monotonie bzw Verschwendbarkeit In der Mikro konomie wird unter Monotonie die kostenlose Beseitigung bzw im Englischen die
396. ildet die Grundvoraussetzung f r wirtschaftliche T tigkeiten im Urproduktionssektor und stellt aber gleichzeitig auch einen wesentlich limitierenden Faktor dar Denn der Urproduzent kann seinen mengenm igen Output zum gr ten Teil nur ber Fl chenexpansion steigern Doch die Fl che an sich wird als eine fix vorgegebene und damit unkontrollierbare Gr e betrachtet und als solche wird sie auch in dem hier festgelegten Modell ber cksichtigt 2 Reduzierte Angestellte Dabei handelt es sich um ein quivalent an Vollarbeitskr ften f r die im Forstbetrieb sowie den forstbetrieblich umgelegten Hilfsbetrieben anteilig t tigen Angestellten wobei der Unternehmerlohn hier nicht mitber cksichtigt wird 3 Leistungsstunden F r jeden Forstbetrieb sind die durch die eigenen Arbeiter im Holzproduktionsbetrieb geleisteten Stunden aufgelistet 4 Fremdleistungskosten Da es nicht m glich ist einen Stundennachweis f r Fremdleistungseins tze in der Holzbereitstellung zu erbringen werden hier einfach die f r die Produktion angefallenen Fremdleistungskosten angef hrt Ausschlaggebend f r die hier als eigene Kriterien ausgeschiedenen Kostenarten Gehalts Regie amp Fremdleistungskosten war der hohe Anteil dieser Kostenarten an den Gesamtkosten der Forstbetriebe sowie der Umstand dass diese Kostenarten sowohl wert als auch mengenm ig dokumentiert sind 5 Sonstige Kosten Zur vollst ndigen kostenseitigen Abbildung de
397. ildung aufgetretenen Datendefizite in den Operatsdaten offen zu legen um die ein enscheidungsvorbereitender Analyseansatz zur objektiven Bestandesbeurteilung noch zu erg nzen w ren Unter Anwendung des Analysekonzepts der DEA werden die relevanten multikriteriellen Merkmale die jede Bestandeseinheit DMU ganzheitlich beschreiben sollten gegeneinander verglichen F r jene Bestandeseinheiten mit hnlichen Produktionsniveaus Peer Group werden dabei aus den Best Practice Einheiten dieser Gruppen zielorientierte und realistische Vorgaben zur Ann herung an die Effizienzgrenze f r ineffiziente Bestandeseinheiten abgeleitet vgl Best Practice 3 8 1 und Target Values 3 8 2 Trotz der Vorgabe aus dieser Black Box liegt es ausschlie lich am Entscheidungstr ger Konzepte zu entwickeln um diese vom System vorgegebenen Richtwerte auch zu erreichen Denn DEA stellt keinesfalls einen Ersatz f r den Experten vor Ort dar sondern liefert ausschlie lich Zahlengr en die die Entscheidung des Experten unterst tzen sollten und diesen aber gleichzeitig auch kontrollierbar machen DEA stellt damit ein erg nzendes Instrument dar das bereits implementierte Steuerungssysteme aber auch Informationen traditioneller Kennzahlensysteme aufgreift und zweckad quat verdichtet Obwohl die Analysemethode DEA im eigentlichen Sinne als eine ex post Analyse agiert generiert die DEA Analyse aber gleichzeitig Sollwerte die einen ex ante Charakter haben u
398. in werden unter anderem Sachfragen die durch erwerbswirtschaftliche Forstwirtschaft zu unerw nschten Outputleistungen f hren Erntesch den Sch dlingsbefall abiotische Schadereignisse Arbeitsunf lle Bodenverdichtung und die Verringerung der Biodiversit t thematisiert Seite 120 Konzeptionelle Anwendung von DEA f r ausgew hlte forstliche Datens tze Erganzungen zur Outputspezifikation Bisher war der Fokus der Effizienzbetrachtung auf der Outputseite immer auf den erwerbswirtschaftlichen Aspekt der Holzproduktion gerichtet Die Output Aktivitaten eines Forstbetriebs zur Effizienzbeurteilung k nnten aber auch nach den Aspekten der forstlichen Gesamtrechnung FGR erfolgen Monet re Outputgr e Dieser Outputfaktor setzt sich aus einem allf lligem kalkuliertem Arbeitseinkommen und dem Gewinn zusammen und ist um die Verm gens nderung die durch das hiebsatzbezogene Ergebnis sowie gegebenenfalls auch durch die Verkehrswertentwicklung induziert wird zu korrigieren Immaterielle Outputgr e In dieser komplexen immateriellen Outputgr e sollten Aspekte wie die Jagdaus bung sowie die Betreuung von Jagdg sten die Vermietung von Immobilien das Wohnen im Bereich des eigenen Grundbesitzes der Erhalt von Tradition und Familienbesitz sowie von Familien Prestige enthalten sein Es erscheint vorerst einmal unm glich f r die hier angesprochenen Aspekte eine operationale Messanweisung zu konzipieren Bestenfalls w rden s
399. inimalen Effizienzma en abzuw gen und ber diese beiden Ma e die Zielwerte abzuleiten Umgelegt auf den FB 31 Tabelle 43 fordert dort das Dmax MaB beim natural technischen Modell f r die Periode 2001 die Reduktion des Stammpersonals sowie eine Reduktion der sonstigen Kosten ein Keine Ma nahmen hingegen werden f r die Fremdleistungen festgestellt was ein Hinweis darauf sein d rfte dass zur Ermittlung des durchschnittlich maximalen Ver nderungsma es die brigen Produktionsfaktoren innerhalb des Dominanzbereichs einem wesentlich gr eren relativen Verbesserungspotenzial unterliegen als die Fremdleistungskosten Das liefert den Hinweis darauf dass die vorliegende Beobachtung sehr nahe an einer angrenzenden Peer Group liegt Umgekehrt ist das aber ausschlaggebend daf r dass es durch die Reduktion der Fremdleistung wie vom Dmin Ma vorgeschlagen zur Bildung einer Best Practice Einheit kommen konnte Welche Zielwerte f r die einzelnen Merkmale letztendlich angestrebt werden sollten im Wesentlichen vom kostentechnischen Einsparungsziel abh ngig gemacht werden Interessanterweise werden aber auch auf der Outputseite Steigerungen des Industrieholzabsatzes und der sonstigen Ertr ge gefordert Das erkl rt sich daraus dass eine Referenzeinheit aus derselben Peer Group bei gleicher Ausstattung mit Produktionsfaktoren mehr an Industrieholz und sonstigen Ertr gen bereitstellen kann Die Divergenzen zwischen dem tats chlich gesetzte
400. inns Maximal Prinzip zurechtlegen 15 Der Stern signalisiert dass es sich um L sungen eines linearen Programms handelt Seite 37 DEA der nicht parametrische Modellansatz H tte ein anderer Hersteller B ebenfalls vor dieselben Produkte zu erzeugen und m chte dazu die Betriebsstoffe von Hersteller A erwerben so muss es im Interesse von Hersteller B liegen so billig wie m glich Minimal Prinzip diese Betriebsstoffe zu erstehen In der Produktionsprogrammplanung ist mit jedem Ressourcen Allokationsproblem ein Preisproblem verbunden Folglich wird der Faktoreinsatz davon abh ngig gemacht welche Erl se sich mit ihm erzielen lassen Das Problem die Ressourcen so einzusetzen dass sich ein maximaler Gewinn ergibt ist dual zu dem Problem Verrechnungspreise f r die Faktoren zu bestimmen so dass die Kosten ihres Einsatzes minimiert werden Obwohl es sich bei dem hier formulierten Sachverhalt um zwei v llig unterschiedliche Problemstellungen handelt muss sich f r beide Probleme die selbe L sung ergeben sofern konstante Skalenertr ge unterstellt sind und alle Betriebsstoffe vollst ndig verbraucht werden Wenn diese Bedingungen zutreffen w rden die Grenzkosten nach dem Minimal Prinzip den Grenzerl sen des Maximal Prinzips entsprechen Allgemeine Formulierung des Maximierungsproblems Gstach 2002 S 23 max Pax Yk NB AY ps SXms Yns 20 Vn 1 N Der N x 1 dimensionale Spaltenvektor maximiert die n mit p bepreisten vom Mark
401. ion abzuleiten F r die praktische Ermittlung der Performance ist man auf die Approximation an eine wahren aber unbekannten Technologiemenge angewiesen die sich im Prinzip auf den beobachteten Input Outputdaten und die strukturellen Eigenschaften der Technologiemenge st tzt Scheel 2000 3 2 Konstruktion der Technologiemenge f r die DEA Anwendung Die bereits allgemein beschriebene mikro konomische Definition der Technologiemenge l sst sich auch f r die DEA Anwendung adaptieren Die Technologiemenge f r DEA wird dabei durch die beiden Komponenten Struktureigenschaften der Technologie vgl 3 3 und den kardinal bzw metrisch erfassbaren multikriteriellen Input und Outputparametern konstruiert 10 Jeder Input und jeder Output muss messbar sein so dass die Abst nde zwischen zwei Werten exakt wie bei physischen Ma en L nge Temperatur Geschwindigkeit etc definiert sind Seite 26 DEA der nicht parametrische Modellansatz In Anlehnung an die Notation von Scheel 2000 werden alle untersuchten Beobachtungen DMUs mit einem Index von 1 bis S durchnummeriert Die Summe aller DMUs definiert sich demzufolge als A 1 S Alle Inputvariablen erhalten einen laufenden Index von 1 bis M und alle Outputvariablen sind von 1 bis N indiziert Die multikriteriellen Input und Outputwerte einer aus dem Sample beliebig herausgegriffenen Unit k e 4 wird allgemein Uber den aggregierten Vektor X Y definiert OFAN
402. ionales Kennzahlensystem zur Erfolgsdarstellung zu installieren Durch die Zusammenschau all dieser Spitzenkennzahlen soll ein Gesamteindruck vermittelt werden k nnen der intern den Charakter eines Fr hwarnsystems einnimmt Vorreiter dieser multifunkitonalen Darstellung von Unternehmenskennzahlen war der Chemiekonzern Du Pont auf dessen Grundlage das ZVEI System aufbaut Obwohl mehr oder weniger stark strukturierte Kennzahlensysteme in der Praxis g ngiger Alltag sind sind sie nicht ganz unumstritten Die Hauptkritikpunkte richten sich auf die Kennzahlenfriedh fe die verursacht werden und auf die sehr stark vergangenheitsorientierte Systemausrichtung sowie der bergewichtung monet rer Kenngr en WEIBLER ET AL 2003 Balanced Score Card BSC Die Fixierung auf die monet ren Kenngr en multifunktionalen Kennzahlen von Du Pont oder auch von ZVEI lie en Zweifel aufkommen ob diese Gr en tats chlich als Steuerungsgr e zur Abbildung des gesamten Leistungsverm gens einer Entscheidungseinheit geeignet sind Die Anforderungen moderner Steuerungsinstrumente richten ihren Schwerpunkt auf eine ganzheitlich orientierte ziel und kennzahlenbasierte Umsetzung strategischer Ziele Damit aber der Implementierungsprozess zur Umsetzung strategisch festgelegter Ziele messbar wird sind spezifische Kennzahlen zu kreieren die nicht ausschlie lich monet re Gr en sondern auch jene quantitativ erfassbaren Sub Kennzahlen beinhalten die auf
403. ischen Ertrags als Indikator f r das vorzeitige Erreichen des Abbruchkriteriums eine h here oder niedrige Performance erzielen e und ob monet r betrachtet die Performance von behandelten gegen ber unbehandelten Best nden eine g nstigere oder ung nstigere tats chlich konomische Effizienz KEtat unter Einbeziehung der tats chlichen Kostens tze und der tats chlich erzielten Ertr ge unter Mitber cksichtigung der nicht kontrollierbaren Variablen Neigung und H D Wert erzielen Dokumentation des Bewertungsansatzes der naturalen Outputvariablen Die gleiche Vorgehensweise wie f r die tats chliche Bewertung der Ausgangsbest nde nach aktuellen Holzpreisen vgl Tabelle 54 Redaktion des Holzkuriers 2004 wird f r die Bewertung der zu erwartenden Erntevolumina am Ende der Umtriebszeit angewandt Durch die Implementierung der bewerteten Erntevolumina als Outputgr e kommt es zur wertm igen Ber cksichtigung der Qualit tsverteilung der Sortimente zum Zeitpunkt des Abtriebs wodurch es durchaus zu Unterschieden gegen ber jener aus der erzielten Massenleistung abgeleiteten Performance kommen kann Diese Unterschiede sollten durch die Gegen berstellung der gepflegten und nicht behandelten Szenarien je Teilfl che herausgearbeitet werden Zur Festlegung des kalkulatorischen Ertrags der jenen konomischen Vorteil eines verk rzten Produktionszeitraums gegen ber dem l ngsten veranschlagten Produktionshorizont widerspiegeln soll
404. ischen physischen Input und Outputgr en bestimmt werden Daraus folgt dass bezogen auf die Skalenverh ltnisse einerseits zwischen dem optimalen produktionstechnischen natural technischen Skaleniveau productive scale size und dem Skalenniveau infolge von unterstellten Kosten und Preisen Economies of scale differenziert werden muss In einer kurzen Einf hrung geht Shiba auf das fraktionale Grundmodell von DEA ein und stellt auf der Grundlage der Autoren Charnes et al 1978 das Ein Input und Ein Outputmodell sowie den Zwei Input und Ein Outputfall unter Anwendung einer Outputisoquante dar Shiba geht dabei kurz auf die parametrischen und nicht parametrischen M glichkeiten und deren Eigenschaften in der Generierung einer Efficiency Frontier ein Ausf hrlicher hingegen setzt sich Shiba mit der Generierung eines Datensatzes zur Performanceevaluierung mittels DEA auseinander Dabei wird explizit aufgezeigt dass die Funktion und Zielsetzung der zu untersuchenden Organisation und deren Subeinheiten in einer Pre Study f r den relativen Vergleich entscheidend sind Denn die Optimierung der konomischen Ergebnisse muss gerade im forstwirtschaftlichen Bereich nicht immer oberste Priorit t haben Im Zuge dieser Machbarkeitsstudie f r die Implementierung von DEA stellt Shiba weiters fest dass durch das systematische Vorgehen in der Definition eines Input Outputsystems das die gesamte Aktivit t jeder Unit abbilden soll ein besse
405. isen Aus dem Chart geht aber sowohl mengen als auch werttechnisch hervor dass diese Annahme f r die beiden extremen Randbeobachtungen nicht zutrifft Jene jungen und sehr w chsigen Best nde haben die kr ftige Entnahme von Stammindividuen sehr gut verkraftet und sich bis zum Erreichen des Abtriebskriteriums massen wie werttechnisch ausgezeichnet entwickelt hnliches hat auch auf die etwas lter Gruppe von Best nden zugetroffen f r die der technische Eingriff ebenfalls sowohl mengen als auch wertbezogen einen Vorteil in der Bestandesentwicklung mit sich gebracht hat Durch die Entnahmen dieser bereits lteren Individuen konnten vorzeitig positive Deckungsbeitr ge erzielt werden wobei angenommen wird dass sich der Wertverlust infolge eines ung nstigeren Sortenanteils in Grenzen h lt Durch das Schaffen von zus tzlichem Wuchsraum konnten die verbleibenden St mme entsprechend an Masse und Wert zulegen was in Summe zu einem positiven Anstieg der Massen und Wertperformance dieser Bestandeskategorie gef hrt hat Signifikant entgegengesetzt hat sich allerdings die sehr gro e Gruppe junger Best nde mit Bonit ten kleiner 15 entwickelt Jene Best nde dieser Gruppe in denen mit besonders hoher technischer Produktivit t Pflegema nahmen gesetzt wurden konnten w hrend des gesamten Produktionszyklus diesen Massen und Wertverlust nicht ausgleichen Der einmalige und sehr kr ftige Eingriff zur Erzielung hoher technischer Produktivit
406. it k nnte der Zinsfu aber so stark ins Gewicht fallen dass auch dieser Ansatz in Frage zu stellen ist Daher sollte man wenn das m glich ist anstelle der monet ren Gr en auf physische Gr en ausweichen Die Gefahr einer Effizienzbeurteilung neben der Problematik des Datendefizits liegt aber auch in der statischen Beurteilung von Operatsdaten die nur eine Momentaufnahme widerspiegeln Vor allem stellt sich die Frage ob auch bei Vorhandensein einer einigerma en geeigneten Datenbasis zur Beurteilung der Performance aus den herleitbaren Zielwerten praxisrelevante Ma nahmen abgeleitet werden k nnen Denn die ber die Effizienzwerte hergeleiteten Sollgr en haben n mlich f r den untersuchten Seite 181 Konzeptionelle Anwendung von DEA f r ausgew hlte forstliche Datens tze Bestand kaum noch eine Bedeutung da es sich in diesem Fall um eine ex post Beurteilung handelt Die Aussagen k nnten nur das Pflegeprogramm von gleichartig strukturierten Best nden gleichen Alters und gleicher Bonit t bertragen Keine Empfehlung l sst sich hingegen f r zuk nftige Zielgr en ableiten anhand derer man das Bestandesbehandlungskonzept der beobachteten Bestandeseinheit adaptieren k nnte Anhand der hier gef hrten Diskussion soll aber dargelegt werden wie schwierig es ist die Inputs und Outputs f r ein DEA Modell vollst ndig zu spezifizieren auch wenn man auf den ersten Blick gedacht h tte dass die Generierung von Input und Out
407. itbedarfs f r die Durchf hrung der Endnutzung ber a priori angenommene Holzerntekosten und ein unterstelltes hochmechanisierte Ernteverfahren wird die erforderliche Erntezeit Std_EN f r das vollst ndige Abernten EfmD der Teilfl chen homogene Streifen standardisiert hergeleitet Die Holzerntekosten werden in Abh ngigkeit des bis zur Umtriebszeit durchschnittlich erreichten BHDs vgl Tabelle 53 angesetzt Die ber die ermittelten Erntefestmeter 80 der Vorratsfestmeter und die unterstellten Erntekosten abgeleiteten Holzerntekosten je Hektar werden zur Ermittlung des Stundenaufwands durch den Stundensatz eines hochmechanisierten Arbeitsverfahrens dividiert Die Leistungsdaten und Kosten des unterstellten Arbeitsverfahrens sind der Forstmaschinendatenbank von Pr ll 2001 entnommen Als Basissatz je Stunde f r die Endnutzung werden 179 Std K nigstiger und Valmet Forwarder 8601 inkl zwei Fahrer und f r die Vornutzung 121 Std MHT 8002 HV und Timberjack Forwarder 1010 D inkl zwei Fahrer bei einer Auslastung der Ger te von 1500 Betriebsstunden pro Jahr angesetzt F r diesen monet ren Ansatz zur Herleitung der Erntezeit Std DF amp EN I wurden die Kostens tze f r die Holzernte als real konstant unterstellt Angesichts der langen Prognosezeitr ume w ren prinzipiell neben einer differenzierten Ver nderung der Wertverh ltnisse auch Produktivit tsentwicklungen zu thematisieren Angesichts der hohen Unsicherheit und
408. its auf vielf ltige Fragestellungen erfolgreich angewandt wurde Die Data Envelopment Analysis DEA stellt im Prinzip das Gegenst ck zur klassischen Produktionsfunktion dar W hrend Produktionsfunktionen als konomische Modelle die theoretisch optimalen Input Output Verh ltnisse eines Produktionsprozesses funktional beschreiben ermittelt die DEA auf Basis empirischer Daten die besten tats chlich realisierbaren Effizienzbedingungen und erlaubt so die Identifikation der Best Practice f r jede einzelne der analysierten Decision Making Units DMUs oder produzierende Einheiten Die zu analysierende Einheit DMU kann dabei sehr variabel definiert werden So k nnen neben betrieblichen Einheiten auch einzelne Prozesse oder Projekte eines bestimmten Typs als DMU betrachtet und der Modellbildung zugrunde gelegt werden Die Funktionsweise der Effizienzmessung mit DEA besteht darin die Performance von verschiedenen DMU s ber den Quotienten Input zu Output zu ermitteln und in der Folge alle DMU s relativ zueinander zu bewerten Die Leistungen der effizientesten DMU s sind immer nur relativ effizient und konstituieren das was als Best Practice bezeichnet wird Mithilfe bestimmter Annahmen l sst sich aus dieser Best Practice eine kontinuierliche Effizienzgrenze oder Umh llende Envelopment gewinnen Der von den Best Practice Einheiten gebildete Rand der Technologiemenge resultiert ausschlie lich aus der Analyse der verf gbar
409. ittlicher Kostens tze verh lt Anhand der drei selektierten Beobachtungen und der Darstellung der durchschnittlichen Resultate vgl Tabelle 62 und Tabelle 63 wird die Allokation der natural technischen Produktionsfaktoren demonstriert Es konnte dabei gezeigt werden dass sich die Ineffizienzen der Beobachtungen zu einem geringen Anteil auf eine ung nstige Beschaffungspolitik zur ckf hren lassen sondern st rker von der technischen Ineffizienz der Transformation von Produktionsfaktoren in Outputleistungen abh ngen vgl Tabelle 62 und Tabelle 63 Seite 232 Konzeptionelle Anwendung von DEA f r ausgew hlte forstliche Datens tze Um einen Uberblick zu bekommen zu welchen Anteilen sich die Ineffizienzen der drei selektierten Beobachtungen auf die einzelnen Variablen verteilen wurden exemplarisch die Verbesserungspotenziale einmal nach dem A MaB Tabelle 64 und einmal nach dem Dmax Ma Tabelle 65 f r das natural technische Effizienzma das die Wertleistung der Bestande als Output unterstellt dokumentiert Auch f r die drei selektierten Best nde vgl 5 6 9 3 spiegelt sich das wider was bereits eingangs f r die durchschnittlichen Resultate festgestellt wurde Im Wesentlichen werden dann Performancesteigerungen erzielbar sein wenn es gelingt den kalkulatorischen Ertrag zu erh hen indem die Produktionsdauer zur Erreichung des Zieldurchmessers und die Stammzahl reduziert werden Nachdem wie im Modellkonzept angek ndigt
410. jekten Br cken Rohrdurchl sse ber im Durchmesser St tzmauern etc je Laufmeter lie en sich auch ohne die Unterlage der Finanzbeh rde zu sichten erfassen und in ein DEA Modell integrieren Basierend auf den Gespr chen mit den Fachreferenten und auf den bereits ausgearbeiteten Evaluierungskriterien vom Projekt ROADEVAL sowie den erw hnten Formularen zur F rderbeantragung vgl 9 8 und der Anregung durch das Formular zur Feststellung des forstlichen Einheitswertes lie en sich folgende kardinal erfassbare Inputfaktoren festmachen Materialkosten e Maschinenstunden Zeitaufwand Planung Beh rdenwege Errichtung e Anzahl an Objekten Br cken Rohrdurchl sse Uber 1m Durchmesser St tzmauern etc e Verbaute Trassenflache Im Modell w rde die f r die Trassenerrichtung entzogene Waldflache als unerw nschter Output angenommen Eine hohe Erschlie ungsdichte und damit verbunden eine Reduktion der Bewirtschaftungsfl che und die Beeinflussung der kologischen Verh ltnisse stellen dabei weitere unerw nschte Begleiterscheinungen dar Zufuhrdistanz f r Schotter und Sand nicht kontrollierbare Einflussgr e Seite 246 Prospektive Auseinandersetzung mit verschiedenen forstlichen Themenbereichen zur Entwicklung konzeptioneller DEA Modelle Durchschnittliche Neigungsverh ltnisse Die nicht kontrollierbaren Neigungsverh ltnisse werden implementiert um dadurch auf die unterschiedlichen topographischen Verh lt
411. k auf die KNU f r den Einzelfall eine sehr detaillierte und sorgf ltige Erhebung des zu erwartenden Nutzens f r den Ereignisfall erfolgt Trotz der Detailliertheit und der Transparenz der Erhebung wird es sich als aber schwierig gestalten einen vergleichbaren Einzelfall f r die Evaluierung des abgeleiteten Kapitalwerts zu finden Vor allem liegt die Schwierigkeit in der Ableitung eines Kapitalwerts in der Festlegung des Kalkulationszinsfu es wovon der Kapitalwert letztendlich massiv abh ngt Damit stellt sich auch die Frage ob die KNU so wie sie bisher verwendet wird als konomisches Entscheidungsmodell f r die Realisierung von WLV Projekten zum Einsatz kommt oder begleitend im Zuge der Projektrealisierung mitgef hrt wird Infolge der umweltbedingten Rahmenbedingungen und der volkswirtschaftlichen Effekte von Projekten der WLV sind zahlreiche Restriktionen im Modell zu ber cksichtigen deren Einbindung vor allem vom Anwendungsfall und der Datenverf gbarkeit abh ngen wird Gerade im Bereich der relativen Vergleichbarkeit von Bauwerken zum Schutz vor Elementargefahren sind in einer quantitativen Beurteilung des Mitteleinsatzes im Verh ltnis zur erwarteten Schutzwirkung insbesondere die komplexen Zusammenh nge innerhalb des Einzugsgebietes die zum Ereignis f hren als Grenzen des Optimierbaren zu betrachten Unter diesen Voraussetzungen k nnte die Ab nderung des Beurteilungsmodells im Vergleich zur KNU Analyse bei der entsprechend
412. kalkulatorischen Ertrag betreffen dessen H he von der Dauer der restlichen Umtriebszeit abh ngig ist Damit wird aber explizit aufgezeigt dass mit einer Reduktion der Produktionsdauer das gebundene Kapital rascher umgeschlagen werden kann was eine fr hzeitige Wiederbegr ndung der Best nde und damit eine bessere Nutzung der Produktionsfaktoren bzw des eingesetzten Kapitals zur Folge hat 77 Anzumerken ist dass die Ergebnisse der radialen bzw quiproportionalen Effizienzma e TE_M RAD und TE_E RAD aufgrund der Mittelwertbildung und der Slackeinfl sse vgl 3 6 2 nicht f r jeden Inputfaktor dasselbe Verbesserungsma aufweisen Seite 205 Konzeptionelle Anwendung von DEA f r ausgew hlte forstliche Datens tze Die beiden Modellvarianten die einmal die erzielte Masse und einmal die erzielte Wertleistung als Output unterstellen geben zumindest denselben Trend zur Rationalisierung wieder Wobei allerdings bei Unterstellung der Wertleistung als Output restriktivere Rationalisierungsma nahmen zur Ann herung an die Best Practice Einheiten gefordert werden Diese Differenzierung ist bereits an der durchschnittlichen Gesamtperformance der beiden Varianten zu bemerken Wird als Output die Leistung am Derbholzvolumen beurteilt erzielen die Best nde im Durchschnitt eine Performance von 95 Werden hingegen die erwarteten monet ren Gr en angesetzt liegt die Performance nur noch bei 88 vgl Tabelle 58 Damit wird aufgezeig
413. kation forstbetrieblicher Rationalisierungspotenziale auf Bestandes Prozess und Betriebsebene Beitr ge einbringen Letztendlich l sst sich DEA aber nicht nur im produktionswirtschaftlichen Bereich anwenden sondern kann auch durchaus als Evaluierungs und damit potenzielles Controlling Instrument in der ffentlichen Verwaltung eingesetzt werden Seite 17 Einleitung 1 5 Gliederung Die in der Zielsetzung formulierten Herausforderungen werden nach den drei Schwerpunktsbereichen Methodenteil konzeptionelle empirische Anwendungen f r ausgew hlte forstliche Datens tze und die prospektive Auseinandersetzung mit verschiedenen weiteren forstlichen Themenbereichen abgearbeitet Methodenteil Basierend auf den einschlagigen DEA Standardwerken von Cooper et al 2003 Scheel 2000 und Coelli 1998 sowie den methodischen Arbeiten von Dyson 2001 Gstach 2002 und Steinmann 2002 zu DEA wird ein breiter methodischer Uberblick gegeben Beginnend mit den Ausf hrungen von Pritchard 1995 zur Produktivitatstheorie und der Herleitung der Pareto Koopmans Effizienz sowie der Dokumentation der drei konomischen Prinzipien erfolgt die Dokumentation der allgemeinen konomischen Grundlagen auf der die theoretischen Konzepte f r die Grundmodelle von DEA aufbauen Die grunds tzlichen methodischen Voraussetzungen f r den zu unterstellenden Produktionsm glichkeitsraum Technologiemenge werden in den Struktureigenschaften in Anlehnung
414. keit der relativen Zielwerte vom unterstellten Effizienzma Wird ein A Ma verwendet dokumentieren die Zielwerte nur ein f r alle Kriterien gleicherma en proportionales Verbesserungspotenzial Die D Ma e hingegen erm glichen es f r jedes Kriterium ein individuelles Verbesserungspotenzial bereitzustellen Das Verbesserungspotenzil an sich h ngt vom Dominanzraum bzw Verbesserungsraum ab der von den Best Practice Einheiten der Peer Group aufgespannt wird Die Peer Group inkludiert nur Einheiten die aufgrund ihres Input Outputniveaus innerhalb des Dominanzbereichs der Best Practice Einheiten positioniert sind Gegen ber den abgeleiteten Effizienzwerten sind in den Target Values die Slacks integriert In der Folge kann daher zwischen tats chlich und nur schwach effizienten Einheiten unterschieden werden e relative Ver nderung der Performance ber die untersuchten Perioden Malmquist Index Mit der Selektion jener Befundeinheiten aus der Testbetriebsnetz Datenbank die dort ber f nf Perioden zwischen 1997 und 2001 dokumentiert waren wurde in erster Linie beabsichtigt Datendefizite bzw Datenausrei er ber die Bildung von Durchschnittswerten auszugleichen Andererseits ergibt sich dadurch auch die M glichkeit jede Beobachtung jeder Periode als DMU zu verwenden so dass jede forstbetriebliche Einheit mit f nf Perioden im Untersuchungssample enthalten ist Damit l sst sich f r jede Beobachtung eine Analyse der relati
415. keln die sich mit der Wertentwicklung infolge von technologischen und wirtschaftlichen Ver nderungen sowie mit der Einflussnahme von der Ver nderung der politischen Landschaft auseinandersetzen Unter dem Aspekt dieses hohen Ma es an Unsicherheit f r die Wertentwicklung w hrend derartig langer Produktionszeitr ume wird vereinfacht angenommen dass die Wertentwicklung dem Kaufpreisverlust Inflation entspricht und damit konstant bleibt 74 Die angegebenen Preise gehen auf die im Holzkurier im April 2004 REDAKTION DES HOLZKURIERS 2004 ver ffentlichten Holzpreise zur ck In den tats chlich unterstellten Preisen je St rkenkategorie ist eine Qualit tsabweichung von 20 unterstellt was zu entsprechenden Preisabschl gen gef hrt hat 75 Da DEA mit negativen Variablen nicht operieren kann w re eine derartige Transformation erforderlich Seite 198 Konzeptionelle Anwendung von DEA f r ausgew hlte forstliche Datens tze Als branchenspezifisches Paradoxon sei hier aber beispielhaft erw hnt dass die historische Entwicklung der Holzertr ge real betrachtet r ckl ufig ist und sich im Gegensatz dazu aber die Gesamtkosten real erh hen Damit soll signalisiert werden dass sich die festgelegten Konventionen einer Extrapolation auf derartige ber Jahrzehnte andauernde Entwicklungen ebenso gut oder schlecht pragmatisch begr nden lassen wie jede andere Szenarioannahme auch weshalb vereinfacht diese steady state Hypotehese der konstante
416. konvexen Input und Outputvektoren schlie en aber nicht aus dass theoretisch durchaus auch eine nicht konvexe Technologie als Produktionsm glichkeit vorhanden sein k nnte Daher ist zur Gew hrleistung der Konvexit tsannahme f r die gilt dass bei Erh hung der Produktionsfaktoren die Grenzproduktivit ten abnehmen Kao 1993 ein weiteres Theorem erforderlich das Technologiemengen mit stetig zunehmenden Skalenertr gen nicht ad quat darstellt da DEA mit diesen nicht konvexen Technologiemengen nicht operieren kann Seite 29 DEA der nicht parametrische Modellansatz a b Abb 2 a konvexe Technologie b nicht konvexe Technologie GSTACH 2002 S 7 Denn erst wenn gew hrleistet ist dass die Produktionsniveaus Xs Ys Teil der definierten Technologie ist e T s 1 S und gem dem dualen Ansatz vgl 3 7 1 2 unter S variablen Skalenertr gen alle Lambda gleich eins as 1 sind dann gilt nach dem Dualitatssatz vgl 3 6 2 1 dass auch das mit Lambda gewichtete Produktionsniveau gt re X Y eT Teil dieser Technologie ist STEINMANN 2002 Die Konvexit tsannahmen erscheinen konomisch dann plausibel wenn zwischen den kardinal erfassten unbeschr nkten und stetigen vgl die Implikationen der Variablenerfassung unter 4 4 5 Input und Outputvariablen Substitutionsm glichkeiten vgl 4 4 7 bestehen und eine beliebige Kombination dieser Faktoren wiederum zum selben Output f hrt SCHEEL 2000 3 3 3 Skalene
417. korreliert Vergleicht man die Performance der beiden Modellvarianten f r jede dieser 116 untersuchten Fl chen f hrt die einmalig durchgef hrte Pflege zumindest in 85 F llen zu einer g nstigeren Bestandesentwicklung Die gepflegte Variante von eisenk_Gi_I3 vgl Tabelle 61 weist zwar bei gleich langem Produktionshorizont gleicher kalkulatorischer Ertrag aufgrund der besonders guten W chsigkeit um 210 VfmD mehr Endnutzungsmasse sowie einen g nstigeren H D Wert auf erzielt jedoch gegen ber einer unbehandelten Variante infolge betr chtlich weniger Leistungsstunden und trotz eines hohen H D Wertes und einer geringeren Massenleistung nur eine geringf gig bessere Performance Erst unter Einbeziehung durchschnittlicher Faktorpreise zur Bewertung der Inputvariablen liegt unter Beibehaltung derselben Outputniveaus die Performance der einmalig gepflegten Modellvariante gegen ber der unbehandelten deutlich voran vgl Tabelle 62 Eine interessante Performance liefert der Bestand gussw_G1_I3 Hier erzielt der unbehandelte Bestand unter den gegebenen Modellbedingungen sowohl unter Seite 220 Konzeptionelle Anwendung von DEA f r ausgew hlte forstliche Datens tze Einbeziehung der physischen Inputfaktoren als auch unter Ber cksichtigung der durchschnittlichen Faktorpreise bei gleich langem Produktionshorizont gleicher kalkulatorischer Ertragswert eine g nstigere Performance vgl Tabelle 62 Die Ursache daf r ist ausschlie
418. ksichtigung dieser Rahmenbedingungen umh llt die stochastische Produktionsfunktion die sich aus einem deterministischen Teil und dem zuf lligen statistischen Effekt zusammensetzt unter der Annahme dass das Verh ltnis der zu sch tzenden Outputgr e zu den eingesetzten unabh ngigen Inputfaktoren zwischen 0 und 1 liegen muss alle Beobachtungen am u eren Rand KUMBHAKER E AL 2000 Aus der Mikro konomie ist bekannt dass die Grenzproduktivit t mit zunehmendem Einsatz an Produktionsfaktoren sinkt Anstelle einer multiplen Regressionsfunktion unterstellt Kumbhaker 2000 eine loglineare Cobb Douglas Produktionsfunktion um damit die typische konvexe Kr mmung der Produktionsfunktion wiedergegeben zu k nnen ber dieses Verfahren l sst sich der Anteil an Ineffizienz einer Beobachtung gegen ber der unterstellten Produktionsfunktion die unter Ber cksichtigung von zuf lligen Fehlern Seite 15 Einleitung statistisches Rauschen konzipiert ist ermitteln Der funktionale Zusammenhang der Produktionsfunktion beschreibt aber auch bei der Stochastic Frontier Analyse ebenfalls nur die Abh ngigkeit einer einzelnen Zielgr e von mehreren unabh ngigen Merkmalen unter Ber cksichtigung spezifisch verteilter St rgr en Damit erweist es sich aber auch bei diesem Verfahren als Nachteil dass hnlich wie bei den multivariaten Analyseverfahren nur die Abh ngigkeit eines Outputs von mehreren Produktionsfaktoren oder umgekehrt die Abh
419. l die natural technischen Inputvariablen und einmal deren tats chlichen Kosten als Faktorkomponente verwendet Die nicht kontrollierbare Inputgr e und der als unerw nschter Output definierte H D Wert gehen auch im kostentechnischen Modell unbewertet als Inputvariablen ein 80 In der zufallsgesteuerten Mortalit t k nnte auch die Ursache f r die vergleichsweise geringe Massenleistung des undurchforsteten Bestandes der Beobachtung eisenk_G1_I3 zur ckzuf hren sein Bei Verwendung zufallsgesteuerter Elemente m ssten n mlich entsprechend viele Wiederholungen der Simulation durchgef hrt werden um stabile mittlere Ergebnisse zu erhalten Seite 225 Konzeptionelle Anwendung von DEA f r ausgew hlte forstliche Datens tze Modell 1 Modell 2 Modell 3 Modell 4 EffizienzmaBe VSE IN TE_M TE_M TE_E TE_E KEtatM KEtatM KEtat E KEtat E RAD Dmax RAD DER RAD Dmax RAD Dray Neig Neig Neig Neig H D H D H D H D Inputgr en Std Std tats chliche Kosten tats chliche Kosten V_DF VfmD V_DF VfmD f Std V_DF VfmD f Std V_DF VfmD Erw VfmD Ertrag EfmD Erw VfmD Ertrag EfmD Outputgr en Kalk E Kalk E Kalk E Kalk E behandelt 72 28 82 76 93 10 88 79 79 31 73 28 89 66 87 93 nicht behandelt 26 72 17 24 6 90 11 21 20 69 26 72 10 34 12 07 Tabelle 66 Dokumentation der Vorteilhaftigkeit der durchforsteten versus nicht durchforsteten sowie der nicht durchforsteten gegen ber den durchforsteten Behandlungsvarianten der 116
420. l8 32 0 95 80 288 7 11112 6 10672 8 929 2 16301 42 1572 7 Filz_G2_unb_ll1 46 0 88 86 327 0 12284 8 12520 0 1067 1 19540 22 1572 7 Filz _G2_unb_ll2 44 0 91 82 325 9 11926 0 12380 4 955 3 17074 26 1572 7 Filz _G2_unb_ll3 37 0 95 73 233 8 9677 4 9457 5 855 1 15014 63 1572 7 Filz _G2_unb_ll4 34 0 92 48 155 5 6394 7 5748 5 562 4 9440 21 1259 5 Filz _G2_unb_ll5 34 0 90 81 301 1 11416 4 11780 9 942 7 17040 27 1572 7 Filz_G2_unb_ll6 32 0 80 80 406 0 13134 7 17252 4 984 9 23341 80 3376 5 Filz_G2_unb_ll7 37 0 92 97 345 7 13414 5 13410 0 1129 0 20284 43 1572 7 Filz_G3_unb_Ill1 34 0 88 113 441 3 16310 7 17522 9 1317 9 23695 07 1572 7 Filz_G3_unb_III2 35 0 101 103 348 5 13918 6 13348 3 1133 9 19103 15 1572 7 Filz_G3_unb_Ill3 40 0 96 97 393 2 14226 6 14711 5 1127 9 19484 88 1572 7 Filz_G3_unb_Ill4 41 0 101 101 431 9 15225 0 15645 0 1115 0 18583 82 1572 7 Seite 295 Anhang Filz_G3_unb_lll5 41 0 98 93 357 2 13355 2 13348 8 1031 6 17829 11 1572 7 Filz_G3_unb_Ill6 42 0 98 97 376 4 13939 5 14397 5 1068 0 18031 98 1572 7 Filz_G3_unb_Ill7 42 0 102 87 270 4 11405 0 10066 6 966 5 16287 68 1572 7 Filz_G4_unb_IV1 39 0 99 98 427 3 14920 3 15255 6 1082 9 18426 12 1572 7 Filz_G4_unb_IV2 36 0 98 106 394 6 14997 8 14949 4 1174 7 20234 29 1572 7 Filz_G4_unb_IV3 40 0 96 80 275 5 10915 0 10788 8 933 7 16075 80 1572 7
421. lassen wurden zu unterscheiden sein Denn mit dem setzen von Ma nahmen die zur Erreichung des festgelegten Bestandeszustands am Ende der Laufzeit erforderlich sind kann sich innerhalb einer Dekade sowohl der stehende Vorrat als auch dessen Wert gegen ber der vergangenen Erhebung verschlechtert haben Man wird sich damit sowohl mit der massen und wertbezogenen Beurteilung des stehenden und des ausgeschiedenen Bestandes auseinanderzusetzen haben die unter anderem im Hinblick auf die Erzielung eines zu erwartenden Abtriebsbestandes die entsprechenden Pflegeeingriffe bzw die Opportunit tskosten f r das Unterlassen der Pflege ebenfalls mit einbeziehen Gerade unter dem Aspekt der Extensivierung der Bewirtschaftung durch Unterlassung von waldbaulichen Ma nahmen erscheint eine Gegen berstellung zu behandelten Best nden mit vergleichbaren nat rlichen Voraussetzungen unter dem Aspekt der Massen und Wertleistung interessant Dabei ist die Diskussion darauf zu lenken ob der Vergleich bei gleichen Umtriebszeiten oder im Sinne des wertbasierten Ansatzes bei unterstellten Zieldurchmessern durchgef hrt werden soll Aus forst konomischer Sicht bedarf es dazu berlegungen in Richtung Festlegung von Hiebsreifekriterien die von den Vergleichsfl chen zu unterschiedlichen Zeitpunkten erreicht werden k nnen Unter Einbeziehung des konomischen Vorteils einer fr heren Liquidierung des Kapitals und einer fr hzeitigeren Bestandesbegr ndung k nnte di
422. lativen Wahrscheinlichkeit kann von einer Normalverteilung der untersuchten Beobachtungen ausgegangen werden Abhangige Variable TE_MASSE Abh ngige Variable TE_MASSE 20 QO 2 x oO Ss g 2 10 E 10 x I 2 ka o w Std abw 98 Mittel 0 00 0 N 116 00 3 25 2 00 75 50 1 75 0 0 3 5 8 1 0 Regression Standardisiertes Residuum Beobachtete Kum Wahrsch Abb 29 Diagramme fiir den Nachweis der Normalverteilung der Beobachtungen Das ausgewiesene Bestimmtheitsma R von 0 222 ber das der prozentuelle Anteil der durch das lineare Modell erkl rten Varianz der abh ngigen Gr e erkl rt wird signalisiert dabei nicht unbedingt eine optimale Anpassung der Regressionsgerade mit den empirischen Beobachtungen Dennoch kann aber aufgrund der F Statistik mit einem F Wert von 6 288 und einer Signifikanz von 0 00 davon ausgegangen werden dass f r die gew hlten unabh ngigen Variablen eine Abh ngigkeit mit den Effizienzwerten des natural technischen DEA Modells besteht und die Effizienzwerte daher ber diese unabh ngigen Gr en gesch tzt werden k nnen Seite 215 Konzeptionelle Anwendung von DEA f r ausgew hlte forstliche Datens tze Koeffizienter Standardisie Nicht standardisierte rte 95 Konfidenzintervall fur Koeffizienten Koeffizienten Standardf Modell ehler Signifikanz Untergrenze Obergrenze 80 Konstante 17 031 D_BV_DF j 2 093 DF_ANT 1 168 NORG_HA 2 10
423. leiten die den kostenbewussten Einsatz der verschiedenen Produktionsfaktoren im Verh ltnis zu den brigen Untersuchungseinheiten aufzeigt Die beobachteten DMUs werden vorerst einmal nur unter Zugrundelegung der 116 einmalig behandelten DMUs 116 DF nach verschiedenen Modellen und Effizienzma en ausgewertet Nach Erweiterung der Vergleichsf lle um die unbehandelten Pendants umfasst das Untersuchungssample nunmehr 232 DMUs In einem zweiten Schritt k nnen aus den 116 Vergleichspaaren die Resultate der 116 behandelten 232 DF und 116 unbehandelten 232 0 DMUs gegen bergestellt werden Dar ber hinaus ist von Interesse welche Performance eine entsprechende Einheit gegen ber den restlichen Einheiten im Kollektiv erzielt Um dar ber einen raschen berblick zu bekommen wird jeder Einheit ein entsprechender Rang gem dem unterstellten Effizienzma zugewiesen Da neben der physischen Leistungsf higkeit der Best nde auch die konomische Wertleistung eine zentrale Fragestellung darstellt sind hier zwei Varianten ausgearbeitet die einmal die geerntete Holzmasse in EfmD Erntefestmeter und einmal die Wertleistung f r die daraus gewonnen Sortimente in als Outputgr e unterstellen F r jede der drei selektierten DMUs und den Durchschnittswerten sind in Tabelle 62 jeweils die Ergebnisse der drei unterstellten Auswertevarianten 116 DF 232 DF und 232 O dargestellt Einmal wird hier anhand der durchforsteten Varianten demonstrie
424. letzungen der Grundannahmen vgl Struktureigenschaften der Technologie 3 3 von DEA kommt Lst Std red Ang Flst K sonst K SSort IH_BH sonst E Lst Std 1 0 367 0 136 0 621 0 424 0 239 0 218 red Ang 1 0 008 0 427 0 455 0 077 0 186 Flst K 1 0 275 0 418 0 281 0 019 sonst K 1 0 653 0 229 0 245 SSort 1 0 143 0 033 IH_BH 1 0 228 sonst E 1 Tabelle 23 Korrelation der natural technischen Input und Outputvariablen des hiebsatzbereinigten Modells Die Korrelation ist auf dem Niveau von 0 01 2 seitig signifikant Die Korrelation ist auf dem Niveau von 0 05 2 seitig signifikant Die Ergebnisse der Korrelationsanalyse spiegeln weitestgehend die empirisch zu erwartenden Zusammenh nge wider Auff llig ist nur dass es straffe Zusammenh nge zwischen den sonstigen Kosten und den Leistungsstunden den reduzierten Angestellten und den Fremdleistungskosten gibt Dies war aber in der Form zu erwarten da in diesem Kriterium verschiedenste Kostenarten akkumuliert sind die f r sich aber keine wesentlichen Kostentreiber f r den Forstbetrieb beinhalten Offensichtlich sind in den sonstigen Kosten Aufwendungen akkumuliert die direkt mit allen drei Kategorien in Zusammenhang stehen Zu diskutieren ist in jedem Fall auch noch die negative Korrelation der Fremdleistungskosten mit den Leistungsstunden und den reduzierten Angestellten Auch Seite 142 Konzeptionelle Anwendung von DEA f r ausgew hlte forstliche Datens tze
425. lich produktiver Wirtschaftsregionen wird versucht einheitliche Ma st be f r alle zu vergleichenden Befundeinheiten Betriebe anzulegen Zugegebenerma en erfordert die Ableitung homogener Strukturen in Abh ngigkeit von der Komplexit t der Branche ein hohes Aggregationsniveau was in der Folge dazu f hrt forstbetriebliche Besonderheiten im Detail nicht immer ber cksichtigen zu k nnen und im Anlassfall sogar eine Aufgliederung in homogene Cluster durchf hren zu m ssen 5 4 2 Charakteristik der forstlichen Betriebsstrukturen in sterreich Es besteht berhaupt kein Zweifel zur Performancebestimmung der forstlichen Branche die Betriebseinheit als Befundeinheit DMU heranzuziehen Trotz dieser offensichtlich sehr einfachen Konvention liegen die Schwierigkeiten jedoch im Detail Denn aufgrund der Charakteristik der forstlichen Betriebsstruktur lassen sich nicht alle in sterreich datenm ig erfassten forstlichen Betriebseinheiten ohne weiteres ber einen Kamm scheren 45 http www unister de Unister wissen sf _lexikon ausgabe_stichwort784_22 html Der Anbieter im homogenen Polypol hat keinen gro en Handlungsspielraum Der Preis als Aktionsparameter scheidet aus und auch die Aktionsparameter Produktinnovation und Produktdifferenzierung kommen im homogenen Polypol nicht in Frage da bei dieser Marktform homogene und somit gleichartige Produkte unterstellt werden Die Werbung ist ebenfalls wenig wirkungsvoll aufgrund des homogen
426. lichen Rahmenbedingungen und abweichenden Gehalts und Lohnkosten je nach Altersstruktur der Mitarbeiter kommt es unweigerlich zu differenzierten Kostens tzen Die nachfolgende Auswertung basiert auf dem klassischen DEA Ansatz nach Coelli 1998 unter der Annahme erfolgt dass alle Einheiten ihre Inputfaktoren zu denselben Kostens tzen am Markt beschaffen m ssen input 11 I2 13 14 O1 02 03 ea orientiert Regie Ange Fremd sonst S ge Indh sonst DE n eff VSE std stellte Ist K Kosten sort Sort Ertrage Bar Te TE x 11 6 9 9 9 1 9 2 0 0 3 9 36 4 91 8 38 eee Sx 14 8 13 1 12 1 13 3 0 0 10 9 140 8 11 4 38 11 O1 03 gesamt S ge De sonst 2 Eff poe Kosten sort Ertrage Bere KE d x 17 7 0 0 1 9 270 3 82 7 12 MAR Ns 13 3 0 0 10 0 385 1 13 4 64 AEd X 90 0 12 Ma 8 2 64 Tabelle 35 Kosteneffizienz f r das hiebsatzbereinigte inputorientierte Modell Von den ehemals 38 natural technisch effizient operierenden Einheiten verhalten sich nur 12 Einheiten allokativ und damit kostentechnisch am g nstigsten und bilden damit die Best Practice Einheiten f r die mengen und wertm ige Performancebeurteilung aller anderen untersuchten Einheiten Als Kernaussage der Tabelle 35 bleibt stehen dass im Durchschnitt f r die hier untersuchten Einheiten ein Kosteneinsparungspotenzial von 17 3 am Hektar unter hiebsatzbereinigten Bedingungen und bei Unterstellung von variablen Skalenertr gen besteht Zer
427. lichen Kostens tzen bewerteten Produktionsfaktoren Sortimentzusammensetzung der Ausgangsbest nde Entlohnungsschema der Arbeiter amp Angestellten Stundenzusammensetzung VN amp EN ma geblich ab vgl 5 6 9 3 Da aber letztendlich neben der mengenbezogenen Performanceentwicklung insbesondere die tats chlich kostentechnische Performance das entscheidende Ma zur Bereitstellung des bestehenden Outputniveaus repr sentiert wurden f r jede Beobachtung unter Ber cksichtigung sowohl der Neigungsverh ltnisse als auch des Risikofaktors H D Wert die tats chlichen Kosten f r die Produktionsfaktoren den erzielten Leistungen gegen bergestellt vgl 5 6 9 3 Seite 230 Konzeptionelle Anwendung von DEA f r ausgew hlte forstliche Datens tze Erg nzend erfolgten dann f r alle unterstellten Modellvarianten Auswertungen nach dem nicht orientierten MaB um daraus abzuleiten wie die festgestellten Abweichungen von der Effizienzgrenze durch simultane VerbesserungsmaBnahmen auf der Input wie Outputseite wettgemacht werden k nnten vgl 5 6 9 3 Abgeleitete Zusammenh nge aus der Ergebnisdokumentation ber die Darstellung jener aus allen DMUs ermittelten Durchschnittsresultate die f r die natural technischen Modellvarianten unter Einbindung des mengen und wertbezogenen Outputniveaus vgl 5 6 9 1 und des A MaBes sowie des Dmax Ma es hergeleitet wurden konnten bereits eine allgemeine Trendrichtung festgestellt werden Werden aussc
428. lichen kostentechnischen Effizienzmodell zur Bewertung der physischen Inputgr en anstelle der durchschnittlichen Kostens tze individuelle unterstellt wodurch allerdings der lineare Zusammenhang zwischen dem natural technischen Modell und dem tats chlichen kostentechnischen Modell nicht mehr hergestellt werden kann vgl 3 8 4 Dadurch ist eine Analyse des allokativen Zusammenhangs zwischen dem natural technischen TE_M und dem tats chlich kostentechnischen Modell KEtat_M nicht mehr durchf hrbar In der Folge kann ein solches Modell nur als unabh ngiger alternativer Ansatz betrachtet und dem mit durchschnittlichen Kostengr en konzipierten kostentechnischen Modell gegen bergestellt werden Dabei kann auch f r das tats chliche kostentechnische Modell KEtat ebenfalls eine Differenzierung des Outputs nach den erzielten Erntevolumina KEtat_M und den daf r lukrierten Wertleistungen KEtat_E vorgenommen werden Das tats chliche kostentechnische Modell Neigung H D_U VfmD_U Kalk_E KEtat M aggregierte tats chliche Gesamtkostengr e IN I 1 0 0 Die individuellen Kostens tze jeder Variable Neia n H D_U werden zur Aggregation der Gesamtkosten Ertrag U Kalk E KEtat_E ae ber cksichtigt 9 T IN I 0 0 Tabelle 52 bersicht zu den im tats chlichen kostentechnischen Modell zur Beurteilung des Bestandesbehandlungskonzepts verwendeten Variablen 5 6 7 konomische Ans tze zur Bewertung der naturalen Gr e
429. lierung der Zusammenh nge des dualen outputorientierten Umh llenden Problems mit dem primalen outputorientierten Multiplikator Problem Demzufolge werden hier zur bersicht nur noch die Variablen und Restriktionen des primalen und dualen Ansatzes f r das radiale outputorientierte DEA Modell dargestellt Skalen Primal LP Dual DLP Dual DLP Primal LP Niveaus Restriktion Variable Restriktion Variable KSE VSE y p 1 n 1 AY gt Oy px z0 KSE y P x c lt 0 20 AX gt X cK 20 VSE yP xX c c lt 0 AZO AX gt xX cK 20 VSE A 1 Co Tabelle 3 dualer Zusammenhang zwischen dem outputorientierten Multiplikator und dem outputorientierten Umh llendenproblem Cooper et al 2003 Dieselben Dualit tsannahmen die f r das duale inputorientierte Problem getroffen wurden kommen auch im outputorientierten Modell wieder zur Anwendung Die die Adaptionen f r das outputorientierte Modell sind in der bersichtstabelle dargestellt Die zu maximierende Variable ist jener proportionaler Faktor um den bei gegebenen Inputressourcen die Outputg ter im Sinne der Best Case Philosophie maximal erh ht werden k nnen F r das duale Umh llenden Problem l sst sich bei Unterstellung von konstanten Skalenertr gen KSE und einer outputorientierten Modellannahme folgendes lineares Problem formulieren GSTACH 2002 max NB AY gt Dy AX2X A 20 Vs Auch im outputorientierten Fall erfolgt die Konstruktion eines Projektionspunktes an di
430. likator und dem inputorientierten Umh llendenproblem COOPER ET AL 2003 45 dualer Zusammenhang zwischen dem outputorientierten Multiplikator und dem outputorientierten Umh llendenproblem Cooper et al 2003 47 Ans tze zur relativen Ermittlung der Verbesserungspotenziale f r inputorientierte Effizienzma e 54 Ans tze zur relativen Ermittlung der Verbesserungspotenziale f r outputorientierte Effizienzma e 54 Ans tze zur relativen Ermittlung der Verbesserungspotenziale f r nicht orientierte Effizienzma e 54 Eigenschaften der aquiproportinalen EffizienzmaBe SCHEEL 2000 S 95 65 Eigenschaften der durchschnittlichen maximalen EffizienzmaBe SCHEEL 2000 S 99 Eigenschaften der durchschnittlichen minimalen EffizienzmaBe SCHEEL 2000 S 102 Beispielhafte Demonstration des Indexproblems Dyson 2001 66 67 76 Benutzerad quanz der DEA Applikation 87 DEA Softwaretbersicht Allen 2002 S 95 91 Darstellung der durchschnittlichen Target Values f r drei inputorientierte Effizienzma e unter Zugrundlegung von variablen Skalenertragen Herleitung der Skaleneffizienz Uber das Verhaltnis von KSE zu VSE 86 8 92 4 93 9 One Way Anova zur Pr fung des Zusammenhangs zwischen der Betriebsgr e und der Skaleneffekte Ergebnisse von drei ausgewahlten Post Hoc Tests zur Darstellung des Zusammenhangs zwischen den Betriebsgr en und den ber DEA ermittelten Skaleneffekten D
431. litativen Aussagen im Rahmen der Kollaudierung Es besteht noch kein ausgepr gtes Monitoringsystem das standardisiert nach einem bestimmten Zeitraum die im technischen Bericht angek ndigten Ma nahmen die letztendlich f r die Bewilligung der F rderung ausschlaggebend waren evaluiert Kritik an der Effektivit t und Messbarkeit der Zielerreichung wurde auch im Rahmen der Evaluierung des Kapitels VIII Forstwirtschaft EVALUIERUNGSBERICHT 2003 vom Evaluierungsleiter aufgrund der unzureichenden Dokumentation der F rderma nahmen f r die zwischen 2000 und 2002 gef rderten Projekte ge bt Seite 250 Prospektive Auseinandersetzung mit verschiedenen forstlichen Themenbereichen zur Entwicklung konzeptioneller DEA Modelle In Ans tzen wird somit aufgezeigt dass derartige Evaluierungssysteme erforderlich sind Dieser Notwendigkeit ist man mit der Mid Term Evaluation EVALUIERUNGSBERICHT 2003 im Zuge der F rderung zur Entwicklung des l ndlichen Raums nach der Verordnung EG 1257 1999 bereits nachgekommen Auf nationaler Ebene startete man zur Beurteilung der Wirksamkeit von forstlichen ErschlieBungsmaBnahmen eine Initiative in Anlehnung an die Verordnung EG 1257 1999 die gest tzt auf den Ergebnissen des Forschungsprojektes ROADEVAL STEINM LLER et al 2003 die nationalen Evaluierungsergebnisse f r Erschlie ungsma nahmen validieren sollten Die dabei angesprochenen Kriterien nicht zuf llig gew hlter Forststra en werden berwiegend im
432. ll Eff Modell VF NI Abs G VF NI fm ha ES HS HS ES 51 74 6 82 2 70 4 0 065 0 988 59 100 0 100 0 100 0 1 680 0 636 45 83 9 70 1 70 1 0 170 0 955 52 91 2 68 2 83 7 0 260 0 960 Tabelle 22 Ergebnisdokumentation der inputorientierten Modelle A Ma bei Unterstellung von variablen Skalenertr gen VSE f r vier ausgew hlte DMUs Das auf Hektarbasis normierte Modell Absolutgr en bei dem in zwei Modellvarianten die Indikatoren Verminderungsfaktor sowie Nachhaltigkeitsindikator implementiert wurden konnten nicht wie erwartet eine Trendwende der ausgewiesenen Effizienzwerte in Richtung Nachhaltigkeit erreichen Trotz dieser beiden Indizes wurden DMUs die ma geblich h here Einschl ge als ausgewiesene Hiebs tze aufwiesen weiterhin als besonders effizient dargestellt wie am Beispiel der Einheit 59 die im Durchschnitt ber die letzten 5 Jahre 57 mehr als den Hiebsatz einschl gt deutlich wird Anhand der anderen drei Einheiten soll veranschaulicht werden dass es trotz der Implementierung dieser Indizes VF und NI nicht zu wesentlichen Ver nderung in den ausgewiesenen Effizienzwerten gekommen ist Ja sogar ganz im Gegenteil wurden in vielen F llen sogar schlechtere Effizienzwerte abgeleitet obwohl der Nachhaltigkeitsindikator f r diese Einheit nahe bei eins gelegen hat Seite 139 Konzeptionelle Anwendung von DEA f r ausgew hlte forstliche Datens tze Da diese Modellergebnisse nicht der von
433. ll handelt es sich um die klassische Form des radialen quiproportionalen inputorientierten primalen Multiplikatormodells das konstante Skalenertr ge unterstellt Mit der inputorientierten Modellversion werden m gliche Verringerungen der Inputfaktoren quantifiziert unter Beibehaltung der aktuellen Proportionen Dem konomischen Minimierungs Prinzip folgend soll dabei das Reduktionspotenzial der Inputfaktoren f r jede DMU unter der Bedingung dass sich die Outputniveaus nicht ndern abgeleitet werden Das hier beschriebene lineare Problem muss f r alle beobachteten DMUs s mal gel st s m werden wobei hier die Multiplikatoren und p Schattenpreise als Kontrollvariablen fungieren und die Vektoren c und pi die optimale L sung f r das m Maximierungsproblem darstellen Sollten die Effizienzwerte aber auch differenziert nach den Skalenniveaus der DMUs ausgewiesen werden ist die Unterstellung von variablen Skalenertr gen f r die 17 Die L sung des linearen Programms erfolgen ber die Simplex Algorithmus Danzig 1951 F r die L sung der DEA Probleme wurden aber eigene Softwareprodukte entwickelt die unter 5 2 dokumentiert sind Seite 43 DEA der nicht parametrische Modellansatz Modellformulierung erforderlich Gegen ber der Formulierung von konstanten Skalenertr gen ergeben sich dabei nur geringe Ver nderungen COOPER ET AL 2003 max y P Po NB y P X c p lt s0 Vs x c 1 C p 20 p c In der
434. ls beinhaltet ist nur dann gegeben wenn die Beobachtung sowohl kosten als auch ertragseffizient sowie skaleneffizient ist STEINMANN 2002 2 2 1 Okoeffizienz Da sowohl eine Dissertation zur Messung kologischer Effizienz mittels Data Envelopment Analysis von Katrin Allen 2002 als auch zahlreiche Autoren in der Anwendung von DEA den Umwelt und kobereich als ein m gliches Anwendungsgebiet nennen erscheint es angebracht die Definitionen von koeffizienz mit aktuellen Definitionen aus dem World Wide Web in aller K rze als kleinen Exkurs darzustellen Gerade im Zusammenhang mit nachhaltigem Unternehmensmanagement im Sinne von kologisierung des Produktionsprozesses wird die Frage nach der kologischen Effizienz zu f hren sein Zur Umsetzung eines ko Controllings bzw eines ko Benchmarkings braucht es aber quantifizierbare Umweltkennzahlen und Indikatoren sowie Parameter um diese kologische Effizienz auch messbar und damit operationalisierbar zu machen koeffizienz ist ein Begriff aus der Wirtschaftswissenschaft 1991 hat der Handelsrat f r nachhaltige Entwicklung Business Council for Sustainable Development BCSD den Begriff koeffizienz eco efficiency in die Wirtschaftswelt eingef hrt koeffizienz wird erreicht wenn G ter und Dienstleistungen preislich wettbewerbsf hig sind menschliche Bed rfnisse befriedigen und Lebensqualit t bringen Dabei sollten negative kologische Wirkungen und die Ressourceninte
435. ls besonders effizient dargestellt Seite 135 Konzeptionelle Anwendung von DEA fiir ausgewahlte forstliche Datensatze wird nur weil er starker als andere in die bestehende Substanz eingreift ist im Sinne der Nachhaltigkeit nicht akzeptabel und stellt einen evidenten Mangel des Modells dar Dieser Kritikpunkt gibt wesentlich Anlass daf r eine Modellmodifikation vorzunehmen die entsprechende Nachhaltskriterien ber cksichtigt In diesem Zusammenhang wurde daran gedacht die Differenz zwischen Hiebsatz und Einschlag als unerw nschten Output auf der Inputseite zu implementieren bzw in einer weiteren berlegung den Quotienten Hiebsatz zu Einschlag als unerw nschten Output auf der Outputseite zu installieren Als dritte und weitest reichende Variante wurde die Hiebsatzbereinigung jener Variablen die unmittelbar mit der Holzproduktion in Verbindung stehen ins Auge gefasst In diesem Zusammenhang erscheinen aber die berlegungen Weisergr en zur strukturierten Durchf hrung von Abweichungsanalysen zu _ institutionalisieren um im Sinne eines forstlichen Controlling die Ver nderung des Waldverm gens exakter zu erfassen und um dadurch eine Verbesserung in der Abbildung des Periodenerfolgs zu erzielen wie von den Autoren J bstl 1998 und sp ter von Karisch 2003 vorgeschlagen illusionistisch Denn diesen wissenschaftlichen Idealvorstellungen stehen die Datenl cken aus den Realf llen gegen ber Und auch f r die Zukunft ist es nicht zu
436. ls entsprechende Vorschl ge f r zus tzlich zu erfassende Variablen festzuhalten In den bisherigen Auswertungen des Forstberichts wurden in anonymer Form f r verschiedene forstlich relevante Kriterien Hitlisten und Gruppenmittelwerte getrennt nach dem Produktionsgebiet ausgeben ber die sich die Betriebe anhand der 49 http www projektmanagement glossar de glossar gl 0015 html Benchmarking ist die Durchf hrung einer wettbewerblichen Vergleichsanalyse Normalerweise erfolgt dies mit Hilfe eines festzulegenden Kennzahlensystems das die Vergleichskriterien und deren quantitative Bestimmung definiert 50 Die urspr ngliche Datenaufbereitung enthielt nur den Richtwertvergleich d h Gruppenmittelwerte Erst nach und nach wurden zus tzlich auch Rankings und darauf aufbauende Benchmarks den Betrieben angeboten Sekot 2004 Seite 114 Konzeptionelle Anwendung von DEA f r ausgew hlte forstliche Datens tze Performance von ausgew hlten Einzelkriterien im Branchenumfeld orientieren k nnen Diese von Prof W Sekot entwickelte Form des kennzahlenbasierten Benchmarkings bezieht sich allerdings immer nur auf ein einzelnes Merkmal Kennzahl Da vielfach Extremwerte nicht immer im Sinne von Bestleistungen entstehen sondern in der Forstwirtschaft von den Folgen au ergew hnlicher oder vielmehr wunerwarteter Verh ltnissen charakterisiert sind werden die Referenzwerte als Mittel der besten 25 der obersten Quartile definiert SEKOT 2004
437. lten F r jeden Bestand sind darin au erdem die Zielsetzungen f r die weitere Bestandesentwicklung und die daf r zu setzenden Ma nahmen verankert Aus den urspr nglich 438 Teilfl chen des Lehrforsts die mit forstlichem Bewuchs bestockt sind wurden 241 Mischbest nde f r die DEA Analyse herausgegriffen Die Homogenit tskriterien wurden trotz der Einschr nkung auf Mischbest nde sehr offen gehalten Es kam zu keiner Einschr nkung auf einen spezifischen Altersrahmen oder auf typischen Mischformen sowie Mischverh ltnisse Mischbest nde weisen aber je nach Baumartenzusammensetzung in Abh ngigkeit der physiologischen Anspr che im Bestandesgef ge ein abweichendes Alter auf Damit werden aber die aggregierten Massenangaben und Altersangaben sowie deren Mischverh ltnisse je Teilfl che im Modell von den naturalen Verh ltnissen differieren Indem die Homogenit tskriterien allerdings nicht n her eingeschr nkt sind ergeben sich dadurch M glichkeiten die abgeleiteten Ergebnisse genau unter diesem Gesichtspunkt zu kritisieren Es w re daher empfehlenswert gewesen Jungbest nde ohne Vorrat oder nur mit berh ltervorrat sowie verj ngte oder teilgenutzte Altbest nde im Hinblick auf zu spezifizierende Homogenit tsbedingungen vom Datenset auszugrenzen Zur Visualisierung standen Geodaten der Bf AG in Vektorform als auch Rasterdaten in Form von Orthofotos des Lehrforsts zur Verf gung die als Basis f r die Visualisierung der Ergebniss
438. m Gesundheitswesen sowie zum Vergleich von Seilbahnbetrieben erfolgreich angewendet Sofern die entsprechenden Parameter verf gbar sind lie en sich prinzipiell auch komplexe Themenbereiche wie die Auswirkung von nachhaltigen Bewirtschaftungseffekten mit einem DEA Modell abbilden Die DEA zeichnet sich durch einen durchg ngigen stufenweisen Analyseprozess zur Ursachenberrteilung der Effizienzabweichung aus Dazu wird das h chste Aggregationsniveau die werteabh ngige Effizienz unter Einbeziehung des Skaleneffekts Gr eneffekt vgl 3 3 3 sowohl in eine technische mengenabh ngige als auch in eine allokative Effizienz aufgespaltet vgl 3 8 4 Durch ein derartiges Splitting k nnen f r eine ineffiziente DMU die Gr nde der Abweichung klar aufgezeigt und spezifische Sollwerte ermittelt werden Quantitative Rationalisierungspotenziale werden damit fallspezifisch abgeleitet die sich optimal dazu eigenen w rden in einen bestehenden Controllingregelkreis als spezifische Steuerungsinformationen integriert zu werden Damit wird aber klar hervorgehoben dass die DEA und die ber die Best Practice Einheiten abgeleiteten Zielwerte auf die Erfolgsbeurteilung von Entscheidungsbereichen abzielen Seite 13 Einleitung Multifunktionale Kennzahlensysteme Traditionell wird die Erfolgskontrolle nach wie vor Uber komplexe Kennzahlensysteme durchgef hrt Dabei wird versucht ber absolute bzw relative sowie Gliederungskennzahlen ein multifunkt
439. mal policies for managed stands An infinite horizon Markov decision process approach Forest Science 21 109 122 Lemm R Vogel M Felber A und Thees O 2006 Zur Eignung der k Nearest Neighbour Methode f r die Sch tzung von Produktivit ten in der Holzernte Grunds tzliche berlegungen und erste Erfahrungen in Allg Forst und Jagdzeitung 176 189 200 Lewin A Y and C A K Lovell 1990 Editors Introduction Journal of Econometrics 46 3 5 Lovell C A K Pastor J T and Turner J A 1995 Measuring macroeconomic performance in the OECD A comparison of European and non European countries European Journal of Operational Research 87 507 518 Martic M and Savic G 2001 An application of DEA for comparative analysis and ranking of regions in Serbia with regards to social economic development European Journal of Operational Research 132 343 356 McCarty T A and S Yaisawarng 1993 Technical Efficiency in New Jersey School Districts In H O Fried C A K Lovell und S S Schmidt Hg The Measurement of Productive Efficiency Techniques and Applications 271 87 New York Oxford Toronto Melbourne Oxford University Press Maniak U 2001 Einf hrung in die Bewertung wasserwirtschaftlicher Vorhaben Springer Verlag 304 S Oesten G und Roeder A 2001 Management von Forstbetrieben Band 1 Verlag Dr Kessel Remagen Oberwinter 364 S Seite 276 Literaturverzeichnis Pareto V 1897 Cours d conomie politi
440. malste Ver nderungsausma eines der Analysekriterien bei Fixierung der restlichen Merkmale zur Erreichung der Effizienzgrenze eruiert vgl 3 7 2 2 h tte genau dieselbe Ma nahme die letztendlich auch vom Betrieb vollzogen wurden vorgeschlagen Damit muss einger umt werden dass f r die DEA Analyse neben dem proportionalen oder maximalen Ver nderungspotenzial aller ver nderbaren Variablen auch das Dmin Ma f r die Analyse relevant ist auch wenn bei Anwendung dieses Ma es nicht nachvollzogen werden kann ob die projizierte Einheit an der Effizienzgrenze pareto koopmans oder nur schwach effizient ist vgl 3 4 Wie sich allerdings die Umsetzung des Dmin MaBes auf die kostentechnische Performance auswirkt muss gesondert berpr ft werden Aus der Analyse der DMU FB 31 in der Tabelle 43 geht zwar hervor dass eine Verbesserung der kostentechnischen Performance gegen ber der Periode 2000 erzielt werden konnte Dennoch ist aber trotz der Reduktion des Gesamtkostenaufwands um die Einsparungen der Fremdleistung noch ein Anteil an kostentechnischer Ineffizienz im Ausma von 35 verblieben Zur Realisierung weiterer RationalisierungsmaBnahmen in der Forstbranche sind die Anstrengungen ausschlie lich auf die Inputseite zu richten Um dort aber tats chlich individuelle Zielwerte f r die einzelnen Inputfaktoren ableiten zu k nnen empfiehlt es sich die vorgeschlagenen Zielwerte aus den inputorientierten durchschnittlichen maximalen oder m
441. menge die die engste Umh llende um die beobachteten Daten bildet transformiert werden kann muss die Summe der zul ssigen Gewichte von A auf eins normiert werden Inputorientiertes duales Umhillendenproblem unter Anwendung einer VSE Technologiemenge GSTACH 2002 S mino NB AY 2 gt y AX2 Ox rs 1 4 20 Vs Da die VSE Technologiemenge eine Teilmenge der KSE Technologiegrenze ist unterscheiden sich demnach die beiden Technologiegrenzen und damit auch die Best Practice Einheiten zur Konstruktion der projizierten Referenzeinheit der DMU k an der Effizienzgrenze von KSE oder VSE Durch die konvexe Mischung der ausgewiesenen Best Practice Einheiten basierend auf deren Lambda Gewichte wird jene Referenzeinheit konstruiert die der radialen Projektion durch die beobachtete DMU k an die VSE Technologiegrenze entspricht Dabei gilt einschr nkend dass sich die Lambda Gewichte von den unterstellten Referenzeinheiten der Peer Group auf eins erg nzen m ssen S Durch diese zus tzliche Restriktion von yaks 1 kommt es zu der Einschr nkung dass der Optimierungsspielraum und damit die Diskriminanz f r die inputorientierten Seite 46 DEA der nicht parametrische Modellansatz Zielwerte unter VSE Technologie gegen ber der KSE Technologie eingeschr nkt und damit nur mindestens so hoch bzw h her als unter der KSE Annahme sein k nnen Das outputorientierte O und radiale Umh llenden Modell Analog zum inputorientierten Modell erfolgt die Formu
442. mmt diese Philosophie deutlich zum Ausdruck Gegen ber den Modellen mit konstanten Skalenertr gen werden bei Unterstellung von variablen Skalenertr gen f r die abnehmende Grenzproduktivit ten unterstellt werden au erdem h here Effizienzwerte ausgewiesen Nachdem die nat rliche Leistungsf higkeit durch die Bonit tsklasse DGZ 100 reflektiert wird und die hier untersuchten Best nde aus unterschiedlichsten Produktionsgebieten und unterschiedlichen Bonit tsstufen entstammen werden in den Abb 23 Abb 27 die Zusammenh nge zwischen den abgeleiteten Effizienzwerten von verschiedenen Modellans tzen und einigen nicht im Modell verwendeten Parametern getrennt nach Bonit tsstufen statistisch analysiert Als unabh ngige Variable werden dabei jeweils die Effizienzwerte des natural technischen Modells TE_Masse im Modell VRS RAD IN und des tats chlichen kostentechnischen Modells KEtat_Ertrag im Modell VRS RAD IN das individuelle Aufw nde und Ertr ge unterstellt verwendet Die rot ausgewiesenen DMUs red entsprechen Best nden die beim Durchforstungseingriff bereits 70 Jahre alt gewesen waren und Bonit ten kleiner 8 aufweisen Die dominierende Gruppe der blauen DMUs blue beinhaltet Einheiten die Bonit ten zwischen 8 und 14 ausweisen und zum Zeitpunkt der Durchforstung zwischen 35 und 50 Jahre alt waren Die restlichen als gr n ausgewiesenen DMUs green repr sentieren die Gruppe mit Bonit ten gr er 15 Dies
443. mulation sehr umfangreiche Datens tze Alleine der Datensatz f r die einmalig durchforsteten Best nde umfasste nach den simulierten 20 F nfjahresintervallen 46 182 Einzelbaumdaten obwohl dabei die w hrend der Durchforstung entnommenen bzw durch Mortalit t ausgeschiedenen Individuen nicht mehr ber cksichtigt sind Noch umfangreicher fiel dann allerdings die Simulation der unbehandelten Originalbest nde aus Nachdem dabei Individuen ausschlie lich durch Mortalit t ausgeschieden sind belief sich nach der Simulation der 20 F nfjahresintervalle die Anzahl der Einzelbaumdaten auf 76 049 Mit den in F nfjahresintervallen simulierten Ausgangsbest nden steht nun ein detaillierter wenn auch synthetischer Datensatz f r deren Bestandesentwicklung der n chsten 100 Jahre nach zwei Varianten zur Verf gung Idealtypisch wurde somit in den beiden Varianten angenommen dass nach einem einzigen bzw keinem Eingriff bis zur fl chenhaften Nutzung der homogenen Teilfl chen Streifen bei Erreichen des Abtriebkriteriums keine weiteren Eingriffe get tigt werden Zur Festlegung des Abtriebszeitalters jeder der 116 Teilfl chen musste eine einheitliche Weisergr e festgelegt werden ber die aus den natural technischen Informationen der ex ante orientierten Bestandesparameter der Abtriebszeitpunkt ber R Skripts gefiltert werden kann 5 6 4 Naturale Outputgr en F r die Festlegung einer Konvention zur Bestimmung des Abtriebszeitpunkts kommen
444. mussten abgesehen von der Dauer des l ngsten Seite 199 Konzeptionelle Anwendung von DEA f r ausgew hlte forstliche Datens tze Produktionshorizonts 90 Jahre und eines kalkulatorischen Zinsfu es 1 5 Bodenverkehrswerte und jahrliche Verwaltungskosten unterstellt werden In Abhangigkeit von den Bonit ten wurden Bodenverkehrswerte von 20 bis 50 Cent je m und jeweils 100 f r die j hrlichen Verwaltungskosten in denen die Anlageninstandhaltung und die Verwaltungsgemeinkosten subsumiert sind unterstellt Aus diesen Bewertungsans tzen setzt sich der Basiswert zur Ermittlung des kalkulatorischen Ertrags zusammen der sowohl im natural technischen und im kostentechnischen Modell als Outputmerkmal konzipiert wurde und dessen tats chlicher Wert vom Abtriebszeitpunkt und vom l ngsten Produktionshorizont der Vergleichsbest nde abh ngig ist Bonit t lt 8 8 11 11 14 gt 14 Bodenverkehrswert 2000 ha 3000 ha 4000 ha 5000 ha Tabelle 55 Bodenverkehrswerte in Abh ngigkeit von den Bonitaten der originalen Ausgangsbest nde Die H he dieses kalkulatorischen Ertrags kalk E repr sentiert damit die eingesparten Opportunit tskosten die f r die Dauer vom Umtriebsalter U bis zum Ende des unterstellten maximalen Produktionshorizont P 90 Jahre in der H he der kalkulatorischen Zinsen i 1 5 f r das im Boden B und in der Verwaltung V gebundene Kapital angefallen w ren Damit ergibt sich der kalkulatorische
445. n Seite 177 Konzeptionelle Anwendung von DEA f r ausgew hlte forstliche Datens tze M gliche Ursachen daf r sind in den folgenden Punkten zusammengefasst Keine Angaben ber den ausgeschiedenen Bestand e Keine exakten Angaben des Bestockungsgrades Keine massenbezogene Differenzierung der Mischungsanteile auf der Fl che Keine Angaben zur Altersstruktur f r die Mischungsanteile e Keine Angaben Uber aufgewendete Humanressourcen Keine Angaben ber eingesetzte finanzielle Mittel Besonders die fehlenden oder mangelhaften Angaben zum bereits entnommenen Vorrat und zum gemessenen Bestockungsgrad sowie das Fehlen von Mischungsanteile und Angaben zur Altersverteilung d rften ma geblich f r die Streuung der Resultate verantwortlich sein Damit wird aber auch gleichzeitig eine weitere St rke von DEA evident Denn es ist auf einen Blick m glich zu erkennen ob die Resultate plausibel sind und mit welchen Informationsdefizit diese Abweichung zu begr nden ist bzw f r welche Beobachtungen gegebenenfalls Datenkontrollen durchzuf hren sind Wenn n mlich auf einer Teilfl che die 2 8 Hektar gro ist und f r die eine Bonit t von 6 8 und ein Alter von 70 Jahren ausgewiesen wurden nur noch 102 VfmD Vorratsfestmeter Derbholz vorhanden sind sind diese Angaben entsprechend zu hinterfragen und zu pr fen und gegebenenfalls ist diese DMU aus der Analyse auszuschlie en Denn es ist h chst unplausibel dass eine Einheit ih
446. n Im Modell wurde der Ausgangsvorrat des jeweiligen Bestandes als Input definiert Zur Bewertung dieser Durchforstungsbestande k me als klassischer Ansatz der Bestandesbewertung grunds tzlich der Bestandesertragswert in Betracht Dessen Formel lautet nach Sagl 1995 A gt D B V x q 1 HE al q Au Abtriebswert Dx Durchforstung zum Zeitpunkt x B Bodenverkehrswert Bodenkapital V Verwaltungskostenkapital ermittelt ber eine ewige Rente aus den durchschnittlichen Verwaltungskosten je Ha und Jahr q 1 p 100 p Frei zu w hlender Zinsfu in der sich im forstlichen Bereich blicherweise zwischen 1 und 3 bewegt Der Wert des Bestandes wird dementsprechend von den diskontierten erntekostenfreien Erl sen der im weiteren Bestandesleben vorgesehenen Durchforstungen vom Seite 196 Konzeptionelle Anwendung von DEA f r ausgew hlte forstliche Datens tze diskontierten erntekostenfreien Abtriebsertrag sowie von den Zinsen auf das Boden und Verwaltungskostenkapital bestimmt Durch die Bezugnahme auf die in Zukunft zu erwartenden Outputgr en erscheint dieser Ansatz f r die Bewertung des Inputs im Rahmen des DEA Modells allerdings nicht geeignet Dieses sieht ja vor Inputs und Outputs explizit einander gegen berzustellen In der Folge werden die Ausgangsvorr te im Modell zu erntekostenfreien Abtriebswerten angesetzt Dieser Zerschlagungswert stumpage value geht somit von einer fiktiven Nutzung des ge
447. n Gstach 2002 S 26 A Y lt Xm gt Chn 0 und A c gt p gt y 0 ci gt 0 gt 5A y x und y gt 0 gt A c p Mit dem ersten Teil des Komplementarit tssatzes wird demonstriert dass zur Bereitstellung der optimalen Outputmenge y bei Unterstellung einer Technologiemenge A ein Teil eines bestimmten Rohstoffes x nicht verarbeitet wurde Daraus folgt dass der Schattenpreis f r diesen Faktor cm gleich O sein muss W rde man von diesem Rohstoff eine noch gr ere Menge zur Verf gung stehen w rde sich dadurch der maximale Erl s nicht ndern da der Faktor konomisch betrachtet in scheinbar unbegrenzter Menge im Sinne eines freien Guts zur Verf gung steht Ist im Gegenzug der Schattenpreis gr er 0 wird der Produktionsfaktor r zur G nze f r die Herstellung der optimalen Outputmenge Am y verbraucht Der zweiten Teil der das duale Pendant des ersten charakterisiert nimmt an dass wenn aus Sicht eines potenziellen K ufers die Faktorkosten c f r die transponierte Technologiemenge A minimal sind und es sich aber herausstellt dass diese vermeintlich minimalen Faktorkosten c h her sind als die St ckerl se p aus der Produktion der s Outputs yi keine Produktion stattfindet Umgekehrt werden die s Outputs erst dann produziert wenn der Ertrag aus der Produktion zumindest gleich dem Erl s aus dem Verkauf der mit den erwarteten Faktorkosten c bewerteten transponierten Technologiemenge A n ist 3 6 2 Schl
448. n Instandhaltungsbedingte physische Gr en und Funktionserhaltungskosten Transaktionskosten Projektierung Zeitaufwand f r Beh rdenwege Gutachten A priori angenommene Outputs zu erwartender Nutzen Definition des zu erwartenden Nutzens der quantitativ dokumentiert werden soll e Schutz von gef hrdeten Objekten in Anlehnung an die Richtlinien der KNU e Schutz von unterliegenden Fl chen in Anlehnung an die Richtlinien der KNU e Schutz von Versorgungsadern Verkehr Energie Wasser etc e Auswirkungen auf die Wertsch pfung infolge der relativen Steigerung der Bev lkerung bzw der Touristenzahlen Seite 256 Prospektive Auseinandersetzung mit verschiedenen forstlichen Themenbereichen zur Entwicklung konzeptioneller DEA Modelle Die Diskussion rund um die Implementierung von natural technischen Gr en zur Dokumentation des Nutzens wurde grunds tzlich nicht als nicht durchf hrbar erachtet Es wurden nur Zweifel gegen ber der Praktikabilit t und der Datenqualit t aus der Sicht der Verantwortlichen ge u ert Denn auch wenn die Projektierungen auf Messerhebungen basieren so ist deren Genauigkeit aufgrund der Gel ndetypologie mit einer gewissen Unsch rfe behaftet Unabh ngig von der Umsetzungsdiskussion stellt aber die Verf gbarkeit von relevanten Input und Outputdaten und deren Genauigkeit aus Sicht der Befragten eine Einschr nkung in der Methodenanwendung dar Wie bereits angek ndigt erfolgt die Projektierung von Bauvorhab
449. n dass das Ausma des Skaleneinflusses m glicherweise in Folge der Normierung verglichen mit dem Modell Absolutgr e weniger differenziert ausf llt In der Datennormierung d rfte auch der Grund liegen warum der Nachweis der Abh ngigkeit der Betriebsgr en vom Skaleneffekt wie im Modell Absolutgr e nicht erbracht werden konnte Seite 148 Konzeptionelle Anwendung von DEA f r ausgew hlte forstliche Datens tze Regressionsanalyse Um zu analysieren weshalb die One Way Anova keinen Zusammenhang zwischen den festgestellten Skaleneffekten und der Fl chenproduktivit t und der Betriebsgr e ableiten konnte werden diese beiden Merkmale zur Erkl rung des Zusammenhangs der ber ein radiales inputorientiertes Effizienzma abgeleiteten natural technischen Effizienzwerte TE VRS RAD IN in eine Regressionsanalyse implementiert Nachdem zuvor die One Way Anova vgl Tabelle 29 und Tabelle 31 keinen Einfluss der Skaleneffekte der DEA auf diese beidem Merkmale feststellen konnte ist zu vermuten dass die Regressionsanalyse ebenfalls keinen signifikanten Einfluss der Betriebsgr e bzw der Fl chenproduktivit t auf die ausgewiesenen DEA Effizienzwerte nachweisen kann Koeffizienter Standardisie Nicht standardisierte rte Koeffizienten Koeffizienten ge Standardf ehler Signifikanz 1 Konstante 84 488 4 790 17 637 000 a Abhangige Variable Score TE VRS RAD IN Tabelle 32 Regressiver Zusammenhang zwischen
450. n 0 ausgewiesen F r die restlichen kontrollierbaren Kostenfaktoren resultierten f r die unterstellten Effizienzma e A Ma Dmin und Dmax Ma die in der Tabelle 13 ausgewiesenen Rationalisierungspotenziale der Produktionsfaktoren und die Verbesserungsm glichkeiten auf der Outputseite infolge von Schattenpreisen die gleich null waren vgl 3 6 2 Interessant an der Interpretation dieses Ergebnisses ist dass die hier ausgewiesenen Kenndaten sich aufgrund von tats chlich erhobenen empirischen Datensamples ergeben und nicht statistisch gesch tzt sind Das bedeutet dass dieses hier durchschnittlich f r die Inputvariablen ausgewiesene Verbesserungspotenzial tats chlich erreichbar sein sollte Auch wenn es sich bei dieser Darstellung um ein inputorientiertes Modell handelt kann es trotzdem sein dass auch auf der Outputseite Ver nderungsvorschl ge erfolgen Dies ist insbesondere dann der Fall wenn eine der Outputvariablen einen Slack vgl 3 6 2 zugewiesen bekommen hat um dessen Ausma der entsprechende Output in der Folge zu erh hen ist Aus dem Ergebnis l sst sich ganz klar erkennen dass alle Betriebe bem ht sind das S geholzaufkommen zu optimieren wohingegen aber f r das Industrieholz noch durchaus Verbesserungspotenziale ausgemacht werden k nnen Besonders markant f llt in dieser Darstellung das relative Verbesserungspotenzial der sonstigen Ertr ge auf deren Bedeutung aber aus der Sicht der Umsatzleistung nicht allzu s
451. n Behandlungskonzept nachgewiesen werden Damit ein derartiges Modell auch Praxisreife als Controlling Tool erlangen kann w ren aufbauend auf den hier gewonnen initialen Erfahrungen variantenreichere waldbauliche Behandlungskonzepte anzustreben Au erdem m ssten manche Modellvariablen anders definiert und neue Merkmale zus tzlich konzipiert werden um zur G nze die Rahmenbedingungen von DEA zu erf llen Prospektive Auseinandersetzung mit verschiedenen forstlichen Themenbereichen zur Entwicklung konzeptioneller DEA Modelle Die Analyse publizierter forst und holzwirtschaftlicher Anwendungsbeispiele liefert Hinweise auf die grunds tzliche Methodenad quanz und dokumentiert Referenzen f r branchenspezifische Modellierungsans tze Experteninterviews zur Abkl rung der Anwendungspotenziale in den Bereichen der forstlichen F rderung sowie der Wildbach und Lawinenverbauung lassen demgegen ber exemplarisch die Problematik einer praktischen Routineanwendung von DEA im Sinne des Effizienzcontrollings erkennen In Bezug auf die eingangs formulierten Arbeitshypothesen l sst sich somit Folgendes feststellen 1 DEA eignet sich prinzipiell auch f r forstliche Fragestellungen des Performance Measurement Die eingehende und vielf ltige Befassung mit der Thematik macht insgesamt deutlich dass DEA auch f r verschiedene forstspezifische Fragestellungen ein interessantes und potenziell auch praktisch relevantes Instrument des Performance Meas
452. n Bestandesstrukturen mit abweichender Intensit t dokumentiert wurden erschien die Evaluierung der Performance der einzelnen Harvestertypen nicht praktikabel vgl 5 6 Indem aber die Bestandesparameter der Ausgangsdaten f r eine gesamte Umtriebszeit simuliert wurden konnte aus diesem synthetischen Datensatz ein Effizienzmodell zur ex ante Beurteilung von forstlichen Bestandesbehandlungskonzepten entwickelt werden 5 1 Praktischer Leitfaden zur Vorbereitung und Durchf hrung von DEA Studien F r die Vorbereitung von Effizienzbeurteilungen mittels DEA liegt das zentrale Entscheidungsproblem in der Zielformulierung und der Definition der Kriterien ber die das definierte Ziel f r alle Beobachtungen gleicherma en charakterisiert werden kann Wesentlich f r die Durchf hrung von DEA sowie f r andere Controlling Instrumentarien ist die Integration dieser komplexen Analyse in ein institutionalisiertes Berichtswesen auf dem aufbauend gemeinsam mit anderen integrierten Management Tools Managemententscheidungen unterst tzt werden k nnen Definition des Verwendungszwecks und Verwendungsbedarfs DEA Modelle ermitteln in vielen F llen die Performance von Unternehmen die in zahlreiche Subfilialen untergliedert sind Sie eignen sich aber genauso um unabh ngige Unternehmenseinheiten innerhalb einer Branche bei homogenen Vergleichsbedingungen zu analysieren DEA ein Ansatz der neben der Evaluierung landwirtschaftlicher Strukturen BRODERSEN 199
453. n DEA zur Ermittlung der relativen Effizienz belegt Zur Verifizierung legten die Autoren Annahmen fest mit denen die zu sch tzende Wahrheit der Beobachtungen erzeugt werden soll Scheel 2000 f hrt folgende vier Annahmen aus Simar et al 2000 an e Die zugrunde liegende wahre Technologiemenge erf llt die freie Verschwendbarkeit Monotonie und Konvexit t Der Rand der wahren Technologiemenge ist differenzierbar e Mit wachsender Anzahl beobachteter DMUs geht die Wahrscheinlichkeit auch Units auf dem Rand zu beobachten gegen eins Die beobachteten Einheiten sind Realisationen unabh ngig identisch verteilter Zufallszahlen F r einen univariaten DEA Fall der impliziert dass die Datenmatrix neben den Inputfaktoren nur einen Output enth lt haben die Autoren eine Maximum Likelihood 26 Eine beliebige Beobachtung einer Technologiemenge ist dann stabil Pareto Koopmans effizient wenn sich nach Weglassen dieser Einheit die Technologiemenge ndert 27 W rde das nicht der Fall sein liegt die Input Outputtransformation nicht am Rand des Produktionsm glichkeitsbereichs und beeinflusst als ineffiziente Einheit den konvexen Randverlauf der Technologiemenge nicht Seite 61 Rahmenrichtlinien fur DEA Applikationen Produktionsfunktion unterstellt f r die die parametrische funktionale Form gem der nicht parametrischen Strukturannahme abgewandelt wurde Die Resultate daraus ergaben dass die n
454. n DEA f r ausgew hlte forstliche Datens tze 5 5 Performancevergleich der Laub Nadelmischbestande im Lehrforst Ofenbach Die Auseinandersetzung mit DEA Data Envelopment Analysis auf betrieblicher Ebene hat gezeigt dass die Handhabung multifunktionaler Zielsetzungen und die periodischen Abweichungen der Produktionskosten von den entsprechenden ertragsrelevanten Outputleistungen Schwierigkeiten in der Modellbildung verursachen k nnen Weiters ist zu beachten dass f r die betriebliche Modellbildung zus tzlich auf stand rtliche wie organisationstechnische Rahmenbedingungen einzugehen w re um homogene Befundeinheiten zur Verf gung zu haben F r die Fortsetzung der explorativen Auseinandersetzung mit verschiedenen forstlichen Anwendungsbereichen werden hier nun beispielhaft Konzepte vorgestellt die auf Ebene innerbetrieblicher r umlicher Produktionseinheiten die Anwendungsm glichkeiten der DEA Effizienzanalyse demonstrieren sollen Durch die Reduzierung auf einzelne Bewirtschaftungseinheiten wie die Teilfl che die in jedem gr eren Forstbetrieb datenm ig dokumentiert sind und von denen mit Sicherheit auch eine entsprechend gro e Anzahl an Vergleichsbeobachtungen anzutreffen ist hat man sich eine gute Eignung f r eine DEA Studie erwartet Auch wenn man von einer entsprechend gro en Anzahl an Beobachtungen ausgehen kann muss man aber dennoch davon ausgehen dass man mit den Operatsdaten nicht das Auslangen finden wird Eine
455. n Hochschule Aachen DUV 256 S Allen K 1998 M glichkeiten und Grenzen der Data Envelopment Analysis im Rahmen des ko Controlling in H Dyckhoff und H Ahn Hg Produktentstehung Controlling und Umweltschutz Grundlagen eines kologieorientierten F amp E Controlling S 327 352 Physica Verlag Heidelberg Amidon E L and Akin G S 1968 Dynamic programming to determine the optimum levels of growing stock Forest Science 14 287 291 Athanassopoulos A D and Thanassoulis 1995 Separating Market Efficiency from Profitability and its Implications for Planning Journal of the Operational Research Society 46 20 34 Backhaus K Erichson B Plinke W und Weiber R 2000 Multivariate Analyse methoden Eine anwendungsorientierte Einf hrung 9 Aufl Springer Verlag 661 S Banker R D 1996 Hypothesis Tests Using Data Envelopment Analysis Journal of Productivity Analysis 7 2 3 139 59 Banker R D 1993 Maximum Likelihood Consistency and Data Envelopment Analysis Management Science 39 10 1265 73 Banker R D and Thrall R M 1992 Estimation of returns to scale using Data Envelopment Analysis European Journal of Operation Research 62 74 84 Banker R D and R C Morey 1986 Efficiency Analysis for Exogenously Fixed Inputs and Outputs Operations Research 34 4 513 21 Inequalities In T C Koopmans Hg Activity Analysis of Production and Allocation Banker R D 1984 Estimating most productive scale size using Dat
456. n Lage der restlichen Einheiten effizient zu bleiben Durch die Verh ltnisbildung der Resultate der Vergleichspaare von 1989 und 1992 unter Einbeziehung von Supereffizienz leitet sich der Malmquist Index ab Damit kann auch f r die nach klassischer DEA Analyse als 100 effizient ausgewiesenen Einheiten die Ver nderung der Produktivit t nachgewiesen werden Author year Region Decision Making Unit DMU No of DMUs Professor Department of Industrial Management National C Kao 2000 Cheng Kung Universtity Tainan Forest Districts 33 Taiwan DEA model s Inputs Outputs Input orientated proportional Land 1000 Ha 3 A Harvest 1000 m efficiency measure using a CRS Labour persons unit ne x 3 and a VSE Technology scale Expenditures million Stocking Level million m efficiency Malmquist Index initial stocking million m Recreation 1000 visits 5 Production Efficiency and Market Competitiveness of Pulp Producers in the Pacific Rim Author Yin Runsheng Source Forest Products Journal 1999 49 7 8 43 49 Abstract Using 1994 data from the bleached softwood kraft pulp BSKP sector made up of 70 mills producing market pulp in 10 countries across the Pacific Rim this paper finds that the most efficient producers have constant returns to scale and that in general mills perform well technically but not allocatively Mills in interior British Columbia have the highest cost efficiency and mills in Asia and Ocea
457. n Ver nderungsma nahmen und den von DEA vorgeschlagenen Ma nahmen sind im natural technischen Modell also insbesondere auf die verschiedenen Variationsm glichkeiten innerhalb des Dominanzbereichs an die Effizienzgrenze zu sto en zur ckzuf hren Unter dem kostentechnischen Aspekt l sst sich allerdings erkennen dass die gesetzten Ma nahmen unter der Betrachtung der Gesamtkosten noch nicht zu dem angestrebten Ziel eine Best Practice Einheit an der Effizienzgrenze zu markieren gereicht haben Zur Seite 162 Konzeptionelle Anwendung von DEA f r ausgew hlte forstliche Datens tze Kostenreduktion werden wohl auch Eingriffe in den momentanen Personalstand und die sonstigen Kosten wie beim Dmax Ma vorgeschlagen erforderlich sein 5 4 9 Zusammenfassung und Diskussion zur Performancebeurteilung sterreichischer Forstbetriebe mittels DEA Basierend auf den Daten des Testbetriebsnetzes f r den Gro privatwald konnte mithilfe der Datenbankapplikation sehr benutzerfreundlich der Zugang zu verschiedensten Kennzahlen er ffnet werden Dadurch eignete sich dieses Medium optimal f r die Konzipierung verschiedener DEA Modellvariationen Befundeinheit Als Befundeinheit wurden dabei nur jene betrieblichen Einheiten herangezogen die ber f nf Perioden von 1997 bis 2001 konsistent in der Datenbank vertreten waren ber die Bildung von Durchschnittswerten dieser f nf Perioden wurde das Ziel angestrebt Datenausrei er auf ein Minimum zu r
458. n Wertentwicklung unterstellt wird Unabh ngig von der eigentlichen Wertenwicklung von Preisen und Kosten spielt es aber konomisch betrachtet eine nicht weniger entscheidende Rolle wann der entsprechende Aufwand zu leisten ist um zu einem geplanten zuk nftigen Zeitpunkt einen entsprechenden Ertrag zu erzielen Zur Abbildung dieser Zeitpr ferenz wird auch hier wieder ein kalkulatorischer Zinsfu von 1 5 verwendet um die gesamten zuk nftigen Aufwende und Ertr ge auf den Barwert zu diskontieren Die Zeitpr ferenz im Sinne der Produktionsdauer sowie die H he des kalkulatorischen Zinsfu es stellen die dominierenden Elemente in der Ableitung der durchschnittlichen Kostens tze dar Bisher erfolgte die Bewertung der physischen Inputs gem der DEA Konvention nach standardisierten Durchschnittsgr en Nachdem dieser Ansatz aber keinesfalls realen Marktgegebenheiten entspricht und schon gar nicht auf die von lokalen und regionalen Marktsituationen gepr gte Forstwirtschaft bertragbar ist wird alternativ auch ein Modell konzipiert das die tats chlichen Kostengr en bzw Kostens tze in Abh ngigkeit der Bestandesparameter einbezieht Letztendlich sollte ja eine Antwort darauf gefunden werden ob e Natural technisch betrachtet behandelte gegen ber unbehandelten Best nden bei definierten Umtriebskriterien unter Einbeziehung des bereitgestellten Derbholzvolumens TE_M bzw der erzielten Holzertr ge TE_E sowie des kalkulator
459. n dieser Daten liegt darin dass es per Gesetz f r Forstbetriebe nicht erforderlich ist das Verm gen der Waldbest nde zu erfassen und zu bilanzieren Dieses Faktum f hrt zu folgenden zwei wesentlichen Nachteilen 1 Das stehende Holz der Waldbest nde das in einem Forstbetrieb zugleich Produktionsfaktor als auch Produkt darstellt wird nicht erfasst In der Folge ist die H he des im Forstbetrieb eingesetzten Kapitals nur unvollst ndig dokumentiert 2 Der Periodenerfolg sagt aufgrund der fehlenden Ermittlung und Bilanzierung des Waldverm gens ber die Effizienz der Leistungserstellung nichts aus da weder der Aufbau Output noch der Abbau Input des stehenden Holzvorrats dokumentiert sind Diese beiden Informationsm ngel Ermittlung des stehenden Holzvorrates und des Periodenerfolgs bilden f r die Aussagekraft eines Betriebsvergleichs eine ganz wesentliche Einschr nkung BERGEN 1998 Die Problematik im forstlichen Bereich besteht insbesondere darin dass sich die j hrliche marktwirksame Produktion nur in der Gr enordung von ca 2 des stehenden Holzvorrats bewegt und die Holzvorrats nderungen im streng nachhaltigen Betrieb gleich Null sind Die unumg nglichen Umbewertungen auch eines in seiner naturalen H he unver nderten Holzvorrats w rden die konomischen Effekte der Bewirtschaftung berdecken F r vereinfachte forst konomische berlegungen kann die hiebsatzbezogene Kalkulation als Surrogat f r eine explizit
460. n einmal ausschlie lich unter Ber cksichtigung der Massenleistung TE_M und einmal unter Einbindung des Wertleistungsverm gens TE_E ermittelt Mit dieser Differenzierung wird ber cksichtigt dass Best nde mit hoher Massenleistung unter monet ren Gesichtspunkten aufgrund einer ung nstigen Sortimentszusammensetzung eine weniger gute Performance aufweisen k nnen und vice versa Beide Varianten sind unabh ngig voneinander zu betrachten und dienen ausschlie lich dem Vergleichszweck In der nachfolgenden Tabelle 58 werden neben dem klassischen inputorientierten radialen Effizienzma RAD IN auch das durchschnittliche maximale Verbesserungsma Seite 204 Konzeptionelle Anwendung von DEA f r ausgew hlte forstliche Datens tze Dmax IN sowie die die nicht orientierte radiale Variante RAD NO unter variablen Skalenertr gen die sowohl eine input als auch outputseitige Optimierung zul sst dokumentiert Target Values Effizienz r N Effizienz eff nicht St MaB VRS _ Wert eff HD_U De MED nr Kalk_E TEM z 6 07 5 11 6 83 0 04 41 27 94 98 a 77 RAD IN g 6 72 5 57 8 79 0 43 75 96 5 50 TEM x 5 53 2 99 4 89 2 98 34 38 97 05 p 77 RAD NO g 6 81 3 22 7 65 3 20 64 21 3 22 TEE 13 42 13 75 15 28 3 11 111 57 88 03 a 77 RAD IN s 10 08 10 54 12 82 796 131 12 9 14 TEE z 13 17 10 83 14 93 10 62 113 82 90 50 x 22 91 77 RAD NO g 10 11 8 54 13 47 9 35 131 85 7 51 TEM
461. n stehen werden f r die Festlegung der Inputfaktoren ausschlie lich Kosten verwendet Ausschlaggebend daf r ist dass f r die DEA Analyse sowohl eine wert als auch mengenbezogene Auswertung erfolgen soll Nachdem ein Gro teil der Kostenarten sowohl wert als auch mengenm ig dokumentiert ist fiel die Entscheidung zugunsten der Kostenarten aus Einschr nkung f r die zu selektierenden Modellvariablen Obwohl das Set der Kostenarten umfangreich dokumentiert ist muss dennoch auf die Diskriminanz des Modells wie unter 4 4 1 dokumentiert geachtet und in Summe nicht mehr als acht Input und Outputkriterien f r die Modellbildung gew hlt werden Gegebenenfalls m ssen manche Kriterien zu einem einzigen Merkmal aggregiert werden oder anstelle von Absolutgr en Werte je Bezugsgr e gew hlt werden um die Zahl der Parameter gering zu halten Trennung in mengen und wertbezogene Merkmale W rde man beispielsweise ausschlie lich nur Kriterien zulassen f r die Marktpreise existieren k nnte man ber den Marktpreis eine Gewichtung der Outputs und Inputs herbeif hren und so relativ einfach den Quotienten Output Input als Effizienzwert berechnen Zur Beurteilung der relativen Performance der untersuchten Einheiten w rde das nur dann Sinn machen wenn davon ausgegangen werden kann dass diese Marktpreise auf einem vollkommen freien Markt gebildet wurden und somit f r alle Einheiten in gleicher H he wirksam werden Da man in der F
462. n zu pr ferierendes Modell verwendet bzw weggelassen werden k nnen eignen sich Korrelationsanalysen Denn gelegentlich bestehen innerhalb des Input oder Outputsets zwischen den verwendeten quantitativen Faktoren Korrelationsbeziehungen woraus man auf redundante Information schlie en kann Der Verzicht auf eine der korrelierenden Variablen w rde in einem solchen Fall statistisch betrachtet nicht unbedingt zu einem Informationsverlust f hren Die Auswahl der Kriterien f r ein DEA Modell basiert aber auf der subjektiven Einsch tzung von Experten Die statistische Korrelationsanalyse liefert lediglich die R ckmeldung dass keine signifikanten Zusammenh nge zwischen den einzelnen Input und Outputvariablen bestehen und die Inputvariablen positiv mit den Outputvariablen korrelieren Eine derartige Konstellation w rde die Zul ssigkeit der gew hlten Kriterien f r eine DEA Analyse best tigen Au erdem werden Hinweise dar ber geliefert welche Kriterien zu einem gewissen Anteil redundante Informationen enthalten was aber keinesfalls zu mechanistischem Entfernen von Variablen f hren darf SCHEEL 2000 Das resultierende System aus Outputs und Inputs sollte nach Scheel 2000 den folgenden Prinzipien entsprechen Die Reduktion von Inputfaktoren im Sinne von weniger ist besser sollte zu einer Verbesserung der Performance beitragen e Die Steigerung des Outputs im Sinne von mehr ist g nstiger tr gt ebenfalls zur Steigerung der Effizienz b
463. nach demselben Schema angewandt werden kann Denn erst dadurch kommt es zu Generierung von Kennzahlen und quantitativer Information die als Argumentationsbasis f r weitere Schritte verwendet werden k nnen Diskussionspunkte die sich durch das Gespr ch mit den Fachreferenten des Ministeriums ergeben haben Im Zusammenhang mit der F rderung von Erschlie ungsprojekten wird das regionale und lokale Erschlie ungskonzept des Waldentwicklungsplans als ein besonders dienliches Instrumentarium bezeichnet Auch wenn dabei kein unmittelbarer Zusammenhang mit der Beurteilung der Effizienz des Erschlie ungsprojekts besteht so ist dieses Konzept im Vorfeld ausschlaggebend daf r ob der Bedarf der Errichtung berhaupt geben ist Au erdem enthalten Erschlie ungskonzepte im technischen Bericht Informationen ber lokale und regionale Rahmenbedingungen die zur Clusterung der Detailprojekte beitragen k nnten Aus Sicht der ausf hrenden Beh rde wird best tigt dass bereits durch den EDV technischen Fortschritt und die Vernetzung bestehender digitaler Plandaten ErschlieBungs Naturschutz und Bewirtschaftungspl ne im Sinne einer Hofkarte mit Hinterlegung der digitalen Katastermappe der digitalen Bodenkarte etc eine produktivere Abwicklung m glich geworden ist Da bisher keine zus tzlichen quantitativen Outputkriterien f r die Beantragung von Bringungseinrichtungen vorgesehen sind basiert die Evaluierung von Forststra enprojekten auf qua
464. nd Stammen die Beobachtungen beispielsweise aus unterschiedlichen Regionen oder operieren die Beobachtungen unter unterschiedlichen technologischen Voraussetzungen bzw divergieren die Zielsetzungen der Beobachtungen k nnte es durchaus Sinn machen nach derartigen Kriterien homogene Cluster zu bilden sofern eine ausreichende Zahl an Beobachtungen f r diskriminante Ergebnisse verf gbar ist D Abkl ren der Konsistenz der ber mehrer Perioden erfassten Datens tze und der Datenverf gbarkeit homogener Befundeinheiten Hier gilt es abzukl ren ob sich das Dokumentationsschema ber die Jahre ver ndert hat oder ob gleiche Sachverhalte durch unterschiedliche Indikatoren repr sentiert werden Gerade f r die Einbeziehung von Datens tzen aus Monitoring Projekten spielen derartige berlegungen eine Rolle Werden Perioden bergreifende Kennzahlen verwendet ist auf eine allfallig unterschiedliche Entwicklung von Faktorkosten und G terpreisen zu achten und gegebenenfalls eine Indexbereinigung der Daten vorzunehmen Zentral stellt sich die Frage nach der Archivierung bzw der Dokumentation der Datengrundlage von Befundeinheiten Es soll dabei offen gelegt werden ob die Daten s mtlicher Befundeinheiten zentral in Datenbanken verwaltet oder teilweise auch noch in Archiven aufbewahrt werden Im g nstigsten Fall aber davon ist in einem funktionierenden und automatisierten Controlling Kennzahlensystem auszugehen erfolgt die Dokumentation nac
465. nd NASE c im Ein Input und Ein Output Fall STEINMANN 2002 S 16 31 Abb 4 Demonstration eines schwach effizienten Projektionspunktes Gstach 2002 S 16 32 Abb 5 Outputisoquante GSTACH 2002 S 10 34 Abb 6 Inputisoquante GSTACH 2002 S 10 35 Abb 7 DEA Aktivit tsdreieck Einordnung von DEA im konomischen Umfeld Scheel 2000 S 6 52 Abb 8 Dominanzbereich Peer Group Best Practice bzw Benchmark A und B und virtueller radialer Projektionspunkt P der ineffizienten DMU P 53 Abb 9 quiproportionales Supereffizienzma Scheel 2000 S 113 55 Abb 10 Darstellung der Kosteneffizienz KE GSTACH 2002 S 16 57 Abb 11 Darstellung der Ertragseffizienz EE GSTACH 2002 S 32 57 Abb 12 Schematischer Ablaufprozess einer DEA Analyse in Anlehnung an SHIBA 1997 85 Abb 13 DEA Softwarepakete Beurteilungskategorien A amp B Barr 2004 S 3 88 Abb 14 DEA Softwarepakete Beurteilungskategorien C H BARR 2004 S 5 89 Abb 15 Darstellung der Skaleneffizienz fur die 77 untersuchten Forstbetriebe Inputorientierung 128 Abb 16 Die durchschnittlichen Betriebsgr en und deren Standardabweichung f r die drei ausgewiesenen Gruppen von Skaleneffekten bei Unterstellung eines inputorientierten Modells _ 129 Abb 17 Darstellung der Skaleneffizienz fur die 77 untersuchten Forstbetriebe unter der Anwendung eines nicht orientierten Modells 131 Abb 18 Die durchschnittlichen Betriebsgr en und deren Standardabweichung f r die
466. nd durchaus als entscheidungsunterst tzende Decision support Gr en betrachtet werden k nnen 5 5 2 Definition der Befundeineiten und deren Datengrundlage Die Befundeinheit als solche ist mit der Bestandeseinheit synonym f r die Teilfl che der r umlichen Einteilung in der _ Forsteinrichtung als kleinste abgrenzbare Bewirtschaftungseinheit eines Forstbetriebes und fixer Bestandteil der r umlichen Einteilung in jeder Forsteinrichtung klar festgelegt und auch grafisch in forstlichen Karten visualisiert Die Bestandesgr e sowie die Bestandesgrenzen sind tempor r betrachtet einigerma en stabil Doch in Folge der Bestandesentwicklung bzw von Nutzungen kann es im Laufe der Zeit zu r umlichen Ver nderungen der Best nde Teilfl chen innerhalb einer Unterabteilung durch die Untergliederung oder Zusammenlegung von Bestandes bzw Teilfl chen kommen Die Revision der Forsteinrichtungen erfolgt blicherweise in zehn j hrigen Turni Dabei werden die Best nde entweder taxiert oder die biometrischen Daten ber Stichprobenraster erfasst und in Manualen bzw Operaten dokumentiert die letztendlich als Grundlage f r die DEA Studie herangezogen werden Die biometrischen Daten umfassen Bestandesparameter die das Wuchsverhalten und die Vorratsmengen die Baumartenverteilung und das Alter des Bestandes sowie die Bonit t jeder Baumart Seite 172 Konzeptionelle Anwendung von DEA f r ausgew hlte forstliche Datens tze DGZ 100 beinha
467. ndung kommt Aus den unterschiedlichen Gradienten der Muster bereinstimmung zu den Nachbareinheiten leitet sich der zu bestimmende Sch tzwert ab LEMM ET AL 2005 Aber auch wenn hier von der Flexibilit t und Einfachheit dieses nicht parametrischen Ansatzes gesprochen wird darf man nicht au er Acht lassen dass zur Bestimmung des Sch tzwertes ausreichend Neighbours als Referenzeinheiten in einem entsprechenden Datenpool verf gbar sein m ssten Abgesehen davon l sst sich auch hier wiederum so wie bei den multivariaten und stochastischen Verfahren auch nur ein singul rer Sch tzwert ber unabh ngige Merkmale Zielvariablen ermitteln Nutzwertanalyse Benefit Analysis Den Nachteil dass mit den bisher vorgestellten Methoden immer nur ein einziger Output mit mehreren Inputfaktoren verkn pft werden kann vermeidet die Nutzwertanalyse BERGEN ET AL 2002 Sie erlaubt die synoptische Betrachtung mehrerer Zielkategorien sowie die Bestimmung einer eindeutigen Rangfolge hinsichtlich der Vorziehensw rdigkeit der untersuchten Alternativen Die Inputseite wird nicht gesondert abgebildet sondern allenfalls ber dementsprechende Zielelemente repr sentiert Bsp Zielelement niedrige laufende Kosten F r jede der Alternativen sind in Bezug auf alle Zielsetzungen die entsprechenden Zielerreichungsgrade zu bestimmen Diese werden in der Folge nach einem normierten Schema etwa Punktesystem von 0 bis 10 und unter Ber cksichtigung
468. ne alternative M glichkeit dar nicht nur die momentane Input Outputkonstellation einer Entscheidungseinheit in die Evaluierung einbeziehen zu k nnen sondern diese um die dynamische Komponente zu erweitern Mit der a priori Verf gbarkeit von zukunftsorientiertem Datenmaterial l sst sich damit die Bestandesentwicklung anhand des voraussichtlich zu erwartenden Bestandeszustands bei Erreichen des Abtriebkriteriums beurteilen Die Simulation der Bestandesdaten ist dabei zweistufig abgelaufen Unter Ber cksichtigung der Mortalitatsausfalle wurden die Daten nach einer einmalig durchgef hrten Pflegevariante und einmal ohne Pflegeeingriff simuliert Dadurch konnten die technischen und wertbasierten Unterschiede der beiden Modellvarianten gegen berstellt werden Seite 226 Konzeptionelle Anwendung von DEA f r ausgew hlte forstliche Datens tze Durch die Festlegung des Abtriebskriteriums mit Erreichen eines bonit tsabh ngigen Zieldurchmessers wurde eine einheitlich definierte Weisergr e festgelegt mit der realit tsnahe Gegebenheiten abgebildet werden und durch die eine Beurteilung der Vorteilhaftigkeit eines Bestandes aufgrund der Wertleistung unter Ber cksichtigung der Produktionsdauer erfolgen kann F r die Beurteilung muss aber relativierend ber cksichtigt werden dass diese Ergebnisse auf simulierten Daten beruhen Aufgrund des langen Simulationszeitraums und der zum Teil im Nachhinein bestimmten Simulationsparameter f r diese no
469. nen Effizienzma e A Ma Dmin Ma und Dmax Ma wurden die von EMS vgl 5 2 ausgewiesenen Slacks vgl 3 6 2 in die Berechnung von Verbesserungspotenzialen miteinbezogen Die Zielwerte als solches stellen Vorgabewerte bzw Sollwerte f r ineffiziente Einheiten dar um sich der Best Practice Einheit ihrer Peer Group anzun hern vgl 3 8 1 Dokumentation der aufbereiteten Ergebnisse Nachfolgend sind die Resultate sowohl f r die inputorientierte als auch die nicht orientierte Modellvariante tabellarisch f r die drei Effizienzma e A Ma Dmin und Dmax Ma aufbereitet Innerhalb der Tabelle 13 sind f r die unterstellen Modellvariablen die entsprechenden mittleren Zielwerte Targets x und die dazugeh renden Standardabweichungen s bei Unterstellung von variablen Skalenertr gen VSE ausgewiesen Zur Darstellung der durchschnittlichen Skaleneffizienz bzw jener Einheiten deren Output zu Input Quotient gr er bzw kleiner als 1 ist werden in separaten Tabellen ausgewiesen die die durchschnittlichen Effizienzwerte f r konstante KSE sowie variable Skalenertr ge VSE und die daraus abgeleitete Skaleneffizienz SE enthalten VSE x SE KSE Inputorientiertes Modell Absolutgr en TE VRS RAD IN Darstellung der Target Values Ziel bzw Sollwerte unter der Anwendung von inputorientierten DEA Modellen und variablen Skalenertr gen f r drei Effizienzma e 56 http www wiso uni dortmund de lIsfg or s
470. ng der Funktionsfl che entsprechend den Richtlinien des WEP Die Clusterung der Projektf lle in Anlehnung der Funktionsfl chen des WEP scheint insofern als sinnvolle Variante als der WEP die Waldfunktionen nach eindeutigen Kategorien und nach klaren Richtlinien die saubere und nachvollziehbare Kriterien enthalten definiert Nachdem der WEP in Zukunft sterreichweit digital zur Verf gung stehen wird wird auch die Verschneidung von Datenbankinformationen und Geodaten zur Kategorisierung der Projektf lle relativ einfach und rasch durchf hrbar sein Es darf dabei aber nicht au er Acht gelassen werden dass der WEP als institutionalisiertes Instrument f r den Vollzug des Forstgesetzes und die politischen Administration eingesetzt wird der den Waldfunktionen eine Rangordnung gem der Dringlichkeit von Ma nahmen zuweist Der Nutzen des WEP liegt ausschlie lich darin die Funktionalit ten des Waldes nachhaltig zu sichern und aufrecht zu erhalten und kann daher nur als Informationsbasis f r Detailprojekte dienen Nachdem der WEP die Ma nahmen auf den Funktionsfl chen nach Dringlichkeitsstufen in Abh ngigkeit von Risikoklassen reiht k nnte auch eine risikoabh ngige Strukturierung der Sanierungsprojekte vorgenommen werden In Abh ngigkeit von der unmittelbaren Gef hrdung von Menschenleben und von zu sch tzenden Realg tern k nnte eine Clusterbildung nach den Risikoklassen auf den sterreichweit 160 000 Hektar sanierungsbed rftigen
471. nge zwischen den drei Gruppen darstellen wird im nachfolgenden Post Hoc Tests demonstriert Seite 128 Konzeptionelle Anwendung von DEA f r ausgew hlte forstliche Datens tze Mehrfachvergleiche Abhangige Variable Betriebsgr e SE Absolut SE_ Absolut Mittlere Standardf 95 Konfidenzintervall G IN G IN 7 Differenz l J ehler 2065 427 234 463 2065 427 2299 890 673 7650 794 5936 673 7650 779 9335 Signifikanz Untergrenze Obergrenze 008 3677 366 453 488 953 1666 551 2135 476 453 488 433 949 3677 366 4165 830 Scheffe Prozedur 234 463 2299 890 2065 427 234 463 794 5936 779 9335 673 7650 794 5936 2135 476 4165 830 3749 058 1751 100 1666 551 433 949 381 796 2220 026 2065 427 2299 890 234 463 2299 890 673 7650 779 9335 794 5936 779 9335 381 796 350 960 2220 026 4248 819 3749 058 4248 819 1751 100 350 960 Bonferroni 2065 427 234 463 2065 427 2299 890 673 7650 794 5936 673 7650 779 9335 3716 419 1712 608 414 435 388 742 414 435 2181 533 3716 419 4211 037 234 463 2299 890 794 5936 779 9335 2181 533 4211 037 1712 608 388 742 Die mittlere Differenz ist auf der Stufe 05 signifikant Tabelle 16 Ergebnisse von drei ausgew hlten Post Hoc Tests zur Darstellung des Zusammenhangs zwischen den Betriebsgr en und den ber DEA ermittelten Skaleneffekten Unabh
472. ngigkeit eines Inputfaktors von mehreren Outputleistungen beschrieben wird K Nearest Neighbour Methode Alternativ zu den parametrischen Stochastic Frontier Modellen lie en sich aber auch Produktivit ts Modelle ber einen nicht parametrischen Ansatz konzipieren Der kNN k nearest Neighbour Ansatz erf llt viele Anforderungen die an Modelle Zur Sch tzung der Produktivit t gestellt werden und stellt aufgrund seiner Einfachheit und flexiblen Anwendbarkeit eine sinnvolle Alternative zu parametrischen Verfahren dar LEMM ET AL 2005 Als Vorteil gegen ber multivariaten Analyseans tzen nennen Lemm et al die spezifische Ber cksichtigung individueller Rahmenbedingungen sowie die rasche Integration aktueller Datens tze in das Produktivit tsmodell Denn durch das Sch tzen des funktionalen Produktivit tszusammenhangs aus idealisierten Datens tzen k nnen individuelle Gegebenheiten nicht ber cksichtigt werden und bei nderung der technologischen Voraussetzungen und Entwicklungen m ssten die multivariaten Analyseverfahren neu kalibriert bzw spezifiziert werden LEMM ET AL 2005 Die nicht parametrische kNN Methode leitet aus der hnlichkeit zu bereits bei anderen Einheiten Nachbarn beobachteten Mustern die Sch tzung eines Ereignisses ab Der Gradient f r die Muster bereinstimmung mit den Nachbarbeobachtungen kann ber verschiedene Verfahren erfolgen wobei in der Regel die Euklidische Distanz als Standardverfahren zur Anwe
473. ngszwecke Besucheranzahl Ha verwendet Um ein diskriminantes Modell zu erhalten wurden zus tzlich zu den 13 urspr nglichen Forstbezirken vier hnliche forstliche Verwaltungseinheiten hinzugenommen Zu diesen nunmehr 17 Einheiten werden jeweils die acht neu kombinierten alternativen Forstbezirke als fiktive Planungseinheiten hinzugef gt Infolge der aggregierten Effizienzergebnisse der 13 urspr nglichen Einheiten bei Unterstellung von variablen Skalenertr gen und der Verwendung eines quiproportionalen Effizienzma es kam es zu einer weitern Kombinationsalternative die in Summe eine noch g nstigere Performance als die drei bisher vorgeschlagenen Varianten erwarten l sst Author year Region Decision Making Unit DMU No of DMUs Graduate School of Industrial Management National Cheng Kung University Tainan and Forest Districts 25 Taiwan Department of Forestry National Taiwan University Taipei C Kao and Y C Yang 1992 DEA model s Inputs Outputs Input orientated proportional budget 1000 efficiency measure using a CRS initial stocking 1000 m Main product m3 average stocking 1000 m3 and a VSE Technology scale labour persons unit Recreation visits efficiency area 1000 ha 11 Measuring the Efficiency of Forest Management Author Chiang Kao Yong Chi Yang Affiliation Graduate School of Industrial Management National Cheng Kung University Taiwan Taiwan ROC Department of For
474. nheiten relativ zueinander betrachtet wird ist davon auszugehen dass Einheiten mit einer kleinen Verh ltniszahl weniger effizient sind als solche mit einer gro en Ohne eine relative Betrachtung der Produktivit tskennzahl mit vergleichbaren Beobachtungen Einheiten lassen sich daraus keine Effizienzkennzahlen ableiten Effizienz ist damit stets relativ SCHEEL 2000 2 1 1 Definition von Produktivit t Der Begriff Produktivit t kann je nach Sichtweise unterschiedlich definiert werden Jedoch gibt es drei allgemeine Kategorien die zusammenfassen wie der Begriff bisher benutzt wird PRITCHARD 1995 Die erste Definition wie sie vom typischen konomen und Ingenieur verwendet wird definiert Produktivit t als Effizienzma welches blicherweise das in Geldeinheiten ausgedr ckte Verh ltnis der produzierten zu den eingesetzten G tern angibt Eine zweite Definition von Produktivit t stellt eine Kombination von Effizienz Ergebnis Einsatz und Effektivit t Ergebnis Ziele dar Umgelegt auf einen Produktionsprozess lie e sich durch die Bildung des Produktes aus Effizienzma Produktionserl s zu Herstellungskosten und Effektivit tsma produzierte G ter zu Planabsatz eine aussagekr ftigere Kennzahl ableiten Die dritte Definition von Produktivit t ist die umfassendste und betrachtet alles als Produktivit t was die Organisation besser funktionieren l sst Bei dieser Definition beinhaltet Produktivit t Effizienz und Effektivi
475. nia have the lowest However similar cost efficiency does not mean similar cost competitiveness Variations in fiber price energy use and price and labour use and price are the major determinants of cost positions in BSKP manufacturing Due to the lowest fiber and labour prices mills in Latin America enjoy the greatest cost advantage In contrast mills in Ontario Asia and Oceania are severely disadvantaged due to their higher fiber price and or labour cost Mills in coastal British Columbia and the U S Southeast have modest degrees of cost advantages Zusammenfassung Datengrundlage f r die Untersuchung sind 70 BSKP Kraftzellstoff herstellende Werke aus 10 verschiedenen L ndern des Pacific Rim Seite 96 Konzeptionelle Anwendung von DEA f r ausgew hlte forstliche Datens tze Die Motivation des Artikels besteht darin die Konkurrenzf higkeit zwischen den untersuchten Regionen der BSKPs bezogen auf deren Kostenstruktur einmal mittels Regressionsanalyse zur untersuchen als auch deren Performance ber eine DEA Analyse einem Performance Measurement Tool zu analysieren Lassen sich mittels DEA sowohl die natural technische als auch die kostentechnische Effizienz ableiten kann daraus die allokative Effizienz die das Beschaffungsverhalten der Beobachtungen am Markt widerspiegelt ermittelt werden Im Zuge der Studie wurde festgelegt dass die unterstellte Produktionstechnologie unter variablen Skalenertr gen operiert und das
476. nisse zu reflektieren und damit einen homogeneren Rahmen f r die zu evaluierenden Einheiten zu schaffen Neben diesen physisch erfassbaren Parametern die sich kardinal messen lassen ist es aber durchaus denkbar ausschlie lich die Kostengr en zu verwenden Um aber gleichzeitig auch Informationen zur Kostenstruktur zu erhalten erscheint es sinnvoll eine Trennung nach Gesamtkosten exkl der F rder und Transaktionskosten vorzunehmen und diese separat anteilsm ig oder in lfm auszuweisen e Gesamte Errichtungsaufwand exkl der F rder und Transaktionskosten Bezieht man die Gesamtkosten auf den Laufmeter bekommt man bereits einen ersten berblick ber variierende Baukosten bzw ber die Abh ngigkeit der Transaktionskosten von der Wegl nge F rderanteil in oder in lfm e Transaktionskosten in der Gesamtkosten oder in Ifm Der Beh rdenaufwand die Projektierung die Kommissionierung und die Kollaudierung stellen fixe Bestandteile in der Errichtung von Forststra en dar deren Kostenanteil Transaktionskosten ma geblich von der Errichtungsl nge der Forststra e abh ngt H Outputaktivitaten Die Outputaktivit ten sind so zu w hlen dass je nach Zielkategorie der F rderung Kriterien definiert werden die auf die Zielkategorie reflektieren und die relativ einfach von entsprechend geschultem Personal erfasst werden k nnen Die angef hrten Parameter erf llen den Mindestanspruch an erfassbaren Outputparam
477. nkte auf dieser Gerade oder Ebene Infolgedessen lassen sich alle Inputfaktoren aber auch Outputfaktoren ohne Einschr nkung beliebig substituieren Erst wenn unter variablen Skalenertragen eine engste Umh llende um die Beobachtungen gelegt wird resultiert die untere Schranke an limitationalen Produktionsfaktoren zur Erzeugung eines bestimmten Ertrages aus den untersuchten Beobachtungen Damit treten bei DEA sowohl reine substitutionale als auch eine Kombination aus substitutionaler und limitationaler Faktorbeziehungen auf Wird also Substitution zur Erf llung der Konvexit tsbedingung zugelassen dann muss selbstverst ndlich auch die beliebige Teilbarkeit der Faktoren gew hrleistet sein GSTACH 2002 4 4 8 Unerw nschte Outputfaktoren Bisher wurde allgemein angenommen dass die Reduktion eines Inputs bzw die Steigerung eines Outputs zu einer Verbesserung der Performance f hrt Allgemein wird das f r einen Gro teil der F lle zutreffen Aber nicht alle Prozesse und Aktivit ten f hren ausschlie lich zu den gew nschten Outputleistungen Im Zuge von Transformationsprozessen zu Leistungsg tern fallen unter anderem auch unerw nschte Produkte an In der industriellen Fertigung kann es sich dabei um emittierte Schadstoffe oder Abfallprodukte handeln Im Zusammenhang mit der Beurteilung von Bildungseinrichtungen ist insbesondere an die Dropout Quoten zu denken Und bei Krankenh usern m ssen die F lle von Kunstfehlern als unerw nsc
478. nn Indem f r die einzelnen Zeitpunkte Durchschnittswerte ber mehrere Perioden berechnet wurden und eine Indexanpassung der monet ren Gr en an das Basisjahr 1975 vorgenommen wurde hat man den Vergleich auf eine gute Basis gestellt und gleichzeitig zuf llige Ausrei er vermieden Zur Feststellung der Performanceentwicklung der acht 1989 neu strukturierten Forstbezirke werden die Kenndaten der DMUs von damals und von 1992 gemeinsam mit den 13 urspr nglichen Forstbezirken sowie vier weiteren forstlichen Einheiten in einem Seite 95 Konzeptionelle Anwendung von DEA f r ausgew hlte forstliche Datens tze gemeinsamen DEA Modell evaluiert Durch diese Vorgehensweise erh ht sich die Anzahl an DMUs und die Ergebnisse sind infolge des strafferen Modells aussagekr ftiger Indem nun die Resultate der Vergleichspaare von 1992 und 1989 ins Verh ltnis gesetzt werden l sst sich ganz klar erkennen ob sich die Einheiten aufgrund der unterstellten Annahmen verbessert bzw verschlechtert haben Da aber nach der klassischen DEA Analyse nur sinnvolle Aussagen f r nicht effiziente Einheiten gemacht werden k nnen bedient man sich f r die Herleitung der Verbesserung der Produktivit t am Modell der Supereffizienz SCHEEL 2000 Dazu wird f r die zu evaluierende Einheit gepr ft um wie viel Prozent deren Inputgr en erh ht und gleichzeitig deren Outputgr en reduziert werden k nnten um dennoch unter radialen Bedingungen infolge der geometrische
479. nsit t ber den gesamten Lebenszyklus des Produktes auf ein Niveau verringert werden welches mit der Tragf higkeitsgrenze der Erde vereinbar ist Seite 22 Grundlagen der Effizienzbestimmung Der Welthandelsrat f r nachhaltige Entwicklung World Business Council for Sustainable Development WBCSD bringt Okoeffizienz auf die einfache Formel http www wbcsd ch whatis htm Okoeffizienz Wirtschaftlicher Wert eines Produktes Einfluss bzw Auswirkungen auf die Umwelt Dieses Konzept fordert die Maximierung des Wertes Utility pro Einheit Umweltbelastung Das Ziel von eco efficiency ist also kologie und konomie in Einklang zu bringen und den wirtschaftlichen Wert mit dem Umwelteinfluss zu korrelieren Dabei wird sowohl der Herstellungsprozess als auch der Gebrauch Nutzen und die sp tere Entsorgung bei Produkten in die Bilanz einbezogen cradle to grave Prinzip Die Verminderung der Material und Energieintensit t von Produkten und die Reduzierung des Schadstoffaussto es sollen zusammen mit der Erh hung der Recyclingf higkeit von Produkten sowie dem maximalen Einsatz wieder verwendeter Materialien eine m glichst geringe Umweltbelastung bewirken Eco efficiency ist ein Managementansatz mit dem Produktionsprozesse und Produkte wirtschaftlicher gestaltet werden sollen Die Steigerung der Umweltvertr glichkeit ist dabei ein positiver Nebeneffekt http de wikipedia org wiki C3 96koeffizienz 2 3 Definition
480. nsvorschriften von Dyson et al 2001 gehen dazu die folgenden Anregungen zur ck Seite 67 Rahmenrichtlinien fur DEA Applikationen e Auf der Outputseite beziehen sich diese vergleichbaren Aktivit ten auf die Bereitstellung gleicher Produkte oder gleicher Dienstleistungen unter Verwendung hnlicher Herstellungstechnologien Inputseitig lautet das Postulat dass alle Beobachtungen f r den Transformationsprozess von Produktionsfaktoren in vergleichbare Leistungsg ter in etwa die gleichen Produktionsfaktoren verwenden Mitarbeiter Rohmaterial Ausr stung Auch wenn vergleichbare Produktionsfaktoren vorliegen so kann es aber dennoch zu Abweichungen infolge von unterschiedlicher technologischer Ausstattung von Maschinen oder Fertigungsstra en bzw Umfeldbedingungen kommen die voneinander abweichende Leistungen verursachen Alternativ zu den physischen Gr en k nnten dann Kostengr en je physischer Einheit Mitarbeiter bei unterschiedlicher Qualifikation Maschinen mit unterschiedlicher Leistung etc verwendet werden um den technologischen Vorteil auszugleichen Wenn es allerdings nicht m glich ist evidente Nachteile einzelner Beobachtungen auf die diese nicht unmittelbar Einfluss nehmen k nnen ber Indikatoren zu ber cksichtigen sind unter Umst nden die Homogenit tskriterien der Technologiemenge verletzt Die Modellkonzeption ist damit neu aufzurollen und die Zusammensetzung der DMUs sowie der Beurteilungskriterien i
481. nvelopment analysis DEA approach has been widely applied to measure the relative efficiencies of decision making units DMUs for a time period This article measures the performance improvement of a DMU at two time points by using the DEA approach Two ideas are proposed One is to treat one DMU at two time points as two different DMUs and the ratio of the efficiency scores of a DMU at two time points serves as a measure of the efficiency improvement The other is to calculate the Malmquist productivity index of a DMU to represent its productivity improvement Both the efficiency ratio and the productivity index can be decomposed into the technical part and the scale part From the data of the eight forest districts of Taiwan compiled in 1989 and 1992 the efficiency and productivity improvement in these two periods are measured The results of the two methods are consistent in that both indicate a slight improvement in performance Keywords Data envelopment analysis efficiency productivity Zusammenfassung Einmal mehr spiegelt dieses Paper die vielf ltige Einsetzbarkeit von DEA wider Kao evaluiert darin in Anlehnung an die Arbeiten von Althin et al 1996 Fare et al 1994 und Sueyoshi 1995 und 1998 die Performanceentwicklung der acht neu strukturierten Forstbezirken in Taiwan Dabei stellt sich die zentrale Frage wie die Effizienz von denselben Einheiten zu zwei unterschiedlichen Zeitpunkten auf demselben Skalenniveau gemessen werden ka
482. nwendungsf lle jeweils durchschnittliche wie auch beispielhafte individuelle Performances einzelner DMUs nach verschiedenen Effizienzma en abgeleitet und analysiert Die prospektive Auseinandersetzung mit verschiedenen weiteren forstlichen Themenbereichen Zur Absch tzung potenzieller Anwendungsm glichkeiten im Bereich der ffentlichen Verwaltung werden qualitative Experteninterviews durchgef hrt Mittels standardisiertem Interviewleitfaden wird gew hrleistet dass die Anwendungsvoraussetzungen und die Rahmenrichtlinien f r die potenzielle Anwendung von DEA systematisch verifiziert werden k nnen Im Zuge der Diskussion soll der Interviewpartner f r das Thema Effizienz sensibilisiert werden was im Idealfall zur Aufdeckung von Datendefiziten bzw zu konstruktiven Beitr gen zur Beseitigung dieser Defizite sowie zur Entwicklung konkreter Modellkonzepte f hren soll Nach diesem Schema sind Interviews und Diskussionen zu den Themenbereichen forstliche F rderung Ma nahmen zum Schutz vor Naturgefahren sowie Schutzwaldsanierung gef hrt worden Seite 19 Grundlagen der Effizienzbestimmung 2 Grundlagen zur Effizienzbestimmung Nach Scheel 2000 l sst sich die Effizienz von Produktionseinheiten ausschlie lich durch den Transformationsprozess von Produktionsfaktoren in Leistungsg ter charakterisieren Die Basis zur Bestimmung der Effizienz liefert die Produktivit t Erst wenn der Quotient Output zu Input mehrerer vergleichbarer Ei
483. nzbeurteilung von Laub Nadelmischbest nden unter Verwendung eines outputorientierten quiproportionalen Modells bei Unterstellung einer VSE Technologie Die Bestandesmerkmale der Benchmarkbest nde zwischen 20 und 135 Jahren sowie die Anzahl wie oft diese Einheiten als Benchmarks zur Generierung von virtuellen Best Practice Einheiten verwendet wurden Skaleneffizienz der Laub Nadel Mischwaldbest nde des Lehrforstes Ofenbach Die kritischen mittleren BHDs die zur Festlegung des Abtriebskriteriums angesetzt wurden __ bersicht zu den im natural technischen Modell zur Beurteilung des Bestandesbehandlungs konzepts verwendeten Variablen bersicht zu den im durchschnittlichen kostentechnischen Modell zur Beurteilung des Bestandesbehandlungskonzepts verwendeten Variablen bersicht zu den im tats chlichen kostentechnischen Modell zur Beurteilung des Bestandesbehandlungskonzepts verwendeten Variablen Erntekosten je EfmD in Abh ngigkeit von den erreichten BHDs zum Zeitpunkt des Umtriebs__ Holzpreise je EfmD getrennt nach Kappholz Kapp und sonstiges Nadelholz SNH sowie nach den blichen St rkeklassen von 1b bis 4 unter Einbeziehung eines 20 igen Abschlags je Sortiment f r Qualit tsabwertungen Bodenverkehrswerte in Abh ngigkeit von den Bonit ten der originalen Ausgangsbest nde Korrelationsanalyse der Input Outputfaktoren des natural technischen Modells das als Outputmenge die physische Derbholzmenge unter
484. nzwerten des natural technischen und des tats chlich konomischen Modells f r die VRS und Inputorientierung unterstellt sind 211 Abb 27 Regressiver Zusammenhang der durchschnittlichen BHDs zum Zeitpunkt des Abtriebs U mit den Effizienzwerten des natural technischen und des tats chlich konomischen Modells 212 Abb 28 Regressiver Zusammenhang der Ergebnisse der Arbeitszeitstudie der BOKU mit den Effizienzwerten des natural technischen und des tats chlich konomischen Modells f r die jeweils VRS und Inputorientierung unterstellt wurden 213 Abb 29 Diagramme f r den Nachweis der Normalverteilung der Beobachtungen 215 Abb 30 Diagramme f r den Nachweis der Normalverteilung der Beobachtungen 217 Abb 31 Strukturbaum f r den Interviewleitfaden 237 VII Tabelle 1 Tabelle 2 Tabelle 3 Tabelle 4 Tabelle 5 Tabelle 6 Tabelle 7 Tabelle 8 Tabelle 9 Tabelle 10 Tabelle 11 Tabelle 12 Tabelle 13 Tabelle 14 Tabelle 15 Tabelle 16 Tabelle 17 Tabelle 18 Tabelle 19 Tabelle 20 Tabelle 21 Tabelle 22 Tabelle 23 Tabelle 24 Tabelle 25 Tabelle 26 Tabelle 27 Tabelle 28 Tabelle 29 Tabelle 30 Tabelle 31 Tabelle 32 Tabelle 33 Tabelle 34 Tabelle 35 Tabelle 36 Tabelle 37 Tabellenverzeichnis Ubersichtstabelle zu den drei unterstellten DEA Effizienzma en 42 dualer Zusammenhang zwischen dem inputorientierten Multip
485. ob ein anderer Typus dasselbe Schutzziel bzw Funktionsziel f r weniger Geld erf llt h tte Infolge der zu erwartenden gut dokumentierten Datengrundlage erscheint eine Potenzialabsch tzung ob der Einsatz von DEA machbar w re als durchaus sinnvoll Mit der DEA Analyse wird aber nicht nur die Ableitung von Effizienzwerten und eines Performancerankings angedacht sondern darauf aufbauend k nnte auch ein Planungstool aufgesetzt werden das bereits im Vorfeld Planungsprojekte in Relation zu bereits abgeschlossenen Projekten evaluieren k nnte B Welche Befundeinheiten potenzielle DMUs erachten Sie prim r f r die Evaluierung von Ma nahmen der WLV als bedeutsam Die Diskussion rund um die homogene Strukturierung genehmigter Projekte die als DMUs betrachtet werden gestaltet sich als schwierig Trotz umfangreicher Diskussion mit den Befragten konnte kein eindeutiger Konsens ber die zu pr ferierenden Annahmen gefunden werden Im Prinzip konnte man sich darauf einigen die Charakterisierung homogener Rahmenbedingungen die als Basis f r eine Clusterbildung nach nachvollziehbaren Kriterien herangezogen werden k nnten auf folgende zwei Optionen einzuschr nken 1 Projekte mit Ma nahmenketten bzw 2 Projekte die infolge gleichartiger Prozesse hnliche Ma nahmen setzen Ausschlaggebend f r die ausf hrliche Diskussion rund um die Homogenisierung von Projekten waren interessante Diskussionsbeitr ge welche die Rahmenbedingungen unter
486. obachteten Merkmale Ber cksichtigung finden werden die Distanzen zur H lle relativ angegeben In welcher H he die relative Ver nderung ausf llt h ngt neben der Technologiemenge auch von dem zugrunde gelegten Effizienzma ab Es lassen sich ber das Dmax Ma sowohl die gr ten als auch ber das Dmin Ma die kleinsten Verbesserungspotenziale ableiten Aus praktischer Sicht ist es von Interesse dass sich die Effizienzma e einfach und nachvollziehbar berechnen und interpretieren lassen Dabei steht es dem Benutzer frei Verbesserungspotenziale von Inputs und Outputs simultan um einen relativen Wert ber alle Kriterien quiproportionale Effizienzma e oder differenziert nach einzelnen Kriterien durchschnittliche Effizienzma e durchzuf hren Umgekehrt lassen sich aber auch input oder outputorientierte Analysen nach demselben Schema durchf hren die streng nach den Minimierungs und Maximierungsprinzipien der klassischen konomie vorgehen DEA ist damit nichts anderes als eine Verallgemeinerung komplexer Controlling Kennzahlensysteme die durch eine produktionstechnisch fundierte Generierung einer hoch aggregierten Kennzahl aus multiplen Input Outputprozessen mittels eines linearen Programmierungsalgorithmus erzielt wird DEA kann somit unter dem Zusammenspiel von Controlling bzw Benchmarkingkonzepten Produktionstheorie und Operations Research betrachtet werden wie die Grafik von Scheel 2000 versinnbildlicht Seite 51
487. obustheit bzw Sensitivit t der sechs Datens tze zur Performancebeurteilung wird durch das Weglassen von effizienten Einheiten getestet Nachdem sich dadurch kaum Auswirkungen auf den verbleibenden Datensatz ergeben haben kann von stabilen Modellvoraussetzungen ausgegangen werden Zur Ableitung des Einflusses der erkl renden Variablen wurde eine zweiphasige Principal Component Analysis angewandt Auch wenn a priori ein Einfluss von den internen Faktoren Organisationsklima Job Transparenz Aufgabenstellungen und Zufriedenheit mit dem Verantwortungsbereich sowie die Unterst tzung durch das Management wie von Umweltfaktoren das stehende Waldverm gen und die lokale regionale Bedeutung der Forstwirtschaft angenommen wurde konnte ber das Tobit Kompositen Modell nur ein signifikanter Zusammenhang mit dem stehenden Vorrat nachgewiesen werden F r die internen Einflussgr en lie sich lediglich ein schwacher Zusammenhang in der Unterst tzung durch das Management feststellen Dass diese internen Einflussfaktoren aber auch tats chlich eine Auswirkung auf die Performance haben sollten basiert zumindest auf den Resultaten einer Fallstudie in der mittels qualitativen Interviews die am besten und die am schlechtesten performenden Einheiten gezielt auf deren Unternehmenskultur hin analysiert wurden DEA erscheint den Autoren als ein unterst tzendes Instrument um die Performance vergleichbarer Organisationseinheiten zu beurteilen Sie merken abe
488. ogen werden Die hier explorativ durchgef hrten Modellvarianten sollen dazu beitragen empirisch aufzuzeigen inwieweit es Sinn macht die DEA Applikation unter Zugrundelegung der vorhandenen Datenbasis f r forstwirtschaftliche Fragestellungen anzuwenden Das Verfahren der Modellbildung und der Modellfindung ist als ein iterativer Prozess zu sehen der sich beginnend bei den nachfolgenden Modellvarianten bis hin zum pr ferierten Modell Fl chennormierung und Hiebsatzbereinigung erstreckt Ziel ist es dabei sich einem Modell zu n hern dessen Plausibilit t entweder aus der empirischen Erfahrung heraus akzeptierbar ist oder im umgekehrten Fall aufgrund der gesammelten Erfahrungen aus zahlreichen gescheiterten Modellvariationen die Ursachen und Gr nde f r das Scheitern in der forstlichen Praxis explizit darstellt 5 4 8 1 Modell Testbetriebe Absolutgr en AbsG F r diese erste Ann herung zur Modellfindung wurden alle Input und Outputvariablen wie unter 5 4 7 beschrieben in ein natural technisches Modell implementiert Mit dieser Vorgehensweise wurde versucht die Analysem glichkeiten und die Ergebnisplausibilit t der DEA Anwendung zu testen Aus der Analyse der Ergebnisse heraus werden die Auff lligkeiten sowie die Abweichungen zu empirischen Erfahrungen entsprechend festgehalten Auf diesen Erkenntnissen aufbauend erfolgt das Setzen weiterer Entwicklungsschritte in Abstimmung mit den Erfahrungsdokumentationen aus der
489. ogenen Effizienzzusammenhangs gilt es weitere Effizienzkonzepte zu implementieren die durch Aufgliederung in eine Kosten und eine Ertragseffizienz den Wertbezug widerspiegeln Zur Ermittlung der Kosteneffizienz KE werden die Produktionsfaktoren mit einem aus Marktpreisen gemittelten durchschnittlichen Kostensatz bewertet und zu einer einzigen Kostengr e aggregiert Die natural technischen Outputvariablen auf der Ertragsseite bleiben dabei zur Ermittlung der minimalen Gesamtkosten unver ndert Umgekehrt werden zur Bestimmung der Ertragseffizienz EE die Outputg ter zu durchschnittlichen Markspreisen bewertet und zu einer Gesamtertragsvariablen aggregiert die den 7 von der Direktion f r Entwicklungshilfe und Zusammenarbeit DEZA im Text Glossar Controlling und Evaluation des DEZA 8 von Christian Schucan im Buch Effektivit tssteigerung mittels konzeptionellem Informationsmanagement 1999 im Text Methodengrundlagen auf Seite 67 Seite 21 Grundlagen der Effizienzbestimmung unver nderten Produktionsfaktoren auf der Inputseite gegen bergestellt wird Wird das natural technische Effizienzma dem wertbezogenen Effizienzma gegen bergestellt leitet sich daraus das allokative Effizienzma AE ab das auf eine ineffiziente Konstellation der eingesetzten Produktionsfaktoren bzw der erzeugten G ter aufgrund der am Markt geltenden Preise hinweist In den bisher definierten Effizienzbegriffen wird allerdings nur diskutier
490. ohen Output erzeugen und umgekehrt existieren F lle wo berproportional viele Ressourcen f r die Bereitstellung der Outputs verwendet werden Mit der Einf hrung des VSE Modells BANKER ET AL 1984 das die Beobachtungen im Produktionsm glichkeitsraum enger umh llt als die KSE Technologie werden genau diese Seite 72 Rahmenrichtlinien fur DEA Applikationen F lle unterschiedlicher Skaleneffekte ber cksichtigt Gleichzeitig birgt dies aber die Gefahr dass falls f r die Beobachtungen der variable Skaleneffekt eigentlich nicht zutrifft dann jene F lle mit zunehmenden und abnehmenden Skalenertr gen in ihrer Performance besser dargestellt werden als sie eigentlich w ren Zur Vermeidung dieses Effekts m sste laut Dyson et al 2001 in einer Pre Study ber statistische Hypothesentests bewiesen werden welche Form von Skaleneffekten f r die untersuchten Beobachtungen die zutreffendere ist 4 4 Spezifikation des Input Outputsets Neben den zu definierenden Rahmenbedingungen die die Struktureigenschaften der Technologiemenge und die Eigenschaften der unterstellten Effizienzma e sowie das homogene Umfeld und die Selektion vergleichbarer Entscheidungseinheiten DMUs betreffen wirkt sich vor allem die Festlegung der Produktionsfaktoren und der Leistungsg ter direkt und entscheidend auf die Performance der einzelnen Beobachtungen aus Der Prozess der Selektion der Input und Outputfaktoren muss daher sehr sorgf ltig und
491. ohl nicht durchf hren Welche Indikatoren zur Ber cksichtigung von Umwelteinfl ssen k nnte man aus einem Set verf gbarer quantitativ messbarer Gr en heranziehen Die einzelnen Verbauungsprojekte und die Art der Durchf hrung h ngen stark von der Komplexit t des Einzugsgebietes ab Die Abh ngigkeit des Gefahrenpotenzials von der Geologie den Starkniederschlagsereignissen dem Relief und der Topografie dem Oberfl chenabfluss und dem Bewuchs sowie deren komplexes Zusammenwirken l sst sich nur schwer ber kardinal erfassbaren Indikatoren dokumentieren K Welche Einflussparameter die bisher bereits genannt wurden oder die Sie sich noch vorstellen k nnten w rden Sie als unbeeinflussbar einsch tzen Bei den Einflussparametern im Einzugsgebiet mit denen sich die WLV auseinander zu setzen hat handelt es sich zum Gro teil um unkontrollierbare Gr en die aber auch gleichzeitig umweltbeeinflussende Variablen darstellen In der Diskussion mit den Befragten konnte man f r diese beiden Kategorien nicht ad hoc eine Gr e konkret festmachen die den entsprechenden Einfluss auf bauliche Ma nahmen h tte und au erdem noch kardinal erfassbar w re Seite 258 L Prospektive Auseinandersetzung mit verschiedenen forstlichen Themenbereichen zur Entwicklung konzeptioneller DEA Modelle LieBen sich aus ihrer Sicht vorweg bereits unerw nschte Outputeffekte die beispielsweise das Landschaftsbild oder die kologischen Verh ltniss
492. okumentiert dass die Produktivit t des Durchforstungsprozesses je Systemstunde von der H he des Entnahmeprozents und dem durchschnittlichen Baumvolumen der entnommenen Individuen sowie der Hangneigung abh ngig ist Umgelegt auf die hier zugrunde gelegte Forschungsfrage der tats chlichen Performance eines Bestandes hat eine produktive oder weniger produktive technische Vornutzungsma nahme im Rahmen eines dynamischen Produktionsprozesses aber noch keine Auswirkung auf eine besonders hohe oder weniger hohe Gesamtperformance Ganz im Gegenteil sollte im Sinne einer gesamtheitlichen Bestandesperformance die Durchf hrung einer Vornutzungsma nahme dann als besonders effizient eingestuft werden wenn diese im Sinne der Bestandeszielsetzung mit hoher Produktivit t durchgef hrt werden konnte Obwohl die Leistungsbeurteilung verschiedener Harvestertypen anhand singul rer Durchforstungseingriffe innerhalb der Produktionskette eine g nzlich verschiedene Fragestellung verfolgt hat lieferte diese Studie dennoch den Ansto f r die initialen berlegungen die Produktivit t einer Teilfl che ber einen gesamten Produktionszyklus zu beurteilen Denn erst durch die Einbeziehung der gesamten Ma nahmenkette zur Erreichung eines bestimmten Bestandesziels am Ende der Umtriebszeit erm glicht einen objektiven mengen und wertbezogenen Performancevergleich mit anderen Teilfl chen 5 6 1 Problemer rterung und Modellkonzept zur Performancebeurteilung von B
493. olzernte V_DF VfmD Volumen der Ausgangsbest nde vor der Durchforstung Ertrag EfmD Der aufgrund der Sortenanteile zu erwartende Ertrag Kalk Ertrag zus tzlicher Ertrag infolge der Verk rzung der Umtriebszeit VSE Dmax TE_E Variable Skalenertr ge maximales durchschnittliches Effizienzma natural technisches Modell unter Verwendung der Ertragsleistung als Output VSE Dmax KEd_E Variable Skalenertr ge maximales durchschnittliches EffizienzmaB Kosteneffizienz mit durchschnittlichen Faktorpreisen und Verwendung der Ertragsleistung als Output Mit der Implementierung des Dmax Effizienzma es wird eine differenzierte Ausweisung von Target Values auf der Inputseite m glich Aus dieser Auswertung heraus l sst sich erkennen dass zur Erzielung einer Verbesserung das Hauptaugenmerk auf die Reduktion des Vorrates der Ausgangsbest nde sowie auf die Rationalisierung der Arbeitszeit bzw auf die Reduktion der Umtriebszeit zu legen ist Die Vorgabewerte f r das Reduktionspotenzial f r die unterstellten H D Werte fallen dagegen vergleichsweise moderat aus Die Sollvorgabe die Vorr te der Ausgangsbest nde zum Zeitpunkt der anstehenden Durchforstung geringer zu halten ist ein klarer Hinweis darauf entweder mit weniger Individuen die Best nde zu begr nden oder bereits davor eine Erstdurchforstung durchzuf hren Infolge geringerer Baumindividuen je Hektar w re es auch zu erwarten dass die Zieldurchmesser bereits zu einem fr heren Zei
494. on zwei realen Beobachtungen DMUs die Teil der Technologie T sind gebildet wird Auch f r diese methodische Rahmenbedingung lassen sich wiederum die verwendeten Inputvektoren und die erzeugten Outputvektoren getrennt voneinander analysieren Nach Steinmann 2002 wird das konvexe Inputset definiert als Wenn die konvexe Linearkombination von Inputvektoren X ebenfalls der Inputerfordernismenge L Y zur Herstellung von Leistungsg tern e L Y s 1 S angeh rt und die Gewichte A 0 s 1 S f r alle Beobachtungen die Nichtnegativit tsbestimmung einhalten sowie gem dem dualen DEA Problem vgl 3 7 1 2 die Normierung der Summe der Gewichte A auf eins Ye hs 1 unterstellt werden kann dann ist auch der mit Lambda gewichte Inputvektor X eL Y teil der konvexen Inputtechnologie L Y die variable Skalenertr ge vgl 3 3 3 der Beobachtungen zul sst Im Gegensatz dazu geh ren die konvexen Linearkombinationen der Outputvektoren Ys dann der Produktionsm glichkeitsmenge P X s 1 S an wenn bei Unterstellung der Nichtnegativi tsbedingung f r die Gewichte A 0 s 1 S aller Beobachtungen er 1 die Summe der Gewichte A aus dem dualen DEA Problem vgl 3 7 1 2 gleich eins ist Daraus kann dann geschlossen werden dass auch der mit Lambda gewichte Outputvektor TOAN e P X teil der konvexen Outputtechnologie ist die variable Skalenertr ge vgl 3 3 3 zul sst Die Theoreme f r den Fall von
495. on bzw Aggregation eines unkontrollierbaren Faktors im Vorfeld zu diskutieren ist Sind die nicht ver nderbaren Input oder Outputkriterien einmal definiert l uft die Berechnung des quiproportionalen Effizienzma es so wie bisher ab vgl SCHEEL 2000 Die Technologiemenge wird um die nicht kontrollierbaren Faktoren entsprechend erweitert Der daraus abgeleitete Effizienzwert f llt blicherweise geringf gig schlechter gegen ber einem Modell dass die Umfeldvariable als kontrollierbar ber cksichtigen w rde Offensichtlich steht dem Modell zur Erreichung der Effizienzgrenze aufgrund der unkontrollierbaren Variablen eine Reduktionsoption weniger zur Verf gung weshalb die restlichen Gr en um eine gr ere relative Distanz ver ndert werden m ssten worin sich auch der schlechtere proportionale Effizienzwert begr ndet SCHEEL 2000 Zu beachten ist aber dass der abgeleitete Effizienzwert ausschlie lich zur Verbesserung der kontrollierbaren Kriterien eingesetzt werden kann da die unver nderlichen Umfeldvariablen ja fix bleiben m ssen 4 3 1 2 Der Three Stage Ansatz Muss in der Evaluierung von Beobachtungen DMUs von der M glichkeit der Integration nicht beeinflussbarer Umfeldfaktoren abgesehen werden besteht im Three Stage Ansatz die M glichkeit die Beobachtungen nach dem relevantesten Umfeldfaktor in Cluster einzuteilen Stage 1 Eine beliebig detaillierte Clusterung wird aber aufgrund der Diskriminanzbedingung ausgeschlos
496. onal case studies Hrsg Pritchard R D New York Praeger Pritchard R und Gro mann H 1999 Messung und Verbesserung organisationaler Produktivit t Das Partizipative Produktivit tsmanagement PPM In Holling Heinz Lammers Frank amp Pritchard Hrsg Effektivit t durch partizipatives Produktivit tsmanagement S 1 43 Verlag f r angewandte Psychologie G ttingen Ray S C 1988 Data Envelopment Analysis Nondiscretionary Inputs and Efficiency An Alternative Interpretation Socio Economic Planning Sciences 22 4 167 76 Redaktion des Holzkuriers 2004 Holzpreise Steiermark April 2004 Holzkurier 59 22 S 4 Roise J P 1986 A nonlinear programming approach to stand optimization Forest Science 32 735 748 Scheel H 2000 EMS Efficiency Measurement System User s Manual A Data Envelopment Analysis DEA Software 12 p http www wiso uni dortmund de lsfg or scheel ems Scheel H 2000 EffizienzmaBe der Data Envelopment Analysis Deutscher Universit tsverlag Gabler Edition Wissenschaft Wiesbaden 183 S Schwarzbauer P und Moog M 1993 Das Angebotsverhalten der sterreichischen Forstwirtschaft 6konometrische Sch tzungen von Angebotsfunktionen Int Holzmarkt 12 7 9 Wien Sekot W 2004 Forstliche Betriebswirtschaftslehre I Studienunterlagen zur Vorlesung im Wintersemester 2004 2005 Internetpublikation 235 S http www wiso boku ac at fileadmin H730 sozial H733 Unterlagen FBWL FBWL 1 Skriptum 12 05
497. ontrollvariablen und N Restriktionen und das duale Problem genau umgekehrt N Kontrollvariablen und M Restriktionen 3 6 1 Dualitatstheoreme Zusammenfassend lassen sich die wechselseitigen Beziehungen zwischen dem primalen und dem dualen LP Problem in zwei mathematischen S tzen allgemein formulieren Seite 38 DEA der nicht parametrische Modellansatz Existenzsatz Existiert f r das primale und das duale Problem jeweils eine zul ssige L sung dann muss es aber auch mindestens eine optimale L sung y und c geben die das jeweilige Maximierungs und Minimierungsproblem py c x mit Gleichheit erf llen Offensichtlich ist es unabh ngig davon ob man zuerst das primale oder duale Problem l st da die beiden Zielfunktionen im Optimum ohnedies dieselben Werte aufweisen Aus praktischen Gr nden sollte jedoch immer jenes Problem gel st werden dass weniger Nebenbedingungen aufweist Bezogen auf die DEA erf llt diese Bedingung in jedem Fall das Umh llendenproblem das nur die Anzahl der Input und Outputvariablen als Nebenbedingungen aufweist Das Multiplikatorproblem w rde hingegen genauso viele Nebenbedingungen ausweisen wie beobachtete DMUs was normalerweise einem Vielfachen der verwendeten Input Outputvariablen entspricht Komplementarit tssatz Wenn y und c jeweils zul ssige L sungen der beiden unabh ngigen Probleme sind dann k nnen y und c NUR dann optimale L sungen sein wenn folgende Zusammenh nge zutreffe
498. orstwirtschaft aber davon ausgehen muss dass die Preisbildung von der Region aber auch von den topografischen Verh ltnissen bzw von der Alterstruktur der Arbeiter und Angestellten abh ngig ist kann und darf eine faire Beurteilung der Effizienz 51 Es ist darauf zu achten dass je mehr Variable man einsetzt umso mehr Betriebe als effizient ausgewiesen werden Umgekehrt nimmt die Straffheit des Modells mit zunehmender Anzahl von Entscheidungseinheiten zu Im Durchschnitt sind zumindest 10 Mal so viele Entscheidungseinheiten wie Entscheidungskriterien erforderlich Seite 118 Konzeptionelle Anwendung von DEA f r ausgew hlte forstliche Datens tze nicht ausschlie lich nach monet ren Gesichtspunkten erfolgen sondern muss viel mehr auf die Basis der zugef hrten Faktor und der produzierten Leistungsmengen erfolgen Festlegung der multikriteriellen Merkmale Aus den zur Verf gung stehenden Kostenarten wurden jene Merkmale f r die DEA Studie selektiert die einerseits den Gr eneffekt der Einheit wiedergeben und andererseits die entscheidenden Kosten und Ertragsarten zur Abbildung des Holzproduktionsbetriebs darstellen Damit es aber zur vollst ndigen Abbildung des gesamten Holzproduktionsprozesses innerhalb einer Einheit kommt sind die noch nicht ber cksichtigten Kosten und Ertragsarten unter den sonstigen Kosten und Ertr gen zusammengefasst Verwendete Inputvariablen 1 Fl che Die Produktionsfl che Ertragswaldfl che b
499. ort Ertr ge 1997 58 79 349 41 21 0 00 0 00 42 01 1998 58 82 0 04 347 41 18 0 00 0 00 14 77 FB 1999 59 34 0 89 341 40 66 0 00 0 00 48 85 re 2000 60 20 1 44 337 39 80 0 00 0 00 87 10 2001 62 56 3 92 316 37 44 0 00 0 00 0 00 d 65 55 71 34 45 0 00 0 00 97 42 1997 69 58 232 30 42 0 00 0 00 324 60 1998 69 53 0 07 234 30 47 0 00 0 00 83 97 FB 1999 70 46 1 33 223 29 54 0 00 0 00 79 58 a 2000 64 94 7 83 286 35 06 0 00 0 00 14 24 2001 67 36 3 73 262 32 64 0 00 0 00 40 41 d 76 35 54 23 65 0 00 0 74 757 78 1997 56 53 360 43 47 0 00 0 00 51 80 1998 61 75 9 23 323 38 25 0 00 0 00 47 31 E 1999 66 57 7 81 271 33 43 0 00 0 00 93 64 s 2000 63 07 5 26 309 36 93 0 00 0 00 42 02 2001 68 88 9 21 248 31 12 0 00 0 00 46 32 d 71 46 65 28 54 0 00 0 00 210 59 Tabelle 41 tats chliche kostentechnische Performance eines inputorientierten Modells bei Unterstellung des A Ma es unter Verwendung einer VSE Technologie Bei Auswertung mit den tats chlich erzielten Kostens tzen weisen die drei hier dargestellten Einheiten eine leichte Verschlechterung gegen ber den Ergebnissen bei Unterstellung von durchschnittlichen Kostens tzen auf Daraus l sst sich schlie en dass wohl auch DMUs existieren die zu g nstigeren Konditionen ihre Produktionsfaktoren beschaffen als jene hier untersuchten DMUs die anscheinend nicht einmal zu durchschnittlichen Kostens
500. osten sort Sort Ertrage n eff A x 0 0 7 1 7 7 5 9 6 2 3 9 7 8 29 6 96 1 46 Ma Sx 11 8 13 0 10 2 11 1 6 3 15 2 67 4 11 8 6 3 31 Dmax x 0 0 8 1 9 3 3 9 6 1 0 3 13 8 77 4 27 Ma Sx 0 0 16 4 16 9 9 9 12 5 2 0 31 8 146 6 50 Dmin x 0 0 0 0 0 0 0 8 4 3 3 3 0 8 0 0 46 Ma Sx 0 0 0 0 0 0 5 0 11 3 9 2 4 7 0 0 31 Tabelle 17 Darstellung unterschiedlicher nicht orientierter technischer Effizienzma e und die daraus f r die Entscheidungskriterien abgeleiteten Verbesserungspotenziale Der Vorteil in der Anwendung nicht orientierter Modelle ist in der praxisnahen Adaptierung des Modells zu sehen Nicht orientierte Modelle beziehen sowohl output als auch inputrelevante Kriterien in das Optimierungsverfahren ein und stellen damit die praktische Umsetzung des dritten konomischen Prinzips des Optimalprinzips vgl 2 4 dar Im Ergebnis wirkt sich diese Form der Modellapplikation auf die Verteilung der festgestellten Ineffizienz sowohl auf die Input als auch auf die Outputvariablen aus F r die einzelnen Inputvariablen bedeutet dies eine Relativierung des urspr nglich im inputorientierten Fall angenommenen Reduktionsanteils zur Erreichung des Best Practice Niveaus auf Kosten der Erh hung der Outputs Gegen ber dem inputorientierten Modell kann f r die nicht orientierten Dmax und Din EffizienzmaBe nicht immer ein aggregierter Effizienzwert zwischen O und 100 ausgegeben
501. pdf Seite 277 Literaturverzeichnis Sekot W 2004 Die Forstwirtschaftliche Gesamtrechnung f r sterreich In L wenstein W Olschewski R Brab nder H D M hring B Hrsg Schriften zur Forst konomie Perspektiven forst konomischer Forschung 25 185 200 Sauerl nder s Frankfurt a M ISBN 3 7939 7025 6 ISSN 0941 1577 Sekot W 2004 Die forstliche Betriebsabrechnung Potenziale und Grenzen eines F hrungsinstruments Centralblatt f r das gesamte Forstwesen 121 2 63 80 Sekot W 2003 B uerlicher Kleinwald Small is beautiful sterreichische Forstzeitung 114 1 10 11 Sekot W 2002 Wirtschaftliche Entwicklung des GroBwaldes von 1977 2001 Osterr Forstzeitung 113 12 5 7 Sekot W 2002 Forst konomisches Monitoring In Bundesministerium f r Land und Forstwirtschaft Umwelt und Wasserwirtschaft Hrsg Nachhaltige Waldwirtschaft in Osterreich Osterreichischer Waldbericht 2001 85 90 Sekot W 2001 Der Forstbericht eine multifunktionale Institution In A Moser Hrsg Beitr ge zur sterreichischen Forsttagung 2001 Eigenverlag des Instituts f r Alpine Naturgefahren und Forstliches Ingenieurwesen Wien S 153 161 Sekot W 2000 Interfirm comparison as a source of management information In J bstl H Merlo M and Moog M Hrsg Proceedings of the international IUFRO Symposium Information Management in Forest Enterprises Freising 2000 S 72 76 Sekot W 1998 Der zwisc
502. plizit wird dazu angenommen dass alle Einheiten unter derselben Technologie und unter denselben Transformationsm glichkeiten operieren Da Effizienzmessung letztlich nichts anderes ist als eine Beurteilung der beobachteten Input Outputtransformationen unter den gegebenen M glichkeiten der Technologiemenge l sst sich die Technologiemenge und deren Input Output Transformationen wie bei Scheel 2000 sowie Gstach 2002 beschrieben allgemein wie folgt definieren T x y Outputvektor y kann von Inputvektor x produziert werden vgl Abb 2 Der damit mathematisch festgelegte Produktionsm glichkeitsraum kann entweder ber einen funktionalen Zusammenhang parametrischer Ansatz a priori theoretisch beschrieben oder empirisch ber reale Input Outputtransformationen nicht parametrischer Ansatz abgeleitet werden Die Definition der Technologiemenge ber den nicht parametrischen Ansatz wird durch die tats chlich beobachteten und auch effektiv realisierten Input Outputmengen legitimiert Im Gegensatz zur theoretischen Variante f r die das Zusammenwirken von Inputs und Outputs vorweg durch einen spezifischen funktionalen Zusammenhang definiert sein muss erscheint der nicht parametrische Ansatz als der flexiblere Allerdings muss beachtet werden dass die verf gbare Information und das technische und organisatorische Wissen ber die zu untersuchenden Einheiten nicht ausreichen um daraus eine vollst ndige Input Outputtransformat
503. praxeologische Zielsetzungen verfolgt Auf theoretischer Ebene sollen Beitr ge zur Effizienzmessung der forstlichen Produktion auf verschiedenen Ebenen erarbeitet werden Dabei gilt es Modellkonzeptionen f r die spezifischen Input Output Konstellationen zu entwickeln die einerseits analytisch fruchtbar sind und andererseits den Besonderheiten der forstlichen Produktion gerecht werden Diese Besonderheiten liegen insbesondere in den extrem langen biologischen Produktionszyklen und den sich daran kn pfenden Aspekten der Nachhaltigkeit der Holzproduktion der berf hrbarkeit von Produktionsmitteln in Produkte der Kuppelproduktion verschiedener Holzsortimente einerseits sowie von materiellen G tern und forstlichen Dienstleistungen andererseits multiple use und dem Auftreten von positiven externen Effekten vgl auch KLEMPERER 1996 S 2 f Die damit im Zusammenhang stehenden Probleme und M glichkeiten ihrer Handhabung sollen anhand konkreter Datens tze beispielhaft dargestellt werden Dagegen wird nicht der Anspruch erhoben alle potenziell relevanten Aspekte der Effizienzmessung im Forstwesen systematisch zu bearbeiten In praxeologischer Hinsicht verfolgt die Arbeit das Ziel die Methodik DEA f r den an forstlichen Effizienzbeurteilungen Interessierten zusammenfassend darzustellen und an Hand von exemplarischen Anwendungen sowie grunds tzlichen konzeptionellen berlegungen Hinweise f r die praktische Modellentwicklung und Analys
504. putfaktor h chstens auf gleichem Niveau bleiben und in gar keinem Fall ansteigen vg 3 3 1 4 4 3 und 5 6 10 Dennoch wird der kalkulatorische Ertrag wie ein gew hnlicher Output behandelt Die Auswirkungen des negativen Korrelationszusammenhangs in einem inputorientierten Modell spiegeln sich n mlich ausschlie lich in den ausgewiesenen Outputslacks wider wodurch es wie erw hnt zum Anstieg der kalkulatorischen Ertr ge um bis zu 100 und fallweise sogar mehr kommen kann Auf der Inputseite wird trotz der Problematik rund um die Korrelation der Neigungsverh ltnisse und der H D Werte ebenfalls an diesen Gr en beispielhaft festgehalten Da die Integration der Umfeld und Risikovariablen im Modell zur Abbildung umweltbedingter und risikorelevanter Rahmenbedingungen dient bilden diese Variablen unter einer ganzheitlichen Input Outputbetrachtung einen fixen Bestandteil im Modell Auch wenn die brigen Parameter f r die Integration in ein DEA Modell ohne Einschr nkung geeignet waren m ssen f r die Zukunft zus tzliche Modellvariablen spezifiziert oder bestehende adaptiert werden so dass von allen Variablen die Monotoniebedingung erf llt werden kann Au erdem m ssten f r die Bewertung der natural technischen Merkmale Kostens tze und Preise die der realen Entwicklung der Forst und Holzbranche angepasst sind unterstellt werden Vereinfacht wurde in dieser Modellanwendung n mlich nur angenommen dass sich der Kaufkraftverlust mit d
505. putvariablen in wenigen Stunden erfolgt sein sollte Die Schwierigkeit liegt insbesondere darin neben den bereits verf gbaren Variablen auch die Bedeutung fehlender Variablen einsch tzen zu k nnen Neben der Variablenspezifikation m ssen zumindest Bem hungen angestrengt werden die Langfristigkeit der forstlichen Produktion ber simulierte Daten abzubilden und aus den Simulationsdaten ein aussagekr ftiges DEA Modell zu generieren Erst dann best nde die M glichkeit individuelle Zielgr en f r die simulierten Bestandeseinheiten abzuleiten auf die das waldbauliche Programm abzustimmen w re 5 5 8 Weiterentwicklungsaspekte dieses Ansatzes Wenn die berlegungen der Performancebeurteilung auf der r umlichen Bewirtschaftungseinheit sinnvoll weiterverfolgt werden sollen braucht es eine berf hrung der statischen Effizienzbeurteilung vom Ist Zustand wie er im Operat verankert ist hin zu einer dynamischen Betrachtung ber Simulationsdaten oder mehrere statischer Ist Zust nde aus vorangegangenen Operatserhebungen Durch die Einbeziehung des zeitlichen Effekts und die Vorausschau auf den Zeitpunkt des Abtriebs unter Zugrundelegung konomischer Kriterien sollte eine Approximation an reale Gegebenheiten m glich sein Mit der Simulation der Bestandesparameter werden die Basisdaten auf denen aufbauend ein Vergleich ber eine Umtriebszeit erfolgen kann bereitgestellt Ein wertbasierter Performancevergleich l sst sich damit aber noch ni
506. quantifizieren sind ist gemeinsam mit den Referenten der Fachabteilungen zu diskutieren und entsprechende Ans tze zur Quantifizierung dieser Effekte sind auszuarbeiten Seite 251 Prospektive Auseinandersetzung mit verschiedenen forstlichen Themenbereichen zur Entwicklung konzeptioneller DEA Modelle Erst nach einer fundierten Beurteilung der wirtschaftlichen Bedeutung sollte Uber weitere Konzsequenzen diskutiert werden 6 3 Ma nahmen zum Schutz vor Naturgefahren Die Akteure sind sich durchaus der Brisanz des Themas Effizienzbeurteilung und Evaluierung von gesetzten Ma nahmen bewusst Dem Thema gegen ber zeigen sich die Respondenten aufgeschlossen und kooperativ und sind dar ber hinaus auf Basis des Wasserbauten F rderungsgesetzes das in seinen technischen Richtlinien die Durchf hrung einer Kosten Nutzen Analyse KNU einfordert dazu angehalten sich dieser Herausforderung zu stellen Die Kosten Nutzen Analyse an sich basiert auf den Erhebungsrichtlinien von 1979 und wird in drei Varianten in Abh ngigkeit von der Bausumme in unterschiedlichem Detailliertheitsgrad erhoben Die Evaluierung der ermittelten Kosten und des zu erwartenden Nutzen erfolgt ber die Revisionsabteilung des Bundesministeriums f r Land und Forstwirtschaft Umwelt und Wasserwirtschaft BMLFUW Da man sich der Diskussion rund um die Evaluierung von Bauwerken und deren Effizienz nicht verwehren kann wurde im Auftrag der Abteilung IV 5 des BMLFUW ein Projekt z
507. que Band 2 Lausanne Pastor J T 1994 New Additive Models for Handling Zero and Negative Data Working paper University of Alicante Dept de Est e Inv Oper Alicante Spain Pieske R 1995 Benchmarking in der Praxis Erfolgreiches Lernen von f hrenden Unternehmen Verlag Moderne Industrie Landsberg Lech Pitterle A 1993 Nachhaltig mulitfunktionale Waldwirtschaft Waldpolitisch volkswirtschaftliche Ansichten eines zukunftsorientierten Waldbauers Gebirgswaldbau Bd 1 Institut f r Waldbau Abteilung Gebirgswaldbau Universit t f r Bodenkultur Wien Eigenverlag PFEIL 05 Programm zur Forschung und Entwicklung im Lebensministerium 2001 Bundesministerium f r Land und Forstwirtschaft Umwelt und Wasserwirtschaft http ool Ifrz at gpoolexport media file PFEILO5S2 pdf Pollansch tz J 1974 Formzahlfunktionen der Hauptbaumarten sterreichs Informationsdienst der Forstlichen Bundesversuchsanstalt Wien 153 Folge Dezember 1974 in AFZ 85 Jg Folge 12 S 341 343 Pollanschiitz J 1976 Schaftholzvolumentabellen der Hauptbaumarten sterreichs Informationsdienst der Forstlichen Bundesversuchsanstalt 164 Folge Juni 1976 in AFZ 87 Jg Folge 6 S 191 194 Pritchard R D Kleinbeck U und Schmidt K H 1993 Das Managementsystem PPM Durch Mitarbeiterbeteiligung zu h herer Produktivit t M nchen C H Beck Pritchard R D 1995 Lessons learned about ProMES In Productivity measurement and improvement Organizati
508. r Aussagen ber Kosten und Leistungen zu den blichen Kostentr gern Festmeter und Hektar auf gesamtbetrieblicher Ebene generiert sondern diese Gr en auch auf die r umlichen Bewirtschaftungseinheiten bezieht Obwohl die r umliche Einteilung die Bewirtschaftungseinheiten sehr klar definiert ist bildet die r umliche Einteilung aber nicht die Basis f r die betriebliche Kostenrechnung Keiner der Gro waldbetriebe hat ein Nachweissystem das Stundenaufzeichnungen bzw Seite 174 Konzeptionelle Anwendung von DEA f r ausgew hlte forstliche Datens tze den Materialverbrauch etc sowie den finanziellen Aufwand auf die r umliche Bewirtschaftungseinheit den Bestand bzw die Teilfl che bezieht Unter dem Aspekt der natural technischen Betrachtung stellt das Datendefizit der klassischen Produktionsfaktoren auf der Inputseite aber nicht die einzig Unvollst ndigkeit der Datenmatrix dar In einem natural technischen Modell w rden durchaus auch abiotische Faktoren wie die lokale Niederschlagsmenge oder die lokale Jahresdurchschnittstemperatur sowie die Sonneneinstrahlung von Relevanz sein Daneben w ren dann aber auch aufgrund seiner politischen Brisanz der CO Fluss bzw andere physiologische Stofffl sse zu integrieren die Einfluss auf die Bestandesentwicklung nehmen k nnen Die Vollst ndigkeit eines Modells lie e sich auch auf solche Aspekte sofern sie datenm ig verf gbar und quantifizierbar w ren ausdehnen Outputvari
509. r Spitzenvariablen nie unterlassen Im Zuge der detaillierten Auseinandersetzung mit der Wahl der Variablen wird sich die Zusammensetzung h ufig ndern Aufgrund der unter den Punkten G und H genannten Parameter w re es vorstellbar dass man die Material und Maschinenkosten bzw die Fremdleistungskosten zu einer Kostengr e zusammenlegt oder beispielsweise den gesamten Personalaufwand in Stunden auf die Laufmeter bezieht Bezogen auf die Leistungsg ter w re es durchaus denkbar dass sich die Performance nur wenig ndern wird wenn das geschl gerte Trassenholz f r die Analyse Teil des erschlossenen Vorrats wird Durch die Normierung der Parameter auf den Laufmeter unter Ber cksichtigung der Rahmenbedingungen nach Dyson 2001 vg 4 4 6 k nnte man ebenfalls eine Variable einsparen und dadurch die Diskriminanz erh hen Die Auswirkungen dieser empirisch angenommen Aggregations berlegungen auf die Abh ngigkeiten der einzelnen Variablen zueinander sind ber Korrelationsanalysen zu verifizieren Wie sich hingegen die Aggregation und damit das Verh ltnis von Variablen zu Beobachtungen auf die Effizienzwerte auswirkt kann nur ber eine DEA Analyse abgesch tzt werden Der Modellverantwortliche alleine muss die Entscheidung f llen ob die Auswirkungen der Aggregation auf die Resultate als positiv einzusch tzen sind Seite 248 Prospektive Auseinandersetzung mit verschiedenen forstlichen Themenbereichen zur Entwicklung konzeptioneller D
510. r eine objektive Effizienzbeurteilung homogener Befundeinheiten auszugehen und in welcher Form sind die Datens tze verf gbar Auch diese Detailfrage konnte in Abh ngigkeit der noch nicht definierten Befundeinheit nicht n her erarbeitet werden und bleibt somit vorerst noch unbehandelt Mit welcher Zahl an F llen DMUs ist je Beurteilungszeitraum insgesamt bzw je homogener Gruppe zu rechnen Grunds tzlich waren die Gebietsbauleitungen auch in der Vergangenheit dazu angehalten gem der Verordnung von 1979 entsprechende Aufzeichnungen f r die Projektierung von Verbauungsma nahmen zu f hren bzw auch im Ereignisfall objektspezifisch zu dokumentieren Wird aber als Voraussetzung angenommen dass die zu evaluierenden Bauwerke zumindest einmal von einem Bemessungsereignis beaufschlagt wurden um die Effektivit t der Schutzfunktion gemessen am Ereignis zu evaluieren ist die Zahl der verf gbaren F lle deutlich geringer und liegt dann mit hoher Wahrscheinlichkeit unter der geforderten Anzahl von 10 Mal so vielen F llen wie untersuchten Variablen Wird davon abgesehen den Ereignisfall einzubeziehen und verwendet man in der Evaluierung stattdessen so wie auch in der KNU praktiziert den zu erwartenden Nutzen als Outputgr e m ssten demzufolge aber gen gend F lle verf gbar sein Gliederung in Inputs und Outputs Aufwand zu erwartender Nutzen A priori angenommene Inputs Errichtungsbedingte physische Gr en und Faktorkoste
511. r einzigen Kostengr e aggregiert und im kostentechnischen Ansatz den physischen Outputs die dabei unver ndert bleiben gegen bergestellt KEd_M Die Inputvariablen Neigung und H D_U werden ohne monet re Bewertung im Modell als umfeldbedingte Variablen integriert Anstelle der Erntevolumina KEd_M k nnten aber auch den mit durchschnittlichen Kostens tzen aggregierten Gesamtkosten die individuell ermittelten Brutto Erl se gegen bergestellt werden KEd_E um im Ergebnis eine Differenzierung nach der Mengen und Wertentwicklung zu erzielen Das durchschnittliche kostentechnische Modell aggregierte durchschnittliche Neigung H D_U VfmD_U Kalk_E KEd_M Gesamtkostengr e dan AD T 0 0 Die zur Aggregation unterstellten durchschnitt lichen Kostens tze repr sentieren den f r jede KEd_E Neigung H D_U Variable aus allen Beobachtungen abgeleiteten Ertrag_U Kalk_E IN I O O Mittelwert Tabelle 51 bersicht zu den im durchschnittlichen kostentechnischen Modell zur Beurteilung des Bestandesbehandlungskonzepts verwendeten Variablen Seite 195 Konzeptionelle Anwendung von DEA f r ausgew hlte forstliche Datens tze Das tats chliche kostentechnische Modell KEtat_M amp KEtat_E Im Gegensatz zum klassischen Ansatz zur Ermittlung der allokativen Effizienz ber die kostentechnische Effizienz f r die durchschnittliche Kostens tze zur Bewertung der physischen Inputvariablen angesetzt wurden werden im tats ch
512. r ist so erscheint der Prozess der zur Adaptierung des Verminderungsfaktors erforderlich war eher unpraktikabel zu sein Au erdem erweckt diese Vorgehensweise alle Einheiten um einen bestimmten fixen Faktor zu erh hen oder zu erniedrigen den Anschein von einer gewissen Beliebigkeit 59 M gliche Verbesserungen k nnen bei additiven Modellen absolut und nicht nur relativ ausgedr ckt werden Es werden nicht wie bei den quiproportionalen Modelle die Multiplikatoren der Inputs bzw der Outputs bzw im Dualen Ansatz die Gewichtungsfaktoren A und dar Effizienzwert 6 bzw optimiert sondern die Schlupfvariablen im Sinne der Erweiterung des Komplementarit tssatzes auf die Schlupfvariablen Der Hauptkritikpunkt am additiven Effizienzma liegt in seiner Abh ngigkeit von den Ma einheiten Es verletzt die lineare Invarianz vgl 4 1 4 Durch den Ansatz Range Adjusted Measure RAM vgl Cooper et al 1999 und Pastor 1994 kann man diesem Mangel begegnen Seite 138 Konzeptionelle Anwendung von DEA f r ausgew hlte forstliche Datens tze Als Weiterentwicklung des Modells Fl chennormierung amp Verminderungsfaktor wurde hier der Indikator Hiebsatz Einschlag als Nachhaltigkeitsweiser anstelle des bisherigen Verminderungsfaktors auf der Outputseite implementiert Dieser Nachhaltigkeitsindikator hat den Vorteil dass die origin ren Daten nicht um irgendeinen konstanten Faktor wie im Modell Fl chennormierung amp Verminderungsfaktor ver
513. r kritisch an dass es infolge des deterministischen nicht parametrischen Verfahrens nur schwer m glich ist die Stabilit t und die Sensitivit t der Daten zu verifizieren Seite 98 Konzeptionelle Anwendung von DEA f r ausgew hlte forstliche Datens tze Author year Region Decision Making Unit DMU No of DMUs Viitala E J and Finnish Forest Institute rm 3 H nninen H Unioninkatu Helsinki Public forestry Organizations 19 Finland DEA model s Inputs Outputs M1 Supervision km inspected and approved km M2 Supervision km inspected and approved km M3 Management planning ha management plans number DEA CRS VRS scale efficiency M4 face to face assistance Tobit Models Principal M1 M6 number group extension Component Analysis qualitative Total Costs meeting numbers Trainings interviews to FB s personnel days M5 forest sites inspected numbers tax reliefs numbers M6 forest improvement Projects number regeneration plans number 7 DEA A NEW METHODOLOGY FOR EVALUATING THE PERFORMANCE OF FOREST PRODUCTS PRODUCERS Author Runsheng Yin Affiliation The author is a Research Associate Warnell School of Forest Resources Univ of Georgia Athens GA 30602 This paper was received for publication in April 1997 Reprint No 8651 Source Forest Products Society 1998 Forest Prod J 48 1 29 34 Abstract This research introduces a nonparametric approach called
514. r sind lauten demzufolge nach Gstach 2002 S 28f maxp yn NB AnmYn lt Am Yn20 Wird die Nebenbedingung als Gleichung formuliert ergibt sich folgende nderung max p Yn NB AnmYn Om Xm Yn15m 29 Und umgekehrt k nnen auch die Ungleichungen der Nebenbedingungen des Minimierungsproblems als Gleichungen formuliert werden gt 0 m minc x NB A nnCm lt P k m Durch Implementierung eines Slacks ergibt sich dann folgendes Gleichungssystem MINC nXm NB amnCm On Pn CmOn 20 Und genau hier kommt der unter 3 6 1 dokumentierte Komplementarit tssatz zum Tragen Wird n mlich im LP Ansatz festgestellt dass entweder Cm oder y einen Schattenpreis gleich O haben werden Schlupfvariablen gr er O ausgewiesen konomisch w re dann ein Produktionsfaktor cm als freies Gut zu interpretieren und f r den Output y w rde sich eine Herstellung nicht rentieren solange die Beschaffungskosten cm f r die Produktionsfaktoren h her sind als die f r die Outputg ter Y erzielbaren Preis p die konsequenterweise in einer solchen Situation nicht erstellt werden w rde Zur Erstellung eines Gleichungssystems erfolgt im Minimierungsproblem die Reduktion um den Slack Schlupfvariable o und die Addition von om im Maximierungsproblem 16 Auf die Eigenschaften und Funktionsweisen von additiven Effizienzma en sei hier auf die Arbeit von Scheel 2000 sowie die Standard DEA Werke von Cooper et al 2003 verwiesen Additive Mo
515. r weiteren Verschlechterung der Diskriminanz des Modells gef hrt Um zumindest dieselbe Anzahl von Variablen wie im urspr nglichen Modell zu erreichen erfolgte eine Normierung aller Input wie Outputkriterien auf den Hektar Dadurch wurde erreicht dass die nicht kontrollierbare Variable Ertragswaldfl che wegf llt und in der Folge durch das Hinzuf gen des Verminderungsfaktors VI bzw des Nachhaltigkeitsindex NI zumindest dasselbe Diskriminanzniveau wie im urspr nglichen Modell erzielt wird In der Modellvariante Verminderungsfaktor wird dieser Faktor der aus der Differenz Einschlag Hiebssatz resultiert als ein unerw nschter Output SCHEEL 2000 behandelt Diese berlegung zieht nach sich dass eine Zunahme der Differenz im Modell als nachteilig beurteilt wird F r die Modellbildung kann ein solcher unerw nschter Output 1 1 wie eine Inputvariable behandelt werden was sich in der Optimierungs berlegung dahingehend auswirkt dass eine geringe Abweichung vom Hiebsatz und damit einem geringen Verminderungsfaktor g nstiger und im Sinne der Branche nachhaltiger auswirkt 58 Wenn die zu untersuchenden Einheiten alle unter denselben unerw nschten Variablen operieren brauchen diese nicht als Inputs oder Outputs ber cksichtigt werden Nehmen die unkontrollierbaren Variablen f r verschiedene DMUs unterschiedliche Werte an dann sind sie f r eine objektive Effizienzbeurteilung in jedem Fall zu ber cksichtigen Gstach 2002
516. rderung sowie der Wildbach und Lawinenverbauung lassen demgegen ber exemplarisch die Problematik einer praktischen Routineanwendung von DEA im Sinne des Effizienzcontrollings erkennen Allerdings kann bereits eine entsprechende und in der Praxis zu vertiefende Voruntersuchung zu wichtigen Erkenntnissen in Bezug auf die erforderliche Auswahl und Messung von Indikatoren f r Inputs und Outputs zum Zwecke einer umfassenden Effizienzbeurteilung f hren Damit l sst sich praktischer Nutzen schon in der Vorbereitungsphase der eigentlichen Analyse erzielen Anhand dreier exemplarischer Anwendungsbeispiele wird die praktische Modellierung und Analyse auf empirischer Datengrundlage demonstriert und die Aussagef higkeit der Ergebnisse diskutiert Auf Bestandes Prozess und Betriebsebene werden die aktuellen Datendefizite identifiziert und die branchenspezifischen Aspekte der Effizienzbeurteilung offen gelegt Als besonders schwierig in praxisrelevanter Form handhabbar erweisen sich dabei die mit der Langfristigkeit der forstlichen Produktion sowie mit dem Waldverm gen in Verbindung stehenden Probleme Als richtungsweisend f r k nftige forstliche Anwendungen werden einerseits die kartenm ige Visualisierung von Effizienzma en f r r umliche Befundeinheiten sowie andererseits die Verkn pfung mit synthetischen Daten aus Waldwachstumsmodellen aufgezeigt und beispielhaft realisiert II Abstract Striving for improved efficiency is a permanent challen
517. re Outputleistung um das 13fache gemessen an den Benchmarkeinheiten erh hen m sste um die Effizienzgrenze zu erreichen Diese besonders ineffizienten Einheiten haben aber auf die DEA keine Auswirkung Es ver ndert sich dadurch weder der Produktionsm glichkeitsraum noch die Produktionsm glichkeitsgrenze H tte eine Beobachtung ins andere Extrem ausgeschlagen so dass durch einen Datenfehler eine super effiziente Beobachtung konstruiert worden w re w rde dies aufgrund der Verschiebung der Effizienzgrenze zu extremen Verzerrungen der Effizienzwerte f hren 5 5 5 Darstellung der Ergebnisse und Dokumentation in einem GIS Handelt es sich um DMUs die einen r umlichen Bezug wie in diesem Fall alle Laub Nadelmischbest nde des Lehrforstes aufweisen macht es durchaus Sinn die Ergebnisse in einem Geoinformationssystem zu visualisieren Durch den r umlichen Bezug und die Strukturierung der Effizienzwerte in verschiedene Kategorien wird eine thematische Karte bereitgestellt die das konomische Leistungspotenzial der Best nde reflektiert Resultate der Effizienzbeurteilung der Laub Nadelmischbest nde skaleneiizienz 100 25 12 Skaleneffizient 101 150 121 3 zu gro 151 200 56 226 zu klein 201 250 20 251 300 13 301 500 5 500 1500 1 Tabelle 46 Resultate der Effizienzbeurteilung von Laub Nadelmischbest nden unter Verwendung eines outputorientierten quiproportionalen Modells bei Unterstellung einer V
518. rechende Kompromissl sungen Daher werden unter den Rahmenbedingungen der DEA Applikation Argumente und Hintergrundinformationen aus der Literatur dargelegt die den DEA Anwender f r diese wesentlichen Aspekte der Modellkonzipierung sensibilisieren sollen 4 1 Anforderungen an die Eigenschaften einer Technologiemenge Die bereits unter 3 2 definierte DEA Technologiemenge erf llt selbstverst ndlich die Anforderungen die von Seiten der Mikro konomie an klassische Produktionsfunktionen gestellt werden Die DEA Technologiemenge schlie t aus dass Outputs produziert werden ohne Inputfaktoren einzusetzen Umgekehrt lassen sich mit begrenzten Produktionsfaktoren nicht beliebig viele Leistungsg ter erstellen Die Technologiemenge selbst wird aber von einem abgeschlossenen Produktionsm glichkeitsraum begrenzt Jede Input Outputtransformation l sst sich f r diesen Produktionsm glichkeitsraum beliebig genau approximieren wodurch sichergestellt wird dass die Transformation selbst auch Teil der Technologiemenge ist SCHEEL 2000 Aus empirischer Sicht spielen neben den mikro konomischen Eigenschaften auch andere Aspekte der Technologiemenge wie die Stabilit t die statistische Fundierung aber auch die empirische Vollst ndigkeit der Technologiemenge und die Homogenit t der Einheiten sowie die Konzipierung der In und Outputvariablen selbst eine entscheidende Rolle 4 1 1 Stabilit t von DEA Technologiemengen Da f r diesen nicht parametris
519. remum Kennzahlen Hitliste Ranking oder aggregierte Kennzahlen durchaus eine entsprechende Bedeutung zuzumessen Als Datengrundlage liefert der BAB der Testbetriebserhebungen die quantitativen Grundlagen f r die Entscheidungsfindung von anstehenden operativen Ma nahmen im Forstbetrieb Von vornherein sollte die Vergleichbarkeit aber nicht nur auf eine betriebstypologische Betrachtungsweise fokussiert werden Insbesondere f r spezifische Fragestellungen wie der Beurteilung von Effizienz von Betrieben f hren zu der berlegung sich von der bisherigen Typologisierung nach Kriterien wie der Betriebsgr e und dem Produktionsgebiet zu l sen und produkt bzw marktbezogene Kriterien f r den Vergleich von Betriebseinheiten in einem einigerma en homogenen Umfeld heranzuziehen 5 4 5 Verwendungsbedarf und Zielsetzung von DEA im Zusammenhang mit der Performancebeurteilung von Betrieben des Gro privatwaldes Im Prinzip zielt die Beurteilung der Performance von Forstbetrieben darauf ab die Anwendbarkeit von DEA auf forstbetriebliche Fragestellungen empirisch zu pr fen und dabei jene Betriebe auszuweisen die die Best Practice markieren Gerade in einem derartigen benchmarking Prozess ist es notwendig objektive Kriterien Kennzahlen f r eine solche Evaluierung heranzuziehen Es gilt folglich zu pr fen inwieweit die Datenbasis des Forstberichts ausreichende Informationen liefert um daraus ein praxisnahes DEA Modell zu generieren und gegebenenfal
520. ren Reduktion als vom eigentlichen radialen Verbesserungsma vorgeschlagen f hren und die teilweise die simultane Erh hung mancher Outputvariablen fordern Supereffizienz Im Gegensatz zur klassischen Benchmarkanalyse die durch identische Gewichtung der jeweiligen Attribute eine einzige Produktstrategie als die optimale konstatiert werden unter DEA alle Einheiten DMUs nur mit strukturell exakt gleichen virtuellen Referenzprodukten an der Efficiency Frontier verglichen Die Umh llende der DEA bildet dabei den u eren Rand des Produktraumes In der Folge k nnen mehrere Strategien gleichwertig nebeneinander effizient sein da vorweg keine Vorgaben hinsichtlich der relativen Bedeutung der einzelnen Produktattribute gemacht werden Um nun auch f r die als effizient ausgewiesenen Einheiten ein individuelles Ranking bzw individuelle Verbesserungswerte zu ermitteln wird das Modell der Supereffizienz vgl 3 8 3 nach Andersen 1993 angewandt mit Seite 154 Konzeptionelle Anwendung von DEA f r ausgew hlte forstliche Datens tze dem sich sowohl die Abst nde der ineffizienten als auch jene der effizienten Einheiten von der Effizienzgrenze messen lassen Zur Demonstration der Ver nderungen innerhalb einer als Best Practice Einheit deklarierten DMU und zur Erzielung differenzierter Informationen von Best Practice Einheiten erfolgt die Applikation der Supereffizienz D Eff periodische B periodische M P Wert Ver nderung
521. ren des natural technischen Modells das als Outputmenge die physische Derbholzmenge unterstellt TE_M Korrelationen Neigung IN Korrelation nach Pearso Signifikanz 2 seitig N HD_U I Korrelation nach Pearso Signifikanz 2 seitig N GKtat I Korrelation nach Pearso Signifikanz 2 seitig N ges genutz Korrelation nach Pearso EfmD Ha O Signifikanz 2 seitig N Bodenbruttorente O Korrelation nach Pearso Signifikanz 2 seitig N Die Korrelation ist auf dem Niveau von 0 01 2 seitig signifikant Die Korrelation ist auf dem Niveau von 0 05 2 seitig signifikant Tabelle 57 Korrelationsanalyse der Input Outputfaktoren des kostentechnischen Modells KEtat_E das die tats chlichen Gesamtkosten sowie die tats chlich erzielten Bruttoholzertr ge unterstellt F r die hier verwendeten Modellvariablen konnten derartige inverse Zusammenh nge f r die Inputfaktoren Neigung IN und H D Wert T die einmal als nicht kontrollierbarer und als unerw nschter Outputfaktor definiert sind sowie auch f r den Stundenaufwand festgestellt werden Eine signifikant negative Korrelation besteht zwischen der Neigung IN und dem H D Wert als unerw nschten Output Bei zunehmenden Neigungsverh ltnissen nehmen folglich die H D Werte ab was einem verminderten Risiko entspricht Aufgrund der Abholzigkeit der St mme und des etwas gr eren Standraums d rften auf derartigen Seite 201 Konzeptionelle Anwendung
522. res Verst ndnis f r Controlling und Entscheidungsprozesse bei den einzelnen Verantwortlichen der DMUs entsteht Seite 101 Konzeptionelle Anwendung von DEA f r ausgew hlte forstliche Datens tze Zur Dokumentation der systematischen Vorgehensweise hat Shiba einen schematischen Ablaufprozess zur Durchf hrung einer DEA Studie entwickelt der eine Grundlage zur Qualit tssicherung f r eine seri s durchgef hrte DEA Studie liefert In einer Fallstudie f r FOAs Forest Owners Associations in Japan hat Shiba f r drei verschiedene Modellannahmen die in der nachfolgenden Tabelle dokumentiert sind DEA Studien durchgef hrt Obwohl das Paper sehr ausf hrlich die Selektion der einzelnen Variablen diskutiert wird nicht explizit das unterstellte Effizienzmodell genannt Unabh ngig davon welches DEA Grundmodell zur Bestimmung der Effizienzwerte verwendet wurde scheinen ohne den genauen Datensatz zu kennen die Ergebnisse nicht plausibel zu sein Denn trotz der gro en Anzahl an Variablen und der geringen Anzahl an beobachteten F llen schwanken die Effizienzwerte zwischen O und 100 wobei ein Effizienzwert von 0 zwar m glich aber f r praktisch ausgerichtete DEA Modelle auszuschlie en ist Shiba selbst hat einger umt dass die Ergebnisse der drei Modelle ungew hnlich stark voneinander differieren was m glicherweise auf einen computertechnischen bzw auf einen Spezifikationsfehler zur ckgef hrt werden muss Insbesondere die Abw
523. rglichen unterscheiden sich diese wiederum signifikant voneinander und es lassen sich wieder folgende zwei Kernaussagen ableiten e Jene Einheiten die nicht abnehmende Skalenertr ge ausweisen werden von den kleineren Gro betrieben dominiert Jene Betriebseinheiten deren Skalenertr ge nicht zunehmend sind werden von der Gruppe mit den gr eren Ertragswaldfl chen gepr gt Gr enabh ngigkeit von der Skaleneffizienz bei nicht Orientierung 1337 8 ha 2705 1 ha 1598 9 ha 2360 7 ha E skaleneffizient m NASE O l lt 1 O NASE O l gt 1 4828 8 ha 2711 5 ha Abb 18 Die durchschnittlichen Betriebsgr en und deren Standardabweichung f r die drei ausgewiesenen Gruppen von Skaleneffekten bei Unterstellung eines nicht orientierten Modells Univariate Varianzanalyse Ob und welche Zusammenh nge der Effizienzwerte des inputorientierten natural technischen DEA Modells TE VRS RAD IN mit den ordinal skalierten Gr en Produktionsgebiet Anteil Seilgel nde und Arrondierung bestehen soll mittels univariater Varianzanalyse und nachgelagertem Post Hoc Tests gepr ft werden Tests der Zwischensubjekteffekte Abh ngige Variable Score TE VRS RAD IN ty E Quelle me vom Typ III Quadrate Signifikanz Korrigiertes Modell 5048 8682 162 867 1 382 Konstanter Term 296195 095 296195 09 2513 119 PROD_GEB 560 271 112 054 951 ARRONDIE 126 985 63 493 339 ANTEIL_S 1079 703 359 901 3 054 PROD_GEB ARRONDIE 503 262 62 9
524. richtung des Testbetriebsnetzes Gro wald erfolgte die Verfolgung gleich mehrerer Zielsetzungen Neben dem bereits vorhin angesprochenen forst konomischen und forstpolitischen Stellenwert wird abgesehen vom wissenschaftlichen Interesse auch das Ziel verfolgt den knapp 100 beteiligten Betrieben den Waldbesitzern und Betriebsleitern die Tragweite von Kostenrechnungsinstrumentarien durch externe Erheber n her zu bringen SEKOT 2004 Die wissenschaftliche Bedeutung dieses Langzeitprojektes besteht darin st ndig an der Weiterentwicklung des Kennzahlensystems und der Aufbereitung der Kennzahlen zu arbeiten Durch die konsequente Verfolgung des Zieles das Zahlenkonvolut der Betriebe schematisiert und bersichtlich aufzubereiten forderte eine entsprechende Datenbankl sung ein die 1998 von Prof W Sekot implementiert wurde Das Datenbankschema bietet nun die entsprechende Funktionalit t auf Betriebs und berbetrieblicher Ebene die relevanten Kenngr en hiebssatz und einschlagsbezogen f r die Betriebssteuerung auszuwerten Mit einer weiteren Funktionalit t der Datenbankanwendung werden den Teilnehmern Unterlagen f r den Richtwertvergleich sowie Hitlisten betriebsspezifisch aufbereitet die eine individuelle Auseinandersetzung mit dem F hrungsinstrument Betriebsvergleich anregen und unterst tzen sollten Dar ber hinaus wird der direkte zwischenbetriebliche Vergleich im Rahmen von mittlerweile acht etablierten Betriebsverglei
525. romaterial 326 gWg und sonstiges Material 450 zwischenbetriebliche Verrechnung 451 Verwaltungstangente 452 Sonstige Leistungen und Lieferungen 500 Steuerkosten 600 sonstige Kosten 510 Steuern Abgaben vom Einheitswert f r 610 Reisekosten Angestellte Forstbetrieb nicht direkt zu buchen 520 sonstige Abgaben und Geb hren 620 Versicherungen 621 621 Waldbrandversicherung 622 622 sonstige Versicherungen 630 630 Post Telefon Fax 640 640 brige Kosten 641 Mitgliedsbeitr ge 642 Zeitschriften Literatur 643 Bankspesen und Skonti 644 Werbe und Repr sentationskosten 645 sonstige brige Kosten 646 Servitutsaufwand 700 Kalkulatorische Kosten 800 Umlage Hilfsbetriebe 710 Abschreibungskosten 810 PKW 720 Zinsen vom Restbuchwert 820 LKW 730 Zinsen vom Einheitswert 830 Traktore und Schlepper 840 Seilger te und aggregate 850 hoch voll mechanisierte Holzernte 860 Baumaschinen 870 Werkst tten 880 Kleinger te 900 Faktormengen und Anlagen 910 Arbeitsstunden 911 Zeitlohnstunden 912 Akkord und Pr mienlohnstunden 913 Sonderlohnstunden 914 Aushilfslohnstunden 915 Instandhaltungsstunden 920 Investitionen 930 Restbuchwerte Seite 280 Betriebssparten und Kostenstelleniibersicht Anhang 100 Waldbau 200 Holzernte 110 Pflanzenproduktion 210 F llung und R ckung 120 Bestandsbegr ndung 211 F llung 212 R ckung 213 F llung und R ckun
526. rt dass durch die Verdoppelung der DMUs h chstens gleich hohe oder niedrigere Effizienzwerte erzielbar sind Andererseits kann aber auch gezeigt werden in welchen F llen die Durchf hrung bzw das Unterlassen von Pflegema nahmen zu einem g nstigeren Ergebnis gef hrt h tte und welche Tendenz sich umgekehrt aus den Durchschnittsresultaten aller DMus dieser beiden Behandlungsvarianten ableitet Indem sowohl das natural technische TE_M RAD als auch das kostentechnische Modell mit durchschnittlichen Kostens tzen KEd_M RAD ausgewertet wurde l sst sich aus dem Verh ltnis dieser beiden Modelle die allokative Effizienz AE_M RAD ableiten Als unabh ngiges Modell zur Ableitung eines fairen kostentechnischen Beurteilungsma wird au erdem das tats chlich kostentechnische Effizienzma KEtat_M das individuelle Kostens tzen unterstellt angef hrt Seite 219 Konzeptionelle Anwendung von DEA f r ausgew hlte forstliche Datens tze Massenleistung TE_M RAD AE_M RAD KEd_M RAD KEtat_M RAD DMU Varianten Ranking Ranking Ranking Ranking 116 DF 98 29 44 99 69 27 97 99 26 B M_G4_IV2 232 DF 98 05 58 99 68 36 97 73 34 100 00 1 232 0 93 60 117 95 96 71 89 82 75 95 77 56 116 DF 77 35 116 91 58 75 70 83 112 gussw_G1_13 232 DF 75 33 232 93 20 105 70 21 219 71 35 224 232 0 88 29 197 80 75 198 71 30 210 72 91 214 116 DF 88 52 103 91 56 76 81 05 87 eisenk_G1_I3 232 DF 86 57 212 92 78 110
527. rt dass zumindest 2xmxn Beobachtungen DMUs bei m n Variablen zur Erzielung einigerma en diskriminanter Ergebnisse erforderlich sind Der Faktor zwei erscheint aufgrund bisheriger Erfahrungen aber nur die Minimalanforderungen abzudecken Besser w re es anstelle des Faktors 2 den Faktor 5 zu nehmen Letztendlich scheint es Sinn zu machen sich bez glich der Anzahl der Beobachtungen an der Faustformel 10x m n zu orientieren Egal wo oder wie das Limit angesetzt wird h ngen die Diskriminanz der Ergebnisse sowie die Approximation an die reale Technologiemenge immer von der Anzahl der Beobachtungen ab Liegt aber nur eine begrenzte Anzahl an Beobachtungen vor hat man nur die M glichkeit ber eine Einschr nkung der Variablen diskriminante Ergebnisse zu realisieren Manche Kriterien lassen sich zusammenfassen oder aber auch ber den Gleichmacher Geld wenn verf gbar zu einem einzigen Faktor aggregieren Auf der Outputseite empfiehlt Dyson et al 2001 jene Elemente wegzulassen die nicht in einem unmittelbaren Seite 73 Rahmenrichtlinien fur DEA Applikationen Zusammenhang mit der Zielsetzung der beobachteten Organisationseinheit stehen Fur diese Entscheidungen braucht es aber sorgfaltige und gewissenhafte Uberlegungen die vor allem unter Einbeziehung der Zielsetzung der Aufgabenstellungen zu erfolgen haben 4 4 2 Die Korrelation zwischen Input bzw Outputvariablen Zur methodischen Untermauerung welche Variablen nun f r ei
528. rt auf beobachteten Mittelwerten Seite 284 Anhang Arrondierung Mehrfachvergleiche Abhangige Variable Score TE VRS RAD IN Bonferroni Mittlere Differenz l J Standardf ehler 95 Konfidenzintervall Signifikanz Untergrenze Obergrenze I Arrondierung J Arrondierung 2 0295 1051 2 0295 2 1346 1051 2 1346 3 02483 3 14315 3 02483 3 62437 3 14315 3 62437 Basiert auf beobachteten Mittelwerten Anteil Seilgelande Mehrfachvergleiche Abh ngige Variable Score TE VRS RAD IN Bonferroni Mittlere I Anteil Seilgel nde In 8 1059 8 1978 10 9029 8 1059 0919 2 7970 8 1978 0919 2 7051 10 9029 2 7970 2 7051 wo N BRM ALR wW AIR OMN gt ON Basiert auf beobachteten Mittelwerten Die mittlere Differenz ist auf der Stufe 05 signifikant Seite 2 J Anteil Seilgel ndel Differenz l J Standardf ehler 4 29134 3 32405 3 09453 4 29134 4 70092 4 54152 3 32405 4 70092 3 64132 13 09453 4 54152 3 64132 85 1 000 1 000 1 000 1 000 Signifikanz 9 5583 7 7181 5 4992 6 8863 7 9283 11 1556 5 4992 7 9283 9 5583 11 1556 7 7181 6 8863 95 Konfidenzintervall Untergrenze 3 7502 9859 2 3533 19 9621 12 8959 9 7504 17 3816 13 0797 7 3552 19 4525 15 3444 12 7654 19 9621 17 3816 19 4525 3 7502 13 0797 15 3444 9859
529. rt den durchschnittlichen Gesamtzuwachs Erzielt ein ein Hektar gro er Bestand der 100 Jahre alt ist eine durchschnittliche Gesamtwuchsleistung von 1000 Vorratsfestmeter entspricht das einer Bonit t bzw einem durchschnittlichen Gesamtzuwachs DGZ von 10 VfmD Jahr Seite 173 Konzeptionelle Anwendung von DEA f r ausgew hlte forstliche Datens tze Inputvariablen 1 Flache Die Fl che ist als quantitative Gr e f r die einheitliche Beurteilung von Best nden unabk mmlich Da sie aber als gegeben angenommen werden muss und sie mittelfristig nicht ge ndert werden kann wird die Fl che in Hektar als unkontrollierbare Inputvariable gef hrt 2 Bonit t Die Bonit t DGZ 100 in VfmD a jeder in der Teilfl che vorhandenen Baumart wurde ber deren Massenanteil gewichtet Diese gewichtete Gr e soll im Modell weitestgehend die nat rlichen Rahmenbedingungen von denen das Bestandeswachstum wesentlich abh ngig ist widerspiegeln Da diese nat rlichen Gegebenheiten nicht beeinflussbar sind wird die Bonit t als eine unkontrollierbare Variable ausgewiesen auch wenn sich die Bonit t aufgrund des Wuchsverhaltens ber das Alter geringf gig ndern kann 3 Bestockungsgrad Der Bestockungsgrad wurde f r die Erstellung dieses Operats nur gutachtlich angesprochen Da nahezu alle Bestockungsgrade die das Verh ltnis der aktuellen Kreisgrundflache zu einer Soll Kreisgrundflache abbilden gem den Taxationsrich
530. rten einer gesamten Umtriebszeit gegen bergestellt Seite 213 Konzeptionelle Anwendung von DEA f r ausgew hlte forstliche Datens tze Damit soll die Hypothese gepr ft werden ob signifikante Zusammenh nge zwischen den Produktivit tskennzahlen von einmalig durchgef hrten Durchforstungseingriffen und der Performanceentwicklung der Bestandeseinheiten ber die gesamte Umtriebszeit bestehen Infolge der relativen Beurteilung der Kennzahl m PSH lassen sich systembedingt nur konstante Skalenertr ge unterstellen was zu stark differierenden Effizienzwerten zwischen den Harvestertypen gef hrt hat Da auf diesem bereits hoch aggregiertem Niveau nur die eine beste Einheit mit der h chsten m PSH Leistung als Benchmark Einheit fungiert leiten sich damit die Effizientwerte relative Produktivit t der brigen Einheiten ber den relativen Bezug zu dieser Benchmarkeinheit her Werden die Ergebnisse der beiden Studien gegen bergestellt ist die Streubreite der beobachteten Effizienzwerte aus der Arbeitszeitstudie bei weitem ausgepr gter als jene der DEA Studie die bei Unterstellung von Inputorientierung und variabler Skalenertr ge vergleichsweise moderate prozentuelle Abweichungen von den Benchmarkeinheiten ausweist Es wird davon ausgegangen dass die produktiven Durchforstungsma nahmen mit den gr eren Eingriffsst rken und den h heren Volumsentnahmen bei Betrachtung einer gesamten Umtriebszeit eine ung nstigere Performance auswe
531. rung der Modellvarianten f r die DEA Analyse Seite 115 Konzeptionelle Anwendung von DEA f r ausgew hlte forstliche Datens tze Mit der Implementierung von multiplen Inputs und Outputs in ein DEA Modell strebt man das Ziel an die Performance der Betriebe ganzheitlich abzubilden und deren relativen Abstand zu vergleichbaren Best Practice Einheiten zu dokumentieren In der Folge werden vor allem f r ineffiziente Betriebe Analysen angestellt um diese Betriebe in den Bereich der effizienten Betriebe heranzuf hren Dazu bedarf es einer differenzierten Betrachtung einer ineffizienten Einheit hinsichtlich ihrer technischen gr enabh ngigen und konomischen Performance ber den aus den effizienten Referenzeinheiten Best Practice Einheiten abgeleiteten Effizienzwert erfolgt die Generierung von SOLL Gr en vgl 3 8 2 Target Values die ma geblich zur Festsetzung von operativen Ma nahmen zur Effizienzsteigerung beitragen sollen 5 4 6 Definition von homogenen Befundeinheiten Aus dieser Zielsetzung heraus jene Forstbetriebe zu markieren die auch die Referenzeinheiten Best Practice f r ineffiziente Betriebseinheiten darstellen leitet sich ab dass sich in den Modellkonzeptionen die homogene Befundeinheit DMU auf den Forstbetrieb bezieht Forstbetriebe per se k nnte man annehmen k nnten nicht unterschiedlicher sein Die Problematik rund um die Vergleichbarkeit von Kennzahlen wurde bereits unter 5 4 4
532. rung sowie die Target Values f r die Kriterien der einzelnen Beobachtungen f r die einzelnen Perioden der Untersuchungseinheiten DMUs ausgewiesen Unter R ist das Rankingergebnis f r jede der 76 DMUs jeder Periode 380 DMUs sowie f r die grau hinterlegten 76 gemittelten Periodenergebnisse d dargestellt Selbstverst ndlich f hrt ein Ansteigen der Performance gleichzeitig zu einem niedrigeren Ranking Je niedriger die Platzierung im Ranking desto n her liegt die untersuchte Einheit an der Effizienzgrenze der DEA Analyse 60 Der Malmquist Index zeigt die Entwicklung der Effizienz im Zeitablauf an unter Ber cksichtigung der Ver nderung der Technologie Seite 153 Konzeptionelle Anwendung von DEA f r ausgew hlte forstliche Datens tze Target Values TE VSE D 11 I2 I 14 1 2 M P Ei V Eff R i 3 j gt U W Regie Ange Fremd sonst S ge Indh sonst std stellte Ist K Kosten sort Sort Ertr ge 1997 65 46 345 39 05 34 54 34 54 34 54 0 00 0 00 75 73 1998 67 46 3 06 338 39 33 32 54 32 54 32 54 0 00 0 00 81 33 FB 1999 70 20 4 06 315 37 65 29 80 29 80 29 80 0 00 0 00 138 13 11 2000 75 82 8 01 281 40 22 24 18 24 18 24 18 0 00 0 00 161 69 2001 73 67 2 83 297 31 89 26 33 26 33 26 33 0 00 0 00 27 79 d 79 23 66 33 75 20 77 20 77 20 77 0 00 0 00 26 83 1997 83 95 206 16 55 36 53 16 05 16 05 0 00 69 34 540 21 1998 93 86 11 80 120
533. s tze Zeiteinheit PSH s produktive Systemstunde bis Unterbrechung von 15 Minuten Ausgehend von den Resultaten f r den Bearbeitungsprozess Baumf llen und den Fortbewegungsprozess je Harvestertyp werden ber separate Regressionsanalysen Formeln zur n herungsweisen Ermittlung dieser beiden Prozesse abgeleitet die wiederum zu einer einzigen Produktivit tsformel aggregiert werden STAMPFER 2001 60 prodas effiz effiz Prodraupe Systemproduktivit t Raupenharvester m PSH 5 effizrortb Systemeffizienz Fortbewegung min m effiZpearb Systemeffizienz Bearbeitung min m k Umrechnungsfaktor von Zeitbedarf PSH auf PSHis max 15 min Unterbrechung In der Literatur existiert eine Vielzahl an Definitionen von Effizienz vgl 2 2 trotzdem gilt es dennoch festzuhalten dass unter Effizienz ein minimaler Faktoreinsatz zur Erreichung eines definierten Nutzens zu subsumieren ist und daher nicht im Zusammenhang mit dem Kehrwert der Produktivit t steht Auch wenn es dadurch per Definition zu Abweichungen der hier verwendeten Begrifflichkeiten gekommen ist bildet die hier ausgewiesene aggregierte Formel eine durchaus nachvollziehbare Grundlage zur Ermittlung der Produktivit t von Raupenharvesterger ten F r die Vergleichbarkeit der Leistungsdaten nach diesem Formelansatz ist anzumerken dass zur Ableitung der Produktivit ten heterogene Bestandesformationen zur Datenerhebung herangezogen wurden Zur Ermittlung der
534. s Merkmal zu ber cksichtigen Eine derartige Gr e m sste als Outputvariable im Sinne einer Pflegeleistung eingebunden werden Folglich w rde man f r jeden Bestand die Notwendigkeit eines Pflegeeingriffs unterstellen und die Pflegema nahmen jener Best nde honorieren die diesen Aufgaben nachkommen Indem mit einer Simulation verschiedene Entwicklungsszenarien dargestellt werden k nnen sollte es m glich sein die Auswirkungen eines waldbaulichen Programms im Vergleich zu einer Variante die derartige Ma nahmen vernachl ssigt herauszuarbeiten Damit k nnte man den Investitionscharakter von Pflegema nahmen hervorheben und w rde dem Eindruck der ertragsmindernden Wirkung waldbaulicher Ma nahmen in der periodenbezogenen Erfolgsrechnung entgegensteuern Denn von den durchgef hrten Pflegema nahmen wird eine Erh hung des Bestandeswerts infolge der F rderung von Werttr gern erwartet Au erdem wird davon ausgegangen dass gepflegte Best nde gegen ber ungepflegten bei abiotischen Schadeinwirkungen stabiler sind und durch die Konkurrenzregulierung den kritischen mittleren Bestandesdurchmesser fr her erzielen Und der damit verbundene vorzeitige Turn Over w rde sich auf der Outputseite in einem erh hter kalkulatorischer Ertrag vgl 5 6 7 niederschlagen Seite 203 Konzeptionelle Anwendung von DEA f r ausgew hlte forstliche Datens tze 5 6 9 Ergebnisdokumentation der pr ferierten Modellvariante hnlich wie f r die Mod
535. s Modells werden unter sonstige Kosten alle jene Kosten aggregiert die nur in geringem Umfang wirksam sind und die nicht in allen Betrieben in hnlicher Struktur und Intensit t auftreten Es handelt sich dabei um die Zusammenfassung folgender Kostenarten Steuern sonstige Kosten sonstige Fremdleistungskosten Instandhaltung Beratung Miete und Pachte Abschreibungen Energie Material und Unternehmerlohn Seite 119 Konzeptionelle Anwendung von DEA f r ausgew hlte forstliche Datens tze Verwendete Outputvariablen 1 2 3 Sagesortimente Darunter sind alle Laubs gerundholz und Nadels gerundholzsortimente zusammengefasst Dieser Bereich S gerundholzbereitstellung stellt den gr ten Anteil am Kerngesch ft der meisten Forstbetriebe dar Industrieholz und Brennholzsortimente Als so genannte Kuppelprodukte fallen in der Forstwirtschaft Industrieholz und Brennholzsortimente an die aber in j ngster Zeit aufgrund neu entwickelter Verarbeitungstechnologien an Bedeutung gewinnen Sonstige Ertr ge Ahnlich wie bei den sonstigen Kosten werden auch hier auf der Ertragsseite sonstige Ertr ge zur vollst ndigen Erfassung der angefallenen Erl se angef hrt Grunds tzlich sind darunter Erl se wie Nebennutzungen Ben tzungsentgelte Kosteners tze sowie F rderungen subsumiert Indizes zur Ber cksichtigung von Umwelteinfl ssen 1 Nachhaltigkeitsindex Um den Einfluss von forstwirtschaftlichen Ma nahmen auf da
536. s als die Best Practice identifiziert wurde Je nachdem nach welchem Kriterium diese best performenden Best nde gegliedert werden kann festgestellt werden dass es verteilt ber den gesamten Wertebereich aller Seite 179 Konzeptionelle Anwendung von DEA f r ausgew hlte forstliche Datens tze Merkmale immer wieder Kombination von Produktionsfaktoren gibt die zu Best Practice Beobachtungen f hren Und es sind genau jene hier ausgewiesenen Best nde die anteilig als Benchmark bzw Referenzeiheiten f r die Bildung der virtuellen Projektionseinheiten ineffizienter Beobachtungen an der Umh llenden herangezogen werden vgl 3 7 1 2 und 3 8 1 Diese Einheiten signalisieren damit aber gleichzeitig auch dass nicht nur eine einzige Kennzahl f r die Performance ausschlaggebend ist sondern das Zusammenspiel aller unterstellter Input und Outputmerkmale DMU Eff Benchmark Fl che Bonit t Alter Masse LH Masse NH 20b4 100 00 92 4774 7 6 20 1 9 37e2 100 00 19 10059 6 0 35 11 24 27g 100 00 25 139190 7 3 35 246 1591 36f5 100 00 89 2602 7 3 35 7 29 12c3 100 00 22 2705 8 8 40 3 66 7a3 100 00 31 2517 7 5 45 21 44 35b1 100 00 11 116009 6 0 60 1767 1211 24b4 100 00 51 643 8 7 70 2 40 37b2 100 00 46 11340 3 9 70 16 218 25b1 100 00 5 77932 6 6 80 2296 872 32c1 100 00 36 84685 7 3 85 3063 493 32d1 100 00 19 38250 8 9 85 1319 801 12b 100 00 4 99571 7 8 90 2101 2608 17e 100 00 34 7504 4 3 90 104 93 26a1 100 00 36 108227 8 7 90 136
537. s der Periode t den Inputfaktoren der Periode t 1 gegen bergestellt werden 4 4 5 Skalierung der Inputs und Outputs Auch wenn die Anforderungen von DEA verglichen mit Kennzahlensystemen des Controllings vergleichsweise gering sind so darf aber auf jeden Fall die Grundpr misse dass jedes verwendete Kriterium messbar sein muss nicht verletzt werden F r den Standardfall leitet sich daraus ab dass die Kriterien stetig unbeschr nkt und kardinal erfassbar sein m ssen SCHEEL 2000 Problematisch wird es allerdings wenn DEA Modelle nominal oder ordinal skalierte Elemente enthalten sollen Gerade aber die Ber cksichtigung von Eigentumsverh ltnissen oder Rechtsformen als nominal skalierte Elemente spielen f r die Beurteilung der Performance eine nicht unbedeutende Rolle Zum Umgang mit nominal skalierten Elementen sei hier auf die Two Stage Ans tze vgl 4 3 1 3 verwiesen Genauso verh lt es sich aber auch mit qualitativen Elementen wie der Zufriedenheit von Kunden oder Mitarbeitern die m glicherweise ber Frageb gen anhand einer Skala von O bis 10 oder O bis 100 oder wie auch immer definiert wurden Da die Differenzen zwischen den Werten willk rlich sind und sich daraus lediglich Werteinsch tzungen ableiten lassen k nnen ordinal skalierte Elemente erst nach einer Transformation in scheinbar kardinale Kriterien f r die Bestimmung von relativen Effizienzwerten verwendet werden Sind die Kriterien aber stetige und nach oben
538. s je Umtriebszeit und Hektar lukrierten Ertrags TE_E sowie dem unterstellten kalkulatorischen Ertrag kalk_E O f r das vorzeitige Erreichen des Abtriebskriteriums zusammen Demgegen ber werden als physische Produktionsfaktoren im Sinne des Grundparadigmas dass die Reduktion von Inputfaktoren bei gleich bleibenden Outputverh ltnissen zu einer Performancesteigerung f hrt die Neigungsverh ltnisse als nicht kontrollierbare Inputvariable vgl 5 6 8 die gesamte Zeit f r die Holzernte in Stunden die Derbholzvolumina der Ausgangsbest nde sowie der H D Wert als unerw nschte Outputvariabel vgl 5 6 8 implementiert Das natural technische Modell Een Neigung HD_U Std DF amp EN VfmD_DF VfmD_U Kalk_E IN I I I 0 0 TEE Neigung HD_U Std DF amp EN VfmD _DF Ertrag_U Kalk_E IN I I I 0 0 Tabelle 50 bersicht zu den im natural technischen Modell zur Beurteilung des Bestandesbehandlungs konzepts verwendeten Variablen Das durchschnittliche kostentechnische Modell KEd_M amp KEd_E Die Dokumentation der Kosteneffizienz der Behandlungsma nahmen von Best nden erfolgt anhand der Demonstration des Zusammenhangs zwischen dem inputorientierten natural technischen und dem kostentechnischen Modell Zur Ableitung des kostentechnischen Modells ist allerdings die Bewertung der natural technischen Inputvariablen mit durchschnittlichen Kostens tzen erforderlich In der Folge werden die monetarisierten Inputvariablen zu eine
539. s jene Variablen auf der Inputseite die mit physischen Gr en in das technische Modell eingegangen sind mit einem durchschnittlichen monet ren Wert bewertet werden Dazu wurden aus der Testbetriebsdatenbank die individuellen Kosten f r den Einheitswert die reduzierten Angestellten und die Regiekosten entnommen und f r die 77 Beobachtungen gemittelt Die daraus abgeleiteten durchschnittlichen Kostens tze EH 228 32 ha red Ang 54 719 50 red Ang Regie Std 18 92 Std wurden f r die monet re Bewertung der physischen Inputvariablen nach Durchschnittss tzen herangezogen Die bewerteten Inputvariablen zuz glich der bereits als monet re Gr en vorliegenden Fremdleistungs und sonstigen Kosten liefern den aggregierten Gesamtkostenwert dem auf der Outputseite die nicht ver nderten Outputvariablen aus dem natural technisch Modell gegen berstehen Als methodische Alternative k nnte man bei unsicherer oder nicht vorhandener Datenlage das Wertesystem nach Scheel 2000 zur Anwendung bringen Dazu ist aber die Entwicklung eines entsprechenden Regelwerks erforderlich das f r die einzelnen Modellvariablen eine Reihung ihrer Wertigkeit relative Nutzwerte im Verh ltnis zu den Seite 133 Konzeptionelle Anwendung von DEA f r ausgew hlte forstliche Datens tze anderen Gr en vorzunehmen hat wodurch man allerdings Gefahr l uft a priori eine subjektive Werthaltung in die Erstellung des Regelwerkes zu implementieren
540. s sich bei der aus momentanen Beobachtungen konstruierten Technologiemenge um ein statisches Verfahren der Effizienzbestimmung handelt Denn wenn sich durch technischen Fortschritt die Produktivit t ndert w rde das eins zu eins zu einer Ver nderung der Effizienzklassifikation f hren 3 5 Formulierung der Grundlagen der Data Envelopment Analysis Auf der Grundlage der bereits beschriebenen Struktureigenschaften der Technologiemenge und unter Anwendung des Wohlfahrts konomischen Theorems nach Koopmans gilt es nun die Bestimmung der relativen Effizienz von den unterstellten multikriteriellen Input Outputniveaus herzuleiten Liegt eine gr ere Anzahl von Output und Inputvariablen je DMU vor m ssen zur Generierung einer Gesamtperformance sowohl Input als auch Outputkriterien aggregiert werden Zur Herleitung einer Produktivit tskennzahl muss der Quotient aus aggregierten Outputs zu aggregierten Inputs f r jede Einheit gebildet werden F r die Herleitung eines einzigen Performancewertes zur Markierung der relativen Effizienz die sich zwischen 0 und 1 bzw zwischen O und 100 bewegen soll muss im Anschluss daran der Produktivit tsquotient jeder Beobachtung durch den gr ten empirisch beobachteten Quotienten dividiert werden P Outputaggregation k Inputaggregation Im einfachsten Fall wenn Marktinformationen f r die einzelnen Kriterien zur Verf gung stehen k nnen die Faktorkosten Cm bzw die Outputpreise pn als Gewichtung
541. s stehende Waldverm gen zu ber cksichtigen wurde in einem Modell versucht ber einen derartigen Index Hiebsatz zu Einschlag die Nachhaltigkeit von forstlichen Eingriffen in die Effizienzbeurteilung mit einzubeziehen Ber cksichtigung von unkontrollierbaren Variablen 1 Arrondierung 2 Seilgel nde 3 Produktionsgebiet Zur vollst ndigen Abbildung der Aktivit ten einer Betriebseinheit und zur Objektivierung des Performancevergleichs sollten diese Gr en mitber cksichtigt werden Nachdem es sich dabei aber um nominal bzw ordinal skalierte Gr en handelt fanden diese Kriterien f r die Bestimmung eines aggregierten Effizienzwertes keine Ber cksichtigung Ob diese Kriterien allerdings einen signifikanten Einfluss auf den abgeleiteten Effizienzwert haben muss ber eine Varianzanalyse in einer zweiten Phase bestimmt werden Einbeziehung von unerw nschten Outputs W rden durch die Bewirtschaftung von forstlichen Betriebseinheiten markante unerw nschte Outputs entstehen die f r die Beurteilung der relativen Effizienz zu anderen forstlichen Wirtschaftseinheiten ma geblich und praktikabel quantifizierbar w ren k nnten diese hier in Anlehnung an die Ausf hrungen unter 4 4 8 implementiert werden Ans tze zur Definition von unerw nschten Outputs liefern die Studien der Bf AG zur SBSC Sustainability Balanced Score Card sowie die L2 Kriterien des Lissabon Abkommens der Ministerkonferenz zum Schutz der W lder Dar
542. s wurden die Erntekosten in Abh ngigkeit der zum Abtriebszeitpunkt je Bestand durchschnittlich erzielten Brusth hendurchmesser in Tabelle 53 dargestellt BHD cm lt 20 20 25 30 35 40 45 gt 50 EfmD 23 50 23 50 22 42 21 33 20 25 19 17 18 08 17 00 Tabelle 53 Erntekosten je EfmD in Abh ngigkeit von den erreichten BHDs zum Zeitpunkt des Umtriebs F r den Durchforstungsaufwand hingegen werden die tats chlichen Kosten aus der Arbeitszeitstudie STAMPFER 2001 herangezogen Auch wenn die hier unterstellten Werte nicht aus publizierten Datenbest nden entnommen wurden so sind die hier dokumentierten Erntekosten mit realistischen Gr enordnungen aus dem Testbetriebsnetz Gro privatwald abgestimmt Ab nderungen und Anpassungen dieser Annahmen w rden sich dann allerdings auf das Ergebnis durchschlagen Ob letztendlich der Wert als solcher gerechtfertigt ist oder nicht spielt f r diese explorative Anwendung vorerst noch nicht die entscheidende Rolle Vordergr ndig ist in dieser ersten N herung dass die relative Performance der untersuchten Best nde unter Verwendung dieser realit tsangepassten Gr en hergeleitet wird und nur geringf gig durch die Wahl richtigerer Kostens tze beeinflusst wird Neben der Bewertung der Leistungsstunden m ssen auf der Inputseite auch noch die Bestandeswerte der originalen Ausgangsbest nde f r die Ermittlung der Kosteneffizienz so wie bereits unter den physischen Inputs beschrieben vgl 5
543. sammenhang der abgeleiteten durchschnittlichen Effizienzwerte gegen ber dem quiproportionalen Effizienzma bei Unterstellung von nicht orientierten NO Modellen hingewiesen Beer X Y lt E X Y lt E X Y Daraus geht hervor dass das durchschnittliche maximale Effizienzma das aus den arithmetisch gemittelten relativen Ver nderungen der Beurteilungskriterien innerhalb des Verbesserungsraumes vgl Abb 8 resultiert die Beobachtungen kritischer als das quiproportionale und das durchschnittliche minimale Ma beleuchtet Die Ursache daf r liegt bereits in der Konzipierung dieser Effizienzma e Das quiproportionale Ma versucht n mlich durch proportionale Ver nderungen der Beurteilungskriterien die Performance jeder Beobachtung unter dem besten Licht darzustellen Best Case Philosophie Der Anspruch des minimalen durchschnittlichen Effizienzma es hingegen ist einzig der die Effizienzh lle durch die Ver nderung jenes Beurteilungskriteriums mit der k rzesten relativen Distanz zur Technologiegrenze zu realisieren aus deren Mittelwert sich auch der durchschnittliche minimale Effizienzwert ergibt vgl 3 7 2 Durchschnittliche DEA Effizienzma e KSE VSE Dinax 1 Dmax O Dmax NO Dmax I Dmax O Dmax NO Effizienzindikation I O I O invarianz linear o e e e e e Translation gt 0 I 225 monoton o o o I O onstonis ke monaten I O I O Stabilit t 0 0 0
544. samten Bestandes aus Da sich in allen F llen positive Abtriebswerte ergeben ist auch die Modellpr misse von DEA nur mit positiven Werten zu operieren gew hrleistet Sollten sich in einer anderen Anwendung auch negative Deckungsbeitr ge ergeben k nnte durch Verwendung des Alterswertfaktorenverfahrens ein durchwegs positives Vorzeichen der Bestandeswerte sichergestellt werden Outputseitig werden die Bruttoerl se der Vornutzungsma nahme sowie die diskontierten Brutto Abtriebsertr ge angesetzt Dokumentation der Bewertungsans tze der naturalen Inputvariablen f r das durchschnittliche und das tats chliche kostentechnische Modell Zur Bewertung der ber die Holzerntekosten 5 6 5 ermittelten Stunden und jener f r die Durchforstung aufgewandten Stunden je Hektar wird ein ber die behandelten als auch unbehandelten Best nde gewichteter durchschnittlicher Stundensatz von 72 12 Std unterstellt Nachdem aber f r Vornutzungs und Endnutzungsma nahmen zu unterschiedlichen Zeitpunkten verschiedene technische Systeme mit differierenden Kostens tzen die auf den Zeitpunkt der Vollerhebung der Best nde zu diskontieren sind unterstellt wurden sollte zuk nftig der Stundenaufwand f r die Vor und Endnutzung als separate Variable im Modell integriert werden Zur Herleitung realit tsnaher Holzerntekosten als Basis f r die Ermittlung des physischen Stundenaufwands in der Endnutzung und zur Ableitung eines durchschnittlichen Stundensatze
545. sberechtigung und der betrieblichen Realisierbarkeit ma geblich beeinflusst Aber auch unter vergleichbaren verf gungsrechtlichen Rahmenbedingungen ergeben sich in Abh ngigkeit der unterschiedlichen Produktionsdauer und regionaler sowie rtlich abweichender Strukturen verschiedenartige betriebliche Handlungsoptionen OESTEN amp ROEDER 2001 Daraus leitet sich zwar f r jeden Forstbetrieb die Notwendigkeit ab seine im Betrieb bereitgestellte Leistung individuell zu beurteilen doch im Grunde genommen kann die bereitgestellte Leistung nur ber den Vergleich mit anderen Betrieben bzw mit vorangegangen Perioden objektiv beurteilt werden Die Wirtschaftseinheit Forstbetrieb kann sehr allgemein betrachtet immer in seine funktionale Teilsysteme Wertesystem Ziele Werte Normen Leistungssystem Holzproduktion Nebennutzungen Schutz und Erholungsleistungen und Leistungen im Bereich der Umweltbildung Managementsystem Betriebsf hrung sowie das Informationssystem Gewinnung Verarbeitung Speicherung und bertragung von Informationen differenziert werden OESTEN amp ROEDER 2001 Bei allen Unterschiedlichkeiten infolge der lokal bedingten Gewichtung der Teilsysteme ist es gerade deshalb erforderlich eine einheitliche Definition vergleichbarer Befundeinheiten f r forstliche Bewirtschaftungseinheiten anzustreben Unter der Einbindung von Umfeldvariablen und der Abstrahierung von einheitlichen Strukturen unterschied
546. schen Vorteil der mit einer fr her einsetzenden Produktion des Nachfolgebestandes verbunden ist bemisst Durch die Bezugnahme auf den maximalen Produktionshorizont aller Varianten kann damit ein einheitlicher Bezugszeitraum 90 Jahre gew hrleistet werden obwohl die urspr nglichen Ausgangsbest nde zum Zeitpunkt der Aufnahme unterschiedlich alt gewesen sind 5 6 5 Naturale Inputgr en Wurden die zum Abtriebszeitpunkt zu erwartenden physischen Derbholzvolumina je Teilfl che DMU ber synthetisch generierte Bestandesdaten hergeleitet m ssen die zur Bereitstellung zu unterstellenden Aufw nde die zu unterschiedlichen Zeitpunkten anfallen ber entsprechende Konventionen festgelegt werden Generell sind davon insbesondere die Wertans tze f r jene Gr en betroffen die erst in Zukunft anfallen werden Besondere Auswirkung hat das auf die zuk nftig zu erwartenden Erntekosten Ganz allgemein werden f r derartige Bewertungsans tze die heutigen nominalen Kostens tze als konstant unterstellt Damit aber der Zeitpunkt zu dem die entsprechenden Mittel geflossen sind entsprechend abgebildet wird wurde in der Modellkalkulation zur Prolongation und zur Diskontierung der entsprechenden Werte auf einen einheitlichen Ausgangszeitpunkt ein kalkulatorischer ZinsfuB von 1 5 unterstellt um die Zeitpr ferenz entsprechend zum Ausdruck zu bringen 71 Jener Bestand mit dem l ngsten Produktionshorizont ab der Vollerhebung zur Erreichung des
547. sen Denn f r jeden Cluster muss in Abh ngigkeit der implementierten Variablen eine ausreichende Anzahl an Beobachtung zur Erzielung diskriminanter Ergebnisse zur Verf gung stehen Der Three Stage Ansatz nach Charnes et al 1981 in COELLI ET AL 1998 und in STEINMANN 2002 erfordert nun dass alle Beobachtungen der einzelnen Cluster radial an die Effizienzgrenze projiziert werden Stage 2 In der Folge sollte dann eine gemeinsame DEA Analyse aller an die Effizienzgrenzen der einzelnen Cluster projizierten Input Seite 70 Rahmenrichtlinien fur DEA Applikationen Outputvariablen erfolgen Stage 3 Werden die Resultate der Gruppe und der einzelnen Cluster analysiert k nnen Uber statistische Hypothesentests die Zusammenh nge der Effizienzdifferenzen mit den a priori festgelegten Clustern statistisch validiert werden Nachteilig wirkt sich die Zergliederung von Beobachtungen in Subcluster aus weil durch die reduzierte Anzahl an Beobachtungen DMUs innerhalb der Subcluster die relative Effizienz und der absoluten Anteil an tats chlich effizienten Beobachtungen zunehmen Gleichzeitig m ndet diese Ma nahme jedoch in einer Abnahme der Aussagekraft Und zus tzlich stellt die Verwendung von nur metrisch bzw kardinal skalierten Einflussfaktoren eine Einschr nkung bei einer derartigen Vorgehensweise dar Au erdem wird nach Banker und Morey 1986 in Steinmann 2002 bereits a priori aufgrund von empirischen Einsch tzungen die Richtung der
548. sen Einzelfall sondern auch f r die Durchschnittsergebnisse vgl Tabelle 63 dass durch die waldbaulichen Pflegeeingriffe monet re Vorteile gegen ber unbehandelten Best nden erzielbar sind Die abgeleiteten Zielwerte f r das inputorientierte A Ma und das Dmax Ma unter Anwendung von variablen Skalenertr gen Nachdem aus praktischer Sicht eine Beurteilung nach der Massenleistung als eher sekund r eingesch tzt wird sind die hier ausgewiesenen Target Values der physischen Inputfaktoren auf die zu erwartenden Wertleistungen und den kalkulatorischen Ertr gen der Best nde ausgerichtet F r die Ermittlung der Zielwerte vgl Target Values 3 8 2 f r die physischen Inputfaktoren werden einmal die klassische Variante des radialen Effizienzma es A Ma vgl 3 7 1 und einmal das Konzept des maximalen durchschnittlichen Effizienzma es Dmax Ma vgl 3 7 2 angewandt Mit der Verwendung des radialen Effizienzma es l sst sich die Herleitung der Zielwerte einfach nachvollziehen Nachteilig wirkt sich dabei jedoch aus dass jeder Variable ein gleich hoher Verbesserungswert zugeordnet wird Zu Abweichungen von dieser proportionalen Zuteilung von Sollgr en kommt es nur dann wenn die an die Effizienzgrenze radial projizierte ineffiziente Einheit dort zumindest in einem Merkmal von einer anderen Best Practice Einheit dominiert wird Damit dieser schwach effiziente virtuelle Projektions Punkt vgl 3 6 2 1 nun auch tats chlich pareto koopm
549. sfaktoren verwendet werden Vergleicht man die Produktivit tskennziffern der DMUs k und bei Unterstellung von monet ren Gewichtungsfaktoren weist die Einheit mit dem gr eren Quotienten aus Output zu Input die g nstigere Performance auf sofern gew hrleistet ist dass sowohl Faktorkosten als auch Outputpreise f r alle Einheiten gegeben und positiv sind SCHEEL 2000 N k N l P rt gt P Dein gt P c p 2 0 unde A e De oe Weist keine andere DMU einen gr eren Quotienten als die DMU k aus markiert diese f r die brigen Einheiten die Benchmark bzw die Best Practice Einheit sS 0 lt Post lt 1 k Haufig werden jedoch diese Kosten und Preisinformationen nicht fiir alle Input bzw Outputvariablen verf gbar sein beziehungsweise lassen sich erst gar nicht monet r erfassen Dennoch besteht aber die Notwendigkeit Kriterien wie die Servicequalit t oder die Kundenzufriedenheit externe Effekte sowie diverse Umweltparameter in einen holistischen Input Outputansatz zu implementieren Selbstverst ndlich entspricht es der Philosophie des Performance Measurements auch diese Gr en sofern sie kardinal erfassbar sind in die Beurteilung mit einzubeziehen Werden die einzelnen DMUs durch maximal drei Variablen charakterisiert also entweder durch zwei Inputs und einem Output bzw umgekehrt durch einen Input und zwei Seite 33 DEA der nicht parametrische Modellansatz Outputs l sst sich diese Kons
550. sforderungen jedoch nur sehr begrenzte Mittel zur Verf gung Umso gr er werden freilich die Anforderungen an eine sowohl zielkonforme als auch effiziente Verwendung der Haushaltsmittel So ist auch die Effizienz ein wesentlicher Aspekt im Gemeinsamen Europ ischen Qualit tsbewertungssystem CAF das f r laufende Evaluierungsverfahren von Organisationseinheiten als eine zentrale Referenz herangezogen wird Angesichts dieser zentralen und laufend weiterhin steigenden Bedeutung der Effizienz gewinnen auch die methodischen Fragen der Effizienzmessung und bewertung immer mehr an Bedeutung Herk mmliche Ans tze werden der Komplexit t der Fragestellung nicht in jedem Fall gerecht bzw repr sentieren sie nicht a priori die besten Instrumente zur Ableitung entsprechender Steuerungsinformationen Seite 10 Einleitung In der Tradition der forstlichen Betriebswirtschaftlehre als angewandter Wissenschaft greift die vorliegende Arbeit eine f r die Forstwissenschaften noch weitgehend neue Methodik auf und untersucht ob und inwieweit das Instrument der Data Envelopment Analysis das Streben nach Effizienzbeurteilung und Effizienzsteigerung im Forstbereich unterst tzen k nnte Dabei gilt es die produktionswirtschaftlichen Besonderheiten der Branche ad quat zu ber cksichtigen Mit der Data Envelopment Analysis DEA steht ein analytisches Instrumentarium zur Effizienzmessung und bewertung zur Verf gung das au erhalb der Forstwirtschaft bere
551. sich dabei um eine bereits institutionalisierte Methode zur Bestimmung der Performance handelt f r die hnliche Einflussparameter zugrunde gelegt werden F r die Beurteilung der Performance von gef rderten Forststra en kann diese Gr e durchaus mit einbezogen werden Aufgrund der Diskriminanz des Modells und der darin enthaltenen redundanten Information sowie der direkten Information ber die Vorteile der Errichtung bzw der Unterlassung eines Wegeprojekts erscheint es aber eher als sinnvoll diese Variante als zus tzliche quantitative Information f r die Erstellung eines Gutachtens heranzuziehen Bisher werden die Outputvariablen nur durch die Laufmeter und die erschlossene Bestandesflache sowie dem Aufschlie ungsgrad im technischen Bericht bzw im F rderantrag vgl 9 8 repr sentiert In Bezug auf die Erfassung weiterer quantitativer Kriterien f r die detailliertere Aufgliederung des Outputs wurden allerdings Bedenken hinsichtlich der praktischen Umsetzung ge u ert I Aggregation der Input und Outputaktivit ten In der bisherigen Darstellung der Input und Outputmatrix werden im Maximalfall zw lf Variablen vorgeschlagen In Anbetracht der sehr zahlreich vorhandenen F lle erscheint diese Anzahl als eine durchaus handhabbare Zahl zur Aufrechterhaltung der Diskriminanz Aufgrund der gro en Zahl an F llen ist man in der Wahl der Variablen flexibler Trotzdem sollte man eine sinnvolle Aggregation von mehreren Variablen zu eine
552. sm glichkeiten zur Effizienzbeurteilung anhand eines vorgegebenen Interviewleitfadens abzustecken Ein besonderer Dank ergeht aber an meinen Betreuer Prof Dr Walter Sekot der ma geblich an der Projektakquirierung und der Entstehung dieser Arbeit mitgewirkt hat Durch seine Unterst tzung und Anregungen hat er dazu beigetragen den Blick f r das Ganze zu wahren und das Verharren im Detail rechtzeitig zu unterbinden Dank geb hrt auch all jenen die durch ihre fachliche Kompetenz in diversen Veranstaltungen und Diskussionen einen direkten oder indirekten Beitrag zu einzelnen Bereichen der Arbeit geleistet haben Diese Arbeit m chte ich aber jenen widmen die mir R ckhalt geboten und mich zumeist liebevoll aber gelegentlich auch fordernd dazu motiviert haben dieses Werk bis zum letzten Satzzeichen fertig zu stellen MEINEM SOHN JULIAN MEINER FREUNDIN NICOLA UND MEINEN ELTERN m chte ich daf r danken und ihnen diese Arbeit widmen Zusammenfassung Der effiziente Einsatz von Ressourcen ist die Grundmaxime allen wirtschaftlichen Handelns Auch in der Forstwirtschaft ist das permanente Streben nach einer weiteren Verbesserung der Input Output Relationen die zentrale konomische Herausforderung W hrend das Forstwesen auf betrieblicher Ebene angesichts der sinkenden Ertragspotenziale der Urproduktion unter Rationalisierungszwang steht gilt es in der ffentlichen Verwaltung die immer knapper verf gbaren Mittel m glichst wirksam und
553. spielen auf forstbetrieblicher Ebene aber auch noch Elemente wie externe Effekte Arrondierung sowie der Anteil an Seilgel nde die in der Regel nicht unmittelbar beeinflussbar sind eine entscheidende Rolle Nachdem derartige Rahmendaten nicht in den periodenbezogenen Betriebsf hrungsdaten enthalten sind erfolgte die explorative DEA Anwendung f r die 76 Forstbetriebe unter Verwendung einer nur unvollst ndigen Datengrundlage In der Ergebnisdarstellung werden die relativen Performancewerte sowohl auf Basis von Durchschnittswerten ber f nf aufeinander folgender Perioden als auch separat f r jede der f nf Perioden bestimmt ber diese periodenweise Herangehensweise konnte die Performanceentwicklung jeder Beobachtung dieser f nf Perioden durch den Malmquist Index abgebildet werden Die beispielhafte Anwendung dokumentiert die grunds tzlichen Probleme zwischenbetrieblicher Effizienzvergleiche und zeigt diesbez gliche Datendefizite in dem a priori verf gbaren Datenbestand auf Neben den generellen Erw gungen in Bezug auf die Definition und Messung entsprechender Input und Outputvariablen und hinsichtlich der potenziell wirksamen Einflussgr en k nnen diese Analyseergebnisse zumindest eine Anregungen f r die Identifikation und Absch tzung von Rationalisierungspotenzialen liefern Performancevergeleich der Laub Nadelmischbest nde des Lehrforsts Ofenbach Unter der Verwendung von ausschlie lich physischen Gr en erfolgte die Kon
554. ssanten kartenm igen Ergebnisdarstellung dokumentiert Evaluierung von Bestandesbehandlungskonzepten Eine forstspezifische Problematik besteht in der Langfristigkeit waldbezogener Wirkungsketten Auf diesen Aspekt konzentriert sich die dritte beispielhafte Anwendung Dabei wurden Bestandesdaten aus einer Arbeitszeitstudie STAMPFER 2001 mit dem Einzelbaumsimulator MOSES 3 0 in f nfj hrigen Intervallen f r die kommenden 100 Bestandesjahre unter Ber cksichtigung von zufallsgesteuerten Mortalit tsausf llen simuliert Durch die Integration von ex ante orientierten Bestandesdaten zur Konzipierung eines DEA Modells das die produktionswirtschaftlichen Ma nahmen einer ganzen Umtriebszeit in die Evaluierung einbezieht wird die DEA einem Decision Support System angen hert Mit der Generierung zweier Bestandesentwicklungsszenarien f r jeweils dieselben Teilfl chen konnte einmal die Durchf hrung eines einmaligen Pflegeeingriffs und einmal das Unterlassen jeglicher waldbaulicher Pflege vergleichend ber cksichtigt werden In der DEA Analyse wurde eine Inputorientierung des natural technischen als auch des kostentechnischen Modellansatzes unterstellt f r den alternierend der Output des gesamten w hrend der Produktionszeit geernteten Derbholzvolumens jeweils mengen und wertbasiert ausgewiesen wurde Dadurch konnte f r jedes der Vergleichspaare die mengen als auch wertbezogene Vorteilhaftigkeit des behandelten gegen ber dem unbehandelte
555. sse die Sortimentsverteilung und die Umtriebszeit sowie daran direkt ankn pfend auf die Holzerl se und Holzerntekosten haben Wird die extensiv orientierte Nullvariante kein Pflegeeingriff verfolgt muss mit einem entsprechend h herem Bestandesrisiko gerechnet werden Je nachdem welches Weiserkriterium zur Bestimmung der Umtriebszeit festgelegt wird und in welchem Ausgangszustand sich der Bestand befunden hat wird daraus eine entsprechende Auswirkung auf die Produktionsdauer resultieren Bei Unterstellung des wertorientierten Ansatzes der zumindest einen Pflegeeingriff unterstellt gilt es anzumerken dass sich nur dann Vorteile gegen ber der Nullvariante kein Pflegeeingriff ergeben werden wenn mit dem Pflegeeingriff kein negativer Deckungsbeitrag in Kauf genommen werden muss und der Eingriff in der Folge zu einer Verk rzung der Umtriebszeit f hrt Neben den rein quantitativen Ans tzen zur Beurteilung der Performance der Holzproduktion eines Bestandes sollten im Zusammenhang mit einem multikriteriellen Beurteilungsansatz zumindest aber auch jene zurzeit noch nicht quantitativ verf gbaren Bestandeselemente wie die Kohlenstoffspeicherung die Interzeptionsleistung sowie die Wohlfahrts und Schutzleistung angesprochen werden die ebenfalls f r die Evaluierung der Bestandesperformance im Sinne von positiven externen Effekten von Bedeutung sein k nnten Auch wenn diese quantitativen Informationen f r die Einbindung derartiger Kriteri
556. sserungsma e in einer folgenden Analyse wieder nicht die Effizienzgrenze erreicht werden konnte da sich auch die Best Practice Einheiten innerhalb der Peer Group und damit auch die Geometrie der Umh llenden Envelopment ver ndert haben Nichts desto Trotz geben die Target Values vgl 3 8 2 wie sp ter dargestellt werden wird f r jede untersuchte Einheit eine ziemlich genaue Richtlinien vor f r welche Produktionsfaktoren bzw Leistungstr ger in welcher Gr enordnung unter Zugrundelegung verschiedener Analysekriterien welche Verbesserungs bzw Reduktionspotenziale bestehen 5 4 8 2 Modell Flachennormierung amp Verminderungsfaktor sowie Fl chennormierung amp Nachhaltigkeitsindikator Wesentlicher Anlass f r die Konzipierung dieser beiden Modellvarianten war die Ber cksichtigung von Nachhalts berlegungen Gerade wenn eine Einheit so wie im vorherigen Modell bei einem Nutzungskoeffizienten Einschlag zu Hiebsatz von 2 28 als 100 effizient ausgewiesen wird ist die Plausibilit t des Modellkonzepts zu hinterfragen und durch eine entsprechende Modifikation zu adaptieren Verminderungsfaktor VF Durch die Implementierung eines Verminderungsfaktors sowie alternativ dazu eines Nachhaltigkeitsindikators wurde versucht auf diesen in der Forstwirtschaft so wichtigen Aspekt in einem Modell zu reflektieren Das Hinzuf gen weiterer Modellvariablen bei sich nicht ndernder Anzahl von F llen h tte nat rlich zu eine
557. st eine Reduktion um diesen Slack erzielen ohne dadurch die bestehenden Outputg ter reduzieren zu m ssen Wird umgekehrt ein positiver Slack f r eine Outputvariable n ermittelt wird dieser zus tzlich zum bestehenden Output addiert ohne dass dazu eine Erh hung der Produktionsfaktoren erforderlich w re Durch diese Definition des schwachen Effizienzbegriffs in Scheel 2000 k nnen diese schwach effizienten Beobachtungen in der Bestimmung der radialen Effizienz quivalent ber cksichtigt werden Denn eine Input Outputtransformation wird n mlich nur dann bez glich der Technologiemenge im Sinne von Pareto und Koopman als radial effizient ausgewiesen wenn kein o gt 0 bzw kein Schattenpreis gleich null vorhanden ist vgl 3 6 2 Positive Input oder Outputslacks des radiale Effizienzma es denen Schattenpreise gleich null zugrunde liegen liefern den Hinweis darauf dass nur schwache Effizienz vorliegt und die davon betroffenen Variablen um den entsprechenden Slack input oder der outputseitig zu korrigieren sind vgl DMU4 Abb 4 3 7 bersicht zu den verwendeten DEA Grundmodellen Die nachfolgende bersicht dokumentiert die sechs Grundmodelle f r drei verschiedene Effizienzma e Jedes der sechs Modelle l sst sich in seine Zielfunktion und die entsprechenden Nebenbedingungen aufgliedern ber die das entsprechende lineare Modell formuliert wird das als L sung jene Gewichtungsfaktoren zur ckgibt die die Bedingungen des unter
558. st beim A Ma die lineare Invarianz gegeben Ganz im Gegensatz dazu sind die Bedingungen der Translationsinvarianz f r konstante Skalenertr ge in keinem Fall gegeben da sich durch die Ver nderung der Beobachtungen um einen additiven Wert die Effizienzklassifikation ndern kann Unter variablen Skalenertr gen ist die Translationsinvarianz aber zumindest f r die orientierten F lle erf llt Der inputorientierte Fall ist bez glich einer Translation des Outputs invariant Umgekehrt ist Invarianz bezogen auf die Translation des Inputs im outputorientierten Fall gegeben vgl Tabelle 7 Auch wenn die Monotonie bei Unterstellung konstanter Skalenertr ge erf llt ist trifft dies bei variablen Skalenertr gen nur noch auf die orientierten F lle zu Beim nicht orientierten NO Fall hingegen ist diese Bedingung nicht mehr erf llt quiproportionale Effizienzma e richten den Fokus des Verbesserungspotenzials auf die proportionale Ver nderung des Input Outputniveaus und gehen dabei in keiner Weise auf die Ineffizienzen der individuellen Input Outputkriterien ein Ein Nachteil der quiproportionalen Ma e manifestiert sich darin dass keine Differenzierung zwischen effizienten und schwach effizienten Beobachtungen erfolgen kann Daraus leitet sich ab dass diese Ma e zwar unter konstanten Skalenertr gen die Monotoniebedingung erf llen aber unter variablen Skalenertr gen aufgrund der Nichtdifferenzierung zwischen Pareto Koopmans effizienten
559. st neu zu diskutieren und eine eventuelle Differenzierung in Cluster ist in Abh ngigkeit der Zahl der Beobachtungen zu erw gen Letztendlich sollte man aber nicht schon vorweg in der Konzipierung der Input und Outputvariablen m gliche Ergebnisse vorwegnehmen Denn ineffiziente Einheiten sollten erkennen in welchen Bereichen sie von den effizienten Peer Group Einheiten abweichen Erst dann soll und muss die Diskussion Uber RationalisierungsmaBnahmen sowie technische Ma nahmen in Gang kommen damit ineffiziente Einheiten von den Best Practice Einheiten lernen k nnen 4 3 1 Inhomogenit t infolge von umfeldbedingten und formalen Rahmenbedingungen Inhomogenit t h ngt aber nicht ausschlie lich von der Unterschiedlichkeit der internen Transformationsprozesse ab Denn alleine die Vergleichbarkeit der eingesetzten Ressourcen und der bereitgestellten G ter garantiert noch nicht eine uneingeschr nkte Vergleichbarkeit Zweifelsohne sind dies entscheidende Elemente doch es d rfen etwa die formal rechtlichen Rahmenbedingungen einer Organisationseinheit nicht bersehen werden Diese gestalten den operativen Handlungsspielraum entscheidend mit was zu Vor aber auch zu Nachteilen im Vergleich zu anderen Einheiten f hren kann Gerade diese strategischen Elemente wie die Zielsetzungen die gesetzlichen und betrieblichen Rahmenbedingungen und beh rdlichen Auflagen sowie die Rechtsform einer Organisation lassen sich nicht beliebig ver ndern auch
560. stand F r eine ganzheitliche Betrachtungsweise der produktionswirtschaftlichen Aktivit ten einer forstbetrieblichen Einheit ist diese Zweigliederung des Outputs in den Wertzuwachsteil und den genutzten und verwendeten Teil des Holzvorrates unerl sslich Bei Nichtber cksichtigung der Ver nderung des Waldverm gens und ausschlie licher Beurteilung der periodenbezogenen Betriebsdaten k nnte man nicht klar erkennen ob ein Betrieb das Nachhaltsniveau explizit wert und mengenm ig einh lt berschreitet oder unterschreitet Daher soll hier ganz klar dokumentiert werden dass mit den angenommenen Modellvarianten in gar keinem Fall ein Signal zur Unterlassung dieser aufgelisteten Ma nahmen gesetzt werden soll Diese versteckten Outputs die sich durch externe Effekte und Investitionen in das Wald und Anlagenverm gen manifestieren und nicht in der Betriebsbuchhaltung dokumentiert sind lassen sich allerdings in einem periodenbezogenen Vergleich nicht immer explizit eruieren sondern im einfachsten Fall nur n herungsweise ber die Hiebsatzbereinigung herleiten Modellkonzeption Die breite Datenbasis des Testbetriebsnetzes Gro privatwald hat zahlreiche Varianten der Modellbildung zugelassen was auch zu intensiven Diskussionen in der Kriterienauswahl gef hrt hat Im Endeffekt resultierten daraus zwei Varianten die auch sinnvolle und nachvollziehbare Performance Resultate geliefert haben Einmal handelt es sich dabei um ein Modell
561. standardisierte rte 95 Konfidenzintervall f r Koeffizienten Koeffizienten B ee a a Fran ehler Beta Signifikanz Untergrenze Obergrenze Konstante 909 D_BV_DF 836 DF_ANT 157 NORG_HA 7 02E 05 Bonitaet_Fl 5 605E 04 BHD_U 3 587E 03 a Abhangige Variable KEtat_Ertrag Tabelle 60 Koeffizientenmatrix f r die unabh ngigen Variablen zur Sch tzung der Performancewerte des TE_M Modells Ausgehend von jenen ber die multiple Regression abgeleiten Koeffizienten leitet sich die Regressionsgerade zur Sch tzung der Effizienzwerte der tats chlichen Kosteneffizienz ab KEtat E 0 83582 x d BV_DF 0 15744 x DF_ANT 0 00007 x Norg Ha 0 00056 x B_FI 0 00359 x BHD_U 0 90940 Anhand der ber SPSS abgeleiteten Signifikanzwerte der Tabelle 60 wird ersichtlich dass f r beinahe alle unabh ngigen Merkmale ein Zusammenhang mit der zu erkl renden Seite 217 Konzeptionelle Anwendung von DEA f r ausgew hlte forstliche Datens tze abhangigen Variable KEtat_E besteht Davon ausgenommen ist nur die Bonitat fur die kein signifikanter Einfluss festgestellt werden konnte Andererseits wird aber aus der Beta Spalte der Tabelle 60 ersichtlich dass die gesch tzten Performancewerte der tats chlichen Kosteneffizienz in erster Linie von der Entnahme von schw cheren St mmen in der Durchforstung und von einer fr hzeitigen Reduktion der Best nde sowie von der Erzielung st rkerer Dimensionen zum Abtriebszeitpunkt abh ngen Die
562. stellt TE_M Korrelationsanalyse der Input Outputfaktoren des kostentechnischen Modells KEtat_E das die tats chlichen Gesamtkosten sowie die tats chlich erzielten Bruttoholzertr ge unterstellt _ Darstellung der durchschnittlichen Effizienzwerte und Target Values aller 116 DMUs unter Anwendung verschiedener Effizienzma e und Modellvarianten Koeffizientenmatrix f r die unabh ngigen Variablen zur Sch tzung der Performancewerte des TE_M Modells Koeffizientenmatrix f r die unabh ngigen Variablen zur Sch tzung der Performancewerte des TE_M Modells Parameter der drei selektierten Beobachtungen Effizienzmodelle TE AE KEd KEtat Effizienzma VSE RAD IN unter Einbeziehung der Massenleistung als Outputgr e Effizienzmodelle TE AE KEd KEtat Effizienzma VSE RAD IN unter Einbeziehung der Wertleistung f r das genutzte Erntevolumen DF amp EN Target Values f r das inputorientierte A Ma des TE_E Modells unter Verwendung von VRS Technologie Target Values f r das inputorientierte durchschnittliche maximale Effizienzma unter Verwendung einer VRS Technologie Dokumentation der Vorteilhaftigkeit der durchforsteten versus nicht durchforsteten sowie der nicht durchforsteten gegen ber den durchforsteten Behandlungsvarianten der 116 Vergleichspaare Gegen berstellung der beiden Evaluierungsverfahren KNU und DEA DEA Analysem glichkeiten IX 155 156 157 158 159
563. stellten Effizienzma es optimal erf llen Die Anwendungsphilosophie f r die drei Effizienzma e wird hier nur sehr allgemein dargestellt Sie spiegelt ausschlie lich die Wirkungsrichtung des Effizienzma es wider Vor allem die Ableitung der Effizienz und Zielwerte Target Values 3 8 2 unterscheiden sich je nachdem welches Effizienzma unterstellt wird und ob es sich um ein orientiertes bzw nicht orientiertes Modell handelt geringf gig Die Vorgehensweise wie die Effizienzwerte abgeleitet werden wird im Detail bei den einzelnen Effizienzma en vgl 3 7 1 und 3 7 2 er rtert Die Herleitung der Target Values hingegen erfolgt allgemein im Kapitel 3 8 2 Effizienzindikation und Target Values Seite 41 DEA der nicht parametrische Modellansatz Das radiale bzw aquiproportionale EffizienzmaB Varianten Skalenertrage Philosophie 5 wear Im Rahmen der unterstellten Technologiemenge wird festgestellt um inputorientiert anes KSE wie viel alle Beurteilungskriterien jeder Beobachtung radial entlang outputorientiert i i BSES VSE eines Strahls proportional durch den Ursprung verbessert werden nicht orientiert k nnten Das durchschnittlich maximale DEA Effizienzma e Dmax Ma Varianten Skalenertr ge Philosophie Bezug nehmend auf die unterstellte Technologiemenge und wird f r jedes Beurteilungskriterium innerhalb des Dominanzbereichs vgl KSE Abb 8 einer ineffizienten Beobachtung ein relatives VSE Verbesser
564. sten f r die Arbeitnehmer differieren in Abh ngigkeit von deren Ausbildungsgrad deren Qualifikation und Dienstalter ma geblich Hinzu kommen noch die Differenzen infolge von unterschiedlichen Entlohnungsschemata sowie die Einfl sse aus unterschiedlichen lokalen und regionalen Marktsituationen im l ndlichen Raum von denen die Forstwirtschaft ma geblich abh ngig ist Hinsichtlich dieser zahlreichen variierenden Einflussparameter stellt sich die Frage ob die differenzierte Aussage hinsichtlich natural technischer und kostentechnischer Aspekte nach einer derartigen Bereinigung noch als ma geblich betrachtet werden kann F r die forstwirtschaftliche Branche muss man die Abweichung zwischen der Kosteneffizienz nach Durchschnittskostens tzen und jener nach tats chlichen Kostens tzen auf die lokalen Marktunterschiede und die umweltbedingten Seite 136 Konzeptionelle Anwendung von DEA f r ausgew hlte forstliche Datens tze Rahmenbedingungen Anteil Seilgelande Produktionsgebiet sowie die Arrondierung sowie auf die Differenzen aus dem Personalaufwand zur ckf hren Einen weiteren strittigen Punkt stellt die Empfehlung dar die festgestellte Effizienz in Anlehnung an die ber eine virtuell gebildete Referenzeinheit ermittelten Target Values verbessern zu k nnen DEA unterstellt wie andere Analysemodelle auch eine statische ex post Vorgehensweise Es ist daher durchaus m glich dass trotz des Erreichens der vorgegebenen Verbe
565. suchten Einheiten direkten Einfluss auf die abgeleitete Effizienz haben Je mehr Variablen desto weniger straff das Modell und desto h her die Effizienzwerte Umgekehrt f hrt eine gesteigerte Anzahl an untersuchten F llen zu einer h heren Diskriminanz und Seite 103 Konzeptionelle Anwendung von DEA f r ausgew hlte forstliche Datens tze damit zu strafferen wenn auch geringeren Performancewerten F r die Wahl der Variablen ist es aber von essentieller Wichtigkeit dass die Input und Outputvariablen eine positive Korrelation aufweisen Sind wie man annehmen k nnte zu viele Variablen vorhanden schl gt der Autor vor jene die redundante Information enthalten wegzulassen Neben der Dokumentation der Ergebnisse aus der L sung des primalen und des dualen Problems hat sich Kao gemeinsam mit Banker und Maindiratta 1986 mit den Unterschieden der DEA Funktion und der klassischen S f rmigen Produktionsfunktion auseinandergesetzt Da die DEA Funktion voraussetzt dass die Grenzproduktivit t nicht zunimmt konfligieren die beiden Systeme in jenen Abschnitten in denen die Grenzproduktivit t der S f rmigen Produktionsfunktion steigt Durch die abschnittsweise Bildung von log linearen Modellen die dem abschnittsweise linearen Modell der DEA Analyse sehr hnlich sind konnte dieses Problem in den Griff bekommen und eine Vergleichbarkeit erm glicht werden Die Ergebnisse beider Modellvarianten unterscheiden sich nur dahingehend
566. t das Hektar Waldfl che bereits langfristig real sinken SEKOT 2004 Damit stellt sich die Frage der maximalen Produktionsm glichkeiten production frontier und entsprechender Managementkonzepte f r die Potenzialnutzung Von besonderer Aktualit t ist etwa die Frage wie naturnah strukturierte Best nde bzw entsprechend wirtschaftende Betriebe im Vergleich zu konventionell aufgebauten bzw bewirtschafteten Einheiten hinsichtlich ihrer Effizienz zu beurteilen sind Im Bereich der b uerlichen Waldwirtschaft wird die Effizienz der von Familienarbeitskr ften erbrachten Arbeitsleistung immer mehr zu einer zentralen konomischen Frage Im Zusammenhang mit der inhaltlichen Erweiterung des Nachhaltigkeitsbegriffes wie sie nicht zuletzt im Prozess der Ministerkonferenz zum Schutz der W lder in Europa zum Ausdruck kommt liegt gerade f r die Forstwirtschaft eine besonders komplexe Fragestellung vor wie kann diese mehrdimensionale Nachhaltigkeit effizient sichergestellt werden Auf Grund ihrer besonderen Charakteristik der Leistungserstellung positive externe Effekte Infrastrukturleistungen als ffentliche G ter sowie sich ndernder wirtschaftlicher sowie gesellschaftlicher Rahmenbedingungen muss sich die Forstwirtschaft immer mehr vom Urproduzenten des Rohstoffes Holz zu einer Mehrzweckforstwirtschaft mit einem mehrdimensionalen Output an G tern und Dienstleistungen wandeln Auf forstpolitischer Ebene stehen f r diese neuen Herau
567. t dass zur Erzielung von st rkeren und damit auch wertvolleren Sortimenten eine stammzahl rmere Begr ndung ausgereicht h tte In der Folge ist davon auszugehen dass sich durch das gr ere Platzangebot der Individuen l ngere Kronen und ein g nstigeress H D Verh ltnis ausbilden wodurch ein stabileres Bestandesgef ge gef rdert wird Nachdem die Erntezeit stark an die anfallende Erntemenge am Ende der Umtriebszeit gekoppelt ist bedeutet das hier festgestellte Reduktionspotenzial unter Bezugnahme auf die zu erwartenden Ernteertr ge dass zu viel Zeit f r die Nutzung weniger wertvoller Sortimente verwendet wird Das inputorientierte Dmax Ma hingegen weist f r die Inputvariablen bei sich nicht nderndem Outputniveau individuell ausgerichtete Zielwerte und Verbesserungspotenziale auf Dabei wird ausgewiesen dass sich der zeitliche Aufwand im Durchschnitt noch um rund 2 82 senken lie e w hrend hingegen ein durchschnittlich um 22 85 geringerer Vorrat der Ausgangsbest nde bereits zur Erreichung der ex ante gesch tzten durchschnittlichen Derbholzvolumina gereicht h tte vgl Tabelle 58 Dennoch muss zus tzlich aber auch noch darauf geachtet werden dass die prognostizierten H D Werte zur Wahrung der Bestandesstabilitat noch um durchschnittlich 7 5 abzusenken w ren Fazit bleibt aber auch f r die durchschnittlichen Effizienzma e dass vor allem in einer stammzahlarmen Bestandesbegr ndung und in der Reduktion der Produktions
568. t durchschnittlichen Faktorpreisen KEtat tats chliches Kosteneffizienzmodell Bewertung der Inputmerkmale mit individuellen Faktorpreisen E Einbindung der w hrend der Umtriebszeit erwarteten Ertr ge E als Outputmerkmal RAD Verwendung des quiproportionalen Effizienzma es Die Resultate die unter Einbeziehung der Wertleistung anstelle der Massenleistung abgeleitet wurden spiegeln das bisherige Bild wider Die Erwartung dass sich infolge von unterschiedlichen Sortimentsanteilen und eines fr heren Abtriebszeitpunkts eine noch st rkere Differenzierung zwischen den beiden simulierten Modellvarianten aufgrund des Kosten und Ertragsniveaus ergeben k nnte konnte sowohl bei Verwendung von durchschnittlichen Kostens tzen als auch bei Unterstellung individueller Kosten best tigt werden Mit der Einbeziehung der Wertleistung als Output hat der gepflegte Bestand der Einheit eisenk_G1_I3 in allen Auswertungen eine deutlich g nstigere Performance als der unbehandelte Bestand erzielt was bezogen auf die Massenleistung nicht ganz so deutlich best tigt werden konnte vgl Tabelle 62 und Tabelle 63 Somit l sst sich durch die Implementierung des Ertragsniveaus Wertleistung in manchen F llen eine noch st rkere Differenzierung erzielen Das vorzeitige Erreichen des Abtriebskriteriums das fr hzeitige Lukrieren von Durchforstungsertr gen und die Aufteilung der Endnutzungsmenge auf h herwertige Sortimente best tigen nicht nur f r die
569. t t aber auch Dinge wie Absentismus Fluktuation Gruppenklima Innovationen etc Am ehesten l sst sich Produktivit t als Kombination von Effektivit t und Effizienz definieren Produktivit t wird als der Grad der G te definiert mit dem ein System seine Ressourcen nutzt um seine Ziele zu erreichen PRITCHARD 1993 In dieser Form kann der Ansatz leicht Ma e der Qualit t Anwesenheit und weitere Ma e integrieren die die Organisation zur Erreichung ihrer Ziele f hren Allgemeiner l sst sich die Produktivit t als eine Kennzahl f r die Leistungsf higkeit der Produktionsfaktoren Arbeit Kapital Boden und Wissen definieren die ber das Verh ltnis Produktionsmenge zu Faktoreinsatzmenge abgeleitet wird Je nachdem welcher Produktionsfaktor betrachtet wird kann die Produktivit t jedes Produktionsfaktors f r sich aber auch aller Faktoren in Summe als totale Faktorproduktivit t ausgedr ckt werden http www wirtschaftundschule de Lexikon P Produktivitaet html 2 2 Definition der verwendeten Effizienzbegriffe Effizienz v lat efficere bewirken ist das Verh ltnis eines in definierter Qualit t vorgegebenen Nutzens zu dem Aufwand der zur Erreichung des Nutzens n tig ist Als effizientes Verhalten bezeichnet man ein Verhalten das sowohl tats chlich zur Erreichung des Nutzens f hrt Effektivit t als auch den daf r notwendigen Aufwand m glichst gering h lt http de wikipedia org wiki Effizienz 6 Vgl z B FR
570. t vorgegebenen exogene Koeffizienten Outputs y die zu optimierenden Kontrollvariablen Die aber dazu erforderlichen m Produktionsfaktoren x ein M x 1 dimensionale Spaltenvektor zur Realisierung der Technologiematrix A einem M x N dimensionaler Spaltenvektor der die Vorgaben zur Fertigung der m Outputs festlegt sind nur begrenzt verf gbar Weiters muss die Nichtnegativit tsbedingung dass alle Preise Schattenpreise Multiplikatorern p f r die m Outputs positiv sein m ssen erf llt sein Allgemeine Formulierung des Minimierungsproblems Gstach 2002 S 23 min Cmk Xk NB A Cms Z Pas Cms 20 Vm l M F r die m Produktionsfaktoren einem M x 1 dimensionale Spaltenvektor zur Realisierung der Technologiemenge A ein N x M dimensionaler Spaltenvektor der die Rohstoffanteile f r jedes hergestellte Produkt charakterisiert werden hier die minimalen Kosten c die zu optimierenden Kontrollvariablen gesucht Dabei gilt es aber zu ber cksichtigen dass der Rohstoff nur dann erstanden werden kann wenn f r die transponierte Technologiemenge A ein Preis c geboten wird der gleich oder h her liegt als der am Markt erzielbare Produktpreis p auch im dualen Problem sind die p Terme die exogenen Marktgr en Wie f r das primale Problem ist auch im dual die Nichtnegativit tsbedingung einzuhalten Gem dieser Dokumentation des primalen und dualen LP Problems hat das primale Problem abgesehen von der Nichtnegativit tsbedingung M K
571. t Relation eine Grundmaxime Angesichts der sinkenden Wertsch pfungspotenziale besteht auf der forstbetrieblichen Ebene ein permanenter Rationalisierungszwang wohingegen die Herausforderung in der ffentlichen Verwaltung im wirksamen und ergiebigen Einsatz von immer knapper verf gbaren Mitteln besteht Auf beiden Ebenen ist die Messung und Bewertung von Effizienz eine wichtige Grundlage f r die Identifikation weiterer Rationalisierungspotenziale Angesichts dieser zentralen Bedeutung zur Realisierung von Rationalisierungspotenzialen sind innovative Ans tze und Hilfsmittel f r das Performance Measurement von gr tem Interesse Alternativ zu funktionalen produktionswirtschaftlichen Ans tzen ist DEA eine nicht parametrische quantitative Methode zur analytischen Auseinandersetzung mit komplexen multikriterieller Fragestellungen Aufgrund dieser Charakteristik kann die Anwendung dieses Ansatzes innovative Beitr ge zur Effizienzsteigerung liefern Nach eingehender Befassung mit der einschl gigen Fachliteratur werden die auf der Produktivit tstheorie und der Pareto Koopmans Effizienz aufbauenden Struktureigenschaften des Produktionsm glichkeitsraums Technologiemenge sowie die DEA Data Envelopment Analysis Grundmodelle zur Bestimmung der relativen Performance als auch deren Restriktionen und Rahmenbedingungen dokumentiert Mit der quantitativen Analysemethode DEA steht ein multikriterielles Analysetool bereit das durch vergleichende Effiz
572. t ausgewiesen sind In der Gruppe der Einheiten mit abnehmenden Skalenertr gen dominieren die fl chenm ig gr eren GroBbetriebe was darauf schlie en l sst dass mit zunehmender Gr e der mengenm ige Verbrauch an Produktionsfaktoren gemessen an der Menge der bereitgestellten G tern zu hoch ausf llt Werden hingegen jene Einheiten gefiltert die nicht abnehmende Skalenertr ge ausweisen kann hier von einer Dominanz der kleineren Gro betriebe ausgegangen werden Daraus l sst sich die Tendenz unterstellen dass durch zus tzlichen Ressourcenaufwand ein berproportionaler Anstieg der produzierten G ter bis zum Erreichen des skaleneffizienten Produktionsniveaus m glich ist Nicht orientiertes Modell Absolutgr en TE VRS RAD NO Nach demselben Schema wie das Inputorientierte Modell Absolutgr e wird das Nicht orientierte Modell Absolutgr e aufbereitet Auch wenn es sich bei den hier dargestellten Ergebnissen um Durchschnittswerte handelt so lassen sich die hier ausgef hrten Interpretationspunkte 1 1 f r die einzelnen Befundeinheiten anwenden aus denen sich die hier dokumentierten Durchschnittswerte ableiten Darstellung der Target Values Ziel bzw Sollwerte unter der Anwendung von nicht orientierten DEA Modellen und variablen Skalenertr gen f r drei Effizienzma e 11 I2 13 14 I5 O1 02 03 Anz Fl che Ange Regie Fremd sonst S ge Indh sonst gt Eff eff IN stellte std Ist K K
573. t daraus die entsprechende Abweichung aus dem VSE Modell Die geringf gigen Abweichungen in der Darstellung der durchschnittlichen Ergebnisse sind auf die Mittelwertrechnung zur ckzuf hren Der Skaleneffekt von 2 82 1 43 ist sowohl auf Einheiten die unter nicht zunehmenden als auch auf solche die unter nicht abnehmenden Skalenertr gen operieren zur ckzuf hren Im Detail kann die Anzahl der Betriebe die unter zunehmenden O I gt 1 abnehmenden O I lt 1 oder konstanten Skalenertr gen agieren der nachfolgenden Grafik entnommen werden Skaleneffizienz input orientiert A Ma N DMUs u skaleneffizient Abb 19 Verteilung der 76 DMUs auf abnehmende und zunehmende sowie konstante Skalenertr ge bei Unterstellung des hiebsatzbereinigten inputorientierten Modells Skaleneffizienz nicht orientiert A Ma ON DMUs u skaleneffizient Abb 20 Verteilung der 76 DMUs auf abnehmende und zunehmende sowie konstante Skalenertrage bei Unterstellung des hiebsatzbereinigten nicht orientierten Modells Seite 146 Konzeptionelle Anwendung von DEA f r ausgew hlte forstliche Datens tze Wie im Modell Absolutgr en wurde auch hier f r das inputorientierte Modell gepr ft ob ein Zusammenhang zwischen den ausgewiesenen Skaleneffekten und der Betriebsgr e besteht ONEWAY ANOVA Betriebsgr e Quadrats Mittel der umme df Quadrate F Signifikanz Zwischen den Gruppen 1 3E 07 2 6628404 2 864 426
574. t den Best Practice Einheiten ihrer Peer Group verglichen wird Auch wenn die unter variablen Skalenertr gen ausgewiesenen Effizienzwerte mit Ausnahme der skaleneffizienten Einheiten gegen ber konstanten Skalenertragen eine bessere Performancebeurteilung erhalten erscheint es aus betriebstechnischer Sicht nachvollziehbar nur Einheiten mit hnlichem Produktionsniveaus zu vergleichen Produktionstechnische Effekte hingegen die auf Betriebsebene zu degressiven oder auch progressiven Effekten f hren schlagen sich indirekt im Input Outputniveau nieder weshalb man derartige Einfl sse in diesem Zusammenhang nicht gesondert behandeln muss da deren Auswirkung bereits in der Ausweisung der Skaleneffekte Ber cksichtigung findet 5 4 7 2 Plausibilit t Richtigkeit und Stabilit t des Datensets Obwohl das Monitoringnetz Gro privatwald eine sehr umfangreiche und umfassende Datenstruktur aufweist die auch regelm ig ber Kontrollabfragen auf ihre Richtigkeit und Plausibilit t hin berpr ft wird treten auch hier vor allem ber die Jahre gesehen manche Datenm ngel und Datenfehler auf Im Wesentlichen lassen sich diese Inkonsistenzen aber auf nderungen und Weiterentwicklungen des Erhebungskonzepts zur ckf hren Jene Daten die ab 1998 optional zus tzlich erhoben werden sind in fr heren Erhebungsperioden nicht dokumentiert Da allerdings das nicht parametrische Verfahren Gstach 2002 das DEA zu Grunde liegt den ganz
575. t der Indexierung dargestellt wurden sollte aber in jedem Fall die Vermischung von indexierten oder normierten Faktoren vermieden werden 4 4 7 Substituierbarkeit und Teilbarkeit von Inputs und Outputs Aufgrund der Konvexit tsannahme als Struktureigenschaft der Technologiemenge vgl 3 3 2 wird implizit unterstellt dass die zur Bereitstellung eines definierter Outputs y verwendeten Produktionsfaktoren x und x2 auch dann genau zu demselben Output y f hren wenn diese beiden Produktionsfaktoren beliebig kombiniert werden SCHEEL 2000 Hinsichtlich dieser Faktorbeziehungen lassen sich substitionale und limitationale Produktionsfunktionen unterscheiden Substitionale Produktionsfaktoren k nnen wie bereits angedeutet unter konstanten Skalenertr gen gegeneinander vollst ndig ausgetauscht werden ohne dass dadurch der mengenm ige Ertrag ver ndert wird Unter variablen Skalenertr gen ndert sich hingegen f r die abschnittsweise linearisierten Segmente der konvexen H lle die Substitutionsrate Den Substitutionsm glichkeiten stehen aber blicherweise limitationale Produktionsfaktoren in einer technisch determinierten Relation zur geplanten Produktionsmenge gegen ber Unter konstanten Skalenertr gen vgl Abb 3 findet diese Einschr nkung allerdings keine Ber cksichtigung Die Umh llende die in einem derartigen Fall entweder eine Gerade oder im mehr dimensionalen Raum eine Ebene darstellt verl uft durch den Nullpunkt und durch Pu
576. t f r die g ngigen und weit verbreiteten Statistikpakete in hnlicher Weise und hier wahrscheinlich noch viel st rker als bei DEA zu Seite 90 Konzeptionelle Anwendung von DEA f r ausgew hlte forstliche Datens tze Banxia Software Frontier DEAP DEE EMS ONFont Warwick DEA Cooper et al Analyst nicht kontrollier nicht nicht Spez Datentypen bare kontrollier kontrollier kategorische bare bare beschr nkte Be m glich m glich m glich m glich Window Analysis Malmquist Kosten Programm Window effizienz effizienz Analysis i Spezialanalysen allokative Target setting Effizienz Kosten Programm Malmquist Umsatz u effizienz Gewinn effizienz Benutzerfreund lichkeit 4 2 1 2 3 Tabelle 12 DEA Software bersicht Allen 2002 S 95 5 3 Stand der forstlichen DEA Literatur Die Ans tze von Farrell 1957 zur Evaluierung der technischen Effizienz wurden bereits von Charnes et al 1978 methodisch Uber eine Transformation des fraktionalen Problems in ein lineares operationalisiert Er begr ndete damit den Anfang der DATA ENVELOPMENT ANALYSIS Die Arbeit von Charnes et al 1978 stellte insofern eine Innovation dar als das transformierte lineare Problem ber einen linearen Programmierungsalgorithmus und dessen duale Zusammenh nge auch unter Einbeziehung multipler Inputs und Outputs unter Ber cksichtigung von konstanten Skalenertr gen KSE gel st werden konnte Seit 1978 wurden zahlreiche B cher und Papers ver ffentlicht
577. t jedoch nicht von der Ber cksichtigung der Zeitpr ferenz mit der man der fr heren Verf gbarkeit von Vornutzungsertr gen gegen ber jenen in ferner Zukunft anfallenden Endnutzungsertr gen Rechnung tragen k nnte Zur Abbildung der Zeitpr ferenz erfolgte die Festlegung eines kalkulatorischen Zinsfu es der die entsprechenden Ertr ge wie auch Kosten auf den Barwert diskontiert Dessen H he h ngt vom Zusammenhang der Zeitpr ferenzrate und der Nutzungsentscheidung im Sinne des Wertzuwachsprozents ab F r die erste Ann herung wurde eine Zeitpr ferenzrate bzw ein Diskontierungsfaktor von 1 5 unterstellt Damit konnte der vom Alter und Wuchsverhalten der Ausgangsbest nde abh ngige Barwert jener als konstant unterstellten nominalen Kosten und Leistungen ins Modell integriert werden Den unterschiedlichen Produktionszeitr umen der einzelnen behandelten wie unbehandelten Bestandesvarianten wird durch einen einheitlichen Modellierungshorizont Prognosehorizont Rechnung getragen Dazu werden der Bodenverkehrswert und das durch die Verwaltung gebundene Kapital vom Abtriebszeitpunkt bis zum Ende des maximalen Prognosehorizonts prolongiert und ber den maximalen Prognosehorizont von 90 Jahren diskontiert Der daraus abgeleitete monet re Wert geht als kalkulatorischer Ertrag ins Modell ein und soll dabei den Vorteil eines vorzeitigen Abtriebszeitpunkts widerspiegeln Diese Variante hat allerdings zum Nachteil dass jene zum Zeitpunkt des Pfleg
578. t ob das aktuelle Produktionsniveau unter natural technischen bzw kosten und ertragstechnischen Gesichtspunkten effizient ist Auf die Problematik ob die zur Bereitstellung der Leistungen eingesetzte Kombination an Produktionsfaktoren zu steigenden bzw zu fallenden Grenzertr gen gef hrt hat wird dabei nicht eingegangen Durch die Ber cksichtigung der Skaleneffekte bei Unterstellung von variablen Skalenertr gen w re es m glich zwischen skaleneffizienten Einheiten und solche die unter nicht zunehmenden und nicht abnehmenden Skalenertr gen operieren zu differenzieren F hrt die Zunahme der eingesetzten Produktionsfaktoren zu einem proportionalen Anstieg der Outputg ter liegt Skaleneffizienz vor Bei einem berproportionalen Anstieg der Outputleistung zunehmende Skalenertr ge kann durch die Ausweitung der Produktion das Verh ltnis zwischen dem hergestellten G terb ndel und den eingesetzten Produktionsfaktoren gesteigert werden Nehmen allerdings die Grenzertr ge bei Steigerung des Einsatzes an Produktionsfaktoren ab liegen sinkende Skalenertr ge vor und die Ineffizienz infolge des Skaleneffekts l sst sich nur durch Reduktion der Produktionsfaktoren erzielen das zu einem g nstigeren Verh ltnis des produzierten G terb ndels und den daf r eingesetzten Produktionsfaktoren f hrt Die Erzielung einer konomischen Effizienz OE die ausschlie lich Wertgr en sowohl der Produktionsfaktoren als auch des erzeugten G terb nde
579. t parametrische Modellansatz N O A ODN OO 1 2 3 45 6 7 8 9 xX Abb 8 Dominanzbereich Peer Group Best Practice bzw Benchmark A und B und virtueller radialer Projektionspunkt P der ineffizienten DMU P 3 8 2 Effizienzindikation und die Ableitung der Target Values Zielwerte Je nachdem welche Effizienzindikation mit der die Abweichung von der Effizienzh lle angegeben wird unterstellt ist lassen sich die Soll Werte Target Values auf unterschiedliche Art und Weise ermitteln Ob es sich bei Unterstellung des jeweiligen Effizienzma es auch um eine Best Practice Einheit der betrachteten DMU handelt h ngt von dem daf r definierten Schwellenwert o zur Effizienzindikation ab Auch wenn bei Erreichen dieses Schwellenwertes 100 prozentige Effizienz indiziert wird bleibt immer noch die Zuweisung von Effizienzwerten f r ineffiziente Einheiten offen SCHEEL 2000 Auf Basis der Effizienzindikation der unterstellten Effizienzma e basiert die Festlegung des Effizienzrankings wobei daf r aber keine Slacks Schlupfvariablen vgl 3 6 2 ber cksichtigt werden Je nach verwendeter Orientierung der Effizienzma e und unter Einbeziehung der Slacks Schlupfvariablen vgl 3 6 2 lassen sich die Verbesserungspotenziale f r die einzelnen Input Outputvariablen KasYar wie in den Tabelle 4 Tabelle 6 dargestellt herleiten Die relativen Verbesserungspotenziale inputseitig sind dabei als relative Reduktion und outputseiti
580. t sich daf r kein Verbesserungspotenzial ermitteln Dennoch l sst sich aber das lineare Problem l sen Problematisch wird es erst wenn eine DMU von einem Output nichts produziert denn dann l sst sich infolge der Division durch O bei Unterstellung eines nicht orientierten Modells f r keine der zu untersuchenden DMUs eine L sung ber den linearen Programmierungsalgorithmus generieren M chte man beispielsweise hnlich den Ausf hrungen der quiproportionalen EffizienzmaBe auch Aussagen ber orientierte durchschnittiiche maximale Verbesserungspotenziale machen l sst sich auch das gem den von Scheel 2000 publizierten Ans tzen bewerkstelligen Seite 49 DEA der nicht parametrische Modellansatz Outputorientiertes Dmax MaB 9 maata 16 6 oR X gt SIX m gt 0 1 E X Y max Inputorientiertes Dmax Ma Zee SiYsn gt 2 i 0 0 eR X Y gt y k SIX gt 0 Verglichen mit den quiproportionalen EffizienzmaBen r cken die Dmax Ma e die beobachteten DMUs bei nicht orientierter Modellannahme in ein etwas schlechteres Licht da die Dmax Ma e das gesamte Spektrum der individuellen Verbesserungsm glichkeiten aller Untersuchungskriterien ber cksichtigen und infolgedessen gegen ber dem quiproportinalen Ma h here Verbesserungspotenziale ausweisen E P x Y max E X Y E X Y Infolge der Modellkonzeption des Dmax MaBes eignet es sich nicht um die Abh
581. t stetig ansteigen Aus statistischer Sicht k nnte bei 5 iger Irrtumswahrscheinlichkeit P value Probability Value keiner der hier ausgewiesenen linearen Trends als signifikant interpretiert werden Die negative Steigung der Regressionsgerade f r die produktivsten gr nen Best nde im konomischen Modell k nnte so erkl rt werden dass mit steigender Bonit t das Endnutzungskriterium immer fr her im Bestandesleben erreicht wird und dadurch in dieser Kategorie die Wertleistung sogar sinkt Verst rkt wird dieser Effekt m glicherweise dadurch dass ein straffer Zusammenhang zwischen dem Massenanfall und dem Zeitaufwand f r die Holzernte sowie auch zu den Erntekosten besteht Damit steht einer gegebenen Wertleistung ein relativ hoher Faktoraufwand gegen ber der mit dazu beitr gt dass diese sehr w chsigen Best nde unter monet ren Gesichtspunkten keine optimale Gesamtperformance erzielen k nnen Seite 208 Konzeptionelle Anwendung von DEA f r ausgew hlte forstliche Datens tze Entnommene Durchforstungsmenge DF_Ant 0 85 0 90 0 95 3 A 0 8 TE_Masse KEtat_Ertrag Red Red F statistic 0 1948 on 1 and 8 DF p value 0 6706 F statistic 0 1479 on 1 and 8 DF p value Curve red x 0 6445 0 3471 x Curvered x 0 4020 0 1155 x Blue Blue F statistic 1 489 on 1 and 90 DF p value 0 2256 F statistic 6 629 on 1 and 90 DF p value 0 01167 Curveblue x 0 556 0 2690 x Curveblue x 0 57
582. t werden Es empfiehlt sich auf Kennzahlen der Betriebsbuchhaltung zur ckzugreifen Im Zuge der Konzipierung des DEA Modells erkennt man jedoch h ufig dass Kriterien die zur Effizienzbeurteilung erforderlich w ren nicht verf gbar sind Im Erkennen dieser fehlenden Kriterien liegt bereits an sich ein gro er Benefit einer Effizienzanalyse e Personal Mit der Effizienzanalyse werden blicherweise Dritte beauftragt Intern muss nur ein Verantwortlicher der Controlling oder Buchhaltungsabteilung der Untersuchungseinheit mit der Datenerhebung und der Datenvorbereitung betraut werden e Organisation In der Projektvorlaufzeit ist mit einem organisatorischen Mehraufwand und begleitenden Diskussionsrunden zu rechnen Die Projektvorlaufzeit endet wenn die Entscheidung gefallen ist welche Untersuchungseinheiten evaluiert werden und welche Kriterien daf r heranzuziehen sind Projektbegleitend sind selbstverst ndliich Diskussionen ber Zwischenergebnisse und nderungsvorstellungen in der Modellkonzeption erforderlich die sich bis zum Ende der Projektlaufzeit durchziehen werden aber bei weitem nicht die Intensit t der Projektvorlaufphase erreichen werden e Technologie DEA ist eine wissenschaftlich anerkannte nicht parametrische Methodik Die verf gbaren Softwareprodukte sind benutzerfreundlich adaptiert Der technologische Aufwand richtet sich ausschlie lich nach der Produktentscheidung und kann daher zwischen 0 und 2000 variieren e
583. tanten Faktors Translation erforderlich um zur Einhaltung der Nichtnegativit tsbedingung f r alle Kriterien positive Werte zu erhalten Infolge der Translationen wird die Palette der Analysem glichkeiten nach DEA aber massiv eingeschr nkt vgl Eigenschaften von DEA Effizienzma en 4 2 In einem weiteren alternativen Versuch dazu wurde nicht die Differenz zwischen Einschlag und Hiebsatz verwendet sondern die Relation zwischen Hiebsatz und Einschlag als Outputvariable definiert Methodisch kommt man dabei mit den bei Dyson 2001 bereits angesprochenen Problematik der Indexierung in Konflikt die eine Verschiebung der Performance bei gleichen Indikatorwerten nach sich ziehen k nnte vgl 4 4 6 Beide fl chennormierte Varianten stellten aber aufgrund der geschilderten methodischen Einschr nkungen aber auch wegen der schwachen Auswirkung der Nachhaltigkeitskriterien im Ergebnis nur Zwischenschritte in der Modellkonzeption einer Performancebeurteilung unter Nachhaltigkeitsaspekten dar Am Ende f hrte die Hiebsatzbereinigung der auf einen Hektar normierten Kriterien zu einem akzeptablen und realistischen Modellkonzept das die Betriebe unter Ber cksichtigung ihrer Eingriffsst rke in das stehende Waldverm gen abbilden konnte Aus Sicht der Wirkungsrichtung der Ergebnisse vor allem unter Einbeziehung des Nachhaltigkeitsaspekts war dieses Modell richtunggebend und wird auch als das zu pr ferierende Modell gesehen das unter Einbindung der
584. tark ins Gewicht f llt Im Wesentlichen handelt es sich dabei um Elemente Nebennutzungen Benutzungsentgelte und Kosteners tze die allerdings betriebsbedingt stark unterschiedlich ausgepr gt sein k nnen weshalb sich auch f r diese Modellvariable das relative Verbesserungspotenzial zum Teil stark unterscheidet H tte man hingegen eine einzelne DMU herausgegriffen w rde das Modell f r alle Inputvariablen nach dem A Ma die Verbesserungswerte weitestgehend nach dem quiproportionalen Prinzip vorschlagen sofern kein Slack vgl 3 6 2 f r eine der Variablen festgestellt wurde um den der proportionale Verbesserungswert der Inputvariablen noch zu reduzieren w re Bezogen auf die Durchschnittsergebnisse Seite 126 Konzeptionelle Anwendung von DEA f r ausgew hlte forstliche Datens tze jedoch weichen die in der Tabelle 13 unter dem A Ma ausgewiesenen Verbesserungswerte vom proportionalen Zusammenhang einmal aufgrund des Einflusses der Slacks und einmal aufgrund der Mittelwertbildung ber alle individuellen Ergebnisse ab Im Gegensatz zum A Ma w rden hingegen die beiden durchschnittlichen Effizienzma e Din und Dmax f r jede Modellvariable jeder DMU individuelle Zielwerte zur ckgeben was aus praktischer Sicht ja auch als die sinnvollere Modellvariante erscheint Die Dokumentation von konkreten Target Values f r einzelne Betriebseinheiten werden bei dem pr ferierten Modell Fl chennormierung und Hiebsatzbereinigung
585. te Gegen ber der DEA Analyse wird im Kapitalwertansatz nicht auf die Resultate anderer vergleichbaren Best nden referenziert sondern auf die Zeit und Risikopr ferenz ausgedr ckt durch den Kalkulationszinsfu von Eigent mern oder Investoren Damit steht im Grunde genommen dem Modell der Grenzverzinsung des eingesetzten Kapitals Seite 185 Konzeptionelle Anwendung von DEA f r ausgew hlte forstliche Datens tze der alternative Modellansatz der Best Practice von Vergleichsbestanden nach DEA gegen ber Ausgehend vom konomischen Kapitalwertansatz und den daran ankn pfenden berlegungen erfolgten Anstrengungen ein multiples Input Output Modell DEA zu konzipieren das die Effizienz f r einen gesamten Produktionszyklus sowohl von gepflegten als auch ungepflegten Best nden nach natural technischen Aspekten und unter Einbeziehung eines Risikoindikators sowie von konomischen berlegungen beurteilen sollte Die Anregung das Modellkonzept auf eine ganze Umtriebszeit auszudehnen lieferte eine Produktivitatsstudie zur Ermittlung von Leistungsdaten von verschiedenen Harvestertypen im Durchforstungseinsatz STAMPFER 2001 Basierend auf den Resultaten von Arbeitszeitstudien f r diese Harvestereins tze wurde f r die einzelnen Harvestertypen die Produktivit t anhand des Erntevolumens je produktiver Systemstunde PSH s abgeleitet und dokumentiert Unabh ngig von der technischen Leistungsf higkeit der Ger te wird dabei einheitlich d
586. te 207 Konzeptionelle Anwendung von DEA f r ausgew hlte forstliche Datens tze Bonitat Bonitat_FI Ld Der s IS T o 8 i B 96 o fats ry s on seso io o 8 eases s eo Ld 0 85 0 90 0 95 TE_Masse Red F statistic 4 2 on 1 and 8 DF p value 0 07457 Curvered x 0 856 5 073 x Blue F statistic 3 474 on 1 and 90 DF p value 0 06562 Curveblue x 6 873 5 023 x Green 18 16 oe 09909 t _ T X gt e e sal e tn t g a oat te y N 2 s e e 5 ar re e Der 1 gJ Los t ta ee ee Sl BEE gt Q T T T 0 6 0 7 0 8 0 9 1 0 KEtat_Ertrag Red F statistic 7 663 on 1 and 8 DF p value 0 02436 Curvered x 3 8834 2 3027 x Blue F statistic 2 225 on 1 and 90 DF p value 0 1393 Curveblue x 13 642 2 327 x Green F statistic 0 01475 on 1 and 12 DF p value 0 9053 Curvegreen x 17 3372 0 3957 x F statistic 2 087 on 1 and 12 DF p value 0 1742 Curvegreen x 19 882 3 246 x Abb 23 Regressiver Zusammenhang der Bonitat mit den Effizienzwerten des natural technischen und des tatsachlich 6konomischen Modells die beide VRS und Inputorientierung unterstellen Insgesamt wird hier angedeutet dass die ausgewiesenen Effizienzwerte in Bezug auf die natural technische TE_M und die kostentechnische Performance KEtat nicht unbedingt mit zunehmender Bonit
587. te Datenbasis der Standardfall der DEA Analyse vor kardinal bzw metrisch Skalierte Gr en die einer unbeschr nkten und stetigen Skala folgen k nnen bei linear invarianten Effizienzma en die Messungen nach beliebigen Skalenniveaus erfolgen Damit spielt es f r die blicherweise verwendeten physischen Gr en deren Skalierung der Einheiten Mengen L nge Zeiten sich linear verhalten keine Rolle in welcher Dimension diese erfasst wurden Au erdem erweisen sich linear invariante Effizienzma e auch insofern als vorteilhaft da damit sowohl physische als auch monet re Gr en in das Modell implementiert werden k nnen F r linear invariante Effizienzmodelle muss zutreffen dass wenn X m Aq mX und k m Ye b nY n zutrifft und unter der Voraussetzung dass a und b gt 0 sind auch die Effizienzwerte der beliebig gew hlten Einheit k E X Y gleich E X Y sind Neben der linearen Invarianz gilt es f r manche F lle auch die Translationsinvarianz zu beachten Diese spielt vor allem dann eine Rolle wenn in den s Beobachtungen einer der m Inputs oder n Outputs negativ ist DEA kann mit negativen Variablen nicht operieren Seite 63 Rahmenrichtlinien fur DEA Applikationen weshalb eine Translation Addition eines konstanten Wertes zu allen s m Inputs bzw s n Outputs erforderlich sein kann Additive MaBe f r die eine beliebige Transaltion der Daten zul ssig ist bringen aber den entscheidenden Nachteil mit sich dass d
588. tellation auch grafisch darstellen Voraussetzung daf r ist dass jede DMU jene Input oder Outputvariable die nur einmal im Modell vorhanden ist als Divisor f r alle Variablen verwendet und sich dadurch selbst auf eins normiert Normiert man wie in Abb 5 die Outputvariable auf 1 Outputisoquante Y 1 dann bilden die Einheiten A und C die jene minimale Faktorkombination Best Practice Einheiten erf llen die Kardinalpunkte f r die Konstruktion der Eins Isoquante Y 1 Geometrisch symbolisiert die Eins Isoquante alle minimalen Faktorkombinationen und umh llt damit den gesamten ineffizienten Inputerfordernisraum zur Erzielung des Output Y 1 F r die beiden DMUs A und C trifft somit das Pareto Theorem zu dass keine der beiden Einheiten ihre Inputkombination verbessern kann ohne dadurch die Performance einer anderen Einheit zu verschlechtern 72345987 8 Abb 5 Outputisoquante GSTACH 2002 S 10 F r dieses sehr einfache Beispiel unter der Annahme von konstanten Skalenertr gen l sst sich das radiale Effizienzma quiproportionale Effizienzma ber den geometrischen Zusammenhang _ OP 0B konstruieren Der Projektionspunkt P stellt dabei eine konvexe Mischung aus den beiden effizienten Referenzeinheiten A und C auf der Eins Isoquante Y 1 dar der von der ineffizienten Einheit B dann erreicht wird wenn sie bei konstanten Outputs ihre beiden Inputfaktoren um diesen Quotienten reduziert p OP OP B B P X
589. tellt da der Output eines Bestandes ma geblich von den Umfeldbedingungen und den get tigten Ma nahmen abh ngt F r die mengen und wertbezogenen Auswertung der DEA Modelle erfolgte die Einbindung verschiedener Modellvariablen und verschiedener Effizienzma e zur Durchf hrung von natural technischen als auch kostentechnischen DEA Modellvarianten Indem im natural technischen Modell auf der Outputseite zwischen dem bis zum Abtriebszeitpunkt aufgebauten Holzvorrat und den daf r angesetzten Ernteertr gen variiert wurde konnte die Bedeutung der Massen und Wertleistung von Best nden f r die Performance aufgezeigt werden Um neben dem quiproportionalen Effizienzma dass nur proportionale Verbesserungswerte f r die unterstellten Variablen vorschl gt auch variablenspezifische Ergebnisse zu erhalten wurde auch das Dmax MaB als Grundlage f r individuelle Verbesserungsma e der einzelnen Kriterien herangezogen Zur Demonstration der allokativen Effizienz vgl 3 8 4 wird die Effizienz des marktrichtigen Verhaltens in der Beschaffung Allokation von Produktionsfaktoren ber das Verh ltnis der Effizienzma e aus dem natural technischen Modell und dem kostentechnischen Modell bei Unterstellung durchschnittlicher Kostens tze hergeleitet Die allokative Effizienz resultiert aber nicht ausschlie lich aus der Preisdifferenz homogener G ter sondern h ngt vor allem auch von der Gewichtung jener im natural technischen Modell mit durchschnitt
590. tellung variabler Skalenertr ge entweder nur f r die Inputseite oder nur f r die Outputseite je nach unterstellter Orientierung des Effizienzma es zul ssig ist weshalb man in solchen F llen von Input bzw Outputinvarianz spricht vgl 4 2 4 2 Eigenschaften von DEA Effizienzma en Zusammenfassend werden hier tabellarisch die bereits diskutierten Eigenschaften der Effizienzindikation der Dateninvarianz der Monotonie und der Stabilit t f r das quiproportionale A Ma vgl 3 7 und die durchschnittlichen Effizienzma e D Ma e vgl 3 7 2 erg nzend erl utert Es soll damit eine bersicht ber die Einschr nkungen und die Art der Anwendbarkeit bei entsprechenden Datenkonstellationen f r diese beiden Effizienzma e gegeben werden 4 2 1 Eigenschaften von quiproportionalen Effizienzma en A Ma Die A Ma e lassen sich nach Scheel 2000 als reale und monet re Verbesserungspotenziale sowie als Verallgemeinerung relativer Performance Indikatoren interpretieren ber die radialen Zusammenh nge des technischen Effizienzma es sowie der Kosten und Ertragseffizienz wird direkt eine Parallele zum Controlling hergestellt das ebenfalls sein Augenmerk simultan auf die mengen und wertm ige Entwicklung von Prozessen legt 30 Effizienzma e die mit einer Datentranslation operieren k nnen sind im Allgemeinen die additiven Effizienzma e vgl Scheel 2000 und unter Umst nden die orientierten Effizienzma e vgl Eigenschaften
591. ten f hren k nnen falls aufgrund der Sortimentszusammensetzung je Bestand ein geringerer Durchschnittserl s als 23 50 EfmD erzielt worden w re Dieser Fall ist nicht eingetreten was weitere Ma nahmen zur Transformation von negativen Werten in positive nicht erforderlich gemacht hat Die nicht kontrollierbare Variable Hangneigung wird nicht mit einem monet ren Wertansatz methodisch erfasst sondern fungiert wie im natural technischen Modell als restriktives Element zur Mitber cksichtigung umweltrelevanter Einfl sse Genau dieselbe Annahme wurde auch f r die unerw nschte Outputgr e H D Wert getroffen die ebenfalls als Inputvariable definiert wird um als Indikator f r das Bestandesrisiko zu fungieren Dieser Risikoindikator wird in allen Modellen mitgef hrt ohne daf r aber einen separaten Wertansatz zu unterstellen Mit den getroffenen Konventionen die Wertgr en als real konstant anzunehmen war es m glich die Inputvariablen des natural technischen Modells zu einer aggregierten monet ren Kostengr e umzuwandeln ohne die Problematik der Werteentwicklung der heutigen nominalen Gr en zu sehr in den Mittelpunkt zu r cken Durch diese Annahme soll aber nicht der Eindruck entstehen dass die Wertentwicklung zu vernachl ssigen w re Denn genau der umgekehrte Sachverhalt ist der Fall F r langfristig in die Zukunft orientierte Prognosen m sste man f r die Preis und Kostenentwicklung differenzierte Szenarien entwic
592. ten ger t vor allem aber dann aus den Fugen wenn beispielsweise politische Interessen gegen ber Wirtschaftlichkeits berlegungen geltend gemacht werden oder es zu einer Vermischung von ffentlichen und privatem Interesse kommt bzw was auch vorkommen kann dass hoch qualifizierte Arbeiter aus sozialen Gr nden Hilfsarbeiterdienste zu leisten haben Langfristig betrachtet muss es dem WEP gelingen den Verantwortlichen klar zu machen dass eine Pr ventionsstrategie sinnvoller w re als die Reaktionsstrategie Gem einer Faustformel nach Pitterle 1993 verursacht das Zuwarten bei anstehenden Pr ventionsma nahmen von 10 bzw 20 oder auch 30 Jahren eine Vervielfachung der Pr ventionskosten auf das zwei zehn bzw hundertfache Ausma F r das fr hzeitige Erkennen dass Gefahr in Verzug ist bedarf es aber auch einer fachlich fundierten Expertise Im Zusammenhang mit der Schutzwirkung des Waldes stellt sich aber grunds tzlich die Frage ob die dem Wald zugesprochene hohe Schutzwirkung auch tats chlich einer statistischen Pr fung standh lt und gegen ber technischen Ma nahmen einen signifikanten Vorteil aufzuweisen hat Auch wenn Dipl Ing Fritz Singer die vergleichende Effizienzanalyse aus seiner Sicht f r ein durchaus interessantes Instrumentarium betrachtet gilt es aber trotzdem die Frage nach der Praktikabilit t der Anwendung zu stellen Obwohl letztendlich die DEA Analyse als Resultat die Rangfolge nach den unterschiedlich erzi
593. ten und die zu implementierenden Kriterien klar definiert und institutionalisiert sind k nnen derartige Effizienzanalysen auch intern als Teil der Controllingaufgaben durchgef hrt werden Ob sich eine DEA Effizienzanalyse allerdings hnlich einer betrieblichen Kostenrechnung oder einem internen Controllingsystem installieren l sst h ngt auch von der Datenverf gbarkeit ab Handelt es sich um eine bergeordnete gro e Unternehmensorganisation die sich klar nach Subeinheiten differenzieren l sst stellt die Datenverf gbarkeit ein geringeres Problem dar als wenn man auf die Kooperation von unabh ngigen Unternehmen angewiesen ist deren Datens tze f r die erforderliche Anzahl an Vergleichsf llen notwendig w ren Seite 86 Konzeptionelle Anwendung von DEA f r ausgew hlte forstliche Datens tze Die Akzeptanz der Resultate ist aber trotz des objektiven Analyseverfahrens bei den Entscheidungstr gern nicht immer gegeben Denn die endogene Vergabe der Gewichte bzw der Schattenpreise die ber den linearen Programmierungsalgorithmus Black Box ermittelt werden kann bei den Betroffenen Zweifel an den ermittelten Effizienzwerten und den daraus errechneten Target Values aufkommen lassen Tatsache bleibt aber dass DEA methodisch einwandfreie Resultate erbringt und sich ber mehrere Jahrzehnte bew hrt hat und in j ngster Zeit von Wissenschaftern aus dem angloamerikanischen Raum weiterentwickelt wurde und jetzt zumindest in der Lit
594. tionalisierten Konzept der KNU ist jedoch in diesem traditionellen Umfeld infolge von formalen Rahmenbedingungen die an die KNUs gekn pft sind schwierig Die Ber cksichtigung von physischen Gr en in Kombination mit monet ren Gr en die in Anlehnung an die Erhebungspraxis der KNU ermittelt werden wurde grunds tzlich als nicht unpraktikabel erachtet Dass aber die Vergabe der Gewichte modellintern ber einen LP Algorithmus passiert und von au en nicht beeinflussbar ist macht die Methodik zu einer dubiosen Black Box Daneben wird es au erdem noch schwierig sein eine ausreichende Anzahl an homogenen F llen bereitzustellen deren Einteilung auch eine entsprechende Akzeptanz unter den Vertretern der Gebietsbauleitung zu erzielen hat Zurzeit steht man au erdem noch einem entsprechenden Datendefizit was vor allem die Verf gbarkeit von Daten betrifft gegen ber Voraussichtlich l sst sich dieser Mangel erst 2012 mit der sterreichweiten Verf gbarkeit der digitalen Daten des Wildbach und Lawinenkatasters beheben Zumindest konnte aus den Interviews abgeleitet werden dass detaillierte Projektaufzeichnungen aus den Gebietsbauleitungen in der zuk nftig verf gbaren Datenbank des Wildbach und Lawinenkatasters aufgenommen sein werden Durch die standardisierte Dokumentation dieser Projektdaten wird in Zukunft der Zugriff auf entsprechendes Datenmaterial zum Austesten alternativer Methodenkonzepte einfacher m glich sein Seit
595. tliche Effizienzanalyse SCHEEL 2000 28 Banker 1993 in Steinmann 2002 leitet Bedingungen her unter denen die gesch tzte DEA Effizienz Maximum Likelihood Sch tzer sind Dies ist dann der Fall wenn die Dichtefunktion der Effizienzverteilung monoton zunehmend ist und eine Transformationsfunktion von nur einem Output verwendet wird 29 Steinmann 2002 dokumentiert dass zur Konsistenz nicht parametrischer Methoden der Effizienzmessung in Grosskopf 1996 und Banker 1993 und 1996 sowie von Kneip et al 1998 und Simar und Wilson 2000 die theoretischen Grundlagen aufbereitet sind Seite 62 Rahmenrichtlinien fur DEA Applikationen 4 1 3 Empirische Vollst ndigkeit der Technologiemenge Gem einer Definition von Scheel 2000 ist eine Technologiemenge dann vollst ndig wenn sie alle beobachtbaren Input Outputtransformationen enth lt Aus der Sicht von DEA handelt es sich nach Scheel 2000 bei der empirischen Vollst ndigkeit um eine reine Formalit tt Denn wenn sich eine Input Outputtransformation realisieren l sst muss dieses Produktionsniveau auch gleichzeitig Teil der Technologiemenge von DEA sein F r Technologiemengen hingegen die einen parametrischen Ansatz unterstellen muss die empirische Vollst ndigkeit nicht unbedingt erf llt sein Denn hier beruht die Sch tzung der Produktionsfunktion die den Produktionsm glichkeitsraum umschlie t auf allen Beobachtungen sowohl auf den Best Practice als auch auf den brig
596. tlinien mit 1 gedeckelt sind und nur okular angesprochen werden kann dieser Parameter nur optional als dimensionslose Inputgr e herangezogen werden Unter diesen Umst nden erscheint die Erweiterung des Modells um diesen Parameter nicht als sinnvolle zus tzliche Spezifikation Erst wenn der Bestockungsgrad ber eine einfache Winkelz hlprobe exakt bestimmt wird k nnte der hier evidente Mangel behoben werden 4 Alter Das Bestandesalter und damit die Produktionsdauer spielt f r die Beurteilung der Bestandesleistung immer eine wesentliche Rolle Nachteilig wirkt sich allerdings aus dass sich Mischbest nde h ufig auch aus zwei Generationen bzw Schichten zusammensetzen k nnen Je nachdem ob der Altholzanteil oder der Jungwuchsanteil auf der Teilfl che dominiert wurde das Alter der dominierenden Gruppe verwendet Das Alter findet im Modell als ver nderlicher Inputparameter Eingang F r die Inputseite ist zu bem ngeln dass neben den biometrischen Daten auf die durch die Verantwortlichen nur indirekt Einfluss genommen werden kann der Einsatz von Humanressourcen oder monet ren Mittel auf der Teilfl che mangels Datenaufzeichnungen nicht ber cksichtigt werden kann Es bestehen auf Bestandesebene keine Aufzeichnungen ber durchgef hrte Arbeiten oder die aufgewandten Geldmittel Ausschlaggebend daf r ist dass kein Betrieb die Philosophie eines Betriebsinformationssystems verfolgt und ein Controllingsystem aufbaut das nicht nu
597. to derive technical and allocative efficiency measures for 102 mills in the world We find that in general the SFA cost efficiency levels are higher than their DEA counterparts and much of the cost inefficiency is caused by inappropriate input mix or allocative inefficiency instead of the way with which inputs are converted into outputs or technical inefficiency In addition SFA and DEA results rank some of the producers in different orders We also find that while cost efficiency levels vary in different regions most producers have substantial opportunities to make improvements Finally we discuss implications of our study FOR SCI 46 4 558 569 Keywords Cost and production functions stochastic frontier analysis data envelopment analysis technical and allocative efficiency Zusammenfassung Datengrundlage f r die Untersuchung sind 102 BSKP Kraftzellstoff herstellende Werke die weltweit aktiv sind Methodisch wird versucht die Charakteristika der beiden am h ufigsten verwendeten Methoden SFA Stochastic Frontier Analysis und DEA herauszuarbeiten und gegen berzustellen wobei die Studie auf den wissenschaftlichen Arbeiten der Grundlagenforscher zu SFA und DEA aufbaut Wie in anderen Arbeiten auch dokumentiert Yin ganz klar dass im forst konomischen Bereich bisher sehr wenige Aktivit ten in Richtung Performance Measurement mittels DEA oder SFA publiziert sind Der Methodenteil stellt einleitend sehr komprimiert aber bers
598. torientierte Probleme zu minimieren gilt und die s Elemente des Vektors A die Variablen Die Input Outputmatrix des primalen Problems wird zur Koeffizientenmatrix des dualen Problems transponiert Mit dem dualen Ansatz lassen sich die Nebenbedingungen von s Beobachtungen auf m n Input Outputvariablen reduzieren womit nur ein geringerer L sungsaufwand erforderlich ist In der nachfolgenden Tabelle 2 werden die primalen Restriktionen den dualen Variablen sowie die dualen Restriktionen den primalen Variablen gegen bergestellt wodurch die dualen Zusammenh nge zwischen dem Multiplikatorproblem und dem Umh llendenproblem verdeutlicht werden sollen Skalen Primal LP Dual DLP Dual DLP Primal LP Niveaus Restriktion Variable Restriktion Variable KSE VSE x c 1 AX gt Ox cK 20 KSE y p x c lt 0 AZO AY Yy pt 20 VSE y p x c p lt 0 Az 0 AY gt y p 20 VSE A Po Tabelle 2 dualer Zusammenhang zwischen dem inputorientierten Multiplikator und dem inputorientierten Umh llendenproblem COOPER ET AL 2003 Seite 45 DEA der nicht parametrische Modellansatz Das duale Pendant zum primalen Multiplikator Problem l sst sich somit f r konstante Skalenertr ge KSE und inputorientierter Modellannahme nach Gstach 2002 wie folgt formulieren min NB AY gt Yp AX20X A 20 Vs Die Variable 8 ist somit jener Faktor um den alle Inputs der DMU k proportional unter Einhaltung der definierten Restriktionen minimiert
599. tpunkt als bisher erreicht werden k nnten wodurch es gleichzeitig zu einer entsprechenden Verk rzung der Umtriebszeit und damit zu einem Anstieg des kalkulatorischen Ertrags kommen w rde 79 Die Reduktion der Umtriebszeit steht in unmittelbaren Zusammenhang mit der Erh hung des kalkulatorischen Ertrags der wiederum ma geblich von der H he des unterstellten Bodenverkehrswerts und des gebunden Verwaltungskostenkapitals abh ngig ist Seite 224 Konzeptionelle Anwendung von DEA f r ausgew hlte forstliche Datens tze Auch f r die hier durchgef hrten Auswertungen nach dem durchschnittlichen maximalen Effizienzma konnte abermals die Vorteilhaftigkeit der behandelten gegen ber den unbehandelten Modellvarianten best tigt werden Unter Anwendung des Dmax MaBes auf das TE_E Modell hatten 108 der gepflegten Best nde eine g nstigere Performance als ihre nicht behandelten Pendants Gleiches traf auch auf das Modell KEd_E bei Verwendung des Dmax Ma es zu Hier waren es sogar 110 der gepflegten Best nde die sich gegen ber ihren nicht gepflegten Vergleichsvarianten durchgesetzt haben vgl Tabelle 66 5 6 9 4 Gegen berstellung der Performance von behandelten und unbehandelten Vergleichspaaren Durch die Verf gbarkeit synthetischer Daten die sich jeweils auf ein und dieselbe Bestandesfl che beziehen und nach verschiedenen Modellszenarien abgeleitet wurden bietet sich ein Vergleich zwischen einer einmalig durchforstet und einer vollkomm
600. trebt zu der die quadratischen Abweichungen der einzelnen Beobachtungen minimal sind Die Resultate aus der multiplen linearen Regressionen weisen dabei aber einen signifikanten Zusammenhang zumindest mit dem durchschnittlichen Volumen der in der Durchforstung entnommenen Individuen der Ausgangstammzahl je Hektar und dem zu erwartenden Durchmesser zum Abtriebszeitpunkt auf Das Entnahmeprozent weist hingegen f r die Massenleistung zum Abtriebszeitpunkt keinen signifikanten Einfluss auf Sehr wohl wirkt sich das Entnahmeprozent aber signifikant auf die Wertleistung dieser Best nde aus Einzig die Bonit t hat in beiden F llen keinen signifikanten Einfluss weder auf die massen noch auf die wertbezogene Performanceentwicklung der untersuchten Best nde vgl 5 6 9 2 Damit lie e sich sowohl das massen als auch mengenbezogene Performancemodell nach DEA ber die unterstellten unabh ngigen Merkmale bei unterschiedlich gut ausgebildetem Bestimmtheitsma anhand der abgeleiteten Regressionsgeraden vgl 5 6 9 2 entsprechend sch tzen Neben den bisher sehr allgemein anhand der Durchschnittsresultate und der statistischen Analysen diskutierten Ergebnisse sind aber auch die Resultate der Einzelergebnisse von Bedeutung Bezogen auf das natural technische Modell interessiert auch wie sich die Ineffizienz sowohl unter Betrachtung der Massen als auch der Wertleistung auf den rein technischen sowie den allokativen Teil bei Unterstellung durchschn
601. tung des linearisierten Grundmodells der DEA Es werden dabei f r das primale Multiplikatormodell die Zusammenh nge zwischen konstanten und variablen Skalenertr gen mathematisch beschrieben Zur Herleitung der Target Values f r einzelne beobachtete DMUs formuliert Kao in Anlehnung an die Arbeiten von Charnes et al 1978 und Banker et al 1984 ausgehend vom primalen Multiplikatorproblem das variable Skalenertr ge unterstellt ein duales Problem das die Output und Inputslacks Schlupfvariablen optimiert Additives Modell Author year Region Decision Making Unit DMU No of DMUs Graduate School of Industrial Management National Cheng Forest Districts a 10 year C Kao and Y C y y Yang 1991 Kung University Tainan and average of the data from 1978 to 13 Taiwan g Department of Forestry National 1987 Taiwan University Taipei DEA model s Inputs Outputs Input orientated proportional budget 1000 Timber m3 efficiency measure using a CRS initial stocking 1000 m average stocking 1000 m3 and a VSE Technology scale labour persons unit Recreation visits efficiency area 1000 ha By products Infolge der Erfahrung und der Resultate aus der empirischen DEA Studie f r diese 13 Forstbezirke die unter den in der Tabelle angegebenen Bedingungen durchgef hrt wurde lassen sich folgende Kernaussagen zusammenfassen Seite 106 Konzeptionelle Anwendung von DEA f r ausgew hlte forstliche Datens tze
602. tung ist den unmittelbaren Zusammenhang zwischen Inputs und Outputs nicht nur empirisch anzunehmen sondern auch statistisch nachzuweisen wird hier fur das hiebsatzbezogene Modell der Korrelationszusammenhang der Input und Outputmerkmale dokumentiert Aus der Literatur ist bekannt dass zumindest ein positiver Zusammenhang zwischen den zu untersuchenden Inputs und Outputs bestehen muss KAO 1992 da ansonsten die Grundannahmen der Monotonie und der Konvexitat vgl 3 3 verletzt waren Aus der nachfolgenden Darstellung k nnen die Abh ngigkeiten der einzelnen Kriterien untereinander entnommen werden H lt man sich an Vorgaben von Kao 1992 und Dyson et al 2001 w re es von Vorteil wenn innerhalb der Input und Outputvariablen keine signifikanten Zusammenh nge best nden Damit w rde n mlich ausgedr ckt dass die gew hlten Variablen keine redundanten Informationen enthalten Dyson et al 2001 merkt aber in seinen Pitfalls und Protocols Spezifikationsfallen und Vermeidungsma nahmen an dass nicht ohne weiteres korrelierende Gr en aus dem Output oder Inputbereich weggelassen werden d rfen wenn sie mit anderen Gr en innerhalb der In oder Outputs korrelieren da sich die ausgewiesenen Effizienzwerte entscheidend ndern k nnen auch wenn diese Variablen redundante Informationen enthalten sollten In jedem Fall ist aber ein positiver Zusammenhang der Input und Outputvariablen erforderlich damit es zu keinen elementaren Ver
603. tungsvarianten gesehen Durch die Gegen berstellung des IST Zustandes und den generierten Target Values sieh 3 8 2 soll es m glich gemacht werden plausible Empfehlungen an ineffiziente Betriebe zu geben um deren Performance an den Bereich von effizient operierenden Betrieben Best Practice mit hnlichen Produktionsverh ltnissen heranf hren zu k nnen Die ma gebliche Einschr nkung f r die Praxisreife bildet aber die Konzeptionierung des Modells an sich Denn kein Modell kann alle Aktivit ten einer Einheit ber metrisch erfassbare Kennzahlen ganzheitlich abbilden wodurch sich die ausgewiesenen Target Values ausschlie lich auf die Grundgesamtheit jener im Modell unterstellten Merkmale beziehen Die Akzeptanz und die Aussagekraft eines Modells stehen und fallen mit der Wahl und der Verf gbarkeit der Auswahlkriterien Voraussetzung f r die methodischen Annahmen sind die berlegungen dar ber welche gezielte Aussage man mit einem entsprechenden Modell verfolgt Mit DEA lassen sich wie bereits dargestellt Auswertungen differenziert nach unterschiedlichsten Gesichtspunkten aufbereiten Entscheidend f r die Qualit t der Aussagekraft eines Modellergebnisses sind aber letztendlich immer die f r die Fragestellung ad quat aufbereiteten Grunddaten In Anlehnung an die bisher zur Verf gung stehenden Hitlisten die aktuell als Referenz f r die Best Practice innerhalb des Testbetriebsnetzes verwendet werden erfolgte die Konzeptionisie
604. tzt werden Mit dem technischen Ansatz TE kommt es zur Evaluierung der physischen Bereitstellungsstrategie was aber noch keine Garantie dar ber abgibt ob diese Strategie auch unter Einbeziehung von Marktverh ltnissen konomische Effizienz immer noch zu pr ferieren ist Dann n mlich wenn falsche Input Mengenverh ltnisse bezogen auf die Inputpreisverh ltnisse bzw wenn falsche Outputmengen bezogen auf die erzielbaren Outputpreise produziert werden und damit die marginale Raten der technischen Substituierbarkeit zwischen Inputs nicht den Input Preisverh ltnissen und die marginalen Transformationsraten zwischen Outputs nicht den Output Preisverh ltnissen entspricht GSTACH 2002 driftet eine vormals technisch effizienten Beobachtung bei Unterstellung dieser abge nderten Technologiemenge die die Input und Outputpreisverh ltnisse ber cksichtigt in den ineffizienten Produktionsm glichkeitsraum ab Die Ermittlung der tats chlichen konomischen Effizienz setzt aber voraus dass f r alle Faktoren die im technischen Modellkonzept TE implementiert wurden Preise bzw Kosten verf gbar sind Ist dieser Fall gegeben reduziert sich das DEA Problem wiederum auf den Ein Output Ein Input Fall da die Faktoren ber die Preise bzw Kosten gewichtet werden k nnen Da aber in den meisten F llen kein freier Markt unterstellt werden kann sind die Preise und Kosten stark von lokalen Marktgegebenheiten und Marktbesonderheiten beeinflusst
605. u stellen ohne dadurch andere in einen schlechteren Zustand zu versetzen PARETO 1897 Dieses allgemein formulierte Konzept zur Effizienzbestimmung eignet sich sowohl zur Kennzeichnung von effizienten Alternativen allgemein als auch speziell von effizienten Produktionen effizienten Organisationen bzw effizienten Umweltprozessen Unter produktionswirtschaftlichem Gesichtspunkt beispielsweise lie e sich ein Herstellungsprozess dann als effizient definieren wenn es unm glich ist mehr von einem Gut herzustellen ohne gleichzeitig mehr Produktionsfaktoren einzusetzen und es auch nicht m glich ist weniger Produktionsfaktoren einzusetzen ohne einen R ckgang bei der Produktion hinnehmen zu m ssen STEINMANN 2002 Bezieht sich die Effizienzbestimmung auf Merkmale einer Entscheidungseinheit die ausschlie lich auf natural technischen oder teilweise auch monet ren Dimensionen der Input und Outputfaktoren basieren wird ber die technische Transformation der Produktionsfaktoren in Leistungsg ter die Natural Technischen Effizienz TE ermittelt Alleine die Effizienz der eingesetzten natural technischen Produktionsfaktoren liefert noch keine Aussage hinsichtlich der Effizienz der eingesetzten monet reren Mittel bzw der erzielten Ertr ge Mit dem natural technischen Modell werden lediglich die Ineffizienzen des natural technischen Produktionsprozesses beschrieben nicht jedoch die Effizienz am Markt Zur Darstellung des mengen und wertbez
606. u TE 87 94 ableiten Damit trifft f r die hier gemittelten Werte zu dass sich die ber die ausgewiesenen Best Practice Einheiten abgeleitete Gesamtabweichung von 18 66 100 81 34 zu 12 06 100 87 94 auf eine ung nstige Ressourcenbeschaffung und zu 6 60 7 61 x 87 94 auf den nicht optimalen technischen Transformationsprozess von Inputfaktoren in Leistungsg ter aufteilt Die Abweichungen des mengenm igen Faktoreinsatzes von 0 09 sind auf die Mittelwertbildung ber alle Beobachtungen zur ckzuf hren Bezogen auf den Durchschnittsfall ber alle 77 Einheiten l sst sich damit ableiten dass der mengenm ige Einsatz von reduzierten Mitarbeitern und den Regiestunden sowie den monet ren Aufwendungen f r Fremdleistungen und sonstigen Kosten nur zu 6 60 ineffizient war Umgekehrt wurden aber f r die Beschaffung dieser Produktionsfaktoren um 12 06 zu viel an monet rem Mitteleinsatz f r den Transformationsprozess verwendet was letztendlich zur Gesamtabweichung von 81 34 gef hrt hat 57 Unter Berufung auf die Autoren Halme et al 1999 und Thanassoulis und Allen 1998 verweist Scheel darauf dass sich alternativ zur Verwendung von Preisen auch ein Wertinformationsystem durch indirekte Angaben besonders pr ferierter Units in Effizienzanalysen einbeziehen lassen Seite 134 Konzeptionelle Anwendung von DEA f r ausgew hlte forstliche Datens tze Denn auch wenn eine DMU aus natural technischer Sicht effizient operiert so
607. u werden m glichst wenige und unabh ngige Variablen in das Modell zu implementieren muss genau diese Diskussion gef hrt werden Auch wenn es in einem Interview nicht m glich sein wird ohne statistische Voruntersuchungen gezielte Entscheidungen zu f llen liegt der Wert in der Auseinandersetzung mit diesem Thema selbst Denn bereits durch die Einsch tzung des befragten Experten kann es zu einer Priorit tenreihung der Kriterien kommen die anschlie end f r die Aggregation bzw das Weglassen von Kriterien ausschlaggebend sein kann Seite 240 Prospektive Auseinandersetzung mit verschiedenen forstlichen Themenbereichen zur Entwicklung konzeptioneller DEA Modelle Quantitativ erfassbare Indikatoren zur Ber cksichtigung von Umwelteinfl ssen Durch die Einbindung von Umwelteinfl ssen k nnten homogenere Bedingungen sowie Vorraussetzungen zur Bildung von homogenen Clustern geschaffen werden In der Folge w rde man sich davon objektivere Ergebnisse f r die zu evaluierenden Befundeinheiten und eine entsprechende Akzeptanz bei den Verantwortlichen der Entscheidungseinheiten erwarten Umwelteinfl sse wie z B Geologie Relief Arrondierung oder die Bev lkerungsdichte sollten also sowit als m glich ber kardinal messbare Indikatoren erfasst und im Modell ber cksichtigt werden K Unbeeinflussbare bzw nicht kontrollierbare Einflussparameter Eine faire Beurteilung setzt voraus dass unbeeinflussbare aber relevante Variable im Modell
608. uierbarkeit vgl 4 4 7 zu unterstellen ist Da es aber nicht immer Faktoren gibt die sich vollkommen substituieren lassen sondern die zu einem gewissen Anteil nur als limitationale Faktoren auftreten repr sentieren diese Kosten und Ertragseffizienzmodelle die vollkommene Substituierbarkeit der durchschnittlichen Preise und Kosten sowie der relativen Nutzwerte unterstellen nur eine Abstrahierung von praktischen Gegebenheiten Seite 59 Rahmenrichtlinien fur DEA Applikationen 4 Rahmenrichtlinien fur DEA Applikationen Die von Charnes et al 1978 basierend auf den Ans tzen von Farrell 1957 entwickelte Data Envelopment Analyse DEA bestimmt die relative Effizienz von klar definierten Einheiten auch dann wenn multiple Input und Outputelemente vorliegen die noch dazu in unterschiedlichen Dimensionen erfasst sind Zur Ableitung der relativen Performance gilt es aber eine Reihe von Rahmenbedingungen zu beachten die f r die Erzielung plausibler und akzeptierbarer Ergebnisse relevant sind Da sich jede mathematisch richtig formulierte Input Outputmatrix unabh ngig von der Homogenit t der unterstellten Einheiten der Spezifikation des Input Outputsets oder der dimensionsrichtigen Spezifisierung der Variablen etc formal l sen l sst und k nnen mangelhaft spezifizierte Modelle zu Missinterpretationen f hren Die hier genannten Aspekte die im Vorfeld einer DEA Analyse abzukl ren sind erfordern in der praktischen DEA Anwendung entsp
609. uits sorting x e e Q E3 5 E Report 1 standard reports 12 5 9 5 3 8 2 3 2 Custom reports Oo amp 3 std graphs and chats 4 12 4 Custom charts x O e E 5 i sores e e e e 6 e amp 6 Projecteditarget factors report g e g 7 Optimal factor weights report e e e e e e 8 Efficient reference sets report e e e e e e 6 e 9 Slacks report e e amp 10 RTSanaysis e e e o 11 Cross efficendes h i i F Documentation and Support 1 Tutoria pages a 25 2 Users guide pages ss 3 19 4 49 12 2 3 Reference manual pages B i 52 L 4 Built in help e e 5 Technical support e e e 6 Vieb site tech info e e G Testi 1 Time 431 dru CCR mmss 017 006 006 05 230 lt 00 0 11 lt 001 2 Time 431 dmu BOO superE 016 18 45 4 40 0 12 lt 001 H Availability 1 Free demo available e e J amp amp 2 Commi license cost 1 600 305 1 750 200 4 i DIE 500 3 Academic cost 800 195 750 800 A So HD so 505 site 4 Meintenance available e e A Morosoft Windows gi DOS Induded available Optional BJ Uses Mcrosoft Exoe as a GUI B Unix Not induded not available L Included with book purchase O Limited capability Abb 14 DEA Softwarepakete Beurteilungskategorien C H BARR 2004 S 5 Seite 89 Konzeptionelle Anwendung von DEA f r ausgew hlte forstliche Datens tze Nach Allen 2002 muss f r die Wahl der zu verwendenden Softw
610. ulierung von Szenarien werden Elemente genannt die DEA bei entsprechender Konzeption der quantitativen Indikatoren und Ma st be erf llen kann Liegen die entsprechenden quantitativen Ergebnisse vor lassen sich sowohl die hoch aggregierten Effizienzwerte als auch die f r jede Einheit ausgewiesenen Verbesserungspotenziale in ein begleitendes Controllingkonzept als Instrumentarium f r die Legitimation politischer Programme einsetzen Interviewpartner Dipl Ing Dr Albert Knieling und Dipl Ing Arnold Ertl A Dokumentation des Anlassfalls Verwendungsbedarfs Mit der grunds tzlichen Bereitschaft Effizienzkriterien zur Evaluierung der F rdermittel und deren Zielwirkung zu implementieren sind elementare Strukturen f r die Gestaltung der F rderrichtlinien bereits im Programm f r Forschung und Entwicklung festgehalten worden Zur Evaluierung und Umsetzung derartiger methodischer Ans tze steht seit 2003 eine Datenbank zur Verf gung in der alle bisher genehmigten und abgeschlossenen F rderantr ge zusammengef hrt sind Mit der Einbeziehung der Detailcodierungen in Anlehnung an die Kriterien der Sonderrichtlinie C III wurde eine hochmoderne Datenbankarchitektur durch die AMA Agrarmarkt Austria geschaffen die es relativ unkompliziert erm glicht Daten zu verwalten zu modifizieren weiterzugeben und f r diverse Auswertungen heranzuziehen B Definition der Befundeinheiten Gem der aktuellen Sonderrichtlinie C III des sterre
611. und Intermediationsansatz im Vergleich Beitrag 198 Volkswirtschaftliche Diskussionsreihe Universit t Augsburg 12 S Seite 279 Anhang 9 Anhang 9 1 Kostenarten Kostenstellen und Ertragsarten bersicht Kostenarten 100 Lohnkosten 200 Gehaltskosten 110 Leistungsl hne 210 Geh lter 111 Zeitl hne 211 Bargeh lter 112 Akkord und Pr mienl hne 212 Sachbez ge 113 Sonderl hne 213 Abfertigungen 114 Aushilfsl hne 214 Geh lter freier Dienstnehmer 115 Instandhaltungspauschalen 215 Schu Hege und Hundegeld 120 Lohnnebenkosten 220 Sozialaufwand Angestellte 121 Nichtleistungsl hne 221 gesetzlicher Sozialaufwand 122 Sachbez ge 222 Kommunalsteuer 123 Gesetzlicher Sozialaufwand 223 Betriebspensionen 124 Kommunalsteuer 224 Aus und Weiterbildung 125 freiwilliger Sozialaufwand 225 freiwilliger Sozialaufwand 126 Abfertigungen 226 Gehaltskosten freier Dienstnehmer 130 Aufwandsers tze 230 Unternehmerlohn 131 Reisekosten 132 Motors gen u Werkzeugpauschale 300 Energie und Materialkosten 400 Fremdleistungskosten 310 Energie 410 Unternehmereinsatz 311 311 Treibstoffe 420 Unterhalt und Reparaturen 312 312 sonstige Energie 320 320 Material 430 Rechts und Beratungskosten 321 Forstpflanzen und Saatgut 440 Mieten und Pachte 322 Pflanzenschutzmittel und D nger 323 Baustoffe und Baumaterialien 324 Ersatzteile und Reparaturmaterial 325 B
612. und schwach effizienten Einheiten f r den nicht orientierten Fall gar nicht und f r die orientierten F lle nur zum Teil erf llen vgl SCHEEL 2000 31 Die strikt monotone Bedingung fordert dass eine Reduktion eines Inputfaktors oder Steigerung eines Outputfaktors in jedem Fall eine Erh hung des Effizienzwertes zur Folge hat Im Gegensatz dazu w rde die schwach monotone Bedingung fordern dass es bei Verbesserungen in zumindest einem Kriterium zu keiner Verschlechterung kommt Die monotone Bedingung fordert dass bei Reduktion oder Steigerung aller Input und Outputvariablen eine Verbesserung des Effizienzwertes folgen muss 32 Eine Eigenschaft ist dann generisch wenn diese auf einer dichten und offenen Teilmenge aller Datenmatrizen erf llt ist Jede Beobachtung erf llt die generische Eigenschaft von Datenmatrizen genau dann wenn diese entweder als stabil effizienter Punkt an der Konstruktion der Technologiegrenze beteiligt ist oder aber im inneren des Produktionsm glichkeitsraums ein ineffizientes Produktionsniveau markiert Scheel 2000 S 69 Seite 65 Rahmenrichtlinien fur DEA Applikationen Die Bedingung der Stabilit t ist gem Tabelle 7 wiederum f r alle Bedingungen gew hrleistet vgl die Beweisf hrung von SCHEEL 2000 S 119 4 2 2 Eigenschaften von durchschnittlichen maximalen Effizienzma en In der Dokumentation der Wirkungsweise von durchschnittlichen minimalen und maximalen Effizienzma en wurde bereits auf den Zu
613. ung des primalen DEA Problems die Schattenpreise die dabei als Multiplikatoren fungieren unter Einhaltung aller Nebenbedingungen zu optimieren In der Folge leitet sich ber das Verh ltnis gewichteter Output zu gewichteter Input der jeweilige Effizienzwert ab Im dualen Ansatz soll hingegen jener Faktor um den alle Inputs reduziert bzw alle Outputs erh ht werden sollten optimiert werden Indem f r alle Best Practice Einheiten jene endogenen Gewichtungsfaktoren unter Erf llung der Restriktionsbedingungen zur Konstruktion jener virtuellen Best Practice Einheit ermittelt werden die der radialen Projektion der ineffizienten Einheit an die Effizienzgrenze entspricht l sst sich dieser Ver nderungsfaktor ableiten 14 Eine exogene Vergabe von Gewichten ist nur dann von Relevanz wenn f r die Bestimmung eines Wertesystems mangels Preisinformation anstelle der monet ren Werte relative Nutzwerte verwendet werden Zur Integration der Waldfunktionen w rde es beispielsweise f r die quantitative Beurteilung ein Wertesystem relativer Nutzwerte brauchen Basierend auf einem Konsens der relativen Beurteilung von Einheiten bzw auf der Substitutionsrate von Variablen erl utert Scheel 2000 die Vorgehensweise f r die Integrationen einer exogen definierten Wertematrix und verweist dabei auf Arbeiten von Allen et al 1998 Seite 36 DEA der nicht parametrische Modellansatz Gegenteil existieren f r diese Zielfunktion unendlich viele L sungen
614. ungen Forest Districts zum Einsatz brachten erfolgt eine Adaption der DEA Applikation in einem ersten explorativen Ansatz zur Performancebeurteilung von sterreichischen Gro privatw ldern Unter anderem wird aber auch die Anwendung von DEA zur Evaluierung von Laub Nadelmischbest nden des Lehrforsts beispielhaft demonstriert Mit der Entwicklung eines DEA Modells f r Bestandesbehandlungskonzepte unter Einbeziehung simulierter Bestandesdaten kommt schlie lich auch ein auf syntetischen Daten basierender ex ante orientierter Ansatz zur Anwendung der direkt als Element eines Decision Support Systems implementiert werden konnte Basierend auf den Datengrundlagen des Testbetriebsnetzes Gro privatwald sowie den Operatsdaten zu den Laub Nadelmischbest nden des Lehrforstes Ofenbach als auch den simulierten Bestandesdaten einer Arbeitszeitstudie STAMPFER 2001 erfolgen f r jeden Themenschwerpunkt konstruktive Auseinandersetzungen mit den Rahmenbedingungen von DEA als auch den themenspezifischen Umfeldbedingungen von Forstbetrieben wie forstlichen Best nden DMUs In der Folge werden f r die drei explorativen Anwendungen die themenspezifischen Probleme rund um die Datenverf gbarkeit als auch die Spezifikation von Variablen sowie Modellannahmen f r die exemplarisch entwickelten Modelle offen gelegt Auch wenn es sich um unvollst ndig spezifizierte Modelle handelt werden zur Demonstration der Analysem glichkeiten von DEA f r alle drei A
615. ungsma so abgeleitet dass das arithmetischen Mittel der summierten individuellen Verbesserungsma e das maximal m gliche durchschnittliche Effizienzma zur ckgibt inputorientiert outputorientiert nicht orientiert Das durchschnittlich minimale DEA Effizienzma Din Ma Varianten Skalenertr ge Philosophie Bei gegebener Technologiemenge wird aus dem Dominanzbereich einer ineffizienten Beobachtung jenes Verbesserungsma eines unterstellten Kriteriums mit dem geringsten Abstand zur inputorientiert KSE Effizienzh lle selektiert Indem dieser kleinste relative outputorientiert 5 Verbesserungswert durch die Anzahl der Variablen dividiert wird nicht orientiert VSE l sst sich der Effizienzwert zur durchschnittlichen minimalen Verbesserung ableiten Das Dmin Ma kann als untere Schranke f r die minimal notwendige Verbesserung interpretiert werden um an die Effizienzgrenze zu sto en Tabelle 1 bersichtstabelle zu den drei unterstellten DEA Effizienzma en 3 7 1 Radiale bzw quiproportionale DEA Effizienzma e Die zentrale Fragestellung dieser Modelle richtet sich dabei darauf im Rahmen der unterstellten Technologiemenge festzustellen um wie viel alle Beurteilungskriterien jeder Beobachtung simultan verbessert werden k nnten Da aber alle Kriterien ausschlie lich mit einem proportionalen Verbesserungsfaktor bereinigt werden wird deutlich dass der Fokus der quiproportionalen Ma e ausschlie lich auf den allgem
616. upfvariable Die im Zuge der Linearisierung des fraktionalen Ausgangsproblems als Ungleichungen formulierten Nebenbedingungen lie en sich auch grunds tzlich als Gleichungen formulieren wenn man f r die eventuellen Differenzen zwischen linker und rechter Seite der Ungleichung eine zus tzliche Kontrollvariable eine so genannte Schlupfvariable bzw einen Slack verwendet ber diesen Schlupf oder Slack 0 anstelle von y und Ga l sst sich ebenfalls die Validierung der optimalen L sung f r die duale Problemstellung nach dem Komplementarit tssatz durchf hren Seite 39 DEA der nicht parametrische Modellansatz Wenn n mlich yY und Om und C und o jeweils zul ssige L sungen der beiden Probleme sind dann und nur dann k nnen y und oh und Ch und o optimale L sungen sein wenn nach Gstach 2002 S 29 folgendes gilt o gt 0 gt c 0 und o gt 0 gt y 0 bzw umgekehrt formuliert c gt 0 gt 0 0 und y gt 0 gt 56 0 Schlupfvariablen finden im Gegensatz zu den quiproportionalen und orientierten durchschnittlichen Effizienzma en die Schlupfvariblen nur indirekt f r die Generierung von Verbesserungspotenziale Target Values verwenden in der Konzeption der additiven Effizienzma e direkte Ber cksichtigung in der Zielfunktion Die zu Gleichungen umgeformten Nebenbedingungen f r das Maximierungsproblem von n Outputg tern y bis y f r deren Fertigungstechnologie ai und az die m Inputfaktoren x bis Xm verf gba
617. ur berarbeitung der Erhebungsrichtlinien der KNU von 1979 und zur Generierung von Erweiterungsvorschl gen ins Leben gerufen das am Institut f r Alpine Naturgefahren IAN bearbeitet wurde Unabh ngig davon aber denselben Themenkomplex betreffend erfolgte eine Projektvergabe ebenfalls an das Institut f r Alpine Naturgefahren IAN zur Evaluierung von spezifischen Bauwerken im Ereignisfall Die Initiierung dieser beiden Projekte signalisiert den Bedarfsfall dass eine Notwendigkeit zur Generierung von Informationen zur Evaluierung von Ma nahmen der Wildbach und Lawinenverbauung besteht Da eine Effizienzbeurteilung von Ma nahmen unabh ngig von der Methodenwahl zumindest gewisse strukturierte Eckdaten voraussetzt wurde dieses qualitative Interview zur Ist Erfassung dieser Eckdaten gef hrt mit dem Ziel vorab abzukl ren ob die verf gbaren Fakten und die daraus ableitbare Information eine ausreichende Grundlage f r eine nachvollziehbare Effizienzbeurteilung nach DEA liefern Interviewpartner Projektmitarbeiter des Instituts f r Alpine Naturgefahren IAN sowie Herr Dr R F Miklau von der Abteilung IV 5 des BMLFUW 6 3 1 Methodenanalyse DEA versus Evaluierungsmethoden von WLV Projekten Wildb che Lawinen Steinschlag Erosion Bezug nehmend auf die Verordnung des Bundesministers f r Land und Forstwirtschaft vom 4 Dezember 1979 ber den Aufgabenbereich der Dienststellen und des Bundesministeriums f r Land und Forstwirtsch
618. urement darstellt Seite 269 2 3 4 Zusammenfassung Forstliche Besonderheiten f hren zu spezifischen Problemen und erfordern eine entsprechende Ber cksichtigung bei der Modellkonzeption Im Rahmen der exemplarischen Anwendungen wurde demonstriert dass forstliche Besonderheiten sehr wohl spezifische Modellkonzeptionen erforderlich machen um zu potenziell relevanten Analyseergebnissen zu gelangen Je nach konkreter Fragestellung sind etwa der Fl chenbezug die Langfristigkeit der Produktion und oder die Wechselwirkungen zwischen Erfolgs und Waldverm genssph re zu ber cksichtigen und im Modell ad quat abzubilden Konkret sind etwa langfristige Wirkungen von Eingriffen in den Wald ber Simulationsmodelle abzubilden Bei der Erfolgsbeurteilung von Forstbetrieben kann der Bezug zu hiebsatznormierten Gr en die erforderliche Ber cksichtigung der Waldverm genssph re in erster N herung realisieren Es ist damit zu rechnen dass a priori verf gbare Datenbest nde die Anwendungsvoraussetzungen nicht oder nur ungen gend erf llen Zumindest anhand der beispielhaft bearbeiteten Datens tze ist deutlich geworden dass auch vergleichsweise reichhaltige Datengrundlagen nicht notwendiger Weise f r eine vollst ndige Spezifikation des Modells ausreichen Bei weniger umfassenden Datens tzen ist umso mehr damit zu rechnen dass ein Mangel an relevanten Daten und oder ausreichend homogenen Vergleichsf llen besteht so dass ein
619. urvered x 0 2802 0 4108 x Blue Blue F statistic 1 362 on 1 and 89 DF p value 0 2462 F statistic 43 29 on 1 and 89 DF p value 3 156e 09 Curveblue x 0 8225 0 3149 x SU Cre ke tee eee Green Green F statistic 6 595 on 1 and 12 DF p value 0 02464 F statistic 14 74 on 1 and 12 DF p value 0 002357 Curvegreen x 0 442 0 8725 x Curvegreen x 0 3429 0 8124 x Abb 28 Regressiver Zusammenhang der Ergebnisse der Arbeitszeitstudie der BOKU mit den Effizienzwerten des natural technischen und des tats chlich konomischen Modells f r die jeweils VRS und Inputorientierung unterstellt wurden Die Arbeitszeitstudie Stampfer 2001 hat urspr nglich die initialen berlegungen zur Gestaltung eines Bestandesbehandlungsmodells f r einen ganzen Produktionszyklus angeregt Ausgehend von der Produktivit tsbeurteilung verschiedener Harvestertypen bei Zugrundelegung unterschiedlich hoher Entnahmeprozente wurde diese Beurteilung der technischen Effizienz zum Anlass genommen daraus eine v llig andere Fragestellung zu formulieren Dabei sollte nicht die Produktivit t des technischen Einsatzes beurteilt sondern die Auswirkung des Einsatzes auf die Performanceentwicklung des Bestandes ber eine gesamte Umtriebszeit abgebildet werden In Abb 28 sind die relativen Produktivit ten der Arbeitszeitstudie gemessen an den m PSH f r die beiden Harvestertypen MHT Robin und Neuson den ber die DEA abgeleiteten relativen Performancewe
620. usammenhang mit der Performancebeurteilung von Betrieben des Gro privatwaldes 114 5 4 6 Definition von homogenen Befundeinheiten 116 5 4 7 Selektion der relevanten Input und Outputmerkmale 117 5 4 7 1 Charakteristik der Input Outputtransformation 121 5 4 7 2 Plausibilit t Richtigkeit und Stabilit t des Datensets 122 5 4 8 Ergebnisdokumentation verschiedener Modellvarianten 123 5 4 8 1 Modell Testbetriebe Absolutgr en AbsG 124 5 4 8 2 Modell Fl chennormierung amp Verminderungsfaktor sowie Fl chennormierung amp Nachhaltigkeitsindikator 137 5 4 8 3 Modell Fl chennormierung amp Hiebssatzbereinigung 140 5 4 8 4 Darstellung der Ergebnisse f r drei ausgew hlte DMUs basierend auf dem inputorientierten Modellkonzept 152 5 4 9 Zusammenfassung und Diskussion zur Performancebeurteilung sterreichischer Forstbetriebe mittels DEA 163 5 5 Performancevergleich der Laub Nadelmischbest nde im Lehrforst Ofenbach 171 5 5 1 Zielsetzungen f r den Performancevergleich der Laub Nadelmischbest nde im Lehrforst Ofenbach 171 5 5 2 Definition der Befundeineiten und deren Datengrundlage 172 5 5 3 Kritische Auseinandersetzung mit den selektierten Beurteilungskriterien 173 5 5 4 Modellansatze 175 5 5 5 Darstellung der Ergebnisse und Dokumentation in einem GIS 178 5 5 6 Diskussion der Ergebnisse 179 6 eo 5 5 7 Problematik des vorhandenen Datendefizits und der Langfristigkeit der forstlichen Produktion 5 5 8 Weiterentwicklungsaspekte
621. utputg ter um weniger als im ausschlie lich outputorientierten Fall erh ht 3 7 2 Durchschnittliche DEA Effizienzma e Durchschnittliche Effizienzma e D Ma e quantifizieren nach Scheel 2000 um wie viel die verwendeten Input Outputvariablen im Durchschnitt innerhalb des Dominanzbereichs vgl Abb 8 ver ndert werden k nnen so dass das arithmetische Mittel der gesamten Ver nderung entweder maximal oder minimal wird Verglichen mit den quiproportionalen Effizienzma en die alle Input Outputkriterien simultan mit demselben Faktor proportional verbessern ber cksichtigen D Ma e auch individuelle Verbesserungspotenziale die unterschiedlich gro ausfallen Wurde f r quiproportionale Effizienzma e deren geringe Aussagekraft bezogen auf die einzelnen Kriterien kritisiert so muss f r die D Ma e im umgekehrten Fall bem ngelt werden dass kein unmittelbarer R ckschluss vom durchschnittlichen Effizienzwert auf das einzelne Kriterium m glich ist Seite 48 DEA der nicht parametrische Modellansatz Scheel 2000 definiert jenen m n dimensionalen Dominanzbereich bzw Verbesserungsraum R X Y der jene Ver nderungspotenziale einer Unit k innerhalb der Technologie T X Y zul sst die ausschlie lich zu einer Verbesserung des aktuellen Produktionsniveaus f hren R X Y 9 0 gt O 1 X 14 Y e T X Y Mit dem Symbol wird die komponentenweise Produktbildung zweier Vektoren angedeutet 1 0
622. valuierungsmethoden von WLV Projekten 6 3 2 Gegen berstellung der Anforderungen von KNU und DEA 6 4 Sanierung von gef hrdeten Schutzwaldfl chen 6 5 Anregungen zur effektiveren Informationsgewinnung aus qualitativen Interviews Zusammenfassung Literaturverzeichnis Anhang 9 1 Kostenarten Kostenstellen und Ertragsarten bersicht 9 2 Ergebnis der One Way Anova f r das Modell Absolutgr en bei nicht orientiertem DEA Modell 9 3 Ergebnisse der Post Hoc Tests der univariaten Varianzanalyse fiir das Modell Absolutgr e 9 4 Datengrundlage f r das Modell Fl chennormierung amp Hiebssatzbezug 9 5 Ergebnisse der Post Hoc Tests der univariaten Varianzanalyse fiir das Modell Fl chennormierung und Hiebsatzbereinigung 9 6 Datengrundlage des Bestandesmodells unter Verwendung der Operatsdaten des Lehrforsts Ofenbach 9 7 Datengrundlage f r das Bestandesbehandlungsmodell 9 8 Formular zur Beantragung einer forstlichen F rderung VI 226 236 236 238 242 243 252 252 260 261 265 266 272 280 280 283 284 286 289 291 293 298 Abbildungsverzeichnis Abb 1 Dokumentation der Monotonie bzw Verschwendbarkeit ber eine Output a und einer Inputisoquante b GSTACH 2002 S 10 29 Abb 2 a konvexe Technologie b nicht konvexe Technologie GSTACH 2002 S 7 30 Abb 3 Demonstration von Technologiemengen Monotonie Konvexit t KSE a VSE a NZSE b u
623. ven Ver nderung ber die Perioden nachweisen wodurch ein transparenter berblick ber die Performanceentwicklung ber die Perioden gegeben werden kann 62 Jedes virtuelle Input Outputniveau innerhalb der definierten Technologiemenge das eine g nstigere Performance als die empirische Beobachtung aufweist ist Teil des Dominanzbereichs Jeder Punkt des Dominanzbereichs der auch auf der Effizienzgrenze liegt kann dabei als Best Practice oder Benchmark Einheit f r die empirische Beobachtung fungieren Seite 168 Konzeptionelle Anwendung von DEA f r ausgew hlte forstliche Datens tze Mit der Analyse der einzelnen Perioden wird der direkte Vergleich zwischen den von DEA vorgeschlagenen Zielwerten und den von der Beobachtung gesetzten MaBnahmen erm glicht Aus diesem direkten Vergleich des ex ante Vorschlags und der Beurteilung der Ma nahmen ex post vgl 5 4 8 4 kann die Rationalit t der empirisch gesetzten Ma nahme analysiert aber auch die Plausibilit t des DEA Vorschlages differenziert nach den unterstellten Effizienzma en und der unterstellten Modellorientierung input oder outputorientiert diskutiert werden Diskussion Grunds tzlich wurde in dem Modell Fl chennormierung und Hiebsatzbereinigung der Versuch unternommen die branchenspezifischen Besonderheiten der Forstwirtschaft in einem Modell zu integrieren Gegen ber anderen industriellen Produktionseinheiten differiert aber die forstliche Produktion insofern
624. vergleiche Abh ngige Variable Score TE VRS RAD IN Bonferroni Mittlere Standardf 95 Konfidenzintervall I Produkt Gebiet J Produkt Gebiet Differenz l J ehler Signifikanz Untergrenze 2 4295 4 96934 12 9951 17 8542 4071 6 03990 19 1548 18 3405 11 8474 4 76761 2 9511 26 6458 10 4749 4 76761 4 3236 25 2733 9 3204 5 61868 8 1198 26 7605 2 4295 4 96934 17 8542 12 9951 2 8367 5 24410 19 1142 13 4408 9 4178 3 70814 2 0921 20 9278 8 0453 3 70814 3 4646 19 5553 6 8908 4 75287 7 8619 21 6436 4071 6 03990 18 3405 19 1548 2 8367 5 24410 13 4408 19 1142 12 2545 5 05334 3 4309 27 9399 10 8820 5 05334 4 8034 26 5674 9 7275 5 86308 8 4713 27 9263 11 8474 4 76761 26 6458 2 9511 9 4178 3 70814 20 9278 2 0921 12 2545 5 05334 27 9399 3 4309 1 3725 3 43307 12 0286 9 2836 2 5270 4 54152 16 6237 11 5697 10 4749 4 76761 25 2733 4 3236 8 0453 3 70814 19 5553 3 4646 10 8820 5 05334 26 5674 4 8034 1 3725 3 43307 9 2836 12 0286 1 1545 4 54152 15 2512 12 9422 9 3204 5 61868 26 7605 8 1198 6 8908 4 75287 21 6436 7 8619 9 7275 5 86308 27 9263 8 4713 2 5270 4 54152 11 5697 16 6237 1 1545 4 54152 12 9422 15 2512 oak wrAnuatkt ONI 3 1 2 4 5 6 4 1 2 3 5 6 oa RWONM 3A O BwWD a oa Basie
625. von DEA in das Methodenspektrum des Performance Measurements 1 5 Gliederung 2 Grundlagen zur Effizienzbestimmung 3 DEA Data Envelopment Analysis der nicht parametrische Modellansatz 4 2 1 1 Definition von Produktivitat 2 2 Definition der verwendeten Effizienzbegriffe 2 2 1 Okoeffizienz 2 3 Definition von Effektivit t 2 4 Das konomische Prinzip 3 1 Definition der Technologiemenge 3 2 Konstruktion der Technologiemenge f r die DEA Anwendung 3 3 Struktureigenschaften der DEA Technologiemenge 3 321 Monotonie bzw Verschwendbarkeit 3 3 2 Konvexitat 3 3 3 Skaleneigenschaften 3 4 Das Grundmodell der Effizienzmessung Pareto Koopmans Effizienz 3 5 Formulierung der Grundlagen der Data Envelopment Analysis 3 5 1 Das fraktionale DEA Ausgangsproblem 3 5 2 Linearisierung des fraktionalen Ausgangsproblems 3 6 Dualitat 3 6 1 Dualitatstheoreme 3 6 2 Schlupfvariable 3 6 2 1 Schlupfvariablen und schwach effiziente Einheiten 10 10 12 12 13 18 20 20 20 22 23 23 25 26 26 28 28 29 30 32 33 35 36 37 38 39 41 3 7 bersicht zu den verwendeten DEA Grundmodellen 3 7 1 Radiale bzw quiproportionale DEA Effizienzma e 3 7 1 1 Das Multiplikatormodell das primale DEA Problem 41 42 42 3 7 1 2 Die Umh llendendarstellung das duale DEA Problem 45 3 7 1 3 Das nicht orientierte radiale Effizienzma 48 3 7 2 Durchschnittliche DEA Effizienzma e 3 7 2 1 Maximalpotenzial Dmax
626. von Effektivit t Effektivit t ist das Verh ltnis von erreichtem Ziel zu definiertem Ziel Ein Verhalten ist dann effektiv wenn es ein vorgegebenes Ziel erreicht Es ist wenig effektiv wenn das Ziel nicht oder nur teilweise erreicht wird Dies ist unabh ngig vom zur Zielerreichung n tigen Aufwand der anhand des Kriteriums der Effizienz beurteilt werden kann Zur Unterscheidung von Effektivit t und Effizienz Effektivit t bedeutet das Richtige tun Effizienz bedeutet etwas richtig tun Anders formuliert effektiv Arbeiten bedeutet unter Einsatz aller Mittel das Ziel erreichen effizient Arbeiten hingegen bedeutet mit den gegebenen Mitteln das maximal m gliche Ergebnis zu erzielen http de wikipedia org wiki Effektivit C3 A4t 2 4 Das konomische Prinzip Dieses auch als Input Output Relation oder als Effizienzpostulat bekannte Prinzip beschreibt den Koordinationsmechanismus nach dem in der Volkswirtschaftslehre versucht wird m glichst viele der unbegrenzten Bed rfnisse trotz der begrenzten Mitteln knappe G ter zu befriedigen Zur Ann herung an diese Zielsetzung l sst sich das konomische Prinzip in zwei Auspr gungen darstellen 1 Minimalprinzip bzw Minimumprinzip Der Mitteleinsatz soll so gering wie m glich minimal gehalten werden um ein vorgegebnes Ziel zu erreichen 2 Maximalprinzip bzw Maximumprinzip Bei fix vorgegebenem Faktoreinsatz soll eine m glichst hohe maximale Leistung realisiert werden
627. w bedarf Dokumentation der Ursachen warum DEA nicht eine adaquate Methode darstellt B Definition von Befundeinheiten nicht m glich glich w DMUs i gli C Abgrenzbarkeit der Einheiten und Bildung von Clustern Erarbeitung von definier baren Einheiten die mit entsprechenden Daten 10 x so viele DMUs als hinterlegt werden k nnen und den nebenstehenden Bedingungen entsprechen D Gleichbleibende Vergleichs bedingungen ber l ngere Zeitr ume E Zahl der F lle je Untersuchungs zeitraum und je Cluster zur Absch tzung der Diskriminanz der Modelle F Auswahl von relevanten Inputs und Outputs verwendete Variable G Abbildung der gesamten Ursachen Input aktivit ten mit Die verf gbaren Variablen kardinalen Gr en erf llen die nebenstehenden Bedingungen f r die Wahl von Inputs und Outputs H Abbildung der gesamten nicht Output aktivit ten mit Vorschlag kardinalen Gr en Die fehlenden Elemente indirekt ber andere kar dinal messbare Variable abbilden und die Modell annahmen dokumentieren und entsprechend kommentieren I Aggregieren und weglassen der relevanten In wie Outputkriterien in Abh ngigkeit der Zahl der F lle und des Informationsverlusts J Indizes zur Ber cksichtigung von Umwelteinfl ssen K Ber cksichtigung von Unkontrollierbaren Variablen L Einbeziehung von unerw nschten Variablen M Ber cksichtigung der Teilbar keit und Substitu
628. werden Der Grund hierf r liegt in der Konzipierung dieser Effizienzma e die darauf abzielen m glichst realit tsnahe Target Values f r die einzelnen Modellvariablen zu generieren Der aggregierte Effizienzwert f r jede Einheit setzt sich allerdings nur aus den gemittelten Target Values aller Kriterien einer Einheit zusammen Daher kann sich dieser Wert zwar so wie bei dem quiproportionalen Effizienzma A Ma auch Seite 130 Konzeptionelle Anwendung von DEA f r ausgew hlte forstliche Datens tze zwischen 0 und 100 bewegen kann aber durchaus auch Werte annehmen die um ein Vielfaches davon abweichen Faktum bleibt daher dass sich der aus dem Mittelwert der Target Values f r die einzelnen Modellvariablen hergeleitete Effizienzwert nicht als relatives Beurteilungskriterium eignet Ziel der nicht orientierten Dmax PZW Dmin Modelle ist es f r die Modellvariablen individuelle und damit plausiblere Zielwerte f r die Modellvariablen auszuweisen vgl Target Values 3 8 2 Herleitung der Skaleneffizienz SE f r das quiproportionale Effizienzma bei Unterstellung eines nicht orientierten Modells unter Verwendung von variablen Skalenertr gen i 5 TE VSE variable KSE konstante kaleneffizi nicht orient Skalenertr ge Skalenertr ge zz Modell x Sx x Sx x Sx A MaB 96 1 6 3 92 8 8 3 96 5 4 8 Tabelle 18 Herleitung der durchschnittlichen Skaleneffizienz ber das Verh ltnis von KSE zu VSE Durch eine di
629. werden k nnten damit ein Produktionsniveau an der KSE Technologiegrenze Projektionspunkt unter Beibehaltung des aktuellen Outputniveaus m glich wird Daraus leitet sich f r jede beobachte DMU ab dass alle als 8 ausgewiesenen Effizienzwerte zwischen 0 und 1 liegen m ssen Die dualen Variablen A stellen im dualen Ansatz jene Gewichte dar Uber deren Indexierung jene Best Practice Einheiten identifiziert werden die gem ihres Lambda Wertes A gt 0 proportional an der Generierung des Projektionspunktes der DMU k Anteil haben Die beiden dualen Restriktionen AX gt x sowie AY gt y repr sentieren dabei genau n m Bedingungen f r die n Inputvariablen und die m Outputvariablen Mit den hier formulierten Nebenbedingungen wird sichergestellt dass die konstruierte virtuelle Referenz DMU der DMU k in jedem Fall weniger oder h chstens gleich viel von den produzierten Outputg tern wie die Summe der mit Lambda gewichten s Outputs aller DMUs bereitstellen kann Umgekehrt gilt f r die Inputvariablen der Referenzeinheit dass der um den Faktor 8 proportional reduzierte Inputvektor in jedem Fall gr er und maximal gleich jenen mit Lambda gewichteten s Inputvektoren sein darf Die Einschr nkung der Technologiemenge von konstanten auf variable Skalenertr ge erfordert die Einf hrung einer weiteren Restriktion Damit die KSE Technologiemenge die durch eine Hyperebene durch den Ursprung charakterisiert wird auf eine VSE Technologie
630. y 1864 1929 der das Konzept der Prim rgruppen entwickelte 54 DEA ist mathematisch nichts Anderes als angewandte lineare Programmierung und wird deshalb auch als nicht parametrisches Verfahren bezeichnet In der Mikrodkonomie werden hingegen funktionale Zusammenh nge zwischen Inputs und Outputs unterstellt GSTACH 2002 S 4 Seite 122 Konzeptionelle Anwendung von DEA f r ausgew hlte forstliche Datens tze Inflationsrate bewegen und sich die Ergebnisse damit real wie nominal nicht wesentlich unterscheiden Auch wenn bekannt ist dass den real wie nominal abnehmenden Holzertragen ber den Verlauf der Jahre st rker ansteigende Holzerntekosten gegen berstehen wird diese Entwicklungen der realen Holzerntekosten und Holzertr ge ber die Mittelwertbildung ausgeglichen wodurch die Abweichungen zum Mittelwert der nominalen Gr en in Grenzen gehalten werden kann Infolge der Mittelwertbildung jedes einzelnen Kriteriums ber diesen f nfj hrigen Betrachtungszeitraum gilt es akribisch darauf zu achten ob die dokumentierten Daten der einzelnen Kriterien auch ber die gesamten f nf Jahre vollst ndig und plausibel dokumentiert sind Teilweise gab es Unvollst ndigkeiten im Preis Mengenger st Die Kriterien waren zwar wertm ig erfasst doch die mengenm ige Dokumentation war teilweise unvollst ndig Dies war darauf zur ckzuf hren dass in den Erhebungsrichtlinien manche Mengenangaben nur optional zu erheben sind da man davon
631. zienz in Folge eines ung nstigen mengenm igen Ressourceneinsatzes zur ckf hren Zur Reduzierung der Ineffizienz aufgrund des Skaleneffekts m ssten Einheiten deren Produktionsniveau O I gt 1 ist mehr Produktionsfaktoren zur Ausweitung der Outputleistung einsetzen da die Grenzertr ge berproportional zu den eingesetzten Produktionsfaktoren ansteigen Umgekehrt kann jene Gruppe deren Produktionsniveau O I lt 1 ist nur dann in den skaleneffizienten Bereich kommen wenn die Outputleistung reduziert wird und dadurch berproportional mehr an Produktionsfaktoren eingespart werden kann Auch wenn die Beurteilung des Skaleneffekts auf einer ganzheitlichen Betrachtung der produzierten G ter und deren gesamten Ressourcenaufwand basiert wurde mittels One Way Anova Analyse getestet ob ein Zusammenhang des Skaleneffekts mit der Betriebsgr e besteht ONEWAY ANOVA Quadrats Mittel der umme Quadrate P Betriebsgr e Zwischen den Gruppen 8 6E 07 42872417 e 419 003 Innerhalb der Gruppen 4 9E 08 6678586 5 Gesamt 5 7E 08 Tabelle 15 One Way Anova zur Pr fung des Zusammenhangs zwischen der Betriebsgr e und der Skaleneffekte Ausgehend von dem signifikanten Ergebnis der F Statistik aus der One Way Anova ist davon auszugehen dass ein Zusammenhang zwischen den Betriebsgr en und den drei Skaleneffekten skaleneffizient nicht zunehmende und nicht abnehmende Skalenertr ge besteht Wie sich diese Abh ngigkeiten und Zusammenh
632. zipierung eines DEA Modells zur Evaluierung von 242 Laub Nadelmischbest nden Als Datengrundlage dienten dabei die aktuellen Operatsdaten Durch den statischen Charakter der Operatsdaten die weder Informationen ber den ausgeschiedenen Bestand durch Pflegeeingriffe oder Kalamit ten noch den Aufwand f r die Bestandesbegr ndung und die bisherigen Pflegema nahmen noch eine Differenzierung der massenbezogenen Mischungsanteile sowie der Verteilung der Altersstrukturen auf der Fl che dokumentieren steht man neben der Unsicherheit aufgrund der Langfristigkeit der Produktion einem hohen Ma an Datenunvollst ndigkeit gegen ber Da ausschlie lich natural technische Bestandesparameter zur Verf gung standen deren inputseitigen Gr en bis auf wenige Ausnahmen unbeeinflussbar waren wurde f r diese Analyse die beispielhaft unter einem hohen Ma an Datendefizit durchgef hrt wurde ein outputorientiertes Modell unterstellt W hrend das exemplarisch verwendete Modell zufolge der aufgezeigten Datendefizite noch keine direkt praxisrelevanten Ergebnisse liefern kann werden entsprechende Seite 268 Zusammenfassung Anforderungen hinsichtlich der Datengrundlagen f r eine Performancebeurteilung auf Bestandesebene im konzeptionellen Rahmen er rtert Mit der Visualisierung der beispielhaft abgeleiteten Effizienzwerte in einem thematischen Performancelayer im GIS wird das Potenzial der gerade f r fl chenhafte forstliche Befundeinheiten intere
633. zw Vergleichsf llen zur Verf gung steht die nach klar nachvollziehbaren Kriterien definiert sind Die Bestandesdaten dieser Streifen die je nach Gel ndeneigung zwischen 350 und 400 m gro und zwischen 35 und 70 Jahre alt waren stehen aufgrund der durchgef hrten Vollaufnahme sehr detailliert zur Verf gung Auch wenn diese Streifen real nicht ein eigenes Bestandesgef ge darstellen wurde jeder Streifen wie eine Stichprobe eines separaten virtuellen Bestandes behandelt und auf einen Hektar normiert In der Darlegung der Forschungsfrage erfolgte bereits der Hinweis dass sehr intensiv berlegt wurde welcher zus tzliche Informationsgehalt aus diesem Datensatz mit einer DEA Analyse generiert werden k nnte Die Idee die relative Performance dieser Best nde bezogen auf eine gesamte Umtriebszeit zu beurteilen erschien als eine ad quate Herausforderung f r eine DEA Anwendung Die zus tzliche berlegung dass es keinen besonderen Mehraufwand bedeutet die Bestandesdaten einmal mit und einmal ohne Pflegeeingriff zu simulieren m ndete schlie lich in die endg ltige Forschungsfrage die einmal gepflegten Best nde und die unbehandelten Best nde ber eine gesamt Umtriebszeit zu vergleichen Simulation mittels MOSES 3 0 Zur Simulation selbst wurden die vorhandenen Daten nach dem Konzept des Einzelbaumsimulators MOSES 3 0 HASENAUER 1994 als ASCII File aufbereitet Nachdem urspr nglich f r jeden Baum nur die Baumart und der Brusth

Die Data Envelopment Analysis (DEA) und ihre

Contents

Download Pdf Manuals

Related Search

Related Contents