Carbon Efficiency in the European Agri-Food–Climate Nexus: Determinants, Pathways and Policy Implications

Technische Samenvatting: Koolstofefficiëntie in de Europese Agri-Food–Klimaat-Nexus

Probleemstelling
Landbouwsystemen staan voor een dubbele uitdaging: het verhogen van de voedselproductie om aan de wereldwijde vraag te voldoen, terwijl tegelijkertijd de broeikasgasemissies (BKG) moeten worden verminderd om klimaatdoelstellingen te halen. Dit creëert een fundamentele productie–milieu-trade-off, waarbij intensivering van de output vaak leidt tot hogere emissies, en mitigatiepogingen de productiviteit kunnen beperken. Conventionele indicatoren die economische output of milieudruk afzonderlijk evalueren, zijn onvoldoende om deze dynamiek te vatten. Daarom onderzoekt deze studie de determinanten van koolstofefficiëntie—gedefinieerd als de ratio van landbouwoutput tot BKG-emissies—in de Europese Unie (EU). Het onderzoek adresseert kritieke hiaten in de bestaande literatuur, die voornamelijk steunt op lineaire modellen die uitgaan van symmetrische, additieve relaties, waardoor interactie-effecten, causale asymmetrie, equifinaliteit (meerdere paden naar hetzelfde resultaat) en noodzakelijke voorwaarden over het hoofd worden gezien.

Methodologie
De studie maakt gebruik van een multi-methodische analytische framework om een ongebalanceerde panel van 24 EU-landen van 2014 tot 2024 te onderzoeken. De empirische strategie integreert vier verschillende benaderingen om gemiddelde effecten, distributionele heterogeniteit, configurationele paden en structurele beperkingen te vatten:

1. Panel-econometrie: Een two-way fixed-effects (FE) model met Driscoll–Kraay standaardfouten wordt gebruikt om de gemiddelde binnenlandse effecten te schatten, waarbij gecorrigeerd wordt voor dwarsdoorsneden-afhankelijkheid, seriële correlatie en heteroscedasticiteit.
2. Distributionele Analyse: Kwantielregressie wordt toegepast om heterogeniteit over de distributie van koolstofefficiëntie (lage, gemiddelde en hoge efficiëntie) te vangen, waardoor coëfficiënten kunnen variëren over verschillende prestatieniveaus.
3. Configurationele Analyse: Fuzzy-set Qualitative Comparative Analysis (fsQCA) wordt gebruikt om combinaties van condities (configuraties) te identificeren die leiden tot een hoge koolstofefficiëntie, waarbij getest wordt op equifinaliteit en causale asymmetrie.
4. Necessary Condition Analysis (NCA): Deze methode identificeert "bottleneck"-condities die noodzakelijk maar niet voldoende zijn voor het bereiken van een hoge koolstofefficiëntie, waarbij onderscheid wordt gemaakt tussen faciliterende beperkingen en voldoende drijfveren.

De verklarende variabelen omvatten nutriëntenbalans (input-inefficiëntie), het aandeel biologische landbouw, veedichtheid, BBP per capita, exportintensiteit en uitgaven aan landbouw-R&D.

Belangrijkste Resultaten
De empirische bevindingen laten zien dat koolstofefficiëntie een systeemniveau-uitkomst is die gevormd wordt door interagerende factoren in plaats van geïsoleerde lineaire relaties:

• Nutriëntenbalans: Beïnvloedt de koolstofefficiëntie consistent negatief in alle specificaties. Een hogere nutriëntenonbalans (input-inefficiëntie) vermindert de efficiëntie, waarbij sterkere negatieve effecten worden waargenomen in landen met een lage efficiëntie.
• Economische Ontwikkeling (BBP per capita): Fungeert als een robuuste positieve determinant. Een hoger BBP per capita verhoogt de efficiëntie, waarschijnlijk door structurele transformatie en technologische vooruitgang.
• Veedichtheid: Toont een positieve associatie met koolstofefficiëntie in baseline-modellen, wat wijst op productiviteitswinsten en verbeterde emissie-intensiteit (emissies per eenheid output). Dit effect is echter deels robuust en contextafhankelijk.
• Biologische Landbouw: Vertoont conditionele effecten. Hoewel de gemiddelde effecten bescheiden zijn, geeft kwantielregressie aan dat biologische landbouw de efficiëntie voornamelijk positief beïnvloedt in contexten met een hoge efficiëntie, wat suggereert dat het ondersteunende technologische en institutionele condities vereist om effectief te zijn.
• Exportintensiteit: Toont geen significant of robuust effect, wat impliceert dat schaaleffecten de techniek-effecten in handelsgerelateerde milieu-uitkomsten kunnen compenseren.
• Landbouw-R&D: Presenteert een complexe dualiteit. Regressiemodellen tonen zwakke en niet-robuuste gemiddelde effecten, waarschijnlijk door tijdsverloop (time lags) en allocatie-inefficiënties. Echter, NCA identificeert R&D als een noodzakelijke voorwaarde; een hoge koolstofefficiëntie is onwaarschijnlijk zonder een minimumdrempel van innovatiecapaciteit, zelfs als extra R&D geen proportionele winsten garandeert.
• Configurationele Paden (fsQCA): De analyse bevestigt equifinaliteit en identificeert drie onderscheidende configuraties die leiden tot een hoge koolstofefficiëntie:
  1. Een structureel gedreven pad (lage nutriëntenonbalans, biologische landbouw, hoge veedichtheid, lage R&D).
  2. Een technologie-intensief pad (lage nutriëntenonbalans, hoge veedichtheid, hoge R&D).
  3. Een innovatie- en input-efficiëntiepad (hoge nutriëntenbalans, biologische landbouw, hoge R&D, lage veedichtheid).
• Noodzakelijke Voorwaarden (NCA): R&D en veedichtheid worden geïdentificeerd als noodzakelijke voorwaarden (bindende beperkingen) voor het bereiken van een hoge koolstofefficiëntie, hoewel ze op zichzelf niet voldoende zijn.

Significantie en Bijdragen
Het artikel claimt vier primaire bijdragen aan de literatuur over landbouwduurzaamheid en milieu-efficiëntie:

1. Methodologische Integratie: Het combineert econometrische en set-theoretische benaderingen om zowel netto effecten als complexe causale relaties te analyseren, waarmee het de beperkingen van louter lineaire modellen overstijgt.
2. Demonstratie van Equfinaliteit: Het stelt vast dat koolstofefficiëntie configurationeel bepaald is, waarbij wordt aangetoond dat meerdere onderscheidende paden (combinaties van factoren) kunnen leiden tot hoge prestaties.
3. Identificatie van Noodzakelijke Voorwaarden: Door gebruik te maken van NCA breidt de studie zich uit voorbij sufficiëntie-gebaseerde benaderingen om structurele beperkingen te identificeren (specifiek R&D en veedichtheid) die aanwezig moeten zijn voor een hoge efficiëntie.
4. Onthulling van Heterogeniteit: Door kwantielregressie toont de studie aan dat de effecten van belangrijke determinanten significant variëren over de distributie van koolstofefficiëntie, wat benadrukt dat beleid dat effectief is voor hoogpresterende systemen, niet noodzakelijkerwijs geldt voor laagpresterende systemen.

Beleidsimplicaties
De bevindingen suggereren dat koolstofefficiëntie niet kan worden verbeterd door geïsoleerde interventies. In plaats daarvan vereist het geïntegreerde strategieën die:

• Prioriteit geven aan nutriënten-efficiëntie en precisiebemesting om de consistente negatieve impact van nutriëntenonbalans aan te pakken.
• De verspreiding van landbouwinnovatie ondersteunen, waarbij R&D wordt erkend als een fundamentele faciliterende voorwaarde.
• Duurzaam veemanagement bevorderen, waarbij de rol ervan bij het verbeteren van emissie-intensiteit onder specifieke condities wordt erkend.
• Ondersteuning voor biologische landbouw afstemmen op contexten waar technologische en institutionele condities gunstig zijn.
• Flexibele, contextspecifieke beleidsontwerpen hanteren die rekening houden met de meerdere paden naar hoge efficiëntie en de uiteenlopende structurele condities van verschillende EU-lidstaten.