• Treffer 1 von 1
Zurück zur Trefferliste

Environmental Uncertainty and Economic Heterogeneity

Umweltunsicherheit und ökonomische Heterogenität

  • This paper-based dissertation deals with the concepts of economic heterogeneity and environmental uncertainty from different perspectives, and at multiple levels of abstraction. At its core sits the observation that heterogeneity and uncertainty are deeply entangled, for there would be no uncertainty without heterogeneity of options to act regarding multiple future states of the world. At the same time, heterogeneity - in the form of diversification - has been suggested as a way to reduce uncertainty in portfolio theory (Markowitz 1952). The dissertation evolves around two research foci: (1) methodological implications of heterogeneity of scientific theories in the face of empirical data (Paper 1), and (2) two different forms of uncertainty are considered, environmental risk (Paper 2) and Knightian uncertainty (Paper 3). Paper 1 develops a new framework for model selection for the special case of fitting size distribution models to empirical data. It combines Bayesian and frequentist statistical approaches with the criterion of model microfoundation, which is to select, all other things considered being equal, the model that comes with a suitable micromodel, that explains, from the perspective of the individual constituent, the genesis of the overall size distribution. The approach is subsequently illustrated with size distribution data on commercial cattle farms in Namibia. We find that the double-Pareto lognormal distribution fits the data best. Our approach might have the potential to reconcile one of the oldest debates in current economics, i.e. the one about the best model to describe and explain the distribution of economic key variables such as income, wealth and city sizes in a country. The second paper revisits the Namibian commercial cattle farm data and uses it to put some theories from the agricultural economics literature regarding farm management under environmental risk to an empirical test. We focus on the relations between inter-annual variability in rainfall (environmental risk), risk preferences, farm size and stocking rate. We demonstrate that the Pareto distribution - which separates the distribution into two parts - is a statistically plausible description of the empirical farm size distribution when ´farm size´ is operationalized by herd size, but not by rangeland area. A statistical group comparison based on the two parts of the Pareto distribution shows that large farms are on average exposed to significantly lower environmental risk. Regarding risk preferences, we do not find any significant differences in mean risk attitude between the two branches. Our analysis confirms the central role of the stocking rate as farm management parameter, and shows that environmental risk and the farmer´s gender are key variables in explaining stocking rates in our data. Paper 3 develops a non-expected-utility approach to decision making under Knightian uncertainty which circumvents some of the conceptual problems of existing approaches. We understand Knightian uncertainty as income lotteries with known payoffs but unknown probabilities in each outcome. Based on seven axioms, we show that there uniquely (up to linear-affine transformations) exists an additive and extensive function from the set of Knightian lotteries to the real numbers that represents uncertainty preferences on the subset of lotteries with fixed positive sum of payoffs over all possible states of the world. We define the concept of uncertainty aversion such that it allows for interpersonal comparison of uncertainty attitudes. Furthermore, we propose Renyi´s (1961) generalized entropy as a one-parameter preference function, where the parameter measures the degree of uncertainty aversion. We illustrate it with a simple decision problem and compare it to other decision rules under uncertainty (maximin, maximax, Laplacian expected utility, minimum regret, Hurwicz).
  • Diese kumulative Dissertation behandelt die Konzepte ökonomischer Heterogenität und Umweltunsicherheit aus verschiedenen Perspektiven und auf unterschiedlichen Abstraktionsebenen. Kern der Überlegungen ist die Beobachtung, dass Unsicherheit und Heterogenität tief verwobene Konzepte sind, denn es gäbe keine Unsicherheit ohne Heterogenität von Handlungsoptionen im Hinblick auf unterschiedliche zukünftige mögliche Weltzustände. Gleichzeitig wurde Heterogenität - als Diversifikation - in der Portfoliotheorie als Möglichkeit vorgeschlagen, Unsicherheit zu reduzieren (Markowitz 1952). Die Dissertation hat zwei Forschungsschwerpunkte: (1) methodische Implikationen von Heterogenität wissenschaftlicher Theorien beim Umgang mit empirischen Daten (Papier 1), und (2) verschiedene Formen von Unsicherheit, nämlich Umweltrisiko (Papier 2) und Knightsche Unsicherheit (Papier 3). Papier 1entwickelt einen neuen Ansatz zur statistischen Modellauswahl für den Spezialfall der Modellanpassung von Größenverteilungsmodellen an empirische Daten. Der Ansatz kombiniert klassische (´frequentistische´) und Bayes-Statistik mit dem Kriterium der Mikrofundierung, welches besagt, unter ansonsten gleichen Bedingungen dasjenige Modell auszuwählen, zu dem ein passendes Mikromodell existiert, das aus der Perspektive des Individuums die Genese der Gesamtverteilung erklärt. Dieser Ansatz wird sodann mit Größenverteilungsdaten Namibischer kommerzieller Rinderfarmen illustriert. Wir finden die Doppel-Pareto-Lognormal-Verteilung als besten Fit. Unser Ansatz bietet potenziell die Möglichkeit, eine der ältesten Diskurse der Ökonomik zu beenden: die Debatte über das beste Modell im Sinne einer Beschreibung und Erklärung der Verteilung ökonomischer Schlüsselvariablen wie Einkommen, Reichtum und Stadtgrößen in einem Land. Wiederum ausgehend von den Daten der Namibischen Rinderfarmdaten untersucht das zweite Papier einige Theorien aus der agrarökonomischen Literatur hinsichtlich des Farmmanagements unter dem Einfluss von Umweltrisiko. Dabei konzentrieren wir uns auf die Beziehung zwischen langfristiger Variabilität des Niederschlags (Umweltrisiko), Risikopräferenzen, Farmgröße und Bestockungsrate. Wir zeigen, dass die Pareto-Verteilung, welche die Verteilung in zwei Teile trennt, eine statistisch plausible Beschreibung der Farmgrößendaten liefert, wenn unter ´Farmgröße´ die Herdengröße verstanden wird, jedoch nicht Weidefläche. Ein statistischer Gruppenvergleich der beiden Teile der Pareto-Verteilung zeigt, dass große Farmen durchschnittlich einem höheren Umweltrisiko ausgesetzt sind. Hinsichtlich der Risikopräferenzen finden wir keinen signifikanten Unterschied in der Risikoeinstellung zwischen den beiden Zweigen der Verteilung. Unsere Analyse bestätigt die zentrale Rolle der Bestockungsrate als Farm-Management-Parameter, und zeigt außerdem, dass in unseren Daten Umweltrisiko und Geschlecht des Farmers wesentlichen Einfluss auf die Bestockungsrate haben. Papier 3 einen Ansatz zur Entscheidung unter Knightscher Unsicherheit, der nicht auf der Erwartungsnutzentheorie basiert, und der einige der konzeptuellen Probleme bestehender Ansätze umgeht. Wir konzeptualisieren Knightsche Unsicherheit als Einkommenslotterien mit bekannten Auszahlungen, deren Wahrscheinlichkeiten jeweils unbekannt sind. Ausgehend von sieben Axiomen zeigen wir, das eine, bis auf linear-affine Transformationen eindeutige, additive und extensive Funktion existiert, die von der Menge der Knightschen Lotterien auf die Menge der reellen Zahlen abbildet, und die die Unsicherheitspräferenzen des Individuums auf einer Untermenge derjenigen Lotterien abbildet, welche ein konstante positive Auszahlungssumme über alle möglichen Zustände der Welt hat. Wir definieren das Konzept der Unsicherheitsaversion, so dass interpersonelle Vergleiche von Unsicherheitspräferenzen möglich sind. Weiterhin schlagen wir Rényi´s (1961) generalisierte Entropie als einparametrige Präferenzfunktion vor, wobei der Parameter den Grad der Unsicherheitsaversion misst. Wir illustrieren den Ansatz mit einem einfachen statischen Entscheidungsproblem und vergleichen das Ergebnis mit anderen Entscheidungsregeln unter Unsicherheit (maximin, maximax, Laplace-Erwartungsnutzen, Regel des kleinsten Bedauerns, Hurwicz-Regel). das aus der Perspektive des Individuums die Genese der Gesamtverteilung erklärt. Dieser Ansatz wird sodann mit Größenverteilungsdaten Namibischer kommerzieller Rinderfarmen illustriert. Wir finden die Doppel-Pareto-Lognormal-Verteilung als besten Fit. Unser Ansatz bietet potenziell die Möglichkeit, eine der ältesten Diskurse der Ökonomik zu beenden: die Debatte über das beste Modell im Sinne einer Beschreibung und Erklärung der Verteilung ökonomischer Schlüsselvariablen wie Einkommen, Reichtum und Stadtgrößen in einem Land. Wiederum ausgehend von den Daten der Namibischen Rinderfarmdaten untersucht das zweite Papier einige Theorien aus der agrarökonomischen Literatur hinsichtlich des Farmmanagements unter dem Einfluss von Umweltrisiko. Dabei konzentrieren wir uns auf die Beziehung zwischen langfristiger Variabilität des Niederschlags (Umweltrisiko), Risikopräferenzen, Farmgröße und Bestockungsrate. Wir zeigen, dass die Pareto-Verteilung, welche die Verteilung in zwei Teile trennt, eine statistisch plausible Beschreibung der Farmgrößendaten liefert, wenn unter ´Farmgröße´ die Herdengröße verstanden wird, jedoch nicht Weidefläche. Ein statistischer Gruppenvergleich der beiden Teile der Pareto-Verteilung zeigt, dass große Farmen durchschnittlich einem höheren Umweltrisiko ausgesetzt sind. Hinsichtlich der Risikopräferenzen finden wir keinen signifikanten Unterschied in der Risikoeinstellung zwischen den beiden Zweigen der Verteilung. Unsere Analyse bestätigt die zentrale Rolle der Bestockungsrate als Farm-Management-Parameter, und zeigt außerdem, dass in unseren Daten Umweltrisiko und Geschlecht des Farmers wesentlichen Einfluss auf die Bestockungsrate haben. Papier 3 einen Ansatz zur Entscheidung unter Knightscher Unsicherheit, der nicht auf der Erwartungsnutzentheorie basiert, und der einige der konzeptuellen Probleme bestehender Ansätze umgeht. Wir konzeptualisieren Knightsche Unsicherheit als Einkommenslotterien mit bekannten Auszahlungen, deren Wahrscheinlichkeiten jeweils unbekannt sind. Ausgehend von sieben Axiomen zeigen wir, das eine, bis auf linear-affine Transformationen eindeutige, additive und extensive Funktion existiert, die von der Menge der Knightschen Lotterien auf die Menge der reellen Zahlen abbildet, und die die Unsicherheitspräferenzen des Individuums auf einer Untermenge derjenigen Lotterien abbildet, welche ein konstante positive Auszahlungssumme über alle möglichen Zustände der Welt hat. Wir definieren das Konzept der Unsicherheitsaversion, so dass interpersonelle Vergleiche von Unsicherheitspräferenzen möglich sind. Weiterhin schlagen wir Rényi´s (1961) generalisierte Entropie als einparametrige Präferenzfunktion vor, wobei der Parameter den Grad der Unsicherheitsaversion misst. Wir illustrieren den Ansatz mit einem einfachen statischen Entscheidungsproblem und vergleichen das Ergebnis mit anderen Entscheidungsregeln unter Unsicherheit (maximin, maximax, Laplace-Erwartungsnutzen, Regel des kleinsten Bedauerns, Hurwicz-Regel).

Volltext Dateien herunterladen

Metadaten exportieren

Weitere Dienste

Teilen auf Twitter Suche bei Google Scholar
Metadaten
Verfasserangaben:John-Oliver Engler
URN:urn:nbn:de:gbv:luen4-opus-143509
URL: https://pub-data.leuphana.de/frontdoor/index/index/docId/724
Betreuer:Stefan Baumgärtner (Prof. Dr.)
Dokumentart:Dissertation
Sprache:Englisch
Erscheinungsjahr:2014
Datum der Veröffentlichung (online):30.07.2015
Veröffentlichende Institution:Leuphana Universität Lüneburg, Universitätsbibliothek der Leuphana Universität Lüneburg
Titel verleihende Institution:Leuphana Universität Lüneburg, Nachhaltigkeit
Datum der Abschlussprüfung:18.12.2014
Datum der Freischaltung:30.07.2015
Freies Schlagwort / Tag:Namibia; environmental management; heterogeneity; risk; uncertainty
GND-Schlagwort:Heterogenität; Unsicherheit; Risiko; Namibia; Umweltbezogenes Management
Fakultät / Forschungszentrum:Fak 3 - Umwelt und Technik (alt) / Nachhaltigkeitsmgmt./-ökologie
DDC-Klassifikation:3 Sozialwissenschaften / 33 Wirtschaft / 333.7 Natürliche Ressourcen, Energie und Umwelt