Economic analysis of organic certification systems : determinants of non-compliance and optimum control strategies

Organic certification systems are prerequisite for the existence of a large-scale organic food market. Despite a well-established and generally effective control system, fraud regarding organic food that passed organic controls is detected regularly. This cumulative thesis consisting of four articles addresses current questions regarding the improvement of organic certification systems. The need for governmental supervision of an organic certification system run by private control bodies is demonstrated by a game theoretic model. A framework prepares the statistical analysis by conceptually linking factors that can influence organic control results. The case study on German supervision data from the years 2006 to 2008 reveals significant differences between private control bodies regarding the number of severe sanctions imposed, i.e. fundamental control results. These data that were collected for supervision of the control system, however, are not sufficient to explain these differences. This is due to shortcomings in the data collected. Key terms of the data are not defined and the variable definitions seem to change over time. This study concludes that there is more detailed and reliable data from organic control bodies needed to understand the determinants of non-compliance with an organic standard. Detailed data on organic farm controls from the years 2007 to 2009 were supplied by two control bodies. Theoretical considerations founded on the ?Economics of Crime? approach yield hypotheses on factors affecting non-compliance with an organic standard. The data provided by a German and a Swiss control body are analysed by two different logistic regression models. The probability of receiving a sanction (which is used as proxy for non-compliance) is estimated on farm level by using data on farm and farm production. Such an approach to assess the determinants of non-compliance has not been used previously in the literature. Given the gradual sanction system, an ordinal logistic regression model is appropriate for the analysis of the German data. Swiss data are analysed by a random effects logistic regression model. Both models confirm some of the factors contributing to the risk of non-compliance that are applied in qualitative risk assessment so far. Control results from previous years, the overall farm complexity and the farm livestock production complexity, as well as farm size are factors that increase the probability of receiving a sanction. Risks connected to specific crops or livestock types that could come along, e.g., with particular requirements of the production method cannot be confirmed across the models. The explanatory value of both models is likely to be improved by the integration of further variables, such as data on farmers? personal and financial characteristics. The heuristic model builds on the results of the econometric models. This model adopts a societal view on the control system by considering the costs of controls and the damages resulting from non-compliance with an organic standard. Monte-Carlo simulations illustrate the relationship between important parameters for optimising control strategies. These simulations show that even without fines a situation can occur where most operators comply. The different approaches to analyse control data encounter difficulties inherent to the control data. In this context, the dark figure consisting of undetected non-compliances, inhomogeneous detection probabilities linked to particular production methods, and a potential positive confirmation bias connected to the risk based control approach are especially relevant. The working hypothesis that these potential biases are distributed randomly deserves closer attention in subsequent studies. Such future analysis should be based on even more detailed data, e.g., pooling original data from different control bodies in a control system. Such a data base would allow focusing on severe non-compliances which occur only rarely. Furthermore, pooled data could be used to investigate issues that are fundamental for the supervision of a control system such as a control body effect on the detection of non-compliance. This thesis presents important results that can be consulted for further analysis of organic control systems. Beyond, the approach, the methods used, and the results obtained are of general relevance for food certification systems beyond the organic sector.Systeme zur Zertifizierung ökologischer Produktion (Öko-Kontrollsysteme) sind die notwendige Voraussetzung für die Existenz eines großräumigen Marktes für ökologische Lebensmittel. Trotz eines etablierten und im Allgemeinen wirksamen Kontrollsystems kommt es regelmäßig zur Aufdeckung von Betrugsfällen, die der Öko-Kontrolle entgangen sind. Die vorliegende kumulative Dissertation besteht aus vier Artikeln, die aktuelle Fragestellungen behandeln, wie Öko-Kontrollsysteme verbessert werden können. Einleitend wird anhand eines spieltheoretischen Modells die Notwendigkeit für die staatliche Überwachung eines Kontrollsystems, das auf privaten Kontrollstellen basiert, aufgezeigt. Die Kontrollergebnisse beeinflussende Faktoren werden systematisch dargestellt. Auf dieser Basis werden deutsche Daten, die zur Überwachung des Systems in den Jahren 2006 bis 2008 erhoben wurden, statistisch untersucht. Diese Untersuchung zeigt, dass es zwischen Kontrollstellen signifikante Unterschiede hinsichtlich wesentlicher Kontrollergebnisse gibt. Die Daten zur Überwachung des Systems können jedoch nicht zur weiteren Analyse der Ursachen dieser Unterschiede beitragen. Dieses Manko resultiert aus der Unzulänglichkeit der erhobenen Daten: für die Erhebung wesentliche Begriffe sind nicht definiert und die Definition von Merkmalen scheint sich im Zeitverlauf zu ändern. Die Analyse zeigt, dass detailliertere und verlässlichere Daten erforderlich sind, um die Bestimmungsgrößen für die Nichteinhaltung von Öko-Standards besser zu verstehen. Detaillierte Daten der Öko-Kontrolle landwirtschaftlicher Betriebe wurden von einer deutschen und einer Schweizer Kontrollstellen für die Jahre 2007 bis 2009 zur Verfügung gestellt. Hypothesen zu Faktoren, die die Nichteinhaltung des Öko-Standards beeinflussen können, werden mit Hilfe des Ansatzes der ?Economics of Crime? abgeleitet. Mittels ökonometrischer Modelle wird die Sanktionswahrscheinlichkeit eines Betriebs geschätzt, die als Proxy-Variable für die Nichteinhaltung des jeweiligen Öko-Standards genutzt wird. Dieser Ansatz zur Bestimmung von Faktoren, die die Nichteinhaltung beeinflussen, wurde bisher in der wissenschaftlichen Literatur noch nicht dokumentiert. Die Daten der deutschen Kontrollstelle beinhalten abgestufte Sanktionen. Daher werden diese mittels eines ordinalen logistischen Regressionsmodells analysiert. Zur Analyse der schweizerischen Kontroll-Daten wird ein logistisches Random-Effects-Panelmodell verwendet. Beide Modelle bestätigen einige der bislang in der Praxis zur Analyse des Risikos der Nichteinhaltung benutzten Kriterien. Die Kontrollergebnisse der Vorjahre, die Komplexität der landwirtschaftlichen Betriebe insgesamt sowie die tierproduktionstechnischen Herausforderungen als auch die Betriebsgröße erhöhen dieSanktionswahrscheinlichkeit. Ein mit besonderen Frucht- oder Tierarten verknüpftes Risiko, das sich z.B. aus besonderen Ansprüchen eines bestimmten Produktionsverfahrens ableiten ließe, kann über die Modelle hinweg nicht festgestellt werden. Der nicht völlig zufriedenstellende Erklärungsgehalt beider Modellansätze legt nahe, zukünftig Variablen zu berücksichtigen, die bisher nicht erhoben wurden. Insbesondere persönliche Eigenschaften des Betriebsleiters oder Daten zur finanziellen Lage des Betriebs könnten den Erklärungsgehalt erhöhen. Ein heuristische Modell baut auf den ökonometrischen Modellen auf und untersucht das Kontrollsystem aus volkswirtschaftlicher Sicht, da es die Kosten der Kontrolle gemeinsam mit den Schäden der Nichteinhaltung eines Öko-Standards berücksichtigt. Die Zusammenhänge zwischen relevanten Bestimmungsgrößen werden mittels Monte-Carlo-Simulationen beleuchtet, um Rückschlüsse zur Optimierung des Kontrollsystems zu ermöglichen. Diese Simulationen zeigen, dass selbst ohne Geldbußen ein Zustand eintreten kann, bei dem ein Großteil der Landwirte den Standard einhält. Die zur Analyse verwendeten Ansätze sind jeweils mit typischen, den Kontrolldaten anhaftenden Schwierigkeiten verbunden. Dazu gehören die Dunkelziffer der unentdeckten Nichteinhaltung, unterschiedliche Aufdeckungswahrscheinlichkeiten sowie ein möglicher positiver Bestätigungsfehler, der aus der Anwendung von risikobasierten Kontrollansätzen resultieren kann. Die dieser Arbeit zugrunde liegende Arbeitshypothese, dass diese möglichen Verzerrungen jeweils zufällig verteilt sind, sollte in zukünftigen Untersuchungen auf der Basis noch differenzierterer Daten näher erforscht werden. Eine breitere Datengrundlage könnte die verlässliche Analyse schwerer Nichteinhaltungen ermöglichen, die selten vorkommen. Überdies würde es solch ein Datensatz erlauben, für die Überwachung des Kontrollsystems wesentliche Fragestellungen zu überprüfen. Dazu gehört zum Beispiel die Existenz eines Kontrollstelleneffektes auf die Kontrollergebnisse