zmt Bremen

Hauptmenue:Funktionen:
Kapitelmenue:
Seiteninhalt:

HARVEST

Ernteverhalten in Allmende-Systemen: Datenanalyse und Modellierung dynamischer Entscheidungsfindung

Partnerland: Senegal
Dauer: 1.11.2014 - 31.12.2016
Finanzierung: DAAD / AIMS

Der Raubbau an ökologischen Ressourcen ist ein allgegenwärtiges Problem, das in erster Linie durch den steigenden Nahrungsmittelbedarf einer schnell wachsenden Weltbevölkerung bestimmt wird. Als Strategien, die den Raubbau verhindern oder eindämmen sollen, werden hauptsächlich regulatorische Ansätze angewandt, die ein entsprechendes institutionelles Umfeld erfordern, um effektiv zu sein. Da die Einrichtung und Aufrechterhaltung gut funktionierender Institutionen kostspielig ist, fehlen sie in vielen Ressourcensystemen und machen somit Ressourcenmanagement zu einem kollektiven Entscheidungsproblem.

Heutzutage lastet besonders in tropischen Ländern ein enormer Druck auf den ökologischen Ressourcen. Der Grund dafür liegt im hohen Bevölkerungswachstum sowie in unzureichendem Monitoring und Durchsetzung von Gesetzen und Vorschriften. Zudem ist es schwierig, die durch lokale ökologische Ressourcen bereitgestellten Güter und Dienstleistungen anderweitig zu ersetzen.

Im Allgemeinen haben Strategien zur Nutzung ökologischer Ressourcen mindestens zwei scheinbar widersprüchliche Ziele: (1) die unmittelbare Bereitstellung einer ausreichenden Menge der Ressource und (2) die langfristige Verfügbarkeit der Ressource. Mit zunehmenden Druck durch eine steigende Nachfrage und schwindende Gewissheit über die Zukunft wird es schwierig, diese zwei gegensätzlichen Ziele in Einklang zu bringen. Ökonomische Experimente sind Standardwerkzeuge, um den Einfluss von Anreizen oder von öffentlicher Politik auf Ressourcenbestände zu evaluieren, wenngleich sie verschiedenen Limitierungen unterliegen. Um die Lücke zwischen klassischen, ökonomischen Experimenten und den komplexen Konstellationen realer Ressourcensysteme zu schließen, haben wir ein experimentelles Werkzeug für zeitkontinuierliche Allmende entwickelt, die App OGUMI, die auf miteinander vernetzten Mobilgeräten mit dem Betriebssystem Android installiert werden kann.

Dieses Projekt beinhaltet sowohl Forschung als auch Ausbildung in Kooperation mit dem African Institute for Mathematical Sciences (AIMS) im Senegal. Der Forschungsteil folgt einem zweistufigen Ansatz: (1) Sammlung von Daten durch eine Reihe von Experimenten mit der App und einer anschließenden, umfangreichen statistischen Analyse zur Ermittlung relevanter Faktoren, die das Ernteverhalten beeinflussen und (2) Entwicklung und Anwendung eines merkmal-basierten Modells, das adaptives Ernteverhalten entlang eines dynamischen Trade-offs zwischen der aktuellen und der in Zukunft angenommenen Ernte beschreibt. Der Ausbildungsteil besteht aus einer Reihe von Workshops und Sommerschulen sowie der Ko-Betreuung eines Doktoranden.

Relevante Literatur

Kulesz, M.M., Dittrich, D.A.V. (2014) It's not you, it's me: an experimental study of employers' wage setting behavior, Economics Bulletin, 34(4) pp. 2128-2137.

Brandt, G., Merico, A. (2013) Tipping points and user-resource system collapse in a simple model of evolutionary dynamics. Ecological Complexity, 13, pp. 46-52. DOI: 10.1016/j.ecocom.2012.12.003.

Brandt, G., Merico, A., Vollan, B., Schlüter, A. (2012) Human adaptive behavior in Common Pool Resource Systems. PLOS ONE, 7(12), e52763.

Koordination

Prof. Dr. Agostino Merico

Projektteilnehmer

Dr. Gunnar Brandt
Dr. Micaela Kulesz
Prof. Moustapha Fall (AIMS)

OGUMI

Informationen zu der App OGUMI weiter ...