Das Verhalten landwirtschaftlicher Entscheider*innen bei der Adoption nachhaltiger Prozessinnovationen in Deutschland / The Behavior of Agricultural Decision-Makers towards the Adoption of Sustainable Process Innovations in Germany

Inhaltsverzeichnis

Bibliographische Infos

Cover der Ausgabe: GJAE - German Journal of Agricultural Economics Jahrgang 72 (2023), Heft 01
Kein Zugriff

GJAE - German Journal of Agricultural Economics

Jahrgang 72 (2023), Heft 01

Autor:innen:
, , , , , , , ,
Verlag
dfv Mediengruppe, Frankfurt am Main
Erscheinungsjahr
2023
ISSN-Online
2191-4028
ISSN-Print
2191-4028

Kapitelinformationen

Kein Zugriff

Jahrgang 72 (2023), Heft 01

Das Verhalten landwirtschaftlicher Entscheider*innen bei der Adoption nachhaltiger Prozessinnovationen in Deutschland / The Behavior of Agricultural Decision-Makers towards the Adoption of Sustainable Process Innovations in Germany

Autor:innen:
,
ISSN-Print
2191-4028
ISSN-Online
2191-4028
Kapitelvorschau:

Als Reaktion auf die neuen Herausforderungen von geänderten Nachhaltigkeitsanforderungen und Klimawandel im Agrarsektor sind nachhaltige Prozessinnovationen ein Weg die Produktion von Nahrungsmitteln mit vielfältigen Ökosystemdienstleistungen zu verbinden. Trotz ihrer seit längerem in der Forschung beschriebenen Vorteile sind die tatsächlichen Adoptionsraten dieser Innovationen in der landwirtschaftlichen Praxis in Deutschland eher gering. Um ihre weitere Verbreitung zu fördern, kommt der bislang in der Forschung kaum untersuchten Frage nach den Adoptionsfaktoren nachhaltiger Prozessinnovationen eine besondere Bedeutung zu. Das Ziel der vorliegenden Studie ist es, die Zugehörigkeit landwirtschaftlicher Entscheider*innen zu den verschiedenen Adoptionsstufen ‚Absichtslosigkeit‘, ‚Absichtsbildung‘, ‚Vorbereitung‘ und ‚Handlung‘ nachhaltiger Prozessinnovationen in der Landwirtschaft, am Beispiel von Agroforstsystemen, zu bestimmen und den Einfluss verschiedener Landwirt*innen- und Betriebscharakteristika als Adoptionsfaktoren auf die Stufenzugehörigkeit der Landwirt*innen darzustellen. Auf Basis quantitativer Befragungsdaten von 209 deutschen Landwirt*innen wird das transtheoretische Modell der Verhaltensänderung auf die Adoption von Innovationen mittels deskriptiver Statistiken, konfirmatorischer Faktorenanalyse und ordinal logistischer Regressionsanalyse angewendet. Die Ergebnisse zeigen, dass bei den aktuell primär vorherrschenden niedrigen Adoptionsstufen die Einstellung der Landwirt*innen zur Implementierung von Agroforstsystemen auf dem eigenen Betrieb als Adoptionsfaktor die Adoption am stärksten positiv beeinflusst. Während auch bestehende Erfahrungen mit erneuerbaren Energien einen positiven Einfluss auf die Adoption haben, trifft das Gegenteil auf vorherige Erfahrungen mit Kurzumtriebsplantagen (KUP) und Agroforstsystemen (AFS) zu. Regional betrachtet ist zudem eine höhere Adoptionswahrscheinlichkeit in Süddeutschland zu beobachten. Basierend auf den Ergebnissen werden die folgenden zielgerichteten Maßnahmen zur weiteren Verbreitung innovativer Landnutzungssysteme durch Verbesserung der Einstellung und die Etablierung einer Gruppe von Pionierlandwirt*innen entwickelt: Verbesserung der Kommunikation über Anforderungen und Potenziale von Innovationen, stärkere Verankerung von nachhaltigen Prozessinnovationen in den Curricula der landwirtschaftlichen Berufsausbildungen und Studiengänge, Einrichtung eines permanenten Schulungs- und Weiterbildungsangebot, Auflage von langfristigen, niedrigschwelligen Förderprogrammen und regionale Ausdifferenzierung von Maßnahmen. Schlüsselwörter Agroforstsysteme; Innovationsadoption; Einstellung; nachhaltige Landnutzung; transtheoretisches Modell der Verhaltensänderung; ordinal logistische Regression Abstract In reaction to new challenges of shifting sustainability requirements and climate change in the agricultural sector, sustainable process innovations are a way to combine food production with diverse ecosystem services. Despite their advantages, which have long been described in research, the actual adoption rates of these innovations in agricultural practice in Germany are rather low. In order to promote their wider dissemination, the question concerning the so far rarely investigated adoption factors of sustainable process innovations in agriculture is of particular importance. It is the aim of the present study to determine the affiliation of agricultural decision-makers to the different adoption stages ‘precontemplation’, ‘contemplation’, ‘preparation’ and ‘action’ of sustainable process innovations, using the example of agroforestry systems, and to illustrate the influence of various farmer and farm characteristics as adoption factors on the affiliation of farmers to those stages. Based on quantitative survey data of 209 German farmers, the transtheoretical model of behavior change is applied to the adoption of innovations using descriptive statistics, confirmatory factor analysis and ordinal regression analysis. The results show that at the currently dominating low adoption levels, farmers’ attitude towards the implementation of agroforestry systems on their own farms as an adoption factor has the strongest positive influence on the adoption. While existing experiences with renewable energies also have a positive influence on the adoption, the opposite is true for previous experiences with short rotation coppice (SRC) and agroforestry systems (AFS). From a regional perspective, a higher adoption probability can be observed in southern Germany. Based on the results, the following targeted measures are developed to further disseminate innovative land use systems through improving farmers’ attitude and to establish a group of pioneer farmers: Improvement of communication about requirements and potentials of innovations; stronger anchoring of sustainable process innovations in the curricula of agricultural vocational training and of study programs; establishment of permanent training and professional development offers; establishment of long-term, low-threshold subsidy programs; and regional differentiation of measures. Keywords agroforestry systems; innovation adoption; attitude; sustainable land use; transtheoretical model of behavior change; ordinal logistic regression DOI: 10.30430/gjae.2023.0122

Literaturverzeichnis

  1. ADESINA, A.A., D. MBILA, G.B. NKAMLEU and D. ENDAMANA (2000): Econometric analysis of the determinants of adoption of alley farming by farmers in the forest zone of southwest Cameroon. In: Agriculture, Ecosystems & Environment 80 (3): 255-265. Google Scholar öffnen
  2. ARCESE, G., S. FLAMMINI, M.C. LUCCHETTI and O. MARTUCCI (2015): Evidence and Experience of Open Sustainability Innovation Practices in the Food Sector. In: Sustainability 7: 8067-8090. Google Scholar öffnen
  3. Armitage, C.J., P. Sheeran, M. Conner und M.A. Arden (2004): Stages of change or changes of stage? Predicting transitions in transtheoretical model stages in relation to healthy food choice. In: Journal of Consulting and Clinical Psychology 72 (3): 491-499. Google Scholar öffnen
  4. BÄRWOLFF, M., A. VETTER, C. BÖHM, J. HOFFMANN und C. SCHMIDT (2011): Projekt AgroForstEnergie? Was brin-gen Streifen-Kup? In: energie pflanzen 2: 9-11. Google Scholar öffnen
  5. BARNES, A.P., I. SOTO, V. EORY, B. BECK, A. BALAFOUTIS, B. SANCHEZ, J. VANGEYTE, S. FOUNTAS, T. VAN DER WAL and M. GOMEZ-BARBERO (2019): Exploring the adoption of precision agricultural technologies: a cross regional study of EU farmers. In: Land Use Policy 80: 163-174. Google Scholar öffnen
  6. BARREIRO-HURLÉ, J., M. ESPINOSA-GODED and P. DUPRAZ (2010): Does intensity of change matter? Factors affecting adoption of agri-environmental schemes in Spain. In: Journal of Environmental Planning and Management 53 (7): 891-905. Google Scholar öffnen
  7. BEER, L. (2019): Agrarholz aus ökonomischer Perspektive. Dissertation. Cuvillier. Göttingen. Google Scholar öffnen
  8. BEER, L., C. SCHAPER und L. THEUVSEN (2018): Agrarholzanbau in der deutschen Landwirtschaft: Ergebnisse einer empirischen Erhebung. In: Schriften der Gesellschaft für Wirtschafts- und Sozialwissenschaften des Landbaues e.V. 54: 19-30. Google Scholar öffnen
  9. BMEL (Bundesministerium für Ernährung und Landwirtschaft) (2020): Buchführungsergebnisse der Testbetriebe Landwirtschaft 2018/19. https://www.bmel-statistik.de/landwirtschaft/testbetriebsnetz/testbetriebsnetz-landwirtschaft-buchfuehrungsergebnisse/, Abrufdatum: 07.04.2020. Google Scholar öffnen
  10. BMEL (Bundesministerium für Ernährung und Landwirtschaft) (2018): Daten und Fakten – Land-, Forst- und Ernährungswirtschaft mit Fischerei und Wein- und Gartenbau. https://www.bmel.de/SharedDocs/Downloads/Broschueren/DatenundFakten.pdf?blob=publicationFile. Google Scholar öffnen
  11. BMU (Bundesministerium für Umwelt, Naturschutz und nukleare Sicherheit) (2019): Klimaschutzprogramm 2030 zur Umsetzung des Klimaschutzplans 2050. https://www.bmu.de/download/klimaschutzprogramm-2030-zur-umsetzung-des-klimaschutzplans-2050/, Abrufdatum: 03.10.2020. Google Scholar öffnen
  12. BOKELMANN, W., A. DOERNBERG, W. SCHWERDTNER, A. KUNTOSCH, M. BUSSE, B. KÖNIG, R. SIEBERT, K. KOSCHATZKY und T. STAHLECKER (2012): Sektorstudie zur Untersuchung des Innovationssystems der deutschen Landwirtschaft. Humboldt-Universität, Berlin. Google Scholar öffnen
  13. BORREMANS, L., B. REUBENS, B. VAN GILS, D. BAEYENS, C. VANDEVELDE and E. WAUTERS (2016): A sociopsychological analysis of agroforestry adoption in Flanders: Understanding the discrepancy between conceptual opportunities and actual implementation. In: Agroecology and Sustainable Food Systems 40 (9): 1008-1036. Google Scholar öffnen
  14. BORTZ, J. und N. DÖRING (1995): Forschungsmethoden und Evaluation für Sozialwissenschaftler. 2. Edition. Springer, Berlin. Google Scholar öffnen
  15. BREEN, J., D. CLANCY, B. MORAN und F. THORNE (2009): Modelling the potential supply of energy crops in Ireland: Results from a probit model examining the factors affecting willingness to adopt. RERC Working Paper 0905. Rural Economy and Development Programme, Teagasc. Google Scholar öffnen
  16. BÜNGER, A. (2019): Die Bedeutung von regionalen Innovationspotenzialen und Nachhaltigkeitsorientierung für eine sozio-technische Transformation in der Agrar-und Ernährungswirtschaft. Dissertation. Universität Greifswald. Google Scholar öffnen
  17. BURANDT, A. (2017): Von Liebhaberei und wirtschaftlichem Nutzen. In: Gottschlich, D. und T. Mölders: Politiken der Naturgestaltung. Springer VS, Wiesbaden. Google Scholar öffnen
  18. BURTON, R. J. (2014): The influence of farmer demographic characteristics on environmental behaviour: A review. In: Journal of Environmental Management 135: 19-26. Google Scholar öffnen
  19. CLAY, D., T. REARDON and J. KANGASNIEMI (1998): Sustainable intensification in the highland tropics: Rwandan farmers' investments in land conservation and soil fertility. In: Economic Development and Cultural Change 46 (2): 351-377. Google Scholar öffnen
  20. CRON, W.L., J.W. SLOCUM JR, D. VANDEWALLE and Q. FU (2005): The role of goal orientation on negative emotions and goal setting when initial performance falls short of one's performance goal. In: Human Performance 18 (1): 55-80. Google Scholar öffnen
  21. DAVIS, F.D. (1989): Perceived usefulness, perceived ease of use, and user acceptance of information technology. In: MIS Q 13 (3): 319-339. Google Scholar öffnen
  22. DBV (Deutscher Bauernverband) (2019): Situationsbericht 2019/20. Trends und Fakten zur Landwirtschaft. DBV, Berlin. Google Scholar öffnen
  23. DE MENEZES, M.C., L.B. BEDESCHI, L.C. DOS SANTOS und A.C.S. LOPES (2016): Interventions directed at eating habits and physical activity using the Transtheoretical Model: a systematic review. In: Nutricion Hospitalaria 33 (5): 1194-1204. Google Scholar öffnen
  24. DESTATIS (Statistisches Bundesamt) (2019): Land-wirtschaftliche Betriebe. Betriebsgrößenstruktur landwirtschaftlicher Betriebe nach Bundesländern. https://www.destatis.de/DE/Themen/Branchen-Unternehmen/Landwirtschaft-Forstwirtschaft-Fischerei/Landwirtschaftliche-Betriebe/Tabellen/betriebsgroessenstruktur-landwirtschaftliche-betriebe.html. Google Scholar öffnen
  25. DESTATIS (Statistisches Bundesamt) (2018a): Arbeitskräfte und Berufsbildung der Betriebsleiter/ Geschäftsführer. Agrarstrukturerhebung. Fachserie 3 Reihe 2.1.8. Google Scholar öffnen
  26. DESTATIS (Statistisches Bundesamt) (2018b): Rechtsformen und Erwerbscharakter. Agrarstrukturerhebung. Fachserie 3 Reihe 2.1.5. Google Scholar öffnen
  27. DEUTSCH, M. und V. OTTER (2021): Nachhaltigkeit und Förderung? Akzeptanzfaktoren im Entscheidungsprozess deutscher Landwirte zur Anlage von Agroforstsystemen. In: Berichte über Landwirtschaft 99 (1): 1-17. Google Scholar öffnen
  28. DE VRIES, P., C. MIDDEN and D. BOUWHUIS (2003): The effects of errors on system trust, self-confidence, and the allocation of control in route planning. In: International Journal of Human-Computer Studies 58 (6): 719-735. Google Scholar öffnen
  29. DWIVEDI, Y.K., N.P. RANA, A. JEYARAJ, M. CLEMENT und M.D. WILLIAMS (2019): Re-examining the Unified Theory of Acceptance and Use of Technology (UTAUT): Towards a Revised Theoretical Model. In: Information Systems Frontiers 21: 719-734. Google Scholar öffnen
  30. DWIVEDI, Y.K., N.P. RANA, H. CHEN and M. D. WILLIAMS (2011): A Meta-analysis of the Unified Theory of Acceptance and Use of Technology (UTAUT). In: IFIP international working conference on governance and sustainability in information systems-managing the transfer and diffusion of it. Springer, Berlin, Heidelberg. Google Scholar öffnen
  31. EL BILALI, H. (2019): Innovation-Sustainability Nexus in Agriculture Transition: Case of Agroecology. In: Open Agriculture 4 (1): 1-16. Google Scholar öffnen
  32. ETIENNE, J. (2011): Compliance theory: A goal framing approach. In: Law & Policy 33 (3): 305-333. Google Scholar öffnen
  33. EUROPÄISCHE KOMMISSION (2019): Ein europäischer Grüner Deal. https://ec.europa.eu/info/strategy/priorities-2019-2024/european-green-deal_de, Abrufdatum: 07.03.2020. Google Scholar öffnen
  34. FEDER, G. und D.L. UMALI (1993): The adoption of agricultural innovations: a review. In: Technological forecasting and social change 43 (3-4): 215-239. Google Scholar öffnen
  35. FNR (Fachagentur für nachwachsende Rohstoffe) (2020): Anbau und Verwendung nachwachsender Rohstoffe in Deutschland. FNR, Gülzow. Google Scholar öffnen
  36. GRILLI, L. and C. RAMPICHINI (2014): Ordered logit model. Encyclopedia of quality of life and well-being research. Springer, Dordrecht: 4510-4513. Google Scholar öffnen
  37. GOULD, B.W., W.E. SAUPE und R.M. KLEMME (1989): Conservation tillage: The role of farm and operator characteristics and the perception of soil erosion. In: Land Economics 65 (2): 167-182. Google Scholar öffnen
  38. HERZOG, F. (2011): Umweltleistungen von Bäumen in der offenen Agrarlandschaft. In: Ökologie & Landbau 160 (4): 54-56. Google Scholar öffnen
  39. HOLZMUELLER, E.J. and S. JOSE (2012): Biomass production for biofuels using agroforestry: Potential for the North Central Region of the United States. In: Agroforestry systems 85 (2): 305-314. Google Scholar öffnen
  40. JACKSON-SMITH, D.B. und J.P. MCEVOY (2011): Assessing the long-term impacts of water quality outreach and education efforts on agricultural landowners. In: The Journal of Agricultural Education and Extension 17 (4): 341-353. Google Scholar öffnen
  41. JACOBS, B., J. HARTOG and W. VIJVERBERG (2009): Self-selection bias in estimated wage premiums for earnings risk. In: Empirical Economics 37 (2): 271-286. Google Scholar öffnen
  42. JONSSON, A.C., M. Ostwald, T. ASPLUND and V. WIBECK (2011): Barriers to and drivers of the adoption of energy crops by Swedish farmers: An empirical study. In: Linköping Electronic Conference Proceedings 57: 2509-2516. Google Scholar öffnen
  43. KAYSER, M. und A. SPILLER (2011): Anspruchsgruppenmanagement für die Veredlungswirtschaft in Intensivregionen. In: Windhorst, H.-W. und A. Veauthier (Hrsg.): Nachhaltige Tierproduktion in agrarischen Intensivgebieten. Universität Vechta: 147-166. Google Scholar öffnen
  44. KNOWLER, D. und B. BRADSHAW (2007): Farmers’ adoption of conservation agriculture: A review and synthesis of recent research. In: Food Policy 32 (1): 25-48. Google Scholar öffnen
  45. KRÖBER, M., K. HANK, J. HEINRICH und P. WAGNER (2008): Ermittlung der Wirtschaftlichkeit des Energieholzanbaus in Kurzumtriebsplantagen – Risikoanalyse mit Hilfe der Monte-Carlo-Simulation. GEWISOLA-Jahrestagung: Risiken in der Agrar- und Ernährungswirtschaft und ihre Bewältigung, Bonn. Google Scholar öffnen
  46. KROMKA, F. und W. KREUL (1983): Zur Verteidigung des landwirtschaftlichen Unternehmens. In: German Journal of Agricultural Economics 32 (05): 155-159. Google Scholar öffnen
  47. LÄPPLE, D. and H. KELLEY (2015): Spatial dependence in the adoption of organic drystock farming in Ireland. In: European Review of Agricultural Economics 42 (2): 315-337. Google Scholar öffnen
  48. LAMBRECHT, E., B. KÜHNE und X. GELLYNCK (2014): Innovation through Networking: The Case of the Agricultural Sector. In: Proceedings in Food System Dynamics: 283-296. Google Scholar öffnen
  49. LANDMANN, D., C.J. LAGERKVIST and V. OTTER (2020): Determinants of Small-Scale Farmers’ Intention to Use Smartphones for Generating Agricultural Knowledge in Developing Countries: Evidence from Rural India. In: The European Journal of Development Research: 1-20 Google Scholar öffnen
  50. LANGENBERG, J., M. FELDMANN und L. THEUVSEN (2018): Agroforstsysteme im Alley-Cropping-Anbauverfahren: Eine Risikoanalyse im Vergleich zum klassischen Ackerbau anhand der Monte-Carlo-Simulation. In: German Journal of Agricultural Economics 67 (2): 95-112.O Google Scholar öffnen
  51. LANGENBERG, J. und V. OTTER (2018): Empirische Anwendung der kontingenten Bewertungsmethode bei kollektiven Agrar-Umweltgütern in Deutschland. GEWISOLA-Jahrestagung: Visionen für eine Agrar- und Ernährungspolitik nach 2020, Kiel. Google Scholar öffnen
  52. LEMKEN, D., A. SPILLER and M. VON MEYER-HÖFER (2017): The case of legume-cereal crop mixtures in modern agriculture and the transtheoretical model of gradual adoption. In: Ecological Economics 137: 20-28. Google Scholar öffnen
  53. LINDENBERG, S. and L. STEG (2007): Normative, gain and hedonic goal frames guiding environmental behavior. In: Journal of Social issues 63 (1): 117-137. Google Scholar öffnen
  54. Lippert, C., T. Krimly and J. Aurbacher (2009): A Ricardian analysis of the impact of climate change on agriculture in Germany. In: Climatic Change 97 (3-4): 593. Google Scholar öffnen
  55. LONG, T.B., V. BLOK und I. CONINX (2016): Barriers to the adoption and diffusion of technological innovations for climate-smart agriculture in Europe: evidence from the Netherlands, France, Switzerland and Italy. In: Journal of Cleaner Production 112 (Part 1): 9-21. Google Scholar öffnen
  56. LÜTHJE, C. and C. HERSTATT (2004): The Lead User method: An outline of empirical findings and issues for future research. In: R&D Management 34 (5): 553-568. Google Scholar öffnen
  57. MAURISCHAT, C. (2001): Erfassung der "Stages of Change" im Transtheoretischen Modell Prochaska’s - eine Bestandsaufnahme. In: Forschungsberichte des psychologischen Instituts der Albert-Ludwigs-Universität Freiburg im Breisgau: 154. Google Scholar öffnen
  58. MCGEE, J.E., M. PETERSON, S.L. MUELLER und J.M. SEQUEIRA (2009): Entrepreneurial Self–Efficacy: Refining the Measure. In: Entrepreneurship Theory and Practice 33 (4): 965-988. Google Scholar öffnen
  59. MICHELS, M., C.F. VON HOBE and O. MUSSHOFF (2020): A trans-theoretical model for the adoption of drones by large-scale German farmers. In: Journal of Rural Studies 75: 80-88. Google Scholar öffnen
  60. NEUBERT, F.P., T. BOLL, K. ZIMMERMANN und A. BERGFELD (2013): Chancen und Hemmnisse von Kurzumtriebsplantagen. In: AFZ-DerWald 4 (13): 4-6. Google Scholar öffnen
  61. NEUFELDT, H., M. JAHN, B.M. CAMPBELL, J.R. BEDDINGTON, F. DECLERCK, A. DE PINTO, J. GULLEDGE, J. HELLIN, M. HERRERO, A. JARVIS, D. LEZAKS, H. MEINKE, T. ROSENSTOCK, M. SCHOLES, R. SCHOLES, S. VERMEULEN, E. WOLLENBERG und R. ZOUGMORÉ Google Scholar öffnen
  62. (2013): Beyond climate-smart agriculture: toward safe operating spaces for global food systems. In: Agriculture & Food Security (2): 12. Google Scholar öffnen
  63. OKOYE, C.U. (1998): Comparative analysis of factors in the adoption of traditional and recommended soil erosion control practices in Nigeria. In: Soil and Tillage Research 45 (3-4): 251-263. Google Scholar öffnen
  64. OTTER, V. and L. BEER (2020): Alley cropping systems as Ecological Focus Areas: A PLS-analysis of German farmers’ acceptance behaviour. In: Journal of Cleaner Production 280 (2): 123702. Google Scholar öffnen
  65. OTTER, V. and J. LANGENBERG (2020): Willingness to pay for environmental effects of agroforestry systems: a PLS-model of the contingent evaluation from German taxpayers’ perspective. In: Agroforestry Systems 94: 811-829. Google Scholar öffnen
  66. OTTER, V., B. PRECHTEL and L. THEUVSEN (2018): Country of Origin Effect for Food Products from Developing and Transition Countries: A PLS Analysis of German Consumers’ Perception. In: Journal of International Food & Agribusiness Marketing 30 (4): 355-381. Google Scholar öffnen
  67. PANNELL, D.J. (1999): Social and economic challenges in the development of complex farming systems. In: Agroforestry Systems 45: 395-411. Google Scholar öffnen
  68. PANNELL, D.J. (2003): Uncertainty and adoption of sustainable farming systems. In: Babcock, B.A., R.W. Fraser and J.N. Lekakis (Hrsg.): Risk Management and the Environment: Agriculture in Perspective. Springer, Dordrecht: 67-81. Google Scholar öffnen
  69. PANNELL D.J., G.R. MARSHALL, N. BARR, A. CURTIS, F. VANCLAY and R. WILKINSON (2006): Understanding and promoting adoption of conservation practices by rural landholders. In: Australian Journal of Experimental Agriculture 46 (11): 1407-1424. Google Scholar öffnen
  70. PISANTE M., F. STAGNARI, M. ACUTIS, M. BINDI, L. BRILLI, V. DI STEFANO and M. CAROZZI (2015) Conservation Agriculture and Climate Change. In: Farooq, M. und K. Siddique (Hrsg.): Conservation Agriculture. Springer, Cham: 579-620. Google Scholar öffnen
  71. PROCHASKA, J.O. and W.F. VELICER (1997): The Transtheoretical Model of Health Behavior Change. In: American Journal of Health Promotion 12 (1): 38-48. Google Scholar öffnen
  72. PROCHASKA, J.O., C.A. REDDING und K.E. EVERS (2015): The transtheoretical model and stages of change. In: Glanz, K., B.K. Rimer and K. Viswanath (Hrsg.): Health behavior: Theory, research, and practice. Jossey-Bass, San Francisco: 125-148. Google Scholar öffnen
  73. RODRIGUEZ, J.M., J.J. MOLNAR, R.A. FAZIO, E. SYDNOR and M.J. LOWE (2009): Barriers to adoption of sustainable agriculture practices: Change agent perspectives. In: Renewable agriculture and food systems 24 (1): 60-71. Google Scholar öffnen
  74. RÖHRICHT, C., M. GRUNERT und K. RUSCHER (2011): Kurzumtriebsplantage Köllitsch. Schriftenreihe des LfULG 33/2011, Dresden. Google Scholar öffnen
  75. ROGERS, E.M. (2010): Diffusion of innovations. Simon and Schuster, New York. Google Scholar öffnen
  76. RÖSCH, C. und M. DUSSELDORP (2007): Precision Agriculture: Was innovative Technik zur nachhaltigeren Landwirtschaft beitragen kann. In: GAIA 16 (4): 272-279. Google Scholar öffnen
  77. ROSE, D.C., W.J. SUTHERLAND, C. PARKER, M. LOBLEY, M. WINTER, C. MORRIS, S. TWINING, C. FFOULKES, T. AMANO and L.V. DICKS (2016): Decision support tools for agriculture: Towards effective design and delivery. In: Agricultural Systems 149: 165-174. Google Scholar öffnen
  78. RUTO, E. and G. GARROD (2009): Investigating farmers' preferences for the design of agri-environment schemes: A choice experiment approach. In: Journal of Environmental Planning and Management 52 (5): 631-647. Google Scholar öffnen
  79. SANTIAGO-FREIJANES, J.J., A. PISANELLI, M. ROIS-DÍAZ, J. A. ALDREY-VÁZQUEZ, A. RIGUEIRO-RODRÍGUEZ, A. PANTERA, A. VITYI, B. LOJKA, N. FERREIRO-DOMÍNGUEZ and M.R. MOSQUERA-LOSADA (2018): Agroforestry development in Europe: Policy issues. In: Land Use Policy 76: 144-156. Google Scholar öffnen
  80. SCHENDERA, C.F. (2014): Regressionsanalyse mit SPSS. 2. Auflage. De Gruyter, München. Google Scholar öffnen
  81. SCHLAEGEL, C. and M. KOENIG (2014): Determinants of Entrepreneurial Intent: A Meta–Analytic Test and Integration of Competing Models. In: Entrepreneurship Theory and Practice 38 (2): 291-332. Google Scholar öffnen
  82. SCHREIER, M., S. OBERHAUSER and R. PRÜGL (2007): Lead users and the adoption and diffusion of new products: Insights from two extreme sports communities. In: Marketing Letters 18 (1-2): 15-30. Google Scholar öffnen
  83. SCHULZE, B., A. SPILLER und D. LEMKE (2008): Glücksschwein oder arme Sau? Die Einstellungen der Verbraucher zur modernen Nutztierhaltung. In: Spiller, A. und B. Schulze (Hrsg.): Zukunftsperspektiven der Fleischwirtschaft. Verbraucher, Märkte, Geschäftsbeziehungen. Universitätsverlag Göttingen, Göttingen: 465-488. Google Scholar öffnen
  84. SENYOLO, M.P., T.B. LONG, V. BLOK and O. OMTA (2018): How the characteristics of innovations impact their adoption: An exploration of climate-smart agricultural innovations in South Africa. In: Journal of Cleaner Production 172: 3825-3840. Google Scholar öffnen
  85. SHEERAN, P. and T.L. WEBB (2016): The Intention–Behavior Gap. In: Social and Personality Psychology Compass 10 (9): 503-518. Google Scholar öffnen
  86. STAHL, K., V. BLAUHUT, M. STOELZLE, E. TIJDEMAN, L. MENZEL and J. LANGE (2019): Linking multi-sectorial impacts to hydrometeorological extremes during the drought of 2018 in Germany. In: Geophysical Research Abstracts 21. Google Scholar öffnen
  87. STRAUB, E.T. (2009): Understanding technology adoption: Theory and future directions for informal learning. In: Review of Educational Research 79 (2): 625-649. Google Scholar öffnen
  88. TOBLER, C., V.H.M. VISSCHERS and M. SIEGRIST (2011): Eating green. Consumers’ willingness to adopt ecological food consumption behaviors. In: Appetite 57 (3): 674-682. Google Scholar öffnen
  89. TROZZO, K.E., J.F. Munsell und J.L. Chamberlain (2014): Landowner interest in multifunctional agroforestry Riparian buffers. In: Agroforestry Systems 88 (4): 619-629. Google Scholar öffnen
  90. VAN NOORDWIJK, M., L.A. DUGUMA, S. DEWI, B. LEIMONA, D.C. CATACUTAN, B. LUSIANA, I. ÖBORN, K. HAIRIAH and P.A. MINANG (2018): SDG synergy between agriculture and forestry in the food, energy, water and income nexus: reinventing agroforestry? In: Current Opinion in Environmental Sustainability 34: 33-42. Google Scholar öffnen
  91. VENKATESH, V., M.G. MORRIS, G.B. DAVIS and F.D. DAVIS (2003): User acceptance of information technology: toward a unified view. In: MIS Q 27 (3):425-478. Google Scholar öffnen
  92. VESTE, M. und C. BÖHM (2018): Nachhaltige Holzproduktion in der Agrarlandschaft. In: Veste, M. und C. Böhm (2018): Agrarholz – Schnellwachsende Bäume in der Landwirtschaft. Springer, Berlin, Heidelberg. Google Scholar öffnen
  93. WARREN, C.R., R. BURTON, O. BUCHANAN and R.V. BIRNIE (2016): Limited adoption of short rotation coppice: The role of farmers’ socio-cultural identity in influencing practice. In: Journal of Rural Studies 45: 175-183. Google Scholar öffnen
  94. WEHLAND, W. (1971): Marktinformationen und Entscheidungsverhalten von Landwirten. In: German Journal of Agricultural Economics 20 (07): 217-224. Google Scholar öffnen
  95. WEMBER, C. (2019): Geschlechterverhältnisse in innovativen Ansätzen gemeinschaftlicher und gemeinwohlorientierter Landwirtschaft. In: Burzan, N. (Hrsg.): Komplexe Dynamiken globaler und lokaler Entwicklungen. Verhandlungen des 39. Kongresses der Deutschen Gesellschaft für Soziologie in Göttingen 2018. Google Scholar öffnen
  96. ZHU, W. (2012): Sadly, the earth is still round (p< 0.05). In: Journal of Sport and Health Science 1 (1): 9-11. Google Scholar öffnen
  97. Danksagung Google Scholar öffnen
  98. Diese Arbeit wurde vom Bundesministerium für Bildung und Forschung (BMBF) im Rahmen des Forschungsprojektes SIGNAL (Sustainable intensifica-tion of agriculture through agroforestry) des Forschungsprogramms BONARES (Soil as a sustainable resource for the bioeconomy) gefördert. Google Scholar öffnen

Zitation

Download RIS Download BibTex
Kein Zugriff
Sie haben keinen Zugriff auf diesen Inhalt.

Per E-Mail teilen

Medien