Im Rahmen eines Agrarmonitorings erhebt Agroscope, das Kompetenzzentrum der Schweiz für landwirtschaftliche Forschung, landwirtschaftliche Buchhaltungsdaten. Ein Teil des Monitorings ist die Auswertung der Einkommenssituation. Die Berechnung basiert auf gesamtbetrieblichen Kennzahlen aus der Finanzbuchhaltung, ergänzt mit Angaben aus der Steuererklärung, mit Arbeitszeitangaben und Strukturmerkmalen. Die Betriebe werden anhand eines Auswahlplans zufällig so ausgewählt, dass die Schätzung des Einkommens auf Ebene Schweiz und Ebene der Regionen möglichst genau ist. Die Stichprobe umfasst rund 2000 Abschlüsse [1]. Dank dem landwirtschaftlichen Einkommensmonitoring kann der Bund beurteilen, ob die Schweizer Agrarpolitik passende Rahmenbedingungen bietet und somit Früchte trägt. [2]

Für die vorliegende Visualisierung wurden landw. Einkommensdaten aus den Jahren 2015 bis 2020, aufgeschlüsselt nach Regionen, Betriebstyp sowie nach Einkommensart, verwendet (Infos zur Unterteilung von Betriebstypen siehe [3]).
Die Daten wurden durch Agroscope in Form einer CSV-Datei sowie eines Übersetzungsschlüssels zu Verfügung gestellt. Daraus wurden die gewünschten Variablen aufbereitet und anschliessend im JSON-Format abgespeichert.
Dargestellt werden die Daten mittels Zoomable Treemap [4]. Hierbei kann per Mausklick zwischen hierarchischen Ebenen gezoomt werden. Über die orange Fläche am oberen Rand gelangt man jeweils auf die nächstgrössere Ebene während über die restlichen Kacheln die jeweils nächsttiefere Ebene angewählt werden kann. Die Daten wurden in der obersten Ebene nach Jahr, dann nach Region, Betriebstyp und Einkommensart gruppiert. Für jede Gruppe wird die Einkommenssumme (Achtung: Summe ist abhängig von der Anzahl Stichproben!) angezeigt. Die Grösse der einzelnen Kacheln ist abhängig von der Summe. Da für kleine Kacheln die Beschriftung zum viel Platz einnimmt, können die Infos zusätzlich per Tooltip (Mauszeiger darauf halten) angezeigt werden. Aufgrund der schlechten Lesbarkeit auf kleineren Screens wurde entschieden, die Visualisierung nicht responsive zu machen.

Aus der Visualisierung ist ersichtlich, dass das Gesamteinkommen landwirtschaftlicher Betriebe (Achtung: keine absoluten Werte, sondern basierend auf Durchschnittswerten der Stichproben!) über die Jahre 2015 bis 2020 stetig gestiegen ist. Weiter ist ersichtlich, dass das Einkommen in der Talregion (Mittelland, mehr Grossbetriebe) am höchsten und in der Bergregion (mehr kleinere Betriebe) am tiefsten ist. Dies ist über alle Jahre der Fall. Untersucht man eine Ebene tiefer, erkennt man, dass die verschiedenen Betriebstypen pro Region unterschiedlich vertreten sind und auch unterschiedliche Einkommenssummen aufweisen. Erwartungsgemäss ist der Betriebstyp "Ackerbau" in der Bergregion nicht und in der Hügelzone nur als Mischtyp (Kombiniert Milchkühe/Ackerbau) vertreten. In der Bergzone ebenfalls nicht vertreten ist landschaftsbedingt der Typ "Spezialkulturen" (Gemüse/Gartenbau, Obstbau, Weinbau). Auf der nächsttieferen Ebene wird die Einkommensart in landw. und ausserlandw. Einkommen differenziert. Über alle Dimensionen (Jahre, Regionen, Betriebstypen) beträgt der Anteil des ausserlandw. Einkommens schätzungsweise 20-50% des Gesamteinkommens eines landw. Haushaltes. Präzisere Aussagen lassen sich dazu mittels Treemap leider nicht ableiten.

Zusammengefasst erlaubt die Visualisierung mittels Zoomable Treemap einen Vergleich nicht nur über verschiedene Jahre, sondern auch über die einzelnen Dimensionen (Region, Betriebstyp, Einkommensart). Durch die Zoom-Funktion wird die Möglichkeit geschaffen, die Daten interaktiv zu untersuchen. Dies stellt meiner Meinung nach einen effektiven Mehrwert, bspw. zu einem klassischen Balkendiagramm dar. Da mit zunehmender Unterteilung (bspw. ab Ebene Einkommensart) das Vergleichen schwieriger wird, würde ich für eine zukünftige Analyse entweder die Option anbieten, eine zweite Treemap daneben konfigurieren zu können, oder dann die Daten auch mittels Balkendiagramm o.ä. darstellen zu können.

• Literatur
• [1] Agrarmonitoring, Agroscope
• [2] Stichprobe Einkommenssituation, Agroscope
• [3] Betriebstypologie ZA2015 der Zentralen Auswertung von Buchhaltungsdaten


• Code
• [4] Zoomable Treemap


• Daten
• Landwirtschaftliche Buchhaltungsdaten, Agroscope (CSV, Rohdaten)
• Für die Visualisierung verwendete JSON-Datei


• Grafiken
• Logo (Kuh)
• Background Image

Ein herzlicher Dank gebührt Daniel Hoop (Agroscope) für die Bereitstellung der Daten und konzeptionelle Unterstützung, dem Open Data Team der Universität Bern für die Unterstützung beim Programmieren sowie allen Open Data Creators!

Das gesamte Visualisierungsprojekt ist auch auf Github verfügbar.