224.1998 MAATALOUDEN TALOUDELLINEN TUTKIMUSLAITOS Tutkimuksia AGRICULTURAL ECONOMICS RESEARCH INSTITUTE Finland h LANTBRUKS- EKONOMISKA FORSKNINGS- ANSTALTEN Suomen maatalouden alueellinen sektorimalli Versio 1.0. Heikki Lehtonen TUTKIMUKSIA 224 Suomen maatalouden alueellinen sektorimalli Versio 1.0. Heikki Lehtonen MAATALOUDEN TALOUDELLINEN TUTKIMUSLAITOS AGRICULTURAL ECONOMICS RESEARCH INSTITUTE, FINLAND RESEARCH REPORTS 224 ISBN 951-687-013-9 ISSN 1239-8799 Esipuhe Kvantitatiiviset mallit ovat yleisesti käytettyjä tutkimusmenetelmiä taloustieteissä. Ne voivat olla laajoja koko kansantaloutta tai jotain kansantalouden sektoria kuten maataloutta koskevia. Ne voivat olla myös hyvin rajoitettuja kuten vaikkapa yhtä tuotetta koskevia malleja. Tässä tutkimuksessa esitellään Suomen maa- talouden sektorimalli, joka muodostuu maatalouden tuotannosta ja sen sijoittu- misesta eri alueille sekä elintarvikkeiden kulutuksesta ja ulkomaankaupasta. Mallia tullaan käyttämään erityisesti politiikka-analyysiin. Kvantitadivisten mallien luominen on työläs tehtävä. Se vaatii paljon teoreet- tista pohjatietoa, mutta se vaatii ennen muuta paljon perustietoa. Malli on perusaineiston osalta hyvin laaja, eikä kaikkea tilastoaineistoa ole suoraan ollut saatavissa. Hyvin paljon aikaa onkin kulunut tilasn4neiston hankinnassa ja sovittamisessa mallin tarpeisiin. Sen lisäksi on jouduttu hankkimaan erilaisia parametrien estimaatteja eri aineistoista tai muutoin arvioimaan niitä. Tutkimuksen tekijä DI Heikki Lehtonen on joutunut ratkaisemaan monia vaikeita ongelmia puutteellisten tilastojen perusteella. Kaikista mallin osista ei ole olemassa varsinaista tutkimusta, joten mallia varten on jouduttu tekemään subjektiivisia ratkaisuja. Tämä on kuitenkin hyvin yleistä kvantitatiivisten mallien käytössä. Malleista valmistuu ensin alustava versio, jota kehitetään edelleen sitä mukaa kuin uutta tilastoaineistoa ja uusia tutkimustuloksia valmistuu. Mallit ovat tuskin koskaan täysin valmiita. Mallien käyttö opettaa tekijäänsä paranta- maan sitä jatkuvasti. Niin myös tässä esiteltävää mallia tullaan kehittämään edelleen. Uskon kuitenkin, että mallista on jo nykyisellään paljon hyötyä maa- talouspolitiikan arvioinnissa. Mallin rakentamisessa ovat olleet mukana tekijän lisäksi Hannu Linjakumpu, Juha Marttila ja allekirjoittanut. Työn viimeistelyssä on auttanut myös Panu Kallio. Jaana Ahlstedt on huolehtinut kuvioiden piirtämisestä ja julkaisun tait- tamisesta. Kaikille heille kuten ennen kaikkea Heikki Lehtoselle parhaat kiitokset tutkimuksen tästä vaiheesta. Tutkimus on saanut rahoitusta Mateus -tutkimus- ohjelmasta, mistä lausun kiitokset maa- ja metsätalousministeriölle. Helsingissä toukokuussa 1998 Lauri Kettunen AGRICULTURAL ECONOMICS RESEARCH INSTITUTE P.O. Box 3, FIN-00411 HELSINKI, Finland Research reports 224, 1998. 155 p. SUOMEN MAATALOUDEN ALUEELLINEN SEKTORIMALLI. VERSIO 1.0. HEIKKI LEHTONEN A dynamic regional sector model of Finnish agriculture. Version 1.0. Abstract. A dynamic regional model of Finnish agriculture (DREMFIA) has been constructed at the Finnish Agricultural Economics Research Institute. The model is primarily intended for agricultural policy analysis, but it can also be applied in other economic analyses, for example, in analysing the structural developmåit and environ- mental effects of different agricultural policies. The first version of the model simulates agricultural sector up to year 2005, but the time span can be easily extended to year 2010. The model outcomes are product prices, agricultural production in each region, as well as imports and exports of agricultural products. The total agricultural income of farmers is calculated using the production variables, endogeneous prices, and agricul- tural subsidies. Most products in the model are priced at the producer price level, but milk products and sugar are priced at the retail level. The model includes 18 different milk products and their regional processing activities. Armington-assumption is used to differentiate between domestic and imported products, which are assumed to be imperfect substi- tutes. It is assumed that export products and domestic products are homogeneous and Finland cannot affect the price level in the EU. Export cost functions are used to prevent large shortterm fluctuations in exports. Inflation and exogenous trends for consumption up to year 2005 represent general economic conditions and longterm consumer behav- iour. Finland is divided into four main regions in the model. Consumption and the use of feed are aggregated per main region, and products can be transported between the main regions. Production is further divided into subregions according to different support areas. Consequently, there are 14 different production regions in the model. The core of the model is an optimization model simulating the markets by maximis- ing the consumer and the producer surplus. The optimisation model, which is solved for each year using the outcome of the previous year as the initial value, provides an annual market equilibrium. Restrictions are imposed for the production variables based on the production of the previous year. The restrictions represent short term technical and biological constraints in each production line. Use of feed may change endogeneously because of changes in the prices and agricultural support. The application of fertilisers depends on grain and fertiliser prices through crop yield functions. The use of other inputs per hectare or animal is fixed each year. The use of some inputs, like labour and capital, becomes gradually more efficient over the years according to the given nonlinear trends. Crop and animal yields, as well as the prices of inputs, are fixed in each optimisation but they are given exogeneous trends in the dynamic model. Fixed costs are sunk in the early years of simulation but become gradually fully variable by 2005. Because of exogeneously given trends and assumptions, sensitivity analysis is needed in some cases when interpreting the model results. In later versions of the model, some exogeneous variables will be modelled as endogeneous. Index words: Sector model, Finnish agriculture, consumer and producer surplus, Armington-assumption, dynamics, production, policy analysis Sisällysluettelo Johdanto 9 1.1. Työn tausta ja tavoite 9 1.2. Esityksen rakenne 10 Mallintamisen lähtökohdat ja tausta 11 2.1. Maatalouden taloudellisista malleista 11 2.2. Mallityypin valinta ja rajaukset 14 2.3. Maatalouden sektorimalleista yleisesti 15 2.4. Optimointimallien ongelmia ja niiden ratkaisuyrityksiä 17 2.5. Malliajattelu maataloussektorin mallintamisessa ja analyysissä 20 Käytettyjen menetelmien teoreettisista perusteista 22 3.1. Yleiset lähtökohdat 22 3.2. Ylijäämäkäsitteet 23 3.2.1. Kuluttajan ylijäämä 24 3.2.2. Tuottajan ylijäämä 26 3.3. Optimointi ja tasapaino 27 3.3.1. Pareto-optimaalisuus ja hyvinvointi 28 3.3.2. Päätöksenteon rationaalisuus 31 3.3.3. Tasapaino ja aika 32 Sektorimallin rakenne 32 4.1. Mallin osat ja toiminta 32 4.2. Optimointimalli 36 4.2.1. Kysyntäfunktioiden johtaminen 37 4.2.2. Rehuviljan ja maidon tuottajahinnat 43 4.2.3. Päätösmuuttujat, tuotteet, eläimet ja viljelykasvit 45 4.2.4. KohdefunIctio 46 4.2.5. Rajoitukset 50 4.2.6. Ulkomaankauppa 54 4.2.7. Tuet 57 4.2.8. Maitokiintiöiden kauppa 58 4.3. Kiinteät kustannukset 59 4.4. Panoskäytön muuttuminen 61 4.5. Satotason määräytyminen 63 4.6. Eläinten keskituotoksen kasvu 67 4.7. Tulosteet 67 4.8. Ohjelmointi ja tekninen toteutus 68 Tilastoaineisto ja tuotantokustannusten määrittäminen 72 5.1. Tärkeimmät tilastolähteet 72 5.2. Tuotantokustannukset ja tuotantopanosten käyttö 73 5.2.1. Kasvinviljelyn panoskäyttö 74 5.2.2. Kotieläintalouden panoskäyttö 75 5.2.3. Kiinteät kustannukset 76 5.3. Alueelliset kustannuserot 79 5.4. Rehunkäyttötiedot ja keskituotokset 83 5.5. Jalostuskustannukset ja ulkomaankauppa 84 5.6. Satotasofunktioiden parametrit ja lannoitus 86 Perusskenaarion määrittäminen 87 6.1. Johdanto 87 6.2. Perusskenaarion käsite ja merkitys dynaamisessa mallissa 88 6.3. Valitut skenaarioparametrit 90 6.3.1. Tuet ja yleinen kustannuskehitys 90 6.3.2. Skenaarioiden erot 91 6.4. Muut parametrit 96 6.4.1. Tuotantomuuttujien rajoitukset 97 6.4.2. Kulutuksen trendit ja vaihteluvälit 98 6.4.3. Vientikustannusfunktioiden kertoimet 101 6.5. Perusskenaarion kehitysura ja herkkyystarkastelu 101 6.5.1. Maidontuotanto 102 6.5.2. Naudanlihantuotanto 105 6.5.3. Sianlihantuotanto 107 6.5.4. Siipikarjanlihantuotanto 112 6.5.5. Kananmunien tuotanto 113 6.5.6. Kasvinviljely 115 6.5.7. Tuotot, kustannukset ja maataloustulo 123 6.5.8. Tuet 125 6.5.9. Tulosten yhteenveto 127 Muita sovellusmahdollisuuksia 130 7.1. Maatalouden rakennekehitys 131 7.2. Maatalouspolitiikan ympäristövaikutusten arviointi 132 Mallin jatkokehitys 133 8.1. Mallin vahvuudet ja heikkoudet 133 8.2. Politiikkatoimenpiteiden ja tuottavuuskehityksen välinen yhteys 134 8.3. Tuotantofunktioiden ja eri tuotantomenetelmien määrittäminen 135 8.4. Investoinnit ja tilatason päätöksentekomekanismit 137 8.5. Laaj ap eräisyy s v aatimuks et ja -lisät 138 9. Yhteenveto 138 Kirjallisuus 144 Liitteet 148 1. Johdanto 1.1. Työn tausta ja tavoite EU:n maataloustukijärjestelmän odotetaan muuttuvan vuoden 2000 jälkeen si- ten, että hinnat laskevat ja suoran tuen osuus viljelijän tuloista kasvaa. EU:n tukijärjestelmän muutos vaikuttaa myös Suomen kansallisiin tukiin. Tuilla on ratkaiseva merkitys Suomen maatalouden ja elintarviketuotannon kannalta. Tuot- teista saatavat hinnat eivät useimmissa tapauksissa kata tuotantokustannuksia, jolloin viljelijöiden tulot riippuvat tuista. Tukipolitiikalla on keskeinen vaikutus paitsi viljelijöiden tuloihin, myös hintoihin, tuotantomääriin, tuotannon sijoit- tumiseen ja osittain myös kulutukseen. On siksi tarpeen tarkastella muuttuvien markkinaolosuhteiden ja politiikkamuutosten vaikutuksia maataloudessa. Poli- tiikkavaikutusten arviointi on olennainen osa maatalouspoliittisten toimenpiteiden suunnittelussa. Laajoja taloudellisia järjestelmiä tutkitaan yleisesti matemaattisin mallein. Aiemmat Suomen maataloutta kuvaavat mallit (esim. Kettunen 1981) tehtiin kuitenkin hyvin toisenlaisessa tilanteessa ja paljolti myös erilaisten ongelmien edessä kuin missä Suomen maatalous nyt on. EU-jäsenyyteen asti Suomen maatalous toimi pääosin suljetussa ja pitkälle säännellyssä järjestelmässä. Nyt maatalous ja elintarviketuotanto ovat avoimessa kilpailuasetelmassa muihin EU- maihin nähden. Suomen hintataso riippuu EU:n yleisestä hintatasosta. Maa- talouden taloudellisessa analyysissä ja politlikkavaikutusten arvioinnissa tarvi- taan aiempaa markkinalähtöisempää lähestymistapaa. Mikäli tukipolitiikan vaikutuksia tutkitaan pelkästään esim. tuotteittain tai yksittäisin tilamallein käyttäen kiinteitä hintoja, voidaan tehdä vääriä johto- päätöksiä. Tiettyihin yksittäisiin maataloustuotteisiin tai -tuoteryhmiin keskitty- vät osittaismarkkinamallit voivat nekin antaa voimakkaasti vääristyneen kuvan tukipolitiikan vaikutuksista, sillä eri tuotannonalat ovat riippuvuussuhteissa toi- siinsa ja kilpailevat samoista tuotantoresursseista. On siis mallinnettava maa- talousmarkkinat ja hinnanmuodostus riittävän laajasti ja yksityiskohtaisesti. Maa- talous on myös riippuvainen muusta kansantaloudesta, mutta maatalouden vai- kutus muuhun kansantalouteen on Suomessa vähäinen. Tärkeimmät kansan- taloudelliset kytkennät tulee kuitenkin ottaa huomioon. Suomen maataloudesta ei ole aiemmin ollut käytettävissä alueellista sektori- mallia. MASSU-malli (Kettunen 1981) on koko maatalouden rekursiivinen ku- vaus, joka tuottaa tulevaisuuden skenaarioita mm erilaisin hinta- ja tulo-oletuksin. Hannu Törmän ja Thomas Rutherfordin malli (1993) on puolestaan koko kan- santalouden käsittävä yleinen tasapainomalli, jolla on tutkittu EU-integraation vaikutusta myös maatalouteen. Seuraavassa esiteltävä sektorimalli on maatalou- den osalta huomattavasti aikaisempia suomalaisia malleja laajempi ja yksityis- 9 kohtaisempi. Maailmalta löytyy paljon esimerkkejä eri maiden politiikka-ana- lyysissä käytetyistä malleista (joita ovat tarkastelleet mm. Bauer ja Henrichs- meyer 1989). Tämän tutkimuksen lähtökohtana on ollut erityisesti Ruotsissa kehitetty sektorimalli (Apland ja Jonasson 1992). Tämän tutkimuksen tavoitteena on ollut laatia Suomen olosuhteisiin soveltu- va maatalouden alueellinen sektorimalli maatalouden yleisen taloudellisen ana- lyysin ja politiikka-analyysin tueksi. Mallilla on tarkoitus tutkia erityisesti eri politiikkavaihtoehtojen vaikutuksia maataloustuotannon laajuuteen ja sijoittu- miseen Suomessa. Mukana ovat maatalouden päätuotantosuunnat, elintarvikkei- den kulutus ja maataloustuotteiden ulkomaankauppa. Malli kuvaa sektorin sisäi- set riippuvuudet kysynnän, tarjonnan, tukipolitiikan ja maatalouden tulonmuo- dostuksen välillä. Tällä koko maatalouden kattavalla mallilla voidaan tehdä näin paitsi politiikka-analyysiä, myös arvioida esimerkiksi kysynnässä, kustannus- kehityksessä ja tuotantoteknologiassa tapahtuvien muutosten vaikutuksia. Ta- voitteena on siksi riittävän yleinen, laaja ja käyttömahdollisuuksiltaan monipuo- linen malli. Tässä vaiheessa ei voida kuitenkaan paneutua vielä kaikkiin tuotan- nonalakohtaisiin yksityiskohtiin, vaan tavoitteena on toimiva kokonaisuus ja runko yksityiskohtaisemman jatkotyöskentelyn pohjaksi. 1.2. Esityksen rakenne Lyhyt katsaus maataloutta kuvaaviin taloudellisiin malleihin esitetään luvussa 2.1. Perusteluja mallityypin valinnalle ja keskeisille rajauksille tehdään luvussa 2.2. Kirjallisuudesta voidaan löytää monia eri tapoja mallintaa maataloussektoria (luku 2.3). Tässä työssä esiteltävä sektorimalli on syntynyt paljolti yrityksistä välttää staattisen optimointimallin pahimmat ongelmat. Näitä ongelmia ja nii- den yleisimpiä ratkaisuyrityksiä, sikäli kuin ne ovat relevantteja tämän tutki- muksen kannalta, käsitellään lyhyesti luvussa 2.4. Matemaattisen mallinraken- tamisen perusajatuksia suhteessa maatalouden mallintamiseen tarkastellaan lu- vussa 2.5. Esitettävän sektorimallin pääkomponenttina on tuottajan ja kuluttajan yli- jäämän summaa maksimoiva staattinen optimointimalli, jonka teoreettista taus- taa, peruskäsitteitä (ylijäämäkäsitteet ja kohdefunktio), oletuksia ja ongelma- kohtia selvitetään luvussa 3. Mallintamisen lähtökohtana ei tässä työssä kuiten- kaan ole maatalouden staattinen tasapainotila, vaan luvussa 4 esitetään laaja dynaaminen malli, jossa kehitys etenee vuosittain perättäisten epätasapaino- tilojen kautta. Staattinen optimointimalli ratkaistaan peräkkäisille vuosille siten, että edellisen vuoden ratkaisua käytetään seuraavan vuoden alkuarvona ja muu- tokset edellisvuodesta ovat rajoitettuja. Maatalouden sisäinen dynamiikka ja biologis-tekninen kehitys sekä vaiheittain muuttuva tukipolitiikka otetaan huo- mioon. Mallin pääkomponentteja tarkastellaan ensin lyhyesti luvussa 4.1 koko- naisuuden hahmottamiseksi. Eri osia tarkastellaan yksityiskohtaisesti luvuis- 10 sa 4.2-4.6. Mallin herkkyyttä ulkomaiselle hintatasolle on merkittävästi vähen- netty määrittelemällä kotimainen ja ulkomainen tuote eri tuotteiksi (Armington- olerus), eli kuluttajien oletetaan näkevän kotimaiset ja ulkomaiset tuotteet eri tuotteina, jotka voivat korvata toisiaan. Näin ollen luvussa 4.2 esitetty malli on sovellus perinteisestä staattisesta optimointimallista, jossa kotimaiset ja vastaa- vat ulkomaiset tuotteet ovat homogeenisia (vrt. Hazell ja Norton 1986, Apland ja Jonasson 1992). Luvussa 5 esitetään tilastolähteet ja käytetyt menetelmät tuotantokustannus- ten määrittämisessä Kaikkia mallin parametreja ei voida estimoida tilastoista (esim. tulevaisuuden kulutustrendit), vaan niiden suhteen on tehtävä aiempaan kehitykseen, olemassaoleviin selvityksiin sekä osittain subjektiiviseen arvioin- tiin perustuvia valintoja. Näitä valintoja tehdään ns. perusskenaariota määritet- täessä, johon liittyvää problematiikkaa käsitellään luvussa 6. Perusskenaariota käytetään vertailukohtana eri politiikkavaihtoehtoja arvioitaessa, joten perusske- naarion valinnalla on tärkeä merkitys mallin soveltamisessa. Politiikkaskenaariot poikkeavat valitusta perusskenaariosta tulden, hintojen, kiintiöiden ym. politiikka- toimenpiteiden osalta. Valitun perusskenaarion herkkyyttä eri oletuksille selvi- tetään valitsemalla esimerkinomaisesti neljä vaihtoehtoista skenaariota, joista kukin poikkeaa valitusta perusskenaariosta yhden kehitysolettamuksen suhteen (luvut 6.3-6.5). Tulosten vertailu antaa samalla lukijalle konkreettisen kuvan perusskenaarion valinnan merkityksestä ja mallin käytöstä. Valittu perusskenaario ei ole lopullinen lähtökohta eri politiikkaskenaarioiden tutkimiselle, vaan sen oletuksia tullaan myöhemmissä tutkimuksissa joiltain osin tarkistamaan. Tässä julkaisussa ei arvioida vaihtoehtoisia politiikkaskenaarioita. Tarkem- paa politiikka-analyysiä eri politiikkavaihtoehtojen vaikutuksista esitetään myö- hemmin erillisissä julkaisuissaan, joissa asiaanliittyvää problematiikkaa voi- daan esitellä laajemmin. Luvussa 7 esitellään eräitä muita mallin sovellusmahdollisuuksia. Toteutetulla sektorimallilla voidaan tutkia paitsi yleisten taloudellisten muutosten vaikutuk- sia maatalouteen, myös maatalouden rakermekehitystä ja maatalouspolitiikan ympäristövaikutuksia. Luvussa 8 pohditaan lyhyesti mallin jatkokehitystä. Ly- hyt yhteenveto esitetään luvussa 9. 2. Mallintamisen lähtökohdat ja tausta 2.1. Maatalouden taloudellisista malleista Matemaattisia taloudellista käyttäytymistä kuvaavia malleja käytetään yleisesti erilaisten taloudellisten muutosten ja politiikkatoimenpiteiden vaikutusten tarkas- teluun. Jotkut mallityypit on kehitetty omaan, tarkasti rajattuun käyttötarkoi- 11 tukseensa, kun taas toiset ovat yleisempiä ja soveltuvat laajempien kysymysten, kuten esim. politiikkavaikutusten arviointiin. Maataloutta kuvaavat mallit voi- daan jaotella useammallakin eri tavalla. Yksi tapa on puhua erikseen kansainvä- lisen maatalouskaupan malleista, maatalouden makrotason malleista, sektori- malleista, yksittäisiin maataloustuotteislin keskittyvistä osittaismarkkinamalleista sekä tilatason malleista (Jensen 1996, s. 8). Kansainvälisen kaupan malleilla tutkitaan maataloustuotteiden kauppavirtojen muutoksia taloudellisten tai kauppapoliittisten muutosten seurauksena. Lähes- tymistapana käytetään useimmiten yleistä- tai osittaistasapainoa. Makrotason mallit ovat koko kansantaloutta kuvaavia yleisiä tasapainomalleja, joissa maa- talous on useimmiten yksi varsin karkeasti aggregoitu sektori. CGE -mallinnustapa (Computable General Equilibrium), josta yhtenä esimerkkinä Törmä ja Rutherford 1993, saa yhä enemmän suosiota kansantaloutta mallinnettaessa. Sektoritason mallit, jotka kuvaavat maataloustuotannon kaikkia päätuotantosuuntia yhtenä kokonaisuutena, ovat useimmiten osittaistasapainon käsitteeseen perustuvia (li- neaarisia tai epälineaarisia) optimointimalleja tai ekonometrisia malleja. Maata- louden osittaismarIckinamallit kuvaavat vain tiettyä maataloustuotteiden ryhmää ilman vuorovaikutussuhteita muihin maatalouden tuotantosuuntiin. Tämäntyyp- pisten mallien käyttöalue on yleensä kapea ja tarkoin rajattu, koska maatalouden eri tuotantosuunnat ovat vuorovaikutuksessa keskenään esim. rehuntuotannon ja käytettävissä olevan peltopinta-alan osalta. Tilatason mallit ovat tavallisesti lineaariseen optimointiin tai yksinkertaiseen tuloslaskentaan perustuvia malleja tilatason päätöksenteon tueksi. Usein tilatason malleilla tutkitaan myös politiikka- vaikutuksia (esim. Hiiva 1996). Lähestymistapana sektori- ja makrotason sekä kansainvälisen kaupan mal- leissa käytetään useimmiten yleistä- tai osittaistasapainoa. Molemmilla lähes- tymistavoilla on sekä etuja että haittoja, joita on punnittava suhteessa niihin kysymyksiin, joihin rakennettavalla mallilla haetaan vastauksia. Osittaistasa- painomallit kuvaavat tarkasti lopputuotteita ja niihin kohdistuvia politiikka- toimenpiteitä eri tuoteryhmissä, mutta tuotannontekijämarkkinoiden kuvaus on usein hyvin suppea tai puuttuu kokonaan. Usein tarkastelun kohteena oleva sektori ei ole lainkaan riippuvuussuhteessa muihin kansantalouden sektoreihin eikä siksi sektorin ulkopuolelta saatavien panosten, kuten työn, pääoman tai energian, hintoihin. Sektorin sisällä eri tuotteet ja panokset voivat korvata toisi- aan ja niiden hinnat voivat muuttua. Samoin tuotantoresurssit voivat siirtyä eri tuotteiden valmistukseen ainoastaan sektorin sisällä. Toisaalta yksittäiset kan- santalouden sektorit, kuten maatalous, ovat usein hyvin pieniä suhteessa muu- hun kansantalouteen, jolloin sektorin vaikutukset muihin kansantalouden sektoreihin ovat hyvin vähäisiä. Tällöin myös takaisinkytkentä muusta kansan- taloudesta on hyvin heikko, eikä kansantaloudellisten kytkentöjen huomioonot- tamisella ole juurikaan vaikutusta mallin tuloksiin (Tyers ja Anderson 1992, 12 s. 198). Mikäli kansantaloudessa ei tapahdu suuria muutoksia, osittaistasapaino on riittävä yksittäisen pienen sektorin kuvaamiseen. Osittaistasapainomallien etuna on lisäksi yksinkertaisempi rakenne ja parempi hallittavuus, jolloin tulok- set ovat helpommin tulkittavissa. Osittaistasapainomalleihin voidaan helpom- min lisätä dynaamisia ja stokastisia piirteitä kuin laajoihin ja rakenteltaan jäyk- kiin yleisiin tasapainomalleihin (Hubbard 1995, s. 165). Tavaroiden, panosten ja resurssien kokonaismäärä voi osittaistasapainomallissa kasvaa (Silberberg 1990, s. 491-493). Yleisissä tasapainomalleissa koko kansantalouden tavaroiden ja resurssien määrä on yleensä vakio (ellei kyseessä ole nimenomaan kasvumalli). Pääpaino on tuotannontekijämarlddnoiden ja kansantalouden sektoreiden välisillä vuoro- vaikutussuhteilla, minkä vuoksi yleinen tasapaino on käyttömahdollisuuksiltaan laaja-alaisempi lähestymistapa kuin osittaistasapaino. Sektoreiden väliset kyt- kennät määritellään CGE-tyyppisissä toteutuksissa kansantalouden panos-tuo- tos-taulukon ja erilaisten mallirakenteiden kautta. Jokainen sektori vaatii tuot- teiden valmistuksessa panoksia muilta sektoreilta sekä työvoimaa ja pääomaa, jotka voivat liikkua sektoreiden välillä. Kaikkien tuotteiden hinnat määräytyvät yhtäaikaisesti sektoreiden välisen vuorovaikutuksen perusteella (Pindyck ja Rubinfeld 1995, s. 559). Vapaa kilpailu johtaa teoriassa optimaaliseen tuotanto- ja kulutusallokaatioon ja resurssien käyttöön sektoreiden kesken, jolloin koko- naishyvinvointi maksimoituu (Silberberg 1990, s. 492-493; Pindyck ja Rubinfeld 1995, s. 570). Yleisten tasapainomallien puutteena voidaan pitää yleensä karke- asti aggregoituja lopputuoteryhmiä. Aggregointi on usein välttämätöntä, ettei malli kasvaisi liian suureksi ja vaikeasti hallittavaksi. Aggregoinnin seuraukse- na maatalouden eri tuotantosuuntien ja eri maataloustuotteiden väliset vuorovai- kutukset voivat jäädä hyvin vähäisiksi (Tyers ja Anderson 1992, s. 156-157). Yleisiin tasapainomalleihin ja erityisesti CGE-tyyppisiin malleihin, tiettyjen politiikkatoimenpiteiden, kuten kesantomääräysten, kiintiöiden ja yksikkötukien mallintaminen on usein hankalaa. Tämä johtuu siitä, että CGE-malleissa kaikil- la talouden sektoreilla yritys voi tuottaa vain yhtä tuotetta (Banse ja Tangermann 1996, s. 5). Yleisen tasapainomallin käyttö maatalouden taloudellisessa- ja politiikka- analyysissä on perusteltua ja suositeltavaa silloin, jos kansantaloudessa tapah- tuu samaan aikaan suuria muutoksia tai jos maatalous on huomattava osa kansan- taloutta ja vaikuttaa vahvasti koko kansantalouden kehitykseen (Brockmeier ym. 1996). Tällöin osittaistasapainomallit ja yleiset tasapainomallit voivat antaa toisistaan selvästi poikkeavia tuloksia, koska kansantalouden eri sektoreiden välinen tasapaino voi muuttua. Tämä on tullut ilmi esim. tutkittaessa kansain- välisen maatalouskaupan vapauttamisen vaikutuksia kehitysmaihin sekä EU- integraation mahdollisia vaikutuksia Itä-Euroopan maihin ja erityisesti niiden maatalouteen (Hubbard 1995, s. 165-166; Banse ja Tangermann 1996). 13 2.2. Mallityypin valinta ja rajaukset Nyt luotavan mallin tulee rakenteeltaan soveltua Suomen nopeasti muuttuvan elintarvikesektorin kuvaamiseen. Mallin tulee kuvata maataloussektorin talou- dellisia riippuvuuksia ja tukipolitiikkaa riittävän yksityiskohtaisesti, jotta erilai- sia politiikkavaihtoehtoja pystytään arvioimaan. Tukijärjestelmä määrittelee tuet ja kiintiöt tuote-, pinta-ala- ja eläinkohtaisesti alueittain. Tämä pakottaa mallin- tamaan maataloustuotteiden tuotannon yksityiskohtaisesti. Varsinaisten politiikka- toimenpiteiden (esim. tukien, kiintiöiden ym.) vaikutukset, joita mallilla on ensisijaisesti tarkoitus tutkia, riippuvat lukuisista samaan aikaan vaikuttavista ja muuttuvista tekijöistä. Kilpailun, ulkomaankaupan, kuluttajien mieltymysten ja maatalouden tuottavuuskehityksen tulee siksi olla keskeisellä sijalla mallin- rakennuksessa. Tässä tutkimuksessa päädyttiin rakentamaan sektorimalli yleisen tasapaino- mallin sijasta. Kun tutkitaan maatalouspolitiikan vaikutuksia yksityiskohtaisesti maatalouden eri tuotannonaloihin eri alueilla, ei ole mielekästä mallintaa maa- taloutta yksityiskohtaisesti osana yleistä tasapainomallia. Tähän on montakin syytä. Maatalous on taloudellisena ja teknisenä järjestelmänä jo yksinään hyvin laaja. Jos yleiseen tasapainomalliin, joka jo yleispätevyytensä vuoksi on raken- teeltaan sektoritason mallia monimutkaisempi, otetaan mukaan lukuisia eri tuot- teita, useita alueita ja maatalouden tukijärjestelmä, päädytään hyvin suureen ja monimutkaiseen malliin. Monia alueita käsittävän yleisen tasapainomallin ra- kentaminen on vaikeaa ja työlästä jo sen takia, että kaikkien kansantalouden sektoreiden panos-tuotos-taulukot pitää tuottaa erikseen kaikille alueille. Maata- lous ja sen eri tuotannonalat tulee panos-tuotos-tauluissa hajottaa eri tuotanto- suuntiin, joilla on erilaiset kytkennät muihin kansantalouden sektoreihin. Yleis- ten tasapainomallien perusrakenne ei anna kovin hyviä mahdollisuuksia tuki- järjestelmän yksityiskohtaiselle mallintamiselle. Tulokset voivat olla vaikeasti tulkittavissa mallin laajuuden ja rakenteen takia. Lopputuloksena olisi edelleen staattinen kokonaisuus, jolloin dynaamiset kehitystekijät jäisivät huomiotta. Yleisten tasapainomallien mallirakenteet vaativat useita tilastoaineistosta estimoituja parametrien estimaatteja (ks. esim. Törmä ja Rutherford 1993), joi- den käyttö nykyisissä nopeasti muuttuvissa olosuhteissa saattaa olla harhaan- johtavaa. Hintasuhteet muuttuivat merkittävästi EU-jäsenyyden astuessa voi- maan. Maataloustuotteiden hinnat laskivat kymmeniä prosentteja. Hinnanlaskua korvaavat pääasiassa eläin- ja hehtaarikohtaiset tuet. Maatalouden sopeutumi- nen EU:n maatalouspolitiikkaan on jatkuva prosessi, ja lisää politiikkamuutoksia on tulossa. Maatalouden toimintaympäristö on kokonaan toisenlainen kuin en- nen EU-jäsenyyttä. Tämä näkyy myös viljelijöiden ja kaikkien markkina- osapuolien asenteissa ja toitnintavavoissa. Menneen kehityksen perusteella vali- tut mallirakenteet ja niiden parametrien estimaatit eivät ole luotettavia arvioita- essa tulevien politiikkamuutosten vaikutuksia. 14 Yksityiskohtaisen taloudellisen ja politiikka-analyysin kannalta on perustel- tua rakentaa maataloudelle oma osittaistasapainomallinsa. Tutkittaessa tuki- politiikan vaikutuksia maatalouden tuotantoon, sen sijoittumiseen ja maatalous- tuloon, tärkeimmät riippuvuussuhteet kansantalouteen tulee kuitenkin ottaa huo- mioon. Tutkimusongelman kannalta ei ole paljoakaan merkitystä maatalouden vähäisillä vaikutuksilla muuhun kansantalouteen. Takaisinkytkentä muusta kansantaloudesta maatalouteen on heikko. Sen sijaan kansantalouden suorat vaikutukset maatalouteen ovat huomattavat, ja niistä tärkeimpiä voidaan mallintaa osittaistasapainomallin sisällä. Merkittävimmät kansantaloudelliset kytkennät maatalouden kannalta ovat kulutus, yleinen kustannuskehitys ja tuet, joilla on yhteys valtiontalouteen. Eri elintarviketuotteiden kulutukselle voidaan osittais- tasapainomallissa asettaa trendit. Tämä on sikäli perusteltua, että todellisuudesssa pitkän ajan kulutustrendit johtuvat enemmän muista kuin taloudellisista teki- jöistä. Mikäli kansantaloudessa ei tapahtu suuria muutoksia, kulutustrendit eivät merkittävästi muutu. Samoin yleinen kustannuskehitys voidaan asettaa ekso- geenisesti. Tukijärjestelmä on pääosin EU:n yleinen tukijärjestelmä, johon Suo- men vaikutusmahdollisuudet ovat hyvin pienet. EU on lisäksi määrännyt kansal- listen tukien ylärajat. Ainut liikkumavara tässä suhteessa on maksaa kansallista tukea enimmäismääriä vähemmän. Tukien leikkauksia voidaan kohdentaa eri tavalla eri tuotantosuuntien kesken. Tässä tutkimuksessa tuet, joiden vaikutuk- sia tutkitaan, oletetaan eksogeenisesti annetuiksi. 2.3. Maatalouden sektorimalleista yleisesti Sanalla sektorimalli ei ole täysin vakiintunutta sisältöä maatalousekonomian piirissä. Kirjallisuudesta voidaan löytää eri asiayhteyksissä erilaisia määritel- miä. Maataloussektorin voidaan katsoa käsittävän paitsi itse maataloustuotan- toa, myös jalostusta, kauppaa, tuotantopanoksia valmistavaa teollisuutta ja pal- veluita. Minimivaatimus näyttäisi olevan se, että kaikki tärkeimmät maatalous- tuotannon alat ovat mukana (Bauer 1988a, s. 4; Hazell ja Norton 1986, s. 125). Maatalouden sektorimalli on luonteeltaan multi-input-multi-output-malli (si- sältäen monia panoksia ja monia tuotteita), joka määrittelee eri tuotannonalojen sisäisiä ja välisiä kytkentöjä. Tuotannonalojen väliset kytkennät erottavat sektori- mallit yksittäisiä tuotteita tai tuoteryhmiä sisältävistä osittaismarkkinamalleista. Riippuvuudet eri tuotannonalojen välillä tekevät maataloussektorista yhden ko- konaisuuden ja mahdollistavat kokonaisvaltaisen taloudellisen ja politiikka-ana- lyysin. Sektorimalleilla tehtävä politiikka-analyysi etenee siten, että ensin malli kalibroidaan tunnettuun perusvuoteen, eli mallin antaman tuotannon tulee vasta- ta perusvuoden tuotantoa annetuilla tuilla ja hinnoilla. Sitten määritellään vaihto- ehtoinen politiikkaskenaario, jossa on erilaiset tuet, hinnat tai kiintiöt kuin perusskenaariossa. Malli tuottaa vaihtoehtoiselle politiikkaskenaariolle uuden 15 tasapainotilanteen, jossa on uudet hinnat, kulutus ja tuotanto. Politiikkamuutosten vaikutuksista voidaan tehdä johtopäätöksiä vertaamalla politiikkaskenaarion tu- loksia perusskenaarioon. Toteutustavaltaan ja perusrakenteeltaan maatalouden sektorimallit voidaan jakaa kahteen pääluokkaan: ekonometrisiin malleihin ja optimointimalleihin. Molempia on sovellettu maatalouteen enimmäkseen erikseen, mutta jonkin ver- ran on tekniikoita yhdistämällä yritetty hyötyä molempien tekniikoiden parhais- ta puolista (Bauer 1988a, s. 17-18). Useimpien ekonometristen mallien teoreettinen perusta on sama kuin opti- mointimalleissakin, eli marlddnaosapuolet maksimoivat voittoaan tiettyjen ra- joitusten vallitessa. Globaalia kohdefunktiota ei kuitenkaan tarvita, kuten optimointimalleissa, vaan eri tuotantosuuntia kuvaavat yhtälöryhmät voidaan estimoida esim. dualiteettiteoriaan perustuen olettamalla eri markkinaosapuolien optimoivan voittoaan. Tätä vastaavat tasapainoehdot voidaan asettaa yhtälö- muodossa siten, että rajatuotto on sama kaikilla tuotteilla. Yhtälöryhmät ratkais- taan endogeenisten muuttujien suhteen siten, että ehdot täyttyvät. Tällöin eri tuotantosuunnat kilpailevat keskenään tuottaen optimaalisen tuotantoallokaation ja tietyn pitkän aikavälin tasapainötilan (Jensen 1996, s. 23-25, 70). Eriasteinen epätasapaino (marlddnaosapuolet eivät ole täysin sopeutuneet vallitseviin hinta- suhteisiin) erilaisten viiveiden vuoksi on kuitenkin havaittu luonteenomaiseksi maataloussektorille, joten ongelmaksi muodostuu mallin oletus tasapaino- tilanteesta. Tämä on tosin yhteistä kaikille tasapainomalleille. Epätasapainon ja tuotannollisten viiveiden vuoksi maatalouden sektodmalliin tulisi saada mukaan dynamiikkaa. Aikariippuvuus voidaan käsitellä ekonometriassa dynaamisilla mallirakenteilla, joiden parametrit määrätään estimoinnein ja testein. Dualiteetti- teoriaan perustuvissa ekonometrisissa malleissa aikariippuvuuden mallintaminen on kuitenkin vaikeaa, koska taustaoletuksena on staattinen optimointi. Myös tuotantoteknologian kuvaus tuottaa ongelmia ekonometrisissa malleissa (Bauer 1989a, s. 12, 15). Ongelmana ekonometrian käytössä Suomen maatalouden sektorimallin luo- misessa on se, että ekonometrinen malli tilastoaineistosta estimoituine para- metreineen ja mallirakenteineen ei kuvaa luotettavasti maataloutta, jonka hinta- suhteet ja koko toimintaympäristö ovat ratkaisevasti muuttuneet EU-jäsenyyden seurauksena. Ekonometriset menetelmät vaativat pitkän jakson tilastoaineistoa mallirakenteiden valintaa ja parametrien estimointia varten, joten ainakin puh- taasti ekonometrisiin menetelmiin perustuva mallintaminen on tässä tapaukses- sa poissuljettu vaihtoehto. Poikkileikkausaineistoa tai 2-3 viimeisen vuoden tilastoaineistoa käytettäessä ekonometrisen mallin rakenteiden valinta olisi pal- jolti mielivaltaista. Optimointimallit eivät ole tilastoaineiston suhteen yhtä vaativia, vaan käyttä- vät tyypillisesti poikldleikkausaineistoa, kuten esim. CGE-mallit. Vapaan kil- pailun markkinoiden toimintaa kuvaavissa staattisissa optimointimalleissa mark- 16 Q, Z Kuvio 2.1. Kysyntä ja tarjonta sekä kuluttajan ja tuottajan ylijäämä. kinatasapaino haetaan maksimoimalla tuottajien ylijäämän (PS) ja kuluttajien ylijäämän (CS) summaa (kuvio 2.1). Tämänkaltaiset optimointimallit rakentu- vat neoklassisille kysynnän, tarjonnan, taloudellisen tehokkuuden ja tasapainon käsitteille. Näin voidaan niukallakin aineistolla laskea tietyn kohdefunktion kannalta optimaalinen tuotantoallokaatio tasapainoehtojen (kysyntä=tarjonta kai- kille tuotteille) vallitessa. Optimointimalleissa voidaan hyödyntää suoraan erilaista teknistä tai apriori- tietoa, kuten esim. jo olemassa olevia kustannuslaskelmia maatalouden eri tuo- tannonaloilla. Tuotantoteknologia, tukijärjestelmä, kiinteät tuotannontekijät ja riippuvuudet eri tuotannonalojen välillä (esim. viljantuotannon ja kotieläin- talouden) voidaan mallintaa yksityiskohtaisesti, mikä on usein vaikeaa ekono- metrisilla malleilla (Bauer 1989a, s. 15). Optimointi antaa tehokkaan kulutus- ja tuotantoallokaation. Näin voidaan tutkia tukipolitiikan ja lukuisten muiden muu- tosten vaikutuksia tuotannon määrään, sijoittumiseen ja maataloustuloon pitkäl- lä aikavälillä. Optimointimallin tuottamat tulokset ovat helposti tulkittavissa rationaalisen taloudellisen käyttäytymisen tuloksiksi, jolloin niiden voidaan aja- tella näyttävän ainakin suuntaa odotettavissa olevalle kehitykselle. 2.4. Optimointimallien ongelmia ja niiden ratkaisuyrityksiä Neoklassinen talousteoria olettaa, että tuottajat (yleensä yritykset) maksimoivat voittoaan ja kuluttajat hyötyään. Täydellisen kilpailun vallitessa kukaan yksit- täinen kuluttaja tai tuottaja ei voi vaikuttaa hintoihin. Teoreettiset oletukset johtavat siihen, että talouden ajatellaan tasapainomalleissa toimivan yhden suu- ren optimointimallin tavoin (Silberberg 1990, s. 492-493). Todellisuus ei kui- tenkaan täysin noudata teoreettisia oletuksia. Esimerkiksi viljelijät eivät ole pelkästään voiton maksimoijia eivätkä markkinat toimi kitkattomasti. Optimoin- ti, joka on ratkaisumenetelmänä implisiittisesti tai eksplisiittisesti mukana kai- kissa tasapainomalleissa, on tämän vuoksi jo itsessään ongelmallinen. Näin on 17 erityisesti silloin, kun tuotantoteknologia on Leontief-tyyppistä, eli oletetaan kiinteät panos-tuotos-kertoimet ja lineaariset rajoitteet. Optimointimalli voi täl- löin olla herkkä pienillekin hintasuhteiden muutoksille. Tästä seuraa optimointi- mallin taipumus tuotannon epärealistisen voimakkaasen erikoistumiseen aluei- den kesken. Pienikin muutos tuotantokustannuksissa voi saada aikaa suuren muutoksen tuotannon sijoittumisessa. Mallin käyttäytymisen kannalta keskeisten kysyntä- ja tarjontafunktioiden parametrien estimaattien määrittäminen tilastoaineistosta voi olla hankalaa. Esti- maattien etumerkit voivat vaihdella estimoitavasta ajanjaksosta riippuen. Ky- synnän hintajoustojen tulee olla negatiivisia (laskeva kysyntäkäyrä hinnan funk- tiona) ja tarjontajoustojen positiivisia (nouseva tarjontakäyrä hinnan funktiona), jotta kuluttajien ja tuottajien ylijäämien summan maksimointi on mahdollista (kuvio 2.1). Usein turvaudutaan subjektiivisesti asetettuihin asiantuntija-arvioi- hin tai joustot lainataan vastaavista ulkomaisista malleista (esim. Apland ja Jonasson 1992, s. A20). Optimointimallien testaamiseen ja validointiin ei ole yleisesti hyväksyttyjä perusteita ja menetelmiä, vaikka erilaisia testejä onkin käytetty (Hazell ja Norton 1986, s. 269-273). Mittareina on pidetty esim. mallin antamia rajakustannuksia ja kapasiteettirajojen varjohintoja suhteessa todellisiin hintoihin ja tuotanto- panosten käyttömääriä suhteessa todellisiin. Yleensä tuotantomäärät ovat pää- asiallisen huomion kohteena mallin hyvyyttä arvioitaessa. Tasapainoanalyysissä malli kalibroidaan ensin tunnetulle perusvuodelle, eli mallin antamien tuotanto- määrien tulee vastata todellisuutta tai trendiarvoja turmetuilla tuilla ja hinnoilla. Tämä on usein mahdotonta jo siitä syystä, että valittu perusvuosi ei vastaa pitkän aikavälin taloudellista tasapainoa, toisin kuin optimointimalli ja tasapaino- analyysi yleensä olettaa. Tällöin mallin soveltaminen vaihtoehtoisiin politiikka- skenaarioihin käy vaikeaksi. Käytännössä mallin antamat tuotantotasot eroavat todellisista vaihtelevassa määrin, niin että mallintajalle tulee kiusaus hyväksyä suurempia poikkeamia pienivolyymisille tuotteille kuin suurivolyymisille. Täs- sä suhteessa ei ole mitään absoluuttista mittaria mallin hyvyydelle, mutta yleen- sä on käytetty joko absoluuttista tai suhteellista keskipoikkeamaa todellisiin tuotantolukuihin nähden. Myös ekonometrian Theil-indeksiä on käytetty. Mi- kään testi ei yksinään todista mallin hyvyyttä, mutta voi osoittaa alueita, joilla malli kaipaa kehittämistä. Vaikka mallin tulosten mukainen tuotantoallokaatio olisikin joiltain olennaisilta osiltaan lähellä havaittua todellisuutta, on kokonaan eri asia, vastaavatko mallin reaktiot erilaisiin muutoksiin todellisuutta eli onko malli lainkaan käyttökelpoinen analyysityökaluna. Tapauskohtaisesti on arvioi- tava, sisältääkö malli ne todellisuutta kuvaavat piirteet, riippuvuudet ja kytken- nät, jotka kussakin tilanteessa ovat ratkaisevia ongelmanasettelun kannalta. Tä- män arvioiminen on tosin aina edessä myös ekonometrisillä malleilla. Vaikka mallirakenteet ja parametrien merkitsevyydet todettaisiin tilastoaineiston valos- sa hyviksi, myös ekonometrisesta mallista voivat kokonaan puuttua monet poli- 18 tukka-analyysin kannalta olennaiset kytkennät ja riippuvuudet. Kirjallisuudessa ja useissa mallintamisprojekteissa on kehitetty monia mene- telmiä, joilla optimointimalli saadaan tuottamaan perusvuotta vastaava tuotanto- rakenne (ks. esim. Hazell ja Norton 1986). Lyhyen tähtäimen politiikka-analyy- si- ja ennustemalleja varten on kehitetty menetelmiä, joilla optimointimalli saa- daan tuottamaan täsmälleen jotakin perusvuotta vastaava tilanne erimuotoisten kustannus- ja tarjontafunktioiden avulla (Howitt 1995). Funktioiden parametreja säätämällä (kalibroimalla) malli pakotetaan tuottamaan perusvuotta vastaava ratkaisu. Yleensä on käytetty kustannusfunktioita, joissa on vain yksi muuttuja. Funktiomuodon ja selittävän muuttujan valinta on usein mielivaltaista. Mene- telmällä voidaan saada suhteellisen hyvä ennuste 1-2 vuodeksi, jos oletettu kustannustekijä (ei välttämättä sama kuin selittävä muuttuja) vaikuttaa edelleen. Poikkeamaa ei kuitenkaan voida osoittaa johtuvaksi jostain tietystä syystä, eikä näin ollen saada selville niitä rakenteellisia riippuvuuksia, jotka poikkeaman mahdollisesti aiheuttavat (Bauer ja Kasnakoglu 1990, s. 281). Jo yksinään kylvö- kauden sääolot voivat eri vuosina suuresti vaihdella, minkä vuoksi kalibrointi- menetelmä ei ole mielekäs keski- tai pitkän ajan analyysiin. Toinen tapa perusvuotta vastaavan alueellisen tuotantorakenteen tuottamiseksi on lisätä kohdefunktioon riskikäyttäytymistä kuvaavat termit (Hazell ja Norton 1986, s. 238). Riskiasenneparametreja sopivasti säätämällä voidaan saada ai- kaan todellisuutta vastaava tilanne. Riskikäyttäytyminen vähentää lisäksi mallin herkkyyttä pienille kustannusmuutoksille. Riskiasenneparametrien asettaminen on kuitenkin mielivaltaista ilman laajoja tilatason tutkimuksia. Alueellisesti edustavien riskiasenneparametrien määrittäminen on silloinkin hankalaa. Vaa- rana on, että mielivaltaisesti (kalibrointitarkoituksessa) asetetut riskiparametrit hallitsevat merkittävästi mallin käyttäytymistä. Jonasson ja Apland (1997) ovat käyttäneet kunkin tuotantosuunnan perus- yksikkönä yksittäistä maatilaa eläimineen ja pinta-aloineen. Tällöin on mahdol- lisuus määritellä tilakohtaisia laajaperäisyysrajoituksia ja -lisiä, joita ei voi mallintaa sektorimalleissa, joissa päätösmuuttujat on määritelty aluetasolla. Ti- lat on edelleen jaettu ryhmiin tuotantoteknologian mukaan. Menetelmä vaatii laajan tilatason aineiston yksityiskohtaisen käsittelyn käyttäen lineaariseen optimointiin perustuvaa epäparametrista tehokkuusanalyysiä. Eri tehokkuus- kertoimilla voidaan säädellä sektorin tehokkuutta siten, että mallin ratkaisu valittuna perusvuonna vastaa todellisuutta. Näin toteutetun mallin on todettu tuottavan paremmin todellisuutta vastaavia reaktioita hintamuutoksille kuin ai- kaisempi sektorimalli. Myös tuotannon erikoistuminen alueiden välillä on vä- häisempää kuin perinteisessä staattisessa optimointimallissa (Apland ja Jonasson 1992). Lähestymistavan heikkoutena on kuitenkin paljon resursseja vaativa tila- tason aineiston muokkaus ja mallin staattisuus (Jonasson ja Apland 1997, s. 30). Myös oletus tasapainosta ja tunnettua perusvuotta vastaavan ratkaisun tuottami- nen tiettyjä tehokkuusparametreja säätämällä on ongelmallista. 19 Optimointimalli olettaa kaiken selittyvän puhtaasti taloudellisilla tekijöillä, eli tietyn kohdefunktion optimoinnin oletetaan täysin selittävän sektorissa tapah- tuvat ilmiöt. Maatalous on kuitenkin laaja ja monimutkainen kokonaisuus moni- ne hitaustekijöineen ja viiveineen. Staattinen optimointi ei selitä tyydyttävällä tavalla maatalouden ilmiöitä, jotka ovat luonteeltaan dynaamisia. Jos tyydytään mallintamaan maataloussektoria pelkästään staattisella optimointimallilla, voi- daan ainoastaan korjailla mallin "oireita". Optimointi antaa staattista tilannetta vastaavan ratkaisun, joten tulosten tulkinta on syytä tehdä laajemmassa kokonai- suudessa ottaen huomioon optimoinnin luonne ja tehdyt oletukset. Staattisessa optimointimallissa, kuten yleensä tasapainoanalyysissä, uuteen tasapainoon johtava kehitys jää kuvaamatta. Taloudellinen sopeutuminen muuttu- vaan tukipolitiikkaan voi viedä aikaa useita vuosia, jolloin samanaikaisesti voi tapahtua muita, tukipolitiikasta osittain riippumattomia muutoksia. Nämä muu- tokset voivat kokonaan kääntää kehityskulun, ja siksi maatalouden kehityksen ja kilpailukyvyn kannalta keskeiset kehitystekijät tulee ottaa myös politiikka- analyysissä huomioon (Apland ym. 1994, s. 126). Tällaisia tekijöitä ovat esim. kuluttajien preferenssien muuttuminen, satotasojen, kotieläinten keskituotosten ja rehuhyötysuhteen kehitys, tuotantopanosten (esim. työ) tehokkaampi käyttö sekä kiinteiden kustannusten pieneneminen yksikköä kohti keskitilakoon kas- vun tai muun tuotannon rationalisoinnin seurauksena. Maataloussektorin moni- en erityispiirteiden ja jatkuvien muutosten vuoksi tavoitteena tulee olla dynaa- minen malli, jossa eri tuotannonalojen erilaiset aikajänteet ja kehityslinjat voi- daan ottaa huomioon. Samalla joistakin staattisen optimoinnin ongelmista voi- daan päästä eroon. Maatalouden sektorimalleja kehitettäessä on havaittu, että tiettyjen maa- talouden erityispiirteiden mallintaminen (kuten sisäinen dynamiikka ja erilaiset viiveet eri tuotannonaloilla) lisää mallien selitysvoimaa (Bauer 1989a, s. 337- 338). Dynamisointi antaa mahdollisuuden ottaa erilaiset ajalliset kehityslinjat sekä tuotannolliset viiveet osaksi analyysiä. Dynaamisessa, moniperiodisessa mallikokonaisuudessa muuttuva tukipolitiikka yhdessä muiden kehitystekijöiden kanssa tuottavat erilaisia kehitysuria mahdollisine käännekohtineen. 2.5. Malliajattelu maataloussektorin mallintamisessa ja analyysissä Kirjallisuudesta voidaan löytää lukuisia eri maissa toteutettuja sovelluksia maa- talouden sektorimalleista monine paikallisine muunnelmineen ja erityispiirteineen. Ei ole kuitenkaan olemassa valmista mallia, joka sellaisenaan soveltuisi kaik- kiin, esim. Suomen olosuhteisiin ja joka antaisi vastaukset kaikkiin maataloutta koskeviin kysymyksiin. Kuhunkin malliin on otettava mukaan ne riippuvuus- suhteet, kytkennät ja muuttujat, joilla on merkitystä ongelmanasettelun kannal- ta. On välttämätöntä täsmentää ja konkretisoida ongelmanasettelua ja siltä poh- jalta kartoittaa maataloussektoriin vaikuttavia tekijöitä eikä tyytyä pelkästään 20 määrätyn mallityypin tarjoamiin mahdollisuuksiin. Myös ongelmanasettelu voi ajan myötä muuttua. Mallia voidaan myöhemmin täydentää lisäämällä ja poista- malla siitä eri komponentteja. Ennen mallintamista on päätettävä, mihin kysymyksiin halutaan saada vasta- uksia mallin avulla. Tulee selvittää, mitä tietoja mallista halutaan saada ulos ja mihin niitä käytetään. Oleellista on yksilöidä myös ne kysymykset, joihin mal- lista ei voi saada vastauksia (Hazell ja Norton 1986, s. 273). Yleinen virhe on, että mallilla yritetään selittää asioita, joita siinä ei ole lainkaan mukana. Tämä voi johtua siitä, että projektin alussa ei ole huolellisesti kartoitettu, mitä kaikkea mallilta halutaan. Aluksi tulee selvittää mallin kaikki mahdollinen käyttö ja tarkoitus, mihin tuloksia käytetään ja miten niitä tulkitaan, jotta mallin tarkoitus jatkokehitystä ajatellen tulisi selväksi. On esimerkiksi tärkeää pohtia, mitä maa- talouden sidosryhmiä (esim. valtiontalous, tuotantopanoksia valmistava teolli- suus, elintarviketeollisuus jne.) otetaan mukaan tarkasteluun. Selvitystyön poh- jalta arvioidaan, mitkä tekijät ovat keskeisiä käsillä olevassa ongelmanasettelussa. Kaikessa mallintamisessa on tehtävä yksinkertaistavia oletuksia. Mallin lop- putuloksia on tarkasteltava suhteessa tehtyihin oletuksiin. Koska maatalous ta- loudellisena järjestelmänä on jo sinällään hyvin monimutkainen ja riippuvainen lukuisista maatalouden ulkopuolisista tekijöistä, on välttämätöntä tarkentaa kysymyksenasettelua ja tehdä oletuksia. Ei ole mahdollista mallintaa kattavasti ensin koko maataloussektoria tuottajalta kuluttajalle ja vasta sitten hakea mal- lista vastauksia esillä oleviin kysymyksiin. Taloudellisen mallin suunnittelu, rakentaminen ja käyttö on usein iteratiivinen prosessi, jossa kysymyksenasettelua ja mallia jatkuvasti tarkennetaan. Kriteerinä on, kuinka hyvin malli vastaa annet- tuihin kysymyksiin ja kuinka paljon mallin käyttö lisää ymmärrystä tutkittavista ilmiöistä. Toisaalta mallin tulee olla riittävän yleinen ja helposti muunneltavissa eri käyttötarkoituksiin, koska maataloudesta voidaan löytää useita eri ongelma- kokonaisuuksia. Samasta mallista voidaan saada vastauksia moniin, mutta har- voin kaikkiin esillä oleviin kysymyksiin. Siltä osin kuin malli sopii erilaisten ilmiöiden tutkimiseen, siitä voidaan kehittää eri versioita eri käyttöalueille. Vastaavasti samoihin kysymyksiin voidaan hakea vastauksia ja selvyyttä useillakin eri malleilla, jotka lähestyvät samaa asiaa eri näkökulmista. Joidenkin mallien tuloksia voidaan käyttää lähtöarvoina toisissa malleissa. Esimerkiksi staattisen optimoinnin tuloksia voidaan käyttää laajemmassa dynaamisessa mallikokonaisuudessa tai esim. yleisen tasapainomallin tuloksia osittffistasa- painomallin ulkoisten parametrien määräämiseen. Välttämättä ei ole järkevää yrittää rakentaa yhtä suurta mallia, joka antaisi vastaukset kaikkiin esitettyihin kysymyksiin. Voi olla parempi rakentaa vain tiettyihin kysymyksiin keskittyviä malleja, jotka voivat omalta osaltaan antaa esillä oleviin kysymyksiin merkittävästi lisävalaistusta ja lisätä maataloussektorin ilmiöiden ymmärtämystä. Ajattelulle ja asioiden todelliselle ymmärtämiselle ei ole eduksi toimia vain yhden mallin ja sen kiinteän rakenteen ja logiikan varas- 21 sa. Suuren ja monimutkaisen mallin tulosten tulkitseminen ja ymmärtäminen on usein vaikeampaa kuin pienten ja perusrakenteeltaan yksinkertaisten mallien. Toisaalta suuret mallit voivat antaa tarkasteltaviin asioihin kaivattua kokonais- näkemystä, mikäli sen tulokset ovat helposti tulkittavissa. Yleisesti on todettu, että maatalouden sektorimallin luominen on jatkuva pitkäjänteistä työtä vaativa prosessi, jossa hyöty ja ymmärrys kasvavat ajan myötä (Bauer 1988a, s. 18). Koska tutkijoiden käsitys maataloussektorin moni- en syy-seuraus-suhteiden luonteesta kehittyy jatkuvasti mallityöskentelyn aika- na, mallista saatava todellinen hyöty kasvaa, jos mallia jatkuvasti päivitetään ja käytetään, eikä sen luominen ole vain kertaluonteinen projekti. Ennen kuin malli on teknisenä järjestelmänä edennyt soveltamisvaiheeseen, on jouduttu tarkistamaan käsityksiä monista kokonaisuuden kannalta olennaisis- ta asioista. Yhtenä merkittävänä malliprojektin antina on usein jo pelkästään se, että tiedostamattomat ja aiemmin itsestäänselvyyksinä pidetyt käsitykset ja ajattelutavat joutuvat kriittiseen tarkasteluun. Mallintaminen on siihen osallis- tuville merkittävä oppimisprosessi. Mitä enemmän mallilla tehdään todellista analyysiä, sitä enemmän mallin rakentajille ja käyttäjille kertyy kokonais- näkemystä tutkittavasta ilmiöstä ja sen eri osien merkityksistä. Malli toimii parhaimmillaan tämän oppimisprosessin välineenä ja toimivaksi osoittautuneen tarkastelutavan kiteytymänä, joskaan matemaattiseen malliin ei resurssien tai menetelmien puolesta ole aina mahdollista sisällyttää kaikkia toivottuja raken- teita ja ominaisuuksia. Matemaattiset mallit ovat hyödyllisiä erityisesti laajojen järjestelmien ana- lyysissä. Mallin avulla voidaan tutkia yksityiskohtaisesti monien eri tekijöiden vaikutuksia yhdessä tai erikseen, huomioiden samalla kaikki tärkeimmät riippu- vuussuhteet. Ilman matemaattista mallia vuorovaikutusten tutkiminen ja koko- naisuuden hahmottaminen on monissa tapauksissa hankalaa. Eri osien välinen vuorovaikutus on helpommin hallittavissa matemaattisen mallin avulla kuin pelkästään kvalitatiivisen analyysin keinoin. Matemaattinen malli täsmällisesti määriteltyine riippuvuussuhteineen auttaa analyysiä tekevää henkilöä ymmär- tämään kokonaisuutta ja sen osien välisiä suhteita. 3. Käytettyjen menetelmien teoreettisista perusteista 3.1. Yleiset lähtökohdat Taloudelliset mallien taustalla on aina sarja valintoja ja ratkaisuja, jotka perus- tuvat erilaisille oletuksille ja teoreettisille käsitteille. Mallien tuloksia tulee aina arvioida suhteessa kaikkiin tehtyihin oletuksiin. Myös vallitsevan talousteorian vakiintuneiden oletusten pätevyyttä tarkasteltavassa systeemissä tulee arvioida, 22 ja poikkeamat oletuksista tulee ottaa huomioon tulosten tulkinnassa. Seuraavas- sa tarkastellaan ja arvioidaan sektorimallin taustalla olevia keskeisiä teoreettisia käsitteitä ja oletuksia. Samalla esitetään perusteluja tehdyille valinnoille ja mal- lin rakenteelle, joka esitetään luvussa 4. Rakennettavan sektorimallin täytyy olla teoreettisesti johdonmukainen koko- naisuus ja sen tulokset täytyy voida tulkita mielekkäällä tavalla, ts. tulosten tulee olla perusteltavissa rationaalisen taloudellisen käyttäytymisen tuloksiksi. Toisaalta mallin tulosten tulee vastata riittävän hyvin todellisuutta ja mallin tulee pystyä selittämään sen ilmiöitä. Tällöin joudutaan tekemään rajankäyntiä ns. valtavirtataloustieteen ja ns. empiirisen taloustieteen piiriin kuuluvien vaihto- ehtovirtausten välillä. Edellistä leimaa apriorismi ja jälkimmäisiä deskriptiivinen realismi (Hillinger 1996, s. 28). Vallitseva talousteoria painottaa matemaattisia ja loogisia suhteita ja rationaalista käyttäytymistä. Tässä työssä lähtökohtana on ollut vallitseva valtavirtataloustiede ja sen oletukset rationaalisesta käyttäytymisestä, joiden tuloksena markkinatasapaino määräytyy. Oletukset ovat jossain määrin kiistanalaisia mallinnettaessa maa- taloutta ja sen monia erityispiirteitä. Tuotannon lyhyen aikavälin tekniset ja biologiset rajoitukset ja päätöksenteon viiveet sekä riskinkarttaminen aiheutta- vat poikkeamia täydellisen kilpailun mukaisesta markkinatasapainosta. Tämän vuoksi on otettu muutama askel vaihtoehtoisen empiirisen taloustieteen suun- taan, jossa on enemmän tilaa dynamiikalle ja epätasapainolle. 3.2. Ylijäämäkäsitteet Tässä työssä esiteltävä maatalouden sektorimalli perustuu taloudellisille ylijäämä- käsitteille. Ylijäämätarkastelulla on sekä etuja että haittoja maataloussektoria kuvattaessa. Nämä liittyvät paljolti taloudellisiin hyödyn ja ylijäämän käsitteisiin yleensä, niiden mittaamiseen ja vertailuun yksilöiden kesken. Sektorin ylijäämä, jota hyvinvointiteoriassa käytetään hyvinvoinnin mittana, voidaan jakaa tuottajien ja kuluttajien ylijäämään (ks. esim. Pindyck ja Rubinfeld 1995, s. 113-115, 255-256, 276-312). Kuluttajan ylijäämä (CS) on käänteisen kysyntäkäyrän ja hintasuoran väliin jäävänä alue ja tuottajan ylijäämä (PS) käänteisen tarjontakäyrän ja hintasuoran väliin jäävä pinta-ala (kuvio 3.1). Tuot- tajan ja kuluttajan ylijäämät riippuvat kysyntä- ja tarjontafunktion parametreista. Tässä esityksessä, kuten yleensä ylijäämien maksimointiin perustuvissa malleis- sa, tyydytään laskennallisista syistä kysyntä- ja tarjontafunktioiden lineaariseen approksimaatioon. Parametrien katsotaan pätevän koko hinta- ja määrä-akseleilla (P,Q), vaikka todellisuudessa linearisointi on mielekästä tehdä vain tietyn pis- teen lähiympäristössä. Kulutustaso ja siitä käänteisen kysyntäfunktion mukaan määräytyvä hintataso voidaan erikseen rajata, jolloin koko hyvinvointitarkastelu tapahtuu vallitsevan markkinatasapainon läheisyydessä ja mallin kysyntä- ja tarjontareaktiot voivat olla todellisuutta vastaavia. 23 Q, Z Kuvio 3.1. Kysyntä ja tarjonta sekä kuluttajan ja tuottajan ylijäämä. Kuluttajan ylijäämää ei voida suoraan havaita tai mitata eikä sillä ole suoraa yhteyttä tuloihin. Kuluttajan ylijäämä syntyy kuluttajan maksuhalukkuuden ja todellisen hinnan erotuksesta. Tuottajien ylijäämä eli alue PS sen sijaan vastaa maataloustuloa, jos tarjontakäyrän (rajakustannuskäyrän) katsotaan ottavan huo- mioon myös tuet (käyrä siirtyy tukien kasvaessa oikealle) ja kiinteät kustannukset (käyrä ei lähde origosta). Jotta ylijäämät olisivat päteviä mittoja tuottajien ja kuluttajien hyödylle, on tehtävä oletuksia kuluttajista ja tuottajista. 3.2.1. Kuluttajan ylijäämä Täydellisen kilpailun vallitessa kuluttajien valinnat määräävät suunnan maatalous- sektorin kehitykselle. Kuluttajan kysyntäfunktio ja ylijäämä ovat johdettavissa kuluttajan hyötyfunktiosta. Yleisesti oletetaan, että kuluttaja saa kuluttamistaan hyödykkeistä tietyn hyödyn, joka käsitteenä liittyy kaikkiin hyödykkeisiin. Hyö- ty ja hyvinvointi ovat kuitenkin subjektiivisia käsitteitä, joita ei voida suoraan havaita, eikä eri yksilöiden hyötyjä voida suoraan verrata toisiinsa. Ennen kuin voidaan määrittää kuluttajien kysyntäfunktiota tai hyötyfunktiota, joudutaan tekemään oletuksia kuluttajien käyttäytymisestä. Perusoletuksena ku- luttajan teoriassa on rationaalinen kuluttaja, joka maksimoi hyötyä tulojensa puitteissa. Suurempi määrä hyödykkeitä on kuluttajan mielestä parempi kuin pienempi, mutta yksittäisestä tuotteesta saatava rajahyöty laskee kulutuksen kasvaessa. Mitä enemmän jotain tuotetta kulutetaan, sitä vähemmän kuluttaja on valmis lisäämään ko. tuotteen kulutusta toisten tuotteiden kustannuksella. Ku- luttajalla on eri hyödykkeiden kesken mieltymyksiä, preferenssejä, ja hän kyke- nee valitsemaan haluamansa hyödykkeet mistä tahansa joukosta hyödykkeitä. Kuluttaja kykenee lisäksi asettamaan tuotteet keskinäiseen järjestykseen mieltymystensä mukaisesti ja on halukas korvaamaan mitä tahansa hyödykettä jollain määrällä toista hyödykettä. Samahyötykäyrät ja -pinnat (useamman kuin yhden tuotteen tapauksessa) ovat konvekseja, ts. millä tahansa tuotteiden väli- 24 sellä samahyötykäyrällä tuotteesta saatava rajahyöty (rajakorvaussuhde) laskee kulutuksen kasvaessa. Mitä enemmän jotain hyödykettä kulutetaan, sitä vähem- män kuluttaja on valmis lisäämään ko. hyödykkeen kulutusta muiden hyödyk- keiden kustannuksella. Tästä seuraa, että hyötyä maksimoitaessa kulutus asettuu tasolle, jossa tuotteiden xl ja x2 välinen rajakorvaussuhde (MRS) on yhtä suuri kuin hintojen p1 ja p2 suhde (Silberberg 1990, s. 303-308; Varian 1992, s. 94- 96). (3-1) MRS = —dx2 dX1 P2 Kuluttajan hyötyfunktio on kvasikonkaavi, eli tuotteesta saatava rajahyöty pie- nenee kulutuksen kasvaessa. Oletuksena on, että kaikilla kuluttajilla on hyöty- funktiot, jotka ovat kaikkialla differentoituvia, aidosti kasvavia ja aidosti kvasi- konkaaveja. Tämä takaa, että lineaarisesti rajoitetulle (tulorajoitus) hyödyn- maksimointiongelmalle on olemassa yksikäsitteinen ratkaisu. Tämä määrittely on yleensä sopusoinnussa myös kuluttajien havaitun käyttäytymisen kanssa (Silberberg 1990, s. 176-180, 307-308). Kun hyötyfunktiota, jolla on em. ominaisuudet, maksimoidaan tietyn tulorajoi- tuksen vallitessa, saadaan kysyntäfunktiot ensimmäisen ja toisen asteen ehtojen avulla (Silberberg 1990, s. 308-310). Kuluttajilta vaaditaan ainoastaan kykyä asettaa eri hyödykkeet tai hyödykekorit keskinäiseen järjestykseen, ei kykyä arvioida tuotteiden absoluuttista hyvyyttä. Tällöin hyötyfunktion funktiomuoto voidaan valita vapaasti, kunhan hyötyfunktio on konkaavi ja samahyötykäyrät ja -pinnat konvekseja. Kun on saatu määritettyä em. ehdot täyttävä kysyntäfunktio, kuluttajan yli- jäämää voidaan mitata kysyntäfunktion alle jäävänä pinta-alana. Kuitenkin, kun tarkastellaan samanaikaisesti useampaa kuin yhtä hyödykettä ja samanaikaisesti useampia hintamuutoksia ja muutoksia kuluttajan ylijäämässä, kysyntäkäyrän alle jäävä pinta-ala ei ole yleisesti pätevä ylijäämän mitta. Kuluttajan ylijäämä riippuu yleisessä tapauksessa hintamuutosten keskinäisestä järjestyksestä. Voi- daan osoittaa, että kysyntäkäyrän alle jäävä pinta-ala on oikea kuluttajan ylijää- män mitta vain, jos kuluttajan hyötyfunktio on joko homoteettinen tai kvasiline- aarinen (Johansson 1991, s. 42-47; Silberberg 1990, s. 597). Kvasilineaarisessa tapauksessa koko ostovoiman muutos vaikuttaisi vain yhden tuotteen kysyntään muiden tuotteiden kysynnän pysyessä ennallaan. Homoteettisen hyötyfunktion tapauksessa tietynsuuruinen kuluttajan tulojen suhteellinen muutos aiheuttaa täsmälleen samansuuruisen suhteellisen muutoksen jokaisen hyödykkeen ky- synnässä (Johansson 1991, s. 44). Näin esim. 10 prosentin tulojen kasvu (elin- tarvikkeisiin käytettävältä osalta) saisi aikaan 10 prosentin kasvun kaikkien tuotteiden kysynnässä. 25 Kumpikaan oletus ei ole täysin realistinen kuluttajan käyttäytymismalliksi todellisessa maailmassa. Kvasilineaarisuus ei yleisesti päde, koska kuluttaja ei välttämättä esim. tulojen pienetessä vähennä vain yhden tuotteen kulutusta, vaan voi jakaa vähennyksen useampien tuotteiden kesken. Myöskään homo- teettisuus ei yleisesti päde, koska tulojen muutos ei vaikuta kaikkien tuotteiden kulutukseen yhtä paljon, vaan eri elintarvikkeiden tulojoustot poikkeavat toisis- taan. Kuluttaja muuttaa kulutustaan tulojen muuttuessa eli on halukas vaihta- maan hyödykkeitä toisiinsa. Tämä on yleinen empiirinen havainto ja modernin kuluttajateorian perusoletus (Silberberg 1990, s. 304-306). Homoteettisilla hyötyfunktioilla on ominaisuus, joka helpottaa merkittävästi kuluttajan reaktioiden mallintamista: Eri tuotteiden väliset korvaus- eli substi- tuutiojoustot ovat riippumattomia tulotasosta eli hyötyfunktion tasosta (Johans- son 1991, s. 44). Tuotteiden kulutuksen välisen samahyötykäyrän kulmakerroin dx2/dx1=-(p//p2) pysyy samana hyöty- ja tulotasosta riippumatta eli kun liiku- taan pitkin mitä tahansa origosta lähtevää nousevaa suoraa. Tällä suoralla tuot- teiden hintasuhde pysyy vakiona eli kuluttaja on valmis vaihtamaan tuotteita x1 ja x2 samassa suhteessa tulotasosta riippumatta. Tällöin tuotteiden välinen korvausreaktio ja substituutiokerroin pysyy samana kaikilla hyötytasoilla. Homo- teettisuusoletus on perusteltavissa, jos tulomuutokset ovat vähäisiä, eikä korvaus- reaktio muutu tulojen pienten muutosten seurauksena. Kun oletetaan hyötyfunktio homoteettiseksi, voidaan määrätä substituutio- kertoimet eri tuotteiden välille. Tässä työssä tätä mahdollisuutta on käytetty hyväksi määrittelemällä kotimaiset ja vastaavat ulkomaiset elintarviketuotteet epätäydellisiksi substituuteiksi. Tällöin kuluttaja näkee kotimaisen ja vastaavan ulkomaisen tuotteen (esim. naudanlihan) jossain määrin eri tuotteina. Tämä ei vielä sinällään tarkoita, että kuluttaja suosisi kotimaisia tuotteita. Kuluttajille voidaan määritellä erikseen kotimaisuuspreferenssi asettamalla kotimaisen tuot- teen kysyntäfunktio ulkomaista tuotetta korkeammalle tasolle. Substituutiokerroin vaikuttaa siihen, kuinka helposti kotimainen ja ulkomainen tuote voivat korvata toisiaan. 3.2.2. Tuottajan ylijäämä Perusoletuksena on rationaalinen ja voittoa maksimoiva tuottaja, jolle ei oleteta konkaavia hyötyfunktiota eikä rajahyödyn (hyöty viimeisestä saadusta lisämar- kasta) katsota muuttuvan hyötytason muuttuessa. Muilla kuin taloudellisilla hyödyillä ei ole arvoa tuottajille. Tuottajan ylijäämä, joka kuviossa 3.1 on alue PS eli hintasuoran ja käänteisen tarjontakäyrän (rajakustannuskäyrän) välinen pinta-ala, on mielekäs käsite vain lyhyellä aikavälillä. Tuottaja voi saada tuotteistaan muuttuvia kustannuksia kor- keampaa hintaa vain, jos kiinteiden tuotannontekijöiden tarjonta on kiinteä lyhyellä aikavälillä. Mikäli kaikki tuotantopanokset ovat muuttuvia ja helposti 26 hankittavissa, kuka tahansa voi välittömästi hankkia tarpeelliset tuotantopanokset ja tuottaa hyödykkeen muuttuvien kustannusten hinnalla, eikä tuottaja voi saada tuotteistaan tuotantokustannuksia korkeampaa hintaa. Tuottajan ylijäämää las- kettaessa tulee kiinteät kustannukset olettaa uponneiksi kustannuksiksi (ks. Pindyck ja Rubinfeld 1995, s. 255), jotka eivät vaikuta tuottajan lyhyen tähtäi- men päätöksentekoon. Ylijäämä koituu tuottajan hyväksi kiinteiden tuotannontekijöiden omistami- sen perusteella. Pitkällä aikavälillä kaikki tuotannontekijät ja kustannukset ovat muuttuvia, jolloin ylijäämä häviää (Pindyck ja Rubinfeld 1995, s. 262; Hanley ja Spash 1993, s. 41). Pitkällä aikavälillä tuotannontekijät voivat myös vaihtaa omis- tajaa, joka voi saada ylijäämän itselleen perimällä vuokraa. Tuottajan ylijäämä on siten yläraja vuokran suuruudelle lyhyellä aikavälillä eli klinteille tuotannon- tekijöille ja niiden omistajille kiinteiden kustannusten jälkeen jäävää osuutta (Hanley ja Spash 1993, s. 41). Tuottajan ylijäämän määritelmä koskee lyhyen aikavälin käyttäytymistä, mikä sulkee pois kiinteiden tuotantokustannusten käsittelemisen muuttuvina ylijäämä- tarkastelussa. Tuottajan kannalta pitkän aikavälin optimi (voitonmaksimointi- tehtävän ratkaisu) on eri kuin lyhyen aikavälin, mutta pitkän ajan optimia ei saavuteta ilman lyhyen aikavälin optimia. Pitkän aikavälin optimiin mennään lyhyen aikavälin optimin kautta. Tämän vuoksi lyhyen aikavälin kustarmuskäyrän katsotaan yleisesti ohjaavan markkinaosapuolten käyttäytymistä pitkän aikavä- lin optimin suuntaan (Samuelson 1983, s. 34-36). Pitkän aikavälin käyttäytymi- sen selittämiseen tarvitaan kuitenkin muita välineitä kuin ylijäämätarkastelu.- Tarvitaan dynaaminen malli, joka kuvaa kiinteiden tuotannontekijöiden kulu- mista ja jossa kiinteät kustannukset tulevat ajan myötä päätöksentekoon mu- kaan. 3.3. Optimointi ja tasapaino Markkinoiden käyttäytymistä voidaan kuvata optimointimallilla, joka maksimoi tuottajien ja kuluttajien yhteenlaskettua ylijäämää. Rajoituksina optimointi- tehtävällä ovat taseyhtälöt ja tuotantokapasiteettia, teknologiaa, tuotantopanos- ten käyttöä, kiintiöitä ym. rajoituksia koskevat ehdot. Ratkaisuna saadaan täy- dellisen kilpailun mukainen markkinatasapaino. Maataloustuet ovat julkisen vallan markkinainterventioita, joilla on vaikutuksia markkinatasapainoon ja si- ten kuluttajien ja tuottajien ylijäämiin. Samanlaisia vaikutuksia voi tulla myös ulkomaankaupasta. Niiden vaikutuksesta tuotanto ja kulutus muuttuvat sektorin sisällä siten, että päädytään jälleen uuteen markkinatasapainoon ja rajoitusten puitteissa optimaaliseen tuotantoallokaatioon (Pindyck ja Rubinfeld 1995, s. 276- 312). Julkinen valta voi siten halutessaan vaikuttaa toimenpiteillään tulonjakoon sektorissa. 27 Hypoteesina on, kuten yleensä tasapaino- ja osittaistasapainomalleissa, että eri markkinaosapuolet maksimoivat hyötyään tai voittoaan, mutta kukaan yksit- täinen tuottaja tai kuluttaja ei voi yksinään vaikuttaa hintoihin (Silberberg 1990, s. 492-493). Tämä on edellytyksenä markkinatasapainolle, jossa tuotteen hinta on sama kuin tuotannon rajakustannus. Tuottajien ja kuluttajien ylijäämän maksimointi johtaa täydellisen kilpailun mukaiseen marklcinatasapainoon ja en- nustaa sektorin ja eri markkinaosapuolten reaktioita (Hazell ja Norton 1986, s. 160-162, 167-168; Silberberg 1990, s. 492-493). Esimerkiksi maataloustuloa maksimoivalla optimointimallilla ei olisi paljoakaan käyttöä analyysin tukena nykytilanteessa, (joka ei tosin vastaa täydellistä kilpailua, mutta muistuttaa sitä aiempaa enemmän), koska markkinat kokonaisuudessaan eivät toimi tavoitteena maataloustulon maksimointi. Optimointimallia käytetään maatalouden taloudellisessa analyysissä yleensä siten, että ensin malli ratkaistaan jonakin valittuna ja tunnettuna perusvuonna ja tehdään sitten erilaisia skenaarioajoja muuttamalla eri parametreja. Erilaisten ajojen ratkaisuja verrataan perusvuoden ratkaisuun. Muutokset suhteessa perus- vuoteen voidaan tulkita johtuvan muutetuista parametreista ja siten ennustavan odotettavissa olevia muutoksia todellisessa maailmassa. Muuttamalla esimer- kiksi maataloustukia, tuotantoteknologiaa, tuotantopanosten hintoja, ulkomaan- kaupan hintoja, kysynnän hintajoustoja tai esimerkiksi alueellisia kapasiteetti- rajoituksia, voidaan optimointimallilla tutkia paitsi yksittäisten muutosten vai- kutuksia markkinoilla myös eri tekijöiden yhteisvaikutuksia. Kohdefunktion maksimoinnin tarkoituksena on simuloida tehokkaita markkinoita (ks. esim. Pindyck ja Rubinfeld 1995, s. 283-285, 587-588), joten eri skenaarioajojen rat- kaisujen voidaan katsoa ennakoivan marldeinoiden reaktioita erilaisissa muutos- tilanteissa. Tasapainotila, jonka optimointitehtävä määrää, edustaa osittaistasapainoa eikä yleistä tasapainoa. Vaikka hinnat ovatkin mallissa endogeenisia, kuluttajien tulot eivät ole. Jos tulot ovat endogeenisia, kysyntäfunktioiden taso siirtyy tulojen mukana. Kysyntäfunktiot voidaan määritellä riippuviksi tulotasosta myös osittaistasapainomallissa, vaikka tulot olisivatkin eksogeenisia. Näin voidaan tehdä skenaarioita tulotason vaikutuksesta maataloussektorin kehitykseen. Täl- löin jää kuitenkin avoimeksi se, kuinka suuri osa kuluttajan tulojen muutoksesta todella vaikuttaa elintarvikemenoihin, koska talouden muita sektoreita ei ole mukana (Hazell ja Norton 1986, s. 162, 206-210). 3.3.1. Pareto-optimaalisuus ja hyvinvointi Klassisen hyvinvointiteorian ensimmäisen perusväittämän mukaan täydellisen kilpailun olosuhteissa sektori pyrkii kohti Pareto-optimaalista kulutus- ja tuotantoallokaatiota, ts. olotilaa, jossa kenenkään hyötyä ei voi parantaa muuten kuin ainoastaan jonkun toisen kustannuksella. Teoriassa tämänkaltainen tehokas 28 tuotanto- ja kulutusallokaatio syntyy siten, että lukuisa määrä markkinaosapuolia käy kauppaa keskenään, kunnes kenenkään saamaa hyötyä ei voi parantaa huonontamatta jonkun toisen hyötyä. Siinä vaiheessa kun ei löydy kahta osa- puolta, jotka voisivat hyötyä vaihdannasta, kauppaa ei enää käydä. Hyvinvointi- teorian toisen perusväittämän mukaan jokaista Pareto-optimaalista ailokaatiota kohti on olemassa täydellisen kilpailun mukainen allokaatio, eli jokainen teho- kas Pareto-piste voi syntyä täydellisen kilpailun tuloksena (Silberberg 1990, s. 587-589; Stokey ja Lucas 1989, s. 25-27; Varian 1992, s. 326). Koko yhteiskunnan tai sektorin hyvinvoinnin maksimoiva tuotantoallokaatio on välttämättä Pareto-optimaalisten allokaatioiden joukossa. Voidaan osoittaa, että yleisillä kuluttajan käyttäytymistä kuvaavilla olettamuksilla Pareto-opti- maalisten ratkaisujen joukko ja täydellisen kilpailun tuottamat allokaatiot ovat yhteneviä (Stokey ja Lucas 1988, s. 441-444). Tällöin on perusteltua käyttää optimointimallia markkinatasapainon simulointiin. P.A. Samuelson, joka ensimmäisenä muotoili markkinat tasapainoon rajoi- tetuksi optimointiongelmaksi, kielsi kohdefunktion ja sen maksimoinnin tuot- taman tasapainon hyvinvointitulkinnan normatiivisena mittana (Samuelson 1983, s. 52-53). Hän ei myöskään asettanut yhtä tiukkoja oletuksia tuottajan käyttäy- tymisestä tai kilpailun täydellisyydestä kuin luvussa 4.2 todettiin. Vaaditaan ainoastaan, että yksittäinen tuottaja tai kuluttaja ei voi yksin vaikuttaa hintoihin ja että hän on voittoa maksimoiva (Samuelson 1983, s. 82, 87-89). Hän voi lisäksi olla myös riskiä karttava ja arvostaa muitakin kuin taloudellisia tekijöitä. Näissäkin olosuhteissa markkinat pyrkivät kohti teoreettista tasapainoa (Samuel- son 1952, s. 293-298; Samuelson 1983, s. 23; Hazell ja Norton 1986, s. 161-162). Mitä lähempänä todellisuus on luvun 3.2 oletuksia, sitä paremmin optimointi- mallin mukaiset markkinat vastaavat todellisuutta. Poikkeamat oletuksista aiheuttavat poikkeamia optimointitehtävän mukai- sesta tasapainosta. Yleisesti täydellinen kilpailu tuottaa markkinatasapainon, joka edustaa yhtä tehokasta tuotantoallokaatiota, Pareto-optimia. Erilaisia te- hokkaita tuotantoallokaatioita, Pareto-optimeja, on ääretön määrä Pareto-pin- nalla. Kahden markkinaosapuolen tapauksessa tehokkaan markkinatasapainon voidaan olettaa löytyvän osapuolten hyötyjen väliseltä samahyötykäyrältä (Samuelson ja Nordhaus 1984, s. 487; Baumol 1977, s. 503-506). Kuitenkin optimointimalli antaa tulokseksi vain sen tuotantoallokaation, jolla tuottajien ja kuluttajien ylijäämien painottamaton summa maksimoituu, ja se on vain yksi monista tehokkaista tuotantoallokaatioista. Tähän pisteeseen ei todellisuudessa päästä, ellei rahan arvo ole sama kaikille markkinaosapuolille. Eli yhden kaupan- käynnistä saadun tai menetetyn markan (joissa hyötyä mitataan) täytyy olla yhtä arvokas kaikille osapuolille optimointimallin antamaan kulutus- ja tuotanto- allokaatioon pääsemiseksi. Tästä ei ole kuitenkaan mitään takeita, eikä eri yksi- löiden hyötyjen vertailu ole yksikäsitteistä. Jos esimerkiksi kuluttajat saavat tuonnin lisäyksestä hyödyn (ylijäämän) S, joka on markkamääräisesti yhtä suuri 29 kuin tuottajien ylijäämän menetys -S, painottamattoman optimointimallin mu- kaan ylijäämien muutokset kompensoivat täysin toisensa. Jos tuottajien raja- hyöty on 2k.,/ ja kuluttajien 21,2, sektorin hyvinvoinnin muutokseksi saadaan (3-2) ÅW = / S - A,2 S = S (2i - 2L2). Todellinen hyvinvoinnin muutos sektorissa voi siis olla positiivinen, nega- tiivinen tai nolla (Johansson 1991, s. 48-49). Sen vuoksi kohdefunktiolle ei pidä antaa normatiivista hyvinvointitulkintaa eikä sen perusteella pidä arvioida esim. eri politiikkatoimenpiteiden absoluuttista hyvyyttä keskenään. Kohdefunktion maksimoinnin tuottamaa tasapainotilaa ei pidä myöskään pitää tavoitteena, jos- sa kansalaisten todellinen kokonaishyvinvointi välttämättä maksimoituisi. Tuottajista oletetaan, että rajahyöty on vakio hyödyn tasosta riippumatta, eli tuottajien oletetaan olevan riskineutraaleja hyödyn maksimoijia. Tämän voidaan katsoa pätevän koko sektorin mittakaavassa, jossa tuottajien tarjonta on alueit- tain aggregoitu. Yksittäisen tuottajan suhteen riskineutraalius ei ole luonteva oletus. Tuottajan rajahyödyn suuruus riippuu tulotasosta ja olemassaolevan tuo- tannon laajuudesta riskikäyttäytymisen kautta. Koko maataloussektorin tasolla on suuri määrä tuottajia ja kuluttajia. Jos tuottajia ja kuluttajia on suuri määrä ja muutokset markkinoilla suhteellisen pieniä, tuotannon sopeutuessa pienten as- kelten kautta tuottajien rajahyöty ei keskimäärin paljoa muutu. Koska on lukui- sia rahoitusasemaltaan ja tehokkuudeltaan erilaisia tuottajia, pienikin hintojen tai tukien nousu saa pienen osan heistä investoimaan. Jos kuitenkin tapahtuu voimakas markkinahäiriö, jossa tuotanto esim. kasvaa voimakkaasti uudelle tasolle, joudutaan tilanteeseen, jossa monet tuottajat investoivat ja heidän hyöty- funktionsa muuttuu (riski kasvaa). Tällöin hyötyjen samanarvoistaminen johtaa harhaan markkinatasapainoa ja sen mukaista tuotantoallokaatiota ennustettaessa. Periaatteessa ylijäämien painottaminen rajahyödyillä voisi tällaisessa tapauk- sessa saada optimointimallin käyttäytymään enemmän todellisuutta vastaavalla tavalla. Painotetaan kuluttajien ylijäämää CS(Q) (Q = kulutus) kuluttajien rajahyödyllä eli Xi:llä ja tuottajien ylijäämää PS(Q) tuottajien rajahyödyllä eli ?2:11a. Tasa- painotilanteessa kulutuksen ja tuotannon muutoksesta aiheutuva kohdefunktion eli painotetun ylijäämän muutos on nolla. Kaavassa (3-3) W on hyvinvointi, WP on kuluttajan maksuvalmius, P tuotteen hinta ja MC tuottajan rajakustannus. (3-3) d dQ Tällöin tuotteen hinta ja tuotannon rajalcustannus poikkeavat markkamääräisesti toisistaan, mikä ei vastaa täydellisen, vaan epätäydellisen kilpailun mukaista tasapainoa. Jos esimerkiksi tuottajien ylijäämää painotetaan kuluttajien ylijää- 30 mää enemmän, tuottajat voivat kuluttajia enemmän vaikuttaa hintoihin, jolloin myös tuotteen hinta on korkeampi kuin marginaalikustannus. Rajahyötyjä ?Li ja 21,2 vaihtelemalla voidaan jäljitellä erilaisia kilpailutilanteita. Mallin käyttäyty- minen riippuu silloin ratkaisevasti asetetuista painoista, joille on vaikea löytää empiiristä perustaa. Rajahyötyjen valinta on käytännössä mielivaltaista, ja pie- nikin muutos rajahyödyissä saattaa muuttaa markkinatasapainoa merkittävästi, jolloin tulosten tulkinta on vaikeaa. Kun oletuksena on täydellinen kilpailu, tuotteen hinta on sama kuin margi- naalikustannus, jolloin tulokset ovat helposti tulkittavissa rationaalisen käyttäy- tymisen tuloksiksi. Koska eri osapuolten rajahyötyjä on mahdoton mitata tai arvioida, on yksinkertaisinta olettaa, että rajahyödyt ovat samat ja että opti- mointimalli kuvaa todellisia markkinapaineita. Luvussa 4 esiteltävässä sektori- mallissa on oletuksena täydellinen kilpailu. Erikseen voidaan arvioida, mitkä tekijät hidastavat kehitystä mallin tuottaman ratkaisun suuntaan. 3.3.2. Päätöksenteon rationaalisuus Vallitseva talousteoria ja tasapaffloanalyysi perustuu siihen olettamukseen, että yksilöt maksimoivat hyötyään ja yritykset voittoaan. Tämä olettamus esitetään usein itsestään selvänä rationaalisen käyttäytymisen mallina: kukaan järkevästi toimiva yksilö tai muu taho ei valitse kahdesta vaihtoehdosta huonompaa. Tätä olettamusta ei voida käytännössä todistaa eikä kumotakaan — lähes mikä tahansa käyttäytyminen voidaan selittää tiettyjen sisäisten preferenssien kannalta opti- maaliseksi (Fusfield 1996, s. 308). Olettamus hyödyn tai voiton maksimoinnista johtaa tasapainon käsitteeseen: vaihdantaa ja kauppaa käydään niin kauan kuin jokin osapuoli voi hyötyä vaihdannasta. Kun kenelläkään ei ole enää mahdollisuutta ja kannustinta kaupan- käyntiin, ollaan tasapainotilassa. Elleivät yksilöt todellisuudessa maksimoi voit- toaan tai hyötyään, koko tasapainon käsite menettää jossain määrin merkityk- sensä, eivätkä todellisuus ja teoreettinen markkinatasapaino vastaa toisiaan. Optimointi liioittelee taloudellisen käyttäytymisen rationaalisuutta. Tämä on tullut ilmi myös maatalouden sektorimalleja rakennettaessa (luku 2.4). Pienet- kin tuotantokustannuserot voivat joissain tapauksissa johtaa tietyn tuotteen tuo- tannon siirtymiseen yhdelle alueelle. Riskikäyttäytymisen mallintaminen jos- sain määrin parantaisi tilannetta, eikä tuotannon sijoittuminen olisi silloin herk- kä pienille kustannus- tai tukimuutoksille. Koska aluekohtaisten riskiparametrien asettaminen on ilman tarkkoja tutkimuksia paljolti mielivaltaista, luvussa 4 esitettävässä mallissa ei riskinkarttamista ole mallinnettu. Tällöin tuotanto- muutokset voidaan perustella kustannus-, tuki- ja satotasoeroilla, eivätkä mieli- valtaisesti asetut riskiasenneparametrit hallitse mallin käyttäytymistä. Tuotan- non muutokset lyhyellä aikavälillä ovat kuitenkin sidottuja biologisteknisiin rajoituksiin, jotka ovat erilaiset eri tuotantosuunnissa. 31 3.3.3. Tasapaino ja aika Aika on erityisen ongelmallinen tasapainokäsitteen kannalta. Koska todel- lisuudessa on monia dynaamisia ja satunnaisia muutosvoimia, markkinaosa- puolien pyrkimys kohti optimia saattaa johtaa kokonaan toisenlaiseen loppu- tulokseen kuin alunperin oli haluttu (ns. "second best position"). Eri toimenpi- teillä voi olla markkinoilla kokonaan toisenlaisia seurauksia kuin oli kuviteltu. On myös mahdotonta tarkasti arvioida kuinka kauaksi halutusta optimipisteestä lopulta päädyttiin, koska myös optimipiste on muuttunut muuttuneiden olosuh- teiden takia (Fusfield 1996, s. 309). Ajan mittaan yksilöt oppivat tekemään itsensä kannalta yhä parempia valin- toja. Oppiminen on jatkuvien muutosten takia jatkuva prosessi. Samoin talou- dellinen kehitys on enemmän muutostilassa oleva evolutionaarinen, muuttuva prosessi kuin staattinen tasapainotila. Oppiminen ja voitonmaksimointi ajavat markkinoita kohti tasapainotilaa, mutta muutokset pitävät systeemin liikeessä. Kilpailua markkinoilla voidaan pitää enemmän aktiivisena taloudellisesta käyt- täytymisestä ja voitontavoittelusta aiheutuvana prosessina, jossa hinta on ajan funktio, kuin tiettynä täydellistä kilpailua muistuttavana staattisena markkina- rakenteena, jossa kauppaa käydään kiintein tasapainohinnoin (Hart 1996, s. 292). Tästä syystä tässä tutkimuksessa on päädytty dynaamiseen malliin, jossa ole- tuksena ei ole staattinen tasapainotila, vaan sarja perälckäisiä epätasapainotiloja. Tuotannon biologistekniset rajoitukset ja tuotannolliset viiveet estävät sektoria saavuttamasta tasapainoa lyhyellä aikavälillä. 4. Sektorimallin rakenne 4.1. Mallin osat ja toiminta Tässä työssä on toteutettu laaja dynaaminen malli, jonka perusrakenne on esitet- ty kuviossa 4 1 Mallin ytimenä on markkinoiden käyttäytymistä kuvaava opti- mointimalli, joka maksimoi tuottajien ja kuluttajien ylijäämää rajoituksina markkinatasapaino (tarjonnan tulee kattaa kysyntä), kiintiöt ja päätösmuuttujien vuotuiset muutosrajat. Optimointimalli ratkaistaan erikseen joka vuodelle käyt- täen alkuarvona edellisen vuoden ratkaisua. Biologis-teknisten rajoitusten ja viiveiden sekä kiinteiden tuotannontekijöiden takia vuotuiset muutokset tuotan- nossa on rajoitettu suhteessa edelliseen vuoteen, joten optimoinnin tuloksena saatua vuotuista markkinatasapainoa tulee pitää enemmän taloudellisena epätasa- painotilana kuin staattisena pitkän aikavälin tasapainona. Politiikan, teknolo- gian, kulutuksen ja ulkomaankaupan muutokset aiheuttavat jatkuvia muutoksia markkinoilla. Optimointimalli antaa vuosittaisen markkinareaktion ja ohjaa sek- toria tasapainon suuntaan. Maatalouden oletetaan sopeutuvan peräkkäisten 32 Politiikkamoduli tuet EU:n hintataso Satotasofunktiot optimaalinen lannoitus- ja satotaso vallitsevilla hintasuhteilla Ohjausmoduli - rajat päätösmuuttujille kulutustrendit (liha, maitotuotteet) - kiinteät kustannukset muuttuviksi - tuotostasojen nousu - panoskäytön tehostuminen - inflaatio Tulosteet tuotannon laajuus koko maassa tuotannon volyymi-indeksit tuotannon sijoittuminen maataloustulolaskelma - ravinnetase alueittain epätasapainotilojen kautta. Vaikka muutokset ovat lyhyellä aikavälillä rajoitet- tuja, pitkällä aikavälillä muutosmahdollisuudet ovat merkittävät, mikäli muutos- ta ajavat hintasuhteet ja politiikka vaikuttavat riittävän pitkään. Pitkällä aikavä- lillä myös kiinteät tuotannontekijät voivat sopeutua, jolloin muutokset ovat suurempia kuin lyhyellä aikavälillä. Mallin ensimmäinen versio tuottaa maata- loustuotannon kehitysuran vuodesta 1995 vuoteen 2005. Mallissa on mukana maatalouden kaikki keskeiset tuotannonalat kuten kasvin- viljely (mukana vain tärkeimmät viljelykasvit), maidontuotanto, naudan-, sian- ja siipikarjanlihantuotanto sekä kananmunantuotanto. Suomi on jaettu neljään suuralueeseen (liite 1): Etelä-Suomi, Sisä-Suomi, Pohjanmaa ja Pohjois-Suomi. Aluejaon perusteena on ollut se, että suuralueet olisivat luonnonolosuhteiltaan ja tuotantorakenteeltaan sisäisesti mahdollisimman yhdenmukaisia. Näin välty- tään pahimmilta aggrekointivirheiltä. Samaa aluejakoa on käytetty MTTL:ssä aiemmin, mm. rakennekehitystutkimuksissa (Niemi ym. 1995). Suuralueiden si- sällä tuotanto jakautuu edelleen 2-5 alialueeseen tukivyöhykejaon mukaisesti. Tämä mahdollistaa pääosiltaan tarkan tukijärjestelmän kuvauksen. Kaikkiaan Optimointi MAX: tuottajien ja kuluttajien ylijäämä - tuottaa vuotuisen markkinatasapainon - mukana eri panoskertoimet alueittain - rehunkäyttö muuttuu suuralueittain - epälineaariset rehuyksikkö-, karkearehu- ja valkuaisrehurajoitteet - maidon ja sokerinjalostuksessa kiinteät hinta- ja jalostusmarginaalit - Armington-oletus ulkomaankaupassa - vientikustannusfunktiot t=t+1 Tuloksetialkuarvot tuotanto kulutus hinnat - tuonti vienti kuljetukset Kuvio 4.1. Sektorimallin perusrakenne. 33 tuotannollisia alueita on mukana 14. A- ja B-alueiden saaristo ja Ahvenanmaa ovat mukana yhtenä kokonaisuutena. Tästä aiheutuu pientä epätarIckuutta, koska esimerkiksi maidon siirtymäkauden tuet ovat erilaisia Ahvenanmaan pääsaaren kunnissa kuin ulkosaaristossa. C-alueiden saaristoa, jossa tuotanto on hyvin vähäistä, ei ole otettu mukaan lainkaan. Kulutus ja rehunkäyttö määräytyvät suuralueittain, mutta lannoitus- ja sato- tasot määräytyvät erikseen kaikille 14 tuotannolliselle alueelle. Sokerin ja maito- tuotteiden, joita on mallissa kaikkiaan 18 kappaletta, jalostus määräytyy suur- alueittain. Loppu- ja välituotteet liikkuvat suuralueitten välillä tietyin kuljetus- kustannuksin. Ulkomaankauppaa käydään kultakin suuralueelta kiintein EU:n keskihinnoin. Kotimaan hinnat, jotka ovat sidoksissa EU:n hintatasoon, mää- räytyvät tuottajahintatasolla lukuun ottamatta sokeria ja maitotuotteita, joiden hinnat määräytyvät vähittäishintatasolla. Maidon tuottajahinta sekä maito- tuotteiden ja sokerin jalostuskustannukset johdetaan vähittäishinnoista kiintei- den marginaalien avulla. Tuotanto, kustannukset, kulutus, ulkomaankauppa, hinnanmuodostus ja koko maatalouden tukijärjestelmä on mallinnettu yksi- tyiskohtaisesti. Muita kansantalouden sektoreita ei ole mukana mallissa, mutta kansan- taloudellisia kytkentöjä kuvataan implisiittisesti kulutustrendien, kysynnän hintajoustojen ja työtunnin hinnan avulla. Tuotantopanosten hintojen nousu, joka riippuu kansantalouden yleisestä kustannuskehityksestä, on otettu huomi- oon. Optimointiin syötetään tiedot politiikka- ja ohjausmoduleista. Optimointi käyttää edellisen vuoden tuotanto-, vienti- ja tuontimääriä lähtötietoina kuluvan vuoden markkinatasapainon hakemisessa. Vuotuiset muutosrajat, jotka ovat eri- laisia eri tuotantosuunnissa, saadaan ohjausmodulista. Optimointimoduli antaa vuosittain tuotannon, hinnat ja ulkomaankaupan koko maan tasolla ja alueittain. Näiden avulla lasketaan optimoinnin ulkopuolella maataloustulo, tuotannon vo- lyymi-indeksit ja alueittainen keskimääräinen ravinnetase hehtaaria kohti. Opti- maalinen lannoitteiden käyttömäärä alueittain eri vuosina lasketaan optimoirmin ulkopuolella käyttäen lannoitteiden ja kas vituotteiden hintoja sekä typpi- lannoituksen suhteen määriteltyjä satotasofunktioita. Politiikasta osittain riippumattomat kehitystekijät annetaan ohjausmodulista eksogeenisten muuttujien avulla. Niitä ovat tuotannon ja rehunkäytön suurim- mat vuotuiset muutosrajat tuotantosuunnittain, uponneet kustannukset, pitkän ajan kulutustrendit, kulutuksen sallitut vaihteluvälit, satotason ja keskituotosten kehitys, panoskäytön tehostuminen ja tuotantopanosten hintakehitys. Politiikkamodulista syötetään optimointiin politlikkaskenaariot. Tukiskenaariot muodostuvat tunnetuista tuista siirtymäkauden alkuvuosina sekä olettamuksista sen jälkeisistä tuista. Tietyissä politiikkaskenaarioissa tulee ottaa huomioon sekä tukien että EU-hintojen muutos. Erillisissä skenaarioissa voidaan tutkia pelkästään EU-hintojen vaikutuksia. 34 Sektorimallista saatavat kehitysurat riippuvat tietyissä tilanteissa olennaises- ti annetuista muutosrajoista. Läheskään aina tuotantomuutokset eivät ole salli- tun muutosvälin suuruisia, varsinkaan kotielffintaloudessa, jossa rehunkäyttö voi muuttua. Tästä aiheutuvat epälineaariset muuttujat ja rajoitteet (luku 4.2) tasoittavat tarjontareaktioita. Sen sijaan kasvinviljelyssä panos-tuotos-suhteet ovat optimointimallissa kiinteät. Tiettyjen viljelykasvien tuotanto voi herkästi muuttua koko sallitun vaihteluvälin verran, varsinkin jos tuotanto ei ole sidok- sissa kotieläintalouteen. Muutoksen suuruus riippuu silloin annetusta muutos- rajasta. Muutosten suuruus voi olla erilainen eri muutosrajoja käytettäessä, muutosten suunta sen sijaan ei. Tutkittaessa eri politiikkavaihtoehtojen vaiku- tuksia maatalouteen on tärkeää pitää muutosrajat samoina kaikissa sektorimallilla tehtävissä politiikka-ajoissa. Tuotanto sijoittuu mallissa parhaille alueille suhteellisen edun mukaisesti kapasiteettirajojen puitteissa. Kasvinviljelyä sitovat alueelliset peltoalarajoitteet ja maidontuotantoa alueelliset maitokiintiöt. Poistot on määritelty hehtaaria ja eläintä kohti, jolloin tuotannon kasvu merkitsee kasvavia kiinteitä kustannuksia. Tuotannon siirtymistä hillitsevät lisäksi kuljetuskustannukset suuralueiden vä- lillä. Tästä huolimatta tuotannon sijoittuminen voi olla herkkä kustannuseroille. Ne tuotantosuunnat, jotka eivät ole sidoksissa kotieläintalouteen ja joissa panos- tuotos-suhteet ovat kokonaan kiinteitä (Leontief-teknologia), hyvinkin pienet kustannuserot alueiden välillä voivat muuttaa tuotannon sijoittumista. Voidaan asettaa kyseenalaiseksi, hakeutuuko tuotanto asetettujen muutos- rajojen puitteissa sellaisille alueille, että lyhyen tähtäimen (yhden vuoden) yh- teenlaskettu tuottajien ja kuluttajien ylijäämä maksimoituu. Todellisuudessa markkinat eivät toimi niin tehokkaasti, että pienetkin erot kustannuksissa muut- tavat tuotannon sijoittumista. Tuottajat eivät tunne todellisia kustannuksiaan pennien tarkkuudella, mutta matemaattisessa optimointimallissa jopa pennien murto-osat saattavat kiinteitä panos-tuotos-suhteita käytettäessä aiheuttaa muu- toksia. Viljelijöillä on todellisuudessa myös muita perusteita viljelypäätöksilleen kuin esim. pelkkä kasvikohtainen kannattavuus. Tilan maalajit ja sopiva viljely- kierto voivat olla syynä jopa kannattamattomaan tuotantoon osalla peltoalasta, jos vastaavasti muulla viljelyalalla voidaan kasvattaa tuottoisia kasveja. Tällai- sia tekijöitä ei sektorimallissa voida kaikilta osin huomioida. Optimointi perus- tuu oletukseen vapaasta kilpailusta ja täydellisestä informaatiosta, mikä on lop- putuloksia tarkasteltaessa otettava huomioon. Tuotannon muutosten ja sijoittumisen kitkatekijöitä on vuotuisten muutos- rajojen lisäksi mallinnettu määrittelemällä tarjontafunktiot tuotantopanoksille. Tuotantopanosten tarjontafunktioiden käyttö hillitsee tuotannon erikoistumista tietyille alueille pienten kustannusmuutosten seurauksena. Mikäli tuotanto laa- jenee koko maassa tai tietyllä alueella, joidenkin tuotantopanosten hinnat voivat nousta. Vastaavasti siellä, missä tuotanto laskee, panoshinnat voivat laskea. Tämä vähentää mallin herkkyyttä kustannuseroille, mikä tuo mallin lähemmäksi 35 todellisuutta. Toistaiseksi mallin ensimmäisessä versiossa tarjontajoustoja ei ole asetettu, vaan panoshinnat ovat optimointimallin sisällä edelleen kiinteät. Tuotantopanosten tarjontajoustojen asettaminen vaatii tuekseen empiiristä ai- neistoa. Tuotantopanosten hinnat voivat muuttua myös optimointimallin ulkopuolel- la. Näin tapahtuu inflaation vaikutuksesta joka asetetaan mallissa eksogeenisesti. Myös teollisuusrehujen hinnat voivat muuttua vuoden viiveellä raaka-ainehintojen muuttuessa. Mallin dynaamisuus ja vuotuiset muutosrajat estävät nopeat muutokset tuo- tannon kokonaismäärässä ja sijoittumisessa. Tuotannon määrä ja sijoittuminen voivat muuttua merkittävästi, mikäli alueiden väliset kustannus- ja tukierot py- syvät suhteellisesti samoina riittävän pitkään. Koska tuet, tuotantopanosten hin- nat ja tuottavuus voivat muuttua sektorimallissa joka vuosi, alueiden suhteellis- ten kustannus- ja tukierojen säilyminen ja siitä aiheutuva tuotannon nopea eri- koistuminen ei ole yhtä todennäköistä kuin staattisissa malleissa. Tuotannon laajuutta ja sijoittumista säätelevät mallissa lisäksi alueittaiset kokonaispeltoalat ja alueelliset maitokiintiöt. Sektorimallilla voidaan tutkia paitsi eri politiikkavaihtoehtojen, myös mui- den tekijöiden, kuten esim. lopputuotteiden ja tuotantopanosten hintakehityksen ja maatalouden tuottavuuskehityksen vaikutuksia maataloustuotannon määrään, sijoittumiseen ja maataloustuloon. Mallilla voidaan myös tutkia, kuinka suurta tuotantokustannusten laskua tarvitaan, jotta maataloustuotannon laajuus säilyisi tietyllä tasolla erilaisilla tukiratkaisuilla. Tämän pohjalta voidaan pohtia käy- tännön toimia maatalouden kilpailukyvyn parantamiseksi koko maassa ja alueit- tain ja edelleen arvioida eri toimien vaikutusta ja tehokkuutta. 4.2. Optimointimalli Markkinoita simuloidaan maksimoimalla tuottajien ja kuluttajien ylijäämien summaa (CS = kuluttajien ylijäämä ja PS = tuottajien ylijäämä kuviossa 4.2) markkinatasapaino- ja resurssirajoitusten puitteissa. Rajoituksina optimointi- tehtävällä ovat markkinatasapainoa (kysyntä = tarjonta), tuotantokapasiteettia, kiintiöitä, viljelykiertoa ym. rajoituksia kuvaavat ehdot. Kutakin tuotantoaktivi- teettia vastaavat pääsääntöisesti tietyt kiinteät panokset ja tuotokset (Leontief- teknologia). Eläinten ruokinta kuitenkin optimoituu mallin sisällä hintasuhteiden mukaan. Riittävä valkuais- ja rehuyksikkömäärä sekä nautaeläinten karkearehun saanti turvataan. Lannoitus hehtaaria kohti on yksittäisen optimointimallin sisäl- lä kiinteä, sillä optimaalinen lannoitustaso määritetään optimointimallin ulko- puolella hintasuhteiden mukaan käyttäen lannoitusvastefunktioita. Optimointimallin ratkaisu riippuu kysynnän ja tarjonnan reaktioista määri- teltyjen rajoitusten vallitessa. Maataloustuet ovat julkisen vallan markkinainter- ventioita, joilla on vaikutuksia markkinatasapainoon sekä kuluttajien ja tuottaji- 36 Kuvio 4.2. Annettu kysyntä:funktio ja optimoinnin tuottama implisiittinen tar- jontakäyrä. en ylijäämiin. Samanlaisia markkinoihin vaikuttavia muutoksia voi tulla myös tuotantopanoksia valmistavasta teollisuudesta, kuluttajilta (muutokset kulu- tuksessa tai kysynnän hintajoustoissa) tai ulkomaankaupasta. Tällöin kulutus, tuotanto ja hinnat muuttuvat asetettujen rajoitusten puitteissa siten, että uudessa markkinatasapainossa uusi tuotantoallokaatio on jälleen tehokas. Tuloksina optimointimallista saadaan endogeenisten muuttujien arvot eli hinnat, tuotanto ja kulutus alueittain, tuotteiden liikkeet alueiden välillä sekä vienti ja tuonti oletuksena vapaa kilpailu. Lineaarisilla rajoitteilla optimointi tuottaa polveikkaan tarjontakäyrän (kuvio 4.2). Ruokinnan muuttuminen optimointimallin sisällä ja siitä aiheutuvat epälineaariset rajoitukset kuitenkin tasoittavat tarjontareaktioita niin, että ne ei ole yhtä herkkiä hintasuhteille ja tuille kuin puhtaasti lineaarisis- sa malleissa. 4.2.1. Kysyntäfunktioiden johtaminen Oletuksena on, että kotimainen ja vastaava ulkomainen tuote ovat epätäydellisiä substituuttej a. Kotimaisen ja vastaavan ulkomaisen tuotteen kysyntäfunktiot määritellään optimointimallissa seuraavasti (Dixit 1988). (4-1) = A — B1 P1 KP2 (4-2) Q2 = A2 + KPI - B2 P2 Q / on kotimaisen ja Q2 vastaavan ulkomaisen tuotteen kysyntä, P1 kotimaisen ja P2 ulkomaisen tuotteen hinta. Parametrit A1, A2, B1, B2 ja K ovat positiivisia vakioita, joille pätee (B/ /32 -K2 )>0 kun tuotteet ovat epätäydellisiä substituutteja. 37 Vastaavat käänteiset kysyntäfunktiot ovat (4-3) Pi = ai — biQi — kQ2 (4-4) P2 = a2 — kQi — b2Q2 . Yhtälöiden (4-3) ja (4-4) parametrit ovat myös positiivisia ja vastaavasti (b/b2 - k2 ) > 0. Tämänmuotoinen kysyntäsysteemi saadaan, kun maksimoidaan kuluttajien elintarvikekulutuksen hyötyfunktiota (4-5) U( QI ,Q2 )= alQ1 + az Q2 - ( bl Q12 + b2 Q2 +2 kQ1Q2) budjettirajoituksen (tulo = P/ Q/ + P2Q2 ) vallitessa. Derivoimalla yhtälöä (4-5) muuttujien Q1 ja Q2 suhteen, saadaan yhtälöt (4-3) ja (4-4). Koska yhtälössä (4-5) kaikki parametrit ovat positiivisia, kysymyksessä on aidosti konkaavi hyöty- funktio. Käänteisen kysyntäsysteemin parametrit voidaan ilmaista suoran kysyntä- systeemin parametreilla seuraavasti (Sheldon 1992, s. 116): A2 Bi + KAI B2 B1 K (4-6) ai= A 1 B2 + "2 ; a2= ; bi= ;b2 ; k = • B1 B2 - K 2 B1 B2 - K 2 B1 B2 - K 2 Bi B2 - K 2 B1 B2 - K2 ' Systeemeissä (4-1) ja (4-2) sekä (4-3) ja (4-4) on molemmissa kaksi yhtälöä ja viisi tuntematonta (A1, A2, B1, B2, K), joten on määriteltävä lisäehtoja parametrien laskemiseksi. Tuotteen kysynnän kokonaishintajousto voidaan määritellä pien- ten hintamuutosten vallitessa El E2 (4-7) E =E ( eli + 812 )+ —E ( e22 + missä E = El + E2 on kotimaisiin (E1) ja ulkomaisiin (E2 ) tuotteisiin käytetty tulo P/ Q/ + P2Q2. En on kotimaisen tuotteen kysynnän hintajousto oman hin- nan suhteen, £12 kotimaisen tuotteen kysynnän hintajousto ulkomaisen tuotteen hinnan suhteen, e22 ulkomaisen tuotteen kysynnän hintajousto oman hinnan suhteen ja £21 ulkomaisen tuotteen hintajousto kotimaisen tuotteen hinnan suh- teen. Kukin joustokerroin lasketaan käyttämällä yhtälöä (4-8). Esimerkiksi koti- maisen tuotteen hintajousto ulkomaisen tuotteen hinnan suhteen lasketaan yhtälön (4-9) mukaisesti. 38 dQ p • Ei.= 1 dPj Qi E dQ 1 P2 K— P2 i, - = -- dP2 Q1 Q1 Käyttämällä yhtälöiden (4-1) ja (4-2) kysyntäsysteemiä, kokonaishintajoustoksi saadaan yhtälö (4-10). Sama voidaan ilmaista myös käänteisen kysyntäfunktion parametrein (yhtälö (4-11). (4-10) BiP1+B2P2 -2 KPIP.2) E= (4-8) (4-9) (4-11) E= - b1Q12 b2Q2 + 2 kQ1Q2 ) Kotimaisen ja ulkomaisen tuotteen välinen substituutiojousto määritellään seuraavasti (ks. Chiang 1984, s. 304-305; Dixit 1988, s. 152). d log( ) Q2 = (4-12) d log() P2 Jotta Q//Q2 voitaisiin määritellä P1/P2 :n funktiona, kysyntäsysteemin (4-3) ja (4-4) parametrien on täytettävä jokin P 2:a määrittävä ehto. Tällainen on jo sinänsä ylijäämätarkastelun kannalta välttämätön homoteettisuusehto: dQ2/dQ1 = -(P/P2 ). Oletetaan, että tulojen muuttuessa Q/ ja Q2 muuttuvat molemmat (homoteettisuusoletuksen mukaisesti) r:n verran. Tällöin kulutus on asettunut uuteen optimiarvoonsa muuttuneisiin tuloihin nähden, eli hyötyfunktion koko- naisdifferentiaali (hyödyn differentiaalinen muutos PidQ/ + P2dQ2 ) on (4-13) dU(Qp Q2 ) = ri-(a/ - r - krQ2 )dQi ( az - b2r Q2 - krQI )dQ21 =0. Koska dQ2 /dQ/ =-(P1 /P2 ), tästä saadaan suoraan ehto P1 /P2:11e: 39 (4-14) a1 - krQ2 P2 a2 b2rQ2 - krQi Edelleen eliminoimalla r saadaan , - nivi - tev2 + (11 - al ,, 1l r ai Pi r (4-15) P2 az 1 - ,2 , n 2 - ai - az P2 - )az (4-16) .(=> P/ az = P2 al • Käyttämällä yhteyttä suorien ja käänteisten kysyntäfunktion parametrien vä- lillä (4-6) homoteettisuusehto saadaan helposti muotoon (4-17) + A2B/ ) = P2(A2K + A1/32 ). Nyt on saatu viisi yhtälöä viiden parametrin määräämiseksi. Yhtälöä (4-12) täytyy kuitenkin vielä muokata, eli on muodostettava algebrallinen lauseke substituutiokertoimelle kysyntäfunktioiden parametrien funktiona. Ensin yhtälö (4-12) voidaan saattaa muotoon (4-18) d( 2'-) a P2 Q2 - d(i) Q2 P2 Suhteen Q1/Q2 kirjoittamiseksi PIP2:n avulla turvaudutaan jälleen homoteetti- suusoletukseen. Homoteettisen hyötyfunktion samahyötykäyrien kulmakertoimet (substituutiokertoimet) ovat vakioita pitkin origon kautta kulkevaa suoraa (ku- vio 4.3), eli substituutiokerroin pysyy samana tulotasosta riippumatta (Johans- son 1991, s. 44-45). Homoteettisuusoletuksen mukaan origon ja mielivaltaisen pisteen P välisellä suoralla samahyötykäyrän kulmakerroin eli substituutiokerroin on vakio. Siten substituutiokerroin voidaan laskea missä tahansa origon ja pisteen P kautta kulkevalla suoralla, ja aina saadaan sama substituutiokertoimen arvo. Käyttä- mällä tätä ominaisuutta hyväksi, substituutiojousto voidaan yksinkertaisen algebrallisen manipulaation tuloksena (ks. esim. Lehtonen 1996, s. 28-30) kir- joittaa muotoon (vrt. Sheldon 1992, s. 122) 40 Q1 Kuvio 4.3. Hyötyfunktion homoteettisuus. Substituutiokerroin on sama pisteissä P ja P'. Pi -(B1B2 - K2 ) (7= P2 (4-19) /3/ ( /31— - K)( B2 - K —) P2 P2 Näin on saatu viisi yhtälöä, joista kysyntäsysteemin (4-1 ja 4-2) parametrit voidaan laskea yksikäsitteisesti. Antamalla alkuarvot hinnoille ja kulutukselle sekä hinta- että substituutiojoustoille suoran kysyntäsysteemin parametrit voi- daan laskea yhtälöistä (4-1), (4-2), (4-10), (4-17) ja (4-19). Käänteisen kysyntä- systeemin parametrit voidaan laskea sijoittamalla suoran kysyntäsysteemin parametrit muunnoskaavoihin (4-6). Viiden muuttujan ratkaiseminen analyyt- tisesti viidestä monia toisen asteen termejä sisältävistä yhtälöistä on käsin las- kettuna työläs ja suurta huolellisuutta vaativa tehtävä, mutta luonteeltaan kui- tenkin yksinkertaista algebrallista manipulaatiota, joten välivaiheita ei esitetä tässä. Tuloksina saadaan lopulta seuraavat yhtälöt kysyntäfunktioiden (4-1 ja 4-2) parametreille, joista voidaan edelleen laskea käänteisen kysyntäfunktion parametrit käyttämällä muunnoskaavoja (4-6). Q2(P/Q/a 4- P2Q2) (4-20) B1= - E Q1( PiQi+ P2Q2cr) ; B2= -£ i rl ,T, ‘ P1(P1Q1 +P2Q2) P2( Pivi + r2v2 i 41 Q2(a (4-21) A1= Q1(1 - E A2= Q2(-1- K= e -1) Yhtälöryhmän ratkaisun oikeellisuus voidaan varmistaa laskemalla ensin kysyntäfunktioiden (4-1) ja (4-2) parametrit käyttämällä hintojen ja kulutuksen alkuarvoja sekä hinta- ja substituutiojoustojen estimaatteja. Sijoittamalla sen jälkeen hintojen alkuarvot saatuihin kysyntäfunktioihin (4-1 ja 4-2) tuloksiksi saadaan alkuperäiset kulutusluvut, ja vastaavasti sijoittamalla alkuperäiset kulu- tusluvut saatuihin käänteisiin kysyntäfunktioihin (4-3 ja 4-4) saadaan tuloksiksi alkuperäiset hinnat. Tuotteen kysynnän kokonaishintajousto tietyllä kulutus- ja hintatasolla mää- ritellään markkinainformaatiosta tai asiantuntija-arviona. Ääretöntä lähestyvä substituutiokerroin merkitsee kaavan (4-12) mukaan täydellistä korvausreaktiota kotimaisen ja ulkomaisen tuotteen välillä. Tällöin tuotteet ovat kuluttajan mie- lestä täysin samanlaisia ja mielivaltaisen pieni hinnanmuutos saa kuluttajan siirtymään täysin jompaankumpaan tuotteeseen. Matalilla substituutiokertoimen arvoilla kotimaisen tuotteen hinta voi olla selvästi korkeampi kuin ulkomaisen ilman että kotimainen tuote juurikaan korvautuu ulkomaisella. Yhtä lailla on kuitenkin matalan substituutiokertoimen vallitessa mahdollista se, että ulkomai- nen tuote on selvästi kalliimpi kuin kotimainen ilman että ulkomainen korvautuisi kotimaisella juuri lainkaan. Matala substituutiokerroin merkitsee sitä, että koti- mainen ja ulkomainen tuote ovat pitkälti erilaisia tuotteita eivätkä juurikaan vaikuta toistensa kysyntäfunktioihin. Substituutiojousto ei siis ole sama asia kuin kuluttajien kotimaisuuspreferenssi, joka tarkoittaa sitä, että kuluttaja on valmis maksamaan kotimaisesta tuotteesta ulkomaista enemmän. Tilanteessa, jossa kotimaiset tuotteet ovat ulkomaisia kalliimpia, substituutiojousto määrää, kuinka helposti kuluttaja siirtyy ulkomaiseen tuotteeseen. Tällöin myös substi- tuutiojousto kuvaa kuluttajan kotimaisuuspreferenssiä. Alaraja substituutiojoustolle on 1, jolloin parametri k systeemissä (4-3) ja (4-4) on nolla. Tällöin kotimainen ja ulkomainen tuote ovat täysin eri tuotteita eivätkä vaikuta toistensa kysyntään tai hintoihin millään tavalla. Jos substi- tuutiojousto on pienempi kuin 1, k-parametri on negatiivinen, mikä ei käytetyn kysyntäsysteemin kannalta ole mielekäs. Tällöin tuonnin kasvu aiheuttaisi koti- maisen hintatason nousun ja kuluttajan hyötyfunktion aito konkaavisuus voisi kumoutua. Vain vähän yli yhden oleva substituutiojousto tarkoittaa tuotteiden huomattavaa erilaisuutta ja sitä suuremmat substituutiojoustot tuotteiden huo- mattavaa samankaltaisuutta. Kaikki kysyntäfunktiot kalibroidaan uudelleen joka vuosi edellisen vuoden kulutustasolle. Hinnat, joiden alkuarvot annetaan joka vuodelle erikseen kysyntä- funktioita kalibroitaessa, voivat muuttua vuosittain politiikkamuutosten tai EU- hintojen mukana. Optimointi ja kalibroidut kysyntäfunktiot tuottavat seuraava- P1Q1 + P2Q2 42 na vuonna uuden markkinareaktion, eli uudet hinnat, tuotantomäärät ja tuonnin, tarjonnan sopeutuessa muuttuneeseen tukipolitiikkaan, hintoihin tai kysyntään. Oletuksena on, että tuotanto sopeutuu muuttuvaan kulutukseen (trendiarvot an- netaan ohjausmodulista), eikä joidenkin tuotteiden kulutuksen kasvu pitkällä aikavälillä nosta tuotteiden hintoja. Kysyntäfunktioiden kalibroiminen joka vuosi on välttämätöntä myös siksi, että monien elintarvikkeiden tuonti oli varsin vä- häistä vuonna 1995. Mikäli kysyntäfunktioita ei kalibroitaisi vuosittain, joiden- kin tuotteiden suuret substituutiokertoimet ja tuonnin voimakkaat muutokset suhteessa vuoden 1995 tuontimääriin saisivat aikaan suuria heilahteluja hinnois- sa. Kysyntäfunktioiden kalibroiminen vuosittain merkitsee sitä, että kysyntä ja tarjonta sopeutuvat muuttuvaan markkinatilanteeseen, eikä kysyntäreaktioita määrää vuoden 1995 kysyntä- tuonti- ja hintatasolle kalibroidut kysyntäfunktiot. 4.2.2. Rehuviljan ja maidon tuottajahinnat Viljoille on määritelty kysyntäfunktio vain siltä osin kuin kysyntä on varsinaista elintarvikekysyntää. Kysyntäfunktio on viljoista määritelty leipävilj alle, mallas- ohralle ja myös kauran ja ohran elintarvikekäytölle. Rehuvilja on mallissa väli- tuote ja sen kysyntä on johdettua kysyntää. Koska rehuviljan kohdalla ei ole mielekästä puhua kuluttajan ylijäämästä, ei rehuvilj alle ole määritelty kysyntä- funktiota. Mallissa ei ole määritelty erikseen kotieläintiloja, jotka rehuviljaa ostaisivat, eikä myöskään kasvinviljelytiloja, jotka myisivät rehuviljaa. Opti- mointimallin taseyhtälöissä (4.2.5) on ainoastaan määrätty, että rehun tulee riittää kotielffintuotantoon. Rehuntuotannossa otetaan huomioon kaikki viljely- kustannukset. Rehuviljaa on mahdollista tuoda ja viedä EU:n keskihinnoin. Ohraa voidaan lisäksi myydä interventioon. Rehuviljoille, eli ohralle ja kauralle, on määritelty hintafunktiot, jotta voi- daan tarkastella rehuviljan hintojen muuttumista EU:n hintatason ja rehuviljan kotimaisen käytön muuttuessa. Hintafunktiot on määritelty suuralueittain optimointimallin ulkopuolella ei- vätkä ne vaikuta optimointimallin käyttäytymiseen. Hintafunktiot ovat raken- teeltaan samanlaisia kuin edellä määritellyt kysyntäfunktiot (4-3 ja 4-4). Rehn- viljojen hintafunktioiden parametrit lasketaan vastaavalla tavalla kuin kysyntä- funktioiden parametrit, kun tiedetään alkutilanteessa rehuviljan kokonaismeneldd suuralueittain, tuonti, vallitseva hintataso ja lisäksi asetetaan jokin hintajousto ja substituutiojousto. Hintafunktiot kalibroidaan uudelleen joka vuosi käyttäen edellisen vuoden rehuviljan käyttö- ja tuontimääriä ja EU:n hintatasoa. Rehuvil- jan hintareaktiot riippuvat täysin asetetuista kysynnän hintajoustosta ja substi- tuutiojoustosta, joita ei ole mallin nykyisessä versiossa empiirisesti estimoitu. Koska rehuviljan hintafunktio ei ole mukana kohdefunktiossa lainkaan, hinta- funktion mukainen rehuviljan hinta ei vaikuta kasvinviljelyyn tai kotieläin- tuotantoon optimointimallissa lainkaan. Merkityksellisiä molempien tuotannon- 43 alojen kannalta ovat rehuntuotannon kustannukset, muut kustannukset, loppu- tuotteiden hinnat ja rehuviljan hinta EU:ssa. Hintafunktioiden antamia hintoja, jotka voivat poiketa EU:n keskihinnoista rehuviljan käytön muuttuessa, käytetään kuitenkin optimointimallin ulkopuolel- la maataloustuloa (luku 4.8) ja teollisuusrehujen hintoja määritettäessä. Teolli- suusrehujen hinnat ovat optimointimallin sisällä kiinteitä, mutta hinnat pffivitetään joka vuosi laskemalla eri rehujen raaka-ainehinta rehuviljan edellisvuotisten hintojen ja kunkin teollisuusrehun koostumuksen perusteella. Osa teollisuus- rehun hinnasta, joka nousee inflaation mukana, on muuta kuin raaka-aineen osuutta. Optimointimallin sisällä teollisuusrehun hinta on vakio, ja rehuviljan hinnan muutos, mikä määräytyy rehuviljan hintafunktion perusteella, näkyy teollisuusrehun hinnassa vasta seuraavana vuonna. Maito, toisin kuin eri maitonesteet ja muut jalostetut maitotuotteet, on rehu- viljan tavoin välituote, eikä sille ole määritelty kysyntäfunktiota. Maidon tuottaja- hinta lasketaan optimoinnin ulkopuolella maitojalosteiden hinnoista (jotka mää- räytyvät kysyntäfunktioiden perusteella), joista vähennetään markkamääräisesti vakiona pysyvä hintamarginanli. Hintamarginaalin avulla lasketaan tuotekohtainen raaka-ainehinta, joka muuttuu lopputuotteiden hintojen muuttuessa. Koska hinta- marginaali on markkamääräisesti kiinteä, lopputuotteen hinnanmuutos siirtyy kokonaisuudessaan raaka-ainehintaan. Maidon tuottajahinta lasketaan eri loppu- tuotteiden raaka-ainehinnoista tuotantomäärillä painotettuna keskiarvona, kun tiedetään kurrin ja rasvan osuudet eri maitojalosteissa, sekä maitorasvan ja kurrin arvosuhde. Maidon hinnan muutokset voivat olla suhteellisen suuria, koska oletuksena ovat kiinteät hintamarginaalit. Maidon tuottajahinta riippuu lopputuotteiden maitotuotteiden kulutuksen rakenteesta (eri tuotteilla erilaiset hinnat ja hintamarginaalit), kysynnän hintajoustoista ja kulutuksen sallituista vaihteluväleistä (luku 6.3). Saadulla tuottajahinnalla, joka lasketaan optimointimallin ulkopuolella, ei ole suoraa vaikutusta maidontuotantoon. Maidontuotannon menestys riippuu koko tuotantoketjusta. Olennaista on lopputuotteen tuottamiseksi tarvittavat kus- tannukset suhteessa lopputuotteen hintaan. Maidon tuottajahinta on maitosektorin sisäinen kustannuserä. Samoin kuin rehuviljan tuottajahinta, myös maidon tuottajahinta on laskettu siksi, että voidaan tarkastella sen muuttumista. Maidon tuottajahintaa tarvitaan myös maataloustulon laskemisessa, mikä tehdään optimointimallin ulkopuolella. Sokerijuurikkaalle lasketaan tuottajahinta maataloustulon laskemista varten. Sokerin vähittäishinnasta vähennetään markkamääräisesti kiinteä vähittäiskau- pan hintamarginaali ja jalostuskustannukset, jolloin saadaan jalostuksen saanto- kertoimien avulla sokerijuurikkaan tuottajahinta, jota käytetään maataloustulon laskemisessa. 44 4.2.3. Päätösmuuttujat, tuotteet, eläimet ja viljelykasvit Päätösmuuttujiksi kutsutaan niitä optimointimallin sisäisiä muuttujia, jotka mää- räävät kohdefunktion arvon ja jotka eivät määräydy toisten muuttujien perus- teella. Päätösmuuttujat voivat kuitenkin olla rajoitettuja ja ne voivat riippua toisistaan esim. yhtälörajoitusten kautta. Tällaisia muuttujia ovat kotimaisen ja vastaavan ulkomaisen tuotteen kulutus suuralueittain, tuonti, vienti ja interventio- myynti suuralueittain, tuotteiden ja välituotteiden kuljetukset suuralueiden vä- lillä, eri kasvien ja kesannoinnin pinta-alat sekä eläinmäärät suuralueiden eri alialueilla, sokerin ja eri maitotuotteiden jalostus suuralueittain ja eri rehujen käyttö kutakin eläintä kohti suuralueittain. Päätösmuuttujien lukumäärä riippuu aluejaosta sekä tuotteiden, viljelykasvien, eri eläinluokkien ja rehuaineiden lukumäärästä. Lihatuotteita ovat naudan-, sian- ja siipikarjanliha. Maitotuotteita (18 kpl) ovat kevytmaito, kulutusmaito, rasvaton maito, muu maito, kevytpiimä, piimä, kevytjogurtti, jogurtti, kevytviili, jäätelö, kevytkerma, kerma, maitojauhe, voi, edam-juusto, emmental-juusto ja muu juusto. Kananmunat ovat oma tuotteensa. Kasvinviljelytuotteita ovat vehnä, ruis, mallasohra, ohra (elintarvikekäyttö), kaura (elintarvikekäyttö), herne, tärkkelysperuna, ruokaperuna, sokeri ja öljykasvinsiemenet. Em. tuotteista maito- tuotteet ja sokeri hinnoitellaan vähittäishintatasolla, muiden tuotteiden hinnat ovat tuottajahintoja. Välituotteita ovat sokerijuurikas, raakasokeri, maito ja rehuviljat eli ohra, kaura ja sekavilja. Pieniä määriä ruista ja jonkin verran leipäviljaksi kelpaa- matonta vehnää käytetään teollisuusrehuissa. Välituotteita ei optimointimallissa ole määritelty kysyntäfunktiota, vaan niiden kysyntä on johdettua kysyntää. Viljelykasveja ovat vehnä, ruis, mallasohra, ohra, kaura, sekavilja, herne, tärkkelysperuna, ruokaperuna, sokerijuurikas, öljykasvit, kuivaheinä, säilörehu ja tuorerehu. Peltoa voidaan käyttää lisäksi avo- ja viherkesannointiin. Kaikkia kasveja voidaan mallissa viljellä kaikilla alueilla seuraavin poik- keuksin. Vehnää, mallasohraa, öljykasveja, tärkkelysperunaa ja sokerijuurikasta ei viljellä tukialueilla C2 pohjoinen, C3 ja C4. Ruista ei viljellä tukialueella C4 eikä hernettä tukialueilla C3 ja C4. Kesannointi ei mallissa ole pakollista tuki- alueilla C3 ja C4 niiden pienen tilakoon vuoksi. Muille alueille on määritelty se osuus pinta-alasta jolle pätee kesannointipakko. Tämä osuus on laskettu käyt- täen perusteena peltoalan jakautumista eri tilakokoluolddin Eläimet jaetaan eri tuotantosuuntien kesken seuraavasti. Erikoistuneeseen naudanlihantuotantoon kuuluvat emolehmät, hiehot emolehmiksi, hiehot teuraaksi ja sonnit. Lypsykarjatalouteen kuuluvat lypsylehmät, hiehot lypsylehmiksi, hiehot teuraaksi, sonnit alle 15 kk ja sonnit yli 15 kk. Sikatalouteen kuuluvat lihasiat ja emakot. Kananmunantuotantoon kuuluvat munivat kanat. Siipikarjanlihan- tuotantoon kuuluvat siipikarjaemot ja muu siipikarja. 45 Päätösmuuttujina ovat erikseen alle ja yli 15 kuukautiset sonnit (lypsykaijasta), joilla on erilainen teuraspaino, rehunkäyttö, muut kustannukset ja tuet. Lypsy- ja emolehmistä tietty kiinteä osuus joutuu vuosittain teuraaksi. Jos lehmien lukumäärä kasvaa edellisvuodesta, teuraaksi menevien määrä laskee vastaavalla lukumäärällä. Jos taas lehmien lukumäärä laskee edellisvuodesta, teuraaksi me- nevien lehmien lukumäärä kasvaa vastaavalla määrällä. Tältäkin osin naudanlihan- tuotanto vastaa pienellä viiveellä lehmämäärän muutoksiin. Siemennettävien hiehojen ja lihakarjasonnien lukumäärä riippuu suoraan saman vuoden lehmien lukumäärästä, lihasikojen lukumäärä saman vuoden emakkojen lukumäärästä ja muun siipikarjan lukumäärä saman vuoden siipi- karjaemojen lukumäärästä. Munivien kanojen lukumäärä on itsenäinen päätös- muuttujansa.Vaikka tällaiset määrittelyt eivät vastaa biologisia tosiasioita (esim. kuluvana vuonna teurastetaan todellisuudessa miltei pelkästään edellisenä vuon- na syntyneitä sonnivasikoita), ne ovat välttämättömiä, että lihan- ja munan- tuotannon kustannukset ja tuotot jaksottuisivat samalle vuodelle. Mallissa ei voida tehdä pitkän tähtäimen tuotanto- tai investointipäätöksiä. Rehunkäyttö on määritelty erikseen jokaiselle em. eläimelle. Rehuaineita ovat ohra, kaura, sekavilja, ruis, vehnä, säilörehu, tuorerehu (sis. laidunrehun) ja rehuperuna. Teollisuusrehuja ovat tiiviste nautakarj alle, nautakarjan kivennäis- aineet, tiiviste sioille, täysrehu nautakarjalle, porsasrehu, sian täysrehu, tiiviste sioille, sikojen kivennäisaineet, kanojen täysrehu, kanankalkki ja tiiviste siipi- karjalle. Optimointimallissa lähes jokaisen rehuaineen käyttö voi muuttua jokai- sen eläimen kohdalla jokaisella suuraluella, jolloin rehunkäyttömuuttujia on yhteensä 420. Muiden tuotantopanosten käyttö eläintä ja hehtaaria kohti, samoin kuin hehtaarisadot ja eläintuotokset ovat kiinteitä optimointimallin sisällä. Tämä tarkoittaa sitä, että panos-tuotos-suhteet muussa kuin ruokinnassa ovat kiinteät (Leontief-teknologia). 4.2.4. Kohdefunktio Markkinaosapuolien rationaalinen toiminta johtaa teoriassa kuluttajan ja tuotta- jan ylijäämän maksimointiin. Optimointitehtävälle on annettu markkinoita simuloiva tehtävä (Hazell ja Norton 1986, s. 160-162, 167-168; Silberberg 1990, s. 492-493). Mitä lähempänä todellisuus on täydellisen kilpailun perusoletuksia, sitä paremmin optimointimallin mukaiset markkinat vastaavat todellisuutta. Teoreettiset oletukset eivät täysin toteudu todellisuudessa. Voidaan kuitenkin osoittaa, että markkinat pyrkivät kohti optimointitehtävän mukaista tasapainoa, kunhan yksittäinen tuottaja tai kuluttaja ei voi yksin vaikuttaa hintoihin. Tuotta- ja on voittoa maksimoiva, mutta lisäksi hän voi olla riskiä karttava ja arvostaa jossain määrin myös muita kuin taloudellisia tekijöitä. (Samuelson 1952, 1983). 46 Seuraavissa yhtälöissä esiintyvät muuttujat, parametrit ja symbolit ovat seu- raavat (muuttujat on merkitty isoilla ja symbolit ja parametrit pienillä kirjaimil- la): on suuralue (r kpl), on suuralueen alialue (tukialue) (sr kpl), tuote (n kpl), tuotantopanos (m kpl), välituote (fir kpl), tuotantoaktiviteetti (s kpl), rehuaine (nfkpl), fuf rehuaineenf rehuyksikkökerroin, funitsi eläimen j suositusten mukainen rehuyksikkömäärä (vaihtoehtoisesti suositusten mukainen valkuais- tai karkearehumäärä), Qgi tuotteen i kokonaiskysyntä suuralueella g, kotimaisen tuotteen i elintarvikekulutus suuralueella g, Q2gi ulkomaisen tuotteen i elintarvikekulutus suuralueella g, P1 gi kotimaisen tuotteen i hinta suuralueella g, P2gi ulkomaisen tuotteen i hinta suuralueella g, tuotantopanoksen k käyttö suuralueella g, alialueella b (tai suuralueella g), Fgif on rehuaineenf eläimelle j vuodessa annettu määrä suuralueella g, SFgz on rehuviljan z tuotanto suuralueella g, Vgz välituotteen z käyttö suuralueella g, wgz välituotteen z hinta suuralueella g, Tghi tuotteen i kuljetus suuralueelta g suuralueelle h, tghi yksikkökustannus kuljetettaessa tuotetta i suuralueelta g suuralueelle h, Xgbi tuotantoaktiivisuuden j (eläinmäärä tai pinta-ala) laajuus suuralueen g tukialueella b, egbu (egu ) tuotteen i saantokerroin tuotettaessa tuotantoaktlivisuudella j suur- alueen g tukialueella b (tai suuralueella g), suppbf tuotantoaktiivisuudesta j maksettu tuki tukialueella b, PROCgi tuotteen i jalostus suuralueella g, pri tuoteen i jalostuskustannus, viz välituotteen z menekki tuotteen i yksikköä kohti jalostettaessa tuo- tetta i pri tuotteen i jalostuskustannus alueella g (vain sokerille ja maito- tuotteille), Egi tuotteen i viety määrä suuralueelta g, gk Cl gk ja c2gk tarjontafunktion parametrit tuotantopanokselle k suuralueella g, ugbkj (U gkj ) on tuotantoaktiivisuuden j vaatima tuotantopanos k suuralueen 47 ER gz välituotteen z viety määrä suuralueelta g, Igi tuotteen i tuotu määrä suuralueelle g, IRgz välituotteen z tuonti suuralueelle g, epi tuotteen i hinta EU:ssa, erpz välituotteen z hinta EU:ssa, INTR gi tuotteen i myynti interventioon suuralueelta g, npri tuotteen i interventiohinta, ftci tuotteen i tuontikustannus, ftcz välituotteen z tuontikustannus, EXCi tuotteen i vientikustannus ja EXCz välituotteen z vientikustannus Kohdefunktio (4-22) on kysynnän suhteen toista astetta eli hinta, joka riip- puu suoraan kysynnästä (yhtälöt 4-3 ja 4-4), asettaa kysynnän ja tarjonnan tasapainoon. Ainoastaan maitotuotteiden ja sokerin hinnat ovat vähittäishintoja, muut tuotteet on hinnoiteltu tuottajahintatasolla. Tämän vuoksi kuluttajan yli- jäämä (CS), on ainoastaan maidon ja sokerin osalta varsinaista kuluttajan ylijää- mää ja muiden tuotteiden kohdalla kaupan ja teollisuuden ylijäämää. Maidon ja sokerin kohdalla voidaan erottaa kuluttajan ylijäämä (CS), kaupan ja jalostavan teollisuuden ylijäämä (PS1) ja maataloustuottajien ylijäämä (PS2). Yhtälöt (4-22), (4-23) ja (4-24) on kirjoitettu tämän jaon mukaisesti. Kuluttajien ylijäämä (CS), jalostavan teollisuuden ja kaupan (PS1) ja maataloustuottajien (PS2) ylijäämät saadaan laskemalla eri tuotteiden ylijäämät yhteen kaikilta alueilta. (4-22) r n CS = XX [(a igiY 1 gi + a2 giY2 gi-0.5b I giY 12gi -0-5b 2 gi 22gi g=1 i=1 - kY l giY 2gi )- P l giY l gi- P 2giY 2gi r n n, PS1= X [XP P 2giY 2gi gzW gz PROC gi pci g=1 i=1 z=1 i=1 n r ii fl - IXt ghiT ghi+XINTRginpri + E gi - I gi ) eP i=1 h=1 i=1 i=1 (4-23) -F ( ER gz - IRgz)er pz - X( I gi ftci + E giEXC gi z=t 1=1 n, - X( IRgz ficz + ERgzEXC gz ) z=1 48 r nr g m r sr s (4-24) PS2 = X X V sz wgz (c /gk Z gk + 0.5c 2 gk Z 2gk )+ XXX X gb; supp gi g=1 z=1 r=1 k=1 g=1 b=1 j=1 Niiden tuotteiden kohdalla, jotka hinnoitellaan tuottajahintatasolla (joita ei jalosteta) tämä jako ei kuitenkaan päde. Maataloustuottajien ylijäämää lasket- taessa otetaan huomioon silloin tuet ja kustannukset PS2:sta sekä tuotteista saadut tuotot ja interventiomyynnit PS/ :sta. Kaupan ja teollisuuden ylijäämä on vastaavasti CS (yhtälö 4-22) lisättynä viennin ja interventiomyynnin arvona ja vähennettynä yhtälön (4-23) mukaisilla kuljetus-, vienti- ja tuontikustannuksilla sekä tuonnin arvolla. Kun ylijäämät CS, P51 ja PS2 lasketaan yhteen saadaan koko maatalous- sektorin ylijäämä eli maksimoitava: TS = [ X(a l giQi gi+ a 2 gi Q 2 gi - 0.5b gi 12gi - 0.5b 2 giQ 22gi h=1 i=1 sr s - kQ 1 g, Q 2 gi - X(c lgk Z gk + 0.5c 2 gk Z2gk )± X gbj supp gJ - k=1 b=1 j=1 r n X PROC gi PC i - XX t ghi T ghi + X INTRginpri i=1 h=1 i=1 i=1 (4-25) nr +X( E gi I gi )eP X( ER gz - IRgz)erPz i=1 z=1 nr - X( I gi ftC i + E gi EXC gi - X( IR gz ftc z + ERg,EXCgz )1 i=1 z=1 missä TS on kohdefunktion arvo. Välituotteiden hinnat kumoutuvat kokonais- ylijäämää laskettaessa. Merkitseviä ovat vain lopputuotteiden hinnat, tuet ja tuotantokustannukset. Kulutuksen ohella tuotanto- ja jalostusaktiivisuudet, rehun- käyttö eläintä kohti, kuljetukset ja ulkomaankauppa ovat päätösmuuttujia. Joissain tapauksissa on perusteltua määritellä nousevia tarjontafunktioita kuvaamaan tuotantopanosten hinnannousua tuotannon laajentuessa. Nousevia käänteisiä kysyntäfunktiota on laajalti käytetty maatalouden sektorimalleja kä- sittelevässä kirjallisuudessa (Hazell ja Norton 1986, s. 201-206) ja yksittäisissä malleissa (Apland ja Jonasson 1992, s. 6). Nousevia tarjontafunktioita voidaan määritellä esim. konetyötunneille. Kone- kapasiteetin rajallisuus aiheuttaa vuokra- ym. lisäkustannuksia tuotantomäärien nopeasti kasvaessa. Tämä pienentää tuottajan ylijäämän kasvua määrän kasva- essa, mutta tuottajan rajahyöty ansaitusta lisämarkasta pysyy silti samana, toisin 49 kuin kuluttajien rajahyöty ylijäämän suhteen. Kuluttajille pienenevä rajahyöty on yleinen käyttäytymistä kuvaava ominaisuus. Kohdefunktioon on asetettu nouseva lineaarinen tarjontafunktio muotoa Rgk=c1+c2*Zgk (Zgk on käytetty määrä ja Rgk panoksen k hinta suuraluella g). Parametrit c/ ja c2 voidaan katsoa päteväksi tietyllä (R,Z)-tasolla. Kun määritel- lään tarjonnan jousto h, voidaan laskea c/ ja c2. Tarjontajoustoilla on keskeinen vaikutus tuottajan ylijäämään ja mallin käyttäytymiseen, minkä vuoksi tarjonta- joustojen tulee perustua huolelliseen empiiriseen analyysiin. (4-26) 11= dZ gk Rgk = Rgk Rgk C gk dR gk Z gk C2 Z gk Rgk - C2 Zgk = Rgk(1 - ) Mallin ensimmäisessä versiossa tarjontajoustoja ei ole määritelty, vaan tuo- tantopanosten hinnat ovat kiinteitä. Tällöin c/ gk on tuotantopanoksen k kiinteä hinta suuralueella g ja c2gk on nolla. 4.2.5. Rajoitukset Kohdefunktiota maksimoidaan siten, että jokaisen tuotteen tarjonta kattaa ky- synnän jokaisella alueella. Kysyntä (Qgi ) jakautuu kotimaisen tuotteen ja ulko- maisen tuotteen kysyntään, eli Qgi = Q1 gi + Q2• Yhtälö (4-27) on kotimaisen tuotteen taseyhtälö tuotteittain eri alueilla. SS S (4-27) Q igi - ZZ e gbu X gbj XT hgi XT ghi E gi 5- 0 g = 1...r,i= 1...n b=1 j=1 h=1 h=1 Kotimaisen tuotteen i kysyntä suuralueella g (=Q1gi ) voidaan tyydyttää vain kotimaan tuotannolla eli alueen omalla tuotannolla tai kotimaisen tuotteen kuljetuksina muilta alueilta. egbijXgbj tarkoittaa tuotteen i tuotantoa suuralueen g alialueella b tuotantoaktiivisuudella j (egbij on vastaava saantokerroin). Samaa tuotetta voidaan saada useista eri tuotantoaktiivisuuksista, esim. naudanlihaa saadaan sonneista, teurashiehoista ja lypsylehmistä sekä lihakarjasonneista, teurastetuista lihakarjahiehoista ja emolehmistä. Sianlihaa saadaan lihasioista ja emakoista. Jos Q1 gi on maitotuote tai sokeri, tuotantoaktiivisuus eg Xgij yhtä- lössä (4-27) on korvattava jalostusaktiivisuudella PROCgi. Tghi on tuotteen i kuljetus suuralueelta g suuralueelle h sekä Egi tuotteen i vienti suuralueelta g. Ulkomaisen tuotteen kysyntä Q2gi voidaan tyydyttää vain tuontina ulkomailta, jolloin Q2 gi = Igi. Taseyhtälöt muodostetaan erikseen kotimaiselle ja ulkomaiselle tavaralle myös raaka-aineiden ja välituotteiden osalta. Yhtälö (4-28) on taseyhtälö väli- 50 tuotteille alueittain. Välituotteen z kokonaismeneldci alueella g saadaan laske- malla sen menekki kaikissa jalostustoiminnoissa. Välituotetta z voidaan tuottaa alueella g (ja erikseen sen eri alialueilla b) tai tuoda muilta alueilta. Joissain tapauksissa välituotetta, kuten raakasokeria, voidaan myös tuoda ulkomailta ja viedä ulkomaille. Kotimaiset ja vastaavat ulkomaiset välituotteet (raakasokeri) ovat keskenään homogeenisia. Taseyhtälöllä pidetään huolta jalostuksen tarvit- seman raaka-aineen riittävyydestä, tuotannon vaatimista tuotantopanoksista ja asianmukaisesta kustannuslaskennasta. Sl S (4-28) £PROCgi vzi - X gbj e gbij - Thgz ghz ER,- IR, 5O g = 1.r, z = 1.•nr i=1 b= 1 j=1 h=1 h=1 Poikkeuksena muista tuotantopanoksista rehunkäyttö ei ole eläintä kohti kiin- teä optimointimallin sisällä. Rehunkäyttö optimoituu rehuyksikkö-, valkuais- aine- ja karkearehurajoitusten puitteissa niin, että yksittäisen rehuaineen käytön sallitaan muuttua edellisvuodesta vain tietyn verran (syynä rehuntuotannon kiin- teät tuotannontekijät). Riittävästä rehuyksikkömäärästä kullekin eläimelle pide- tään alueittain huolta lineaarisella rehuyksikkörajoitteella nf (4-29) X F gif ,fu f funits f=1 missä F f on rehuaineenf (joita nf kpl) eläimelle j vuodessa annettu määrä gi suuralueella g, fu f rehun f rehuyksikkökerroin ja funits j eläimen j vaatima rehuyksikkömäärä vuodessa. Vastaavalla tavalla pidetään huolta nautaeläinten karkearehutarpeesta (kuiva-ainekiloa rehuyksilcköä kohti), joka voidaan tyydyt- tää säilörehulla, laidunrehulla ja kuivaheinällä. Sikojen valkuaistarpeesta rehu- yksikköä kohti pidetään huolta omalla vastaavanlaisella rajoituksella, kun tie- detään eri rehujen sulavan raakavalkuaisen määrät. Vaihtoehtoina ovat täysrehu ja vilja-tiiviste-ruokinta, joskin täysrehut sisältävät vallcuaista suosi- tuksia enemmän. Sekä alueittainen eläinmäärä (erikseen jokaisella 14 tuotannollisella alueel- la) että kunkin rehuaineen käyttö eläintä kohti suuralueittain ovat päätösmuuttujia. Tällöin rehuviljan taseyhtälöstä (4-30) tulee epälineaarinen. Epälineaariset rajoi- tukset tekevät mallin ratkaisun laskennallisesti raskaaksi, jonka vuoksi rehun- käyttömuuttujat on määritelty vain suuralueittain. SF gz on rehuviljan z tuotanto alueella g (= rehuviljan z tuotanto yhteensä suuralueen g eri alialueilla b), X gbj eläinten j lukumäärä suuralueen g tukialueella b, F gjz rehuviljan z käyttö eläi- melle j (eli eläimiä s kpl) suuralueella g, Thgz viljan z kuljetus suuralueelta h suuralueelle g, Tghz viljan z kuljetus suuralueelta g suuralueelle h, E gz rehuviljan z 51 vienti suuralueelta g ja /5,z rehuviljan z tuonti suuralueelle g. Rehuviljaa ei kul- jeteta ristiin samojen suuralueiden välillä eli vain yhdensuuntainen kuljetus suuralueiden välillä on mahdollinen. Kotimainen ja ulkomainen rehuvilja ovat keskenään täysin homogeenisia, joten rehuviljaa ei tuoda ja viedä samanaikai- sesti. sr s (4-30) SF gi XII X gbj F gzi T hgz T ghZ -• E gz I gz _> 0 g.1...r,Z=1...nr , j =1...s b=1 j=1 h=1 h=1 Karkearehuista ainoastaan kuivaheinä voi liikkua alueiden välillä, mutta säilö- ja laidunrehu täytyy tuottaa paikallisesti. Rehuaineet voivat liikkua alueiden välillä. Tuotantopanoksilla ei käydä mallissa ulkomaankauppaa. Ruokintaa säätelevät monet kiinteät tuotannontekijät, joten rehunkäyttö voi muuttua yhden vuoden aikana vain vähän. Ruokinta muuttuu merkittävästi vas- ta, kun muutosta ajavat hintasuhteet vaikuttavat riittävän pitkään. Ruokinta on lähtötilanteessa erilainen eri alueilla (tästä enemmän luvussa 5.2). Kasvinviljelyssä tulee toteutua riittävä viljelykierto. Erityisesti rehuviljan- viljelyllä on optimointimalleissa taipumusta liialliseen erikoistumiseen tietyille alueille. Käytännössä yksipuolinen viljely johtaa maan köyhtymiseen ja sato- tason laskuun, mitä ovat mallintaneet esim. Apland ja Jonasson (1992). Sektori- mallin tässä versiossa on tyydytty määrittelemään vain yksi alueellinen viljely- kiertorajoite, jonka mukaan ohraa voidaan viljellä enintään puolella kunkin tuotannollisen alueen (yht. 14 aluetta) kokonaispinta-alasta. Tuotanto vaatii tietyt muuttuvat tuotantopanosten määrät alueittain.Yhtälössä (4-31) Ugbkj on tuotantoaktiivisuuden j vaatima tuotantopanos k suuralueen g alialueella b ja Z g k on eri tuotantoaktiviteeteissa käytetyn tuotantopanoksen k kokonaismäärä alueella g. sr s (4-31) X X U gbkj X gbj Z gk 0 g = 1...r, k = 1...m b=1 j=1 Maataloustuotantoa rajoittavat lisäksi tietyt kiinteät tuotannontekijät, kuten alueittainen maksimipelto-ala ja maitokiintiöt. Sonnipalkkiokiintiötä ei ole mallin- nettu, koska sormien lukumäärä jää jo nykyisellään selvästi alle vallitsevan kiintiön. Suurinta sallittua peltokasvien perusalaa, öljykasvialaa tai LFA-yksi- köiden kokonaismääriä ei ole mallinnettu omina rajoitteenaan, vaan ne käsitel- lään kohdefunktiossa erikseen (ks. 4.2.4). Eri maitotuotteiden jalostus on suuralueittain rajoitettu (ks. luku 6.3.1). Tällä estetään maidonjalostuksen liiallinen erikoistuminen alueiden välillä. Muuten eri maitotuotteiden valmistus voisi keskittyä vain tiettyihin paikkoihin, mikä ei teknisesti ole mahdollista nykyiseen jalostuskapasiteetin sijaintiin nähden. Esi- 52 merkiksi nestemäisen maidon tuotanto ja juustonvahnistus voisivat optimi- ratkaisussa kokonaan eriytyä eri alueille. Jossain määrin, sikäli kuin se on realistista nykyiseen jalostuskapasiteetin sijaintiin nähden, maidonjalostuksen erikoistuminen ja keskittyminen sallitaan. Jalostuksen rajoitteiden vapauttami- nen eli rajaton jalostuskapasiteetti edellyttäisi asianmukaiset kapasiteetin laajentamiskustannukset, joita koskevaa todellista dataa ei ole ollut käytettävis- sä. Sokerinjalostuskiintiö on mallinnettu pelkästään rajoitteena. Jos kiintiö to- dellisuudessa ylittyy, ylitystä vastaava sokerimäärä joudutaan myymään maali- manmarkkinahinnalla. Tätä mahdollisuutta ei ole otettu mallissa huomioon, vaikka se olisikin täysin mahdollista. Tämä tuskin kuitenkaan on ongelma, koska Suomessa sokerin tuotantokustannukset ovat kokonaisuutena selvästi maailmanmarkkinahintoja korkeammat, eikä Suomi merkittävässä määrin tuota sokeria maailmanmarkkinoille. Kaikki muuttujat ovat ei-negatiivisia. Tghi on nolla kun g=h, eli malli ei ota huomioon kuljetuskustannuksia alueiden sisällä. (4-32) Q1 gi,Q2 gi, X gbi,Z gk,T g = 1...r; I...r; h_g,- i = I..n; j = I...s; k = 1...m Kaikki tuotantomuuttujat on lisäksi rajoitettu suhteessa edellisvuoteen (X gbj(t-/)) määräämällä vuotuiset muutosrajat eli yläraja ja alaraja (kaavassa 4-33 Wy ja Wa). Ne on asetettu tuotannonaloittain subjektiivisen arvion perus- teella taustana kuitenkin aikasarjat ja ennen muuta eri tuotantosuuntien biologis- tekniset rajoitukset (luku 6.2). (4-33) (1 - Wa ) X gbj(t - X gbj(tWi + y ) X gbi(t -1) Rajat määräävät suurimmat mahdolliset poikkeamat edellisvuodesta ja ilmen- tävät implisiittisesti eri tuotannonalojen sisäisiä aikajänteitä, viiveitä ja rajoi- tuksia. Mallin käyttäytymisen kannalta mahdollisen muutosvälin suuruus on merkityksellinen erityisesti silloin, jos on määritelty vain yksi mahdollinen tuotantotapa (Leontief-teknologia), päätösmuuttujille lineaariset rajoitteet ja jos kytköksiä karjatalouteen ei juuri ole (esim. leipäviljan tuotanto). Mikäli tuotan- to on kannattamatonta useana vuonna peräkkäin, lasku-uran jyrkkyys riippuu silloin asetetusta vuotuisesta alarajasta. Vastaava pätee ylärajan suhteen; jos tuotantoa kannattaa jollain alueella laajentaa useana vuonna peräkkäin. Rehunkäyttö voi muuttua eri nopeudella eri eläimillä, ts. rehunkäytön vuo- tuiset muutosrajat ovat erilaiset eri eläimillä. Lehmien ja lypsylehmiksi kasva- tettavien hiehojen suurin mahdollinen rehunkäytön muutos vuositasolla kunkin rehuaineen kohdalla on biologisten syiden takia asetettu alemmaksi kuin lihan- autojen. Lehmien ruokintaa ei voida äkillisesti paljoa muuttaa lehmän ruuan- 53 sulatusjärjestelmän takia. Sikojen ja siipikarjan rehunkäytön muutos on lähinnä siirtymistä tiiviste-vilja-ruokinnan ja täysrehuruokinnan välillä. Kulutus, eli kotimaisen ja vastaavan ulkomaisen tuotteen yhteenlaskettu ku- lutus (Qgi = QI gi Q28i) on rajoitettu siten, että tärkeimpien elintarvikkeiden kulutustottumuksista johtuvat pitkän ajan kulutustrendit otetaan huomioon. Ky- seeseen tulevat lähinnä muutokset maitotuotteiden ja lihan kulutuksessa. Eri maitotuotteiden kulutus kehittyy eri tavalla. Maitonesteiden kulutus laskee ja juustojen nousee. Useimmat mallin maitotuotteet on eritelty rasvaiseen ja vähä- rasvaiseen vaihtoehtoon. Kaikille 18 maitotuotteelle on määritelty kulutustrendi, jolloin myös suuntaus kohti vähärasvaisia maitotuotteita otetaan huomioon. Maitotuotteiden kulutuksen sallitaan muuttuvan asetetusta trendiarvostaan tie- tyn verran. Samoin naudan-, sian- ja siipikarjanlihalle asetetaan kullekin oma kulutus- trendinsä. Kulutuksen annetaan poiketa trendiarvosta tietyn verran ylös- tai alaspäin vuosittain optimointimallin sisällä. Näin kuluttajan ylijäämää maksi- moidaan varsin pienen vaihteluvälin sisällä vuosittain, jolloin kuluttajan ylijää- män optimointia tärkeämpi ohjaava tekijä on annettu kulutustrendi. Dynaamisessa mallissa on joiltain osin mahdollista mallintaa tuotannollisia viiveitä eksplisiittisesti. Lypsykarjatiloilla kasvatettavien sonnien (jotka saatu lypsylehmistä) kokonaismäärä on rajoitettu puoleen edellisen vuoden lehmien lukumäärästä (vasikoista 50 % sonnivasikoita). Lihantuotanto vastaa siis pienel- lä viiveellä lehmämäärän muutoksiin. Tästä määrittelystä seuraa, että naudanlihan- tuotanto ei vaikuta mitenkään maidontuotantoon. Jos halutaan, että lihantuotannon tulot (tai tappiot) lasketaan maidontuotannon hyväksi, asia on helposti korjattu asettamalla lypsykarjatiloilla kasvatettavien sonnien lukumäärä suoraan riippu- vaksi saman vuoden lypsylehmien lukumäärästä. 4.2.6. Ulkomaankauppa Ulkomaankauppa oletetaan mallissa kokonaan Suomen ja muun EU:n väliseksi kaupaksi. Oletuksena on, ettei Suomi voi vaikuttaa EU:n hintoihin, jotka ovat mallissa eksogeenisia. Ulkomaankaupasta aiheutuu kuljetuskustannuksia, jotka mallissa lasketaan kiloa kohti. Tuonnissa näiden kustannusten oletetaan pysy- vän samoina tuontimääristä riippumatta. Maito- ja lihatuotteille ulkomaankau- pan kuljetuskustannus on suurempi kuin kasvinviljelytuotteille. Yksinkertaisuu- den vuoksi mallissa on oletettu, että ulkomaankauppaa käydään vain yhden Etelä-Suomessa sijaitsevan sataman kautta. Sekä tuonnissa että viennissä, mikä- li kauppaa käydään muualta kuin Etelä-Suomesta käsin, tavara täytyy kuljettaa sataman ja ko. suuralueen välinen matka. Siksi myös kotimaan kuljetus- kustannuksilla on pieni vaikutus ulkomaankaupasta aiheutuviin kustannuksiin. Vaikka kotimaiset ja vastaavat ulkomaiset tuotteet on määritelty kotimaisen kysynnän kannalta eri tuotteiksi, vientituotteet ovat kotimaisten tuotteiden kans- 54 Vienti (kg) Vientikustann.us/yksikkö Kuvio 4.4. Nousevat vientikustannukset viedyn määrän funktiona. sa homogeenisia. Vientikustannukset EXCgi kaavassa 4-34 on määritelty lineaa- risesti kasvaviksi suhteessa edellisen vuoden vientimääriin E gi(t-1) kulma- kertoimella ke (kuvio 4.4 ja kaava 4-34). ftci on tuotteen i perustason vienti- kustannus (= edellä esitetty ulkomaankauppakustannus) eli vientikustannus, jos vienti ei muutu edellisvuodesta Tällä vähennetään viennin herkkyyttä hintojen ja tukien muutoksille. (4-34) ( E gi(t) - EXC = ftC,+ ftC E gi(t -1)) ,ke E gi(t -1)> E gi(t 1) EXC gi = fiC E gi(t - 1) = 0 Lähtötilanteessa vientikustannusfunktiot kalibroidaan vuoden 1995 vienti- tasoille tietyllä vientikustannuksella. Vienti ei voi lyhyellä aikavälillä kasvaa nopeasti ilman huomattavia lisäkustannuksia. Sen sijaan jos tukipolitiikka tai muut syyt puoltavat jonkin tuotteen vientiä riittävän pitkän aikaa, vienti voi kasvaa useana vuonna kohtuullisin vientikustannuksin. Tämä määrittely tarkoit- taa toisaalta sitä, että vientikustannukset pysyvät vakiona ellei vientimäärä muu- tu edellisvuodesta, ja toisaalta taas laskevat mikäli vientimäärät laskevat edellis- vuodesta. Oletuksena on, että vienti tai tuonti eivät voi vaikuttaa EU:n hintata- soon. Vientikustannusten muutoksen ajatellaan johtuvan markkinointi-, järjeste- ly- ym. kustannuksista. Vientikustannussuoran kulmakerroin on perusteltua asettaa lihalla ja maito- tuotteilla sekä kananmunilla korkeammaksi kuin kasvituotteilla, joiden markki- nointikustannukset ovat varsin pienet. Kulmakerrointa ei voida kuitenkaan aset- taa ykköstä suuremmaksi, koska silloin viennin suuresta suhteellisesta laskusta 55 edelliseen vuoteen verrattuna aiheutuisi negatiiviset vientikustannukset. Koska vientikustannukset ovat lisäksi vain murto-osa tuotteen hinnasta, nousevat vienti- kustannukset ovat varsin heikko kitkateldjä viennin kasvulle. Vienti voi edel- leen kasvaa voimakkaastikin saman vuoden aikana, jos hintasuhteet tekevät sen kannattavaksi. Edellä kuvatulla vientikustarmusjärjestelyllä on saatu huomattavasti vähen- nettyä mallin herkkyyttä marginaalisen pienille hinta- tai kustannusmuutoksille. Järjestely on tarpeen erityisesti viljalle, joka on määritelty lähes homogeeni- seksi ulkomaisen viljan kanssa, jolloin optimoinnin herkkyys pienille muutok- sille korostuu. Ilman vientikustannusfunktiota pienet, jopa vain pennin kym- menesosien suuruiset hinta- tai kustannusmuutokset voivat aiheuttaa satojen prosenttien äkillisiä muutoksia viennissä, mikä aiheuttaa myös huomattavia muu- toksia esim. viljojen pinta-aloissa (viljelyssä Leontief-teknologia). On realistis- ta olettaa viennin kasvattamisessa olevan lyhyellä aikavälillä muutaman pennin suuruisia kitkatekijöitä. Mikäli ne voitetaan, vienti voi kasvaa voimakkaasti, varsinkin jos suotuisat olosuhteet jatkuvat useana vuonna peräkkäin. Toisaalta vienti voi kokonaan nopeasti loppua, mikäli se on kannattamatonta. Vienti- kustannusten lasku kuvaa silloin marlddnointipanostusten vähentämistä tai ko- konaan lopettamista. Yleisissä tasapainomalleissa paljon käytetty menettelytapa on vientituottei- den erottaminen kotimarkkinatuotteista (esim. Törmä ja Rutherford 1993). Vienti kiinnitetään perusvuoden tasolle käyttäen sopivaa substituutiojoustoa ja epäline- aarisia transforrnaatiofunktioita. Tämä määrittely on erityisesti viljan kohdalla ongelmallinen. Ongelmana ei ole niinkään itse transformaatiofunktio, vaan mal- lin staattisuus. Vaarana on, että itse transformaatiofunktio ja substituutiokerroin hallitsevat vientikäyttäytymistä enemmän kuin todelliset hintasuhteet ja niiden muutokset. Pitkän aikavälin dynaamisessa mallissa transformaatiofunktiota tu- lee välillä kalibroida uudelle tasolle (kuten tehdään mallin kysyntäfunktioille, luku 4.2.1). Toistaiseksi sektorimallissa on kuitenkin käytetty homogeenisuus- oletusta ja lineaarista vientikustannusfunktiota, jonka käyttäytyminen on hel- posti hallittavisssa ja jonka kalibrointi joka vuodelle erikseen on laskennallisesti helppoa. Lineaarinen funktiomuoto poistaa herkkyyden pienille hintasuhde- muutoksille, mutta vientituote ja kotimainen tuote ovat edelleen homogeenisia, jolloin hintasuhteet vaikuttavat edelleen merkittävästi vientiin. Tämä on erityi- sesti viljan kohdalla osoittautunut toimivaksi ratkaisuksi. Myös muiden tuottei- den, kuten lihan ja maitotuotteiden viennin kalibrointi vuoden 1995 tasolle on onnistunut varsin hyvin lineaarisen vientikustannusfunktion avulla. Epäline- aarinen vientikustannusfunktio saattaisi kuitenkin esim. lihan ja maitotuotteiden kohdalla helpottaa kalibrointia. Mikään ei estä käyttämästä jatkossa epälineaarisia funktiomuotoja ja tarvittaessa erottamasta kotimarkkinatuotteita ja vientituotteita toisistaan. Tällöin on kuitenkin huolehdittava siitä, ettei valittu funktiomuoto ja sen parametrit hallitse liikaa mallin käyttäytymistä. 56 4.2.7. Tuet Maataloustuet maksetaan tuotantoaktiivisuuksien (kohdefunktiossa eri kasvien viljelyalat hehtaareina ja eläinten lukumäärät) ja siirtymäkaudella 1995-1999 myös tuotantomäärien perusteella. Tuet lasketaan sektorin ylijäämäksi huomioi- matta kustannuksia veronmaksajille ja siten yhteyttä muuhun kansantalouteen. Näin tukipolitiikka ohjaa tuotannon kokonaislaajuutta ja sijoittumista. Tuet on määrätty tuotteittain ja tukialueittain vuoteen 1997 saakka, jonka jälkeen ne ovat viitearvoja (MMM 1997). Sen mukaan kuin niitä tarkistetaan hallinnon toimesta, ne päivitetään. Kohdefunktioon on sisällytetty pohjoisen tuen leikkurit siten, että tuotanto- tai tuotannontekijöille asetettujen viitemäärien ylittyessä tukea leikataan seuraa- vana vuonna ylitystä vastaavalla määrällä kullakin C-tukialueella erikseen. Tämäntyyppisestä menettelystä on maininta pohjoisen tuen ehdoissa (EYVL 1995). Mahdollista on myös tarkastella C-alueita yhtenä kokonaisuutena. Vas- taavalla tavalla CAP-tukea, LFA-tukea ja öljykasvitukea pienennetään seuraa- vana vuonna ylitystä vastaavalla määrällä mikäli ylärajat ylitetään. Samana vuonna toimivaa leiklcuria ei mallinnettu, koska se toisi malliin 0-1-muuttujat, jolloin ratkaisussa jouduttaisiin turvautumaan raskaisiin sekalukualgoritmeihin. Tällöin mallin ratkaisuaika pitenisi huomattavasti, eikä ratkaisun löytyminen olisi aina varmaa. Siirtymäkauden eläinyksikkötukea ei ole määritelty lainkaan, koska sitä mak- setaan vain joissakin yksittäisissä Etelä-Suomen kunnissa joita ovat Ikaalinen, Jämijärvi, Kankaanpää, Pomarkku, Mäntyharju, Ikaalinen, Kiikoinen, Kullaa, Lavia, Noormarkku, Pori, Suodenniemi, Juupajoki, Längelmäki, Kuhmalahti, Jämsä ja Kuhmoinen. Mallin aluejakoa ei ole nähty tarpeelliseksi muuttaa siir- tymäkauden eläinyksikkötuen takia, jonka suuruus vaihtelee em. kunnissa. Esi- merkiksi lypsylehmäkohtainen tuki vuonna 1998 on joissain kunnissa 324 ja joissain 243 markkaa. Näillä tukisummilla voi olla merkitystä yksittäisten vilje- lijöiden tuotantopäätöksiin. Kokonaisuudessaan em. kuntien osuus Etelä-Suo- men suuralueen kokonaistuotannosta on vähäinen, eikä siirtymäkauden eläin- yksikkötuen poisjättäminen ole kokonaisuuden kannalta ratkaisevaa. Mikäli nämä tuet asetettaisiin alueellisena keskiarvona kaikkien Etelä-Suomen suuralueen eläimille, tuen suuruus olisi korkeintaan muutama kymmenen markkaa eläintä kohti vuodessa. Tällä on hyvin vähäinen merkitystä Etelä-Suomen nautakarja- talouden kilpailukyvyn ja tuotannon sijoittumisen kannalta. Koska rehunkäyttö voi muuttua mallin sisällä, kotieläintuotannon sijoittuminen ei ole herkkä tukien tai kustannusten pienille muutoksille (mikä osoitetaan luvussa 6), eikä siirtymä- kauden eläinyksikkötuen poisjättämisen voida katsoa tuottavan harhaanjohtavia tuloksia. Kotieläintuotannon laajaperäisyysrajat ja -lisät on voitu mallintaa ainoastaan aluetasolla, koska mallissa ei ole mukana erikseen kasvinviljely- ja kotieläin- 57 tiloja peltoaloineen ja eläimineen. Mikäli kuitenkin alueen keskimääräinen eläin- tiheys eri tuotantosuunnissa ylittää asetetun rajan, laajaperäisyyden perusteella maksettava tuki pienenee seuraavana vuonna. Laajaperäisyysrajat eivät siis ra- joita tuotannon keskittymistä niin kauan kuin aluetason eläintiheys ei nouse vaadittua rajaa korkeammaksi. Koska aluetasolla peltoalaa ja rehukasvien vilje- lyalaa on nykyisellään alueen eläintä kohti aina selvästi enemmän kuin yksit- täisellä kotieläintilalla, laajaperäisyysvaatimukset menettävät näin osittain mer- kityksensä. Mallissa ei kuitenkaan makseta suurimpia mahdollisia laajaperäi- syyslisiä vaikka rehuhehtaarien määrä aluetasolla ylittääkin eläinyksikköjen mää- rän, vaan eläinten oletetaan saavan toiseksi korkeimman laajaperäisyyslisän (36 ecua/eläinyksikkö) niin kauan kuin eläintiheys (1,4 eläinyksikköä/ha) pysyy vastaavan rajan alapuolella. Tämä järjestely on tehty, jotta maksettujen tukien määrät vastaisivat todellisuutta. Tilatasolla määriteltävät politiikkatoimenpiteet, jotka on nähty ongelmallisiksi monissa sektorimalleissa (esim. Jensen 1996, s. 86), voidaan määritellä täsmäl- lisesti vain, jos mallintamisen perusyksikkönä on yksittäinen maatila (Jonasson ja Apland 1997). Laajaperäisyysvaatimusten vastaavuus todellisuuteen riippuu silloin tilaluokkien ja alueiden määrittelystä. Yleisesti voidaan todeta, että sektorimallin alueellinen politiikkakuvaus on erittäin tarkka verrattuna esim. yleisiin tasapainomalleihin tai moniin muihin maatalouden sektorimalleihin (viimeksi mainittuja on tarkastellut mm. B auer ja Henrichsmeyer 1989). Mallit määritellään ja aggrekoidaan usein karkeasti tuote- ryhmittäin koko maan tai alueiden tasolla, jolloin myös tukipolitiikka on varsin aggrekoitua. Suomen politiikkajärjestelmä on siirtymäkaudella monimutkaisempi ja yksityiskohtaisempi kuin monien EU-maiden järjestelmät. 4.2.8. Maitokiintiöiden kauppa Mallin ensimmäinen versio mahdollistaa maitokiintiöiden liikkumisen, ts. maito- kiintiöiden kaupan tiettyjen alueiden sisällä. Kiintiöiden liikkuminen voidaan helposti estää (kuten on tehty luvun 6 esimerkkiajoissa) määräämällä kiintiöiden ostoa ja myyntiä vastaavat muuttujat nollaksi. Jos alueiden välinen kiintiökauppa sallitaan, kiintiöt voivat siirtyä niille alueille, missä maidontuotanto on suhteellisesti edullisinta. Kiintiöiden liikku- minen on nykyisen järjestelmän mukaisesti sallittu vain tiettyjen aluekoko- naisuuksien sisällä. Tukialueet A ja B muodostavat oman alueensa, Cl ja C2 omansa ja C2P, C3 ja C4 oman alueensa. Kiintiöiden siirtymisen herkkyys riippuu kiintiön hinnasta ja kiintiön poistoajasta. Kiintiön hinta, johon kuuluu myös arvonlisävero, riippuu maitokiintiölle asetetusta hinnasta ja poistoajasta. Maitokiintiöt ovat kiinteitä tuotannontekijöitä, ja niiden hankinta on pitkän aikavälin investointi. Kiintiön hinta on sen vuoksi jaksotettava monelle vuodel- le. Poistoajan pituudesta riippuu se, kuinka paljon kiintiöstä tehdään" vuosi- 58 tasolla poistoja ja mikä on kiintiön vuotuinen kustannus. Kiintiökauppa on mallinnettu siten, että kohdefunktioon ja maidontuotannon rajoitusyhtälöihin lisätään päätösmuuttujat EXTRAQgb (suuralueen g alialueelle b ostetut kiintiöt) ja SOLDQgb (suuralueen g alialueelta b myydyt kiintiöt). Lisäk- si on asetettu rajoite, jonka mukaan myytyjen kiintiöiden kokonaismäärä on sama kuin ostettujen kiintiöiden määrä kullakin kiintiökauppa-alueella. Kohde- funktiossa vähennetään myytyjen kiintiöiden hinta (joka riippuu varsinaisen kiintiöhinnan lisäksi kiintiölle asetetusta poistoajasta) lisättynä arvonlisäverolla. Kiintiökauppa oletetaan näin maidontuotannon lisäkustannukseksi. Jokainen tuotannollinen alue toimii kiintiökaupassa yhtenä yksikkönä, jolle on määritelty kiintiön osto- ja myyntimuuttuja. Jokaisen vuoden lähtötilanteena alueittain on edellisen vuoden tuotannon perusteella jaettu kuluvan vuoden maakiintiö, joka voi olla erilainen eri vuosina. Koska päätöksenteko toimii optimointimallissa vain vuoden aikajänteellä, päätös lisäkiintiöiden ostamisesta tai myymisestä tehdään joka vuosi erikseen. Hintana on maitokiintiön vuotuinen poisto, mikä riippuu asetetusta poistoajasta. Kiintiöt siirtyvät suhteellisesti hei- koimmin menestyviltä alueilta parhaiten menestyville alueille, mikäli alueiden rajakustannusten ero on suurempi kuin lisäkiintiöstä aiheutuva vuotuinen kus- tannus. 4.3. Kiinteät kustannukset Mallin lähtökohtana on lyhyen aikavälin rajoitettu optimointi vapaan kilpailun vallitessa. Ylijäämäkäsite edellyttää lyhyellä aikavälillä uponneita kustannuk- sia. Viljelijä voi saada ylijäämää eli tuottoa kiinteille kustannuksille vain, jos kiinteiden tuotannontekijöiden määrä on vakio lyhyellä aikavälillä (luku 3.2.2). Tuottajien ja kuluttajien yhteenlaskettua ylijäämää maksimoiva optimointimalli tuottaa lyhyen aikavälin markkinareaktion. Lyhyen aikavälin optimoinnin olete- taan selittävän markkinaosapuolten ja koko sektorin käyttäytymisen. Pitkällä aikavälillä kaikki kustannukset ovat muuttuvia, jolloin kaikki kiinteät kustan- nukset tulevat asteittain täysimääräisinä päätöksentekoon mukaan. Tämän vuok- si mallissa on määritelty aikataulu, jolla kiinteät kustannukset tulevat ajan funk- tiona muuttuviksi kustannuksiksi, jotka otetaan mukaan optimointimalliin Tämä tarkoittaa sitä, että vuosittain yhä suurempi osa hehtaari- ja eläinkohtaisista poistoista on mukana optimoinnissa. Mallissa ei ole mukana pitkän aikavälin investointikäyttäytymistä tai inves- tointisääntöjä omana päätösmuuttujanaan, vaan investoinnit ovat implisiittisesti mukana poistojen kautta. Poistojen huomiotta jättäminen tarkasteluajanjakson alkuvuosina merkitsee pääomakannan alenemista. Alkuvuosina tuotantoa voi- daan harjoittaa suhteellisen vähäisin korvausinvestoinnein, mutta jatkossa tar- vittavien poistojen määrä päätöksenteossa ja optimoinnissa kasvaa ajan funktio- na. Poistojen kasvu ajan funktiona merkitsee uus- ja korvausinvestointeja, jotka 59 on pakko tehdä mikäli tuotantoa halutaan jatkaa. Samalla kuitenkin maatalou- den panoskäyttö muuttuu ajan funktiona tilakoon kasvun ja tuotantoteknologian kehittymisen seurauksena (tämä määrittely tehdään erikseen luvussa 4.4), minkä vuoksi poistojen kokonaismäärä hehtaaria ja eläintä kohti laskee vuoden 1995 tasosta vuoteen 2005 mennessä. Tämä puolestaan vähentää poistojen kasvua päätöksenteossa. Investointien ja tuotantopanosten käytön välillä ei ole ekspli- siittistä yhteyttä. Kiiinteiden kustannusten tuleminen muuttuviksi ja tuotantopa- nosten käytön tehostuminen on asetettava järkevässä suhteessa toisiinsa. Kiinteiksi luokiteltuja kustannuksia ovat mallissa poistot, koneiden ja raken- nusten korjausmenot sekä korot, vakuutukset ja vuokrat. Kiinteiden eli lyhyellä aikavälillä uponneiden kustannusten tulemiselle muuttuviksi voidaan esittää eri- laisia aikatauluja tuotantosuunnittain ja kustannusryhmittäin. Aikataulu voi olla erilainen esim. rakennus- ja konepoistoille. Koska poistoaikojen määrittelyjä ei voida tehdä täysin luotettavin perustein, aikataulut määritellään ns. perusske- naariota muodostettaessa (luku 6). Eri aikatauluilla voidaan tehdä herkkyys- analyysiä. Investointikäyttäytymisen puuttumista voidaan pitää sektorimallin heikkou- tena. Esimerkiksi sianlihantuotannon kasvun taustalla on paitsi kulutuksen kas- vu, myös pitkän aikavälin investointikäyttäytyminen, johon vaikuttavat merkit- tävästi pienenevät siirtymäkauden tuet ja toisaalta investointituet. Sektorimalli ei nykyisellään suoraan kuvaa näitä tekijöitä. Näin ainut mahdollisuus todelli- sen kehitysuran replikoimiseksi on asettaa uponneet kustannukset vuosina 1995- 1998 sille tasolle, että tuotannon laajeneminen on mahdollinen. Tuotannon su- pistuminen tai laajeneminen ovat mallissa seurausta aina vuosittaisesta lyhyen aikavälin optimoinnista. Poistojen asteittainen tuleminen mukaan päätöksente- koon kuvaa uus- ja korvausinvestointeja, joita on pakko tehdä tuotannon jatka- miseksi pitkällä aikavälillä. Tuotanto voi laajentua ja sen taso voi säilyä pitkällä aikavälillä vain, jos suotuisat hintasuhteet ja tuet vaikuttavat riittävän pitkään ja tuotot kattavat myös täydet poistot. Toteutettua menettelytapaa ei voida pitää täysin tyydyttävänä, koska esim. investointien ja panoskäytön välillä ei ole eksplisiittistä yhteyttä. Menettely- tavalle voidaan kuitenkin löytää tiettyjä perusteita. Tarkoituksena on kuvata maataloustuottajien lyhyen aikavälin päätöksentekoa EU-jäsenyyden alkuvuosi- na (poistojen huomiotta jättäminen ja pääomakannan aleneminen) ja toisaalta poistojen ja todellisten tuotantokustannusten vaikutusta pitkällä aikavälillä. In- vestointien ja uponneiden kustannusten mallintaminen staattiseen optimointiin perustuvalla menetelmällä on vaikeaa, ja tällöin joudutaan tekemään em. oletuk- sia. Suomen maataloudessa tehdään huomattava määrä investointeja vuosina 1995-1999 EU:n yhteisen maatalouspolitiikan aiheuttamien sopeutumispaineiden takia. Siirtymäkauden hinta- ja investointituet helpottavat investointien rahoi- tusta. Ainakin sianlihantuotanto on kasvanut uusien investointien myötä. Jatkos- 60 sa investointikäyttäytyminen ja uponneet kustannukset eivät ole enää yhtä mer- kittävässä osassa maataloudessa, koska enää vain suhteellisen pieni joukko viljelijöistä investoi tai luopuu tuotannosta samanaikaisesti. Investoinnit ja uponneet kustannukset liittyvät yhteen. Uponneita kustannuk- sia on ainakin kahdenlaisia. Juuri investoinut viljelijä joutuu jatkamaan tuotan- toa, vaikka tuottoa omalle työlle ja kiinteille kustannuksille jäisi vain vähän. Suuret investoinnit kaventavat äskettäin investoineiden viljelijöiden liikkuma- varaa tuotannon määrän suhteen useiksi vuosiksi. Olemassa oleva kapasiteetti on pakko hyödyntää vaikka työtulo jäisi vähäiseksikin. Vastaavasti vanhalla, jo poistetulla kalustolla toimivat viljelijät ovat vapaita vähentämään tuotantoa tai kokonaan lopettamaan tuotannon, jos voittomarginaali jää tehtyyn työmäärään nähden pieneksi. Jos toisaalta yrittäjätulo pysyy edelleen kohtuullisella tasolla, he voivat jatkaa tuotantoa joitakin vuosia, vaikkei kiinteille kustannuksille ja sijoitetulle pääomalle jäisikään muuttuvien kustannusten ja kohtuullisen yrittäjä- tulon jälkeen mitään korvausta. Viljelijän käyttäytyminen hinta- ja politiikka- muutoksen sattuessa riippuu siitä, onko hän investointisyklin alku- vai loppu- päässä. Poistoaikataulujen määräämisen kannalta oleellinen kysymys on, kuinka suuri osa maatalouden tuotantovälineistöstä on jo poistettua pääomakantaa eri tuotan- nonaloilla ja alueilla. Toinen, tähän liittyvä kysymys on, kuinka kauan nykyi- nen, osittain jo poistettu, mutta edelleen toimintakuntoinen tuotantokoneisto pysyy mukana tuotannossa ilman uus- tai korvausinvestointeja. On vaikeaa saada tarkkaa empiiristä tietoa siitä, millä aikataululla nykyisin kiinteät tuotannon- tekijät tulevat muuttuviksi kullakin tuotannonalalla. Eri aikataulujen suhteen tulee tehdä herkkyysanalyysiä (luku 6). Sektorimallin tässä versiossa tarkastelua- janjakso päättyy jo vuonna 2005, mutta tulevissa versioissa tarkasteluajanjakso on pitempi, jolloin myös poistoaikataulut voivat olla erilaisia. 4.4. Panoskäytön muuttuminen Maatalouden kustannustehokkuuden kasvun odotetaan yleisesti kiihtyvän pit- kän ajan trendiarvostaan EU-jäsenyyden aiheuttamien paineiden myötä. Tätä kehitystä näyttäisivät suosivan myös investointitukien vauhdittamat uudet in- vestoinnit. Jatkossa voidaan odottaa sekä muuttuvien että kiinteiden tuotantopa- nosten käytön tehostumista. Mallissa on mahdollista määrittää tietyille tuotanto- panoksille käytön tavoitetasot hehtaaria ja eläintä kohti vuoteen 2005 mennessä. Tavoitetasot annetaan suhdelukuina suhteessa vuoden 1995 tuotantopanosten käyttöön. Tavoitetasot voidaan asettaa menneen kehityksen mukaisesti, tai sit- ten voidaan tutkia, kuinka suuri tuottavuuden kasvu riittää pitämään maatalous- tuotannon halutulla tasolla tietyn tukipolitiikan vallitessa. MTTL:n kirjanpitoaineistosta on estimoitu riippuvuutta tuotantopanosten käy- tön, tuotantokustannusten ja tilakoon välille (Niemi ym. 1995, s. 136). Havainto- 61 aineistoon on todettu sopivan parhaiten muotoa (4-35) log C = a - b log KK oleva käyrä, missä C on tuotantokustannus hehtaaria tai eläintä kohti, KK tilan keskikoko ja a ja b positiivisia parametreja. Tuotantopanosten käyttö alenee mallissa tämän funktiomuodon mukaisesti asetettuun tavoitearvoon. Tätä tutki- musta varten ei ole estimoitu parametreja a ja b, vaan funktio (yhtälössä 4-35) kalibroidaan kulkemaan alkuarvosta loppuarvoon pelkästään ajan funktiona eli vuodesta 1995 vuoteen 2005 (kuvio 3.6). Käyrä ei siis riipu eksplisiittisesti tilakoon kasvusta vaan pelkästään ajasta. Yhtälön (4-35) parametrien estimointi tuotantosuunnittain vaatii laajan ja edustavan tila-aineiston. Poikkileikkausaineisto kuvaisi sekin ainoastaan tämänhetkistä riippuvuutta panoskäytön ja tilakoon välillä. Kehittyvät tuotantomenetelmät ja -teknologia tulevat muuttamaan edel- leen tilakoon ja panoskäytön välistä riippuvuutta. Yhtälön (4-35) mukainen tuotantopanosten käytön lasku hehtaaria tai eläintä kohti ajan funktiona on asetettu erikseen muuttuville ja kiinteille tuotanto- panoksille. Kasvinviljelyssä muuttuvia tuotantopanoksia ovat ihmis- ja konetyö sekä tietyt yleiskustannukset. Kotieläintaloudessa muuttuvia tuotantopanoksia, joille panoskäytön lasku määritellään, ovat työ, tietyt yleiskustannukset sekä lääkintä ja sähkö. Rehupanosten käytön ei oleteta laskevan ajan funktiona eläin- tä kohti, eli rehuyksikkö- karkearehu- ja valkuaisrajoitusten oletetaan pysyvän ennallaan vuoteen 2005. Eläinten keskituotosten kasvu on mallinnettu erikseen. Kiinteitä tuotantopanoksia ovat kone- ja rakennuspoistot, korkomenot ja ylläpito- kustannukset. Panoskäytön tehostumisen oletetaan olevan suhteellisesti sama kaikilla alueilla. Lannoitustasot muuttuvat optimaalisen lannoitustason mukai- Panos/yksikkö Aika 1995 2005 Kuvio 4.5. Panoskäytön tehostuminen ajan funktiona. 62 seksi hintasuhteiden ja satotasofunktioiden perusteella. Siementen ja kasvin- suojeluaineiden käytön oletetaan pysyvän hehtaaria kohti ennallaan. Sektorimalli ei ota kantaa siihen, kuinka em. tavoitetasot saavutetaan. Ne asetetaan suhteessa ns. perusskenaarion (luku 6) muihin oletuksiin, joita ovat uponneet kustannukset, inflaatio ja satotason ja eläinten keskituotosten kasvu. Tavoitetasot voidaan periaatteessa saavuttaa paitsi tilakoon kasvun, myös mui- den rationalisointitoimenpiteiden ja uuden teknologian kautta. 4.5. Satotason määräytyminen Eri kasvien satotaso määritetään joka vuodelle erikseen kaikille 14 tuotannolli- selle alueelle. Lähtökohtana kullakin alueella ovat keskiarvosadot vuosilta 1988- 1996. Viljelykasveja ovat mallissa vehnä, ruis, ohra, mallasohra, kaura, seka- vilja, öljykasvit, sokerijuurikas, ruokaperuna, tärkkelysperuna, säilörehu, tuore- rehu (sis. laidunrehu), kuivaheinä ja herne. Varsinaiset satotasot saadaan opti- moinnin ulkopuolella määrittelemällä optimaalinen typpilannoitusmäärä lannoit- teiden (Pf ) ja edellisen vuoden tuotehintojen (Pc ) tai interventiohintojen sekä satotasofunktion avulla. Yhtälössä (4-36) N on typpilannoitus hehtaaria kohti ja F(N) on satotasofunktio typen suhteen. dF(N) = p f dN 13, Satotasofiinktioina käytetään soveltuvin osin kvadraattisia (Fq(N) yhtälössä 4-37) ja Mitscherlich-funktioita (Fni(N) yhtälössä 4-38). Valinta on tehty sen mukaan kuin eri funktiomuotojen sopivuudesta on saatu kokemuksia suomalaisissa lannoi- tuskokeissa. Jokaisen kasvin osalta on pyritty hyödyntämään tuoreinta saatavilla olevaa tutkimusaineistoa (ks. luku 5.4). (4-37) F q (N) = a+bN + cN 2 (4-38) F q(N)= m(1- ke-bN ) Kvadraattista funktiota käytetään rukiille, tärkkelys- ja ruokaperunalle, sokeri- juurikkaalle, kuivaheinälle, säilö- ja tuorehulle sekä öljykasveille. Mitscherlich- funktiota käytetään vehnälle, ohralle, mallasohralle, kauralle, sekavilj alle (jonka on ajateltu muistuttavan lannoitusominaisuuksiltaan kauraa) ja herneelle. Satotasofunktiot on sovitettu kunkin 14 tuotannollisen alueen keskimääräiselle lannoitus- ja satotasolle siten, että satotason suhteelliset muutokset tietyn- suuruisille lannoitusmuutoksille vastaavat lannoituskokeissa (Bäckman ym. 1997, (4-36) 63 Heikkilä 1980, Kleemola 1989) estimoitujen funktioiden mukaisia satotason muu- toksia. Funktioiden suhteellinen nousujyrkkyys typen käytön suhteen saadaan suomalaisista lannoituskokeista estimoiduista satotasofunktioista (kvadraattisella funktiolla ensimmäisen asteen parametri ja Mitscherlich-funktiolla eksponentti- parametri b). Muut parametrit saadaan olettamalla nykyinen keskimääräinen lannoitustaso optimaaliseksi vallitsevina hehtaarisadoilla ja hintasuhteilla. Kvad- raattisella funktiona parametri c voidaan laskea seuraavasti, kun parametri b tunnetaan (lannoitusvastekokeiden perusteella): Pf -b (4-39) c = Pc 2N0 missä No on alueen keskimääräinen typpilannoitustaso. Parametri a saadaan tämän jälkeen yhtälöstä (4-37) keskimääräisen satotason perusteella. Parametrit a ja c eivät ole siis samoja kuin lannoitusvastekokeista saadut. Tämä tarkoittaa sitä, ettei lannoitusvastekokeista estimoitua paraabelia (4-37) siirretä sellaise- naan vastaamaan kunkin alueen lannoitus- ja satotasoa. Lannoitusvastekokeet on tehty keskimääräistä suuremmilla typpi- ja satotasoilla, eivätkä saadut sato- tasofunktiot voi siten suoraan vastata käytännön keskimääräisiä viljelyolosuhteita. Nousujyrkkyysparametri kuitenkin kuvaa satotason nousua typen käytön kasva- essa, minkä voidaan katsoa pätevän myös keskimääräisillä typen käytön tasoilla. Lannoitusvastekokeista estimoidun paraabelin suora siirto alemmalle typpi-ja satotasolle ei ole mielekästä, koska yhtälön (4-36) mukainen optimaalinen lannoitustaso on tällöin huomattavasti keskimääräistä korkeampi (kuvio 3.5). Jos estimoitua funktiota siirrettäisiin sellaisenaan vasemmalle, saataisiin varsin korkea hehtaarisato jopa ilman lannoitteita (tämä pätee erityisesti mitscherlich- funktion ollessa kyseessä). Tämän vuoksi paraabelin (ja vastaavasti mitscherlich- funktion) muotoa muutetaan määrittelemällä uudelleen parametrit a ja c. Tämä tapahtuu olettamalla nykyinen keskimääräinen typpilannoitustaso optimaaliseksi jonkin hypoteettisen keskimääräisen satotasofunktion mielessä, jonka nousu- jyrkkyyttä (kvadraattisella funktiona ensimmäisen asteen parametri) kuvaava parametri on otettu suoraan lannoitusvastekokeista. Kun N=0, satotasofunktion derivaatta (=b+2c1V) on sama sekä estimoidussa että keskimääräisessä funktiossa. Funktion derivaatta laskee kuitenkin keskimääräisessä funktiossa kenttäkokeissa estimoitua funktiota nopeammin, jolloin derivaatta on hintasuhdesuoran kulmakertoimen suuruinen tunnetulla keskimääräisellä typenkäytön ja hehtaari- sadon tasolla. Vaikka keskimääräisfunktio on estimoitua funktiota nopeammin kaareutuva, hintasuhteen ja siten typenkäytön (kvadraattisella funktiolla hinta- suhdetta vastaava optimaalinen typenkäyttö on (P/P c-b)/2c) muutos saa aikaan keskimääräisfunktiossa suhteellisesti täsmälleen yhtä suuren satotason muutok- 64 Pf/Pc estimoitu satotasofunktio Pf/Pc -- Sato kg/ha 5000 4000 50 100 150 typpikiloa/ha keskimääräinen satotasofunktio 3000 sen kuin käytettäessä estimoitua funktiota. Näin siksi, että alkuperäisillä hinta- suhteilla laskettu c-parametri (yhtälö 4-39) riippuu ainoastaan typenkäytöstä, eli kummankin funktion c-parametri on kääntäen verrannollinen alkuperäisen hinta- suhteen mukaisen optimaalisen typenkäytön tasoon. Mitscherlich-funktiot, joita käytetään vehnälle, ohralle, mallasohralle, kauralle, sekavilj alle ja herneelle, asetetaan vastaavalla tavalla keskimääräiselle lannoi- tus- ja satotasolle alueittain. Optimaalinen typenkäyttö ei tässä yhteydessä tarkoita, että todellinen biolo- ginen satotasofunktio olisi typenkäytön suhteen juuri sellainen kuin edellä ku- vattu menettely tuottaa. Tunnettuihin keskimääräisiin lannoitus- ja satotasoihin on muitakin syitä kuin pelkästään biologinen lannoitusvaikutus. Viljelijät eivät tunne tarkasti satotasofunktioitaan. Syistä, joita kaikkia tuskin voi kattavasti eritellä, viljelijät lannoittavat tietyn verran ja saavat tietyn sadon. Tietyn hypo- teettisen satotasofunktion mielessä lannoituskäyttäytyminen voidaan tulkita optimaaliseksi käyttäytymiseksi. Tässä tutkimuksessa on eri lannoituskokeiden perusteella estimoidut biologiset satotasofunktiot muunnettu vastaamaan erään- laista taloudellista keskimääräisoptimia tietyillä hintasuhteilla, typenkäytöllä ja satotasolla alueittain. Lopputuloksena saadut funktiot eivät siksi ole varsinaisia biologisia satotasofunktioita, kuten kenttäkokeiden perusteella estimoidut funk- tiot. Kenttäkokeiden perusteella saatujen funktioiden parametrit ja sektorimallissa käytettyjen muunneltujen funktioiden parametrit (esimerkkinä Etelä-Suomen B- alue) on esitetty luvussa 5.4. Lannoituksen ohella huomioidaan satotason lannoituksesta riippumaton trendi- kasvu, minkä katsotaan johtuvan teknisestä ja biologisesta kehityksestä. Sato- Kuvio 4.6. Estimoitu ja keskimääräinen satotasofunktio sekä optimaaliset lan- noitustasot. 65 tason oletetaan kasvavan trendinomaisesti kaikilla alueilla ja kasveilla lineaarisesti tietyllä määrällä vuosien 1988-1996 keskiarvosta Eksogeenisesti asetetun sato- tason vaikutuksista mallin tuloksiin on aiheellista tehdä herkkyysanalyysiä. Satotasofunktion mukaiseen satotasoon, joka siis riippuu hintasuhteiden mukai- sesta optimaalisesta typen käytöstä, lisätään sektorimallissa joka vuosi saman- suuruinen satotason vuotuinen trendikasvu. Satotasofunktion muoto itsessään pysyy siis koko ajan vakiona vaikka satotaso kasvaakin, ja myös satotasofunktion mukainen satotason muutos pysyy absoluuttisesti samana mikäli lannoitus muut- tuu hintasuhteiden muuttuessa. Tämä ei vastaa täysin todellisuutta, koska tällöin osa kasvinjalostuksen tai maanmuokkausmenetelmien kehittymisen tuomista hyödyistä menetetään. To- dellisuudessa uudet kasvilajikkeet pystyvät hyödyntämään lannoitelisäyksen en- tisiä tehokkaammin, jolloin satotasofunktio ja optimaalinen lannoitustaso muut- tuvat ajan myötä hintasuhteista riippumatta. Tähän vaikuttaa osaltaan myös kehittyvät lannoitusmenetelmät. Tällöin lannoitus tulee vuosi vuodelta tehok- kaammaksi. Periaatteessa myös sektorimallin satotasofunktioiden parametrit pitäisi päi- vittää joka vuosi. Sektorimallin oletuksena kuitenkin on, että satotason trendin- omainen kasvu johtuu kokonaan muista tekijöistä kuin lannoituksesta. Tehty ratkaisu on käytännössä välttämätön. Samaa oletusta on käytetty myös estimoi- taessa käytettyjä satotasofunktioiden parametreja. Heikkilä (1980), jonka koe- havainnot olivat vuosilta 1969-1978, käytti estimoinneissaan selittävänä muut- tujana ainoastaan lannoitekäyttöä, eli oletuksena oli satotasofunktion pysymi- nen ajan suhteen vakiona (Heikkilä 1980, s. 21). Useamman vuoden koesarjoja käytettiin, jotta vältyttäisiin sääolosuhteiden ym. satunnaistekijöiden vaikutuk- silta (Heikkilä 1980, s. 19). Samoin Kleemola (1989) estimoi satotasofunktiot käyttäen selittävänä muuttujana pelkästään typpilannoitusta. Bäckmanin ym. (1997) kokeissa jotkut kasvilajikkeet vaihtuivat koejakson aikana, jonka vaiku- tusta mallinnettiin laji- ja vuosivaihtelua selittävillä dummy-muuttujilla. Ylä- talon ym. (1996) tutkimuksessa, josta myös tässä tutkimuksessa käytettyjen funktioiden parametrien alkuarvot (ks. luku 5.4) on saatu, satotasofunktiot on kuitenkin estimoitu ilman dummy-muuttujia. Jos satotasofunktioiden vuosivaihtelu halutaan ottaa huomioon satotaso- funktiota määritettäessä, se vaatii paljon lisätyötä. Vuosivaihtelu voidaan mallin- taa monella eri tavalla. Erilaisista sää- ym. satunnaistekijöistä johtuen sama menettely ei ole paras mahdollinen kaikille kasveille (ks. esim. Sumelius 1993). Todennäköisesti joka kasville jouduttaisiin käyttämään eri menettelyä. Mennei- den vuosien satunnaistekijät määräävät paljolti sen millaiset dummy-muuttujat kullekin kasville kannattaa valita. Satotasofunktioiden muuttumisen mallin- taminen on tämän vuoksi ongelmallista. 66 4.6. Eläinten keskituotoksen kasvu Kotieläinten ruokinnassa sama tuotos voidaan saavuttaa useilla eri ruokinta- vaihtoehdoilla. Tuotoksen vastetta eri rehujen määrille ei ole voitu kuitenkaan luotettavasti estimoida. Mallin tässä versiossa eläintuotoksille on asetettu ekso- geenisesti ruokinnasta riippumaton trendi, jolloin tuotosten kasvut kuvaavat rehunkäytön tehokkuuden kasvua ja eläinaineksen paranemista. Lehmän keski- tuotos on erilainen eri suuralueilla, muut eläinten keskituotokset ja niiden kasvut ovat samat koko maassa. Keskituotos kasvaa vuoden 1995 arvosta lineaarisesti tietyllä määrällä vuoteen 2005. Vuoteen 1995 asti lehmien keskituotoksen trendi- kasvu on ollut Suomessa keskimäärin noin 87 kiloa lehmää kohti vuodessa (Niemi ym. 1995, s. 115). Koska maitotilojen lukumäärän uskotaan vähenevän siten, että tuotokseltaan heikoimmat jäävät tuotannosta pois, jopa 150 kilon keskituotoksen vuosikasvua pidetään mahdollisena vuoteen 2005 mennessä. Se vaatisi kuitenkin ilmeisesti väkirehujen nykyistä runsaampaa käyttöä varsinkin lypsykauden alkuvaiheessa. Ruokinnan muuttuminen väkirehuvaltaiseksi ei vas- taa mallissa suoraan keskituotoksen kasvuun, koska käytettävissä ei ole sopivaa tuotantofunktiota. Naudoille pätevät ainoastaan karkearehu- ja rehuyksikkö- rajoitteet. Valkuaislisää sisältävät teollisuusrehut ovat siksi jossain määrin ali- arvostettuja mallissa, siinä määrin kuin teollisuusväldrehuilla on rehuviljaa suu- rempi tuotosvaikutus. Naudanlihantuotannossa ei ole oletettu ruokinnan tehokkuuden kasvua. Tämä on ilmeinen puute mallissa (asiaa koskevaa trendidataa ei ole ollut käytettävis- sä), mutta toisaalta erikoistuneen naudanlihantuotannon tuottavuuden kasvu on asetettu lypsykarjataloutta paremmaksi työn- ja pääomankäytön tehostumisen osalta. Lisäksi kustannukset ovat erikoistuneessa naudanlihantuotannossa liha- nautaa kohti selvästi alemmat kuin lypsykarjataloudessa (luku 5.1). Myös emakkojen porsastuotannolle, kanojen munantuotannolle ja siipi- karjaemojen poikastuotannolle asetetaan lineaarinen trendi. Näillä eläimillä tuo- tokset ja vastaavasti kasvutrendit ovat samat koko maassa. Keskituotosten kas- vun vaikutusta mallin ja politiikka-analyysin tuloksiin voidaan tutkia asettamal- la kasvut erilaiseksi eri skenaarioissa. 4.7. Tulosteet Sektorimalli on maatalouden päätuotantoalat ja 14 tuotannollista aluetta käsittä- vä dynaaminen kokonaisuus, josta erilaisia tulosteita saadaan runsaasti. Tulosteita voidaan tarkastella ja edelleen käsitellä normaalia taulukkolaskentaa käyttäen. Tärkeimmät tulosteet, kuten pinta-alat, eläintuotannon määrät, tuottajahinnat, kulutus ja ulkomaankauppa, esitetään koko maan tasolla omassa tulosteessaan. Samassa tulosteessa on joidenkin keskeisten muuttujien (maidon- ja lihantuotanto, kokonaispinta-alat) osalta alueittaista tarkastelua 4 suuralueen kesken. 67 Varsinainen aluekohtainen tulostus on laaja ja kattaa kaikkien kasvien pinta- alat ja eläinmäärät jokaisella 14 tuotannollisella alueella jokaisena tarkastelta- van ajanjakson vuonna. Siinä on edelleen eriteltynä kunkin suuralueen osuus koko maan ko. kasvin pinta-alasta tai eläinmäärästä sekä vastaavat prosentti- osuudet suuralueen sisällä. Eläinmäärät suuraluetasolla on katsottu tarkoituk- senmukaiseksi tuottaa erikseen omaksi tulostuksekseen. Maataloustuotannon volyymikehitystä valottavat volyymi-indeksit, jotka las- ketaan paitsi kokonaistasolla vuoden 1996 hinnoin, myös erikseen kasvi- ja eläintuotannolle, sekä erikseen näiden kahden pääryhmän sisällä kasvi- ja eläin- tuotekohtaisesti. Maatalouden kokonaislaskelma on omana tulosteenaan. Siinä noudatetaan mahdollisimman pitkälle varsinaisen kokonaislaskelman mukaista ryhmittelyä. Kuitenkaan kaikki kustannuserät sektorimallissa ja maatalouden kokonais- laskelmissa eivät täysin vastaa toisiaan. Maataloustulosta lasketaan erikseen indeksi, jossa lähtötasona on vuosi 1995 tai jokin muu vuosi valinnan mukaan. Lisäksi lasketaan maataloustulo työtuntia kohti, jonka vertailukohtana on vaa- dittu tuntiansio. Kokonaislaskelman yhteydessä on myös taulukoitu työtuntien määrä ja indeksit suuralueittain erikseen kasvinviljelyssä ja kotieläintaloudessa sekä koko maataloudessa. Rehunkäyttötulosteessa esitetään kunkin eläimen ruokinta ja rehuyksiköt vuo- sitasolla tunnettuna alkuvuonna 1995 sekä loppuvuonna 2005 suuralueittain. Nautaeläimien kohdalla lasketaan vielä kuiva-aineen ja väkirehun osuudet rehuyksikköjen kokonaismäärästä. Lehmien kohdalla lasketaan vielä ohutsuolessa sulavan valkuaisen määrä ja pötsin valkuaistase. Näin voidaan seurata rehun- käytön kehitystä. Kaikista tulosteista tehdään omansa jokaiselle vaihtoehtoiselle politiikka- skenaariolle. Taulukkolaskennan avulla eri tulosteista voidaan laatia yhdistel- miä, vertailuja ja grafiikkaa. 4.8. Ohjelmointi ja tekninen toteutus Matemaattinen optimointitehtävä voidaan ohjelmoida ja ratkaista useillakin eri- laisilla ohjelmistoilla. Koska tehtävänä on laajan, koko maatalouden kattavan alueellisen ja dynaamisen mallin ohjelmointi ja ratkaisu, on helpointa käyttää korkean tasonl ohjelmointikieltä, joilla kohdefunktio sekä tase- ja rajoitus- yhtälöt voidaan kirjoittaa tiiviiseen ja yksinkertaiseen muotoon. Matriisigene- raattorit muodostavat automaattisesti alue- ja tuotekohtaiset rajoitusyhtälöt määritellyllä alue- ja tuoteryhmäjaolla. Tämä vähentää ohjelmointivirheitä ja 1 Tämä tarkoittaa, että ohjelmointilcieli on lähempänä ihmisen ymmärtämää algebrallista merkintätapaa kuin esim. konekieltä, joka luokitellaan matalan tason ohjelmointikieleksi. 68 antaa mahdollisuuden kirjoittaa lyhyttä ja yksinkertaista koodia. Erilaista tek- nistä ja tilastollista dataa voidaan kirjoittaa suoraan valmiina erillisinä taulukoina ja vektoreina. Epälineaariset rajoitteet tekevät optimoinnin matemaattisesti ja teknisesti raskaaksi. Esimerkiksi taulukkolaskentaohjelmistojen ratkaisimia ei ole tarkoi- tettu laajojen ja raskaiden optimointitehtävien ratkaisemiseen. Optimoinnin ku- lusta ja sen keskeisimmistä tunnusluvuista ja ratkaisimen virhetiloista saadaan taulukkolaskentaohjelmissa vain hyvin rajoitetusti tietoa, jolloin mahdollisten virhetilanteiden selvittäminen on hankalaa. Myöskään varsinaisen optimointi- algoritmin asetusten muuttaminen tehtävän kannalta paremmiksi ei ole taulukko- laskentaohjelmissa mahdollista. On siis syytä käyttää nimenomaan laajojen jär- jestelmien optimointiin tarkoitettuja ratkaisimia. Niissä on laaja valikoima opti- oita, joita muuttamalla ratkaisualgoritmia voidaan muuttaa kullekin ongelma- tyypille sopivaksi. Kehittyneissä ratkaisimissa jokainen ratkaisu tuottaa lisäksi monipuolisen selvityksen ratkaisimen tilasta, tunnusluvuista, mallin laajuudesta ja epälineaarisuuden asteesta, resurssien (muistin ja keskusyksikköajan) käytös- tä ja mahdollisista ongelmatapauksista. Varoitus- ja virheilmoitukset ovat moni- puoliset (ks. esim. Brooke et al. 1992, s. 107-125). Sektorimalli on ohjelmoitu käyttämällä GAMS-ohjelmistoa (General Algebraic Modeling System, versio 2.25), joka voidaan asentaa mikrotietokoneelle (Brooke ym. 1992). GAMS on kehitetty erityisesti taloudellisten järjestelmien mallintamista varten ja on yleisesti käytetty työkalu taloudellisten mallien toteu- tuksessa taulukkolaskentaohjelmien ohella (esim. Törmä ja Rutherford 1993). GAMS-ohjelmistosta on nykyisellään omat versionsa ainakin dos-, Windows 95- ja Unix- käyttöjärjestelmiä varten. GAMS on korkean tason ohjelmointi- kieli, jolla voidaan ohjelmoida helposti laajoja optimointitehtäviä. Merldntätapa on GAMS-järjestelmässä hyvin lähellä algebrallista metkintätapaa, mikä antaa mahdollisuuden kirjoittaa lyhyttä ja helposti luettavaa koodia. Erilaiset poikkeus- tilanteet esim. taseyhtälöissä toteutetaan asettamalla muuttujien välille ehtoja loogisia operaattoreita käyttäen. GAMS on riippumaton tietokoneympäristöstä ja käytetyistä ratkaisualgoritmeista, joita voidaan päivittää. GAMS-järjestel- mään kirjoitetut lisämodulit antavat mahdollisuuden lukea tietoja suoraan taulukkolaskentaohjelmista ja vastaavasti kirjoittaa dataa suoraan valmiisiin taulukkopohjiin. GAMS-järjestelmässä ei ole itsessään graafisia ominaisuuksia, mutta tulokset voidaan lukea suoraan taulukkolaskentaohjelmiin, joiden grafiik- kaa voidaan käyttää tulosten esittämiseen. Uusia yleisesti saatavilla olevia GAMS- järjestelmään tarkoitettuja erillisiä moduleita käyttäen voidaan määritellä ajon- aikaista grafiikkaa, jolloin keskeisten tuotannonalojen kehitystä ja hintoja on mahdollisuus seurata ajon aikana. Optimoinnin tulokset voidaan tulostaa halut- tuun muotoon ja käyttää edelleen lähtötietoina muissa GAMS-malleissa. GAMS-järjestelmään on saatavilla erikseen ratkaisimet lineaariseen, epälineaa- riseen ja sekalukuoptimointiin. Yleisten tasapainomallien rakentamiseen on ke- 69 hitetty oma GAMS-pohjainen ohjelmointikielensä ja ratkaisimensa. Epälineaa- riseen optimointiin tarkoitettu GAMS/MINOS-ratkaisin, jota käytettiin sektori- mallin ratkaisussa, käyttää reduced-gradient-algoritmia yhdistettynä quasi-New- ton-algoritmiin. GAMS/MINOS laskee redusoidut gradientit analyyttisesti käyt- täen symbolista derivointia. Epälineaarisille rajoitusyhtälöille käytetään projected Lagrangian-algoritmia, jossa rajoitukset linearisoidaan käyttäen niinikään sym- bolista derivointia. Jos rajoitukset ovat epälineaarisia, ratkaisun suppenevuutta ei voida yleisesti taata, koska ratkaisimen oletusarvot eivät sovi kaikille mahdol- lisille ongelmille Käyttäjä voi kuitenkin varmistua kohdefunktion suppenemisesta muuttamalla tiettyjä algoritmin käyttäytymistä sääteleviä parametreja (Brooke ym. 1992, s. 203-205). Tässä työssä on käytetty enimmäkseen lineaarisia rajoitteita. Vain ruokinnan takia joudutaan käyttämään toisen asteen epälineaarisia rajoitteita. Kohdefunktio on loiva toisen asteen kohdefunktio. GAMS/MINOS löytää näillä funktiomuodoilla helposti globaalin ratkaisun. Mitään ongelmia optimiratkaisun löytämisessä ei eri alkuarvoilla ole esiintynyt. Optimointi- algoritmin asetuksia muuttamalla voidaan jossain määrin vaikuttaa ratkaisun tarkkuuteen ja suoritusaikaan. Maatalouden taloudellisen tutkimuslaitoksen ulkomaiset yhteistyökumppanit käyttävät yleisesti GAMS-järjestelmää. Kansainvälistä yhteistyötä ajatellen ohjelmoinnissa on käytetty englanninkielistä nimistöä. Koodi, joka on myös kommentoitu englanniksi, on pyritty saamaan yksinkertaiseen, helposti luettavaan ja ymmärrettävään muotoon. Tässä esityksessä ei paneuduta mallin teknisiin yksityiskohtiin eikä operatiiviseen käyttöön, vaan sitä varten voidaan myöhem- min laatia erikseen oma yksityiskohtainen käyttöoppaansa. Sektorimallin kaltainen dynaaminen kokonaisuus voidaan toteuttaa GAMS- järjestelmällä silmukassa siten, että edellisen vuoden tuloksia käytetään seuraa- van vuoden lähtöarvoina. Varsinainen mallin matemaattinen rakenne, eli muuttuja- parametri- ja yhtälömääritykset sekä tulostettavien suureitten laske- minen muodostavat ns. pääohjelman. Kunkin vuoden keskeiset tulokset tallen- netaan omiin vektoreihinsa myöhempää erillistä tulostusajoa varten. Osa datasta on taulukkoina samassa tiedostossa kuin matemaattinen koodi, mutta päivit- tämisen helpottamiseksi suurin osa datasta luetaan sisään kahdeksasta eri taulukkolaskentatiedostosta. Tuet on määritetty omassa GAMS-muotoisessa tiedostossaan (joka sisälly- tetään suoraan pääohjelmaan $include-komennolla), samoin hinnat. GAMS-jär- jestelmä, joka mahdollistaa modulaarisen ohjelmoinnin ($include-komento), an- taisi mahdollisuuden kirjoittaa koodin useampaankin tiedostoon. Pääohjelmassa on lisäksi määritelty ajonaikaista grafiikkaa, jonka avulla voidaan tarkastella ajon etenemistä ja puuttua mahdollisiin ongelmatilanteisiin jo ennen varsinaista tulostusajoa. Tämä säästää ohjelmointiin ja testaukseen kuluvaa aikaa. Varsinaista tulostusta varten on erillinen GAMS-ohjelmansa, joka kirjoittaa lopputulokset viiteen eri taulukkolaskentatiedostoon. Maataloustuloa, tuotan- 70 non kokonaismääriä, volyymi-indeksejä sekä alueittaisia eläinmääriä, pinta-alo- ja, ruokintaa ja ravinnetasetta varten on kullekin oma tiedostonsa. Eri politiikka- skenaarioita varten määritellään omat luku- ja tulostustiedostonsa. Kaiken kaik- kiaan sektorimalli on teknisenä järjestelmänä 15-25 eri tiedostoa käsittävä koko- naisuus, riippuen siitä, kuinka yksityiskohtaisesti tuloksia halutaan tarkastella. Jokainen politiikkaskenaario vaatii aina saman verran tiedostoja lisää. Varsinaisessa matemaattisessa koodiosuudessa koodirivejä on kommenttei- neen n. 7400. Tuki- ja hintamoduleissa koodirivejä on n. 850 ja tulostusohjelmassa n. 200. GAMS-järjestelmän tuottama tulostuslistaus, joka on hyödyllinen mallia testattaessa, on riisutussa muodossaankin yli 65000 riviä pitkä. Tulostuslistauksen pituuteen voi vaikuttaa eri optioilla. Tulostuslistausta ei tarvita ollenkaan, mikä- li virhetilanteita ei tapahdu. Lopputulokset voidaan lukea taulukkolaskentatie- dostoista. Sektorimalli on matemaattisena mallina varsin laaja. Jokaisessa yksittäisessä optimointimallissa on yhtälöitä 2804 ja muuttujia 1244. Nollasta poikkeavia elementtejä on (ratkaisuvuodesta riippuen) 13498-13577, joista epälineaaristen muuttujien kertoimina 4014-4029. Vertailun vuoksi Apland ja Jonassonin teke- mässä Ruotsin maataloussektorimallissa (Apland ja Jonasson 1992, s. 27) oli 220 yhtälöä, 718 muuttujaa ja 4484 nollasta poikkeavaa elementtiä joista 46 epälineaarisia. Sektorimallin kääntämiseen, optimointitehtävän muodostamiseen, ratkaisuun ja tulostukseen kuluva aika on yhteensä n. 12 minuuttia käyttäen 200 megaherzin Pentium 200 MMX-prosessoria (muisti 32 megatavua). Yksittäisen optimointitehtävän ratkaisu kestää 45-50 sekuntia, mutta sen lisäksi aikaa vievät datan lukeminen ja ajonaikainen grafiikka. Ensimmäisen optimointitehtävän muodostaminen ja ratkaiseminen vievät enemmän aikaa kuin muiden. Muuttujille asetetut alkuarvot vähentävät käyvän alueen etsimiseen kuluvaa aikaa. Keskeis- tä mallin ratkeavuuden ja suoritusajan kannalta on epälineaaristen rajoitteiden muotoilu taseyhtälöissä siten, että epälineaarisia muuttujia on mahdollisimman vähän. Tässä on käyttetty apuna lineaarisia rajoitteita. Ratkaisuaikaa saatiin lisäksi alennettua neljänneksellä kokeilemalla MINOS-ratkaisimen eri optioita. Ratkffisuajan kannnalta on tässä tapauksessa edullista, jos asetetaan MINOS- ratkaisimen optioiksi oletusarvoista poiketen "Minor iterations 80", (oletus 40) eli kasvatetaan ratkaisualgoritmin iteraatiokierrosten määrää kohdefunktion ja rajoitteiden päivittämisen välillä. Tämä on edullista, koska käytetyt funktio- muodot ovat sekä kohdefunktiossa että rajoituksissa varsin loivia. Toisaalta mallin lukuisien ja osin epälineaaristen rajoitteiden ja myöskin kohdefunktion muodostaminen ja symbolinen derivointi vievät aikaa. Lisäämällä iteraatioiden määrää päästään lähemmäksi optimia funktioiden muodostamisen välissä. Suoritusaikaan vaikuttaa myös oletus siitä, mitä muuttujia otetaan ensin kantaan ja mitä ei. Asettamalla "Start assigned nonlinears Nonbasic" kantaan ei oteta ensimmäisenä epälineaarisia muuttujia, mikä tässä tapauksessa nopeuttaa ratkaisu- algoritmin hakeutumista optimiratkaisuun vievälle uralle. Muiden optioiden muut- 71 tamilien ei ratkaisevasti nopeuta ratkaisua. Tärkeää on kuitenkin epälineaaristen rajoitteiden tapauksessa muodostaa alkuoletuksen mukaisesti Lagrangen kertoi- met eli muodostaa rajoitteet aina kun kohdefunktiokin. Mikäli näin ei tehdä, suoritusaika kyllä nopeutuu, mutta optimiratkaisua ei välttämättä löydetä. Optimointitehtävän ratkeavuuden suhteen ei kuitenkaan ole ollut ongelmia asetetuilla optioilla, vaan globaali optimi löydetään ja tulokset voidaan toistaa täsmälleen samanlaisina. Sektorimalli voidaan ratkaista myös erikseen yhdelle vuodelle väliltä 1995- 2005 ko.vuoden tuet huomioon ottaen. Laajentamalla tuotannon ja kulutuksen muutosrajoja sekä asettamalla kaikki kiinteät kustannukset muuttuviksi voidaan tehdä myös pitkän aikavälin staattista tasapainoanalyysiä. Tämä on kuitenkin ongelmallista. Leontief-teknologian vallitessa pienikin muutos hinnoissa, kus- tannuksissa tai tuissa voi ajaa muuttujat alarajalta ylärajalle tai päinvastoin. 5. Tilastoaineisto ja tuotantokustannusten määrittäminen 5.1. Tärkeimmät tilastolähteet Suuri osa sektorimallin tilastoaineistosta on saatavissa suoraan yleisistä tilas- toista. Tällaisia tietoja ovat mm. kulutus, hinnat ja satotaso. Satotaso alueittain ja eri tuotteiden kulutus vuonna 1995 on saatu Maatilatilastollisessa vuosikirjas- ta (TIKE 1996). Kuluttajahinnat ovat Tilastokeskuksen julkaisemasta kuluttaja- hintatilastosta. Kuluttajahintatasolla hinnoitellaan maitotuotteet ja sokeri. Muut tuotehinnat ovat tuottajahintoja, joiden keskimääräinen taso vuosittain on saatu TIKEn julkaisuista Viljavaaka (esim. TIKE 1997a) sekä Tietokappa (esim. TIKE 1997b). Samoista lähteistä saatiin myös viennin ja tuonnin määrät. Tuotantopa- nosten hinnat ovat Maatalouskeskusten liiton mallilaskelmista 1995 (MKL 1995a). Vuoden 1995 pinta-ala- ja eläinmäärätietoja ei kuitenkaan määritetyllä aluejaolla ole saatavissa yleisistä tilastoista, vaan ne on tuottanut sektorimallia varten erikseen Maa- ja metsätalousministeriön tietopalvelukeskus TIKE. Kaikkea mallissa tarvittavaa tilastoaineistoa ei voida löytää suoraan tilastois- ta. Tällöin on mahdollisimman pitkälle pyritty hyödyntämään olemassaolevia tutkimuksia, kuten on tehty selvitettäessä mm. tuotantokustannuksia, alueellisia kustannuseroja, rehunkäyttöä ja määritettäessä satotasofunktioita. Tästä huoli- matta osa parametreista joudutaan arvioimaan osin subjektiivisesti ja osin mui- hin tutkimuksiin ja aiempaan kehitykseen perustuen osana perusskenaariota (luku 6.3). Tällaisia parametreja ovat mm. kysynnän hintajoustot, substituutio- joustot kotimaisten ja ulkomaisten tuotteiden välillä, tuotannon, kulutuksen ja rehunkäytön sallitut vuotuiset muutosrajat ja vientikustannusfunktion kulma- kertoimet ym. Osa näistä parametreista, kuten esim. vientikustannusfunktion 72 kulmakertoimet, on asetettu siten, että malli tuottaa tunnettuina alkuvuosina todellisuutta vastaavan kehitysuran. Jotkut parametrit, kuten kulutustrendit, in- flaatio, satotason ja eläinten keskituotosten kasvu, työnkäytön lasku eläintä tai hehtaaria kohti, koskevat suoraan tulevaisuutta, ja ne määrätään perusskenaariota valittaessa. 5.2. Tuotantokustannukset ja tuotantopanosten käyttö Tuotantokustannukset on määritelty eläintä- ja hehtaaria kohti vuodessa, mutta maitojalosteiden ja sokerin jalostuskustannukset määritellään suoraan tuotettua kiloa kohti (luku 4). Kustannukset ovat satotasojen, keskituotosten ja teuras- painojen kautta lopulta aina tuotekohtaisia. Kustannukset ovat avainasemassa tuotannon kokonaismäärän määräytymisessä ja sijoittumisessa eri alueiden kes- ken. Tuotantopanosten jaottelu ja hinnat on saatu Maaseutukeskusten liiton mallilaskelmista, joita on laadittu erilaisia eri tukialueille (MKL 1995a, MKL 1997, s. 143-147). Mallilaskehnissa mukana olevaa liikepääoman, kuten maa- han, koneisiin tai eläimiin sitoutuneen pääoman, korkoa ei ole otettu sektori- mallin kustannuksissa huomioon. Mukana ovat samat kustannuserät kuin maata- louden kokonaislaskelmassa, vaikkakaan kaikki mallilaskelmien ja kokonais- laskelman kustannuserät eivät sisällöltään täysin vastaa toisiaan. Tämän vuoksi erityisesti kiinteiden kustannusten erittelyssä on jouduttu poikkeamaan malli- laskelmien erittelystä. Mallilaskelmia ei voida sellaisenaan käyttää sektorimallissa, koska laskel- missa tuotantopanosten käyttö ja tuotantokustannukset eivät vastaa koko maan keskiarvoa. Sen vuoksi tuotantokustannukset tulee asettaa mallissa siten, että ne vastaavat koko maan tasolla ja kustannuserittffin maatalouden kokonaislaskelman kustannuksia. Kustannusten jakaminen eri tuotantosuuntien, tuotteiden ja erityisesti aluei- den kesken todellisuutta vastaavasti on hankalaa. Tätä vaikeuttaa mallin raken- ne siltä osin, että kasvinviljely, mukaanlukien rehuntuotanto, on mallissa koko- naan itsenäinen toimialansa. Jokaisella 14 tuotannollisella alueella päätösmuut- tujina ovat eri kasvien pinta-alat ja eläinmäärät. Pinta-alaa ei jaeta kasvinviljely- ja kotieläintilojen kesken. Kustannusten tulee olla kohdennettu oikeassa suh- teessa kasvinviljelyn ja kotieläintalouden kesken ja erikseen kotieläintalouden sisällä. Toisaalta jokaisen tuotantopanoksen käytön tulee kokonais arvoltaan vas- tata maatalouden kokonaislaskelman vastaavaa kustannuserää. Muuttuvien tuotantopanosten, kuten työn, kasvinsuojeluaineiden ja siementen käyttömäärät ovat Maaseutukeskusten liiton mallilaskelmien mukaisia eräitä poikkeuksia lukuunottamatta. Rehunkäyttötiedot on saatu maito- ja sikatalous- tarkkailun tilastoista, mutta siipikarjatalouden rehunkäyttö on mallilaskelmien mukainen. Kiinteiden kustannusten kohdentamisessa (luku 5.2.3) on käytetty hyväksi Maatalouden yritys- ja tulotilastoa (MYTT 1995). Kotieläintalouden 73 tuotantosuuntia ovat mallissa lypsykarjatalous (sis. lihanaudat lypsylehmistä), erikoistunut itseuudistuva naudanlihantuotanto, sikatalous ja siipikarjatalous, johon sisältyy kananmunantuotanto ja siipikarjanlihantuotanto. Tämä jako vas- taa pitkälle Maatalouden yritys- ja tulotilaston ryhmittelyä (MY'TT 1995, s. 48- 49). 5.2.1. Kasvinviljelyn panoskäyttö Kasvinviljelyssä ihmis- ja konetyön menekki, siementen ja kasvinsuojeluaineiden käyttö hehtaaria kohti sekä viljan muuttuvat kuivauskustannukset on otettu lä- hes sellaisenaan Maatalouskeskusten liiton mallilaskelmista. Työnmenekille on asetettu joidenkin kasvien osalta pieniä alueittaisia vaihteluita (ks. luku 5.2.4). Kasvinsuojeluaineiden käyttömääriin on tehty pieniä korjauksia, että käytetty- jen kasvinsuojeluaineiden kokonaisarvo vastaisi maatalouden kokonaislaskelmia. Samasta syystä lannoitteiden käyttöä A- ja B-alueilla on alennettu mallilaskelmien käyttömääristä. C-alueiden lannoitus on paljolti mallilaskelmien mukainen, mutta Taulukko 5.1. Tuotantopanosten käyttö ja tuotantokustannukset hehtaaria kohti ohran viljelyssä Etelä-Suomen alueella. Panos Käyttö (h, yks.) Hinta (mk) Kokonais arvo (mk/ha) Työ 18 50 900 Typpirikas y-lannos 350 1,3 455 Siemenet 191 1,39 265,5 Kasvinsuojeluaineet 1 100 100 Traktoritunnit (poltto- ja voiteluaineet, vakuutus ym.) 10 17 170 Traktorin poistot 10 23 230 Puinti 1,4 69 96,6 Puimurin poistot 1 500 500 Muuttuvat kuivauskustannukset 3500 0,05 175 Kuivurin koneiden poistot 1 400 400 Kuivurirakennuksen poistot 1 325 325 Konesuojat, varastot ja muut rakennukset 1 175 175 Salaojat ja sillat 1 120 120 Muun tuotantovälineistön poistot 9 16 144 Yleiskustannukset 1,4 250 350 Korot 1,4 140 196 Vuokrat (esim. työvälinevuokrat) 1,4 130 182 Maksetut palkat 1,98 50 99 Yhteensä 4883,1 74 edelleen lannoitteiden käyttö on A- ja B-alueilla hehtaaria kohti noin 10 % suu- rempi kuin C-alueilla (liite 2). Taulukossa 5.1 on esitetty ohran viljelyn panoskäyttö ja kustannukset Etelä- Suomen alueella. Vastaavanlainen taulukko voidaan esittää jokaiselle kasville alueittain. Vaikka panoskäyttö on sama suuralueiden sisällä, satotaso on erilai- nen suuralueiden alialueilla. 5.2.2. Kotieläintalouden panoskäyttö Kotieläintaloudessa työnmenekki ja kustannuserä "lääkintä, sähkö ym." on ase- tettu miltei samaksi kuin mallilaskelmissa (taulukko 5.2). Työnmenekille leh- mää kohti on asetettu alueittain pieniä vaihteluita tilakoon perusteella (luku 5.2.4). Rehunkäyttötiedot on saatu maito- ja sikataloustarkkailun tilastoista. Ainoastaan siipikarjatalouden rehunkäyttö on otettu suoraan mallilaskelmista. Rehunkäyttö on esitetty liitteessä 3. Esimerkkinä esitetään lypsylehmiä kohti käytettävät tuotantopanokset, nii- den käyttömäärät, hinnat ja kokonaisarvo Etelä-Suomen suuralueella taulukossa 5.2.a. Vastaavat luvut lihasikaa kohti esitetän taulukossa 5.2.b. Rehunkäyttöä tarkastellaan erikseen luvussa 5.2.5. Joidenkin tuotantopanosten käyttö on eri- lainen eri alueilla. Alueellisia kustannuseroja tarkastellaan luvussa 5.2.4. Joi- denkin panosten yksiköt ovat laskennallisia, koska niille ei ole tarkkaa määräl- Taulukko 5.2.a. Lypsylehmää kohti käytettävät tuotantopanokset (poislukien rehut) ja niiden käyttömäärät, hinnat ja kokonaisarvo Etelä-Suomen suuraluella vuonna 1995. Panos Käyttö Hinta Kokonaisarvo (h, yks.) (mk) (mk/eläin) Työ 180 50 9000 Siemennys, lääkintä, sähkö, ym 950 1 950 Eläinten välityskustannus (keskim.) 1 15,6 15,6 Yleiskustannukset 1 500 500 Koneiden ylläpito 1 343 343 Koneiden poistot 1 931 931 Rakennusten ylläpito 1 189 189 Rakennuspoistot 1 672 672 Vakuutukset 1 400 400 Korot 1 500 500 Vuokrat (esim. työvälinevuolcrat) 1 100 100 Maksetut palkat 12,6 50 630 Yhteensä 14230,6 75 Taulukko 5.2.b. Lihasikaa kohti käytettävät tuotantopanokset (poislukien rehut) ja niiden käyttömäärät, hinnat ja kokonaisarvo Etelä-Suomen suuralueella vuonna 1995. Panos Käyttö (h, yks.) Hinta (mk) Kokonaisarvo (mk/eläin) Työ 1 50 50 Lääkintä, sähkö, ym 1 60 60 Eläinten välityskustannus (keskim.) 0,05 300 15 Yleiskustannukset 1 10 10 Koneiden ylläpito (lypsykone-laitteistot, lannanpoisto ym.) 1 11 11 Koneiden poistot 1 27,6 27,6 Rakennusten ylläpito 1 7,56 7,56 Rakennuspoistot 1 22,4 22,4 Vakuutukset 1 8 8 Korot 1 18 18 Vuokrat (esim. työvälinevuokrat) 1 5 5 Maksetut palkat 0,07 50 3,5 Yhteensä 238,1 listä vastinetta (vrt. MKL 1995a, MKL 1997, s. 143-147). Tällaisia panoksia ovat lääkintä, sähkö, poistot, korot ja yleiskustannukset. 5.2.3. Kiinteät kustannukset Poistojen, yleiskustannusten, korkojen, vakuutusmaksujen ja vuokrien, jakami- sessa eri tuotantosuuntien kesken on käytetty hyväksi Maatalouden yritys- ja tulotilastoa 1994 (MYTT 1995, s. 48-49). Nämä kustannukset voidaan lukea kiinteiksi kustannuksiksi. Maatalouden yritys- ja tulotilaston kustannuksia ei voitu käyttää sellaisenaan, koska ne jäävät monissa kustannuserissä (esim. pois- toissa) selvästi alle kokonaislaskelman kustannusten. Maatalouden yritys- ja tulotilastoa käytettiin ainoastaan selvitettäessä eri tuotantosuuntien osuutta kiin- teistä tuotantokustannuksista. Tilaston perusteella voidaan laskea kasvinviljely- tilojen ja kotieläintilojen osuudet kaileiden tilojen kiinteistä kustannuksista. Edel- leen voidaan erottaa kasvinviljelyn osuus kaileicien tilojen kiinteistä kustannuk- sista. Tämä tehtiin siten, että kasvinviljelytilojen kiinteät kustannukset em. kustannuserissä jaettiin kasvinviljelytilojen viljeltyä peltohehtaaria kohti. Saa- tua hehtaarikohtaista kustannusta voidaan pitää kustammksena, jonka kasvin- viljely käytännössä vaatii. Tämä hehtaarikohtainen kustannus vähennettiin koti- eläintilojen hehtaaria kohti lasketuista kiinteistä kustannuksista, jolloin koti- 76 eläintilojen kiinteät kustannukset voidaan kohdentaa erikseen kasvinviljelylle ja kotieläintaloudelle. Jako tehtiin kaikkien em. kustannuserien kohdalla. Koti- eläintalouden eri tuotantosuunnissa kasvinviljelyn osuus kiinteistä kustannuk- sista on erilainen. Näin voidaan kohdentaa eri kustannuserät ensiksi kasvin- tuotantoon kokonaisuutena ja toiseksi kotieläintuotannon eri tuotantosuunnille. Edellä kuvattua menettelyä ei voida pitää täysin tarkkana kustannusmää- rityksenä. Menettelytavan oletuksena on, että pelkästään kasvituotteita tuottavilla tiloilla on kasvinviljelyyn tarvittava vähimmäismäärä kiinteitä tuotarmontekijöitä. Ne tuotantovälineet, joita pelkästään kasvituotteita tuottavilla tiloilla ei ole, luetaan kotieläintalouden tuotantovälineiksi. Esimerkiksi säilörehuvarastojen poistot, jotka eivät ole mukana kasvinviljelyn kustannuksissa, kohdentuvat koti- eläintalouteen. Sen sijaan viljan varastorakennusten poistot kohdentuvat itse kasvinviljelyyn, koska viljaa varastoidaan myös kasvinviljelytiloilla. Todelli- suudessa kasvinviljelyn kustannuksia voi olla kuitenkin vaikea erottaa kotieläin- tilojen kokonaiskustannuksista. Tämän tutkimuksen puitteissa ei ollut resursseja tarkempaan selvitystyöhön. Seuraavassa tarkastellaan lyhyesti poistojen kohdentamista kasvinviljelyn ja kotieläintalouden kesken sekä erikseen kotieläintalouden eri tuotantosuuntien kesken. Taulukossa 5.3 on esitetty kotieläintalouden ja kasvinviljelyn poistojen keskinäiset osuudet eri tuotantosuunnissa. Ensin on laskettu kasvinviljelytilojen poistot hehtaaria kohti keskimäärin. Kun kerrotaan tämä kotieläintilojen pelto- alalla, saadaan kotieläintilojen kasvinviljelyn poistot. Näin saatu summa vähen- netään kotieläintilojen kokonaispoistoista, jolloin jäljelle jäävät kotieläintalou- den poistot. Kasvinviljelyn osuus rakennuspoistoista keskimäärin kaikilla tiloil- la on 61,2 % ja kotieläintalouden osuus 38,8 % (taulukko 5.3). Maatalouden kokonaislaskelman mukaan vuonna 1995 rakennuspoistoja oli 1132 milj. mark- kaa. Kun tästä vähennetään muiden kuin päätuotantosuuntien (esimerkiksi muu kotieläintuotanto ja erikoistumaton tuotanto; MYTT 1995, s. 50) osuus, jäljelle jää 1078,5 milj. markkaa (sektorimalliin ei sisälly esim. lammas- tai puutarha- talous). Rakennuspoistoja on kasvinviljelyssä yhteensä em. suhteellisten osuuk- sien mukaan 659,6 milj. mk ja kotieläintaloudessa 418,9 milj. markkaa. Koti- eläintalouden rakennuspoistot on vielä jaettava eri tuotantosuuntien kesken. Maidontuotannon osuus kotieläintilojen kaikista rakennuspoistoista on Maata- louden yritys- ja tulotilaston pohjalta tehtyjen laskelmien mukaan noin 67,3 %, erikoistuneen nautakarjatalouden 10,7 %, sikatalouden 17,1 % ja siipikarja- talouden 4,9 %. Lypsykarjatiloilla rakennuspoistoista 65 % voidaan katsoa koti- eläintalouden poistoiksi ja 35 % kasvinviljelyn (pääasiassa rehuntuotannon) poistoiksi. Vastaavasti erikoistuneessa naudanlihantuotannossa 61 % rakennus- poistoista voidaan kohdentaa kotieläintaloudelle ja 39 % kasvinviljelylle. Sianlihantuotannossa rakennuspoistoista on 59 % kotieläintalouden poistoja ja 41 % kasvinviljelyn poistoja. Siipikarjataloudessa rakennuspoistoista 55 % on kotieläintalouden poistoja ja 45 % kasvinviljelyn poistoja. 77 Taulukko 5.3. Poistojen jakautuminen (milj. mk ja %) kotieläintalouden (E) ja kasvinviljelyn (V) kesken ja eri tuotantosuunnissa ja eri tuotantosuuntien kesken. Maito Nauta Sika Siipi- karja Koti- eläintal. yht. Kasvin- viljely Yht. Rakennuspoistot E 305,5 45,5 49,0 18,9 418,9 - 418,9 65% 61% 41% 55% 60% 38,8% V 164,5 29,1 70,4 15,4 279,4 380,2 659,6 35% 39% 59% 45% 40% 60% 61,2% yht. 470 74,6 119,4 34,3 698,3 380,2 1078,5 67,3% 10,7% 17,1% 4,9% 64,7% 35,3% 100% Konepoistot E 408,1 49,3 98,7 42,4 598,5 - 598,5 41% 32% 41% 55% 41% 22,5% V 587,3 104,8 142,1 34,7 868,9 1189,3 2058,2 59% 68% 59% 45% 59% 77,4% yht. 995,5 154,1 240,8 77,1 1467,4 1189,3 2656,7 67,8% 10,5% 16,4% 5,3% Salaojien ja E 18,3 0,6 3,8 1,3 24,0 24,0 siltojen poistot 21% 5% 19% 24% 19,3% 9,9% V 69,0 11,5 16,0 4,1 100,6 117,2 217,8 79% 95% 81% 76% 81% 90,1% yht. 87,3 12,1 19,7 5,4 124,6 117,2 241,8 65% 9% 15% 4% Yhteensä 731,9 95,4 151,5 62,6 1041,4 2935,6 3977 70,2% 9,2% 14,5% 6,0% 26,2% 73,8% 100% Kun kotieläintilojen kaikki poistot jaetaan näiden osuuksien mukaan, saa- daan kotieläintalouden poistoiksi yhteensä 418,9 milj. mk. Maidontuotannossa kotieläintalouden rakennuspoistoiksi saadaan 305,5 milj, markkaa ja kasvin- viljelyn poistoiksi 164,5 milj. markkaa. Erikoistuneen nautakarjatalouden raken- nuspoistoista on kotieläintalouden osuutta 45,5 milj. markkaa ja 29,1 milj. mark- kaa kasvinviljelyn osuutta. Sianlihantuotannossa rakermuspoistoista 49,0 milj. markkaa kohdentuu kotieläintuotantoon ja 70,4 milj markkaa kasvinviljelyyn. Siipikarjanlihantuotannossa kotieläintalouden rakennuspoistoja on 18,9 milj. markkaa ja kasvinviljelyn osuudeksi jää 15,4 milj. markkaa. Vastaava menettely toistettiin poistojen lisäksi muillekin kiinteiksi luokitel- luille tuotantopanoksille kuten koneiden ja rakennusten korjausmenoille, vuok- rille, koroille, vakuutusmaksuille ja yleiskustannuksille. Samalla pidettiin huol- 78 ta siitä, että kunkin käytetyn panoksen kokonaisarvo on lähellä maatalouden kokonffislaskelman kustannuksissa esitettyä arvoa. Kaikki kustannuserät kokonais- laskelmassa ja Maatalouskeskusten liiton mallilaskelmissa eivät kuitenkaan vas- taa toisiaan (esim. lääkintä, sähkö ym. taulukossa 5.2.a ei vastaa yksinään mi- tään kokonaislaskelman kustannuserää). Tämän vuoksi on ensisijaisesti pidetty huolta siitä, että kunkin tuotantosuunnan osuus kiinteistä kustannuksista vastaa Maatalouden yritys- ja tulotilaston avulla laskettua osuutta, eikä kustannuksia ole voitu määrittää täsmällisin perustein. 5.3. Alueelliset kustannuserot Täysin tarkkaa ja edustavaa alueelliset kustannuserot selvittävää kustannus- aineistoa ei ole saatavissa mistään tuotantosuunnasta. Esimerkiksi Maatalouden yritys- ja tulotilasto ei anna alueiden välisiin kustannuseroihin tuotantosuunnittain suoraa vastausta. Alueelliset kustannuserot tulevat osittain huomioonotetuksi erilaisten satotasojen kautta. Muilta osin on tyydyttävä arvioihin. Viljanviljelyssä ja nautakarjataloudessa asetettiin pieniä työnmenekin eroja alueiden kesken. Sika- ja slipikarjataloudessa ei ole asetettu eroja alueiden välille sen enempää työnkäytössä kuin poistoissakaan. Työmnenekkierot leh- mää kohti asetettiin suoraan todellisen keskimääräisen tilakoon mukaan. Näin saadut työnmenekkierot voidaan lyhyesti esittää siten, että jos Etelä-Suomen työnmenekkinä on 1, niin Sisä-Suomessa indeksinä on 1,028, Pohjanmaalla 0,92 (itse asiassa keskimääräinen tilakoko antaa aiheen suurempaankin, noin 14 % eroon Pohjanmaan hyväksi) ja Pohjois-Suomessa 1,045. Samat työnmenekki- erot asetettiin myös lypsykarjatalouden sonneille ja hiehoille. Erikoistuneen naudanlihantuotannon sonneille ja hiehoille sekä emolehmille asetettiin työn- menekkisuhteet keskimääräisen tilakoon perusteella seuraavasti: Pohjanmaa 1, Etelä-Suomi 0,93, Sisä- ja Pohjois-Suomi 1,043. Sika- tai siipikarjataloudessa ei ole asetettu työnmenekkieroja eri alueiden välille, koska käytettävissä ei ole alueellisesti edustavaa aineistoa. Erityisesti Itä- ja Pohjois-Suomen alueella on vähän sika- ja siipikarjatiloja, jolloin otantaan tulee näiltä alueilta vain muuta- mia tiloja, joiden kustannusrakenne ei edusta koko alueen keskiarvoa. Muiden kuin rehukustannusten osalta alueittaiset kustannuserot ilmenevät taulukosta 5.4. Erot aiheutuvat pääasiassa työnmenekin eroista. Lihasikaa kohti vuotuiset kustannukset, poislukien rehut, ovat koko maassa 238,1 markkaa ja emakkoa kohti 4175 markkaa. Munivaa kanaa kohti muut kuin rehukustannukset ovat 58,8 markkaa, siipikarjaemoa kohti 51,9 markkaa ja muuta siipikarjaeläintä (esim. broileria) kohti 4,5 markkaa. Ruokinta ja rehukustannukset ovat erilaiset eri alueilla (luku 5.2). Eläinten ruokinnassa on jo huomioitu se, että Pohjois- Suomessa käytetään selvästi enemmän ostorehuja kuin muualla maassa. Teol- lisuusrehut, joita mallissa on kaikkiaan mukana 10 erilaista, ovat lisäksi kalliim- pia Itä- ja Pohjois-Suomessa kuin Etelä- ja Länsi-Suomessa. Teollisuusrehujen 79 Taulukko 5.4. Kustannukset eläintä kohti vuodessa (mk). Ei sisällä rehukus- tannuksia. Lypsy- Hieho Liha- Sonni Sonni Emo- Sonni 1-lieho lehmä hieho <15 kk >15 kk lehmä (erik.) (erik.) Etelä-Suomi 14230,6 3851,0 2425,4 2675,0 3449,9 3219,6 1601,4 2211,9 Sisä-Suomi 14438,8 3857,4 2461,2 2705,0 3487,4 3396,2 1661,8 2332,8 Pohjanmaa 13572,1 3679,8 2322,7 2589,4 3342,9 3326,6 1638,8 2286,8 Pohjois-Suomi 15145,7 3947,3 2483,2 2723,2 3510,1 3396,2 1661,8 2332,8 hinnat on asetettu Sisä-Suomen suuralueella 5 % ja Pohjois-Suomen suuralueella 20 % kalliimmiksi kuin Etelä-Suomessa ja Pohjanmaalla. Kone- tai rakennuspoistoissa eläintä kohti ei asetettu eroja suuralueiden 1-3 eli Etelä-Suomen, Sisä-Suomen ja Pohjanmaan välillä. Rakennuspoistot lypsy- lehmää kohti asetettiin kuitenkin alueella 4 eli Pohjois-Suomessa 25 % ja yleis- kustannukset 50 % muuta maata korkeammaksi. Tätä voidaan perustella esim. sillä, että Rantalan (1997, s. 35) tekemässä selvityksessä maidontuotannon kus- tannuksista kiinteät kustannukset C3-tukialueella olivat C2-tukialueeseen ver- rattuna noin neljänneksen ja yleiskustannukset noin 50 % korkeammat lehmää kohti. Kasvinviljelyssä asetettiin vain hyvin pieniä eroja työnkäytössä hehtaaria kohti eri alueilla. Mallissa käytetyt eri kasvien hehtaarikohtaiset kustannukset on esitetty taulukossa 5.5.a. Muuttuvat viljelykustannukset hehtaaria kohti vuo- dessa on esitetty taulukossa 5.5.b ja taulukossa 5.5.e kiinteät kustannukset heh- taaria kohti. Erot kuvaavat eroja paitsi keskimääräisessä peltoalassa tilaa kohti, myös viljelyolosuhteissa, kuten maan laadussa ja peltokuvioiden yhtenäisyydes- sä. Alueiden välisten kustarmuserojen suhteen on tässä tutkimuksessa oltu mal- tillisia, koska asiaa koskevia tutkimuksia on ollut käytettävissä vähän. Viljelyn kiinteät kustannukset hehtaaria kohti on asetettu siten, että ne ovat alhaisimmat Etelä-Suomessa (taulukko 5.5.c). Pohjanmaalla kiinteät kustannuk- set hehtaaria kohti on arvioitu pienemmiksi kuin Sisä-Suomessa suuremman perusteella. Kiinteät kustannukset ovat korkeimmat Pohjois-Suomessa. Trakto- ri- ja muut konepoistot hehtaaria kohti on asetettu Pohjois-Suomessa noin 10 % korkeammiksi kuin muualla maassa. Erot kiinteissä kustannuksissa alueiden välillä taulukossa 5.5.c ovat kuitenkin suhteellisen pieniä. Alueiden väliset erot viljelyn muuttuvissa kustannuksissa (taulukko 5.5.b) johtuvat erilaisista lannoitus- ja satotasoeroista sekä eroista työnkäytössä, mitä voidaan perustella mm. tilakokoeroilla. Myös esim. peltokuviot ovat Etelä- Suomessa ja Pohjanmaalla yhtenäisempiä kuin Sisä- ja Pohjois-Suomessa, mitä voidaan pitää perusteena erilaiseen työnmenekkiin hehtaaria kohti eri alueilla. Esim. ohranviljely vaatii mallissa 18 työtuntia/ha suuralueilla 1-3 (Etelä- ja 80 Taulukko 5.5.a. Tärkeimpien viljelykasvien viljelykustannukset eri alueilla (mk/ ha). vehnä ruis ohra mallas- kaura öljy- säilö- kuiva- sok.- ohra kasvit rehu heinä juur. Etelä-Suomi 6222 5734 4883 5469 4835 5012 5684 4931 13809 Sisä-Suomi 6670 5789 4942 5528 4894 5068 5645 4905 14330 Pohjanmaa 6497 5800 4928 5514 4980 5069 5684 4912 14048 Pohjois-Suomi - 5980 5291 5890 5242 5213 5558 4912 - Taulukko 5.5.b. Tärkeimpien viljelykasvien muuttuvat kustannukset hehtaaria kohti (mk). vehnä ruis ohra mallas- kaura öljy- säilö- kuiva- sok.- ohra kasvit rehu heinä juur. Etelä-Suomi 3495 3380 2611 2954 2563 2798 4316 3509 11792 Sisä-Suomi 3685 3385 2570 2913 2522 2804 4277 3483 12313 Pohjanmaa 3616 3421 2606 2949 2558 2830 4316 3490 12031 Pohjois-Suomi - 3417 2714 3070 2665 2844 4144 3444 - Taulukko 5.5.c. Tärkeimpien viljelykasvien kiinteät kustannukset hehtaaria kohti (mk). vehnä ruis ohra mallas- kaura öljy- säilö- kuiva- sok.- ohra kasvit rehu heinä juur. Etelä-Suomi 2727 2354 2272 2515 2272 2214 1368 1422 2017 Sisä-Suomi 2985 2404 2372 2615 2372 2264 1368 1422 2017 Pohjanmaa 2881 2379 2322 2565 2322 2239 1368 1422 2017 Pohjois-Suomi - 2563 2577 2820 2577 2369 1414 1468 Sisä-Suomessa ja Pohjanmaalla) ja 21 tuntia alueella 4 (Pohjois-Suomi) pienen tilakoon vuoksi. Vehnänviljely vaatii 19 tuntia työtä per hehtaari Etelä-Suomes- sa, 21 tuntia Sisä-Suomessa ja 20 tuntia Pohjanmaalla. Nurmikasvien viljelyssä on kuitenkin oletettu, että työnmenekki on sama kaikkialla maassa. Laitumen kustannukset ovat koko maassa 2464 markkaa/ha. Säilörehun muut- tuvat kustannukset ovat Pohjois-Suomessa hehtaaria kohti muuta maata hieman alemmat matalamman satotason vuoksi, jolloin esim. sffilöntäainetta ja työtä 81 kuluu hehtaaria kohti vähemmän. Säilörehun kiinteät kustannukset ovat Poh- jois-Suomessa 46 markkaa hehtaaria kohti korkeammat kuin muualla Suomessa, koska traktoripoistot hehtaaria kohti on asetettu Pohjois-Suomessa 10 % muuta maata korkeammiksi. Sokerijuurikasta ja vehnää ei viljellä Pohjois-Suomessa. Avokesannoinnin kustannukset ovat koko maassa 1477 markkaa ja viherkesannon (5-vuotinen) 1459 markkaa hehtaarilta. Lannoitustaso on Etelä- Suomen alueel- la keskimäärin 5-10 % korkeampi kuin Sisä-Suomessa ja Pohjanmaalla (liite 2). Koska satotaso on kaikilla kasveilla A- ja B-alueilla C-alueita korkeampi, lan- noituskustarmukset tuotettua kiloa kohti ovat miltei samat eri alueilla. Lannoitus- kustannus on keskimäärin vain kymmenesosa kokonaiskustannuksista (taulukko 5.1). Työn hinta, joka sisältää myös oman pääoman tuottovaatimuksen ja eläke- ja sosiaalivakuutusmaksut, on 50 markkaa tunnilta. Työn hinta on oletettu samaksi kaikilla alueilla. Todellisuudessa työn vaihtoehtoiskustannus on yleisen työlli- syystilanteen ja ansiomahdollisuuksien vuoksi erilainen eri alueilla. Mallissa olisi mahdollista asettaa työtunnin hinta erilaiseksi eri suuralueilla. Alueellisia eroja on tässä suhteessa kuitenkin vaikea täsmällisesti perustella. Mitään empii- ristä estimaattia työtunnin hinnalle eri suuralueilla ei ole saatavissa. Ansiomah- dollisuudet ja siten työn vaihtoehtoiskustannus vaihtelee suuresti paikkakun- nittain. Tämän vuoksi tässä tutkimuksessa on haluttu pitää työn hinta samana kaikilla alueilla, jotta eri alueiden satotasosta johtuvat tuotantokustannuserot ja erilaiset tuet pääsevät vaikuttamaan täydellä painollaan. Tällöin mallin tuloksia on helpompi tulkita. Työn hintaa on usein pidetty eri tutkimuksissa vaikeasti määritettävänä mut- ta kuitenkin tuloksien kannalta ratkaisevana osana (esim. Rantala 1997, s. 70). Työkustannus on merkittävä osa maatalouden kustannuksista ja tämän vuoksi kannattavuuslaskelmat ovat aina herkkiä työtunnin hinnalle. Samalla tavalla optimaalista tuotantoallokaatiota hakevissa taloudellisissa malleissa tulokset ovat herkkiä työn hinnalle. Koska työn osuus kokonaiskustannuksista on erilainen eri alueilla ja tuotantosuunnissa, muutos työn hinnassa voi muuttaa alueiden välistä suhteellista etua tuotannossa. Sektorimallin kaltaisessa matemaattisessa mallis- sa, jossa suurin osa kustannuksista pohjautuu Leontief-teknologiaan (tosin rehun- käyttö voi muuttua mallin sisällä, mikä vähentää herkkyyttä kustannuksille), pienetkin erot voivat olla tietyissä tilanteissa ratkaisevia haettaessa optimaalista tuotantoallokaatiota. Tuotannon siirtymisen laajuus ja nopeus on todellisuudessa aina moni- tahoisempi asia kuin matemaattisessa mallissa. Muutokset tuotannon sijoittumi- sessa pitkällä aikavälillä riippuvat paitsi kiinteistä tuotannontekijöistä ja luon- nollisista rajoituksista esim. sopivan viljelysmaan suhteen, myös siitä, kuinka suurella yrittäjätulolla viljelijät kullakin alueella ovat lopulta valmiita jatka- maan tuotantoa. Jos vaihtoehtoisia ansiomahdollisuuksia ei ole, viljelijät voivat pitkäänkin sallia maatalouden pääomakannan alenemisen. Toiminnan jatkami- 82 nen riippuu siitä, miten investoinnit voidaan toteuttaa. Vastaavasti riskin- karttaminen ja tarjolla olevien kohtuuhintaisten rahoitusmahdollisuuksien niuk- kuus voivat jarruttaa tuotannon laajentamista, joten kaiken kaikkiaan tuotanto hakeutuu parhaille alueille suhteellisen hitaasti. Kaikkia tuotannon siirtymistä hidastavia kitkatekijöitä ei ole yritetty mallintaa tämän tutkimuksen puitteissa. Osa kitkatekijöistä on otettu huomioon tuotannon muuttumista sitovilla teknisil- lä ja biologisilla rajoituksilla, mutta oletuksena on edelleen se, että viljelijät, teollisuus, kuluttajat ja samalla koko maataloussektori toimivat täysin rationaa- lisesti annettujen rajoitusten puitteissa (luku 4). Päätöksenteon viiveitä tai riskinkarttamista ei ole otettu huomioon. 5.4. Rehunkäyttötiedot ja keskituotokset Eläinten lukumäärät ovat mallissa päätösmuuttujia jokaisella 14 tuotannollisella alueella. Jotta malli ei tulisi liian suureksi ja raskaaksi ratkaista, ruokinta on määritelty vain suuralueittain. Alkuarvoiksi tarvitaan vuoden 1995 rehunkäyttöä vastaava tilanne. Nautaeläinten rehunkäyttötiedot on saatu laskemalla suur- alueittaiset keskiarvot maitotaloustarkkailun (MKL 1995b) rehunkäyttötietojen pohjalta. Sikataloudessa on menetelty vastaavasti käyttäen sikataloustarkkailun keskiarvotietoja. Sikataloustarkkailun rehunkäyttötiedoissa on joillain alueilla, kuten Satakunnassa ja Etelä-Pohjanmaalla, mukana valkuaisrehuina erilaisia teollisuuden (mm. mallasteollisuuden) sivutuotteita. Niitä ei ole voitu ottaa huomioon rehunkäytön lähtötilanteessa. Vastaava valkuaismäärä on tällöin kor- vattu viljan ja täysrehun valkuaisarvoltaan samanlaisella yhdistelmällä. Siipi- karjataloudessa on oletettu, että ostorehujen osuus kasvaa itään ja pohjoiseen päin mentäessä, mutta tilastollisia perusteita ruokintaeroille ei ollut käytettävis- sä. Tämä ei kuitenkaan siipikarjatalouden osalta ole kovinkaan merkitykselli- nen, koska valtaosa siipikarjatuotannosta keskittyy Etelä- ja varsinkin Lounais- Suomeen. Ruokinta on määritelty siten, että se täyttää ruokintanormit ja -suositukset (MKL 1996b). Eläinten ruokinnan alkutilanne eli ruokinta alueittain vuonna 1995 on esitetty liitteessä 3. Erot ruokinnassa liittyvät myös eroihin lehmien keskituotoksessa. Teollisuuden valmistamien väkirehujen osuus rehuista on Poh- jois-Suomessa selvästi muuta maata suurempi. Lehmien keskituotos on alku- tilanteessa eli vuonna 1995 Etelä-Suomessa 5969 kg, Sisä-Suomessa 5991, Poh- janmaalla 5740 ja Pohjois-Suomessa 6392 kg/lehmä vuodessa. Keskituotokset alueittain on saatu alentamalla tarkkailukarjojen keskituotoksia 1000 kilolla jolloin saadaan likimain kaikkien karjojen keskituotos (MKL 1995b, s. 23). Lypsylehmien ruokinnassa tärkeää on riittävä karkearehun, ohutsuolessa imeytyvän valkuaisen (01V) sekä rehuyksiköiden määrä. Pötsin valkuaistaseen (PVT) suositellaan olevan välillä 0-200 grammaa päivässä, mutta lievästi negatiivinenkin tase on mahdollinen, jos imeytyvää valkuaista on yli suositusten 83 (MKL 1996b). Pötsin valkuaistaseelle tai sulavalle raakavalkuaiselle ei ole mal- lissa asetettu erillisiä rajoitteita toisin kuin karkearehulle ja rehuyksiköille, vaan niiden riittävyys täytyy varmistaa mallin tuottamista tuloksista. OIV- ja PVT- arvojen suhteen ei kuitenkaan ole tullut toistaiseksi ongelmia sektorimallia sovellettaessa. Tämä johtuu osittain siitä, että alkutilanteessa eli vuonna 1995 lehmien ruokinta täyttää keskimäärin hyvin ruokintasuositukset. Sonneja on mallissa kolmenlaisia: lypsykarjarotuisia sonneja alle ja yli 15 kk (teuraspainot 230 ja 270 kiloa) sekä lihakarjarotuisia sonneja yli 15 kk (teuras- paino 310 kiloa). Lypsykarjarotuisten sonnien kokonaismäärä riippuu mallissa edellisen vuoden lypsylehmien lukumäärästä. Runsaan vuoden ikäisiä, mutta alle 15 kuukautisia lypsykarjarotuisia sonneja oletetaan alkutilanteessa olevan 80 % kaikista lypsykarjarotuisista sonneista. Lihakarjarotuisten sonnien luku- määrä riippuu suoraan kuluvan vuoden emolehmien lukumäärästä. Kaikkien sonnien ruokinta on asetettu suhteessa teuraspainoon (liite 3). Sikojen ruokinnassa oleellista on paitsi riittävä rehuyksikkömäärä myös riit- tävä sulavan raakavalkuaisen saanti (130 g srv/ry). Molempien suositusten mu- kaisesta saannista on pidetty huolta omilla rajoitteillaan. Emakoille on oletettu sama porsastuotos koko maassa eli 18,7 porsasta emak- koa kohti vuodessa vuonna 1995. Porsaskuolleisuus on tästä luvussa vähennet- ty, joten mallissa kaikkien porsaiden oletetaan päätyvän teuraaksi. Edellä mai- nittuun porsastuotokseen emakkoa kohti on päädytty jakamalla vuoden 1995 lihantuotanto porsineiden emakkojen lukumäärällä ja olettamalla lihasikojen teuraspainoksi 75 kiloa. Lihasikojen teuraspaino oletetaan samaksi kaikilla alu- eilla. Munivien kanojen munatuotos kanaa kohti vuonna 1995 (17,2 kiloa; TIKE 1996, s. 137) on sama kaikilla alueilla, samoin siipikarjaemojen tuottamien poikasten määrä. 5.5. Jalostuskustannukset ja ulkomaankauppa Maitojalosteiden jalostuskustannukset on määritelty tuotekohtaisesti. Kunkin maitotuotteen vähittäishinnan ja raaka-ainehinnan (laskettu käyttäen maidon tuottajahintana 2 mk/kg) erotus on jaettu tukku- ja vähittäismarginaaliin tuot- teittain. Tämä jako on tehty siten, että maitotuotteiden raaka-aine- ja jalostus- kustannukset yhteensä ovat oikealla tasolla suhteessa EU:n hintatasoon ja toteutuneisiin vienti- ja tuontimääriin. Niiden maitotuotteiden kohdalla, joita viedään paljon ulkomaille, jalostuskustannus on asetettu siten, että vuoden 1995 vientimäärät toteutuvat vallitsevalla EU:n hintatasolla. Tällä perusteella asetetut jalostuskustannukset eivät siis vastaa todellisia. Todellisuudessa kauppaa on käyty myös EU:n ulkopuolelle eri hinnoilla useiden maiden kanssa. Teknisesti on täysin mahdollista mallintaa ulkomaankauppa käytäväksi useamman kauppa- kumppanin kanssa, mutta tämä vaatii tietoja eri markkina-alueiden hinnoista, tuontimaksuista, vientipalkkioista sekä kuljetus- ja markkinointikustannuksista. 84 Yksinkertaisuuden vuoksi ulkomaisia kauppakumppaneita on mallissa vain yksi (EU), jonka hintoihin Suomi ei voi vaikuttaa. Mallin tässä versiossa EU:n hintatason oletetaan pysyvän vuoden 1995 tasolla. On myös mahdollista tehdä skenaario, jossa hinnat muuttuvat vuosittain. Maidon jalostuskustannusten oletetaan pysyvän markkamääräisesti samalla tasolla vuoteen 2005. Tätä oletusta voidaan perustella sillä, että meijeriteolli- suudessa tapahtuu kilpailun seurauksena sisäistä tuottavuuskehitystä, mikä kom- pensoi yleistä kustannuskehitystä. Maitotuotteiden hintojen muuttumisella ei ole vaikutusta jalostuskustannuksiin. Kun jokaisen maitotuotteen vähittäishinnasta vähennetään kiinteä vähittäis- ja jalostusmarginaali, jäljelle jäävä osuus on raaka-aineen hintaa ja tuottajalle jäävää osuutta. Maidon tuottajahinta lasketaan eri tuotteiden raaka-ainehinnoista painotettuna keskiarvona. Arvonlisäveron osuuden oletetaan olevan mukana jalostus- ja vähittäismarginaaleissa, eikä sen vaikutusta hintoihin ole mallinnettu yksityiskohtaisesti. Sokerinjalostus on mallinnettu kaksivaiheisena prosessina, jossa raakasokeria jalostetaan sokerijuurikkaista 15 % saannolla ja raakasokerista lopputuotetta, kidesokeria, 100 % saannolla. Kaiken sokerinkulutuksen oletetaan olevan siis kidesokeria. Raakasokeria voidaan tuoda maahan kiintiön mukaan enintään 40 000 tonnia. Sokerinjalostustuskiintiö (A- ja B-kiintiö yhteensä) on 158,7 miljoonaa kiloa. Jalostuskustannukset saadaan vähentämällä kidesokerin kuluttajahinnasta (6,5 mk/kg) raaka-aineen osuus, joka saadaan jakamalla sokerijuurikkaan tuottaja- hinta 36 penniä/kg saantokertoimella 0,15. Raaka-aineen osuudeksi saadaan näin 2,4 mk/kg. Jos oletetaan, että raakasokerin jalostaminen kidesokeriksi maksaa 50 penniä kilolta (oletus voidaan tehdä, koska mallin kannalta tärkeintä on sokerinjalostuksen kokonaiskustannukset), raakasokerin valmistaminen sokeri- juurikkaista maksaa tällöin 3,6 mk/kg. Kidesokeri, raakasokeri ja sokerijuurikkaat voivat liikkua alueiden välillä, mutta ulkomaankauppaa voidaan käydä ainoas- taan raakasokerilla ja kidesokerilla. Päätösmuuttujina ovat alueittain erikseen raakasokerin ja kidesokerin jalostus. Sokerijuurikkaan ei ole mallissa mahdol- lista C3- ja C4-alueilla. Vienti- ja tuontikustannusten perustasoksi on asetettu kasvituotteilla 8 pen- niä kilolta. Tämä kustannus ei perustu tilastoaineistoon, vaan se on mallin ansimmäisessä versiossa asetettu subjektiivisesti noin 40 % korkeammaksi kuin kasvituotteiden kuljetuskustannukset suuralueiden välillä. Muiden tuotteiden vienti- ja tuontikustannusten perustaso on kaksinkertainen kasvituotteisiin ver- rattuna. Vientikustannukset muuttuvat, jos vientimäärät muuttuvat edellisvuo- desta (ks. 4.1.4). Kotimaan kuljetuskustannukset ovat kasvituotteilla interventiokeskusten rahtikustannustaulukon mukaisia. Muiden tuotteiden kuljetuskustannus on kasvi- tuotteisiin nähden kaksinkertainen. 85 5.6. Satotasofunktioiden parametrit ja lannoitus Määritettäessä satotasofunktioita eri kasveille (luku 4.4) on hyödynnetty saata- villa olevaa tutkimusaineistoa (Bäckman ym. 1997, Heikkilä 1980, Kleemola 1989). Kvadraattisen funktiomuodon tapauksessa rukiin, kuivaheinän ja öljy- kasvien satotasofunktioiden parametrit on saatu Heikkilän (1980) tutkimukses- ta, jossa lannoituskokeiden koehavainnot olivat vuosilta 1969-1978. Perunan satotasofunktioita typen suhteen ei ollut käytettävissä, joten perunan (sekä tärk- kelys- että ruokaperunan) satotasofunktion ensimmäisen asteen parametriksi valittiin Bäckmanin ym. (1997) estimoima ohran kvadraattisen satotasofunktion ensimmäisen asteen parametri. Säilö- ja tuorerehun kvadraattisen satotasofunktion ensimmäisen asteen parametriksi valittiin Kleemolan (1989) säilörehulle esti- moima arvo. Kleemolan (1989) käyttämät lannoituskokeiden koehavainnot ovat vuosilta 1978-1987. Vehnälle, ohralle, mallasohralle, kauralle, sekaviljalle ja herneelle käytettiin Mitscherlich-funktiota. Sekaviljan ja herneen Mitscherlich- funktioiden laskemiseen käytettiin kauran Mitscherlich-funktion b-parametria. Kaikki Bäckmanin ym. estimoimat Mitscherlich-funktioiden parametrit sekä ohran kvadraattisen satotasofunktion ensimmäisen asteen parametri saatiin Ylätalon ym. (1996) julkaisusta, jossa satotasofunktioiden estimoinnin proble- matiikkaa on tarkasteltu laajemmin. Bäckmanin ym. käyttämät lannoituskokeiden koehavainnot ovat vuosilta 1973-1993. Taulukoissa 5.6 ja 5.7 on esitetty kirjallisuudesta löydetyt satotasofunktioiden parametrien arvot sekä niiden avulla sektorimallia varten lasketut parametrit. Käytettyjen lannoitteiden kokonaisarvon tulee vastata mallissa maatalouden kokonaislaskelman mukaista käytettyjen lannoitteiden kokonaisarvoa. Lannoit- teiden käyttöä A- ja B-alueilla on tämän vuoksi alennettu mallilaskelmien käyttö- määristä. C-alueiden lannoitus on paljolti mallilaskelmien mukainen, mutta edel- Taulukko 5.6. Kvadraattisten satotasofunktioiden parametrit Etelä-Suomen B- alueella. ruis tärkkelys- ruoka- sokeri- kuiva- säilö- tuore- öljy- peruna peruna juurikas heinä rehu rehu kasvit Sektorimallin parametrit 1658,8 17703,2 17881,6 23630,0 1374,2 1182,9 1586,6 1096,1 b 12,34 53,21 53,21 53,21 33,8 24,24 24,24 9,82 -0,0289 -0,16392 -0,2270 -0,0830 -0,0780 -0,0394 -0,0436 -0,0354 Lannoituskokeista estimoidut parametrit a 2086,0 960,4 960,4 960,4 3089 2821,0 2821,0 1247,0 b 12,34 53,21 53,21 53,21 33,8 24,24 24,24 9,82 c -0,0171 -0,1750 -0,1750 -0,1750 -0,1189 -0,02 -0,02 -0,0324 86 Taulukko 5.7. Mitscherlich-funktioiden parametrit Etelä-Suomen B-alueella. vehnä ohra mallasohra kaura sekavilja herne Sektorimallin parametrit m 4075,5 3985,9 3909,5 3865,4 3537,9 2582,8 k 0,4442 0,4193 0,3896 0,4343 0,4745 0,4875 b 0,0105 0,0168 0,0168 0,0197 0,0197 0,0197 Lannoituskokeista estimoidut parametrit m 4956 5217,9 5217,9 4760,3 4760,3 4760,3 k 0,7624 0,828 0,828 0,7075 0,7075 0,7075 b 0,0105 0,0168 0,0168 0,0197 0,0197 0,0197 leen lannoitteiden käyttö on A- ja B-alueilla hehtaaria kohti 5-10 % suurempi kuin C-alueilla (liite 2, taulukko 1). Typen käyttö on vastaavasti C-alueilla A- ja B-alueita pienempi (liite 2, taulukko 2). Poikkeuksena tästä on Pohjanmaa, jossa satotaso on monilla kasveilla lähellä Etelä-Suomen satotasoa (liite 2, tau- lukko 3). 6. Perusskenaarion määrittäminen 6.1. Johdanto Maatalouden sektorimallilla tehtävä politiikka-analyysi perustuu vertailuihin ns. perusskenaarion ja vaihtoehtoisten politiikkakenaarioiden tulosten välillä. Lähtö- kohtana on perusskenaario, joka antaa eräänlaisen perusennusteen maatalouden kehitysurasta vaihtoehtoisten skenaarioiden pohjaksi. Perusskenaariota ei tule kuitenkaan pitää varsinaisena kehitysennusteena, koska perusskenaariossa hin- tataso ja tuet pysyvät ennallaan vuoden 2000 jälkeen. Politiikkaskenaariossa ainoastaan politiikka on erilainen kuin perusskenaariossa. Politiikkavaihtoehtojen vaikutuksia arvioidaan vertaamalla politiikkaskenaarioiden tuloksia perusske- naarion tuloksiin. Perusskenaarion valinta on tärkeä osa mallin soveltamista, ja valinnan tulee olla hyvin perusteltu. Koska kysymys on monien tulevaisuuden kehitystä koske- vien eksogeenisten muuttujien ja parametrien valinnasta, perusskenaarion valin- taan liittyy monia epävarmuustekijöitä. Perusskenaarion valintojen merkitystä havainnollistetaan esimerkkiajoilla, joissa kaikissa vuoden 2000 tuet pysyvät ennallaan vuoteen 2005, mutta oletuk- set maatalouden tuottavuuskehityksestä ja uponneista kustannuksista vaihtele- vat. Luvussa 6.3 on määritelty perusskenaario (skenaatio 1) ja sen lisäksi neljä 87 vaihtoehtoista skenaariota (skenaariot 2-5), jotka eroavat perusskenaariosta ku- kin vain yhden oletuksen suhteen. Esimerlddajoilla tutkitaan, kuinka erilaiset oletukset tuottavuuskehityksestä ja uponneista kustannuksista vaikuttavat tuo- tannon määrään eri tuotantosuunnissa (luku 6.5). Samalla selvitetään tuotannon määrän ja sijoittumisen herkkyyttä kustannusmuutoksille. Tältä pohjalta arvioi- daan valitun perusskenaarion lähtökohtien ja tulosten mielekkyyttä (luku 6.6). Perusskenaarion tuottamiseksi on jouduttu tekemään (osittain sopivan tilasto- aineiston puuttuessa) myös monia muitakin kuin uponneita kustannuksia tai tuottavuuskehitystä koskevia valintoja, jotka ovat kuitenkin samat kaikissa esimerkkiajoissa (luku 6.4). Nykyisellään malli toimii vuoteen 2005 asti, mutta tulevia sovelluksia varten malli voidaan ulottaa aina vuoteen 2010. Tällöin joitakin valintoja ja oletuksia voidaan joutua arvioimaan uudelleen. Tässä valittua perusskenaariota (skenaa- rio 1) tai skenaarioita 2-5 ei siis käytetä sellaisenaan perusskenaariona mallin myöhemmissä sovelluksissa. 6.2. Perusskenaarion käsite ja merkitys dynaamisessa mallissa Toisin kuin staattisilla malleilla tehtävässä analyysissä, dynaamisia tasapaino- malleja käytettäessä ei verrata toisiinsa kahta erillistä, staattista tasapaino- tilannetta, vaan tarkastelun kohteena on mallin tuottama koko kehitysura. Jatku- van ajan malleissa tuloksena saadaan jatkuva kehitysura, mutta diskreetin ajan malleissa kehitysura on perättäisten tasapaino- tai epätasapainotilojen sarja. Dynaaminen malli kalibroidaan oletetulle kehitysuralle eikä yksittäiseen staat- tiseen tasapainotilaan kuten staattiset mallit (Shoven ja Whalley 1992, s. 79). Oletettu kehitysura, johon malli kalibroidaan, on kuitenkin vain yksi vaihtoeh- toinen kehitysskenaario, jonka tuottamiseksi on tehty useita valintoja. Tämän vuoksi dynaamista mallia ei voida samalla tavalla kalibroida kuin staattista tasapainomallia, jonka keskeisenä arviointiperusteena on se, kuinka hyvin malli tuottaa tunnettua perusvuotta vastaavan ratkaisun. Tässä työssä toteutetussa sektorimallissa yksittäinen vuotuinen optimiratkaisu vastaa enemmän lyhyen aikavälin epätasapainotilaa kuin varsinaista tasapaino- tilaa. Erilaisten viiveiden ja biologis-teknisten rajoitusten vuoksi tuotanto ei voi lyhyellä aikavälillä siirtyä suoraan tasapainotilanteeseen, vaan tasapainotilaa kohti hakeudutaan vähitellen. Koska tuotantoteknologia, kulutus ja panoshinnat muuttuvat jatkuvasti, tasapainotila, jota kohti sektori pyrkii, muuttuu ajan mu- kana. Lopullinen tasapainotila voi olla kokonaan erilainen kuin se, mihin alku- tilanteen perusteella (staattisella mallilla laskettuna) päädyttffisiin. Tasapainotilaa ei välttämättä saavuteta, vaan päätösmuuttujien (tuotanto, ku- lutus, vienti ja tuonti) arvoissa voi tapahtua merkittäviä muutoksia tarkastelua- janjakson lopullakin. Tällöin ei voida tietää, saavuttaako sektori lopulta tasapai- non vai ei, eikä voida tietää millaiseen tilanteeseen sektori on menossa. Epätasa- 88 paino, eli tilanne, jossa markkinaosapuolilla (mallissa tuotantoa ja kulutusta kuvaavilla päätösmuuttujilla) on pyrkimys muutoksiin, on merkki siitä, että sektori ei ole sopeutunut asetettuihin hintasuhteisiin ja tukiin. Epätasapaino- tilaan päätyvä perusskenaario on perusteltua valita silloin, jos esim. vallitsevan tukipolitiikan oletetaan yleisesti johtavan tappiolliseen tuotantoon eikä tarpeek- si voimakas tuottavuuden kasvu ole mahdollinen tuotannon ylläpitämiseksi. Asettamalla vaihtoehtoisia politiikkaskenaarioita voidaan tutkia kuinka eri politiikkatoimenpiteet muuttavat tilannetta ja millaisella politiikalla voidaan saavuttaa tasapaino. Jos sekä perusskenaariossa että politiikkaskenaariossa päädytään tarkasteluajan lopulla epätasapainotilanteeseen, jossa tuotanto vaihtelee voimakkaasti, muu- tosten laajuuden määräävät ensisijassa vuotuiset muutosrajat. Tulosten luotetta- vuuden kannalta on silloin ratkaisevaa se, vastaavatko annetut muutosrajat to- dellisia lyhyen aikavälin biologis-teknisiä rajoituksia. Koska muutosrajoja ei voida asettaa täysin tarkasti ja todellisuutta vastaavasti (esim. tilastojen mukai- set suhteelliset muutokset tuotannossa eivät välttämättä vastaa tulevaisuuden muutosmahdollisuuksia), myöskään eri politiikkavaihtoehtojen aiheuttamien muutosten suuruudesta ei voida tehdä tarkkoja johtopäätöksiä. Tulosten arvioin- ti on tältä osin helpompaa, mikäli sekä perus- että politiikkaskenaariossa pääs- tään lähelle tasapainotilaa jolloin muutokset ovat pieniä eivätkä muutosrajat rajoita muutoksia. Epätasapainoon päätyvä perus- tai politiikkaskenaario ei kui- tenkaan ole mallin soveltamisen kannalta ongelma, koska muutosrajoille voi- daan löytää biologisteknisiä (joskaan ei täysin tarkkoja) perusteita. Kun muutos- rajat pidetään samoina eri skenaarioissa, pienet epätarkkuudet muutosrajoissa eivät olennaisesti vaikuta tuloksiin. Tässä työssä toteutetun sektorimallin perusskenaarion kehitysura riippuu maa- talouden tuottavuuskehitystä koskevista oletuksista. Tällaisia oletuksia ovat sato- tason ja keskituotosten kasvu, kiinteiden ja muuttuvien tuotantopanosten käytön lasku eläintä tai hehtaaria kohti sekä aikataulu, jolla lyhyen aikavälin uponneet kiinteät kustannukset tulevat pitkällä aikavälillä muuttuviksi kustannuksiksi. Näitä oletuksia käyttämällä sektorimalli tuottaa kehitysuran ja lopputilanteen, johon päädytään vuonna 2005, jos hinnat tai tuet eivät muutu vuoden 2000 jälkeen. Koska tulevan tuottavuuskehityksen ennakointi on aina epävarmaa, pemsskenaarioratkaisulle ei ole luotettavaa arviointiperustaa muuten kuin tun- nettujen alkuvuosien osalta. Perusskenaarioratkaisun tulee vastata tunnettujen vuosien tuotantomääriä koko maan tasolla ja alueittain, joskaan alkuvuosien kehityskulkua ei ole aina mielekästä tuottaa tarkasti monenlaisten satunnais- tekijöiden vuoksi. Myöhempinä vuosina perusskenaarioratkaisun luotettavuutta voidaan arvioida suhteessa kunkin tuotannonalan tämänhetkisiin jatkonäkymiin, mutta täysin objektiivista mittaria perusskenaarioratkaisun uskottavuudesta ei ole olemassa. Jokaista kehitysolettamusta ja sen toteutumismahdollisuuksia voi- daan arvioida erikseen nykytilanteen ja vallitsevan kehityssuunnan pohjalta. 89 Tarkoitus ei ole ennustaa tulevaisuutta sinänsä, vaan pohtia politiikkamuutosten vaikutuksia eri kehityslinjojen vallitessa. Maatalouden tuottavuuskehitys voidaan perusskenaariossa asettaa esim. si- ten, että tuotannon kokonaismäärä pysyy nykyisellä tasolla vuoteen 2005. Täl- löin saadaan käsitystä siitä, kuinka nopeaa tuottavuuskehitystä tuotannon tason säilyttäminen maataloudelta vaatii nykypolitiikan vallitessa. Tarvittava tuotta- vuuden kasvu voidaan toteuttaa useallakin eri tavalla, esim. asettamalla nopea työnkäytön tehostuminen ja hidas keskituotoksen kasvu, tai vastaavasti asetta- malla nopea keskituotoksen kasvu ja hidas työnkäytön tehostuminen. Tutkittavi- en politiikkavaihtoehtojen vaikutukset riippuvat tehdyistä oletuksista. Jos perusskenaarion pohjalta halutaan tarkastella esim. hintojen laskun ja vastaavan eläinkohtaisen kompensaation vaikutuksia, muutokset tuotannossa ovat erilaisia jos perusskenaarioon on valittu nopea keskituotoksen kasvu ja hidas työnmenekin lasku eläintä kohti sen sijaan että olisi valittu hidas keskituotoksen kasvu ja nopea työnmenekin lasku. Maatalouden tuottavuuskehityksen ennakoiminen on olennainen osa politiikka-analyysiä. Jokaisen oletetun kehityslinjan tulee olla perusteltavissa menneellä kehityksellä, nykyisellä suuntauksella tai tuotannon- alakohtaisesti arvioidulla kehityspotentiaalilla. Oletuksia muuttamalla voidaan tehdä herkkyysanalyysiä eri kehitystekijöiden vaikutusten suhteen. Sen pohjalta voidaan arvioida, millä keinoin eri politiikka- vaihtoehtojen aiheuttamat ongelmat ovat parhaiten torjuttavissa, esim. onko työnmenekin vähentäminen tärkeämpää kuin keskituotoksen kasvu. Voidaan myös tutkia, kuinka paljon esim. eläinkohtaisen työnmenekin on laskettava odotettavissa olevan keskituotoksen kasvun ja kiinteiden kustannusten laskun lisäksi. Eri politiikkavaihtoehdot asettavat maataloudelle erilaisia sopeutumis- paineita. 6.3. Valitut skenaarioparametrit 6.3.1. Tuet ja yleinen kustannuskehitys Oletuksena tämän esityksen kaikissa esimerkkiajoissa on se, että vuoden 2000 viitteelliset tuet (MMM 1997) jatkuvat sellaisenaan vuoteen 2005. Vuosien 1995-2000 välillä käytetään 1997 asti tunnettuja tukia ja vuosille 1998-2000 viitearvoja (MMM 1997). Vuoden 1998 kansalliset tuet vahvistettiin tätä tutki- musta viimeisteltäessä. Ne kuitenkin poikkeavat vain vähän käytetyistä viite- arvoista. ,Vahvistetut tuet tullaan jatkossa päivittämään mallin tukiaineistoon ja ne otetaan huomioon varsinaista politiikka-analyysiä tehtäessä. Toinen keskeinen oletus on se, että EU:n hintataso säilyy muuttumattomana vuodesta 1995 vuoteen 2005. EU:n maatalouspolitiikan yhtenä piirteenä on se, että maatalouden tuottavuuskehityksen odotetaan kompensoivan yleisen inflaa- tiokehityksen, eikä tuotantopanosten hintojen nousua korvata tuottajille. Intiaa- 90 tioksi on tässä oletettu vajaat 2 % vuodessa. Useimpien tuotantopanosten hinnat nousevat keskimäärin 2 % vuodessa ja yhteensä vuosina 1995-2005 21,8 %. Poikkeuksena ovat teollisuusrehut, jotka kallistuvat vain 1 % vuodessa, ja lan- noitteet, joiden hintojen oletetaan pysyvän ennallaan. Inflaatio ei vaikuta täydel- lä painollaan teollisuusrehujen hintoihin, koska suuri osa teollisuusrehujen kus- tannuksista on kiinteiden EU:n hintojen vuoksi vakiona pysyviä raaka-aine- kustannuksia. Todellisuudessa eräät panoshinnat ovat nousseet vuosina 1995-1997 enem- män kuin 2 % vuositasolla, toiset vähemmän. Jatkossa mallin hinta-aineistoa tuleekin päivittää. Eräiden teollisuusrehujen kallistuminen johtuu osittain soijan maailmanmarkkinahinnan noususta, mitä ei kuitenkaan sektorimallin rehujen hinnanmuodostuksessa huomioida. Hinnanmuodostusta voidaan jatkossa tältä osin mallintaa tarkemmin 6.3.2. Skenaarioiden erot Skenaariossa 1, joka tässä esityksessä on valittu muiden skenaarioiden lähtö- kohdaksi, kasvinviljelyn eräiden muuttuvien kustannuserien oletetaan alenevan 10 % ja kiinteiden 5 % vuoden 1995 tasosta vuoteen 2005 mennessä (taulukko 6.1). Lypsykarjataloudessa joidenkin muuttuvien tuotantopanosten (paitsi rehu- jen) käyttö laskee eläintä kohti 15 % ja kiinteiden 5 % vuodesta 1995 vuoteen 2005. Erikoistuneen naudanlihantuotannon vastaavat luvut ovat 20 % ja 10 %, sikatalouden 35 % ja 20 % ja siipikarjatalouden 25 % ja 20 %. Satotaso nousee valitussa perusskenaariossa eli skenaariossa 1 lineaarisesti määrällä, joka on 1,5 % vuosien 1988-1996 keskiarvosta. Esimerkiksi ohran satotaso kasvaa A-alueella 53 kiloa vuodessa. Tämä merkitsee 15 % tuottavuu- den kasvua tuotettua kiloa kohti. Yhdessä muuttuvien ja kiinteiden tuotantopa- nosten käytön tehostumisen kanssa kasvinviljelyssä päästään yhteensä yli 20 % tuottavuuden kasvuun. Kahden prosentin vuotuinen inflaatio merkitsisi 21,8 % kustannusten nousua vuodesta 1995 vuoteen 2005. Koska lannoitteiden hinnat eivät nouse, kustannusten nousuksi tulee kasvinviljelyssä alle 20 % vuosina Taulukko 6.1. Tuotantopanosten käytön lasku (%) hehtaaria tai eläintä kohti vuodesta 1995 vuoteen 2005 skenaarioissa I. Kasvinviljely Lypsykarja Nautakarja Sika Siipikarja lihmistyö 10 15 20 35 25 Konetyö Yleiskustannukset Poistot 5 5 10 20 20 Korot 91 1995-2005. Näin ollen tuottavuuden kasvu kompensoi yleisen kustannuskehi- tyksen lisäksi tukitason laskua. Lehmän keskituotos nousee skenaariossa 1 kaikilla alueilla lineaarisesti mää- rällä, joka on 1,8 % vuoden 1995 keskituotoksesta. Tämä vastaa 103-115 kilon vuosikasvua. Etelä-Suomen suuralueella keskituotos lehmää kohden kasvaa 5969 kilosta lehmää kohden vuonna 1995 lineaarisesti 107,4 kilon vuosivauhtia aina 7150,4 kiloon lehmää kohti vuodessa vuonna 2005. Sisä-Suomessa lehmän kes- kituotos kasvaa 5991 kilosta lineaarisesti 107,8 kilolla vuodessa 7176,8 kiloon vuoteen 2005 mennessä. Pohjanmaalla lehmän keskituotos kasvaa 5740 kilosta lineaarisesti 103,3 kilolla vuodessa 6876,3 kiloon vuodessa vuoteen 2005 men- nessä. Pohjois-Suomessa lehmän vuotuinen keskituotos kasvaa 6392 kilosta lineaarisesti 115,1 kilolla 7658,1 kiloon vuodessa vuoteen 2005 mennessä. Lehmän keskituotoksen nousu tarkoittaa 18 % tuottavuuden kasvua vuodesta 1995 vuoteen 2005. Yhdessä muuttuvien ja kiinteiden tuotantopanosten käytön tehostumisen kanssa maidontuotannossa päästään yhteensä yli 25 % tuottavuu- den kasvuun vuoteen 2005 mennessä skenaariossa 1. Tuotantokustannukset nou- sevat yleisen kustannuskehityksen takia vähemmän kuin 20 %, koska teollisuus- rehujen hintojen oletetaan nousevan vain prosentin vuodessa. Tästä syystä mai- dontuotannon tehostuminen paitsi kompensoi tuotantopanosten hintojen nou- sun, korvaa myös tukitason laskua. Lypsykarjasta tulevat lihanaudat oletetaan kasvatettaviksi lypsykarjatiloilla. Näiden lihanautojen lukumäärä laskee lehmämäärän laskiessa lehmän keski- tuotoksen laskun mukana. Lypsykarjatiloilla kasvatettavien sormien eräiden muut- tuvien tuotantopanosten käyttö laskee eläintä kohti 15 % ja kiinteiden 10 %. Koska ruokinnan tehokkuuden ei oleteta naudanlihantuotannossa kasvavan, jää tuottavuuden kasvu runsaaseen 10 prosenttiin. Tämä ei riitä kompensoimaan tuotantopanosten hintojen nousua. Erikoistuneessa naudanlihantuotannossa ruokinnan tehokkuus ei oletuksen mukaan kasva, mutta eräiden muuttuvien ja kiinteiden tuotantopanosten käytön lasku eläintä kohti (20 % ja 10 %) johtaa kokonaisuutena runsaan lähes 18 % tuottavuuden kasvuun. Tämä miltei kompensoi tuotantopanosten hintojen nou- sun, koska teollisuusrehujen oletetaan kallistuvan vain 1 % vuodessa. Rotusonnien lihalle maksetaan mallissa 5 markan lisähinta ja lisäksi kustannukset ovat sel- västi alemmat kuin lypsykarjasonnien. Emakkojen, munivien kanojen ja slipikarjaemojen keskituotos kasvaa lineaa- risesti määrällä, joka on 1,5 % vuoden 1995 tuotoksesta. Emakkojen porsas- tuotos kasvaa vuoden 1995 18,7 porsaasta 0,28 porsaan vuosivauhtia 21,5 por- saaseen vuonna 2005. Kananmunien tuotos munivaa kanaa kohti vuodessa kas- vaa siten kaikilla alueilla 17,2 kilosta lineaarisesti nopeudella 0,258 kiloa vuo- dessa eli 1,5 % vuoden 1995 arvosta kaikissa skenaarioissa. Tämä merkitsee 15 % kustannusten laskua tuotettua kiloa kohti vuodesta 1995 vuoteen 2005. Sikataloudessa oletettiin lisäksi 35 % lasku eräissä muuttuvissa kuluissa ja 20 % 92 lasku kiinteissä kustannuksissa eläintä kohti. Kiinteät kustannukset eivät laske yhtä nopeasti kuin eräät muuttuvat kustannukset. Tämä johtuu ennen muuta siitä, että työtä korvataan pääomalla. Yhteensä tuotantokustannukset tuotettua kiloa kohti laskisivat noin 40 % mikäli tuotantopanosten hinnat pysyisivät en- nallaan. Tuottavuuden kasvu kompensoi tukitason laskua ja kustannusten nou- sua, joka jää sikatalqudessa, kuten kaikessa kotieläintuotannossa, alle 20 %:n, koska teollisuusrehujen hinnat nousevat vain prosentin vuodessa. Siipikarja- taloudessa eräiden muuttuvien tuotantopanosten käyttö laskee 25 % ja kiintei- den 20 % eläintä kohti. Samalla broileriemojen poikastuotos kasvaa yhteensä 15 % vuoteen 2005 mennessä, jolloin päädytään yhteensä runsaan 35 %:n kokonaistuottavuuden kasvuun, joka ylittää selvästi tuotantopanosten hinta- kehityksen Kuviossa 6.1.a on esitetty kiinteiden kustannusten tuleminen muuttuviksi skenaariossa 1. Kasvinviljelyssä 60 % poistoista on uponneita vuonna 1995. Lypsykarjataloudessa 30 % poistoista on uponneita (70 % kiinteistä kustannuk- sista on näinollen mukana optimoinnissa 1995) kustannuksia vuonna 1995 ja täydet poistot tehdään vuonna 2003. Vastaavasti siipikarjataloudessa 40 % kun- teistä kustannuksista on uponneita vuonna 1995 ja täydet poistot tehdään vuon- na 2003. Sianlihantuotannon ennustetaan kasvavan 189 miljoonaan kiloon vuonna 1998 (Kallinen 1997). Tämän tuotantomäärän saavuttamiseksi sikatalouden upon- neet kustannukset on asetettu siten, että 42 % kiinteistä kustannuksista on uponneita vuonna 1995, 45 % vuonna 1996, 40 % vuonna 1997 ja 32 % vuonna 1998. Tämän jälkeen kaikki sikatalouden kiinteät kustannukset tulevat muuttuviksi *— kasvin viljely maito+nauta -4- nauta _*— sika siipikarja 20 1995 1996 1997 1998 1999 2000 2001 2002 2003 2004 2005 Kuvio 6.1.a. Kiinteiden kustannusten tuleminen muuttuviksi eli päätöksenteossa huomioitava osuus kiinteistä kustannuksista skenaariossa I (%). 100 80 60 40 93 tasaisella nopeudella vuoteen 2004 mennessä, eli vuotta myöhemmin kuin muis- sa tuotantosuunnissa. Tähän ratkaisuun päädyttiin, koska päätöksenteossa huomioitavien kiinteiden kustannusten taso on vuonna 1998 selvästi muita tuotantosuuntia matalampi (kuviossa 6.1.a). Jos kaikki sianlihantuotannon kiin- teät kustannukset tulevat täysin muuttuviksi jo vuoteen 2003 mennessä, päätök- senteossa huomioitavat kustannukset nousevat niin nopeasti, että tuotanto lähtee jatkuvaan laskuun välittömästi vuoden 1998 jälkeen päätyen alle 160 miljoo- naan kiloon vuonna 2005 eli selvästi vuoden 1995 tuotannon alapuolelle. Tuo- tanto ei löytäisi tällöin tasapainopistettä vaan olisi edelleen laskusuunnassa vuosina 2004-2005. Jos sen sijaan sianlihantuotannon kaikki kiinteät kustan- nukset ovat muuttuvia vasta vuonna 2004, kustannusten nousu päätöksenteossa on loivempi, jolloin tuottavuuden kasvu ehtii kompensoida kustannusnousun päätöksenteossa ja sianlihantuotanto ehtii saavuttaa tasapainon. Tällöin tuotan- non lasku pysähtyy vuosina 2001-2005 noin 164 miljoonaan kiloon, joka on vain vähän vuoden 1995 tuotantoa (168 milj, kg) matalampi. Koska tasapaino- tilan saavuttaminen helpottaa tulosten tulkintaa (luku 6.2), päädyttiin tähän jäl- kimmäiseen aikatauluun. Sikataloudella on tämän vuoksi vain kaksi vuotta ai- kaa toimia täysin kustannuksin ennen tarkasteluajanjakson päättymistä. Toinen vaihtoehto olisi ollut pitäytyä nopeammassa aikataulussa ja samalla asettaa sianlihantuotannon tuottavuuskehitys (esim. työnkäytön tehostuminen) nopeam- maksi, jolloin tuottavuuden kasvu olisi ehtinyt kompensoida kustannusten nope- an kasvun päätöksenteossa. Tehty valinta kuitenkin osoittaa, että uponneiden asettamisella saattaa olla merkittävä vaikutus mallin tuottamaan kehitysuraan. Sianlihantuotarmon kannalta olisi kuitenkin parempi, mikäli mallin tarkastelua- janjakso ulotettaisiin aina vuoteen 2010, jolloin poistoaikataulu voitaisiin tehdä hitaammaksi. Tällöin kaikki kiinteät kustannukset voisivat olla kokonaan muka- na päätöksenteossa esim. vuonna 2006, jolloin kustannusten nousu päätöksente- ossa olisi selvästi loivempi ja sianlihantuotanto ehtisi toimia täysin kustannuk- sin vielä neljä vuotta vuoteen 2010. Tasapainotilan saavuttaminen olisi tässä tapauksessa selvästi todennäköisempää kuin mallin nykyisessä versiossa, eikä kehitysura olisi yhtä herkkä yhden vuoden muutokselle asetetussa poisto- aikataulussa. Skenaario 2 poikkeaa skenaariosta 1:sta vain siten, että kaikki kiinteät kus- tannukset ovat muuttuvia vasta vuonna 2005 (kuviossa 6.1.b). Tällä on haluttu tuoda esiin kunkin tuotantosuunnan kehitysuran riippuvuus siitä, kuinka nope- asti kaikki kustannukset tulevat päätöksentekoon mukaan. Skenaariossa 3 oletukset ovat muuten identtisiä skenaarion 1 kanssa, mutta satotaso kasvaa vain puolella skenaarion 1 nopeudesta. Satotaso kasvaa skenaariossa 3 lineaarisesti määrällä, joka on 0,075 % vuosien 1988-1996 sato- tasojen keskiarvosta. Tämä tarkoittaa 7,5 % kustannusten laskua tuotettua kilo kohti vuosina 1995-2005. Tuottavuuden kasvu jää tällöin kokonaisuutena noin 15 prosenttiin eräiden muuttuvien tuotantopanosten käytön laskiessal0 % heh- 94 100 80 60 40 &—kasvinviljely *— maito+nauta nauta sika siipikarja 20 1995 1996 1997 1998 1999 2000 2001 2002 2003 2004 2005 Kuvio 6.1.b. Kiinteiden kustannusten tuleminen muuttuviksi eli päätöksenteossa huomioitava osuus kiinteistä kustannuksista skenaariossa 2 (%). taaria kohti ja kiinteiden tuotantopanosten käytön laskiessa 5 % hehtaaria kohti. Vaikka lannoitteiden hinnat eivät nouse lainkaan, tuotantopanosten hinnat nou- sevat kaikkiaan enemmän kuin 15 %. Tuottavuuden kasvu ei riitä kompensoi- maan inflaatiota. Tällä on vaikutuksensa paitsi kasvinviljelyyn, myös kotieläin- tuotantoon. Skenaariossa 4 lehmän keskituotos kasvaa 28 % nopeammin kuin skenaari- ossa 1. Keskituotoksen oletetaan kasvavan skenaariossa 4 lineaarisesti määrällä joka on 2,3 % (1,8 % skenaariossa 1) vuoden 1995 keskituotoksesta. Etelä- Suomessa vuotuinen kasvu on tällöin 137,3 kiloa, jolloin päädytään 7479,3 kiloon vuonna 2005. Sisä-Suomessa vuotuinen kasvu on 137,8 kiloa, jolloin keskituotos kasvaa 7506,8 kiloon vuonna 2005. Pohjanmaalla keskituotos nou- see 132,0 kiloa vuodessa, jolloin vuonna 2005 keskituotos on 7192,0 kiloa vuonna 2005. Pohjois-Suomessa keskituotoksen oletetaan skenaariossa 4 nouse- van 147 kilon vuosivauhdilla 8009 kiloon vuona 2005. Koko maassa päädytään 23 % korkeampaan keslcituotokseen vuonna 2005 vuoteen 1995 verrattuna. Mai- dontuotannon kokonaistehokkuus kasvaa skenaariossa 4 yli 30 % vuoteen 2005 mennessä, eli 5 % enemmän kuin skenaariossa 1. Emalckojen keskiporsastuotos, kanojen munatuotos ja siipikarjaemojen poikas- tuotos nousevat skenaariossa 4 lineaarisesti määrällä, joka on 1,9 % (1,5 % skenaariossa 1). Tällöin keskituotokset ja samalla tuottavuus päätyvät 4 % kor- keammalle tasolle kuin skenaariossa 1. Muilta osin skenaarion 4 oletukset ovat samat kuin skenaariossa 1. Skenaario 5 eroaa skenaario 1:stä vain siten, että muuttuvien (poislukien rehut) ja kiinteiden tuotannontekijöiden käyttö tehostuu 5 % enemmän kuin skenaariossa 1 (taulukko 6.2). Tämä parantaa kaikkien tuotantosuuntien tuotta- 95 Taulukko 6.2. Tuotantopanosten käytön lasku (%) hehtaaria tai eläintä kohti vuodesta 1995 vuoteen 2005 skenaariossa 5. Kasvinviljely Lypsykarja Nautakarja Sika Siipikarja Työ 15 20 25 40 30 Konetyö Yleiskustannukset Poistot 10 10 15 25 25 Korot vuutta 5 %, eli likimain samanverran kuin skenaariossa 4, skenaarioon 1 verrat- tuna. 6.4. Muut parametrit Mallissa on useita parametreja, joita ei voida saada tilastoista tai joita ei voida luotettavasti estimoida. Vaikka osalle määrätyistä parametrien arvoista voidaan joissain tapauksissa löytää tukea tilastoista tai eri tutkimuksista, monet parametrit joudutaan asettamaan varsin subjektiivisesti. Tällaisia parametreja ovat mm. kysynnän hintajoustot, substituutiojoustot kotimaisten ja ulkomaisten tuotteiden välillä sekä tuotannon, kulutuksen ja rehunkäytön suurimmat sallitut vuotuiset muutosrajat. Osa parametreista, kuten esim. vientikustannusfunktion kulma- kertoimet, on asetettu siten, että malli tuottaa tunnettuina alkuvuosina todelli- suutta vastaavan viennin tunnetuilla hinnoilla ja kustannuksilla. Jotkut parametrit, kuten kulutustrendit, inflaatio, satotason ja eläinten keskituotosten kasvu, työn- käytön lasku eläintä tai hehtaaria kohti, koskevat suoraan tulevaisuutta, ja ne määrätään perusskenaariota valittaessa. Kaikilla em. parametreilla voidaan tehdä erilaisia herkkyystarkasteluja. Tarkasteltavien vaihtoehtojen määrä kasvaa kuitenkin helposti hyvin suureksi, koska erilaisia, osittain subjektiivisesti asetettuja ja osittain olemassaoleviin tutkimuksiin perustuvia parametreja on useita. Matemaattisen mallintamisen ihanteena on, että mahdollisimman moni muuttuja olisi endogeeninen, mallin sisällä määräytyvä. Tällöin malliin voitaisiin syöttää mahdollisimman yksi- käsitteistä dataa, ja herkkyysanalyysi tehtäisiin vain muutaman ulkoisen muut- tujan ja parametrin suhteen. Käytettävissä olevat menetelmät ja resurssit eivät aina kuitenkaan anna mahdollisuuksia tämän ihanteen saavuttamiseen. Joitakin mallin ulkoisia muuttujia voidaan jatkossa yrittää mallintaa mallin sisällä mää- räytyviksi. Se voi kuitenkin olla hankalaa, ja vastaan voi tulla monia menetel- mällisiä ja dataan liittyviä ongelmia. Ulkoisten muuttujien ja osittain subjektiivisesti asetettujen parametrien käyt- tö on kuitenkin parempi vaihtoehto kuin tarkasteltavan systeemin kannalta kes- 96 keisten tekijöiden jättäminen kokonaan huomiotta. Ellei malliin sisällytetä lain- kaan tutkittavan systeemin keskeisiä muuttujia, mallista voi jäädä puuttumaan kokonaisuuden ja mallin käyttäytymisen kannalta ratkaisevat rakeenteelliset omi- naisuudet. Esimerkiksi Armington-oletusta (samojen tuotteiden yhtäaikainen- tuon- ti ja vienti) on laajalti käytetty yleisissä tasapainomalleissa, vaikkei substituutio- joustoille yleensä voidakaan löytää varmaa empiiristä perustaa (Banse ja Tanger- mann 1996, s. 12; Shoven ja Whalley 1992, s. 230-231, 280). Samojen tuottei- den kahdensuuntaisen ulkomaankaupan tai maatalouden tuottavuuskehityksen mahdollistava yhtälörakenne voi jo sinänsä tuoda mallin lähemmäksi todelli- suutta. Parametrien arvot ovat asia erikseen. Niitä on usein vaikea estimoida, eikä se ole aina tarpeellistakaan, koska parametrien arvot asetetaan usein kalibrointitarkoituksessa. Parametreja muuttamalla esim. tuonti- ja vientifunktiot asetetaan sellaisiksi, että malli toteuttaa tietyn perusvuoden tuonti- ja vienti- määrät (Shoven ja Whalley 1992, s. 81). Ilman tiettyjä funktiomuotoja ja niiden parametreja mallilla voi olla hyvin vaikea tuottaa tunnettujen vuosien kehitystä noudattavaa kehitysuraa, kuten esim. toteutuneita tuonti- ja vientimääriä tunne- tuilla hinnoilla ja kustannuksilla. Seuraavassa esitetään ne parametrit, jotka ovat samat eri skenaarioissa eivät- kä siten varsinaisia skenaarioparametreja. Näitä parametreja voidaan perustel- luista syistä muuttaa mallin tulevissa versioissa. 6.4.1. Tuotantomuuttujien rajoitukset Eri tuotantosuuntien muutosrajoille voidaan hakea empiiristä perustaa tilastois- ta esim. aikasarja-analyysin keinoin. Tärkeintä kuitenkin on, että muutosrajat ovat mielekkäitä suhteessa kunkin tuotannonalan teknisiin ja biologisiin rajoi- tuksiin. Esimerkiksi maidontuotanto ja nautakarjatalous yleensä ovat voimak- kaasti sidoksissa edellisvuosien tuotantoon, ja kasvua voi olla edellisestä vuo- desta vain muutamia prosentteja. Laskua voi olla enemmän, mutta todellisuu- Taulukko 6.3. Pinta-alojen suurin sallittu muutos edellisvuodesta (%). vehnä ruis ohra mallas- kaura seka- öljy- avo- ohra vilja kasvit kesanto Yläraja 30 40 10 30 10 40 30 30 Alaraja 30 40 10 30 10 40 30 30 herne tärkkelys- ruoka- sokeri- kuiva- säilö- laidun viher- peruna peruna juurikas heinä rehu kesanto Yläraja 40 30 20 20 50 20 20 20 Alaraja 40 30 20 20 50 20 20 20 97 Taulukko 6.4. Eläinmäärien ja rehunkäytön suurin sallittu muutos eläintä kohti edellisvuodesta (%). Eläinmäärä Alaraja Eläinmäärä Yläraja Rehunkäyttö Rehunkäyttö Alaraja Yläraja Lypsylehmät 6 3 5 5 Emolehmät 6 4 5 5 Hiehot 5 5 Lihahiehot 8 8 Sonnit alle 15 kk 30 30 8 8 Sonnit yli 15 kk 30 30 8 8 Emakot 5 5 10 10 Munivat kanat 9 6 10 10 Broilerit 10 10 Broileremot 20 16 10 10 dessa teurastusten ruuhkautuminen ja kasvavat vientikustannukset asettavat ra- jan laskunopeudelle. Rehukasvien viljely on voimakkaasti sidoksissa kotieläin- tuotantoon ja mahdollisiin ruokinnan muutoksiin, joten siinä vuotuiset vaihtelut voivat olla enintään 10-20 prosenttia. Sen sijaan leipäviljan ja muutamien mui- den peltokasvien sekä kesannoinnin vuotuiset muutokset voivat periaatteessa teknisten ja biologisten rajoitteiden puolesta olla useita kymmeniä prosentteja. Mikäli viljelijöiden riskikäyttäytyminen otettaisiin huomioon, mikä vaatisi oman erillisen tutkimuksensa, muutosrajat voisivat olla jonkin verran pienemmät. Jalostuskapasiteetin yläraja on asetettu alueittain siten, että vuoden 1995 jalostusmäärät jaetaan eri suuralueiden kesken suhteessa kunkin alueen lehmien lukumäärään vuonna 1995 ja kerrotaan näin saatu luku 1,5:11ä (juustolla 3:11a sekä voilla ja maitojauheella 10:11ä). 6.4.2. Kulutuksen trendit ja vaihteluvälit Suuralueiden elintarvikekulutus vuonna 1995 on määrätty suhteessa alueen osuu- teen Suomen väestöstä. Muutoksia väestön jakautumisessa maan eri osiin ei oteta huomioon, vaan väestömäärän oletetaan pysyvän vakiona kaikilla alueilla vuoteen 2005. Mikään ei kuitenkaan estä asettamasta eksogeenisia skenaarioita väestömäärän kehityksestä alueittain. Kulutustrendit on asetettu suhteessa menneeseen kehitykseen ja nykyiseen suuntaukseen sekä EU:n kulutustottumuksiin nähden. Suomalaisten kulutustot- tumusten oletetaan lähenevän EU:n keskiarvoa. Yleisenä trendinä on pitkään ollut siirtyminen vähärasvaisiin maitonesteisiin ja siipikarjanlihaan. Toisaalta juustojen kulutus on ollut kasvussa. 98 Taulukko 6.5. Maitotuotteiden kulutus koko maan tasolla sekä arvioitu kulutus- trendi, kysynnän sallittu vuotuinen vaihtelu trendiarvosta, kysynnän hintajousto, substituutiojousto kotimaisen ja vastaavan ulkomaisen tuotteen välillä sekä maitotuotteiden koostumus. Tuote Kulutus Vuotuinen (milj.kg) kulutus- trendi % Sallittu vaihte- luväli hinta- jousto substi- tuutio- jousto kurria rasvaa Kulutusmaito 123,8 -1 0,5 -0,3 10 0,961 0,039 Kevytmaito 403,5 -0,5 0,5 -0,3 10 0,985 0,015 Rasvaton maito 144,6 0,5 0,5 -0,3 10 0,995 0,005 Muu nestem. maito 71,4 0 0,5 -0,3 10 0,9777 0,02318 Kevytpiimä 43,5 0,2 1 -0,3 8 0,995 0,005 Piimä 43,5 0,2 1 -0,3 8 0,9775 0,025 Kevytjogurtti 38,5 0,5 2 -0,5 6 0,995 0,005 Jogurtti 38,5 0,5 2 -0,5 6 0,98 0,02 Kevytviili 20 0 2 -0,5 5 0,982 0,018 Viili 13,8 0 2 -0,5 5 0,9 0,1 Kevytkerma 10 0 2 -0,6 7 0,85 0,15 Kerma 24,5 -0,2 2 -0,6 7 0,62 0,38 Jäätelö 72,3 0,5 4 -0,7 7 0,97 0,03 Maitojauhe 7,2 0 1 -0,2 7 10,9 0 Edam 35 0 2 -0,6 6 10,9 0,18 Emmental 20 1 2 -0,9 5 10,9 0,27 Muut juustot 21,5 1,2 2 -1 4 10,9 0,32 Voi 30 -0,5 1 -0,4 10 0 0,8134 Kulutus on rajoitettu siten, että se saa poiketa vuosittain vain muutaman prosentin annetusta trendiarvosta. Kulutuksen vapaa määräytyminen kuluttajien ja tuottajien ylijäämän maksimoinnin seurauksena johtaisi helposti ravinnon rasvapitoisuuden ja kalorimäärän suhteen mahdottomaan ruokavalioon. Kulutus- trendit johtuvat pitkälle muista kuin taloudellisista tekijöistä. Kotimaisen naudanlihan kysyntäfunktio on asetettu 7 % korkeammalle tasol- le kuin ulkomaisen naudanlihan, eli kuluttajien oletetaan olevan valmiita mak- samaan kotimaisesta naudanlihasta 7 % enemmän kuin ulkomaisesta. Kotimai- sen sianlihan kysyntäfunktio on asetettu vajaat 4 % korkeammalle tasolle kuin ulkomaisen sianlihan, ja kotimaisen siipikarjanlihan kysyntäfunktio on asetettu 2 % korkeammalle kuin ulkomaisen siipikarjanlihan. Kaikissa muissa tuotteissa kotimaisen ja vastaavan ulkomaisen tuotteen kysyntäfunktiot ovat samalla tasol- la. Kysynnän hintajoustot on asetettu osittain muihin tutkimuksiin ja ulkomai- siin maatalouden sektorimalleihin perustuen (esim. Apland ja Jonasson 1992) ja 99 Taulukko 6.6. Lihan ja kananmunien kulutus vuonna 1996 sekä arvioidut kulu- tustrendit, sallittu vaihteluväli, kysynnän hintajousto ja substituutiojousto koti- maisen ja vastaavan ulkomaisen tuotteen välillä. Tuote Kulutus (milj.kg) Vuotuinen kulutustrendi Sallittu vaihteluväli Kysynnän Substituutio- hintajousto jousto Naudanliha 95,4 -1 2 -1,1 2,5 Sianliha 168 2 -1 4 Siipikarjanliha 49,6 +2 2 -1 4 Kananmunat 60 3 -0,6 5 osittain subjektiivisesti. Tärkein kriteeri joustojen asettamisessa on eri tuottei- den joustojen suhde toisiinsa. Maidon tuottajahinta määräytyy kiinteillä margi- naaleilla suoraan maitojalosteiden hinnasta, joiden muutokset siirtyvät koko- naan maidon tuottajahintaan. Tämän vuoksi maitotuotteille ei ole asettu kovin pieniä hintajoustoja, etteivät maidon tuottajahinnan muutokset olisi epärealisti- sen suuria. Koska kulutus on rajoitettu vain muutaman prosentin vaihteluvälin sisälle, joustoilla ei ole kulutuksen määrän suhteen suurta merkitystä. Sen sijaan hinto- jen muutokset ja kulutusmuutosten herkkyys riippuu hintajoustojen lisäksi asetetUsta substituutiojoustosta kotimaisen ja vastaavan ulkomaisen tuotteen välillä. Hintajoustolla on merkittävä vaikutus vuotuiseen kulutusmuutokseen silloin, jos kotimainen ja vastaava ulkomainen tuote on määritelty miltei täysiksi substi- Taulukko 6.7. Kasvituotteiden kulutus (muu kuin rehukäyttö) vuonna 1995 sekä arvioitu kulutustrendi, sallittu vaihteluväli, kysynnän hintajousto ja substi- tuutiojousto kotimaisen ja vastaavan ulkomaisen tuotteen välillä. Tuote Kulutus (milj.kg) Vuotuinen kulutustrendi Sallittu vaihteluväli Kysynnän Substituutio- hintajousto jousto Vehnä 381,6 0 2 -0,3 7 Ruis 80,8 0 1 -0,2 7 Ohra 9,84 0 1 -0,1 15 Mallasohra 157,4 0 2 -0,2 10 Kaura 30,6 0 1 -0,1 15 Herne 7,7 0 2 -0,2 10 Tärkkelysperuna 2,46,2 0 1 -0,2 10 Ruokaperuna 304,2 0 3 -0,2 8 Öljykasvit 73,4 0 1 -0,2 10 Sokeri 196,2 0 1 -0,4 7 100 tuuteiksi. Mikäli hintajousto on itseis arvoltaan korkea, pienestäkin hintojen muutoksesta voi seurata kulutuksen siirtyminen alaraj alta yläraj alle tai päinvas- toin. Joustot on määritetty kuitenkin siten, että tuotteilla, joilla on itseisarvoltaan korkea kysynnän hintajousto, on varsin matala substituutiojousto, jolloin koti- mainen ja vastaava ulkomainen tuote nähdään pitkälle eri tuotteina (esim naudan- liha). Jos taas hintajousto on pieni, substituutiojousto on suuri, eli kotimainen ja vastaava ulkomainen tuote ovat miltei täysiä substituutteja. Tällaisessa tapauk- sessa, jos vielä tuotantoteknologia on Leontief-tyyppistä, eikä tuotannolla ole yhteyksiä kotieläintuotantoon, kulutus voi varsin herkästi asettua ylä- tai ala- raj alle. Tällaisia tuotteita ovat leipävilja ja sokeri. Muilla tuotteilla kulutus ei ole yhtä herkkä hintojen muutoksille, eikä kulutus ohjaudu herkästi sallituille ala- tai ylärajoille. Jos ulkoisia, tasapainoa häiritseviä muutoksia on vähän, kulutus ohjautuu vuosien kuluessa vähitellen ylä- tai alaraj alle, sen mukaan kuin hintasuhteiden mukaan on edullista. 6.4.3. Vientikustannusfunktioiden kertoimet Vientikustannusfunktioita tarvitaan, jotta vienti ei olisi kiinteiden EU-hintojen takia liian herkkä pienille kustannus- tai tukimuutoksille (luku 4.1.4). Tarkoi- tuksena on kuvata viennin lcitkateldjöitä niin, että vuoden 1995 vientimäärät voivat likimain toteutua perusskenaarioratkaisussa. Vientikustannusfunktio kui- tenkin kalibroidaan uudelleen joka vuosi, jolloin vientikustannukset muuttuvat vain, jos -vienti muuttuu edellisvuodesta. Tällöin vientikustannusfunktiot ja kalibrointitarkoituksessa asetetut kulmakertoimet eivät hallitse mallin käyttäy- tymistä. Vientilcustannusten perustasoksi asetetaan kasvituotteille 8 penniä kilo. Muilla tuotteilla vientikustannukset ovat kasvituotteisiin nähden kaksinkertaiset. Vienti- kustarmussuoran kulmakertoimeksi on asetettu rehuviljoilla 0,3, mikä tarkoittaa vientikustannusten nousua 8 pennistä kilolta 10,4 penniin jos vientimäärä kak- sinkertaistuu edellisvuodesta. Leipäviljoilla ja uhalla kulmakerroin on 0,99 mikä tarkoittaa vientikustannusten lähes kaksinkertaistumista viljalla 15,92 ja lihalla 31,84 penniin viennin kaksinkertaistuessa edellisvuodesta. Leipäviljoille asetet- tiin muita viljoja suurempi kulmakerroin kalibrointitarkoituksessa. Leipäviljan Leontief-tyyppinen tuotantoteknologia saisi muuten aikaan alkuvuosien uponneiden kustannusten vuoksi todellisuutta korkeammat vientimäärät. Maito- tuotteilla kulmakertoimet on vaihtelevat välillä 0,8-0,95. 6.5. Perusskenaarion kehitysura ja herkkyystarkastelu Seuraavassa tarkastellaan mallin tuottamia pinta-aloja ja tuotantomääriä koko maan tasolla valitussa perusskenaariossa (skenaario 1) ja skenaarioissa 2-5, jotka kukin eroavat perusskenaariosta yhden oletuksen suhteen. Vertaamalla 101 skenaarion 1 tuloksia skenaarioiden 2-5 tuloksiin voidaan tehdä johtopäätöksiä mallin herkkyydestä eri oletuksille. Eri skenaarioihin viitataan jatkossa lyhenteillä "Si", "S2", "S3", "S4" ja "S5". Tuloksia tarkastellaan enimmäkseen koko maan tasolla, mutta myös suuralueittaista tarkastelua tehdään. Malli tuottaa eläin- määrät ja eri kasvien pinta-alat erikseen jokaiselle 14 tuotannolliselle alueelle kaikkina vuosina. Näiden tulosten yksityiskohtainen tarkastelu vaatisi kuitenkin huomattavasti laajemman selvityksen. Alueittaisia tuloksia ei siis ole mielekästä esittää täydessä laajuudessaan, vain ainoastaan tärkeirruniltä osiltaan. 6.5.1. Maidontuotanto Maidontuotannon kehitysuraksi koko maan tasolla saadaan eri skenaarioissa aiemmin mainittujen oletusten vallitessa kuvion 6.2. mukainen kehitys. Kun kaikki kiinteät kustannukset ovat mukana päätöksenteossa vuodesta 2003 skenaariossa 1, tuotanto alenee noin 2150 miljoonaan kiloon eli jää 8,8 % alle maakiintiön, jonka oletetaan pysyvän 2355 miljoonassa lcilossa. Skenaariossa 2 kaikki kustannukset ovat muuttuvia vasta vuonna 2005, jolloin maidontuotanto pysyy lähes kiintiössä. Todelliset tuotantokustannukset ovat skenaariossa 2 sa- mat kuin skenaariossa 1. Syynä tuotantovolyymin säilymiseen on skenaario 2:ssa se, että tuotanto ehtii tehostua tarpeeksi ennen kuin kaikki kiinteät kustannukset ovat mukana päätöksenteossa. Tuotanto säilyy maakiintiön tasolla skenaariossa 4, jossa keskituotosten kas- vu on muita skenaarioita 27 % nopeampaa, ja skenaariossa 5, jossa taas eräiden muuttuvien ja kiinteiden tuotantopanosten käyttö tehostuu 5 % muita skenaarioita enemmän. Skenaariossa 3 satotason nousu on puolet hitaampaa kuin skenaa- riossa 1, jolloin maidontuotanto putoaa vajaaseen 1900 miljoonaan kiloon. Tuo- tannon lasku skenaariossa 3 on johdonmukainen seuraus satotason hitaasta kas- vusta. Lehmä tarvitsee paljon rehuyksiköitä ja valkuaista, jolloin rehun hinta on keskeinen kannattavuutta säätelevä tekijä. Tuotanto ei kuitenkaan laske maksimi- nopeudella (-6 %), koska tuotannolla on mahdollisuus siirtyä suhteellisesti par- haille alueille ja toisaalta rehunkäytön muuttuminen antaa maidontuotannolle sopeutumismahdollisuuksia. Tuotannon lasku hidastuukin loppuvuosina 4,5 pro- sentista 2,9 prosenttiin. Epälineaaristen karkearehu- ja rehuyksikkörajoitteiden ansiosta malli ei ole herkkä pienille kustannusmuutoksille. Maidontuotannon sallitaan kasvavan enintään 3 % ja laskevan 6 % edellisestä vuodesta. Tuotannon kokonaismäärä ja tuotannon kilpailukyky suhteessa EU:n hintata- soon voidaan säilyttää eri keinoilla. Tuottavuuskehityksen toteutuminen on epä- varmaa ja riippuu monista tekijöistä — ei vähiten tilakoon kasvusta ja viljelijöi- den omista tuotannon rationalisointitoimista. Mikäli osa kustannuksista jätetään pitkään huomiotta, kuten skenaariossa 2, tuotannon kokonaismäärä voi lyhyen aikaa säilyä ennallaan tai nousta. Uponneet kustannukset pitävät yllä tuotantoa siellä missä se on tosiasiassa tappiollista. Toisaalta kiintiöt, jotka on määrätty 102 milj, kg 2400 2300 2200 2100 2000 1900 1800 1995 1996 1997 1998 1999 2000 2001 2002 2003 2004 2005 jokaiselle 14 tuotannolliselle alueelle, estävät tuotannon laajenemisen niillä alueilla, missä tuotanto olisi suhteessa muihin alueisiin edullisinta. Uponneet kustannukset eivät sinällään ole ratkaisu tuotannon tappiollisuuteen, mutta uponneilla kustannuksilla on merkittävä vaikutus maidontuotannon kehitykseen lyhyellä aikavälillä. Uponneet kustannukset selittävät tässä esimerkissä sen, että tuotanto ei lähde laskuun heti vuonna 1995, vaikka se kaikki kustannukset huomioiden olisikin rationaalista. Skenaariossa 2 tuotanto pysyy korkeana uponneiden kustannusten vuoksi. Koska tuotannon tehokkuus kasvaa tarpeeksi nopeasti, tuotot kattavat lopulta kustannukset, kun kaikki kustannukset ovat tarkastelussa mukana. Lehmien ruokinta muuttuu kaikissa perusskenaarioissa nykyistä väkirehu- valtaisempaan suuntaan. Vuoden 1996 tarkkailutilastojen mukaan (MKL 1996a, s. 35) lehmä käytti keskimäärin 1211 kiloa rehuviljaa ja 600 kiloa täysrehua vuodessa. Skenaario 1:n mukaan vuonna 2005 käytetään rehuviljaa Sisä-Suo- men alueella keskimäärin lehmää kohti 1900 ja täysrehua 330 kiloa vuodessa. Muutos on miltei sama kaikissa skenaarioissa, koska vallitsevina hintasuhteilla rehuviljan käyttö kasvaa maksiminopeudella, mikä on 5 % vuodessa (yhteensä 71 % vuosina 1995-2005). Väkirehun osuus rehun kuiva-ainemäärästä nousee molemmissa skenaarioissa vuoden 1995 30 prosentista 40-47 prosenttiin. Muu- tos voisi olla suurempikin, mutta täysrehujen tuotosvaikutusten aliarvostus mal- lissa laskee teollisuusrehujen käyttöä. Nautakarjan ruokintaa sitovat mallin ny- kyisessä versiossa vain rehuyksikkö- ja karkearehurajoitukset. Esimerkkinä tuotannon sijoittumisesta tarkastellaan maidontuotantoa eri suur- alueilla. Mallista saadaan lehmien, kuten muidenkin eläinten lukumäärät jokai- sella 14 tuotannollisella alueella, mutta yksityiskohtainen alueellinen tarkastelu jätetään tässä yhteydessä tekemättä. Kuvio 6.2. Maidontuotanto koko maassa (milj, kg) eri skenaarioissa. 103 Skenaariossa 1 maidontuotanto alenee vähiten Pohjanmaalla ja Pohjois-Suo- messa. Yhtenä syynä maidontuotannon suotuisampaan kehitykseen Pohjanmaal- la on maan keskiarvoa suurempi tilakoko ja sen seurauksena arvioitu muuta maata 8 % pienempi työnmeneldci lehmää kohden (ks. luku 5.1). Lisäksi sato- taso on Pohjanmaalla Sisä-Suomea parempi ja tulcitaso samansuuruinen (lu- kuunottamatta Pohjois-Karjalan C2P-tukialuetta jossa tuki on Cl- ja C2-alueita korkeampi). Etelä-Suomeen nähden Pohjanmaa hyötyy maidon pohjoisesta tu- esta, eikä satotaso jää Pohjanmaalla paljoa jälkeen Etelä-Suomesta. Lehmän keskituotos on Pohjanmaalla muutaman prosentin eli noin 250 kiloa maan kes- kiarvoa alhaisempi, jolloin tuotot jäävät noin 500 mk alhaisemmiksi lehmää kohden. Toisaalta rehuyksiköitä tarvitaan silloin myös vähemmän. Skenaariossa 2 maidontuotanto laskee väliaikaisesti Etelä-Suomen alueella, mutta nousee sielläkin lähelle vuoden 1996 tasoa vuoteen 2005 mennessä (tau- lukko 6.8). Maidontuotannon nykyinen taso saavutetaan myös muualla maassa vuoteen 2005 mennessä skenaariossa 2. Skenaariossa 3 ilmenee hitaan satotason kasvun vaikutus maidontuotantoon. Maidontuotanto laskee yhtä lailla Etelä- ja Sisä-Suomessa ja Pohjanmaalla. Myös Pohjanmaalla maidontuotanto kärsii huo- mattavasti hitaasti nousevasta satotasosta, jolloin tuottavuuden kasvu ei riitä kompensoimaan tukitason laskua. Pohjois-Suomessa maidontuotanto säilyy lä- hes entisessä laajuudessaan korkeiden tukien ansiosta. Maidontuotantoon vaikuttaa mallissa koko maitosektorin, myös jalostuksen, kilpailukyky suhteessa EU:n hintatasoon. Alkutilanteessa vuonna 1995 malli toteuttaa maitotuotteiden tunnetut tuonti- ja vientimäärät. Myöhempinä vuosina maitotuotteiden, ennen muuta juuston, vienti kuitenkin alenee skenaarioissa 1 ja 3. Maitotuotteiden, lähinnä Edam-juuston, tuonti sen sijaan kasvaa saman verran kaikissa skenaarioissa. Skenaarioissa 2, 4 ja 5, joissa maidontuotanto Taulukko 6.8. Maidon tuotanto suuralueittain (milj. kg ) skenaarioissa 1 ja 2. Etelä-Suomi S1 S2 Sisä-Suomi Si S2 Pohjanmaa Si S2 Pohjois-Suomi Si S2 1995 698,4 698,4 706,2 706,2 711,1 711,1 223,9 223,9 1996 712,7 712,7 706,5 706,5 711,2 711,2 224,7 224,7 1997 691,3 691,3 705,9 705,9 711,2 711,2 224,7 224,7 1998 670,7 670,7 705,4 705,4 711,2 711,2 224,7 224,7 1999 650,9 650,9 704,9 704,9 711,2 711,2 224,7 224,7 2000 663,9 671,1 692,3 692,3 702,0 702,0 215,8 215,8 2001 666,3 686,3 703,9 703,9 693,2 693,2 221,5 221,5 2002 661,0 707,9 693,2 691,2 702,0 701,9 220,0 221,8 2003 641,0 712,7 677,9 702,7 711,0 711,0 218,5 220,3 2004 621,8 712,7 653,6 703,4 709,3 711,2 217,2 221,7 2005 603,4 712,7 626,7 702,9 701,0 711,2 215,8 223,3 104 säilyy lähellä kiintiötä, viennin ja tuonnin kasvut korvaavat toisensa. Maidon- jalostus erikoistuu niihin tuotteisiin, joiden tuottaminen on suhteellisesti edulli- sinta. Skenaarioiden 1 ja 3 viimeisinä vuosina tapahtuva maidontuotannon lasku on pitkälle viennin laskua. Kotimaisella kulutuksella on vain hyvin pieni sallittu muutosväli trendiarvosta. Koska maidon kokonaiskysyntä laskee viennin alentuessa, tuotannon lasku ei johda maidon hinnan nousuun. Maidon jalostus- kustannusten (samoin kuin EU-hintojen ja vientikustannusten) oletetaan pysy- vän markkamääräisesti ennallaan, ts. teollisuuden sisäisten rationalisointitoimien oletetaan kompensoivan yleisen kustannuskehityksen. Lypsykarjatalouden te- hostuminen ei skenaarioiden 1 ja 3 loppuvuosina riitä kilpailukyvyn säilyttämi- seen tuotantopanosten kallistuessa inflaatiovauhdin mukana. Samoin kuin muissakin tuotantosuunnissa, myös maidontuotannon alueelli- nen sijoittuminen riippuu mallissa alueellisten satotaso- ja tuotantokustannus- erojen lisäksi asetetuista kuljetuskustannuksista sekä työtunnin hinnasta. Mitä korkeammat kuljetuskustannukset, sitä suurempi tuotantokustannusero tarvitaan tuotannon siirtymiseksi. Toisaalta kotimaan kuljetuskustannukset heikentävät viennin kilpailukykyä, koska ulkomaankauppa oletetaan yhden Etelä-Suomessa sijaitsevan sataman kautta tapahtuvaksi (ks. luku 4.2.6). Työtunnin hinta vaikut- taa myös tuotannon alueelliseen sijoittumiseen, koska työn osuus on erilaisten rehu- ym. kustannusten vuoksi erilainen eri alueilla. 6.5.2. Naudanlihantuotanto Naudanlihantuotanto ei itsenäisenä erikoistuneena tuotannonalana ole kannatta- vaa missään skenaariossa, vaikka muuttuvat kustannukset (poislukien rehu- kustannukset) alenevat 20 % ja kiinteät 10 % eläintä kohti vuosina 1995-2000. Lihakarjasonnien lihalle maksetaan lisäksi mallissa 5 markan suuruinen lisä- hinta tuotettua kiloa kohti. Erikoistuneesta naudanlihantuotannosta saatavaa pihvi- lihaa ei dataongelmien vuoksi eriytetty omaksi tuotteekseen. Tuissa on otettu huomioon nurmituki Etelä-Suomen emolehmätiloille. Koska pinta-alaa ei ole mallissa jaettu eri tuotantosuuntien kesken, nurmituki maksetaan suoraan emo- lehmää kohti. Vuonna 1998 nurmitukea maksetaan kaikille nautakarjatiloille, mutta näin ei ole vielä sektorimallin tässä versiossa tehty. Mikäli nurmituen maksamisesta tulee pysyvä käytäntö pitkällä aikavälillä, se parantaa nurmen kilpailuasemaa väkirehuun nähden ja on toisaalta lisätuloa koko nautakarja- sektorille. Tätä voidaan tutkia erikseen mallin myöhemmissä sovelluksissa. Nurmituen jatkumisesta tulevina vuosina ei ole varmuutta. Ruokinta on emolehmätiloilla lypsykarjatiloja tehokkaampaa (liharodut käyt- tävät rehun lypsykarjarotuja tehokkaammin) ja lisäksi sekä muut muuttuvat ja kiinteät kustannukset ovat eläintä kohti selvästi matalammat kuin lypsykarja- talouksien lihanaudoilla. Kaikkien lihanautojen rehunkäyttö muuttuu kaikissa skenaarioissa nykyistä selvästi väldrehuvaltaiseen suuntaan. Sonnien rehun- 105 15 10 5 S5 milj. kg 100 90 80 70 A- Si *- S2 S3 S4 -x- S5 60 1995 1996 1997 1998 1999 2000 2001 2002 2003 2004 2005 Kuvio 6.3.a. Naudanlihantuotanto koko maassa (milj, kg) eri skenaarioissa. käytöstä väkirehun osuus kuiva-aineesta nousee vuoden 1995 noin 30 %:sta aina 60-67 %:iin kuiva-aineesta vuoteen 2005 mennessä. Tämä ei kuitenkaan tuo riittäviä kustannussäästöjä, että erikoistunut naudanlihantuotanto tulisi kan- nattavaksi, vaan tuotanto laskee maksiminopeudella 6 % vuodessa eli noin puo- leen vuoden 1995 tasosta vuoteen 2005 mennessä kaikissa skenaarioissa. Oletuksena on, että kuluttajat ovat valmiita maksamaan kotimaisesta naudan- lihasta 7 % ulkomaista enemmän (luku 6.4.2). milj. kg 0 1995 1996 1997 1998 1999 2000 2001 2002 2003 2004 2005 Kuvio 6.3.b. Naudanlihan tuonti (milj, kiloa) eri skenaarioissa. 106 12 9 6 3 k- Sl -•- S2 S3 -4-- S4 S5 0 1995 1996 1997 1998 1999 2000 Kuvio 6.3.c. Naudanlihan vienti (milj, kg) eri skenaarioissa. Erot naudanlihantuotannossa (kuvio 6.3.a) skenaarioiden välillä johtuvat ko- konaan eroista lypsylehmien lukumäärissä. Naudanlihan kulutuksen prosentin suuruinen vuotuinen lasku pudottaa naudanlihan kulutuksen runsaaseen 85 mil- joonaan kiloon vuoteen 2005 mennessä. Ulkomaista lihaa tästä on skenaariosta riippuen noin 2,4-14,2 miljoonaa kiloa (kuvio 6.3.b). Naudanlihan vienti loppuu kaikissa skenaarioissa viimeistään vuonna 2000 (kuvio 6.3.c). Skenaarioissa 2, 4 ja 5 naudanlihantuotanto on paremmin kannattavan maidontuotannon ansiosta muita skenaarioita korkeammalla tasolla. Lypsykarjataloudessa sonnien luku- määrä riippuu edellisen vuoden lypsylehmien lukumäärästä, jolloin naudanlihan- tuotanto vastaa viiveellä lehmien lukumäärän muutoksiin. 6.5.3. Sianlihantuotanto Sianlihantuotanto on viime vuosina ollut voimakkaassa kasvussa. Koska sektori- mallissa ei ole mukana investointikäyttäytymistä, alkuvuosien nouseva kehitys- ura aina vuoteen 1998 johtuu uponneista kustannuksista (luku 6.3). Loppuvuo- sina kiinteät kustannukset tulevat asteittain muuttuviksi, ja sianlihantuotanto laskee alle 160 miljoonan kilon vuoteen 2005 mennessä. Kaikissa skenaarioajoissa vuoden 1995 noin 170 milj. kilon kulutuksesta päädytään vuonna 2005 noin 165 miljoonan kilon kulutukseen (kuvio 6.4.a). Lihan kulutus voi poiketa vakiona pysyvästä trendiarvostaan 168 milj. kg 2 % (eli noin 3,4 milj .kg) ylös- tai alas- päin. Tämä tarkoittaa sitä, että kulutus voi vaihdella 6,8 miljoonan kilon levyisessä haarukassa trendiarvon ympärillä. Ulkomaisen lihan osuus kulutuksesta vuonna 2005 on alle miljoona kiloa peruskenaarioissa (kuvio 6.4.b). Sianlihan vienti (kuvio 6.4.c) kasvaa alkuvuosina lähes 20 miljoonaan kiloon, mutta loppuu 107 milj. kg 200 190 180 170 -A- S1 Ii- S2 4,- S3 S4 S5 160 1995 1996 1997 1998 1999 2000 2001 2002 2003 2004 2005 Kuvio 6.4.a. Sianlihantuotanto koko maassa (milj, kg) eri skenaarioissa. viimeistään vuoteen 2001 mennessä kaikkien kustannusten tullessa muuttuvina päätöksentekoon mukaan. Asetettu 40-45 % kustannusten (muiden kuin rehu- kustannusten) lasku lihakiloa kohden ei ole riittävä ylläpitämään sianlihan vien- tiä. Sianlihan tuotanto pysyy lähes samana kaikissa perusskenaarioissa. Upon- neet kustannukset tulevat vuotta myöhemmin muuttuviksi skenaariossa 2 kuin perusskenaariossa ja muissa skenaarioissa. Tästä aiheutuu vain hyvin pieni sianlihantuotannon muutos skenaarioiden 1 ja 2 välillä. Luvussa 6.3 todettiin, milj. kg *- S1 S2 S3 S4 S5 5 0 1995 1996 1997 1998 1999 2000 2001 2002 2003 2004 2005 Kuvio 6.4.b. Sianlihan tuonti (milj, kg) eri skenaarioissa. 15 10 108 milj. kg 30 20 10 0 1995 1996 1997 1998 1999 2000 2001 2002 Kuvio 6.4.c. Sianlihan vienti (milj, kg) eri skenaarioissa. että jos kaikki sianlihantuotannon kiinteät kustannukset ovat muuttuvia jo vuon- na 2003, sianlihantuotanto ei saavuta tasapainotilaa, vaan lasku jatkuu vielä vuosina 2004-2005, jolloin tuotanto putoaa alle 160 miljoonan kilon. Poisto- aikataulun, eli aikataulun, jolla kiinteät kustannukset tulevat muuttuviksi, piden- täminen vuoteen 2005 ei tulosten mukaan kuitenkaan enää merkittävästi muuta kasvata sianlihantuotantoa skenaariossa 2 skenaarioon 1 verrattuna. Tuottavuu- den kasvu saavuttaa päätöksenteossa mukana olevien kustannusten kasvun, jol- loin tuotanto asettuu tasapainoasemaan vuosina 2001-2005. Pieni ero skenaa- rioiden 1 ja 2 sianlihantuotannossa osoittaa, että mikäli tuotanto saavuttaa tasa- painotilan, pienet erot kustannuksissa eivät merkittävästi muuta tilannetta. Sianlihantuotannon sallitaan muuttuvan enintään 5 % edellisvuodesta alas- tai ylöspäin, joten sianlihantuotannolla olisi mahdollisuus suuriinkiin muutoksiin vuosina 1998-2005. Jos tuotanto laskisi maksiminopeudella vuoden 1998 tasos- ta (187,8 milj. kg), päädyttäisiin noin 70 % vuoden 1998 tuotannosta eli noin 131 miljoonaan kiloon vuonna 2005. Hidas satotason kasvu skenaariossa 3 ei tunnu haittaavan paljoa tasapaino- tilan saavuttanutta sikataloutta. Tuotanto jää skenaariossa 3 ainoastaan 0,4 mil- joonaa kiloa skenaariota 1 alemmaksi. Emakon keskituotoksen skenaariota 1 nopeampi nousu skenaariossa 4 vie sianlihantuotannon alkuvuosina voimak- kaalle kasvu-uralle käyden aina 193,9 kilossa vuonna 1998. Kun kiinteät kustan- nukset tulevat kokonaan muuttuviksi vuonna 2004, sianlihantuotanto jää skenaariossa 4 lopulta vain puoli miljoonaa kiloa skenaariota 1 ylemmälle tasol- le. Skenaariossa 5, jossa oletuksena oli 5 % suurempi työnmenekin ja eräiden muiden muuttuvien ja kiinteiden tuotantopanosten käytön lasku, sianlihan- -*- S1 40- S2 S3 S4 S5 109 tuotannon kehitysura jää alkuvuosina vähän skenaarion 4 uraa alemmaksi, mut- ta päätyy lopulta suunnilleen samalle tasolle eli noin puoli miljoonaa kiloa skenaariota 1 ylemmäksi. Emaldwjen keskituotoksen kasvulla ja tuotantopanos- ten tehokkaalla käytöllä on lyhyellä aikavälillä etua sianlihantuotannolle. Jos kuitenkaan vientimarldeinoita ei saada pidettyä, kuten kaikissa skenaarioissa käy kiinteiden kustannusten tullessa mukaan päätöksentekoon, tuotanto asettuu lo- pulta vastaamaan kotimaista kulutusta. Tuonti laskee varsin pieneksi kaikissa skenaarioissa. Tämä tulos riippuu kuitenkin siitä, kuinka paljon kuluttajat ovat valmiita maksamaan kotimaisesta sianlihasta enemmän kuin ulkomaisesta. Mal- lin tässä versiossa oletetaan, että teollisuus on halukas maksamaan kotimaisesta lihasta 3,8 % ulkomaista enemmän. Tässä tapauksessa tuotteet olivat liian homo- geenisia, että tuotteiden yhtäaikainen tuonti ja vienti olisi pitkän päälle kannat- tanut. Sianlihantuotannon alueellinen sijoittuminen pysyy likimain ennallaan kai- kissa skenaarioissa (taulukko 6.9). Pohjois-Suomen tuotanto laskee lähes kol- manneksella vuoteen 2005 mennessä. Sisä-Suomen ja Pohjanmaan suhteellinen osuus sianlihantuotannosta laskee eri skenaarioissa muuttuu eri skenaarioissa vain hyvin vähän. Aikataulu, jolla kiinteät kustannusten tulevat muuttuviksi vaikuttaa tuotan- non alueittaiseen sijoittumiseen. Skenaariossa 2 Etelä-Suomen tuotanto vuonna 2005 on suurempi kuin skenaariossa 1. Tämä tarkoittaa sitä, että tuotanto siirtyy muualta Suomesta Etelä-Suomeen sitä nopeammin mitä suurempi osa kiinteistä kustannuksista on uponneita. Tämä on suoraa seurausta siitä, että rehukus- tannukset lihakiloa kohti ovat pienimmät Etelä-Suomessa. Mitä suurempi osa kiinteistä kustannuksista, jotka ovat samat sikapaildma kohti koko maassa, on uponneita, sitä suurempi on Etelä-Suomen ja muiden alueiden välinen suhteelli- nen kannattavuusero. Sianlihantuotannossa kaikki muut paitsi rehukustannukset ovat samat kaik- kialla maassa. Rehun tuotantokustannus on Etelä-Suomessa pienempi kuin muilla alueilla korkeamman satotason vuoksi. Hidas satotason nousu skenaariossa 3 kaventaa alueittaisia kustannuseroja rehuviljan tuotannossa. Tuet, jotka ovat korkeampia Pohjanmaalla kuin Etelä-Suomessa, ovat silloin satotasoa merkittä- vämpi viljelyn kannattavuuteen vaikuttava tekijä, jolloin sianlihantuotannon kilpailuasetelma kääntyy lievästi Pohjanmaan eduksi skenaariossa 3. Etelä-Suo- men tuotanto laskee, kun taas Pohjanmaalla tuotanto nousee. Emakkojen keskituotoksen kasvulla (skenaario 4) tai tuotantopanosten te- hokkaammalla käytöllä (skenaario 5) ei ole juuri mitään vaikutusta tuotannon sijoittumiseen. Sianlihantuotanto koko maan tasolla on skenaarioissa 4 ja 5 vähän korkeampi kuin skenaariossa 1. Sektorimallissa optimointi sijoittaa tuotantoa asteittain suotuisimmille alu- eille, ja joissain tapauksissa suhteellisen pienet kustannuserot voivat johtaa tuotannon siirtymiseen. Tässä tapauksessa sianlihantuotanto voi alueittain kas- 110 Taulukko 6.9. Sianlihantuotanto (milj, kg) alueittain ja alueen suhteellinen osuus (%) koko maan tuotannosta eri skenaarioissa. Etelä-Suomi Sisä-Suomi Pohjanmaa Pohjois-Suomi S1-S3 S1-S3 S1-S3 S1-S3 1995 105,6 16,1 46,3 1,6 62,2% 9,5% 27,3% 0,9% Si S1 Si Si 2005 103,7 14,7 44,3 1,1 63,3% 9,0% 27,1% 0,7% S2 S2 S2 S2 2005 105,6 14,7 42,6 1,1 64,4% 9,0% 26,0% 0,7% S3 S3 S3 S3 2005 101,5 14,6 46,1 1,1 62,1% 8,9% 28,2% 0,7% S4 S4 S4 S4 1995 106,0 16,2 46,5 1,6 62,2% 9,5% 27,3% 0,9% 2005 105,6 14,6 43,0 1,1 64,3% 8,9% 26,2% 0,7% S5 S5 S5 S5 1995 105,6 16,1 46,3 1,6 62,2% 9,5% 27,3% 0,9% 2005 104,9 14,1 44,3 1,1 63,4% 8,6% 27,0% 0,7% vaa tai laskea vuosittain 5 % edelliseen vuoteen verrattuna, joten rajoitukset sallisivat paljon suuremmat muutokset tuotannon sijoittumisessa. Koska tuotan- non sijoittumisessa on vain pieniä eroja skenaarioiden välillä, esimerkkiajojen tuloksista voidaan tehdä se johtopäätös, että millään alueella ei ole merkittävää suhteellista etua sianlihantuotannossa, mikäli vuoden 2000 tuet pysyisivät vuo- den 2000 tasolla vuoteen 2005. Tuotannon sijoittuminen ei ole herkkä pienille kustannuseroille. Koska rehunkäyttöä on mallissa mahdollisuus muuttaa edulli- sempaan suuntaan, muutokset ruokinnassa voivat ajan mittaan tasoittaa kustannus- eroja. Samoin kuin maidontuotannon kohdalla, myös sianlihantuotannon sijoittu- miseen vaikuttavat tuotantokustannuserojen lisäksi asetut kuljetuskustannukset 111 sekä työtunnin hinta, koska työkustannusten osuus kokonaiskustannuksista on erilainen eri alueilla erilaisista rehukustannuksista johtuen. 6.5.4. Siipikarjanlihantuotanto Siipikarjanlihan kulutus kasvaa kaikissa skenaarioissa 2 prosentin vuosivauhtia 49,6 kilosta vuonna 1996 (12 % kasvu vuodesta 1995 vuoteen 1996 on otettu huomioon) 59,3 miljoonaan kiloon vuoteen 2005 mennessä. Tuotanto ei koko- naan kata kulutusta (kuvio 6.5.a), josta ulkomaista lihaa on 2-3 miljoonaa kiloa skenaarioissa 1-4 ja 0,8 miljoonaa kiloa skenaariossa 5: Teollisuuden oletetaan olevan valmis maksamaan kotimaisesta lihasta 2 % ulkomaista enemmän. Siipi- karjanlihan vienti ei ole kannattavaa missään skenaarioissa. Skenaariossa 2 kiinteiden tuotantopanosten skenaariota 1 hitaampi tulo pää- töksentekoon mukaan vaikuttaa vain vähän tuotannon määrään. Skenaariossa 3, jossa satotason kasvu on vain puolet skenaarion 1 kasvusta, tuotanto jää vain puoli miljoonaa kiloa alhaisemmaksi kuin skenaariossa 1 ja vastaavasti tuonti puoli miljoonaa kiloa korkeammaksi vuonna 2005 kuin skenaariossa 1. Pääsyy- nä tuotannon kasvuun on kaikissa skenaarioissa kulutuksen kasvu, 2 % vuodes- sa. Eräiden tuotantopanosten (muiden kuin rehujen) 5 % skenaariota 1 tehok- kaampi käyttö skenaariossa 5 johtaa 1,8 miljoonaa kiloa korkeampaan tuotan- toon vuonna 2005 skenaarioon 1 verrattuna. Tuonti vuonna 2005 on skenaarios- sa 5 vain noin 0,8 miljoonaa kiloa kun skenaariossa 1 tuontia on noin 2,6 miljoonaa kiloa. Skenaariossa 4 on 27 % skenaariota 1 korkeampi siipikarja- emojen keskipoikastuotoksen kasvu. Tämä ei kuitenkaan paranna kotimaisen milj. kg 60 55 50 45 *- S1 4,- S2 40- S3 S4 *- S5 40 1995 1996 1997 1998 1999 2000 2001 2002 2003 2004 2005 Kuvio 6.5.a. Siipikarjanlihantuotanto koko maassa (milj, kg) eri skenaarioissa. 112 milj. kg 4 -*- Si 40- S2 S3 4- S4 ?4- S5 0 1995 1996 1997 1998 1999 2000 2001 2002 2003 2004 2005 Kuvio 6.5.b. Siipikarjanlihan tuonti (milj.kg ) eri skenaarioissa. tuotannon kilpailukykyä suhteessa tuontiin juuri lainkaan. Tuotanto ja tuonti ovat skenaarioissa 1 ja 4 suunnilleen samat. Työnkäytön 5 % suuremmalla las- kulla skenaariossa 5 on siten suurempi vaikutus kotimaisen tuotannon kilpailu- kykyyn suhteessa tuontiin kuin 27 % nopeammalla poikastuotoksen kasvulla skenaariossa 4. Siipikarjanlihan tuotanto painottuu nykyisellään Etelä-ja Länsi-Suomeen. Vallitseva tilanne näyttää mallin tulosten mukaan säilyvän ennallaan, eikä tuo- tannon sijoittumista käsitellä tässä yhteydessä tarkemmin. Malli kaipaa lisäksi tarkempaa kustannusaineistoa ennenkuin mallia voidaan käyttää tuotannon si- joittumisen ennustamiseen. Sektorimallissa ei ole otettu huomioon tuotannon kasvun aiheuttamia kitka- tekijöitä, kuten esimerkiksi riskin karttamista ja pääoman saatavuutta. Loppu- vuosina 2003-2005 päätöksenteossa ovat mukana myös kiinteät kustannukset, jolloin tuotannon kasvattaminen Etelä-Suomessa vaatii myös täydet kiinteät kustannukset. Alkuvuosina osa kiinteistä kustannuksista on uponneita, jolloin tuotanto laajenee nopeammin kuin loppuvuosina. 6.5.5. Kananmunien tuotanto Kananmunista on ollut pitkään ylituotantoa. Vuodesta 1995 lälitien kananmuni- en hinta on ollut EU:n keskihintaa selvästi alhaisempi ja tuotanto on ollut tappiollista siirtymäkauden tuista huolimatta. Kananmunia on viety ulkomaille, mm. Ruotsiin ja Saksaan. Nykyisen ylituotantotilanteen ja alhaisten hintojen on odotettu paranevan tuottajien omilla rajoitustoimilla ja joidenkin tuottajien luopuessa tuotannosta. 113 • 4- • 60 50 • 40 30 20 10 milj. kg k- Sl S2 S3 —4-- S4 S5 80 75 70 65 60 1995 1996 1997 1998 1999 2000 2001 2002 2003 2004 2005 Kuvio 6.6.a. Kananmunien tuotanto (milj, kg) eri skenaarioissa. Sektorimallissa alkuvuosien ylituotantotilanne (kuvio 6.6.a) on seurausta upon- neista kustannuksista. Munien vienti kuitenkin loppuu kokonaan molemmissa skenaariossa vuonna 2001 jolloin kotimainen tuotanto vastaa täysin kulutusta. Pienet muutokset tuottavuuskehityksessä eri skenaarioiden välillä eivät vaikuta asiaan. Koska kananmunia ei tuoda maahan, kulutus on tuotanto vähennettynä viennillä. Kulutuksessa tapahtuu vain pieniä muutoksia vuosina 1995-2005. Kulutuksen trendiarvo (60 milj. kg) pysyy vakiona, mutta kulutuksen sallitaan muuttuvan 3 % eli 1,8 miljoonaa kiloa trendiarvosta ylös- tai alaspäin. milj. kg --Åk— Etelä-Suomi. Sisä-Suomi Pohjanmaa Pohjois-Suomi 0 1995 1996 1997 1998 1999 2000 2001 2002 2003 2004 2005 Kuvio 6.6.b. Kananmunien tuotanto (milj. kiloa) alueittain skenaariossa 1. 114 Viennissä on vain pieniä eri skenaarioiden välillä. Vienti loppuu skenaarioissa 1-4 vuonna 2000 ja skenaariossa 5 vuonna 2001 ja tämän jälkeen tuotanto vastaa kotimaista kulutusta. Kiinteiden kustannusten hitaampi tuleminen muut- tuviksi skenaariossa 2 pitää yllä vientiä skenaariota 1 pitempään. Tuottavuuden kasvu ei ole missään skenaariossa riittävä ylläpitämään vientiä, kun kiinteät kustannukset tulevat päätöksentekoon mukaan. Kananmunantuotanto painottuu kaikissa skenaarioissa nykyistäkin enemmän Etelä-Suomeen (kuvio 6.6.b). Esimerkiksi skenaario 1:ssä kananmunantuotannon kannattavuus säilyy Etelä-Suomessa muita alueita paremmin, ja tuotanto pysyy melko tasaisena. Muualla maassa tuotanto laskee vuodesta 1998 alkaen maksimi- nopeudella (suurin sallittu lasku on -9 %) päätyen noin puoleen vuoden 1995 tuotannosta vuoteen 2005 mennessä. Näin tapahtuu kaikissa skenaarioissa. Osa muun Suomen tuotannosta siirtyy Etelä-Suomeen. Kananmunantuotaxmon kus- tannukset mallissa eivät kuitenkaan ole välttämättä alueellisesti edustavia, joten näihin tuloksiin tuotannon sijoittumisesta tulee suhtautua varauksellisesti. 6.5.6. Kasvinviljely Koska suurin osa maamme kasvinviljelystä on rehukasvien viljelyä, kotieläin- tuotannon laajuus määrää jo pitkälle kasvituotannon. Eläinten keskituotosten kasvu ja hehtaarisatojen nousu alentavat rehuntuotantoon tarvittavaa pinta-alaa. Suomessa on pitkään vallinnut viljan ylituotanto, mikä on aiheuttanut vienti- tarvetta. Muutokset viljelyn kannattavuudessa ja viennissä voivat saada aikaan merkittäviä muutoksia pellon käytössä. Koska markkinoiden hintataso ei kata nykyisellään kaikkia peltoviljelyn kustannuksia, sekä kotieläin- että kasvin- viljelyn tuilla ja kesantomääräyksillä ja -palkkioilla on keskeinen vaikutus vilje- lyn intensiteettiin ja pellon käyttöön. Pellon käyttöön vaikuttavat myös koti- eläintiloj a koskevat tuotannon laajaperäisyyttä koskevat säädökset, kuten laajaperäisyyslisät. Puolet peltoalasta on kuitenkin muiden kuin kotieläintilojen käytössä (MYTT 1997, s. 48-49). Perustuotannossa tarvittava pinta-ala laskee skenaarioissa 1-5 nopeasti eläin- ten keskituotosten ja hehtaarisatojen kasvun sekä viljan viennin ja ohran inter- ventiomyynnin voimakkaan laskun seurauksena (kuvio 6.7). Pinta-alan laskua vauhdittaa edelleen se, että skenaarioissa 1-4 leipäviljan tuotanto laskee murto- osaan alkuvuosien tasosta jolloin tuonti kasvaa. Skenaariossa 5 leipäviljan vilje- ly säilyy nykytasolla. Rehuviljan suhteen ollaan kaikissa skenaarioissa omava- raisia. Kasvinviljelytuotteiden tuonti- ja vientimäärät sekä ohran interventio- myynnit on esitetty liitteessä 5. Vaikka viljantuotannon kustannukset alenevatkin yleistä kustannuskehitystä nopearnmin (kokonaisuutena noin 20-25 % kiloa koh- den vuosina 1995-2005) skenaariota 3 lukuunottamatta (kokonaisuutena laskua kiloa noin 15 %) se ei riitä kokonaan korvaamaan laskevaa tukitasoa, vaan vienti laskee voimakkaasti vuoteen 2005 mennessä. Tuottavuuden kasvu, joka 115 *- S1 1›.- S2 S3 S4 >,4- S5 1000 1995 1996 1997 1998 1999 2000 2001 2002 2003 2004 2005 Kuvio 6.7. Kokonaisviljelyala (poislukien kesanto) koko maassa (1000 ha) eri skenaarioissa. saavutetaan satotason kasvun (+7,5/15 % vuosina 1995-2005), työnkäytön (-10/15 %) ja kiinteiden kustannusten laskuna (-5/10 %) hehtaaria kohti, ei ole riittävä, jotta viljan vienti olisi kannattavaa pitkällä aikavälillä. Skenaarioissa 2, 4 ja 5 maitokiintiö tuotetaan täyteen, kun taas skenaarioissa 1 ja 3 jäädään loppuvuosina kiintiön alle, mikä näkyy alempina kokonaispinta- aloina kyseisissä skenaarioissa skenaarioihin 2, 4 ja 5 verrattuna. Muita ske- naarioita nopeampi eläinten keskituotoksen kasvu skenaariossa 4 vähentää tuo- tettua maito- tai lihalciloa kohti tarvittavaa viljelyalaa skenaarioon 1 (ja muihin skenaarioihin) verrattuna. Tämän vuoksi skenaariossa 4 viljelyala on loppuvuo- sina miltei sama kuin skenaariossa 1, vaikka skenaariossa 4 maidontuotanto on loppuvuosina noin 200 miljoonaa kiloa suurempi kuin skenaariossa 1. Uponneiden kustannusten suurempi osuus skenaariossa 2 skenaarioon 1 ver- rattuna ilmenee suurempina kokonaispinta-aloissa eri suuralueilla (taulukko 6.10). Suuremmista uponneista kustannuksista johtuen kotieläintuotannon taso on kor- keampi skenaariossa 2 kuin skenaariossa 1, jolloin tarvitaan myös enemmän pinta-alaa rehuntuotantoon. Koko maan tasolla viljelykäytössä oleva pinta-ala vuonna 2005 jää skenaariossa 2 noin 90 000 hehtaaria skenaariota 1 korkeam- maksi. Ruokinta muuttuu väkirehuvaltaisemmaksi kaikissa skenaarioissa, mikä las- kee nurmialaa lehmämäärän laskua nopeammin. Nurmialaa laskee lisäksi lehmi- en ja lihakarjan väheneminen lehmien keskituotoksen kasvun ja erikoistuneen naudanlihantuotannon tappiollisuuden seurauksena. Nurmiala laskee vuoden 1995 noin 720 tuhanteen hehtaarista noin 425 tuhanteen hehtaariin vuonna 2005 skenaariossa 1,460 tuhanteen hehtaariin skenaariossa 2,405 tuhanteen hehtaariin 1000 ha 2000 1800 1600 1400 1200 116 Taulukko 6.10. Kokonaisviljelyala (poislukien kesanto) suuralueittain (1000 ha) skenaarioissa I ja 2. Etelä-Suomi Si S2 Sisä-Suomi Si S2 Pohjanmaa Si S2 Pohjois-Suomi Si S2 1995 965,4 965,4 347,4 347,4 508,0 508,0 87,9 87,9 1996 981,3 981,3 365,7 365,7 509,4 509,4 91,4 91,4 1997 990,1 990,1 360,8 360,8 489,8 489,8 91,0 91,0 1998 966,8 966,8 351,3 351,3 464,6 464,6 87,8 90,7 1999 932,5 932,9 339,6 339,3 442,5 442,7 82,0 81,9 2000 887,5 887,9 323,9 324,1 423,4 423,6 78,6 78,7 2001 830,3 831,5 308,3 310,5 399,5 399,6 72,3 77,9 2002 779,2 782,4 279,7 296,2 384,9 384,2 67,8 71,4 2003 696,9 759,2 244,7 270,6 376,3 380,9 63,9 66,4 2004 647,6 705,0 222,1 247,4 358,5 374,6 60,7 63,0 2005 606,9 653,1 202,4 230,8 341,7 354,8 57,9 60,3 skenaariossa 3, 443 tuhanteen hehtaariin skenaariossa 4 ja 460 tuhanteen heh- taarin skenaariossa 5 vuoteen 2005 mennessä. Muita skenaarioita pienempi nurmiala skenaarioissa 1 ja 3 johtuvat pienemmästä lehmien lukumäärästä. Skenaariossa 4 eläinten keskituotokset kasvavat 27 % nopeammin kuin muissa skenaarioissa. Tämän vuoksi maitokiintiö tuotetaan täyteen, jolloin nurmiala on skenaariossa 4 lähes 20 000 ha skenaariota 1 suurempi vuonna 2005. Skenaariossa 2 ja 5, joissa myös tuotetaan maitokiintiö täyteen (skenaariossa 2 jäädään vain muutama miljoona kilo kiintiöstä vuonna 2005), nurmiala on noin 30 000 heh- taaria suurempi kuin skenaariossa 4. Skenaarioita 2 ja 5 pienempi nurmiala skenaariossa 4 johtuu nopeasta keskituotoksen noususta, jolloin sama maito- määrä tuotetaan pienemmällä lehmämäärällä ja myös pienemmällä nurmialalla. Vaikka lehmän keskituotos kasvaa skenaariossa 4 nopeammin kuin muissa skenaarioissa, lehmän käyttämä rehuyksilddimäärä on sama kaikissa skenaarioissa. Myös vilja-ala laskee kaikissa skenaarioissa (kuvio 6.8). Tämä johtuu viljan viennin ja ohran interventiomyynnin laskusta ja toisaalta satotasojen ja eläinten keskituotosten trendikasvusta (samalla rehumäärällä ja rehualalla saadaan enem- män tuotosta). Vilja-alan lasku jää selvästi muita skenaarioita pienemmäksi skenaarioissa 2 ja 5. Skenaariossa 2 kaikki kiinteät kustannukset ovat mukana päätöksenteossa vasta vuonna 2005, kun taas muissa skenaarioissa kaikki kus- tannukset ovat muuttuvia vuonna 2003 (sikataloudessa vuonna 2004). Ske- naarioon 1 verrattuna skenaarion 2 vilja-ala jää 55 000 ha korkeammaksi. Syynä on paljolti se, että maidontuotanto jää skenaario 1:ssä noin 200 milj. kiloa alle kiintiön. 117 —A— S1 —0— S2 0— S3 0— S4 S5 600 1995 1996 1997 1998 1999 2000 2001 2002 2003 2004 2005 Kuvio 6.8. Vilja-ala yhteensä koko maassa eri skenaarioissa (1000 ha). Satotason kasvua on mahdotonta tarkasti ennustaa, mutta sillä on merkittävä vaikutus pinta-aloihin ja tuotantomääriin kasvinviljelyssä ja lypsykarjataloudessa tuloksiin. Tämä ilmenee skenaario 3:ssa, jossa satotason kasvu on puolet edel- listen skenaarioiden kasvusta. Maidontuotanto jää oleellisesti alemmaksi, koska rehukustannukset kasvavat hitaan satotason kasvun vuoksi (inflaatiovauhti on kokonaisuutena nopeampaa kuin tuotannon tehostuminen). Maidontuotannon lasku johtaa pienempään rehuviljan tuotantoon. Viljelypinta-alaa tarvitaan hei- komman satotason vuoksi suhteessa tuotantomäärään muita skenaarioita enem- män. Kokonaisuutena skenaariossa 3 jäädään kuitenkin yli 40 000 hehtaaria alle skenaario 1:n vilja-alasta. Rehuviljan suhteen ollaan edelleen omavaraisia myös skenaariossa 3. Leipävilja-ala laskee muita skenaarioita nopeammin skenaario 3:ssa. Vilja-alojen välillä ei ole eroa skenaarioiden 1 ja 4 välillä, vaikka maidon- tuotanto jää skenaariossa 1 yli 200 miljoonaa kiloa alle kiintiön. Syynä on lehmän korkeampi keskituotos skenaariossa 4 skenaarioon 1, jolloin skenaariossa 4 tarvitaan lehmää kohti vähemmän pinta-alaa. Skenaariossa 5 eräiden muuttuvien ja kiinteiden tuotantopanosten käyttö las- kee 5 % enemmän kuin muissa skenaarioissa. Muuten oletukset ovat samat kuin skenaariossa 1. Maidontuotanto pysyy kiintiössä, leipäviljan suhteen ollaan oma- varaisia ja jonkin verran rehuviljaa kannattaa edelleen viedä, jolloin vilja-ala on yli 130 000 ha suurempi kuin skenaariossa 1. Kasvinviljelyn tuottavuuden kasvu on skenaarioissa 1-4 asetettu varsin hi- taaksi, mikä on suurin syy viljantuotannon ja viljanviennin vähenemiseen. Tällä on haluttu tuoda selkeästi esiin tähänastisen suhteellisen hitaan tuottavuuden kasvun riittämättömyys. Erityisesti on huomattava, että viljelyalojen lasku ei ole 1000 ha 1200 1100 1000 900 800 700 118 1000 ha 700 600 500 400 300 200 sama asia kuin tuotantomäärien lasku, koska sektorimallissa satotaso nousee trendinomaisesti. Satotason nousua voidaan perustella kasvilajikkeiden ja viljely- menetelmien kehittymisellä. Toisaalta on olemassa tekijöitä, jotka voivat hidas- taa satotason nousua tai jopa kääntää sen laskuun. Kesantoalat (kuvio 6.9 sisältää sekä avo- että viherkesannot) eivät juuri poik- kea skenaarioiden 1, 3, 4 ja 5 välillä. Tämä johtuu siitä, että kesannoinnin kus- tannukset eivät olennaisesti muutu eri skenaarioissa. Peltoalaa on käytettävissä enemmän kuin perustuotannossa olisi tarpeen. Kesannoinnin laajuus ei riipu silloin niinkään kesannoinnin suhteellisesta asemasta varsinaiseen kasvinviljelyyn nähden, vaan siitä, kattaako kesannointipalkkio kesannoinnin kustannukset. Pää- töksenteossa huomioitavat kesannoinnin kustannukset ovat erilaiset skenaarioon 1 verrattuna vain skenaariossa 2, jossa uponneiden kustannusten osuus on skenaariota 1 suurempi, ja skenaariossa 5, jossa työ- ja konekäyttö hehtaaria (myös kesantohehtaaria) kohti laskee 5 % alemmaksi kuin skenaariossa 1. Skenaariossa 2 päädytään vain vajaat 20 000 hehtaaria suurempaan kesantoalaan kuin skenaariossa 1. Skenaariossa 5 kesantoala kesantoala on pitkään skenaa- riota 1 alempi, mutta vuonna 2005 kesantoala on skenaariossa 5 miltei sama kuin skenaariossa 1 alemmasta työ- ja konekäytöstä huolimatta. Satotason hidas kasvu skenaariossa 3 ja eläintuotosten nopea kasvu skenaariossa 4 eivät aiheuta muutoksia kesantoaloissa skenaarioon 1 verrattuna. Koska kaikkea viljelyn ulkopuolelle jäävää peltoalaa ei kannata kesannoida, osa peltoalasta jää mallissa käyttämättä (kuvio 6.10). Käyttämätön peltoala eli perustuotannon ja kesannoinnin ulkopuolelle jäävä ala riippuu tuottavuuskehi- tyksestä. Skenaariossa 2 käyttämätön pinta-ala on skenaariota 1 pienempi, koska —4— S1 #— S2 S5 100 1995 1996 1997 1998 1999 2000 2001 2002 2003 2004 2005 Kuvio 6.9. Kesantoala yhteensä (sis. avo- ja viherkesannon) eri skenaarioissa (1000 ha). 119 1000 ha 500 400 300 200 100 0 1995 1996 1997 1998 1999 2000 2001 2002 2003 2004 2005 Kuvio 6.10. Käyttämätön pinta-ala (1000 ha). peltoa pidetään enemmän viljelyksessä suurempien uponneiden kustannusten takia, joiden vuoksi myös kotieläintuotanto on korkeammalla tasolla kuin skenaariossa 1. Skenaariossa 3 käyttämätön pinta-ala on skenaariota 1 suurem- pi, koska hidas satotason kasvu heikentää viljelyn ja myös kotieläintuotannon taloudellisia edellytyksiä ja tuotanto jää kaikilta osin skenaariota 1 alemmaksi. Skenaariossa 4 käyttämätöntä pinta-alaa on lähes yhtä paljon kuin skenaariossa 1 korkeammasta maidontuotannosta huolimatta. Tämä selittyy nopeammalla keskituotoksen kasvulla skenaariossa 4 skenaarioon 1 verrattuna. Skenaariossa 5, jossa tuottavuus kasvaa skenaariota 1 nopeammin, kannattaa pitää suurempi osa pinta-alasta viljelyksessä kuin skenaariossa 1. Taulukossa 6.11 on esitetty käyttämätön peltoala suuralueittain skenaarioissa 1 ja 5. Suurimmat suhteelliset erot skenaarioiden välillä ovat Etelä-Suomessa. Muualla maassa erot skenaarioiden 1 ja 5 välillä ovat suhteellisesti pienempiä. Tämä tarkoittaa sitä, Etelä-Suomen suhteellinen etu viljelyssä muihin alueisiin verrattuna on skenaariossa 5 suurempi kuin skenaariossa 1. Kun tuotantopanos- ten käyttö tehostuu koko maassa 5 % skenaariossa 5 skenaariota 1 enemmän, viljeltyä peltoalaa on edullisinta kasvattaa Etelä-Suomessa. Perustuotannon ja kesannoirmin ulkopuolelle jäävä ala on käsitteenä sikäli ongelmallinen, että mallissa ei ole mukana vaihtoehtoista pellonkäyttöä, joka kilpailisi perustuotannon kanssa. Yhtä vaihtoehtoista käyttötapaa tuloineen ja kustannuksineen on vaikea määritellä (tästä syystä peltoa jää tuotannon ulko- puolelle muissakin maatalouden sektorimalleissa, esim. Jensen 1996, s. 68-72). Mallista puuttuu kokonaan mm. puutarhatalous monine viljelykasveineen. Pin- ta-ala, joka mallissa jää perustuotannon ja kesannoinnin ulkopuolelle, ei tarvitse todellisuudessa olla kokonaan viljelykäytön ulkopuolella. *— S1 —1,— S2 S3 —4-- S4 S5 120 1000 ha 140 120 100 80 60 40 1k- S1 4i- S2 -10- S3' 0-- S4 -x- S5 Taulukko 6.11. Käyttämätön pinta-ala suuralueittain ja koko maassa skenaarioissa 1 ja 5 (1000 ha). Etelä-Suomi Si S5 Sisä-Suomi Si S5 Pohjanmaa Si S5 Pohjois-Suomi Si S5 Koko maa Si S5 1995 21,5 21,2 26,5 26,5 16,7 16,7 6,3 6,3 71,0 70,6 1996 0,5 0,4 2,3 2,3 0,0 0,0 2,0 2,0 5,0 4,8 1997 0,0 0,0 0,0 0,0 0,0 0,0 1,5 0,6 1,6 0,7 1998 0,0 0,0 0,0 0,0 0,0 0,0 3,5 0,0 3,6 0,1 1999 0,8 0,4 0,0 0,0 0,0 0,0 7,8 7,0 8,7 7,5 2000 1,2 0,8 0,0 0,0 0,0 0,0 9,8 6,8 11,0 7,6 2001 2,1 1,4 3,7 3,0 0,0 0,0 16,3 13,9 22,1 18,3 2002 2,8 2,2 24,9 14,5 0,9 0,0 20,8 18,9 49,4 35,6 2003 63,4 2,8 66,8 42,6 16,0 8,7 25,3 22,8 171,5 76,9 2004 103,5 12,9 96,3 60,8 38,7 27,5 29,3 26,7 267,8 127,9 2005 132,9 21,5 121,8 72,3 60,6 50,8 32,7 30,1 348,0 174,7 Yksittäisten kasvien vilja-alat on esitetty liitteessä 5. Rehuviljan suhteen ollaan kaikissa skenaarioissa omavaraisia, mutta skenaarioissa 1-4 vuoteen 2005 mennessä suurin osa leipäviljasta tuodaan ulkomailta. Leipäviljojen viljelyalat on esitetty kuviossa 6.11-6.12. Skenaariossa 1 vehnäala alkaa laskea maksimi- nopeudella (-30 % vuodessa) vuodesta 2003 alkaen, jolloin kaikki viljelyn kiin- teät kustannukset ovat tulleet muuttuviksi. Laskua rajoittavana tekijänä on tä- män jälkeen subjektiivisesti asetettu suurin sallittu muutos edellisvuodesta, jo- ten vuoden 2003 jälkeistä kehitystä ei voi pitää tarkkana ennusteena vehnäalan 20 1995 1996 1997 1998 1999 2000 2001 2002 2003 2004 2005 Kuvio 6.11. Vehnäala eri skenaarioissa (1000 ha). 121 40 30 20 10 1 0 1995 1996 1997 1998 1999 2000 2001 2002 2003 2004 2005 1000 ha Kuvio 6.12. Ruisala eri skenaarioissa (1000 ha). kehityksestä. Skenaariossa 5, jossa viljelyn kustannukset laskevat kiloa kohden noin 25 % vuodesta 1995 vuoteen 2005, leipäviljan suhteen ollaan omavaraisia. Tässä tulee ilmi leipäviljan viljelyn herkkyys tehdyille oletuksille. 5 % nope- ampi tuottavuuden kasvu skenaariossa 5 skenaarioon 1 (ja skenaarioihin 2-4) verrattuna aiheuttaa suuren suhteellisen muutoksen leipävilja-aloissa skenaa- 'joiden 1 ja 5 välillä. Rehukasvien osalta annetut rajoitteet eivät ole yhtä ratkai- sevia, koska rehunkäyttö voi muuttua, eli teknologia ei kotieläintaloudessa ole kokonaan Leontief-tyyppistä. Tämä vähentää tarjontareaktioiden herkkyyttä pie- nille hinta- tai tukimuutoksille paitsi eläintuotteiden, myös rehukasvien osalta. Ne kasvit, joilla ei ole sidonnaisuuksia kotieläintalouteen, ovat rehukasveja herkempiä hintasuhteille ja tuille. Tilannetta voivat tasoittaa silloin ainoastaan ulkomaankaupan hitaustekijät. Huomionarvoista leipävilja-alojen kehityksessä on se, että missään skenaa- riossa vehnä- tai ruisalat eivät lähde laskuun heti vuonna 2000, jolloin siirtymä- kauden tuet loppuvat, vaan vasta 1-3 vuoden viiveellä. Tämä johtuu siitä, että viljelyn kiinteät kustannukset tulevat kokonaan muuttuviksi vuonna 2003. Skenaariossa 2, jossa viljelyn kiinteät kustannukset tulevat muuttuviksi vuonna 2005, leipävilja-alat lähtevät voimakkaaseen laskuun vasta vuosina 2004 (vehnä) ja 2005 (ruis). Ulkomaankaupan hitaustekijät eivät leipäviljojen tapauksessa jarruta tuon- nin kasvua, vaikka kotimainen ja ulkomainen vehnä ja ruis on määritelty eri tuotteiksi. Substituutiojouston arvoksi on asetettu rukiilla ja vehnällä molem- milla 7, mikä tarkoittaa sitä, että kotimainen ja ulkomainen leipävilja ovat varsin pitkälle samanlaisia tuotteita, mutta eivät kuitenkaan täysin homogeenisia. Tätä voidaan perustella koti- ja ulkomaisen vehnän laatueroilla ja erilaisilla 122 leivontaominaisuuksilla. Tässä tapauksessa tuotteiden lievä erilaisuus ei jarruta tuonnin kasvua, vaan viljelyala laskee ja tuonti kasvaa kaikissa skenaarioissa maksiminopeudella tietyn käännepisteen jälkeen. Skenaariossa 1 tämä käänne- piste ajoittuu vuoteen 2003, jolloin viljelyn kaikki kiinteät kustannukset ovat päätöksenteossa mukana. Vehnäalan sallitaan muuttuvan korkeintaan 30 % edel- lisvuodesta ylös- tai alaspäin ja ruisalan 40 %. Jos substituutiojousto määritel- täisiin pienemmäksi (esim. naudanlihalla substituutiojousto on 2,5), kotimaisen tuotannon lasku ja samalla tuonnin kasvu voisi olla hitaampaa. 6.5.7. Tuotot, kustannukset ja maataloustulo Yksi tärkeimpiä tunnuslukuja eri politiikkavaihtoehtoja arvioitaessa on koko maan maataloustulo. Se lasketaan varsinaisen optimointimallin ulkopuolella mallin antamista tuloksista kuten hinnoista, tuotannon ja käytettyjen tuotantopa- nosten määristä ja tuista. Liitteessä 5 on esitetty maatalouden tuotot, kustannuk- set ja maataloustulo eri skenaarioissa. Kuviossa 6.13 on esitetty maataloustulo eri skenaarioissa (milj. markkaa). Vuosien 1995-1997 maataloustulo kuviossa 6.13 ei vastaa täysin maatalou- den kokonaislaskelman mukaista maataloustuloa. Poikkeamien syynä on pääasi- assa se, että mallissa ei ole mukana puutarhataloutta, kuten kokonaislaskelmassa, eivätkä tuotot ja kustannukset ajoitu samalla tavalla. Mallissa kunkin vuoden tuotot, kuten maataloustuet, ja kustannukset ajoittuvat maataloustuloa lasketta- essa samalle vuodelle. Maatalouden kokonaislaskelmassa tuotot ja kustannukset eivät aina ajoitu samalle vuodelle jo siitä syystä, että osa kunkin vuodesta maksetaan vasta seuraavana vuonna. Lisäksi tuotantopanosten ja lopputuotteiden milj. mk 7000 6500 6000 5500 5000 4500 A- Si -11- S2 S3 -.- S4 -3(- S5 4000 1995 1996 1997 1998 1999 2000 2001 2002 2003 2004 2005 Kuvio 6.13. Maataloustulo eri skenaarioissa (milj. markkaa). 123 k— S1 S2 S3 +— S4 S5 Kikkavaatimus rnk 70 65 60 55 50 45 varastojen muutokset, joita ei ole mallissa mukana, voivat vaikuttaa kokonais- laskelmaan. Maataloustulon selvä lasku vuodesta 1995 vuoteen 1996 johtuu ennen muuta siitä, että vuoden 1995 lihojen hintatukia (esim. sonneille 8,8 ja sioille 2,8 markkaa/kilo) ei enää maksettu vuonna 1996. Vuonna 1995 maksettuja varasto- korvauksia ei ole otettu huomioon. Myöhemmin, kun vuoden 1995 kaltaisia hintatukia ei makseta, maataloustulo laskee 5 miljardin markan tuntumaan skenaarioissa 1 ja 2 (4,8 miljardiin skenaariossa 3) vuoteen 1999 mennessä. Tähän vaikuttavat yhdessä inflaatio, tuottavuuden kasvu ja kiinteiden tuotanto- kustannusten asteittain kasvava mukaantulo päätöksentekoon. Tuottavuuden kas- vu asetettu siten, että skenaarioissa 1 ja 2 sekä 4 ja 5 kotieläintuotanto pysyy likimain nykytasolla vuoteen 2005. Näissä skenaarioissa maatalouden tuottavuus- kehitys tältä osin kompensoi kustannusten nousun ja tukitason laskun. Näin ei kuitenkaan tapahdu skenaariossa 3, jossa maidontuotanto laskee huomattavasti alle kiintiön. Viljanviljely ja erityisesti viljan vienti vähenee kaikissa skenaari- oissa, koska asetettu tuottavuuden kasvu ei riitä kompensoimaan inflaatiota ja tukien laskua. Tuotanto voi säilyä entisellä tasollaan vain, jos tuotannonalan tuottavuus- kehitys pystyy kompensoimaan tuotantopanosten kallistumisen ja alenevan tuki- tason. Malli toimii rationaalisesti eikä "suostu" tuottamaan tappiolla, kun kaikki kustannukset ovat päätöksenteossa mukana. Tällöin myös maataloustulo tehtyä työtuntia kohti nousee inflaation mukana. Kokonaisinflaatio on mallissa alle 2 prosenttia, koska lannoitteiden hinnat eivät nouse nimellisesti lainkaan ja teollisuusrehujen hinnat vain prosentin. Kuviossa 6.14, jossa maataloustulo on jaettu tehtyjen työtuntien määrällä, vertailulukuna käytetty työtunnin palkka- 40 1995 1996 1997 1998 1999 2000 2001 2002 2003 2004 2005 Kuvio 6.14. Maataloustulo työtuntia kohti (markkaa). 124 vaatimus nousee 1,7 prosentin inflaatiovauhdin mukaan, mikä on lähellä mallin nykyisen version kokonaisinflaatiota. Jos malli käyttäytyy rationaalisesti, maa- taloustulo työtuntia kohti laskettuna tulee olla vähintään työtunnin palkka- vaatimuksen tasolla, kun kaikki kustannukset ovat mukana päätöksenteossa. Maataloustulo työtuntia on kaikissa skenaarioissa, lukuunottamatta skenaa- riota 3, vuonna 2005 korkeampi kuin 1,7 % mukaan laskettu työtunnin palkka- vaatimus. Skenaariossa 3 hidas satotason kasvu heikentää taloudellisia toiminta- edellytyksiä muihin skenaarioihin verrattuna, jolloin maataloustulo työtuntia kohti jää alhaiseksi. Tuotannon vuotuiset mutitosrajat, jotka kuvaavat tuotannon biologis-teknisiä viiveitä, jarruttavat tappiollisen tuotannon laskua, ja siksi jää- dään vähän palkkavaatimuksen alle. Skenaariossa 2 maataloustulo tehtyä työtuntia kohti jää alemmaksi kuin skenaariossa 1. Syynä tähän on se, että skenaarioissa 2 kiinteät kustannukset tulevat hitaammin muuttuviksi kuin skenaarioissa 1. Mitä suurempi osa kustan- nuksista on mukana päätöksenteossa, sitä herkemmin tuotanto sijoittuu suotui-• simmille alueille 'ja sitä nopeammin luovutaan tappiollisesta tuotannosta ja laa- jennetaan sitä tuotantoa, jossa tuotot kattavat kustannukset. Myös rehunkäyttö muuttuu taloudellisemmaksi sitä herkemmin, mitä vähemmän on uponneita kiin- teitä kustannuksia, koska kiinteät kustannukset vaikuttavat myös rehuntuotannon kustannuksiin. Maataloustulo työtuntia kohti skenaariossa 2 ei nouse skenaarion 1 tasolle, koska kaikki kustannukset ovat olleet mukana optimoinnissa vasta vuon- na 2005. Lyhyellä aikavälillä tuotannolliset viiveet jarruttavat tuotannon sopeu- tumista. Mikäli tarkasteluajanjakso olisi pitempi, maataloustulo työtuntia kohti nousisi myös skenaariossa 2 palkkavaatimuksen tasolle ja samalla kaikki kannat- tamaton tuotantö loppuisi. Maataloustulo työtuntia kohti nousee kaikissa skenaarioissa sitä nopeammin kohti palkkavaatimustasoa mitä enemmän kustannuksia on mukana optimoinnissa. Skenaarioissa 4 ja 5 päädytään selvästi palkkavaatimusta korkeampaan tunti- ansioon skenaariota 1 nopeamman tuottavuuskehityksen ansiosta. 6.5.8. Tuet Sektorimallista saatavassa kokonaislaskelmatyyppisestä maataloustulolaskelmasta ilmenevät kunkin Vuoden maataloustuet tukimuodoittain. Niiden perusteella voi- daan tarkistaa mallin tukijärjestelmän todenmukaisuus. Vaikka tunnettujen vuo- sien osalta mallin tuotantomäärät vastaisivatkin todellisuutta, tukisummat eivät aina täysin vastaa todellisen maataloustulolaskelman mukaisia maksettuja tukia. Ensiksikin osa tuista on todellisuudessa maksettu vasta seuraavana vuonna. Toiseksi mallin maataloustulolaskelmassa maataloustuotteiden myynnistä saa- dut tuotot on laskettu pelkästään markkinahinnoin. Lisähinnat lasketaan mallin maataloustulolaskelmassa tukiin. Maksettujen tukimäärien tarkistus tukimuo- doittain on kuitenkin tärkeä osa mallin tarkistamista. 125 Siirtymäkauden hintatuet loppuvat vuoteen 2000 mennessä. Kuitenkin mai- don hintatuen jatkuminen osana vakavien vaikeuksien tukea sisältyy mallin kokonaislaskelmassa samaan erään kuin siirtymäkauden tuet. Taulukossa 6.13 on esitetty esimerkin vuoksi maataloustuen rakenne skenaariossa 2. Skenaario 2 on valittu esimerkiksi siksi, että siinä (kuten myös skenaarioissa 4 ja 5) koti- eläintuotannon volyymi vuonna 2005 on lähellä nykytasoa, jolloin vertailu ny- kyhetkeen on helpompaa. LFA-tuki maksetaan mallissa pinta-alaperusteisesti, koska mallissa ei ole erikseen mukana kasvinviliely- ja kotieläintiloja tuotantosuunnittain, vaan päätös- muuttujina ovat eläinmäärät ja pinta-alat. Mikäli LFA-yksiköiden enimmäismäärä ylittyy, LFA-tukea leikataan ylitystä vastaavalla määrällä seuraavana vuonna. Vastaavalla tavalla menetellään pohjoisen tuen, öljykasvituen ja CAP-tuen suh- teen (luku 4.2.7). Tästä syystä vuonna 1995 LFA-tukea maksetaan mallissa vähän enemmän kuin todellisuudessa. Tämä nostaa vuoden maidontuotannon Taulukko 6.12. Tuotannon markkinahintainen arvo (milj. mk ) skenaariossa 2. 1995 1996 1997 1998 1999 2000 2001 2002 2003 2004 2005 Kasvinvilj ely 2643 2716 2764 2731 2696 2613 2451 2259 2191 2004 1821 Maidontuotanto 4666 4703 4737 4670 4629 4605 4652 4687 4735 4740 4742 Siipikarj anliha 285 281 307 319 320 326 331 337 342 347 352 Naudanliha 1661 1480 1503 1477 1433 1391 1372 1318 1300 1287 1281 Sianliha 1544 1412 1499 1552 1511 1456 1412 1402 1364 1360 1361 Lihantuotanto yht. 3489 3174 3308 3348 3263 3173 3114 3056 3007 2994 2994 Kananmunantuotanto 182 266 305 300 277 256 247 247 247 247 247 Tuotanto yhteensä 10981 10859 11114 11050 10866 10647 10464 10250 10181 9986 9804 Taulukko 6.13. Tuet skenaariossa 2 (milj. mk ). 1995 1996 1997 1998 1999 2000 2001 2002 2003 2004 2005 LFA-tuki 1779 1682 1632 1627 1618 1622 1623 1614 1587 1584 1572 Ympäristötuki 1406 1437 1430 1399 1354 1304 1249 1200 1169 1097 1026 CAP-peltotuki 1288 1410 1455 1514 1543 1600 1638 1674 1668 1604 1533 CAP-eläintuki 354 361 385 373 362 352 345 340 336 331 325 Pohjoinen tuki 641 649 916 1123 1242 1426 1480 1476 1476 1465 1450 Siirtymäkauden tuki 3609 3106 2365 1707 1126 727 723 721 719 720 720 Vakavien vaikeuksien tuki 128 246 315 376 358 343 332 296 258 Perunan tuki 44 51 49 47 46 44 43 42 40 39 38 Nuorten viljelijöiden tuki 149 153 127 99 75 56 56 56 54 52 49 Tuet yhteensä 9270 8849 8487 8135 7681 7507 7515 7466 7381 7188 6971 126 vähän (noin '30-40 tuhatta kiloa) todellisuutta suuremmaksi. Jatkossa LFA-tuen määrä pysyy kuitenkin sallituissa määrissä. Tukien kokonaismäärät vuosina 1995-1996 ovat lähellä maksettuja tukimääriä. 6.5.9. Tulosten yhteenveto Edellä on esitetty valitun perusskenaarion (skenaario 1) ja skenaarioiden 2-5 kehitysurat ja tehty herkkyysanalyysiä uponneiden kustannusten ja tuottavuus- oletuksien suhteen vertaamalla skenaarion 1 tuloksia skenaarioiden 2-5 tulok- siin. Skenaariot 2-5 poikkeavat kukin skenaariosta 1 vain yhden oletuksen suh- teen. Eri oletusten vaikutus tuotantoon ja ulkomaankauppaan vaihtelee tuotanto- suunnittain. Kasvinviljely on pääsääntöisesti herkempi kustannusmuutoksille ja tuottavuus- kehitykselle kuin kotieläintuotanto. Näin on erityisesti niiden kasvien kohdalla joita ei käytetä rehukasveina. Esimerkkinä tarkasteltiin leipäviljan tuotantoa. Skenaarioissa 1, 3 ja 4 leipäviljan pinta-alat laskivat murto-osaan alkuvuosien tasosta vuoteen 2005 mennessä. Vehnäala laski noin kolmannekseen ja ruisalat 12-20 prosenttiin alkuvuosien viljelyaloista. Leipäviljojen pinta-alat laskivat maksiminopeudella (vehnä -30 % edellisvuodesta ja ruis -40 % edellisvuodesta) skenaarioissa 1, 3 ja 4 vuodesta 2003 lähtien, jolloin kaikki viljelyn kiinteät kustannukset tulivat kokonaan muuttuviksi kustannuksiksi. Kun viljelyn kiinteät kustannukset tulivat kokonaan muuttuviksi vuonna 2005 skenaariossa 2, vehnä- ja ruisalat lähtivät laskuun vasta vuosina 2004 ja 2005, jolloin pinta-alat laskivat noin puoleen alkuvuosien tasosta. Skenaario 5 poikkesi skenaariosta 1 ainoas- taan siten, että viljelyn työ- ja konekäyttö ja kiinteiden tuotannontekijöiden käyttö laski hehtaaria kohti 5 % enemmän vuoteen 2005 mennessä. Tällöin vehnä- ja ruisalat eivät laskeneet juuri lainkaan, vaan tuotanto vastasi kotimaista kulutusta. Syynä leipäviljantuotarmon herkkyyteen pienille kustannusmuutoksille on Leontief-tyyppinen tuotantoteknologia eli kiinteät panos-tuotos-kertoimet. Rehukasvien viljely ei ollut leipäviljan tavoin herkkä kustannusmuutoksille, vaan rehuntuotannon laajuuden määräsi kotieläintuotannon taso. Kotieläin- tuotannossa tuotantoteknologia ei ole mallissa kokonaan Leontief-tyyppistä, vaan kunkin rehuaineen käyttö voi eläintä kohti muuttua. Koska rehunkäyttö muuttuu kulloisiakin hintasuhteita vastaavasti, pienet kustannus- tai tuottavuusmuutokset eri skenaarioiden välillä eivät aiheuttaneet suuria muutoksia tuotannossa, vaan muutokset jäivät selvästi muutosrajojen alle. Muutosten suuruus vaihteli tuotanto- suunnittain. Maidontuotanto oli herkempi kustannusmuutoksille ja uponneille kustannuksille kuin sika- ja slipikarjatalous. Tämä johtuu osaksi rehukustannusten suhteellisen suuresta osuudesta maidontuotannossa (jolloin maidontuotanto on herkkä esim. satotason kasvulle), mutta myös siitä, että rehunkäyttö muuttui samalla tavalla kaikissa tutldtuissa skenaarioissa. Väkirehujen käyttö kasvoi selvästi ja karkearehujen käyttö väheni lähes sallittuun minimiarvoon kaikissa 127 skenaarioissa. Rehunkäytön muuttuminen tasoitti vain osittain kustannuseroja eri skenaarioiden välillä, koska rehunkäytöllä oli kaikissa skenaarioissa voima- kas pyrkimys väkirehuvaltaiseen suuntaan.Tällöin pienet erot tuottavuudessa eri skenaarioissa eivät aiheuttaneet juuri laikaan eroja rehunkäytössä eri skenaa- rioiden välillä. Uponneilla kustannuksilla oli samantyyppiset vaikutukset kaikissa tuotanto- suunnissa. Skenaariossa 2, jossa kiinteät kustannukset ovat kokonaan muuttuvia vasta vuonna 2005 (skenaariossa 1 vuonna 2003, mutta sikataloudessa vuonna 2004), tuotannon lasku jäi perusskenaariota pienemmäksi. Maidontuotanto py- syi kiintiössä skenaariossa 2, kun taas skenaariossa 1 maidontuotanto jäi 200 miljoonaa kiloa alle kiintiön. Skenaariossa 3 maidontuotanto jäi alle 1900 mil- joonan kilon. Tuotanto laski skenaarion 3 loppuvuosina 3-4,5 % vuodessa, kun suurin sallittu laskunopeus oli 6 % vuodessa. Syynä laskuun skenaariossa 3 oli satotason hidas kasvu ja korkeammat rehukustannukset skenaarioon 1 verrattu- na. Rehukustannuksilla on suuri merkitys lypsykarjataloudelle. Skenaariossa 4 lehmän keskituotos kasvoi runsaan neljänneksen nopeammin kuin skenaariossa 1. Tämä laski tuotantokustannuksia noin 6,7 % maitokiloa kohti (lehmää kohti noin 800 mk) skenaarioon 1 verrattuna vuoteen 2005 mennessä, mikä riitti pitämään maidontuotannon maakiintiön tuntumassa. Samoin skenaariossa 5, jossa muut kuin rehukustannukset lehmää kohti laskivat 5 % enemmän kuin skenaariossa 1 vuoteen 2005 mennessä, maidontuotanto pysyi koko ajan yli 2350 miljoonan kilon. Erikoistunut naudanlihantuotanto laski maksiminopeudella kaikissa skenaa- rioissa. Naudanlihantuotannon erot eri skenaarioissa johtuivat täysin eroissa maidontuotannossa ja lehmien lukumäärässä. Sianlihantuotanto saavutti kaikissa skenaarioissa tasapainotilan, jossa vienti ja tuonti ovat vähäisiä ja tuotanto vastaa kotimaista kulutusta. Sianlihan- tuotannossa päädyttiin vähän alle 165 miljoonan kiloon kaikissa skenaarioissa. Pienillä eroilla tuottavuuskehityksessä oli vain hyvin pieniä eroja sianlihan- tuotannon laajuuteen. Suhteellisesti erot olivat pienempiä kuin maidontuotan- nossa. Skenaariossa 1 sianlihantuotannon kiinteät kustannukset tulevat koko- naan muuttuviksi vuonna 2004, mutta skenaariossa 2 vuonna 2005. Sianlihan- tuotanto oli skenaariossa 2 vain vähän suurempi kuin skenaariossa 1. Jos sen sijaan sianlihantuotannon kiinteät kustannukset tulevat kokonaan muuttuviksi jo vuonna 2003, kuten muissa skenaarioissa, kustannukset kasvavat päätöksenteos- sa vuodesta 1998 (jolloin 68 % kiinteistä uponneista kustannuksista oli asetettu uponneiksi, jotta ennustettu vuoden 1998 tuotantomäärä saavutetaan) lähtien niin nopeasti, ettei tasapainotilaa saavuteta, vaan tuotanto laskee alle 160 mil- joonan kilon vuoteen 2005 mennessä. Jos tuotanto laskisi maksiminopeudella vuodesta 1998, päädyttäisiin 131 miljoonaan kiloon vuonna 2005. Mallin tarkas- teluajanjakson pidentäminen olisi eduksi sianlihantuotantoa tarkasteltaessa. Esim. vuoteen 2010 ulottuvassa mallissa poistoaikataulu voisi olla pitempi, jolloin 128 kiinteiden kustannusten suhteellisen osuuden kasvu päätöksenteossa olisi hitaam- pi, eikä malli olisi herkkä yhden tai kahden vuoden mittaisille eroille poistoaika- taulussa eli aikataulussa, jolla kiinteät kustannukset tulevat muuttuviksi. Tällöin sianlihantuotanto voisi toimia pitkän aikaa täysin kustannuksin. Kananmunien vienti loppuu kaikissa skenaarioissa vuoteen 2000 tai 2001 mennessä, ja tasapainotilassa tuotanto vastaa vakiona pysyvää (oletus) koti- maista kulutusta. Siipikarjanlihantuotannossa on vain pieniä muutoksia eri skenaarioiden välillä, mutta suhteellisesti muutokset ovat vähän suurempia kuin sianlihantuotannossa. Kuten sianlihantuotannossa, työnkäytön ja kiinteiden tuo- tantopanosten käytön muita skenaarioita nopeampi lasku eläintä kohti skenaa- riossa 5 johti vähän korkeampaan tuotantoon kuin muissa skenaarioissa. Skenaariossa 2, jossa uponneita kustannuksia oli skenaariota 1 enemmän, maataloustulo tehtyä työtuntia kohti oli 60 markkaa tunnilta eli 2 mk alhaisempi kuin skenaariossa 1. Tämä johtuu siitä, että uponneet kustannukset pitävät yllä kannattamatonta tuotantoa ja samalla hidastavat tuotannon sijoittumista suhteel- lisesti parhaille tuotantoalueille. Maataloustulo, eli työlle ja pääomalle jäävä tulo, oli skenaariossa 2 kuitenkin 3,6 % suurempi kuin skenaariossa 1, mikä johtuu korkeammasta maidontuotannosta skenaariossa 2. Skenaariossa 3 maa- taloustulo ja maataloustulo tehtyä työtuntia kohti jäivät alhaisemmaksi kuin skenaariossa 1. Skenaarioissa 4 maataloustulo oli eläinten korkeamman keski- tuotoksen takia 7,2 % ja maataloustulo 4,7 % korkeampi kuin skenaariossa 1. Skenaariossa 5, jossa työnkäyttö ja kiinteät kustannukset laskivat nopeammin kuin skenaariossa 1, maataloustulo oli 13,4 % ja maataloustulo tehtyä työtuntia kohti 10,4 % skenaariota 1 korkeampi. Työnkäytön ja kiinteiden kustannusten vähentäminen on skenaarioajojen perusteella tehokkaampi tapa kasvattaa maataloustuloa ja tuntiansiota kuin pelkästään eläinten keskituotosten nostami- nen. Tämä selittyy sillä, että vaikka eläinten keskituotosten nousu kasvattaa tuotantomääriä, markkinoilta saatava hinta on alhainen tuotantokustannuksiin nähden. Kustannukset lehmää kohti pysyvät kuitenkin ennallaan. Tällöin keskituotoksen nousun hyöty jää markkamääräisesti pienemmäksi kuin skenaa- riossa 5 suuremmasta työnkäytön ja kiinteiden kustannusten laskusta aiheutuva säästö. Koska suuri osa tuista maksetaan siirtymäkauden jälkeen eläinkohtaisesti, suhteellisen pienelläkin (skenaariossa 5 eräiden tuotantopanosten käyttö väheni 5 % enemmän skenaarioon 1 verrattuna) eläinkohtaisten kustannusten vähentä- misellä voidaan saavuttaa markkamääräisesti yhtä suuri hyöty kuin selvästi nopeammalla keskituotoksen nousulla. Kuten luvussa 6.2 todettiin, dynaamisen mallin perusskenaarion valinnalle ja arvioinnille ei ole olemassa täysin luotettavia ja varmoja perusteita. Tehty herkkyysanalyysi olisi periaatteessa voitu tehdä myös valitsemalla perusskenaa- rioksi mikä tahansa skenaarioista 2-5 ja muodostamalla sen jälkeen erilaisia vaihtoehtoisia skenaarioita (ei välttämättä samoja kuin edellä on esitetty) muut- tamalla yhtä oletusta kerrallaan. 129 Skenaarion 1 valintaa voidaan perustella sillä, että sen varsin maltillinen tuottavuuskehitys on perusteltavissa menneellä kehityksellä ja nykysuuntauksella. Oletuksena skenaariossa 1 on se, että tuotantopanosten käyttö eläintä ja hehtaa- ria kohti tulee tuottajien aktiivisten toimenpiteiden tuloksena laskemaan riittä- västi, jotta kotieläintuotanto säilyy likimain nykytasolla. Tätä voidaan perustella sillä, että vaihtoehtoisia ansiomahdollisuuksia on maaseutualueilla vähän, jonka vuoksi maatiloilla tultaneen tekemään monia toimenpiteitä tuotannon kannatta- vuuden turvaamiseksi. Koska alalta on poistumassa pieniä tiloja, voidaan keski- määräisen työnkäytön ja kiinteiden kustannusten odottaa laskevan. Tämän pe- rusteella skenaarion 3 alle 2 miljardin kilon tuotanto vuonna 2005 voi olla liian alhainen arvio. Toisaalta lehmien geneettinen tuotantopotentiaali antaa mahdol- lisuuden nopeampaan keskituotosten kasvuun kuin skenaariossa 1, jos väkirehu- ruokintaa lisätään, jolloin skenaario 4 saattaa tässä suhteessa olla realistisempi. Keskituotosten kasvu kuvaa mallin nykyisessä versiossa kuitenkin vain ruokin- nasta riippumatonta trendikasvua, joka tuskin kasvaa yhtä nopeasti kuin skenaa- riossa 4, vaan on todennäköisesti lähempänä skenaarion 1 kasvua. Nopea keskituotoksen kasvu lyhyellä aikavälillä vaatii väkirehuruokinnan selvää lisää- mistä tai eläinaineksen nopeaa valikoitumista. Mallissa ei ole mukana tuotanto- funktioita, jotka kuvaisivat ruokinnan ja keskituotoksen välistä riippuvuutta. Skenaarion 1 taustalla on muitakin valintoja kuin ne oletukset, jotka ovat erilaisia skenaarioissa 2-5. Näitä valintoja selvitettiin luvussa 6.4. Sektorimallia ei ole tarkoitettu tulevaisuuden ennustamiseen sinänsä, vaan eri politiikka- vaihtoehtojen vertailuun. Kun valitut parametrien arvot pidetään samoina sekä perus- että politiikkaskenaarioissa, ne eivät ratkaisevasti vaikuta johtopäätök- siin. Suuri osa luvun 6.4 parametreista on luonteeltaan sellaisia (esim. tuotan- non vuotuiset muutosrajat), että niitä muutettaessa muutosten suunta pysyy samana. Muutosten suuruus sen sijaan voi muuttua, ja joissain tapauksissa on syytä tehdä samantyyppistä herkkyysanalyysiä kuin edellä on esitetty. 7. Muita sovellusmahdollisuuksia Suomen maatalouden alueellista sektorimallia voidaan käyttää politiikka-ana- lyysin ohella monenlaiseen taloudelliseen analyysiin. Yhtä lailla kuin mitä ta- hansa tukea, hintaa tai kiintiötä, voidaan muuttaa myös mitä tahansa mallin parametria ja tutkia muutoksen vaikutuksia. Erilaisia analyysejä voidaan tehdä esim. EU:n hintatason, kulutuksen ja panoshintojen muutosten vaikutuksista. Nykyisessä versiossa lähes kaikkien tuotantopanosten hinnat nousevat 2 % vuo- dessa yleisen inflaatiokehityksen mukana. Teollisuusrehujen hinnat nousevat vuositasolla 1 % ja lannoitteiden hinnat eivät nouse lainkaan. Eri tuotanto- panoksille voidaan asettaa erilainen hintakehitys, ja tutkia vaikutuksia tuotan- non määrään ja sijoittumiseen. Eri panosten hinnat ovat kehittyneet eri tavalla 130 vuosina 1995-1997, mutta tätä ei ole mallin nykyversiossa otettu huomioon. Eri tuotantopanosten erilaisen hintakehityksen huomioonottaminen vaatinee myös erilaiset oletukset tulevasta hintakehityksestä. EU:n hintataso määräytyy todellisuudessa pitkälti EU:n maatalouspolitiikan mukaan, mutta jonkin verran ajallisia alueittaisia vaihteluja EU:n sisällä esiin- tyy. Sektorimallilla voidaan tutkia myös pelkästään EU:n hintatason vaikutuk- sia. Samoin voidaan tutkia vienti- ja tuontikustannusten vaikutuksia ulkomaan- kauppaan ja kotimaan tuotantoon. Kulutusmuutokset ovat koko maataloustuotannon kannalta ratkaisevia. Kulutusmuutosten vaikutuksia voidaan tutkia asettamalle kulutukselle erilaisia trendejä. Samoin mallilla voidaan tutkia kuluttajien preferenssien muuttumista kotimaisten ja ulkomaisten tuotteiden välillä. Kysymykseen voisi tulla esimer- kiksi kuluttajien tottuminen tuontielintarvikkeisiin. Tällä voi olla huomattava merkitys maataloustuotannon kannalta. 7.1. Maatalouden rakennekehitys Koska esitetyssä sektorimallissa voi tehdä oletuksia maatalouden tuottavuus- kehityksestä, erityisesti työn ja kiinteiden tuotantopanosten käytön tehostumi- sesta hehtaaria tai eläintä kohti, sektorimallia voidaan käyttää myös maatalou- den rakennekehityksen tutkimiseen. Yhtälön (4-35), joka on esitetty luvussa 4.4, mukainen funktiomuoto on havaittu sopivaksi tutkittaessa tilakoon ja panos- käytön välistä riippuvuutta MTTL:n kirjanpitoaineistossa. Tätä riippuvuutta on käytetty hyväksi myös MTTL:n aiemmissa rakennemuutostutkimuksissa (Niemi ym. 1995, s. 138, 144, 146, 147, 153). Funktiota ei ole mallissa kuitenkaan asetettu suoraan tilakoon ja panoskäytön välille, vaan panoskäytön oletetaan riippuvan ainoastaan ajasta. Jos oletetaan tilakoon kasvavan lineaarisesti ajan funktiona, panoskäytön voidaan ajatella tehostuvan mallissa tilakoon funktiona. Mallista kuitenkin puuttuu toistaiseksi eksplisiittinen yhteys tilakoon ja panos- käytön väliltä. Tämän yhteyden määrittämisen tekee ongelmalliseksi se, että panoskäytön tehostuminen johtuu todellisuudessa monista muistakin tekijöistä kuin pelkästään tilakoon kasvusta. Tuotantopanosten käytön väheneminen eläintä tai hehtaaria kohti voidaan ymmärtää kiinteiden tuotannontekijöiden ja työn- käytön osalta tilakoon kasvusta johtuvaksi, mutta tuotantopanosten käyttö voi tehostua myös uuden tuotantoteknologian tai tilojen välisen tuotanto- ja kone- yhteistyön myötä ilman tilakoon kasvua. Voidaan kuitenkin olettaa, että sektorimalliin asetettu panoskäytön tehostu- minen vaatii tietyn tilakoon kasvun. Asettamalla eksogeenisesti tietty tilakoon kasvu tuotantosuunnittain ja alueittain, voidaan mallin antamien tuotantomäärien perusteella laskea tuotantoa vastaava tilojen lukumäärä. Tällöin voidaan tutkia, kuinka suurta panoskäytön tehostumista ja tilakon kasvua tarvitaan pitämään maatalous kilpailukykyisenä eri tuotantosuunnissa. Tältä pohjalta voidaan poh- 131 tia tarvittavia toimenpiteitä ja edellytyksiä tilakoon kasvattamiseksi eri politiikka- vaihtoehdoilla. Tuloksiin ja varsinkin tarvittavaan tilakoon kasvuun tulee sisäl- lyttää kuitenkin tietty virhemarginaali, koska panoskäytön ja tilakoon välistä yhteyttä on mahdoton luotettavasti määrittää. Yhteyden määrittämisessä voi- daan käyttää hyväksi olemassaolevia tilatason tutkimuksia mm. tuotannon rationalisoinnista, tilakoon kasvusta ja koneyhteistyöstä tuotantosuunnittain. Kasvinviljelytilojen tilakokoa (yksikkö hehtaaria/tila) ei voida mallissa käsitel- lä, koska peltoalaa ei ole jaoteltu eri tuotantosuuntien kesken. 7.2. Maatalouspolitiikan ympäristövaikutusten arviointi Tässä työssä esitettyä sektorimallia voidaan käyttää myös maatalouspolitiikan alueellisten ympäristövaikutusten arvioinnissa. Ympäristövaikutukset riippuvat tuotantomääristä ja tuotannon panoskäytöstä alueittain. Muutokset tuotannon sijoittumisessa voivat merkittävästi vaikuttaa hehtaarikohtaisiin ravinnemääriin aluetasolla ja muuttaa esim. ravinnehuuhtoumia vesistöihin. Arvioinnin pohjana ovat alueelliset eläinmäärät ja pinta-alat, joiden perusteella lasketaan keskimää- räinen eläintiheys (eläinyksikköä/ha) ja ravinnetase (typpi- tai fosforikiloa/ha) jokaiselle 14 tuotannolliselle alueelle. Mikäli eläintiheys nousee jollain ympäris- tön kannalta herkällä alueella, se on merkki potentiaalisesta ympäristöhaitasta. Eläintiheys ei kuitenkaan yksinään kerro koko totuutta, vaan tarkasteluun tulee ottaa myös alueellisissa pinta-aloissa tapahtuvan muutokset. Keskeinen tunnus- luku on tällöin ravinnetase, joka ottaa huomioon eläinten lannan ja lannoituksen mukana tulevat ravinteet ja sadon mukana poistuvat ravinteet. Kasvikohtainen fosforin ja typen ravinnetase lasketaan sektorimallin tuotta- mista eläin-, pinta-ala- ja lannoitusmääristä jokaiselle 14 tuotannolliselle alueel- le. Ravinteita tulee peltoon lannoituksen ja levitetyn lannan sekä pieniä määriä ilmansaasteiden mukana. Kun tiedetään lannoitteiden typpi- ja fosforimäärät sekä eri eläinten lannan typpi- ja fosforimäärät, voidaan laskea peltoon tuleva ravinnemäärä. Lannan mukana tulevat ravinnemäärät on oletettu ruokinnasta riippumattomaksi. Todellisuudessa lannan ravinnepitoisuus riippuu kuitenkin ruokinnasta. Lanta levitetään rehualalle. Korjatun sadon mukana pellolta pois- tuu typpeä ja fosforia eri määrät eri kasveilla. Olettamalla tietynsuuruinen am- moniakin haihtuminen lannasta voidaan laskea erikseen brutto- ja nettotase. Ravinnetaseen laskemisessa tärkeää on tietää luotettavasti sadon mukana poistu- vien ravinteiden määrä. Kasvikohtaisista ravinnetaseista lasketaan edelleen alueen keskimääräinen ravinnetase hehtaaria kohti eri kasvien pinta-alojen perusteella. Tällainen tase on osin ongelmallinen, koska peltoalaa ei ole mallissa eritelty kotieläin- ja kasvinviljelytilojen kesken. Näin ei saada laskettua kotieläintilojen keskimää- räistä ravirmetasetta tuotantosuunnittain eikä kasvinviljelytilojen keskimääräis- tä ravinnetasetta, vaan tuloksena saadaan alueellinen keskiarvo, joka on aina 132 alhaisempi kuin kotieläintilojen todellinen ravinnetase hehtaaria kohti. Joka tapauksessa saatua lukua voidaan käyttää yhtenä maatalouden potentiaalisen ympäristövaikutuksen mittarina aluetasolla. Sektorimallin tuottaman ravinne- taseen lisäksi ympäristövaikutusten arvioinnissa tulee käyttää tilakohtaisia las- kelmia, jotka antavat tarkenmian kuvan ravinnetaseesta ja ravinnehuuhtoumista tilatasolla. Lopullinen ympäristöhaitta riippuu ravinteiden huuhtoumisesta, jo- hon puolestaan vaikuttaa kasvilajien lisäksi monet mikrotason tekijät, kuten esim. maalaji ja pellon kaltevuuskulma. Ravinnetaseiden muutosten tulkinnassa on samalla kertaa otettava huomioon satotaso ja lannoitekäyttö sekä muuutokset pinta-aloissa ja eläinmäärissä alueit- tain. On tärkeää erottaa, kuinka suuri vaikutus perusskenaarion oletuksilla, ku- ten esim. satotason kasvulla, on ravinnetaseen kehitykseen, ja kuinka suuri osa muutoksista johtuu esim. rehunkäytön, kasvien pinta-alojen ja kotieläintuotan- non muuttumisesta alueittain. Tulkinnan helpottamiseksi ravinnetase voidaan hajoittaa komponentteihin eli kasvikohtaisiin taseisiin. Tulkintaa helpottaa myös alueellisen eläintiheyden tarkastelu, joka lasketaan rehualaa kohti alueellisten eläinmäärien perusteella. Alueellisten ravinnetaseiden perusteella voidaan ympäristövaikutusten tutki- misessa ottaa erityistarkasteluun ympäristön kannalta herkät alueet, kuten esim. jokivarsialueet ja herkät järvialueet. Tämän mahdollistaa mallin kohtuullisen tiheä aluejako (14 tuotannollista aluetta). Mikäli ravinnetase sektorimallin tu- losten mukaan kasvaa jollain ympäristön kannalta herkällä alueella, ko. alueen tilannetta voidaan tutkia tarkemmin laskemalla tilakohtaisia ravinnetaseita ja ravinnehuuhtoumia. Tällöin saadaan tarkempi käsitys todellisesta tilatason ravin- netilanteesta ja voidaan pohtia keinoja tilanteen korjaamiseksi. 8. Mallin jatkokehitys 8.1. Mallin vahvuudet ja heikkoudet Sektorimallin rakenteessa on piirteitä, joita voidaan pitää huomattavina paran- nuksina verrattuna moniin kirjallisuudessa esiintyviin malleihin. Sektorimalliin on voitu sisällyttää monia maatalouden sektorimalleissa yleisesti tavoittelemi- sen arvoisina pidettyjä rakenteellisia ominaisuuksia, joita on esittänyt esim. Bauer (1989a, s. 18-20). Tällaisia ominaisuuksia ovat dynaamisuus, alueellisuus, Armington-oletus, kuluttajien kotimaisuuspreferenssit, eri maitotuotteiden ja maidonjalostuksen kuvaus, yksityiskohtainen politiikkatoimenpiteiden (esim. pohjoisen tuen leikkurit) ja tukien määrittely, rehu- ja lannoitekäytön muuttumi- nen hintasuhteiden perusteella, maatalouden tuottavuuskehitys, uponneet kus- tannukset ja oletus maatalouden sopeutumisesta perättäisten epätasapainotilojen 133 kautta. Edellä mainitut piirteet tuovat mallin staattisia optimointimalleja, joita on perinteisesti paljon käytetty maatalouden politiikka-analyysissä (Hazell ja Norton 1986, Apland ja Jonasson 1992), lähemmäksi todellisuutta. Eksogeeniset trendit satotasoille, keslcituotoksille, panoskäytölle ja kiinteille kustannuksille tuovat maatalouden tuottavuuskehityksen mukaan tarkasteluun, mikä laajentaa mallin käyttöaluetta ja mahdollistaa ongelmakeskeisen analyysin. Eri olettamus- ten huolellinen ja järjestelmällinen spesifiointi auttaa jäsentämään ja hahmotta- maan jatkuvassa muutostilassa olevan maatalouden kehityssuuntia ja antaa tar- peellista kokonaisnäkemystä eri politiikkavaihtoehtojen vaikutuksista. Mallissa on edelleen piirteitä, joita ei voida pitää täysin tyydyttävinä. Tuot- tavuuskehitys on riippumaton hintasuhteista ja tuista, mikä ei pitkällä aikavälil- lä ole perusteltavissa. Vaikka lannoitus ja rehunkäyttö muuttuvatkin hinta- suhteiden mukaan, Leontief-teknologia eli optimointimallin sisällä vakiona py- syvät panos-tuotos-suhteet ja siitä johtuva herkkyys on edelleen mallin leimallinen piirre. Mallista puuttuu varsinainen investointitoiminta ja pitkän aikavälin pää- töksenteko. Kaikki päätökset tehdään yhden vuoden markkinareaktion antavissa optimointimalleissa, joille annetaan eksogeenisesti uponneet kustannukset eli määritellään se osa kiinteistä kustannuksista mitä ei oteta päätöksenteossa lyhy- ellä aikavälillä huomioon. Laajaperäisyysrajat ja -lisät on määritelty ainoastaan aluetasolla, jolloin ne menettävät merkityksensä tilatason politiikkatoimenpiteinä. Mallilla ei nykyisessä muodossaan voida täsmällisesti tutkia laajaperäisyys- vaatimusten ja -lisien vaikutuksia, vaan alueittain joudutaan tekemään oletuksia siitä, kuinka suuri osa eläimistä on oikeutettuja eri suuruisiin laajaperäisyyslisiin. Mallin heildwuksiin ja eri ongelmakohtiin paneudutaan mallin jatkokehi- tyksessä. Ongelmien joitakin ratkaisuvaihtoehtoja tarkastellaan lyhyesti luvuis- sa 8.2-8.5. Tavoitteena on mallintaa osa mallin nykyisen version eksogeenisista muuttujista endogeenisiksi muuttujiksi. 8.2. Politiikkatoimenpiteiden ja tuottavuuskehityksen välinen yhteys Keskeinen heikkous sektorimallin nykyisessä versiossa on se, että oletukset satotason ja eläinten keskituotosten trendikasvusta sekä eräiden tuotantopanos- ten käytön laskusta hehtaaria tai eläintä kohti ovat riippumattomia politiikasta ja sen aiheuttamista muutoksista hintasuhteissa ja tuissa. Lyhyellä aikavälillä tuot- tavuuskehitys voi olla hetken aikaa samansuuntainen politiikkamuutoksen jäl- keenkin (esim. viljelijöiden oppiminen uuteen toimintaympäristöön voi viedä aikaa). Pitkällä aikavälillä tuottavuuskehityksen tulisi kuitenkin riippua kunkin politiikkavaihtoehdon mukaisista hintasuhteista ja tuista. Jos eri politiikkaskenaarioissa on erilaiset hintasuhteet ja tuet, myös maata- louden tuottavuuskehityksen tulisi olla erilainen eri skenaarioissa. Tämä on olennainen asia ennen muuta sen vuoksi, että näköpiirissä on politiikkamuutoksia (Agenda 2000), joissa alentuvia hintoja kompensoidaan eläin- tai pinta-ala- 134 kohtaisilla tuilla. Tällöin on suuri merkitys sillä, tapahtuuko maatalouden tuot- tavuuskehitys tuotannon intensiteettiä (kuten hehtaarisatoja ja eläinten keski- tuotoksia) kasvattamalla vai ensisijaisesti vähentämällä keskeisten tuotantopa- nosten, kuten työn ja pääoman, käyttöä yksikköä kohti. Tämä voitiin todeta myös esitetyissä skenaarioajoissa (luku 6.5-6.6), joissa tutkittiin perusskenaarion herkkyyttä tehdyille tuottavuusoletuksille. Hinnat pysyivät kaikissa skenaarioissa ennallaan vuosina 1995-2005 ja oletuksena oli tukijärjestelmän säilyminen ny- kyisellään vuoden 2000 jälkeen, jolloin tuet pysyivät samoina vuosina 2000- 2005. Perusskenaariota selvästi nopeampi lehmän keskituotoksen kasvu skenaa- riossa 4 johti perusskenaariota korkeampaan maataloustuloon, mutta alhaisem- paan maataloustuloon kuin skenaariossa 5, jossa oletuksena oli 5 % perusske- naariota suurempi työn- ja pääoman käytön lasku eläintä kohti. Jos hintoja lasketaan ja eläinkohtaisia palkkioita korotetaan, keskituotosten nostamisen hyöty jää entistä vähäisemmäksi. Tällöin myös pyrkimus korkeampaan keskituotokseen voi vähentyä. Erilaiset tukipolitiikat asettavat viljelijöille erilaiset kannustimet tuotannon kehittämiseen. Tästä seuraa, että tukipolitiikalla on pitkällä aikavälillä vaikutuk- sensa maatalouden kustannusrakenteeseen. Jos esimerkiksi maidon hintaa laske- taan ja hinnanlaskua korvataan suoralla lehmäkohtaisella tuella, silloin muuttuu paitsi lehmien ruokinta halvempien rehuaineiden suuntaan, myös ruokintaan, lehmien hoitoon ja valvontaan käytettävä työaika. Samoin rehuntuotannon kone- ym. kustannukset muuttuvat pitkällä aikavälillä rehunkäytön muuttuessa. Jos viljan hintaa alennetaan, viljanviljelyn tuotannon intensiteetti (mm. lannoittei- den ja kasvinsuojeluaineiden käyttö) laskee, mikä vaikuttaa myös työnkäyttöön. Hintasuhteiden ja tukien vaikutuksia panoskäyttöön voidaan joiltain osin mallintaa erilaisten epälineaaristen tuotantoftmktioiden tai vaihtoehtoisten tuo- tantomenetelmien avulla. Osa politiikan ja tuottavuuskehityksen välisestä yhte- ydestä, kuten esim. investoinnit ja uusi tuotantoteknologia, voidaan mallintaa erilaisia päätössääntöjä käyttämällä (luku 8.4). Tietyn tuottavuuskehityksen osan, kuten esim. kasvilajikkeiden kehittymisen, voidaan edelleen katsoa olevan riip- pumatonta politiikasta. 8.3. Tuotantofunktioiden ja eri tuotantomenetelmien määrittäminen Vaihtoehtoiset tuotantomenetelmät tai tuotantofunktiot luovat paitsi yhteyden hintojen, tukien ja tuotantopanosten käytön välille, myös vähentävät mallin herkkyyttä hintasuhteiden tai tukien muutoksille. Erityisesti kasvinviljelyssä tulisi olla vaihtoehtoisia tuotantotapoja, joilla on erilainen satotaso ja panos- käyttö. Samoin tulisi muodostaa riippuvuus eläinten ruokinnan ja keskituotoksen välille. Tuotantofunktioiden muodostaminen on käytännössä vaikeaa empiirisen ai- neiston vähäisyyden vuoksi. Vaikka empliristä aineistoa joiltain osin onkin 135 olemassa, tuotantofunktiota ei voida valita suoraan tehtyjen kokeiden perusteel- la, koska tuotantofunktio täytyy sovittaa panoskäytön alkutilanteeseen, joka on erilainen eri alueilla. Tuotantofunktioiden määrittämistä eläimille vaikeuttaa se, että yksittäisten rehuaineiden tuotosvaikutus riippuu muiden rehuaineiden syönnistä. Esimerkik- si väkirehun tuotosvaikutus lehmällä riippuu syödyn karkearehun määrästä. Jos ruokinta on tasapainoista, yksittäisen rehun tuotosvaikutus voi olla likimain lineaarinen, mutta yksittäisen rehun tuotosvaikutus heikkenee, mikäli ruoldnta menee liian yksipuoliseksi. Funktiomuotojen valinta on tämän vuoksi vaikeaa (Ylätalo ym. 1996, s. 77). Eläinten, esimerkiksi lypsylehmien tuotos, riippuu ruokinnan lisäksi monista muista tekijöistä. Lehmät reagoivat koko tuotantoympäristöönsä, jolloin ruokin- nan tuotosvaikutus voi olla erilainen eri olosuhteissa (Ylätalo ym. 1996, s. 76- 77). Periaatteessa on mahdollista mallintaa tuotantofunktioita, joissa selittävinä muuttujina on rehujen ohella myös muita tuotantopanoksia. Käytännössä tämä on vaikeaa, ellei mahdotonta. Sektorimallin kannalta olennaista on määrittää eläinten keskituotos rehujen käytön (lehmillä karkearehujen ja väkirehujen) funktiona. Empiirisen aineiston perusteella saatu tuotantofunktio muuttuu ajan myötä eläinten geneettisen tuotosominaisuuksien muuttuessa. Tuotantofunktion tulee siis nousta ruokinnasta riippumatta ajan funktiona. Nousun jyrkkyys riip- puu pitkällä aikavälillä niistä kannustimista, joita tuottajilla on kehittää tuotan- toaan. Merkittävä tuotantofunktioihin liittyvä ongelma on se, että epälineaaristen funktioiden käyttö lisää epälineaaristen muuttujien määrää. Koska mallin suoritus- aika kasvaa nopeasti epälineaaristen muuttujien määrän kasvaessa, on syytä keskittyä vain tärkeimpien tuotantofunktioiden mallintamiseen. Vaihtoehtona epälineaarisille tuotantofunktioille on vaihtoehtoisten tuotanto- menetelmien määrittäminen, joissa kussakin on kiinteät panos-tuotos-suhteet. Tällöin malli valitsee eri menetelmien väliltä sen mukaan kuin hintasuhteiden ja tukien mukaan on edullista. Menettelytapa lisää epälineaaristen muuttujien si- jasta lineaaristen muuttujien määrää, mitkä ovat ratkaisualgoritmin kannalta helppoja käsitellä. Mikäli kuitenkin panoskäytön ja tuotannon välinen riippu- vuus on voimakkaasti epälineaarinen, joudutaan vaihtoehtoisia tuotantomene- telmiä määrittelemään useita, jolloin lineaaristen muuttujien määrä kasvaa mo- ninkertaiseksi. Joissain tapauksissa, jos panoskäytön ja tuotannon välinen epälineaarinen riippuvuus tiedetään, paras vaihtoehto voi olla epälineaarisen tuotantofunktion käyttäminen. Erilaisten viljelymenetelmien, joissa eri tuotantopanoksia käytetään erilaisia määriä ja saadaan erilaisia hehtaarisatoja, määritteleminen vaatii yksityiskohtai- sen kuvauksen eri menetelmien todellisista kustannuksista. Tämä edellyttää tark- kaa selvitystä siitä, mitkä vaihtoehtoiset menetelmät ovat laajassa mittakaavassa käytännössä mahdollisia, mitkä ovat niiden todelliset kustannukset (esim. työn- 136 käyttö ja konekustannukset), vaikutukset satotasoon sekä rikkakasvien torjun- taan ja maan laatuun pitkällä aikavälillä. Vaihtoehtoisia viljelymenetelmiä voi- daan asettaa malliin myös apriori, ilman empiiristä aineistoa panoskäytön ja satotason suhteesta. Tällöin ei voida olla varmoja siitä, ovatko annetut tuotanto- menetelmät käytännössä mahdollisia. Näin voidaan kuitenkin tutkia, millainen viljelyteknologia on optimaalinen eri politiikkavaihtoehdoilla. 8.4. Investoinnit ja tilatason päätöksentekomekanismit Sektorimallista puuttuu eksplisiittinen investointitoiminta eli investoinnit eivät ole oma itsenäinen päätösmuuttujansa. Investoinnit ovat mukana implisiittisesti, koska jokaista eläintä ja viljeltyä hehtaaria kohti on määritelty koneiden ja rakennusten poistot. Tuotannon muuttuessa myös poistot muuttuvat. Mallin nykyisessä versiossa työnkäytön ja kiinteiden kustannusten oletetaan laskevan ajan myötä eksogeenisesti annetun epälineaarisen funktion mukaan investoin- neista riippumatta. Todellisuudessa tuotantoteknologia ja tuottavuus voivat kas- vaa nopeastikin voimakkaan investointiaallon seurauksena. Investointikäyttäytymisen tarkempi mallintaminen voisi parantaa mallin ky- kyä kuvata panoskäytön muutoksia. Investointeja voidaan mallintaa eksplisiit- tisesti mm. viljelijän käyttäytymistä kuvaavilla päätössäännöillä. Lähtökohtana voidaan käyttää tilatason mallia, jossa investoinnin odotetut tulot ja kustannuk- set diskontataan nykyhetkeen. Samalla voidaan ottaa huomioon riskikäyttäy- tyminen ja korkotaso. Investoinnin hinta on yhteydessä uuden tuotantovälineistön teknologian tasoon. Tilan taloudellinen menestys ja velkaisuus yhdessä korkota- son ja investointitukien kanssa vaikuttavat investointipäätökseen ja uuden tuotantoteknologian käyttöönottoon. Kunkin tuotannonalan investointifunktioiden parametrit voidaan alkuvuosina asettaa siten että tunnettu investointikäyttäy- tyminen ja tuottavuuskehitys toteutuvat. Tilatason päätöksentekosääntöjä voidaan soveltaa myös satotason ja eläinten keskitUotosten kehitykseen. Satotason tai keskituotoksen vuosittaisen kasvun selittäjinä voivat olla esim. tilatason optimointimallin avulla lasketut satotason tai keskituotoksen duaalimuuttujien (jos satotasolle tai kesIdtuotokselle on ase- tettu tuotantofunktio) arvot, jotka ilmaisevat kuinka paljon satotason tai keski- tuotoksen noususta kannattaa maksaa. Erilaisilla tuilla ja hintasuhteilla viljeli- jöillä on erilaiset kannustimet kehittää tuotantoaan. Tilatason päätöksentekomekanismien kytkeminen sektorimalliin auttaa pa- remmin näkemään tilatason merkityksen markkinoiden käyttäytymisessä. Yhtä lailla voidaan mallintaa tarkemmin teollisuuden ja kuluttajien valinta- ja päätös- kriteereitä. Vaarana on kuitenkin se, että mitä enemmän erilaisia päätöksenteko- mekanismeja mallinnetaan ja poiketaan vallitsevan talousteorian oletuksista, tulokset voivat olla vaikeammin tulkittavissa rationaalisen toiminnan tuloksiksi. Erilaisia päätöksentekosääntöjä on mallinnettu mm. evoluutiotaloustieteen pii- 137 rissä (Nelson ja Winter 1982, Andersen 1994). Evoluutiotaloustieteen menetel- mät asettavat perinteisiä neoklassisisia menetelmiä enemmän painoa yritystason muuttujille ja tuovat uusia mahdollisuuksia niiden mallintamiseen. Näitä mah- dollisuuksia tutkitaan sektorimallia kehitettäessä. 8.5. Laajaperäisyysvaatimukset ja -lisät Laajaperäisyysvaatimusten ja -lisien mallintaminen vaatii peltoalan jakamisen eri tuotantosuuntien kesken alueittain. Peltoala voidaan jakaa olemassaolevan tilastoaineiston perusteella. Ongelmana on kuitenkin pellon vuokraus ja lisä- pellon hankinta, mikä muuttaa tuotantosuuntien käytettävissä oleva peltoalaa. Tiloilla on mahdollisuus vuokrata tai ostaa peltoa tilan ulkopuolelta, mistä aiheutuu omat kustaimuksensa. Tämä voidaan mallintaa siten, että kukin tuotanto- suunta joutuu maksamaan lisäpellosta tietyt vuotuiset kustannukset, jotka vä- hennetään kohdefunktion arvosta. Tämä lisää vain vähän mallin lineaaristen muuttujien lukumäärää. Laajaperäisyyslisien vaikutus riippuu lisäpellon hinnas- ta, ja ongelmaksi voi tulla laajaperäisyysvaikutusten herkkyys lisäpellon hinnalle. Jos lisäpellon vuotuinen kustannus on matala laajaperäisyyslisiin nähden ja peltoalaa on alueella paljon viljelemättä, peltoa siirtyy silloin kotieläintalouden käyttöön niin paljon, että ko. alueella maksetaan suurimmat mahdolliset laajaperäisyyslisät. Jos kuitenkin alueen peltoala on jo suurelta osin muussa, rehuntuotantoa kannattavammassa käytössä, peltoa ei välttämättä siirry koti- eläintiloille niin paljoa, että laajaperäisyyslisiä maksettaisiin täysimääräisinä. 9. Yhteenveto Tässä raportissa on esitetty Suomen maatalouden alueellisen sektorimallin en- simmäinen versio, joka kuvaa maataloustuotteiden tuotantoa, kulutusta ja ulko- maankauppaa alueittain ja maataloustuloa koko maan tasolla vuoteen 2005. Malli on tarkoitettu ensisijaisesti politiikkamuutosten vaikutusten arviointiin, mutta se soveltuu myös muuhun maatalouden taloudelliseen analyysiin. Mallilla voidaan tutkia paitsi eri politiikkatoimenpiteiden, myös muiden tekijöiden, ku- ten esim. kulutusmuutosten, lopputuotteiden ja tuotantopanosten hintakehityksen sekä uuden tuotantoteknologian ja maatalouden tuottavuuskehityksen vaikutuk- sia maataloustuotannon määrään, sijoittumiseen ja maataloustuloon. Mallilla voidaan myös tutkia, kuinka suuri tuotantokustannusten lasku tarvitaan, jotta maataloustuotannon laajuus säilyisi tietyllä tasolla erilaisilla tukiratkaisuilla. Mallia voidaan käyttää lisäksi tutkittaessa maatalouden rakennekehitystä ja maa- talouspolitiikan ympäristövaikutuksia. Mallissa ovat mukana maatalouden päätuotantosuunnat eli maidontuotanto, naudanlihantuotanto, sian- ja siipikarjanlihantuotanto, kananmunantuotanto ja 138 tärkeimmät viljelykasvit. Mallista puuttuvat mm. puutarha- ja larrunastalous. Suomi on jaettu mallissa neljään suuralueeseen: Etelä-Suomi, Sisä-Suomi, Poh- janmaa ja Pohjois-Suomi. Suuralueet jakautuvat tuotannon osalta kukin 2-5 alialueeseen tukivyöhykejaon mukaisesti, jolloin tuotannollisia alueita on koko maassa yhteensä 14. Tämä mahdollistaa pääosiltaan tarkan tukijärjestelmän kuvauksen. Tuotteet, joiden kulutus on määritetään suuralueittffin, voivat liikkua suur- alueiden välillä tietyin kuljetuskustannuksin. Sokeri- ja maitotuotteet hinnoitel- laan vähittäishintatasolla, mutta muut tuotteet, kuten liha, kananmunat ja kasvi- tuotteet hinnoitellaan tuottajahintatasolla. Eri maitotuotteita on määritelty yh- teensä 18. Maidon tuottajahinta sekä eri maitotuotteiden ja sokerin jalostus- kustannukset johdetaan vähittäishinnoista kiinteiden marginaalien avulla. Koti- markkinoilla kotimaiset ja vastaavat ulkomaiset tuotteet ovat epätäydellisiä substituutteja ja vaikuttavat toistensa hintoihin. Kotimaisen tuotteen (esim. li- han) kysyntäfunktiot voidaan asettaa ulkomaisia ylemmäksi, mikäli kuluttajien oletetaan arvostavan kotimaisia tuotteita ulkomaisia enemmän. Kotimaisen ja ulkomaisen tuotteen substituutiokertoimilla voidaan määritellä, kuinka helposti kuluttaja on valmis siirtymään kotimaisesta ulkomaiseen tuotteeseen. Vienti- tuotteet ovat kotimaisten tuotteiden kanssa homogeenisia. Vientikustannukset on määritelty siten, että viennin nopeat muutokset muuttavat vientikustannuksia, mikä vähentää vientireaktioiden herkkyyttä hinta- ja tukimuutoksille. Ulkomaan- kauppaa käydään yhden vientisataman kautta. Mallin sisäisiä eli endogeenisia muuttujia ovat kulutus, sokerin ja maitotuot- teiden jalostus, eläinten lukumäärät ja eri kasvien pinta-alat, lannoitus ja rehun- käyttö, tuotteiden kuljetukset alueiden välillä sekä tuonti ja vienti. Mallin ulkoi- sia eli eksogeenisia muuttujia, joiden vaikutuksia voidaan tutkia mallin avulla, ovat maataloustukien, kiintiöiden ja EU:n hintatason lisäksi kulutustrendit, tuo- tantopanosten hintakehitys, satotason lannoituksesta riippumaton trendikasvu, eläinten keskituotoksen kasvu, eräiden tuotantopanosten (kuten työn ja kiintei- den tuotannontekijöiden) käytön lasku hehtaaria tai eläintä kohti sekä uponneet kustannukset. Alkuvuosina osa kiinteistä kustannuksista on uponneita, mutta ajan myötä kiinteät kustannukset tulevat asteittain muuttuviksi kustannuksiksi, jolloin ne huomioidaan täysimääräisesti päätöksenteossa. Kansantaloudellisia kytkentöjä kuvataan kulutustrendien, kysynnän hintajoustojen ja työtunnin hin- nan avulla. Kulutukselle on annettu eksogeeniset trendit vuoteen 2005, mutta kulutus voi vuosittain vaihdella muutamia prosentteja trendiarvon ympärillä. Tuotantopanosten hintojen oletetaan nousevan tietyllä nopeudella yleisen kustan- nuskehityksen mukana. Toteutetun sektorimallin ytimenä on tuottajien ja kuluttajien yhteenlaskettua ylijäämää maksimoiva optimointimalli. Rajoituksina optimoinnissa ovat mark- kinatasapaino (kysyntä = tarjonta), kiintiöt, alueittaiset peltoalarajoitteet ja joil- lekin mallin sisäisille muuttujille asetetut muutosrajat. Optimointimalli ratkais- 139 taan erikseen joka vuodelle käyttäen alkuarvona edellisen vuoden ratkaisua. Biologis-teknisten rajoitusten ja viiveiden sekä kiinteiden tuotannontekijöiden takia vuotuiset muutokset tuotannossa on rajoitettu suhteessa edelliseen vuo- teen. Vuotuiset muutosrajat on määritelty tuotantosuunnittain ja viljelykasveittain ja ne on asetettu siten, että rajat vastaavat eri tuotantosuuntien todellisia lyhyen aikavälin biologisia ja teknisiä muutosmahdollisuuksia. Muutosrajojen vuoksi optimoinnin tuloksena saatua vuotuista markkinatasapainoa tulee pitää lyhyen aikavälin taloudellisena epätasapainotilana eikä staattisena pitkän aikavälin tasapainona. Politiikan, teknologian, kulutuksen ja ulkomaankaupan muutokset aiheuttavat jatkuvia muutoksia markkinoilla. Optimointimalli antaa vuosittaisen markkinareaktion ja ohjaa sektoria tasapainon suuntaan. Maatalouden oletetaan sopeutuvan peräkkäisten epätasapainotilojen kautta. Vaikka muutokset tuotan- nossa ovat lyhyellä aikavälillä rajoitettuja, pitkällä aikavälillä muutokset voivat olla merkittäviä, mikäli muutosta ajavat hintasuhteet ja politiikka vaikuttavat riittävän pitkään. Pitkällä aikavälillä myös kiinteät kustannukset tulevat täysi- määräisinä päätöksentekoon mukaan. Mallin ensimmäinen versio tuottaa maata- loustuotannon kehitysuran vuodesta 1995 vuoteen 2005. Tarkasteluajanjaksoa voidaan kuitenkin pidentää esim. vuoteen 2010. Mallista saatavat kehitysurat riippuvat tietyissä tilanteissa annetuista tuotan- non vuotuisista muutosrajoista. Läheskään aina tuotantomuutokset eivät ole sallitun muutosvälin suuruisia, varsinkaan kotieläintaloudessa, jossa rehunkäyttö voi muuttua. Tästä aiheutuvat epälineaariset muuttujat ja rajoitteet tasoittavat tarjontareaktioita. Sen sijaan kasvinviljelyssä panos-tuotos-suhteet ovat opti- mointimallissa kiinteät. Tiettyjen viljelykasvien tuotanto voi herkästi muuttua koko sallitun vaihteluvälin verran, varsinkin jos tuotanto ei ole sidoksissa koti- eläintalouteen. Muutoksen suuruus riippuu silloin annetusta muutosrajasta. Muu- tosten suuruus voi olla erilainen eri muutosrajoja käytettäessä, muutosten suun- ta sen sijaan ei. Tutkittaessa eri politiikkavaihtoehtojen vaikutuksia on tärkeää pitää muutosrajat samoina eri politiikka-ajoissa. Tuotanto sijoittuu mallissa parhaille alueille suhteellisen edun mukaisesti kapasiteettirajojen puitteissa. Kasvinviljelyä sitovat alueelliset peltoalarajoitteet ja maidontuotantoa alueelliset maitokiintiöt. Poistot on määritelty hehtaaria ja eläintä kohti, jolloin tuotannon kasvu merkitsee kasvavia kiinteitä kustannuksia. Tuotannon siirtymistä hillitsevät lisäksi kuljetuskustannukset suuralueiden vä- lillä. Tästä huolimatta tuotannon sijoittuminen voi olla herkkä kustannuseroille. Niiden tuotteiden kohdalla, jotka eivät ole sidoksissa kotieläintalouteen ja joi- den tuotannossa panos-tuotos-suhteet ovat kokonaan kiinteitä, hyvinkin pienet kustannuserot alueiden välillä voivat muuttaa tuotannon sijoittumista. Mallin dynaamisuus ja vuotuiset muutosrajat estävät kuitenkin nopeat muu- tokset tuotannon kokonaismäärässä ja sijoittumisessa. Tuotannon sijoittuminen voi muuttua merkittävästi, mikäli alueiden väliset kustannus- ja tukierot pysyvät samoina riittävän pitkään. Koska tuet, tuotantopanosten hinnat ja tuottavuus 140 voivat muuttua mallissa joka vuosi, alueiden suhteellisten kustannus- ja tuki- erojen säilyminen ja siitä aiheutuva tuotannon nopea keskittyminen ei ole yhtä todennäköistä kuin staattisissa malleissa. Tuotannon laajuutta ja sijoittumista säätelevät lisäksi alueittaiset kokonaispeltoalat ja maitokiintiöt. Mallilla voi- daan tutkia myös alueiden välisen maitokiintiöiden kaupan vaikutuksia. Tärkeä osa mallin soveltamista on perusskenaarion valinta, jota käytetään pohjana eri politiikkavaihtoehtojen vaikutuksia arvioitaessa. Perusskenaariossa oletuksena on, ettei tutkittavien politiikkavaihtoehtojen mukaisia politiikka- muutoksia tapahdu. Sen lisäksi tehdään oletuksia tuotantopanosten hinta- kehityksestä, maatalouden tuottavuuden kehityksestä ja uponneista kustannuk- sista. Maatalouden tuottavuuskehitystä kuvaavat parametrit, kuten satotason ja keskituotosten nousu sekä työnkäytön ja kiinteiden kustannusten lasku eläintä ja hehtaaria kohti, tulee asettaa siten, että kehitys on perusteltavissa menneellä kehityksellä, nykysuuntauksella tai asiantuntijoiden arvioimalla tuotannon- alakohtaisella kehityspotentiaalilla. Mallissa on lisäksi monia parametreja, joita ei voida estimoida tilastoaineistosta. Esimerkiksi kysynnän hintajoustojen ja kotimaisten ja vastaavien ulkomaisten tuotteiden välisten substituutiojoustojen valinnassa voidaan joiltain osin käyttää hyväksi olemassaolevia tutkimuksia, mutta silti joudutaan osittain turvautumaan subjektiivisiin oletuksiin. Toisaalta kaikkia parametrien arvoja (esim. tuotannon vuotuiset muutosrajat) ei ole edes mielekästä asettaa tilastollisin perustein, koska taloudellinen toimintaympäristö on maataloudessa EU-jäsenyyden seurauksena olennaisesti muuttunut aikaisem- paan verrattuna. Mallin herkkyyttä tuottavuuskehitykselle ja uponneille kustannuksille tutkit- tiin herkkyysanalyysillä. Valitun perusskenaarion rinnalle asetettiin neljä vaih- toehtoista skenaariota, jotka kukin poikkesivat perusskenaariosta yhden oletuksen suhteen. Tulosten mukaan kasvinviljely on pääsääntöisesti herkempi kustannus- muutoksille ja tuottavuuskehitykselle kuin kotieläintuotanto. Näin on erityisesti niiden kasvien kohdalla joita ei käytetä rehukasveina, kuten esimerkiksi leipä- viljaa, jonka viljelyssä on kiinteät panos-tuotos-suhteet (Leontief-teknologia). Rehukasvien viljely ei ollut leipäviljan tavoin herkkä kustannusmuutoksille, vaan rehuntuotannon laajuuden määräsi kotieläintuotannon taso. Kotieläin- tuotannossa tuotantoteknologia ei ole mallissa kokonaan Leontief-tyyppistä, vaan kunkin rehuaineen käyttö voi eläintä kohti muuttua. Koska rehunkäyttö muuttuu kulloisiakin hintasuhteita vastaavasti, pienet kustannus- tai tuottavuuserot eri skenaarioiden välillä eivät aiheuttaneet suuria muutoksia tuotannossa, vaan muu- tokset jäivät kotieläintaloudessa selvästi muutosrajojen alle. Muutosten suuruus vaihteli tuotantosuunnittain. Maidontuotanto oli herkempi kustannusmuutoksille ja uponneille kustannuksille kuin sika- ja siipikarjatalous. Tämä johtuu osaksi rehukustannusten suhteellisen suuresta osuudesta maidontuotannossa (jolloin maidontuotanto on herkkä esim. satotason kasvulle), mutta myös siitä, että rehunkäytöllä oli kaikissa skenaarioissa voimakas pyrkimys väkirehuvaltaiseen 141 suuntaan. Tällöin pienet erot tuottavuudessa eri skenaarioissa eivät aiheuttaneet juuri lainkaan eroja rehunkäytössä eri skenaarioiden välillä. Upormeilla kustannuksilla oli samantyyppiset vaikutukset kaikissa tuotanto- suunnissa. Jos uponneita kustannuksia oli perusskenaariota enemmän, tuotan- non lasku jäi perusskenaariota pienemmäksi. Uponneet kustannukset pitivät yllä tappiollista tuotantoa, jolloin maataloustulo tehtyä työtuntia kohti jäi pienem- mäksi, jos upormeiden kustannusten osuutta kasvatettiin perusskenaarioon ver- rattuna. Jos kiinteät kustannukset ovat yksikköä kohti erilaiset eri alueilla, upon- neet kustannukset voivat hidastaa tuotannon hakeutumista suhteellisesti parhail- le alueille. Jos taas kiinteät kustannukset ovat samat kaikilla alueilla, mutta muuttuvissa kustannuksissa on eroja, uponneet kustannukset voivat mallissa edistää tuotannon uudelleen sijoittumista. Tulevaisuuden kehitysuria tuottavan dynaamisen mallin perusskenaarion valinnalle ja arvioinnille ei ole olemassa täysin luotettavia ja varmoja perustei- ta. Tunnettujen alkuvuosien osalta arviointiperusteena voidaan käyttää mallin tulosten vastaavuutta toteutuneeseen kehitykseen. Mallin parametrien arvoja ei kuitenkaan kannata asettaa siten, että malli toistaisi tarkasti tapahtuneen kehi- tyksen, koska toteutuneeseen kehitykseen liittyy aina monia satunnaistekijöitä, jotka eivät toistu enää sellaisenaan tulevaisuudessa. Mallia ei ole tarkoitettu tulevaisuuden ennustamiseen sinänsä, vaan eri politiikkavaihtoehtojen vertai- luun. Kun valitut parametrien arvot pidetään samoina sekä perus- että politiikka- skenaarioissa, ne eivät ratkaisevasti vaikuta johtopäätöksiin. Suuri osa mallin parametreista on luonteeltaan sellaisia, että niitä muutettaessa muutosten suunta pysyy samana. Muutosten suuruus sen sijaan voi muuttua, ja joissain tapauksis- sa on syytä tehdä herld(yysanalyysiä. Vaikka malliin on voitu sisällyttää monia maatalouden sektorimalleissa ylei- sesti tavoittelemisen arvoisina pidettyjä rakenteellisia ominaisuuksia, mallissa on edelleen piirteitä, joita ei voida pitää täysin tyydyttävinä. Tuottavuuskehitys on mallin ensimmäisessä versiossa riippumaton hintasuhteista ja tuista, mikä ei pitkällä aikavälillä ole perusteltavissa. Lannoitus ja rehunkäyttö muuttuvat hinta- suhteiden mukaan, mutta Leontief-teknologiasta eli vakiona pysyvistä panos- tuotos-suhteista johtuva herkkyys on edelleen mallin leimallinen piirre. Mallista puuttuu varsinainen investointitoiminta ja pitkän aikavälin päätöksenteko. Kaik- ki päätökset tehdään yhden vuoden markkinareaktion antavissa optimointi- malleissa, joille annetaan eksogeenisesti uponneet kustannukset eli määritellään se osa kiinteistä kustannuksista mitä ei oteta päätöksenteossa lyhyellä aikavälil- lä huomioon. Uponneet kustannukset on asetettu tunnettujen alkuvuosien osalta siten, että tulokset vastaavat likimain toteutunutta kehitystä. Tilatason politiikka- toimenpiteitä ei sektoritason malleissa voida täsmällisesti mallintaa. Laaja- peräisyysrajat ja -lisät on tässä tapauksessa määritelty aluetasolla, eikä peltoalaa ole jaettu eri tuotantosuuntien kesken. Mallilla ei nykyisessä muodossaan voida täsmällisesti tutkia laajaperäisyysvaatimusten ja -lisien vaikutuksia, vaan alueit- 142 tain joudutaan tekemään oletuksia siitä, kuinka suuri osa eläimistä on oikeutet- tuja eri suuruisiin laajaperäisyyslisiin. Mallin heikkouksiin ja eri ongelmakohtiin paneudutaan mallin jatkokehi- tyksessä. Tavoitteena on mallintaa osa mallin ensimmäisen version eksogeenisista muuttujista endogeenisiksi muuttujiksi määrittelemällä erilaisia tuotantofunktioita ja vaihtoehtoisia tuotantomenetelmiä. Tällöin esim. maatalouden tuottavuus- kehitys ei ole enää eksogeeninen, vaan endogeeninen muuttuja, joka riippuu hintasuhteista ja tuista. Samalla kun Leontief-tyyppinen tuotantoteknologia yhä enemmän korvautuu tuotantofunktioilla ja vaihtoehtoisilla tuotantomenetelmillä, vähenee myös mallin herkkyys hinta- ja tukimuutoksille. 143 Kirjallisuus Andersen, E.S. 1994. Evolutionary Economics: Post-Schumpeterian Contri- butions. Pinter Publishers Ltd. London. 238 p. Apland, J. & Jonasson, L. 1992. The Conceptual Backround and Structure of SASM: A Swedish Agricultural Sector Model. Swedish University of Agri- cultural Sciences, Uppsala. 32 p. Apland, J., Öhlmer, B. & Jonasson, L. 1994. Sector Modeling for Prediction and Evaluation. A useful tool at interdisciplinary research. Swedish Journal of Agricultural Research 24: 119-130. Banse, M. & Tangermann, S. 1996. Agricultural Implications of Hungary's Accession to the EU - Partial versus General Equilibrium Effects. Paper prepared for the 50th EAAE-seminar "EconomicTransition and the Greening of Policies: new Challenges for Agriculture and Agribusiness in Europe", Giessen, Germany, October 15-17 1996. 15 p. Bauer, S. 1988a. Historical review, experiences and perspectives in sector modelling. Proceedings of the 16th Symposium of the European Association of Agricultural Economists, April 14th-15th, 1988. p. 3-22. Bauer, S. 1988b. Some lessons from the dynamic analysis and prognosis system (DAPS). Proceedings of the 16th Symposium of the European Association of Agricultural Economists, April 14th-15th, 1988. p. 325-344. Bauer, S. & Henrichsmeyer, W. 1988a. Agricultural Sector Modeling. Proceed- ings of the 16th Symposium of the European Association of Agricultural Economists, April 14th-15th, 1988. 406 p. Bauer, S. & Kasnakoglu, H. 1990. Non-linear programming models for sector and policy analysis. Experiences with the Turkish agricultural sector model. Economic Modelling, July 1990. p. 275-290. Baumol, W.J. 1977. Economic theory and operations analysis. Prentice Hall. 695 p. Brockmeier, M., Hertel, T. & Swaminathan, P. 1996. Integration of the Central European Economies into the European Union. Paper presented at the GTAP Follow-Up/50th EAAE Conference, Giessen, Germany, October 15-17 1996. 39p. Brooke, A., Kendrick, D. & Meeraus, A. 1992. GAMS. A user's guide. Release 2.25. The International Bank for Reconstruction and Development. The World Bank. 278 p. Bäckman, S., Vermeulen, S. & Taavitsainen, V-M. 1997. Long-term fertilizer field trials: Comparison of three mathematical response models. Agric. Sci. Finl. Vol. 6:151-160. Chiang, A.C. 1984. Fundamental Methods of Mathematical Economics. McGraw- Hill 1984. 788 p. 144 Dixit, A. 1988. Optimal Trade and Industrial Policies for the US Automobile Industry, kirjassa Empirical Methods for International Trade, Roger C. Feenstra (toim.), Massachusetts Institute of Technology. p. 141-165. EYVL 1995. Euroopan Yhteisöjen virallinen lehti N:o L 126/35 9.6.1995. Fusfield, D.R. 1996. Rationality and economic behaviour. Journal of Economic Methodology 3:2,285-306. Hanley, N. & Spash, C.L. 1993. Cost-Benefit Analysis and the Environinent. Edward Elgar, England. 278 p. Hart, N. 1996. Equilibrium and time: Marshall' s dilemma. Journal of Economic Methodology 3:2,285-306. Hazell, P.B.R. 8z Norton, R.G. 1986. Mathematical Programming for Economic Analysis in Agriculture Macmillan publishing company, New York. 400p. Heikkilä, T. 1980. Typpilannoitteiden taloudellisesta käytöstä koetulosten pe- rusteella. Maatalouden taloudellisen tutkimuslaitoksen tiedonantoja n:o 70. Helsinki. 45 s. Hiiva, E. 1996. Maatilojen tulokehitys siirtymäkaudella 1995-2000. Maatalou- den taloudellisen tutkimuslaitoksen tiedonantoja no. 206. Helsinki. 95 s. Hillinger, C. 1996. Dynamic disequibrium economics: history, conceptual foundations, possible futures. In: Barnett et al. (eds.). Dynamic disequlibrium modeling: Theory and applications. Proceedings of the Ninth International Symposium in Economic Theory and Econometrics. Cambridge University Press 1996. p. 27-65. Howitt, R.E. 1995. A Calibration method for agricultural economic production models. Journal of Agricultural Economics. 46(2): 147-159. Hubbard, L.J. 1995. General Equilibrium Analysis of the CAP using the GTAP Model. Oxford Agrarian Studies Vol. 23, No. 2: 163-176. Jensen, J.D. 1996. An applied econometric sector model for danish agriculture (Esmeralda). Statens Jordbrugs- og fiskeriyikonomiske Institut. Rapport nr. 90. 121 s. Copenhagen. Johansson, P.O. 1991. An Introduction to modern welfare economics. Cambrid- ge University Press. 176 p. Jonasson, L. & Apland, J. 1997. Frontier technology and inefficiencies in programming sector models: An application of Swedish agriculture. European Review of Agricultural Economics 24: 031-046. Kallinen, A. 1997. Sian tuotanto kasvaa nopeammin kuin kulutus. Lihatalous 7/ 1997, s. 44-45. Kettunen, L. 1981. Maataloussektofin suunnittelu- ja ennustemalli Massu. En- simmäinen versio. Maatalouden taloudellisen tutkimuslaitoksen tiedonan- toja N:o 84. Helsinki. 45 s. Kleemola, H.M. 1989. Säilörehun typpilannoituksen kannattavuus. Maanviljelys- talouden tutkielma 1989. Helsingin yliopiston maatalousekonomian laitos. 145 Lehtonen, H. 1996. Maatalouden alueellinen analyysi- ja ennustemalli. Diplo- mityö. Teknillinen Korkeakoulu, teknillisen fysiikan ja matematiikan osasto. Espoo. 122 s. MKL 1995a. Mallilaskelmat. Suunnitteluosaston sarja A24. Maaseutukeskusten liitto. Helsinki. 112 s. MKL 1995b. Tuotostarkkailun tulokset. Maitotilaneuvonta 1995. Maaseutu- keskusten liiton julkaisuja no 904. ISSN 0789-9661, ISBN 951-808-046-1. Helsinki. 42 s. MKL 1996a. Tuotostarkkailun tulokset. Maitotilaneuvonta 1996. Maaseutu- keskusten liiton julkaisuja no 915. ISSN 0789-9661, ISBN 951-808-055-0. Helsinki. 43 s. MKL 1996b. Maatalouskalenteri 1997. Maatalouskeskusten liitto. Helsinki. 22 s. MMM 1997. Maa- ja metsätalousministeriö, rakenneyksikkö. Suositus inves- tointi- ja käynnistystukihakemusten liitteeksi tehtävissä kannattavuuslaskel- missa käytettävien tukien tasoista. 220/574/97. Helsinki. MYTT 1995. Maatilatalouden yritys- ja tulotilasto 1994. Tilastokeskus. Maa- ja metsätalous 1995:8. Helsinki. 64 s. MYTT 1997. Maatilatalouden yritys- ja tulotilasto 1995. Tilastokeskus. Maa- ja metsätalous 1997:1. 64 s. Nelson, R.R & Winter, S.G. 1982. An Evolutionary Theory of Economic Change. Belknap Press of Harvard University Press. Cambridge, Massachusetts and London. 437 p. Niemi, J., Linjakumpu, H. & Lankoski, J. 1995. Maatalouden alueellinen rakenne- kehitys vuoteen 2005. Maatalouden taloudellinen tutkimuslaitos. Tiedonan- toja n:o 204. Helsinki. 185 s. Pindyck, R.S. & Rubinfeld, D.L. 1995. Microeconomics. Third edition. Prentice Hall. 699 p. Pyykkönen, P. 1996. Maatalouden pääomakanta ja investointitarve eri rakenne- kehitysvaihtoehdoissa. Pellervon taloudellinen tutkimuslaitos PTT. Raport- teja ja artikkeleita N:o 146. Helsinki. 45 s. Rantala, J. 1997. Maidon tuotantokustannukset taloustarkkailutiloilla. Pellervon taloudellinen tutkimuslaitos PTT. Raportteja ja artikkeleita N:o 151. Helsin- ki. 78s. Samuelson, P.A. 1952. Spatial price equilibrium and linear programming. American Economic Review 42: 283-303. Samuelson, P.A. 1983. Foundations of economic analysis. Enlarged edition. Har- vard economic studies, vol. 80. Harvard University Press, Cambridge, Massachusetts, and London, England. Samuelson, P.A. & Nordhaus, W.D. 1984. Economics. Mcgraw-Hill. Sheldon, I.M. 1992. Imperfect Competition and International Trade: The use of Simulation Techniques, in Industrial Organization and International Trade: Methodological Foundations for Food and Agricultural Market Research. 146 214 p. Toimittaneet I.M. Sheldon ja D.R.Henderson. North Central Regional Research Project NC-194. Publication number 334. NC-194 Research Monograph Number 1. July. Shoven, J.B. & Whalley, J. 1992. Applying general equilibrium. Cambridge Uni- versity Press. 299 p. Silberberg, E. 1990. The structure of economics. A mathematical analysis. McGraw-Hill. 686p. Stokey, N.L. & Lucas, R.L. 1989. Recursive methods in Economic Dynamics, Harvard University Press. 588 p. Sumelius, J. 1993. A response analysis of wheat and barley in nitrogen in Fin- land. Agric. Sci. Finl. 2(6):465-479. TIKE 1996. Maatilatilastollinen vuosikirja 1996. Maa- ja metsätalousministe- riön tietopalvelukeskuksen julkaisuja. Helsinki. 252 s. TIKE 1997a. Viljavaaka. Maa- ja metsätalousministeriön tietopalvelukeskuksen julkaisuja. Helsinki. TIKE 1997b. Tietokappa. Maa- ja metsätalousministeriön tietopalvelukeskuksen julkaisuja. Helsinki. Tyers, R. & Anderson, K. 1992. Disarray in World Food Markets, A Quantitative Assessment. Cambridge University Press, Cambridge. 444p. Törmä, H & Rutherford, T. 1993. Integrating Finnish agriculture into EC. Vatt- tutkimuksia 13. Valtion taloudellinen tutkimuskeskus. Helsinki. 83 s. Ylätalo, M. (toim.) 1996. Maatalousyritysten taloudellinen sopeutuminen EU:ssa vallitseviin hintasuhteisiin. Helsingin Yliopisto, Taloustieteen laitos, Maa- talousekonomia. Julkaisuja no. 12. Helsinki. 258 s. 147 ...K.4110445r „ -•..- Etelä-Suomi Pohjois-Suomi Pohjanmaa C2 pohj. Sisä-Suomi Liite 1. Mallin aluejako. 148 Liite 2. Taulukko 1. Lannoitteiden käyttö eri suuralueilla (kg/ha). Kasvi Vehnä Ruis Ruis Mallasohra Ohra Kaura Sekavilja Öljykasvit Sokerijuurikas Ruokaperuna Tärkkelysperuna Herne Kuivaheinä Kuivaheinä Säilörehu Säilörehu Tuorerehu (laidun ym.) Tuorerehu (laidun ym.) Tuorerehu (Laidun ym.) Lannoite typpirikas y-lannos Oulun salpietari Syysviljan kestolannos typpirikas y-lannos typpirikas y-lannos typpirikas y-lannos typpirikas y-lannos typpirikas y-lannos natriumpitoinen y-lannos kloorivapaa y-lannos kloorivapaa y-lannos typpirikas y-lannos typpirikas y-lannos NK-lannos typpirikas y-lannos NK-lannos typpirikas y-lannos Oulun salpietari NK-lannos Etelä- Suomi kg Sisä- Suomi kg Pohjan- Pohjois- maa Suomi kg kg 450 420 440 307 287 300 270 160 150 160 150 370 350 370 350 350 330 350 320 340 320 340 310 340 320 340 310 340 320 340 310 900 880 890 870 665 583 583 500 665 583 583 500 340 320 340 310 390 380 380 360 260 250 255 240 500 500 500 500 440 410 440 400 250 240 250 230 200 200 200 200 290 270 290 260 149 Taulukko 2. Typen käyttö eri suuralueilla (kg/ha). Kasvi Etelä- Sisä- Pohjan- Pohjois- Suomi Suomi maa Suomi kg kg kg kg Vehnä 90 84 88 Ruis 112 105 110 100 Mallasohra 74 70 74 - Ohra 70 66 70 64 Kaura 68 64 68 62 Sekavilja 68 64 68 62 Öljykasvit 68 64 68 Sokerijuurikas 180 176 178 Ruokaperuna 53 47 47 40 Tärkkelysperuna 53 47 47 - Herne 68 64 68 62 Kuivaheinä 130 126 127 120 Säilörehu 188 182 188 180 Tuorerehu (laidun ym.) 160 154 160 150 Taulukko 3. Satotaso alueittain (tonnia/ha). Keskiarvo vuosilta 1988-1996. Kasvi Suuralue A B BS Cl C2 C2P C3 C4 Vehnä Etelä-Suomi 3,57 3,42 3,59 3,08 3,21 Sisä-Suomi 3,42 3,08 2,92 Pohjanmaa 4,08 3,21 Pohjois-Suomi Ruis Etelä-Suomi 2,94 2,72 3,37 2,13 2,20 Sisä-Suomi 2,72 2,13 1,89 1,78 Pohjanmaa 2,51 2,20 Pohjois-Suomi 1,64 1,70 Mallasohra Etelä-Suomi 3,62 3,52 3,77 3,09 3,17 Sisä-Suomi 3,59 3,09 2,78 Pohjanmaa 3,52 3,17 Pohjois-Suomi Ohra Etelä-Suomi 3,62 3,52 3,77 3,09 3,17 Sisä-Suomi 3,59 3,09 2,78 2,81 Pohjanmaa 3,52 3,17 Pohjois-Suomi 2,61 2,84 2,84 150 Taulukko 3. jatkoa. Kasvi Suur-alue A B BS Cl C2 C2P C3 C4 Kaura Etelä-Suomi 3,51 3,48 3,57 3,07 3,18 Sisä-Suomi 3,48 3,07 2,95 2,84 Pohjanmaa 3,41 3,18 Pohjois-Suomi 2,74 2,49 2,49 Sekavilja Etelä-Suomi 3,64 3,15 2,98 3,03 3;56 Sisä-Suomi 3,43 3,03 3,04 2,90 Pohjanmaa 3,22 3,56 Pohjois-Suomi 2,49 2,65 2,65 Öljykasvit Etelä-Suomi 1,68 1,63 1,65 1,41 3,08 Sisä-Suomi 1,63 1,41 1,46 Pohjanmaa 1,68 1,38 Pohjois-Suomi - - Herne Etelä-Suomi 2,53 2,29 2,59 2,15 2,02 Sisä-Suomi 2,23 2,15 1,38 1,56 Pohjanmaa 2,66 2,02 Pohjois-Suomi 1,32 Tärkkelys- Etelä-Suomi 17,47 20,07 25,30 17,81 20,07 peruna Sisä-Suomi 20,07 17,81 13,09 Pohjanmaa 23,30 23,94 Pohjois-Suomi - - Ruokaperuna Etelä-Suomi 17,47 20,07 25,30 17,81 20,07 Sisä-Suomi 20,07 17,81 13,09 14,40 Pohjanmaa 23,30 23,94 Pohjois-Suomi 14,86 11,91 11,91 Sokeri- Etelä-Suomi 33,95 30,98 35,75 28,82 28,82 juurikas Sisä-Suomi 30,98 28,82 26,58 Pohjanmaa 28,03 26,58 Pohjois-Suomi - - Kuivaheinä Etelä-Suomi 4,33 4,45 4,71 4,16 4,23 Sisä-Suomi 4,40 4,16 4,10 3,97 Pohjanmaa 4,23 4,11 Pohjois-Suomi 3,59 3,45 3,45 Säilörehu Etelä-Suomi 20,50 18,90 20,07 19,89 19,23 Sisä-Suomi 18,90 19,89 18,40 19,22 Pohjanmaa 20,59 19,23 Pohjois-Suomi 16,57 14,59 14,59 Tuorerehu Etelä-Suomi 17,43 16,07 17,06 16,90 16,35 Sisä-Suomi 16,07 16,90 15,64 16,34 Pohjanmaa 17,50 16,35 Pohjois-Suomi 14,08 12,40 12,40 151 m.-m.ctmmo IO'O 00 c.FR.cickiRcid comr-mm N0 .4. 1,0 N,16.6 W.4.0.t000 000010010 00300,-.0 00000 01.4.0“0 ,- OJCOM 0.6.WWWNWM MONON,- MW NWNN.6,0 M NMWM,Z,ä,- 10 coc9mmo .o-ococom 0N MNNWM.O.WO 004 0J . - N0J01000 O, m CID 04 LO LO 0- CO . M01 co MMM 0.00 4000 000 00.4. 000 00..* NOW 01 p_s° 01 .0. OLO COM C604. 0.S CO.* (ON WCO 0 040 .4' MN ,l(16 ON (6.0" NW MO MW NN 056,1 MO MNM W.cfM .4.NN 'ålti PZ ISÖS 56,-NW °mm ,-00 000 =N00 M 0 N M N M 15 .4- M 0 0 _. MN MN 040 0 00 007 mw MM Nv- m. csz . 0. .,-0.4. 0.6.M OWM ,1.00O =MM, E mmm v-OW WN0 0.-00 CCON.4. ...1 •-.. csi. .4. M M 0 06 .4. 0 N N N -- MW MO WO ,-.5. NW OM ON MN MN .-. . .. ..- . ._ N,-W M 00 NOW 'cr MM NWMN M N0 (kr. m .9220 m _ . m m ow0 c,i •-•_ _ 1.- .U) o mci go.-m•-•0 -0 NOM 0 MM WN0 10 WW ,.. U " ::."' ..4.040 Mr, 0010 04 - v- '0;(4‹.7 . N" 0 . 29-7Z., ,5 2‹. ON " - M .00 0 v-. R.--m 0 ?", csi csi. 0 ..; 22 .-2 22 ..a. A° .c. E.°,2 gå foE rvå lt>. <> . :2.: >",g -5. g'. a > RiL"cc'ög 2'.«TC •. ....-..- 0- >... 0 0 N 0 -0. M CO m d 11 '.a'' WIT4 oo womommmommom MMMWMNN OMMN .5c7.5c7c.7dc; .-.56d. §. ».g., m....... .... . 0, P a a 2.wo.00 2 %cg',Z2g. . .a.. .--.... .. . _,.00-__. 2.2 000-0000000 0.-mmmw0000 0. ,-ONM 00 ". .....--.N.....-^. 0,-,W.N000,-.-0 E v- v‘,W 66.- .6.W.-.- - ,-,-,-,iW,-:,,,5 2" :2 2.0 cr :2- Y ,,Xonmamam 000m cimmmomom oom .2m,r0fl)0 omcm commmo.-co 000Lo c:,0300m.-0 0010 YM00 ,- W0 0010 0 0- 0 Y Y Y 0 0 .d .. mo Low NN "0 ,71.. 0UW'å m. 5o _ - 222w,t5~,0 UI ,,%-" 888888888883.,-,5 6'n'YÅLYA6''T" .-`°. mmmlommmimmmmm2''Oa. n 5: 5: 5, b: UI 2-0 152 . f;fitti2.~ .clotromoågo2 0 WAUHU.:5 :2 ggggggggo. EEEEEEEEEE '•C) 0. 0000000000g..5. =..======== 0 22022022228.j-) EEEEEEEEEE - wocncno Lo ta cn co co a'• 0 MC CO 03 0) V) IV V) V) V) CO (0 2222.222222.2.2a.0 IDO,a= .7.02 1.215 Cic/3 8,Em 52 50' - a-.222W8,2.å22.9 NM . ... .1 03 •- CO Ny- .1... . 01.- .0005 CO .0 C.. M .0 mm Ro•-• d o.id koi.- d csic; m.- 4 m0 m... a mm 0)0) 010) 0)0) , NW MM 03 C» 0 NN CM,- N NN 0. .5.? mm m mm mm CO MN 0)0 N. 0)0 010 0) N MM 11:. . CO3. 03 030 00003 00 COM OMM NM PWW 0103 .g.j.- j .j gj.- j 050 r .4,0 CO NN .SLO M NN MN 0 .. LI, N 0 C003 0. N NN OW N NN N ., m 0,04 10 «I 0,....0 CO WC,- "-WC.- 0. MN ... C0 LO CO D0.5 .; .1.5 .1%-4. N en, 6 MM E .0 g 2 0.2 2 = E 2 giii 'clä.'a' 'is 2_,, *_.., 2 g =, ig5. '=' 22 å 's r 00 '1' 0 •- NM 1-m ä d.å S 0.-0,-,,..m '°J"Fa C0.-01.-N10 M ..-00.-N0) ...ti ....4.110 17.12 0.1...FMj J m csicij.i.å. R!» c,,m m mg ,s. -- 00.000 0 760 00.00. 0 00111000 0 0 01LOM,1)010 [0- 3 .2.E 0010.41LO1004 10 04I0.4.101010 , 5 m =1 _. a, .. ..m ,-.- ..:0.2 0.... _. .: --a ,..,% ;. m a - E, m m m mm 0 mmmmmm LI 0 mmmmm _... 0 ”......x.x . m .. ......... 0...... g7u- .00mommo ^=mmenmmo ''''.eno.meno a .nowomom N. mmw ... 26 ... CO .1.10 M 03 10 ON N C0 0 .1 CO C1 .1,003.1 0 10. CO 03 01 0 03 CO C! kj.10 j 111..1 0 .N .N. MON 03 N. M .c59,W 01 .101 ..103 00M 0 ON NMO NN N en .0.101N N MCOM M 0,01 M. . N. .N. M M. .2ge2{2 M W OM CO 01 20Z0 M MM .S101 j j .j -24 .i.1 2,9- 2 . . i l'' 0000010 0 N10.110MLO >:(1. 0.00 Z. 0 0 . ...... ..Y.....Y.44-YY .1T3 '-0000000 .-OMOLOOMO 21. to,!,-ommemmm ..; 275.9.L4RIR,22 -.. 2. (ON 00 7L5 2 comm,--wm omen qmmmarnm °mm ,r,commm.-mm mm. .-..- 0 0 0 0.- Y Y Y Y ... -.' -.. 0 0 Ö 0 .1 0 N .- . N 01O0 ,- v j - 01m 0 03 1 (0 MM 0 m . 0 N . .1 . .O 0 CMO 10 N . 0 C..M N . 0 . .1. m0 W .1 J 2-gn . O ., .,0. c C 0 O . c N .,., .. ZI - . ,a , . . ..01 .. . d - .- M d ö" 0 . 0 s, 0 . ^ , 0 0 N ... . , O da. N , ,. CO m.a c., 0 . 03 a , 0 .:. N - M LI, -00000,- d0 2C00.1.,1,9CO (0.4. 21-CO0)0)0)0J 9 .11'. -..,100)..0J . 14.1-. ONNNMM .- 0 .* r CON.MN. 0 .1 1 0 .-. .- 0 0 0 3 1 0 . 3 0. 1... .N. , rMO.MO . W N. .N . I S-rLOO , eJ s,M O.M 1 <0. ..0 . 0 ... -N . N...L,0 NNNo. 7 M. 88 -888 OO.. l- 1-0, N.MLOON'N 03.-03 0N.f.,01 LO 0.0. O 14 NM CM m fl4 7.v- 0)m .m N mN- .L.O- L . O - c m ,_.f c l o -, 0) C0M jm j.-.m.m.co.m 0- 23 . 5j g Z 9 8 0 6 a 2 '1<11 6,. .m 10r- . m t.3 0 - 0Om ..1. m . .-8 m ,. M 8 0 . .- 1 3 2 .0 03 g 8 -0 1. . - - -0 M m N 0 N 0 m m m 0m N . 0 . m C.N. ,r N. m .j ..-- j .n .j Nm ..N e. - Om,M, 1 n_ - N. . m ... N. 0. n NN1... c N .-- o m;. o . CM N010.4..-0M./10 - 00.0:000N:05 CM 00.i.00tZ.05 co ,7, .0=0.001 9 ......... 0 N.mt....M. 01.mt....CON E .- mt ä .... M, 0 d .å.., .2 .,..?. -2. :2. 0g 0 0,00.00 .0 00.0000,0 .........._ ,0 ...,_..... -.....0.00 9w 00mmoommo cl .-..lomwm.mwm 'öiik 0,- .‘4,000,00,110 ' m 2R:R.T )/-1-,0 41 m ........... ';21 --.-0000.0.0., . 2,09........= = . ,, 2s?'2222?- W -5. ow «.X0.- v-NNO,COMM. T = 0 . .- N... 0. ...-...co . N .-.1,00 --m .-,p'.-00MCO.-1-.-. .-... N.-..-6. .- .2 .-.- 0.-...r,2 1, .. .j......i 0. ON 010 - ,2. 0, .: 0 .- ..-..-.4 0" .--"- 0g. .." da 2. a... s s ‹,,,c,..tm.r.c., oocs, ,qcocnmaw.d.m. mmcm nmorsr,r, mcocom0.-com mm. c, comm0.-com mm. MMONNN 030.0..MM MMM.M.0 ö 0 M 0 .0100.4.N.0. ONO ,.-,-.-.-MOM 0... O ONN.4,0.-.MM MOW 00)0001010,- MMM 01)0000 00 MM.MM.- O0)0 .4-0.... MWM MN NO1.-0 .-001)11.-NMMN OM 00000 .0 å? 0. mt..M-MN cm WO . OM .- MM ,- M cm - == . M riCz .cOr_oN:pO M - d N -0c C53N. .-..c?O-,.MO4N0.6 111010 MO,S'W .m.. om m . .5, 0,., .m 0 :g _ .2 å d m M ? 2 M.S.COOMMW .4- ,- c'.-,52222. 2'07,2 -. N ..0 O M.W .MCM.- 00 :2 22ffic% 2c'7, .00 .- 0 CO CO CO ,I. N •-•-00.- 00 COOCO )0N050 CO mt.50 d0 000000J 0 000 (i: r, L 0 mt C M CO N ' N C 'I 2 tä 222 .c2 2. 2 .cstle