folia universitatis agriculturae stetinensis efektywność produkcji
Transkrypt
folia universitatis agriculturae stetinensis efektywność produkcji
FOLIA UNIVERSITATIS AGRICULTURAE STETINENSIS Folia Univ. Agric. Stetin. 2007, Oeconomica 254 (47), 287–292 Robert RUSIELIK, Jacek PROCHOROWICZ EFEKTYWNOŚĆ PRODUKCJI PSZENICY W WYBRANYCH GOSPODARSTWACH NA ŚWIECIE W ROKU 2005 EFFICIENCY OF WHEAT PRODUCTION IN THE SELECTED FARMS IN THE WORLD IN 2005 Katedra Zarządzania Przedsiębiorstwami, Akademia Rolnicza w Szczecinie, WEiOGŻ ul. Monte Cassino 16, [email protected], [email protected] Abstract. The article is an attempt to compare the production efficiency of winter and spring wheat on the basis of data from selected farms associated in International Farm Comparison Network (IFCN). Technical efficiency was computed by applying Data Envelopment Analysis (DEA) method and two models were used in the calculation, with and without government payments. Słowa kluczowe: DEA, efektywność produkcji, pszenica jara, pszenica ozima. Key words: DEA, production efficiency, spring wheat, winter wheat. WSTĘP Zboża należą do podstawowych grup roślin uprawianych na świecie, a w ich strukturze udziałowej od lat dominuje pszenica. Udział pszenicy w produkcji zbóż przekracza 30% i wielkość ta odnosi się zarówno do produkcji globalnej, jak i polskiej. Produkcja pszenicy w Polsce ulega dość istotnym wahaniom – od 7,8 mln ton w 2003 roku, przez 9,8 mln ton w roku 2004, do około 8,8 mln ton w roku 2005. Podobne wahania obserwuje się na całym świecie – odpowiednio 556, 628 i 620 mln ton w 2005 roku (International Grain Council 2006). Jest to wynikiem zmian w plonach oraz samej strukturze zasiewów. Celem artykułu jest porównanie efektywności względnej upraw pszenicy jarej i ozimej w różnych gospodarstwach Europy i świata. W celu porównania efektywności posłużono się wskaźnikiem efektywności obliczonym za pomocą metody programowania DEA. Do analizy wybrano uprawy pszenicy z kilkunastu gospodarstw zrzeszonych w międzynarodowej organizacji IFCN. Dokonano podziału na pszenicę ozimą i jarą, co pozwoliło na obliczenie efektywności poszczególnych upraw. MATERIAŁ I METODY Badania obejmują uprawy w wybranych gospodarstwach należących do międzynarodowej sieci gospodarstw porównawczych (International Farm Comparison Network). IFCN aktywnie działa w ponad 60 krajach i zrzesza naukowców, doradców oraz rolników z krajów objętych działalnością organizacji. Analizie porównawczej poddano 24 gospodarstwa z całego świata (w tym jedno gospodarstwo z Polski). Ponieważ w badaniu pszenicę jarą i ozimą potraktowano jako odrębne uprawy, wielkość próby wynosi 29. Listę gospodarstw oraz uprawiane przez nie rośliny przedstawia rys. 1. Nazwy badanych gospodarstw zapi- 288 R. Rusielik i J. Prochorowicz sane są w standardzie przyjętym przez IFCN, gdzie pierwsze dwie litery oznaczają kraj pochodzenia, liczba oznacza powierzchnię w hektarach, a ostatnie dwie litery, położenie gospodarstwa (region). [%] 60 Pszenica ozima 50 Pszenica jara 40 30 20 UA2250BT PL1705 CZ460BO SE230NY CZ2200BO CA3240SaBr CA4040SaBl CA1620SaBr US1010ND CA2000SaBl US880ND UA1730VI UA2250BT PL1705 HU1100TD HU250GP HU50GP CZ460BO SE230NY CZ2200BO SE330LO DE1100MV DE1200UM UK260ES DE260OW FR200BG FR150PG AR1800BA 0 AR1000BA 10 Gospodarstwo Rys. 1. Udział pszenicy w strukturze zasiewów Objaśnienia symboli podano wyżej w tekście. Źródło: opracowano na podstawie danych IFCN. Jak wynika z przedstawionych na rys. 1 danych, udział pszenicy jarej waha się od 3% w gospodarstwie PL1705 do 40% w gospodarstwie US1010ND. Udział pszenicy ozimej jest większy i zawiera się w przedziale od 15% (AR1000BA) do 60% (UK260ES). Powierzchnia porównywanych gospodarstw jest zróżnicowana i wynosi od 50 do 4040 ha, co zadecydowało o zastosowaniu do porównania efektywności modelu o zmiennych efektach skali. Do obliczenia efektywności technicznej wykorzystano metodę DEA (Data Envelopment Analysis), bazującą na programowaniu liniowym. Metoda umożliwia wyliczenie współczynnika efektywności względnej, który w zadaniu programowania liniowego jest funkcją celu, poddaną maksymalizacji dla każdego obiektu. Ze względu na znaczne różnice w wielkości gospodarstw do obliczeń wybrano model uwzględniający zmienne efekty skali i zorientowany na nakłady (tzn. optymalizujący nakłady przy danym stałym efekcie). Ostateczne zadanie dualne w przyjętym modelu programowania liniowego przyjęło postać (szczegółowy opis modelu znajduje się w pracy Coelli i in. 1998): minΘ, Θ ,λ Yλ ≥ Yo , przy ograniczeniach: ΘX − Xλ ≥ 0, o gdzie: Xo – wektor nakładów danego obiektu, X – macierz nakładów wszystkich obiektów, Yo – wektor efektów danego obiektu, Y – macierz efektów wszystkich obiektów, λ1,...,λσ – współczynniki kombinacji liniowej, Θ – współczynnik efektywności obiektu. λ ≥ 0. Efektywność produkcji pszenicy w wybranych gospodarstwach... 289 Celem optymalizacji tego modelu jest znalezienie minimalnej wartości Θ, przy której możliwe jest zredukowanie zastosowanych nakładów lub zasobów przy osiągnięciu tego samego efektu. Gdy nie jest możliwa do znalezienia taka wartość, wówczas Θ = 1, co oznacza, że nie istnieje korzystniejsza kombinacja zastosowanych nakładów i zasobów i obiekt można uznać za efektywny. Gdy Θ < 1, oznacza to, że taka kombinacja istnieje. Informacji o strukturze optymalnej kombinacji nakładów i efektów dostarczają obliczone współczynniki kombinacji liniowej. Do obliczeń został wykorzystany program DEAP 2.1. Do obliczenia efektywności przyjęto następujące zmienne: – efekty – przychody ze sprzedaży + dotacje (USD/t) lub przychody ze sprzedaży (USD/t); – nakłady (koszty stałe, koszty bezpośrednie, koszty pracy, koszty finansowe, koszty maszyn i budynków, koszty ziemi). WYNIKI I DYSKUSJA Przybliżone wartości nakładów oraz efektów dla poszczególnych upraw w analizowanych gospodarstwach pokazane zostały na rys. 2. Analiza danych wskazuje, że otrzymywana dotacja w istotny sposób wpływa na efektywność ekonomiczną uprawy. Bez dotacji jedynie 5 upraw wykazuje poziom kosztów niższy od przychodów; w wariancie z dotacją takich upraw jest 10. [USD. t-1] 300 Pszenica jara Pszenica ozima 250 200 150 100 50 Koszty bezpośrednie Koszty maszyn i budynków Koszty pracy Koszty finansowe Koszty ziemi Koszty stałe Przychody z dotacjami Przychody UA2250BT PL1705 CZ460BO CZ2200BO SE230NY CA3240SaBr CA1620SaBr CA4040SaBl CA2000SaBl US1010ND US880ND UA1730VI UA2250BT PL1705 HU250GP HU1100TD HU50GP CZ460BO CZ2200BO SE230NY SE330LO DE1100MV DE1200UM UK260ES DE260OW FR200BG FR150PG AR1800BA AR1000BA 0 Gospodarstwo Rys. 2. Nakłady i efekty w analizowanych gospodarstwach Objaśnienia symboli podano wyżej w tekście. Źródło: opracowano na podstawie danych IFCN. W celu porównania efektywności produkcji między gospodarstwami posłużono się wskaźnikiem efektywności technicznej, który obliczono przy wykorzystaniu dwóch modeli. Pierwszy z nich obejmował nakłady oraz przychody w dolarach amerykańskich na tonę pszenicy (USD·t–1). Drugi wariant zawierał te same nakłady, które ujęte zostały w wariancie pierwszym, a także przychody uzupełnione o dotacje i subwencje, dotyczące produkcji 290 R. Rusielik i J. Prochorowicz pszenicy. Obliczony wskaźnik w zadaniu programowania liniowego jest funkcją celu poddaną maksymalizacji dla każdego obiektu. Zmiennymi decyzyjnymi są wagi poszczególnych nakładów i efektów, natomiast ich wartości są wielkościami empirycznymi. Otrzymany wskaźnik efektywności jest wskaźnikiem względnym, a zatem określa efektywność danej uprawy względem innych upraw. Otrzymane wskaźniki efektywności technicznej dla poszczególnych gospodarstw zaprezentowane zostały w tab. 1. Tabela 1. Wskaźniki efektywności technicznej produkcji pszenicy AR1000BA Model z dotacją 1,000 Model bez dotacji 1,000 AR1800BA 1,000 FR150PG 0,845 Gospodarstwo PL1705 Model z dotacją 1,000 Model bez dotacji 1,000 1,000 UA2250BT 1,000 1,000 0,537 UA1730VI 1,000 1,000 Gospodarstwo FR200BG 1,000 0,874 US880ND 0,889 0,928 UK260ES 1,000 0,866 US1010ND 0,825 0,777 DE260OW 1,000 1,000 CA2000SaBl 0,990 1,000 DE1200UM 1,000 1,000 CA4040SaBl 1,000 1,000 DE1100MV 1,000 0,817 CA1620SaBr 0,818 0,933 SE330LO 0,986 0,767 CA3240SaBr 0,704 0,783 SE230NY 0,852 0,563 SE230NY 0,862 0,572 CZ2200BO 1,000 0,998 CZ2200BO 1,000 1,000 CZ460BO 0,996 1,000 CZ460BO 1,000 1,000 HU50GP 1,000 1,000 PL1705 1,000 0,991 HU250GP 0,899 0,726 UA2250BT 1,000 1,000 HU1100TD 0,843 0,583 Średnia 0,949 0,887 Jak wynika z przeprowadzonych badań, na 29 badanych upraw w modelu z dotacjami 17 upraw zostało odnotowanych jako efektywne. Średni wskaźnik dla tego wariantu wyniósł 0,949; najmniejszą wartość wskaźnik efektywności przyjął dla gospodarstwa kanadyjskiego CA3240SaBr – wynosi on 0,704. W wariancie bez dotacji odnotowano mniejszą liczbę efektywnych upraw – było ich 14. Dla modelu bez dotacji średni wskaźnik efektywności technicznej przyjął wartość 0,887. Warto zauważyć, że najmniejszą wartość (0,537) w tej grupie odnotowano dla gospodarstwa francuskiego FR150PG, ale trzy inne uprawy mają bardzo zbliżony wynik (HU1100TD oraz SE230NY; w drugim przypadku zarówno uprawa ozima, jak i jara). Warto zwrócić uwagę na dwa gospodarstwa (CZ460BO oraz CA2000SaBl), które w modelu bez dotacji charakteryzowały się efektywnością produkcji, a w modelu z dotacjami już tej efektywności nie było. W trzech kolejnych gospodarstwach wskaźnik efektywności dla wariantu bez dotacji był wyższy niż dla wariantu z dotacją (US880ND, CA1620SaBR oraz CA3240SaBr), jednak dotyczyło to tylko upraw pszenicy jarej. Uprawa pszenicy ozimej w gospodarstwie polskim PL1705 była efektywna – zarówno w wariancie z dotacjami, jak i w wariancie bez dotacji, natomiast uprawa pszenicy jarej efektywna była tylko w modelu z dotacjami. W drugim wariancie wskaźnik efektywności dla pszenicy jarej wynosił 0,991. Porównanie obliczonych wskaźników efektywności w prezentowanych modelach przedstawia rys. 3. Efektywność produkcji pszenicy w wybranych gospodarstwach... model z dotacją 291 model bez dotacji 1,000 0,900 0,800 0,700 PL1705 UA2250BT CZ460BO SE230NY CZ2200BO CA3240SaBr CA4040SaBl CA1620SaBr US1010ND CA2000SaBl UA1730VI US880ND UA2250BT PL1705 HU1100TD HU50GP HU250GP CZ460BO SE230NY CZ2200BO SE330LO DE1100MV DE1200UM UK260ES DE260OW FR200BG FR150PG AR1800BA 0,500 AR1000BA 0,600 Gospodarstwo Rys. 3. Wskaźniki efektywności technicznej analizowanych upraw Objaśnienia symboli podano wyżej w tekście. Źródło: opracowano na podstawie danych IFCN. PODSUMOWANIE W badanych gospodarstwach odnotowano, że generalnie dotacje sprzyjają wzrostowi wskaźnika efektywności (nawet jeśli nie doprowadzają do stanu, w którym dana uprawa jest efektywna). Wariant bez dotacji wskazuje, że część upraw w tym modelu jest efektywna, a zatem gospodarstwa te są w stanie konkurować na rynku. Warto zauważyć, że są uprawy, na które gospodarstwo nie otrzymuje subwencji i dopłat (UA2250BT czy CA4040SaBl), a przychody w pełni pokrywają koszty. Dodatkowo są one efektywne i można założyć, że po wyrównaniu warunków gospodarowania mogłyby zdobyć przewagę konkurencyjną. Z badań wynika także, że gospodarstwa duże i małe pod względem powierzchni mogą być zarówno efektywne, jak i nieefektywne. PIŚMIENNICTWO Coelli T., Prasada R., Battese G. 1998. An itroduction to efficiency and productivity analysis. Kluwer Academic Publishers, Boston. IFCN Cash Crop Report . 2006. “Wheat”, Federal Agricultural Research Centre Institute of Farm Economics, Braunschweig, Germany. Grain Market Report. 2006. http://www.igc.org.uk/downloads/gmrsummary/gmrsumme.pdf, 27. 03. 2007.