Modelování ekonomických procesů v zemědělství 1 SYSTÉM MODELŮ PRO SIMULACE DOPADŮ AGRÁRNÍ POLITIKY

Transkript

1 Modelování ekonomických procesů vzemědělství apredikce dopadů budoucích variant SZP EU do agrárního sektoru Popis modelů a metodologie modelování RNDr. Ivan Foltýn, CSc. a spolupracovníci Ústav zemědělské ekonomiky a informací Praha (ÚZEI) Náměšť nad Oslavou, Modelování ekonomických procesů v zemědělství Obsah: 1 SYSTÉM MODELŮ PRO SIMULACE DOPADŮ AGRÁRNÍ POLITIKY 2 MODELOVÉ SCÉNÁŘE ZEMĚDĚLSKÉ POLITIKY 3 MODEL FARMA 4 4 MODEL RENT 4 5 Rentabilita zemědělských komodit 6 Model typových farem TF-1 7 Výpočet ekonomiky typových farem pro rok Predikce ekonomiky typových farem pro rok Krmné dávky pro skot 10 Výpočet ekonomiky typových farem pro rok Predikce ekonomiky typových farem pro rok Dotační kalkulačka pro odhad podpor zemědělského podniku pro rok Literatura 1 SYSTÉM MODELŮ PRO SIMULACE DOPADŮ AGRÁRNÍ POLITIKY Regionální optimalizační model FARMA 4, který simuluje optimalizované ekonomické chování průměrných zemědělských subjektů (typových farem) ve specifických podmínkách výrobních oblastí ČR a při zohlednění opatření zemědělské politiky. Ekonometrický model RENT 4, který zkoumá dopady různých scénářů zemědělské politiky na ekonomiku jednotlivých zemědělských komodit. Uvedený modelový aparát se opírá iodříve vyvinutý model AGRO-ŽV, který podrobně řeší technologickoekonomické vazby rostlinné a živočišné výroby. 1

2 1 SYSTÉM MODELŮ PRO SIMULACE DOPADŮ AGRÁRNÍ POLITIKY Uvedené modely se opírají o stejnou výchozí bázi údajů o zemědělských komoditách sledovaných od roku 1994 ve VÚZE/ÚZEI v rámci výběrového šetření nákladů (šetření NAKL). Jde o soubor 37vybraných zemědělských komodit (25 rostlinných a 12 živočišných), které pokrývají zhruba 97% zemědělské půdy. 1 SYSTÉM MODELŮ PRO SIMULACE DOPADŮ AGRÁRNÍ POLITIKY Jedná se onásledující rostlinné komodity: A1-PSoz pšenice ozimá, A2-PSjr pšenice jarní, A3-ZI žito, A4-JCoz ječmen ozimý, A5-JCjr ječmen jarní, A6-OV oves, A7-TRI triticale, A8-KUZ kukuřice na zrno, A9-HR hrách, 1 SYSTÉM MODELŮ PRO SIMULACE DOPADŮ AGRÁRNÍ POLITIKY A10-RE řepka, A11-MAK mák, A12-SLU slunečnice, A13-CU cukrovka, A14-BRK brambory konzumní, A15-LEN len přadný, A16-CHM chmel, A17-HRO réva vinná, A18-KMI kmín, 2

3 1 SYSTÉM MODELŮ PRO SIMULACE DOPADŮ AGRÁRNÍ POLITIKY A19-KUS kukuřice silážní, A20-OJP ostatní jednoleté pícniny, A21-VLP víceleté pícniny, A22-LOU louky, A23-PAS pastviny, A24-JAB jablka, A25-MER meruňky. 1 SYSTÉM MODELŮ PRO SIMULACE DOPADŮ AGRÁRNÍ POLITIKY V ŽV se jedná o následující komodity: A26-D1/MLE dojnice/mléko, A27-TEL telata do 6 měsíců, A28-JAL jalovice do 5. měsíce březosti, A29-VBJ vysokobřezí jalovice, A30-VB výkrm býků, A31-KBTPM krávy bez tržní produkce mléka, 1 SYSTÉM MODELŮ PRO SIMULACE DOPADŮ AGRÁRNÍ POLITIKY A32-PRA prasnice, A33-PKY prasničky, A34-PVP předvýkrm prasat, A35-VP výkrm prasat, A36-BRO jatečná kuřata, A37-NOS/VEJ slepice/vejce. 3

4 1 SYSTÉM MODELŮ PRO SIMULACE DOPADŮ AGRÁRNÍ POLITIKY Všechny výše uvedené komodity jsou sledovány v nákladové struktuře podle výrobních oblastí VO1 představuje kukuřičnou a řepařskou oblast (KR), VO2 bramborářskou oblast (BR), VO3 bramborářsko-ovesnou a horskou oblast (BH) VO4 průměr za ČR celkem (CR). Struktura vstupů Pro modelové výpočty jsou využívány časové řady za období Každá komodita je reprezentována 10 ukazateli: y = hektarový výnos/užitkovost zvířat a x1,, x9 nákladové položky ze šetření NAKL (některé položky jsou agregací výchozích položek šetření). Struktura položek je následující: Tab Struktura položek šetření NAKL RV (na 1 ha) ŽV (na 100 KD/1000 KD) y ha výnos y užitkovost x1 nakupovaná osiva x1 nakupovaná krmiva x2 vlastní osiva x2 vlastní krmiva x3 nakupovaná hnojiva x3 léčiva x4 vlastní hnojiva x4 náklady na mechanizaci x5 přípravky ochrany rostlin x5 ost. přímé náklady a služby x6 náklady na mechanizaci x6 odpisy DHNM x7 ostatní přímé náklady a služby x7 odpisy zvířat x8 mzdové a osobní náklady x8 mzdové a osobní náklady x9 fixní náklady pro RV x9 fixní náklady pro ŽV 2 MODELOVÉ SCÉNÁŘE ZEMĚDĚLSKÉ POLITIKY Východiskem pro simulaci dopadů zemědělské politiky, zejména po roce 2013, je vymezení komplexních scénářů politiky uplatnitelných v modelových nástrojích. Vymezené scénáře vycházejí jak ze současných trendů, tak zaktuálních předpokladů o budoucích změnách zemědělské politiky po roce Komplexnost podmínek ve scénářích se opírá o předpoklady budoucí SZP EU zpozice ČR, včetně otázek možných změn zemědělské produkce v důsledku klimatických změn, posilování environmentálních funkcí zemědělství či liberalizace trhu. 4

5 2 MODELOVÉ SCÉNÁŘE ZEMĚDĚLSKÉ POLITIKY Základními parametry, s nimiž scénáře pracují, jsou: cílové období a vstupující aktivity (produkty); opatření Pilíře I. (přímé platby oddělené od produkce, modulace plateb, jejich alokace, využití čl. 68 pro platby spojené sprodukcí citlivých komodit, národní podpory); opatření Pilíře II. (jednak výše plateb LFA a jejich alokace na TTP nebo na celkovou výměru z. p., jednak rozsah a výše uplatňovaných agro-environmentálních opatření); implementace faktorů rizikovosti (variabilita v cenách a výnosech). 3 MODEL FARMA 4 Model FARMA 4 je optimalizačním modelem ekonomického a ekologického chování zemědělských podniků v podmínkách české zemědělské politiky, resp. SZP vyhodnocuje dopady různých scénářů zemědělské politiky na ekonomické chování podniků, maximalizuje zisk nebo čistou přidanou hodnotu využívá se i pro simulaci dopadů zemědělství na životní prostředí. 3 MODEL FARMA 4 Model FARMA 4 simuluje optimální chování zemědělských podniků s ohledem na: vnější ekonomické podmínky a ekonomické a strukturální charakteristiky podniků (ekonomická optimalizace); ekologické podmínky fungování podniků, zejména pokud jde o vztahy kzemědělské půdě a dalším složkám životního prostředí (ekologická optimalizace). 5

6 3 MODEL FARMA 4 Pro simulaci dopadů zemědělské politiky se konstruují tzv. typové farmy reprezentují určité přesně vymezené kategorie podniků s průměrnými ukazateli vycházejí z dostupných šetření o ekonomických výsledcích zemědělských podniků (FADN CZ a šetření NAKL). 3.1 Základní charakteristiky Tab Komodity v modelu FARMA 4 Výrobek Výrobek Komodita Označení Komodita Označení hlavní vedlejší hlavní vedlejší zrno sláma Pšenice ozimá PSoz Jablka JAB Pšenice jarní PSjar zrno sláma Ovoce OVO Žito ZI zrno sláma Cibule CIB Ječmen ozimý JCoz zrno sláma Zelenina ZEL Ječmen jarní JCjar zrno sláma Jednoleté pícniny JLP zel. hmota Oves OV zrno sláma Kukuřice silážní KUZ zel. hmota Kukuřice KUZ zrno sláma Víceleté pícniny VLP zel. hmota Tritikale TRI zrno sláma Louky LOU zel. hmota Hrách HR zrno sláma Pastviny PAS zel. hmota Brambory rané BRR hlízy Trvalé travní porosty TTP zel. hmota Brambory konzumní BRK hlízy Dojnice D1 mléko maso, hnůj Brambory průmyslové BRP hlízy Telata TEL1 maso hnůj Cukrovka CU bulvy Jalovice JAL1 maso hnůj Krmné okopaniny KOK bulvy Vysokobřezí jalovice VBJ1 maso hnůj Řepka RE semeno Výkrm býků VB1 maso hnůj Slunečnice SLU semeno Krávy BTPM D2 maso hnůj Mák MAK semeno Výkrm masných jalovic JAL2 maso hnůj Soja SOJ semeno Výkrm masných býků VB2 maso hnůj Len olejný LENo semeno Prasnice PRA1 maso kejda Hořčice HOR semeno Prasničky PKY1 maso kejda Ostatní olejniny OOL semeno Předvýkrm prasat PVP1 maso kejda Len přadný LENp stonky Výkrm prasat VP1 maso kejda Chmel CHM šištice Slepice nosné SLEvej1 vejce maso Zbývající technické plodiny ZTP Slepice masné SLEbro1 maso Vinná réva HRO hrozny Brojleři BRO1 maso 3.2 Základní vztahy komodit Pro všechny komodity i RV a ŽV a pro všechny produkční směry (i,j) jsou definovány základní vztahy mezi plochou/stavem, ha výnosem/užitkovostí a produkcí Produkce = plocha x výnos n. prum.stav x jedn.produkce Dále platí rozdělovací rovnice poc(i,j) + pro(i,j) + nak(i,j) vla(i,j) krm(i,j) dej(i,j) ztr(i,j) kon(i,j) = 0, Pro všechny ukazatele rozdělovací rovnice platí podmínky nezápornosti tj. proměnné mohou nabývat pouze nezáporné hodnoty, přičemž vmnoha případech mohou tyto ukazatele nabývat hodnoty nula. 6

7 3.3 Biologické a technologické vztahy v ŽV V modelu jsou zobrazeny základní biologické a technologické vazby mezi kategoriemi jednotlivých chovů, které simulují reálné chování zemědělských podniků. 3.3 Biologické a technologické vztahy v ŽV Ukazatele: počáteční, koncový, průměrný stav kategorie převod zvířat do kategorie, převod zvířat z kategorie, brakace (jateční vyřazení) počet krmných dnů v kategorii, hmotnost při narození, počáteční a koncová hm. v kategorii, denní přírůstek v kategorii, 3.3 Biologické a technologické vztahy v ŽV počet narozených zvířat počet nakoupených, uhynulých, prodaných zvířat, hmotnost při nákupu, úhynu a prodeji zvířat, index inseminace jalovic, počet narozených telat na dojnici a rok, počet krmných dnů do připuštění jalovic, celkový počet krmných dnů. 7

8 3.4 Produkce a spotřeba krmiv Pro vztah RV a ŽV je simulována produkce a spotřeba krmiv krmiva = SMES, SENO, SILAZ, SENAZ, PASTVA, SMES jsou jadrná krmiva, SENO je seno zluk a VLP, SILAZje siláž zkukuřice na siláž, SENAZ je senáž z luk a VLP, PASTVA je produkce z pastvin v zelené hmotě. Model obsahuje rovnice převodu krmných plodin na krmiva 3.4 Produkce a spotřeba krmiv Pro každou kategorii zvířat i ŽV a každé krmivo krm = SMES,, PASTVA jsou definovány produkce, obsah a potřeba živin, produkce krmiva krm v tunách, množství živin NEL v 1 kg krmiva krmpro všechny kategorie skotu, množství živin MEP v1 kg krmiva krmpro všechny kategorie prasat, potřebné množství živin NEL pro kategorii skotu i s úrovní užitkovosti vyn(i) na jeden krmný den, potřebné množství živin MEP pro kategorii prasat i s úrovní užitkovosti vyn(i) na jeden krmný den. 3.4 Produkce a spotřeba krmiv Model zajišťuje dostatečnou potřebu živin jednotlivých kategorií zvířat 2 základními nerovnostmi bilance krmiv: Σ(krm pro(krm,tuny) * obsah(krm,nel) * 1000) >= Σ(i SKOT pst(i)* potreba(i,nel,vyn(i) * 365) Σ(krm pro(krm,tuny) * obsah(krm,mep)*1000) >= Σ(i PRAS pst(i) *potreba(i,mep,vyn(i)) *365). 8

9 3.5 Agrární politika v modelu FARMA 4 Podpory zemědělské politiky ovlivňují ekonomiku podniků. V modelu FARMA 4 se tyto podpory mohou implementovat prostřednictvím různých typů podpor jednotlivých komodit. Podpory v modelu mohou být vázány na plochy, stavy zvířat i jednotlivé formy produkce zemědělských komodit. 3.5 Agrární politika v modelu FARMA 4 V modelu se tedy rozlišují: podpora plochy / kategorie zvířat podpora produkce pro(i,j) komodity i typu j, Pokud je u nějaké komodity kumulováno více podpor na plochu/stav nebo produkci, potom jsou tyto podpory sumarizovány do jednoho nebo druhého typu. 3.6 Finální ukazatele modelu Celková ekonomika zemědělského podniku je v modelu FARMA-4 simulována finálními ukazateli jako jsou celkové tržby Celkové náklady Celkové podpory Celkový zisk nebo čistá přidaná hodnota podniku 9

10 3.6 Finální ukazatele modelu V modelu FARMA-4 se jako optimalizační kritérium používají maximalizace zisku - nejčastěji maximalizace ČPH (čisté přidané hodnoty) minimalizace nákladů apod. 3.7 Aplikace modelu FARMA 4 pro typové farmy Základní využití modelu je spojeno se simulací vlivu agrárně politických opatření (současných nebo budoucích) na ekonomiku farem hospodařících v různých výrobních podmínkách ČR. Pro tyto účely jsou definovány tzv. 100ha typové farmy, které reprezentují průměrné zemědělské podniky v různých výrobních oblastech ČR (KR, BR, BH, CR). 3.7 Aplikace modelu FARMA 4 pro typové farmy Typová farma v dané VO je definována jako farma, jejíž výchozí komoditní struktura (tj. rostlinné a živočišné komodity) je odvozena z průměru podniků v uvažované výrobní oblasti zahrnutých do šetření FADN CZ za určitý (většinou poslední dostupný) rok Je přepočtená na 100 ha zemědělské půdy. 10

11 3.7 Aplikace modelu FARMA 4 pro typové farmy Ekonomické parametry typové farmy výnosy / užitkovosti zvířat náklady na hektar / průměrný kus jsou převzaty zmodelu RENT 4, který se opírá nákladové šetření ÚZEI. Model RENT 4 poskytuje příslušné ekonomické parametry pro 37 zemědělských komodit jak za skutečnost do roku 2013 tak na predikční období Roky reprezentují období reformované agrární politiky po roce Aplikace modelu FARMA 4 pro typové farmy Pro implementaci tržních cen a podpor agrární politiky je třeba definovat předpoklady a jejich zdůvodnění v souladu scharakteristikami modelových scénářů. Podpory agrární politiky musí být do modelu FARMA-4 implementovány jako podpory jednotlivých komodit, i když se jedná o podpory decouplované. 3.7 Aplikace modelu FARMA 4 pro typové farmy Pro přiřazení podpor LFA jsou definovány následující vztahy mezi VO a oblastmi LFA: kukuřičné a řepařské oblasti odpovídá 100% non-lfa, tj. platba LFA-KR = 0 bramborářské oblasti odpovídá 75 % LFA ostatní a 25% non-lfa, tj. platby LFA-BR = 75 % průměrné platby LFA-O; bramborářsko-ovesné a horské oblasti odpovídá 100% oblasti LFA horská, tj. platba LFA-BH = 100% průměrné platby LFA-H; ČR celkem je v modelu přiřazen průměr za oblasti KR, BR a BH, tj. platba LFA-CR = (LFA-KR + LFA-BR + LFA-BH) / 3. 11

12 3.8 Další možnosti modelu FARMA 4 Aby mohl být model FARMA 4 využit v dalších oblastech, zejména v oblasti ekologických aspektů hospodaření zemědělského podniku a jeho dopadů na životní prostředí obsahuje model další sekce, jejichž zapojení umožňuje tyto aspekty modelovat ajejich dopady simulovat a vyhodnocovat. Bilance organické hmoty, bilanci živin NPK apod. 4 MODEL RENT 4 Model RENT 4 je ekonometrický model pro predikci rentability zemědělských komodit na období na bázi vstupních údajů za období Model obsahuje 37komodit, jejichž údaje pocházejí ze šetření NAKL za zmíněné období, kde jsou sledovány za výrobní oblasti KR, BR, BH a CR. Bazická sekce modelu Pro každou komoditu se sleduje 10 ukazatelů: y intenzita (ha výnos/užitkovost) a 9nákladových položek x1,, x9, jejichž suma tvoří celkové náklady dané komodity. 4 MODEL RENT 4 Pro každou komoditu kom RVnebo ŽVa její ukazatele y, x1,, x9 a pro každou VO se vytvoří časové řady výchozích ukazatelů rok = 1998,, 2012 Výnosy a nákladové položky x1 až x9 Dále souhrnné ukazatele celkové a jednotkové náklady, celkové a jednotkové podpory ceny finální produkce zemědělských komodit 12

13 Predikční sekce modelu Následně se pomocí statistických regresních funkcí lineární jednofaktorová kvadratická jednofaktorová lineární dvoufaktorová závisejících na časové proměnné (rok) ana intenzitě produkce (y) vypočte predikce všech ukazatelů pro rok = 2013,, Predikční sekce modelu Predikce ukazatelů y a x1,, x9pro každou komoditu probíhá na základě volby regresní funkce a zvolené časové báze pro každý ukazatel z6 typů bází: báze ,, 2017 báze , atd. báze , atd. báze ,, 2017 báze , atd. báze , atd. 5 RENTABILITA ZEMĚDĚLSKÝCH KOMODIT Jedním zcílů agrární politiky je udržet zemědělské podnikatele (farmáře) vkrajině. V ČR jsou různé výrobní podmínky pro zemědělské podnikání. Agrární politika podporuje zemědělskou produkci zejména v méně příznivých podmínkách (LFA). EU podporuje podnikání pouze na zemědělské půdě, tj. rostlinné komodity a chov skotu (který je spojen s půdou) zatímco chov prasat a chov drůbeže spolu sprodukcí vajec nejsou podporované směry. 13

14 5 RENTABILITA ZEMĚDĚLSKÝCH KOMODIT Rentabilita jednotlivých zemědělských komodit je vypočítána modelem RENT-4. Pro rok 2013 se využívají známá pravidla agrární politiky (poslední rok plánovacího období SZP) Pro rok 2014 se uvažují předpokládané varianty agrární politiky pro plánovací období SZU RENTABILITA ZEMĚDĚLSKÝCH KOMODIT Predikce rentability pro roky ukazují U rostlinných komodit většinou příznivou ekonomickou prognózu. U živočišných komodit je situace horší. Rentabilita u kravského mléka je příznivá (díky podporám krmiv), zatímco výkrm skotu vykazuje dlouhodobě záporné výsledky i při započtení nepřímých podpor. Ekonomika nepodporovaných komodit (výkrm prasat a drůbeže) nevychází dlouhodobě příznivě. Model RENT-4 Aktuální predikce rentability zem. komodit Předpoklady model.predikcí Výnosy Náklady Ceny Podpory Výpočty finálních ukazatelů Rentabilita R-S rentabilita bez podpor Rentabilita R+S rentabilita s podporami 14

15 Model RENT-4 Aktuální predikce rentability zem. komodit Ilustrace aktuální predikce Přechod do Excel-verze modelu 6 MODEL TYPOVÝCH FAREM TF-1 Byly vybrány následující typové farmy: Farmy bez živočišné výroby (typ F1) Farmy s převažující produkcí mléka (typ F2) Farmy skombinovanou mléčnou a masnou produkcí (typ F3) Farmy spastevním odchovem masného skotu (typ F4) 6 MODEL TYPOVÝCH FAREM TF-1 Tab Typové farmy - výrobní zaměření Z. p. Pšenice Ječmen Řepka Kukuřice Víceleté TTPvolné BTPM Krávy Louky Pastviny Dojnice Farma Výrobní na siláž pícniny oblast ha ha ha ha ha ha ha ha ha ks ks F1a KR F1b BR F1c BH F2a KR ,8 19,8 12,8 26,5 21,4 50 F2b BR ,2 13,6 18,2 26,6 23,3 50 F3 BR 100 8,5 16,1 15,8 15, F4a BH ,4 24,4 51,5 20 F4b BH

16 Model TF-1 Předpoklady modelových výpočtů ekonomiky typových farem Výpočet ekonomiky jednotlivých typových farem vychází z výrobně ekonomických údajů modelu RENT-4 v uplynulém období ( ) a predikce na roky (kap.4). Do modelových výpočtů jsou započítány podpory agrární politiky typu SAPS, Top-Up a LFA. Časový horizont Roky , kde za roky se jedná o skutečné hodnoty šetření NAKL, roky představují modelové predikce. Model TF-1 Výrobně ekonomické vstupní údaje podle komodit Pro rostlinné komodity - hektarové výnosy, celkové náklady na hektar, jednotkové náklady na tunu produkce. Pro živočišné komodity užitkovost na kus a rok (dojivost, natalita krav BTPM), celkové náklady na kus a rok, jednotkové náklady na finální produkci (litr mléka, kg ž. hm. odchovaného telete v hmotnosti 250 kg srespektováním natality KBTPM, která se pohybuje okolo 80 %). Model TF-1 Tržní ceny Pro rostlinné a živočišné komodity byly použity průměrné ceny zemědělských výrobců za ČR celkem (CZV zdroj ČSÚ) na jednotku finální produkce (tunu, litr mléka a kg ž. hm. telete). Pro odlišení rozdílnosti výrobních podmínek podle výrobních oblastí byly CZV modifikovány v souladu svýsledky šetření NAKL (kde např. nejvyšší výnosy a tržní ceny u pšenice dosahují producenti v oblasti KR a nejnižší v oblasti BH). 16

17 Model TF-1 Vstupní údaje agrární politiky Do modelových výpočtů jsou započítány podpory agrární politiky typu SAPS, Top-Up a LFA, které jsou přiřazené jednotlivým komoditám. U živočišných komodit jsou započítány nepřímé podpory odpovídající spotřebě vlastních krmiv v přepočtu na spotřebovanou plochu těchto krmiv. Vazby mezi RV a ŽV Typové farmy obsahují základní vztah mezi produkcí krmných komodit a spotřebou vlastních krmiv. U farem typu F2, F3 a F4 platí, že produkce a spotřeba vlastních krmiv se musí rovnat. Výsledky modelových výpočtů typových farem Na základě uvedených předpokladů byly provedeny modelové výpočty jednotlivých typů farem v časové řadě Výsledky jsou obsaženy v tab Tab Celkový zisk s dotacemi (tis. Kč) Farma F1a F1b F1c F2a F2b F F Model zadání - Rok 2012 Ukazatel MJ Farma 1a Farma 1b Farma 1c Farma 2a Farma 2b Farma 3 Farma 4a Farma 4b Plocha z. p. ha Výrobní oblast KR BR BH KR BR BR BH BH Zadání - pšenice ozimá ha ječmen jarní ha řepka ha kukuřice na siláž ha VLP ha louky ha pastviny ha volné TTP (louky) ha 62 - dojnice ks krávy BTPM ks Výsledky Celkové náklady tis. Kč Celkové podpory tis. Kč Celkové tržby tis. Kč Celkový zisk bez tis. Kč dotací Celkový zisk s dotacemi tis. Kč Náklady na vlastní krmiva - dojnice Kč/krávu krávy BTPM Kč/krávu celkem tis. Kč 669,3 684,6 552,2 383,6 144,8 Celkové náklady na krmné komodity - kukuřice na siláž Kč/ha víceleté pícniny Kč/ha louky Kč/ha pastviny Kč/ha celkem tis. Kč 673,9 680,3 552,3 383,9 145,9 Rozdíl (má být nulový) tis. Kč -4,6 4,3-0,1-0,3-1,1 17

18 čet hektarů (kusů zvířat) za všechny komodity typové farmy Model zadání - Rok 2015 Ukazatel MJ Farma 1a Farma 1b Farma 1c Farma 2a Farma 2b Farma 3 Farma 4a Farma 4b z. p. ha Plocha Výrobní oblast KR BR BH KR BR BR BH BH Zadání - pšenice ozimá ha ječmen jarní ha řepka ha kukuřice na siláž ha VLP ha louky ha pastviny ha volné TTP (louky) ha 64 - dojnice ks krávy BTPM ks Výsledky Celkové náklady tis. Kč Celkové podpory tis. Kč Celkové tržby tis. Kč Celkový zisk bez tis. Kč dotací Celkový zisk s dotacemi tis. Kč Náklady na vlastní krmiva - dojnice Kč/krávu krávy BTPM Kč/krávu celkem tis. Kč 657,0 718,6 613,0 414,8 153,6 Celkové náklady na krmné komodity - kukuřice na siláž Kč/ha víceleté pícniny Kč/ha louky Kč/ha pastviny Kč/ha celkem tis. Kč 649,6 718,5 615,6 418,4 150,6 Rozdíl (má být nulový) tis. Kč 7,4 0,1-2,6-3,5 3,0 12 DOTAČNÍ KALKULAČKA PRO ODHAD PODPOR ZEMĚDĚLSKÉHO PODNIKU PRO ROK 2015 Předpoklady modelových výpočtů pro rok 2015 Přímé platby (pilíř I): SAPS, greening, podpora mladých zemědělců, vázané platby na citlivé komodity a historické platby TNA (z roku 2013) Zdroj: predikce ÚZEI/MZe (na základě národní obálky pro ČR pro rok 2015) Platby PRV (pilíř II): AEKO (agroevironmentálnía klimatické operace), EZ (Ekologické zemědělství), NATURA 2000, LFA a Welfare Zdroj: predikce ÚZEI/MZe (na základě PRV EU pro období ) Dotační kalkulačka pro rok 2015 Přechod do Excel-modelu a ilustrace výpočtů pro uživatele 18

19 13 LITERATURA Foltýn, I. a kol. (2012): Rozšíření modelu FARMA-4 pro analýzy nových nástrojů zemědělské politiky, Zpráva za IVP č za rok 2012, ÚZEI Praha. Foltýn a kol. (2014): Model FARMA-5 for economic and environmental optimization of agriculturalenterprises, Agrární perspektivy XXIII, PEF ČZU (v tisku). Foltýn, I., Kučera, J., Trantinová, M., Božík, M. (2013): Model FARMA-5 prostorová optimalizace ekonomického a ekologického chování zemědělských podniků, Sborník mezinárodní konference Agrární perspektivy, Praha, [CD-R]. Foltýn, I., Zedníčková, I., Humpál, J., Voltr, V., Kučera, J., Doucha, T. (2013): Model FARMA-5 prostorové modelování ekonomických, ekologických a agroenvironmentálních podmínek typových podniků ČR v podmínkách budoucí SZP, Zpráva za IVP č za rok 2013, ÚZEI Praha. Foltýn, I., Zedníčková, I. (2010): Rentabilita zemědělských komodit, Výzkumná studie č. 102, ÚZEI, Praha, 70 str. + přílohy. Foltýn, I., Zedníčková, I. (2012): Modelování dopadů zemědělské politiky ČR po roce 2013, Výzkumná studie č. 108, ÚZEI Praha. Vávra, V. (2014): Optimalizace krmných technologií. Interní studie ÚZEI (subdodávky pro IVP č. 1277, ÚZEI Praha). Hienl, P. a kol. (2013): Jak začít podnikat v zemědělství, ÚZEI, Praha, Modelování ekonomických procesů v zemědělství a predikce dopadů budoucích variant SZP EU do agrárního sektoru Díky za pozornost RNDr. Ivan Foltýn, CSc., ÚZEI Praha tel foltyn.ivan@uzei.cz Model FARMA-5 pro ekonomickou a ekologickou optimalizaci zemědělských podniků RNDr. Ivan Foltýn, CSc. Ing. Jakub Kučera, Ing. Marie Trantinová, Ph.D. Ing. Václav Voltr, Ing. Ida Zedníčková Ústav zemědělské ekonomiky a informací Praha Ing. Přemysl Pavka, doc. Ing. Miloš Zapletal, Ph.D. Ekotoxa Opava Agrární perspektivy XXIII, PEF ČZU, Praha

20 Poradenský systém FARMA-5 Úvod V ÚZEI Praha, společně s firmou EKOTOXA Opava, bylo v roce 2011 zahájeno řešení projektu Model FARMA-5 - Poradenský optimalizační systém pro simulaci optimálního chování zemědělských podniků ve vztahu k trvalé udržitelnosti zemědělství a zemědělským technologiím šetrným k životnímu prostředí s propojením na geografický informační systém jehož cílem je vytvořit komplexní metodologický aparát pro analytické posouzení a predikce vhodných způsobů hospodaření zemědělských podniků. Doba řešení: Poradenský systém FARMA-5 Struktura systému Poradenský systém FARMA-5 se skládá z následujících submodelů: matematický optimalizační model FARMA-5 pro prostorovou optimalizaci výrobní struktury podniku na bázi půdních bloků, vytvořený v systému GAMS; model ERO-1 pro stanovení erozního ohrožení podniku na bázi GIS opírající se o klasifikaci BPEJ; modely EMI-1, IMI-1, DEP-1 pro stanovení dopadů atmosférické depozice dusíku do zemědělské půdy prostřednictvím bilance NPK. Poradenský systém FARMA-5 Datové zabezpečení systému Zdroje dat: systém LPIS pro rostlinnou výrobu seznam a lokalizace půdních bloků podniku do zemědělského prostoru systém LPIS pro živočišnou výrobu seznam zařízení pro ŽV podniku a jejich obsazení jednotlivými kategoriemi zvířat systém bonitace půdního fondu ČR (BPEJ) klasifikace kvantitativních a kvalitativních ukazatelů půdy obsahující cca bonitních jednotek. 20

21 Poradenský systém FARMA-5 matematický optimalizační model FARMA-5 Model FARMA-5: model prostorové optimalizace, který umožňuje ekonomickou, technologickou a ekologickou optimalizaci výrobní struktury daného podniku na základě externích výrobních podmínek a její prostorové rozmístění v podniku v závislosti na geografických, půdních a environmentálních předpokladech o prostředí, v němž se podnik nachází. Adekvátnost modelu realitě závisí na formulaci omezujících podmínek pro proměnné, které obsahují možnost výběru komodit na jednotlivých PB v závislosti - na přírodních podmínkách: výměra, lokalizace v zemědělském prostoru, nadmořská výška, kvalita půdy, míra erozní ohroženosti apod.; - na ekonomických podmínkách: hektarový výnos, náklady, ceny, podpory podle pravidel AP, zisk apod.; - na specifických podmínkách: systém hospodaření pro daný PB, produkce v podmínkách agro-envi, podmínky pro erozní ohrožení, výpočet a omezení bilance živin NPK apod. Poradenský systém FARMA-5 model ERO-1 pro klasifikaci erozního ohrožení Model ERO-1: Vyhodnocuje při modelování hospodaření zemědělského podniku změnu míry erozního smyvu na jednotkové ploše (na půdním bloku). Rovnice smyvu zemědělské půdy Pro posouzení míry ohroženosti půdních bloků erozí povrchovým odtokem se vycházelo z univerzální rovnice Wischmeier - Smith (tzv. rovnice USLE = Universal SoilLossEquation), vmodifikaci USLE 2D: G = R * K * L * S * C * P, kde vrámci zemědělského hospodaření je možné následujícími způsoby měnit hodnotu faktorů: G průměrná roční ztráta půdy v t.ha -1.rok -1, R faktor erozní účinnosti deště, nezávislý na zemědělské činnosti, K faktor náchylnosti půdy k erozi, závislý na zemědělské činnosti zdlouhodobého hlediska (např. degradace půdy, hutnění vlivem obdělávání), L faktor délky svahu, ovlivnitelný organizací pozemků, budováním mezí, cest, průlehů aaplikací jiných protierozních a protipovodňových opatření přerušujících svah, S faktor sklonu svahu, nezávislý na zemědělské činnosti, případně závislý vmalé míře, C faktor ochranného vlivu vegetace, velmi závislý na zemědělské činnosti (výběr plodiny, vegetační období, použití podsevu apod.), P faktor vlivu protierozních opatření, velmi závislý na zemědělské činnosti (způsob obdělávání, aplikace půdoochrannýchpostupů). Při konstantních hodnotách faktoru R (průměrná hodnota 40) afaktoru P (P=1) lze vypočítat součin faktorů R, K, L, S, P pro každý blok a poté vynásobením hodnotou faktoru C - variantně pro navrhovanou plodinu - získat odhadovanou hodnotu míry erozního smyvu pro uvedený blok. Poradenský systém FARMA-5 model ERO-1 pro klasifikaci erozního ohrožení Vzhledem k tomu, že model nereflektuje zásahy do pozemku dá se v rámci pozemku suma součinů faktorů L, S, K, R a P považovat za konstantní. Změnou plodiny dochází potom pouze ke změně faktoru C, výsledná míra erozního smyvu je tak závislá pouze na modelové změně tohoto faktoru. Výsledná hodnota průměrného ročního erozního smyvu z bloku se v modelu FARMA-5 mění dle navrhované plodiny, tedy se změnou faktoru C. Pro import výsledků modelu ERO-1 do modelu FARMA-5 se pro každý podnik vytváří tabulka skládající se z identifikátoru bloku informace o erozním ohrožení vhodných opatřeních dle LPIS součinu faktorů L, S, K, R, P z rovnice USLE 21

22 Poradenský systém FARMA-5 model EMI-IMI-DEP pro výpočet atmosférické depozice dusíku Model EMI-1: modeluje emise amoniaku (NH 3 ) z počtu hospodářských zvířat a průměrného ročního emisního koeficientu pro jednotlivé druhy zvířat. Model IMI-1: k odvození atmosférické koncentrace amoniaku v různých vzdálenostech od zemědělského zdroje byl navržen model, který stanoví, jak se atmosférická koncentrace NH 3 snižuje se vzdáleností od zdroje v závislosti na množství emisí NH 3 ze zdroje, pravděpodobnosti rychlosti a směru větru, charakteru povrchu mezi zdrojem emisí NH 3 a místem, pro které je modelována koncentrace amoniaku a následně suchá depozice amoniaku. Model DEP-1: Pro stanovení celkové depozice dusíku na pozadí v okolí podniků byl navržen model, kterým byla modelována celková depozice dusíku jako součet celkové mokré a suché depozice oxidovaných sloučenin dusíku (NO x, dusičnanů ve srážkách) a celkové mokré a suché depozice redukovaných sloučenin dusíku (NH 3 a amonných iontů ve srážkách) v síti 1x1 km na území České republiky. Poradenský systém FARMA-5 propojení modelů FARMA-5, ERO-1 a EMI-IMI-DEP Propojením popsaných modelů, tedy modelu FARMA-5 modelu ERO-1 modelů EMI-IMI-DEP byl vytvořen poradenský systém FARMA-5, který umožňuje optimalizovat výrobní strukturu podniku snížit riziko erozního ohrožení a dosáhnout přijatelných hodnot bilance živin N, P, K v zemědělské půdě. Poradenský systém FARMA-5 implementace systému na zemědělský podnik Fungování poradenského systému FARMA-5 pro konkrétní zemědělský podnik lze popsat v následujících krocích: Krok 1: Z databáze LPIS se vygeneruje databáze půdních bloků (PB) spolu s dalšími informacemi jako jsou identifikace kultury (OP nebo TTP), příslušnost PB k výrobním oblastem, oblastem LFA, dále průměrná svažitost PB a přiřazení BPEJ k PB. Krok 2: Z informací v kroku 1 se vygeneruje systém 11 matic MAT1,,MAT11 pro model FARMA-5. Krok 3: Pomocí modelu ERO-1 se vygeneruje matice parametrů erozní ohroženosti jednotlivých PB v závislosti na vybraných zemědělských komoditách. 22

23 Poradenský systém FARMA-5 implementace systému na zemědělský podnik Krok 4: Pomocí modelů EMI-1, IMI-1 a DEP-1 a na základě lokalizace živočišné výroby do stájí a jiných zařízení ŽV se vygeneruje matice atmosférické depozice dusíku pro všechny půdní bloky podniku. Krok 5: Propojením modelu FARMA-5 s modelem RENT-4 a s databází BPEJ se vygeneruje matice produkčně ekonomických vstupů modelu pro každý PB a každou komoditu RV: hektarové výnosy, náklady, podpory a tržní ceny, dále pak úroveň hnojení N, P, K podle komodit. Krok 6: Zadá se výchozí výrobní strukturu podniku RV (podle PB) a ŽV pro celý podnik. Krok 7: Model FARMA-5 je připraven k optimalizaci výrobní struktury při respektování problematiky eroze (zadání ano/ne) a respektování vyváženosti bilance živin N, P, K s modelově odvozenou atmosférickou depozicí (zadání ano/ne). Poradenský systém FARMA-5 přínosy systému při aplikaci na podnik X Hlavním přínosem uplatnění poradenského systému FARMA-5 pro podnik X jsou optimalizace zisku podniku (výsledky modelu FARMA-5), při respektování ekologických kritérií snížení erozního ohrožení (výsledky modelu ERO-1) omezení nepříznivých bilancí živin N, P, K na základě výpočtu atmosférické depozice dusíku (výsledky modelů EMI-1, IMI-1 a DEP-1) v závislosti na úniku skleníkových plynů z ŽV. Výsledky výpočtů ekologické optimalizace jsou uvedeny v následující tabulce. Poradenský systém FARMA-5 ilustrace využití systému v podniku X Eroze Depozice N Vstup N Odběr N Bilance N Vstup P Odběr P Bilance P Vstup K Odběr K Bilance K t/ha kg N/ha kg N/ha kg N/ha kg N/ha kg P/ha kg P/ha kg P/ha kg K/ha kg K/ha kg K/ha Var. 1 - zadání: eroze=0, bilance NPK=0, zisk celkem tis. Kč min na PB 0,00 10,85 21,32 0,00-87,44 0,00 0,00-64,33 0,00 0,00-183,32 max na PB 44,36 28,54 214,32 157,87 143,97 10,00 74,33-5,13 15,00 198,32-7,92 průměr z. p. 4,18 13,96 122,72 87,43 49,25 8,57 34,74-26,18 12,85 91,42-78,57 Var. 2 - zadání: eroze=0, bilance NPK=1, zisk celkem tis. Kč min na PB 0,00 10,85 33,89 42,86 1,16 2,56 12,46-32,45 3,84 53,84-50,00 max na PB 36,58 28,54 138,60 100,12 50,00 10,00 41,66-5,13 15,00 65,00-44,35 průměr z. p. 4,96 13,96 86,89 61,74 39,11 6,68 23,49-16,81 10,02 59,91-49,89 Var. 3 - zadání: eroze=1, bilance NPK=0, zisk celkem tis. Kč min na PB 0,01 10,85 0,00 0,00-8,35 0,00 0,00-65,03 0,00 0,00-191,75 max na PB 3,87 28,54 196,18 164,87 160,11 10,00 75,03 0,00 15,00 206,75 0,00 průměr z. p. 1,68 13,96 109,67 78,94 44,70 8,06 30,75-22,70 12,08 82,76-70,67 Var. 4 - zadání: eroze=1, bilance NPK=1, zisk celkem tis. Kč min na PB 0,01 10,85 3,13 16,78 1,16 1,43 3,85-32,06 2,15 19,93-50,00 max na PB 18,17 28,54 135,31 98,43 50,00 10,00 41,49-2,27 15,00 64,92-17,56 průměr z. p. 3,36 13,96 78,72 57,57 35,11 6,28 21,64-15,35 9,43 56,33-46,90 23

24 Děkujeme za pozornost Za celý řešitelský tým RNDr. Ivan Foltýn, CSc. tel , 24