Technicá efeivnost eologicého zemědělství Česé republiy Zdeňa KROUPOVÁ, Czech University of Life Sciences Prague i Abstract Organic agriculture is the fastest developing branch of the Czech agriculture production. Nevertheless, foreign researches evidence that it is not dealt with an efficient production technology. The mentioned research has not been realized in the Czech Republic yet. Therefore, the aim of the paper is an evaluation of technical efficiency of Czech organic farms and determination of main factors which affect the technical efficiency of organic farmers. The methodological tool for achievement of the aim is the analysis of frontier production function and simultaneous estimation of technical inefficiency. The results of research verified the hypothesis of lower efficiency of organic farming, based on foreign papers, but withal they declared more problematic situation of Czech organic farms. Keywords Organic farming, panel data, stochastic frontier analysis, technical efficiency. JEL Classification: Q1, Q18 i Department of Economics, Faculty of Economics and Management, Czech University of Life Sciences Prague, Kamýcá 19, 165 1 Prague 6, Czech Republic. roupovaz@pef.czu.cz Pieces of nowledge introduced in this paper resulted from solution of an institutional research intention MSMT 646796 Economics of resources of Czech agriculture and their efficient use in frame of multifunctional agri-food systems. 1. Úvod Eologicé zemědělství patří nejdynamičtějším odvětvím zemědělsé výroby v Česé republice. Jeho pozice v posledních deseti letech posiluje ja z hledisa výměry eologicy obhospodařované půdy a počtu eologicy hospodařících subjeů, ta v rámci objemu bioproduce. Výzumy provedené v zahraničí (Madau (5, 7), Kumbhaar a ol. (9)) vša pouazují na nižší efeivnost eologicy hospodařících subjeů v omparaci s onvenčními farmami. V Česé republice uvedený výzum nebyl zatím zpracován, proto cílem předloženého příspěvu je zhodnocení efeivnosti eologicých farem a vymezení záladních faorů, eré ovlivňují míru technicé efeivnosti eologicých producentů. Zmíněný hlavní cíl je doplněn požadavem zhodnocení vhodnosti eologicého systému hospodaření pro zoumané subjey právě z pohledu technicé efeivnosti. V předloženém příspěvu je nejprve definován pojem efeivnosti a vymezen nástroj jejího hodnocení v podobě hraniční produční funce. Následuje souhrn dosavadních výsledů výzumu efeivnosti zahraničního eologicého zemědělství. Postup výzumu technicé efeivnosti česého eologicého zemědělství je popsán v části třetí. Datovou záladnu delaruje část čtvrtá. V části páté je vantifiována míra technicé efeivnosti česých eologicých farem, měří míru vlivu faorů neefeivnosti a hodnotí rozsah produční mezery vzniající využitím eologicé technologie výroby. Souhrn uvedených výsledů posytuje Závěr. 1 Published by VŠB-TU Ostrava. All rights reserved. ER-CEREI, Volume 13: 63 75 (1). ISSN 11-3951 doi:1.737/cerei.1.6.1
64 Eonomicá revue Central European Review of Economic Issues 13, 1. Dosavadní výzum efeivnosti eologicého zemědělství Počáte analýzy efeivnosti lze dle Kumbhaara a Lovella () datovat do 5. let. století, dy byly zveřejněny publiace definující pojem eonomicé efeivnosti. Mezi uvedené publiace patří studie Koopmansa (1951, cit. Kumbhaar a Lovell ()), erá vymezila efeivnost jao stav, dy výrobce není schopen vyrobit vyšší množství jednoho výstupu, aniž by vyrobil méně výstupu jiného či zvýšil rozsah výrobních faorů. Debreu ve stejném roce (1951, cit. Songsrirote a Singhapreecha (7)) definoval uazatel efeivnosti využití zdrojů, vyjádřený podílem sutečného a maximálně dosažitelného objemu produce při dané technologii a disponibilních zdrojích. Oproti Debreuovi Shephard (1953, cit. Songsrirote a Singhapreecha (7)) analyzoval stranu vstupů výrobního procesu a definoval měříto efeivnosti jao poměr minimálního množství vstupů a sutečného množství, eré bylo vynaloženo dosažení požadované úrovně produce při dané technologii výroby. Dle Coelliho (1995) byly uvedené práce záladem pro studii Farrela publiovanou v roce 1957, vymezující pojem eonomicé efeivnosti jao schopnost firmy produovat stanovené množství výroby v rámci dané technologie s minimálními nálady (cit. Bravo- Ureta a Pinheiro (1997)). Farrel (1957, cit. Coelli (1995)) navrhl deompozici zmíněné eonomicé efeivnosti na dvě složy technicou a aloační efeivnost. Bravo-Ureta a ol. (7) uvádějí definici technicé efeivnosti, jež představuje schopnost firmy produovat maximální objem výstupu s daným objemem vstupů a při dané technologii. Zmíněná definice tedy odpovídá Debreuově pojetí efeivnosti. Aloační efeivnost je uvedenými autory vymezena jao schopnost volby nejoptimálnější ombinace výrobních faorů a vantifiována rovností poměru mezních produů aždé dvojice vstupů a poměru tržních cen příslušné dvojice vstupů. Farrelovo pojetí efeivnosti ovlivnilo empiricé modelování produční funce. Vedle průměrné produční funce začala být modelována hraniční produční funce, erou definují Kumbhaar a Lovell () jao funci vyjadřující maximální objem výstupu, erý může být zísán z daného objemu vstupů: f ( x) maxy : y P( x), (1) de Pxje množina výstupů, dosažitelných z aždého nezáporného veoru vstupů x ( x 1 N,... x N ) R, M y je nezáporný veor výstupů y ( y 1,..., y M ) R. Kumbhaar a Lovell () rovněž vymezují vlastnosti uvedené hraniční produční funce: nulový objem vstupů impliuje nulový objem produce, N spojitost v rozsahu vstupů x ( x 1,... x N ) R, pozitivní slon, monotónnost, vazionávnost v rozsahu vstupů N x ( x 1,... x N ) R, onvexnost. Průopníy v modelování hraniční produční funce byly, dle Aignera a ol. (1977), studie Aignera a Chu publiovaná v roce 1968, publiace Afriata (197) a Richmonda (1974). Dle Kumbhara a Lovella () lze uvedené studie charaerizovat deterministicým přístupem analýze hraniční produční funce, založeným na technice lineárního programování či modifiaci běžné metody nejmenších čtverců, předpoládající neladné hodnoty všech reziduí. V relativně ráté době se vša objevuje rovněž stochasticý přístup hraniční produční funci, jehož zaladateli byli, dle Kumbhaara a Lovella (), Meesen a van den Broec (1977) a Aigner a ol. (1977), eří navrhli rozložit náhodnou složu produční funce na dvě části statisticou chybu s normálním rozdělením a technicou neefeivnost s exponenciálním či polonormálním rozdělením. Efeivnost eologicého zemědělství byla pomocí zmíněných stochasticých modelů hraniční produční funce zoumána ve studiích Tzouvelease a ol. (1 a ), eré byly zaměřeny na výzum efeivnosti řecých eologicých producentů. Souhrnně byla v uvedených studiích analyzována efeivnost 84 eologicých producentů olivového oleje, 9 eofarem se zaměřením na produci bavlny, 6 eoproducentů hrozine a eologicých producentů vinné révy. Hraniční produční funce byla uvedeným oleivem autorů onstruována Cobb- Douglasovou i translogaritmicou funcí s vysvětlovanou proměnnou v podobě naturálního objemu produce příslušných omodit a s vysvětlujícími proměnnými, reprezentujícími výměru obhospodařované půdy, počet odpracovaných hodin, objem hnojiv a objem zapojeného apitálu, a odhadována metodou maximální věrohodnosti. Komparace sutečné úrovně produce s potenciální hodnotou delarovala průměrnou technicou efeivnost eologicých producentů olivového oleje na úrovni 68,3 %. Zmíněný oleiv autorů provedl rovněž srovnání míry technicé efeivnosti eologicých producentů s mírou technicé efeivnosti podniů onvenčních. Výsledem byla identifiace vyšší technicé neefeivnosti onvenčních producentů olivového oleje. Průměrná míra efeivnosti onvenčních producentů dosáhla pouze 55,9 %. Obdobný výslede byl proá-
Z. Kroupová Technicá efeivnost eologicého zemědělství Česé republiy 65 zán i u zbývajících omodit. Napřílad průměrná míra technicé efeivnosti eologicých producentů bavlny s úrovní 74,6 % převýšila průměrnou míru technicé efeivnosti onvenčních podniů o 4 %. Nejvyšší diference vša byla dosažena u produce vína, de vyázaly eologicé farmy sice v průměru nejnižší míru technicé efeivnosti (68 %), nicméně převýšily průměr onvenčních farem o 11 %. V roce 5 zveřejnil Madau analýzu technicé efeivnosti 93 italsých eofarem, eré byly zaměřeny na produci obilovin. Zmíněná analýza byla založena na modelování Cobb-Douglasovy hraniční produční funce. V uvedené funci byla vysvětlována peněžní hodnota celové produce obilovin dané farmy výměrou slizňové plochy obilovin, celovými výdaji na osiva a hnojiva, celovou hodnotou apitálu, počtem hodin práce a ostatními výdaji farmy. Výsledy odhadu hraniční produční funce metodou maximální věrohodnosti vedly závěru, že eologičtí producenti s mírou technicé efeivnosti na úrovni 8,5 % jsou méně efeivní než onvenční farmy, dosahující 89, % technicé efeivnosti. Později provedl Madau (7) obdobnou analýzu s využitím translogaritmicé funční formy. Výsledy uvedené analýzy odpovídaly výše popsaným závěrům. Madau (7) rovněž zoumal faory determinující uvedenou neefeivnost. Z předpoládaných proměnných, zahrnujících vě farmáře, pohlaví farmáře, loalizaci farmy v méně příznivé oblasti a umístění farmy v rovinatém, opcovitém či hornatém terénu, byl zjištěn nejsilnější vliv loalizace eofarmy v méně příznivé oblasti. Zmíněná loalizace impliovala vyšší technicou neefeivnost, než dosahovaly eofarmy nacházející se v produčně příznivějších oblastech. Rovněž umístění farmy do horsého terénu vyvolalo poles technicé efeivnosti. Z genderového hledisa bylo zjištěno, že muži dosahují vyšší technicé efeivnosti než ženy. Efeivnost eologicého zemědělství rovněž narůstá s věem farmáře. Kumbhaar a ol. (9) analyzovali efeivnost finsých eologicých farem zaměřených na chov mléčného sotu prostřednictvím simultánního modelu hraniční produční funce a inlinační funce eologicého zemědělství. Uvedený model byl založen na panelových datech 79 farem, z nichž 49 uplatňovalo eologicou produční technologii. Data byla zísána za období let 1995. Specifiace hraniční produční funce byla založena na Cobb-Douglasově funční formě s výstupem v podobě peněžní hodnoty celového objemu produce. Vstupy do výrobního procesu definoval zmíněný oleiv autorů jao počet hodin práce, peněžní hodnotu spotřeby energie a materiálu a peněžní hodnotu budov a strojů. Inlinační funce, popisující volbu technologie výroby, byla vysvětlována technologií uplatňovanou v předešlém období, mírou technicé neefeivnosti, věem farmáře, reprezentujícím úroveň zušeností, dotacemi, eré byly zísány v průměru na hear obhospodařované půdy, a produční intenzitou. Výsledem uvedené studie bylo proázání eologicé technologie jao technologie méněcenné, neboť eologicé farmy vyázaly v průměru o 5 % nižší technologicou efeivnost než farmy onvenční. Uvedená neefeivnost byla proázána jao faor působící proti implementaci eologicé produční technologie. Naopa silný pozitivní vliv na přechod či setrvání v eologicém produčním systému vyázaly dotace. Kumbhaar a ol. (9) dále předpoládá, že v dlouhém časovém horizontu lze očeávat nárůst efeivnosti eologicých farem, neboť dotace motivují přechodu na eologicé zemědělství i efeivní farmy. Z uvedeného předpoladu vychází závěr, že dotace na podporu eologicého zemědělství jsou z dlouhodobého hledisa potřebné, pouze poud nižší produivita eologicého zemědělství a produce veřejných statů nebude ompenzována vyšší prodejní cenou. Z výše uvedených analýz nelze učinit jednoznačný závěr o nižší technicé efeivnosti eologicých farem ve srovnání s onvenčními farmami. Lze vša vymezit nižší technicou efeivnost eologicé produce obilovin, jež tvoří jedno z nejvýznamnějších odvětví česého eologicého zemědělství, i nižší technicou efeivnost bioproduce mléa. 3. Metodicé přístupy Model použitý analýze efeivnosti česého eologicého zemědělství vychází z funčního vymezení hraniční produční funce dle Meesena a van der Broeca (1977), eří definovali hraniční produční funci v podobě Cobb-Douglasovy funční formy, viz následující předpis v úpravě pro panelová data: y f ( x ; ) e, () v u, (3) de y je úroveň produce -tého subjeu v čase t, x je veor vstupů do produčního procesu o rozměru N j, odpovídající spotřebě vstupu práce, půdy a apitálu -tým subjeem čase t, β je veor odhadovaných parametrů o rozměru j 1, ε reprezentuje chybu odhadu, obsahující náhodnou složu (v ) a míru technicé neefeivnosti (u ), odpovídající -tému subjeu a času t, j 1,,, J, 1,,, K, t 1,,, T. Apliaci hraniční produční funce lze dle Coelliho (1995) charaerizovat dvěma hlavními přínosy oproti modelování průměrné produční funce. Odhad hraniční produční funce umožňuje vytvořit model
66 Eonomicá revue Central European Review of Economic Issues 13, 1 technologicého postupu nejlepší farmy v oboru, zatímco odhad průměrné produční funce reprezentuje model technologie průměrné farmy. Uvedená sutečnost podmiňuje i druhý přínos hraniční produční funce, erým je možnost empiricy měřit míru technicé efeivnosti jednotlivých farem. Zmíněnou míru technicé efeivnosti lze dle Aignera a ol. (1977) vyjádřit jao poměr mezi sutečně dosaženým objemem produce a potenciálním objemem výstupu, vantifiovaným hraniční produční funcí: ys TE maxy : y P( x), (4) de y s značí sutečný objem produce. Specifiace stochasticého modelu dále vychází z Aignerova (Aigner a ol., 1977) členění chyby odhadu na dvě části: Náhodnou složu v s normálním rozdělením, N,, v reprezentující chyby měření hodnot proměnných, vliv faorů nezahrnutých do analýzy a chyby v důsledu zjednodušení analyticého tvaru zvolené produční funce. Nezápornou míru technicé neefeivnosti u, reprezentující odchylu produce -tého subjeu od hranice produčních možností, nezávislou na rozdělení náhodné složy a s předpoládaným normálním rozdělením, N,. u Výstup vantifiovaný zmíněnou funcí byl představován producí ve stálých cenách rou 5 v tisících orunách (LDY v logaritmicém vyjádření). Vysvětlující proměnné představovaly následující výrobní faory: Půda (L), definovaná hearovou výměrou obhospodařované zemědělsé půdy (LLAND v logaritmicém vyjádření). Práce (WU), reprezentovaná průměrným počtem pracovníů (LWU v logaritmicém vyjádření). Kapitál (K), vyjádřený v podobě souhrnu hmotného a nehmotného dlouhodobého majetu v tisících orunách (LHANM v logaritmicém vyjádření). Využití panelových dat vyžadovalo provedení analýzy heterogenity, jejíž opomenutí by mohlo způsobit zreslení odhadů parametrů onstruovaného modelu. Přítomnost heterogenity byla zoumána analýzou variance hodnot vysvětlované proměnné. V důsledu verifiace heterogenity mezi jednotlivými subjey byla specifiace modelu hraniční produční funce založena na tzv. modelu náhodných efeů, erý předpoládá, že faremní specifia nejsou orelována s ostatními vysvětlujícími proměnnými modelu, nýbrž jsou náhodně rozdělována mezi jednotlivé průřezové jednoty. Zmíněnou specifiaci využívá metodicý přístup, erý publiovali Pitt a Lee v roce 1981 (cit. Green, 7). Parametry modelu hraniční produční funce byly odhadnuty metodou maximální věrohodnosti, s následující log-pravděpodobnostní funcí: T 1 log log T log 1 u L T u v T T 1 u u log (5) v v u t1 1 T 1 1 u log T u h h 1, v v ut h, 1 T u (6) de u je rozptyl míry technicé neefeivnosti, v je rozptyl náhodné složy modelu, Φ je distribuční funce normovaného normálního rozdělení (CDF) a T je počet období, reprezentující data -tého subjeu, 1,,, K. Kvalita zísaných odhadů byla testována McFaddenovým pravděpodobnostním indexem, tzv. pseudo R, erý vyjadřuje Green (8) následujícím vzorcem: log L pseudo R 1, log L (7) de log L je hodnota log-pravděpodobnosti odhadovaného modelu, log L je hodnota logpravděpodobnosti modelu, obsahující pouze onstantu. Přítomnost neefeivnosti byla testována Lielihood Ratio testem (LR) s nulovou hypotézou o neexistenci technicé neefeivnosti, tj. H :. LR test byl založen na testovací statistice, erou definuje Gujarati (3) následovně: ( ULLF RLLF), (8) u, v (9) de ULLF značí neomezenou log-pravděpodobnostní funci odpovídající odhadovanému modelu, RLLF je omezená log-pravděpodobnostní funce, odpovídající modelu, erý reprezentuje nulová hypotéza. Gujarati (3) rovněž uvádí, že v případě velých výběrových souborů je vhodné testovací statistiu LR testu porovnávat s riticou hodnotou χ na zvolené hladině významnosti 5% a s počtem stupňů volnosti, eré odpovídají počtu omezujících podmíne, eré uvádí nulová hypotéza. Ve výše uvedeném případě byl tedy použit jeden stupeň
Z. Kroupová Technicá efeivnost eologicého zemědělství Česé republiy 67 volnosti. Hodnota LR statistiy převyšující riticou hodnotu χ na zvolené hladině významnosti a s daným počtem stupňů volnosti impliuje dle Gujaratiho (3) zamítnutí nulové hypotézy. Ve výše uvedených modelech byla rovněž zohledňována existence heterogenity v míře technicé neefeivnosti a heterosedasticita náhodné složy modelu. Heterogenita byla modelována prostřednictvím exponenciální funce rozptylu míry technicé neefeivnosti, de jao vysvětlující proměnné vystupovaly dotace, loalizace farmy v méně příznivých oblastech (LFA) a spotřeba materiálu a energie, u nichž byl předpoládán významný vliv na variabilitu technicé neefeivnosti: exp( z ), u (1) de z značí veor proměnných impliující variabilitu míry technicé neefeivnosti o rozměru s, δ je veor parametrů o rozměru 1 s, s 1,,, S (Green, 7). Heterosedasticita náhodné složy byla dle Greena (7) zohledňována prostřednictvím exponenciální funce rozptylu náhodné složy obsahující pouze onstantu (δ ): exp( ). (11) v Komparace modelu bez heterogenity a heterosedasticity s modelem zohledňujícím uvedené jevy byla provedena pomocí Aaie informačního ritéria (AIC), eré vymezuje Gujarati (3) následovně: log L J AIC 1 log, (1) N de log L je hodnota log-pravděpodobnosti, J značí počet parametrů v modelu, N reprezentuje celový počet pozorování. Modelem lépe popisujícím zoumanou hraniční produční funci byl, dle výše uvedeného ritéria, vybrán model s nižší hodnotu AIC. Z vantifiovaného modelu byla následně vyjádřena míra technicé efeivnosti farem, a to dle postupu Bravo-Urety a Pinheira (1997): TE exp( u ). (13) Za účelem omparace technicé efeivnosti eologicého a onvenčního zemědělství byla výše uvedeným postupem odhadována a verifiována rovněž hraniční produční funce onvenčního zemědělství specifiovaná dle vzorce () a (3). Kvantifiovaná hraniční produční funce onvenčního zemědělství byla dále využita pro stanovení míry technicé efeivnosti onvenčních farem (13). Model hraniční produční funce byl rovněž využit pro vymezení faorů, eré vyvolávají neefeivnost eologicých farem. K uvedenému účelu byl specifiován reurzivní model míry technicé neefeivnosti eologicých farem: L WU K v u y L WU K e, u LFA DEZH LFA D (14) ODH SPMH w, O M de LFA značí dummy proměnnou vyjadřující loalizaci -té farmy v LFA oblasti ( = mimo LFA, 1 = v LFA), DEZH reprezentuje objem zísaných dotací na podporu eologicého zemědělství na hear obhospodařované půdy -tého subjeu v čase t, ODH je objem ostatních zísaných dotací na hear obhospodařované půdy -tého subjeu v čase t, SPMH značí reálnou spotřebu materiálu a energie na hear obhospodařované půdy -tého subjeu v čase t, δ je onstanta, δ D, δ O, δ M, δ LFA jsou regresní parametry funce neefeivnosti, u označuje míru technicé neefeivnosti, w je náhodná složa, w N,. Specifiace modelu vychází z předpoladu, že loalizace farmy v méně příznivé oblasti způsobuje nárůst neefeivnosti oproti hospodaření v produčně příznivých oblastech. Objem zísaných dotací na hear obhospodařované půdy podmiňuje míru racionálního chování farem, erá se přenáší do míry technicé neefeivnosti a negativně ji ovlivňuje. Spotřeba materiálu a energie na hear vyjadřuje vliv dalších výrobních faorů, eré ovlivňují produci farmy a míru její neefeivnosti. Specifiovaný reurzivní model lze dle odborné literatury odhadovat dvěma způsoby. Battese a Coelli (1995), navrhují provézt simultánní odhad modelu metodou maximální věrohodnosti, což umožňuje vantifiaci všech regresních parametrů v jediném odhadu. Uvedený způsob odpovídá výše popsanému zahrnutí heterogenity míry technicé neefeivnosti do specifiace modelu (1). Bravo-Ureta a Pinheiro (1997) naopa navrhují dvou-fázový postup, v němž je nejprve odhadnuta hraniční produční funce a následně je určena míra technicé neefeivnosti pro -tý subje. Kvantifiovaná míra technicé neefeivnosti (u ) v logaritmicém vyjádření se stává vysvětlovanou proměnnou druhé funce (14). Kyi a von Oppen (1999) dodávají, že nulová hodnota míry technicé neefeivnosti znamená, že zoumaná farma je plně (tedy 1%) efeivní, tzn. produuje na hranici produčních možností. Je-li naopa u, leží produce farmy, ja uvádí Basnayae a Gunaratne (), pod hranicí produční možností. V odborné literatuře lze najít ritiu obou výše uvedených postupů. Simultánnímu odhadu je
68 Eonomicá revue Central European Review of Economic Issues 13, 1 vytýána matematicá náročnost, druhému postupu neonzistence v předpoladech o faoru neefeivnosti. V první fázi odhadu je totiž předpoládáno nezávislé a identicé rozdělení faoru neefeivnosti, zatímco v druhé fázi je míra technicé neefeivnosti funcí faremně specificých faorů, což dle Coelliho (1995) impliuje, že uvedená míra neefeivnosti nemůže mít identicé rozdělení. Statisticá významnost parametrů vysvětlujících proměnných ve funci technicé neefeivnosti byla testována LR testem s nulovou hypotézou, předpoládající nulový vliv vysvětlované proměnné na výši technicé neefeivnosti a její změny, tj. H : j pro j 1,,, J. Přijetí uvedené hypotézy znamená, že zvolené proměnné nevysvětlují technicou neefeivnost. Kvantifiovaná hraniční produční funce byla využita rovněž analýze vhodnosti eologicé, či onvenční technologie ve zoumaných podnicích. K uvedenému účelu byla použita modifiace postupu navrženého Kumbhaarem a ol. (9), erý vantifiuje produční mezeru jao rozdíl mezi maximálně dosažitelnou producí a potenciální producí zísanou eologicou technologií. Za účelem vantifiace produční mezery byl využit odhad hraniční produční funce modelu Pitta a Leea s heterogenitou a heterosedasticitou, a to ja pro eologicý produční systém, ta pro technologii onvenční. Odhadnuté modely byly využity e vantifiaci teoreticých hodnot potenciální produce eologicé a onvenční produční technologie. Zmíněné teoreticé hodnoty potenciálních produů byly zísány dosazením sutečných hodnot vysvětlujících proměnných v podobě supinových průměrů za sledované časové období, eré reprezentovaly průměrné disponibilní zdroje jednotlivých subjeů. Uvedeným způsobem byl vantifiován průměrný potenciální produ dosažený u daného subjeu eologicou technologií ( Y ˆ EZ, ) a potenciální produ dosažitelný technologií onvenční ˆ ). ( Y KZ, Z uvedených průměrných potenciálních produů byla následně vantifiována maximální hodnota produce, dle následujícího vzorce: Yˆ maxy ˆ, Yˆ. MAX, EZ, KZ, (15) Produční mezera byla vyčíslena jao rozdíl mezi výše definovanou maximální producí a potenciální producí, erá by byla zísána v daném subjeu eologicou produční technologií: PM ˆ ˆ YMAX, YEZ,, (16) de PM je produční mezera -tého subjeu. Kladná produční mezera u eologicé farmy byla interpretována jao ztráta produce v důsledu využití eologicé produční technologie. V uvedeném případě je eologicý produční systém pro daný podni méněcennou technologií a přechod na onvenční systém by umožnil zvýšení objemu produce při stejné výši disponibilních zdrojů. Naopa záporná produční mezera u eofarem reprezentovala méněcennost onvenční technologie pro daný subje. Přechod na onvenční systém není v uvedeném případě žádoucí, neboť by nezvýšil vyproduovaný objem statů. U onvenčních podniů ladná hodnota produční mezery symbolizovala vhodnost onvenční technologie, naopa při záporné hodnotě by transformace na eologicý produční systém zvýšila objem produce sledovaného podniu. Odhady hraničních produčních funcí byly provedeny eonometricým softwarem LIMDEP, verze 9.. 4. Data Analýza efeivnosti česých eologicých farem byla založena na panelových datech 531 zemědělsých podniů, eré reprezentovaly hospodaření zmíněných subjeů v letech 4 8. Zdrojem datové záladny byla databáze Creditinfo Firemní monitor, vzniající sběrem účetních dat podniatelsých subjeů registrovaných v Česé republice, a Obchodní rejstří. Z uvedených datových zdrojů byly zísány účetní závěry eologicých farem, eré hospodařily, dle seznamů Ministerstva zemědělství ČR, pouze eologicým způsobem ve sledovaném období let 4 8 a eré zveřejnily účetní závěru alespoň jedenrát za dané období. Celem byla zísána data od 143 eologicých farem, právnicých osob, se zaměřením převážně na smíšenou výrobu (OKEČ 13). Výběrový soubor ta představoval z hledisa počtu zastoupených subjeů 58 % záladního souboru eologicých podniů právnicých osob. Za účelem omparace byl soubor eologicých farem dále doplněn účetními závěrami onvenčních podniů. Do výsledné databáze byly zařazeny právnicé osoby provozující zemědělsou výrobu pouze onvenčním způsobem, eré zveřejnily účetní závěru alespoň za tři roy daného období a jejichž výrobní zaměření odpovídalo specializaci výběrového souboru eologicých farem. Vytvořený nevyvážený panel obsahoval celem 49 pozorování od 531 zemědělsých podniů, z nichž 443 pozorování reprezentovalo 143 eologicých podniů a 1 66 pozorování odpovídalo 388 onvenčním zemědělsým podniům.
Z. Kroupová Technicá efeivnost eologicého zemědělství Česé republiy 69 Data z účetních závěre byla dále doplněna o výměry obhospodařované půdy, zísané z databáze LPIS, a o počet zaměstnanců, stanovený jao podíl mzdových náladů jednotlivých subjeů a průměrné mzdy, realizované dle databáze Česého statisticého úřadu v raji, de zoumaný podni sídlil. Zpracování analýzy efeivnosti rovněž vyžadovalo vymezení uazatele celové produce sledovaných podniů. Uvedený uazatel byl stanoven jao součet výonů a spotřeby vlastního meziproduu. Hodnota spotřebovaného meziproduu byla vyčíslena v podobě spotřeby vlastních osiv a rmiv v peněžních jednotách dle následujících vzorců: M j TC j l jt, (17) M jt l jt, (18) TC jt de M j značí peněžní hodnotu meziproduu -té farmy v roce t, TC j reprezentuje celové nálady -té farmy v roce t, l jt je oeficient meziproduu j-té specializace výroby v čase t, M jt je spotřeba vlastních osiv a rmiv j-té specializace výroby v čase t, TC jt značí celové nálady j-té specializace výroby v čase t. Data potřebná pro stanovení oeficientu meziproduu v jednotlivých specializacích výroby byla zísána z databáze FADN CZ standardní výstup právnicých osob v období 4 8 v členění na polní výrobu, smíšenou výrobu a chov sotu. Veřejně dostupná část databáze FADN neumožňuje vymezení potřebných uazatelů v eologicém zemědělství, proto bylo rovněž využito šetření náladovosti a výnosnosti vybraných eologicých produů publiované autorsým oleivem Poláčová a ol. v roce 5. Vliv cenového vývoje byl v případě produce eliminován převodem na reálnou hodnotu prostřednictvím indexů cen zemědělsých výrobců, se zohledněním výrobní specializace, a indexů cen vstupů do zemědělství, zveřejněných Česým statisticým úřadem se záladním obdobím rou 5. Data zísaná výše popsaným postupem byla dále očištěna o neúplná a odlehlá pozorování. Výsledný soubor dat používaný odhadům obsahoval 39 pozorování 19 eologicých podniů a 1 533 pozorování 379 onvenčních podniů. Eologicé podniy reprezentovaly záladní soubor z 5 %. 5. Výsledy Prvotním výsledem provedeného výzumu byla vantifiace hraničních produčních funcí eologicého a onvenčního zemědělství, viz příloha tabuly 4 a 5. Z omparace parametrů zmíněných funcí je patrná vysoá produční pružnost výrobního faoru práce a nízá pružnost výrobního faoru apitál v obou typech hospodaření. V eologicém zemědělství reaguje potenciální produce na procentní nárůst množství zapojené práce,53% růstem, zatímco procentní navýšení využívaného apitálu vyvolává pouze,14% nárůst objemu bioproduce. Přepis hraniční produční funce eologicého zemědělství do mocninného tvaru uvádí následující vzorec:,49,55,143 yˆ 5,113 L WU K. (19),6,36,4,9 Zmíněný vzorec odpovídá odhadu hraniční produční funce se zohledněním heterogenity a heterisedasticity, erý dle AIC ritéria, pseudo R i standardních chyb odhadů posytuje valitnější výsledy odhadu parametrů než odhad bez zohlednění uvedených jevů. Analýza zmíněného odhadu hraniční produční funce eologicého zemědělství umožnila vantifiovat míru technicé efeivnosti eologicých farem, definovanou jao procentuální míru dosažení potenciální produce. Míra technicé efeivnosti tedy vyjadřuje schopnost eologicých farem využít disponibilních zdrojů produci maximálního množství výstupu. V ideálním případě dosahuje míra technicé efeivnosti 1 %. Farma dosahující uvedené míry produuje na hranici produčních schopností. Jaáoli nižší hodnota identifiuje neefeivní produční proces. Přítomnost a významnost uvedené neefeivnosti eologicých farem byla identifiována parametrem λ, jehož hodnota, významně se lišící od nuly, reprezentuje plnou efeivnost všech zoumaných subjeů. Průaznost uvedeného parametru byla testována LR testem, jenž proázal s pravděpodobností 95 % existenci neefeivnosti, viz příloha tabula 4. Eologicé farmy dosahují v průměru pouze 55,1 % plné produční síly. V omparaci s onvenčními farmami, pro eré je odhad hraniční produční funce uveden v příloze, tabula 5, představuje zmíněná sutečnost o 13,5 % nižší efeivnost eologicého zemědělství. Uvedená omparace byla provedena na záladě průměrných hodnot měr technicé neefeivnosti onvenčních farem, eré byly vantifiovány z modelu Pitta a Leea se zohledněním heterosedasticity a heterogenity. Konvenční farmy ta dosahují v průměru 63,7 % potenciální úrovně produce. Komparace míry efeivnosti jednotlivých farem ovšem identifiovala, že nejnižší úroveň efeivnosti dosahuje onvenční farma, jež produovala na úrovni 13,8 % potenciálního produu, zatímco nejnižší míra
7 Eonomicá revue Central European Review of Economic Issues 13, 1 efeivnosti vyázaná v eologicém zemědělství dosahovala úrovně 17,1% potenciální produce. Rovněž druhý extrém v podobě nejvyšší efeivnosti dosáhla onvenční farma pohybující se na 99,1 % produčních možností. Nejúspěšnější eologicá farma se vša uvedenému extrému značně přibližuje, neboť dosahuje 98,1 % technicé efeivnosti. Mezi uvedenými nejúspěšnějšími či nejneefeivnějšími farmami neexistuje žádná zjevná souvislost z hledisa výměry obhospodařované půdy, počtu zaměstnanců, hodnoty hmotného a nehmotného dlouhodobého majetu, dotací či loalizace farem, erá by umožnila učinit závěr o možné příčině vysoé efeivnosti, či neefeivnosti. Nejen výše uvedené extrémní hodnoty, ale především směrodatná odchyla i variační oeficient delarují variabilitu míry technicé efeivnosti eologicých i onvenčních farem. V souboru eologicých farem se míra technicé efeivnosti v průměru odlišuje od výše uvedené průměrné hodnoty o 1,6 %, přičemž uvedená směrodatná odchyla se ze 4 % podílí na aritmeticém průměru míry technicé efeivnosti zmíněného výběrového souboru eologicých farem. Výběrový soubor onvenčních farem vyazuje vyšší oncentraci hodnot míry technicé efeivnosti olem průměrné hodnoty, neboť odchyly měr technicé efeivnosti jednotlivých farem dosahují průměrně 17,3 %. Nižší variabilitu doládá rovněž variační oeficient, vyazující hodnotu,7. Struura eologicého a onvenčního výběrového souboru z hledisa míry technicé efeivnosti jednotlivých farem je shrnuta v následující tabulce 1. Rozčlenění farem do jednotlivých intervalů efeivnosti impliovalo závěr, že výběrový soubor eologicých farem je rovnoměrně rozdělen mezi farmy s úrovní efeivnosti nižší než 5 % či odpovídající 5 % a eofarmy s mírou technicé efeivnosti nad 5 %. V onvenčním zemědělství naproti tomu produuje pouze % sledovaných subjeů s nejvýše 5% technicou efeivností. Nejpočetnější supinu (tj. 19% zastoupení) tvoří z hledisa eologicého zemědělství podniy na úrovni 41 5 % potenciální produce. V onvenčním zemědělství je naopa intervalem s nejvyšší četností rozsah míry technicé efeivnosti mezi 61 7 %, ve erém se nachází 3 % podniů. Determinanty způsobující uvedenou neefeivnost eologicých farem byly zoumány prostřednictvím simultánního odhadu hraniční produční funce a funce míry technicé neefeivnosti i prostřednictvím dvoufázového odhadu, tedy odhadu funce míry technicé neefeivnosti jao samostatné funce, ve eré jao vysvětlovaná proměnná vystupovala vantifiovaná míra technicé neefeivnosti zísaná v předešlém odhadu samotné hraniční produční funce. Dvoufázový postup byl z důvodu časově onstantní míry technicé neefeivnosti modelu Pitta a Leea proveden na záladě průměrných hodnot vysvětlujících proměnných jednotlivých farem za sledované časové období. Výsledy obou zmíněných odhadů, včetně testovacích hodnot Lielihood Ratio testu, uvádí následující tabula. LR testem bylo proázáno, že míru technicé neefeivnosti lze vyjádřit jao funci loalizace farem v méně příznivých oblastech, dotace na podporu eologicého zemědělství, reálné spotřeby materiálu a energie a ostatních dotací v vantifiaci na hear obhospodařované půdy eologicými podniy, a to s pravděpodobností 95 %. Výsledy simultánního odhadu na rozdíl od dvoufázového postupu definují statisticou významnost vlivu loalizace eofarmy do méně příznivých oblastí. Eofarma hospodařící v LFA oblasti dosahuje o,43 % vyšší míru technicé neefeivnosti než eologicá farma hospodařící v produčně příznivé oblasti. V souboru eologicých farem přitom převažující počet subjeů (7 %) hospodaří právě v méně příznivých oblastech. Vliv dotací na podporu eologicého zemědělství na míru technicé neefeivnosti nebyl potvrzen ani jedním z uvedených postupů. Oba dva postupy vša delarovaly významný negativní vliv reálné hearové spotřeby materiálu a energie. Eofarmy vyznačující se vyšší spotřebou uvedených vstupů dosahují nižší míry technicé neefeivnosti než farmy s nízou hodnotou spotřebovaného materiálu a energie. Ostatní dotace v podobě přímých plateb a dalších dotací posytovaných do eologicého zemědělství, s výjimou dotačního titulu II 1.3.1.1 Eologicé zemědělství PRV, způsobují nárůst míry technicé neefeivnosti eologicých farem. Farmy, eré zísaly vyšší objem uvedených dotací, se vyznačují vyšší mírou technicé neefeivnosti, a to opět dle obou způsobů odhadu a s pravděpodobností 95 %. Vzájemná omparace výše uvedených postupů pouazuje na shodu obou forem odhadů pouze u proměnných, jejichž statisticá významnost byla definována t-testem. Uvedená shoda vša nastává pouze z hledisa průaznosti vlivu daného faoru na míru technicé neefeivnosti. Síla zmiňovaného vlivu je v obou postupech rozdílná. Vzhledem e ritice dvou-fázového postupu lze tedy za adevátnější výsledy považovat vantifiaci parametrů zísanou simultánním odhadem. Model hraniční produční funce umožnil rovněž analyzovat vhodnost eologicé, či onvenční technologie pro zoumané podniy. K uvedenému
Z. Kroupová Technicá efeivnost eologicého zemědělství Česé republiy 71 účelu byla využita onstruce produční mezery definované jao rozdíl mezi maximální producí potenciálně dosažitelnou z disponibilních zdrojů analyzovaného subjeu a potenciální producí zísanou apliací eologicé technologie v daném subjeu. Zmíněná produční mezera dosáhla u všech podniů ladných hodnot, což reprezentuje sutečnost, že eologicá produční technologie ve všech zoumaných podnicích neumožňuje dosažení maximálního objemu produce z disponibilních zdrojů. Eologicý systém hospodaření lze tedy omplexně považovat za druhořadý produční systém ve vztahu objemu produce. Výše produční mezery jednotlivých subjeů eologicého i onvenčního zemědělství je značně proměnlivá, s průměrnou hodnotu 16 738 Kč/ha v eologicém zemědělství a 3 883 Kč/ha v zemědělství onvenčním. Od uvedených průměrných hodnot se jednotlivé eofarmy v průměru odchylují o 14 63 Kč/ha. V nejefeivnější eofarmě nabývá produční mezera hodnoty 4 96 Kč/ha, naopa nejvyšší hodnoty nabývá produční mezera na úrovni 13 761 Kč/ha. V celém výběrovém souboru lze dle předpoladů identifiovat nejvyšší úroveň produční mezery v onvenčním podniu, erý dosahuje produční mezery na úrovni 194 18 Kč/ha, viz tabula 3. Tabula 1 Míra technicé efeivnosti farem Míra technicé efeivnosti Eologicé zemědělství Počet subjeů Konvenční zemědělství absolutní relativní absolutní relativní % 3 % 1% 1 3% 13 1% 1 3% 31 4% 3 18% 19 5% 41 5% 5 19% 51 13% 51 6% 13 1% 71 19% 61 7% 15 1% 89 3% 71 8% 14 11% 7 19% 81 9% 15 1% 33 9% 91 1% 8 6% 3 8% Celem 19 1% 379 1% Zdroj: vlastní výpočet Tabula Výsledy odhadu funce míry technicé neefeivnosti eologicých farem Simultánní odhad Dvoufázový odhad Chyba Chyba Proměnné a hypotézy odhadu odhadu Parametr t-hodnota p-hodnota Parametr (standard (standard t-hodnota p-hodnota error) error) LFA,474,569,751,457,691,738,9361,349 DEZH,881,43,393,6943,17,358,3538,735 SPMH,185,876,4957,16,33,5 6,3968, ODH,155,7,1491,316,54,136 3,7139, ONE,417,149,9188,35 H : LFA M O D 34,6, 5,8, H : LFA 9,93,16,91,345 H : D,59,441,13,7183 H : M,44, 36,76, H : O 7,6,58 13,6, Zdroj: vlastní výpočty
7 Eonomicá revue Central European Review of Economic Issues 13, 1 Tabula 3 Desriptivní statistia produční mezery eologicých a onvenčních podniů Produční mezera (tis. Kč/ha) Průměr Směrodatná odchyla Minimum Maximum Počet subjeů Eologicé zemědělství 16,74 14,6 4,96 13,76 19, Konvenční zemědělství 3,88 16,53 7,58 194,18 379, Zdroj: vlastní výpočet 14 1 tis. Kč/ha 1 8 6 4 1 5 9 13 17 1 5 9 33 37 41 45 49 53 57 61 65 69 73 77 81 85 89 93 97 111519113117111519 Produční mezera eologicých farem Průměrná produční mezera onvenčních farem Obráze 1 Produční mezera eologicých a onvenčních farem Zdroj: vlastní zpracování Uvedená variabilita produční mezery eologicých farem, v přepočtu na hear obhospodařované půdy, je graficy znázorněna v obrázu 1, ze erého je rovněž patrné zastoupení subjeů s nadprůměrnou hodnotou produční mezery a četnost eofarem s produční mezerou přesahující průměrnou výši produční mezery onvenčního zemědělství. Kvantitativně 33 % eofarem vyazuje nadprůměrnou hodnotu produční mezery. Zmíněným subjeům lze doporučit transformaci na onvenční systém hospodaření. U 1 % eofarem doonce přesahuje hodnota produční mezery průměrnou úroveň onvenčních podniů. Zmíněné subjey by měly neprodleně přejít na onvenční systém hospodaření, neboť stávající eologicá technologie je pro ně vysoce neefeivní a produční potenciál uvažovaných farem je při ní značně nevyužit. Pouze 14 % eologicých podniů lze doporučit zachování eologicé produční technologie, neboť hodnota produční mezery, erou dosahují, je hluboce podprůměrná (do 5 % průměrné hodnoty produční mezery eologicého zemědělství), a přechod na onvenční technologii by přinesl pouze zanedbatelný nárůst objemu produce. V rámci souboru onvenčních zemědělsých podniů vyazuje 3 % nadprůměrnou hodnotu produční mezery na hear obhospodařované půdy. Uvedeným podniům lze zásadně doporučit setrvání v onvenčním systému hospodaření. Pouze u,5 % zoumaných onvenčních podniů lze uvažovat o Subje onverzi na eologicý systém hospodaření, neboť hodnoty jejich produční mezery jsou nižší než 5 % průměru hodnot produčních mezer eologicých podniů. 6. Závěr Výzum provedený na datech 19 eologicých farem, právnicých osob, delaroval o 13,5 % nižší efeivnost eologicého zemědělství v omparaci s onvenčními farmami. V průměru se eologicé farmy pohybují na 55,1 % potenciální produce, avša 5 % zoumaných eologicých subjeů dosahuje nižší než 5,1% míry technicé efeivnosti. Zmíněná vysoá technicá neefeivnost eologicých farem je způsobena zejména loalizací eofarem do méně příznivých oblastí, v erých hospodaří 7 % zoumaných subjeů. Uvedená loalizace zvyšuje míru technicé neefeivnosti o,43 %. Eologicá technologie se navíc pro 33 % zoumaných eologicých podniů jeví jao nevhodná, neboť přechod na onvenční technologii výroby by zmíněným farmám umožnil značný nárůst produce. Literatura Průměrná produční mezera eologicých farem AFRAIT, S.N. (197). Efficiency Estimation of Production Function. International Economic Review 13: 568 598. http://dx.doi.org/1.37/55845
Z. Kroupová Technicá efeivnost eologicého zemědělství Česé republiy 73 AIGNER, D.J., CHU, S.F. (1968). On Estimating of Industry Production Function. American Economic Review 58: 86 839. AIGNER, D.J., LOVELL, C.A.K., SCHMIDT, P. (1977). Formulation and Estimation of Stochastic Frontier Production Function Models. Journal of Econometrics 6: 1 37. http://dx.doi.org/1.116/34-476(77)95-5 BASNAYAKE, B.M.J.K, GUNARATNE, L.H.P. (). Estimation of Technical Efficiency and it s Determinants in the Tea Small Holding Sector in the Mid Country Wet Zone of Sri Lana. Sri Lanan Journal of Agricultural Economics 4 (1): 137 15. BATTESE, G.E., COELLI, T.J. (1995). A Model for Technical Inefficiency Effects in a Stochastic Frontier Production Function for Panel Data. Empirical Economics : 35 33. http://dx.doi.org/1.17/bf1544 BRAVO-URETA, B.E, SOLÍS, D., LÓPEZ, V.H.M., MARIPANI, J.F., THIAM, A., RIVAS, T. (7). Technical Efficiency in Farming: A Meta-regression Analysis. Efficiency Series Paper 7 (1). BRAVO-URETA, B.E, PINHEIRO, A.E. (1997). Technical, Economic, and Allocative Efficiency in Peasant Farming: Evidence from the Dominican Republic. The Developing Economies 35 (1): 48 67. http://dx.doi.org/1.1111/j.1746-149.1997.tb1186.x COELLI, T.J. (1995). Recent Developments in Frontier Modelling and Efficiency Measurement. Australian Journal of Agricultural Economics 39 (3): 19 45. DEBREU, G. (1951). The Coefficient of Resource Utilization. Econometrica 19 (3): 73 9. http://dx.doi.org/1.37/196814 FARRELL, M.J. (1957). The Measurement of Productive Efficiency. Journal of the Royal Statistical Society, Series A 1 (3): 53 81. http://dx.doi.org/1.37/3431 GREEN, W.H. (8). Econometric Analysis. New Persey: Pearson Prentice Hall. GREEN, W.H. (7). Limdep Version 9. Reference Guide. New Yor: Econometric Software. GUJARATI, D.N. (3). Basic Econometrics. New Yor: Mc Graw Hill. KOOPMANS, T.C. (1951). Activity Analysis of Production and Allocation. New Yor: Wiley. KUMBHAKAR, S.C., TSIONAS, E.G., SIPILÄINEN, T. (9). Joint Estimation of Technology Choice and Technical Efficiency: an Application to Organic and Conventional Dairy Farming. Journal of Productivity Analysis 31 (3): 151 161. http://dx.doi.org/1.17/s1113-8-81- y KUMBHAKAR, S.C, LOVELL, C.A.K. (). Stochastic Frontier Analysis. Cambridge: Cambridge University Press. KYI, T., von OPPEN, M. (1999). Stochastic Frontier Production Function and Technical Efficiency Estimation: A case study on irrigated rice in Myanmar. In Proceedings of Deutscher Tropentag, 1, Berlin: University of Berlin. MADAU, F.A. (7). Technical Efficiency in Organic Farming: Evidence from Italian Cereal Farms. Agricultural Economics Review 8 (1): 5 1. MADAU, F.A. (5). Technical Efficiency in Organic Farming: an Application on Italian Cereal Farms Using a Parametric Approach. In XI. Congress of the European Association of Agricultural Economics, 1 15, Kopenhagen. MEESEN, W., van DEN BROECK, J. (1977). Efficiency Estimation from Cobb-Douglas Production Functions with Composed Error. International Economic Review 18: 435 444. http://dx.doi.org/1.37/55757 PITT, M.M, LEE, L.F. (1981). The Measurement and Sources of Technical Inefficiency in the Indonesian Weaving Industry. Journal of Development Economics 9: 43 64. http://dx.doi.org/1.116/34-3878(81)94-3 POLÁČKOVÁ, J., JÁNSKÝ, J., BOUDNÝ, J., ŽIVĚLOVÁ, I., MLÁDEK, Z. (5). Náladovost a výnosnost vybraných eologicých produů v období 1 3. Brno: Mendelova zemědělsá a lesnicá univerzita v Brně. Výzumný ústav zemědělsé eonomiy. RICHMOND, J. (1974). Estimating the Efficiency of Production. International Economic Review 15: 515 51. http://dx.doi.org/1.37/55875 SHEPHARD, R.W. (1953). Cost and Production Functions. Princeton: Princeton University Press. SONGSRIROTE, N., SINGHAPREECHA, CH. (7). Technical Efficiency and its Determinants on Conventional and Certified Organic Jasmíne Rice Farms in Yasothon Province. Thammasat Economic Journal 5 (): 96 133. TZOUVELEKAS, V., PANTZIOS, CH.J., FOTOPOULOS, CH. (). Empirical Evidence of Technical Efficiency Levels in Gree Organic and Covnentional Farms. Agriculture Economics Review 3 (): 49 6. TZOUVELEKAS, V., PANTZIOS, CH.J., FOTOPOULOS, CH. (1). Economic Efficiency in Organic Farming: Evidence from Cotton Farms in Viotia, Greece. Journal of Agricultural and Applied Economics 33 (1): 35 48.
74 Eonomicá revue Central European Review of Economic Issues 13, 1
Z. Kroupová Technicá efeivnost eologicého zemědělství Česé republiy 75 Příloha Tabula 4 Výsledy odhadu hraniční produční funce eologicého zemědělství Pitt a Lee Pitt a Lee s heterosedasticitou a heterogenitou Proměnné a Chyba Chyba charaeristiy odhadu odhadu Parametr t-hodnota p-hodnota Parametr t-hodnota p-hodnota (standard (standard error) error) ONE 5,364,754 19,476, 5,336,64,4447, LLAND,515,433 5,834,,489,361 6,9, LWU,551,4,77,,551,41 1,833, LHANM,1398,3 4,656,,1433,93 4,8968, λ,8144,6876 4,93, 1,4,6386 1,914,556 σ u,8969,1174 7,64,,399,1853,1545,31 LFA,474,569,751,457 DEZH,881,43,393,6943 SPMH,185,876,4957,16 ODH,155,7,1491,316 Log-pravděpodobnostní funce 38,5791 1,556 AIC 1,543 1,1874 σ v σ u,116,166,844,1593 σ v,3187,365 σ,9518,5157 Pseudo R,36,4 LR test [1] 167,673,,13, Zdroj: vlastní výpočty
76 Eonomicá revue Central European Review of Economic Issues 13, 1 Tabula 5 Výsledy odhadu hraniční produční funce onvenčního zemědělství Pitt a Lee Pitt a Lee s heterosedasticitou a heterogenitou Proměnné a Chyba Chyba charaeristiy odhadu odhadu Parametr t-hodnota p-hodnota Parametr t-hodnota p-hodnota (standard (standard error) error) ONE 6,695,144 53,798, 6,516,113 64,967, LLAND,1586,115 13,7584,,7,15 1,698, LWU,637,11 5,863,,5411,113 47,7646, LHANM,956,83 11,5694,,84,76 11,4, λ 4,94,654 8,16, 6,5675 3,7459 1,7533,796 σ u,6355,36 19,516,,87,1915 4,5443, LFA,469,339 1,9786,479 SPMH,895,79 11,78, ODH,47,47,113,91 Log-pravděpodobnostní funce 34,9889 391,8949 AIC,4397,4995 σ v σ u,166,176,438,7573 σ v,186,135 σ,6484,88 LR test [1] 1377,56, 1475,37, Zdroj: vlastní výpočty
Z. Kroupová Technicá efeivnost eologicého zemědělství Česé republiy 77