Journal of the Scientific Agricultural Society of Finland Voi. 46: 347-394 1974 Maataloustieteellinen Aikakauskirja MAATALOUDEN RAKENNERATIONALISOINNIN LIIKETALOUDELLISISTA EDELLYTYKSISTÄ Abstract: On micro-economic preconditions required for the structural change in agriculture. Studies of farm growth in South Finland. KARL JOHAN WECKMAN Helsingin Yliopisto, Maanviljelystalouden laitos, Viikki University of Helsinki, Department of Agricultural Economics, SF-00710 Helsinki 71 SUOMEN MAATALOUSTIETEELLINEN SEURA HELSINKI https://www.c-info.fi/en/info/?token=dGF6PJDitsXvSmoM.zng_MtW5gZjvcbqluyqxiA.woydmZOAq1txkcIep20LAIEmZDKej-NsWpRm7JN3Cfb_vQLtaF6gC-lSkf0X6Y82HvtaQrBQANyvehLzSmDLHbCg-FbX0HkoIqoyM5WE0sADhXz-qbErm8Mtu-LlhQvcEYUyxSOPRGd0ZLfLr6bt2wEuckHrQIxQzvwcLx4RE0g SISÄLLYSLUETTELO 1. JOHDANTO 351 2. TUTKIMUSMENETELMÄ 353 3. TUTKIMUKSEN LÄHTÖKOHDAT 357 3. 1 Pelto 357 3. 2 Tuotosluvut 358 3. 3 Tuotantoteknilliset tasot 359 3. 4 Yritysten koko 359 3. 5 Tuotantosuunnat 360 4. NUMEROAINEISTON SOVITTAMINEN MC-MENETELMÄÄ VARTEN 361 4. 1 Rakennuskustannukset 362 4. 2 Konekustannukset 363 4. 3 Työnkäyttöluvut 366 4. 4 Kannattavuuden ilmaiseminen 367 4. 5 Mallien konstruoiminen ja ratkaisumenettely 367 5. RATKAISUJEN TULOKSET 371 5. 1 Erikoistunut maidontuotanto 371 5. 2 Erikoistunut viljanviljely 374 6. MAATALOUSYRITYSTEN KASVUONGELMAT 378 6. 1 Yritysten rahoitus 380 6. 2 Oman pääoman osuus 381 6. 3 Investointien ajoitus 383 7. INVESTOINTILASKELMIEN TULOKSET 384 7. 1 Maidontuotantoyritykset 384 7. 2 Viljanviljely-yritykset 386 8. YHTEENVETO 39© KIRJALLISUUSLUETTELO 392 SUMMARY 393 350 Weckman, K. J. 1974. On micro-economic preconditions required for the structural change in agriculture. Studies of farm growth in South Fin- land. J. Scient. Agric. Soc. Finl. 46; 347 394. Abstract. The purpose of the investigation was to study the micro-economic aspects of structural changes in finnish agriculture. To find the solution for an in- dividual farm model, the Monte Carlo-method was used. The investigation used the method of comparative statics, as the situation of the farms was examined after they had reached a specified size. As the transition from one size to another takes time, calculations were made to estimate the paying readynes of the farms during the period of transition. The investigation shows that considerable economic gain could be made on the average farm both when moving to a larger enterprise and on the same time moving to a more advanced level of production techniques. The calculations concerning the paying readynes revealed on the other hand that the difficulties encountered during the transitional period could easily endanger the paying readynes of the enterprise. The difficulties in making payments reached a critical stage when the proportion of loaned capital grew to about one half of the entire capital on the average farm. The investigation confirmed a pressing need for capital on all alternative types of farms, and this need grew with the increase in size and technical level. On the basis of these results fast structural changes in Finnish agriculture seem unlike to happen in the near future. 351 1. Johdanto Rakennerationalisointiin on viime aikoina kiinnitetty yhä enemmän huo- miota maatalouselinkeinon taloudellisista edellytyksistä keskusteltaessa. Yri- tysten rakennemuutoksilla tarkoitetaan tässä tutkimuksessa muutoksia yri- tyskokoelman yksityisten yritysten koossa. Suomen maatilataloudessa on yri- tyskokoa perinteellisesti mitattu pelto- tai kokonaispinta-alan avulla. Abel (1958) osoittaa, että maatalousyritysten kokoa mitattaessa yleensä käytetään mittapuuna sitä tuotannontekijää, josta on suurin puute. Tässä mielessä tuo- tannonalan laajuus on Suomessa epäilemättä ollut sopiva osoittamaan maata- lousyrityksen kokoa. Mm. maatalouden erikoistuminen on kuitenkin johtanut siihen, että mainittu mittaustapa ajan mukaan on muuttumassa epätarkem- maksi. Varsinkin yritysten kasvuongelmaa käsiteltäessä tämä mittaustapa tuntuu liian yksipuoliselta. Tutkimuksessa käsiteltyjen yritysmallien vertai- lussa koon suhteen olisi tämän takia kirjoittajan mielestä parasta käyttää mit- tapuuna yritysten eri pääomien määrää pinta-alan rinnalla. Vaikein tehtävä tässä yhteydessä tulee epäilemättä olemaan peltopääoman osuuden arvioimi- minen (Mohr 1971). Rationalisoinnin yleisiä edellytyksiä on alueittain tutkittu mm. seutukaa- voituksen yhteydessä. Maatalouskeskukset suorittavat parhaillaan peltoalan luokituksia alueillaan (Weckman 1972). Työ suoritetaan maatilahallituksen toimeksiannosta. Mainitut tutkimukset selvittävät lähinnä tilakohtaisten pel- toalan laajennusten edellytykset (Tuisku 1973). Alan kehitystä on myöskin ennustettu eri kyselyjen tulosten perusteella. Torvela (1972) on kirjanpidon pohjalta tutkinut erisuuruisten yritysten ja eri tuotantosuuntien kannatta- vuutta. Torvela ja Mäki (1974) ovat tutkineet perheviljelmän suuruuskysymyk- siä käytettäessä eritasoista tekniikkaa tuotantoprosesseissa. Tutkimuksessa on pyritty muodostettujen viljelmämallien avulla määrittämään, minkä kokoista viljelmää 2,5 henkeä käsittävä perhe voi normaaleissa olosuhteissa eri tuotanto- muotoja harjoittaen hoitaa. Perheviljelmä on rajoitettu määrittämään taval- laan teknisesti kiinnittämällä huomiota mm. viljelmän pääomatarpeeseen, viljelmältä saatuun taloudelliseen tulokseen ja viljelijäperheen toimeentuloon. Tutkimuksessa on keskitytty tarkastelemaan sinänsä erittäin vaikeata kysy- mystä, kuinka suurta maatilaa viljelijäperhe eri tapauksissa voi hoitaa. Tutkimuksen tuloksista ilmenee, että puhtaasti tekniseltä kannalta vilje- lijäperhe voisi hoitaa suhteellisen suuria yrityksiä verrattuna maatilojen ny- kyiseen keskikokoon. Tutkimuksessa ei kuitenkaan ole voitu selvittää mah- dollisuuksia tällaisten yritysten syntymiseen. 352 Ruotsissa ovat Bringborn ja Hovmark (1971) tutkineet teknisen ja talou- dellisen kehityksen vaikutusta maatalousyrityksiin. Tutkimuksessa on ver- tailtu erilaisten tuotantosuuntien ja teknisten tasojen kannattavuutta Mälar- Hjälmarin seudulla. Yrityksen rakenteeseen vaikuttavat toimenpiteet vaativat meillä useim- missa tapauksissa suhteellisen suuria investointeja. Näiden investointien ole- tetusta kannattavuudesta ja niiden vaikutuksesta koko yrityksen kannatta- vuuteen riippuu hyvin paljon, missä määrin investointipäätöksiä tulevaisuu- dessa tullaan tekemään. Valtiovallalla on tiettyjä mahdollisuuksia vaikuttaa mainittujen investointien kannattavuuteen, mutta se voi päätöksillään myös jarruttaa kehitystä. Liiketaloudellisten päätösten ohella olisi siis myös kan- santalouden kannalta tärkeää tietää, kuinka suuria tilakohtaisia investointeja keskimäärin tarvitaan ja kuinka kannattavia ne ovat. Tutkimukseni tarkoituksena on yllä mainittujen ongelmien valottaminen lähinnä Uudenmaan ruotsinkielisen maanviljelysseuran alueella. Tilamallien avulla pyrin arvioimaan eri tuotantosuuntien, tuotantotasojen ja erisuuruisten yritysten kannattavuutta. Tällä tavalla yritän selvittää, millaisilla yrityksillä on parhaat liiketaloudelliset menestymismahdollisuudet. Näille yrityksille esi- tän tämänjälkeen investointi- ja maksuvalmiuslaskelmia. Yhtenä lähtökoh- tana pidän sitä yritysrakenteen tilannetta tutkimusalueella, joka todettiin aikaisempien ns. kuntatutkimusten yhteydessä (Weckman 1972). Erityistä huomiota tulen kiinnittämään pääomakysymyksiin; määrititetään koko pääoman suuruus sekä sen jakaantuminen oman ja vieraan pääoman kes- ken. Jo etukäteen voidaan olettaa, että korkeaa tuotantotekniikkaa käyttä- vien yritysten pääomantarve tulee olemaan suuri. 353 2. Tutkimusmenetelmä Tutkimusaihe on luonteeltaan selvästi dynaaminen. Tarkoitukseen käyt- tökelpoisia dynaamisia malleja ei kuitenkaan ole helppo konstruoida. Ruot- sissa on Olsson (1970) kehitellyt monijaksoisen, lineaariseen ohjelmointiin perustuvan mallin tätä tarkoitusta varten. Tekniikka on hyvin tunnettu ja mm. Swansson (1955), Loftsgard ja Heady (1959) sekä Boehlje ja White (1969) ovat aikaisemmin käyttäneet sitä tähän tarkoitukseen. Olssonin yritys on kunnianhimoinen ja pyrkii ottamaan huomioon useimmat kasvuongelmaan vaikuttavat tekijät. Olsson käyttää kolmea viiden vuoden jaksoa ja suunnitteluhorisontti on näin ollen sijoitettu 15 vuoden päähän. Voidaankin kysyä, millä tavalla on mahdollista estimoida lukuja, jotka esimerkiksi ilmaisevat yleistä teknistä kehitystä tänä aikana. Menetelmä muistuttaa dynaamisesta luonteestaan huo- limatta vertailevia staattisia menetelmiä, koska yritys kasvaa vain siirryttäessä jaksolta toiselle. Diskonttausmenettely, jota tarvitaan tällaisten mallien yh- teydessä, lienee varsin monimutkainen ja työtä vaativa. Tässä työssä pyrin lähinnä tutkimaan sellaisia rationalisointitoimenpiteitä, jotka teknisesti voitaisiin suorittaa viivytyksittä, mikäli olosuhteet muuten sen sallivat. Tästä syystä olen valinnut vertailevan staattisen etenemistavan tutkimusta varten. Laskumenetelmän valinnassa on tarjolla useita vaihtoehtoja. Laskelmat voi- daan tehdä käsin normaalia budjetti- tai katetuottomenetelmää käyttäen. Tätä tarkoitusta varten voidaan myöskin soveltaa lineaarista ohjelmointia. Olen kuitenkin osittain kokeilunkin vuoksi valinnut Ruotsissa kehitetyn ns. Monte Carlo (MC) -laskumenetelmän, koska voidaan olettaa, että MC-me- netelmä tarjoaa tietynlaisia etuja eräisiin muihin menetelmiin verrattuna. En- nen kaikkea se seikka tuntuu mielekkäältä, ettei malleissa tarvitse etukäteen määrittää kiinteää panos-tuotossuhdetta eri tuotannonhaaroille. Myös usei- den samanarvoisten vaihtoehtoisten tulosten saaminen voi jossakin määrin olla eduksi päätöksenteossa. Maksimi- ja minimirajoitusten avulla voidaan myös helposti etukäteen määrätä kaikkien variaabelien vaihteluväli. Monte Carlo-menetelmää voidaan yksinkertaisimmin luonnehtia siten, että suunnitteluongelman jokaiselle muuttujalle annetaan satunnaiset arvot etu- käteen määrätyin rajoituksin, jonka jälkeen kohdefunktio ratkaistaan. Täl- löin on saatu yksi tulos. Toimitus toistetaan sen jälkeen hyvin monta kertaa. Muuttujien arvot tilanteessa, jossa paras tulos on saavutettu, muodostavat suunnitteluongelman ratkaisun. Mikäli muuttujien lukumäärä on suuri, voi- daan olettaa, että löytyy paljon kombinaatioita, jotka ovat lähellä maksimi- 354 tulosta. Yksi tai Useampi tällainen tulos voidaan todennäköisesti edellä kuva- tulla tavalla melko helposti löytää. Mikäli melkein samanarvoisten huipputu- losten variaabelien arvoissa esiintyy ratkaisevia eroja, voi päätöksentekijä va- lita sen ratkaisun, joka eniten myötäilee hänen pyrkimyksiään. Monte Carlo -menetelmä mahdollistaa tällöin sellaisten tekijöiden huomioonottamisen, joita ei ole voitu kvantitatiivisesti sisällyttää varsinaiseen malliin. Menetelmä on erityisen sopiva niissä tilanteissa, joissa ei pyritä absoluut- tiseen maksimiin, vaan tyydytään tietyn tason ylittävään tulokseen. Matemaat- tisesti menetelmää voidaan CARLSSONin, HovMARKin ja LiNDGRENin (1969, p. 81) mukaan kuvata seuraavasti: On annettu yksi tai useampi kohdefunktio Z (xx , x 2 Xj. .. . xn), missä Xj on j:nnen muuttujan arvo. 1) Muuttujat saavat arvoja alueelta min = 1 m) aq ja b; ovat ei-negatiivisia vakioita q( j + a.jj xj min O mutta qq on muuten täysin vapaa. Eri kombinaatioiden etsintä tapahtuu vaiheittain seuraavasti: 1) Valitaan satunnaisesti yksi riippumaton muuttuja ja annetaan tälle satun- nainen arvo. Tarkastetaan, että kaikki rajoitukset on otettu huomioon. Ellei näin ole, muuttujan arvoa pienennetään, kunnes ehto on täytetty. Mikäli muuttuja tällöin saa arvon, joka on pienempi kuin Xj min, muut- tujan arvo lasketaan nollaan. Vaihe toistetaan, kunnes etukäteen määrät- ty määrä muuttujista on saanut nollasta poikkeavan arvon tai kunnes kaik- ki riippumattomat muuttujat on käyty kerran läpi. 2) Täydennysvaiheen aikana käydään muuttujat läpi uudestaan samassa jär- jestyksessä kuin aikaisemmin. Muuttujien arvoja suurennetaan tällöin niin paljon kuin rajoitukset sallivat. 3) Riippuvien muuttujien arvot lasketaan. 4) Kohdefunktioiden arvot lasketaan. Menetelmän heikkoudet ovat luonteeltaan etupäässä teoreettisia. Ei ole tyydyttävästi ratkaistu, montako tulosta on laskettu, jotta paras tai parhaat tulokset sijaitsisivat tarpeeksi lähellä optimitulosta. Tätä etäisyyttä ei voida riittävän tarkasti mitata. Carlsson (1970) on kuitenkin osoittanut, että paras MC-tulos verraten pie- nestä tulosjoukosta sijaitsee suhteellisen lähellä sellaista saman suunnittelu- ongelman optimitulosta, joka on saatu esimerkiksi lineaarisella ohjelmoinnilla. Käytännössä tämä heikkous ei ehkä kuitenkaan ole ratkaiseva. Esimerkiksi maatilan taloussuunnitelman laadinnan yhteyeessä voidaan todeta, mitä olisi tehtävä, jotta tietty tulotaso olisi mahdollista saavuttaa. Tämä on ehkä monessa suhteessa riittävä tietomäärä päätöksentekoa varten, varsinkin kun MC-me- netelmä antaa useissa tapauksissa monta vaihtoehtoista toimintaohjelmaa. Varsinaiseen tietojenkäsittelyohjelmaan on myöskin otettu mukaan tekijöitä, joiden vaikutusta tulosten hajontaan ei ole täydellisesti selvitetty. Kuvio 1. Fig. 1. 355 356 Edellä esitetyt huomautukset koskevat lähinnä MC-suunnittelumenetelmän teoreettista taustaa. Käytännön suunnittelussa mainitut teoreettiset heik- koudet on otettava huomioon lähinnä epävarmuustekijöinä. Monte Carlo-menetelmää voidaan havainnollistaa graafisesti (ks. kuvio 1) Tehtävänä on tässä määrätä tuotantolaajuus kahdelle tuotteelle x x ja x2 . Tuotantoa voidaan harjoittaa tiettyjen rajoitusten sallimalla alueella. Pää- asiallisimpina rajoituksina esiintyvät maksimi- ja minimiehdot molemmille tuotteille. Muut rajoitukset ovat tässä tapauksessa myös saaneet suoraviivai- sen muodon. Näitä rajoituksia ovat esimerkiksi maataloudessa käytettävissä oleva työvoima ja peltoala. Kahdesta tuotteesta valitaan esim. x 2 ja annetaan tälle sattumanvaraisesti laajuus x 2 ja sen jälkeen Xjdle laajuus x;. Piste P osoittaa tällöin äsken ku- vatun tilanteen. Huomataan, että piste osoittaa täysin mahdollisen tuote- yhdistelmän. Sekä pää- että sivuehdot on täytetty. Edellä kohdassa 2 ku- vatun täydennysmenettelyn yhteydessä x 2 saa maksimiarvonsa x 2 kun x,:n arvo pysyy ennallaan. Piste Q osoittaa nyt yhden käyvän ratkaisun. Mi- käli ensimmäisen toimituksen yteydessä x t olisi satunaisesti saanut arvon xj’, olisi rajoitukset ylitetty. Pisteessä Ron x 2 saanut arvon x2 . Tässä tilan- teessa Xjin arvoa on pienennettävä niin paljon, että rajoitusehdot on täytetty. Tämä tapahtuu pisteessä S, missä xx saa arvon Piste S muodostaa tällöin toisen käyvän ratkaisun. Eri ratkaisuille lasketaan tämän jälkeen kohdefunk- tion arvot. Kaikki ne ratkaisut, jotka eivät täytä rajoitusvaatimuksia suljetaan pois kuvatulla tavalla. Kaikki ratkaisut tulevat kohdassa 2 kuvatun täydennys- menettelyn ansiosta sijaitsemaan käyvän alueen rajoilla. Tämä aiheuttaa sen, että minkään variaabelin arvoa ei voida suurentaa pienentämättä samalla jon- kin toisen variaabelin arvoa. Menetelmää voidaan tässä vertailla lineaariseen ohjelmointiin. 357 3. Tutkimuksen lähtökohdat 3.1 Pelto Laskelmia ei ole sidottu määrättyihin, jo olemassa oleviin yrityksiin. Pää- määränä on verrata eri tuotantosuuntia ja erisuuruisia yrityksiä keskenään. Tämä saavutetaan yhdistämällä peltoa ja pääomaa tiettyihin etukäteen valit- tuihin vaihtoehtoisiin työpanoksiin niin edullisesti kuin mahdollista. Tarvit- tava lukuaineisto on kerätty Uudenmaan ruotsinkielisen maatalousseuran alue- eelta. Tämän takia ne luontaiset edellytykset, joissa yritykset toimivat vastaa- vat lähinnä Uudenmaan olosuhteita. Laskelmissa tämä on otettu huomioon lähinnä käyttämällä kyseisen alueen tuotoslukuja ja hinnoittelemalla pelto alueen arvioidun hintatason mukaisesti (syksy 1973). Aikaisemman tutkimukseni (Weckman 1972) yhteydessä Liljendalin ja Snappertunan kuntien pellot on jaettu kolmeen luokkaan: Pysyvä pelto. Tähän luokkaan kuuluvat sellaiset peltoalueet, joiden viljely on liiketaloudellisesti kannattavaa myös pitkähkönä ajanjaksona. Marginaalipelto. Tällaista peltoa viljellään ehkä vielä kauan, mutta tutkimuk- sessa on oletettu, että viljeleminen vaikeutuu ja tulee pitkähkön ajanjakson jälkeen liiketaloudellisesti kannattamattomaksi. Poistuva pelto. Pelto joudutaan melko pian poistamaan viljelyksestä, koska se ei täytä pysyvän eikä marginaalipellon vaatimuksia. Tämä tutkimus käsittelee vain sellaisia tiloja, joiden pellot kuuluvat luok- kaan pysyvä pelto. Siksi pyrin selvittämään, mistä lähtökohdasta rakennera- tionalisointi yleensä olisi aloitettava tämän peltoluokan tiloilla. Lisäpeltoa on tilamalleissa oletettu olevan vapaasti tarjolla. Keskihinnaksi on arvioitu 5 000 mk hehtaarilta. Aikaisempien tutkimusten mukaan on tut- kimusalueella salaojitettu n. 60 % pysyvästä pellosta. Salaojitus maksaa Sala- ojitusyhdistyksen ilmoituksen mukaan n. 1 600 mk hehtaarilta (syksy 1973). Laskelmissa oletetaan, että pellon keskihintaan sisältyy noin puolet salaojitus- kustannuksista. Pellon vuokra on tutkimuksessa 300 mk hehtaarilta. Tätä vuokraa on käy- tetty kaikissa kannattavuuslaskelmissa. Pääomatarvetta ja -hankintaa kos- kevissa laskelmissa on kuitenkin lähdetty siitä, että yritykset joutuvat osta- maan lisäpeltonsa. 3.2 Tuotosluvut Rakennerationalisoinnin yleisiä edellytyksiä koskevan tutkimukseni yh- teydessä (Weckman 1972) selvitettiin myös keskimääräinen tuotostaso tut- kimusalueella. Näitä keskimääräisiä tuotoslukuja on käytetty myös tässä tut- kimuksessa. Tuotokset on kuitenkin sovitettu laskelmissa käytettyihin rehu- ja väkilannoitepanoksiin. Kotieläinvaihtoehdossa saatavan lannan levitys- kustannukset on arvioitu suurin piirtein yhtä suuriksi kuin vastaavan väki- lannoitemäärän hinta ynnä levityskustannukset. Panos-tuotos-tason yhteen- sovittaminen on tapahtunut käytettävissä olevien normilukujen perusteella, Seuraavassa esitetään laskelmissa käytetyt siementen, lannoitteiden ja sato- jen panos-tuotos -luvut. Taulukko 1. Laskelmissa käytetyt siemen-, lannoite- ja satomäärät. Table 1. Estimated input-output data used. Kasvi Siemen Sato Lannoitus Fertilizer kg/ha Crop Seed Yield Fosforir. Oulun Boorip. Norm. Typpir. kg/ha kg/ha super-Y salp. super-Y super-Y super-Y Syysruis 180 2500 400 150 Winter rye Syysvehnä 210 3000 450 300 Winter wheat Syysrypsi 8 2000 400 500 Winte rape Kevätvehnä 270 2500 500 Spring wheat Kaura (rehu) 220 3250 500 Oat (fodder) Ohra (rehu) 200 3250 500 Barley (fodder) Kuiva heinä Dry hay ftt (1/3 x 15) 5000+ 300 | na 0/3 x 10) 6300 säilörehua silage 500 6300 säilörehua silage Säilörehu Silage (tt (1/3 X 15) 22000 * \na (1/3 X 15) 1000 Laidun Pasture pa (1/4 x 5) 3000 ry , tt (1/4 x 5) 800 na (1/4 X 15) ,er (1/4 x 3) * siemenseos: tt = timotei na =nurminata pa = puna-apila er = englantilainen raiheinä 358 359 Maidontuotannossa tuotos on tutkimuksessa ollut 4 750 kg 4-prosenttista maitoa lehmää kohti. Karjan uudistusprosentiksi on otettu 25 ja lypsykarjan keskimääräiseksi poikimisluvuksi 1,05 vasikkaa lehmää kohti. Ruokinta on laskettu normien perusteella edellyttäen, että lehmän keskielopaino on 500 kg. Säilörehu on ruokinnassa keskeinen; sen osuus on 900 kg ja heinän osuus 850 kg lehmää ja vuotta kohti. 3.3 Tuotantoteknilliset tasot Malleissa tuotanto voi tapahtua kahdella teknisellä tasolla. Pääomantarve on eri tasoilla erilainen ja työn määrä korkeammalla tasolla luonnollisesti vä- häisempi. Aikaisempien tutkimusten! perusteella (Weckman 1972) on voitu todeta, että tutkimusalueen viljelijät jo nyt varsin yleisesti soveltavat mal- leissa käytettyä alempaa tuotantotekniikkaa käytäntöön. Kuitenkaan ei voida väittää, että tilanne keskimäärin olisi tällainen. Voidaan kuitenkin karkeasti arvioida, että puolet viljelijöistä jo tällä hetkellä käyttää tätä tuotantotek- niikkaa. Ainoastaan muutamat harvat viljelijät soveltavat tällä hetkellä ylempää tuotantotekniikkaa. Tuotantotekniikan erot eivät kuvastu tuotostasolta, jotka pysyvät muut- tumattomina kaikissa malleissa. Tämä perustuu siihen, että muiden panosten määrät pysyvät muuttumattomina siirryttäessä toiselta tuotantotekniseltä tasolta toiselle. 3.4 Y ritysten koko Niin kuin aikaisemmin on mainittu, malliyritysten kokoa ei rajoiteta muul- la kuin työpanoksella. Tarkoituksenani on lähinnä tutkia yhden, kahden ja kolmen perheen työpanoksia vastaavia tilanteita. Työtuntimäärät ovat mai- nituissa tapauksissa 2500, 5000 ja 7500 tuntia vuodessa. Nämä työpanokset voidaan kokonaan sijoittaa maatalouteen. Perheiden kokonaistyöpanokseen kuuluvat kuitenkin mainittujen tuntimäärien lisäksi myös metsä- ja kotita- louden vaatimat työpanokset. Maanviljelijän tekemä suunnittelu-, tarkkailu- ja toimistotyö ei myöskään sisälly ilmoitettuihin tuntimääriin. Taulukko 2. Käytettävissä olevat työtuntimäärät kasvukauden työhuippujen aikana. Table 2. Manhours available during peaks of growing season. Kokonaistyö- Työtuntien enimmäismäärä työhuippujen aikana tuntimäärä Maximum number of man-hours during peak season Kevät (15 päivää) Keskikesä (15 pv) Syksy (40 pv) of man-hours Spring (15 days) Summer (15 days) Autumn (40 days) 2500 225 225 600 5000 450 450 1200 7500 675 675 1800 Työhuippujen pituudet on arvioitu tutkimusalueen sää- ym. olosuhteita vastaaviksi. 360 Maataloudessa on työvoimatarpeen kausivaihtelu verraten suuri. Etenkin kasvinviljelyssä esiintyy varsin jyrkkiä työhuippuja kasvukauden aikana. Työ- huiput on otettu huomioon tilamalleissa perinteellisellä tavalla siten, että käy- tettävissä olevien työtuntien enimmäismäärä työhuippujen aikana on arvioitu kokonaistyötuntimäärän perusteella. Arvioinnin tulos eri vaihtoehtojen mu- kaan käy ilmi seuraavasta taulukosta. 3.5 Tuotantosuunnat Tutkimuksessa vertailen keskenään kahta erikoistunutta päätuotantosuun- taa, nimittäin maidontuotantoa ja karjatonta taloutta. Lisäksi tulen pohti- maan myös naudanlihatuotannon edellytyksiä. Naudanlihantuotantoa voidaan tilamalleissa harjoittaa joko erillisenä tuotannonhaarana tai maidontuotantoon yhdistettynä. Se. että juuri mainitut tuotantosuunnat ovat tutkimuksen koh- teena, johtuu lähinnä niiden yleisestä tärkeydestä tutkimusalueella. Viime vuo- sien aikana on melko yleisesti siirrytty karjattomaan talouteen niillä seuduilla, joilla aikaisemmin tuotettiin runsaasti maitoa. Osaksi tästä syystä esiintyy aika ajoin vaikeuksia varsinkin pääkaupungin kulutusmaitohuollossa. Tutkimuk- seni pyrkii selvittämään lisätyn maidontuotannon liiketaloudellisia mahdolli- suuksia tutkimusalueella. Erikoistuttaessa karjattomaan talouteen voidaan tilamalleihin sisällyttää seuraavat tuotantohaarat: syysvehnä, syysrukiin, syysrypsin, kevätvehnän, kauran ja ohran tuotanto. Erikoistuneeseen maidon- ja naudanlihan tuotantoon liittyy aina tarpeel- linen karkearehun viljely. Mallissa on edellytetty, että viljelijä levittää lannan omalle pellolle. Olisi luonnollisesti ollut mielenkiintoista tutkia muitakin erikoistuneita tuo- tantosuuntia. Onhan tutkimusalue luontaisilta edellytyksiltään erittäin edul- linen verrattuna maan muihin maatalousalueisiin. Tämän tutkimuksen yhtey- dessä ei kuitenkaan varojen niukkuuden takia ole ollut mahdollista tutkia mui- ta vaihtoehtoja. 361 4. Numeroaineiston sovittaminen MC-menetelmää varten Yhtenä tärkeänä MC-raenetelmän etuna voidaan pitää sitä, että tuotannon laajuusvaikutukset (scale effects) voidaan määrätyllä tavalla ottaa huomioon malleissa. Panosten käyttö tuotosyksikköä kohti on esimerkiksi maataloudessa riippuvainen tuotannon laajuudesta. Malleissa on yllä kuvatut vaikutukset otettu huomioon mahdollisuuksien mukaan lineaarisissa funktioissa siten, että niihin on lisätty vakio seuraavan esimerkin mukaisesti: y = q + ax y = kokonaistulos q = vakio a =panosmäärä yksikköä kohti x = panosten lukumäärä Kuvattu funktio voidaan esittää graafisesti seuraavalla tavalla: Kuvio 2. Fig. 2. Tämäntyyppinen funktio pystyy luonnollisesti edelleen vain kaavamaisesti kuvaamaan niitä laajuusvaikutuksia, jotka esiintyvät maataloudessa, mutta parannus on kuitenkin ilmeinen verrattuna sellaiseen lineaariseen funktioon, joka kulkee diagrammissa origon kautta. Yksikkömuotoisen funktion graafinen esitys on seuraavanlainen: Ilmeistä on kuitenkin myös, että lähtölukujen vaatimukset kasvavat. Voi- daksemme käyttää ensin mainittua funktiotyyppiä, meidän on kvantitatii- visesti estimoitava em. laajuus vaikutukset. Näiden lukujen epävarmuus ei saa kasvaa liian suureksi. Suomessa yleisesti maatilatalouden suunnittelussa käytetty on viime vuosien aikana huomattavasti parantunut (Westermarck ja Mattila, 1969), mutta heikkouksia esiintyy edelleen verraten paljon. Va- kavin puute on se, että mikään vakinainen elin ei jatkuvasti tarkkaile lukuai- neiston ajankohtaisuutta. Täjmän takia suunnittelija joutuu jokaisen tehtä- vän yhteydessä liian paljon tarkistamaan ja uusimaan yleisistä lukuaineistoa. Aineistossa esiintyy edelleen myös muita puutteita, minkä johdosta tämän tut- kimuksen yhteydessä ei ole voitu selvittää tuotannon laajuusvaikutusta kaik- kien panosten suhteen. Tärkeimmät seikat ovat ilmeisesti tässä suhteessa ra- kennus-, kone- ja työpanosten vaihtelut yksikköä kohti tuotannon laajuuden vaihdellessa. Kahden ensin mainitun panoksen suhteen on laajuusvaikutus voitu tyydyttävästi selvittää. Tämän työn yhteydessä ovat prof. E. H. Oksanen ja yliarkkit. E. Väänä- nen antaneet asiantuntija-apua. Työpanoksen suhteen on laajuusvaikutusta voitu selvittää ainoastaan osittain. Eri panoksia koskevan lukuaineiston pe- rusteella on pienimmän neliösumman menetelmällä estimoitu funktiot panos- ten käyttöä varten. 4.1 Rakennuskustannukset Rakennuskustannukset on selvitetty maatilahallutuksen rakennustoimiston uudisrakennuksia koskevan aineiston perusteella. Mainostuotannossa on tut- kittu kahta erilaista sisustusmenetelmää. Alempaan tuotantotekniseen tasoon on liitetty parsinavetta ja korkeampaan tasoon parsipihatto. Molempiin sisus- tuksiin kuuluu putkilypsy-, tornisäiliö- ja lietelantajärjestelmä. Tuorerehu- tornien tyhjennys tapahtuu kouralaitteella 300 tonnista lähtien ja 900 tonnista lähtien automaattisella tornipurkajalla. Kuvio 3. Fig. 3. 362 Taulukko 3. Navetan rakennuskustannukset sisustusjärjestelmien ja nautayksikkömäärien mukaan (syksy 1973). Table 3. Building cost of cow shed as interior and number of cattle varies (autumn 1973). Nautayksiköt Rakennuskustannukset, mk Building cost, Fmk Head of catth Parsinavetta Parsipihatto Stall stable Barn with cow cubicles 12 83 400 119 200 33 220 100 263 100 108 647 600 706 600 Tämän lukuaineiston perusteella voidaan estimoida lineaarisia funktioita ja tulokseksi saadaan: Parsinavetta Y = 24 000 -f 6 000 ny Y = rakennuskustannukset Parsipihatto Y = 44 300 + 6 128 ny Myöskin muiden tarvittavien rakennusten kustannukset selviävät vas- taavalla tavalla. Kalustovaja Y = 7 000 + 400 ha Kaavasta käy ilmi, että kalustovajan suuruus riippuu peltoalasta Kuivaamo Y = 12 000 + 1 600 ha Kuivaamon kapasiteetti riippuu kuitenkin viljan viljelyalasta niin, että kaavaa sovelletaan vasta kun viljanviljelyyn käytetty kokonaisala tilalla on kasvannut suuremmaksi kuin 15 ha. Tähän laajuuteen saakka voidaan mal- leissa käyttää vierasta kuivuria normaalia kuivatusmaksua vastaan. Lihantuotantorakennus Y = 10 000 + 4 500 ny Uudistusrakennusten vuotuiset kustannukset ovat poisto, korot ja kunnos- sapito. Nautakarjasuojan vuotuiset kustannukset ovat arvion mukaan 10 uudisarvosta, josta poistot ovat lähes 5%, kunnossapito hieman yli 1 ja lisäksi pääoman korko. Kalustovajan vuotuiset kustannukset ovat arvion mukaan 9 % ja kuivaamon 13,5 % uudisarvosta. 4.2 Konekustannukset Erityisen tuntuva on ilmeisesti koepääoman laajuusvaikutus mm. jakamat- tomuusongelmien vuoksi. Konepääoma kasvaa todennäköisesti portaittain kapasiteetin lisääntyessä, varsinkin jos liikutaan jatkuvasti samalla teknisel- lä tasolla. Esimerkiksi traktoripääoman suuruuden voidaan olettaa kasvavan kuviossa esitetyllä tavalla, mikäli hankitaan aina yhtä suuria traktoreita. 2 363 364 Kuten aikaisemmin on ilmennyt, tässä tutkimuksessa verrataan keskenään kahta erilaista tuotantoteknistä tasoa (I, II). Molempien tasojen konepääoman riippuvuus viljelyalasta on estimoitu lineaaristen funktioiden avulla. Tarvittavat koneet on jaettu eri tasoilla kolmeen ryhmään, nimittäin pe- ruskoneisiin, viljanviljelyn erikoiskoneisiin ja nurmiviljelyn erikoiskoneisiin. Koneiden arvot on määritetty syksyllä 1973 vallinneiden vähittäishintojen mu- kaan. Taso I Taulukko 4. Tarvittavien peruskoneiden arvon kehitys peltoalan kasvaessa. Taso I. Table 4. The development of value of basic machines as the area of cultivated land increases. Mechanization level I. Peruskoneet Peruskoneiden arvot, mk Value of basic machines, FmkBasic machines 0-25 ha 25-50 ha 50-100 ha Traktori - Tractor 32 500 65 500 97 500 Aurat 3 x 14” - Ploughs 2 677 5 354 8 031 Äkeet 3 m Harrows 2 000 2 000 4 000 Lannoitteen levittäjä 2,5 m 2 768 2 768 2 768 Fertilizing machine Kylvökone 2,5 m Seeder 3 500 3 500 3 500 Jyrä 3,5 m Roller 1 200 1 200 1 200 Rikkaruohoruisku 9 m Weed sprayer 1 600 1 600 1 600 Peräkärryt Two-wheeled trailer 2 400 4800 7200 Yhteensä - Total 48 645 86 222 125 799 Kuvio 4. Fig. 4. 365 Taulukko 4:n aineiston perusteella on muodostettu kolme havaintopana; X Y Havainto Peltoala, ha Konepääoma, mk Observation Field area, ha Capital in machinery, Fmk 1 12.5 48 645 2 37.5 86 222 3 75.0 125 799 Tämän aineiston perusteella estimoidaan edelleen lineaarinen funktio: Y = 36 042 + 1 220 ha y-arvon standardipoikkeama Sy = 5 446. Lasketun standardipoikkeaman mukaan funktio kuvaa melko hyvin perus- koneiden arvon kehitystä peltoalan kasvaessa. Kuitenkin on todettava, että X-arvot on valittu peltosuuruusluokkien keskiväliltä, mikä tässä tapauksessa vähentää Y-arvojen standardipoikkeaman merkitystä ratkaisevasti. Kuvatulla tavalla voidaan estimoida vastaavanlaisia funktioita nurmivilje- lyn erikoiskokeita varten. Kyseisellä teknisellä tasolla nämä koneet ovat: Niittokone 6’ Viistoharava 1,8 m Kovapaalaaja Kelasilppuri Murskain 6’ Funktio saa muodon: Y = 3 500 + 700 X X = ha nurmiviljelyssä Viljanviljelyn erikoiskone on leikkuupuimuri. Tämän koneen arvo viljan- viljelyalan funktiona on: Y = 22 500 + 900 X X = ha viljanviljelyssä Kyseisellä teknisellä tasolla on leikkuupuimurin työleveys B’. Taso II Ainoastaan muutamat harvat viljelijät ovat tutkimusalueella ottaneet käy- täntöön malleissa esitetyn korkeimman tuotantotekniikan. Peruskoneistus on tällä tasolla seuraavanlainen: Traktori 80 100 hv Aurat 4x14” Äkeet 5 m Yhdistelmäk. 4 m Kikkaruohoruisku 13 m Peräkärryt 8 t Tässä tapauksessa voidaan hintatietojen perusteella arvioida neljä havain- toparia. Peltoala, ha Peruskoneiden arvo, mk 25 87 014 75 148 214 125 217 728 200 290 928 366 Havaintoparien perusteella estimoitu funktio on muodoltaan: y = 61 058 + 1 176 X Kuten huomataan, on vakio tällä teknisellä tasolla ratkaisevasti suurempi ja peltoalan mukaan vaihteleva osuus arvosta jonkin verran alhaisempi kuin edellisellä tasolla. Nurmiviljelyn erikoiskoneiden arvon funktio on: Y = 8 670 + 350 X X = ha nurmiviljelyssä Viljanviljelyn erikoiskoneen, leikkuupuimurin, työleveys on kyseisellä ta- solla 14’ ja arvo viljanviljelyalan funktiona: Y = 40 000 + 533 X X = ha viljanviljelyssä 4.3 Työnkäyttöluvut Työnkäytön suhteen on laajuusvaikutusta tämän tutkimuksen yhteydessä voitu selvittää ainoastaan osittain. Kasvinviljelystä ei ole toistaiseksi saata- vana tarpeeksi eriteltyjä lukuja, jotta tarvittavat laskelmat voitaisiin suorittaa. Tuotannon laajuusvaikutukset nautakarjatalouden työnkäytön suhteen on kuitenkin voitu tyydyttävästi arvioida. Tässä arvioinnissa on luonnollisesti otettu huomioon kasvintuotannossa esiintyvät työhuiput. Maidontuotannon työnkäyttö on arvioitu maatilahallituksen rakennustoimiston käyttämien nor- milukujen perusteella. Seuraavat päätyövaiheet kuuluvat tähän työhön; Ruokinta Lypsäminen Puhdistustyöt Muut työt Ryhmän muut työt lasketaan talouskeskuksen rehunkuljetustyöt, jauha- tustyöt, navetan peruspuhdistus, keinosiemennys ja poikimistyöt, eläinten tark- kailu yms. Estimoidut funktiot maidontuotannon työnkäyttöä varten ovat eri tasoilla seuraavat: Parsinavetta Y = 250 + 59 ny Parsipihatto Y = 220 + 40 ny Kyseisten funktioiden vakiot ovat suhteellisen pieniä, mikä osoittaa sen sei- kan, että laajuusvaikutus maidontuotannon työnkäyttöön ei ole kovinkaan suuri. Seuraavassa taulukossa on kasvituotannon työntarve laskettu yksinomaan hehtaaria kohti, vaikka laajuusvaikutuksia esiintyy käytännössä myöskin tällä alalla. Käytettävissä oleva lukuaineisto ei kuitenkaan tällä hetkellä anna mah- dollisuuksia näiden vaikutusten huomioon ottamiseen. Tutkimuksessa on yri- tetty välttää suurimmat virheet sallimalla ainoastaan puoltatoista hehtaaria suuremmat viljelyalat eri viljakasveille. 367 Taulukko 5. Työntarve (t/ha) kasvintuotannossa eri jaksojen aikana kummallakin tekniikan tasolla. Table 5. Labour requirement in plant production (hfha) during different periods and on different techical levels. Syysvehnä Syysruis Syysrypsi Kevätvehnä Kaura Winter wheat Winter rye Winter rape Spring wheat Oat Taso Lelev Taso Level Taso Level Taso Level Taso Level Jakso Period I II I II I II I II I II M Kevät - Spring 0.60.4 0.60.4 4.7 3,8 7.95.4 7.95.4 Syksy - Autumn .... 15.510.6 16.510.6 13.410.8 8.05.5 8.05.5 Vuosi - Year 22.015.0 22.015.0 25.020.0 22.015.0 22.015.0 Ohra Barley Heinä Hay Säilörehu Silage Laidun Pasture Taso Level Taso Level Taso Level Taso LevelJakso Period I II I II I II I II Kevät - Spring 7.95.4 2.11.7 3.82.7 1.10.8 Syksy Autumn 8.05.5 8.05.6 8.05.6 Vuosi - Year 22,0 15.032.4 22.754.2 37.914.0 9.8 Työnkäytössä huomataan selvä ero eri tasojen välillä. Jälleen on syytä huo- mauttaa, että tuotantotekniikan tasojen erot ilmenevät malleissa yksinomaan erilaisina työn- ja pääomatarpeena. 4.4 Kannattavuuden ilmaiseminen Tilamallit on konstruoitu siten, että ne osoittavat suoraan yrityksen kykyä maksaa palkkaa viljelijäperheen työstä. Palkka on ilmoitettu markkoina työ- tuntia kohti. Kokonaistuotosta on vähennetty kaikki muut kustannukset. Kone- ja rakennuspääoman vuotuiset kustannukset on oletettu maksetuiksi samoin kuin pellon »korko» 300 mk/ha. 4.5 Mallien konstruoiminen ja ratkaisumenettely MC-menetelmän mallitekniikka muistuttaa verraten paljon lineaarisen oh- jelmoinnin mallitekniikkaa. Yritysmalli konstruoidaan matriisimuotoon ja si- sältää kohdefunktion, jonka mukaan tulos lasketaan variaabelien saatua satun- naiset arvonsa. Rajoitukset voidaan kirjoittaa yhtälö- tai epäyhtälömuotoon, missä rajoittavat panokset ovat esim. oikealla ja panoskulutus tuoteyksikköä kohti vasemmalla puolella. Tavanomaiset osto- ja myyntiaktiviteetit liitetään matriisiin riippuvaisten aktiviteettien muodossa. Viime aikoina on otettu käyttöön kolmas aktiviteettiryhmä, nimittäin panoksia tuottavat aktiviteetit. Christensen (1970) osoittaa, että näiden aktiviteettien avulla voidaan esim. rat- kaista sellaiset mallitekniset ongelmat, jotka johtuvat siitä, että maatilatalou- den tuotteista osa on ns. välituotteita, jotka käytetään edelleen panoksina tuo- tannossa. Esimerkkeinä voidaan mainita karkearehu, porsaat ym. Voidaan kui- 1 jatkuu siv, ESIMERKKIMAIRIISI Sarake N:o 1 2 3 4 5 6 7 8 9 10 -571 -448 -561 -505 -473 3373 1136 -22 -596 -410 Kivi N:o (1) 2255: 7.97.9 0.60.6 4.7 10.20/4.91 2.96 (2) 10.20/6.68 6.14 (3) 600=5 8 8 15.516.5 13.4 20.40/10.03 6.20 (4) 22 22 22 22 30 250/98.58 58.365.3 (5) -0.56 -0.10 (6) -0.35 (7) -25.0 -30.0 (8) -25.00 (9) -15.0 (10) - 2.50 -32.50 -2.50 -2.503.27 12.20 (11) -0.8 1.0 (12) 1.15 (13) 1 (14) 1 1 1 1 1.51.05 0.10.5 (15) 11111 (16) 1 1 1 1 11 1 1 1 1.50.53 0.050.5 (17) 11111 (18) 0 56 0.10 (19) 1 1 1 1 2 1.050.1 1 (20) 171 134 336 302 207 900 654 (21) 2050 800 (22) 0,5 0.5 -1 -0.28 -0.03 -1 (23) 1.01.0 1.01.0 2 10 10 0 (24) 100 100 100 100 100 150 300 100 tenkin myös muodostaa yhdistettyjä tuotannonhaaroja siten, että esim. kar- kearehutuotanto sidotaan maidontuotantoon samaksi aktiviteetiksi. Viimek- si mainittua menettelytapaa on käytetty tässä tutkimuksessa, kuten sel- viää sitä MC-matriisista, joka tutkimuksessa käytettyjen tilamallien esimerk- kinä seuraavassa esitetään. On kuitenkin myönnettävä, että muodostamalla useita komplisoituja, yhdistettyjä, aktiviteetteja, voidaan sulkea poiss ellaisia malliratkaisuja, jotka voisivat hyvin kilpailla muiden kanssa. Tätä ongelmaa ei kuitenkaan ole ratkaistu täysin panoksia tuottavien aktiviteetien avulla- kaan. Mallien konstruoiminen on tämän takia suoritettava erittäin huolellisesti, jotta edellä mainituista virheistä vältyttäisiin. Mm. Lindgren ja Carlsson (1966) sekä Christensen (1970) ovat kir- joituksissaan seikkaperäisesti käyneet läpi MC-menetelmän ratkaisualgoritmin, jonka liiketaloustieteellinen sovellutus on Ruotsin korkeakoulussa tapahtuneen ryhmätyön tulos. Ryhmään kuuluivat prof. I. Lindgren, CTH. Göteborg, agr. B. Hovmark, Uppsala sekä lis. M. Carlsson, Alnarp. Samantyyppistä satunnais- 368 Rivi N:o (7) 1 ESIMERKKIMATRIISI jatkoa Sar. N:o 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 -2400 -1000 -630 -1620 -5646 -3825 -595 62 70 97 46 300 600 450 36 216 210 153 119 300 0.080.08 42 50 1 1 1 1 -1 -1 -1 -1 -1 -1 -1 -1 -1 -1 -1 lukumenettelyä on aikaisemmin käytetty mm. fysiikan eräiden tutkimusten yhteydessä, kun on haluttu paikallistaa maksimi- tai minimitilanteita sekä niitä välittömästi ympäröiviä tilanteita (Carlsson 1970). Liiketaloustieteessä me- netelmää käytettiin kuitenkin ensimmäisen kerran yllä mainitun ryhmätyön yhteydessä. Kyseessä olevan algoritmin ohjelmoiminen tietokonetta varten on menetelmän käytön edellytys. Ohjelma saatiin Suomeen ensimmäisen kerran tätä tutkimusta varten Maatalouden Laskentakeskukseen, Tikkurilaan, missä ko. tilamallit ratkaistiin. Ohjelma on jälkeenpäin sovitettu myös Helsingin yliopiston laskentakeskuksen tietokonetta varten. Myös Englannissa on kehi- tetty MC-menetelmän tietokoneohjelma (Donaldson ja Webster 1967). Me- netelmää on siellä myös kokeilumielessä käytetty rehusekoitusongelman rat- kaisussa (Dent ja Thompson 1967). Menetelmän eräänä varjopuolena pide- tään yleisesti sitä, että suurempien matriisien ratkaiseminen muodostuu hel- posti vaivalloiseksi. Tämän tutkimuksen matriisien keskikoko oli 25 saraketta ja 25 riviä. Tämänkokoisten matriisien ratkaisu ei tuottanut mainittavia vai- keuksia. 369 RIVI- JA SARAKESELITYKSET Rivi No Selitys Yksikkö 1 Työ kevät t 2 » kesä t 3 » syksy t 4 » vuosi t 5 Nurmiala ha 6 Laidunala ha 7 Kevät- ja syysvehnä 100 kg 8 Ruis 100 kg 9 Rypsi 100 kg 10 Rehuvilja 100 kg 11 Pikkuvasikka kpl 12 Navetta lehmäpaikka 13 Lihatuotantorakennus eläinpaikka 14 Kalustovaja ha 15 Kuivaamo vilja-ala ha 16 Peruskoneet ha. 17 Viljanviljelyn erikois- koneet vilja-ala ha 18 Nurmiviljelyn erikois- koneet nurmiala ha 19 Pelto ha 20 Käyttöpääoma mk 21 Eläinpääoma mk 22 Syysviljan kylvöala .. ha 23 Minimirajoitus 24 Maksimirajoitus Sarake No Selitys 1 Kevätvehnä 2 Rehuvilja (kaura 50 %, ohra 50 %) 3 Syysvehnä 4 Syysruis 5 Syysrypsi -j- kesanto 6 Lypsylehmä + uudistus 4- nurmi- rehu 7 Lihaeläin -f nurmirehu 8 Kesanto 9 Nurmiviljelyn kustannukset 10 I-aidunviljclyn kustannukset 11 Vehnän myynti 12 Rukiin myynti 13 Rypsin myynti 14 Rehuviljan osto/myynti 15 Vasikan osto/myynti 16 Navetan vuotuiset kustannukset 17 Lihantuotantorakennuksen vuotui- set kustannukset 18 Kalustovajan vuotuiset kustan- nukset 19 Kuivaamon vuotuiset kustannukset 20 Peruskoneiden vuotuiset kustan- nukset 21 Viljanviljelyn erikoiskoneiden vuo- tuiset kustannukset 22 Nurmiviljelyn erikoiskoneiden vuo- tuiset kustannukset 23 Pellon vuokra 24 Käyttöpääoman vuotuise* kustan- nukset 25 Eläinpääoman vuotuiset kustan- nukset 26 Kesannon sää,telyaktiviteetti 370 371 5. Ratkaisujen tulokset Jokainen tilamalli ratkaistiin MC-menetelmällä 1000 kertaa, eräitä poik- keuksia lukuunottamatta, joiden kohdalla ratkaisujen lukumäärä oli suurempi. Lajittelun jälkeen tietokone kirjoitti 30 parasta tulosta. Carlsson (1970, p. 11) toteaa, että muuttujien lukumäärä mallissa vaikuttaa etsintäprosessin tehok- kuuteen. Näin ollen muuttujien lukumäärän kasvaessa tarvitaan yhä useampia ratkaisuja, jotta paras ratkaisu olisi lähellä optimitulosta. Riippumattomien muuttujien lukumäärä tilamalleissa on keskimäärin 8 ja riippuvien keskimää- rin 18. CARLSSONin (1970) suorittamien tutkimusten perusteella 1000 ratkaisua riittää tyydyttävän tuloksen saavuttamiseksi, joskin eräissä harvoissa tapauk- sissa suurempi lukumäärä voi olla tarpeen. Seuraavassa on esitetty jokaisen mallin paras ratkaisu. Yleensä saman mallin parhaat ratkaisut poikkeavat melko vähän toisistaan, mikä koskee sekä työkorvausta että tuotannonhaaro- jen esiintymistä ja laajuutta. Voidaan hyvinkin olettaa, että esitetyt rat- kaisut ovat joko optimaalisia tai lähellä sitä. 5.1 Erikoistunut maidontuotanto Erikoistunut maidontuotanto osoittautui parhaaksi tuotantosuunnaksi, koska se antoi parhaan taloudellisen tuloksen kaikissa niissä tilanteissa, joissa vaihtoehtoiset tuotantosuunnat voivat vapaasti kilpailla keskenään. Erikois- tuminen on viety niin pitkälle kuin malli sallii. Olettamuksena on myös, että tarvittava rehuvilja ostetaan melkein kokonaisuudessaan ja ainoastaan kar- kearehu viljellään omalla tilalla. Niittonurmien ja laitumien uudistamista var- ten tarvitaan kuitenkin pieni rehuvilja-ala, mutta on otaksuttu, että tarkoi- tukseen voidaan käyttää vuokrapuimuria ja että vilja voidaan kuivattaa myös vuokratuilla laitteilla. Malleissa niittonurmien ikä on kolme vuotta ja laidun- nurmien neljä vuotta. Lisäksi on otaksuttu, että ainoastaan puolet alasta on uudistettava suojaviljaan. Karkearehun tuotanto sekä lypsylehmien uudistus on malleissa sidottu mai- dontuotantoon. Sen sijaan vasikkaylijäämä voidaan malleissa joko myydä tai kasvattaa lihaeläimiksi. Ratkaisujen mukaan lihaeläinten kasvattaminen ei kilpaile maidontuotannon kanssa käytettävissä olevasta työpanoksesta, vaan kaikki ylijäämävasikat myydään. Taulukko 6 osoittaa, että lehmien lukumäärä kasvaa suhteellisesti jonkin verran nopeammin kuin työtunnit siirryttäessä vaihtoehdosta toiseen. Tämä onkin johdonmukaista, kun otetaan huomioon työpanoksen muuttuminen yksikköä kohti maidontuotannon laajuuden kas- vaessa. 372 Taulukko 6. Tulosyhdistelmä. Maidontuotantoyritykset. Tuotannonhaarojen laajuudet eri teknisillä tasoilla ja työpanoksilla. Table 6. Results of the calculations. Milk-producing farms Sizes of fields of production on different technical levels and inputs of labour. 2500 h 5000 h 7500 h Keskik. Korkea Keskik. Korkea Keskik. Korkea tekn. tekn. tekn. tekn. tekn. tekn. Medium High Medium High Medium High techn. techn. techn. techn. techn. techn. level level level level level level Lypsylehmä -f- uudistus (kpl) 22 33 48 69 73 105 Milk cows -)- restocking Nurmi (ha) Grass 12.32 18.48 26.88 38.64 40.88 58.80 Laidun (ha) - Pasture 7.70 11.55 16.80 24.15 25.55 36.75 Rehuvilja (ha) - Fodder crop ... 3.08 4.62 6.72 9.66 10.22 14.70 Kokonaispeltoala (ha) 23.10 34.65 50.40 72.45 76.65 110.25 Total cultivated area Taulukko 7. Maidontuotantoyritysten pääomantarve, 1 000 rnk. Table 7. Need of capital on milk-producing farms, 1 000 Fmk. 2500 h 5000 h 7500 h Keskik. Korkea Keskik. Korkea Keskik. Korkea tekn, tekn. tekn. tekn. tekn. tekn. Medium High Medium High Medium High techn. techn techn. techn. techn. techn. level level level level level level Koko pääomantarve 435 665 865 1259 1279 1852 Total need of capital Pääoman jakaantuminen Distribution of capital Rakennuspääoma 192 298 382 567 565 835 Capital for buildings Konepääoma 62 97 89 126 115 156 Capital for machinery Eläinpääoma 45 68 98 141 150 215 Capital for animals Käyttöpääoma 20 30 43 62 66 95 Operating capital Pelto- ja perusparannuspääoma . 116 173 252 362 383 551 Land and basic improvements Investointitarve 223 472 525 903 775 1320 Need of investment Omaa pääomaa % koko pää- omasta 48 29 39 28 39 28 Farmer’s own capital per centage of total capital Taulukko 7 osoitta, että pääomantarve on kaikissa vaihtoehdoissa suuri. Erityisesti rakennuspääomaa ja myöskin pelto- ja perusparannuspääomaa tar- 373 vitaan paljon. Tarvittava pääoma kasvaa luonnollisesti myös siirryttäessä kor- keammalle tuotantotekniselle tasolle. Maatilatalouden voidaan todeta olevan suhteellisen pääomavaltainen yritysmuoto silloin kun tuotantoa harjoitetaan sellaisilla tuotantoteknisillä tasoilla kuin malleissa edellytetään. Taulukko 8. Työansio (mk/t) erikoistuneessa maidontuotannossa ennen verotusta. Table 8. Yield per man-hour (mkjh) before taxes on specialized milkproducing farms. 2500 h 5000 h 7500 h Keskik. Korkea Keskik. Korkea Keskik. Korkea tekn. tekn. tekn. tekn. tekn. tekn.tekn. tekn. tekn. tekn. tekn. Medium High Medium High Medium High techn. techn. techn. techn. techn. techn. level level level level level level Työansio mk käytettävissä olevaa työtuntia kohti 7.9811.08 10.9015.28 11.6916.67 Yield per available man-hour Fmk Työansio mk käytettyä työtuntia kohti 8.2511.10 10.9315.35 11.7716.76 Yield per man-hour used Fmk Maataloudessa kannattavuutta on perinteellisesti ilmaistu eri tavoilla las- kettujen työansioiden avulla. Tämä johtunee siitä tosiasiasta, että maatalous- yrittäjä tai yrittäjäperhe useimmiten sekä omistaa kyseisen yrityksen että si- joittaa työpanoksensa siihen. Yrittäjän on tällöin punnittava sekä pääomalle että työlle saatu korvaus. Vasta sen jälkeen hän voi muodostaa itselleen täy- dellisen kuvan kannattavuudesta. Tutkimuksessa on työn korvaus laskettu siten, että panosten kustannukset on arvioitu markkinahintojen perusteella. Vuotuiset kone-, rakennus- ja eläin- pääomakustannukset on arvioitu yleisesti käytössä olevien menetelmien mu- kaan. Sama pätee myös käyttöpääoman suhteen. Pellon arvoa on epäilemättä erittäin vaikea arvioida. Tutkimuksessa on otaksuttu, että käytettävä pelto on salaojitettu ja että se tuotantokyvyltään vastaa tutkimusalueen keskiarvoa. Pellon arvoon sisältyvät myös muut tarvittavat perusparannukset. Tällaisen pellon vuokraksi on malleissa arvioitu 300 mk/ha. Pellon korkona vuokra on esim. 6%, mikäli pellon arvo on 5000 mk/ha. Muutoin on korkokanta laskelmissa ollut 8%. Kun kokonaistuotosta vähennetään yllä mainitut kustannukset, muo- dostaa saatu erotus työpanoksen korvauksen. Taulukossa 8 työn korvaus on laskettu sekä todella tuotannossa käytetyille että eri vaihtoehdoissa käytet- tävissä oleville työtunneille. Taulukon mukaan työn korvaus paranee työpanoksen kasvaessa. Kuiten- kin kasvu on alussa nopeinta ja hidastuu työtuntien lisääntyessä, niin kuin ku- viosta 5 tarkemmin selviää. Kuviossa on esitettyä käyrää kohti vain kolme havaintoa. Mikäli oletetaan, että työpanoksen ja työn korvauksen suhde kehittyy täysin johdonmukaisesti, ei työpanoksen lisääminen 7500 työtunnin jälkeen enää johda kovinkaan suu- reen tuntiansion nousuun. 374 5.2 Erikoistunut viljanviljely Maidontuotanto yhdistettynä karkearehun viljelyyn ja lypsylehmien uudis- tukseen osoittautui ratkaisujen yhteydessä parhaimmaksi tuotannonhaaraksi. Seuraava askel on tämän tuotannonhaaran poissulkeminen vaihtoehtoisten tuotannonhaarojen joukosta. Tällöin erikoistunut viljanviljely muodostuu seu- raavaksi parhaimmaksi tuotantomuodoksi. Taulukosta 9 ilmenee, että syysviljat ovat malleissa edullisemmassa ase- massa kuin kevätviljat. Siksi kesantoala muodostuu verraten suureksi ja vaih- telee 20-30 %:n välillä kokonaispeltoalasta laskettuna. Rypsi voidaan malleissa kylvää yksinomaan kesantoon ja syysviljat joko rypsin tai kesannon jälkeen kaksi kertaa peräkkäin. Käytännössä viljelysuunnitelmat tehdään yleensä paljon staattisemmassa ympäristössä. Malleissa tehtävänä oli kombinoida pel- toa ja pääomaa niin edullisesti kuin mahdollista tiettyihin etukäteen määrät- tyihin työpanoksiin. Tällä tavalla voidaan tutkia, mitkä ovat malleissa tapah- tuvien rakennemuutosten liiketaloudelliset edellytykset. Syysviljojen etuna Kuvio 5. Fig. S. on vielä se, että varsinkin kevään työhuippu kasvinviljelyssä alenee. Pelto- pinta-alaltaan ovat esitetyt viljanviljelyyritykset varsin suuria. Korkeampi tuotantotekniikka johtaa luonnollisesti tilakoon kasvuun. Taulukko 9. Tulosyhdistelmä. Viljanviljely-yritykset. Tuotannonhaarojen laajuudet eri teknisillä tasoilla ja työpanoksilla. Table 9. Results of the calculations. Grain-producing farms. Sizes of fields of production at different technical levels and with different inputs of labour. Tuotannonhaara Field of production 2500 h 5000 h 7500 h Keskik. Korkea Keskik. Korkea Keskik. Korkea tekn. tekn. tekn. tekn. tekn. tekn.tekn. tekn. tekn. tekn. tekn. Medium High Medium High Medium High techn. techn. techn. techn. techn. techn. level level level level level level Kevätvehnä ha 1 1 49 48 58 Spring wheat Rehuvilja ha 1 26 Fodder crop Syysvehnä ha 25 56 53 86 9 50 Winter wheat Syysruis ha 1 51 76 Winter rye Syysrypsi ha 15 28 32 Winter rape Kesanto ha 15 28 28 43.5 32 63 Fallow Kokonaispinta-ala ha 56 85 109 180.5 172 273 Total area Taulukko 10. Viljanviljely-yritysten pääomantarve, 1 000 mk. Table 10. Need of capital on grain-producing farms, 1 000 Fmk. 2500 h 5000 h 7500 h Keskik. Korkea Keskik. Korkea Keskik. Korkea tekn. tekn. tekn. tekn. tekn. tekn. High Medium High Medium High techn. techn. techn. techn. techn. Medium techn. level level level level level level Koko pääomantarve 551 797 1004 1603 1574 2365 Combined need of capital Pääoman jakaantuminen Distribution of capital Rakennuspääoma 104 139 187 302 305 452 Capital for buildings Konepääoma 155 215 247 361 375 495 Capital for machinery Käyttöpääoma 13 19 25 38 34 53 Operating capital Peltopääoma 280 425 545 903 860 1365 Capital for land 375 Pääomantarve on viljantuotantoyrityksissä kauttaaltaan jonkin verran suurempi kuin maidontuotantoyrityksissä. Tämä johtuu etupäässä viljan- tuotantoyritysten suuresta peltoalasta, mutta myös konekanta sitoo näillä ti- loilla runsaasti pääomaa. Käytännössä tulee jo riittävän yhtenäisten pelto- alueiden harvalukuisuus myöskin Etelä-Suomessa rajoittamaan suurem- pien yritysten syntymistä. Työvoiman käyttö rajoittuu näissä vaihtoehdoissa kasvukauteen ja nimenomaan kevään ja syksyn työhuippuihin. Tällöin ver- raten suuri osa käytettävissä olevasta vuotuisesta työpanoksesta jää käyttä- mättä. Taulukko 11. Viljanviljelytilojen työnkäyttö. Käyttämättä jääneet työtunnit eri vaihto- ehdoissa. Table 11. Labour requirement on grain-producing farms. Unused manhours in the different alternatives. 2500 h 5000 h 7500 h Keskik. Korkea Keskik. Korkea Keskik. Korkea tekn. tekn. tekn. tekn. tekn. tekn.tekn. tekn. tekn, tekn. tekn. Medium High Medium High Medium High techn. techn. techn. techn. techn. techn. level level level level level level Kevät - Spring 132 197 286 145 109 171 Syksy Autumn 4 1 3 3 6 2 Koko vuosi Entire year 1330 1533 2994 2735 4164 4082 Täyden työllisyyden saavuttaminen on yksipuolisessa viljantuotannossa melko mahdotonta. Jäljelle jäänyt työaika voidaan käytännössä usein käyttää metsätalouteen tai sivuansioiden hankkimiseen. Taulukko 12 osoittaa, että työansio erikostuneessa viljantuotannossa on varsin heikko jopa negatiivinen joissakin vaihtoehdoissa. Varsinkin alem- Taulukko 12. Työansio mk/t ennen verotusta. Viljanviljely-ylitykset. Table 12. Yield per man-hour before taxes. Grain-producing farms. 2500 h 5000 h 7500 h Keskik. Korkea Keskik. Korkea Keskik. Korkea Medium High Medium High Medium High-High Medium High Medium High- t techn. techn. techn. tecJin. techn. techn. level level level level level level Työansio mk/käytetty työtunti —5.11 —1.53 1.07 8.49 2.62 9.22 Yield per man-hour Fmk for each used man-hour Työansio mk/käytettävissä oleva työtunti -2.93 -0.59 0.43 3.84 1.16 4.20 Yield per man-hour Fmk for each available man-hour 376 377 maila tuotantoteknisellä tasolla tilanne on heikko. Verrattuna maidontuo- tantoon on työansio ja samalla kannattavuus viljanviljelyssä mallien tuloksien mukaan selvästi alempi. Parannettu tuotantotekniikka ja suurempi työpanos korjuukauden aikana merkitsee kuitenkin työansion vähäistä paranemista, kuten kuvio 6 osoittaa. Mallien mukaan ei näytä olevan kovin hyviä mahdollisuuksia tuntiansion lisäykseen nostamalla työpanosta. Saamieni tulosten perusteella tuntuu varsin epätodennäköiseltä, että viljantuotannon alalla voisi esitettyjen ehtojen val- litessa syntyä kuvatuntyyppisiä yrityksiä, kun otetaan huomioon nykyinen keskimääräinen tilakoko tutkimusalueella. 12 Kuvio 6. Fig. 6. 378 6. Maatalousyritysten kasvuongelmat Tässä tutkimuksessa pyritään selvittämään maatalouden rakenneratio- nalisoinnin liiketaloudellisia edellytyksiä. Aluksi on mallien avulla tutkittu, miten työansio kehittyy samaa tuotantotekniikkaa sovellettaessa ja tuotanto- volyymin jatkuvasti kasvaessa. Tämän lisäksi on kahta tuotantoteknistä tasoa verrattu keskenään. Tarkastelu on kuitenkin ollut tavallaan staattista. On toisin sanoen laskettu, minkälaiseksi työansio muodostuu erisuuruisilla tiloilla, kun tuotantotekniikka on jatkuvasti samanlainen. Olen pyrkinyt ottamaan huomioon malleissa ne laajuusvaikutukset, jotka kohdistuvat panospuolella mm. työn tarpeeseen ja pääomankäyttöön. Tuo- tosten suhteen ei ole voitu arvioida ilmeisesti olemassaolevia laajuusvaikutuk- sia, vaikka niiden huomioonottaminen olisi ollut mallien rakenteen puolesta mahdollista. Malliratkaisujen perusteella voidaan tämän takia saada vain kar- kea käsitys siitä, minkälaiseksi työn korvaus ja myös kannattavuus muodos- tuisivat tuotannon laajuuden vaihdellessa. Tilannetta on tarkasteltu sellaisena, että malliyritykset jo ovat saavutta- neet tietyn koon. Perinteellisellä tavalla on tällöin pyritty optimoimaan tietyn rajoitetun panosmäärän käyttöä. Lisäämällä panosmäärää asteittain on kas- vuongelmaa käsitelty vertailevan staattisen analyysin avulla. Yritykset lienevät kuitenkin varsin epästaattisia. On melko helppoa em- piirisestikin osoittaa etuja, jotka johtuvat tuotannon laajuudesta. Kun sa- manaikaisesti on olemassa vastakkaiseen suuntaan vaikuttavia voimia, on yri- tysten kasvuongelmaa aikaisemmin pohdittaessa usein pyritty löytämään yri- tyksen optimaalinen koko. Tämä on kuitenkin osoittautunut melko hedel- mättömäksi lähtökohdaksi. Mitään ehdotonta tasapainotilaa tässä suhteessa ei ole löydetty. Penrose (1968) toteaakin, että yritykset, joilla on tarkoituk- senmukainen liikkeenjohto, pyrkivät jatkuvasti kasvamaan, ja että kasvulle ei käytännöllisesti katsoen voida asettaa rajaa. Tässä tutkimuksessa on vain osittain voitu ottaa huomioon tekijöitä, jot- ka edistävät yrityksen kasvua. Se johtuu osaksi kyseisen aineiston puutteel- lisuudesta. Penroseu (1968) hypoteesien mukaan ei ainoastaan yrityksen koko vaan myöskin kasvutapahtumat sinänsä voivat tarjota yrityksille taloudellisia etuja. Tämä pätee Penrosen mukaan riippumatta siitä vaiheesta, missä yritys suuruuskehityksessä kulloinkin on. Viimeksi mainittuja etuja ei kuitenkaan toistaiseksi ole voitu kvantifioida. Myös eräät muut kasvua koskevat teoriat eivät edellytä yritysten optimi- kokoa. Marshall (1922) ja myöhemmin Boulding (1950) ovat esittäneet met- sän puut yritysten biologisena analogiana. Keskeisin ajatus tässä on, että yri- iykset kamppailevat toisten yritysten kanssa elintilasta ja että jotkin yritykset saavat haltuunsa enemmän kasvua aiheuttavia tekijöitä kuin muut. Ajan mit- taan yritykset kuitenkin menettävät elinvoimansa ja lopulta kuolevat. Nämä hypoteesit ovat myöskin jääneet empiirisesti todistamatta. Maatilatalouden olosuhteet eivät ainakaan kokonaisuudessaan näytä tukevan tällaista teoriaa. Voidaan kuitenkin verraten helposti osoittaa, että yrityksiä kuolee. Uusien yritysten syntyminen lienee sitävastoin harvinaista. Väistyvien yritysten tuo- tantopanokset liitetään useimmiten jo olemassaoleviin yrityksiin. Olettamus kaikkien yritysten väistämättömästä kuolemasta tuntuu kuitenkin epäonnis- tuneelta. Edellä selostetun perusteella voidaan olettaa, että maatalousyritykset voi- sivat jatkuvasti kasvaa ainakin mikäli otetaan huomioon ne yrityslaajuudet, mitkä ovat tulleet esille malliratkaisujen yhteydessä. Olettamus ei tietenkään tarkoita sitä, että tämä koskisi käytännössä jokaista maatalousyritystä. On luonnollisesti olemassa myös sellaisia yrityksiä, jotka jostakin syystä eivät kas- va. Tämä staattinen tai suhteellisesti ottaen regressiivinen osa on maatalou- dessa ilmeisesti ollut ja on edelleen suhteellisen suuri. Tässä tutkimuksessa ei ole kosketeltu tämän osa-alueen ongelmia. Tutkimuksessa käytetty vertaileva staattinen tarkastelutapa ei sinänsä kiellä jatkuvan kasvun mahdollisuutta, mutta kasvu tapahtuu sen mukaan vain tietyin väliajoin. Kasvun aikana siirrytään toiselta laajuusasteelta toi- selle ja siirtymisien välillä on staattisia kausia; kasvu ikäänkuin pysähtyy väli- aikaisesti. Tämä olettamus ei tunnu kovin realistiselta varsinkin jos tarkastel- laan eri alojen yritysten käyttäytymistä. Paljon mielekkäämmältä vaikuttaa sellainen olettamus, että yritysten laajuus muuttuu keskeytyksittä, mutta muuttumisen nopeus voi vaihdella. Staattinen tai vertaileva staattinen tarkastelutapa näyttää edellä selos- tetun perusteella hieman epäonnistuneelta. Voidaankin todeta, että nykyään sekä tutkimuksessa että käytännön suunnittelussa käytettävissä olevat mene- telmät ovat luonteeltaan liian staattisia. Tietomme maatalousyritysten kas- vuprosessista yleensä ovat kuitenkin suhteellisen rajalliset. Käyttökelpoisten suunnittelumenetelmien kehittäminen on osaksi tämän takia ollut vaikeata. Tässä työssä onkin ollut pakko tyytyä vertailevaan staattiseen tarkasteluta- paan. Ehdotettujen suhteellisen suurten investointien jälkeen maatalousyri- tyksen toiminta todennäköisesti jatkuu jonkin aikaa miltei muuttumattomana. Tällä tavalla vertailevaa staattista tarkastelutapaa, johon liitetään ns. ylimeno- kauden laskelmat, voidaan osittain puolustaa. Yritysten kasvua edistäviä tekijöitä on siis verraten paljon ja ne ovat hel- posti osoitettavissa. Yhtä ilmeistä on, että esiintyy myös tekijöitä, jotka vai- kuttavat vastakkaiseen suuntaan. On voitettava useita vaikeuksia, ennen kuin voidaan kehittää yritystä haluttuun suuntaan. Se seikka, että rakennemuu- tokset maatilataloudessa tähän saakka ovat olleet hitaita osoittaa, että kasvuun liittyvät vaikeudet useimmissa tapauksissa ovat painaneet enemmän kuin vas- taavat edut. Penrose (1968) mainitsee, että vakavin este itse yrityksessä on yleensä tarvittavien liikkeen johtokyvyn sekä teknisen taidon puute. Yrittäjä ei toisin sanoen pysty tehokkaasti suunnittelemaan ja toteuttamaan uutta tuo- tanto-ohjelmaa. Tähän aspektiin ei ole kuitenkaan tämän tutkimuksen yhtey- 3 379 380 dessä mahdollista kajota. Olen tyytynyt asettamaan rajoituksia yrityksen kasvulle määrittämällä korkeimman mahdollisen lainapääoman suhteessa omaan pääomaan. Myöskin heikko maksuvalmius voi hidastaa kasvua ja käytännössä ehkä jo etukäteen lamaannuttaa yrittäjän toimintaa. Tämä vaikeus johtuu siitä, ettei useinkaan voida välittömästi ottaa käyttöön investoinneilla luotua tuo- tantokapasiteetin lisäystä. Esimerkiksi tarkoituksenmukaisen kasvinviljely- järjestelmän kehittäminen tai rakennuskapasiteetin lisääminen vie aikaa. Pääoman kiertonopeus on maataloudessa pieni. Lindberg (1970) on mi- tannut tämän nopeuden ja saanut suhdeluvuksi maataloudessa 0.40, kun vas- taava luku koko teollisuudessa on 1.11. Teollisuudessa kiertonopeus olisi tä- män mukaan kolme kertaa suurempi kuin maataloudessa. Lindberg toteaakin, että maatalousyritysten on paljon vaikeampaa maksaa takaisin saamiaan luot- toja kuin muiden yritysten ja että velkaprosentti (velkapääoma/koko pääoma) tämän takia on pysynyt alhaisena: vuonna 1968 se oli noin 14.4%. Velkapää- oman osuus on kuitenkin jonkin verran kasvanut varsinkin 60-luvulla ja on hyvin todennäköistä, että kehitys on jatkunut samaan suuntaan myös 70-lu- vulla. On huomattava, että pääoman kiertonopeus kasvavissa maatalousyri- tyksissä voi olla suurempi kuin edellä mainittu keskiarvo. Ihamuotila (1971) on ennustanut, että maatalouden velat olisivat 70-luvun keskivaiheilla noin 17% varoista. On otettava huomioon, että inflaation on ennusteessa oletettu jatkuvan ainoastaan 4%:n vuosivauhdilla. Myöskin on muistettava, että mainitut luvut ovat keskiarvoja. Merkittävästi kasvaneita yrityksiä oli 60-luvun lopussa ja 70-luvun alussa ilmeisesti suhteellisen vähän. Nähdäkseni lainapääoman osuus tulee todennäköisesti olemaan kasvavissa yri- tyksissä ratkaisevasti suurempi. Käytännössä pääoman hidas kiertonopeus siis helposti johtaa maksuvai- keuksiin, jotka heikon kannattavuuden ohella johtuvat lähinnä lainojen ja ko, investointikohteiden erilaisista kestoajöistä. Maatalouden erikoispiirre on tässä suhteessa pellon arvion säilyminen. Mutta myös tuotantorakennusten ja osaksi koneidenkin kestoaika on pitempi kuin kyseisten lainojen poistoajat. Maata- taloudessa joudutaan siis etukäteen arvioiden verraten helposti maksuvaikeuk- siin, mikäli lainapääoman osuus muodostuu suureksi. Tässä yhteydessä en ole tutkinut metsätulojen vaikutusta maksuvalmiuteen. Suomessahan maatilatalous tyypillisesti muodostuu sekä maa- että metsäta- loudesta. Metsästä saatuja tuloja on todennäköisesti usein käytetty hyväksi maksuongelmien ratkaisussa. Tämä seikka voi käytännössä vaikuttaa pie- nentävästi lainapääoman tarpeeseen ja samalla positiivisesti koko maksuval- miuteen. Seuraavassa olen pyrkinyt selvittämään yritysten investoinneista johtuvia maksuvalmiusongelmia. Tällöin on erikoisesti kiinnitettävä huomiota kah teen seikkaan: investointien rahoitukseen ja niiden ajoitukseen. 6.7 Yrityksen rahoitus Kuten aikaisemmin on selvinnyt, tutkimuksen laskelmat eivät liity todelli- siin yrityksiin, vaan edelleen työskennellään aikaisempien yritysmallien avulla, jotka kuitenkin on sijoitettu toimimaan sellaisessa ympäristössä, joka ominai- naisuuksiltaan vastaa tutkimusalueen ominaisuuksia. Yritysmalleissa ei ole rajoitettu pääoman saantia. Eri tarkoituksia varten on kuitenkin oletettu myön- netyksi yleisen käytännön mukaan erilaisia lainoja. Seuraavasta asetelmasta ilmenevät lainojen ehdot. Lainan kohde Purpose of loan Takaisinmaksuaika, v Korkoprosentti Time for which loan Interest rate is granted, yea*s I.isäpellon hankinta Field 10 6 Konehankinta Machinery 5 8 Rakennusten laajentaminen Buildings 10 8 Eläinten hankinta Animals 5 8 Käyttövarojen hankinta Operating capital 5 8 Pellon osalta korkokanta on ainoastaan 6%. Tällä tavalla on yritetty ottaa jossakin määrin huomioon valtion toimenpiteet rakennerationalisoinnin helpot- tamiseksi. Yleisessä keskustelussa viitataan usein pääomansaannin vaikeuteen ja sen maatalousyrityksen kasvua rajoittaviin vaikutuksiin. Penrose (1968) toteaa kuitenkin, että pääoman saanti riippuu ratkaisevasti myöskin yrittäjän hen- kilökohtaisista ominaisuuksista. Vaikka toinen yrittäjä epäonnistuu, voi toinen yrittäjä samassa tilanteessa helposti saada tarvitsemansa lainan. Tutkimuksessa on oletettu, että yrittäjällä on tarpeelliset tiedot ja taidot. 6.2 Oman pääoman osuus Aikaisemmin jo huomautin, että laskelmat eivät koske olemassaolevia yk- sittäisiä yrityksiä. 2500 työtunnin vaihtoehdoissa olen tosin ottanut lähtökoh- daksi pysyviä peltoja viljelevien tilojen keskimääräisen peltoalan tutkimus- alueella, mutta muuten oman pääoman osuudet määräytyvät seuraavan tau- lukon mukaisesti. Taulukko 13. Oman pääoman osuus koko pääomasta eri teknisillä tasoilla ja erisuuiuisilla työpanoksilla. Table 13. The proportion of farmer's own capital in total capital at different technical levels and with different inputs of labour. Pääomalaji Keskikorkea. tuotantotekniikka Korkea tuotantotekniikka CcUegory of Medium advanced production Advanced production capital technique technique 2500 h SUOO h 7500 h 2500 h 5000 li 7500 h Pelto - Field 100000 mk 50 % Koneet Machinery 35 % 35 % Rakennukset Building.’; 35 %35 % Eläinpääoma Capital for animals 50 % 50 % Käyttöpääoma Operal ing capital 0 % 0 % 50 % 100000 mk 50 % 50 % 35 % 15 % 15 % 15 % 35 % 15 % 15 % 15 % 50 % 50 % 50 % 50 % o % O %.O °/w /O0% o 381 382 Kuvio 7. Vaihtoehtoisten tilamallien kumulatiivinen maksuvalmiusvaranto siirtymäkauden aikana. Maidontuotantoyritykset. Vaihtoehto I. Fig. 7. The cumulative balance at end of year of alternative types of farms during period of transition. Milk producing farms. Alternative I. 383 Lähtökohtana on velaton yritys, jolla ei ole säästöjä investointeja varten. Toisaalta on otaksuttu, että yrittäjä voi teknisesti kasvattaa tilaansa korkein- taan niin, että uusi tila pinta-alaltaan ja/tai lehmämäärältään on kaksi kertaa suurempi kuin entinen (vrt. pääomarajoitus). Yrityksen kasvattaminen vaatii sekä teknistä että taloudellista tietoa. Todella merkittävät laajennukset vaati- vat viljelijältä huomattavan paljon yrittäjänkykyä. Osittain tämän takia on yrityksellä asetettu taulukossa 13 esiintyvät rajoitukset. 6.3 Investointien ajoitus Yleisenä periaatteena on luonnollisesti ollut, että lisääntynyt tuotantoka- pasiteetti tulisi täydellä teholla ottaa käyttöön niin pian kuin mahdollista. On kuitenkin teknisesti mahdotonta suorittaa välittömästi kaikki tarvittavat muu- tokset. Rajoittavia tekijöitä pn maatilataloudessa useita. Esimerkiksi riittä- vän laajan rehukasvien viljelyn aloittaminen tai rakennushankkeen toteutta- minen vie aikaa. Siirtymäkauden pituus vaihtelee käytännössä monestakin syystä. Laskelmissa on otaksuttu, että rakennerationalisointi ei vaikuta yri- tyksen tuotantomuotoon, mikä luonnollisesti vähentää siirtymäkauden vaikeuk- sia. Laskelmissa on pyritty myös minimoimaan siirtymäkauden pituutta. Tässä mielessä on oletettu, että maidontuotannossa uusi kapasiteetti otetaan välit- tömästi käyttöön ostamalla lehmiä tai kantavia hiehoja ja että uuden kasvi- järjestyksen kunnostus vie yhden vuoden. Rakennuskapasiteetin lisääminen vie malleissa myös korkeintaan yhden vuoden. 384 7. Investointilaskelmien tulokset Laskelmat on tehty käyttämällä Maatalouden laskentakeskuksen INLA- järjestelmää. Tämä tietokonekäsittelyyn pohjautuva järjestelmä on varsin monipuolinen, mutta siinä on kuitenkin annettu suuri paino maksuvalmiuden seuraamiselle (Hakola 1974, TTK Maatalouden suunnittelu, moniste). Malliyritysten rahavirtoja on laskelmissa seurattu viiden vuoden ajan. Tässä työssä on seurattu niitä ehtoja, joita investointien ajoituksen ja rahoi- tuksen suhteen on asetettu. Rahavirtojen kulkua on siis tutkittu simulointi- menettelyn avulla. Maksuvalmiuslaskelmien tuloksista ilmenee siirtymäkauden eri vuosien kumulatiivinen loppusaldo, joka yleensä voidaan käsittää yrityksen maksuvalmiusvarannoksi. Nyt puheena olevien laskelmien yhteydessä tilanne on kuitenkin hiukan erilainen. Koska työkustannuksia ei ole otettu huomioon, pitäisi vuoden loppusaldon eli maksuvalmiusvarannon tässä tapauksessa riit- tää sekä viljelijäperheen toimeentuloon että maksuvalmiuden turvaamiseen. Alempana esitetään maksuvalmiuslaskelmien tulokset graafisesti. 7.1 Maidontuotantoyritykset Kuviosta 7 ilmenee, että korkean tuotantotekniikan mallissa maksuvalmius on erittäin heikko. Tuotostason korkeus on yleensä siirtymäkauden aikana melko epävarma. Pelkästään tämä tekijä voi aiheuttaa suhteellisen suuria vaih- teluja tulopuolella ja saattaa maksuvalmiuden vaaraan. Paras vaihtoehto mak- suvalmiuden osalta on se, jossa muutokset ovat pienimmät. Hyvin heikkoja maksuvalmiudeltaan ovat mallit K 2500 ja K 5000. Yleinen johtopäätös laskelmien perusteella on, että siirtymäkauden maksuvalmiuden heikkous voi hyvin helposti johtaa kriittiseen tilanteeseen yrityksen selviyty- misen kannalta. Ilmeisesti mikään malliyritys ei selviäisi ilman apua, kun ote- taan huomioon viljelijäperheen toimeentulo. Muuttamalla oman pääoman suhdetta vieraaseen pääomaan on seuraavassa tutkittu, miten maksuvalmius paranee. Taulukossa 13 edellytettiin, että läh- tökohtayrityksellä on puolet tulevasta peltoalasta. Tätä ehtoa tiukennetaan nyt siten, että yrityksellä pitää olla koko tarvittava peltoala. Muiden panosten kohdalla säilyy pääomasuhde ennallaan. Kuvio 8 osoittaa, että malliyritysten maksuvalmius on parantunut huomat- tavasti. Vieraan pääoman osuuden väheneminen on vaihtoehtojen välillä 14- 15 prosenttiyksikköä, paitsi 2500 työtunnin malleissa, joissa vähennys on pie- nempi. Ainoastaan malli K 2500 on nyt maksuvalmiudeltaan täysin ala-arvoi- nen. Muut mallit tuntuvat jo tässä vaiheessa melko vakailta. Vieraan pää- 385 oman osuus on luonnollisesti suurempi korkeammalla teknisellä tasolla. Ero tutkittujen teknisten tasojen välillä on taulukko 9:n mukaan yli 10 prosentti- yksikköä. Tästä syystä rahoituksen alkuvaikeudet ovat suurempia korkeam- malle tekniselle tasolle siirryttäessä. Toisen vaihtoehdon mallit K 7500 ja Kuvio 8. Vaihtoehtoisten tilamallien kumulatiivinen maksuvalmiusvaranto siirtymäkauden aikana. Maidontuotantoyritykset. Vaihtoehto 11. Fig. 8. The cumulative balance at end of year alternative types of farms during period of transition. Milkproducing farms. Alternative 11. laulukko 14. Vieraan pääoman suhteellinen osuus koko pääomasta maidontuotantoyritysten eh vaihtoehdoissa. Table 1-1. The proportion of loaned capital relative to the total capital in different alternatives of milk-producing farms. Malli Type Vieras pääoma % Vähennys Loaned capital % Subtraction Vaihtoehto I Vaihtoehto II 1-11 Alternative 1 Alternative II KK 2500 52 48 4 KK 5000 61 47 14 KK 7500 61 46 15 K 2500 71 60 11 K 5000 72 58 14 K 7500 72 57 15 K 5000 ovat kuitenkin jo viiden ensimmäisen vuoden kuluttua ohittaneet vas- taavat alemman tason mallit. Yleisesti voidaan havaita, että maksuvalmius tuntuu kestävän maidontuo- tantomalleissa noin 50 %:n lainaosuuteen saakka varsinkin suuremmissa malli- yrityksissä. Edellytyksenä on luonnollisesti, että rahoitus voidaan järjestää ehdotetulla tavalla. 7.2 Viljanviljely-yritykset Kuvioihin 9 ja 10 ei ole otettu mukaan niitä viljanviljelyvaihtoehtoja, jotka antoivat kannattavuuslaskennassa negatiivisen työkorvauksen, koska nämä vaihtoehdot eivät ole mielenkiintoisia maksuvalmiuden kannalta. Myöskin viljanviljelyvaihtoehtojen yhteydessä on maksuvalmiutta suhteessa omaan pääomaan tarkastettu kahdessa eri tilanteessa, jotka selviävät taulukosta 15. Laskelmien perusteella voidaan todeta, että viimeistään silloin, kun vieraan pääoman osuus koko pääomasta nousee yli 50% :n, malliyritysten maksuvalmius romahtaa. Tämä koskee molempia teknisiä tasoja ja kaikkia yrityskokoja. Taulukko 15. Vieraan pääoman suhteellinen osuus koko pääomasta viljanviljely-yritysten eri vaihtoehdoissa. Table 15. The proportion of loaned capital relative to the total capital in different alternatives of grain-producing farms. Malli Type Vieras pääoma % Vähennys SubtractionLoaned capital % Vaihtoehto I Vaihtoehto II I-II Alternative I Alternative IT KK 5000 58 31 27 K 5000 66 38 28 KK 7500 58 31 27 K 7500 66 37 29 386 387 Kuvio 9. Vaihtoehtoisten tilamallien kumulatiivinen maksuvalmiusvaranto siirtymäkauden aikana. Viljanviljely-yritykset. Vaihtoehto I. Fig. 9. The cumulative balance at end of year of alternative types of farms during period of transition. Grain-producing farms. Alternative I. 388 Kuvio 10. Vaihtoehtoisten tilamallien kumulatiivinen maksuvalmiusvaranto siirtymäkauden aikana. Viljanviljely-yritykset. Vaihtoehto 11. Fig. 10. The cumulative balance at the end of each year of alternative types of farms during period of transition. Grain-producingfarms. Alternative 11. 389 Tilanteessa, missä vieraan pääoman osuus on 30-40 % koko pääomasta, tun- tuu varsinkin suurimpien tilamallien maksukyky kuitenkin kehittyvän suotui- sasti. On huomattava, että mallissa on kaikki käytetyt luvut oletettu täysin varmoiksi. Yleisesti voidaan todeta, että viljanviljelymalleissa maksuvalmius heik- kenee nopeammin vieraan pääoman osuuden kasvaessa kuin maidontuotanto- malleissa. Koska laskelmat on tehty keskimääräisiä olosuhteita varten, vai- kuttavat esimerkiksi säästä johtuvat tuotostasojen vaihtelut lähinnä yritysten maksuvalmiuteen. Tällaiset vaihtelut lienevät suurempia viljanviljelyssä kuin maidontuotannossa, mikä edelleen heikentää viljanviljelymallien asemaa. 390 8. Yhteenveto Tutkimuksen tarkoituksena on ollut maatalouden rakennerationalisoinnin liiketaloudellisten edellytyksien selvittäminen lähinnä Uudenmaan ruotsin- kielisen maanviljelysseuran alueella. Erisuuruisten yritysmallien kannatta- vuutta on tutkittu vertailevan staattisen analyysin avulla. Mallien ratkaise- miseksi on käytetty erästä Monte Carlo -menetelmän muunnelmaa. Rajoitta- vana tekijänä on malleissa ollut kolme vaihtoehtoista työpanosta, nimittäin 2500 t, 5000 t ja 7500 t työvuotta kohti. Tämän lisäksi on tutkittu kahta tuo- tantoteknistä tasoa. Jo kirjoittajan aikaisempien tutkimusten perusteella on voitu todeta, että tutkimusalueen viljelijät varsin yleisesti soveltavat malleissa käytettyä alempaa tuotantotekniikkaa. Ainoastaan muutamat harvat vilje- lijät käyttävät tällä hetkellä malleissa esitettyä ylempää tuotantotekniikkaa. Muut malleissa edellytetyt tuotannontekijät ovat vapaasti saatavana nor- maalia korvausta vastaan. Sekä tuotteiden että tarvikkeiden hinnat on sovi- tettu tutkimusalueella syksyllä 1973 vallinneeseen hintatasoon. Pellon vuokraksi on malleissa oletettu 300 mk hehtaarilta. Malliratkaisut osoittivat, että erikoistunut maidontuotanto on kannattavin tuotantosuunta. Erikoistuminen on tässä mallissa viety hyvin pitkälle, koska malliyrityksen tarvitsema rehuvilja ostetaan melkein kokonaan ja ainoastaan nurmirehu tuotetaan omalla tilalla. Erikoistunut maidontuotanto antaa sel- västi paremman korvauksen työlle kuin erikoistunut viljantuotanto. Tämä pätee molemmilla teknisillä tasoilla ja kaikenkokoisissa yrityksissä. Työansio paranee malliratkaisujen mukaan siirryttäessä pienemmästä yri- tyksestä suurempaan. Paraneminen on kuitenkin ratkaisevasti suurempi siir- ryttäessä pienimmästä yrityskoosta keskisuureen kuin siirryttäessä keskisuu- resta suurimpaan yrityskokoon. Pienin yrityskoko molemmilla teknisillä ta- soilla antaa viljanviljelytiloilla negatiivisen työansion. Työansio paranee myös merkittävästi siirryttäessä korkeammalle tuotantotekniselle tasolle. Pääomantarve on kaikissa mallivaihtoehdoissa hyvin suuri ja se kasvaa myös siirryttäessä alemmalta tuotantotekniseltä tasolta korkeammalle. Mer- kittävä rakennerationalisointi vaatii siis suuria investointeja. Voidaankin epäillä, löytyykö rahamarkkinoilta tarpeeksi varoja, kun otetaan huomioon kyseisten investointikohteiden suhteellisen heikko kannattavuus. Merkittävät rationalisointimuutokset vaativat yrityksen johtajalta paljon myös maata- loudessa, missä yrittäjä johtamistyön lisäksi useimmiten joutuu tekemään pää- osan myös ruumiillisesta työstä. Tarvittavan yrittäjäkapasiteetin löytäminen voi näin ollen muodostua vaikeaksi. Tilamalleissa edellytetyt rakenteelliset 391 muutokset ovat varsin laajoja. Tulosten mukaan voidaan epäillä, tapahtuuko näin suuria muutoksia käytännössä kovinkaan usein yksittäisillä maatiloilla. Tutkimuksessa käytetty vertaileva staattinen tarkastelutapa edellyttää, että laajuusasteelta toiselle siirtymisen välillä vallitsee staattisia kausia, jolloin kannattavuus mitataan. Koska siirtyminen vie aikaa mm. sen takia, ettei useinkaan voida välittömästi ottaa käyttöön investoinneilla luotua tuotannon lisäkapasiteettia, tulee yrityksen maksuvalmiuden ylläpitäminen sitä tärkeäm- mäksi, mitä suuremmaksi lainapääoman osuus koko pääomapanoksesta kasvaa. Malliyritysten rahavirtoja on tutkimuksessa seurattu simuloimalla viiden vuoden pituisen jakson ajan. Tuloksista voidaan todeta, että siirtyminen kor- keimmalle tuotantotekniselle tasolle rasittaa maksuvalmiutta suhteellisesti enemmän kuin siirtyminen keskikorkealle tasolle. Yleisesti ottaen ylimeno- kauden vaikeudet vaarantavat suhteellisen helposti malliyritysten maksuval- miutta. Erikostuneen maidontuotannon mallit tuntuvat sietävän jonkin verran suurempaa lainapääoman osuutta kuin erikoistuneen viljanviljelyn mallit. Maksuvalmiusvaikeudet muodostuvat yleensä kriittisiksi viimeistään, kun lai- napääoman osuus malleissa on noin 50 % koko pääomasta. Laskelmat on suori- tettu keskivuosilaskelmina edellyttäen täydellistä varmuutta. Riskitekijät vaikuttavat näin ollen ensisijaisesti malliyritysten maksuvalmiuteen. Päättäessäni tämän tutkimuksen on mieluisa velvollisuuteni esittää kiitok- seni niille henkilöille ja laitoksille, jotka ovat auttaneet minua työn eri vaiheissa. Esimiehelleni, professori Nils Westermarck’Hc, joka jatkuvasti on tukenut ja kannustanut minua, olen syvästi kiitollinen. Esitän kunnioittavat kiitokseni tutkimuksen valvojakunnalle, johon kuu- luivat agr. Gunnar Wickström (puh.joht.), agr. Ralf Karell, prof. Martti Sipilä ja yliarkkit. Eero Väänänen. Yhteistyö valvojakunnassa sujui mie- lestäni esimerkillisellä tavalla ja sain monta rakentavaa ehdotusta. Prof. E. H. Oksanen on antanut arvokasta apua tuotantoteknillisten taso- jen suunnittelun yhteydessä. Tutkimukseeni olen saanut apurahaa Maatilatalouden kehittämisrahastolta sekä Kyösti Haatajan rahastolta, joille esitän parhaat kiitokseni. Niin ikään kohdistan kiitokseni Suomen Maataloustieteelliselle Seuralle, joka on ottanut tutkimuksen julkaisusarjaansa. Helsingissä, joulukuussa 1974 Karl Johan Weckman 392 KIRJALLISUUSLUETTELO Abel, W. 1951. Agrarpolitik. Grundriss der Sozialwissenschatt. Band 11. 220 p. Gottingen. Boehlje, M, & White, K. 1969. An analysis of the impact of selected factors on the process of farm firm growth. Purdue univ., research bulletin 854. 23 p. Lalayette. Boulding, K. 1950. A Reconstruction of Economics. 311 p. New York, Bringborn, B. & Hovmark, B. 1971. Lantbruket i Mälar-Hjälmar regionen. En företags- ekonomisk studie. Kungl. Lantbruksstyrelsen. Stencil. 266 p. Solna. Carlsson, M. 1970. Beskrivning av nAgra experiment med en Monte Carlo metod för före- tagsekonomisk planering. Meddelanden frAn instil utionen för ekonomi och statistik. 62 p. Uppsala. —» Hovmark, B, & Lindgren, I. 1939. A Monte Carlo-method for the study of farm planning problems. Review of marketing and agricultur economics. 37,2: 79 102. Uppsala. Christensen, J. 1970. Anvendelse of linear programming og Monte Carlo-metoden ved land- brukets driftsplanleagning. 192 p. Aarhus. Dent, J. & Thompson, S. 1967. The application of Monte Carlo techniques to feed mix problems. The Farm Economist 11,6; 230 248. Oxford. Donaldson, G. & Webster, J. 1967. A simulation approach to the selection and combination of farm enterprises. The Farm Economist 11, 6: 219 229. Oxford. Hakola, K. 1974. ATK:n käyttö investointilaskelmissa. TKK moniste. 3: 68. Helsinki. Ihamuotila, R. 1971. Pääoman merkityksestä tuotannontekijänä Suonien maataloudessa vuosina 1948 1970. Osuuspankkijärjestön taloudellinen katsaus. 2: 11 16. Kungl. Lantbruksstyrelsen 1973. Lantbruket i Mälar-Hjälmar-regionen. En företagsekonomisk studie. Kungl. Lantbruksstyrelsen Medd. 14. 82 p. Stockholm. Lindberg, J. 1970. Lantbruket en kapitaltung näringsgren. Ekonomiska samfundets tidskrift 24,4; 296-318. Lindgren, I. & Carlsson, M. 1966. Fcrctagskonomisk planering med Monte Carlo me tod. Erhveivsokonomisk Tidskrift. 2: 61 89. Kobenhavn. Loftsgard, L. D. & Heady, E. O. 1959. Application of dynamic programming models for optimum farm and home plans. Journal of Farm Economics 41: 51—62. Marshall, A. 1922. Principles of Economics. Eight Edition. 871 p. London. Mohr, H. P. 1971. Ein Beitrag zum Betriebsgrössenproblem in der Landwirtschaft untcr Besonderer Benicksichtigung Schleswig-Holsteinischer Grossbetriebe. Diss. 204 p. Kiel. Olsson, R. 1970. En modell för studier av jordbruksföretagets tillväxtproblem. Medd. frän inst. för ekon. och statist. 126 p. Uppsala. Penrose, R. 1968. The Growth of the Firm. 272 p. Oxford. Swansson, E. R. 1955. Integrating crop and livestock activities in farm management activity analysis. Journal of Farm Economics 37: 1249 1258. Torvela, M. 1972. Eri tuotantosuuntaa harjoittavien kirjanpitoviljelmien taloudesta Etelä- Suomessa vuonna 1970. Maatal. hali, Aikak. 4; 4 11. » & Mäki, S. 1974. Perheviljelmän koko rationaalisessa maataloustuotannossa. Maatal. Tai. tutk.lait. Julk. 30. 79 p. Tuisku, J. 1973. Peltojen investointitutkimus mitä se on ja mitä se ei ole. Käytännön Maamies 3; 10 11. Weckman, K. J. 1972. Lantbrukets strukturrationalisering i Snappertuna. Lantbruksekon. xnst. vid Helsingfors nniv. pubi. 88 p. —» 1972. Lantbrukets framtid i kommunerna Snappertuna och Liljendal. Särtryck ur NSL:s Arsbok 1971. 13 p. BorgA. Westermarck, N. & Mattila, L. 1969. Maatilasuunnittelun normikirja. 326 + 11 p. Hei sinki. 393 Summary On Micro-Economic preconditions required for the Structural Changes in Agriculture. Studies of Farm growth in South Finland. Karl Johan Weckman. Department of Agricultural Economics, University of Helsinki. The possibilities for structural change has increasingly dominated discussions on the economic viability of agriculture as a means of livelihood. In most cases the measures which influence the structure of an farm enterprise call for relatively large investments. The anticipated profits on these investments and the influence of these investments on the profitability of the enterprise greatly influence many future decisions concerning investments. The main purpose of this investigation is to throw some light on these problems where they concern the area of the Swedish-speaking Agricultural Society in Uusimaa. I'.y using farms models an estimate can be made of the profitability of different lines of production, of different levels of production and of different sized enterprises. In this way we can determine which enterprises are most likely to be economically successful. Calculations concerning the investment and paying readynes and solvency of these enterprises can then also be made. The so called Monte Carlo (M-C) system has been chosen as the method of calculation. This method is believed to provide certain advantages over several other methods. Moreover this belief seems to be justified by the fact that there is no need for a predetermined rela- tion between the input and output of the average farm. Furthermore, the establishment of several alternative results having an equal value can be of use in decision-making. Three alternative work inputs of 2500 h, 5000 h and 7500 h per work year constitute a limiting factor for the average farm. Two levels of production have been examined. Previous investigations have shown that the farmers in the area under investigation quite commonly apply the less advanced production techniques used on a typical farm. Only a small number of farmers currently use the more advanced production techniques. Other requirements for production have been met at normal prices in the models. The prices of both the products and the needs of production have been adjusted for the prevailing prices of the final quarter of 1973. The rent paid for the arable land by the farm models has been Fmk 300 per hectare. The results show that specialized milk production was the most profitable line of produc- tion. Specialization was highly developed with nearly all fodder being bought and only the rough fodder being grown on the farm itself. Examination of farms specializing in grain cultivation shows that a milk producing farm gives better economic results than one specialized in producing grain. This result is true for different levels of technical development as well as for all sizes of enterprises. According to the solutions, the economic result gradually improves as we move towards larger enterprises. However, the relative gap is considerably wider when moving from a small to a medium size farm than when moving from a medium size farm to the largest 394 farm. The smallest grain producing enterprises show a negative yield at each technical level. The yield improves noticeably when more rationalized production methods are used. The need for capital is great on each of the types of farms models examined. This need grows in proportion to the level of rationalization in the production methods. Structural rationalization thus demands considerable investments. It is doubful whether funds can be found on the open market for enterprises which are not very profitable. Any notable structural rationalization demands a great deal from the manager of the enterprise, and this is true even in agriculture where the entrepreneur performs the greater part of the required physical work in addition to this managerial work. Concequently it is often difficult to find people with sufficient managerial ability. In this investigation the method used of comparing static examples of farms presupposes that otter the transition from one size to another, farms undergo a static period during which their profitability can be measured. Since this transition often takes time, on account of the fact that often it is not possible to make immediate use of the increased production capacity brought about by the new investments, the maintenance of paying readynes for the enterprise becomes an increasingly important factor. This problem of readynes to pay becomes more important as the relative size of the loan increases. This investigation has been examining the simulated cash flow on farm models during the transition from one size to another. The results indicate that the transition to the highest technical level constitutes a more serious burden on the farm’s solvency and readynes to pay than when a move is made to the medium technical level. Those enterprises which specialize in milk production seem to be able to handle a somewhat higher proportion of loaned capital than the enterprises specializing in grain production. On the whole the obstacles to paying readyncs reach a critical point when the loan constitutes more than 50 % of the total capital invested. These calculations have been made on the basis of an average year and full certainty. Therefore the risk factors concern mainly the paying readynes of the farms.