Journal of Agricultural Science in Finland Maataloustieteellinen Aikakauskirja Voi 62:77—212 SUOMEN MAATALOUDEN RAKENNEMUUTOS Tutkimus Markovin ketjujen käyttömahdollisuuksista rakenne- kehityksen ennustamisessa ja teoreettinen analyysi rakennemuutokseen vaikuttaneista tekijöistä Summary: Agricultural Structure in Finland A study on applicability of the Markov Chains to forecast the development of agricultural structure and a theoretical analysis on factors influencing the structural change PAAVO MÄKINEN Maatilahallitus P.l. 250, 00171 Helsinki Esitetään Helsingin Yliopiston MAATALOUSMETSÄTIETEELLISEN TIEDEKUNNAN SUOSTUMUKSELLA JULKISESTI TARKASTETTAVAKSI Viikin luentosalissa B ii PERJANTAINA, LOKAKUUN 26. PÄIVÄNÄ 1990 KLO 12. SUOMEN MAATALOUSTIETEELLINEN SEURA • HELSINKI https://www.c-info.fi/en/info/?token=BFWJmf_NIrYoI6R5.dDhKCl3NFxI07mHlAjR45g.z55bfmeQA9aUOSqYvrP3mBmLlZHi0qQMzxt3OgxU3WbVsTQHrR2J54jzMpLyI5k04ccUSzUoZpSWDAc3gqID51aXUDSBsTZdymQ5rMfYPxt1i196MvnEe1CpgpsRZ18i3UvZGrUE7OBJ8EyRCnkvwG6KRpFvIkoX8yMBgNhz83I 79 ALKUSANAT Tämä työ on monipuolisen yhteistyön tulos. Yhteistyö ei onnistu ilman yhteis- työkumppaneita, joiden tuki, kiinnostus, rohkaisu, kritiikki ja apu ovat olleet kor- vaamattomia. Ensimmäiseksi haluan kiittää työni ohjaajaa, vararehtori Risto Ihamuotilaa, jonka inspiroivat luennot saivat aikanaan minut valitsemaan maatalouspolitiikan pääaineek- seni. Hänen neuvonsa olivat arvokkaita erityisesti työni kokonaisuuden raken- teen kehittymiselle. Työni toinen ohjaaja, professori Lauri Kettunen, jakoi lähes päivittäin murheeni ja iloni tutkimukseni suhteen ollessani Maatalouden taloudellisen tutkimuslaitoksen palveluksessa. Lukemattomat keskustelut hänen kanssaan tuona aikana ja sen jäl- keen, ovat olleet ratkaisevia työni loppuunsaattamiselle. Tärkeää apua sain myös FK Heli Piipolta, jokatyöni alkuvaiheessa opasti minua Markovin ketjumallin soveltamisessa ja suoritti myös suurimmat siihen liittyvät tie- tokoneajot. Lämpimät kiitokseni haluan välittää myös muille kollegoilleni Maata- louden taloudellisessa tutkimuslaitoksessa, jotka kommentoivat käsikirjoitusta sen eri vaiheissa. Rakentavaa kritiikkiä ja arvokkaita neuvoja sain työni loppuvaiheessa erityisesti dosentti, MMT Markku Nevalalta, tutkimusjohtaja, PhD Mikael Ingbergiltä, do- sentti, FT Matti Leppärannalta sekä vt. professori, MMT Petri Ollilalta. Kouriintuntuvaa apua sain erityisesti Mari Pullilta tilastoaineistonkokoamises- sa, Jaana Ahlstedilta kuvioiden puhtaaksipiirtämisessä, Antti Mäkiseltä englannin- kielisen yhteenvedon tarkistamisessa sekä Vammalan Kirjapainon henkilökunnalta työn painatuksessa. Suurkiitos teille kaikille! Haluan myös kiittää Suomen Kulttuurirahaston hallitusta sen myöntämästä ta- loudellisesta kannustuksesta tämän työn eteenpäinviemiseksi sekä Suomen Maata- loustieteellisen Seuran hallitusta, joka hyväksyi työni julkaistavaksi Maataloustie- teellisessä aikakauskirjassa. Erityiskiitokset kuuluvat vaimolleni Helille, joka on uskollisesti johtanut huol- tojoukkoja ja välittänyt paikallisuuksia, sekä Juholle, Antti-Pekalle ja Hanna- Marialle, jotka ovat huolehtineet, etteivät uutiset ole päässeet loppumaan. Mieli on pysynyt virkeänä. 81 SUOMEN MAATALOUDEN RAKENNEMUUTOS Tutkimus Markovin ketjujen käyttömahdollisuuksista rakenne- kehityksen ennustamisessa ja teoreettinen analyysi rakennemuutokseen vaikuttaneista tekijöistä ABSTRACT 85 1. JOHDANTO 87 1.1. Maatalouden rakenne ja rakennepolitiikka käsitteenä 87 1.1.1. Määritelmiä 87 1.1.2. Rakennemittarit 89 1.2. Tutkimustehtävä 90 2. MAATALOUDEN RAKENNEKEHITYS SUOMESSA TOISEN MAAILMANSODAN JÄL- KEEN 92 2.1. Kokonaistuotanto ja maatalous 93 2.2. Maatalouden työvoiman ja pääomakannan rakenne 94 2.3. Maatilojen lukumäärä ja niiden kokorakenne 97 2.4. Kotieläinyritysten rakenteen kehittyminen 104 2.4.1. Maidontuotanto 104 2.4.2. Sianlihantuotanto 107 2.4.3. Kananmunantuotanto 110 3. MARKOVIN KETJUT JA NIIDEN KÄYTTÖ MAATALOUDEN RAKENNEKEHITYKSEN KUVAAJANA 113 3.1. Markovin ketju käsitteenä 113 3.2. Siirtymätodennäköisyyksien estimointi 115 3.2.1. Yksittäisten alkioiden siirtymiin perustuvat estimaattorit 115 3.2.2. Jakaumien muutoksiin perustuvat estimaattorit erityisesti pienimmän neliösumman estimaattori 115 3.3. Markovin ketjun sovelluksista maatalouden rakenteen tutkimuksessa 118 3.3.1. Stokastisen prosessin periaatteellinen soveltuvuus maatalouden rakennekehityksen kuvaamiseen 118 3.3.2. Mikroaineistosta muodostetun siirtymämatriisin käyttö analyysivälineenä 119 3.3.3. Potentiaalisten yrittäjien lukumäärän (nollaluokan) vaikutus siirtymätodennäköi- syyksiin 120 3.3.4. Epästationaarisuus ja muuttuvat siirtymämatriisit 121 3.3.5. Makroaineistosta estimoidut siirtymämatriisit ja niiden käyttö 122 4. MAATALOUSYRITYSTEN JAKAANTUMINEN YRITYSKOKOLUOKKIIN PELTOALAN TAI KARJAKOON MUKAAN KOKO MAASSA JA SUURALUEITTAIN 126 4.1. Tutkimusaineisto ja siirtymätodennäköisyyksien estimointi 126 4.2. Tulokset ja niiden tarkastelu 128 4.2.1. Peltoala 128 4.2.1.1. Koko maa 128 4.2.1.2. Etelä-Suomi 131 4.2.1.3. Sisä-Suomi 132 82 4.2.1.4. Etelä-Pohjanmaa 134 4.2.1.5. Pohjois-Suomi 136 4.2.2. Kotieläinten lukumäärä 137 4.2.2.1. Lypsykarjat 137 4.2.2.2. Lihasikatilat 139 4.2.2.3. Kanadiat 141 5. TÄRKEIMPIEN SUOMESSA HARJOITETTUJENMAATALOUSPOLIITTISTEN TOIMEN- PITEIDEN VAIKUTUS MAATALOUDEN RAKENTEESEEN 143 5.1. Perusoletukset ja tarkastelutapa 144 5.2. Maataloustulojärjestelmä 145 5.2.1. Markkinahintatuki 146 5.2.2. Hintapoliittinen tuki 149 5.2.2.1. Tuoteyksikkökohtainen tuki 150 5.2.2.2. Panosyksikkökohtainen tuki 152 5.2.3. Tuotanto- ja vientikatot sekä markkinointimaksut 155 5.3. Tärkeimmät tuotannon tasapainottamistoimet 157 5.3.1. Peltoalan rajoittaminen 157 5.3.2. Tuotannonmuutos- ja tuotannon vähentämissopimukset 160 5.3.3. Perustamislupajärjestelmä 162 5.3.4. Tilakohtaiset kiintiöt 164 5.4. Maatalouden investointituki 166 5.5. Tuotannosta luopumiseen liittyvä tuki 169 6. YHTEENVETO JA JOHTOPÄÄTÖKSET 172 6.1. Rakennekehityksen pääpiirteet 172 6.2. Markovin ketjumalli ja sen antamat ennusteet maatilojen kokorakenteen kehityksestä ... 173 6.3. Maatalouspolitiikka ja maatalouden kokorakenne 174 6.3.1. Maatalouden tukipolitiikka 174 6.3.2. Tuotannonohjauspolitiikka 175 6.4. Maatalouspolitiikka ja maatalouden tuotantorakenne 176 6.5. Käytettyjen oletusten vaikutus johtopäätöksiin 177 6.6. Loppupäätelmät 178 6.7. Aiheita jatkotutkimuksille 180 KIRJALLISUUS 181 LIITTEET 185 SUMMARY 204 Käytettyjä lyhenteitä TPP MPP MVP AVP TR MR TC FC VC MC AVC MFC SRAC LREP kokonaistuotos, total physical product tuotannontekijän rajatuotos, marginal physical productivity tuotannontekijän rajatuotto, marginal value productivity tuotannontekijän keskimääräinen tuotto, average value productivity kokonaistuotto, total returns rajatuotto, marginal returns kokonaiskustannukset, total costs kiinteät kustannukset, fixed costs muuttuvat kustannukset, variable costs rajakustannukset, marginal costs keskimääräiset muuttuvat kustannukset, average variable costs tuotannontekijän rajakustannus, marginal factor cost lyhyen aikavälin keskimääräiset kustannukset, short run average costs pitkän aikavälin laajenemisura, long run expansion path 83 JOURNAL OF AGRICULTURAL SCIENCE IN FINLAND Maataloustieteellinen Aikakauskirja Vol. 62: 77—212, 1990 Agricultural Structure in Finland A Study on applicability of the Markov Chains to forecast the development of agricultural structure and a theoretical analysis of factors influencing the structural change PAAVO MÄKINEN National Board of Agriculture P. O. Box 250, SF-00171 Helsinki, Finland Abstract. The study describes the main developments of agricultural structure in Finland, particularly since 1960. It discusses the feasibility of Markov Chains in modelling the struc- tural change for forecastingpurposes. Using macro and micro data the transition probabilities are estimated for the farms moving from one field area size class to another. The probabilities for transitions between herd size classes are also estimated for the dairy, pork and poultry farms using micro data only. Applying the obtained transition probabilities forecasts are made on the number of farms and their size structure at the turn of the century. The regional aspect is an integral part of the study. For this purpose the country is divided into four regions. The transition probabilities, estimated using data from different time periods, yielded diver- gent forecasts. Therefore, anattempt ismade to examine qualitatively, employing basic microeco- nomic theory, certain causal factors which could have influenced the agricultural structure and its change in Finland and within its regions. A particular emphasis is given to various agricul- tural policy measures, including those under income and production policies. Index words: Agricultural structure, Markov Chains, transition probabilities, agricultural structural policy, agricul- tural production policy, agricultural income policy 85 1. JOHDANTO 1.1. Maatalouden rakenne ja rakenne- politiikka käsitteenä 1.1.1. Määritelmiä Maatalouspolitiikalla on oma paikkansa yhteiskunnassa tapahtuvan toiminnan »takso- nomiassa». Siitä yhden version on tehnyt Eklin (1976). Hänen mukaansa yhteiskun- nassa ilmenevän toiminnan pääsektorit toi- minnan tarkoituksen mukaan ryhmiteltynä ovat taloudellinen sektori, poliittinen sektori ja sosiaalinen sektori. Näistä kaksi ensimmäis- tä palvelevat viimekädessä kolmatta sektoria, joka sisältää perimmäiset tavoittelemisen ar- voiset asiat, päämäärät ja niihin liittyvät ar- vostukset. Yhteiskunnassa tapahtuvan toimin- nan lajituntomerkit eivät tosin ole yhtä selkei- tä kuin eliömaailmassa.Kuvaavaa on, että toi- minnan eri lohkoja yhdistämällä voidaan saa- da hyviä tuloksia, usein jopa parempia kuin pysyttelemällä tiukasti oman lajin »ekologi- sessa lokerossa». Eklinin (1976, s. 6,7) luokittelua soveltaen maatalouspolitiikka kuuluu poliittisen toimin- nan piiriin. Se voidaan sijoittaa taloudelliseen sektoriin liittyvän talouspolitiikan yhdeksi lohkoksi. Tällöin talouspolitiikka jaotellaan sen perusteella, mihin sektoriin se liittyy. Ta- louspolitiikka voidaan jaotella myös muilla ta- voin. Työvoimapolitiikan ja maankäyttöpo- litiikan avulla säädellään mainittujen tuotan- nontekijöiden jakautumista, tulonjako- ja hintapolitiikan avulla vaikutetaan puolestaan taloudellisen toiminnan tuloksena syntyvän ostovoiman jakautumiseen, kauppapolitiikka on tarkoitettu edistämään maiden välistäkau- pankäyntiä ja samalla vaikuttamaan kauppaa- käyvien maiden hyvinvoinnin lisäämiseen ja hyvinvointierojen tasaamiseen. Poliittiset toimenpiteet voidaan jakaa myös sen perusteella, millä aikahorisontilla ne on suunniteltu. Tällöin puhutaan esimerkiksi ly- hyen tai pitkän aikavälin maatalouspolitiikas- ta. Toisaalta toimenpiteet voidaan kohdistaa erilaisina maan eri osiin, jolloin kyseessä on esimerkiksi maatalouden aluepolitiikka. Rakennepolitiikka, jonka käsitteistöä Ek- iin erityisesti tarkastelee, ei hänen mukaansa helposti sijoitu esitettyyn politiikan lohkojen tyypittelyyn (Eklin 1976, s. 9). Tämä johtuu siitä, että rakenne on määritelmänä monita- hoinen ja sen vuoksi ongelmallinen: »Raken- ne voinee viitata toisaalta niiden panosten ko- konaisuuteen (panosrakenne), joita taloudel- liseen sektoriin tulee muista sektoreista samoin kuin yhteiskunnan ulkopuolelta, lähinnä luon- nosta ja tuontina muista yhteiskunnista. Toi- saalta huomio voidaan kiinnittää taloudelli- sen toiminnan tuotosten kokonaisuuteen (mu- kaan lukien sivuvaikutukset), joka menee yh- teiskuntaan, luontoon tai vientinä muihin yh- teiskuntiin (tuotosrakenne).» Organisatoriseksi rakenteeksi kutsutaan puolestaan sitä, kuinka taloudelliseen toimin- taan osallistuvat ihmiset ja yhteisöt ovat or- ganisoituneet. Jos vielä tarkastellaan kokonai- suutta, jolla taloudellisessa sektorissa sinne tu- levat panokset muunnetaan tuotokseksi, on kyse teknologisesta rakenteesta tai prosessoin- tirakenteesta. Maatalouden rakenteeseen on Suomessa yleensä liitetty kolme osa-aluetta, jotka ovat osittain yhteneväisiä Eklinin määritelmän kanssa. Maatalouden tuotannollinenrakenne ilmaisee eri tuotteiden merkityksen koko maa- talouden tuotannossa, erikokoisten tilojen 87 osuuden eri tuotteiden tuotannossa sekä tuo- tannon erikoistumisasteen. Maatalouden yhteiskunnallinen rakenne kuvaa elinkeinon yhteiskunnallis-taloudellisia toimintaedellytyksiä (Ihamuotila 1986, s. 70). Tämä sisältää Pihkalan (1963, s. 416) mukaan ne tosiasialliset omistus-, yhteistoi- minta- ja määräys valtasuhteet jotka vallitse- vat (maatalouden piirissä olevien) ihmisten vä- lillä.Käsite on siis varsin laaja-alainen ja Iha- muotila (1986, s. 71) jakaa sen edelleen kol- meen osa-alueeseen: ensiksi, mikä on maata- louselinkeinon osuus kansantalouden kaikis- ta tuotannontekijöistä ja toiseksi, miten nä- mä tuotannontekijät ovat maatalouselinkei- non sisällä jakautuneet eri maatalousyritysten kesken. Kolmanneksi se kertoo keiden hallin- nassa tuotantovälineet ovat ja millaiset yritys- muototyypit ovat elinkeinossa vallitsevia. Pihkala (1963, s. 417) liittää yhteiskunnalli- seen rakenteeseen vielä maanviljelijöiden pe- rustamien erilaisten yhteisöjen ja järjestöjen organisaatiorakenteen. Rakenteen kolmantena osa-alueena maini- taan infrastruktuuri eli maatalouden ulkora- kenne. Se kuvaa maatalouselinkeinon ulko- puolella olevan muun kansantalouden raken- teen ja yleisen kehitystilan. Koska maatalouden rakenne on käsitteenä laaja ja koska se voidaan jakaa osa-alueisiin usealla eri tavalla, ei ole ihme, että maatalou- den rakennepolitiikka on käsitteenä vaikeas- ti määriteltävissä. Eklin (1976, s. 11) päätyi luonnehtimaanrakennepolitiikkaa seuraavas- ti: »Rakennepolitiikka sisältää sen polittisen päätöksenteon kautta tapahtuvan tavoitteiden asettelun ja keinojen valinnan, jolla olennai- sesti ja pysyvästi muutetaan taloudellisen toi- minnan panosten tai tuotosten koostumusta tahi tuotannon organisointia taikka tuotanto- teknologiaa (tai estetään odotettavissa oleva muuttuminen) ja jonka tarkoituksena on näin edesauttaa muiden talous- ja yhteiskuntapo- liittisten tavoitteiden saavuttamista.» Ritsonin (1977, s. 380) mukaan maatalou- den rakennepolitiikan tarkoituksena on vä- hentää maataloudesta toimeentulonsasaavien lukumäärää ja samalla kasvattaa maatilojen keskikokoa, koska maatalouden supistuvan kokonaistulon on jakaannuttava entistä har- vempien viljelijöiden kesken. Varsin yksivii- vaisesta ja tavoitteellisesta määrittelystään huolimatta Ritson ei pidä käytännön raken- nepolitiikkaa mitenkään yksinkertaisena. Mo- nista ongelmista päällimmäiseksi Ritson aset- taa sen, että harjoitetun rakennepolitiikan vai- kutukset näkyvät viiden tai jopa kymmenen vuoden kuluttua, joten äänestäjien suosiota ajatellen rakennepolitiikan harjoittaminen on epämielekästä työtä (Ritson 1977, s. 382). Ihamuotila (1981, s. 41) määrittelee maa- talouden rakennepolitiikan asettamatta sen ta- voitetta eksplisiittisesti: »Maatalouden raken- nepolitiikka käytännön toimintana on harkit- tua toimintaa maatalouden rakennetavoitteen määrittelemiseksi ja tämän tavoitteen saavut- tamiseksi käyttämällä mahdollisimman tehok- kaasti mielekkäitä keinoja, jotka samalla edesauttavat tai mahdollisimman vähän estä- vät maatalouspolitiikan muiden tavoitteiden saavuttamista.» Suomessa maatalouden rakennepolitiikan tavoitteet on yleensä määritelty laajapohjai- sissa maatalouspolitiikan suuntaviivoja käsi- telleissä komiteoissa. Vuoden 1962 maatalous- komitea, ns. Westermarkin komitea määrit- teli ne pääperiaatteet ja tavoitteet, joita 1960-luvunmaatalouspolitiikassa oli pyrittä- vä toteuttamaan. Rakennepolitiikkaa koske- vat tavoitteet olivat seuraavat (Anon. 1962, s. 237): »Maatalouttakoskevat valtion toimen- piteet on siten ohjattava, että niillä edistetään tuotantoyksiköiden rakenteen parantumista ja kannustetaan viljelijöitä ottamaan käyttöön- sä entistä tehokkaampia menetelmiä. Tuotan- tokustannuksia näin alentamalla luodaan edellytykset pitää elintarvikkeiden hinnat koh- tuullisina rasittamatta liikaa valtiontaloutta.» Maataloudenrakennepoliittinen toimikunta (Anon. 1980, s. 88) otti rakennepolitiikan määrittelyssään mukaan myös muut kansan- talouden sektorit: »Maataloudenrakennepo- litiikalla tarkoitetaan sellaista maatalouden ra- kenteen kehittämiseen tähtäävää toimintaa, 88 jolla lisätään työstä, pääomasta ja tiedosta saatavaa hyötyä ohjaamalla näiden käyttöä ja hallintasuhteitatoisaalta maatalouselinkeinon sisällä ja toisaalta suhteessa koko kansanta- louteen.» Tällä kertaa tavoitteena siis oli tuotantopa- noksista saatavan hyödyn lisääminen. Käytän- nössä tämä merkitsi toimikunnan mukaan seuraavaa (Anon. 1980, s. 153): »Yleisenä ta- voitteena maataloudenrakennepolitiikan hoi- dossa tulisi olemaan tilakoon suurentaminen ja tuotannontekijöiden rationaalisen käytön tilakohtainen parantaminen. Rakenteellisesti maataloutemme käsittäisi edelleenkinpelto- ja metsäalojensa, tuotantosuuntiensä ja työme- nekkinsä puolesta erikokoisia viljelmiä.» Maatalous 2000 -komitea ei muuttanut ra- kennepolitiikan tavoitetta lainkaan edellises- tä, vaan asetti sen yleiseksi tavoitteeksi tuo- tannontekijöiden järkiperäisen käytön edelly- tysten parantamisen maataloudessa (Anon. 1987, s. 117). 1.1.2. Rakennemittarit Maatalouden rakenteen ja sen osa-alueiden kuvaamiseen käytetään erilaisia indikaattorei- ta eli ilmaisimia. Ihamuotila (1978, s .2) luet- telee kymmenen tärkeintä mittaria, joilla maa- talouden yhteiskunnallista rakennetta voidaan ilmaista: maatalouselinkeinon osuus kansantalou- den koko työvoimasta maatalouselinkeinon osuus kansantalou- den koko pääomakannasta maatalousyritysten lukumäärä, keskikoko ja kokojakauma maatalouselinkeinon työvoiman jakautu- minen yritysten kesken maatalouselinkeinon työvoiman jakautu- minen yrittäjien ja palkatun työvoiman kesken maatilojen yleinen omistusrakenne, ts. val- litsevat yritysmuototyypit maatalouselinkeinon pääomakannan ja- kautuminen yritysten kesken maatalouden pääomakannan jakautumi- nen yrittäjien oman ja vieraan pääoman kesken maanvuokrauksen yleisyys eräät maataloudessa vallitsevat määräys- valta-, yhteistoiminta- ja järjestösuhteet. Kun kyse on maatalouden yhteiskunnalli- sesta rakenteesta, olisi rakennemittareiden luetteloon lisättävä vielä maatalouselinkeinon osuus kansantuotteesta jakansantulosta sekä maatalouden kansantulo-osuuden jakaantu- minen yritysten kesken (esim. Gardner ja Pope 1978, s. 300). Tällöin (Eklinin termein) panos- ja organisatorisen rakenteen lisäksi tar- kasteltaisiin myös tuotos(tuotto)rakennetta. Maatalouden tuotannollisen rakenteen il- maisemisessa käytetään ensinnäkin eri tuot- teiden tuotannon volyymiä. Toiseksi tutki- taan, minkälaisissa yksiköissä kunkin tuotteen tuotanto tapahtuu ja mikä on erikokoisten yk- siköiden osuus tuotannosta (Ihamuotila 1978, s. 1). Maatalouden ulkorakenteen ilmai- semiseen soveltuu puolestaan lukuisa joukko muuttujia, kuten etäisyydet, tiestö, palvelut jne, joita ei tässä käsitellä tarkemmin. Edellä mainitut mittarit eivät kerro yksise- litteisesti, minkä tyyppistä tietoaineistoa on kyseisen mittarin kohdalla käytettävä. Esimer- kiksi yrityksen kokoa voidaan käytännössä mitata mm. pinta-alalla, työvoiman, maata- louskoneiden ja kotieläinten lukumäärillä sekä pääoman määrällä (Ritson 1972) sekä liike- vaihdolla. On huomattava, että jotkut muut- tujat voivat tässä tapauksessa käydä sekä maatalouden yhteiskunnallisen että tuotannol- lisen rakenteen kuvaamiseen. Yllä esitetyt rakenteen määritelmät ja jao- tukset ovat varsin laajoja verrattuna siihen, miten rakenne -käsitettä usein kirjallisuudes- sa käytetään. Ei ole epätavallista, että maa- taloudenrakenteeseen liitetään vain yritysten koko ja yritysten lukumäärä (esim. Matu- lich 1978, Halu ja Le Veen 1978, Heady ja Sonka 1974, ja Ritson 1977, s. 380). Tässä suhteessa USDA (1981) tekee selkeän poik- keuksen. Mainittu julkaisu liittyy Yhdysval- tain silloisen maatalousministerin, Bob Berg- lundin johtamaan laajaan maatalouden raken- 89 90 netta selvittäneeseen projektiin, johon liittyi kymmenen eri puolilla maata pidettyä alueel- lista avointa teemapäivää, joita ministeri itse johti. Projektiryhmä halusi ymmärtää raken- ne -käsitteen laajasti, jolloin siihen tulee ta- loudellisten tekijöiden lisäksi liittää »filoso- finen» näkökulma. Maatalouden rakenne -kä- sitteeseen sisällytettiin seuraavat mittarit, jois- ta tosin vain murto-osan kehitystä selvitettiin kvantitatiivisesti (USDA 1981, s. 15): Kuinka erilaiset maatilat (tuotetun tuot- teen sekä mm. tulojen ja eri pääomalajien pe- rusteella mitatun koon mukaan) eri alueilla or- ganisoivat luonnonvarojen, työvoiman, rahoi- tusresurssien ja muiden voimavarojen käytön? Kuinka näiden maatilojen omistus, joh- to ja käytännön töiden suorittaminen on jär- jestetty eri henkilöryhmien kesken (omistajat, ammattijohto ja työvoima)? Maatilayritysten omistajien, ammatti- johdon ja työvoiman nauttima valinnanva- pauden aste ja heidän kohtaamansa riskin muoto, aste ja lähde. Tulojen ja siihen liittyvän hyvinvoinnin jakautuminen omistajien, ammattijohdon ja työväen kesken. Tavat, joilla maanviljelijät varmistavat tarvittavien tuotantopanosten (rahoituspää- oman mukaanlukien) saatavuuden. Edellytykset, jotka vaaditaan aloittaval- ta maatalouden harjoittajalta, ja kuinka nä- mä edellytykset on käytännössä täytetty. Keinot, joilla maatilat saadaan siiretyksi seuraavalle sukupolvelle, ja käytettyjen kei- nojen vaikutukset kyseisiin maatalousyrityk- siin ja koko maatalouteenpaikallisesti, alueel- lisesti ja koko maan osalta. Maataloustuotannossa käytettyjen me- netelmien ja teknologian vaikutukset luon- nonvaroihin. Elintarviketuotantoketjun kyky tuottaa elintarvikkeita, jotka vastaavat sekä laadul- taan että määrältään kuluttajien tarpeita. Elintarviketuotantoketjun kyky kestää »shokkeja», eli sopeutua muuttuviin taloudel- lisiin olosuhteisiin ja teknologiaan sekä kulut- tajien preferenssien muutoksiin. Kuinka koko elintarvikkeiden tuotanto- sektori kaikilta osiltaan onnistuu saavutta- maan ne tavoitteet, jotkayhteiskunta on sille asettanut. 1.2. Tutkimustehtävä Maatalouden rakennekehitystä tarkastel- laan tässä työssä yritysten kokorakenteen, lu- kumäärän ja tuotannon rakenteen kannalta sekä valtakunnallisesti että alueittain. Yritys- koon mittarina on käytetty viljelyksessä ole- vaa peltoalaa sekä karjakokoja eri kotieläin- tuotannonhaaroissa. Mainittuja kotieläintie- toja on käytetty myös tuotannon rakenteen kehityksen kuvaajana. Alueellinen tarkastelu on tehty suuralueittain. Taloudellisen toiminnanrakenne perustuu osittain historialliseen lähtötilanteeseen, jon- ka tutkija periaatteessa voi asettaa loputtoman kauas menneisyyteen. Historiaan kuuluvat kansallisen yhteisön syntyminen ja sen yhteis- kuntajärjestyksen ja erityisesti sen maaomis- tusolojen kehittyminen. Uusia lähtötilanteita muodostavat yhteiskunnalliset mullistukset, jotka voimakkaasti ravistelevat normaalia ke- hityskulkua. Toistaiseksi viimeinen tämän tyyppinen maatalouden rakennekehitystä häi- rinnyt mullistus oli toisen maailmansodan jäl- keinen asutustoiminta, jonka yhteydessä pe- rustettiin suuri määrä uusia maatiloja, jolloin keskitilakoko laski rajusti. Asutustoiminta saatiin suurelta osin päätökseen 1960-luvunal- kupuoliskolla. Tämän työn ajallinen viiteke- hys on asutustoiminnan luoman lähtötilanteen jälkeiset 2—3 vuosikymmentä, joskin tapah- tunutta rakennekehitystä pyritään projisoi- maan tilakoon kehityksen osalta myös vuosi- sadan loppuun. Tämän työn yhtenä tarkoituksena on des- kriptiivisesti kuvata maatalouden rakenneke- hityksen keskeisiä piirteitä edellämainittuja in- dikaattoreita käyttäen sekä tutkia Markovin ketjumallin käytön mahdollisuuksia maata- louden rakennekehityksen mallittamisessa ja ennustamisessa. Markovin ketjumallin nor- maali, joskaan ei käytön kannalta välttämä- tön oletus on prosessin stationaarisuus. Täs- sä yhteydessä stationaarisuus merkitsisi raken- nekehityksen jatkumista ajan suhteen muut- tumattomana. Rakennekehityksen vaihtelut ovat tutkimusjaksolla kuitenkin olleet varsin suuria. Tutkimuksen toiseksi tarkoitukseksi nousi tämän vuoksi selvittää niitä syitä, jotka ovat johtaneet rakennemuutosprosessin epästatio- naarisuuteen. Tutkimuksessa tarkastellaan ta- lousteorian menetelmiä käyttäen lähinnä eri maatalouspoliittisten toimenpiteiden kvalita- tiivisia vaikutuksia maatalouden koko- ja tuo- tantorakenteeseen sekä näiden alueelliseen eri- laistumiseen. Eräänlaisena yleishypoteesina voidaan pitää sitä, että rakennepolitiikan li- säksi suurella osalla maatalouspolittisista toi- menpiteistä on oma vaikutuksensa maatalou- den koko- tai tuotantorakenteeseentai raken- teen alueelliseen erilaistumiseen. Koska maatalouspoliittisten toimenpiteiden ja muiden rakenteeseen vaikuttavien voimien kirjo on tavattoman monipuolinen ja -ulottei- nen, ei tässä yhteydessä kuitenkaan katsottu olevan mahdollista kehittää kvantitatiivista mallia, minkä avulla käsiteltyjen toimenpitei- den vaikutuksen suuruus olisi saatu erikseen selville kunkin toimenpiteen osalta. Tutkimus jakautuu kolmeen pääosaan. Aluksi esitetään yleiskuva Suomen maatalou- den rakennekehityksestä lukuisten edellä lue- teltujen rakennemittareiden avulla (2. luku). Muun muassa maatalouden aseman ja mer- kityksen muutosta kansantaloudessa niin tuo- tantopanosten käyttäjänä kuin tuottajana kar- toitetaan. Samalla pyritään identifioimaan ne maatalouden koko- ja tuotantorakenteen sekä näidenalueellisen kehityksen päätrendit, joi- ta seuraavassa osassa analysoidaan lähemmin. Toisessa osassa (3. ja 4.luku) tarkastellaan Markovin ketjumallin soveltuvuutta ja käyt- tökelpoisuutta kuvaamaan rakennekehityksen kulkua, tässä erityisesti maatalouden kokora- kenteen kehitystä. Tutkittavana muuttujana käytetään maatilojen kokoa. Sitä kuvaa maa- tilarekisterin mukainen maatilojen hallinnas- sa oleva peltoala sekä lypsykarjojen, lihasika- tilojen ja kanatilojen eläinmäärät. Eläinmää- rien osalta mallia käytetään myös tuotanto- rakenteen kehityksen osittaiseen kuvaamiseen. Markovin ketjumallin käytön edellyttämä siir- tymätodennäköisyysmatriisi on peltoalan osalta estimoitu käyttäen aikasarjaa yritysten jakautumisesta kokoluokkiin peltoalan mu- kaan vuosina 1972—1981. Siirtymätodennä- köisyydet estimoitiin rajoitetun pienimmän neliösumman avulla. Malli muodostettiin koko maan lisäksi Etelä-Suomelle, Sisä-Suo- melle sekä Pohjois-Suomelle. Edellämainittuja siirtymämatriiseja, jotka siis kuvaavat 1970-luvulla vallinnutta keski- määräistä kehitystrendiä, verrataan vuosilta 1985—86 kerätystä nk. mikroaineistosta esti- moituihin siirtymätodennäköisyyksiin ja nii- den antamiin ennusteisiin. Kotieläintilojen osalta käytettiin kahta koko maan kattavaa mikroaineistoa vuosilta 1977—80 ja 1983—86. Kolmannessa osassa (s.luku) käsitellään ta- lousteoriaa hyväksikäyttäen tärkeimmät Suo- messa harjoitetut maatalouspoliittiset toimen- pideryhmät ja selvitetään kvalitatiivisesti nii- den mahdollisia vaikutuksia maatalouden koko- ja tuotantorakenteeseen. Liitteessä A esitellään lyhyesti tärkeimmät neoklassisen talousteorian välineistä, niiden käytön perusteet sekä niihin liittyvät oletuk- set, joita 5. luvun kvalitatiivisessa analyysis- sä on käytetty. 91 2. MAATALOUDEN RAKENNEKEHITYS SUOMESSA TOISEN MAAILMAN- SODAN JÄLKEEN Viime vuosina on tehty useita maatalouden rakennetta tai sen osa-alueita koskevia tutki- muksia ja selvityksiä. Rakenteen yleistä ku- vausta ovat laatineet mm. Maatalouden ra- kennepoliittinen toimikunta Anon. (1980), Vesalainen (1980), Ihamuotila (1986), Haggren et ai. (1986) sekä Niemi ja Häkkilä (1988). Maatalouden rakennekehityksen his- toriallista taustaa ovat selvittäneet mm. Hok- kanen (1982) sekä Virtanen ja Halme (1983). Jälkimmäisessä julkaisussa on myös laaja kat- saus erityisesti Suomen maareformeja koske- vaan kirjallisuuteen. Erityisesti maatalouden työvoimaan ja sen rakenteeseen ovat paneutuneet mm. Maata- louden työpanostoimikunta (Anon. 1981), Honkanen et ai. (1979), Tauriainen et ai. (1980), Kukkonen ja Lahdenperä (1986) sekä sisäasiainministeriö, joka laatii säännöllisin väliajoin läänittäisen väestö- ja työpaikka- suunnitteen, jonka valtioneuvosto hyväksyy. Viimeinen käytettävissä ollut suunnite on vuo- delta 1986 (Anon. 1986). Tolvanen (1985) on puolestaan tarkastellut maatalouden työvoi- matuloja, niiden jakaantumista eri tilaryhmiin ja suhdetta muiden sektoreiden työtuloihin. Ihamuotila (1983) ja Anon, (1984) ovat sel- vittäneet maatalouden pääomakantaa ja sen jakaantumista pääomalajeihin sekä oman ja vieraan pääoman kesken. Honkanen (1988) on puolestaan tutkinut perikuntien ja yhty- mien omistamien maatilojen lukumäärän ja rakenteen kehitystä. Maatalousmaalla on erityisasema maata- louden tuotannontekijöiden joukossa, koska sillä on usein keskeinen rooli maatalouden tuotannon laajuuden määräytymisessä. Suo- messa maatilan pinta-ala onkin ollut käytetyin maatilayrityksen koon mittari (esimerkiksi Heikkilä 1984 ja Tolvanen 1985). Peltoalan lisäksi myös kotieläinmääriä on usein käytet- ty yrityskokoa mitattaessa (mm. Hassinen 1980 ja Hagren et ai. 1986). Tällöin on usein kysymyksessä maatalouden tuotannonraken- teen kuvaaminen, jossa toisena merkittävänä muuttujana on eri tuotteita tuottavien yritys- ten lukumäärä (esim. Ikäheimo 1983). Vaikka maatalouden rakennetta ja sen ke- hitystä on kirjallisuudessa kuvattu varsin mo- nipuolisesti, on tässä yhteydessä syytä tehdä se osittain uudelleen, jotta olisimme selvillä niistä ajallisen ja alueellisen kehityksen pää- linjoista, joiden talousteoreettista taustaa py- ritään selvittämään myöhemmin tässä tutki- muksessa. Useimpien muuttujien tarkastelu alkaa vuodesta 1950, mutta yhtenäisten tilas- tojen puuttuessa tarkastelu joudutaan eräiden muuttujien osalta aloittamaan myöhemmäs- tä ajankohdasta. Alueellisessa tarkastelussa maa on jaettu neljään suuralueeseen (ks. kar- tat liitteessä C), joiden pohjana on ensisijai- sesti lääninjako ja toissijaisesti maatalouskes- kusjako. Tällöin alueiden rajat eroavat jon- kin verran toisistaan mutta seuraavan deskrip- tiivisen kuvauksen kannalta sillä ei ole mer- kitystä. Käytetty aluejako on yleisin maata- louden alueellisissa tutkimuksissa käytetty suuraluejako. Samaa aluejakoa on käytetty tämän työn 4. luvussa Markovin ketjumallin sovelluksessa. Alueen sisäinen vaihtelu on ta- vallinen ongelma monien ilmiöiden analyysis- sä. Varsinkin Etelä-Suomen alueella alueen si- säiset vaihtelutovat monen muuttujan osalta varsin suuria, mikä on otettava huomioon ti- 92 lastoja tulkittaessa. Toisaalta myös läänin ja sitä pienempienkin yksiköiden analyysissä alueen sisäinen vaihtelu voi olla yhtä ongel- mallista. Suuralueita käytetään myös yleises- ti erilaisten aluepoliittisten toimenpiteiden kohdentamisessa. Näiden rajat vaihtelevat kuitenkin toimenpiteittäin suuresti. Läänirajoihin perustuva aluejako on seu- raava: E-S alue: Etelä-Suomi: Uudenmaan, Turun- ja Porin, Hämeen ja Kymen lääni sekä Ahvenanmaan maakunta S-S alue: Sisä-Suomi: Keski-Suomen, Mikkelin, Kuopion ja Pohjois-Karjalan läänit E-P alue: Vaasan lääni P-S alue: Pohjois-Suomi Oulun- ja Lapin läänit. 2.1. Kokonaistuotanto ja maatalous Maatalouden merkitys Suomen kansanta- loudessa on pienentynyt murto-osaan siitä mi- tä se oli vielä vuosisadan alussa. Ihamuotilan (1986, s. 46) tekemän selvityksen mukaan maataloustuotannon nousun suhdeluku oli 242 vuonna 1984(perusvuosi 1900 = 100), kun se esimerkiksi teollisuudessa oli samaan ai- kaan 5647, kaupassa 2370 ja koko tuotannos- sa 1403. Mainittakoon, että metsätaloudessa, joka sisältää puun tuotannon ja korjuun, mai- nittu suhdeluku oli vain 231. Maa- ja metsä- talouden tuotannon kasvuvauhdin ero verrat- tuna kokonaistuotannon kasvunopeuteen on kasvanut erityisesti vuodesta 1950 lähtien. Tuolloin maatalouden osuus koko BKT:sta oli 15,8 prosenttia kun se vuonna 1986 oli enää 4,1 prosenttia. Kuviosta 2.1. voimme seurata maatalouden alueellisen kansantuoteosuuden kehitystä. Lu- vut ovat peräisin aluetilinpidon tiedoista, joita 1 See maps in the Annex C which depict the bound- aries of the regions used. E-S =Southern Finland, S- S=Central Finland, E-P =Southern Ostrobothnia and P-S =Northern Finland. Unless other ways stated regional information in this study is based on provincial data. Kuvio 2.1. Maatalouden BKT:n osuus koko BKT;sta alueittain vuosina 1960, 1970, 1980 ja 1986 Lähde: Suomen virallinen tilasto; Kansantalouden tilinpito Figure 2.1. The share of agriculture in the total GNP by region l in 1960, 1970, 1980 and 1986 Source: Official Statistics of Finland; National Accounts 93 on saatavissa vuodesta 1960 lähtien. Maata- lous sisältää toimialaluokituksen (TOL) luo- kat 111 ja 112 Kehityksen suunta ja nopeus ovat lähestul- koon samanlaiset jokaisella alueella. Etelä- Pohjanmaalla maatalouden BKT-osuus on ol- lut selvästi suurin, kun taas Etelä-Suomessa osuus on ollut pienin. Etelä-Suomen osalta alueen sisäinen hajonta on tosin ollut varsin suurta. Vuoden 1986 erinomaisen sadon an- siosta maatalouden BKT-osuudet ovat suurin- piirtein samat kuin vuonna 1980. Vuosi 1986 kuvastaa yleisemminkin maatalouden suotui- saa kehitystä 1980-luvun alkupuoliskolla. Muun muassa heikot satovuodet vuosina 1987 ja 1988 ja taloudellisenkorkeasuhdanteen jat- kuminen ovat jälleen muuttaneet kehityskul- kua maatalouden kannalta huonompaan suuntaan. Kuvio 2.2 esittää maatalouden bruttokan- santuoteosuuden jakaantumista alueittain. Etelä-Suomen osuus on selvästi suurin, joskin se on jonkin verran pienentynyt vuodesta 1960. Etelä-Pohjanmaan osuus on puolestaan noussut Keski- ja Pohjois-Suomen osuuksien pysyessä suurin piirtein ennallaan. Alueellinen kehitys on kuitenkin tässä suhteessa ollut vä- hemmän stabiilia kuin kaikkien sektoreiden BKT-osuuden kehitys alueittain (kuvio 2.3). 2.2. Maatalouden työvoiman ja pääomakannan rakenne Maataloudenkansantuoteosuuden pienen- tyminen on merkinnyt maatalouden piiristä elantonsa saavien osuuden pienentymistä. Maatalouden ammatissa toimivan väestön (ATV) osuus koko ATV:stä on laskenut 39,6 prosentista vuonna 1950 (Haggren et ai. 1986, s. 32) 7,9 prosenttiin vuonna 1985 (ku- vio 2.4). Maatalouden BKT-osuuden suhteel- linen muutosvauhti on ollut mainittuna aika- na pienempi kuin maatalouden ATV-osuuden muutosvauhti. Maatalouden BKT-osuus on pudonnut noin kolmannekseen vuoden 1950 tasosta kun maatalouden ATV-osuus on pu- donnut runsaaseen neljännekseen vastaavana ajanjaksona. Tästä voitaisiin tehdä se johto- päätös, että maatalouden työvoiman tuotta- Kuvio 2.2. Alueen osuus maatalouden BKT:sta vuosina 1960, 1970, 1980 ja 1986 Lähde: Suomen virallinen tilasto; Aluetilinpito Figure 2.2. The share of region in the total agricultural GNP in 1960, 1970, 1980 and 1986 Source; Official Statistics Of Finland; Regional Accounts 94 95 2 Maatalous sisältää tässä vuoden 1960 elinkeino- luokituksen ryhmät 01, 02, 03, 04 ja 06 sekä vuodes- ta 1970 käytössä olleen elinkeinoluokituksen ryhmän 11. Kuvio 2.3. Alueen osuus koko maan BKT:sta vuosina 1960, 1970, 1980 ja 1986 Lähde: Ks. kuvio 2.2 Figure 2.3. The share of region in the total GNP in 1960, 1970, 1980 and 1986 Source: See figure 2.2 Kuvio 2.4. Maatalouden ATV:n osuus koko ATV:stä alueittain vuosina 1960, 1970, 1980 ja 1985 Lähde: Suomen virallinen tilasto; Väestölaskennat sekä Asunto- ja elinkeinotutkiraus. 2 Figure 2.4. The share of labour force employed by agriculture in the total employed labor force in 1960, 1970, 1980 and 1985 Source: Official Statistics of Finland; National Cencus and Household Surveys 96 vuuden kehitys on ollut koko kansantalouden työvoiman tuottavuuden kehitystä nopeam- paa vuosien 1950 ja 1986 välillä, jos työvoi- man tuotavuudenkehitystä mitataan BKT:n jaATV:n osuuksien suhteellisellakehityksel- lä. Toisaalta BKT-osuuksien kehitykseen vai- kuttaa myös hintasuhteiden kehittyminen. Tä- män vuoksi maatalouden hintajärjestelmillä on ollut oma vaikutuksensa maatalouden työ- voiman tuottavuuden kehitykseen suhteessa muihin elinkeinoihin. Maatalouden työvoi- man tuottavuuden kehitykseen vaikuttavat myös sääolosuhteet, joten tuottavuuden vuo- sittaiset vaihtelut ovat sektorille ominaisia. Kuviossa 2.4. esitetään maatalouden ATV:n osuutta alueen koko ATVrsta eri alueilla jakuviossa 2.5 on vastaavasti esitetty alueen maataloudenATV:n osuus koko maan maatalouden ATV:sta. Kuten kuvioista näemme, maatalouden am- mateissa toimivan väestön alueittainen kehi- tys on ollut suhteellisenyhdenmukaista. Osuu- det ovat kullakin alueella pudonneet runsaa- seen neljännekseen 25 vuotta aikaisemmalta tasolta. Pohjois-Suomessa ja Etelä-Suomessa kehitys on ollut kuitenkin hivenen nopeampaa kuin Sisä-Suomessa. Etelä-Suomen osalta ke- hitys johtuu lähinnä muiden sektoreiden työ- voiman voimakkaasta kasvusta. Etelä-Suo- men ja Etelä-Pohjanmaan maatalouden ATV:n osuus koko maan ATV:stä on jonkin verran kasvanut, kun taas Pohjois-Suomen jaKeski- Suomen vastaava osuus on pienentynyt. Ku- viossa 2.6. on jälleen vertailun vuoksi ATV:n (kaikki sektorit) osuus koko maan ATV:stä alueittain. Etelä-Suomen osuus on kasvanut kaikkien muiden alueiden kustannuksella. Tässäkin on kehitys ollut kuitenkin stabilim- paa kuin maatalouden ATV:n alueellisen osuuden kehitys. Haggren et ai. (1986, s. 61) ovat tarkastel- leet maa- ja metsätalouden työllisten ikära- kenteen kehitystä vuosina 1950—1980. Maa- talouden työllisten keski-ikä on kasvanut su- kupolvenvaihdosten lukumäärän vähentyessä. Erityisesti 15—24-vuotiaiden maatalouden ATV:n osuus on supistunut huomattavasti sa- malla kun 45—54-vuotiaiden osuus kasvanut. Toisaalta 25—34-vuotiaiden suhteellinen osuus on noussut erityisesti vuodesta 1970 al- Kuvio 2.5. Alueen osuus maatalouden ATV:stä vuosina 1960, 1970, 1980 ja 1985 Lähde: Ks. kuvio 2.4. Figure 2.5. The share of region in the total labor force employed by agriculture in 1960, 1970, 1980, 1985 Source: See figure 2.4. käen. 35—44-vuotiaiden osuus pysyi tarkas- telujaksolla kutakuinkin ennallaan. Maata- louden ATV:n ikärakenteessa tai sen kehityk- sessä ei ole merkittäviä alueellisia eroja (Mä- kinen, 1987). Ikärakenteen vinoutumista voidaan selittää sillä, että usein edes ne maatilat, joilla harjoi- tetaan aktiivisesti maataloustuotantoa, eivät enää työllistä tehokkaasti enempää kuin I—2 ihmistä ympäri vuoden. Tämän vuoksi tilan mahdollinen jatkaja siirtyy tilan ulkopuolel- le töihin odottamaan sukupolvenvaihdosta, joka usein tapahtuu yli 30 vuoden iässä. Yli 55-vuotiaiden maatilojen kokorakenne pai- nottuu pieniin kokoluokkiin (Tilastokeskus; Maatalouden yritys-ja tulotilasto, 1986: tau- lukko I). Tämän vuoksi on todennäköistä että suuri osa näiden tilojen sukupolvenvaihdok- sista jää toteutumatta, mikä tulee uudelleen tasoittamaan maatalouden ammatissa toimi- vien ikäjakaumaa. Samanaikaisesti, kun maataloudentyövoi- man määrä on vähentynyt, on muiden tuotan- topanosten käyttö selvästi lisääntynyt lukuun- ottamatta viljelysmaan käyttöä, jonka kasvu on ollut hidasta ja 1970-luvullapeltoalan ke- hitystrendi alkoi laskea (ks. luku 2.3. tauluk- ko 2.1). Kansantalouden tilinpidon mukaan maatalouden (ml. kalatalous) kiinteän pää- oman bruttokantakasvoi vuosina 1960—1985 kiintein (v. 1985) hinnoin laskettuna runsaat 60 %. Suurin osa kasvusta on suuntautunut koneisiin, laitteisiin ja kuljetuskalustoon, mikä on pääoma-arvoltaan mitattunakolmin- kertaistunut. Maa- ja vesirakennusten sekä ta- lousrakennusten pääoma-arvon kasvu on ol- lut huomattavasti hitaampaa (kuvio 2.7). Pää- omalajien volyymin vertaaminen on kuiten- kin ongelmallista, koska volyymin muutoksiin vaikuttavat myös eri pääomalajien hintakehi- tyksen erot. 2.3. Maatilojen lukumäärä ja niiden kokorakenne Maatilojen lukumäärät sekä tilojen keski- peltoalat ovat Suomen itsenäisyyden aikana vaihdelleet suhteellisen voimakkaasti. Talou- Kuvio 2.6. ATV:n osuus koko maan ATV:stä alueittain vuosina 1960, 1970, 1980 ja 1985 Lähde: Ks kuvio 2.4. Figure 2.6. The share of region in the total employed labour force in 1960, 1970, 1980 and 1985 Source: See figure 2.4. 97 dellisten tekijöiden lisäksi vaihtelun syynä oli erityisesti toinen maailmansota, mikä katkaisi sitä edeltäneen rakenteen suotuisan kehityk- sen, kuten seuraava taulukko osoittaa. Vuokra-alueiden lunastuslaki eli nk. torp- parilaki, joka säädettiin vuonna 1918 sekä vuosien 1922 (»Lex Kallio») ja 1936 asutus- lait ja edistivät huomattavasti uusien maati- Taulukko 2.1. Maatilojen lukumäärän sekä pelto- ja metsäalan kehitys vuodesta 1920.4 Yli 2 peltohehtaarin tilat. Table 2.1. The development of the number of agricultural holdings and the area of cultivated land and forest land since 1920. Farms of over 2 hectares of cultivated land. Vuosi Kokonais- Tilojen Tilojen Tilojen peltoala lukumäärä keski- keski- -1000 ha 1000 kpl peltoala metsäala ha ha 1 1920 2015,2 184,9 10,9 59,7 1941 2296,0 207,4 11,1 49,3 1950 2430,9 261,8 9,3 41,2 1959 2536,8 284,6 8,9 30,4 1969 2621,2 263,7 9,9 32,8 1980 2433,1 204,1 11,9 35,4 1986 2396,9 178,7 13,1 37,2 3 Bars from left to right: Buildings related to farming, soil and water structures and machines and implements. 4 Ennen vuotta 1959 kaikki metsämaa, sen jälkeen vain kasvullinen metsämaa. Lähde: Suomen virallinen ti- lasto; Maatalouslaskennat (vuoteen 1969) ja Maatila- rekisteri. Columns from left to right: Year; Total area of culti- vated land; The number ofholdings; Average cultivated land area; Average forest land area (total forest area un- til 1959, thereafter productive forest area). Source: Agricultural Cencus until 1969,Farm Register thereafter. Kuvio 2.7. Maatalouden kiinteän pääoman bruttokanta vuosina 1960, 1970, 1980 ja 1985 Lähde: Suomen virallinen tilasto; Kansantalouden tilinpito Figure 2.7. Gross fixed capital in Agriculture3 in 1960, 1970, 1980 and 1985 Source: Official Statistics of Finland; National Accounts 98 lojen perustamistoimintaa (Ks. esim. Virta- nen ja Halme 1983). Vuodesta 1920 vuoteen 1940 peltoalaltaan yli kahden hehtaarin maa- tilojen lukumäärä lisääntyi 22 500 yrityksellä ja peltoala kasvoi noin 280 000 hehtaaria li- sääntyneen raivaustoiminnan ansiosta, joten keskimääräinen peltoala kasvoi hieman. Niin kutsuttu jatkosota Suomen ja Neuvos- toliiton välillä päättyi syksyllä 1944 tehtyyn välirauhaan. Rauhan yhtenä ehtona Suomi joutui luovuttamaan Neuvostoliitolle itärajan- sa tuntumasta alueita. Alueiden yhteenlasket- tu maapinta-ala oli 45 800 km 2 , mikä vastasi n. 12 % Suomen kokonaispinta-alasta. Viljel- lystä alasta menetettiin suhteessa saman suu- ruinen osuus eli 285 000 hehtaaria. Luovutet- tujen alueiden n. 480 000 asukasta joutuivat siirtymään muualle Suomeen (Virtanen ja Halme 1983, s. 7). Tämä merkitsi mittavan asutustoiminnan läpiviemistä. Jo keväällä 1945 eduskunta hyväksyi nk. maanhankinta- lain, jonka perusteella 1950-luvun loppuun mennessä muodostettiin n. 140 000 uutta maa- tilaa joko lunastamalla ja erottamalla maita toiminnassa olleilta maatiloilta tai käyttämällä valtion, kuntien ja muiden yhteisöjen maa- alueita. Uutta peltoa raivattiin tässä yhteydes- sä noin 110 000 hehtaaria (Virtanen ja Hal- me 1983 s. 14). Siirtoväen asuttaminen oli tuona aikana to- dennäköisesti ainoa keino turvata kotinsa ja maatilansa menettäneille asunto ja toimeen- tulo. Tämä merkitsi kuitenkin maatalouden rakennekehitykselle sen tavoitteisiin nähden huomattavaa taka-askelta. Vuodesta 1941 vuoteen 1959 maatilojen lukumäärä kasvoi n. 77 000 yrityksellä, mutta voimakkaan pellon- raivauksen myötä tapahtunut kokonaispeltoa- lan kasvu, n. 240000 hehtaaria, ei riittänyt es- tämään keskipeltoalan huomattavaa laskua. Tämä tulee selvästi esille kuviossa 2.8, jossa on esitetty maatilojen jakautuminen eri tila- kokoluokkiin koko maassa vuodesta 1910läh- tien. Maatilojen lukumäärä kääntyi laskuun ja keskipeltoala nousuun 1960-luvun alkupuolel- la. Vuoden 1941 tasolle päästiin vuonna 1975 keskipeltoalan osalta ja vasta vuonna 1980 maatilojen lukumäärän osalta. On kuitenkin todennäköistä, että maatilojen lukumäärä oli- Kuvio 2.8. Maatilojen lukumäärä eri tilakokoluokissa vuosina 1910, 1941, 1959, 1969 ja 1986 Lähde: Suomen virallinen tilasto; Maatalouslaskennatkennat ja Maatilarekisteri (1986) Figure 2.8. Number of farms by field area groups in 1910, 1941, 1959, 1969 and 1986 Source: Official Statistics of Finland; Agricultural Cencus and Farm Register (1986) 99 100 si ainakin jonkin aikaa noussut vuoden 1941 jälkeen ilman toista maailmansotaakin. Ko- konaispeltoala alkoi laskea vuoden 1969 jäl- keen, mutta se on edelleen 1940-luvunalun ta- soa korkeampi. Vuosina 1985 ja 1986 koko- naispeltoala jopa nousi jonkin verran, mikä johti nk. pellonraivausmaksun käyttöönot- toon vuonna 1987. Pellonraivausmaksu estää tehokkaasti uuden pellon raivaamisen, mut- ta sen valmistelun aikana ehdittiin aloittaa noin 30 000 ha:n raivaus, mikä vastaa noin 10 vuoden normaalia raivausvauhtia. Myös maatilojen talouden ja työllisyyden kannalta tärkeä metsäala pieneni asutustoi- minnan tuloksena. Maatilojen keskimetsäala oli 1930-luvulla noin 50 hehtaaria (taulukko 2.1). Vuoteen 1959 mennessä se oli laskenut noin 30 hehtaariin. Tämän jälkeen keskimet- säala on noussut suhteellisen hitaasti esimer- kiksi peltoalan kehitykseen verrattuna. Osit- tain tämä johtuusiitä, että maatilojen metsiä on siirtynyt maatalouden ulkopuoliseen omis- tukseen. Kun tarkastellaan maatilojen lukumäärän kehitystä alueittain, kuvio 2.9 osoittaa, että 1950-luvullayli 1 hehtaarin maatilojen luku- määrä lisääntyi vain Sisä- ja Pohjois-Suomes- sa. Sen sijaan Etelä-Pohjanmaalla maatilojen lukumäärä vähentyi huomattavasti. 1960-lu- vulla maatilojen lukumäärä vähentyi etupääs- sä Etelä-ja Sisä-Suomessa. Vuodesta 1969 eteenpäin myös Etelä-Pohjanmaan ja Pohjois- Suomen maatilojen lukumäärä on vähentynyt, joskaan ei aivan yhtä nopeasti kuin muualla Suomessa. Peltoala on jakaantunut alueittain siten, että Etelä-Suomessa on peltoa yli kaksi ker- taa enemmän kuin toiseksi suurimmallaalueel- la, Sisä-Suomessa. Peltoalan jakaantuminen on ollut suhteellisen tasaista muiden alueiden kesken. Kutakuinkin sama suhde on säilynyt vuodesta 1959 lähtien kuitenkin niin, että Pohjois-Suomessa voimakkaana jatkunut rai- vaustoiminta on kasvattanut alueen peltoalan Etelä-Pohjanmaan peltoalaa suuremmaksi. Kuitenkin peltoalan suhde alueen kokonais- pinta-alaan on Pohjanmaalla selvästi suurin. Edellä esitettykuvio 2.8. osoittaa, että 1940 ja 1950-luvulla kaikki alle 15 hehtaarin tila- kokoluokat kasvoivat samalla, kun luokat Kuvio 2.9. Maatilojen lukumäärä alueittain vuosina 1950, 1959, 1969, 1980 ja 1986 Lähde: Maatalouslaskennat (1950, -59, -69) ja Maatilarekisteri. Figure 2.9. Number of farms by region in 1950, 1959, 1969, 1980 and 1986 Source: Agricultural Cencus (1950, 1959 and 1969) and Farm Register 15—49.9 ha ja yli 50 ha pienenivät asutustoi- minnan tuloksena jonkin verran. 1960-luvulla alkanut maatilojen vähentyminen näkyi en- nenkaikkea alle 5 ha ja hieman myös 5—9.9 ha tilakokoluokissa samalla, kun kaikki yli 10 hehtaarin tilakokoluokat kasvoivat. Kuvios- ta ei suoraan näy se, että 1970-luvulla myös 10—14.9 ha tilakokoluokka alkoi pienentyä ja vuodesta 1980 myös 15—19.9 ha tilakoko- luokan koko näyttäisi tämän perusteella va- kiintuneen runsaan 20 000 maatilan tasolle. Tilakokoluokkien alueittaisessa kehitykses- sä on eräitä mielenkiintoisia piirteitä. 1950-luvulla, Etelä-Pohjanmaata lukuunotta- matta, maatilojen lukumäärä nousi kaikilla alueilla ja kaikissa tilakokoluokissa. Poik- keuksena oli vainEtelä-Suomen 1—4.9 ha ti- lakokoluokka, jonka koko pieneni hieman. Sen sijaan Etelä-Pohjanmaalla maatilojen lu- kumäärä laski kaikissa muissa tilakokoluokis- sa paitsi 10—14.9 ha luokassa, jokapysyi suu- rin piirtein ennallaan. 1960-luvulla suunta oli joselvästi toinen. Alle viiden hehtaarin koko- luokat pienenivät kaikilla alueilla. Myös 5—14.9 ha kokoluokat pienenivät Etelä-Suo- messa ja Etelä-Pohjanmaalla. Yli 15 ha ko- koluokat kasvoivat kaikilla alueilla, Etelä- Pohjanmaalla erityisen voimakkaasti. 1970- luvun aikana ja 1980-luvun alkupuolella ke- hitys oli siirtynyt yhden kokoluokan ylöspäin siten, että kaikilla alueilla alle 15 ha kokoluo- kat pienenivät ja sitä suuremmat kokoluokat suurenivat lukuunottamatta 10—14.9 ha luok- kaa, joka kasvoi vielä Sisä- ja Pohjois- suomessa. Kuvioissa 2.10. ja 2.11. on kuvattu yli Iha maatilojen kokojakauma vuonna 1959 (raken- nekehityksen käännekohta) sekä vuonna 1986. On huomattava, että kuvioissa on käytetty pystyakselin asteikkomuutosta. Pohjois- suomen suhteellinen osuus on noussut voi- makkaasti juuri pienemmissä kokoluokissa ja vielä vuonna 1986 siellä oli yli 10 peltohehtaa- ria käsittävien tilojen lukumäärä selvästi pie- nempi kuin 1 —4.9 ha tai 5—9.9 ha luokissa. Sama pätee myös Sisä-Suomeen. Vuonna 1959 vastaava suhde vallitsi kaikilla alueilla. Vuonna 1986 Etelä-Suomen tilakokoluok- ka 20—49.9 ha oli lähes yhtä suuri kuin kak- si pienintä kokoluokkaa. Etelä-Pohjanmaalla Kuvio 2.10. Maatilojen lukumäärä eri tilakokoluokissa alueittain v. 1959 Lähde: Ks. kuvio 2.9. Figure 2.10. Number of farms by field area and by region in 1959 Source; See figure 2.9. 101 Kuvio 2.11. Maatilojen lukumäärä eri tilakokoluokissa alueittain v. 1986 Lähde: Ks. kuvio 2.9. Figure 2.11. Number of farms by field area and by region in 1986 Source: See figure 2.9. Kuvio 2.12. Peltoalan jakaantuminen eri tilakokoluokkiin alueittain v.1986 Lähde: Ks. kuvio 2.9. Figure 2.12. Distribution of field area by field area groups by region in 1986 Source: See figure 2.9. 102 1 —4.9 hakokoluokka oli kooltaan jo pienem- pi kuin 5—9.9 ha luokka vuonna 1983. Sisä- ja Pohjois-Suomessa suhde oli vielä selvästi päinvastainen. Peltoalan alueellista jakaumaa tilakokoluo- kittain ei ole julkaistu maatalouslaskentojen yhteydessä. Maatilarekisteristä tiedot on ny- kyisin saatavissa. Kuviossa 2.12. peltoalan alueittainen jakauma tilakokoluokittain on esitetty vuoden 1986 osalta. Kaikilla alueilla kokoluokka 20—49. ha on suurin. Etelä-Suo- messa yli 50 ha:n kokoluokka on toiseksi suu- rin, Etelä-Pohjanmaalla vastaavasti luokka 10—14.9 ha ja Sisä- ja Pohjois-Suomessa luokka 5—9.9 ha. Etelä-Suomea lukuunotta- matta tilakokoluokittainen hajonta on hyvin tasainen. Tässä yhteydessä voidaan myös tarkastella vuokratun pellon osuutta koko peltoalasta. Sen kehitystä yli 1 ha tiloilla on kuvattu ku- viossa 2.13. Vuokrapellon osuus on selvästi noussut kaikilla alueilla. Nopeimmin kuiten- kin Sisä- ja Pohjois-Suomessa, joissa se on enemmän kuin kolminkertaistunut vuodesta 1959. Toisaalta, varsinkin Etelä-Suomessa vuokrapellon osuus kokonaispeltoalasta on perinteisesti ollut muiden alueiden osuutta suurempi. On huomattava, että maatilarekis- terin tiedoista puuttuvat kasvukauden pituis- ten vuokrasopimusten alat, koska tilastoajan- kohta on vuodenvaihde. Kuten aikaisemmin mainittiin, maatilojen keskimetsäala on noussut varsin hitaasti asu- tustoiminnan päätyttyä. Tämä pätee myös alueittaisessa tarkastelussa etenkin Etelä- Suomen ja Pohjanmaan osalta. Metsäalan kasvu on lähestulkoon jäänyt Pohjois- Suomen kehityksen varaan (Kuvio 2.14). Honkanen (1988) on todennut perikuntien ja yhtymien omistamien maatilojen kokonais- määrän lisääntyneen 55 prosentilla vuosina 1959—1985. Voimakkainta lisäys on ollut 1970-luvulla. Vuonna 1985 lähes joka viides vähintään kahden peltohehtaarin tila oli pe- rikunnan ja yhtymän omistuksessa. Yhtymien omistamat tilat ovat keskimäärin perikuntien tiloja suurempia. Varmola (1986) havaitsi myös, että yhtymien tilat ovat yleensä elinvoi- Kuvio 2.13. Vuokratun pellon osuus koko peltoalasta alueittain vuosina 1959, 1969, 1980, 1986 Lähde: Ks. kuvio 2.9. Figure 2.13. Share of rented field area of the total field area in 1959, 1969, 1980, 1986. Source: See figure 2.9. 103 maisia ja niillä on huomattavan usein tilan ta- loudelliseen kehitykseen liittyviä suunnitelmia. Perikuntien tiloille on puolestaan pienuuden ohella ominaista taantuneisuus ja passiivisuus. Yhtymämuotoiseen maatalouteen siirtyminen voitiin Honkasen (1988) mukaan nähdäaktii- visena ja tavoitteellisena toimenpiteenä, kun taas perikuntana pysyminen ilmensi maatalou- den jatkamismahdollisuuksien vähäisyyttä ja aikaa myöten niiden loppumista. Perikuntien omistamien tilojen suhteellinen osuus on suu- rin Itä- ja Pohjois-Suomessa. 2.4. Kotieläinyritysten rakenteen kehittyminen Seuraavassa tarkastellaan maatilojen koon kehitystä kotieläinten lukumäärällä mitattu- na alueittain. Tämä antaa likimääräisen ku- van myös tuotannon rakenteen kehityksestä kotieläintalouden osalta. Kotieläintuotannos- sa päätökset kotieläinten lukumäärän muu- toksista heijastuvat nopeasti tilastoissa, kos- ka kotieläimet ovat, toisin kuin peltoala, aina aktiivisessa käytössä. Tämän vuoksi kotieläin- tuotannon rakenteen kehitys näyttää huomat- tavasti voimakkaammalta kuin viljelyksessä olevan peltoalan kehitys. Tosin kotieläinten lukumäärät tilastoidaan maatilarekisterissä vain joka kolmas vuosi, mikä heikentää aika- sarjoja vaativien tilastollisten apuvälineiden käyttöä kehityksen analyysissä. Alueittainen tarkastelu on tässä yhteydessä jouduttu teke- mään maatalouskeskusjaon pohjalta, koska vuoden 1969 maatalouslaskennan alueelliset tiedot kotieläinten osalta on julkaistu vain maatalouskeskuksittain. Läänijakoon verrat- tuna tässä käytetty jako aiheuttaa merkittä- vimmän poikkeuksen Pohjanmaalla, jossa 11 Vaasan läänin pohjoisinta kuntaa kuuluvat Oulun maatalouskeskukseen ja sittemmin Keski-Pohjanmaan maatalouskeskukseen. 2.4.1. Maidontuotanto Kuviossa 2.15. esitetään lypsykarjojen lu- kumäärän alueittainen kehitys vuodesta 1950 lähtien. 1950-luvullakarjojen lukumäärä nou- Kuvio 2.14. Maatilojen keskimetsäala alueittain vuosina 1959, 1969, 1980 ja 1986 Lähde: Ks. kuvio 2.9. Figure 2.14. Average forest area of farms by region in 1959, 1969, 1980 and 1986 Source: See figure 2.9. 104 si vielä kaikilla alueilla, Etelä-Pohjanmaalla tosin vain niukasti. 1960-ja 1970-luvuillakar- jojen lukumäärän supistuminen on ollut no- peata kautta maan, Etelä-Suomen osalta kui- tenkin selvästi nopeinta. Esimerkiksi vuonna 1959 eteläsuomalaisia lypsykarjoja oli vielä noin kolmannes enemmän kuin sisäsuomalai- sia. Vuonna 1986 ero oli kutistunut lähes ole- mattomiin. Samalla aikajaksolla Pohjois- Suomen karjojen lukumäärän lasku on ollut selvästi hitainta. Kuvioissa2.l6. ja2.17. esitetään lypsykar- jojen koon jakaantuminen alueittain vuosina 1959 ja 1986. Edellinen vuosi on jälleen valit- tu sen vuoksi, koska silloin kirjattiin lypsykar- jojen lukumäärien huippu. Aluksi on huomat- tava kuvioiden asteikkomuutos: Vuotta 1983 kuvaavan kuvion pylvään korkeus edustaa vain kymmenesosaa vastaavasta korkeudesta vuotta 1959 kuvavassa kuviossa. Osa tästä mittakaavamuutoksesta johtuu eri tilakoko- luokkien hajonnan tasaantumisesta tarkaste- luvälillä, mikä näkyy myös kuvioista. Lypsykarjojen nopeasta rakennekehitykses- tä huolimatta on ehkä yllättävää, että maati- larekisterin mukaan vielä vuonna 1983 kaikilla alueilla 3—6 lehmän kokoluokka oli edelleen suurin luokka, joskin luokat 7—9 ja 10—14 lehmää, olivat Etelä-Suomea lukuunottamatta jo lähes yhtä suuria. Vuonna 1986 luokka 10—14 lehmää oli jo ohittamassa luokkaa 3—6 lehmää sekä Sisä- että Pohjois-Suomes- sa. Etelä-Suomessa kaikki alle 15 lehmän kar- jakokoluokat pienentyivät vuosien 1980 ja 1983 välillä, mutta vuosien 1983 ja 1986 vä- lillä myös kaksi suurinta luokkaa pienenivät. Muualla maassa kaikki yli 10 lehmän luokat kasvoivat vuosien 1980 ja 1983 välillä. Etelä- Pohjanmaalla trendi jatkui samanlaisena vuo- sina 1983—1986, mutta Sisä- ja Pohjois-Suo- messa kasvoi vain luokka 15—19 lehmää. (Ks. liite 8.3.) Kuviossa 2.18 on esitetty lypsylehmien ja- kaantuminen karjakokoluokkiin alueittain vuonna 1986. Yleisesti ottaen luokka 10—14 lehmää on selvästi dominoiva, mutta Etelä- Pohjanmaalla kolmen suurimman luokan ko- ko on kutakuinkin yhtä suuri. Kuvio 2.15. Lypsykarjojen lukumäärä alueittain (maatalouskeskusjako) vuosina 1950, 1959, 1969, 1980 ja 1986 Lähde: Ks. kuvio 2.9. Figure 2.15. Number of dairy herds by region (Agricultural Centres) in 1950, 1959, 1969, 1980 and 1986 Source: See figure 2.9. 105 Kuvio 2.16. Lypsykarjojen lukumäärä eri karjakokoluokissa alueittain vuonna 1959 Lähde: Ks kuvio 2.9. Figure 2.16. Number of dairy herds by herd size and by region in 1959 Source: See figure 2.9. Kuvio 2.17. Lypsykarjojen lukumäärä eri karjakokoluokissa alueittain vuonna 1986 Lähde: Ks kuvio 2.9. Figure 2.17. Number of dairy herds by herd size and by region in 1986 Source: See figure 2.9. 106 2.4.2. Sianlihantuotanto Lihasikojen kasvatusta harjoittavien tilojen lukumäärä on vähentynyt varsin voimakkaasti etenkin Etelä- ja Sisä-Suomessa, missä sika- tilojen lukumäärä oli vuonna 1986vain noin 10 prosenttia vuoden 1959 sikatilojen luku- määrästä. Etelä-Pohjanmaalla lukumäärä on runsas kolmannes vuoden 1959 tasosta, mut- ta se on noussut yli Sisä-Suomen sikatilojen lukumäärän (kuvio 2.19). Sikatilojen kokoluokittaista jakaumaa sika- lakoon mukaan alueittain tarkastellaan vuo- sien 1969 (kuvio 2.20) ja 1986 (kuvio 2.21) osalta. Jälleen on jouduttu käyttämään voi- makasta skaalamuutosta. (Vuotta 1969 käy- tettiin vuoden 1959 sijasta, koska skaalamuu- tos olisi ollut vielä yli kaksinkertainen ja yli 10 sian sikalat olivat erittäin harvinaisia.) Vuonna 1959 I—91 —9 sian sikaloita oli Etelä- Suomessa 42 300, kun seuraavan kokoluokan edustajia samalla alueella oli vain runsas tuhat. Etelä-Suomessa ja Etelä-Pohjanmaalla ko- koluokka 100—499 sikaa oli vuonna 1986suu- rin, kun se vielä 1969 oli lukumääräisesti lä- hes merkityksetön. Toiseksi suurimmaksi luo- kaksi molemmilla alueilla on noussut luokka 20—49 sikaa. Sisä-Suomessa luokka I—9 si- kaa oli edelleen suurin vuonna 1983, mutta luokat 20—49 ja 50—99 sikaa olivat vuoteen 1986 mennessä kasvaneet yhtä suureksi pie- nimmän luokan kanssa. Pohjois-Suomessa pienin luokka ja luokka 100—499 sikaa oli- vat lukumäärältään jokseenkin yhtä suuria. Mainittakoon, että vuosien 1983 ja 1986 vä- lillä yksikään kokoluokka ei kasvanut abso- luuttisesti millään suuralueella, kun vielä edel- lisen kolmivuotisjakson aikana luokat 20—49 ja 50—99 sikaa kasvoivat kaikilla alueilla. Huomionarvoista kehityksessä on myös se, et- tä suurin kokoluokka on laskenut jo vuodes- ta 1980 lähtien. Jos tiedot sianlihan tuotan- nosta eri kokoluokissa olisi saatavilla suurten karjakokoluokkien merkitys osottautuisi to- dennäköisesti pieniä paljon suuremmaksi. (Ks. myös liite 8.4.) Kuviossa 2.22 on tarkasteltu lihasikojen ja- kaantumista eri kokoluokkiin vuonna 1986. Kuva 2.18. Lypsylehmien lukumäärä eri karjakokoluokissa alueittain vuonna 1986 Lähde: Ks. kuvio 2.9. Figure 2.18. Number of dairy cows by herd size and by region in 1986 Source: See figure 2.9. 107 108 Kuvio 2.19. Lihasikatilojen lukumäärä alueittain vuosina 1959, 1969, 1980 ja 1986 Lähde: Ks. kuvio 2.9. Figure 2.19. Number of farms with fattening pigs by region in 1959, 1969, 1980 and 1986 Source: See figure 2.19. Kuvio 2.20. Lihasikatilojen lukumäärä sikalakoon mukaan alueittain vuonna 1969 Lähde: Ks kuvio 2.9. Figure 2.20. Number of farms with fattening pigs by herd size and by region in 1969 Source: See figure 2.9. 2 Kuvio 2.21. Lihasikatilojen lukumäärä sikalakoon mukaan alueittain vuonna 1986 Lähde: Ks kuvio 2.9. Figure 2.21. Number of farms with fattening pigs by herd size and by region in 1986 Source: See figure 2.9. Kuvio 2.22. Lihasikojen lukumäärä eri sikalakokoluokissa alueittain vuonna 1986 Lähde: Ks. kuvio 2.9. Figure 2.22. Number of fattening pigs by herd size and by region in 1986 Source: See figure 2.9. 109 Selvästi suurin kokoluokka kaikilla alueilla oli luokka 100—499 sikaa. Yli 500 sian koko- luokka on oikeastaan yllättävän pieni. Jos vastaava tilasto olisi julkaistu vuodelta 1969 kokoluokkien erot olisivat todennäköisesti näyttäneet huomattavasti pienemmiltä. 2.4.3. Kananmumntuotanto Kananmunantuottajien lukumäärä pieneni vajaassa kolmessa vuosikymmenessä kymme- nenteen osaan vuoden 1959 tasosta (kuvio 2.23). Etelä-Suomen suhteellinen osuus on edelleenkin selvästi suurin ja se on itse asias- sa kasvanut. Esimerkiksi Sisä-Suomen kana- tilojen lukumäärä oli vuonna 1959 kaksi kol- mannesta Etelä-Suomen luvusta. Vuonna 1986 suhde oli enää vajaa puolet. Kokoluokittaista kehitystä on jälleen selvi- tetty vertaamalla vuosien 1969 ja 1986 kana- karjojen alueittaista jakaumaa (kuviot 2.24 ja 2.25). Pienimmässä kokoluokassa Etelä- ja Sisä-Suomen kanatilojen lukumäärä on lähes yhtä suuri (absoluuttisesti ero on pienentynyt, mutta suhteellisesti kasvanut). Muissa koko- luokissa Etelä-Suomen lukumäärät ovat yli- voimaisesti suurempia muihin alueisiin verrat- tuna molempina tarkasteluajankohtina. Etelä- Pohjanmaa on tosin kasvattanut osuuttaan varsinkin suurimmassa kokoluokassa. Yli vii- denkymmenen kanan kokoluokissa alueiden sisäiset erot ovat tasaantuneet. Absoluuttisesti vuosien 1980 ja 1983 välillä suurin kokoluok- ka kasvoi kaikilla alueilla ja Etelä- ja Sisä- Suomessa myös toiseksi suurin. Seuraavan kolmivuotisjakson aikana kaikki kokoluokat pienenivät kaikilla alueilla (ks. myös liite 8.5.). Kuviossa 2.26 on esitetty kanojen jakautu- minen eri kokoluokkiin alueittain. Yli 500 ka- nan kokoluokka on kaikilla alueilla selvästi suurin. Etelä-Suomen mainittu kokoluokka käsittää noin 57 prosenttia maan kaikista ka- noista, samalla kun sen osuus kaikista kana- tiloista on vain noin 12 prosenttia. Kuvio 2.23. Kanadiojen lukumäärä alueittain vuosina 1959, 1969, 1980 ja 1986 Lähde: Ks. kuvio 2.9. Figure 2.23. Number of farms with hens by region in 1959, 1969, 1980 and 1986 Source: See figure 2.19. 110 111 Kuvio 2.24. Kanadiojen lukumäärä kanalakoon mukaan alueittain vuonna 1969 Lähde: Ks kuvio 2.9. Figure 2.24. Number of farms with hens by herd size and by region in 1969 Source: See figure 2.9. Kuvio 2.25. Kanadiojen lukumäärä kanalakoon mukaan alueittain vuonna 1986 Lähde: Ks kuvio 2.9. Figure 2.25. Number of farms with hens by herd size and by region in 1986 Source: See figure 2.9. 112 Kuvio 2.26. Kanojen lukumäärä eri kanalakokoluokissa alueittain vuonna 1986 Lähde: Ks. kuvio 2.9. Figure 2.26. Number of hens by flock size and by region in 1986 Source: See figure 2.9. 3. MARKOVIN KETJUT JA NIIDEN KÄYTTÖ MAATALOUDEN RAKENNEKEHITYKSEN KUVAAJANA Markovin todennäköisyysmalli on stokas- tisiin prosesseihin liittyvä menetelmä, jota on yleisesti käytetty varsinkin talous-, yhteiskun- ta- ja käyttäytymistieteissä. Käsillä olevan työn tässä osassa on tarkoitus selvittää Mar- kovin ketjumallin käyttömahdollisuuksia maatalouden rakennekehityksen mallittami- sessa ja ennustamisessa. Mallia sovelletaan maatalousyritysten kokorakenteen alueellisen kehitykseen. Tätä kuvaavina muuttujina on tässä käytetty maatilan peltoalaa ja kotieläin- tilojen osalta myös karjojen kokoa, minkä pe- rusteella voidaan tehdä päätelmiä myös maa- talouden tuotantorakenteenkehityksestä ko- tieläintalouden osalta. Aluksi tarkastellaan Markovin ketjua käsitteenä ja siihen liittyvien siirtymätodennäköisyyksien estimointia. Tä- män jälkeen selvitetään menetelmän sovelluk- sia maataloudessa ja erityisesti maatalouden rakenteeseen liittyvissä tutkimuksissa sekä muodostetun viitekehyksen avulla pohditaan Markovin ketjun periaatteellista soveltuvuutta rakennekehityksen mallittamiseen. 3.1. Markovin ketju käsitteenä Markovin ketjua kuvaavia julkaisuja on lu- kuisia. Esimerkkinä mainittakoon Kemeny ja Snell (1960), Lee, Judge, ja Zellner (1978) sekä Cinlar (1975), joiden pohjalta seuraa- vassa käsitellään Markovin mallin periaat- teita. Tarkastellaan aika- ja tiladiskreettiä stokas- tista prosessia x, (t = 0,1,2,...,T), joka voi saada äärellisen määrän mahdollisiaarvoja eli olla tiloissa Sj (i= 1,2,...,r) tasavälisinä ajan- kohtina tai toistoissa t otosavaruudessa, jol- loin jokainen alkeistapaus on päättymätön jono (xO, xp ...). Tämän tutkimuksen aihepii- ristä voimme käyttää esimerkkiä, jossa satun- naismuuttuja xt on yrityskokoluokka S| (i = 1,2,...6), jossa tietty maatila on hetkellä t. Tehtävänä on tutkia tämän maatilan siirtymis- tä yrityskokoluokasta toiseen. Oletetaan, että yllä mainitun tietyn toiston tai ajankohdan tuloksen todennäköisyysja- kauma riippuu ainoastaan edellisen toiston tu- loksesta.Tämä ensimmäisen asteen riippuvuus on sama jokaisessa toistossa eli (3.1.1) P(x t = sj |xt_, = sil> xt_2 = 5j2,...)s j2,...) =P (x, =Sj | x,_, =s,) t= 1,2,... Merkitsemistavan lyhentämiseksi jätämme seuraavassa s y:t pois, jolloin lauseke (3.1.1) saa muodon (3.1.2) P(x t |xt_„ xt_2,...)= P(xt |xt_,), t= 1,2,... jossa P(x,1...) tarkoittaa ehdollista todennä- köisyyttä.Tällaisen tapahtumajonon todennä- köisyys voidaan nyt esittää muodossa (3.1.3) P(x0, x 1,..., = P(x 0) P(x 1 |x0) P(x2 |x 0 , x,)... ...P(xT |x 0 , eli (3.1.4) P(x0 , x 1,..., = P(x o)nP(xt |xt_1) Tätä todennäköisyysmekanismia kutsutaan Markovin ketjuksi, jonka määräävät lähtöja- kauma P(x0) ja ehdolliset todennäköisyydet 113 P(xt |x,_,). Käyttäen alkuperäistä merkintä- tapaa saamme Matriisin P = [pj tulee täyttää seuraavat eh dot (3.1.5) P(x, =Sj | xt_! = Sj) = Pij (t) = Pjj, (3 ' L6) t = 1 ’ 2’- (3.1.7) i Pij =l, i= 1,2, ...,r jossa Pu on siirtymätodennäköisyys sille että tilasta S| siirrytään tilaan s 3 aikavälillä (t—l,t). Siirtymätodennäköisyydet voivat olla joko aikahomogeenisiä eli stationaarisia tai muuttuvia, jolloin ne muuttuvat ajan muka- na. Havainnollisuuden vuoksi mallin perus- muoto voidaan esittää seuraavan kuvion 3.1 avulla. Kuviossa on kolme tilaa s,, s 2, s 3, joissa olevilla alkioilla on mahdollisuus ajankohtien t—l ja t välillä siirtyä muihin tiloihin tai py- syä alkuperäisessä tilassaan. Todennäköisyyt- tä, että alkio siirtyy esimerkiksi tilasta s, ti- laan s 3, on merkitty pl3 ja vastaavasti toden- näköisyyttä, että alkio pysyy tilassa s,, on merkitty pu . Siirtymätodennäköisyydet voidaan esittää (r x r)-siirtymätodennäköisyys- tai lyhyemmin siirtymämatriisina P = [pjj] eli ' Pi,. P.2-P,r ' p _ Pii’ P22* * *P2r Prl’ Pr 2‘ * ’Prr , Näistä ensimmäinen on luonnollinen toden- näköisyysehto. Toinen ehto merkitsee sitä, että siirtyminen (tai pysyminen samassa tilas- sa) aina tapahtuu. Tila Sj on palautuva eli persistentti jos to- dennäköisyys, että prosessin alkio lähdettyään tilasta Sj palaa siihen, on yksi. Muussa ta- pauksessa tila on väistyvä eli transientti. Tilajoukkoa AeE (E =tila-avaruus) kutsu- taan suljetuksi eli finaaliseksi, jos mistään ti- lasta s, eA ei ole pääsyä mihinkään sen ulko- puoliseen tilaan SjSAc . Suljettu joukko, jolla ei ole suljettua aitoa osajoukkoa, on pelkistymätän. Määritelmän mukaan siinä on mahdollisuus siirtyä jokai- sesta tilasta jokaiseen tilaan. Pelkistymättö- mässä joukossa ei ole transientteja tiloja. Tila Sj, joka itsessään muodostaa suljetun joukon, on absorboiva, ja tällöin P(j,j) = 1. Markovin ketju on jaksoton, jos siinä olevien alkioiden kulku-urasta ei muodostu kehää, jolloin prosessista muodostuisi jaksollinen. Kun tunnetaan alkujakauma P(x0 ) ja siir- tymätodennäköisyydet P, voidaan jakauma hetkellä t = 1 määritellä kertomalla alkujakau- ma siirtymätodennäköisyysmacriisilla (3.1.8) P(x,) = PP(x0) Jakaumaa P(x,) voidaan vastaavasti käyttää hyväksi määriteltäessä jakaumaa P(x2) jne. Vaikka edellä tarkasteltiin yhden alkion siir- tymistä tilasta toiseen, voidaan sama tarkas- telu ulottaa alkiojoukkoon, jonka siirtymäme- kanismi muodostaa yhtenäisen prosessin. Täl- löin ollaan kiinnostuneita alkioiden (esimer- kiksi maatalousyritysten) jakaantumisesta eri tiloihin Sj (yrityskokoluokkiin tms.) ajankoh- tina t (t = 0,1,...T). Olkoon tällainen jakau- mavektori y(t), [jonka lähtöjakauma on y(0). Vrt. lause (3.1.4)]. Edelläesitetyn mukaany(t) Kuvio 3.1. Kolmen tilan Markovin ketju. Figure 3.1. A three state Markov Chain. 114 riippuu vektorista y(t—l) sekä siirtymämat- riisista P: (3.1.9) y(t) = P y(t—l) Kun halutaan tehdä ennusteita alkioiden ja- kaantuman tulevasta kehityksestä, voidaan menetellä seuraavasti: (3.1.10) y(t+l) = Py(t) y(t+ 1)= P 1 y(t +2) = P y(t +1) tai y(t +2)= P 2 y(t) y(t +n) = P y(t +n— 1) y(t +n) = P".y(t) Markovin ketju ja sen käyttö oikealla esi- tetyssä muodossa edellyttää prosessin statio- narisuutta, jolloin siirtymämatriisit eivät saa muuttua ajan mukana. Markovin ketjuille on ominaista, että niil- le on olemassa yksikäsitteinen rivivektori z = (zlt z 2 ,...,zr ), jolle (3.1.11) lim pjj»» = Zj, i,j = 1,2 r, t oo 1 * jossa ft/ 0 on matriisin P l (i,j):s alkio, ja Zj to- teuttaa ehdot (3.1.12) Or, Miller (1952) ehdotti ta- vanomaisen PNS-estimaattorin käyttöä, eli on Tällöin minimointiratkaisuna saadaan (3.2.13) p =(X’X)-'X’y Madansky (1959) on osoittanut, että Uj ei korreloi kanssa, joten p lähestyy stokas- tisesti p:tä kun T 00. Kiinteällä T:n arvol- la p lähestyy samoin stokastisesti p:tä, kun n 00 ja on siten tarkentuva. Millerin (1952) käyttämä menetelmä täyt- ti kuitenkin vain toisen aikaisemmin maini- tuista Markovin prosessin ehdoista nimittäin rivisummaehdon (3.1.7). Siirtymätodennäköi- syydet eivät kuitenkaan välttämättä jää salli- tulle välille, oo, jossa G on tunnettu (r3 xr2) kerroinmatriisi [li, 12.---.lrl. jossa jokainen ( on (rxr) yksik- kömatriisi sekä p, on (r2 x 1) sarakevektori, jonka kaikki alkiot ovat ykkösiä. Kun ensim- mäinen rajoituksista tarkoittaa rivisummaeh- toa (rivisumma= 1), molemmat rajoitukset yhdessä sisältävät ehdon: 0 < 1), jotka Hall- berg muutti nollaksi (tai ykköseksi). Tämän jälkeen kaikki jäljelle jääneet py:t jaettiin nii- den summalla. Tämä kaava oli Hallbergin mielestä vajavainen, mutta kuitenkin ’järke- vä ja sitä käytettiin tyydyttävän vaihtoehdon puuttuessa (Hallberg 1969, s. 294). Lee eh- dottikvadraattisen ohjelmoinnin käyttöä yh- dessä Aitkenssin yleistetyn PNS:n kanssa si- 121 ten, että siirtymätodennäköisyydet sijoittuisi- vat suoraan sallitulle alueelle (Lee 1970, s. 613—615). Hallbergin mielestä tämä sopi vain suhteel- lisen pienten aineistojen tapauksissa, koska suurissa aineistoissa jomenetelmän vaatimat suuret resurssit tekevät sen epämielekkääksi. Siinä joudutaan tekemään ä priori oletuksia, joten se ei välttämättä ole sen parempi kuin rajoitettu PNS-menetelmä (Hallberg 1970, s. 615). Salkin, Just ja Cleveland (1976) ehdotti- vat siirtymätodennköisyyksien muuttamista li- neaarisen tai geometrisen muutoksen avulla. Lineaarinen muutos aiheuttaa ennen pitkää sen, että todennäköisyydet joutuvat sallitun alueen ulkopuolelle, Pij 1. Toisaal- ta lineaarinen funktio ei selittänyt muutosta tyydyttävästi (Salkin et ai. 1976, s. 76, 79). Geometrista muutosta käytettäessä molemmat edellä mainituista virheistä korjaantuivat. Kummatkin menetelmät olettavat, että siirty- mätodennäköisyyksien muutos on yhdensuun- tainen eli siinä ei esiinny vaihtelua. On selvää, että pelkästään aikaan kytketty selitysmalli ei voi ottaa huomioon systeemiin vaikuttavia eri- tyisiä sysäyksiä, joten usein päädytään käyt- tämään taloudellisia muuttujia selittämään siirtymätodennäköisyyksien muutosta. Sal- kin et ai. (1976, s. 81) myöntävät, että talou- dellisia prosesseja tutkittaessa voitaisiin saa- da parempia estimaatteja siirtymätodennäköi- syyksien muutoksille, mutta ennusteita teh- täessä joudutaan ennustamaan myös selittä- vien muuttujien arvot. He ehdottavatkin logit- tai probit-mallien monimuuttuja-yleistystä. Theil (1969) ja Mac Rae (1977) ovat esit- täneet multinomi-logit -mallien käytön varsin perinpohjaisissa artikkeleissaan. Menetelmä mahdollistaa selittävien muuttujien käytön sa- malla kun todennäköisyysehdot täyttyvät (oMC = P Tämä ei voi olla tasapainotilanne, vaan ly- hyellä aikavälillä yritys hankkii lisää pääomaa ja vähentää työvoimaa, kunnes yritys on jäl- leen lausekkeen (5.2.2) mukaisessa tilantees- sa. Pitkällä aikavälillä maan hankinta johtaa edelleen kuvion 5.1. pisteen A 2 mukaiseen ta- sapainotilanteeseen. Herdt ja Cochrane (1966, s. 247) huo- mauttavat, että koska edellä esitetty prosessi on dynaaminen, tulojen voidaan odottaa vaih- televan yritysten välillä. Mutta keskimääräi- set nettotulot eivät vaihtele, koska tuottajat ottavat uutta teknologiaa käyttöön eri ajan- kohtina ja koska uusia innovaatioita syntyy koko ajan. Floyd (1965) käyttää hyvin mielenkiintois- ta mallia, jonka avulla hän tarkastelee, miten hintatuki jakautuu eri tuotannontekijätuloi- Kuvio 5.1. Hintatuen kapitalisoituminen kustannuksiin. Figure 5.1. Capitalization of price support into costs. 148 hin, erityisesti maan hintaan ja työvoima- tuloihin. Mallissa on kuusi endogeenista muuttujaa: tasapainohinnat, yhden homogee- nisen tuotteen ja kahden tuotannontekijän (maan ja työvoiman) määrät. Tuotantofunk- tio oletetaan lineaarisesti homogeeniseksi (va- kioiset skaalatuotot). Täydellisen kilpailun edellytetään vallitsevan sekä tuote- että panos- markkinoilla. Hintatuen ansiosta tuotanto pyrkii kasva- maan tasapainotilanteeseen verrattuna, tämä vastaavasti lisää tuotannontekijöiden kysyn- tää. Liitekuviossa A.l.b oleva TVP-käyrä kiertyy ylöspäin. Koska TVPcTVP,, on MVP Pj‘/Pk . Tästä seuraa, että joko tuotteen k tuotan- toa on vähennettävä (MPPk° MPPj 1), jotta tasapaino jälleen saavutettai- siin. Graafisesti tilanteen voi esittää jälleen ku- vion 5.3. avulla, jossa tuote F vastaa tuotetta j ja tuote N tuotetta k. Hintatuki muuttaa tuotteiden hintasuhdetta tuotteen j hyväksi, jolloin sen tuotanto kasvaa. Hintatuen suun- taaminen tiettyihin tuotteisiin (samoin tavoi- tehintojen jako painottaen tiettyjä tuotteita) muuttaa maataloudentuotantorakennetta nii- den hyväksi. Tuoteyksikkökohtainen tuki jaetaan usein alueittain porrastettuna. Kuvio 5.5, mikä on johdettu kauppamallia esittävästä liitekuvios- ta A.4, esittää yhden tuotteen markkinoita suljetun talouden kahdella alueella, joiden vä- linen kaupankäynti on vapaata. Sitä kuvaa keskimmäinen akselisto. Kuljetuskustannuk- sia ei ole otettu huomioon. PT on hinta, jol- la talouden kokonaiskulutus vastaa tuotantoa ja alueellisen suhteellisen edun hyväksikäyt- tö aiheuttaa OET suuruisen viennin alueelta B alueelle A. Oletetaan, että alueen B yritykset saavat tuoteyksikkökohtaista tukea. Tällöin tuotta- jahinta nousee tasolle Ps , jolloin tuotanto nousee tasolta QT tasolle Q s . Kuluttajahinto- jen pysyessä ennallaan (koko taloudessa) ES- Kuvio 5.4. Hintatuki siirtää tuotantoa tarjontakäyrän mukaisesti. Figure 5.4. Price support shifts production along the supply curve instead of shifting the supply. 151 käyrä kiertyy ylöspäin alkuperäisen tasapai- nopisteen kohdalta alueiden välistä kauppaa kuvaavassa akselistossa. Jotta koko tuotettu määrä voisi löytää tiensä kuluttajille, talou- den A yritysten saamaa tuottajahintaa on alennettava, jolloin siellä tuotanto laskee ta- solta qt tasolle qs . Tämä merkitsee ED-käy- rän kiertymistä alaspäin alkuperäisen tasapai- nopisteen kohdalta ja vienti alueelta B alueelle A vastaa väliä OEs . Alueellisen hintatuen seuraukset voidaan hoitaa myös alentamalla kuluttajahintoja tai viemällä aiheutunut ylituotanto talouden ul- kopuolelle. Edellä kuvattu malli muistuttaa kuitenkin Suomen oloja sikäli todenmukaises- ti, että koko maassa elintarvikkeiden kulut- tajahinnat eroavat varsin vähän toisistaan, mutta tuottaja- hinnoissa on huomattavia alueellisia eroja maan pohjoisten osien hyväk- si. Hintaerot voisivat olla nykyistä suurempia, ellei osaa ylituotannosta vietäisi maan ulko- puolelle ja myytäisi maailmanmarkkinoilla. Tältä osin ongelma ratkaistaan alentamalla systeemin ulkopuolisen talouden sekä kulut- taja- että tuottajahintoja. Rakennekehityksen kannalta on kuitenkin merkittävää, että alu- eellinen hintatuki aiheuttaa rakenteen vinou- tumaa tuetun alueen hyväksi. 5.2.2.2. Panosyksikkökohtainen tuki Panoskohtaiseen tukeen ovat viime vuosi- na kuuluneet ostorehujen hinnanalennuskor- vaus, lypsylehmien luvun perusteella annetta- vat avustukset sekä viljelmäkoon mukaan maksettava hintapoliittinen tuki. Näistä en- simmäinen kohdistuu lyhyellä aikavälillä muuttuviin kustannuksiin ja loput kaksi kiin- teisiin kustannuksiin. Yrittäjän kannalta hänen optimointilausek- keensa muuttuu nyt seuraavanlaiseksi: (5.2.6) max 7t =PY—E p( Xj —(p,—s) x. i = jossa s on panokselle xn annettava yksikkö- kohtainen tuki. Kun ongelmaa tarkastellaan pitkällä aikavälillä, kaikki relevantit tuotan- nontekijät ovat muuttuvia. Jos oletetaan, että kaikkia tuotannontekijöitä joudutaan lisää- mään samassa suhteessa kullakin tuotannon tasolla, tilannettavoidaan jälleen tarkastella kuvion A.l. avulla, jossa x kuvaa kaikkia muuttuvia tuotannontekijöitä. Akselistoissa b jab’ kiertyvät C- ja VC-käyrät oikealle alas- päin. Akselistossa c MFC-suora siirtyy alas- päin, ja vastaavasti c:akselistossa AC- ja MC- käyrät siirtyvät alaspäin. Tämä siirtää tarjon- takäyrää oikealle, jolloin myös optimituotan- to kasvaa samoin kuin tuoteyksikkökohtaisen tuen tapauksessa, mutta eri perustein (ks ku- vio 5.4). Yrittäjä on nyt valmis valmistamaan enemmän entisellä korvauksella kuin aikai- semmin. Vaikka optimituotannon määrä nou- see, yrityksen lopettamispistettä vastaava laa- Kuvio 5.5. Hintatuen alueellisen erilaistamisen vaikutus tuotannon alueelliseen jakautumiseen. Figure 5.5. The effect of regionally differentiated price support on development of regional production structure in a closed economy. 152 juuspysyy samana. Yrityksen pitkän aikavä- lin keskimääräinen yksikkökustannuskäyrä (LRAC) siirtyy alaspäin kuten SRAC-käyrä. Esimerkiksi ostorehujen hinnanalennuskor- vaus maksettiin vain tiettyyn markkamäärään asti. Näin ollen LRAC-käyrä laskee vain tätä korvausmäärää vastaavaan tuotannon mää- rään asti, jonka jälkeen se palautuu entiselle tasolle. Maataloustuotteiden vientikustannus- ten peittämiseksi kerätty lannoite- ja rehuseos- vero vaikuttavat päinvastaisesti kuin panosyk- sikkökohtainen tuki. Panostuen vaikutus potentiaalisiin yrittäjiin sekä yritysten laajentamishalukkuuteen on sa- manlainen kuin tuotekohtaisen tuen tapauk- sessa. Tuen määrällinen katto hidastaa yritys- koon kasvua sen yläpuolella. Jos kuvioon A.l. perustuvaan tarkasteluun liittyvä oletus muuttuvien tuotannontekijöi- den suhteiden pysymisestä samana eri tuotos- tasoilla poistetaan, voidaan seuraavasta pää- tellä, että panoskohtainen tuki vääristää pa- nossuhteita tuetun panoksen hyväksi. Lau- seessa (A. 1.15) panossuhteiden tasapainoeh- to määriteltiin siten, että panosten hintasuh- teen tuleeolla yhtä suuri kuin panosten raja- tuotosten suhde, eli p/p, = MPP/MPP,. Jos nyt P|°>P| 1 , niin: (5.2.7) p/p,0

p/MPP, = p„/MPP n i= 1...m. Tällöin yritys pyrkii kasvamaan lisäämällä kaikkia tuotannontekijöitä, kunnes lausek- keen kaikki termit ovat yhtä suuria. Jos optimituotanto saavutetaan ennen kuin panokseen xn kohdistuva rajoitus vaikuttaa, rajoituksella ei ole taloudellista merkitystä. Silloin myös lamdan arvo on nolla. Kun ra- joitukseen törmätään muuttuu tilanneseuraa- vasti: 162 (5.3.7) P = (pn + X)/MPP B >p,/MPP, i= 1 m. mikä vastaa kuvion 5.9. pistettä B. Tämän jäl- keen yritys voi vielä kasvattaa muiden tuotan- nontekijöiden käyttöä, kunnes (5.3.8) + XyMPP^Pi/MPPi i = 1 ...m Tällöin yritys toimiipisteessä C kuviossa 5.9. MPPj laskee nyt nopeammin kuin siinä ta- pauksessa, että kaikkia tuotannontekijöitä li- sättäisiin samassa suhteessa. Vaikka tuotosta voidaan kasvattaa rajoituksen ollessa voimas- sa, kasvu hidastuu siihenverrattuna, että tuo- tannontekijöiden käyttöä ei ole rajoitettu. Seitzin (1970) määrittelemän sekä Fren- chin (1977) ja Hallin ja LcVeenin (1978) käyttämän lähestymistavan mukaisesti perus- tamislupajärjestelmä vaikuttaa sekä yrityksen taloudelliseen tehokkuuteentietyssä kokoluo- kassa (EES) että siihen, onko yrityksen koko- luokka lauseen (5.3.8) edellyttämässä tilan- teessa taloudellisesti tehokas (ESE). Perusta- mislupajärjestelmän määrittelemät yritykoon katot todennäköisesti estävät yritystä lähesty- mästä optimiyrityskokoaan, minkä perusteella perustamislupajärjestelmä hidastaa maatalou- den rakennekehitystä yrityskoon kasvun nä- kökulmasta. Näin ollen perustamislupajärjestelmän an- siosta yritys tuottaa tehottomasti kokoluokas- saan eikä myöskään salli optimiyrityskoon saavuttamista. Keskimääräinen yrityskoko voi nousta vain luparajoja pienempien yritysten lopettaessa tuotantonsa. Peltoalakokoraken- teen kehitykseen perustamislupajärjestelmäl- lä ei nykymuodossaan ole suoranaista vaiku- tusta; tosin järjestelmäedellyttää luvan saan- nin ehdoksi tietyn rehuomavaraisuusasteen, mikä saattaa kasvattaa halukkuutta lisämaan hankintaan. Mainittu ehto voidaan sisällyttää lausekkeen (5.3.3) optimointiongelmaan lisä- rajoituksena. Perustamislupajärjestelmä vaikuttaa tuo- tantorakenteeseen myös siten, että yrittäjä saattaa aloittaa rajoitetun tuotantosuunnan (1) sijasta jonkun toisen tuotteen (2) tuotan- non, jos (5.3.9) MVP i2 >MFCi vaikka MVP u >MVP i2 . Rajoitustoimet voi- vat pitkällä aikavälillä vaikuttaa myös tuot- teiden ja panosten hintasuhteisiin, millä on omat vaikutuksensa uuden tasapainon mää- räytymiseen. Kotieläinyritysten perustamisen ja laajenta- misen luparajat ovat samat koko maassa. Vi- ranomaisilla on periaatteessa mahdollisuus vaikuttaa alueelliseen rakenteeseen perusta- mislupajärjestelmän avulla myöntämällä lu- pia epätasaisesti esimerkiksi aluepoliittisten näkökohtien perusteella. Alueellinen rakenne voi erilaistua perustamislupajärjestelmän joh- dosta myös siksi, että eri tuotannontekijät vai- kuttavat tuotantoon (MPP|) eri tavoin eri alueilla. Tämän seurauksena yrityksen rajoi- tettu (kuten myös vapaasti määräytyvä) opti- mikoko vaihtelee alueittain. Perustamislupa- järjestelmään sisältyy myös tietyt maatiloille asetetut laskennalliset rehuomavaraisuusvaa- timukset. Tällä on ollut tarkoitus estää suur- ten, teollisuusmaisesti hoidettujen kotieläin- yritysten syntyminen etenkin sika- ja kanata- Kuvio 5.9. Tuotantopanoksen käytön rajoituksen vai- kutus panosrakenteeseen. Figure 5.9. The effect of a restriction of input use on input structure. 163 loudessa. Samalla säännökset ovat tehneet mahdottomiksi mainittujen tuotantomuotojen aloittamisen tai laajentamisen taloudellisesti mielekkäässä koossa maatiloilla, joilla vilje- lysmaata lukuunottamatta muut resurssit riit- täisivät ko. tuotannon harjoittamiseen. Tä- män vuoksi alueilla, joissa on suhteellisen pie- ni peltoalan mukainen tilakoko, mahdollisuu- det luvanvaraisen tuotannon aloittamiseen tai laajentamiseen ovat vastaavasti heikot. Perus- tamislupajärjestelmä on ilmeisesti ollut pää- asiallisin syy erityisesti sika- ja kanatalouden rakennekehityksen muutokseen 1980-luvulla verrattuna 1970-luvun lopulla vallinneeseen kehitykseen, kuten tämän työn 2. ja 4. luvus- sa kuvattiin. Muutos on kotieläintalouden ra- kenteen taloudellisen tervehtymisen kannalta negatiivinen. 5.3.4. Tilakohtaiset kiintiöt Maataloudelta kerättyjen markkinoimis- maksujen antama signaali tuotemarkkinoiden tilanteesta on ollut heikko, ja edellä kuvatut tasapainottamistoimenpiteet eivät ole riittä- västi vähentäneet tuotantoa. Tämän vuoksi on jouduttu harkitsemaan tiukempia jasitovam- pia toimia, varsinkin erittäin kalliiksi käyneen maidon jakananmunien ylituotannon rajoit- tamiseksi. Tällöin on päädytty yrityskohtai- seen tuotannon kiintiöintiin. Yrityksille mää- rättiin aikaisemman tuotannon perusteella kiintiö, johon asti tuotteesta maksetaan sovit- tua tavoitehintaa. Alle 30.000 litraa tuottaneet saavat kasvattaa vapaasti tuotantoaan mainit- tuun litramäärään asti. Tietyin edellytyksin yritys on voinut saada alkuperäistä suurem- man kiintiön. Kiintiön yli menevältä osalta pe- ritään niin kutsuttua kiintiömaksua, mikä merkitsee sitä, että tuottajan saama hinta suu- rin piirtein vastaa vallitsevaa maailmanmark- kinahintaa. Tuottaja joutuu siis itse vastaa- maan kiintiön ylittävän tuotannon markki- noinnista. Koska kiintiöiden yhteismäärä ylit- tää maataloustulolain mukaisen tuotantoka- ton, osa meijerituotteiden vientikustannuksis- ta joudutaan edelleen perimään kollektiivisi- na vientikustannusmaksuina. Yrittäjän kannalta tuotannon kiintiöinti muistuttaa monin tavoin perustamislupajär- jestelmää, jonka avulla »kiintiöidään» yhden tuotannontekijän, tuotantorakennusten eläin- paikkojen, käyttömahdollisuus aikaisemman tuotannon mukaiseksi. Tuotantokiintiöjärjes- telmässä kiintiöidään tuotos. Yrittäjän kan- nalta ongelma on seuraavanlainen: (5.3.10) max 7t = Pf(xj)—l ppcj i=l...n ehdolla f(x i) = Y°, jossa Y° on annettu tuotantokiintiö. Muka- vuussyistä ehdon epäyhtälö esitetään yhtälö- nä. Muodostamme Lagrangen yhtälön: (5.3.11) L = Pf(Xi )—E pa + MY0-^)] i= 1...n Tämän ensimmäisenasteen ehdoista saam- me: (5.3.12) MVP = MFC + X.MPP kaikilla tuotannontekijöillä. Jos yritys saavut- taisi optimikokonsa kiintiötason alapuolella, MVP = MFC, jolloin myös X= 0. Lagrangen kerroin ilmoittaa tässä tapauksessa sen, kuin- ka paljon kohdefunktion arvo (voitto) muut- tuu, kun kiintiötä muutetaan yhdellä yksiköl- lä. Graafisesti tilanteen voi esittää kuvion 5.10. avulla, joka kuvaa yksikkökustannus- ten kehitystä tuotannon kasvaessa lyhyellä ai- kavälillä. Tuotannon lyhyen aikavälin keski- määräiset yksikkökustannukset ja vastaavat rajakustannukset ovat käyrät AC ja MC. P, on tuotteen efektiivinen tuottajahinta, jota normaalitilanteessa vastaa tuotanto Q,. Kiintiön asettaminen merkitsee tuotannon sopeuttamista korkeintaan kiintiön suuruisek- si, koska rajatuotto ei kata rajakustannuksia kiintiön ylittävällä tuotannon osalla. Raja- tuotto on niin alhainen, ettei se kata edes kes- kimääräisten yksikkökustannusten minimiä. Näin on todennäköisesti myös pitkällä aika- 164 välillä ainakin Suomen oloissa, joten yrityk- sen tuskin kannattaa laajentua pyrkien keski- määräisiin yksikkökustannuksiin, jotka alit- taisivat maailmanmarkkinahinnat. Tällaisen investoinnin vaihtoehtoiskustannukset tuot- toihin nähden olisivat ilmeisesti liian korkeat. Väittämään tuotannon sopeuttamisesta korkeintaan kiintiön suuruiseksi, joudutaan tekemäänyksi varaus, joka johtuu tuotannon- tekijöiden jaollisuusoletuksesta. Esimerkiksi maidontuotannossa lypsylehmät eivät tuotan- nontekijänä ole jaollisia, vaan yhden lehmän vähentäminen merkitsee useiden tuhansien lit- rojen vähennystä kokonaistuotantoon, mikä suomalaisella keskivertotilalla vastaa tuotok- sen vähentämistä vajaalla kymmenellä prosen- tilla. Toisaalta maidontuotannon vähentämi- nen tuotantovuoden lopussa rehun käyttöä säännöstelemällä ei välttämättä ole edullista biologisista syistä. Päivätuotosta on vaikea saada nousemaan ennen seuraavaa laktaatio- kautta6 . Yrityksen tehtäväksi jää kustannusten mi- nimointi tietyllä tuotannontasolla. Esitetyssä optimointiongelmassa minimointi tapahtuu 6 Tässä suhteessa vuoden 1989 lopussa tehty muutos kiintiöjärjestelmään antaa maidontuottajalle enemmän liikkumavaraa. Sen mukaan ensimmäisestä 10 000 litrasta, joka ylittää kiintiön, joutuu maksamaan alennettua kiin- tiömaksua, joka on vain noin neljännes normaalista ta- sosta. implisiittisesti, mikä tulee ilmi esimerkiksi sii- tä, että kustannusten minimointiongelma an- taisi yllä esitetyn kanssa samat tasapainoeh- dot (Beattie ja Taylor 1985, s. 136,137). Yrityksen tulee huolehtia siitä, että pitkällä aikavälillä se käyttää teknologisen kehityksen hyväksi. Silloin tuotannon keskimääräiset yk- sikkökustannukset laskevat ja nettotuotto kasvaa. Vaikka kiintiöjärjestelmä estää talou- dellisesti tehokkaan yrityskoon (ESE) saavut- tamisen, yritys voi huolehtia taloudellisesta te- hokkuudestaan tietyssä yrityskoossa (EES). Tämän luvun alussa esitetyn Herdtin ja Cochranen (1966) käyttämän mallin avulla on mielenkiintoista tarkastella, kuinka tekno- loginen kehitys vaikuttaa maatalousmaan ky- syntään olosuhteissa, joissa tuotanto on kiin- tiöity. Yrityskohtaisen kiintiön ollessa voimas- sa päädytään teknologisen muutoksen jälkeen pisteeseen B (kuvio 5.1), kun oletetaan, että kiintiö vastaa tuotantoa Q,. Jos kyseinen tuotannonhaara on yrittäjän ainoa maatalous- tuotannon vaihtoehto, yrittäjä harkitsee lisä- maan hankintaa vain siinä tapauksessa, että teknologinen kehitys on joko työtä tai pää- omaa säästävää tai molempia. Jos teknologi- nen kehitys taas on maata säästävää, MPPL pienenee suhteessa muiden tuotannontekijöi- den rajatuotoksiin, jolloin (5.3.13) pL /MPPL >p N/MPPN pK /MPPK = MC

AVO. Vastaavasti lausekkeen (A. 1.4) mukaan yrityksen tuotannontekijän kysyntäkäyrä on rajatuottokäyrän osa, jolla MVP 1 (Y) + FC, jossa FC on kiinteät, x2 ;sta johtuvat kustannukset. On huomattava, että kuvion esimerkissä sekä pitkän että ly- hyen aikavälin tuotantofunktion rajatuotoksen oletetaan laskevan jossakin vaiheessa. Pitkän aikavälin tapauksessa tämä näkyy siinä, että aluksi yhtäläisiä tuotannon lisäyksiä osoittavien isokvanttien etäisyydet pienenevät, mutta tuo- tannon kasvaessa etäisyydet alkavat kasvaa. Toisaalta, vaikka pitkän aikavälin tuotantofunktio olisi lineaarisesti homogeeninen (esim. Chiano 1984, s. 411), jolloin iso- kvanttien välit olisivat yhtäsuuret, lyhyellä aikavälillä tuo- toksen nousu vaatii tuolloinkin kasvavan lisäpanoksen muuttuvaa tuotannontekijää inflektiopisteen jälkeen.Tä- mä niin kutsuttu vähenevän lisätuotoksen laki pätee lä- hes poikkeuksettalyhyellä aikavälillä. Pitkällä aikavälil- lä tuotantofunktion muoto riippuu lähinnä tuotantopro- sesin teknillisistä jabiologisista ominaisuuksista (Doll ja Orazem 1984, s. 196). Toisaalta pitkän ja lyhyen aika- välin raja on varsin horjuva. Yrityksen kannalta voidaan sanoa, että pitkä aikaväli koskee tuotannon ja siihen liit- tyvine investointien suunnittelua ja toteutusta, kun taas varsinainen tuotantotoiminta tapahtuu aina lyhyellä ai- kavälillä.Kuvio A.2. 188 Kuvion A.2.a. kolmelle eri kiinteiden kustannusten ta- solle piirrettyjä lyhyen aikavälin laajenemisuria vastaa- vat lyhyen aikavälin kokonaiskustannuskäyrät (SRTC) on kuvattu kuvioon A.2.b. Yrityksen pitkän aikavälin laa- jenemisuraa vastaava kokonaiskustannuskäyrä (LRTC) on johdettuniistä pisteistä, joilla yhtälö (A. 1.15) toteu- tuu. Tällöin lyhyen aikavälin laajenemisurat leikkaavat pitkän aikavälin laajenemisuran. LRTC on SRTC-käyrien »envelope». Kuviossa A.2.c. on kuvattu pitkän- ja lyhyen aikavä- lin keskimääräiset kokonaiskustannukset (LRAC ja SRAC) ja marginaalikustannukset(LRMC ja SRMC). Ne on johdettu vastaavista kokonaiskustannuksista. Niillä tuotannon määrillä, joilla SRTC sivuaa LRTC-käyrää, myös SRAC ja LRAC sivuavat toisiaan. Nämä ovat pisteitä, joilla vastaava tuotannon määrä saadaan tuo- tettuapitkällä aikavälillä pienimmin kustannuksin. Kui- tenkin lyhyellä aikavälillä tuotanto ei yleensä ole optimis- saan siinä pisteessä, jossa SRAC=LRAC. Esimerkiksi yrityksen, jonka kokonaiskustannuskäyrä vastaa kuvion SRTC2:a, kannattaa tuottaa vähintään määrä, jossa SRMC2 =SRAC2 . Tuotteen hinnasta riippuen se voi ol- la enemmänkin esimerkiksi Jotta tämä tuotanto voi- taisiin saada aikaan mahdollisimman pienin kustannuk- sin, yrityksen kannattaa harkita laajentamista siten, että uusi yksikkökustannuskäyrä vastaa SRAC2a:ta. Kasvavat voittomahdollisuudet ja toisaalta aleneva tuot- teen hinta toimivat kiihokkeena yrityksen kasvulle niin kauan, kunnes minSRAC=min LRAC. Tätä ilmiötä sa- notaan suurtuotannon eduksi tai positiiviseksi kokovai- kutukseksi 2 . Positiivinen kokovaikutus (kokoetu) voi olla seurausta työvoiman ja pääomapanoksen spesiali- soitumisesta tai nk. hintavaikutuksesta (suuralennukset ym. Vrt. esim. Hall ja LcVeen 1978, s. 594—597). Ku- vion mukaan myös suurtuotannon etujen hyväksikäyttö siirtää yrityksen ja koko tuotannonalan tarjontakäyrää oikealle. Kokovaikutus voi olla myös negatiivinen, mitä kuvaa LRACm nouseva osa, jossa yrityksellä on paineita rea- lisoida kiinteätä pääomaansa ja supistaa toimintaansa. Sen syyt saattavat olla esimerkiksi liikkeenjohdolliset ja organisatoriset vaikeudet. Kuviossa A.7.c. on piirretty pit- kän aikavälin rajakustannuskäyrä LRMC, jokakikkaa LRAC-käyrän sen minimissä. LRMC-käyrän osaa, joka 2 Positiivinen (negatiivinen) kokovaikutus (Econo- mies/Diseconomies of Size) viittaa keskimääräisten tuo- tantokustannusten alenemiseen (nousemiseen), kun tuo- tantoa kasvatetaan siten, että kustannukset minimoitu- vat kaikilla tuotannon tasoilla. Jos tuotantoakasvatetaan lisäämällä kaikkien tuontannontekijöidenkäyttöä samassa suhteessa, puhutaan vastaavasti positiivisista tai negatii- visista skaalavaikutuksista (Economies/Diseconomies of Scale) (Doll ja Orazem 1984, s. 202). Käyttökelpoisen formaalisen määritelmän ovat tuottaneet esimerkiksi Grabowski ja Sanches (1986, s. 190). Skaalavaikutuksia on tutkittu usein esimerkiksi Cobb-Douglas -funktion avulla [vrt. esimerkiksi Boussard (1976, s. 58), joka to- sin suhtautuu varauksin tulosten luotettavuuteen]. on LRAC-käyrän yläpuolella, kutsutaan yrityksen pitkän aikavälin tarjontakäyräksi (esim. Hirchleifer 1980, s. 308—312). Näin yritys, joka tuottaa LRAC-käyrän mi- nimin oikealla puolella, sopeuttaa tuotantonsapitkällä aikavälillä LRMC-käyrän mukaan. Vasta min LRACm oikealla puolella yrityksen on tarkoituksenmukaista vä- hentää tuotantoaanhinnan laskiessa. Tällöinkin oletetaan, ettei teknologian taso muutu. Min LRACm vasemmalla puolella hinnanlaskua seuraava vähenevä tuotantovaiku- tus ilmenee pitemmällä aikavälillä vain yritysten tuotan- non lopettamisten kautta. Negatiivisia skaalavaikutuksia on harvoin havaittu. Yleensä ainoina esimerkkeinä keskustelussa käytetään yli- suuria kollektiivitiloja, mutta Suomen maataloudesta esi- merkkejä tuskin löytyy. Tämän vuoksi LRMC-käyrän käyttö tuotannonalan pitkän aikavälin tarjonnan teoreet- tisena perustana on kyseenalaista. Käytännössä tuotan- nonalan (ja yritysten) pitkän aikavälin tarjontaan vaikut- taa yritysten lyhyen aikavälin tarjontakäyrien siirtyminen positiivisten kokovaikutusten ja teknologisen kehityksen hyväksikäytön seurauksena. Tästä syystä pitkän aikavä- lin tarjontajoustojen estimaatit saattavat olla jopa nega- tiivisia, varsinkin hinnanlaskun yhteydessä. (Jos tarjon- takäyrien siirtyminen otetaan estimoinnissa huomioon esi- merkiksi trendimuuttujaakäyttämällä, estimoitu jousto kuvaa itse asiassa lyhyen aikavälin joustoa.) Yritysten suunnittelu voi harvoin perustua »hyvin käyt- täytyviin» kustannusfunktioihin. Funktiot ovat usein epä- jatkuvia, mikä johtuu monien tuotantopanosten jaotto- muudesta. Maatalousyritysten osalta esimerkkeinä käy- tetään tavallisesti eläinyksikköä tai traktoria. Kokonais- kustannukset nousevat hyppäyksittäin.Tällöin myös kes- kimääräisten yksikkökustannustenlasku pysähtyy. Epä- jatkuvuus ei välttämättä ole kovin jyrkkää, kuten Bous- sard (1976, s. 61—62) huomauttaa. Esimerkiksi trakto- rimarkkinoilla koot vaihtelevat pienistä puutarhatrakto- reista suuriin nivelkoneisiin. Kotieläinten jaottomuutta voidaan lieventää muuttamalla ruokintaa. Näin epäjat- kuuvuuden jyrkkyys ei sulje pois mahdollisuutta approk- simoida kustannusfunktioita jatkuviksi. Teknologinen kehitys vaikuttaa samalla tavalla niin pit- källä kuin lyhyellä aikavälillä. Tuotantofunktion para- metrit muuttuvat, ja isokvantit siirtyvät origoa kohti. Nii- den kaltevuus saattaavaihdella riippuen siitä, vaikuttaa- ko kehitys eri painolla eri tuotannontekijöiden tuottavuu- teen vai ei (vinoutunut tai neutraali teknologinen kehi- tys). Molemmissa tapauksissa sekä SRTC- että LRTC- käyrät siirtyvät alaspäin kuten myös vastaavat yksikkö- kustannuskäyrät, mikä voi siirtää LRACm minimiä oi- kealle vastaavalla tavalla kuin lyhyen aikavälin tarkaste- lussa todettiin. Mm. Matulich (1978, s. 646) toteaa, että maidontuotannossa kokoetuja saattoi saada jopaviisi ker- taa suuremmissa yksiköissä, kuin mihin aikaisemmissa tut- kimuksissa oli päädytty. Osa eroista voitiin selittää tuo- tannon organisoinnin eroilla, mutta teknologisella muu- toksella pääteltiin olevan kehitykseen selvästi oma vai- kutuksensa. 189 Raja suurtuotannon etujen ja teknologisen kehityksen välillä on varsin horjuva. Esimerkiksi vasta uusi tekno- logia saattaa mahdollistaa suurtuotannon etujen realisoin- nin. Muun muassa siipikarjataloudessa ennen tehokkai- den lääkkeiden kehitystä suurten tuotantoyksiköiden ra- kentaminen oli liian riskialtista epidemiavaaran vuoksi (Peterson ja Hayami 1977, s. 505). Kehittyvät maata- louskoneet ovat usein kapasiteetiltaan suurempia ja edel- lyttävät suurempia tuotannon määriä kannattaakseen. Jos teknologinen muutos lisää perinteisesti käytettyjen tuo- tannontekijöiden rajatuotosta enemmän suurilla panos- määrillä kuin pienillä, sanotaan teknologisenkehityksen olevan suurtuotantoasuosivaa (biased towards larger sca- le). Tällaisissa tilanteissa suurtuotannon edut ja tekno- loginen kehitys ovat erottamattomia ilmiöitä. Skaalavinoutuman japanosvinoutuman (scale bias ja factor saving bias) välinen ero on epäselvä. Suurtuotan- toa suosiva teknologinen kehitys saattaa nostaa työvoi- man rajatuottavuutta enemmän kuin pääoman, jolloin pääoraa(K)/työvoima(L) -suhde laskee, kun oletetaan, että hintasuhteet pysyvät ennallaan (Peterson ja Haya- mi 1977, s. 505). Toisaalta hintasuhde normaalisti nou- see pääoman hyväksi, mikä pienentää K/L -suhteen las- kua. Uhlin (1985, p. 81) kuvaa yksikkökustannusten kehi- tystä seuraavan kuvion avulla (kuvio A.3.). Katkoviival- la merkitty käyrä on tuotannonhaaran keskimääräiset yk- sikkökustannukset (LRAC) yrityksen koon funktiona (esi- merkiksi pinta-alalla tai karjakoolla mitattuna tarkaste- lujakson alussa vallinneen teknologian ja rakenteen ai- kana. Alempi yhtenäinen viiva on vastaavakäyrä tarkas- telujakson lopussa. Pisteet A ja D ovat vastaavien vuo- sien keskiarvoyrityksiä. Uhlin jakaa kustannussäästöt kol- meen luokkaan: 1. Substituutiovaikutus. Voimavaroja säästyy, koska la- jikkeita, rotuja ja tuotantopaikkaa vaihdetaan. Väli A—B. 2. Yrityksen koosta riippumattoman teknologisen muu- toksen kustannusvaikutus. Väli B—C. 3. Yrityksen koosta riippuvaisen teknologisen muutok- sen kustannusvaikutus. Tähän sisältyvät skaalavaiku- tus ja yllä mainittu suurta kokoa suosiva teknologi- nen muutos.Väli C—D. A.2. Tuotannon rakenteen määräytyminen Edellä käsiteltiin yrityksen tuotannon ja sen eri tuo- tannontekijöidenkäytön laajuuden valintaa sekä lyhyel- lä että pitkällä aikavälillä. Kuvatun mallin mukaan voim- me päätellä, mitkä tekijät vaikuttavat mallin sisältämien oletusten vallitessa yritysten päätöksiin toiminnan laajuu- desta. Kuten käsillä olevassa työssä on todettu, maata- louden rakenteen tutkiminen voidaan jakaa eri osa-aluei- siin, joitapuolestaan voidaan kuvata usean eri muuttu- jan avulla. Kokorakenteen lisäksi yksi näistä osa-alueista on maatalouden tuotantorakenne ja toinen tuotannon ja tuotannontekijöidenkäytön alueittainen erilaistuminen. Tässä ja seuraavassa osassa tutkimme yritysteorian an- tamia mahdollisuuksia selittää näitä osa-alueita. Oletetaan, että täydellisen kilpailun olosuhteet vallit- sevat sekä tuote- että panosmarkkinoilla. Oletus ei ole välttämätön, mutta esimerkiksi se, ettäyritystasolla hin- nat ovat annettuja, helpottaa tarkastelua. Päinvastaises- sa tapauksessahintojen paikalle on sijoitettava vastaa- vat tuotteiden kysyntäfunktiot jahintojen tarjontafunk- tiot. Oletetaan lisäksi, että panokset voidaan vapaasti ja- kaa eri tuotteille. Seuraavassa tarkastellaan yrityksen va- lintaongelmaa, kun käytettävissä on kaksi tuotannonte- kijää, K ja L, joilla voidaan tuottaa kahta tuotetta YF ja Yn . Näiden yhteinen tuotantofunktio voidaan esittää implisiittisessä muodossa (Beattie ja Taylor 1985, s. 184, 205—209): (A. 2.1) G(Yf,Yn ,xk ,xl) =0 Yrityksen tavoitteena on jälleen maksimoida voittonsa, eli (A. 2.2).2) max 7t PpYF +PnYn Pkxk Pl xl ehdolla «(Yj.Xi) j =F,N, i=K,L. Tämän optimointiongelman tasapainoehdot voidaan matemaattisesti esittää seuraavana lausekkeena (Esim. Beattie jaTaylor 1985, s. 184, 205—209): (A.2.3) MVPKF /pK = MVPKN /pK = MVPlf/Pl = MVPln/Pl Graafisesti se tuotteiden yhdistelmä, jolla tuotanto olisi käytettävissä oleviin resursseihin nähden kannattavinta jajoka vastaisi myös markkinoilla esiintyvään kysyntää, on esitetty kuviossa A.4. Kuvion yläosassa on kuvattu kaksi taloutta, jotka sijaitsevat alueilla A jaB. Molem- milla alueilla valmistetaan jakulutetaan kahta tuotetta, joitatässä on kutsuttu leiviksi (F) ja paidoiksi (N). Kum- mallakin alueella on käytössään rajallinen määrä tuotan- Kuvio A.3. 190 nontekijöitä sekä eri tekijöistä johtuva alueelle ominai- nen normaalisti käyttäytyvä tuotantofunktio, joiden pe- rusteella on piirretty tuotantomahdollisuuksien käyrät. Ne ovat konkaaveja origon suhteen, koska lisättäessä esi- merkiksi paitojen tuotantoa joudutaan luopumaan yhä suuremmasta määrästä leipien tuotantoa. Kuvion esimer- kissä alueella A on paremmat mahdollisuudet valmistaa paitoja kuin alueella B, jolla on puolestaan paremmat val- miudet leipien tuotantoon kuin alueella B. Kuvioihin piirretyt suorat ovat samatuottosuoria, jot- ka vastaavat niitä tuotantomäärien kombinaatioita, jot- ka antavat saman bruttotuoton. Samatuottosuorien kal- tevuus vastaakyseisten tuotteiden hintasuhteita. Tuotan- non rakenne on tuottajan kannalta optimaalinen, kun tuotteiden hintasuhde vastaa tuotteiden rajakorvaussuh- detta tuotannossa, eli (A. 2.4) MRf/MRn =MPPxn /MPPx f> jossa x tarkoittaa tuotannontekijöiden yhdistelmääky- seessä olevien tuotteiden tuotannossa. Origoon nähden konveksit käyrät ovat kysyntäteorian normaalien oletusten mukaisia (ks. esim Phlips 1974 tai Deaton ja Muelbauer 1985) yksilöiden preferensseihin perustuvia indifferenssikäyriä, joiden kaltevuus on kysees- sä olevien tuotteiden rajahyötyjen (MU) suhde eli tuot- teiden rajasubstituutiosuhde. Optimaalinenkulutusraken- ne saavutetaan, kun tuotteiden hintasuhde vastaa niiden rajasubstituutiosuhdetta, eli (A.2.5) MUf/MUn=PF/P N . Kuvion alaosaan on piirretty kummankin talouden koh- dalle tuotetta F (leipää) kuvaava osittaistasapainomalli. Kuvioiden vaaka-akselina on edelleen leivän määrä QF, mutta pystyakseli kuvaa leivän hintaa, mikä tässä tapauk- sessa voisi olla paitojen määrä, jos oletetaan, että rahaa ei talouksissa käytetä. Kuvioiden yläosasta on johdettu leivän tarjonta- jakysyntäkäyrät, joiden leikkauspisteku- vaa sitä hintasuhdetta, joilla sekä tuottajat että kulutta- jat ovat valmiita vaihtamaan saman määrän paitoja lei- piin.3 3 Useissa yhteyksissä (esim. Phlips 1974, s. 98—100) on kiinnitetty huomiota siihen, että yksilöiden kysynnän aggregointi yhteisöä tai markkinoita kuvaavaksi kysyn- näksi ei ole yhtä ongelmatonta kuin yritysten tarjonnan yhdistäminen markkinoilla esiintyväksi tarjonnaksi. Yri- tykset maksimoivat voittonsa antamatta tuotekombinaa- tioille preferenssijärjestystä, kun taas yksilöiden hyödyn maksimointi perustuu hyödykekombinaatioiden prefe- renssijärjestykseen, joka kullakin yksilöllä on erilainen. Mutta samalla kun tämä tosiasia tunnustetaan, sen em- piiristä merkitystä yleisesti väheksytään (mm. Phlips, 1974). Jatkossaoletetaan, että yksilön käyttäytymisen agg- regointi ei aiheuta merkittävää virhettä analyysissä. Mai- Kuvio A.4. 191 Ilman talouksien välistä kaupankäyntiä markkinoiden edellyttämä tasapainoinen tuotannonrakenne ja sitä vas- taava tasapainoilultaovat taloudessa A pisteessä E ja vas- taavasti taloudessa B tasapaino löytyy pisteessä E l . Tuot- teiden hintasuhteiden kaltevuus on erilainen, eli taloudessa A paidat ovat suhteessa halvempia leipiin verrattunakuin taloudessa B. Tämä merkitsee sitä, että taloudessa A tuo- tetaan ja kulutetaan suhteesa enemmän paitojakuin ta- loudessa B, ja vastaavasti leivän osuus on taloudessa B A:ta suurempi. Tuotteiden hintasuhteiden erilaisuus tarkoittaa sitä,että taloudella A on suhteellinen etu (comparative advantage) paidanvalmistuksessa jataloudella B leivänvalmistuksessa. Tämä puolestaan mahdollistaa molemminpuolisen hyö- dyn saavuttamisen tuotteiden vaihdon eli kaupankäyn- nin avulla. Aikaisempien oletusten lisäksi seuraavassa ole- tetaan, että alueiden välisiä kuljetuskustannuksia ei ole. Tällä ei ole suoranaista vaikutusta kehityksen suuntaan liittyviin johtopäätöksiin. Talous A siirtyy tuotantomahdollisuuksien käyrää pit- kin tuottamaanpisteessä P, eli aikaisempaa enemmän pai- toja ja vähemmän leipiä. Talous B siirtyy tuottamaan pis- teessä P 1 enemmän leipiä ja vähemmän paitoja kuin aikaisemmin. Lauseen (A.2.4) mukaan hintasuhteiden täy- tyy muuttua, kun tuoteyhdistelmää muutetaan. Tällöin myös tuotteiden kulutus muuttuu talouden A siirtyessä kuluttamaan pisteessä Cja talouden B pisteessä Cl , jois- sa lause (A.2.5) toteutuu.Taloudessa A paitojen tuotan- to on N PNC verran suurempi kulutusta, ja syntynyt ero- tus on vientiylijäämä. Taloudessa B paitojentuontitarve on Np'Np 1, mikä vastaa kulutuksen ja tuotannon erotus- ta. Leipien osalta talouden A tuontitarve on F CFP ja ta- louden B vientiylijäämä on Fp'F,, 1 . Jotta nämä kaksi taloutta saavuttaisivat yhteisen tasa- painon, on tuotteiden hintasuhteiden oltava samat kum- massakin taloudessa, ja lisäksi tuotteiden vientiylijäämän on vastattava tuovan talouden tuontitarvetta. Mainittu- jen kahden ehdon on siis toteuduttava samanaikaisesti. Molempien talouksien hyötyminen kaupankäynnistä nä- kyy siinä, että kulutuspisteet C jaC sijaitsevat aikaisem- paa korkeammalla indifferensikäyrällä, ja taloudet ku- nittakoon kuitenkin, että Deaton ja Muellbauer (1985, p. 80, 81, 149—153) ovat asiasta jokseenkin eri mieltä. Inttävät niiden tuotantomahdollisuuksien käyrän ulkopuo- lella. Huomionarvoista yllä esitetyssä mallissa on se, että ta- louksien ei välttämättä tarvitse täydellisesti erikoistua sen tuotteen tuotantoon, jossa niillä on suhteellinen etu toi- seen talouteen verrattuna. Vain silloin,kun avoimessa ta- loudessa hintasuora sivuaa tai leikkaa tuotantomahdol- lisuuksien käyrää käyrän ja tuoteakselin leikkauspisteessä, erikoistumisen tulee olla täydellistä (comer solution). Tä- män mukaan toisella taloudella (esim. A) voi olla luon- nostaan paremmat edellytykset molempien tuotteiden tuottamiseen (absolute advantage), mutta taloudella B on silti suhteellinen etu sen tuotteen tuotannossa, jossa ta- louden A absoluuttinen etu on pienempi. Hecksher ja Ohlin, jotka alunperin kehittivät tämän lähinnä kansainvälisessä kaupassa käytetyn teorian, mai- nitsevat kaksi perussyytä kaupankäynnin toteutumiselle. Ensinnäkin eri tuotteet vaativat tuotannontekijöitäeri suh- teissa, ja toiseksi eri maat omistavat tuotannontekijöitä eri suhteissa. Maat pyrkivät viemään tuotteita, jotkakäyt- tävät enemmän tuotannontekijöitä, joitakyseisellä maalla on suhteessa enemmän ja tuomaan tuotteita, joidenval- mistamiseen kuluu suhteellisesti enemmän tuotannonte- kijöitä, joita maalla on suhteellisesti vähemmän (esim. Kindleberger jaLindert 1978, p. 30). Toisaalta, on huo- mattava tämän mallin olettavan, ettei tuotannontekijöi- tä siirry alueelta toiselle. Käytännössä tämä merkitsisi tuo- tantomahdollisuuksien käyrien siirtymistä tai niiden muo- don muuttumista. Kuvion keskellä oleva osa kuvaa talouksien välisiä markkinoita. Siinä talouden A kysynnän ja tarjonnan ero- tusta kuvaa ED-käyrä (excess demand) ja se leikkaa hinta- akselin P0 B:n kohdalla. (P 0A jaP 0B ovat talouksien Aja B tasapainohintojailman kaupankäyntiä.) Kun taloudessa B leivän hinta nousee P„ B:n yläpuolelle, tarjonta ylittää kysynnän, mikä on kuvattu ES-käyrällä (excess supply). ED- ja ES-käyrät leikkaavat toisensa pisteessä, jossa hinta PT vastaa avoimen talouden molempien markkinoiden tasapainohintaa ja määrä FT puolestaan tällä hinnalla käytyä kauppaa. Yllä esitetylläkauppamallillavoidaan tarkastellapait- si maatalouden ja muun tuotantotoiminnan alueellista ja- kaantumista, myös maataloustuotannon alueellista eri- laistumista. 192 LIITE B 8.1. Havaintoaineisto makromalliin: Maatilojen jakautuminenpinta-alaluokkiin suuralueittain vuosina 1972—1981 Macro data; Distribution of farms by size class and by area in 1972—1981. Kokoluokka (ha) Tilojen kok. lukum. ha 1.0-4.9 5.0—9.9 10.0-14.9 15.0-19.9 20.0—49.9 50. Yht. v. 1959 v. 1969 Etelä-Suomi, Southern Finland 1972 32190 29012 17483 9582 1973 30168 27549 16682 9410 1974 28812 26369 16120 9306 1975 26747 24848 15220 9093 1976 25551 23822 14767 8992 1977 24680 22973 14474 8920 1978 23828 22168 14174 8792 1979 23305 21349 13902 8655 1980 22500 20593 13584 8614 1981 21480 19724 13193 8479 Sisä-Suomi, Central Finland 1972 30505 28682 10734 3443 1973 28700 27591 10628 3543 1974 27179 26401 10417 3730 1975 25636 25147 10103 3810 1976 24699 24102 9963 3892 1977 23833 23164 9877 3994 1978 22976 22345 9733 4079 1979 22393 21562 9623 4219 1980 21664 20831 9498 4316 1981 20830 19980 9357 4326 Etelä-Pohjanmaa, Southern Ostrobothnia 1972 12395 15103 9867 4585 1973 11867 14623 9636 4540 1974 11362 14125 9308 4517 1975 10758 13426 8927 4495 1976 10369 12932 8705 4507 1977 10079 12501 8506 4545 1978 9756 12109 8304 4587 1979 9526 11790 8141 4612 1980 9271 11427 7953 4591 1981 8939 10899 7686 4551 Pohjois-Suomi, Northern Finland 1972 20308 19974 6386 2507 1973 19218 19546 6251 2538 1974 18593 19087 6112 2568 1975 17826 18456 5880 2622 1976 17436 18007 5797 2647 1977 17063 17614 5719 2627 1978 16660 17189 5636 2674 1979 16454 16804 5624 2682 1980 16009 16321 5570 2680 1981 15699 15695 5471 2676 Koko maa, Whole country 1972 95398 92771 44470 20117 1973 89953 89309 43197 20031 1974 85946 85982 41957 20121 1975 80967 81877 40130 20020 1976 78055 78863 39232 20038 1977 75655 76252 38576 20086 1978 73220 73811 37847 20132 1979 71678 71505 37290 20163 1980 69444 69172 36605 20201 1981 66948 66298 35707 20032 12955 1690 102912 126383 111429 13266 1836 98911 126383 111429 13686 1965 96258 126383 111429 14013 2051 91972 126383 111429 14186 2166 89484 126383 111429 14325 2227 87599 126383 111429 14513 2289 85764 126383 111429 14807 2342 84360 126383 111429 14900 2412 82603 126383 111429 15030 2478 80384 126383 111429 2345 118 75827 90742 81867 2502 129 73093 90742 81867 2714 141 70582 90742 81867 2990 153 67839 90742 81867 3172 170 65998 90742 81867 3322 171 64361 90742 81867 3508 171 62812 90742 81867 3705 186 61688 90742 81867 3872 189 60370 90742 81867 4035 188 58716 90742 81867 3538 69 45557 55746 49438 3714 81 44461 55746 49438 3992 94 43398 55746 49438 4257 111 41974 55746 49438 4407 120 41040 55746 49438 4559 131 40321 55746 49438 4715 134 39605 55746 49438 4894 146 39109 55746 49438 5024 158 38424 55746 49438 5138 182 37395 55746 49438 1717 101 50993 58392 54523 1797 108 49458 58392 54523 1900 121 48381 58392 54523 2044 123 46951 58392 54523 2120 135 46142 58392 54523 2237 137 45397 58392 54523 2330 150 44639 58392 54523 2458 170 44192 58392 54523 2550 194 43324 58392 54523 2668 200 42409 58392 54523 20555 1978 275289 331263 297257 21279 2154 265923 331263 297257 22292 2321 258619 331263 297257 23304 2438 248736 331263 297257 23885 2591 242664 331263 297257 24443 2666 237678 331263 297257 25066 2744 232820 331263 297257 25864 2844 229349 331263 297257 26346 2953 224721 331263 297257 26871 3048 218904 331263 297257 193 194 8.2. Maatilojen jakautuminen pinta-alaluokkiin alueittain. Distribution of farms by size class and by area. ha 1.0—4.9 5.0—9.9 10.0—14.9 15.0—19.9 20.0—49.9 50.0 Yht. Etelä-Suomi 1950 49241 36473 18081 8089 11369 1287 124540 1959 48169 36921 19643 8858 11467 1325 126383 1969 37062 31178 18653 9928 12970 1638 111429 1980 22500 20593 13584 8614 14900 2412 82603 1983 13603 19130 12601 8332 15215 2587 71468 1986 17753 16357 11706 7946 15654 2802 72218 Sisä-Suomi 1950 37534 19115 5917 1843 1742 61 66212 1959 47683 29393 8899 2643 2022 102 90742 1969 34514 30239 11293 3438 2268 126 81878 1980 21664 20831 9498 4316 3872 189 60370 1983 19139 18242 9150 4576 4419 216 55742 1986 17249 15938 8715 4732 5139 259 52032 Etelä-Pohjanmaa 1950 26310 21129 10690 4101 3599 68 65897 1959 19439 18412 10709 1733 2980 38 53311 1969 14192 16159 10568 4835 3627 57 49438 1980 9271 11427 7953 4591 5024 158 38422 1983 8258 9920 7272 4532 5431 193 35606 1986 7490 8678 6652 4480 5919 267 33486 Pohjois-Suomi 1950 29652 11717 4125 1430 1423 91 48438 1959 32367 17122 5451 1853 1492 107 58392 1969 23028 20359 6785 2489 1760 102 54523 1980 16009 16321 5570 2680 2550 194 43324 1983 14764 14327 5245 2766 3026 221 40349 1986 13653 12192 4999 2927 3649 274 37694 Maatalouslaskenta 1950, 1959, 1969 Maatilarekisteri 1980, 1983, 1986 195 8.3. Lypsykarjojen jakaantuminenkarjakokoluokkiin alueittain (Maatalouskeskukset). Distribution of dairy herds by herd size and by area (Agricultural Centres). lehmiä, cows I—21 —2 3—6 7—9 10—14 15—19 20— Yht. Etelä-Suomi 1950 31496 55437 10567 5139 1296 982 104917 1959 44953 61209 10808 4149 693 468 122280 1969 20327 43238 11573 3974 559 282 79953 1980 4288 10643 6013 5135 1798 147 28024 1983 3336 7402 5172 5101 2126 1529 24666 1986 2131 5457 4483 4468 2055 1336 19930 Sisä-Suomi 1950 20803 36312 4413 1548 336 168 63580 1959 33480 51608 5131 1463 185 65 91932 1969 14482 37863 7534 1760 171 84 61894 1980 3726 10121 5576 4487 1510 688 26108 1983 1537 7390 4961 4837 1964 930 21619 1986 1815 5472 4618 4584 2024 827 19340 Etelä-Pohjanmaa 1950 18309 25923 2315 454 37 10 47048 1959 18418 29160 3007 537 42 15 51179 1969 7951 19026 3800 941 77 24 31819 1980 1788 4795 2663 2161 844 512 12763 1983 1462 3238 2173 2161 1067 741 10842 1986 908 2319 1851 1961 1139 767 8945 Pohjois-Suomi 1950 11155 19912 1900 520 99 51 33637 1959 16983 27467 2811 594 93 38 47986 1969 9312 26056 5740 1534 163 59 42864 1980 1931 6449 3796 3228 1202 663 17269 1983 1664 4404 3219 3396 1701 885 15269 1986 957 3130 2854 3384 1958 881 13164 Lypsykarjojen jakaantuminen karjakokoluokkiin koko maassa. Whole country. I—2 3—6 7—9 10—14 15—19 20— Yht. 1950 81763 137584 19195 7661 1768 1211 249182 1959 113834 169444 21757 6743 1013 586 313377 1969 52072 126183 28647 8209 970 449 216530 1980 11733 32008 18048 15011 5354 2010 84164 1983 7999 22434 15525 15495 6858 4085 72396 1986 5811 16378 13806 14397 7176 3811 61379 Maatalouslaskenta 1950, 1959, 1969 Maatilarekisteri 1980, 1983, 1986 196 8.4. Lihasikatilojen jakaantumineneri karjakokoluokkiin alueittain. Distribution of pig herds by herd size and by area. sikoja, pigs I—9 10—19 20—49 50—99 100—400 500— Vuosi 1959 Etelä-Suomi 43302 1037 311 165 Sisä-Suomi 36950 116 58 22 Etelä-Pohjanmaa 11286 120 38 15 Pohjois-Suomi 8314 61 21 4 Vuosi 1969 Etelä-Suomi 16977 3020 2112 688 482 34 Sisä-Suomi 9854 671 349 116 59 2 Etelä-Pohjanmaa 5738 1056 653 201 142 6 Pohjois-Suomi 2585 284 173 48 26 9 Vuosi 1980 Etelä-Suomi 1802 1231 2027 1149 1398 132 Sisä-Suomi 619 153 321 243 287 10 Etelä-Pohjanmaa 815 586 918 559 615 23 Pohjois-Suomi 164 72 130 71 103 2 Vuosi 1983 Etelä-Suomi 1298 751 1536 1279 1837 109 Sisä-Suomi 586 97 272 244 353 5 Etelä-Pohjanmaa 532 387 726 585 793 19 Pohjois-Suomi 149 46 96 118 153 2 Vuosi 1986 Etelä-Suomi 1292 675 1053 853 1605 96 Sisä-Suomi 566 92 154 194 314 5 Etelä-Pohjanmaa 404 289 451 439 731 20 Pohjois-Suomi 138 44 85 67 145 3 Sikatiloja yhteensä alueittain. Total number of pig herds by area. 1959 1969 1980 1983 1986 Etelä-Suomi 44961 23313 7739 5574 5574 Sisä-Suomi 37182 11051 1633 1325 1325 Etelä-Pohjanmaa 11482 7796 3516 2334 2334 Pohjois-Suomi 8417 3125 542 482 482 Maatalouslaskenta 1950, 1959, 1969 Maatilarekisteri 1980, 1983, 1986 197 8.5. Kanadiojen jakaantuminen eri karjakokoluokkiin alueittain. Distribution of poultry flocks by flock size and by area. kanoja, hens 1—49 50—199 200—499 500— Vuosi 1959 Etelä-Suomi 72305 12457 1076 107 Sisä-Suomi 55518 1025 86 9 Etelä-Pohjanmaa 18337 2180 181 24 Pohjois-Suomi 11288 492 32 3 Vuosi 1969 Etelä-Suomi 30340 10982 2617 598 Sisä-Suomi 27423 1202 207 66 Etelä-Pohjanmaa 5827 2252 531 191 Pohjois-Suomi 4195 647 129 40 Vuosi 1980 Etelä-Suomi 6137 3244 1724 2037 Sisä-Suomi 5257 533 155 155 Etelä-Pohjanmaa 620 624 423 678 Pohjois-Suomi 372 104 61 75 Vuosi 1983 Etelä-Suomi 5801 2502 1856 2190 Sisä-Suomi 4719 500 160 178 Etelä-Pohjanmaa 608 448 367 839 Pohjois-Suomi 408 71 38 86 Vuosi 1986 Etelä-Suomi 455 1789 1229 1954 Sisä-Suomi 3676 392 97 151 Etelä-Pohjanmaa 513 293 250 797 Pohjois-Suomi 373 58 25 68 Kaikki kanakarjat. Total number of poultry flocks by area. 1959 1969 1980 1983 1986 Etelä-Suomi 85945 44537 13142 12349 9529 Sisä-Suorai 56638 28898 6100 5557 4316 Etelä-Pohjanmaa 20722 8801 2345 2262 1853 Pohjois-Suomi 11815 5011 612 603 524 198 LIITE C 199 200 LIITE D Siirtymätodennäköisyydet maatilojen siirtymisestä kokoluokasta toiseen peltoalan mukaan. Mikroaineisto 1985—86. Transition probabilities for farms moving from one size class to another (field area). Micro data 1985—86. ha 0 I—4 5—9 10—14 15—20 20— Koko maa 0 0.9879200.004550 0.0044600.001640 0.0006500.000780 I—4 0.0586700.926070 0.0116100.001990 0.0007700.000890 5—9 0.0345500.022350 0.9120400.024060 0.0046900.002310 10—14 0.0183400.006760 0.0182200.902910 0.0417700.012000 15—19 0.0153300.002270 0.0054200.023060 0.8813800.072540 20— 0.0099300.001300 0.0020700.004240 0.0130700.969370 Etelä-Suomi 0 0.9857540.004529 0.0048270.002364 0.0009130.001609 I—4 0.1516240.834279 0.0097390.001957 0.0011740.001222 5—9 0.0442860.019812 0.9102610.018239 0.0041370.003262 10—14 0.0240190.007511 0.0160950.908378 0.0309530.013041 15—19 0.0220230.002569 0.0073410.020310 0.8867000.061054 20— 0.0128090.001496 0.0021450.009470 0.0100720.970719 Sisä-Suomi 0 0.9907760.003861 0.0038610.000777 0.0005270.000193 I—4 0.1219550.865994 0.0099720.001298 0.0004150.000363 5—9 0.0293290.022871 0.9130170.027789 0.0055690.001421 10—14 0.0141890.004391 0.0189180.905405 0.0484230.008670 15—19 0.0105510.001937 0.0036600.025624 0.8804900.077734 20— 0.0058890.000589 0.0028520.006675 0.0170600.966235 Etelä-Pohjanmaa 0 0.9869810.006225 0.0056250.002075 0.0007640.000327 I—4 0.1460660.834058 0.0154060.002587 0.0005880.001293 5—9 0.0349390.024972 0.9064620.025520 0.0049280.003176 10—14 0.017131 0,005662 0.0197440.904616 0.0409400.011904 15—19 0.0131060.001747 0.0048050.021188 0.8829180.076233 20— 0.0083050.001355 0.0016950.005254 0.0155930.967627 Pohjois-Suomi 0 0.9866660.005960 0.0051240.001516 0.0003130.000418 I—4 0.0914340.894912 0.0105290.001969 0.0005430.000611 5—9 0.0281610.023196 0.9169890.025911 0.0041110.001628 10—14 0.0137090.010575 0.0199760.883274 0.0569910.015471 15—19 0.0075940.002761 0.0037970.029685 0.8653770.090783 20— 0.0073910.001094 0.0016420.003011 0.0169720.363883 201 LIITE E E.l. Lypsykarjat, siirtymämatriisi 1977—80. Dairy herds, transition matrix 1977—80. Vuosi 1980, year 1980 lehmiä, cows 0 I—3 4—6 7—9 10—14 15—19 20—20 30— 0 203394 1757 1458 1046 13683 12700 2832 267 6750 4256 17065 4868 2461 408 2970 10200 1269 120 152 1659 323 21 12 24 792 260 129 25 208861 I—3 85 20 13 0 29600 669 52 13 3 336764—6 52 13 3 33676 7—9 4626 314 40 4 21023 10—14 8227 2253 286 10 13976 15—19 623 2238 848 13 4102 10—29 147 9 4 7 30 239 1224 119 1779 1 4 61 253 360so- 36 1 3 1 4 61 253 360 228063 19272 24496 18072 15053 5380 2614 427 313377 Siirtymätodennäköisyydet. Transition probabilities. 0 I—3 4—6 7—9 10—14 15—19 20—29 30—49 0 0.9738240.008412 0.0069800.005008 0.0037910.001244 0.0006170.000119 I I—3 0.462263 0.429054 0.095675 0.009020 0.002871 0.000675 0.000439 0 1 4—6 0.200439 0.126380 0.506740 0.144553 0.019865 0.001544 0.000386 0.000089 1 7—9 0.117062 0.019407 0.141273 0.485182 0.220044 0.014936 0.001902 0.000190 10—14 0.090798 0.008586 0.010875 0.118703 0.588651 0.161204 0.020463 0.000715 1 15—19 0.078742 0.005119 0.002925 0.005850 0.151877 0.545587 0.206728 0.003169 1 20—29 0.082630 0.005059 0.002248 0.003934 0.016863 0.134345 0.688026 0.066891 1 30— 0.1 0.008333 0.002777 0.002777 0.002777 0.011111 0.169444 0.702777 1 E.2. Lypsykarjat, siirtymämatriisi 1983—86. Dairy herds, transition matrix 1983—86. Vuosi 1986, year 1986 lehmiä, cows 0 I—3 4—6 7—9 10—14 15—19 20—29 30— 50— 0 247587 510 193 158 2904 5250 1116 169 1355 2305 8854 2236 122 46 23 3 248642 I—3 59 13 10 0 9521 4—6 289 30 6 7 15082 7—9 678 389 2635 8380 2214 116 13 8 14433 9899 1597 78 4 1496310—14 423 142 239 2581 107 25 17 59 78 4 14963 15—19 25 17 59 1528 4354 632 6 6728 10—29 54 9 10 4 14 3 1 5 72 891 2386 65 3491 so- 3 1 5 2 4 162 326 517 253122 8633 13065 13592 14185 7051 3310 419 313377 Siirtymätodennäköisyydet. Transition probabilities. 0 I—3 4—6 7—9 10—14 15—19 20—29 30—49 0 0.9957560.002051 0.0007760.000635 0.0004900.000185 0.0000920.000012 1 I—3 0.3050090.551412 0.1172140.017750 0.0061960.001365 0.001050 0 1 4—6 0.0898420.152831 0.5870570.148256 0.0191610.001989 0.0003970.000464 1 7—9 0.0469750.026952 0.1825670.580613 0.1533980.008037 0.0009000.000554 1 10—14 0.0282690.009490 0.0159720.172492 0.6615650.106729 0.0052120.000267 1 15—19 0.0159030.003715 0.0025260.008769 0.2271100.647146 0.0939350.000891 1 20—29 0.0154680.002578 0.0028640.001145 0.0206240.255227 0.6834710.018619 1 30— 0.0270790.005802 0.0019340.009671 0.0038680.007736 0.3133460.630560 1 202 E.3. Sikakarjat, siirtymämatriisit 1977—80. Pig herds, transition matrix 1977—80. Vuosi 1980, year 1980 sikoja, pigs 0 1—49 50—99 100—199 200—299 300—499 500— Yht. 0 83512 2913 369 282 136 102 27 87341 1—49 5037 4529 460 175 54 23 6 10284 50—99 364 289 551 257 42 22 5 1530 100—199 147 55 109 472 109 36 3 931 200—299 58 8 13 65 155 45 7 351 300—499 28 5 4 15 32 148 21 253 500— 14 3 0 2 6 18 87 130 89160 7802 1506 1268 534 394 156 100820 Siirtymätodennäköisyydet. Transition probabilities. 0 1—49 50—99 100—199 200—299 300—499 500— 0 0.956160 0.033352 0.004224 0.003228 0.001557 0.001167 0.000309 1 1—49 0.489789 0.440392 0.044729 0.017016 0.005250 0.002236 0.000583 1 50—99 0.237908 0.188888 0.360130 0.167973 0.027450 0.014379 0.003267 1 100—199 0.157894 0.059076 0.117078 0.506981 0.117078 0.038668 0.003222 1 200—299 0.165242 0.022792 0.037037 0.185185 0.441595 0.128205 0.019943 1 300—499 0.110671 0.019762 0.015810 0.059288 0.126482 0.584980 0.083003 1 500— 0.107692 0.023076 0 0.015384 0.046153 0.138461 0.669230 1 E. 4. Sikakarjat, siirtymämatriisit 1983—86. Pig herds, transition matrix 1983—86. Vuosi 1986, year 1986 sikoja, pigs 0 1—49 50—99 100—199 200—299 300—499 500— Yht. 0 89864 1402 99 53 30 14 4 91466 1—49 1604 3002 410 124 25 7 0 5172 50—99 107 409 721 275 27 4 3 1546 100—199 45 85 227 911 152 30 1 1451 200—299 22 19 20 126 386 85 6 664 300—499 9 3 8 18 85 268 24 415 500— 1 0 0 4 4 24 73 106 91652 4920 1485 1511 709 432 111 100820 Siirtymätodennäköisyydet. Transition probabilities. 0 1—49 50—99 100—199 200—299 300—499 500— 0 0.982485 0.015328 0.001082 0.000579 0.000327 0.000153 0.000043 1 1_49 0.310131 0.580433 0.079273 0.023975 0.008433 0.001353 0 1 50—99 0.069210 0.264553 0.466364 0.177878 0.017464 0.002587 0.001940 1 100—199 0.031013 0.058580 0.156443 0.627842 0.104755 0.020675 0.000689 1 200—299 0.033132 0.028614 0.030120 0.189759 0.581325 0.128012 0.009036 1 300—499 0.021686 0.007228 0.019277 0.043373 0.204819 0.645783 0.057831 1 500— 0.009433 0 0 0.037735 0.037735 0.226415 0.688679 1 203 E.5. Kanatilat, siirtymämatriisi 1983 —86. Poultry flocks, transition matrix 1983—86. Vuosi 1986, year 1986 kanoja, hens 0 1-49 50-99 100-199 200-399 400-999 1000-2999 3000- Yht. 0 155456 2359 179 104 53 90 68 15 158324 1—49 3451 5760 256 30 9 5 2 0 9513 50—99 259 342 542 154 16 8 0 0 1321 237 97 188 664 140 11 3 0 1340100—199 200—399 400—999 158 34 32 210 754 116 15 0 1319 143 18 14 29 186 1252 154 6 1802 1000—2999 3000— 68 3 1 1 5 168 980 20 1246 18 1 0 0 0 2 43 191 255 Yht. 159790 8614 1212 1192 1163 1652 1265 232 175120 Siirtymätodennäköisyydet. Transition probabilities. 0 1-49 50-99 100-199 200-399 400-999 1000-2999 3000- 0 0.9818850.014899 0.0011300.000656 0.0003340.000568 0.0004290.000094 1 1—49 0.3627660.605487 0.0269100.003153 0.0009460.000525 0.000210 0 1 50—99 0.1960630.258894 0.4102950.116578 0.0121120.006056 0 0 1 100—199 0.1768650.072388 0.1402980.495522 0.1044770.008208 0.002238 0 1 200—399 0.1197870.025777 0.0242600.159211 0.5716450.087945 0.011372 0 1 400—999 0.0793560.009988 0.0077690.016093 0.1032180.694783 0.0854600.003329 1 1000—2999 0.0545740.002407 0.0008020.000802 0.0040120.134831 0.7865160.016051 1 3000— 0.0705880.003921 0 0 0 0.0078430.168627 0.749019 1 Agricultural Structure in Finland A study on applicability of the Markov Chains to forecast the development of agricultural structure and a theoretical analysis on factors influencing the structural change SUMMARY Agricultural structure like economic struc- ture, is a broad and multidimensional concept. Therefore it is no wonder that considerable at- tention is paid to managing structural develop- ment and change. The multidimensional na- ture of the concept is illustrated by the num- ber of indicators which are used in describing structures. This is why the concept itself is sometimes difficult to manage. The object of this study is to describe the development of the agricultural structure in Finland, particu- larly since 1960, by means of certain structural indicators and to forecast the development of the number of farms and their size structure to the turn of the century using the Markov Chain technique. Finally, in applying basic microeconomic theory an attempt is made to examine causal factors, especially those which fall in the sphere of agricultural policy and in- fluence structural development of agriculture and its change. The regional aspect of this problem is an integral part of all parts of the study. For this purpose Finland is divided into four relatively homogenous macro regions, which have often been used in other regional exercises concerning agriculture, eg. book keeping surveys. The main characteristics of the structural change The share of agricultural sector in produc- tion and labour of the whole economy has declined considerably over the last three de- cades. This development has also meant a de- cline in the number of farms and an increase in their size, especially when measured by field area, number of farm animals and amount of fixed capital tied to farm enterprises. In par- ticular, the use of labour substituting machin- ery and other implements has gone up. In fact, only the average labour input has declined. The number of farms has declined gradu- ally, starting from the smallest field area class- es. Southern Finland and southern Ostroboth- nia lead the way in this respect. For example, using the classification applied in this study, the only growing field area class in southern Finland as of the mid-1980s was the class of over 20 hectares, while all three classes over 10 hectares grew in central and northern Fin- land. This was naturally reflected in the regional growth patterns of the farm size. The decline in the number of livestock farms and their growth in size measured by a number of animals has been markedly faster than the corresponding development using a field area measure which for natural reasons is quite static. Livestock farms have also specialized in one or at the most two types of livestock production instead of earlier four or five which was characteristic to almost all farms in operation at the beginning of the study period. Regionally, the development has diversified. Dairy production has lost its rela- tive importance in southern Finland and 204 5 Southern Ostrobothnia to the benefit of pig and poultry production. In the rest ofFinland the development has been the opposite. The increase in average farm size has in practice, evened out the very skewed distribution of farms into different size classes. It should also be noted that this structural development lost some of its momentum in early 1980 s com- pared to the late 1980s. For example, the num- ber of pig and poultry operations declined in all size classes after 1983. Markov Chain model and the yielded forecasts for development of (he farm size structure Markov Chains have been used in this study to examine the development of the size struc- ture of farms. The theoretical basis, estima- tion problems and usefulness of the method- ology is discussed in Chapter 3. In principle, if a system (e.g. structural development in agriculture) is influenced by a large number of variablesand if the effect of each variable is small compared to their combined effect, a stochastic process is a useful tool to model the system. The economic and non-economic factors form a so called background noise in the system producing the transition probabil- ities which are characteristic to the process. When implementing the Markov model in chapter 4, the field area and the number of livestock animals has been used as indicators of the farm size structure. The data originates from the Farm Register. In the analysis con- cerning field area, farms are divided into six size classes, states, of which one is a so called zero-class. This includes all those units which are considered to possess a potential to enter into farming through obtaining farm land for their own use. When forecasting, the size of the zero-class has implications to theabsolute number of farms in the various size-classes but not to their relative size. In this study the size of the zero-class is chosen in such a way that the total number ofall farms in different size classes equals the number of farms having more than one hectares of arable land in the 1959 farm census. This was the biggest ob- served number of farms in Finland. The transition probabilities required by Markov Chains technique are estimated by using time-series data, the so called macro data, of the distribution of farms into vari- ous size classes from 1972 to 1981, and data from transition of individual farms from one size-class to another, the so-called micro data, during 1985—86. In the first case the restricted least squares method was used to estimate transition probabilities. Overall, the approach proved to be quite useful. In particular, one avoids having to identify each individual tran- sition which, in many cases, could be expen- sive. For forecasting purposes, the macro model which is based on an average develop- ment of relatively long period can, in princi- ple, give more stable transition probabilities than the model which is based on relatively comprehensive micro databut which represent a short time period as in the second approach applied here. Matrices of transition probabilities are es- timated for the whole country, southern Fin- land, Central- Finland and northern Finland. To increase the number of observations the data is the time series of the cross-sectional provincial data from the areas. For this rea- son macro matrix could not be created for Southern Ostrobothnia which consists of only one province. Using the estimated matrices the distribution of the farms is forecast for the year 2000. Because micro data behind the distribution of certain variables e.g. the field area was available the trend in the development of the field size structure in the middle of the 1980s (1985—86) is compared to the one in the 19705. A systematic change appears to take place within the transition probabilities which is against the assumption of stationary tran- sition probabilities. However, the technique provides an opportunity to compare the fu- ture development imbedded in the develop- ment of the particular reference time period. The resulting forecasts point to continuing 205 growth of the larger field size classes. Partic- ularly, farms of over 20 hectares of arable land will grow in number in all areas. The de- velopment of the size class of 15 to 20 hec- tares depends on the area. For instance, in southern Finland the relative share of farms in that size class will start to decline before the end of the forecasting period. The change in the development of the absolute number had occurred already before. Later on the cor- responding development is likely to takeplace elsewhere in the country, as well. The fore- casts based on the years 1985—86 imply a more rapid development compared to pace of the 19705. Markov Chains were also applied to moni- tor the development in farm size structure measured by the number of livestock. Because of data constraint transition probabilities using micro data from the whole country for dairy and pork farms were estimated for the periods of 1977—80 and 1983—86. For poul- try farms a uniform data was available only for the latter period. For the macro model no time series with enough observations was available. Besides monitoring the development of the size structure the approach serves as a partial indicator of the development of the production structure. Using the estimated transition probabilities, the development of the size structure in terms of animal numbers for the three types of livestock farms were forecast up to 2001. It is also evident, that the structural development is not a stationary one. In dairy and pork production the development of the size structure has clearly slowed down in the mid 1980 s compared to the end of 19705. The propensity for growth has declined but a decision to exit from the industry is also less likely. The forecast development for poul- try farms is also quite smooth in the different size classes. Agricullural policies and the farm size structure The last section of this study is devoted to a discussion of the possible factors, especial- ly agricultural policy measures, behind struc- tural change in agriculture and its non-sta- tionary character. The discussion which uses mainly microeconomic tools is limited to eco- nomic factors relating to agricultural policy measures. The transition from an agrarian society to industrial and post industrial society has meant a transfer of resources from agriculture to other sectors. As the income level has im- proved the demand has shifted from food, which has a low average income elasticity, to goods and services provided by the other sec- tors and which have a relatively high income elasticity, thus following the Engel’s law. This does, in principle, affect unfavorably the terms of trade of the agricultural sector com- pared to other sectors which have subsequent- ly been able to offer better remuneration for the factors of production than the agricultur- al sector. Agricultural support policies Attempts at arresting the decline in the terms of trade in agriculture have been made by means of price support. Its goals have usually been stated as improvement of the producers income level and stabilization of the agricultural prices. To these goals one could add a structural policy goal according to which the number of producers and therefore also the number of active farms should be as high as possible. This is because the income goal can, in principle be achieved without price support, if the number of producers are allowed to fall to a level which corresponds to the demand of labour input derived from the demand of farm products at equilibrium prices. Other factors affecting the demand of laboralso in this case are the technological de- velopment and the degree of border protec- tion. Regionally the structural development in agriculture has not proceeded uniformly. In the northern regions of Finland the share of agriculture has declined more slowly than in the southern part of the country. Besides the 206 slow growth of the other employment oppor- tunities in less favoured areas due to the prob- lems encountered by firms in the other sec- tors in locating there, this development is strengthened by the fact that both the price and factor support to agriculture has been differentiated in favor of the northern and central parts of the country. In the discussion concerning regional policy it has often been said that the agricultural policies practiced since the 1960 s has undermined particularly the position of the developing rural areas. On the basis of the qualitative analysis of this study it can be concluded that the agricultural policies, in general, and the price policies, in particular, have helped to maintain the social structure and the infrastructure of rural vil- lages by assisting in the habitation of the de- veloping countryside through slowing down the exit from agriculture. This is because the support has improved the viability of small farms. The support measures applied at gener- ation transfers on farms has supplemented price support by making an acquisition of the farm possible even on many of those farms which would not have been economically sus- tainable without the support. It is obvious, however, that a part of the benefit from agricultural support is capitalized into factor prices. A classical example of this is land, which has a very smallprice elasticity of supply. But in this respect one cannot for- get other capital goods in agriculture to which capitalization is not a ruled out phenomena. This may be supported by an active collusion by the factor suppliers to regulate the prices of these factors due to a lack of sufficient competition in the factor markets. In Finland this has partly been made possible by an au- tomatic compensation of the increases in the costs, stipulated in the Agricultural Income Act. Thus, the attempt to reach the income goal by the agricultural support produces a spill over effect and the structure of the fac- tor use in the economy is biased because the support gives an incentive to allocate more factors (particularly land and capital) to agriculture than what would otherwise be the case because of relatively high expected returns to those factors. But higher returns are soon reflected in factor prices and this capitali- zation of support to land and capital goods may reduce the actual returns to labour, promoting transfer of labour out of agricul- ture. The whole situation is reflected in the agricultural income negotiations where, after theautomatic compensation for the increases in costs, the increase in the “farmers’ wage” is subject to negotiations. Supply management policies The difficulty in effective targeting of the price support has meant that while attempt- ing to reach a certain minimum level of in- come at all active farms, price support has provided incentives to increase production at economically more viable farms. This has led to an increase in total production over the tar- get levels resulting in growing costs both to the Government and collectively to the farm- ers themselves according to agricultural in- come legislation. Various supply management measures have been applied in order to restrict production or the use of production factors. The measures used have been firstly adminis- trative orders, e.g. dairy quota system or res- trictions on entry or enlargement of produc- tion units in the livestock sector. Secondly there has been measures under which a pro- ducer is compensated for reducing production or the use of production factor either perma- nently or for a certain time period. The ex- amples of the latter measures have been fal- lowing and the soil bank programmes and the pension schemes for those who retire without handing the farm over to a successor for a fixed time period. In this respect the agricultural policies prac- ticed may have had negative effects on the de- veloping areas of the country where small farms are predominant. Farmers with small farms are more inclined to enter into agree- ment toreduce production than the ones with large farms This is because the present value of the compensation associated with the agree- 207 ments is usually larger in comparison with the net present value of the production forgone for small farms than what is the case with large farms. The factor demand originating from other sectors is a feature, which has probably been more important catalyst for the migration from the rural areas than the schemes to reduce production. In other words, the factor returns offered by other sectors have been higher than the compensations as- sociated with the agreements to reduce pro- duction. One of the problems of rural areas is that no means have been found which would have been effective enough to attract non- agricultural sectors to locate to rural areas or even to rural centers. Generally speaking this does increasingly apply to the food process- ing sector and agricultural supply industry. Agricultural policies and the production structure The production structure has changed with- in agriculture, as well. The farms have special- ized, which has been promoted by develop- ment of marketing systems and seeking econ- omies of scale. Often specialization is dictat- ed by the large investments required by each type of production which lead to a corner so- lution when optimizing the production. One factor influencing the specialization decisions has been the price policy practiced in the coun- try. The Agricultural Income Act has provided an opportunity to make a biased allocation of the price decision by directingrelatively more price support to a product which has a more favourable market outlook relative to other target price products. This opportunity has of- ten been exploited which is reflected in deci- sions to enter into a particular industry. Over the last years, supply control policies have had a significant influence on the choice of the type of production because they have reduced the possible production alternatives. For instance, the restrictions on entering into industry have made it a practical impossibility to enter into pork or poultry farming. For this reason, the specialization process appears to have slowed down in 1980 s because the avail- able resources may allow a higher production volume than what is possible under the re- strictions. The resources are then directed to a production of other products. On the other hand the restrictions of entry (and possibly re- entry) may delay the decision of a possible exit from the industry. The production structure has diverged also regionally. This has been partly affected by support paid on a unit of output or factors of production. The absence of those would seriously lessen the possibilities to produce many products in the northern Finland. Prac- tically all the crops produced in Finland have their northern limits of cultivation running across the country. When these limits are ap- proached the risks involved in these areas pro- duction will grow. The risks are compensat- ed by regionally differentiated price and fac- tor support. Furthermore, these support mea- sures attempt to offset the natural differences in yield. On the other hand, assuming Finland is a closed economy, it can be asked, whether Southern Finland has a comparative advan- tage in certain livestock products over North- ern Finland in spite of its relatively good nat- ural conditions to produce. The question is justified at least for the dairy sector, which has concentrated to areas outside Southern Finland. A significant factor in this develop- ment has been the labour intensity of the dairy sector. Attractive alternative uses for labour can easily be found in the Southern Finland. One of the assumptions used in the qualita- tive analysis of this study (Chapter 5.) has been the inclusion of the transportation costs into the product prices or factor prices. There- fore factor prices are usually assumed to be uniform regardless of the region. However, the differences in feed prices may be one rea- son for the failure of pigmeat, egg and poultrymeat production to spread to northern Finland even though those industries are less directly dependent on the natural conditions compared to crop production. On the other hand, the relative profitability of those 208 products in the 1970 s means that the differ- ences in feed prices cannot be the sole expla- nation of the slow growth of these industries outside southern Finland and southern Os- trobothnia. One reason to this development may have been the regulations included in the scheme to restrict entry to and enlargement of the pro- duction of certain livestock products. These regulations established a minimum levels of feeds which is to be produced at the farm. Those levels are set in terms of hectares. In comparison to the northern parts of the coun- try, southern Finland has more farms which possessed enough field area to be eligible for a licence to establish an economically viable pork or poultry farm. Northern Finland, which may have a comparative advantage also in pork and poultry sectors due to the differ- ences in the opportunity costs of labour, has not been able to exploit this advantage due to administrative barriers 1 . The location deci- sions of the food processing industry offers a further explanation of the differentiationof the production structure by the regions. In these decisions also the location of the con- sumption plays a role. But presumably the transportation of milk to consumers is more expensive than the transportation of processed meat and eggs. The factors influencing the lo- cation decisions of the food processing indus- try are not considered in detail in this study. The assumptions used and their effects on the conclusions The theoretical framework used in chapter 5. includes many other assumptions which need to be taken into account when applying the framework in practical analysis. Most im- portant of these are profit maximization, the inclusion of transaction costs in the product prices and factor prices in the same way as for transportation costs discussed above, and 1 Another issue is the proper manure disposal from the environmental point of view. The required field area for the manure disposal is not necessarily the same as the minimum field area to be reserved for feed production. transferability of factors in terms of regions and products produced. The profit maximizing assumption may not always hold, especially in the short term. Farmers may not always match their marginal cost with marginal returns. This does not nec- essarily imply that farmers have not accepted the profit maximizing principle. Rather, this may be a result of insufficient information of the shape of the production function or of all of its variables. Often the problem is indivisi- bility of the product or the factors of produc- tion, which forces the last unit to be produced at either too low or too high a marginal cost. In this context transaction costs may play a significant role. Optimal production or pro- duction structure is not pursued because the necessary adjustment of production may re- quire too high transaction costs (e.g. cost of reducing uncertainties involved in the reorien- tation of production may be high). The mo- bility of resources from one region or produc- tion line to another may be limited, at least in the short run. For example, the opportuni- ty cost of changing the production line may be high because the existing factors at the farm may be useful in producing only one product. On the other hand, in the long run many of these problems are less significant. The deci- sions which affect farm structure are made in acontext of a long term planning horizon. The direction of these decisions are most proba- bly the same as those made under the profit maximization principle. Therefore, profit maximization can be regarded as acceptable assumption when analyzing structural change, even in agriculture. In the regional analysis the production fac- tors were assumed not to move between the regions. This obviously has implications for the analysis. For example, the opportunity cost of labour may not solely be determined by the employment opportunities within the region but also by those in the other areas. Transaction costs are, however, higher if one is required to move to be employed. The fac- tor mobility reduces the production potential 209 in the region loosing the resources and in- creases potential in the regions receiving them. Regional production possibilities may also be biased because not all the factors move in a same proportion. Concluding comments On the basis of the economic analysis presented in this study regarding the effects of agricultural policies on agricultural struc- tures a following tentative conclusion can be made: Of the various agricultural policy in- struments the structural policy measures used in Finland may not have been the most im- portant factors affecting agricultural struc- tures. This is in contradiction to the statement by the Agricultural 2000 -committee, which says that the central instruments influencing the development of agricultural structures are the structural policy measures, mainly invest- ment support. This statement may be a reflec- tion of the common thinking among agricul- tural policy makers: Income goals are pursued through income policy, production goals through production policies and structural goals through structural policies and therefore those are usually practiced separately. In reality, agricultural structure (number of farms, farm size and production structure) is influenced by all of the measures which are targeted to agriculture either directly or in- directly. Besides agricultural policy measures agricultural structure is likely to be influenced by many other institutional, social and general economic factors and measures. Even among agricultural policy measures structural policy instruments are hardly the most important measures influencing agricultural structures. In this context another noteworthy conclu- sion from the analysis should be mentioned: Agricultural income policy with various as- sociated support measures and agricultural production policy together with a number of supply management measures affect the agri- cultural structure in a way which is usually counter to structural policy goals (particular- ly the one which seeks to enlarge farm size allowing efficient production). These policies have dampened the incentives to improve farm size structure and to introduce cost reducing production methods. The investment support provided within structural policies has influenced the structure according to the goals. The support provided in connection of the generation transfers has partly slowed down structural progress, be- cause it apparently has not been selective enough when the support is allocated to farm of various sizes. If structural policies are to be actively practiced according to the stated goals, theproper management of the support associated with the generation transfers would be the most sensible way to steer the develop- ment. The decision of enter to or exit from agricultural production is easiest and least painful in a situation when no major personal and economic commitment has been made. It should be noted that the agricultural in- come goal (level of income received by farm- ers which is comparable to other sectors), pro- duction goal (secure food supplies, which is usually interpreted to imply the domestic pro- duction to slightly exceed domestic consump- tion in most important food products) and the structural goal in terms of farm size are not necessarily contradictory. The equation may turn into inequality when goals are also set concerning the number of farms desired to be in operation. It is possible that the goals regarding the farm size have not, in practice, been the primary structural policy goals in Finland. For instance, because of various rea- sons associated with rural policy (preservation of thebasic infrastructure, the social interac- tions, and the rural cultural activities, and the general viability of the rural villages) it may have been understood that the most important structural policy goal is to slow down the reduction of the number of farms as much as possible. Even though this goal has not been explicitly stated in the principal legislation relating to agriculture, the agricultural poli- cies have, in practice, supported this goal par- ticularly in the short term. On the other hand, 210 capitalization phenomena arising from the price policy measures may have stepped up the outflow of labour from agriculture. The conclusion on the multitude of factors and measures affecting agricultural structures can be extended to the whole agricultural sec- tor. The volume and structure of the agricul- tural inputs and the production derived from them as well as the level of income provided by the agricultural sector are all affected by agricultural structural, production and income policy measures and a number of other fac- tors and political measures (eg. economic, trade and social policies) prevailing or applied in the society. Therefore, in order to define the objectives of the agricultural policies con- sistently and achieve them effectively, agricul- tural policies should be treated more as one entity and part of other social and economic policies than has been the case so far. The con- cept of agricultural structural policy defined by Ihamuotila can be broadened to cover the whole range of agricultural policies in the fol- lowing way: Agricultural policy activ works to define and co-ordinate the objectives relating to agriculture and to achieve them by applying as effectively as possible feasible measures which also promote, or hinder as little as pos- sible, the achievement of the other goals of the social and economic policies. Structural objectives are an integral part of the economic and social policies and the pos- sible contradictions of the objectives should be solved when the objectives are being de- fined. In the long term, the setting of unam- biguous structural objectives and working consistently to achieve them may by the best means to achieve the other objectives defined for the sector or the whole economy. But per- haps the length of the planning horizon has been the reason for the relatively small em- phasis often given to the structural objectives. In the agricultural sector, the Government has agreed in co-operation with, for example, the agricultural producers organizations on the income and production objectives. In this connection the farmers income level is defined almost by an hourly rate of return to labor and the production targets are defined at least in terms of the minimum production (self sufficiency) and maximum production (pro- duction and export ceilings). On the other hand, structural objectives have not been de- fined by the same precision. For example, no agreement exists on the number of active farms needed and on their desired regional or product distribution. Therefore, no analysis can be made on how consistent the structural objectives are with income and production ob- jectives or with other economic or social poli- cy objectives. In the latter group important objectives in this respect are minimization of the social costs and habitation of the rural areas. The choice of the appropriate means to meet the objectives should also be consistent. Inconsistency may mean that a measure used to meet one objective creates an externality by offsetting the effects of available means used to meet another objective. This mayraise the social costs of practiced policies bringing lit- tle or no benefit to the actual target of the policy. To solve the inconsistency it may be necessary to prioritize the objectives. In this respect the Westermarck committee on agri- culture gave a good example when it defined the objectives regarding structural policies: “The government measures regarding agriculture should be directed in such a way that they promote the structural improvement of farms and encourage farmers to introduce more efficient production methods. This will reduce production costs and help to keep food prices at a reasonable level without creating too heavy a burden to the Government budget.” Topics for further research The theoretical analysis on which the above presented conclusions are based has not been subjected to a quantitative test here. This is partly due to the nature of the general equi- 211 librium model required, which is bound to be very large, because of the large number of policy measures used and presumably a very complicated time lag structure involved. These pose high demands to the quantity and quali- ty of the data. Furthermore, an estimation of the parameters, e.g. price elasticities of this type of model have proved to be difficult be- cause of the very small variation of prices due to the agricultural income regime in place. Simulation models provide one alternative in building the model. In such a case the parameters would be given and the model gives an opportunity to examine alternative development paths and it may be a useful tool when the political objectives and the asso- ciated measures are co-ordinated. But even by using simulation models, the conclusions presented remain at the level of hypothesis. Also, the theoretical basis of the model needs to be developed particularly with respect to its assumptions and the set of variables to be in- cluded in the model. For example, one needs to take into consideration the many other eco- nomic and non-economic factors referred to above. The vast number of variables involved allow us to assume that structural change in agriculture is a stochastic process where the influential factors can be characterized as a background noise in the system. For this rea- son Markov Chains provides an alternative to model structural change and to forecast its de- velopment. In the sphere of Markov chains the most important area of further research is a de- velopment of changing transition probabili- ties to relax the assumption of the stationari- ty of the transition probabilities, an assump- tion which does not seem to hold particularly well in the long run. Explanatory variables may be included in the model to steer the de- velopment of the probabilities. This could be one way to test the analysis presented in the chapter 5., but the data requirements would form a major constraint also in this case. In this respect the techniques developed to join micro and macro data have broadened the possibilities. Markov Chains are also suitable for model- ling the development of other structural indi- cators like the distribution of turnover and production. This requires a more frequent production of distribution data of the varia- bles in question. Presently the list of structural indicators for which annual distribution data is available, is very short. Besides further work on modelling, an im- portant area of additional study regarding the theoretical analysis presented in chapter 5. is a re-examination of the assumptions involved. For example, instead of the profit maximiz- ing assumption of the farm firm, one could use an assumption of utility maximization of the farm household and analyze how the de- cisions which influence farm structure change in theory from those presented here. The util- ity maximization principle was, in fact, used when the support to leave agricultural produc- tion was analyzed. But the development of the empirical methods to test the theory is still in a rudimentary state. Transaction costs can occasionally be the main reason behind a development counter to what is prescribed by basic neoclassical theory of the firm. The transaction cost theory may be used to improve the model in this respect. The location theory should give further insight to the regional differentiation of production structure. But in this context one should take into account the vertical integration of agricul- tural and food sector. The location of the food processing industry and to some extent the farm supply sector (feed mills, for example) may well play an important role in the de- velopment of the regional production struc- ture. 212