Konkurrenskraften i svenska gårdar

Konkurrenskraften i svenska gårdar En jämförelse av lönsamhet och produktivitet bland svenska jordbruksföretag (2005 2013) Lönsamheten varierar stort mellan enskilda gårdar och generellt är det samma gårdar som har bäst och sämst lönsamhet över tid. Större gårdar med hög kapitalisering och ett intensivt jordbruk är oftast mer lönsamma, mer produktiva och mindre beroende av stöd. Hur lönsamheten har utvecklats under 2005 2013 för företagen påverkas främst av utvecklingen av avräkningspriser, produktionsfaktorpriser och produktivitet och i mindre utsträckning av produktionsutvecklingen. Rapport 2016:14

Omslagsfoto, överst från vänster: Shutterstock, Lena Clarin, Göran Molin, Urban Wigert

Konkurrenskraften i svenska gårdar En jämförelse av lönsamhet och produktivitet bland svenska Jordbruksföretag (2005 2013) Rapporten är en del av Jordbruksverkets fortgående arbete med att öka kunskapen om jordbrukets konkurrenskraft och vilka faktorer som är avgörande för att driva ett konkurrenskraftigt företag på landsbygden Syftet med rapporten är att övergripande beskriva variationen i lönsamhet och produktivitet i det svenska jordbruket och identifiera signifikanta faktorer som påverkar variationen. Statistikenheten Författare Joel Karlsson

Sammanfattning Syftet med rapporten är att övergripande beskriva variationen i lönsamhet och produktivitet i det svenska jordbruket och identifiera signifikanta faktorer som påverkar variationen. Variationen i lönsamhet och produktivitet beskrivs för jordbruksföretag generellt och för fyra produktionsspecialiseringar (mjölk, nöt gris, och växtodling). Lönsamheten och produktivitet inom det svenska jordbruket. Utan stöd är lönsamheten generellt dålig inom svenskt jordbruk. Generellt under perioden så har i genomsnitt endast tre av fem företag ett produktionsvärde utan stöd som kan ersätta företagets kostnader och endast cirka 17 procent av företagen har ett produktionsvärde som även kan ersätta egen arbetstid och jordbruksmark med samma belopp som det skulle kosta att ha motsvarande anställd personal och arrenderad mark. Generellt är större gårdar med relativt hög kapitalisering och intensivt jordbruk mer lönsamma, produktiva och mindre beroende av stöd. Dessa företag är ofta mer belånade och mer beroende av anställd personal och arrenderad mark. Lönsamheten varierar stort mellan gårdar. Lönsamheten varierar mycket mellan gårdar och varje år finns det gårdar med bättre och sämre lönsamhet. Generellt är det samma gårdar som har bäst och sämst lönsamhet över tid. Lönsamheten varierar främst mellan och inom gårdar över tid men också mellan lokalisering och specialisering. Skillnaderna i lönsamhet mellan lokalisering i landet och specialisering utjämnas i stort av jordbruksstöd. Hur mycket företagen har kvar efter produktionskostnader för att bland annat ersätta egen arbetstid och jordbruksmark varierar mellan företagen och är bland annat relaterat till företagsstorlek. Det är speciellt oroande för konkurrenskraften på längre sikt om inte företagen kan få en rimlig ersättning för eget arbete och egen jordbruksmark. Lönsamhetsutvecklingen är främst relaterad till utvecklingen av priser och produktivitet. Hur lönsamheten har utvecklas under 2005 2013 påverkas främst av utvecklingen av avräkningspriser, produktionsfaktorpriser och produktivitet och i mindre utsträckning av produktionsutvecklingen. Det är främst produktivitetsutvecklingen som skiljer mellan gårdar med en positiv och negativ förändring av lönsamhet. Gårdar med en positiv förändring av lönsamhet har generellt en positiv produktivitetsutveckling. Ökningen i produktivitet är främst relaterad till högre teknisk effektivitet och bättre fördelning av produktionsfaktorer; båda är nära relaterade till företagets ledarskap och strategi. Rapporten använder genomgående statistik från Jordbruksekonomiska undersökningen (JEU) som är den svenska versionen av den statistik som samlas in på europeisk nivå under namnet FADN (Farm Accountancy Data Network). Statistiken innehåller ett urval av ungefär 1000 svenska gårdar varje år och beskriver för företagen i urvalet detaljerat jordbruksproduktionen, inklusive intäkter och kostnader. Statistik för perioden 2005 2013 analyseras i rapporten.

Innehåll 1 Inledning... 1 1.1 Syfte och disposition... 1 1.2 Avgränsningar... 2 2 Data och mått på lönsamhet och produktivitet... 3 2.1 Beskrivning av statistiken... 3 2.2 Lönsamhets- och produktivitetsmått... 4 2.2.1 Lönsamhets- och produktivitetsförändringar... 5 2.3 Beskrivning av lönsamheten i jordbruksföretagen efter storlek, region och specialisering... 6 2.3.1 Lönsamheten i jordbruksföretagen efter storlek... 6 2.3.2 Lönsamheten i jordbruksföretagen efter region... 8 2.3.3 Lönsamheten i jordbruksföretagen efter specialisering... 9 2.4 Beskrivning av hur lönsamheten i jordbruksföre tagen har varierat under perioden 2005 2013...10 2.4.1 Det är samma företag som tenderar att vara lönsamma över tid.11 3 Analys av lönsamhet och produktivitet i jordbruksföretagen.13 3.1 Lönsamhet och produktivitet i åtta kluster...13 3.2 Hur varierar lönsamheten mellan gårdar, regioner och produktionsinriktningar?...16 3.3 Hur har lönsamhet och produktivitet förändrats över tid?...16 4 Slutsatser...20 4.1 Förslag på fortsatta studier...20 5 Källor...22

1 Inledning Rapporten är en del av Jordbruksverkets fortgående arbete med att öka kunskapen om jordbrukets konkurrenskraft och vilka faktorer som har avgörande betydelse för att bedriva ett konkurrenskraftigt företag på landsbygden. Kunskap om vad som gör att vissa företag konkurrenskraftiga än andra är också viktig för att förstå hur det svenska jordbruket kan hävda sig på allt mer globala marknader. En ökad kunskap är viktigt för alla aktörer i branschen, inte bara för de aktiva jordbruksföretagen utan också för rådgivare, tjänstemän och politiker i utformningen av en politik som främjar ett konkurrenskraftigt jordbruk. Konkurrenskraft är ett relativt begrepp för att beskriva företags, branschers eller landets förmåga att bemöta konkurrens och uppnå lönsamhet. På kort sikt är produktivitet och lönsamhet viktiga indikatorer på konkurrenskraft (Latruffe, 2010). Lönsamma och produktiva företag över tid möjliggör investeringar och innovationer som är nödvändiga för en långsiktig konkurrenskraft. Rapporten presenterar de viktigaste resultaten av en större empiriska studie. Målsättningen med denna kortrapport är att lyfta dessa resultat utan att beskriva de ekonometriska metoderna i detalj. Rapporten beskriver bara översiktligt de metoder som har används och mer detaljerade beskrivningar finns i de källor som redovisas i kapitel 3. Utredningen har starka kopplingar till den statliga Konkurrenskraftsutredningen som hade i uppdrag att utreda möjligheterna för en framtida livskraftig jordbruksoch trädgårdsproduktion (SOU 2015:15). AgriFood har som del av Konkurrenskraftsutredningen analyserat svenska jordbrukets konkurrenskraft relativt andra länder under perioden 1990 2012 (Manevska-Tasevska och Rabinowicz, 2014). Andra rapporter som AgriFood har publicerat om jordbrukets konkurrenskraft inkluderar Manevska-Tasevska m.fl. (2014) och Edenbrandt (2012). Utredningen har också kopplingar till OECDs pågående arbete om produktivitet och uthållighet på gårdsnivå. Jordbruksverket deltar i arbetet som beräknas vara klart november 2016. Denna utredning är en del av det avslutade konkurrenskraftsprojektet som genomfördes av Jordbruksverket under 2015. I det ingår åtta andra delprojekt som beskriver och analyserar olika perspektiv på jordbrukens konkurrenskraft. Resultat från dessa utredningar har legat som grund för analyserna som presenteras i rapporten. Resultaten av studien presenteras också i en sammanfattande syntesrapport (Jordbruksverket 2016), där resultat från alla delrapporter sammanfogas för att ge en bred förståelse för företagens konkurrenskraft. 1.1 Syfte och disposition Syftet med rapporten är att övergripande beskriva variationen i lönsamhet och produktivitet i det svenska jordbruket och identifiera faktorer som förklarar variationen. Analysen i kapitel 3 består av tre delar. I den första delen, analyseras lönsamheten och produktiviteten i åtta identifierade kluster av svenska jordbruksföretag, baserat på data från år 2013. Klustren är identifierade utifrån variabler som beskriver företagets ledning, operativa verksamhet, produktion, storlek och lokalisering. 1

I den andra delen, används flernivåanalys för att identifiera och testa hur lönsamheten varierar mellan specialiseringar, regioner, och inom och mellan företag, baserat på data från perioden 2005 2013. I den tredje och sista delen, analyseras hur lönsamhet och produktivitet har utvecklas inom och mellan specialiseringar och identifierar komponenter som förklarar utvecklingen, baserat på data från perioden 2005 2013 I Kapitel 2, beskrivs och förklaras kortfattat statistiken och de mått på lönsamhet och produktivitet som används i rapporten. Kapitlet inkluderar också en övergripande beskrivning av lönsamheten i jordbruket och hur den har utvecklats över tid. Lönsamheten presenteras efter storlek, region och specialisering. Rapportens avslutande kapitel sammanfattar de slutsatser som kan dras från rapportens olika delar och identifierar områden som är viktiga att analysera vidare. 1.2 Avgränsningar Studien är avgränsad till att studera variationen i lönsamhet och produktivitet inom och mellan fyra utvalda produktionsinriktningar (nöt, gris, mjölk och växtodling) och mellan jordbruksföretag i Sverige generellt. Produktionsinriktningar är utvalda utifrån tillgängligheten till statistik. Lönsamhets- och produktivitetsberäkningarna är begränsade till företagens jordbruksproduktion och inkluderar därför inte produktion och intäkter från andra varor och tjänster som inte kan kopplats till jordbruksproduktion. Studien använder statistik från Jordbruksekonomiska undersökningen (JEU) och är begränsad till perioden 2005 2013. År 2013 är det senaste året med publicerad JEU statistik. Rapporten beskriver bara översiktligt de metoder som har används och mer detaljerade beskrivningar finns i de källor som redovisas i kapitel 3. 2

2 Data och mått på lönsamhet och produktivitet 2.1 Beskrivning av statistiken Rapporten använder genomgående statistik från Jordbruksekonomiska undersökningen (JEU) som är den svenska versionen av den statistik som samlas in på europeisk nivå under namnet FADN (Farm Accountancy Network Data). Den jordbruksekonomiska undersökningen är en bokföringsundersökning som har till syfte att belysa den ekonomiska utvecklingen för olika grupper av jordbruksföretag. Statistiken innehåller ett roterande urval av cirka 1000 svenska gårdar varje år och beskriver för företagen i urvalet detaljerat jordbruksproduktion, inklusive intäkter och kostnader. Då statistiken både är detaljerad och standardiserad är den mycket lämplig för policyanalyser. Rapporten analyserar statistik för åren 2005 2013. År 2013 för närvarande det senaste året med publicerad JEU statistik. Rampopulationen utgörs av jordbruksföretag som ägs eller arrenderas av enskilda fysiska personer, enskilda bolag, handelsbolag eller aktiebolag. Vidare ska företagen ha standardiserade intäkter som överstiger 15 000 Euro. Standardiserade intäkter är ett storleksmått på jordbruksföretag som används inom EU och som utgår från standardiserade intäkter (exklusive stöd) för olika produktionsgrenar. Urvalet är ett stratifierat slumpmässigt urval av jordbruksföretag. Urvalet stratifieras efter län, driftinriktning och ekonomisk storlek. JEU följer företagen i urvalet över tid men varje år ersätts cirka tio procent av företagen. Statistiken som används är därför en obalanserad panel där antalet år ett företag är observerat varierar. Som mest kan ett företag vara observerat nio år och som minst ett år. Totalt ingår 8740 observationer i den statistik som används i rapporten. Statistiken inkluderar företag specialiserade inom nöt-, mjölk- och grisproduktion samt växtodling (spannmåls-, protein- och oljeväxter). Antalet observationer varierar mellan specialiseringarna: 884 nöt, 3313 mjölk, 1091 gris och 1299 växtodling. Ett företag är klassificerat som specialiserat om minst 50 procent av det totala värdet av jordbruksprodukten är inom en av de nämnda specialiseringarna. I genomsnitt har företagen 122 hektar jordbruksmark, 120 djurenheter och 1,80 årspersoner, se tabell 1. Djurenheter, jordbruksmark och årspersoner varierar dock kraftigt, inte minst inom specialiseringarna. En djurenhet motsvarar en mjölkko eller till exempel tio får enligt definition av djurenheter som används av EUROSTAT och FADN. 3

Tabell 1. Antal observationer och medelvärden för djurenheter, jordbruksmark och årspersoner, standardavvikelse inom parantes (2005 2013). Observationer Djurenheter a Jordbruksmark (ha) Årspersoner b Alla Gårdar 8 740 120 (207) 122 (138) 1,8 (1,5) Mjölk 3 313 114 (129) 115 (119) 2,2 (1,5) Gris 1 091 384 (408) 98 (99) 2,0 (1,7) Växt 1 299 16 (59) 160 (188) 1,2 (0,9) Nöt 884 118 (127) 130 (118) 1,5 (0,8) Källa: JEU. Egna skattningar. a Djurenheter enlig EUROSTAT och FADN definition. b Annual Work Unit (AWU) är hur många årspersoner som arbetar i företaget. En årsperson motsvarar 1800 timmar. Jordbruksmark inkluderar både egen och arrenderad mark. Djurenheter inkluderar egna djur och djur som föds under kontrakt. 2.2 Lönsamhets- och produktivitetsmått I rapporten analyseras lönsamheten i företagen och specialiseringarna med hjälp av fyra lönsamhetsmått. Genom att använda fyra mått på lönsamhet är det möjligt att belysa hur stöd till jordbruket och värdering av produktionsfaktorer till alternativkostnad påverkar lönsamheten. Notera att måtten endast beaktar intäkter och kostnader relaterade till jordbruksproduktion. Den produktivitet som analyseras i rapporten är total faktorproduktivitet. Produktivitet är kvoten mellan produktionen och produktionsfaktorer som behövs för att producera varor och tjänster. Inom jordbruket är arbetskraft och jordbruksmark exempel på produktionsfaktorer. Produktivitet kan analyseras i sin helhet som total faktorproduktivitet eller analyseras partiellt, i relation till en produktionsfaktor. Rapporten använder genomgående företag och gård som synonymer för producenter av jordbruksprodukter. Med produktionsvärde menas värdet av all jordbruksproduktion som skett på gården under året. Produktionsvärdet inkluderar inte bara de tjänster och varor som sålts under året utan också till exempel de lagerförändringar som ägt rum under året. De fyra lönsamhetsmåtten kan benämnas CR, CRS, PCB och PCBS. 1 CR är kvoten mellan produktionsvärdet exklusive jordbruksstöd och kostnaden av handelsbara produktionsfaktorer. CRS beräknas på samma sätt som CR men inkluderar jordbruksstöd i produktionsvärdet. PCB är kvoten mellan produktionsvärdet exklusive jordbruksstöd och kostnaden av produktionsfaktorer (inklusive estimerade kostnader för produktionsfaktorerna eget arbete och användning av jordbruksmark). Alternativkostnaden för eget arbete skattades utifrån kostnaden för anställd personal i företaget och om det inte finns någon anställd personal i företaget används medellönen för anställd personal i länet. För egen jordbruksmark används medelkostnaden för att arrendera jordbruksmark per NUTS2 region, som publiceras av Jordbruksverket. PCBS beräknas på samma sätt som PCB men inkluderar stöd i produktionsvärdet. 1 CR och PCB är förkortningar för respektive Cost Revenue och Private Cost Benefit. 4

CR och CRS visar om produktionsvärdet motsvarar de kostnader som uppstår av produktionen. De relaterar till lönsamheten på kortare sikt då det är ekonomiskt ohållbart att bedriva produktionen om inte produktionsvärdet minst motsvarar produktionskostnaderna. PCB och PCBS relaterar till lönsamheten på längre sikt. För att företaget ska vara lönsamt på sikt och vara konkurrenskraftigt räcker det inte att produktionsvärdet täcker produktionskostnaderna, företaget måste också få avkastning för den tid och kapital som investeras i verksamheten. CR, CRS och PCB kvoterna har tidigare används av bland annat Davidova m.fl. (2003) och Iraizoz m.fl., (2007). Notera att ingen av kvoterna inkluderar finansiella intäkter och kostnader. Om finansiella kostnader inkluderas är andelen lönsamma företag lägre. Som produktivitetsmått används ett Törnqvist index för att beräkna total faktorproduktiviteten och är ett aggregat av all produktion (inklusive stöd) och produktionsfaktorer, se Rasmussen (2011) för en beräkning av ett Törnqvist produktivitetsindex utifrån dansk statistik på gårdsnivå. 2.2.1 Lönsamhets- och produktivitetsförändringar Rapporten beräknar också hur lönsamheten och produktionen förändras mellan år på gårdsnivå. Där lönsamheten är beräknad som produktionsvärdet inklusive stöd minus kostnaden för produktionsfaktorer. Fyra produktionsfaktorer beaktas i rapporten (insatsvaror, kapital, arbete och jordbruksmark). Lönsamhetsför ändringarna mätts i relation till totala kostnader då lönsamheten kan vara både negativ och positiv. Det går att dela upp Lönsamhets- och produktivitetsförändringar i komponenter (Kumbhakar och Lien, 2009; Kumbhakar m.fl., 2000; Bauer, 1990). Komponenterna ger information om varför vi observerar förändringar i lönsamhet och produktivitet. Lönsamhetsförändringen beror på utvecklingen av följande komponenter: Produktion, högre produktion påverkar lönsamheten positivt om företaget går med vinst Avräkningspriser, högre avräkningspriser påverkar lönsamheten positivt Produktionsfaktorpriser, högre produktionsfaktorpriser påverkar lönsamheten negativt Produktivitet, högre produktivitet påverkar lönsamheten positivt Produktivitetsförändringen beror på utvecklingen av följande komponenter: Skalfördelar, påverkar produktiviteten positivt om det finns stordriftsfördelar Teknisk förändring (TC), en positiv teknisk utveckling påverkar produktiviteten positivt Teknisk effektivitet (TEC), högre teknisk effektivitet påverkar produktiviteten positivt Fördelning av produktionsfaktorer, bättre fördelning av produktionsfaktorer påverkar produktiviteten positivt 5

2.3 Beskrivning av lönsamheten i jordbruksföretagen efter storlek, region och specialisering Utan stöd så är i snitt endast 64 procent av jordbruksföretagen lönsamma under perioden 2005 2013, se figur 1. Om alternativkostnaden för eget arbete och egen jordbruksmark beaktas (PCB) så är andelen lönsamma företag betydligt lägre, 17 procent. Även om stöd inkluderas (PCBS) så är andelen lönsamma företag endast 43 procent. Enligt CRS måttet på lönsamhet så är de flesta gårdar lönsamma (ca 93 %) och skillnaderna mellan större och mindre gårdar är inte signifikant. 2,3 2.3.1 Lönsamheten i jordbruksföretagen efter storlek Kategorin större gårdar har en högre andel lönsamma företag än mindre företag och skillnaden är signifikant, enligt alla mått utom CRS. Här är större gårdar definierade som de största gårdarna, som i termer av produktion har en total produktion som motsvarar 50 procent av värdet av den totala jordbruksproduktionen i Sverige. I Sverige så producerar 20 procent av företagen ungefär 50 procent av produktionsvärdet. De större företagen har i snitt 271 hektar jordbruksmark, 359 djurenheter och 3,71 årspersoner, se tabell 2. Djurenheter, jordbruksmark och årspersoner varierar dock kraftigt inom de två storleks kategorierna. Större gårdar är i större utsträckning specialiserade inom nöt-, mjölk- och grisproduktion samt växtodling än mindre gårdar. Bland större gårdar är gårdar specialiserade inom mjölk- och grisproduktion är överrepresenterade och gårdar inom nötproduktion och växtodling underrepresenterade. Tabell 2. Antal observationer, andel gårdar inom en specialisering och medelvärden för djurenheter, jordbruksmark och årspersoner för de två storlekskategorierna, standardavvikelse inom parantes (2005 2013). Större gårdar Mindre gårdar Andel mjölk (%) 45 36 Andel gris (%) 23 10 Andel växt (%) 8 16 Andel nöt (%) 6 11 Andel övriga (%) 17 26 Djurenheter a 359 (380) 70 (86) Jordbruksmark (ha) 271 (232) 91 (77) Årspersoner b 3,71 (2,52) 1,41 (0.71) Observationer 7225 1515 Källa: JEU. Egna skattningar. a Djurenheter enlig EUROSTAT och FADN definition. b Annual Work Unit (AWU) är hur många årspersoner som arbetar i företaget. En årsperson motsvarar 1800 timmar. Jordbruksmark inkluderar både egen och arrenderad mark. Djurenheter inkluderar egna djur och djur som föds under kontrakt. Andel gårdar inom en specialisering är avrundat och summerar därför inte till 100 inom varje storlekskategori. Större företag har i större utsträckning ett produktionsvärde som förutom produktionskostnader dessutom täcker en ersättning för eget arbete och egen jordbruksmark motsvarande alternativkostnaden. Av större gårdar har nästan 47 2 Om Räntekostnader inkluderas i CR och CRS kvoterna är andelen lönsamma företag, respektive 56 % och 90 %. 3 Rapporten använder en signifikansnivå på 5 procent. 6

procent ett produktionsvärde utan stöd som täcker både produktionskostnaden och alternativkostnaden (PCB). Motsvarande andel bland mindre gårdar är knappt 11 procent. Procent lönsamma gårdar 0 20 40 60 80 100 92,5 93,1 95,7 83,2 77,1 61,3 64,0 46,8 43,0 34,6 17,0 10,7 CR CRS PCB PCBS Mindre gårdar Alla gårdar Större gårdar Figur 1. Procent lönsamma företag enligt fyra lönsamhetsmått och storlek (2005 2013) Källa: JEU. Egna beräkningar. Figur 2 visar medelvärdet för CR och PCB måtten och spridningen i medelvärde mellan den fjärdedel av företagen som har bäst lönsamhet och den fjärdedel av företagen som har sämst lönsamhet, för alla gårdar och storlekskategori. Värden över ett anger för CR måttet att produktionsvärdet exklusive jordbruksstöd är större än kostnaden av handelsbara produktionsfaktorer. För att värdet ska vara större än ett för PCB måttet måste produktionsvärdet exklusive jordbruksstöd dessutom minst motsvara kostnaden alternativkostnaden för eget arbete och egen jordbruksmark. Lönsamheten varierar mer för mindre gårdar än större gårdar, enligt både CR och PCB måtten. Enligt CR måttet är det små skillnader i genomsnittlig lönsamhet generellt och mellan de företag som går bäst inom varje storlekskategori. De större gårdar som går sämst enligt CR måttet har däremot en signifikant högre lönsamhet än de mindre gårdar som har lägst lönsamhet. Enligt PCB måttet så är lönsamhet i snitt högre för större gårdar generellt. Lönsamhet (CR & PCB) 0,4 0,6 0,8 1,0 1,2 1,4 1,6 Mindre Gårdar Alla gårdar Större gårdar CR PCB Medelvärde Figur 2. Lönsamhet enligt CR och PCB måtten och storlek, medelvärden för alla företag och spridningen i medelvärde mellan den fjärdedel av företagen som har bäst lönsamhet och den fjärdedel av företagen som har sämst lönsamhet (2005 2013) Källa: JEU. Egna beräkningar. 7

2.3.2 Lönsamheten i jordbruksföretagen efter region Andelen lönsamma företag varierar enligt CR och PCB måtten mellan regionerna. Högst andel lönsamma företag finns i södra Sverige och lägst i norra Sverige, se figur 3. Det är också i Sveriges slättbygder som de flesta jordbruksföretagen finns, medan företagen blir färre norröver. Lönsamhetsmåtten som inkluderar stöd varierar lite mellan regionerna och skillnaderna är inte signifikanta för CRS måttet. PCBS måttet är något lägre för norra Sverige och skillnaden är signifikant. Procent lönsamma gårdar 0 20 40 60 80 100 92,4 94,3 93,9 68,2 63,4 50,4 46,7 45,5 37,8 24,1 16,2 6,5 Södra och mellersta slättbygder Södra och mellersta skogsbygder Norra Sverige CR CRS PCB PCBS Figur 3. Procent lönsamma företag enligt fyra lönsamhetsmått och region (2005 2013) Källa: JEU. Egna beräkningar. Lönsamheten varierar mest i regionen södra och mellersta slättbygder och minst i norra Sverige, se figur 4. Gårdar i slättbygder har i genomsnitt högst lönsamhet och de mest lönsamma företagen i regionen har signifikant högre lönsamhet i snitt, jämfört med gårdarna med högst lönsamhet i de andra två regionerna. Lönsamheten är snitt generellt lägst i norra Sverige. Variationen i lönsamhetsmåtten beror delvis på hur beroende specialiseringen historiskt har varit av stöd och vart i Sverige de flesta gårdarna inom en specialisering är lokaliserade. Lönsamhet (CR & PCB) 0,4 0,6 0,8 1,0 1,2 1,4 1,6 Södra och mellersta slättbygder Södra och mellersta skogsbygder Norra Sverige CR PCB Medelvärde Figur 4. Lönsamhet enligt CR och PCB måtten och region, medelvärden för alla företag och spridningen i medelvärde mellan den fjärdedel av företagen som har bäst lönsamhet och den fjärdedel av företagen som har sämst lönsamhet (2005 2013) Källa: JEU. Egna beräkningar. 8

2.3.3 Lönsamheten i jordbruksföretagen efter specialisering Andelen lönsamma företag varierar enligt CR måttet också mellan specialiseringar med högst andel lönsamma företag inom grisproduktion och lägst inom nötproduk tion, se figur 5. Notera att företagens storlek varierar mellan specialiseringar. Lönsam hetsmåttet CRS som inkluderar stöd varierar lite mellan specialiseringarna och skillnaderna är endast signifikanta för växtodling. Andelen lönsamma företag varierar också enligt PCB och PCBS måtten mellan specialiseringar. Enligt PCB måttet är andelen lönsamma företag högst inom grisproduktion och lägst inom nötproduktion. Enligt PCBS måttet är andelen lönsamma företag högst inom växtodling och lägst inom mjölkproduktion. Skillnaderna mellan specialiseringar är signifikant. Procent lönsamma gårdar 0 20 40 60 80 100 74,1 97,5 15,0 47,9 92,6 87,3 44,3 56,9 65,1 90,7 28,2 60,0 48,0 93,3 Mjölk Gris Växt Nöt CR CRS PCB PCBS 12,2 52,1 Figur 5. Procent lönsamma företag enligt fyra lönsamhetsmått och specialisering (2005 2013) Källa: JEU. Egna beräkningar. Lönsamheten varierar mest inom specialiseringen växtodling, se figur 6. I de övriga specialiseringarna varierar lönsamheten mindre och ungefär lika mycket. För gårdarna med högst lönsamhet inom varje specialisering så kan högst (lägst) lönsamhet i snitt observeras för växtodling (nötproduktion) och grisproduktion (nötproduktion), för respektive CR och PCB måttet. För gårdarna med lägst lönsamhet inom varje specialisering har gårdar med grisproduktion i snitt högst lönsamhet, enligt båda lönsamhetsmåtten; lägst lönsamhet har gårdar specialiserade inom växtodling och nötproduktion för respektive CR och PCB måttet. Lönsamhet (CR & PCB) 0,4 0,6 0,8 1,0 1,2 1,4 1,6 1,8 Mjölk Gris Växt Nöt CR PCB Medelvärde Figur 6. Lönsamhet enligt CR och PCB måtten och specialisering, medelvärden för alla företag och spridningen i medelvärde mellan den fjärdedel av företagen som har bäst lönsamhet och den fjärdedel av företagen som har sämst lönsamhet (2005 2013) Källa: JEU. Egna beräkningar. 9

2.4 Beskrivning av hur lönsamheten i jordbruksföretagen har varierat under perioden 2005 2013 Andel lönsamma företag har varierat över tid. Figur 7 visar hur andelen lönsamma företag inom de fyra specialiseringar har varierat mellan 2005 2013 enligt CR måttet. CR måttet inkluderar inte stöd eller alternativkostnaderna för eget arbete och egen jordbruksmark och varierar därför mest av lönsamhetsmåtten över tid. De generella trenderna är dock samma för alla fyra lönsamhetsmåtten. Notera att företag som har avvecklat sin verksamhet ett givet år inte finns med i statistiken. Man kan urskilja två perioder med lägre lönsamhet inom specialiseringarna mjölk (2009) och gris (2011) under den observerade perioden. Mest påtaglig är den relativt låga andelen lönsamma växtodlingar och mjölkföretag år 2009. Den låga lönsamheten för mjölk och växtodling år 2009 berodde på att världsmarknadspriserna för mjölk och spannmål sjönk på grund av stora lager och åren dessförinnan hade priserna varit höga. Grisföretagen drabbades 2011 av en foderskandal (dioxinbemängt foder) som utlöste kraftiga prissänkningar på griskött. En trend som kan urskiljas är att gårdar med nötproduktion generellt har ökat sin lönsamhet efter 2009. Procent lönsamma gårdar (CR) 20 40 60 80 100 2005 2006 2007 2008 2009 2010 2011 2012 2013 År Mjölk Gris COP Nöt Figur 7. Andel lönsamma företag varje år enligt CR kvoten (2005 2013) Källa: JEU. Egna beräkningar Lönsamheten varierar mellan företagen, varje år finns det lönsamma och olönsamma företag. Figur 8 visar medelvärdet för CR måttet och spridningen i medelvärde mellan den fjärdedel av företagen som har bäst lönsamhet och den fjärdedel av företagen som har sämst lönsamhet, varje år. Figuren inkluderar alla företag i JEU men liknande spridning kan också observeras för alla fyra specialiseringar. 10

Lönsamhet (CR) 0,6 0,8 1,0 1,2 1,4 1,6 2005 2006 2007 2008 2009 2010 2011 2012 2013 År Bästa/Sämsta Alla Figur 8. Lönsamhet enligt CR måttet, medelvärden för alla företag och spridningen i medelvärde mellan den fjärdedel av företagen som har bäst lönsamhet och den fjärdedel av företagen som har sämst lönsamhet (2005 2013) Källa: JEU. Egna beräkningar 2.4.1 Det är samma företag som tenderar att vara lönsamma över tid Det är generellt samma företag som har bäst/sämst lönsamhet 2005 2013. Figur 9 visar hur företagens relativa lönsamhet (rankning) utvecklades mellan 2005 2006 och 2012 2013 och inkluderar alla 439 företag som finns med i urvalet 2005 2013. Som nämnt i avsnitt 2.1 så ersätts ungefär 10 procent av företagen i urvalet varje år. Det är troligen mer sannolikt att företag med låg lönsamhet försvinner från urvalet. Det är därför troligt att associationen i relativ lönsamhet är starkare än illustrerat i figuren. Företagens lönsamhet har rankats under två perioder Snittvärden för två år av CR måttet har används för att minska den slumpmässiga variationen i lönsamhet. Företagen klassificeras därefter i tre grupper efter kvartilvärden 2005 2006 och 2012 2013: fjärdedelen av företagen med bäst lönsamhet (grön); fjärdedelen av företagen med sämst lönsamhet (röd); resterande företag (beige). Generellt ändrar företagen inte grupp mellan 2005 2006 och 2012 2013. Det är speciellt ovanligt att ett företag har gått från gruppen med bäst/sämst lönsamhet till gruppen med sämst/bäst lönsamhet. Till exempel, av de 110 företag som hade sämst lönsamhet 2005 2006 så hade endast sex företag bytt till gruppen med bäst lönsamhet 2012 2013. 11

2005-2006 2012-2013 Figur 9. Krosstabell av relativ lönsamhet (2005/2006 2012/2013) Källa: JEU. Egna skattningar. 12

3 Analys av lönsamhet och produktivitet i jordbruksföretagen Lönsamhet och produktivitet i svenska jordbruksföretag analyseras från tre perspektiv. I avsnitt 3.1 analyseras lönsamheten och produktiviteten i och mellan åtta identifierade kluster av svenska jordbruksföretag, år 2013. Istället för att analysera lönsamhet och produktivitet separat utifrån olika perspektiv såsom storlek och region används klusteranalys för att hitta grupper av gårdar som utifrån data som liknar varandra. Antalet kluster bestäms från data och test. Klustren av gårdar identifieras från 26 variabler som beskriver företagets ledning, operativa verksamhet, produktion, storlek och lokalisering. 4 Liknande analys har tidigare gjorts för jordbruksföretag i Tjeckien (Davidova m.fl., 2003) och Spanien (Iraizoz m.fl., 2007). I avsnitt 3.2 används flernivåanalys för att identifiera och testa hur lönsamheten varierar mellan specialiseringar, regioner, och inom och mellan företag. För varje lönsamhetsmått skattas simultant hur lönsamheten varierar mellan specialiseringar, regioner och företag. Vilket möjliggör att identifiera hur står del av variationen i lönsamhet som observeras mellan gårdar över tid kan kopplas till skillnader mellan specialiseringar, regioner, företag eller slumpmässig variation över tid. Skattningarna beaktar att ett företag är lokaliserat i en region och har en specialisering. Liknande analys har inte gjorts tidigare för svenska jordbruksföretag. Variation i teknisk effektivitet mellan företag, specialiseringar och regioner i Sverige har tidigare identifieras av bland annat Manevska-Tasevska m.fl. (2013). Se till exempel Hox och Roberts (2011) och de Leeuw och Meijer (2008) för mer information om flernivåanalys. Flernivåanalys har tidigare bland annat används för att analysera om gårdsstödet kapitaliseras i gårdspriser (Karlsson och Nilsson, 2014). I avsnitt 3.3 analyseras hur lönsamhet och produktivitet har utvecklas inom och mellan specialiseringar och identifierar komponenter som förklarar utvecklingen. 5 I avsnittet används de metoder som har utvecklas av bland annat Kumbhakar och Lien (2009) Kumbhakar m.fl. (2000) och Bauer (1990) för att dela upp lönsamhets- och produktivitetsförändringar i komponenter på gårdsnivå. Genom att dela upp förändringarna ökar information om varför vi observerar förändringar i lönsamhet och produktivitet. Komponenterna är presenterade i avsnitt 2.2.1. Sipiläinen m.fl. (2014) har tidigare studerat komponenterna av lönsamhets- och produktivitetsförändringar för gårdar i de norska och finska mjölksektorerna. 3.1 Lönsamhet och produktivitet i åtta kluster De identifierade åtta homogena kluster av svenska gårdar kan karakteriseras av geografiska förutsättningar, specialisering, storlek och företagsform. Tre av klustren är främst karakteriserade av geografiska förutsättningar, detta 4 För att undvika korrelation mellan variablerna används principalkomponentanalys. Klusteranalysen genomförs med åtta principalkomponenter, motsvarande ca 80 procent av totala variansen. 5 Analysen inkluderar endast gårdar inom en specialisering som kan observeras minst två på varandra följande år. 13

är kluster LFA, Skog och Mjölk 2. Klustren inkluderar nästan endast gårdar som finns i LFA-områden 6 eller skogs- och mellanbygder. Resterande fem kluster inkluderar främst gårdar som finns i slättbygder men också ett mindre antal gårdar som finns i andra regioner. Detta är kluster Mindre, Mjölk, Gris, AB och Växt, se tabell 1. Fyra av klustren inkluderar främst gårdar specialiserade inom en produktionsinriktning. Växt och Gris klustren är främst specialiserade inom respektive växtodling och grisproduktion. Både Mjölk och Mjölk2 klustren är specialiserade inom mjölkproduktion. Resterande fyra kluster kan inkludera specialiserade gårdar men är generellt inte definierad av någon produktionsinriktning. Ett av klustren (Mindre) kan identifieras utifrån storlek och inkluderar främst mindre gårdar. Klustret Växt inkluderar främst större växtodlingsgårdar. Slutligen AB klustret inkluderar nästan endast gårdar som bedriver verksamheten som aktiebolag. Det finns aktiebolag inom alla kluster men klustret karakteriseras av att det är det enda med nästan endast aktiebolag. Förutom att klustren kan karakteriseras av geografiska förutsättningar, specialisering, storlek och företagsform så finns det skillnader mellan klustren vad gäller kapitalisering, intensivitet, skuldsättning och användning av externa produktionsfaktorer (arrenderad mark och anställd arbetskraft), se tabell 3. Notera att jämförelsen nedan främst jämför medelvärden mellan klustren. Tabell 3. Jämförelse av karakteristika i de åtta identifierade klustren Kluster Lokalisering Kapitalisering Intensivitet Belåningsgrad Produktionsfaktorer Årspersoner a Mindre slättbygder låg låg låg egna 1,3 Mjölk slättbygder mellan mellan mellan medel 2,2 Gris slättbygder hög hög hög anställda 2,7 AB slättbygder hög hög hög AB 3,7 Växt slättbygder hög hög hög anställda 3,2 LFA LFA låg låg mellan arrenderar 2,0 Skog Mjölk2 Skogs-och mellanbygder Skogs-och mellanbygder låg mellan låg egna 1,5 mellan mellan mellan arrenderar 2,0 Källa: JEU. Egna skattningar. a Annual Work Unit (AWU) är hur många årspersoner som arbetar i företaget. En årsperson motsvarar 1800 timmar. Det finns generellt ett samband mellan kapitalisering, intensivitet, skuldsättning och storlek. Kluster med en högre kapitalisering bedriver ett mer intensivt jordbruk och är större men har också mer lån i relation till tillgångar (belåningsgrad). Kluster med större gårdar arrenderar mark och har anställda i större utsträckning. Generellt så bedriver kluster med mindre gårdar ett mindre intensivt jordbruk, har lägre kapitalisering och lägre belåningsgrad, jämfört med kluster med större gårdar. Kluster i regioner som är mindre gynnsamma för jordbruk kännetecknas av att företag bedriver generellt ett mindre intensivt jordbruk och har lägre kapitalisering. 6 Less Favoured Areas (LFA) eller mindre gynnade områden 14

Lönsamhet och produktivitet varierar mellan klustren och skillnaderna är statistiskt signifikanta. Sämst lönsamhet kan observeras för kluster med mindre gårdar (Mindre) och för kluster med gårdar lokaliserade i regionen som är mindre gynnsamma för jordbruk (LFA och Skog), se tabell 4. Mer lönsamma är kluster med större gårdar och kluster som är specialiserade inom en produktionsinriktning. Högst andel lönsamma gårdar kan observeras för klustret Gris, det är också det kluster med högst produktivitet. Gårdar i klustret Gris presterar överlag bättre än andra gårdar inom samma specialisering, jämför med figur 5. Tabell 4. Procent lönsamma och relativt produktiva gårdar per kluster (2013) PCB PCBS CR CRS TFP Mindre 6 28 53 88 34 Mjölk 21 45 82 95 55 Gris 67 85 92 100 95 AB 35 70 65 89 83 Växt 29 60 60 87 44 LFA 6 34 29 91 51 Skog 7 33 46 90 36 Mjölk2 13 44 81 97 55 Källa: JEU. Egna skattningar. Avrundat till närmaste jämn procent. Generellt så är kluster med en hög andel relativt produktiva gårdar mer lönsamma, enligt PCB, PCBS och CR måtten. Enligt CRS måttet så är skillnaderna i lönsam het små mellan klustren och det är tydligt att stöd jämnar ut de skillnader som finns mellan klustren enligt CR måttet, som inte inkluderar stöd. De skillnader som finns mellan klustren enligt PCB måttet jämnas inte ut av stöd. Andelen lönsamma gårdar enligt CR speglar förutom skillnader i produktionsvärde och kostnader också att olika inriktningar historiskt fått olika mycket stöd, till exempel så har grisnäringen historiskt fått relativt lite stöd. För att en gård ska kunna fortsätta med grisproduktion över tid så har en hög lönsamhet enligt CR måttet varit en nödvändighet, vilket återspeglas i en hög andel gårdar lönsamma enligt CR måttet. Likartat så har gårdar i LFA-områden länge varit beroende av stöd och lönsamhet enligt CR måttet har därför varit av mindre betydelse för gårdens överlevnad. Till exempel så får mjölkgårdar som ligger i LFA-områden kompensationsstöd inom landsbygdsprogrammet. Lönsamhetsmåtten som inkluderar alternativkostnaden för eget arbete och jordbruksmark (PCB och PCBS) varierar efter beroendet av anställd arbetskraft och arrenderad mark och är alltid lägre än motsvarande CR eller CRS mått, se 2.2. Med undantag av LFA klustret som har en hög andel arrenderad mark och har ett högt stödberoende så är andelen lönsamma gårdar lägre i kluster med en hög andel eget arbete och jordbruksmark. Överlag så har endast 42 procent av företagen ett produktionsvärde inklusive stöd som täcker produktionskostnader och alternativkostnader. Kluster med större gårdar, hög kapitalisering och med intensivt jordbruk har generellt en högre andel lönsamma gårdar enligt PCBS måttet. De flesta gårdar kan inte ersätta egen arbetstid och jordbruksmark med samma belopp som det skull kosta att ha motsvarande anställd personal och arrenderad 15

mark. Till och med för AB klustret som nästan endast inkluderar aktiebolag (som arrenderar all jordbruksmark) så är andelen lönsamma företag enligt PCBS måttet endast 70 procent. 3.2 Hur varierar lönsamheten mellan gårdar, regioner och produktionsinriktningar? Den största delen av variationen i lönsamhet är mellan gårdar och inom gårdar över tid. Det finns generellt en statistisk signifikant variation i lönsamhet mellan län, specialisering, gårdar och inom gårdar. För lönsamhetsmåtten PCB och CR finns respektive 56 % och 31 % av variationen i lönsamheten mellan gårdar se tabell 5. För lönsamhetsmåtten som inkluderar stöd PCBS och CRS så är variationen i lönsamhet mellan gårdar, respektive 64 % och 39 %. Lönsamhetsmåtten indikerar att stöden generellt minskar variationen i lönsamhet mellan specialiseringar och regioner men också att variation inom gårdar ökar, som andel av den totala variationen i lönsamhet. Tabell 5. Procent av total varians (VPC) per komponent och lönsamhetsmått (2005 2013) VPC PCB PCBS CR CRS Specialisering 7* 1* 8* 3* Län 6* 1 7* 1 Interaktion (specialisering & län) - - 5* - Gård 56* 64* 31* 39* Residual 31* 34* 48* 57* Källa: JEU. Egna skattningar. * Indikerar att variationen är signifikant större än noll För PCB och PCBS måtten på lönsamhet inkluderar alternativkostnaden för produktionsfaktorerna egen jordbruksmark och eget arbete, se 2.2. Då dessa produktionsfaktorer tenderar att vara relativt stabila över tid så varierar lönsamheten mindre inom gårdar, enligt PCB och PCBS jämfört med CR och CRS måtten på lönsamhet. Istället varierar lönsamheten mer mellan gårdar då användning av produktionsfaktorerna varierar mellan olika gårdar. Enligt lönsamhetsmåttet CR så finns det en variation i lönsamhet mellan olika kombinationer av specialisering och lokalisering. Denna variation är inte signifikant för de andra lönsamhetsmåtten. Variationen i lönsamheten mellan specialiseringar och lokalisering är också lägre för lönsamhetsmåtten som inkluderar stöd. För PCBS och CRS måtten så varierar lönsamheten nästan endast mellan och inom gårdar över tid. 3.3 Hur har lönsamhet och produktivitet förändrats över tid? Utvecklingen i lönsamhet inom gris-, nöt- och mjölkproduktion samt växtodling varierar kraftigt år från år. Figur 7 visar hur lönsamheten har förändrats mellan 2005 2013. Positiva/negativa värden innebär att lönsamhet har ökat/minskat gentemot föregående år, i relation till totala kostnader. Lönsamhetsförändringarna återspeglar den relativt låga andelen lönsamma företag som kan observeras för specialiserade företag i figur 4; mjölk och växtodling (2009), gris (2011). För växtodling var den största negativa förändringen i lönsamhet redan 2007 2008. 16

Tillsammans med en fortsatt negativ utveckling a lönsamheten 2008 2009 sjönk andelen lönsamma företag enligt CR måttet kraftig 2009. Lönsamhetsförändring (%) -15-10 -5 0 5 10 2006 2007 2008 2009 2010 2011 2012 2013 År Nöt Mjölk Växt Gris Figur 10. Genomsnittlig årlig lönsamhetsförändring per specialisering (2005 2013) Källa: JEU. Egna skattningar. Positiva/negativa värden innebär att lönsamhet har ökat/minskat gentemot föregående år, i relation till totala kostnader I snitt har lönsamhetsförändringarna varit positiva för gårdar specialiserade inom nöt- och grisproduktion, se tabell 6. Främst på grund av en positiv produktivitetsutveckling som kompenserar en negativ utveckling av avräkningspriser i relation till produktionsfaktorpriser. För grisgårdar har en annan viktig komponent av lönsamhetsförändringen varit en positiv produktionsutveckling. För gårdar specialiserade inom mjölkproduktion och växtodling har lönsamhetsförändringarna i snitt varit negativa. Främst på grund av negativ utveckling av avräkningspriser i relation till produktionsfaktorpriser. Inom varje specialisering så finns det alla år både gårdar med positiv lönsamhetsförändring och gårdar med negativ lönsamhetsförändring. För att visa eventuella skillnader mellan dessa två grupper så delas gårdarna in i två grupper efter det årliga medianvärdet. Resultatet är för varje specialisering en grupp av gårdar som i snitt har en negativ lönsamhetsförändring och en grupp som i snitt har en positiv lönsamhetsförändring. 17

Tabell 6. Genomsnittlig lönsamhetsförändring och dess huvudkomponenter per specialisering generellt och för två grupper med relativt positiv och negativ lönsamhetsförändring, % (2005 2013) Nöt COP Mjölk Gris Alla <Mediant >Mediant Lönsamhet(+2) Avräkningspriser(+2) Produktionsfaktorpriser(-3) Produktivitet(+2) Lönsamhet(-2) Produktion(+1) Avräkningspriser(+1) Produktionsfaktorpriser(-2) Produktivitet(-2) Lönsamhet(-1) Avräkningspriser(+2) Produktionsfaktorpriser(-4) Lönsamhet(+1) Produktion(+3) Avräkningspriser(+1) Produktionsfaktorpriser(-4) Produktivitet(+1) Lönsamhet(-5) Produktion(-1) Avräkningspriser(+1) Produktionsfaktorpriser(-5) produktivitet(+1) Lönsamhet(-13) Produktion(+3) Produktionsfaktorpriser(-7) Produktivitet(-9) Lönsamhet(-10) Produktion(+1) Avräkningspriser(+2) Produktionsfaktorpriser(-7) Produktivitet(-5) Lönsamhet(-8) Produktion(-1) Produktionsfaktorpriser(-6) Produktivitet(-1) Lönsamhet(+8) Avräkningspriser(+5) Produktionsfaktorpriser(-1) Produktivitet(+4) Lönsamhet(+9) Avräkningspriser(+1) Produktionsfaktorpriser(+2) Produktivitet(+6) Lönsamhet(+7) Avräkningspriser(+3) Produktivitet(+5) Lönsamhet(+10) Produktion(+6) Avräkningspriser(+2) Produktionsfaktorpriser(-2) Produktivitet(+3) Källa: JEU. Egna skattningar. Avrundade till närmaste jämn procent. Lönsamhetsförändringarna mätts i relation till totala kostnader. Produktivitetsförändring är beräknade utifrån skattningar av produktionsfunktioner med teknisk ineffektivitet, en för varje specialisering. Produktionsfunktionerna består av en sammanlagd produktion inklusive stöd och fyra produktionsfaktorer: insatsvaror, kapital, arbete och jordbruksmark. Det är främst produktivitetsutvecklingen och utveckling av avräkningspriser i relation till produktionsfaktorpriser som särskiljer gårdar med relativ positiv lönsamhetsförändring och gårdar med relativ negativ lönsamhetsförändring. Gårdar med en relativ positiv (negativ) lönsamhetsförändring har i snitt en positiv (negativ) produktivitetsutveckling och en bättre (sämre) utveckling av avräkningspriser i relation till produktionsfaktorpriser. Produktivitetsutvecklingen är främst relaterad till fördelningen av produktionsfaktorer och teknisk effektivt, se tabell 7. Inom varje specialisering så har gårdar med en relativ positiv (negativ) lönsamhetsförändring i snitt en bättre (sämre) fördelning av produktionsfaktorer och en positiv (negativ) utveckling av teknisk effektivt. Produktivitetsutvecklingen i gårdar specialiserade inom nöt och gris påverkas dessutom av en snabb positiv teknisk utveckling. Alla specialiseringar utom mjölk har signifikant och positiv teknisk utveckling men med en mindre påverkan på produktivitetsutvecklingen. Att teknisk utveckling inte varit signifikant för mjölk är troligen relaterat till att den nya teknik som har blivit vanlig under perioden inte främst har fokuserat på att förbättra produktiviteten. Istället har ny teknik som mjölkrobotar främst används för att förbättra arbetsmiljön. Inom alla specialiseringar finns också signifikanta stordriftsfördelar med mindre påverkan på produktivitetsutvecklingen. 18

Tabell 7. Genomsnittlig produktivitetsförändring och dess huvudkomponenter per specialisering generellt och för två grupper med relativt positiv och negativ lönsamhetsförändring, % (2005-2013) Nöt COP Alla <Mediant >Mediant Produktivitet(+2) Fördelning av produktionsfaktorer(-1) TC(+2) Produktivitet(-2) Fördelning av produktionsfaktorer(-2) Produktivitet(+1) Fördelning av produktionsfaktorer(-2) TC(+2) TEC(+1) Produktivitet(-9) Fördelning av produktionsfaktorer(-4) TEC(-7) Mjölk Produktivitet(0) Produktivitet(-5) Fördelning av produktionsfaktorer(-2) TEC(-3) Gris Produktivitet(+1) TC(+1) Produktivitet(-1) Fördelning av produktionsfaktorer(-3) TC(+1) Produktivitet(+4) Fördelning av produktionsfaktorer(+1) TC(+2) Produktivitet(+6) Fördelning av produktionsfaktorer(-1) TEC(+7) Produktivitet(+5) Fördelning av produktionsfaktorer(+2) TEC(+3) Produktivitet(+3) Fördelning av produktionsfaktorer(+2) TC(+1) Källa: JEU. Egna skattningar. Avrundade till närmaste jämn procent. TC och TEC är förkortningar för respektive tekniska förändring och förändring av teknisk effektivitet. Komponenterna av produktivitetsförändring är beräknade med hjälp av skattningar av produktionsfunktioner med teknisk ineffektivitet, en för varje specialisering. Produktionsfunktionerna består av en sammanlagd produktion inklusive stöd och fyra produktionsfaktorer: insatsvaror, kapital, arbete och jordbruksmark. 19

4 Slutsatser Lönsamheten varierar mycket mellan gårdar och varje år finns det gårdar med bra och dålig lönsamhet. Generellt är det samma gårdar som har bäst och sämst lönsamhet över tid. Utan stöd är lönsamheten generellt dålig inom svenskt jordbruk och det är väldigt få jordbruksföretag som har ett produktionsvärde som även täcker alternativkostnaden av eget arbete och egen jordbruksmark, motsvararande kostnaden av anställd personal och arrenderad mark. Lönsamheten varierar mycket, främst mellan och inom gårdar över tid men också mellan lokalisering och specialisering. Skillnaden i företagens lönsamhet som beror på lokalisering i Sverige och specialisering utjämnas i stort av stöd. Hur mycket företagen kan ersätta egen arbetstid och jordbruksmark varierar dock mellan de identifierade klustren och är inte minst relaterat till företagets storlek. Det är speciellt oroande på längre sikt om inte företagen kan få en rimlig ersättning för egna produktionsfaktorer. Då det kan påverka både investeringsviljan i företagen och intresset att driva och starta företag. I rapporten identifieras åtta homogena kluster av svenska gårdar år 2013. Klustren karakteriseras av geografiska förutsättningar, specialisering, storlek och företagsform. Statistiskt signifikanta skillnader i lönsamhet och produktivitet kan ses för de olika klustren. Generellt är kluster med större gårdar, hög kapitalisering och med intensivt jordbruk mer lönsamma, produktiva och mindre beroende av stöd. Företag i dessa kluster är dock ofta mer belånade och mer beroende av anställd personal och arrenderad mark. Bland annat belåningsgrad, kapitalisering, intensivitet och stödberoende påverkar utvecklingsmöjligheterna för företagen. Hur lönsamheten har utvecklas över tid påverkas främst av utvecklingen av avräkningspriser, produktionsfaktorpriser och produktivitet och i mindre utsträckning av produktionsutvecklingen. Gårdar med en positiv förändring av lönsamhet har generellt ökat sin produktivitet. Ökningen i produktivitet är främst relaterad till högre teknisk effektivitet och en bättre fördelning av produktionsfaktorer; båda nära relaterade till företagets ledarskap och strategi. Motsvarande har gårdar med en negativ förändring i lönsamhet en negativ utveckling av produktiviteten relaterad till en försämring i teknisk effektivitet och en sämre fördelning av produktionsfaktorer. Alla specialiseringar utom mjölk har signifikant och positiv teknisk utveckling men med en mindre påverkan på produktivitetsutvecklingen. Den tekniska utvecklingen har speciellt varit hög för gris- och nötproduktionen. En positiv teknisk utveckling är önskvärd och nödvändig för långsiktig svenska konkurrenskraft. 4.1 Förslag på fortsatta studier Rapporten väcker en del frågor som bör analyseras vidare, inte minst från ett konkurrenskraftsperspektiv. Studien indikerar att större jordbruksföretag generellt är mer lönsamma och produktiva och det är välkänt att det svenska jordbruket genomgår en strukturförändring. Det kan därför vara av intresse att analysera vidare hur strukturförändring påverkar konkurrenskraften. 20