Erfolgreiche Strategien in der (Bio)- Milchproduktion: eine empirische Analyse

Transkript

1 Erfolgreiche Strategien in der (Bio)- Milchproduktion: eine empirische Analyse 41. Jahrestagung der Schweizer Gesellschaft für Agrarwirtschaft und Agrarsoziologie & 23. Jahrestagung der Österreichischen Gesellschaft für Agrarökonomie Zürich, September 2013 Stefan Kirchweger Michael Eder Jochen Kantelhardt Institut für Agrar- und Forstökonomie Department für Wirtschafts- und Sozialwissenschaften Universität für Bodenkultur Wien

2 Systeme der Milchproduktion Ökonomisch gesehen gibt es zwei Hauptstrategien weltweit High-Output Durch Steigerung der produzierten Milchmenge kommt es zur Fixkostendegression Leistungssteigerung pro Kuh und/oder betriebliches Wachstum Hoher Einsatz an Vorleistungen (Betriebsmittel, ) Low-Input Kostenreduktion durch Minimierung des Einsatzes von Technik, Zukauffuttermittel, Hilfsstoffen, Arbeitszeit Geringerer Output wird in Kauf genommen

3 Forschungsfragen? Können diese Strategien auch unter österreichischen Milchviehbetrieben gefunden werden? Buchführungsdaten Clusteranalyse? Welche Auswirkungen hat die Wahl einer Strategie unter schwanken Preisen? Matching Vergleich der letzten Jahre ( )

4 Methodisches Vorgehen Clusteranalyse Ward-verfahren mit euklidischer Distanz 2005/06 Aufwendungen für Kraftfutter pro Kuh ( ) Aufwendungen für Maschinen pro GVE ( ) Aufwendungen für Energie pro RLF ( ) Direct Covariates Matching Zeitvergleich `Single neighbour calliper pair matching with replacement 2005/06 Berghöfekataster-Punkte Anteil Dauergrünland (%) Reduzierte landwirtschaftliche Fläche (RLF, ha) Anteil Biobetriebe (%) Mittelwertvergleich RLF (ha) Milchproduktion (kg) Arbeitskräfte Unternehmensertrag/-aufwand ( ) Einkünfte aus LuFw ( )

5 Datengrundlage Freiwillig buchführende Betriebe (ca pro Jahr) Spezialisierte Milchviehbetriebe (Ertragsanteile) Daten von den Jahren 2005 bis 2010 verfügbar 528 Betriebe

6 Ergebnis Clusteranalyse Aufwendungen für Maschinen pro GVE Aufwendungen für Energie pro RLF Aufwendungen für Kraftfutter pro Milchkuh Quelle: Eigene Darstellung RLF = Reduzierte Landwirtschaftliche Fläche GVE = Großvieheinheit

7 Ergebnis (Clusteranalyse + Matching) Tabelle mit Strukturdaten Vor Matching Nach Matching Cluster Low-input High-output Stat. sign. 1 Low-input High-output Stat. sign. 1 Anzahl der Betriebe RLF (ha) * Dauergrünlandanteil (%) BHK-Punkte Anteil Biobetriebe (%) GVE ** Milchkühe (Stk.) * Milchproduktion (kg) 110, ,773 *** 109, ,092 *** Milchproduktion pro Kuh (kg) 5,503 7,498 *** 5,593 7,599 *** bak * BHK = Berghöfekataster RLF = Reduzierte Landwirtschaftliche Fläche GVE = Großvieheinheit bak = betriebliche Arbeitskräfte 1) T-test bzw. Chi 2 -Test Quelle: Eigene Darstellung

8 Ergebnis (Clusteranalyse + Matching) Einkünfte aus LuFw (2005/06) Quelle: Eigene Darstellung LuFW = Land- und Forstwirtschaft

9 Ergebnisse des Mittelwertvergleichs Indices für strukturelle Variablen (2005/06=100) Quelle: Eigene Darstellung RLF = Reduzierte Landwirtschaftliche Fläche Ak = Arbeitskräfte

10 Ergebnisse des Mittelwertvergleichs Indices für Unternehmensertrag/-aufwand (2005/06=100) Quelle: Eigene Darstellung

11 Ergebnisse des Mittelwertvergleichs Indices für Einkünfte aus LuFw (2005/06=100) Quelle: Eigene Darstellung LuFW = Land- und Forstwirtschaft

12 Schlussfolgerungen Beide Strategien können identifiziert werden Mit beiden Strategien können ähnliche Ergebnisse erziehlt werden High-output Betriebe wachstumsfreudiger (auch bei niedrigen Preisen) Low-input Betriebe haben AK-Reserven Die Einkünfte beider Strategien sind stark vom Milchpreis abhängig Bei Biobetrieben würden sich mehr Unterschiede durch die Preisschwankungen ergeben

13 Ausblick Werden diese Strategien auch wirklich verfolgt? Unter welchen Rahmenbedingen ist welche Strategie erfolgreicher? Gibt es eventuell andere Variablen, die die Strategiewahl beeinflussen? Varianz der Ergebnisse

14 Danke für die Aufmerksamkeit!! Stefan Kirchweger, Michael Eder, Jochen Kantelhardt Institut für Agrar- und Forstökonomie Department für Wirtschafts- und Sozialwissenschaften Universität für Bodenkultur Wien Feistmantelstrasse 4, A-1180 Vienna, Austria.

15 Cluster 1 (n=22) Cluster 2 (n=21) Cluster 3 (n=14) Cluster 4 (n=8) Cluster Cluster "intensive "extensiv " e" (n=14) (n=8) Daten Cluster 1 (n=22) Cluster 2 (n=21) Anzahl Betriebe Milk yield per farm (t) UAA (ha) Mittelwert von gveproha Mittelwert von kfkuh Farm income 54,670 75,297 65,760 60,287 Mittelwert von ek_lf_nak2 31,196 38,517 37,265 31,403 Mittelwert von milprokuh 5,750 6,255 6,743 4,709 Mittelwert von tmgve Mittelwert von öpulant 46.0% 39.8% 39.6% 44.0% Mittelwert von almant 5.3% 7.5% 7.0% 6.9% Mittelwert von afamil Mittelwert von tmmil Mittelwert von samil Mittelwert von foermil Concentrate feed (dag per kg milk) Total farm input ( ) 89,082 94,975 98,992 49,030 Total farm output ( ) 143, , , ,317 Depreciation (1.000 ) Standardabweichung (Grundgesamtheit) von ek_lf_nak2 10,869 12,708 17,520 10,980 Mittelwert von opul 13,498 15,993 16,641 13,893 Mittelwert von nak

16 Biobetriebe (n=6)

17 before matching after matching clu_5f opul.length p-wert statistik p-wert statistik ekpronak.mean ek_lf.mean ua.mean ue.mean foerd.mean opul.mean al_ek.mean afa.mean ener.mean kf_r.mean gve.mean milk.mean milpro.mean milprokuh.mean nak.mean bak.mean lf.mean dgl.mean rlf.mean ff.mean dglprolf.mean bhk.mean afaprogve.mean enerprorlf.mean kfprokuh.mean aufwmaschprogve.mean milproff.mean insth_masch.mean afa_masch.mean masch_leis.mean leas.mean aufw_masch.mean