Závěrečná zpráva o výsledcích řešení Interního výzkumného projektu
IVP č. 1277/2014
Rozvoj matematických modelů pro predikce dopadů variant agrární politiky na ekonomiku a environmentální aspekty zemědělství
Hlavní řešitel:
RNDr. Ivan Foltýn, CSc.
Spoluřešitelé:
Ing. Ida Zedníčková, Ing. Jaroslav Humpál, Mgr. Ondřej Chaloupka, Ing. Václav Voltr, CSc., Ing. Jakub Kučera, Ing. Marie Trantinová, Ph.D., Doc. Ing. Tomáš Doucha, CSc.
Externí spolupráce:
Ing. Vojtěch Vávra, CSc.
Rozšíření týmu:
Ing. Olga Štiková, Ing. Ilona Mrhálková, Ing. Karina Pohlová
Praha 2015 Tento výzkumný projekt byl financován z institucionální podpory na dlouhodobý rozvoj výzkumné organizace poskytnuté Ministerstvem zemědělství ČR z veřejných prostředků.
1
Abstract: The research team focused in 2014 on the further development of existing models FARMA-4, FARMA-5, RENT-4, development of new models SZU-P1, SZU-P2, AGRO-2014, and new procedures (method of seasonal trends) for assessing the impact of future variants of agrarian policy. There was described and verified advisory system FARMA-5 - connection of the model FARMA-5 with database BPEJ, with model erosion of farmland (ERO-1) and models of the impact of greenhouse gas emissions from animal production on the quality of agricultural land (EMI-1, IMI-1, DEP-1). There were constructed mathematical models (SZU-P1 and SZU-P2) that can be used for prediction results of the agricultural sector for the current year or for longer future period. There was created a new model of agrarian sector (AGRO-2014) as an interconnected system of individual sections ZEM-DOM, ZEM-IMP-EXP ZEM, POTR-DOM, POTR-IMP, POTR-EXP, OBCH and SPOT for the transformation of agricultural raw materials into food products and their consumption. Using the model AGRO-2014 it will be possible in the future to deal with issues such as providing nutrition of the population with regard to food security, self-sufficiency in crisis situations, the creation of material reserves etc. There was solved a hypothesis, whether in Czech market network there are discriminated domestic food producers against foreign producers through different margins.
Shrnutí: Řešitelský tým se soustředil v roce 2014 na další rozvoj existujících modelů FARMA-4, FARMA-5, RENT-4, vývoj nových modelů SZU-P1, SZU-P2, AGRO-2014 a postupů (metoda sezónních trendů) pro posuzování dopadů budoucích variant agrární politiky. Byl popsán a ověřen poradenský systém FARMA-5 – spojení modelu FARMA-5 s databází BPEJ, s modelem erozní ohroženosti zemědělské půdy (ERO-1) a s modely dopadů emisí skleníkových plynů ze živočišné výroby na kvalitu zemědělské půdy (EMI-1, IMI-1, DEP-1). Byly zkonstruovány 2 matematické modely (SZU-P1 a SZU-P2), které lze použít pro predikci výsledků zemědělského odvětví pro aktuální rok nebo víceleté budoucí období. Byl vytvořen nový model agrárního
sektoru
(AGRO-2014)
jako
vzájemně
propojený
systém
jednotlivých sekcí ZEM-DOM, ZEM-IMP, ZEM-EXP, POTR-DOM, POTRIMP, POTR-EXP, OBCH a SPOT pro simulace transformace zemědělských surovin do potravinářských výrobků a jejich spotřeby. Pomocí modelu AGRO-2014 bude možné v budoucnu řešit takové otázky jako zajištění výživy obyvatelstva s ohledem na potravinovou bezpečnost, soběstačnost v krizových situacích, tvorbu hmotných rezerv apod. Byla řešena hypotéza, jestli v obchodní síti ČR jsou diskriminováni domácí producenti potravin proti zahraničním výrobcům formou rozdílných marží.
2
Obsah Cíle IVP 1277 pro rok 2014 .....................................................................................................................5 Metody řešení IVP 1277 pro rok 2014 ...................................................................................................5 Skutečně dosažené výsledky řešení IVP 1277 v roce 2014................................................................7 1
2
3
4
5
Poradenský systém FARMA-5 .............................................................................................7 1.1
Model FARMA-5 ........................................................................................................8
1.2
Model ERO-1 .......................................................................................................... 11
1.3
Modely EMI-1, IMI-1, DEP-1 ................................................................................... 13
1.4
Konstrukce poradenského systému FARMA-5....................................................... 15
1.5
Využití datových zdrojů LPIS a BPEJ pro systém FARMA-5 ................................. 15
1.6
Výsledky a diskuse ................................................................................................. 17
1.7
Závěry ..................................................................................................................... 18
Model Souhrnného zemědělského účtu ........................................................................... 19 2.1
Základní struktura SZÚ-ČSÚ .................................................................................. 19
2.2
Konstrukce modelu SZU-P1 ................................................................................... 21
2.3
Výsledky modelu SZU-P1 ....................................................................................... 29
2.4
Konstrukce modelu SZU-P2 ................................................................................... 29
2.5
Popis submodelů modelu SZU-P2 ......................................................................... 32
2.6
Celkový popis modelu SZU-P2 ............................................................................... 33
2.7
Výsledky modelu SZU-P2 ....................................................................................... 34
Model agrárního sektoru AGRO-2014 .............................................................................. 38 3.1
Sekce ZEM-DOM .................................................................................................... 38
3.2
Sekce ZEM-IMP a ZEM-EXP.................................................................................. 40
3.3
Sekce POTR-DOM ................................................................................................. 40
3.4
Sekce POTR-IMP a POTR-EXP ............................................................................. 44
3.5
Sekce OBCH a SPOT ............................................................................................. 47
Odhad marží obchodu u domácích a dovážených potravin ............................................. 50 4.1
Formulace problému ............................................................................................... 50
4.2
Řešení problému .................................................................................................... 50
4.3
Metodika ................................................................................................................. 51
4.4
Výsledky a diskuse ................................................................................................. 51
4.5
Závěr ....................................................................................................................... 52
Model RENT-4 – aktuální predikce rentability .................................................................. 56 5.1
Model CENY-1 pro predikci CZV na rok 2014 ........................................................ 56
5.2
Postup výpočtu ....................................................................................................... 58
3
6
Podklady pro matematické modelování ............................................................................ 61 6.1
Technologické postupy výroby zemědělských komodit .......................................... 61
6.2
Modelové zpracování technologických postupů ..................................................... 62
6.3
Omezení plynoucí z podmínek GAEC pro polní komodity ..................................... 67
6.4
Možné alternativy rámcového řešení pro omezení GAEC u širokořádkových plodin ...................................................................................................................... 67
6.5
Vzájemná konkurence komodit rostlinné výroby .................................................... 68
6.6
Modifikace krmných dávek pro podmínky vybraných podniků ............................... 69
7
Možnosti propojení programu BPEJ LPIS s modelem FARMA-5 ..................................... 79
8
Celkové zhodnocení výsledků IVP a závěry práce ........................................................... 81 8.1
Dosažené výsledky v oblasti rozvoje modelu FARMA-5 ........................................ 82
8.2
Dosažené výsledky v oblasti modelování predikcí SZÚ (modely SZU-P1 a SZU-P2) .................................................................................................................. 83
8.3
Dosažené
výsledky
v oblasti
modelování
agrárního
sektoru
(model
AGRO-2014) ........................................................................................................... 84 8.4
Dosažené výsledky v oblasti odhadu marží obchodu (aplikace modelu AGRO-2014) ........................................................................................................... 85
8.5
Dosažené výsledky v oblasti rozvoje modelu RENT-4 ........................................... 85
8.6
Dosažené výsledky v oblasti analýz dalších možností matematického modelování ekonomických procesů v zemědělství ................................................ 85
8.7
Dosažené výsledky v oblasti budoucích perspektiv využití systému BPEJ pro rozvoj modelu FARMA-5......................................................................................... 86
8.8
Hlavní výsledky v oblasti publikační činnosti .......................................................... 86
Literatura ..................................................................................................................................... 86
4
Cíle IVP 1277 pro rok 2014 Cílem IVP je dále rozvíjet matematicko-modelový aparát pro predikci dopadů agrární politiky na zemědělské podniky i resort zemědělství jako celek v plánovacím období SZP 2015-2020. Základní vybavení tohoto aparátu se skládá z matematických modelů FARMA-4 (optimalizační model predikce ekonomiky a ekologie zemědělského podniku), FARMA-5 (prostorový optimalizační model predikce ekonomiky a ekologie farem a odvětví zemědělství), RENT-4 (ekonometrický model predikce rentability zemědělských komodit), TF (optimalizační model predikce ekonomických a ekologických aspektů typových farem) a SZÚ (model predikce Souhrnného zemědělského účtu odvětví zemědělství). Zmíněný matematicko-modelový aparát je určen zejména pro top management odvětví zemědělství a pro poradenskou činnost resortu pro zemědělské podniky všech typů. Rozvoj modelů bude spočívat v implementaci tradičních i netradičních agroenvironmentálních způsobů zemědělského hospodaření (obsah a bilance živin, emise ze zemědělství, ekonomické aspekty intenzivního a extenzivního hospodaření apod.), uplatňování zemědělské biomasy jako OZE, implementace předpokladů, omezení a podmínek budoucích variant agrární politiky a specifikace podmínek spojených s definicí jednotlivých typových farem apod.
Metody řešení IVP 1277 pro rok 2014 Zdokonalování matematicko-modelového aparátu se bude opírat o co nejefektivnější využití vědecko-výzkumných výsledků z následujících oblastí: − nové výsledky v oblasti nákladového šetření (ÚZEI); − zemědělské normativy a technologické postupy v zemědělství (Kavka a kol.); − technologické postupy v zemědělství (VÚZT); − stanovení výše nákladů odpovídajících agro-envi opatření, která se uvažují pro PRV, zejména mezní situace vedoucí k opouštění zemědělské půdy; − ekonomické a ekologické analýzy zemědělského hospodaření na bázi BPEJ (Voltr a kol.); − analýzy erozního ohrožení a protierozních ekologických postupů v zemědělském hospodaření farem; − hodnocení snížení vodní eroze po zavedení GAEC 2 a nových poznatků o změnách srážkových poměrů v ČR (Ekotoxa – výsledky projektu TAČR); − analýzy emisí skleníkových plynů, imisí a atmosférické depozice dusíku (Ekotoxa – výsledky projektu TAČR); − bilance živin N, P, K v zemědělské půdě (VÚRV – výsledky vědecko-výzkumných projektů); − ocenění ztrát živin ze zemědělské půdy vlivem nevyrovnané (plusové) bilance živin; − technologické postupy výživy hospodářských zvířat a modely výživy zvířat (AgroKonzulta Žamberk). Další rozvoj systému BPEJ a jeho implementace do modelu FARMA-5 − rozšíření databáze BPEJ splňující podmínky pro vyhodnocení libovolné kombinace plodin na pozemcích;
5
− modelování ekonomicko-technologických vazeb hospodaření ve vztahu k předplodinám; − efektivní řešení zpětných vazeb výsledků modelu FARMA-5 do databáze BPEJ; − hodnocení ekonomických dopadů zařazení ekologicky zdůvodněných skladeb plodin pomocí modelu FARMA-5; − vyhodnocení modelových výsledků erozního ohrožení a návrhu skladby plodin podle BPEJ se zahrnutím vlivu eroze. Modely budou rozšířeny o možnost predikce vývojových trendů obohacených o sezónní složku (seasonal trend forecasting). Tato metoda umožňuje promítnout předchozí meziroční výkyvy dat do predikce. Vyvíjený a zdokonalený modelový aparát bude využíván pro: − tematické úkoly MZe zaměřené na vliv dopadů agrární politiky na zemědělství ČR; − rozvoj poradenství pro zemědělské podniky ČR; − ekonomické a ekologické analýzy vybraných zemědělských podniků; − predikce možných budoucích sazeb agrární politiky v oblasti přímých plateb a PRV. Rozvoj systému BPEJ ve spojení s modelem FARMA-5 V rámci IVP bude řešen další rozvoj systému BPEJ a jeho implementace do modelu FARMA-5: −
rozšíření databáze BPEJ splňující podmínky pro vyhodnocení libovolné kombinace plodin na
−
modelování ekonomicko-technologických vazeb hospodaření ve vztahu k předplodinám;
−
efektivní řešení zpětných vazeb výsledků modelu FARMA-5 do databáze BPEJ;
−
hodnocení ekonomických dopadů zařazení ekologicky zdůvodněných skladeb plodin pomocí
−
vyhodnocení modelových výsledků erozního ohrožení a návrhu skladby plodin podle BPEJ se
pozemcích;
modelu FARMA-5; zahrnutím vlivu eroze. Aktuální predikce rentability zemědělských komodit Na bázi modelu RENT-4 budou v průběhu roku 2014 postupně zpřesňovány a publikovány (pro potřeby ÚZEI a MZe) predikce rentability hlavních zemědělských komodit (obiloviny, řepka, cukrovka, brambory, mléko, jatečný skot, KBTPM, jatečná prasata, brojleři a vejce). Aktualizace predikcí rentability pro rok 2014 se budou opírat o zpřesňované odhady cen (na bázi měsíčních CZV ČSÚ), vývoji indexů cen zemědělské produkce a vstupů do zemědělství (ČSÚ podle čtvrtletí aktuálního roku) a aktualizace vývoje pravidel a plateb agrární politiky. Model SZÚ a predikce SZÚ V návaznosti na aktuální predikce rentability zemědělských komodit bude řešen vývoj modelu SZÚ spolu s testováním predikcí SZÚ za rok 2013 a na rok 2014. V této oblasti předpokládáme součinnost s úsekem FADN a jeho IVP pro modelové predikce SZÚ na bázi FADN.
6
Model výživy obyvatelstva a spotřeby potravin Na základě výsledků grantu Ministerstva vnitra, který byl ukončen v březnu 2013 a obhájen v květnu 2013, bylo navrženo rozšíření navrhovaného projektu IVP pro rok 2014 (předloženého 14. 2. 2014) o vývoj modelu VYZIVA-1. Model VYZIVA-2 by měl být návaznou verzí na modely VYZIVA-1 a ZEPOS-1 vytvořené v rámci grantu MV. Model bude vycházet ze skutečné spotřeby potravin a aktuální situace na trhu zemědělských komodit a potravinářského průmyslu a zahrne oblasti exportu a importu. Využitelnost výsledků IVP Vyvíjený a zdokonalený modelový aparát bude využíván pro: −
tematické úkoly MZe zaměřené na vliv dopadů agrární politiky na zemědělství ČR;
−
rozvoj poradenství pro zemědělské podniky ČR;
−
ekonomické a ekologické analýzy vybraných zemědělských podniků;
−
predikce možných budoucích sazeb agrární politiky v oblasti přímých plateb a PRV.
Plánované náklady IVP pro rok 2014 Osobní náklady: 500 tis. Kč Cestovné: 100 tis. Kč Subdodávky: 100 tis. Kč Celkem: 700 tis. Kč Výstupy IVP pro rok 2014 Články v recenzovaných nebo impaktovaných periodikách. Vystoupení na vědeckých konferencích.
Skutečně dosažené výsledky řešení IVP 1277 v roce 2014 1
Poradenský systém FARMA-5
V současné době se zvyšují požadavky na zemědělské hospodaření ve směru trvalé udržitelnosti. Jedná se zejména o posilování pozitivních a eliminaci negativních dopadů na životní prostředí jako je eroze, nežádoucí kontaminace zemědělské půdy apod. Pro tyto účely byl navržen a schválen projekt Technologické agentury ČR „Model FARMA-5 Poradenský optimalizační systém pro simulaci optimálního chování zemědělských podniků ve vztahu k trvalé udržitelnosti zemědělství a zemědělským technologiím šetrným k životnímu prostředí s propojením na geografický informační systém“. Poradenský systém FARMA-5 se skládá z následujících komponentů: matematický model FARMA-5 pro prostorovou optimalizaci výrobní struktury podniku na bázi půdních bloků, vytvořený v systému GAMS; model ERO-1 pro stanovení erozního ohrožení podniku na bázi GIS opírající se o klasifikaci BPEJ; modely EMI-1, IMI-1, DEP-1 pro stanovení dopadů atmosférické depozice dusíku do zemědělské půdy prostřednictvím bilance NPK.
7
Matematický optimalizační model FARMA-5 vypočítá optimální výrobní strukturu podniku vyhovující zadaným vstupům na základě variantního zadání optimalizace, a to ekonomické optimalizace (maximalizace zisku podniku bez ohledu na ekologická omezení), ekologické optimalizace 1 (maximalizace zisku podniku při současném zohlednění erozního ohrožení stanoveného modelem ERO-1), ekologické optimalizace 2 (maximalizace zisku podniku při současném zohlednění bilance N ve vztahu k výsledkům modelů EMI-1, IMI-1, DEP-1) a ekologické optimalizace 3 (maximalizace zisku podniku při různých kombinacích ekologické optimalizace 1 a 2). Využití poradenského systému FARMA-5 se předpokládá jak na podnikové úrovni, tak pro decizní sféru na úrovni MZe pro simulaci dopadů budoucích variant agrární politiky.
1.1 Model
Model FARMA-5 FARMA-5
je
model
prostorové
optimalizace,
který
umožňuje
ekonomickou,
technologickou a ekologickou optimalizaci výrobní struktury daného podniku na základě externích výrobních podmínek a její prostorové rozmístění v podniku v závislosti na geografických, půdních a environmentálních předpokladech o prostředí, v němž se podnik nachází. Síť půdních bloků a maticová informační báze Předpokládejme, že pro daný podnik existuje síť půdních bloků (PB) podniku, které jsou registrovány v systému LPIS s jednoznačným identifikačním kódem. Pro modelové zpracování se vytvoří matice vstupních údajů modelu MAT = (i,j), i = 1,…,m, j =1,…,n. Pro charakteristiku daného podniku se konstruuje systém matic MAT1, MAT2, atd. se stejnou strukturou, které obsahují důležité informace o jednotlivých PB podniku, jako jsou plošná velikost PB, průměrná nadmořská výška, průměrná svažitost, příslušnost PB do výrobních oblastí a do oblastí LFA, typ kultury (o. p. – OP nebo travní porosty – TTP), přiřazení BPEJ danému PB, kvalita zemědělské půdy (např. obsah humusu, zranitelnost dusíkem, erozní ohrožení, očekávaná výnosovost) apod. Množina rostlinných komodit modelu Do modelu se dále zavede množina KOM, která obsahuje významné komodity českého zemědělství (tržní komodity – obiloviny, řepka, cukrovka, brambory apod., krmné plodiny na orné půdě – silážní kukuřice, ostatní jednoleté pícniny a víceleté pícniny a konečně TTP – louky a pastviny). Zemědělské komodity modelu jsou svázány s modelovou sítí podniku tak, že platí podmínka ke každému půdnímu bloku (i,j) ∈ MAT je přiřazena právě jedna komodita k ∈ KOM. Základní rozdělení komodit je vázáno na rozdělení zemědělské půdy na ornou půdu (OP) a TTP. To se realizuje pomocí podmnožin KOM-OP a KOM-TP množiny KOM, které reprezentují výběr komodit z množiny KOM, které mohou být pěstovány na OP, resp. TTP. Množina živočišných komodit modelu Ze živočišných komodit se do modelu zavádí jednotlivé kategorie chovu skotu, prasat a drůbeže pomocí množiny KOM-ZV, která navazuje na strukturu komodit modelu RENT-4 (Foltýn, Zedníčková, 2010).
8
Propojení rostlinných a živočišných komodit modelu Pro každou živočišnou komoditu množiny KOM-ZV je definována potřeba krmných živin (pomocí energetických jednotek NEL, NEV a ME) a pro každou rostlinnou komoditu je definován energetický obsah, který tato komodita jednotlivým kategoriím ŽV poskytuje jako krmivo z domácích zdrojů (tj. z produkce farmy). Model FARMA-5 zajišťuje propojení RV a ŽV pomocí soustavy rovnic: KRMpotr (komZV) <= suma (komRV ∈ KOM, KRMprod (komRV, komZV)) pro komZV ∈ KOM-ZV kde KRMpotr je krmná potřeba dané komodity komZV a KRMprod je krmná produkce komRV pro komoditu komZV. Krmná potřeba každé kategorie ŽV musí být pokryta analogickou produkcí RV. Ekonomické charakteristiky komodit Každé komoditě množiny KOM a každému PB jsou přiřazeny základní ekonomické veličiny – výnosy (vyn), náklady (nak), podpory (pod), ceny (cen) a zisk (zis). Pro zisk na PB platí vztah zis(kom,i,j) = (cen(kom,i,j) * vyn(kom,i,j) + pod(kom,i,j) - nak(kom,i,j)) * pocHA(i,j) kom ∈ KOM a (i,j) ∈ MAT, kde pocHA(i,j) je velikost PB (i,j). Proměnné modelu Ke každé komoditě kom a každému PB (i,j) se přiřadí modelová proměnná x(kom,i,j), s hodnotami 0 nebo 1, která označuje, jestli komodita k leží nebo neleží na PB (i,j). Přitom platí, že x(kom,i,j) = 1, potom komodita kom ∈ KOM na PB (i,j) ∈ MAT leží = 0, potom komodita kom ∈ KOM na PB (i,j) ∈ MAT neleží. Řešení modelu FARMA-5 pak spočívá v nalezení takového rozmístění komodit na PB podniku, které splňuje určité předepsané podmínky, a je vzhledem k určitému kritériu nejlepší (optimální řešení). Základní omezení modelu Základní podmínkou modelu je prostorové rozmístění komodit, tj. na každém PB může být umístěna nejvýše jedna komodita. To lze matematicky vyjádřit vztahem Suma (kom ∈ KOM, x(kom,i,j)) ≤ 1, x(kom,i,j) = 0 nebo 1
pro všechny (i,j) ∈ MAT.
Vzhledem k tomu, že takto formulovaná úloha vede k tzv. celočíselné optimalizaci, která je z hlediska matematické a softwarové řešitelnosti velmi obtížná, je tato podmínka zmírněna a převedena do tvaru Suma (kom ∈ KOM, x(kom,i,j)) ≤ 1, 0 ≤ x(kom,i,j) ≤ 1
pro všechny (i,j) ∈ MAT.
Takto modifikovaný model je již řešitelný v přijatelném čase, jak vyplývá z experimentů s modelem FARMA-5. Tato zmírněná podmínka ovšem připouští i možnost, že na daném PB se může vyskytovat i více komodit s hodnotami proměnné x mezi nulou a jednou, jejichž součet je však maximálně roven jedné. Tento problém je pak nutné řešit post-optimalizačními procedurami, které zajistí celočíselnou řešitelnost.
9
Dolní a horní meze proměnných Pro proměnné x(kom,i,j) jsou zavedeny do modelu dolní a horní meze přípustných hodnot, které mohou během řešení tyto proměnné nabývat. Jsou označené symboly x.lo, resp. x.up (dolní, resp. horní mez) a platí pro ně omezení, které model dodržuje v průběhu celého procesu řešení 0 ≤ x.lo(kom,i,j) ≤ x(kom,i,j) ≤ x.up(kom,i,j) ≤ 1
pro všechny kom ∈ KOM a (i,j) ∈ MAT.
Jestliže pro danou komoditu kom ∈ KOM a PB (i,j) ∈ MAT je zadáno x.lo(kom,i,j) = 1, potom dolní i horní mez jsou rovny jedné a v průběhu celého řešení nemůže na PB (i,j) vstoupit jiná než komodita kom. Komodita kom je tedy „vnucena“ do řešení na tomto PB. Jestliže pro danou komoditu kom ∈ KOM a PB (i,j) ∈ MAT je zadáno x.up(kom,i,j) = 0, potom dolní i horní mez jsou rovny nule a v průběhu celého řešení nemůže na PB (i,j) vstoupit komodita kom. Komodita kom je tedy „vyloučena“ z možnosti vstoupit do řešení na tomto PB. Omezení pro kultury, výrobní oblasti (VO) a LFA oblasti Uvedený postup zadávání mezí proměnných se v modelu využívá pro definici podmínek pro vymezení příslušnosti komodit k PB podniku (VO KR – kukuřičná a řepařská, VO BR – bramborářská, VO BH – bramborářsko-ovesná a horská). Definice pro komodity na o. p. má tvar: pokud PB (i,j) obsahuje ornou půdu, potom x.lo(kom,i,j,) = 0 a x.up(kom,i,j) = 1
pro kom ∈ KOM-OP
x.lo(kom,i,j,) = 0 a x.up(kom,i,j) = 0
pro kom ∈ KOM-TTP.
Definice pro komodity na TTP má tvar: pokud PB (i,j) obsahuje TTP, potom x.lo(kom,i,j,) = 0 a x.up(kom,i,j) = 0
pro kom ∈ KOM-OP
x.lo(kom,i,j,) = 0 a x.up(kom,i,j) = 1
pro kom ∈ KOM-TTP.
Definice pro komodity, které se mohou pěstovat výhradně ve výrobní oblasti KR, např. komodita chmel (CHM): x.lo(CHM,i,j,) = 0 a x.up(CHM,i,j) = 1,
pokud PB (i,j) leží ve VO KR
x.lo(CHM,i,j,) = 0 a x.up(CHM,i,j) = 0,
pokud PB (i,j) leží ve VO BR nebo BH.
Analogická omezení by platila i pro výrobní oblasti BR a BH. Definice pro komodity, které se mohou pěstovat pouze v oblasti LFA-H, je uvedena na ilustrativním příkladu komodity kom ∈ KOM: x.lo(kom,i,j) = 0 a x.up(kom,i,j) = 1,
pokud PB (i,j) leží v oblasti LFA-H
x.lo(kom,i,j) = 0 a x.up(kom,i,j) = 0, pokud PB (i,j) leží v jedné z oblastí LFA-O, LFA-S a LFA-N. Ostatní omezující podmínky modelu Adekvátnost modelu realitě závisí na formulaci omezujících podmínek pro proměnné x(kom,i,j), které obsahují možnost výběru komodit na jednotlivých PB v závislosti −
na přírodních podmínkách: výměra, lokalizace v zemědělském prostoru, nadmořská výška, kvalita půdy, míra erozní ohroženosti apod.;
−
na ekonomických podmínkách: hektarový výnos, náklady, ceny, podpory podle pravidel AP, zisk apod.;
−
na specifických podmínkách: systém hospodaření pro daný PB, produkce v podmínkách agroenvi, podmínky pro erozní ohrožení, výpočet a omezení bilance živin NPK apod.
10
Optimalizační kritérium modelu Optimalizačním kritériem modelu je nalézt maximum celkového zisku podniku ZIScel = Suma (zis(kom,i,j), kom ∈ KOM a (i,j) ∈ MAT) při splnění všech zadaných omezujících podmínek. Propojení modelu FARMA-5 s databází BPEJ V rámci grantu NAZV (Voltr a kol., 2011) byla vytvořena databáze potenciální půdní úrodnosti na bázi BPEJ (bonitační půdně ekologické jednotky). Databáze BPEJ obsahuje zhruba 2 200 typů BPEJ, které pokrývají veškerou zemědělskou půdu ČR. V rámci zmíněného výzkumu byl vytvořen statistický model výpočtu závislosti hektarových výnosů jednotlivých zemědělských plodin v závislosti na množině faktorů půdní úrodnosti definovaných v systému BPEJ (produkční funkce). Jedná se o nejvýznamnějších kvantifikovatelné faktory, jako jsou minerální hnojení N, P, K, chemická ochrana (POR – přípravky ochrany rostlin), obsah humusu, erozní ohrožení, zranitelnost půdy dusíkem apod. Produkční funkce byla odvozena pro cca 20 rostlinných komodit a HPEJ (hlavní půdně ekologické jednotky), které představují cca 60 agregací BPEJ pro české zemědělství. V rámci databáze LPIS jsou pro každý půdní blok k dispozici i údaje o zařazení bloku do klasifikace BPEJ. Tím je umožněno propojení hektarové sítě modelu FARMA-5 s databází BPEJ pro uvažovaný podnik.
1.2
Model ERO-1
Pro posouzení míry ohroženosti půdních bloků erozí povrchovým odtokem se vycházelo z univerzální rovnice Wischmeier - Smith (tzv. rovnice USLE = Universal Soil Loss Equation), v modifikaci USLE 2D: G = R * K * L * S * C * P, kde v rámci zemědělského hospodaření je možné následujícími způsoby měnit hodnotu faktorů: -1
-1
G
průměrná roční ztráta půdy v t.ha .rok ,
R
faktor erozní účinnosti deště, nezávislý na zemědělské činnosti,
K
faktor náchylnosti půdy k erozi, závislý na zemědělské činnosti z dlouhodobého
hlediska (např. degradace půdy, hutnění vlivem obdělávání), L
faktor délky svahu, ovlivnitelný organizací pozemků, budováním mezí, cest, průlehů
a aplikací jiných protierozních a protipovodňových opatření přerušujících svah, S
faktor sklonu svahu, nezávislý na zemědělské činnosti, případně závislý v malé míře,
C
faktor ochranného vlivu vegetace, velmi závislý na zemědělské činnosti (výběr
plodiny, vegetační období, použití podsevu apod.), P
faktor vlivu protierozních opatření, velmi závislý na zemědělské činnosti (způsob
obdělávání, aplikace půdoochranných postupů). Z výše uvedeného vyplývá, že při konstantních hodnotách faktoru R (průměrná hodnota 40) a faktoru P (P=1) lze vypočítat součin faktorů R, K, L, S, P pro každý blok a poté vynásobením hodnotou faktoru C - variantně pro navrhovanou plodinu - získat odhadovanou hodnotu míry erozního smyvu pro uvedený blok. Tento postup byl využit při přípravě dat pro zapracování míry erozního ohrožení do modelu FARMA-5.
11
Hodnoty erodovatelnosti vztažené k hlavní půdní jednotce (faktor K) byly v projektu aktualizovány, přitom zachovány zůstaly průměrné hodnoty faktoru C, ale byly specifikovány pro jednotlivé plodiny (nikoli však pro různé způsoby obdělávání či použití podsevů), doporučená průměrná hodnota faktoru R se zvýšila na 40, což proti původní metodice (R=20) znamená zvýšení výpočtových hodnot o 100 %. Došlo i ke sjednocení přípustných limitů ztráty půdy u hlubokých -1
-1
a středně hlubokých půd na 4 t.ha . rok , přičemž půdy mělké jsou doporučeny k zatravnění. Příprava databáze Zpracovatel měl k dispozici vektorovou vrstvu půdních bloků jednotlivých podniků se základní databází exportovanou z autorizované sekce portálu LPIS ve formátu ESRI shapefile. Dále byly zajištěny exporty databází v dbf z autorizované sekce portálu LPIS s informacemi o půdních a erozních poměrech (viz tab. 1/01), které definují podmínky hospodaření na pozemku s ohledem na dotační politiku. V prvním kroku bylo provedeno databázové propojení databází přes klíčové pole ID_FB (kód půdního bloku) a napojení na shapefile půdních bloků. Pro výpočty a vizualizace erozního ohrožení tak byly připraveny základní informace uvedené v následující tabulce.
Tab. 1/01 - Základní parametry bloku související s erozním ohrožením napojené do atributové tabulky shapefile. Název pole ID_FB KULTURAKOD ZKODFB SVAZITOST BPEJ_xx KOD_EROZ_O POT_MEO MELIORACE
Typ pole Délka pole Popis pole Vnitřní identifikátor záznamu dat o půdním bloku. N 10 Kód kultury C 1 Zkrácený kód bloku C 10 Průměrná svažitost PB/DPB dopočítaná systémem N 3,1 pomocí dat ZABAGED Rozpočítaná výměra PB/DPB v ha, na dvě desetinná N 7,2 místa dle BPEJ Kód erozního ohrožení Ax(N1), Bx, AxBx(N1) C 6 Kódy vhodných specifických opatření aplikovatelných na C 20 MEO Px, Zx, Sx, Vx, Kx Meliorace ANO/NE C 3
Pramen: LPIS
Výskyt půd se silným či mírným erozním ohrožením (SEO, MEO) na půdních blocích Informace o výskytu silně erozně ohrožené půdy na bloku definuje omezení v použití plodin v modelu FARMA-5. Protože informace nemá prostorovou lokalizaci, podmínka vyloučení erozně nebezpečné plodiny se vztahuje na celý blok s výskytem SEO. Specifikace SEO, MEO a podrobný popis opatření lze nalézt na webových stránkách MZe, portál farmáře. Za pomocí GIS a databázových analýz v prostředí programů ArcGIS a USLE 2D byly připraveny základní vrstvy pro výpočet erozního smyvu, které byly následně převedeny do jednotné rastrové podoby (ESRI grid) s rozlišením 10 m se společným počátkem a rozsahem řešených parcel jednotlivých podniků. Rastry dílčích faktorů byly mezi sebou vynásobeny a zonální statistikou nad rastry v rozsahu půdních bloků podniků byly vypočteny sumární hodnoty součinu pěti faktorů, které byly tabelárně zpracovány a sloužily jako základní podklad pro variantní dopočet erozních smyvů v modelu FARMA-5.
12
Obr. 1/01 – Schéma postupu erozních výpočtů do modelu FARMA-5.
Erozní model ERO-1 vyhodnocuje při modelování hospodaření zemědělského podniku změnu míry erozního smyvu na jednotkové ploše (v tomto případě na půdním bloku). Vzhledem k tomu, že model nereflektuje zásahy do pozemku typu vybudování průlehu či meze, tedy protierozních prvků přerušujících svah, dá se v rámci pozemku suma součinů faktorů L, S, K, R a P považovat za konstantní. Změnou plodiny dochází potom pouze ke změně faktoru C, výsledná míra erozního smyvu je tak závislá pouze na modelové změně tohoto faktoru. Výsledná hodnota průměrného ročního erozního smyvu z bloku se v modelu FARMA-5 měnila dle navrhované plodiny, tedy se změnou faktoru C. Pro import do modelu byla pro každý podnik připravena tabulka skládající se z identifikátoru bloku, informace o erozním ohrožení a vhodných opatřeních dle LPIS, a sloupcem se součinem faktorů L, S, K, R, P z rovnice USLE. Hodnota těchto faktorů pro každý blok byla získána zonální sumou hodnot součinu rastrů jednotlivých faktorů v rozsahu bloku.
1.3
Modely EMI-1, IMI-1, DEP-1
S problémem negativních dopadů zemědělské činnosti na životní prostředí významně souvisí koloběh živin N, P, K v zemědělské půdě. Vstup dusíku do zemědělské půdy z průmyslových a organických hnojiv a z atmosférické depozice působí jednak pozitivně - jako nejvýznamnější faktor ovlivňující výši dosahovaných hektarových výnosů plodin, jednak negativně – únik dusíku ze zemědělské půdy do spodních vod a negativní vliv atmosférické depozice dusíku na lesní ekosystémy v okolí zemědělského podniku. Z uvedených
důvodů
je
významným
problémem
hodnocení
celkové
bilance
dusíku
v zemědělské půdě a stanovení podílu atmosférické depozice dusíku na celkovém vstupu dusíku do
13
zemědělské a lesní půdy. Pro stanovení celkové depozice dusíku jsou významné oxidované formy dusíku (oxidy dusíku, dusičnany v aerosolu a ve srážkách) a redukované formy (amoniak, amonné ionty v aerosolu a ve srážkách). Z tohoto důvodu byly pro stanovení optimální struktury výroby zemědělských podniků navrženy a testovány modely EMI-1, IMI-1 a DEP-1 pro stanovení celkové depozice dusíku do zemědělské a lesní půdy v okolí těchto podniků. Byl navržen model EMI-1, který modeluje emise amoniaku (NH3) z počtu hospodářských zvířat a průměrného ročního emisního koeficientu pro jednotlivé druhy zvířat. Emisní koeficient je založen na měření emisí ustájených zvířat v České republice (Zapletal, Chroust, 2006a) a zahrnuje čtyři typy produkce emisí NH3 - emise z ustájení, emise ze skladování hnoje (kejdy), emise z aplikace hnoje (kejdy) a emise z pastevní periody. K odvození atmosférické koncentrace amoniaku v různých vzdálenostech od zemědělského zdroje byl navržen model IMI-1, který vychází ze vztahu, který navrhli Theobald et al. (2006). Tento model poskytuje exponenciální křivku, která stanoví, jak se atmosférická koncentrace NH3 snižuje se vzdáleností od zdroje v závislosti na množství emisí NH3 ze zdroje, pravděpodobnosti rychlosti a směru větru, charakteru povrchu mezi zdrojem emisí NH3 a místem, pro které je modelována koncentrace amoniaku a následně suchá depozice amoniaku. Pomocí naměřených koncentrací amoniaku v různých vzdálenostech od zemědělského podniku s chovem skotu v závislosti na meteorologických a environmentálních charakteristikách byl model IMI-1 kalibrován. Koncentrace NH3 prudce klesala se vzdáleností od zdroje. Byla dosažena dobrá shoda mezi měřenou a modelovanou koncentrací NH3 (Zapletal, Chroust, 2014). Byla zpracovaná regionální meteorologická data pro model IMI-1 na území České republiky. Pro mapové zpracování rychlosti větru a četnosti směru větru bylo vybráno 36 meteorologických synoptických stanic a 2 sondážní stanice na území České republiky s dlouhodobou řadou pozorování. Pro 47 oblastí na území ČR byly základní osmisměrné růžice rozděleny do jednotlivých tříd stability atmosféry a jednotlivých tříd rychlosti větru. Byly porovnány modelované rychlosti a četnosti směru větru pro vybranou oblast, ve které se nachází zemědělský podnik a naměřené rychlosti a četnosti směru větru v areálu tohoto zemědělského podniku. Byla dosažena dobrá shoda mezi měřenou a modelovanou rychlostí
a četností směru větru. Model IMI-1
zohledňuje účinky různých
pravděpodobností rychlosti a směru větru s využitím průměrných dat pro ČR (ČHMÚ, 2007a, 2007b) a charakteristiky využití ploch (EEA, 2005) mezi zdrojem a místem, pro které bude modelována depozice. Modely EMI-1 a IMI-1 byly propojeny s regionálními meteorologickými charakteristikami 47 oblastí na území ČR v prostředí Visual Basic 2010. Integrovaný modul po zadání vstupních parametrů (charakteristiky chovu hospodářských zvířat, charakteristiky povrchu v okolí zemědělského podniku, číslo oblasti, ve které se nachází zemědělský podnik) vypočte emise amoniaku a následně imisní koncentrace amoniaku v okolí zemědělského podniku v závislosti na meteorologických a environmentálních podmínkách ve zvolené oblasti. Pro stanovení celkové depozice dusíku na pozadí v okolí těchto podniků byl navržen model DEP-1, kterým byla modelována celková depozice dusíku jako součet celkové mokré a suché depozice oxidovaných sloučenin dusíku (NOx, dusičnanů ve srážkách) a celkové mokré a suché depozice redukovaných sloučenin dusíku (NH3 a amonných iontů ve srážkách) v síti 1x1 km na území České republiky. Suchá depozice ve čtverci 1x1 km byla modelována z hodnot koncentrací plynných složek (NOx, NH3) v ovzduší a jejich depozičních rychlostí. Depoziční rychlosti oxidů dusíku (NOx) a amoniaku (NH3) byly modelovány z meteorologických dat, dat o drsnosti povrchu a využití ploch pomocí rezistenčního modelu (Zapletal, 2001). Mokrá depozice dusičnanů a amonných iontů byla -
+
vypočtena ze srážkových úhrnů a koncentrací NO3 a NH4 ve srážkách. Celková depozice dusíku je
14
-
+
součtem celkové suché depozice dusíku (NOx, NH3) a celkové mokré depozice dusíku (NO3 , NH4 ). Výstupem modelu DEP-1 je mapa celkové depozice oxidovaných a redukovaných forem dusíku na pozadí v síti 1x1 km na území ČR. Celková aktuální depozice dusíku pro půdní bloky a lesní půdu v okolí zemědělských podniků byla vypočtena jako součet celkové depozici dusíku na pozadí ve čtverci 1x1 km, ve kterých se nachází půdní bloky zemědělských podniků podle LPIS a suché depozice amoniaku v okolí těchto podniků. Suchá depozice amoniaku byla vypočtena z modelovaných hodnot koncentrací NH3 v ovzduší pomocí modelu IMI-1 a jejich depozičních rychlostí. Celková aktuální depozice dusíku (vypočtena jako součet suché depozice amoniaku a celkové depozice dusíku na pozadí) se porovnává s kritickou zátěží dusíku vypočtenou na základě hmotové bilance vodíkových iontů v lesních půdách a empirickou kritickou zátěží dusíku pro lesní půdy (Zapletal, 2006b). Emise NH3 ze zemědělských podniků mohou potenciálně negativně ovlivnit lesní ekosystém v okolí těchto podniků.
1.4
Konstrukce poradenského systému FARMA-5
Propojením modelu FARMA-5, modelu ERO-1 a modelů EMI-1, IMI-1 a DEP-1 byl vytvořen poradenský systém FARMA-5, který umožňuje optimalizovat výrobní strukturu a snížit riziko erozního ohrožení a dosáhnout přijatelných hodnot bilance živin N, P, K v zemědělské půdě. Fungování poradenského systému FARMA-5 pro konkrétní zemědělský podnik lze popsat v následujících krocích: Krok 1: Z databáze LPIS se vygeneruje databáze půdních bloků spolu s dalšími informacemi jako jsou identifikace kultury (OP nebo TTP), příslušnost PB k výrobním oblastem, oblastem LFA, dále průměrná svažitost PB a přiřazení BPEJ k PB. Krok 2: Z informací v kroku 1 se vygeneruje systém 11 matic MAT1,…,MAT11 pro model FARMA-5. Krok 3: Pomocí modelu ERO-1 se vygeneruje matice parametrů erozní ohroženosti jednotlivých PB v závislosti na vybraných zemědělských komoditách. Krok 4: Pomocí modelů EMI-1, IMI-1 a DEP-1 a na základě lokalizace živočišné výroby do stájí a jiných zařízení ŽV se vygeneruje matice atmosférické depozice dusíku pro všechny půdní bloky podniku. Krok 5: Propojením modelu FARMA-5 s modelem RENT-4 a s databází BPEJ se vygeneruje matice produkčně ekonomických vstupů modelu pro každý PB a každou komoditu RV: hektarové výnosy, náklady, podpory a tržní ceny, dále pak úroveň hnojení N, P, K podle komodit. Krok 6: Zadá se výchozí výrobní strukturu podniku RV (podle PB) a ŽV pro celý podnik. Krok 7: Model FARMA-5 je připraven k optimalizaci výrobní struktury při respektování problematiky eroze (zadání ano/ne) a respektování vyváženosti bilance živin N, P, K s modelově odvozenou atmosférickou depozicí (zadání ano/ne).
1.5
Využití datových zdrojů LPIS a BPEJ pro systém FARMA-5
Základní myšlenka Využít zdroje LPIS, které jsou uživateli běžně dostupné, jako vstupní data do matematického modelu a do modelu erozního ohrožení ERO-1, jejichž výstupy budou zpětně uživateli navrhovat optimalizované využití obhospodařovaných pozemků.
15
Rozsah a podrobnost Metoda byla ověřena na 11 zemědělských podnicích, které hospodaří v okresech Příbram, Prachatice, Český Krumlov, České Budějovice, Jindřichův Hradec, Ústí nad Orlicí, Blansko, Bruntál a Opava. Všechny charakteristiky byly zjišťovány na úrovni jednotlivých obhospodařovaných půdních bloků (PB). Sledované charakteristiky Individuálně pro každý podnik vstupují do modelu následující dostupné charakteristiky z LPIS: −
mapová vrstva půdních bloků obhospodařovaných příslušným podnikem (součástí připojené databáze je i výměra, průměrná sklonitost a nadmořská výška pozemku, kultura, příslušnost PB ke katastrálnímu území);
−
detailní údaje LPIS (LFA, zranitelné oblasti dusíkem, vzdálenost od vody, meliorační zásahy, aplikační pásmo, vhodnost k zatravnění);
−
údaje o erozní ohroženosti (kód erozní ohroženosti GAEC, výměra silně/mírně erozně ohrožených půd, nejdelší odtokové linie, vhodnost k setí a sázení);
−
závazky AEO (kód závazku, výměra zatravnění apod.);
−
BPEJ (kód a příslušná výměra všech BPEJ evidovaných na PB);
−
zemědělské výrobní oblasti (ZVO).
Použité datové zdroje a dostupnost Data LPIS získá sám uživatel prostřednictvím aplikace „Portál farmáře (eAgri) na http://eagri.cz/public/web/mze/farmar/. Zde je možné stahovat balík Datawell, který obsahuje aktuální mapové podklady PB ve formátu shp včetně některých základních charakteristik. Součástí balíku je také databáze BPEJ vztažených k jednotlivým PB. Limitujícím faktorem pro získání balíku Datawell je dostupnost mapových podkladů a data BPEJ, která lze získat pouze ve spolupráci s uživatelem. V případě exportu ostatních dat LPIS (detailních údajů k PB, údajů o erozní ohroženosti a seznamu závazků AEO) bylo možné k těmto datům přistupovat prostřednictvím portálu MZe na https://portal.mze.cz/ssl/web/portal-mze/, odkud lze data exportovat k určitému datu ve formátu *.xls. Postup Jedná se o propojení dat na úrovni PB. Bylo využito jednak nástrojů ArcView, jednak MS Access. Pro potřeby výpočtů erozního ohrožení byla sestavena databáze výše uvedených charakteristik LPIS, BPEJ a ZVO, která byla následně připojena přes identifikátor půdního bloku (IDFB) k mapové vrstvě PB. Tatáž databáze vstupuje do matematického modelu FARMA-5, avšak bez mapových dat. Údaje o BPEJ bylo nutné transformovat z původního formátu, kdy databáze obsahovala duplicitně seznam PB a k nim vždy přiřazený typ BPEJ s příslušnou výměrou (tab. 1/02) do tabulky, která obsahuje kód PB jako jedinečný ukazatel a jednotlivé typy BPEJ jsou v řádku seřazené podle významnosti od největší výměry po nejmenší (tab. 1/03).
16
Tab. 1/02 - Původní formát dat BPEJ po stažení z Datawell LPIS IDBF 8377211 8377211 8377211
BPEJ_KOD 54178 52614 52654
VYMERA 7,64 10,54 4,84
Pramen: LPIS
Tab. 1/03 - Data BPEJ po transformaci na jeden řádek IDFB 8377211
BPEJ1 52614
VYM1 10,54
BPEJ2 54178
VYM2 7,64
BPEJ3 52654
VYM3 4,84
Pramen: vlastní výpočty
Údaje o ZVO jsou známy na úrovni katastrálních území. Každému PB byla přiřazena příslušná ZVO podle toho, v jakém katastru se vyskytuje centroid (těžiště) polygonu PB (zdroj LPIS).
1.6
Výsledky a diskuse
Pro testování funkčnosti poradenského systému FARMA-5 bylo vybráno 11 zemědělských podniků. Pro ilustraci je uveden výběr výsledků podniku X, který reprezentuje celou skupinu. Základní charakteristiky podniku X Podnik X se rozkládá na téměř 190 PB, z nichž jednu třetinu tvoří orná půda a dvě třetiny TTP, a leží převážně v bramborářské výrobní oblasti a v LFA ostatní. Podnik X se zaměřuje na produkci obilovin (pšenice ozimá a jarní, ječmen ozimý a jarní) a olejnin (řepka, mák), dále na produkci objemných krmiv pro ŽV (silážní kukuřice, víceleté pícniny a TTP-louky). V živočišné výrobě je podnik zaměřen na chov dojeného skotu (cca 500 kusů, z nichž 50 % tvoří dojnice) s tržní produkcí mléka a prodejem mladého skotu. Ekonomická optimalizace podniku X Pro podnik X byla provedena řada modelových výpočtů pomocí modelu FARMA-5 porovnávajících výchozí výrobní strukturu uvažovanou podnikem (var. BAS) s optimalizovanou výrobní strukturou, kde jsou o 20 % uvolněny rozsahy pěstování jednotlivých plodin (var. OPT). Pro optimalizační výpočty obou variant byly využity teoretické předpoklady o hektarových výnosech na jednotlivých PB odvozených z databáze BPEJ, a o nákladech, cenách a podporách jednotlivých komodit z modelu RENT-4 ve vztahu k výrobním oblastem a klasifikaci LFA. Výpočet pro var. BAS představuje pro podnik X celkový zisk cca 8 mil. Kč, zatímco ve var. OPT cca 11 mil. Kč. Rozdíl obou hodnot dokumentuje výrobní potenciál podniku „odhalený“ modelem FARMA-5. Ekologická optimalizace podniku X Hlavním přínosem uplatnění poradenského systému FARMA-5 pro podnik X jsou výpočty ekologické optimalizace, kde se uvažují ekologická kritéria – erozní ohrožení (výsledky modelu ERO-1) a omezení bilance živin N, P, K (výsledky modelů EMI-1, IMI-1 a DEP-1). Výsledky výpočtů ekologické optimalizace jsou uvedeny v tab. 1/04.
17
Tab. 1/04 - Optimalizace výrobní struktury podniku X s respektováním erozního ohrožení a bilance NPK Ukazatel
Eroze t/ha
Depozice N kg N/ha
Vstup N kg N/ha
1)
Odběr N kg N/ha
Bilance N kg N/ha
Vstup P kg P/ha
Bilance P kg P/ha
Vstup K kg K/ha
Odběr K kg K/ha
Bilance K kg K/ha
2)
Var. 1 - zadání: eroze=0 , bilance NPK=0 , zisk celkem 11 271 tis. Kč 0,00 10,85 21,32 0,00 -87,44 min na PB 44,36 28,54 214,32 157,87 143,97 max na PB 4,18 13,96 122,72 87,43 49,25 průměr z. p. Var. 2 - zadání: min na PB max na PB průměr z. p.
Odběr P kg P/ha
1)
0,00 10,00 8,57
0,00 74,33 34,74
-64,33 -5,13 -26,18
0,00 15,00 12,85
0,00 198,32 91,42
-183,32 -7,92 -78,57
2,56 10,00 6,68
12,46 41,66 23,49
-32,45 -5,13 -16,81
3,84 15,00 10,02
53,84 65,00 59,91
-50,00 -44,35 -49,89
0,00 10,00 8,06
0,00 75,03 30,75
-65,03 0,00 -22,70
0,00 15,00 12,08
0,00 206,75 82,76
-191,75 0,00 -70,67
1,43 10,00 6,28
3,85 41,49 21,64
-32,06 -2,27 -15,35
2,15 15,00 9,43
19,93 64,92 56,33
-50,00 -17,56 -46,90
2)
eroze=0 , bilance NPK=1 , zisk celkem 8 968 tis. Kč 0,00 10,85 33,89 42,86 1,16 36,58 28,54 138,60 100,12 50,00 4,96 13,96 86,89 61,74 39,11 1)
2)
Var. 3 - zadání: eroze=1 , bilance NPK=0 , zisk celkem 10 106 tis. Kč 0,01 10,85 0,00 0,00 -8,35 min na PB 3,87 28,54 196,18 164,87 160,11 max na PB 1,68 13,96 109,67 78,94 44,70 průměr z. p. 1)
2)
Var. 4 - zadání: eroze=1 , bilance NPK=1 , zisk celkem 7 843 tis. Kč 0,01 10,85 3,13 16,78 1,16 min na PB 18,17 28,54 135,31 98,43 50,00 max na PB 3,36 13,96 78,72 57,57 35,11 průměr z. p. 1) Eroze=0 – při výpočtu se neuvažuje omezení pro erozi;
eroze=1 – při výpočtu se uvažuje omezení pro erozi zisku podnik u. Smyv z. p. na hek tar na každém PB nesmí překročit hodnotu 4 t.
2) Bilance NPK=0 – při výpočtu se neuvažuje omezení bilance živin; bilance NPK=1 – při výpočtu se uvažuje omezení bilance živin. Rozmezí ‑ 50 až +50k g N, P, K na ha z. p. na každém PB. Pramen: vlastní výpočty
Přínos optimalizace indikátorů zemědělského hospodaření ve vztahu k životnímu prostředí a jejich promítnutí do celkové ekonomiky zemědělského podniku je bez složitých výpočtů nemožné. Proto výpočet celkového zisku při respektování určitých omezení, opírající se o zmíněné indikátory, může pomoci při rozhodovacím procesu, kterým směrem se má zemědělský podnik rozvíjet, nebo naopak utlumit některé směry výrobního zaměření. V případě bilance dusíku, ale také fosforu a draslíku, nesmí docházet k dlouhodobým nevyrovnaným bilancím (nedostatku nebo přebytku) těchto živin. Bilance NPK je ovlivňována i procesem emise amoniaku ze živočišné výroby a následnou atmosférickou depozicí dusíku. Dalším důležitým indikátorem je erozní ohroženost určitých částí zemědělské půdy, kde nevhodný způsob hospodaření může vést k významným erozním smyvům půdy s nepříznivými důsledky na snižování úrodnosti i k úbytkům zemědělské půdy. Na základě přesných údajových vstupů opírajících se o univerzálně dostupné informace (LPIS) a o speciální měření emisí v daném podniku může potom model FARMA-5 prostřednictvím modelových simulací poskytnout cenné informace a návody, jak se vyhnout možným negativním důsledkům hospodaření. Naopak centrálním orgánům mohou propočty nad typovými farmami ukázat problematické lokality v českém zemědělství, kde lze negativní důsledky hospodaření předpokládat. Na základě modelových výpočtů potom navrhnout takové stimulační správně cílené podpory českým producentům, které by měly působit na minimalizaci nebo eliminaci negativních důsledků, a tím představit celospolečenské pozitivní dopady budoucí agrární politiky. Poradenský systém FARMA-5 a jeho softwarové zabezpečení ve spolupráci s řešitelským týmem a systémem poradců by měl být k dispozici pro operativní řešení problémů zemědělství pro obě zmíněné sféry budoucího užití (zemědělské podniky i MZe).
1.7
Závěry
Poradenský
systém
FARMA-5
může
sloužit
jako
základ
metodiky
pro
navrhování
a vyhodnocování budoucího vývoje zemědělských podniků a současně umožnit respektování jejich specifických výrobně-ekonomických a organizačních podmínek. V případě zpracování větších územních celků umožňuje softwarový aparát zkoumat chování zemědělských podniků v souladu s hlavními cíli SZP EU, tj. zajistit trvale udržitelný rozvoj zemědělských podniků s respektováním požadavků správné zemědělské praxe a zemědělskými technologiemi šetrnými k životnímu prostředí.
18
2 Model Souhrnného zemědělského účtu Souhrnný zemědělský účet (SZÚ) je sestavován na základě nařízení Evropského parlamentu a Rady (ES) č. 138/2004 ve všech státech EU. Je základním metodologickým nástrojem pro měření ekonomické velikosti a výkonnosti odvětví zemědělství, resp. zemědělské prvovýroby, v rámci národního hospodářství. Je využíván pro srovnání výkonnosti zemědělství jednotlivých členských států. V ČR je SZÚ každoročně zpracováván ČSÚ, který výsledky zveřejňuje na svých webových stránkách (SZÚ-ČSÚ). SZÚ se člení na čtyři části: účet výroby, účet tvorby důchodu, účet podnikatelského důchodu a součásti kapitálového účtu. Čtvrtá část SZÚ se nesestavuje u předběžných výsledků roku, pouze u definitivních výsledků za daný rok. −
Termíny odesílání výsledků SZÚ do Eurostatu jsou závazné pro všechny členské země EU: - 1. odhad SZÚ za rok n v listopadu roku n.
−
- 2. odhad SZÚ za rok n v lednu roku n+1.
−
- semidefinitivní data za rok n v září roku n+1.
−
- definitivní data za rok n v září roku n+2. Pro potřeby predikcí vývoje zemědělství a dopadů agrární politiky byly v ÚZEI navrženy
2 alternativní modelové přístupy k odhadu SZÚ pro aktuální rok (model SZU-P1) a pro delší časové období (model SZU-P2). Oba modely byly naprogramovány v prostředí Microsoft Excel a využívají tyto zdroje: 1. ČSÚ – časové řady cen zemědělských výrobců (CZV), měsíční a průměr roku. 2. ČSÚ – časové řady vybraných ukazatelů SZÚ. 3. Interní databáze ÚZEI Baseline – časové řady naturálních a ekonomických ukazatelů. 4. Model RENT-4 – predikční ekonometrický model, řešící ekonomické predikce 37 podstatných komodit českého zemědělství (Foltýn a Zedníčková, 2012). Poznámka: V celé kap. 2 předpokládáme následující definice pojmů projekce a prognóza. Projekcí rozumíme budoucí vývoj (trend) určitého ukazatele, založený na předem zadaných předpokladech. U projekce se jedná o „řízený“ budoucí trend. Prognózou na rozdíl od projekce rozumíme takový budoucí vývoj (trend) určitého ukazatele, který z hlediska vědeckých znalostí a předpokladů o budoucnosti je objektivní a nejpravděpodobnější.
2.1
Základní struktura SZÚ-ČSÚ
SZÚ je globální účetní schéma, které shrnuje výsledky odvětví zemědělství za daný kalendářní rok. Ve struktuře, kterou každoročně publikuje ČSÚ, obsahuje 31 základních ukazatelů u01, … , u31 v hodnotovém vyjádření (mil. Kč) s následujícím obsahem: u01
celková produkce obilovin, která zahrnuje hodnotovou produkci pšenice, žita, ječmene, ovsa, kukuřice na zrno, rýže a ostatních obilovin
u02
celková produkce technických plodin, která zahrnuje produkci olejnin (řepka, slunečnice, sójové boby, ostatní olejniny), luskovin vč. osiva, surový tabák, cukrovou řepu a ostatní technické plodiny (textilní plodiny, chmel)
u03
celková produkce krmných plodin zahrnující silážní kukuřici, krmné okopaniny a ostatní pícniny
u04
celková produkce zeleniny a zahradnických výrobků (čerstvá zelenina – květák, rajčata, ostatní zelenina, sazenice a květiny)
19
u05 u06
celková produkce brambor vč. sadby celková produkce ovoce zahrnující čerstvé ovoce (stolní jablka a hrušky, broskve ostatní čerstvé ovoce), citrusové plody, tropické plody, vinné hrozny a olivy
u07
celková produkce stolního a jakostního vína
u08
celková produkce olivového oleje
u09
celková produkce ostatních rostlinných výrobků (např. osiva)
u10
celková rostlinná produkce (u01 + … + u09)
u11
celková produkce zvířat zahrnující skot, prasata, lichokopytníky, ovce a kozy, drůbež a ostatní zvířata
u12
celková produkce živočišných výrobků mléko, vejce a ostatní výrobky
u13
celková živočišná produkce (u11 + u12)
u14
celková produkce zemědělských výrobků (u10 + u13)
u15
celková produkce zemědělských služeb zahrnující zemědělské služby a výnosy z pronájmu mléčné kvóty
u16
celková zemědělská produkce (u14 + u15)
u17
celková hodnota nezemědělských vedlejších činností (neoddělitelných) zahrnující zpracování zemědělských výrobků a ostatní vedlejší neoddělitelné činnosti
u18
celková produkce zemědělského odvětví (u16 + u17)
u19
mezispotřeba celkem zahrnuje náklady na osiva a sadbu, náklady na energie a maziva, náklady na hnojiva a prostředky zlepšující půdu, náklady na přípravky k ochraně rostlin, veterinární náklady, náklady na krmiva nakupovaná a vlastní, náklady na údržbu a opravy strojů a zařízení, náklady na údržbu a opravy budov, náklady na zemědělské služby, náklady na finanční zprostředkovatelské služby, náklady na ostatní zboží a služby
u20
hrubá přidaná hodnota v základních cenách (u18 - u19)
u21
spotřeba fixního kapitálu zahrnuje stroje a zařízení, budovy, výsadby a ostatní
u22
čistá přidaná hodnota v základních cenách (u20 - u21)
u23
náhrady zaměstnancům
u24
ostatní daně na výrobu
u25
ostatní dotace na výrobu
u26
důchod z faktorů (u22 - u24 + u25)
u27
čistý provozní přebytek/smíšený důchod (u26 - u23)
u28
předepsané pachtovné a ostatní nájemné z nemovitostí
u29
nákladové úroky
u30
výnosové úroky
u31
podnikatelský důchod (u26 - u23 - u28 - u29 + u30)
20
2.2
Konstrukce modelu SZU-P1
Z popsané struktury SZÚ-ČSÚ je patrné, že celý účet lze rozdělit na následující části: účet celkové produkce RV, účet celkové produkce ŽV, účet mezispotřeby a účet finálních indikátorů zemědělského odvětví. Jednotlivé účty lze popsat následujícími matematickými vztahy: Účet celkové produkce rostlinné výroby PRORV
= u01 + u02 + … + u09 = suma (i ∈ KOM-RV, PLOi * VYNi * CENi),
kde KOM-RV je množina všech rostlinných komodit českého zemědělství v rozsahu ukazatelů u01 až u09 (obiloviny, olejniny, technické plodiny apod.) PLOi, VYNi, CENi
jsou celkové plochy, průměrné výnosy a průměrná roční CZV komodit
pro i ∈ KOM-RV za ČR. Účet celkové produkce živočišné výroby PROZV
= u11 + u12 = suma (i ∈ KOM-ZV, STAi * VYNi * CENi),
kde KOM-ZV je množina živočišných komodit v rozsahu ukazatelů u11 – zvířata (skot, prasata, drůbež, ovce a kozy) a u12 – živočišné výrobky (mléko a vejce), STAi, VYNi, CENi
jsou celkové stavy zvířat, průměrné roční jednotkové produkce
(jatečná produkce masa, tržní produkce mléka a vajec) a CZV komodit (jednotkové produkce) pro i ∈ KOM-ZV za ČR. Účet celkové mezispotřeby MSP
= u19 = OSI+ ENE+ HNO+ POR+ VET+ KRM+ UST+ UBU,
kde jednotlivé položky MSP představují celkové náklady na osiva OSI, energii ENE, hnojiva HNO, veterinární náklady VET, náklady na krmiva KRM a náklady na údržbu a opravy strojů a zařízení UST a náklady na údržby a opravy budov UBU za odvětví zemědělství. Účet finálních indikátorů Hrubá přidaná hodnota HPH = u20 = PRORV + PROZV – MSP Čistá přidaná hodnota CPH = u22 = HPH – SFK Důchod z faktorů DFA = u26 = CPH – DAN + DOT Čistý provozní přebytek CPP = u27 = DFA – NZA Podnikatelský důchod DPO = u31 = DFA – NZA – NAJ – NUR + VUR kde jednotlivé položky SFK, DAN, DOT, NZA, NAJ, NUR a VUR odpovídají ukazatelům u21, u24, u25, u23, u28, u29 a u30 SZÚ. Vytvoření komoditních účtů Pro vytvoření modelu SZU-P1 se vychází z účtů jednotlivých komodit RV a ŽV. Pro každou komoditu je třeba vytvořit strukturu 31 ukazatelů shodných s SZÚ-ČSÚ. Model SZU-P1 se bude blížit SZÚ-ČSÚ tím více, čím reprezentativnější bude výběr zemědělských komodit, které budou zastupovat celé odvětví zemědělství. Pro tento účel byl vybrán model RENT-4, který poskytuje časové řady
21
výrobně ekonomických ukazatelů 37 zemědělských komodit (25 rostlinných a 12 živočišných), které s výjimkou zeleniny dostatečně reprezentují české zemědělství. Jedná se o následující komodity: A1 – pšenice ozimá, A2 – pšenice jarní, A3 – žito, A4 – ječmen ozimý, A5 – ječmen jarní, A6 – oves, A7 – triticale, A8 – kukuřice na zrno, A9 – hrách,A10 – řepka, A11 – mák, A12 – slunečnice, A13 – cukrovka, A14 – brambory konzumní, A15 – len přadný, A16 – chmel, A17 – vinné hrozny, A18 – kmín, A19 – kukuřice na siláž, A20 – ostatní jednoleté pícniny, A21 – víceleté pícniny, A22 – louky, A23 – pastviny, A24 – jablka konzumní, A25 – meruňky, A26 – dojnice, A27 – telata do 6 měsíců, A28 – jalovice od 6 měsíců do 5 měsíce březosti, A29 – vysokobřezí jalovice, A30 – výkrm skotu, A31 – krávy bez tržní produkce mléka, A32 – prasnice, A33 – prasničky,A34 – předvýkrm prasat, A35 – výkrm prasat, A36 – brojleři, A37 – nosnice. Účet jednotlivých komodit RV na hektar Tržby jednotlivých rostlinných komodit – TRZ (Kč/ha) TRZ = VYN ∗ CEN
i ∈ RV a j = rok,
kde VYN a CEN jsou výnosy a ceny komodity i v roce j převzaté z modelu RENT-4. Jednotkové náklady na komoditu i pro rok j převzaté z modelu RENT-4 (Kč/ha): −
osiva nakupovaná (NRV1), osiva vlastní (NRV2),
−
hnojiva nakupovaná (NRV3), hnojiva vlastní (NRV4),
−
přípravky ochrany rostlin (NRV5), náklady na mechanizaci (NRV6),
−
ostatní přímé náklady a služby (NRV7), mzdové náklady (NRV8),
−
fixní náklady (NRV9)
−
celkové náklady (NRV10) = suma NRV1 až NRV9. Rozklad nákladových položek modelu RENT-4 do jednotlivých položek SZÚ ukazují následující
vztahy OSI = NRV1 + NRV2 ENE = NRV7 ∗ koef1 HNO = NRV3 + NRV4 POR = NRV5 UST = NRV6 ∗ koef2 UBU = NRV9 ∗ koef3 MSP = OSI + ENE + HNO + POR + UST + UBU HPH = TRZ − MSP SFK = NRV9 ∗ koef4 + NRV6 ∗ koef5 CPH = HPH − SFK ZAM = NRV8 DOT = POD DFA = CPH + DOT CPP = DFA − ZAM DPO = DFA − ZAM − NAJ − URN + URV ,
22
kde koef1 až koef5 jsou koeficienty rozkladu nákladových položek RV v souladu se strukturou ukazatelů u19 až u31. Tab. 2/01 - Komoditní účet řepka na 1 ha Kód SZÚ 02.1/1 18
Skutečnost Predikce /predikce 2009 2010 2011 2012 2013 2014 produkce = produkce z 1 ha (Kč/ha) = výnos (t/ha) * CZV (Kč/t) 3,18 2,83 2,80 2,76 3,45 3,03 6 924 9 862 11 210 12 081 10 090 9 845 22 014,1 27 873,0 31 405,7 33 387,4 34 768,9 29 854,3 účet nákladů = náklady na 1 ha (Kč) 19 675,0 18 031,0 21 516,2 22 415,9 23 032,4 23 654,6 1 385,1 1 409,9 1 420,7 1 443,0 1 533,9 1 564,6 1 366,7 1 337,7 1 401,1 1 408,1 1 496,8 1 526,7 18,4 72,2 19,6 34,9 37,1 37,8 2 686,5 2 676,1 2 767,7 2 796,7 2 964,3 3 046,8 2 329,5 2 302,7 2 413,9 2 315,5 2 389,7 2 441,4 357,0 373,4 353,8 481,1 574,7 605,3 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 6 292,5 4 262,3 6 141,8 6 467,5 6 455,4 6 681,4 5 945,7 3 888,9 5 615,6 6 025,9 6 013,9 6 192,0 346,8 373,4 526,1 441,5 441,5 489,4 5 018,4 4 776,5 5 033,8 5 359,3 5 450,4 5 479,5 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 1 850,9 2 339,1 2 779,2 3 099,1 3 639,7 3 834,1 2 441,5 2 567,1 3 373,0 3 250,3 2 988,5 3 048,3 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 Skutečnost
Ukazatel
MJ
Řepka a semena brukve řepáku - výnos CZV řepky PRODUKCE ZEMĚDĚLSKÉHO ODVĚTVÍ (16+17)
t/ha Kč/t Kč/ha
účet 2,94 8 345 24 523,9
Kč/ha Kč/ha Kč/ha Kč/ha Kč/ha Kč/ha Kč/ha Kč/ha Kč/ha Kč/ha Kč/ha Kč/ha Kč/ha Kč/ha Kč/ha Kč/ha Kč/ha Kč/ha Kč/ha Kč/ha Kč/ha Kč/ha Kč/ha
17 837,6 1 216,5 1 186,5 30,0 2 497,2 2 152,3 344,8 0,0 0,0 4 944,2 4 530,0 414,2 4 872,9 0,0 0,0 0,0 0,0 0,0 1 908,2 2 398,8 0,0 0,0 0,0
Kč/ha Kč/ha Kč/ha Kč/ha Kč/ha Kč/ha
6 686,3 1 984,8 1 007,1 301,1 676,6 0,0
2 339,1 2 169,6 1 188,9 292,1 688,6 0,0
9 842,0 2 312,4 1 219,3 369,1 724,1 0,0
9 889,5 2 770,1 1 380,2 438,6 951,3 0,0
10 971,6 2 958,2 1 552,4 489,1 916,8 0,0
11 736,6 2 807,9 1 346,2 574,4 887,3 0,0
10 477,6 2 870,2 1 373,1 605,1 892,1 0,0
Kč/ha Kč/ha Kč/ha Kč/ha Kč/ha
4 701,5 3 050,4 0,0 4 414,1 9 115,6
169,5 3 224,1 0,0 4 894,0 5 063,5
7 529,6 3 321,9 0,0 4 574,9 12 104,5
7 119,4 4 112,6 0,0 4 686,5 11 805,9
8 013,3 4 608,0 0,0 5 878,7 13 892,1
8 928,6 4 741,7 0,0 6 312,3 15 240,9
7 607,3 4 836,5 0,0 6 105,8 13 713,1
Kč/ha
6 065,2
1 839,4
8 782,6
7 693,3
9 284,0
10 499,3
8 876,6
Kč/ha Kč/ha Kč/ha Kč/ha
0,0 0,0 0,0 6 065,2
0,0 0,0 0,0 1 839,4
0,0 0,0 0,0 8 782,6
0,0 0,0 0,0 7 693,3
0,0 0,0 0,0 9 284,0
0,0 0,0 0,0 10 499,3
0,0 0,0 0,0 8 876,6
2008
19 MEZISPOTŘEBA CELKEM 19.01 Osiva a sadba 19.01/1 nakoupené od jiných zemědělských jednotek 19.01/2 nakoupené mimo zemědělské odvětví 19.02 Energie, maziva 19.02/1 elektrická energie 19.02/2 plyn 19.02/3 ostatní paliva a pohonné hmoty 19.02/4 ostatní 19.03 Hnojiva a prostředky zlepšující půdu 19.03/1 nakoupená od zemědělských jednotek 19.03/2 nakoupená mimo hospodářské odvětví 19.04 Přípravky k ochraně rostlin 19.05 Veterinární náklady 19.06 Krmiva 19.06/1 nakoupená od zemědělských jednotek 19.06/2 nakoupená mimo hospodářské odvětví 19.06/3 spotřebovaná vnitropodnikově 19.07 Údržba a opravy strojů a zařízení 19.08 Údržba a opravy budov 19.09 Zemědělské služby 19.10 Finanční zprostředkovatelské služby 19.11 Ostatní zboží a služby HRUBÁ PŘIDANÁ HODNOTA V ZÁKLADNÍCH 20 CENÁCH (18-19) 21 SPOTŘEBA FIXNÍHO KAPITÁLU 21.1 Stroje a zažízení 21.2 Budovy 21.3 Výsadby 21.4 Ostatní ČISTÁ PŘIDANÁ HODNOTA V ZÁKLADNÍCH CENÁCH (20-21) 22 23 NÁHRADY ZAMĚSTNANCŮM 24 OSTATNÍ DANĚ NA VÝROBU 25 OSTATNÍ DOTACE NA VÝROBU 26 DŮCHOD Z FAKTORŮ (22-24+25) ČISTÝ PROVOZNÍ PŘEBYTEK/SMÍŠENÝ DŮCHOD 27 (26-23) PŘEDEPSANÉ PACHTOVNÉ A OSTATNÍ 28 NÁJEMNÉ Z NEMOVITOSTÍ 29 NÁKLADOVÉ ÚROKY 30 VÝNOSOVÉ ÚROKY 31 PODNIKATELSKÝ DŮCHOD (26-23-28-29+30) Pramen: ČSÚ - souhrnný zemědělsk ý účet; vlastní výpočty
Účet jednotlivých komodit ŽV na průměrný kus a rok Tržby jednotlivých živočišných komodit – TRZ (Kč/ks, rok) TRZ = VYN ∗ CEN + VYN2 ∗ CEN2
pro komoditu i a rok j
kde VYN a VYN2 jsou jednotkové ukazatele primární a sekundární užitkovosti komodity i v roce j vztažené na 1 průměrný kus a převzaté z modelu RENT-4 (např. pro dojnice je VYN roční jatečná produkce hovězího masa v živé hmotnosti a VYN2 je průměrná roční dojivost mléka), CEN a CEN2 je jednotková cena primární a sekundární produkce. Jednotkové náklady na komoditu i pro rok j převzaté z modelu RENT-4 (Kč/ks, rok) −
krmiva nakupovaná (NZV1), krmiva vlastní (NZV2),
−
léčiva a desinfekční prostředky (NZV3), náklady na mechanizaci (NZV4),
−
ostatní přímé náklady a služby (NZV5), mzdové a osobní náklady (NZV6),
−
odpisy DNHM celkem (NZV7), odpisy zvířat (NZV8),
23
−
fixní náklady (NZV9)
−
celkové náklady (NZV10) = suma NZV1 až NZV9 Rozklad nákladových položek modelu RENT-4 do jednotlivých položek SZÚ ukazují následující
vztahy: ENE = NZV5 + NZV4 ∗ koef11 VET = NZV3 KRM = NZV1 + NZV2 UST = NZV4 ∗ koef12 UBU = NZV9 ∗ koef13 MSP = ENE + VET + UST + UBU HPH = TRZ − MSP SFK = NZV6 + NZV7 + NZV4 ∗ koef14 + NZV9 ∗ koef15 CPH = HPH − SFK ZAM = NZV6 DOT = POD DFA = CPH + DOT CPP = DFA − ZAM DPO = DFA − ZAM − NAJ − URN + URV , kde koef11 až koef15 jsou koeficienty rozkladu nákladových položek ŽV v souladu se strukturou ukazatelů u19 až u31.
24
Tab. 2/02 - Komoditní účet dojnice - mléko kravské na 1 ks Kód SZÚ 12.1 18
Kč/ks,rok Kč/ks,rok Kč/ks,rok Kč/ks,rok Kč/ks,rok Kč/ks,rok Kč/ks,rok Kč/ks,rok Kč/ks,rok Kč/ks,rok Kč/ks,rok Kč/ks,rok Kč/ks,rok Kč/ks,rok Kč/ks,rok Kč/ks,rok Kč/ks,rok Kč/ks,rok Kč/ks,rok Kč/ks,rok Kč/ks,rok Kč/ks,rok Kč/ks,rok
Skutečnost Predikce /predikce 2008 2009 2010 2011 2012 2013 2014 účet produkce = produkce 1 kus (Kč/ks, rok) = dojivost (lt/ks) * CZV (Kč/tis. lt) 6 726,23 6 777,17 6 811,85 7 125,35 7 345,04 7 553,22 7 553,22 8 450 6 140 7 420 8 260 7 670 8 400 9 666 56 836,6 41 611,8 50 543,9 58 855,4 56 336,5 63 447,0 73 006,2 účet nákladů = náklady na 1 kus (Kč) 42 626,6 39 173,8 40 561,2 43 320,8 43 081,2 45 732,6 45 856,2 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 8 563,2 7 895,8 7 761,6 8 471,1 8 255,3 9 097,5 8 977,1 6 987,2 6 383,4 6 454,3 6 626,6 6 672,4 7 236,1 6 973,9 1 576,0 1 512,4 1 307,2 1 844,5 1 582,9 1 861,4 2 003,2 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 981,9 911,1 984,4 1 000,9 1 059,9 1 051,5 1 083,1 23 007,0 20 750,5 21 596,4 23 012,8 24 121,1 25 874,5 25 777,9 9 895,9 7 942,9 8 047,7 9 474,9 10 331,7 11 244,0 11 169,2 13 111,1 12 807,6 13 548,7 13 537,9 13 789,3 14 630,5 14 608,7 0,0 0,0 0,0 0,0 0,0 0,0 0,0 1 721,0 1 430,1 1 701,7 2 109,8 2 236,9 2 046,2 2 202,0 8 353,5 8 186,2 8 517,2 8 726,2 7 408,0 7 662,9 7 816,2 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0
Kč/ks,rok Kč/ks,rok Kč/ks,rok Kč/ks,rok Kč/ks,rok Kč/ks,rok
14 632,3 8 624,8 7 846,0 271,6 507,2 0,0
3 007,4 8 593,5 7 904,9 225,7 462,9 0,0
10 665,0 8 704,9 7 925,7 268,5 510,7 0,0
15 554,8 8 927,0 8 055,7 333,0 538,3 0,0
13 926,8 9 668,6 8 847,2 353,0 468,4 0,0
16 792,0 9 635,2 8 854,6 322,9 457,7 0,0
27 954,7 9 878,0 9 031,7 322,9 523,4 0,0
Kč/ks,rok Kč/ks,rok Kč/ks,rok Kč/ks,rok Kč/ks,rok
6 007,5 12 171,7 0,0 1 669,4 7 676,9
-5 586,0 11 463,9 0,0 1 461,3 -4 124,7
1 960,1 11 143,9 0,0 3 754,5 5 714,6
6 627,9 11 972,2 0,0 3 281,7 9 909,6
4 258,2 12 506,9 0,0 1 903,8 6 161,9
7 156,8 12 869,6 0,0 1 631,6 8 788,3
18 076,7 13 127,0 0,0 5 450,2 23 526,9
Kč/ks,rok
-4 494,7
-15 588,6
-5 429,3
-2 062,6
-6 344,9
-4 081,2
10 400,0
Kč/ks,rok Kč/ks,rok Kč/ks,rok Kč/ks,rok
0,0 0,0 0,0 -4 494,7
0,0 0,0 0,0 -15 588,6
0,0 0,0 0,0 -5 429,3
0,0 0,0 0,0 -2 062,6
0,0 0,0 0,0 -6 344,9
0,0 0,0 0,0 -4 081,2
0,0 0,0 0,0 10 400,0
Ukazatel
MJ
Mléko CZV mléka PRODUKCE ZEMĚDĚLSKÉHO ODVĚTVÍ (16+17)
lt/ks,rok Kč/tis. lt Kč/ks,rok
19 MEZISPOTŘEBA CELKEM 19.01 Osiva a sadba 19.01/1 nakoupené od jiných zemědělských jednotek 19.01/2 nakoupené mimo zemědělské odvětví 19.02 Energie, maziva 19.02/1 elektrická energie 19.02/2 plyn 19.02/3 ostatní paliva a pohonné hmoty 19.02/4 ostatní 19.03 Hnojiva a prostředky zlepšující půdu 19.03/1 nakoupená od zemědělských jednotek 19.03/2 nakoupená mimo hospodářské odvětví 19.04 Přípravky k ochraně rostlin 19.05 Veterinární náklady 19.06 Krmiva 19.06/1 nakoupená od zemědělských jednotek 19.06/2 nakoupená mimo hospodářské odvětví 19.06/3 spotřebovaná vnitropodnikově 19.07 Údržba a opravy strojů a zařízení 19.08 Údržba a opravy budov 19.09 Zemědělské služby 19.10 Finanční zprostředkovatelské služby 19.11 Ostatní zboží a služby HRUBÁ PŘIDANÁ HODNOTA V ZÁKLADNÍCH 20 CENÁCH (18-19) 21 SPOTŘEBA FIXNÍHO KAPITÁLU 21.1 Stroje a zažízení 21.2 Budovy 21.3 Výsadby 21.4 Ostatní ČISTÁ PŘIDANÁ HODNOTA V ZÁKLADNÍCH CENÁCH (20-21) 22 23 NÁHRADY ZAMĚSTNANCŮM 24 OSTATNÍ DANĚ NA VÝROBU 25 OSTATNÍ DOTACE NA VÝROBU 26 DŮCHOD Z FAKTORŮ (22-24+25) ČISTÝ PROVOZNÍ PŘEBYTEK/SMÍŠENÝ DŮCHOD 27 (26-23) PŘEDEPSANÉ PACHTOVNÉ A OSTATNÍ NÁJEMNÉ Z NEMOVITOSTÍ 28 29 NÁKLADOVÉ ÚROKY 30 VÝNOSOVÉ ÚROKY 31 PODNIKATELSKÝ DŮCHOD (26-23-28-29+30)
Skutečnost
Pramen: ČSÚ - souhrnný zemědělsk ý účet; vlastní výpočty
Účet jednotlivých komodit RV a ŽV za ČR celkem Vynásobí–li se všechny položky účtu uvažované rostlinné komodity i ∈ KOM-RV její celkovou plochou PLOij, kterou zaujímá v rámci českého zemědělství v daném roce j, potom se dostane celkový účet této komodity v rámci odvětví zemědělství. Analogicky, vynásobí-li se každá komodita živočišné výroby i ∈ KOM-ZV průměrným stavem STAij, který zaujímá v českém zemědělství v daném roce j, dostane se celkový účet této komodity za zemědělství ČR.
25
Tab. 2/03 - Komoditní účet řepka pro ČR celkem Kód SZÚ 02.1/1 18
Ukazatel
MJ
Řepka a semena brukve řepáku - plocha PRODUKCE ZEMĚDĚLSKÉHO ODVĚTVÍ (16+17) PRODUKCE ZEMĚDĚLSKÉHO ODVĚTVÍ (16+17)
ha Kč/ha mil. Kč
19 MEZISPOTŘEBA CELKEM 19.01 Osiva a sadba 19.01/1 nakoupené od jiných zemědělských jednotek 19.01/2 nakoupené mimo zemědělské odvětví 19.02 Energie, maziva 19.02/1 elektrická energie 19.02/2 plyn 19.02/3 ostatní paliva a pohonné hmoty 19.02/4 ostatní 19.03 Hnojiva a prostředky zlepšující půdu 19.03/1 nakoupená od zemědělských jednotek 19.03/2 nakoupená mimo hospodářské odvětví 19.04 Přípravky k ochraně rostlin 19.05 Veterinární náklady 19.06 Krmiva 19.06/1 nakoupená od zemědělských jednotek 19.06/2 nakoupená mimo hospodářské odvětví 19.06/3 spotřebovaná vnitropodnikově 19.07 Údržba a opravy strojů a zařízení 19.08 Údržba a opravy budov 19.09 Zemědělské služby 19.10 Finanční zprostředkovatelské služby 19.11 Ostatní zboží a služby HRUBÁ PŘIDANÁ HODNOTA V ZÁKLADNÍCH 20 CENÁCH (18-19) 21 SPOTŘEBA FIXNÍHO KAPITÁLU 21.1 Stroje a zažízení 21.2 Budovy 21.3 Výsadby 21.4 Ostatní ČISTÁ PŘIDANÁ HODNOTA V ZÁKLADNÍCH CENÁCH (20-21) 22 23 NÁHRADY ZAMĚSTNANCŮM 24 OSTATNÍ DANĚ NA VÝROBU 25 OSTATNÍ DOTACE NA VÝROBU 26 DŮCHOD Z FAKTORŮ (22-24+25) ČISTÝ PROVOZNÍ PŘEBYTEK/SMÍŠENÝ DŮCHOD (26-23) 27 PŘEDEPSANÉ PACHTOVNÉ A OSTATNÍ 28 NÁJEMNÉ Z NEMOVITOSTÍ 29 NÁKLADOVÉ ÚROKY 30 VÝNOSOVÉ ÚROKY 31 PODNIKATELSKÝ DŮCHOD (26-23-28-29+30)
Skutečnost Predikce /predikce 2008 2009 2010 2011 2012 2013 2014 účet produkce = Ʃ produkce (mil. Kč) = Ʃ ploch (ha) * produkce z 1 ha (Kč/ha) 356 924 354 826 368 824 373 386 401 319 418 808 389 298 24 524 22 014 27 873 31 406 33 387 34 769 29 854 8 753,2 7 811,2 10 280,2 11 726,5 13 399,0 14 561,5 13 287,6 účet nákladů = Ʃ nákladů (mil. Kč) = Ʃ ploch (ha) * náklady na 1 ha (Kč/ha) 6 366,7 6 981,2 6 650,3 8 033,8 8 995,9 9 646,1 9 208,7 434,2 491,5 520,0 530,5 579,1 642,4 609,1 423,5 485,0 493,4 523,2 565,1 626,9 594,4 10,7 6,5 26,6 7,3 14,0 15,5 14,7 891,3 953,2 987,0 1 033,4 1 122,4 1 241,5 1 186,1 768,2 826,6 849,3 901,3 929,3 1 000,8 950,4 123,1 126,7 137,7 132,1 193,1 240,7 235,7 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 1 764,7 2 232,7 1 572,0 2 293,2 2 595,5 2 703,6 2 601,1 1 616,9 2 109,7 1 434,3 2 096,8 2 418,3 2 518,7 2 410,5 147,8 123,0 137,7 196,4 177,2 184,9 190,5 1 739,3 1 780,7 1 761,7 1 879,5 2 150,8 2 282,7 2 133,1 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 681,1 656,8 862,7 1 037,7 1 243,7 1 524,4 1 492,6 856,2 866,3 946,8 1 259,4 1 304,4 1 251,6 1 186,7 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 Skutečnost
mil. mil. mil. mil. mil. mil. mil. mil. mil. mil. mil. mil. mil. mil. mil. mil. mil. mil. mil. mil. mil. mil. mil.
Kč Kč Kč Kč Kč Kč Kč Kč Kč Kč Kč Kč Kč Kč Kč Kč Kč Kč Kč Kč Kč Kč Kč
mil. mil. mil. mil. mil. mil.
Kč Kč Kč Kč Kč Kč
2 386,5 708,4 359,4 107,5 241,5 0,0
830,0 769,8 421,9 103,6 244,3 0,0
3 630,0 852,9 449,7 136,1 267,0 0,0
3 692,6 1 034,3 515,4 163,8 355,2 0,0
4 403,1 1 187,2 623,0 196,3 367,9 0,0
4 915,4 1 176,0 563,8 240,6 371,6 0,0
4 078,9 1 117,4 534,6 235,5 347,3 0,0
mil. mil. mil. mil. mil.
Kč Kč Kč Kč Kč
1 678,1 1 088,8 0,0 1 575,5 3 253,6
60,1 1 144,0 0,0 1 736,5 1 796,7
2 777,1 1 225,2 0,0 1 687,3 4 464,4
2 658,3 1 535,6 0,0 1 749,9 4 408,2
3 215,9 1 849,3 0,0 2 359,2 5 575,2
3 739,4 1 985,9 0,0 2 643,6 6 383,0
2 961,5 1 882,8 0,0 2 377,0 5 338,5
mil. Kč
2 164,8
652,7
3 239,2
2 872,6
3 725,9
4 397,2
3 455,7
mil. mil. mil. mil.
0,0 0,0 0,0 2 164,8
0,0 0,0 0,0 652,7
0,0 0,0 0,0 3 239,2
0,0 0,0 0,0 2 872,6
0,0 0,0 0,0 3 725,9
0,0 0,0 0,0 4 397,2
0,0 0,0 0,0 3 455,7
Kč Kč Kč Kč
Pramen: ČSÚ - souhrnný zemědělsk ý účet; vlastní výpočty
26
Tab. 2/04 - Komoditní účet dojnice - mléko pro ČR celkem Kód SZÚ 12.1 18 19 19.01 19.01/1 19.01/2 19.02 19.02/1 19.02/2 19.02/3 19.02/4 19.03 19.03/1 19.03/2 19.04 19.05 19.06 19.06/1 19.06/2 19.06/3 19.07 19.08 19.09 19.10 19.11 20 21 21.1 21.2 21.3 21.4 22 23 24 25 26 27 28 29 30 31
Skutečnost Predikce /predikce 2008 2009 2010 2011 2012 2013 2014 účet produkce = Ʃ produkce (mil. Kč) = Ʃ stav (tis. ks) * produkce z 1 kusu (Kč/ks) 406 400 384 374 373 367 331 Dojnice tis. ks 56 837 41 612 50 544 58 855 56 336 63 447 73 006 PRODUKCE ZEMĚDĚLSKÉHO ODVĚTVÍ (16+17) Kč/ks,rok 23 220,3 16 852,1 19 646,4 22 009,6 21 271,8 22 967,0 24 464,2 PRODUKCE ZEMĚDĚLSKÉHO ODVĚTVÍ (16+17) mil. Kč účet nákladů = Ʃ nákladů (mil. Kč) = Ʃ stav (tis. ks) * náklady na 1 kus (Kč/ks) 17 286,4 15 650,6 15 556,1 16 194,7 16 075,2 16 798,8 15 198,7 MEZISPOTŘEBA CELKEM mil. Kč 0,0 0,0 0,0 0,0 0,0 0,0 0,0 Osiva a sadba mil. Kč 0,0 0,0 0,0 0,0 0,0 0,0 0,0 nakoupené od jiných zemědělských jednotek mil. Kč 0,0 0,0 0,0 0,0 0,0 0,0 0,0 nakoupené mimo zemědělské odvětví mil. Kč 3 472,7 3 154,5 2 976,7 3 166,8 3 080,4 3 341,8 2 975,4 Energie, maziva mil. Kč 2 833,5 2 550,3 2 475,4 2 477,2 2 489,7 2 658,0 2 311,5 elektrická energie mil. Kč 639,1 604,3 501,4 689,5 590,6 683,8 663,9 plyn mil. Kč 0,0 0,0 0,0 0,0 0,0 0,0 0,0 ostatní paliva a pohonné hmoty mil. Kč 0,0 0,0 0,0 0,0 0,0 0,0 0,0 ostatní mil. Kč 0,0 0,0 0,0 0,0 0,0 0,0 0,0 Hnojiva a prostředky zlepšující půdu mil. Kč 0,0 0,0 0,0 0,0 0,0 0,0 0,0 nakoupená od zemědělských jednotek mil. Kč 0,0 0,0 0,0 0,0 0,0 0,0 0,0 nakoupená mimo hospodářské odvětví mil. Kč 0,0 0,0 0,0 0,0 0,0 0,0 0,0 Přípravky k ochraně rostlin mil. Kč 398,2 364,0 377,5 374,2 395,5 386,2 359,0 Veterinární náklady mil. Kč 9 330,1 8 290,2 8 282,7 8 602,9 9 000,4 9 504,4 8 543,9 Krmiva mil. Kč 4 013,1 3 173,3 3 086,5 3 542,0 3 855,1 4 130,2 3 702,0 nakoupená od zemědělských jednotek mil. Kč 5 317,0 5 116,9 5 196,2 5 060,9 5 145,3 5 374,2 4 841,9 nakoupená mimo hospodářské odvětví mil. Kč 0,0 0,0 0,0 0,0 0,0 0,0 0,0 spotřebovaná vnitropodnikově mil. Kč 697,9 571,4 652,6 788,7 834,7 751,6 729,8 Údržba a opravy strojů a zařízení mil. Kč 3 387,6 3 270,6 3 266,5 3 262,1 2 764,2 2 814,8 2 590,6 Údržba a opravy budov mil. Kč 0,0 0,0 0,0 0,0 0,0 0,0 0,0 Zemědělské služby mil. Kč 0,0 0,0 0,0 0,0 0,0 0,0 0,0 Finanční zprostředkovatelské služby mil. Kč 0,0 0,0 0,0 0,0 0,0 0,0 0,0 Ostatní zboží a služby mil. Kč HRUBÁ PŘIDANÁ HODNOTA V ZÁKLADNÍCH 5 933,9 1 201,5 4 090,3 5 814,9 5 196,6 6 168,1 9 265,4 CENÁCH (18-19) mil. Kč 3 497,6 3 433,2 3 338,5 3 337,2 3 607,7 3 539,3 3 274,0 SPOTŘEBA FIXNÍHO KAPITÁLU mil. Kč 3 181,8 3 158,2 3 039,7 3 011,5 3 301,2 3 252,5 2 993,5 Stroje a zažízení mil. Kč 110,1 90,2 103,0 124,5 131,7 118,6 107,0 Budovy mil. Kč 205,7 184,9 195,9 201,2 174,8 168,1 173,5 Výsadby mil. Kč 0,0 0,0 0,0 0,0 0,0 0,0 0,0 Ostatní mil. Kč ČISTÁ PŘIDANÁ HODNOTA V ZÁKLADNÍCH 2 436,2 -2 231,7 751,8 2 477,7 1 588,9 2 628,9 5 991,4 CENÁCH (20-21) mil. Kč 4 936,0 4 580,0 4 273,9 4 475,6 4 666,8 4 727,3 4 350,8 NÁHRADY ZAMĚSTNANCŮM mil. Kč 0,0 0,0 0,0 0,0 0,0 0,0 0,0 OSTATNÍ DANĚ NA VÝROBU mil. Kč 677,0 583,8 1 439,9 1 226,8 710,4 599,3 1 806,4 OSTATNÍ DOTACE NA VÝROBU mil. Kč 3 113,2 -1 647,9 2 191,7 3 704,5 2 299,2 3 228,2 7 797,8 DŮCHOD Z FAKTORŮ (22-24+25) mil. Kč ČISTÝ PROVOZNÍ PŘEBYTEK/SMÍŠENÝ DŮCHOD -1 822,8 -6 227,9 -2 082,3 -771,1 -2 367,5 -1 499,2 3 447,0 (26-23) mil. Kč PŘEDEPSANÉ PACHTOVNÉ A OSTATNÍ 0,0 0,0 0,0 0,0 0,0 0,0 0,0 NÁJEMNÉ Z NEMOVITOSTÍ mil. Kč 0,0 0,0 0,0 0,0 0,0 0,0 0,0 NÁKLADOVÉ ÚROKY mil. Kč 0,0 0,0 0,0 0,0 0,0 0,0 0,0 VÝNOSOVÉ ÚROKY mil. Kč -1 822,8 -6 227,9 -2 082,3 -771,1 -2 367,5 -1 499,2 3 447,0 PODNIKATELSKÝ DŮCHOD (26-23-28-29+30) mil. Kč Ukazatel
Skutečnost
MJ
Pramen: ČSÚ - souhrnný zemědělsk ý účet; vlastní výpočty
Modelový výpočet SZÚ za ČR celkem Pokud se sečtou všechny komoditní účty za ČR za rostlinné komodity A1-A25 a za živočišné komodity A26-A37 modelu RENT-4, dostane se modelový výpočet SZÚ za ČR celkem. Při výběru ploch jednotlivých komodit je třeba dodržet zásadu, že součet ploch a stavů zemědělských komodit by měl vyčerpat celkový rozsah zemědělské půdy a celkové stavy zvířat. Tento problém je v modelu SZU-P1 řešen následujícím způsobem: Ve skupině obiloviny celkem se přiřadí komoditě A7 (triticale) veškerá zbylá plocha ostatních obilovin, která není přiřazena komoditám A1-A6 a A8. Komoditě A9 (hrách) se přiřadí plocha luskovin celkem. Ve skupině olejniny se přiřadí komoditě A11 (mák) veškerá zbylá plocha olejnin, která nebyla přiřazena komoditám A10 a A12. Ve skupině krmné plodiny se přiřadí komoditě A20 (ostatní jednoleté pícniny) veškerá zbylá plocha, která nebyla přiřazena komoditám A19 a A21. Komoditě A24 (jablka konzumní) se přiřadí celková plocha intenzivních ovocných sadů.
27
Komoditám A22 (louky) a A23 (pastviny) se přiřadí celková plocha TTP zhruba v relaci 55 % a 45 %. U skupiny zelenina je k dispozici celková plocha zeleniny a průměrný výnos, ale chybí nákladové údaje, které se musí odvodit z údajů z minulosti (kdy byla zelenina sledována) a jejich aktualizace na současný stav. Tab. 2/05 - Model SZU-P1 - podnikatelský důchod celkem (mil. Kč) Skutečnost
Komodita Pšenice průměr Ječmen průměr Žito Oves Kukuřice na zrno Tritikale Řepka Slunečnice Mák Hrách Cukrovka Chmel Kukuřice na siláž Ostatní jednoleté pícniny Víceleté pícniny Louky Pastviny Brambory konzumní Zelenina Ovoce - jablka Dojnice - mléko Telata do 6. měsíců Jalovice Vysokobřezí jalovice Výkrm býků Krávy bez tržní produkce mléka Prasnice Prasničky Předvýkrm prasat Výkrm prasat Drůbež - brojleři Slepice - vejce CELKEM
2008 3 956,2 2 401,0 288,8 232,0 639,0 -683,1 2 164,8 15,1 -573,1 -55,9 2 305,7 468,5 844,9 168,3 467,3 1 624,9 1 766,5 1 197,8 1 703,9 -614,1 -1 822,8 -3 506,7 -4 355,8 -863,9 -778,6 -2 541,1 -4 855,1 -594,4 -2 093,3 6 000,6 481,2 106,4 3 495,1
2009 -104,0 -192,7 80,3 54,3 581,6 -514,2 652,7 -149,8 -1 459,7 -230,8 2 278,3 84,1 733,2 178,8 477,6 2 022,2 1 826,4 981,0 1 605,1 -1 039,6 -6 227,9 -3 182,7 -4 035,6 -824,0 -491,8 -2 835,7 -3 399,2 -386,2 -1 513,6 5 217,9 581,9 -109,5 -9 341,4
2010 7 283,2 1 619,2 215,4 170,8 932,2 -485,3 3 239,2 -1,5 -837,3 -152,0 2 146,8 -57,1 866,4 197,7 557,6 1 784,2 1 967,3 3 120,7 1 677,5 -1 651,6 -2 082,3 -3 895,7 -3 806,4 -773,5 -601,9 -3 244,3 -3 142,6 -374,9 -1 513,1 4 252,5 180,6 287,9 7 879,8
2011 7 577,8 3 014,5 269,9 307,8 1 696,2 -574,7 2 872,6 39,4 -784,4 -193,2 3 056,6 -242,8 1 066,3 94,1 538,7 1 764,1 2 156,1 233,0 1 908,0 -1 833,9 -771,1 -4 118,1 -4 233,8 -1 019,7 -720,4 -4 327,6 -2 575,5 -338,7 -1 593,9 3 801,0 -355,1 -182,6 6 531,0
2012 6 285,4 2 995,3 433,4 407,7 2 034,7 550,3 3 725,9 86,6 -577,0 -119,5 3 064,7 -359,6 1 083,1 124,6 719,1 2 526,3 2 426,1 896,6 1 654,8 1 456,2 -2 367,5 -4 109,0 -4 336,8 -931,4 -411,5 -4 191,9 -2 512,3 -403,2 -1 451,1 4 297,0 -243,5 536,2 13 289,7
Skutečnost /predikce 2013 8 999,7 2 684,5 265,2 280,0 699,4 -495,4 4 397,2 -56,8 -313,1 -69,8 900,1 -156,4 571,1 98,8 1 091,4 4 335,9 3 341,1 2 142,7 1 823,4 -1 362,9 -1 499,2 -4 143,1 -4 451,3 -912,5 -692,1 -4 999,4 -2 423,0 -372,6 -1 611,9 4 653,1 -47,3 -82,1 12 594,9
Predikce 2014 5 311,4 2 519,9 172,0 146,5 446,3 -483,9 3 455,7 -66,5 1 105,0 -13,8 -406,6 -77,7 1 108,9 205,7 1 152,5 3 941,5 3 147,3 1 203,3 1 739,3 -598,6 3 447,0 -13 656,9 -4 369,5 -847,5 -677,8 -5 339,6 -2 484,0 -395,6 -1 678,5 4 454,2 -131,3 107,3 2 436,0
Pramen: vlastní výpočty
Predikce SZÚ pro rok 2014 Pomocí modelu SZU-P1 popsaného v předchozích částech lze přistoupit k predikci hodnot SZÚ pro aktuální rok, tj. 2014. Pro tuto predikci jsou potřebné následující vstupní informace: Předpokládané výnosy a náklady jednotlivých komodit (A1-A37): predikce modelu RENT-4. Předpokládané ceny zemědělských výrobců v roce 2014: pro tento účel byl vytvořen matematický model CENY-1 (kap. 5.1), který na základě měsíčních údajů časových řad 2000-2014 predikuje průměrné roční ceny zemědělských komodit pro rok 2014. Plochy a stavy jednotlivých zemědělských komodit: pro tento účel byl vyvinut predikční model STR (kap. 2.4), který na základě ročních časových řad pro všechny komodity A1-A37 poskytuje predikce pro aktuální rok. Pokud jsou v daném roce k dispozici údaje o osevních plochách zemědělských komodit (k 31. 5. daného roku) nebo údaje o soupisu stavů hospodářských zvířat (k 1. 4. daného roku), mohou být použity jako upřesnění predikcí sklizňových ploch a stavů zvířat.
28
Predikce očekávaných podpor: podle pravidel a záměrů Společné zemědělské politiky EU pro období po roce 2013.
2.3
Výsledky modelu SZU-P1
V tab. 2/06 je ukázána realizace modelu SZU-P1, která se porovnává s publikovanými hodnotami SZÚ-ČSÚ v období 2008-2013. Tab. 2/06 - Ukázka modelových výpočtů SZP za období 2008-2014 pomocí modelu SZU-P1 Model SZU-P1 Kód SZÚ 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31
Ukazatel
Skutečnost 2008 2009 27 869 20 432 14 638 12 474 8 779 8 102 5 082 5 088 3 229 2 958 1 725 1 427 1 022 709
2010 28 118 14 908 8 469 5 233 5 131 1 159 575
SZÚ-ČSÚ Skutečnost Predikce /predikce
2011 35 428 17 052 10 107 5 535 2 533 1 015 1 154
2012 35 645 18 491 10 891 5 331 3 251 1 351 774
OBILOVINY (VČETNĚ OSIVA) TECHNICKÉ PLODINY KRMNÉ PLODINY ZELENINA A ZAHRADNICKÉ VÝROBKY BRAMBORY (VČETNĚ SADBY) OVOCE VÍNO OLIVOVÝ OLEJ 850 716 712 769 830 OSTATNÍ ROSTLINNÉ VÝROBKY 63 194 51 907 64 305 73 593 76 564 ROSTLINNÁ PRODUKCE (01 AŽ 09) 26 302 22 641 20 399 19 529 21 017 ZVÍŘATA 26 240 19 740 21 667 23 827 23 831 ŽIVOČIŠNÉ VÝROBKY 52 542 42 382 42 067 43 356 44 848 ŽIVOČIŠNÁ PRODUKCE (11+12) PRODUKCE ZEMĚDĚLSKÝCH VÝROBKŮ (10+13) 115 736 94 288 106 372 116 949 121 411 2 657 2 602 2 709 2 728 3 082 PRODUKCE ZEMĚDĚLSKÝCH SLUŽEB 118 393 96 891 109 080 119 677 124 494 ZEMĚDĚLSKÁ PRODUKCE (14+15) NEZEMĚDĚLSKÉ VEDLEJŠÍ ČINNOSTI 2 194 1 697 2 057 2 483 2 468 (NEODDĚLITELNÉ) 120 586 98 587 111 137 122 160 126 962 PRODUKCE ZEMĚDĚLSKÉHO ODVĚTVÍ (16+17) 89 854 83 292 78 635 86 619 86 127 MEZISPOTŘEBA CELKEM HRUBÁ PŘIDANÁ HODNOTA V ZÁKLADNÍCH 20 632 6 088 22 894 24 781 30 004 CENÁCH (18-19) 11 746 11 754 11 696 12 743 12 978 SPOTŘEBA FIXNÍHO KAPITÁLU ČISTÁ PŘIDANÁ HODNOTA V ZÁKLADNÍCH 8 886 -5 666 11 198 12 038 17 027 CENÁCH (20-21) 21 338 20 746 19 769 21 558 22 975 NÁHRADY ZAMĚSTNANCŮM 0 0 0 0 0 OSTATNÍ DANĚ NA VÝROBU 17 707 18 962 18 191 17 835 21 230 OSTATNÍ DOTACE NA VÝROBU 26 593 13 296 29 389 29 873 38 257 DŮCHOD Z FAKTORŮ (22-24+25) ČISTÝ PROVOZNÍ PŘEBYTEK/SMÍŠENÝ DŮCHOD 5 255 -7 450 9 620 8 315 15 282 (26-23) PŘEDEPSANÉ PACHTOVNÉ A OSTATNÍ 0 0 0 0 0 NÁJEMNÉ Z NEMOVITOSTÍ 0 0 0 0 0 NÁKLADOVÉ ÚROKY 0 0 0 0 0 VÝNOSOVÉ ÚROKY 5 254 -7 451 9 619 8 315 15 282 PODNIKATELSKÝ DŮCHOD (26-23-28-29+30)
2013 33 805 19 966 11 274 5 578 4 450 1 502 935
2014 30 514 20 886 11 964 5 494 3 601 3 293 935
Definitivní výsledky 2008 2009 26 433 18 767 16 171 13 272 8 905 9 020 4 853 4 846 2 630 2 489 1 646 1 296 1 022 709
2010 24 599 13 572 9 054 5 043 2 395 1 002 575
2011 32 703 17 536 9 729 5 169 2 104 1 088 1 154
Semidefinitivní výsledky 2012 32 362 19 039 10 291 5 170 1 924 1 281 774
Odhad 2013 32 549 20 628 11 751 5 383 2 562 1 373 935
777 777 78 287 77 464 22 207 21 406 25 153 27 679 47 360 49 085 125 647 126 548 2 774 0 128 421 126 548
850 62 509 27 072 25 345 52 417 114 926 2 657 117 582
716 712 769 51 115 56 951 70 252 23 960 20 425 20 396 18 442 20 465 23 021 42 402 40 890 43 417 93 517 97 841 113 669 2 602 2 709 2 728 96 119 100 549 116 396
830 777 71 671 75 957 21 901 22 284 23 117 24 612 45 017 46 895 116 688 122 853 3 082 2 774 119 770 125 627
2 597 0 131 018 126 548 93 693 100 331
2 194 1 697 2 057 2 483 119 776 97 816 102 606 118 879 88 907 78 684 78 170 83 444
2 468 2 597 122 239 128 223 88 247 90 767
26 487 12 416
20 750 13 304
30 869 19 132 14 610 14 211
24 436 14 255
35 435 14 825
33 991 15 023
37 456 15 584
14 071 25 557 0 25 910 39 981
7 446 28 539 0 25 217 32 662
16 259 4 921 26 056 24 636 1 192 1 265 25 576 28 674 40 643 32 330
10 181 23 984 1 364 26 845 35 662
20 611 24 317 1 257 27 567 46 921
18 968 24 828 1 219 29 283 47 032
21 872 25 550 1 146 27 504 48 230
14 424
4 123
14 586
7 695
11 678
22 603
22 204
22 680
0 0 0 14 424
0 0 0 4 123
3 611 1 444 611 10 143
3 900 1 349 394 2 840
3 802 727 497 7 645
4 216 1 398 400 17 389
4 511 1 787 423 16 329
5 037 1 816 420 16 248
Pramen: ČSÚ - Souhrnný zemědělský účet; vlastní výpočty
2.4
Konstrukce modelu SZU-P2
Zatímco základem modelu SZU-P1 jsou komoditní účty, základem modelu SZU-P2 jsou projekce všech 31 ukazatelů SZÚ-ČSÚ. V účtech celkové produkce rostlinné a živočišné výroby model SZU-P2 stejně jako SZU-P1 využívá komoditní strukturu modelu RENT-4. V účtech celkové mezispotřeby a finálních indikátorů se SZU-P2 opírá o časové řady ukazatelů u19 až u31. Model SZU-P2 vychází z regresních sezonních trendů cen, ploch a výnosů, stavů a užitkovostí zvířat, z nichž se vypočítají hodnotové ukazatele celkové produkce zemědělství ČR. Dále se pomocí regresních trendů vypočítají nákladové položky a ostatní ukazatele SZÚ. Predikce podpor jsou převzaty z pravidel agrární politiky SZP EU pro období do roku 2020. Zdrojem vstupních údajů do modelu SZU-P2 je databáze Baseline ÚZEI, která shromažďuje dlouhodobé časové řady naturálních a ekonomických údajů jednotlivých zemědělských komodit. Cílem SZU-P2 je vytvořit komplexní predikční model souhrnného zemědělského účtu. Tento model se skládá ze submodelů, které predikují samostatně sklizňové plochy a početní stavy zvířat
29
(STR), hektarové výnosy a užitkovosti zvířat (INT), ceny zemědělských komodit (CENY-2) a nákladové a ostatní položky SZÚ (NAK). Metoda výpočtu sezonních trendů Na začátku je potřeba zavést následující proměnné: x – naměřené hodnoty y – časová proměnná (roky, měsíce) m – délka periody sezónnosti, určuje jí uživatel p – počet period, určí se vztahem (n-m)/m n – počet prvků, musí být celým násobkem délky periody Postup výpočtu probíhá v následujících krocích: Krok 1: Vstup proměnných x a y.
+, , +- , … … , +/ 0, , +- , … … , 0/ Krok 2: Výpočet klouzavých průměrů. Definujeme novou proměnnou z.
(+, + +- + ⋯ ++3 ) = 637, 5 (+- + +8 + ⋯ ++37, ) = 6375 ……………………………… (+/93 + +/9(39,) + ⋯ ++/9(39(39,)) ) = 6/ 5 Krok 3: Poměr předchozí periody k průměru (ratio to average). Definujeme novou proměnnou v.
637, = :37, +37, 637= :37+37……………………………… 6/ = :/ +/ Krok 4: Neupravené sezónní indexy v periodě (unadjusted seasonall indexes). Definujeme novou proměnnou u.
(:37, + :-37, + ⋯ +:;37, ) = =37, < (:37-,, + :-37- + ⋯ +:;37- ) = =37< ………………………………
30
(:373,, + :-373,- + ⋯ +:;373,; ) = =373 < Krok 5: Upravené sezónní indexy (adjusted seasonal indexes). Definujeme novou proměnnou w.
=>
= ?37, (=37, + =37- + ⋯ =373 ) < =@ = ?37(=37, + =37- + ⋯ =373 ) < ……………………………… =3 = ?373 (=37, + =37- + ⋯ =373 ) < Krok 6: Sezónní indexy překlopené do celé časové řady. Definujeme novou proměnnou g. Dále si zvolíme index k, který je koeficientem predikce.
?37, = A, ?37- = A………………… ?373 = A3 ?37, = A37, ………………… ?373 = A/73∗B Krok 7: Sezónně upravené časové řady (seasonal adjusted series). Definujeme novou proměnnou xsas .
+, = +CDC,, A, += +CDC,A………………… +/ = +CDC,/ A/ Krok 8: Předpověď trendu (Trend forecast). Krok 8.1: Nejdříve se provede výpočet vybrané regrese (lineární, polynomická druhého řádu, mocninná). Krok 8.2: Z regrese dostaneme koeficienty a a b příslušné regresní funkce. Krok 8.3: Definujeme novou proměnnou Y (délka n´ = n+m*k).
Y1=y1 Y2=y2
31
………… Yn=yn Yn+1=yn+1 ………… Yn´=yn+m*k Krok 8.4: Dále definujeme novou proměnnou Tf . Proměnná Tf vychází z rovnice vybrané regrese. Pro příklad uvádíme výpočet Tf pro lineární regresi:
EF, = G ∗ H, + I ……………………… EF/´ = G ∗ H/´ + I Krok 9: Sezónně upravená předpověď (Seasonal forecast). Definujeme novou proměnnou Sf.
KF, = EF, ∗ A, ……………………… KF/´ = EF,/´ ∗ A/´ Projekce probíhají v každém submodelu jednotlivě za sledované komodity (model RENT-4) a pro nákladové a ostatní položky SZÚ, pro které se využívají časové řady od roku 2000. Vzorové příklady projekcí jednotlivých submodelů, vč. grafického vyjádření, jsou uvedeny v kap. 2.7.
2.5
Popis submodelů modelu SZU-P2
Model SZU-P2 se skládá ze submodelů, které jsou založeny na statistických regresních funkcích s různými předpoklady o sezónnosti. Submodel CENY-2 predikuje vývoj ročních CZV jednotlivých komodit pro období 2014+. Submodely STR a INT predikují pro jednotlivé komodity vývoj struktury (plochy a stavy zvířat), resp. vývoj intenzity (ha výnosy a užitkovosti zvířat) pro období 2014+. Submodel NAK potom predikuje vývoj nákladových položek podle struktury SZÚ-ČSÚ pro období 2014+. Predikční submodel CENY-2 čerpá data z měsíčních cen komodit od roku 2000 a jako sezónnost je zde určena délka jednoho roku (12 měsíců). Tento submodel nabízí možnost volby výpočtu predikce za pomocí lineární a mocninné regresní funkce. Dále je také možnost volby mezi běžnými cenami a stálými cenami vztaženými k počátečnímu roku (2000). Do modelu SZU-P2 vstupují výpočty průměrných cen u komodit RV za hospodářský rok a u komodit ŽV za rok kalendářní. Submodely STR, INT a NAK jsou z hlediska struktury totožné. Data, která vstupují do těchto submodelů, jsou za jednotlivé roky od roku 2000. Sezónnost je standardně nastavena na 3 roky, ale submodely umožňují délku měnit jak pro všechny komodity, tak i jen pro jednotlivé vybrané sledované komodity. Pro výpočet regresní funkce lze volit mezi lineární, mocninnou a polynomickou regresí 2. stupně. Data vstupující do submodelu NAK jsou čerpána z výsledků SZÚ-ČSÚ. Každý submodel prognózuje vývoj na několik let dopředu po jednotlivých letech, přičemž dochází k takzvané skládané projekci. To spočívá v posouvání báze (vstupní časová řada) vždy o jeden krok (jeden rok) vpřed. Pro příklad lze uvést, že projekce na rok 2014 vychází z dat 2000-2013
32
a projekce na rok 2015 z dat 2001-2014, kde rok 2014 je použit z předešlé projekce. U každého submodelu lze také kombinovat individuálně typ projekce pro jednotlivé roky. To v praxi znamená, že u jednotlivých komodit lze například pro rok 2014 zvolit projekci lineární regresní funkcí a pro rok 2015 zase projekci mocninnou regresní funkcí. Všechny predikční submodely jsou dynamické a reagují na doplňování nových dat, stejně tak umí zaplnit chybějící data v časových řadách načtením poslední známé hodnoty.
2.6
Celkový popis modelu SZU-P2
Výsledkem predikcí z jednotlivých submodelů jsou jednotlivé dílčí položky SZÚ v letech 2000 až 2017, kdy roky 2014-2017 jsou vypočtené predikcí. Výsledný souhrnný zemědělský účet je získán načtením těchto položek a připočtením odchylky od reality. Odchylka od reality je parametr, který je vlastně procentuálním rozdílem mezi výsledkem SZU-P2 a SZÚ-ČSÚ. Tato odchylka se aplikuje pouze na položku SZÚ produkce zemědělského odvětví, z které jsou dále znovu přepočteny upravené finální ukazatele souhrnného zemědělského účtu. Připočtení tohoto vyrovnávání je nutné z důvodu použití odlišných dat v modelu SZU-P2, která vycházejí z modelu RENT-4. Model SZU-P2 také umožňuje posouvání základní časové řady, stejně jako její rozšiřování a proto lze odhadovat souhrnný zemědělský účet dále do budoucnosti i po roce 2017. Model SZU-P2 je naprogramován v Microsoft Excel 2010 a GAMS 22.2.
33
2.7
Výsledky modelu SZU-P2
Tab. 2/07 - Výpočet trendů pro parametry pšenice ozimé a pro celkové náklady na osiva
Data Rok
Submodel INT
Submodel STR
Submodel CENY-2
hektarový výnos
sklizňová plocha
CZV
1)
Projektovaná data
Měřená data
L
t/ha 2) M
3)
P
1)
L
ha 2) M
Kč/t 3)
P
1)
L
2)
M
Submodel NAK náklady na osiva (SZÚ-ČSÚ) mil. Kč 1) 2) 3) L M P
2000
4,34
4,34
4,34
886 562
886 562
886 562
3 870
3 870 1 801 1 801 1 801
2001
4,95
4,95
4,95
870 016
870 016
870 016
3 651
3 651 2 350 2 350 2 350
2002
4,64
4,64
4,64
796 214
796 214
796 214
3 226
3 226 3 950 3 950 3 950
2003
4,14
4,14
4,14
541 696
541 696
541 696
4 002
4 002 3 790 3 790 3 790
2004
5,96
5,96
5,96
801 719
801 719
801 719
3 054
3 054 3 515 3 515 3 515
2005
5,15
5,15
5,15
762 792
762 792
762 792
2 829
2 829 3 162 3 162 3 162
2006
4,58
4,58
4,58
719 529
719 529
719 529
3 649
3 649 3 063 3 063 3 063
2007
5,01
5,01
5,01
750 103
750 103
750 103
5 604
5 604 3 678 3 678 3 678
2008
5,88
5,88
5,88
760 399
760 399
760 399
3 577
3 577 3 956 3 956 3 956
2009
5,33
5,33
5,33
793 472
793 472
793 472
2 751
2 751 3 176 3 176 3 176
2010
5,08
5,08
5,08
785 491
785 491
785 491
4 744
4 744 3 221 3 221 3 221
2011
5,78
5,78
5,78
805 779
805 779
805 779
4 559
4 559 4 071 4 071 4 071
2012
4,34
4,34
4,34
746 002
746 002
746 002
5 818
5 818 3 801 3 801 3 801
2013
5,75
5,75
5,75
788 422
788 422
788 422
4 610
4 610 3 926 3 926 3 926
2014
5,20
5,03
4,77
721 828
709 335
783 589
4 666
4 274 4 028 4 006 3 534
2015
5,03
4,90
4,48
725 326
711 650
765 655
4 883
3 527 3 909 3 799 3 673
2016
4,94
4,87
4,07
735 877
726 367
716 855
5 035
3 589 3 733 3 552 4 001
2017
4,89
4,88
3,48
735 990
745 031
648 288
5 212
3 564 3 862 3 645 3 995
1) Lineární trend. 2) Mocninný trend. 3) Polynomick ý trend 2. stupně. Pramen: ČSÚ - definitivní údaje o sk lizni, CZV; vlastní výpočty
Jednotlivé modelové projekce jsou znázorněny v následujících grafech:
34
Graf 2/01 - Výpočet projekce z modelu INT pro pšenici ozimou (ha výnos) 7 Lineární trend
Mocninný trend
Polynomický trend
Měřená data
6
5
t/ha
4
3
2
1
0 2000 2001 2002 2003 2004 2005 2006 2007 2008 2009 2010 2011 2012 2013 2014 2015 2016 2017 Pramen: vlastní výpočty
Graf 2/02 - Výpočet projekce z modelu STR pro pšenici ozimou (sklizňová plocha) 1000 Lineární trend
Mocninný trend
Polynomický trend
Měřená data
900 800 700 600
tis. ha
500 400 300 200 100 0 2000 2001 2002 2003 2004 2005 2006 2007 2008 2009 2010 2011 2012 2013 2014 2015 2016 2017 Pramen: vlastní výpočty
35
Graf 2/03 - Výpočet projekce z modelu CENY-2 pro pšenici ozimou 7000 Lineární trend
Mocninný trend
Měřená data
6000
5000
Kč/t
4000
3000
2000
1000
0 2000 2001 2002 2003 2004 2005 2006 2007 2008 2009 2010 2011 2012 2013 2014 2015 2016 2017 Pramen: vlastní výpočty
Graf 2/04 - Výpočet projekce z modelu NAK pro celkové náklady na osiva
4500
Lineární trend
Mocninný trend
Polynomický trend
Měřená data
4000 3500
mil. Kč
3000 2500 2000 1500 1000 500 0 2000 2001 2002 2003 2004 2005 2006 2007 2008 2009 2010 2011 2012 2013 2014 2015 2016 2017 Pramen: vlastní výpočty
36
Tab. 2/08 - Srovnání modelu SZU-P2 se skutečností SZÚ-ČSÚ (mil. Kč) Kód SZÚ 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31
Model SZU-P2 SZÚ-ČSÚ predikce skutečnost 2013 2014 2015 2012 2013 33 738 32 202 36 519 32 362 32 549 21 548 20 554 22 326 19 039 20 628 11 751 10 498 10 960 10 291 11 751 5 383 6 152 6 395 5 170 5 383 3 333 3 245 3 008 1 924 2 562 1 330 1 392 1 434 1 281 1 373 935 1 081 1 158 774 935
Ukazatel
2012 35 505 OBILOVINY (VČETNĚ OSIVA) 19 722 TECHNICKÉ PLODINY 10 291 KRMNÉ PLODINY 5 170 ZELENINA A ZAHRADNICKÉ VÝROBKY 4 054 BRAMBORY (VČETNĚ SADBY) 1 291 OVOCE 774 VÍNO OLIVOVÝ OLEJ 830 777 782 746 830 777 OSTATNÍ ROSTLINNÉ VÝROBKY 77 637 78 795 75 905 82 546 71 671 75 957 ROSTLINNÁ PRODUKCE (01 AŽ 09) 23 704 23 708 25 526 22 545 21 901 22 284 ZVÍŘATA 26 443 27 682 28 486 24 938 23 117 24 612 ŽIVOČIŠNÉ VÝROBKY 50 147 51 391 54 012 47 483 45 017 46 895 ŽIVOČIŠNÁ PRODUKCE (11+12) PRODUKCE ZEMĚDĚLSKÝCH VÝROBKŮ (10+13) 127 784 130 185 129 917 130 029 116 688 122 853 3 082 2 774 2 787 2 589 3 082 2 774 PRODUKCE ZEMĚDĚLSKÝCH SLUŽEB 121 749 123 843 121 347 121 268 119 770 125 627 ZEMĚDĚLSKÁ PRODUKCE (14+15) NEZEMĚDĚLSKÉ VEDLEJŠÍ ČINNOSTI 2 468 2 597 (NEODDĚLITELNÉ) PRODUKCE ZEMĚDĚLSKÉHO ODVĚTVÍ (16+17) 121 749 123 843 121 347 121 268 122 239 128 223 88 247 90 767 88 168 86 757 88 247 90 767 MEZISPOTŘEBA CELKEM HRUBÁ PŘIDANÁ HODNOTA V ZÁKLADNÍCH 33 502 33 075 33 179 34 511 33 991 37 456 CENÁCH (18-19) 15 023 15 584 15 584 15 861 15 023 15 584 SPOTŘEBA FIXNÍHO KAPITÁLU ČISTÁ PŘIDANÁ HODNOTA V ZÁKLADNÍCH 18 479 17 492 17 594 18 650 18 968 21 872 CENÁCH (20-21) 24 828 25 550 25 797 25 846 24 828 25 550 NÁHRADY ZAMĚSTNANCŮM 1 219 1 146 1 121 1 106 1 219 1 146 OSTATNÍ DANĚ NA VÝROBU 29 283 27 504 31 354 32 520 29 283 27 504 OSTATNÍ DOTACE NA VÝROBU 46 543 43 850 47 827 50 064 47 032 48 230 DŮCHOD Z FAKTORŮ (22-24+25) ČISTÝ PROVOZNÍ PŘEBYTEK/SMÍŠENÝ DŮCHOD 28 064 26 358 30 233 31 414 22 204 22 680 (26-23) PŘEDEPSANÉ PACHTOVNÉ A OSTATNÍ 4 511 5 037 4 927 5 118 4 511 5 037 NÁJEMNÉ Z NEMOVITOSTÍ 1 787 1 816 1 313 1 358 1 787 1 816 NÁKLADOVÉ ÚROKY 423 420 461 412 423 420 VÝNOSOVÉ ÚROKY 15 839 11 867 16 251 18 155 16 329 16 248 PODNIKATELSKÝ DŮCHOD (26-23-28-29+30)
Pramen: ČSÚ - souhrnný zemědělsk ý účet; vlastní výpočty
V tab. 2/08 je ilustrováno srovnání výsledků souhrnného zemědělského účtu za dva předchozí roky (2012 a 2013) modelu SZU-P2 a SZÚ-ČSÚ, včetně predikce na dva nastávající roky (2014 a 2015) pomocí SZU-P2. Jelikož podrobná metodika a zdroje dat produkční části SZÚ-ČSÚ nejsou k dispozici, mohou být výsledky výrazněji odlišné, pro použití odlišných vstupních dat. Patrné rozdíly jsou v rostlinné výrobě především u položek 01 Obiloviny a 05 Brambory. Ostatní výsledky nejsou výrazně odlišné. Větší rozdíly můžeme pozorovat u položek živočišné výroby, jako jsou 11-Zvířata a 12 Živočišné výrobky, kde hodnoty SZU-P2 jsou vyšší. Díky aplikaci výše zmíněné odchylky od reality se celková zemědělská produkce v posledních dvou letech lišila velmi málo a v roce 2013 byla dle SZU-P2 vypočtena dokonce nižší, než udává ČSÚ. I přes nominálně malou odchylku v tomto roce zaznamenal výsledný ukazatel 31-Podnikatelský důchod výrazný pokles proti výpočtu SZÚ-ČSÚ.
37
Projekce SZU-P2 uvedené v tab. 2/08 jsou vypočteny základním lineárním regresním trendem, z kterého je patrný mírný nárůst hodnoty celkového ukazatele 31-Podnikatelský důchod. Díky širokým možnostem nastavení a variability modelu a jeho submodelů lze dle požadovaných scénářů, či zpřesňováním reálných budoucích trendů na základě expertních odhadů projekce „řídit“, proto je možné dosáhnout nejlepších možných výsledků jak projekčních, tak i prognostických.
3 Model agrárního sektoru AGRO-2014 Původní záměr využít modelový aparát grantového projektu MV, který byl zaměřen na výpočet zajištění minimální výživy obyvatelstva za krizových situací (model VYZIVA-1 a model ZEPOS-1) pro řešení standardních (nekrizových) situací, byl v průběhu řešení IVP rozšířen na problém modelového zpracování celého agrárního sektoru s plným zapojením zemědělských a potravinářských kapacit ČR a se zohledněním zahraničního obchodu se zemědělskými a potravinářskými produkty AZO. Model AGRO-2014 se skládá z následujících sekcí: ZEM-DOM
domácí produkce zemědělských komodit
ZEM-IMP
dovozy zemědělských komodit
ZEM-EXP
vývozy zemědělských komodit
POTR-DOM
domácí produkce potravinářského průmyslu
POTR-IMP
dovozy potravinářských komodit
POTR-EXP
vývozy potravinářských komodit
OBCH
prodej potravin obyvatelstvu prostřednictvím obchodní sítě
SPOT
spotřeba potravin na 1 průměrného obyvatele
3.1
Sekce ZEM-DOM
Sektor domácí produkce zemědělství je v modelu AGRO-2014 reprezentován produkční částí SZÚ, která zahrnuje všechny významné rostlinné a živočišné komodity českého zemědělství. Hodnotové vyjádření této produkce podle hlavních komodit, kterou publikuje každoročně ČSÚ, je možné vyjádřit rozkladem na celkový rozsah dané komodity (celková plocha/celkové stavy zvířat), průměrnou úroveň intenzity (hektarové výnosy/užitkovost zvířat) a průměrnou cenu (CZV). Tento rozklad je v sektoru ZEM-DOM vyjádřen pomocí modelu SZU-P1 (kap. 2), kde jsou jednotlivým komoditám SZÚ přiřazeny komodity modelu RENT-4 a dochází tak k pokrytí zhruba 98 % celkového rozsahu zemědělství ČR. Tento rozklad je ilustrován pro rok 2012 v tab. 3/01.
38
Tab. 3/01 - Sekce zemědělství - souhrnný zemědělský účet - rok 2012 SZÚ-ČSÚ Model SZU-P1
Kód
Komodity
01 OBILOVINY (VČETNĚ OSIVA) 01.1 Pšenice a špalda 01.1/1 Pšenice měkká a špalda 01.1/2 Pšenice tvrdá (durum) 01.2 Žito a ozimé směsky 01.3 Ječmen 01.4 Oves a letní směsky 01.5 Kukuřice na zrno 01.6 Rýže 01.7 Ostatní obiloviny 02 TECHNICKÉ PLODINY 02.1 Výsev olejnin a olejnaté plodiny (včetně osiva) 02.1/1 Řepka a semena brukve řepáku 02.1/2 Slunečnice 02.1/3 Sojové boby 02.1/4 Ostatní olejniny 02.2 Luskoviny (včetně osiva) 02.3 Surový tabák 02.4 Cukrová řepa 02.5 Ostatní technické plodiny 02.5/1 Textilní plodiny 02.5/2 Chmel 02.5/3 Ostatní technické plodiny: ostatní 03 KRMNÉ PLODINY 03.1 Krmná kukuřice 03.2 Krmné okopaniny (včetně krmné řepy) 03.3 Ostatní pícniny
04 04.1 04.1/1 04.1/2 04.1/3 04.2 04.2/1 04.2/2 04.2/3 05
A20-OJP A21-VLP A22-LOU A23-PAS ttp=lou+pas suma ost.p. ZELENINA A ZAHRADNICKÉ VÝROBKY Čerstvá zelenina Květák Rajčata Ostatní čerstvá zelenina Sazenice a květiny Školkařské výpěstky Okrasné rostliny a květiny (vč. vánočních stromků) Výsadby BRAMBORY (VČETNĚ SADBY)
06 06.1 06.1/1 06.1/2 06.1/3 06.1/4 06.2 06.2/1 06.2/2 06.2/3 06.2/4 06.3 06.4 06.4/1 06.4/2 06.5 06.5/1 06.5/2 07 07.1 07.2 08 09 09.1 09.2 09.3 10
OVOCE Čerstvé ovoce Stolní jablka Stolní hrušky Broskve Ostatní čerstvé ovoce Citrusové plody Pomeranče Mandarinky Citrony Ostatní citrusové plody Tropické plody Vinné hrozny Stolní hrozny Ostatní hrozny Olivy Stolní olivy Ostatní olivy VÍNO Stolní víno Jakostní víno OLIVOVÝ OLEJ OSTATNÍ ROSTLINNÉ VÝROBKY Košikářské a pletací materiály Osiva Ostatní rostlinné výrobky: ostatní ROSTLINNÁ PRODUKCE (01 AŽ 09)
Hodnotové vyjádření Komodity (mil. Kč)
Význam
32 362
Hodnotové vyjádření (mil. Kč)
Výnosy (t/ha) Užitkovos t (kg, l, ks/ks)
Produkce (tis. t)
CZV (Kč/t)
35 645
17 389 A1-PSoz 763 7 750 761 4 695
ČSÚ - údaje pro model SZU-P1 Plochy (ha) Stavy (tis. ks)
A3-ZI A5-JCjr A6-OV A8-KUZ
1 003 A7-TRI 19 039 14 846 13 283 A10-RE 614 A12-SLU
830 A11-MAK 242 A9-HR 3 115 A13-CU 837 1 616 A16-CHM
pšenice celkem xxx žito ječmen celkem oves kukuřice na zrno xxx ostatní obiloviny vč. tritikále xxx řelka slunečnice xxx ostatní olejniny vč. máku luskoviny xxx cukrovka xxx xxx chmel xxx
10 291 4 421 A19-KUS kukřice na siláž 16 neni xxx 5 854 suma prenos xxx ost. jednoleté A20-OJP pícniny A21-VLP víceleté plícniny A22-LOU louky A23-PAS pastviny TTP TTP suma ost.p. xxx 5 170 zel+kvet zelenina celkem 1 493 zelenina 48 275 1 170 3 677 kvetiny květiny celkem
1 924 A14-BRK
brambory celkem ovoce - intenzivní 1 281 A24-JAB ovoce int.sady 1 281 893 59 23 306
19 509
815 381
4,32
782 8 385 854 4 973
30 557 382 330 50 770 119 333
4,81 4,23 3,39 7,78
1 142 18 491
56 064
3,80
13 399 637
401 319 24 634
2,76 2,31
584 184
44 867 20 177
0,70 1,94
3 063
61 161
63,26
624
4 366
0,99
10 891 5 335
205 109
40,60
5 556 2 112 785
17,21
297 1 533 2 351 1 374
21 201 173 323 479 565 479 565 959 131 2 112 785
12,37 26,57 14,78 10,00 12,39 17,21
5 331 1 655
8 340
20,32
3 677
2 724
3 251
24 079
26,77
1 351
17 925
7,71
774
774
830
830
71 671
76 564
39
3 519 0 147 1 616 172 928 0
5 544
213 0 0 1 109 57 0
5 360
13 31 0 3 869 0 0 4 0 0 8 328 0 17 087 262 4 453 6 186 6 186 12 372 17 087 0 169 0 0 0 0 0 0 0 805 138 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
5 319 5 187 4 966 5 358
12 081 11 181
45 614 6 002 792
143 875
641 332 1 132 344 380 222 319 332 9 766
0
4 039 9 774
11 11.1
11.2
11.3 11.4 11.5
11.6 12 12.1 12.2 12.3 12.3/1 12.3/2 12.3/3 13 14 15 15.1 15.2 16 17 18
ZVÍŘATA Skot
21 901 6 674 skot A27-TEL
skot celkem telata do 6 měs. jalovice od 7.měs. A28-JAL do 5.měs.březosti vysokobřezí jslovice od 5. měs. A29-VBJ březosti do otelení výkrm býků od 7. měs.do finální A30-VB hmotnosti dojnice - produkce A26-D1 masa krávy bez tržní A31-KBTPMprodukce (cena jat.mléka telat) 9 318 prasata prasata celkem A32-PRA prasnice prasničky od odstavu do A33-PKY 80 kg ž. hm. předvýkrm prasat od odstavu A34-PVP do 30 kg ž. hm. výkrm prasat A35-VP od 30 kg ž. hm.
Prasata
Lichokopytníci Ovce a kozy Drůbež
Ostatní zvířata ŽIVOČIŠNÉ VÝROBKY Mléko Vejce Ostatní živočišné výrobky Surová vlna Kokony bource morušového Ostatní živočišné výrobky: ostatní ŽIVOČIŠNÁ PRODUKCE (11+12) PRODUKCE ZEMĚDĚLSKÝCH VÝROBKŮ (10+13) PRODUKCE ZEMĚDĚLSKÝCH SLUŽEB Zemědělské služby Výnos z pronájmu mléčné kvóty ZEMĚDĚLSKÁ PRODUKCE (14+15) NEZEMĚDĚLSKÉ VEDLEJŠÍ ČINNOSTI (NEODDĚLITELNÉ) PRODUKCE ZEMĚDĚLSKÉHO ODVĚTVÍ (16+17)
75 5 810 drůbež drůbež celkem A36-BRO brojleři
23 117
pokračování tab. 3/01 0 458 171 46 420 0 61 265
21 011 6 047 279
1 354 253
412
309
0
35 125
10
56
0
35 125
2 788
185
0
46 420
1 992
373
171
31 726
565 9 386 306
178 1 579 100
0 304 304
31 726 33 258
19
48
0
223
344
0
8 837
623
5 578 5 578
14 510 14 753 3 733
65,9
0 0 0 246 0 246 0 0
21 602
373
7 433
2 773
7 789
2 559
3 733
308
1 150
2 226
3031
24 161
dojnice - produkce 20 512 A26-D1 mléka nosnice - produkce 2 564 A37-NOS vajec
45 017 116 688 3 082 3 082
45 171 121 735 3 082 3 082
119 770
124 817
2 468 122 239
2 468 127 286
23 084
Pramen: ČSÚ - Souhrnný zemědělsk ý účet, Definitivní údaje o sk lizni; Zpráva o stavu zemědělství za rok 2013; vlastní výpočty
3.2
Sekce ZEM-IMP a ZEM-EXP
Sekci dovozů a vývozů zemědělských surovin lze v modelu AGRO-2014 reprezentovat v hrubém vyjádření pomocí komoditních bilancí publikovaných MZe/ÚZEI každoročně v „Zelených zprávách“. Přitom produkci českého zemědělství na vývoz obsahuje sekce ZEM-DOM, která spolu s dovozy pokrývá domácí spotřebu zemědělské produkce. Platí proto rovnice bilance zdrojů a užití POCzasoba + DOMprodukce + IMPort = DOMspotreba + EXPort + KONzasoba. Podrobný rozklad této rovnice na jednotlivé komodity byl odložen na další výzkumné období, vzhledem k tomu, že se řešitelé rozhodli analyzovat v rámci tohoto IVP komoditní strukturu potravinářského průmyslu (viz další sekce), která nebyla dosud v ÚZEI zpracována.
3.3
Sekce POTR-DOM
Sekce komoditního rozkladu domácí produkce potravinářského průmyslu se opírá o zdroj ČSÚ – Výroba vybraných výrobků potravinářského průmyslu za rok 2012. Výběr komodit pro modelové zpracování vychází z desetimístného kódu ČSÚ, který pokrývá významné komodity potravinářského průmyslu, v členění na 9 hlavních oborů 10.1 až 10.9 (viz Panorama). Selekce komodit, které byly zařazeny do modelu AGRO-2014, byla provedena na základě následujících kritérií:
40
Kritérium K1: Pro rozsah produkce vybraných komodit byla zvolena dolní hranice zhruba 1 tis. t. Kritérium K2: Byla zvažována věcná náplň komodit tak, aby vybrané komodity měly návaznost na sekci spotřeby potravin. Kritérium K3: Vybrané komodity by měly pokrývat rozhodující výroby potravinářského průmyslu, které mají významnou návaznost na zemědělskou produkci. Podle kritérií K1-K3 byly např. eliminovány komodity jako zpracování kůží, různých zbytků apod. Na druhé straně ve výběru zůstaly komodity oboru 10.9 výroba krmiv. Výběr potravinářských komodit do modelu AGRO-2014 je obsažen v tab. 3/02. Tabulka obsahuje údaje o fyzické výrobě dané komodity (tis. t), hodnotovém vyjádření této výroby (mil. Kč) a výpočet průměrné ceny dané komodity (CPV) jako podílu předešlých ukazatelů. Celková hodnota vybraných komodit činí cca 166 mld. Kč, což představuje 75 % hodnoty celého potravinářského průmyslu (Panorama za 2012 udává 225 mld. Kč).
41
Tab. 3/02 - Sekce potravinářský průmysl - výroba vybraných výrobků - rok 2012 CZ-NACE
Modelové označení
10.1
HM1
1 011 114 002
HM2 VM1
1 011 119 002 1 011 123 002
VM2
1 011 125 002
VM3
1 011 129 002
DRO1
1 011 200 002
BRO1 BRO2 DRU1 BRO3 BRO4 DRUvyr1 DRUvyr2 DRUvyr3 VMvyr1
1 012 101 002 1 012 105 002 1 012 106 002 1 012 201 302 1 012 205 302 1 012 208 002 1 012 402 002 1 012 405 002 1 013 112 002
VMvyr2 VMvyr3
1 013 115 002 1 013 118 002
10.2 10.3
10.4
Kód ČSÚ
Název výrobků podle ČSÚ Hovězí a telecí maso v jateční úpravě vcelku, půlky, přední a zadní čtvrti, nevykostěné, čerstvé nebo chlazené Hovězí a telecí maso výsekové, čerstvé nebo chlazené Vepřové maso v jateční úpravě vcelku nebo půlky, čerstvé nebo chlazené (včetně čerstvého masa baleného se solí jako dočasným konzervačním přípravkem) Vepřové maso výsekové - kýty, plece a jejich části s kostí, čerstvé nebo chlazené (včetně čerstvého masa baleného se solí jako dočasným konzervačním přípravkem) Vepřové maso čerstvé nebo chlazené, ostatní, kromě masa vcelku, půlek,kýty, plece a jejich částí (včetně čerstvého masa baleného se solí jako dočasným konzervačním přípravkem) Jedlé droby hovězí, vepřové, skopové, kozí, koňské a z jiných lichokopytníků, čerstvé nebo chlazené Kuřata (včetně slepic) nedělená, čerstvá nebo chlazená Kuřata (včetně slepic) dělená, čerstvá nebo chlazená Krůtí maso dělené, čerstvé nebo chlazené Kuřata (včetně slepic) nedělená, zmrazená Kuřata (včetně slepic) dělená, zmrazená Drůbeží játra, zmrazená Drůbeží droby a játra (kromě husích a kachních jater), čerstvé nebo chlazené Drůbeží droby (kromě jater), zmrazené Vepřové kýty nebo plece a kusy z nich, nevykostěné, solené nebo ve slaném nálevu, sušené nebo uzené Vepřové boky a kusy z nich, solené nebo ve slaném nálevu, sušené nebo uzené Vepřové maso sušené, nasolené nebo uzené včetně slaniny (kromě vepřové kýty, plece a jejich částí s kostí a boků a jejich částí ), ostatní Uzenky, salámy a podobné výrobky z jater a potravinové přípravky na bázi těchto výrobků (kromě hotových pokrmů) Uzenky, salámy a podobné výrobky z masa, drobů nebo krve a potravinové přípravky na bázi těchto výrobků (kromě uzenek a salámů z jater a hotových pokrmů) Přípravky nebo konzervy z jater ostatních zvířat (kromě uzenek a salámů a hotových pokrmů) Přípravky nebo konzervy z masa nebo drobů krůt (kromě uzenek a salámů, přípravků z jater a hotových pokrmů) Ostatní přípravky nebo konzervy z drůbežího masa (kromě uzenek a salámů, přípravků z jater a hotových pokrmů) Přípravky nebo konzervy z masa, drobů a směsi z domácích vepřů, obsahující < 40 % masa nebo drobů jakéhokoliv druhu a tuků všeho druhu (kromě uzenek a salámů a podobných výrobků, homogenizovaných přípravků, přípravků z jater a hotových pokrmů) Ostatní přípravky nebo konzervy z masa, drobů a směsi z vepřů, včetně směsí (kromě uzenek a salámů a podobných výrobků, homogenizovaných přípravků, přípravků z jater a hotových pokrmů) Přípravky nebo konzervy z masa nebo drobů z hovězího dobytka (kromě uzenek, salámů a podobných výrobků, homogenizovaných přípravků, přípravků z jater a hotových pokrmů)
MV1
1 013 143 002
MV2
1 013 146 002
MV3
1 013 151 502
MV4
1 013 152 502
MV5
1 013 153 502
MV6
1 013 156 502
MV7
1 013 157 502
MV8
1 013 158 502
MV9
1 013 159 502
Ostatní přípravky nebo konzervy z masa nebo drobů, včetně krve (kromě uzenek, salámů a podobných výrobků, homogenizovaných přípravků, přípravků z jater a hotových pokrmů)
RYBY1 RYBY2 BR1 BR2
1 020 110 002 1 020 140 002 1 031 111 002 1 031 146 002
ZEL1 ZELvyr1 ZELvyr2 ZELvyr3
1 039 110 002 1 039 172 102 1 039 172 502 1 039 175 002
ZELvyr4
1 039 179 002
ZELvyr4
1 039 180 012
ZELvyr5 OVOvyr1 OVOvyr2
1 039 180 022 1 039 229 002 1 039 239 002
OVO1 RJO1 POKR1
1 039 255 002 1 041 260 002 1 041 413 002
POKR2
1 041 417 002
RJO2 TUK1
1 041 560 002 1 041 603 002
Výroba (tis. t)
Hodnotové vyjádření (mil. Kč)
Cena (Kč/kg)
29,1
2 361,4
81,26
27,8 121,7
2 873,7 6 180,7
103,54 50,77
29,4
1 809,1
61,57
58,1
3 580,3
61,61
8,8
233,9
26,63
44,9 66,1 3,4 11,7 21,4 1,1 4,8 1,3 12,3
1 877,5 3 684,7 268,4 454,0 1 053,3 35,3 172,9 36,8 719,8
41,77 55,77 78,97 38,94 49,28 31,56 35,79 28,08 58,35
3,3 16,8
258,7 1 191,6
78,41 71,09
4,9
282,0
57,02
245,4
16 095,7
65,60
21,5
876,6
40,83
0,8
42,8
56,81
2,0
82,3
40,44
5,1
255,7
50,19
26,4
1 898,6
71,96
0,9
62,6
72,82
4,7
354,2
75,26
Rybí filé a jiné rybí maso, čerstvé nebo chlazené Rybí filé, zmrazené Brambory syrové, též vařené ve vodě nebo v páře, zmrazené Brambory upravené nebo konzervované, nezmrazené, včetně bramborových lupínků (kromě sušených, ve vinném octě nebo kyselině octové nebo ve formě mouky, krupice nebo vloček)
0,7 5,8 486,7 16,3
86,2 443,8 0,0 0,0
119,89 76,57 0,00 0,00
Zelenina zmrazená, nevařená nebo vařená ve vodě nebo v páře (kromě brambor) Rajčatový protlak nekoncentrovaný Rajčatový protlak koncentrovaný Kysané zelí (kromě upravených zeleninových pokrmů a kysaného zelí sušeného, zmrazeného nebo konzervovaného octem nebo kyselinou octovou) Zelenina a zeleninové směsi, j.n. (kromě upravených zeleninových pokrmů, zmrazené zeleniny a zeleninových směsí) Zelenina (kromě brambor a okurek), ovoce nebo ořechy konzervované vinným octem nebo kyselinou octovou Okurky konzervované octem nebo kyselinou octovou Džemy, želé, marmelády (bez homogenizačních přípravků), kromě z citrusového ovoce Ořechy (kromě arašídů) zpracované nebo konzervované včetně směsí (kromě konzervovaných vinným octem nebo kyselinou octovou nebo mražených) Ovoce, upravené nebo konzervované, j.n. (kromě Müsli) Surový řepkový, řepicový a hořčičný olej a jejich frakce, chemicky neupravené Pokrutiny a jiné pevné zbytky, též rozdrcené nebo ve tvaru pelet, po extrakci sójového oleje Pokrutiny a jiné pevné zbytky, též rozdrcené nebo ve tvaru pelet, po extrakci řepkového nebo řepicového oleje Rafinovaný řepkový, řepicový a hořčičný olej a jejich frakce, chemicky neupravené Živočišné tuky a oleje a jejich frakce, částečně nebo zcela hydrogenované, interesterifikované, reesterifikované nebo elaidinizované, též rafinované, ale dále neupravené (včetně rafinovaných)
15,8 6,7 3,6 2,0
282,0 156,9 63,3 21,0
17,90 23,56 17,42 10,29
57,4
754,5
13,15
17,9
336,3
18,79
8,9 28,1 0,9
160,6 908,7 283,5
17,99 32,37 312,00
31,1
1 180,4
37,93
1,8
84,0
47,36
42
40,4
213,7
5,30
42,2 12,1
1 091,0 239,5
25,86 19,75
10.5
10.6
10.7
MLE1
1 051 113 302
MLE2
1 051 113 702
MLE3
1 051 114 202
MLE4
1 051 114 802
SME1
1 051 121 002
SME2
1 051 123 002
SME3
1 051 124 002
MLEvyr1
1 051 213 002
MLEvyr2
1 051 216 002
MLEvyr3
1 051 223 002
MLEvyr4
1 051 226 002
MAS1 MAS2 MAS3 SYR1 SYR2
1 051 303 002 1 051 305 002 1 051 307 002 1 051 403 002 1 051 405 002
SYR3 MLEvyr5 MLEvyr6 MLEvyr7
1 051 407 002 1 051 510 402 1 051 524 102 1 051 524 502
MLEvyr8 MLEvyr9
1 051 526 502 1 051 553 002
MLEvyr10
1 051 556 002
MLEvyr11 MLEvyr12
1 051 560 002 1 052 100 002
MOU1 MOU2 MOU3 OBIvyr1
1 061 210 002 1 061 220 002 1 061 230 002 1 061 240 002
OBIvyr2 OBIvyr3 OBIvyr4
1 061 313 502 1 061 323 002 1 061 333 302
OBIvyr5 OBIvyr6 OBIvyr7 OTR1
1 061 335 102 1 061 335 302 1 061 335 502 1 061 405 002
OTR2
1 061 409 002
SKRps1 SKRbr1 LEP1 DEX1 GLU1 CHL1
1 062 111 102 1 062 111 502 1 062 115 002 1 062 117 002 1 062 131 002 1 071 110 012
PEC1
1 071 110 022
PEC2 CHL2 CHL3 PEC3 PEC4
1 071 120 002 1 072 113 002 1 072 115 002 1 072 123 002 1 072 125 902
PEC5
1 072 199 002
Mléko a smetana o obsahu tuku ≤ 1 % hmotnosti, nezahuštěné, neobsahující přidaný cukr ani jiná sladidla, v bezprostředním obalu o čistém obsahu ≤ 2 l Mléko a smetana o obsahu tuku ≤ 1 % hmotnosti, nezahuštěné, neobsahující přidaný cukr ani jiná sladidla, v bezprostředním obalu o čistém obsahu > 2 l Mléko a smetana o obsahu tuku > 1 %, avšak ≤ 6 % hmotnosti, nezahuštěné, neobsahující přidaný cukr ani jiná sladidla, v bezprostředním obalu o čistém obsahu ≤ 2 l Mléko a smetana o obsahu tuku > 1 %, avšak ≤ 6 % hmotnosti, nezahuštěné, neobsahující přidaný cukr ani jiná sladidla, v bezprostředním obalu o čistém obsahu > 2 l Mléko a smetana o obsahu tuku > 6 %, avšak ≤ 21 % hmotnosti, nezahuštěné, neobsahující přidaný cukr ani jiná sladidla, v bezprostředním obalu o čistém obsahu ≤ 2 l Mléko a smetana o obsahu tuku > 21 % hmotnosti, nezahuštěné, neobsahující přidaný cukr ani jiná sladidla, v bezprostředním obalu o čistém obsahu ≤ 2 l Mléko a smetana o obsahu tuku > 21 % hmotnosti, nezahuštěné, neobsahující přidaný cukr ani jiná sladidla, v bezprostředním obalu o čistém obsahu > 2 l Mléko a smetana, v prášku, granulích nebo v jiné pevné formě, o obsahu tuku ≤ 1,5 % hmotnosti, v bezprostředním obalu o čistém obsahu ≤ 2,5 kg Mléko a smetana, v prášku, granulích nebo v jiné pevné formě, o obsahu tuku ≤ 1,5 % hmotnosti, v bezprostředním obalu o čistém obsahu > 2,5 kg Mléko a smetana, v prášku, granulích nebo v jiné pevné formě, o obsahu tuku > 1,5 % hmotnosti, v bezprostředním obalu o čistém obsahu ≤ 2,5 kg Mléko a smetana, v prášku, granulích nebo v jiné pevné formě, o obsahu tuku > 1,5 % hmotnosti, v bezprostředním obalu o čistém obsahu > 2,5 kg Máslo s obsahem tuku ≤ 85 % hmotnosti Máslo o obsahu tuku > 85 % hmotnosti a ostatní tuky a oleje získané z mléka Mléčné pomazánky o obsahu tuku < 80 % hmotnosti Čerstvé (nezrající nebo nenaložené) sýry, včetně syrovátkového sýra a tvarohu Strouhané sýry nebo práškové sýry všech druhů, sýry s modrou plísní a ostatní sýry (kromě tavených sýrů) Tavené sýry, kromě strouhaných nebo práškových Zahuštěné mléko, neobsahující přidaný cukr ani jiná sladidla Kyselé mléko, smetana, jogurt a jiné fermentované (kysané) výrobky Podmáslí, kyselé mléko a smetana, jogurt, kefír a jiné fermentované (kysané) nebo okyselené mléko a smetana, ochucené nebo obsahující přidané ovoce, ořechy nebo kakao Podmáslí Syrovátka a modifikovaná (upravená) syrovátka, sušená, v granulích nebo v jiné pevné formě, též obsahující přidaný cukr nebo jiná sladidla Syrovátka a modifikovaná syrovátka v tekutém stavu nebo ve formě pasty, zahuštěná i nezahuštěná, slazená i neslazená Výrobky z přirozených složek mléka, j.n. Zmrzlina a podobné výrobky (včetně ovocné dřeně a nanuků, kromě směsí a základů pro výrobu zmrzliny) Pšeničná mouka nebo mouka ze soureže Obilné mouky, kromě pšeničné mouky nebo mouky ze soureže Mouka, krupice a prášek ze sušených luštěnin, sága, manioku nebo ořechů a ovoce Směsi a těsta pro přípravu pečiva, cukrářských výrobků a sušenek Krupice a krupička z pšenice obecné a pšenice špaldy Krupice a krupička z ovsa, kukuřice, žita, ječmene a ostatních obilovin (kromě pšenice) Obilná zrna jinak zpracovaná (např. loupaná, válcovaná, ve vločkách, perlovitá, řezaná nebo šrotovaná), kromě rýže Přípravky typu "müsli" z nepražených obilných vloček Ostatní výrobky z obilovin získané bobtnáním nebo pražením Obiloviny ve formě zrn (kromě kukuřice), předvařené nebo jinak připravené Otruby, vedlejší mlýnské produkty a jiné zbytky, též ve tvaru pelet, po prosévání, mletí nebo jiném zpracování pšenice Otruby, vedlejší mlýnské produkty a jiné zbytky, též ve tvaru pelet, po prosévání, mletí nebo jiném zpracování ostatních obilovin nebo luštěnin (kromě kukuřice, rýže a pšenice) Pšeničný škrob Bramborový škrob Pšeničný lepek sušený nebo nesušený Dextriny a jiné modifikované škroby Glukóza a glukózový sirup bez přísad aromatických přípravků nebo barviva Chléb čerstvý obsahující v suchém stavu ≤ 5 % tuků a ≤ 5 % cukru, bez přísady medu, vajec, sýru nebo ovoce Pečivo čerstvé běžné obsahující v suchém stavu ≤ 5 % tuků a ≤ 5% cukru, bez přísady medu, vajec, sýru nebo ovoce Pečivo cukrářské čerstvé Křupavý chléb zvaný "knäckebrot" Suchary, opékaný chléb a podobné opékané výrobky Perník a podobné výrobky Oplatky a malé oplatky, včetně solených (kromě úplně nebo částečně natřených nebo politých čokoládou nebo jinými přípravky obsahujícími kakao) Trvanlivé pečivo, j.n. a pekárenské výrobky s přídavkem medu, vajec, sýra nebo ovoce, neslazené
43
17,3
pokračování tab. 3/02 144,4 8,35
71,2
269,3
3,78
585,8
5 803,9
9,91
138,5
1 246,3
9,00
12,3
336,2
27,43
17,7
732,6
41,46
15,9
663,1
41,82
0,3
13,6
50,46
17,2
867,0
50,43
1,2
104,8
86,34
13,2
909,3
68,82
23,3 6,6 6,4 58,1 67,8
1 889,3 414,0 391,4 3 681,4 6 434,4
81,11 62,70 60,99 63,32 94,95
18,9 11,9 53,7 132,1
1 731,0 362,8 1 431,3 4 405,5
91,38 30,55 26,66 33,35
14,9 46,1
110,7 1 098,8
7,42 23,84
336,9
446,7
1,33
16,1 29,9
570,2 1 079,1
35,39 36,14
755,2 61,4 6,9 15,7
5 489,8 482,4 88,3 713,4
7,27 7,85 12,77 45,44
6,0 3,0 39,8
72,6 60,8 241,5
12,10 20,35 6,06
3,9 23,4 2,9 161,2
350,8 1 081,4 74,5 470,7
89,89 46,27 25,86 2,92
12,2
35,2
2,88
33,3 24,7 3,6 15,2 8,5 306,2
228,4 346,9 87,7 281,9 133,2 5 626,5
6,85 14,03 24,56 18,54 15,62 18,38
284,0
8 570,5
30,17
37,2 1,1 1,8 6,5 9,2
3 325,0 53,9 15,7 503,9 489,9
89,34 47,78 8,91 77,00 53,18
53,4
1 914,7
35,88
10.8
10.9
10
Rafinovaný bílý třtinový nebo řepný cukr v pevném stavu Melasa získaná extrakcí nebo rafinací cukru (kromě třtinového) Řepné řízky, bagasa a jiné cukrovarnické odpady Čokoládové bonbony (pralinky) neobsahující alkohol Čokoládové cukrovinky plněné (kromě v kusech, tabulkách, tyčinkách nebo čokoládových sušenek a čokolád) COKO3 1 082 225 502 Čokoládové cukrovinky neplněné (kromě v kusech, tabulkách, tyčinkách nebo čokoládových sušenek a čokolád) KAKAO1 1 082 229 002 Potravinové přípravky s obsahem kakaa (s výjimkou kakaové pasty, másla, prášku, kusů, tabulek, tyčinek, tekutých, past, prášků, granulí a jiné formy, v balení > 2 kg, na výrobu nápojů, čokoládových past) CUKRO1 1 082 235 302 Pasty včetně marcipánu v balení s celkovým obsahem ≥ 1 kg CUKRO2 1 082 235 502 Zdravotní pastilky a dropsy proti kašli CUKRO3 1 082 237 302 Tvrdé bonbony plněné nebo neplněné CUKRO4 1 082 239 002 Cukrovinky na bázi cukru, j.n. KAVA2 1 083 127 002 Pražená čekanka a jiné pražené kávové náhražky a výtažky, tresti a koncentráty z nich CAJ1 1 083 130 002 Zelený čaj (nefermentovaný), černý čaj (fermentovaný) a čaj částečně fermentovaný, v bezprostředním obalu o obsahu ≤ 3 kg CAJ2 1 083 150 002 Bylinné a ovocné čaje OCET1 1 084 119 002 Ocet a jeho náhražky nevyrobené z vína SOJom1 1 084 121 002 Sójová omáčka KECUP1 1 084 123 002 Kečup a jiné omáčky z rajčat HOR1 1 084 125 502 Hotová hořčice OMAC1 1 084 127 002 Přípravky pro výrobu omáček a hotové omáčky; kořenící směsi (kromě sójové omáčky, rajčatové a kečupu, hořčičné mouky a hořčice), ostatní HOT1 1 085 110 002 Hotové pokrmy z masa, drobů nebo krve HOT2 1 085 130 002 Hotové pokrmy ze zeleniny TES3 1 085 141 002 Těstoviny nadívané, též vařené nebo jinak upravené TES4 1 085 143 002 Těstoviny sušené, zmrazené apod. (včetně připravených jídel), j.n. (kromě kuskusu) HOT3 1 085 190 002 Ostatní hotové pokrmy (včetně zmrazené pizzy) PRIP1 1 086 106 002 Homogenizované směsi potravinových přípravků PRIP2 1 086 107 002 Přípravky pro dětskou výživu v balení pro maloobchodní prodej PRIP3 1 089 110 002 Přípravky pro výrobu polévek a bujonů; hotové polévky a bujony VEJvyr1 1 089 123 002 Vaječné výrobky kromě albuminu PRAS1 1 089 137 002 Kypřící prášky do pečiva PRIP4 1 089 193 002 Potravinové přípravky z mouky, krupice, krupičky, škrobu atd. KONC1 1 089 193 502 Bílkovinné koncentráty a bílkovinné texturované látky a sirupy s přísadou aromatických látek nebo barviv BAG1 1 089 193 912 Obložené bagety a sendviče PRIP5 1 089 194 002 Sýrové fondue a ostatní potravinové přípravky, j.n. PREM1 1 091 101 002 Premixy pro hospodářská zvířata KRM1 1 091 103 302 Krmiva průmyslová pro hospodářská zvířata (kromě premixů): prasata KRM2 1 091 103 502 Krmiva průmyslová pro hospodářská zvířata (kromě premixů): hovězí dobytek KRM3 1 091 103 702 Krmiva průmyslová pro hospodářská zvířata (kromě premixů): drůbež KRM4 1 091 103 902 Krmiva průmyslová pro hospodářská zvířata (kromě premixů), ostatní KRM5 1 092 103 002 Krmiva pro psy nebo kočky balená pro maloobchod KRM6 1 092 106 002 Přípravky používané pro výživu domácích zvířat (kromě krmiv pro psy a kočky) Výroba vybraných výrobků celkem CUKR1 CUmel1 CUodp1 COKO1 COKO2
1 081 123 002 1 081 145 002 1 081 200 002 1 082 224 502 1 082 225 302
548,6 150,9 422,6 3,2 4,3
pokračování tab. 3/02 9 492,6 17,30 717,8 4,76 325,5 0,77 560,1 172,53 721,3 165,88
2,4
288,7
121,76
1,3
108,5
84,36
3,1 2,5 3,6 4,8 1,5 0,5
143,6 283,9 319,1 399,8 107,5 137,3
45,93 112,19 87,65 82,48 70,94 258,63
2,3 30,3 1,6 42,2 25,7 39,5
728,6 190,2 47,3 716,2 276,8 1 686,8
312,43 6,29 30,34 16,96 10,77 42,69
2,8 1,1 0,4 18,6 29,7 7,2 25,0 11,6 5,8
44,29 58,16 51,49 26,02 65,50 64,14 41,33 84,44 36,22
11,3 66,4
125,6 61,6 18,5 484,7 1 946,8 463,6 1 033,0 983,5 210,4 21,4 510,8 1 349,3
81,2 22,7 37,7 612,2 267,9 880,7 109,6 245,9 3,3
1 230,4 2 795,0 1 121,8 4 038,4 2 055,8 6 315,3 707,5 4 210,7 148,5
15,16 123,38 29,76 6,60 7,67 7,17 6,45 17,12 44,71
8 874
166 009
18,71
45,05 20,33
Pramen: ČSÚ - výroba vybraných výrobk ů; vlastní výpočty
3.4
Sekce POTR-IMP a POTR-EXP
Další významnou sekcí modelu AGRO-2014 jsou dovozy a vývozy potravinářských komodit. Výběr komodit v této sekci nemá symetrický výběr dovozních a vývozních komodit, kde jsme uplatnili kritéria K1-K3 jako v sekci 3.3. Výběr komodit pro tuto sekci se opíral o agrární zahraniční obchod za rok 2012, který je založen na statistice zahraničního obchodu a odpovídajících výběrových metodách. Při zařazování kódů celního sazebníku, tj. kódů HS (Harmonizovaný systém popisu a číselného označování zboží) a KN (Kombinovaná nomenklatura EU) do jednotlivých skupin CPA (Standardní klasifikace produkce) byl primárně využit oficiální převodník pro převod kódů KN a kódů CPA platný pro rok 2008 (k dispozici na stránkách ČSÚ). V některých případech však byl převod proveden podle vlastní metodiky. Týká se to např. nově vzniklých kódů. Mimo to byla zohledněna specifika českého zahraničního obchodu, v důsledku čehož došlo např. k vyloučení položky KN 04012099 z mléčných výrobků (CPA 10.5), neboť zahrnuje především surové mléko. Vybrané dovozní a vývozní potravinářské komodity mají stejně jako potravinářské komodity domácí provenience ukazatele množstevní (tis. t), hodnotové (mil. Kč) a podílové, které definujeme
44
jako průměrné jednotkové dovozní (DC) a vývozní (VC) ceny vybraných komodit. Přehled takto vybraných komodit ukazuje tab. 3/03. Poznámka: Tabulka 3/03 neobsahuje kompletní výčet produktů v rámci klasifikace CPA. Výběr odpovídá nejvýznamnějším výrobkům. Z tab. 3/03 vyplývá, že celkový objem vybraných dovozních komodit (3,1 mil. t) je menší než objem vývozních komodit (3,6 mil. t), avšak v hodnotovém vyjádření jsou celkové dovozy (104 mld. Kč) větší než vývozy (85 mld. Kč). To demonstruje a potvrzuje často diskutovanou tezi, že dovážíme v průměru dražší produkci (průměrná DC je téměř 33 Kč/kg), než vyvážíme (průměrná VC je téměř 24 Kč/kg). Jinými slovy, vyvážíme výrobky s nižší a dovážíme výrobky s vyšší přidanou hodnotou.
45
Tab. 3/03 - Sekce potravinářský průmysl - agrární zahraniční obchod - rok 2012 Dovozy Kód CZ-NACE celní statistik y 10.1 0201 a 0202 0203 0206 0207 0209
Název výrobků podle celní statistiky Hovězí maso čerstvé, chlazené nebo zmrazené (ČCHZ) Vepřové maso ČCHZ Jedlé droby ČCHZ Maso a jedlé droby drůbeže ČCHZ Vepřový a drůbeží tuk neškvařený ani jinak neextrahovaný, ČCHZ, solený n. ve slaném nálevu, sušený n. uzený
Maso a jedlé droby solené, ve slaném nálevu, sušené nebo uzené, jedlé moučky a prášky Střeva, měchýře a žaludky zvířat ČCHZ, 0504 solené, sušené n. uzené 051199 Výrobky živoč. původu j. n. (šlachy, odřezky apod. ze sur. kůži a kožek) Vepřové a drůbeží tuk jiný než čísla 0209 1501 Lůj hovězí, ovčí n. kozí 1502 Uzenky, salámy apod. 1601 1602 bez Jiné přípravky a konzervy z masa, drobů 160210 n. krve 230110 Moučky, šroty a pelety z masa n. drobů, škvarky
Vývozy Kód Hodnotové Dovozní celní Množstv vyjádření cena DC statistik í (tis. t) (mil. Kč) (Kč/kg) y 0201 19,4 2 193 113,3 a 0202 228,7 13 148 57,5 0203 17,4 362 20,8 0206 100,9 5 003 49,6 0207 0208
18,8
438
Ryby zmrazené Rybí filé a jiné rybí maso ČCHZ Ryby sušené, solené n. ve slaném nálevu, uzené (též přitom vařené), moučky, prášky n. pelety jedlé Přípravky a konzervy z ryb, kaviár 1604 a jeho náhražky z jiker Korýši, měkkýši a jiní vodní bezobr. 1605 upravení n. v konzervách 230120 Moučky, šroty a pelty z ryb n. korýšů, měkkýšů a jiných vodních bezobr. nejedlé Zelenina (vč. brambor, luštěnin, hub, oliv 0710 apod.) zmrazená Zelenina (vč. brambor, luštěnin, hub, oliv 0712 apod.) sušená, též kousky, plátky n. v prášku 08042090 Fíky sušené 080620 Rozinky, sultánky, korintky Ovoce a ořechy, též vařené, zmrazené, 0811 i slazené Ovoce sušené (jiné než 0801 až 0806), 0813 směsi ořechů n. suš. ovoce Mouka, krupice, prášek, vločky, granule 1105 a pelety z brambor Zelenina, ovoce, ořechy apod. připrav. n. 2001 konzerv. v octě Rajčata připrav. n. konzerv. jinak než 2002 v octě Houby alanýže připrav. n. konzerv. jinak 2003 než v octě Ost. zelenina (vč. brambor, luštěnin atd.) 2004 připrav. n. konzerv. jinak než v octě zmrazená Ost. zelenina (vč. brambor, luštěnin atd.) 2005 bez 200510 připrav. n. konzerv. jinak než v octě nezmrazená Džemy, želé, marmelády, ovoc. 2007 bez 200710 a ořech. protlaky, i slazené 2008 Ovoce, ořechy apod. jinak uprav. n. konzerv., i slazené, i s alkoholem Ovocné a zeleninové šťávy 2009 Rostl. látky a odpady pro výživu zvířat j. 2308 Mouka a krupice z olej. semen n. plodů 1208 (ne hořčice) Sójový olej 1507 Olivový olej 1509 Palmový olej 1511 Slunečnicový olej 1512 Kokosový olej 1513 Řepkový n. hořčičný olej 1514 Lněný, ricinový, tungový, sezam., tabák. 1515 bez 151521 a 29 a ost. oleje Tuky a oleje rostl. n. živoč. hydrogen. 1516 interesterif., reesterif. n. elaidiniz., i raf. Margarín, směsi n. přípravky jedlých 1517 živoč. n. rostl. tuků a olejů Sójové pokrutiny 2304 Rostlinné pokrutiny ostatní 2306 0303 0304 0305
10.3
10.4
Hovězí maso čerstvé, chlazené nebo zmrazené (ČCHZ) Vepřové maso ČCHZ Jedlé droby ČCHZ Maso a jedlé droby drůbeže ČCHZ Ostatní maso a jedlé droby ČCHZ
Hodnotov Vývozní Množstv é vyjádření cena VC í (tis. t) (mil. Kč) (Kč/kg) 7,9 42,9 4,5 30,7 1,7
773 2 524 118 1 553 227
97,5 58,8 26,2 50,6 129,9
23,3
0210
0210 10,9
787
72,2
5,2
908
173,8
38,9 8,4 1,9 12,9
396 187 17 1 139
24,1
1 886
32,6
172
7,2 19,2
355 1 333
9,3
157
0504
10.2
Název výrobků podle celní statistiky
10,2 22,3 9,0 88,4 1601 1602 bez 78,2 160210 230110 5,3 030290, (70) 49,5 0303 69,3 0304 0305 16,9 1604
Maso a jedlé droby solené, ve slaném nálevu, sušené nebo uzené, jedlé moučky a prášky Střeva, měchýře a žaludky zvířat ČCHZ, solené, sušené n. uzené
Uzenky, salámy apod. Jiné přípravky a konzervy z masa, drobů n. krve Moučky, šroty a pelety z masa n. drobů, škvarky Játra, jikry, mlíčí Ryby zmrazené Rybí filé a jiné rybí maso ČCHZ Ryby sušené, solené n. ve slaném nálevu, uzené (též přitom vařené), moučky, prášky n. pelety jedlé Přípravky a konzervy z ryb, kaviár a jeho náhražky z jiker
21,2
1 640
77,4
0,8
118
144,6
3,3
93
28,4
43,4
813
18,7
4,1 14,9 4,9
240 378 234
10,4
398
4,4
326
3,7
91
18,2
354
20,4
373
58,8 25,4 08042090 Fíky sušené 47,7 080620 Rozinky, sultánky, korintky Ovoce a ořechy, též vařené, zmrazené, 0811 38,4 i slazené Ovoce sušené (jiné než 0801 až 0806), 0813 73,5 směsi ořechů n. suš. ovoce Mouka, krupice, prášek, vločky, granule 1105 24,4 a pelety z brambor Zelenina, ovoce, ořechy apod. připrav. n. 2001 19,4 konzerv. v octě Rajčata připrav. n. konzerv. jinak než 2002 18,3 v octě
3,1
95
0710
Zelenina (vč. brambor, luštěnin, hub, oliv apod.) zmrazená
10,1
749
74,2
2,8
555
196,2
29,1
2 089
71,8
19,9
1 341
67,5
25,2
178
7,1
0,6 1,0 5,3
0 69 509
0,2 71,9 96,7
0,4
40
113,7
5,5
415
75,8
9,4
157
16,6
1,3 0,8
40 36
30,9 47,6
2,7
86
32,5
1,3
102
81,5
0,2
10
44,8
7,0
169
24,0
4,3
95
22,5
5,8
97
16,8
14,0
603
43,2
7,1
261
36,8
14,6 17,8
640 477
43,8 26,8
49,1 0,2 0,4 0,2 15,8 0,1 331,0
323 6 34 7 424 5 7 979
6,6 28,2 83,7 32,8 26,8 35,9 24,1
1,0
21
20,5
1,1
41
38,4
4,9 20,1 234,7
187 200 1 314
38,5 10,0 5,6
30,9 Ost. zelenina (vč. brambor, luštěnin atd.) připrav. n. konzerv. jinak než 18,6 v octě zmrazená Ost. zelenina (vč. brambor, luštěnin atd.) 2005 bez 200510 připrav. n. konzerv. jinak než 24,6 v octě nezmrazená Džemy, želé, marmelády, ovoc. 2007 bez 200710 42,9 a ořech. protlaky, i slazené 2008 Ovoce, ořechy apod. jinak uprav. n. 38,2 konzerv., i slazené, i s alkoholem 22,8 2009 Ovocné a zeleninové šťávy 19,9 Mouka a krupice z olej. semen n. plodů 1208 10,3 (ne hořčice) 25,5 1507 Sójový olej 62,2 1509 Olivový olej 26,2 1511 Palmový olej 21,0 1512 Slunečnicový olej 35,0 1513 Kokosový olej 26,2 1514 Řepkový n. hořčičný olej Lněný, ricinový, tungový, sezam., tabák. 1515 bez 151521 a 29 53,1 a ost. oleje Tuky a oleje rostl. n. živoč. hydrogen. 1516 35,3 interesterif., reesterif. n. elaidiniz., i raf. Margarín, směsi n. přípravky jedlých 1517 27,8 živoč. n. rostl. tuků a olejů 9,2 2304 Sójové pokrutiny Rostlinné pokrutiny ostatní 5,2 2306 2004
39,0
724
40,4
996
8,1
346
51,4 46,2 11,1
1 962 1 055 222
5,6 9,4 5,0 18,3 50,5 2,2 48,6
58 241 310 478 1 062 78 1 270
2,2
118
12,6
446
65,0 419,0 57,5
1 805 3 858 297
46
pokračování tab. 3/03 10.5
10.6
0401 0401 bez 0401209 0402 0403 0404 0405 0406 2105 100620 až 40 1101 1102 1103 1104
1108
10.7
10.8
1703 1704 1803 1804 1805 1806 190110 a 90
190220 a 30
1 275
Mléko a smetana nezahuštěné neslazené Mléko smetana zahuštěné n. slazené Kysané mléčné výrobky Syrovátka, výr. z mléka j. n. Máslo, tuky z mléka, mléčné pomazánky Tvaroh a sýry Zmrzlina, eskymo apod. Rýže zbavená plev, poloomletá n. omletá, i zlomková Pšeničná mouka n. ze soureži Ostatní mouky Krupice, krupička a pelety z obilovin Obil. zrna (vyjma rýže) jinak zpracovaná (např. loupaná, rozválc., vločky, perlovitá, rozřez. n. šrot.), obil. klíčky, i drcené n. ve vločkách Škroby a inulin
71,8 6,7 44,3 31,3 19,5 83,8 20,5
1 168 258 1 251 419 1 624 6 488 879
13,1 42,3 2,1
179 385 27
14,3
69
35,6 19,0
355 267
130,6
1 524
15,9
618
9,0
405
6,4 6,6
40 106
15,7
366
31,3 144,3 9,6 16,6 2,2 2,9 3,0
715 7 235 391 2 209 384 248 704
139,8 41,3 23,2 4,9 4,1 3,3
2 673 124 1 695 346 242 314
76,4
6 518
31,8
1 761
Cukr řepný a třtinový, sacharóza chem. čistá Melasy Cukrovinky (vč. bílé čokolády) Kakaová hmota Kakaové máslo, tuk a olej Kakaový prášek neslazený Čokoláda a ost. potrav. přípravky s kakaem Přípravky pro dětskou výživu, přípravky z mouky, krupice, škrobu n. mléka, sladový výtažek (ne směsi a těsta pro 1905) Těstoviny nadívané, i vařené n. jinak připravené
12,4
410
15,2 0401 0401 bez 16,3 0401209 38,5 0402 28,2 0403 13,4 0404 83,3 0405 77,4 0406 42,8
Mléko a smetana nezahuštěné neslazené
716,7
6 631
9,3
Mléko a smetana nezahuštěné neslazené Mléko smetana zahuštěné n. slazené Kysané mléčné výrobky Syrovátka, výr. z mléka j. n. Máslo, tuky z mléka, mléčné pomazánky Tvaroh a sýry
173,3 38,6 64,4 49,7 4,2 41,0
2 159 2 173 1 710 1 127 312 3 544
12,5 56,3 26,5 22,7 73,5 86,4
Pšeničná mouka n. ze soureži Ostatní mouky Krupice, krupička a pelety z obilovin Obil. zrna (vyjma rýže) jinak zpracovaná (např. loupaná, rozválc., vločky, perlovitá, rozřez. n. šrot.), obil. klíčky, i drcené n. 10,0 ve vločkách 14,1 1108 Škroby a inulin Lepek, i sušený 1109 Glukóza gluk. 1702 bez 1702 11, a19, 20 sirup, a 9071fruktóza až 79 a frukt. sirup, maltóza, izoglukóza, 11,7 maltodextrin, inulin. sirup apod. 1901 20 Směsi a těsta pro přípravu pečiva, 38,9 sušenek, oplatek apod. čísla 1905 1904 Výr. z obilí získané bobtnáním n. pražením (např. corn flakes), obiloviny v zrnech, vločky n. jinak zpracovaná zrna (ne mouka, krupice) předvařené n. jinak 44,9 připravené j. n. Otruby, vedlejší mlýn. produkty 2302 6,2 a zbytky 16,0 350510 Dextriny a jiné modifikované 23,3 škroby Těstoviny (ne nadívané, vařené apod.) 1902 bez 190220 a 30 22,9 a kuskus Pečivo, oplatky, sušenky apod. 50,2 1905 40,7 0408 Vejce bez skořápek 132,9 0901 bez 0901 Káva 11 (ne nepražená s kofeinem) 176,9 090210 a 30 Čaj v balení do 3 kg 84,2 ex 0904 ažKoření 0910 drcené n. mleté 237,7 1302 Rostl. šťávy a výtažky, pektinové látky 160210 Homogeniz. přípravky z masa, drobů n. Cukr řepný a třtinový, sacharóza chem. 1701 19,1 čistá 3,0 1703 Melasy 73,0 1704 Cukrovinky (vč. bílé čokolády) 70,0 59,3 94,7 1805 Kakaový prášek neslazený Čokoláda a ost. potrav. přípravky 1806 85,3 s kakaem 190110 Přípravky pro dětskou výživu, přípravky a 90 z mouky, krupice, škrobu n. mléka,
33,0 0,9
244 9
7,4 9,9
11,5
51
4,4
106,4 11,9 2,8
228 158 76
2,1 13,3 26,6
10,7
181
16,9
4,2
188
44,9
19,6
909
46,3
80,6
322
4,0
14,0
334
23,8
34,3 102,6 1,4 16,0 0,4 0,8 4,5 8,1
549 5 722 77 2 377 106 87 984 350
16,0 55,8 54,7 148,9 248,2 105,6 217,9 43,3
357,6 2,8 49,5
5 913 13 3 380
16,5 4,6 68,2
0,8
87
111,0
50,4
4 868
96,5
6,0
326
54,5
2,9
99
34,5
13,8 24,2
2 031 285
147,7 11,8
40,4
1 216
30,1
32,4 54,4
1 431 5 089
44,1 93,5
158,0 5,3
412 27
2,6 5,1
4,4 281,7 3 568,7
22 4 732 84 993
5,1 16,8 23,8
13,6 9,1 1101 12,8 1102 1103 4,9 1104
55,3
sladový výtažek (ne směsi a těsta pro 1905) Těstoviny nadívané, i vařené n. jinak připravené Výtažky z kávy, čaje, maté a přípravky z nich Droždí, prášky do pečiva 2102 Omáčky, přípravky pro ně, ochucovadla, 2103 hořčice Polévky a bujóny, přípravky pro ně, 2104 homogeniz. potrav. směsi Potravinové přípravky jiné 2106 230320 Řepné řízky, bagasa a jiné cukrovar. zbytky 25010091 Sůl pro lidskou výživu 1214 10 Moučka z vojtěšky a výrobky z ní ve formě pelet Přípravky používané k výživě zvířat 2309 10
190220 33,1 a 30 2101
Potravinové přípravky jiné
69,9
5 973
85,5
25010091 Sůl pro lidskou výživu 1214 10 Moučka z vojtěšky a výrobky z ní ve formě pelet Přípravky používané k výživě zvířat 2309 Dovozy a vývozy celkem
57,5
134
2,3
0,7 205,1 3 153,7
4 4 853 103 597
4,7 23,7 32,8
2106
10
83,8
Glukóza gluk. 1702 bez 1702 11, a19, 20 sirup, a 9071fruktóza až 79 a frukt. sirup, maltóza, izoglukóza, maltodextrin, inulin. sirup apod. 1901 20 Směsi a těsta pro přípravu pečiva, sušenek, oplatek apod. čísla 1905 1904 Výr. z obilí získané bobtnáním n. pražením (např. corn flakes), obiloviny v zrnech, vločky n. jinak zpracovaná zrna (ne mouka, krupice) předvařené n. jinak připravené j. n. Otruby, vedlejší mlýn. produkty 2302 a zbytky 230310 Škrobárenské apod. zbytky 350510 Dextriny a jiné modifikované škroby Těstoviny (ne nadívané, vařené apod.) 1902 bez 190220 a 30 a kuskus Pečivo, oplatky, sušenky apod. 1905 Vejce bez skořápek 0408 Káva 11 (ne nepražená s kofeinem) 0901 bez 0901 Čaj v balení do 3 kg 090210 a 30 ex 0904 ažKoření 0910 drcené n. mleté Rostl. šťávy a výtažky, pektinové látky 1302 1701
10.9
Mléko a smetana nezahuštěné neslazené
Pramen: Statistik a zahraničního obchodu; vlastní výpočty
3.5
Sekce OBCH a SPOT
Sekce prodeje potravin obyvatelstvu (OBCH) a spotřeby potravin na průměrného obyvatele (SPOT) jsou spolu vzájemně propojeny. Obě sekce se liší pouze samozásobením obyvatelstva některými potravinami (např. vepřové maso, vejce, ovoce, zelenina apod.). Propojení obou sekcí lze vyjádřit matematickým vztahem platným pro všechny spotřební komodity:
47
(SPOTreba.na.obyv – SAMOzas.na.obyv) * POCobyv = OBCH.prodej Nejvýznamnějším ukazatelem této sekce je spotřeba jednotlivých druhů potravin na 1 obyvatele, která je sledována každoročně ČSÚ. Prostřednictvím spotřebitelských cen (SC), které jsou rovněž sledovány ČSÚ, se potom vypočítávají průměrné výdaje za potraviny na 1 obyvatele a následně za pomoci celkového počtu obyvatel i celkové výdaje za potraviny v ČR. Výběr komodit do sekce OBCH a SPOT ukazuje tab. 3/04. V tabulce byly kromě spotřebitelských cen pro porovnání uvedeny i výrobní ceny potravin (CPV, resp. CZV) v potravinářském průmyslu (resp. v zemědělství, pokud neprocházejí zpracováním v potravinářském průmyslu a jdou přímo ze zemědělství do sektoru spotřeby). Řádek „Celkem“ ukazuje celkové výdaje průměrného obyvatele ČR za potraviny v sekci SPOT (365 mld. Kč). Pro porovnání obsahuje řádek „Celkem“ výdaje průměrného obyvatele na potraviny za výrobní ceny potravinářského průmyslu, resp. zemědělství (16 tis. Kč) a výdaje za potraviny v dovozních cenách (17 tis. Kč). Porovnání těchto údajů bylo využito pro analýzu obchodních marží (kap. 4).
48
Tab. 3/04 - Sekce obchod a spotřeba potravin - rok 2012
Potraviny ve spotřebním koši
Maso vepřové Maso hovězí Kuře kuchané Králíci Masné výrobky a konzervy Ryby celkem Mléko konzumní Sýry přírodní, tvaroh Sýry tavené Sušene mléko Zahuštěné mléko Ostatní mléčné výrobky 1)
Vejce Máslo Sádlo vepřové + slanina Rostlinné oleje Cukr Čokoláda a čokoládové výrobky Nečokoládové cukrovinky 1)
Med včelí Pšeničná mouka Chléb Pečivo jemné Pečivo běžné Pečivo trvanlivé Těstoviny Kroupy, vločky Rýže 1)
Brambory konzumní Fazole Hrách Čočka 1)
Modelové označení
MASOvep MASOhov MASOdru MASOkra MASvyr RYBY MLEkon SYRYpri SYRYtav MLEsus MLEzah MLEvyr
Spotřeba na 1 obyv.
SC
Výdaje za Potřeba Prodej potraviny potravin3) potravin3)
sekce SPOT kg/obyv. 21,4 3,5 24,4 2,3 22,6 5,3 59,0 2,2 3,1 0,2 0,8 30,5
1)
tis. t 224,9 36,8 256,4 24,2 237,5 55,7 620,0 23,1 32,6 2,1 8,4 320,5
mil. Kč 25 132 6 403 17 729 4 193 33 800 9 127 11 831 3 808 6 667 427 768 20 463
sekce POTRDOM Kč/kg 62,40 104,14 43,63 0,00 66,39 82,54 10,36 85,89 101,2 85,75 30,88 30,16
sekce OBCH
Kč/kg Kč/obyv. 111,75 2 391 174,07 609 69,14 1 687 173,49 399 142,31 3 216 163,87 869 19,08 1 126 164,72 362 204,65 634 203,35 41 91,36 73 63,84 1 947
CPV CZV
DC sekce POTRIMP Kč/kg 59,03 113,76 42,68 85,01 88,56 74,87 11,84 87,13 77,05 109,56 38,46 29,90
VEJCE MASLO SADLO RJO CUKR COKO NCOKO
12,5 4,8 3,9 12,2 17,7 9,5 2,7
54,56 153,92 66,32 46,13 24,34 290,63 173,43
682 739 259 563 431 2 761 468
131,4 50,4 41,0 128,2 186,0 99,8 28,4
7 167 7 764 2 718 5 914 4 528 29 016 4 921
40,14 87,08 18,48 31,18 16,05 148,17 84,62
29,01 104,90 23,95 26,67 16,69 86,05 73,59
MED MOUpse CHL PECjem PECbez PECtrv TEST OBIost RYZE
0,7 25,0 41,3 13,0 43,9 8,5 7,1 1,4 5,1
149,88 13,44 23,06 133,86 50,43 134,11 37,47 27,00 34,95
105 336 952 1 740 2 214 1 140 266 38 178
7,4 262,7 434,0 136,6 461,4 89,3 74,6 14,7 53,6
1 103 3 531 10 009 18 288 23 266 11 980 2 796 397 1 873
87,33 7,54 18,19 86,63 29,87 40,51 17,14 11,49 0,00
69,19 8,88 33,60 62,20 0,00 63,42 24,20 16,02 15,98
BRAkon FAZ HRA COC
68,6 0,8 1,2 0,5
17,00 75,00 30,00 51,72
1 166 60 36 26
720,9 8,4 12,6 5,3
12 256 631 378 272
3,13 0,00 0,00 0,00
6,95 21,74 16,72 15,19
Okurky salátové
OKU
6,7
38,44
258
70,4
2 707
18,06
17,21
1)
RAJ
8,6
37,06
319
90,4
3 349
20,85
24,62
1)
PAP
4,9
62,15
305
51,5
3 200
16,29
31,98
ZEL
5,8
11,91
69
61,0
726
3,75
4,56
Kapusta
KAP
0,3
0,00
0
3,2
0
8,46
0,00
1)
KVE
2,5
50,09
125
26,3
1 316
12,41
15,32
KDL
2,4
CIB
9,0
0,00 14,58
0 131
25,2 94,6
0 1 379
19,91 4,82
0,00 6,91
Rajčata
Paprika
1)
Zelí hlávkové bílé 1)
Květák
1)
Kedlubny 1) Cibule suchá
49
pokračování tab. 3/04 1)
CES
0,9
103,78
93
9,5
982
151,79
SAL
1,4
0,00
0
14,7
0
26,86
0,00
MRK
5,3
17,83
94
55,7
993
4,99
8,77
1)
PET
0,7
32,00
22
7,4
235
14,64
0,00
Celer Melouny
CEL MEL
1,2 7,1
20,65 24,49
25 174
12,6 74,6
260 1 827
7,56 0,00
8,52 6,77
ZELcer ZELmra
9,3 14,1
61,58 46,67
573 658
97,7 148,2
6 019 6 916
24,00 14,45
19,47 22,47
JAB
18,3
34,47
631
192,3
6 629
9,62
14,44
HRU
2,5
38,00
95
26,3
998
11,15
23,35
SVE
3,0
33,00
99
31,5
1 040
9,82
10,39
1)
MER
1,0
92,00
92
10,5
967
24,12
29,46
1)
BRO
2,4
87,70
210
25,2
2 212
15,18
24,55
RYBIZ
0,9
60,00
54
9,5
568
7,86
150,96
JAH
1,9
119,39
227
20,0
2 384
51,34
45,47
3,4 2,6 4,1 10,2 10,1 4,9 10,3
67,44 90,00 40,78 31,56 31,59 57,21 95,85
229 234 167 322 319 280 987
35,7 27,3 43,1 107,2 106,1 51,5 108,2
2 410 2 459 1 757 3 383 3 353 2 946 10 375
16,44 31,76 0,00 0,00 0,00 0,00 37,24
33,48 51,47 21,17 16,11 17,30 25,44 36,72
3,2 1,6
90,00 89,55
288 143 34 739
33,6 16,8
3 027 1 506 365 083
Česnek
1)
Salát hlávkový 1)
Mrkev
Petržel 1)
1)
Ost. čerstvá zelenina Mražená zelenina a zelen. výrobky 1)
Jablka
1)
Hrušky
1)
Švestky
Meruňky Broskve Rybíz
1) 1)
Jahody
1)
Vinné hrozny Ost. ovoce mírného pásma Citróny Pomeranče, mandarinky Banány Ost. jižní ovoce Ovocné výrobky
HRO OVOmp CIT POM BAN OVOjiz OVOvyr
1)
Ořechy ve skořápce Droždí 2) Celkem
ORE DRO
46,73
45,48 125,74 0,00 19,35 16 033,97 17 126,01
1) CZV. 2) Řádek celk em osahuje následující uk azatele: 34 739 Kč - celk ové výdaje za potraviny na průměrného obyvatele ve spotřebitelsk ých cenách obchodní sítě; 365 083 mli. Kč - celk ové výdaje za prodej potravin v sek ci obchod za ČR celk em; 16 034 Kč - celkové výdaje na průměrného obyvatele ve výrobních cenách potravinářsk ého průmyslu; 17 126 Kč - celkové výdaje na průměrného obyvatele v dovozních cenách zahraničního obchodu. 3) Pro přepočty byl použit počet obyvatel 10,51 mil. osob. Pramen: ČSÚ - ceny zemědělsk ých výrobců, spotřebitelsk é ceny; vlastní výpočty
4
Odhad marží obchodu u domácích a dovážených potravin
4.1
Formulace problému
V poslední době se setkáváme s argumentací českých zemědělců, že obchodní řetězce v ČR, které jsou většinou v rukou zahraničních podnikatelů, uplatňují diskriminační politiku vůči tuzemským producentům v porovnání se zahraničními producenty. To znamená, že čeští zemědělci se domnívají, že obchodní marže na dovezené zahraniční potraviny jsou významně nižší než na srovnatelné potraviny tuzemské provenience. Jako příklad bylo uvedeno, že jihočeské máslo stojí v hypermarketu např. 45 Kč/250 g, zatímco zahraniční produkt – máslo Meggle – stojí v témže hypermarketu 30 Kč/250 g. Pokud by taková hypotéza byla pravdivá, mohl by tento problém být řešen diskusí mezi výrobci, obchodníky a decizní sférou.
4.2
Řešení problému
Pro objektivní posouzení zmíněného problému bylo využito podkladů modelu AGRO-2014, kde se porovnávala vydání spotřebitelů za potraviny při využití průměrných spotřebitelských cen (SC), průměrných cen potravinářských výrobků (CPV) a průměrných dovozních cen (DC).
50
4.3
Metodika
Základní hypotézou bylo zjistit, zda a jak se liší „marže“ obchodu u výrobků z tuzemské výroby (reprezentované cenami potravinářských výrobců) a u výrobků z dovozu (dovozní cena). Výpočty vycházely ze skutečné spotřeby potravin za rok 2012, která se tak zároveň stala „vahou“ pro výpočet průměrné „marže“ za spotřební koš. Na základě celkové hodnoty „spotřebního koše“ jsme vypočetli „marže“ obchodu podle vzorce používaného ČSÚ, tj. (SC-CPV)/SC a (SC-DC)/SC. Z výsledků je patrné, jakou „marži“ by vykazoval obchod, pokud by celý tento „spotřební koš“ byl naplněn výrobky tuzemskými, a jaký při naplnění výrobky z dovozu. Samozřejmě při analýze a hodnocení byl brán v úvahu poněkud odlišný sortiment potravin v rámci jednotlivých uvažovaných potravinových skupin u dovozu a v tuzemské výrobě a podle toho byly výsledky hodnoceny. Velmi rozvážně a pečlivě musíme hodnotit výrobky, u kterých je dosahováno výrazně odlišných „marží“ u výrobků české provenience a u výrobků z dovozu. Řada potravinových
skupin
a potravin
proto
musela
být
z modelových
propočtů
vyřazena
pro
nesrovnatelnost sortimentu uvnitř těchto skupin, nebo nemožnosti srovnání cen z hlediska zásobování během roku (jedná se např. o vyšší dovozní ceny ovoce a zeleniny v zimních měsících a podstatně nižší tuzemské ceny v době sklizně). Obdobné výpočty jsme provedli při naplnění „spotřebního koše“ jen výrobky českých potravinářských výrobců ve vztahu ke spotřebitelským cenám (2. varianta) a jen výrobky z dovozu k SC (3. varianta). Podrobná analýza je zpracována v IVP 1290 „Trendy na trhu potravin, systém podpor potravinářství a finanční zdraví v potravinářském průmyslu“. V příštím období bychom chtěli analyzovat tuto problematiku v časové řadě (období bude záviset na dostupnosti dat o výrobě a prodeji tuzemských potravinářů a dovozu potravin). Výsledkem této analýzy by bylo zhodnocení vývoje „marží“ obchodu v průběhu sledované časové řady.
4.4
Výsledky a diskuse
Základní výsledky jsou uvedeny v tab. 4/01-04. Z výsledků modelových výpočtů vztahu CPV, DC a SC vyplývá, že „marže“ obchodu se mezi vztahem (SC-CPV)/SC a (SC-DC)/SC významně neliší. Rozdíl mezi „marží“ obchodu vykazovanou za spotřebu vybraného (relativně srovnatelného) sortimentu – tedy váhy pro výpočet průměrné „marže“ u CPV a DC je velmi malý. Zanedbatelně vyšší „marže“ obchodu u českých výrobků může být způsobena u některých skupin potravin skutečně vyšší přirážkou (marží), ale i rozdílem v prodávaném sortimentu tuzemských a dovozových potravin. Je tedy zřejmé, že obchod přistupuje k nastavení „marže“ velmi podobně u českých i dovozových potravin. Vyšší marže u některých výrobků české provenience mohou být pro naše výrobce iritující, ale podle našich propočtů a analýz se spíše jedná o určité vyrovnání rozdílu mezi CPV a DC tak, aby výsledná SC byla obdobná a přiměřená poptávce. Jak jsme propočetli, může to být problém u některých výrobků (s relativně nejlépe srovnatelným sortimentem). Zejména se jedná o mléčné výrobky (máslo, zahuštěné a sušené mléko), kde je výrazně vyšší „marže“ u CPV, a tím může nastat problém s uplatněním těchto výrobků na trhu. Na druhé straně je u DC výrazně vyšší „marže“ u kakaových výrobků, jemného pečiva, vajec a tavených sýrů. Nelze tedy konstatovat, že by obchod měl mít obecně mimořádný zájem na dovozu potravinářských výrobků. Není ekonomicky zdůvodnitelné, ani logické, proč by obchod měl mít zájem
51
na výrazném zvyšování dovozu, když na výrobcích z dovozu dosahují nižší marže. Jak by potom obchod dosahoval dobrých ekonomických výsledků a jak by fungoval jejich marketing.
4.5
Závěr
Z provedených analýz a modelových výpočtů vyplývá, že stížnosti některých českých výrobců potravin nejsou opodstatněné, neboť marže obchodu u domácích i dovážených potravin se významně neliší. Tab. 4/01 - Výpočty SC, CPV a DC za vybraný spotřební koš
Spotřeba
Potravina
SC (bez DPH)
SC (bez DPH) na
CPV na
CPV
2)
2)
spotřebu
Kč 492,6 1 902,9 1 297,7 2 548,1 738,2 878,6 366,0 1 911,1 33,5 59,4 1 614,6 684,9 555,1 206,6 482,3 366,0 2 329,3 380,8
Kč/kg 104,1 62,4 43,6 66,4 82,5 10,4 101,2 85,9 85,8 30,9 30,2 40,1 87,1 18,5 31,2 16,1 148,2 84,6
Kč 360,3 1 332,3 1 064,6 1 497,1 437,5 611,2 222,6 1 228,4 17,3 24,5 921,2 501,8 418,0 71,3 380,4 284,1 1 407,6 228,5
Kč/kg 113,8 59,0 42,7 88,6 74,9 11,8 77,1 87,1 109,6 38,5 29,9 29,0 104,9 24,0 26,7 16,7 86,1 73,6
Kč 393,6 1 260,4 1 041,4 1 997,0 396,8 698,6 169,5 1 246,0 22,0 30,5 913,3 362,6 503,5 92,4 325,4 295,4 817,5 198,7
68,6 9,1 621,6 Brambory konzumní 25,0 9,7 243,4 Pšeničná mouka 13,0 112,0 1 456,5 Pečivo jemné 43,9 43,9 1 926,6 Pečivo běžné 8,5 106,5 905,2 Pečivo trvanlivé 7,1 29,4 208,4 Těstoviny Cena spotřební varianty 22 209,4 1) CPV neexistují, vykazují se CZV. 2) Příslušná cena za kg vynásobená spotřebou na obyvatele za rok. Pramen: výpočty ÚZEI z údajů ČSÚ
3,1 7,5 86,6 29,9 40,5 17,1
214,7 188,2 1 126,2 1 311,3 344,3 121,7 14 315,0
7,0 8,9 62,2 33,6 63,4 24,2
476,8 221,7 808,6 1 475,0 539,1 171,8 14 457,5
Maso hovězí Maso vepřové Drůbež Masné výrobky Ryby Mléko konzumní Sýry tavené Sýry ostatní Sušené mléko Zahuštěné mléko Ostatní mléčné výrobky Vejce Máslo Sádlo Rostlinné jedlé oleje Cukr Kakaové výrobky Nečokoládové cukrovinky 1)
Kč/kg 142,4 89,1 53,2 113,0 139,3 14,9 166,3 133,6 166,6 74,9 52,9 54,8 115,6 53,5 39,5 20,7 245,2 141,0
DC
spotřebu
2)
spotřebu kg/obyv./rok 3,5 21,4 24,4 22,6 5,3 59,0 2,2 14,3 0,2 0,8 30,5 12,5 4,8 3,9 12,2 17,7 9,5 2,7
DC na
52
Rozdíl mezi CPV na spotřebu a DC na spotřebu
Podíl DC na spotřebu a CPV na spotřebu
Kč
%
-33,3 72,0 23,2 -499,9 40,7 -87,3 53,1 -17,6 -4,8 -6,0 7,9 139,1 -85,5 -21,1 55,0 -11,3 590,1 29,8
109,2 94,6 97,8 133,4 90,7 114,3 76,1 101,4 127,8 124,5 99,1 72,3 120,5 129,6 85,5 104,0 58,1 87,0
-262,1 -33,4 317,6 -163,7 -194,7 -50,1
222,0 117,8 71,8 112,5 156,6 141,2
Tab. 4/02 - Výpočty marží u vybraného spotřebního koše CPV a DC CPV na
DC 2)
Potravina Maso hovězí Maso vepřové Drůbež Masné výrobky Ryby Mléko konzumní Sýry tavené Sýry ostatní Sušené mléko Zahuštěné mléko Ostatní mléčné výrobky Vejce Máslo Sádlo Rostlinné jedlé oleje Cukr Kakaové výrobky Nečokoládové cukrovinky 1)
Brambory konzumní Pšeničná mouka Pečivo jemné Pečivo běžné Pečivo trvanlivé Těstoviny Cena spotřební varianty Průměrná marže
SC (bez DPH) 2)
2)
spotřebu na spotřebu na spotřebu Kč Kč Kč 360,3 393,6 492,6 1 332,3 1 260,4 1 902,9 1 064,6 1 041,4 1 297,7 1 497,1 1 997,0 2 548,1 437,5 396,8 738,2 611,2 698,6 878,6 222,6 169,5 366,0 1 228,4 1 246,0 1 911,1 17,3 22,0 33,5 24,5 30,5 59,4 921,2 913,3 1 614,6 501,8 362,6 684,9 418,0 503,5 555,1 71,3 92,4 206,6 380,4 325,4 482,3 284,1 295,4 366,0 1 407,6 817,5 2 329,3 228,5 198,7 380,8 214,7 188,2 1 126,2 1 311,3 344,3 121,7 14 315,0
476,8 221,7 808,6 1 475,0 539,1 171,8 14 457,5
621,6 243,4 1 456,5 1 926,6 905,2 208,4 22 209,4
1) CPV neexistují, vyk azují se CZV. 2) Příslušná cena za k g vynásobená spotřebou na obyvatele za rok . 3) Vypočtená podle vzorce (SC-CPV)/SC. 4) Vypočtená podle vzorce (SC-DC)/SC. Pramen: výpočty ÚZEI z údajů ČSÚ
53
Marže CPV
Marže DC
Rozdíl marží CPV a DC
%
%
p. b.
3)
4)
26,9 30,0 18,0 41,2 40,7 30,4 39,2 35,7 48,5 58,8 42,9 26,7 24,7 65,5 21,1 22,4 39,6 40,0
20,1 33,8 19,8 21,6 46,2 20,5 53,7 34,8 34,2 48,7 43,4 47,1 9,3 55,2 32,5 19,3 64,9 47,8
6,8 -3,8 -1,8 19,6 -5,5 9,9 -14,5 0,9 14,3 10,1 -0,5 -20,3 15,4 10,2 -11,4 3,1 -25,3 -7,8
65,5 22,7 22,7 31,9 62,0 41,6
23,3 8,9 44,5 23,4 40,4 17,5
42,2 13,7 -21,8 8,5 21,5 24,1
35,8
34,9
-0,6
1)
Tab. 4/03 - Výpočty marží pro vybraný spotřební koš CPV Potravina
Spotřeba kg 3,5 21,4 24,4 22,6 5,3 59,0 2,2 14,3 0,2 0,8 30,5 12,5 4,8 3,9 12,2 17,7 9,5 2,7 68,6 25,0 1,4 41,3 13,0 43,9 8,5 7,1 6,7 8,6 4,9 5,8 2,5 9,0 5,3 0,7 1,2 9,3 14,1 18,3 2,5 3,0 1,0 2,4 1,9 3,4 2,6 10,3
Maso hovězí Maso vepřové Kuře kuchané Masné výrobky Ryby Mléko konzumní Sýry tavené Sýry ostatní Sušené mléko Zahuštěné mléko Ostatní mléčné výrobky Vejce Máslo Sádlo Rostlinné jedlé oleje Cukr Kakaové výrobky Nečokoládové cukrovinky Brambory konzumní Pšeničná mouka Kroupy, krupice Chléb Pečivo jemné Pečivo běžné Pečivo trvanlivé Těstoviny Okurky salátové Rajčata Paprika Zelí Květák Cibule Mrkev Petržel Celer Ostatní čerstvá zelenina Mražená zelenina a výrobky Jablka Hrušky Švestky Meruňky Broskve Jahody Vinné hrozny Ostatní čerstvé ovoce mírného pásma Ovocné výrobky Cena spotřební varianty 1) U brambor, ovoce a zeleniny jsou uvedeny CZV. 2) Příslušná cena za k g vynásobená spotřebou na obyvatele za rok . 3) Marže vypočtená podle vzorce (SC-CPV)/SC. Pramen: výpočty ÚZEI z údajů ČSÚ
54
CPV na
SC (bez DPH) 2)
2)
spotřebu na spotřebu Kč Kč 360,3 492,6 1 332,3 1 902,9 1 064,6 1 297,7 1 497,1 2 548,1 437,5 738,2 611,2 878,6 222,6 365,9 1 228,2 1 911,1 17,3 33,5 24,5 59,4 921,2 1 614,6 501,8 684,9 418,0 555,1 71,3 206,6 380,4 482,3 284,1 366,0 1 407,6 2 329,3 228,5 380,8 214,7 621,6 188,2 243,4 16,1 29,8 751,2 803,6 1 126,2 1 456,5 1 311,3 1 926,6 344,3 905,2 121,7 208,4 121,0 202,7 179,3 277,2 79,8 249,7 21,8 45,2 31,0 92,7 43,4 95,4 26,4 78,9 10,2 17,9 9,1 18,1 223,2 424,1 203,7 695,1 176,0 483,3 27,9 80,8 29,5 84,2 24,1 78,2 36,4 159,4 97,5 202,9 55,9 190,1 82,6 198,9 383,6 766,1 16 944,7 27 483,2
3)
Marže %
26,9 30,0 18,0 41,2 40,7 30,4 39,2 35,7 48,5 58,8 42,9 26,7 24,7 65,5 21,1 22,4 39,6 40,0 65,5 22,7 45,9 6,5 22,7 31,9 62,0 41,6 40,3 35,3 68,0 51,8 66,5 54,5 66,5 42,6 49,8 47,4 70,7 63,6 65,5 65,0 69,2 77,1 51,9 70,6 58,5 49,9 38,3
Tab. 4/04 - Výpočty marží pro vybraný spotřební koš DC Potravina
Spotřeba
1)
DC na spotřebu
kg Maso hovězí Maso vepřové Maso ostatní Drůbež Masné výrobky Ryby Mléko konzumní Sýry tavené Sýry ostatní Sušené mléko Zahuštěné mléko Ostatní mléčné výrobky Vejce Máslo Sádlo Rostlinné jedlé oleje Cukr Kakaové výrobky Nečokoládové cukrovinky Med včelí Ovocné výrobky tekuté Brambory konzumní Čočka Pšeničná mouka Kroupy, krupice Rýže Pečivo jemné Pečivo běžné Pečivo trvanlivé Těstoviny Okurky salátové Rajčata Paprika Zelí Květák Cibule Česnek Mrkev Celer Melouny Ostatní čerstvá zelenina Mražená zelenina a výrobky Jablka Hrušky Švestky Meruňky Broskve Jahody Vinné hrozny Ostatní čerstvé ovoce mírného pásma Citrony, grepy Pomeranče, mandarinky Banány Ost. jižní ovoce Mražené ovoce a výrobky Cena spotřební varianty
Kč 3,5 21,4 2,3 24,4 22,6 5,3 59,0 2,2 14,3 0,2 0,8 30,5 12,5 4,8 3,9 12,2 17,7 9,5 2,7 0,7 7,8 68,6 0,5 25,0 1,4 5,1 13,0 43,9 8,5 7,1 6,7 8,6 4,9 5,8 2,5 9,0 0,9 5,3 1,2 7,1 9,3 14,1 18,3 2,5 3,0 1,0 2,4 1,9 3,4 2,6 4,1 10,2 10,1 4,9 10,3
Kč 393,6 1 260,4 195,5 1 041,4 1 997,0 396,8 698,6 169,5 1 246,0 22,0 30,5 913,3 362,6 503,5 92,4 325,4 295,4 817,5 198,7 48,4 182,8 476,8 7,3 221,7 22,4 80,9 808,6 1 475,0 539,1 171,8 115,3 211,7 156,7 26,4 38,3 62,2 42,1 46,5 10,2 48,1 181,1 316,8 264,3 58,4 31,2 29,5 58,9 86,4 113,8 133,8 86,8 164,3 174,7 124,7 378,2 17 986,3
1) Příslušná cena za k g vynásobená spotřebou na obyvatele za rok . 2) Vypočtená podle vzorce (SC-DC)/SC. Pramen: výpočty ÚZEI z údajů ČSÚ
55
1)
SC (bez DPH) na spotřebu
2)
Marže %
492,6 1 902,9 325,0 1 297,7 2 548,1 738,2 878,6 365,9 1 911,1 33,5 59,4 1 614,6 684,9 555,1 206,6 482,3 366,0 2 329,3 380,8 81,9 218,2 621,6 22,0 243,4 29,8 147,2 1 456,5 1 926,6 905,2 208,4 202,7 277,2 249,7 45,2 92,7 95,4 78,3 78,9 18,1 142,6 424,1 695,1 483,3 80,8 84,2 78,2 159,4 202,9 190,1 198,9 120,8 263,0 264,1 216,6 766,1 28 662,3
20,1 33,8 39,8 19,8 21,6 46,2 20,5 53,7 34,8 34,2 48,7 43,4 47,1 9,3 55,2 32,5 19,3 64,9 47,8 40,8 16,2 23,3 66,8 8,9 24,6 45,0 44,5 23,4 40,4 17,5 43,1 23,6 37,2 41,4 58,7 34,8 46,3 41,1 43,4 66,3 57,3 54,4 45,3 27,7 63,0 62,3 63,0 57,4 40,1 32,7 28,1 37,5 33,8 42,4 50,6 37,1
5
Model RENT-4 – aktuální predikce rentability
Cílem aktualizace modelu RENT-4 bylo poskytnout v aktuálním roce (v tomto případě rok 2014) co nejčerstvější data o ekonomice (rentabilitě) hlavních zemědělských komodit. Model RENT-4 predikuje vývoj výrobně ekonomických ukazatelů (náklady, výnosy a užitkovosti) v ročním taktu, tj. na základě posledních dostupných údajů (obvykle s ročním zpožděním) pro rok 2014, které se v průběhu roku neaktualizují. Největší dynamiku vykazují ceny zemědělských komodit (CZV), které ČSÚ publikuje v měsíčních intervalech v polovině následujícího měsíce. Z tohoto důvodu se výzkumné úsilí zaměřilo na vývoj matematického modelu CENY-1, který ihned po dodání údajů za poslední měsíc dokáže predikovat aktuální cenový odhad za celý rok.
5.1
Model CENY-1 pro predikci CZV na rok 2014
Model CENY-1 je matematický model pro predikce celoročních průměrných cen zemědělských výrobců (CZV) na aktuální rok (2014) opírající se o měsíční sledování CZV vybraných komodit ČSÚ. Model vychází z měsíčních časových řad CZV za období 2000-2013 a predikuje pro rok 2014 celoroční odhady průměrných CZV na základě neúplných (aktuálně dostupných) údajů v roce 2014 publikovaných postupně za jednotlivé měsíce. Odhad za aktuální rok se postupně zpřesňuje, jak ukazuje následující popis modelu. Množina komodit s měsíčním sledováním (KOM-CZV) ČSÚ publikuje měsíční časové řady CZV pro vybrané zemědělské komodity, které napojujeme na množinu komodit modelu RENT-4: Za rostlinnou výrobu: PSP – pšenice potravinářská, PSK – pšenice krmná, JCS – ječmen sladovnický, JCK – ječmen krmný, JCP – ječmen potravinářský, OV - oves, KUZ - kukuřice na zrno, TRI – triticale, atd. až CHM – chmel, JAB – jablka atd. Za živočišnou výrobu: MLE – mléko kravské, VB – jateční býci v živém, VP – výkrm prasat v živém, BRO – výkrm jatečných kuřat v živém, VEJ – vejce slepičí atd. Pro jednotlivé komodity KOM množiny KOM-CZV se konstruují následující ukazatele Zdroj měsíčních cen CZV za období 2000-2013 KOM(1/2000), KOM(2/2000), … , KOM(12/2000) jsou měsíční CZV v roce 2000 za měsíc 1–12 KOM(1/2001), KOM(2/2001), … , KOM(12/2001) jsou měsíční CZV v roce 2001 za měsíc 1–12 … KOM(1/2013), KOM(2/2013), … , KOM(12/2013) jsou měsíční CZV v roce 2013 za měsíc 1–12 Průměrné měsíční ceny za období 2000-2013 (roční cyklus průměrného roku) KOMprum(1/rok) = (KOM(1/2000) + KOM(1/2001) + … + KOM(1/2013)) / 14 je průměrná lednová cena CZV za období 2000-2013 … KOMprum(12/rok) = (KOM(12/2000) + KOM(12/2001) + … + KOM(12/2013)) / 14 je průměrná prosincová cena CZV za období 2000-2013 Průměrná roční cena za období 2000-2013 KOMprum(rok) = (KOMprum(1/rok) + KOMprum(2/rok) + … + KOM(12/rok)) / 12
56
Průměrné měsíční odchylky CZV od průměrné roční ceny (definice ročního cyklu) koefKOMprum(1/rok) = KOMprum(1/rok) / KOMprum(rok) … koefKOMprum(12/rok) = KOMprum(12/rok) / KOMprum(rok) Potom platí pro průměrné měsíční ceny KOMprum(1/rok) = koefKOMprum(1/rok) * KOMprum(rok) … KOMprum(12/rok) = koefKOMprum(12/rok) * KOMprum(rok) Průměrné měsíční ceny dané komodity KOM představují průměrný roční cyklus CZV, kterým daná komodita KOM prochází. Pro rok 2014 je potom predikován stejný roční cyklus vycházející jednak ze skutečných (aktuálních) údajů za měsíce, kde byly CZV již publikovány, jednak z odhadů měsíčních cen CZV, které ještě publikovány nebyly a jsou modelově odvozeny. Postup výpočtu těchto odhadů ukazuje následující algoritmus. Pro odhad roku 2014 je potřeba mít alespoň jeden skutečný údaj za rok 2014 (tj. nejméně za leden 2014). Pokud tento údaj není k dispozici, použije se poslední dostupný údaj z předchozího roku. Predikce cen pro rok 2014 za předpokladu dostupné ceny za leden 2014 KOMskut(1/2014) je skutečná CZV komodity KOM publikované ČSÚ za leden 2014. Potom definujeme KOMskut(1/2014) = koefKOMprum(1/rok) * KOModhad(2014|1), kde KOModhad(2014|1) je celoroční odhad ceny roku 2014 vycházející z ledna 2014. Z toho plyne pro odhad celoroční ceny komodity KOM KOModhad(2014|1) = KOMskut(1/2014) / koefKOMprum(1,rok) Pro výpočet odhadu měsíčních cen CZV na rok 2014 potom platí KOModhad(mes/2014) = koefKOMprum(mes/rok) * KOModhad(2014|1) pro mes = 2, 3 až 12 Predikce cen pro rok 2014 za předpokladu dostupných cen za leden a únor 2014 KOMskut(1/2014), KOMskut(2/2014) jsou skutečné CZV publikované ČSÚ za leden a únor 2014. Potom definujeme KOMskut(2/2014) = koefKOMprum(2/rok) * KOModhad(2014|2), kde KOModhad(2014|2) je celoroční odhad ceny roku 2014 vycházející z února 2014 Vzhledem k tomu, že máme 2 odhady celoroční ceny roku 2014 z ledna a února, definujeme průměrný odhad celoroční ceny KOModhad(2014|1+2) = (KOModhad(2014|1) + KOModhad(2014|2)) / 2 Pro výpočet odhadu měsíčních cen potom platí KOModhad(mes/2014) = koefKOMprum(mes/rok) * KOModhad(2014|1+2) pro mes = 3 až 12
57
Predikce cen pro rok 2014 za předpokladu dostupných cen za leden až listopad 2014 KOMskut(1/2014) až KOMskut(11/2014) jsou skutečné CZV komodity KOM publikované ČSÚ za leden až listopad 2014. Potom definujeme KOMskut(12/2014) = koefKOMprum(12/rok) * KOModhad(2014|11) kde KOModhad(2014|11) je celoroční odhad ceny roku 2014 z listopadu 2014. Vzhledem k tomu, že máme 11 odhadů celoroční ceny roku 2014 z ledna až listopadu, definujeme průměrný odhad celoroční ceny za 11 měsíců KOModhad(2014|1+…+11) = (KOModhad(2014|1) +…+ KOModhad(2014|11)) / 11 Pro výpočet odhadu měsíční prosincové ceny potom platí KOModhad(12/2014) = koefKOMprum(12/rok) * KOModhad(2014|1+…+11). Pro výpočet odhadu celoroční ceny komodity KOM platí, že postupné aproximace odhadu roční ceny se blíží průměrné roční ceně. Pokud komodita KOM zachovává v roce 2014 pravidelný měsíční cyklus výkyvů měsíčních cen jako v minulosti, potom všechny odhady se blíží standardu chování ceny v minulosti. Současně platí, že takto vypočtené ceny respektují aktuální vývoj měsíčních cen a nemohou se významně lišit od reálné výše CZV v daném roce. Model CENY-1 není tak závislý na meziročních skokových změnách CZV, které se v historické minulosti v časové řadě objevují (např. prudké poklesy v letech 2009 a 2010 a naopak oživení v letech 2011 a 2012) a respektuje pouze předpokládané cyklické výkyvy měsíčních CZV v jednotlivých letech. Poznámka: Pokud se měsíční údaje CZV za danou komoditu sledují jen za vybrané měsíce roku např. z důvodu sezónnosti výskytu komodity na trhu (ovoce a zelenina), potom model CENY-1 zohledňuje tuto sezónnost.
5.2
Postup výpočtu
Aktualizace modelu RENT-4 spočívá ve zpracování nejaktuálnějších informací o rentabilitě komodit jak pro daný rok, tak pro nejbližší následující rok. Ilustrace je uvedena na následujících předpokladech pro rok 2014: Hektarové výnosy a náklady – zdroj: model RENT-4 jako projekce údajů z výběrového šetření nákladů ÚZEI (NAKL) – časové řady: skutečnost 1998-2012, rok 2013 a 2014: modelové projekce. Ceny zemědělských výrobců: Do roku 2013 – zdroj: měsíční časové řady vybraných zemědělských komodit ČSÚ, průměrné roční ceny jsou sestavovány jako průměr měsíčních cen vztažených k hospodářskému roku podle jednotlivých komodit RV a ke kalendářnímu roku pro komodity ŽV. Pro rok 2014 – zdroj: model CENY-1 – výpočet odhadu celoročního průměru cen za rok 2014 na základě měsíčních cen dostupných k danému měsíci roku 2014 s ohledem na průměrný měsíční cyklus vývoje za roky 2000-2013. Pro rok 2015 a dále – předpokládá se, že ceny zůstanou stejné jako pro rok 2014. Podpory agrární politiky: Do roku 2014 – zdroj: MZe – v rámci vydaných pravidel agrární politiky pro daný rok – do modelu vstupují pro jednotlivé komodity podpory typu SAPS, Top-Up/TNA, podpory LFA (na TTP).
58
Pro rok 2015 – zdroj: předpoklady o pravděpodobných variantách agrární politiky pro daný rok, na základě co nejaktuálnějších informací o budoucí agrární politice EU. Aktuální predikce rentability vybraných zemědělských komodit ukazuje tab. 5/01.
59
Tab. 5/01 - Model RENT-4 - ekonomika zemědělských komodit - ČR celkem Ukazatel
MJ
Predikce
Skutečnost 2013
ČSÚ výnos Náklady celkem Náklady jednotkové CZV (ČSÚ) Podpory celkem Jednotková podpora celkem Rentabilita bez podpor R-S Rentabilita s podporami R+S
t/ha Kč/ha Kč/t Kč/t Kč/ha Kč/t % %
5,75 23 026 4 007 5 288 6 317 1 099 31,97 59,41
ČSÚ výnos Náklady celkem Náklady jednotkové CZV (ČSÚ) Podpory celkem Jednotková podpora celkem Rentabilita bez podpor R-S Rentabilita s podporami R+S
t/ha Kč/ha Kč/t Kč/t Kč/ha Kč/t % %
6,97 31 084 4 460 5 062 6 317 906 13,50 33,82
ČSÚ výnos Náklady celkem Náklady jednotkové CZV (ČSÚ) Podpory celkem Jednotková podpora celkem Rentabilita bez podpor R-S Rentabilita s podporami R+S
t/ha Kč/ha Kč/t Kč/t Kč/ha Kč/t % %
60,00 65 536 1 092 825 29 883 453 -16,97 28,63
ČSÚ výnos Náklady celkem Náklady jednotkové CZV (ČSÚ) Podpory celkem Jednotková podpora celkem Rentabilita bez podpor R-S Rentabilita s podporami R+S
t/ha Kč/ha Kč/t Kč/t Kč/ha Kč/t % %
1,23 248 936 201 727 151 978 17 876 14 486 -24,66 -17,48
ČSÚ výnos Náklady celkem Náklady jednotkové CZV (ČSÚ) Podpory celkem Jednotková podpora celkem Rentabilita bez podpor R-S Rentabilita s podporami R+S
t/ha Kč/ha Kč/t Kč/t Kč/ha Kč/t % %
14,57 168 637 11 574 9 761 6 317 434 -15,67 -11,92
1)
2014 A1-PSoz 5,25 23 406 4 460 4 601 6 106 1 164 3,16 29,24 A8-KUZ 7,95 32 898 4 137 4 458 6 106 768 7,77 26,33 A13-CU 64,65 66 067 1 022 890 6 106 94 -12,94 -3,69 A16-CHM 1,20 257 198 213 723 151 978 24 971 20 750 -28,89 -19,18 A24-JAB 11,55 178 197 15 423 10 221 6 106 528 -33,72 -30,30
60
Skutečnost
2015
2013
5,47 24 421 4 466 4 601 5 608 1 026 3,03 26,00
4,61 21 334 4 627 5 331 6 312 1 369 15,19 44,78
7,92 35 266 4 451 4 458 5 608 708 0,16 16,06
3,45 30 538 8 862 10 949 6 317 1 833 23,55 44,24
66,25 70 634 1 066 890 5 608 85 -16,55 -8,61
24,14 106 230 4 400 5 814 6 317 262 32,13 38,07
1,29 267 976 208 411 151 978 5 608 4 361 -27,08 -24,99
4,77 72 988 15 291 16 443 6 317 1 323 7,53 16,19
11,26 183 503 16 295 10 221 5 608 498 -37,27 -34,22
Predikce 1)
2014 A5-JCjr 4,69 21 927 4 671 5 201 6 106 1 301 11,36 39,20 A10-RE 3,03 31 329 10 331 9 924 6 106 2 014 -3,94 15,55 A14-BRK 26,31 107 641 4 092 6 656 6 106 232 62,68 68,35 A17-HRO 4,56 72 401 15 883 15 603 6 106 1 339 -1,76 6,67
2015 4,65 22 579 4 855 5 201 5 608 1 206 7,12 31,96 3,27 32 823 10 044 9 924 5 608 1 716 -1,20 15,89 30,62 110 458 3 608 6 656 5 608 183 84,49 89,57 4,24 73 881 17 417 15 603 5 608 1 322 -10,41 -2,82
Ukazatel
MJ
ČSÚ dojivost Náklady celkem Náklady na mléko CZV (ČSÚ) Podpory celkem - přímé a nepřímé Jednotková podpora celkem Rentabilita bez podpor R-S Rentabilita s podporami R+S
l/rok Kč/rok Kč/l Kč/l Kč/ks Kč/l % %
Skutečnost
Natalita ks/100 krav Náklady celkem Kč/100 KD Náklady na tele - zástav Kč/kg ž. hm. CZV (ČSÚ) - jatečná telata A Kč/kg ž. hm. Podpory celkem - přímé a nepřímé Kč/ks Jednotková podpora celkem Kč/kg ž. hm. Rentabilita bez podpor R-S % Rentabilita s podporami R+S % Užitkovost Náklady celkem Náklady na finální hmotnost CZV (ČSÚ) Podpory celkem Jednotková podpora celkem Rentabilita bez podpor R-S Rentabilita s podporami R+S
kg/1000 KD Kč/1000 KD Kč/kg ž. hm. Kč/kg ž. hm. Kč/ks Kč/kg ž. hm. % %
Predikce 1)
2014 A26-D1 7 443 7 636 68 237 68 829 8,62 8,47 8,40 9,62 9 334 10 296 1,25 1,35 -2,52 13,57 12,03 29,48 A31-KBTPM 73,29 80,29 8 903 8 676 128,61 128,87 54,85 47,88 24 454 22 422 123,57 112,09 -57,35 -62,84 38,73 24,14 A36-BRO 51,40 51,43 1 119 1 090 27,03 26,46 24,74 23,91 2,31 2,32 1,22 1,22 -8,46 -9,64 -3,96 -5,01
2013
Ukazatel
2015
MJ
Skutečnost 2013
7 821 71 785 8,63 8,00 10 456 1,34 -7,28 8,22
ČSÚ přírůstek Náklady celkem Náklady na finální hmotnost CZV (ČSÚ) Podpory celkem Jednotková podpora celkem Rentabilita bez podpor R-S Rentabilita s podporami R+S
kg/100 KD Kč/100 KD Kč/kg ž. hm. Kč/kg ž. hm. Kč/ks Kč/kg ž. hm. % %
93,00 5 098 59,28 45,54 7 135 12,09 -23,18 -2,78
74,87 9 188 128,01 47,88 19 991 99,41 -62,60 15,06
ČSÚ přírůstek Náklady celkem Náklady na finální hmotnost CZV (ČSÚ) Podpory celkem Jednotková podpora celkem Rentabilita bez podpor R-S Rentabilita s podporami R+S
kg/100 KD Kč/100 KD Kč/kg ž. hm. Kč/kg ž. hm. Kč/ks Kč/kg ž. hm. % %
76,40 2 157 37,46 33,43 280,74 2,55 -10,76 -3,95
51,69 1 162 27,74 23,91 2,06 1,08 -13,81 -9,90
ČSÚ snáška Náklady celkem Náklady na vejce, vč. amortizace CZV (ČSÚ) Podpory celkem Jednotková podpora celkem Rentabilita bez podpor R-S Rentabilita s podporami R+S
ks/rok Kč/1000 KD Kč/ks Kč/ks Kč/ks Kč/ks % %
314,37 1 552 2,05 1,77 28,19 0,09 -13,55 -9,17
pokračování tab. 5/01 Predikce 1)
2014 A30-VB 92,57 5 196 60,48 45,81 6 859 11,63 -24,24 -5,02 A35-VP 77,92 2 101 36,49 33,70 276,09 2,51 -7,63 -0,75 A37-NOS 321,99 1 500 1,94 1,80 28,41 0,09 -7,42 -2,87
2015 93,52 5 370 61,77 45,81 6 084 10,31 -25,83 -9,13 78,59 2 247 37,91 33,70 248,40 2,26 -11,09 -5,13 319,85 1 599 2,07 1,80 25,27 0,08 -13,06 -9,24
1) Ak tuální predik ce rok u 2014 vychází z CZV za leden-listopad 2014. Pramen: ČSÚ; vlastní výpočty
6
Podklady pro matematické modelování
6.1
Technologické postupy výroby zemědělských komodit
Pro analytické zpracování technologických postupů rostlinných komodit bylo vybráno celkem 23 plodin. Z toho je 10 obilovin (pšenice potravinářská, nepotravinářská a pšenice jarní, ječmen sladovnický, nesladovnický a ječmen jarní, dále žito, oves, tritikale a kukuřice na zrno), 1 luštěnina (hrách), 3 olejniny (řepka ozimá, slunečnice a mák), 2 okopaniny (brambory konzumní a cukrovka), 2 technické plodiny (len a chmel) a 5 krmných plodin (vojtěška, jetel, kukuřice na siláž, louky a pastviny). Jako východisko byly vzaty "Normativy pro zemědělskou a potravinářskou výrobu" autorského kolektivu prof. Kavky aktualizované pro rok 2014 a zveřejněné v oficiální verzi na portálu Ministerstva zemědělství ČR pod označením www.Agronormativy.cz. U každé plodiny jsou pěstební technologie rozděleny do tří úrovní intenzity pěstování. Základem je standardní technologie (označovaná v tabulkách normativů symbolem "S"), která představuje průměrnou intenzitu, tj. nezbytný sled operací a jejich vhodné načasování a nezbytnou úroveň vstupů (množství osiv a sádí, dávky hnojiv a pesticidů) jako předpoklad pro dosažení průměrných výnosů. Technologie, která usiluje o dosahování nadprůměrných výnosů je v tabulkách normativů označována symbolem "I". Od standardních postupů se liší tím, že rozšiřuje počet kultivačních operací, zvyšuje dávky hnojiv a rozšiřuje počet opakování zásahů proti chorobám a škůdcům. V řadě případů doplňuje i užití stimulátorů a desikantů. Naproti tomu snížená intenzita (označovaná v tabulkách normativů symbolem "N") omezuje počet operací a snižuje jak dávky hnojiv, tak počet zásahů proti chorobám a škůdcům. Zároveň předpokládá, že dosahované výnosy budou podprůměrné. U všech tří úrovní intenzity pěstebních technologií je u každé operace uváděn koeficient opakování. Pokud má hodnotu 1,0 je daná operace prováděna každý rok. Pokud má hodnotu menší než 1,0 není operace prováděna každoročně, ale vychází se z toho, že bude vykonána po nakumulování podílů na úroveň 1,0 v průběhu několika málo let. Zpravidla se efekt takovéto operace promítá i do dalších let (např. využití živin z chlévské mrvy, nebo výskyt škůdců či chorob nevyžaduje
61
každoroční zásah). Takový koeficient pak vyjadřuje podíl, kterým se započítávají kvantifikované veličiny dané operace (např. materiálové náklady, mzda, ceny vstupů apod.) do ekonomického obrazu sledované komodity a užité technologie. Pro užití výše uvedených doporučených technologických postupů v praxi je garantováno, že respektují podmínky správného hospodaření a předpokládá se, že mohou být modifikovány podle místních podmínek a klimatické situace daného roku v rozsahu, který z tohoto rámce nevybočí. Zároveň se předpokládá, že jsou respektována ustanovení na ochranu životního prostředí (AENVI) a na ochranu půdního fondu (GAEC). Analýza těchto technologických postupů a transformace množstevních veličin do podoby vstupů pro dynamický matematický model FARMA-5 sleduje dvojí účel. Na jedné straně to umožní modelovat a vyhodnocovat ekonomický obraz různé úrovně intenzity hospodaření a na druhé straně modelovat naturální a ekonomické dopady různých opatření na snižování zátěže životního prostředí včetně protierozních opatření.
6.2
Modelové zpracování technologických postupů
V naturálních charakteristikách jednotlivých operací jsou uváděny údaje o objemu materiálových vstupů ve fyzikálních jednotkách (kg, tuny, litry apod.). Důležité a využitelné jsou pouze ty, které jsou uváděny individuálně za jednotlivé komponenty (např. 120 kg LAV a 50 kg draselné soli). U nich je možné provádět přepočty na jednotnou veličinu, lze k nim vztahovat aktuální ceny, lze měnit jejich množství nebo je i eventuálně zcela eliminovat. U kumulovaných údajů vzniká problém s jejich dekompozicí na jednotlivé složky. Většinou to není možné a proto je jako vstupní hodnoty do modelových propočtů nelze zahrnout. Z tohoto důvodu také nebyly zahrnuty do analytického zpracování technologických normativů a v modelu jsou doplněny údaji z vlastního šetření ÚZEI. U ekonomických charakteristik operací je situace obdobná jako u charakteristik naturálních. Náležitou vypovídací hodnotu mají i zde pouze individuální údaje. Proto např. údaj o ceně základního materiálu, který je uveden kumulativně (např. za hnojivo a pesticid), nelze využít. S ohledem na potřebu modelování vlivů agro-envi opatření na hospodářský výsledek zaměřila se analýza technologických postupů na dávky hnojiv a pesticidů. Výhodou tohoto přístupu je i to, že lze při měnící se dávce dusíku zároveň s vysokou mírou přesnosti predikovat i dosahovaný výnos1). Vlastní analýza proběhla v několika krocích. Nejprve byly vybrány všechny operace s dodávkou hnojiv, pesticidů a speciálních látek; u hnojiv byly specifikovány jejich druhy a příslušná množství a u pesticidů a speciálních látek byly specifikovány jen jejich druhy (herbicid, fungicid, insekticid; stimulátor, desikant apod.). V návaznosti na to byly dávky chlévské mrvy a zeleného hnojení přepočteny na čisté živiny. Dalším krokem byl přepočet dávek minerálních hnojiv na obsah živin v oxidové formě. V této podobě pak byly přeneseny do modelu FARMA-5. Z doplňkových komodit, které zároveň představují přímou souvislost mezi rostlinnou a živočišnou produkcí, byl vybrán chov ovcí. Jedná se o specifickou komoditu, která zatím nemá plošné rozšíření, ale která je zejména pro vyšší polohy s vysokým podílem trvalých travních porostů na svažitých pozemcích považována za perspektivní. Specifikum chovu ovcí spočívá v tom, že má z hlediska pracovní náročnosti sezonní charakter. To se týká zejména předjaří a časného jara kdy se ovce bahní a potom když se stříhá vlna. V ostatní dobu vyžadují minimum péče (není třeba je
1
Podle údajů VÚRV v Praze Ruzyni je množství dusíku dodávaného plodině klíčovým faktorem, který limituje výnos.
62
přikrmovat - vystačí si s pastvou a to i na méně úrodných plochách, které by pro skot nebyly vhodné), i poměrně početné stádo zvládá pouze jeden člověk (zpravidla s ovčáckým psem), přes pastevní sezonu nejsou třeba žádné trvalé stavby. To se týká i oplocení pastvin kde vystačí přenosné elektrické ohradníky, které jsou zvláště výhodné pro okrajové nebo odloučené pastevní plochy. Pro ilustraci jsou dále uvedeny tři krmné dávky pro různé kategorie ovcí, kde je pastva kombinována s dokrmováním, a představují tak náročnější variantu, která je však při záměně pastvy za travní siláž užívána při zimním ustájení (krmné dávky byly sestaveny pomocí programu AgroKonzulty Žamberk).
63
(c) AgroKonzulta Žamberk s.r.o., Tel:+420 465676767, Fax:+420 465676700, E-mail:
[email protected] ═════( )══════════════════════════════════════════════════════ NÁVRH KRMNÉ DÁVKY List: 1 13.11.2014 ════════════════════════════════════════════════════(KDS---UZEI)═══════════ Číslo výpočtu: Období od: Norma: Počet kusů:
1/1 Název: Bahnice v laktaci 12.11.2014 do: 12.11.2014 Datum výpočtu: 13.11.2014 700 Bahnice v laktaci 1
├─┬─── Laktace do 60 dnů-1 jehně...(podíl-%): 30.00 │ └──────────────────────── Hmotnost(kg): 60 │ └──────────────────────── Hmotnost(kg): 60 ├─┬─── Laktace nad 61 dnů-2 jehňata(podíl-%): 10.00 ├─┬─── Laktace do 60 dnů-2 jehňata.(podíl-%): 15.00 │ └──────────────────────── Hmotnost(kg): 60 │ └──────────────────────── Hmotnost(kg): 60 ├──────────────────────── Koeficient plemene: 1.000 ├─┬─── Laktace nad 61 dnů-1 jehně..(podíl-%): 45.00 └─────────────────────── Koeficient ustájení: 1.000 ─────────────────────────────────────────────────────────────────────────── ──── Složení navržené krmné dávky █▀▀▀▀▀▀▀▀▀▀▀▀█ Cena █ kus/den █návoz na návoz na Kód Název krmiva (Kč/kg) █ (kg) █den (kg) obd.(kg) ────────────────────────────────────────────█────────────█───────────────── 1102 Pastevní porost starší 0.20 █ 1.915 █ 2 2 1340 Luční seno průměrné 0.22 █ 0.600 █ 1 1 1401 Ovesná sláma 0.40 █ 0.350 █ 0 0 60545 PREMIN EX ovce/laktace 22.76 █ 0.022 █ 0 0 250 Melasa repna 2.50 █ 0.200 █ 0 0 15 Oves semeno 4.00 █ 0.650 █ 1 1 140 Slunecnice pokrutiny (lo 5.00 █ 0.298 █ 0 0 ────────────────────────────────────────────█────────────█───────────────── Celkové množství: █ 4.036 █ █▄▄▄▄▄▄▄▄▄▄▄▄█ Vyhodnocení živinových ukazatelů Ukazatel Jednot. Složení Norma-Min Norma-Max Pln(%) Rozdíl Ukazatel Jednot. Složení Norma-Min Norma-Max Pln(%) Rozdíl ────────────────────────────────────────────────────────────────────────────────────────────────────────────────────────────────── ───── Sušina (g) 2233.5 2074.4 2511.1 100.00 Hořčík (g) 5.569 4.335 6.069 100.00 N-Látky (g) 335.69 272.45 326.94 102.68 >8.75 Síra (g) 3.833 3.175 6.803 100.00 PDIN (g) 213.66 172.97 189.13 112.97 >24.53 Měď (mg) 21.54 17.47 52.40 100.00 PDIE (g) 198.83 172.97 198.83 100.00 Mangan (mg) 159.60 152.85 458.55 100.00 Vláknina (g) 499.60 487.62 704.34 100.00 Zinek (mg) 155.96 157.22 524.05 99.20 <1.26 NEL-ovce (MJ) 10.713 11.199 11.525 95.66 <0.486 Selen (mg) 0.487 0.437 1.311 100.00 Vápník (g) 8.635 8.635 13.816 100.00 Jód (mg) 0.859 0.874 2.621 98.28 <0.015 Fosfor (g) 8.975 6.615 9.261 100.00 Kobalt (mg) 0.609 0.437 1.311 100.00 Sodík (g) 4.843 3.340 4.676 103.57 >0.167 Vit.A (m.j.) 16646 8734 61139 100.00 Draslík (g) 38.29 10.79 32.39 118.22 >5.90 Vit.D (m.j.) 1332 1310 9170 100.00 Chlór (g) 6.50 3.55 7.10 100.00 Tokoferol (mg) 77.07 43.67 480.38 100.00 .................................................................................................................................. ..... PDIN/PDIE 1.075 1.000 1.150 100.00 Ca/P 0.962 1.054 1.845 91.27 <0.092 % NL/Sušina 15.030 12.405 14.886 100.97 >0.144 K/Na 7.906 5.486 12.908 100.00 Vl/Sušina 22.369 22.369 29.825 100.00 NELovce/sušina 4.796 4.463 5.454 100.00
64
(c) AgroKonzulta Žamberk s.r.o., Tel:+420 465676767, Fax:+420 465676700, E-mail:
[email protected] ═════( )══════════════════════════════════════════════════════ NÁVRH KRMNÉ DÁVKY List: 1 13.11.2014 ════════════════════════════════════════════════════(KDS---UZEI)═══════════ Číslo výpočtu: Podnik(IČO): Období od: Norma: Počet kusů:
3/2 Název: Bahnice-lak.nad 61 dnů 2 jehňata 00049972 AgroKonzulta Žamberk 9. 1.2011 do: 9. 1.2011 Datum výpočtu: 6.12.2012 700 Bahnice v laktaci 1
├─┬─── Laktace nad 61 dnů-2 jehňata(podíl-%): 100.00 ├──────────────────────── Koeficient plemene: 1.000 │ └──────────────────────── Hmotnost(kg): 60 └─────────────────────── Koeficient ustájení: 1.000 ─────────────────────────────────────────────────────────────────────────── ──── Složení navržené krmné dávky █▀▀▀▀▀▀▀▀▀▀▀▀█ Cena █ kus/den █návoz na návoz na Kód Název krmiva (Kč/q ) █ (kg) █den (q ) obd.(q ) ────────────────────────────────────────────█────────────█───────────────── 1148 Luční seno dobré 100.00 █ 0.912 █ 0.0 0.0 1401 Ovesná sláma 40.00 █ 0.389 █ 0.0 0.0 34 Oves celé zrno 320.00 █ 0.861 █ 0.0 0.0 126 Sojovy extr. srot (48%) 890.00 █ 0.203 █ 0.0 0.0 60545 PREMIN EX ovce/laktace 2276.00 █ 0.040 █ 0.0 0.0 ────────────────────────────────────────────█────────────█───────────────── Celkové množství: █ 2.405 █ █▄▄▄▄▄▄▄▄▄▄▄▄█ Vyhodnocení živinových ukazatelů Ukazatel Jednot. Složení Norma-Min Norma-Max Pln(%) Rozdíl Ukazatel Jednot. Složení Norma-Min Norma-Max Pln(%) Rozdíl ────────────────────────────────────────────────────────────────────────────────────────────────────────────────────────────────── ───── Sušina (g) 2082.0 1980.8 2397.8 100.00 Hořčík (g) 4.516 4.200 5.880 100.00 N-Látky (g) 285.91 272.00 326.40 100.00 Síra (g) 5.906 3.080 6.600 100.00 PDIN (g) 187.20 171.20 187.20 100.00 Měď (mg) 18.93 16.68 50.04 100.00 PDIE (g) 187.20 171.20 196.80 100.00 Mangan (mg) 250.83 145.95 437.85 100.00 Vláknina (g) 483.65 464.40 670.80 100.00 Zinek (mg) 233.12 150.12 500.40 100.00 NEL-ovce (MJ) 11.206 11.206 11.533 100.00 Selen (mg) 0.418 0.417 1.251 100.00 Vápník (g) 10.000 10.000 16.000 100.00 Jód (mg) 0.963 0.834 2.502 100.00 Fosfor (g) 8.215 7.800 10.920 100.00 Kobalt (mg) 0.885 0.417 1.251 100.00 Sodík (g) 3.400 3.400 4.760 100.00 Vit.A (m.j.) 29830 8340 58380 100.00 Draslík (g) 24.90 11.20 33.60 100.00 Vit.D (m.j.) 2386 1251 8757 100.00 Chlór (g) 8.31 3.70 7.40 112.30 >0.91 Tokoferol (mg) 130.76 41.70 458.70 100.00 .................................................................................................................................. ..... PDIN/PDIE 1.000 1.000 1.150 100.00 Ca/P 1.217 1.026 1.795 100.00 % NL/Sušina 13.733 13.046 15.655 100.00 K/Na 7.324 5.600 13.176 100.00 Vl/Sušina 23.230 22.273 29.698 100.00 NELovce/sušina 5.382 4.696 5.740 100.00 ────────────────────────────────────────────────────────────────────────────────────────────────────────────────────────────────── ───── Vyhodnocení krmné dávky KRMNÁ DÁVKA JE OPTIMÁLNÍ !!! Cena KD (Kč/kus a den): 6.53
65
(c) AgroKonzulta Žamberk s.r.o., Tel:+420 465676767, Fax:+420 465676700, E-mail:
[email protected] ═════( )═════════════════════════════════════════════════════ NÁVRH KRMNÉ DÁVKY List: 1 6.12.2012 ════════════════════════════════════════════════════(KDS---UZEI)═══════════ Číslo výpočtu: Podnik(IČO): Období od: Norma: Počet kusů:
6/4 Název: Bahnice březí a jalové ND 00049972 AgroKonzulta Žamberk 9. 1.2011 do: 9. 1.2011 Datum výpočtu: 6.12.2012 702 Bahnice březí a jalové 1
├─┬───────────────────── Jalové(podíl-%): 50.00 │ └──────────────────── Hmotnost(kg): 60 │ └──────────────────── Hmotnost(kg): 60 ├──────────────────── Koeficient plemene: 1.000 ├─┬─── Březí nad 75 dnů-1 jehně(podíl-%): 50.00 └─────────────────── Koeficient ustájení: 1.000 ─────────────────────────────────────────────────────────────────────────── ──── Složení navržené krmné dávky █▀▀▀▀▀▀▀▀▀▀▀▀█ Cena █ kus/den █návoz na návoz na Kód Název krmiva (Kč/q ) █ (kg) █den (q ) obd.(q ) ────────────────────────────────────────────█────────────█───────────────── 1102 Pastevní porost starší 20.00 █ 0.909 █ 0.0 0.0 1402 Psenicna slama 40.00 █ 1.000 █ 0.0 0.0 101 Repka ext.šr.33%NL 600.00 █ 0.350 █ 0.0 0.0 60545 PREMIN EX ovce/laktace 2276.00 █ 0.014 █ 0.0 0.0 ────────────────────────────────────────────█────────────█───────────────── Celkové množství: █ 2.273 █ █▄▄▄▄▄▄▄▄▄▄▄▄█ Vyhodnocení živinových ukazatelů Ukazatel Jednot. Složení Norma-Min Norma-Max Pln(%) Rozdíl Ukazatel Jednot. Složení Norma-Min Norma-Max Pln(%) Rozdíl ────────────────────────────────────────────────────────────────────────────────────────────────────────────────────────────────── ───── Sušina (g) 1366.7 1300.9 1734.6 100.00 Hořčík (g) 3.467 2.600 3.640 100.00 N-Látky (g) 180.70 139.00 180.70 100.00 Síra (g) 2.768 1.200 3.600 100.00 PDIN (g) 117.34 75.70 83.27 140.91 >34.07 Měď (mg) 6.31 8.87 62.06 71.14 <2.56 PDIE (g) 113.15 75.70 79.49 142.34 >33.66 Mangan (mg) 113.41 74.22 519.54 100.00 Vláknina (g) 451.96 406.00 568.40 100.00 Zinek (mg) 94.79 94.93 664.51 99.85 <0.14 NEL-ovce (MJ) 5.377 5.525 5.801 97.32 <0.148 Selen (mg) 0.465 0.289 1.734 100.00 Vápník (g) 6.510 4.650 6.510 100.00 Jód (mg) 0.697 0.371 2.597 100.00 Fosfor (g) 5.414 3.050 5.185 104.42 >0.229 Kobalt (mg) 0.398 0.226 1.132 100.00 Sodík (g) 2.533 2.000 3.200 100.00 Vit.A (m.j.) 10685 3711 18555 100.00 Draslík (g) 14.10 7.00 35.00 100.00 Vit.D (m.j.) 855 660 3300 100.00 Chlór (g) 3.23 2.30 3.45 100.00 Tokoferol (mg) 45.97 18.55 946.30 100.00 .................................................................................................................................. ..... % NL/Sušina 13.222 9.025 10.449 126.54 >2.773 K/Na 5.567 2.880 18.000 100.00 Vl/Sušina 33.070 26.904 42.481 100.00 NELovce/sušina 3.935 3.683 4.556 100.00 Ca/P 1.202 1.181 2.067 100.00 ────────────────────────────────────────────────────────────────────────────────────────────────────────────────────────────────── ───── Vyhodnocení krmné dávky PŘÍPUSTNÉ ŘEŠENÍ, KRM. DÁVKA NEVYHOVUJE VŠEM NORMÁM. Cena KD (Kč/kus a den): 3.01
66
6.3
Omezení plynoucí z podmínek GAEC pro polní komodity
a) pro všechny pozemky ze Standardů 1, 3 a 11 vyplývá: −
ST 11 - zákaz veškerého hnojení v pásu 3 m od břehové čáry povrchových vod − omezení užívání POR v blízkosti vod a citlivých oblastí (řeší se individuálně podle lokality, směru a síly větru apod.)
−
ST 3 - požadavek aby na nejméně 20 % orné půdy byla zapravena tuhá statková hnojiva nebo zapraveny ponechané produkty po sklizni plodin (sláma, chrást apod.) nebo byly po celý červen a červenec pěstovány zlepšující plodiny; uvedené možnosti lze kombinovat
b) pozemky se svažitostí do 7° −
pro ně se nezakládají žádná omezení, tzn., že lze užívat běžné konvenční technologie včetně orby
c) pro všechny pozemky se svažitostí nad 7° ze SMR 4 vyplývá: −
zákaz pěstování širokořádkových plodin v pásu do 25 m od břehové čáry povrchových vod
d) pro pozemky se svažitostí 7° až 12° ze Standardu 1 vyplývá: −
po sklizni založit porost následné plodiny, nebo
−
ponechat strniště minimálně do 30. 11., nebo
−
ponechat podmítnutou půdu minimálně do 30. 11., nebo
−
nejsou-li silně ohrožené erozí ponechat po orbě v hrubé brázdě minimálně do 30. 11. Pro tyto pozemky kromě omezení dle bodu a) prakticky žádná agronomická, technologická
a ekonomická omezení nepřichází v úvahu. Uvedené 4 možnosti jsou součástí běžné praxe a obou postihovaných chyb (neosít k setí připravený pozemek nebo zorat erozí silně ohrožený pozemek) se jen trochu dbalý hospodář nedopustí a nemusí být ani žadatelem o podporu. e) pro pozemky silně ohrožené erozí (zřejmě se svažitostí nad 12°) ze standardu 2 vyplývá: −
zákaz orby
−
zákaz pěstování širokořádkových plodin (KUZ, CU, BR, SLU, BOB, SÓJA)
−
zákaz užívání dusíkatých hnojivých látek (z ustanovení AEO body 5a, 8a)
−
zakládání porostů obilovin a řepky jen s půdoochrannými technologiemi (především bezorebné setí)
−
zakládání porostů obilovin s podsevem jetelovin
−
nejméně 30 % pokryv pozemku rostlinnými zbytky do doby vzcházení porostu
6.4 Možné alternativy u širokořádkových plodin
rámcového
řešení
pro
omezení
GAEC
a) ST 2 jako širokořádkové plodiny uvádí: KUZ, CU, BR, SLU, BOB, SÓJA −
pro účely IVP v úvahu přicházejí KUZ, KUS, CU, BR a SLU; bob a sója nejsou ve výčtu modelově sledovaných komodit b) u všech ostatních (tj. i úzkořádkových) komodit je na pozemcích se svažitostí nad 12°
nezbytný přechod na půdoochranné technologie −
bezorebné setí
−
ponechávat zbytky (sláma apod.) na pozemku
−
obiloviny jen s podsevem jetelovin
67
−
při svažitosti nad 12° lze pěstovat jen obiloviny, řepku, JLP a VLP c) CU, BR a SLU nemají vazbu na ŽV d) CU a KUZ se ve výrobní oblasti BH nepěstuje a v oblasti BR jen omezeně e) CU a BR nemají alternativu v žádné další komoditě a proto je nelze v osevním postupu
nahradit. Nezbývá než je na plochách se svažitostí nad 12° vypustit z pěstování. f) SLU lze ve všech výrobních oblastech nahradit řepkou. Je to nejjednodušší a nejefektivnější řešení. V úvahu přichází i mák, ale ve srovnání s řepkou se jeví jako méně výhodný (řepka kryje pozemek už od podzimu, mák se seje na jaře, mělko koření a je náročnější na výživu). Jinak by se SLU musela z osevního postupu vyřadit, protože už ve výčtu v úvahu přicházejících olejnin (mák, sója) nemá adekvátní alternativu (sója pouze v oblasti KR). g) KUZ lze všude, kde její pěstování přichází v úvahu, nahradit pšenicí ozimou nebo jinou obilovinou (např. JČ jarní sladovnický). Výnosově ji však žádná obilnina nedostihne, i když by nezbytně i pro ni z omezení týkajících se svažitých pozemků došlo ke snížení výnosů. Z ostatních tržních komodit přichází jako náhrada v úvahu již jen řepka, nebo eventuálně vojtěška na semeno. Na svažitých pozemcích vždy vypadává z osevního postupu. h) KUS lze všude nahradit JLP nebo VLP, ale opět ani jedna z nich ji výnosově plně nenahradí a při zachování velikosti stáda skotu to vždy znamená nárůst ploch pro krmné plodiny (cca o čtvrtinu až třetinu). −
Jiným řešením by byla redukce stáda skotu na rozměr, který by plochu krmných plodin navyšoval jen málo nebo vůbec ne. Zde by se projevilo snížení tržeb ze ŽV a v mnoha případech i snížení produktivity práce v ŽV nebo dokonce takové zhoršení ekonomických výsledků ŽV vedoucích k úvahám o její likvidaci.
−
KUS je z hlediska omezení GEAC nejcitlivější komoditou, zejména pro výrobní oblasti BR a BH.
−
Při zachování chovu skotu ji bez náhrady vyřadit nelze.
6.5
Vzájemná konkurence komodit rostlinné výroby
Konkurenční vztahy mezi komoditami rostlinné výroby nabývají různou podobu podle příčin, které je vyvolaly. Nejběžnější je konkurence vyvolaná agrotechnikou pěstování (např. nároky na kvalitu půdy, na předplodinu apod.). Jinou a mnohem závažnější formou konkurence je rozdílný ekonomický přínos z plochy. V tomto případě vstupují do vzájemných vztahů míra rentability dané komodity (vyjádřené jako poměr jednotkových nákladů a ceny zemědělských výrobců za jednotku) a její hektarový výnos. Nejzřetelněji tento konkurenční vztah vystupuje v případě, kdy dvě různé komodity mají stejnou míru rentability (i při rozdílných nákladech a rozdílných cenách), ale mají rozdílný výnos. Pak ta komodita, která má vyšší výnos, má také vyšší celkový ekonomický efekt z jednotky plochy. Při rozhodování o výši osevních ploch za situace, kdy nejsou předpokládány problémy s umístěním produkce na trhu, pak může komodita s vyšším celkovým ekonomickým efektem vytěsňovat ty, které ho mají nižší. V praxi nejsou vzácné ani případy, kdy komodita s relativně vysokou rentabilitou je vytěsňována komoditou s mnohem nižší rentabilitou, ale zato s vysokým výnosem. Další konkurenční vztah mezi komoditami RV vzniká v souvislosti se situací na trhu rostlinných komodit. Jedná se především o vývoj cen (CZV). Chování farmářů ovlivňují jak krátkodobé výkyvy cen, tak zejména dlouhodobé vývojové tendence. Zvýšená poptávka po určité komoditě vyvolává růst ceny a farmáři ji budou preferovat na úkor jiných, méně efektivních. To je koneckonců běžná záležitost. Zvláštního významu však může nabýt v případě, kdy se pro dosud produkovanou komoditu
68
pro určité užití otevře možnost jiného využití za výhodnějších ekonomických podmínek. Příkladem může být cukrovka dosud pěstovaná pro výrobu cukru nebo silážní kukuřice pro chov skotu. S rozvojem bioplynových stanic lze očekávat, že výrazně stoupne poptávka po obou těchto komoditách jako suroviny pro uvedené stanice, provázená výrazným zvýšením cen (CZV). Od jisté cenové hladiny bude pro farmáře výhodnější upustit od dosavadní orientace a přeorientovat produkci na tyto nové účely. U cukrovky navíc přestane limitovat výnosy pro výrobu cukru nežádoucí vyšší obsah bílkovin a bude možné zvýšenými dávkami dusíku dále produkci zintenzivňovat a eventuálně rozšiřovat plochy. V případě silážní kukuřice se to výrazně promítne do chovu skotu (zejména chovu dojnic), kde lze očekávat další pokles stavů a v okolí bioplynových stanic i likvidaci chovů, protože provoz bioplynových stanic zaručí dlouhodobé odbytové smlouvy a za výhodnějších podmínek než mlékárny. Zároveň s tím lze očekávat i výrazné změny ve struktuře pěstovaných komodit s posunem ve prospěch právě těch na trhu preferovaných. Podpory orientované na plochu zemědělské nebo orné půdy výše uvedené procesy nijak neovlivní, protože jsou vypláceny bez ohledu na to, jaká komodita je produkována. Naproti tomu účelově orientované podpory (vazba na jmenovitou komoditu) mohou uvedené procesy stimulovat (urychlovat a prohlubovat) nebo je tlumit až eliminovat, anebo omezovat jejich nežádoucí účinky.
6.6
Modifikace krmných dávek pro podmínky vybraných podniků
Pro analytické zpracování modelových vazeb rostlinné a živočišné výroby v optimalizačním modelu FARMA-5 bylo nezbytné dříve vypracované standardní krmné dávky modifikovat podle podmínek vybraných podniků a souvisejících funkčních vazeb mezi živočišnou a rostlinnou výrobou. S ohledem na skutečnost, že vybrané podniky jsou v bramborářské oblasti, byly do následných modifikací zahrnuty pouze dávky pro tuto oblast. V prvním kroku bylo ve standardních krmných dávkách upraveno zastoupení krmiv tak, aby podíl krmiv na bázi travních porostů odpovídal průměrným produkčním možnostem této výrobní oblasti. To umožnilo snížit podíl krmných plodin na orné půdě a uvolněnou plochu využít pro komerční plodiny. Zároveň byl navozen stav, kdy následné modifikace dávek se mohou dotýkat těchto krmiv jen velmi omezeně (celkem 20 krmných dávek). Takto získané objemové údaje o potřebě krmiv byly přepočteny na potřebnou plochu pro jejich produkci. Vycházelo se při tom z průměrných výnosů jednotlivých plodin v bramborářské oblasti za období let 2009–2013. Metodický postup přepočtu potřeby konzervovaných krmiv na potřebnou zelenou hmotu zahrnuje nejen objemové rozdíly v sušině, ale zároveň zohledňuje jak technologické a fermentační ztráty, tak i ztráty žlabové. Vlastní postup přepočtu pro 1 kg krmiva byl následující: a) Kukuřičná siláž: sušina sklízené hmoty a siláže je stejná (35 %) fermentační a technologické ztráty 13 % žlabové ztráty 3 % navýšení dávky o ztráty = dávka siláže / (1-0,03) / (1-0,13) koeficient přepočtu = 1 / (1-0,03) / (1-0,13) = 1,18497 b) Trávní siláž a siláž VLP: sušina zelené hmoty 18 %
69
sušina siláže 35 % fermentační a technologické ztráty 13 % žlabové ztráty 3 % navýšení dávky o ztráty = dávka / (1-0,03) / (1-0,13) = 1,18497 přepočet potřebné dávky ze sušiny 35 % na sušinu 18 % = = (hmotnost dávky * 0,35) / 0,18 = 1 * 0,35 / 0,18 = 1,94444 koeficient přepočtu = 1 * 1,18497 * 1,94444 = 2,30412 c) Seno luční a seno VLP: sušina zelené hmoty 18 % sušina sena 85 % fermentační a technologické ztráty se neuvažují; (fermentace neprobíhá a při vlhkosti 15 % a správném uskladnění se hmotnost sena nemění) žlabové ztráty 3 % přepočet potřebné dávky po ztrátě 3 % ze sušiny 85% na sušinu 18% = = 1 / (1-0,03) * (85 / 100) / (18 / 100) koeficient přepočtu = 1 / 0,97 * 0,85 / 0,18 = 4,86827 Protože výše uvedené přepočtové koeficienty už zohledňují jak fermentační a technologické, tak i žlabové ztráty nebyly při vlastním přepočtu krmných dávek na plochu potřebné žádné dodatečné korektury. Pro bramborářskou výrobní oblast je charakteristické vyšší zastoupení svažitých pozemků, na nichž je pěstování širokořádkových plodin s ohledem na půdní erozi nežádoucí. Vzhledem k tomu, že kukuřice na siláž k těmto plodinám patří a že tvoří jak v dosavadní podnikové praxi, tak i v modelových standardních krmných dávkách vysoký podíl, bylo nutné hledat takové složení krmných dávek, které její podíl výrazně omezí, až úplně vyloučí. To bylo předmětem další modifikace. Týkala se dávek pro dojnice s odstupňovanou užitkovostí 15, 17, 20, 23, 26 a 30 l/den s postupným snižováním podílu kukuřičné siláže. Propočet byl odstupňován v 11 krocích po 2 kg od výchozích 20 kg do 0 kg. Tak bylo z výchozích 6 krmných dávek podle užitkovosti vytvořeno dalších 66 krmných dávek, ve kterých je úbytek kukuřičné siláže kompenzován především zvýšeným podílem jetelové siláže a u vyšších užitkovostí i obilních šrotů (pšenice, ječmen). Nezbytný podíl vlákniny je sanován pšeničnou slámou. Všechny krmné dávky generované uvedeným postupem splňují fysiologické i nutriční požadavky pro zadanou hmotnost a užitkovost dojnic a jsou výše uvedeným programem AgroKonzulty hodnoceny jako optimální nebo přípustné. Pro ilustraci jsou ze zpracovaných 66 krmných dávek uvedeny jen tři dávky pro dojnice s předpokládanou užitkovostí 20 l/den a se sníženou dávkou kukuřičné siláže (KUS) v gradaci výchozí krmné dávky s plným zastoupením KUS, krmné dávky při snížení KUS na polovinu a krmné dávky při úplném vyřazení KUS (krmné dávky byly vypočteny pomocí programu AgroKonzulty Žamberk).
70
(c) AgroKonzulta Žamberk s.r.o., Tel:+420 465676767, Fax:+420 465676700 , E-mail:
[email protected] )═════════════════════════════════════════════════════ NÁVRH KRMNÉ DÁVKY List: 1 21.11.2014 ════════════════════════════════════════════(KDS---UZEI)═══════════ Číslo výpočtu: Období od: Norma: Počet kusů:
310/2 Název: Dojnice+suchostojné 15. 4.2014 do: 15. 4.2014 Datum výpočtu: 21.11.2014 302 Dojnice+suchostojné 1
├──────────────────────── Užitkovost stáda(l): 7300 ├─┬───────────────────── Suchostojné(podíl-%): 20.00 ├─┬───────────────────────── Dojnice(podíl-%): 80.00 │ ├───────────────────────── Hmotnost(kg): 600 │ ├───────────────────────── Hmotnost(kg): 600 │ └─┬──────────────── Přídavek na březost ││ Dojivost(l): 20.0 │ └─ Březost-Březost (dny)(dny) [X]: 220 │ ├─────────────────────────── Tučnost(%): 4.00 ├───────────────────────── Koeficient plemene: 1.000 │ ├─────────────────────── Změna ž.h.(kg): 0.0 └──────────────────────── Koeficient ustájení: 1.000 │ └────────────────── Fáze laktace(měsíc): 5 ─────────────────────────────────────────────────────────────────────────── Složení navržené krmné dávky █▀▀▀▀▀▀▀▀▀▀▀▀█ Cena █ kus/den █návoz na návoz na Kód Název krmiva (Kč/kg) █ (kg) █den (kg) obd.(kg) ────────────────────────────────────────────█────────────█───────────────── 118010 Kukuřice siláž průměr 0.75 █ 19.070 █ 19 19 118001 Jetel siláž průměr 0.65 █ 5.500 █ 6 6 118009 Travní siláž průměr 0.55 █ 6.000 █ 6 6 118015 Luční seno průměrné 1.20 █ 1.500 █ 2 2 5 Psenice semeno prumerne 3.50 █ 1.300 █ 1 1 10 Jecmen semeno 5.00 █ 1.200 █ 1 1 140 Slunecnice pokrutiny (lo 5.00 █ 1.250 █ 1 1 316 Sul krmna 2.30 █ 0.040 █ 0 0 305 Monokalciumfosfat 17.00 █ 0.064 █ 0 0 318 Magnovit 1.30 █ 0.018 █ 0 0 65134 PREMIN EX 3 24.80 █ 0.029 █ 0 0 ────────────────────────────────────────────█────────────█───────────────── Celkové množství: █ 35.971 █ █▄▄▄▄▄▄▄▄▄▄▄▄█
71
Vyhodnocení živinových ukazatelů Ukazatel Jednotka Složení Norma-Min Norma-Max Plnění(%) Rozdíl ─────────────────────────────────────────────────────────────────────────── Sušina (g) 15070.0 15979.5 19343.6 94.31 < Min 909.5 N-Látky (g) 2083.42 1873.40 2622.76 100.00 PDIN (g) 1305.00 1249.00 1373.90 100.00 PDIE (g) 1236.43 1249.00 1286.47 98.99 < Min 12.57 Tuk (g) 537.787 --------Vláknina (g) 2967.23 2497.80 3611.28 100.00 ADF (g) 4038.46 --------NDF (g) 6892.55 --------Škrob (g) 3998.075 --------NEL-skot (MJ) 92.350 92.258 92.350 100.00 Popel (g) 1053.054 --------Vápník (g) 86.320 86.320 172.640 100.00 Fosfor (g) 67.780 67.780 101.670 100.00 Sodík (g) 25.580 25.580 38.370 100.00 Draslík (g) 222.10 83.86 335.44 100.00 Ukazatel Jednotka Složení Norma-Min Norma-Max Plnění(%) Rozdíl Chlór (g) 57.38 33.44 100.32 100.00 Hořčík (g) 38.620 38.620 57.930 100.00 Síra (g) 22.471 30.840 92.520 72.86 < Min 8.369 Měď (mg) 222.45 183.20 732.80 100.00 Mangan (mg) 874.10 914.80 4574.00 95.55 < Min 40.70 Zinek (mg) 2158.56 781.20 2343.60 100.00 Selen (mg) 285.761 2.864 11.456 2494.42 > Max 274.305 Jód (mg) 294.691 11.836 35.508 829.93 > Max 259.183 Vit.A (m.j.) 26087 155914 311828 16.73 < Min 129827 Vit.D (m.j.) 6041 23348 46696 25.87 < Min 17307 Tokoferol (mg) 539.60 312.62 1250.48 100.00 Kys.mléčná(g) 631.05 --------Kys.octová(g) 192.88 --------Kys.másel.(g) 13.24 ----0.00 > Max 13.24 ........................................................................... PDIN/PDIE 1.055 1.050 1.200 100.00 NEL/Sušina 6.128 5.667 6.427 100.00 % NL/Sušina 13.825 14.385 16.783 96.11 < Min 0.560 Vl/Sušina 19.690 15.887 24.824 100.00 Ca/P 1.274 1.572 2.767 81.04 < Min 0.298 K/Na 8.683 3.444 15.841 100.00 PDI-A/NL 24.535 --------%tuku/susina 3.569 --------%škrobu v sušině 26.530 --------Jádro/Objem 28/72 ----50/50 ───────────────────────────────────────────────────────────────────────────
72
Náklady Parametr [Ukazatel] Jednotky Vyhodnocení (Kč/MJ užitk.) ─────────────────────────────────────────────────────────────────────────── Dojivost [PDIE] (l) 16.8 Dojivost [NEL-skot] (l) 17.3 2.41
73
(c) AgroKonzulta Žamberk s.r.o., Tel:+420 465676767, Fax:+420 465676700, E-mail:
[email protected] )═════════════════════════════════════════════════════ NÁVRH KRMNÉ DÁVKY List: 1 21.11.2014 ════════════════════════════════════════════════(KDS---UZEI)═══════════ (
Číslo výpočtu: Období od: Norma: Počet kusů:
310/7 Název: Dojnice+suchostojné 15. 4.2014 do: 15. 4.2014 Datum výpočtu: 21.11.2014 302 Dojnice+suchostojné 1
├──────────────────────── Užitkovost stáda(l): 7300 ├─┬───────────────────── Suchostojné(podíl-%): 20.00 ├─┬───────────────────────── Dojnice(podíl-%): 80.00 │ ├───────────────────────── Hmotnost(kg): 600 │ ├───────────────────────── Hmotnost(kg): 600 │ └─┬──────────────── Přídavek na březost ││ Dojivost(l): 20.0 │ └─ Březost-Březost (dny)(dny) [X]: 220 │ ├─────────────────────────── Tučnost(%): 4.00 ├───────────────────────── Koeficient plemene: 1.000 │ ├─────────────────────── Změna ž.h.(kg): 0.0 └──────────────────────── Koeficient ustájení: 1.000 │ └────────────────── Fáze laktace(měsíc): 5 ─────────────────────────────────────────────────────────────────────────── Složení navržené krmné dávky █▀▀▀▀▀▀▀▀▀▀▀▀█ Cena █ kus/den █návoz na návoz na Kód Název krmiva (Kč/kg) █ (kg) █den (kg) obd.(kg) ────────────────────────────────────────────█────────────█───────────────── 118010 Kukuřice siláž průměr 0.75 █ 10.000 █ 10 10 118001 Jetel siláž průměr 0.65 █ 9.300 █ 9 9 118009 Travní siláž průměr 0.55 █ 6.000 █ 6 6 118015 Luční seno průměrné 1.20 █ 1.500 █ 2 2 1402 Psenicna slama 0.40 █ 2.153 █ 2 2 5 Psenice semeno prumerne 3.50 █ 1.600 █ 2 2 10 Jecmen semeno 5.00 █ 1.600 █ 2 2 140 Slunecnice pokrutiny (lo 5.00 █ 1.250 █ 1 1 316 Sul krmna 2.30 █ 0.042 █ 0 0 305 Monokalciumfosfat 17.00 █ 0.066 █ 0 0 318 Magnovit 1.30 █ 0.015 █ 0 0 ────────────────────────────────────────────█────────────█───────────────── Celkové množství: █ 33.527 █ █▄▄▄▄▄▄▄▄▄▄▄▄█
74
Vyhodnocení živinových ukazatelů Ukazatel Jednotka Složení Norma-Min Norma-Max Plnění(%) Rozdíl ─────────────────────────────────────────────────────────────────────────── Sušina (g) 15856.0 15979.5 19343.6 99.23 < Min 123.5 N-Látky (g) 2226.78 1873.40 2622.76 100.00 PDIN (g) 1393.18 1249.00 1373.90 101.40 > Max 19.28 PDIE (g) 1288.84 1249.00 1286.47 100.18 > Max 2.37 Tuk (g) 541.918 --------Vláknina (g) 3499.55 2497.80 3611.28 100.00 ADF (g) 4927.75 --------NDF (g) 7515.08 --------Škrob (g) 3627.957 --------NEL-skot (MJ) 92.350 92.258 92.350 100.00 Popel (g) 1212.923 --------Vápník (g) 97.073 86.320 172.640 100.00 Fosfor (g) 67.780 67.780 101.670 100.00 Ukazatel Jednotka Složení Norma-Min Norma-Max Plnění(%) Rozdíl Sodík (g) 25.580 25.580 38.370 100.00 Draslík (g) 238.39 83.86 335.44 100.00 Chlór (g) 55.75 33.44 100.32 100.00 Hořčík (g) 38.620 38.620 57.930 100.00 Síra (g) 26.067 30.840 92.520 84.52 < Min 4.773 Měď (mg) 191.06 183.20 732.80 100.00 Mangan (mg) 627.38 914.80 4574.00 68.58 < Min 287.42 Zinek (mg) 1384.32 781.20 2343.60 100.00 Selen (mg) 284.828 2.864 11.456 2486.28 > Max 273.372 Jód (mg) 292.401 11.836 35.508 823.48 > Max 256.893 Vit.A (m.j.) 310 155914 311828 0.20 < Min 155604 Vit.D (m.j.) 312 23348 46696 1.34 < Min 23036 Tokoferol (mg) 381.57 312.62 1250.48 100.00 Kys.mléčná(g) 555.25 --------Kys.octová(g) 166.40 --------Kys.másel.(g) 14.61 ----0.00 > Max 14.61 ........................................................................... PDIN/PDIE 1.081 1.050 1.200 100.00 NEL/Sušina 5.824 5.667 6.427 100.00 % NL/Sušina 14.044 14.385 16.783 97.63 < Min 0.341 Vl/Sušina 22.071 15.887 24.824 100.00 Ca/P 1.432 1.572 2.767 91.09 < Min 0.140 K/Na 9.319 3.444 15.841 100.00 PDI-A/NL 24.863 --------%tuku/susina 3.418 --------%škrobu v sušině 22.881 --------Jádro/Objem 28/72 ----50/50 ───────────────────────────────────────────────────────────────────────────
75
Vyhodnocení krmné dávky PŘÍPUSTNÉ ŘEŠENÍ, KRM. DÁVKA NEVYHOVUJE VŠEM NORMÁM. Cena KD (Kč/kus a den): 40.59 Náklady Parametr [Ukazatel] Jednotky Vyhodnocení (Kč/MJ užitk.) ─────────────────────────────────────────────────────────────────────────── Dojivost [PDIE] (l) 17.9 Dojivost [NEL-skot] (l) 17.3 2.35
76
(c) AgroKonzulta Žamberk s.r.o., Tel:+420 465676767, Fax:+420 465676700, E-mail:
[email protected] )═════════════════════════════════════════════════════ NÁVRH KRMNÉ DÁVKY List: 1 21.11.2014 ═══════════════════════════════════════════════════(KDS---UZEI)═══════════ (
Číslo výpočtu: Období od: Norma: Počet kusů:
310/11 Název: Dojnice+suchostojné 15. 4.2014 do: 15. 4.2014 Datum výpočtu: 21.11.2014 302 Dojnice+suchostojné 1
├──────────────────────── Užitkovost stáda(l): 7300 ├─┬───────────────────── Suchostojné(podíl-%): 20.00 ├─┬───────────────────────── Dojnice(podíl-%): 80.00 │ ├───────────────────────── Hmotnost(kg): 600 │ ├───────────────────────── Hmotnost(kg): 600 │ └─┬──────────────── Přídavek na březost ││ Dojivost(l): 20.0 │ └─ Březost-Březost (dny)(dny) [X]: 220 │ ├─────────────────────────── Tučnost(%): 4.00 ├───────────────────────── Koeficient plemene: 1.000 │ ├─────────────────────── Změna ž.h.(kg): 0.0 └──────────────────────── Koeficient ustájení: 1.000 │ └────────────────── Fáze laktace(měsíc): 5 ─────────────────────────────────────────────────────────────────────────── Složení navržené krmné dávky █▀▀▀▀▀▀▀▀▀▀▀▀█ Cena █ kus/den █návoz na návoz na Kód Název krmiva (Kč/kg) █ (kg) █den (kg) obd.(kg) ────────────────────────────────────────────█────────────█───────────────── 118010 Kukuřice siláž průměr 0.75 █ 0.010 █ 0 0 118001 Jetel siláž průměr 0.65 █ 12.500 █ 13 13 118009 Travní siláž průměr 0.55 █ 6.000 █ 6 6 118015 Luční seno průměrné 1.20 █ 1.500 █ 2 2 1402 Psenicna slama 0.40 █ 3.823 █ 4 4 5 Psenice semeno prumerne 3.50 █ 2.200 █ 2 2 10 Jecmen semeno 5.00 █ 2.200 █ 2 2 140 Slunecnice pokrutiny (lo 5.00 █ 1.391 █ 1 1 316 Sul krmna 2.30 █ 0.035 █ 0 0 305 Monokalciumfosfat 17.00 █ 0.057 █ 0 0 318 Magnovit 1.30 █ 0.009 █ 0 0 ────────────────────────────────────────────█────────────█───────────────── Celkové množství: █ 29.725 █ █▄▄▄▄▄▄▄▄▄▄▄▄█
77
Vyhodnocení živinových ukazatelů Ukazatel Jednotka Složení Norma-Min Norma-Max Plnění(%) Rozdíl ─────────────────────────────────────────────────────────────────────────── Sušina (g) 16279.9 15979.5 19343.6 100.00 N-Látky (g) 2411.45 1873.40 2622.76 100.00 PDIN (g) 1516.78 1249.00 1373.90 110.40 > Max 142.88 PDIE (g) 1359.51 1249.00 1286.47 105.68 > Max 73.04 Tuk (g) 542.624 --------Vláknina (g) 3776.22 2497.80 3611.28 104.57 > Max 164.94 ADF (g) 5445.39 --------NDF (g) 7671.13 --------Škrob (g) 3417.451 --------NEL-skot (MJ) 92.258 92.258 92.350 100.00 Popel (g) 1326.261 --------Vápník (g) 106.600 86.320 172.640 100.00 Fosfor (g) 67.780 67.780 101.670 100.00 Sodík (g) 25.580 25.580 38.370 100.00 Ukazatel Jednotka Rozdíl
Složení
Norma-Min
Norma-Max
Plnění(%)
Draslík (g) 246.90 83.86 335.44 100.00 Chlór (g) 52.14 33.44 100.32 100.00 Hořčík (g) 38.620 38.620 57.930 100.00 Síra (g) 29.374 30.840 92.520 95.25 < Min 1.466 Měď (mg) 194.86 183.20 732.80 100.00 Mangan (mg) 641.94 914.80 4574.00 70.17 < Min 272.86 Zinek (mg) 778.98 781.20 2343.60 99.72 < Min 2.22 Selen (mg) 285.033 2.864 11.456 2488.07 > Max 273.577 Jód (mg) 292.636 11.836 35.508 824.14 > Max 257.128 Vit.A (m.j.) 312 155914 311828 0.20 < Min 155602 Vit.D (m.j.) 312 23348 46696 1.34 < Min 23036 Tokoferol (mg) 404.21 312.62 1250.48 100.00 Kys.mléčná(g) 444.76 --------Kys.octová(g) 129.82 --------Kys.másel.(g) 15.46 ----0.00 > Max 15.46 ........................................................................... PDIN/PDIE 1.116 1.050 1.200 100.00 NEL/Sušina 5.667 5.667 6.427 100.00 % NL/Sušina 14.812 14.385 16.783 100.00 Vl/Sušina 23.196 15.887 24.824 100.00 Ca/P 1.573 1.572 2.767 100.00 K/Na 9.652 3.444 15.841 100.00 PDI-A/NL 25.642 --------%tuku/susina 3.333 --------%škrobu v sušině 20.992 --------Jádro/Objem 32/68 ----50/50
78
Vyhodnocení krmné dávky PŘÍPUSTNÉ ŘEŠENÍ, KRM. DÁVKA NEVYHOVUJE VŠEM NORMÁM. Cena KD (Kč/kus a den): 41.48 Náklady Parametr [Ukazatel] Jednotky Vyhodnocení (Kč/MJ užitk.) ─────────────────────────────────────────────────────────────────────────── ──── Dojivost [PDIE] (l) 19.3 Dojivost [NEL-skot] (l) 17.3 2.40
Pro potřeby odvozování funkčních závislostí byly dále z databáze krmiv převzaty obsahy klíčových živin2) v krmivech vstupujících do krmné dávky. Ty pak byly přeneseny do programu RTL-1, ve které byl proveden rozklad krmiv. Cílem bylo sestavit funkční závislost mezi úrovní intenzity užitkovosti dojnic a úrovní krmných dávek. Odstupňování dávek umožnilo sestavit pomocí programu optimalizace krmných dávek AgroKonzulty Žamberk body průběhu příslušné užitkové funkce. Z nich pak pomocí regrese byla odvozena funkce závislosti úrovně intenzity na dávkách jednotlivých druhů krmiv.
7
Možnosti propojení programu BPEJ LPIS s modelem FARMA-5
Základem je vzájemný přenos informací mezi programem pro výpočet hodnocení BPEJ a modelu FARMA-5. Program pro hodnocení BPEJ je založený na přírodních vazbách výnosu a hnojení s technologickými informacemi a volbou vhodných plodin. Model FARMA-5 je založen na ekonomickém hodnocení tržeb a nákladů podniku. Cílem prací bylo především sjednocení výsledků pro výstupy mimo ÚZEI. Programová nadstavba se u obou modelů liší. Program pro hodnocení BPEJ je založen na SQL databázovém zpracování pevně zadaných vazeb podle předcházejících databázových modelů. Modely využívají statistické podklady určené pro hodnocení BPEJ. Tyto statistické podklady jsou zahrnuty do sady databázových položek, které jsou programově vyhodnocovány a umožňují optimalizační výpočet navržených technologií podle input – output proměnných. Celý rámec výpočtu je provázaný s programem pro evidenci podnikatelských ploch v LPIS a umožňuje přesné hodnocení podle databázových podkladů k plochám podniků. Náklady na výrobu plodin jsou odvozeny z nákladového šetření ÚZEI a normativních podkladů na jednotlivé pracovní operace podle metodiky ČZU. Model FARMA-5 využívá normativní údaje jednotlivých plodin v základním členění jednotlivých výrobních oblastí v ČR. Rovněž je v modelu implementován výpočet erozního ohrožení a emise skleníkových plynů. V roce 2014 proběhlo i alternativní využití podkladů z evidence BPEJ pro erozní charakteristiky půdních bloků v modelu ERO-1 (viz kap. FARMA-5). Základní myšlenkou v tomto IVP je úvaha o propojení nákladů na výrobu plodin odvozených v modelu FARMA-5 do programu hodnocení BPEJ. Zatímco náklady a výnosy jsou v programu BPEJ dány databázovými položkami, v modelu FARMA-5 jsou odvozeny funkčními vazbami a je umožněna
2
) Za klíčové živiny jsou v tomto případě považovány ty, které program optimalizace krmných dávek AgroKonzulty Žamberk používá s dalšími sedmi poměrovými ukazateli jako kritéria optimalizace. Jsou to tyto živiny: sušina, vláknina, N-látky, PDIE (energie), NEL skot, vápník, fosfor, sodík a hořčík.
79
jejich predikce v čase. Cílem propojení je implementace výsledků funkčních vazeb v modelu FARMA-5 formou databázového modulu do programu BPEJ. Modul by měl využívat výpočet nákladů v rostlinné výrobě v predikci podle času, predikci cen produktů a vyhodnocení navazující živočišné výroby formou bilance krmiv. Při vyhodnocení nákladů by měla být využita vazba na výnosy v závislosti na dávkách dusíku a intenzitě chemického ošetřování. Stávající evidence nákladů podle výrobních oblastí by se tak měla rozlišit do úrovně BPEJ. Pro toto zařazení by měla být rovněž využita i evidence BPEJ podle četnosti zastoupení ve výrobních oblastech. Náklady a tržby by měly být následně vyhodnoceny váženým podílem nákladů a tržeb ve výrobních oblastech podle výměry výrobní oblasti. Základní řešení spočívá v návrhu algoritmu, který bude převádět výsledky modelů FARMA-4 a FARMA-5 do databázového prostředí výpočtu HRRE na BPEJ (obr. 7/01).
Obr. 7/01 – Algoritmus převodu Aktualizace databáze
Odvozená data FARMA-4,5
Data výnosů BPEJ
Data nákladů BPEJ
Data eroze
Data emisního zatížení
Výsledkem aktualizace bude návrh úpravy jednotlivých databázových položek a návrh dalších položek ve vztahu k erozi a emisního zatížení. Tyto položky budou dále zahrnuty do návrhu úpravy výpočtu HRRE.
80
Tab. 7/01 - Struktura databáze k aktualizaci Položka BPEJ OP OTS TTP PODIL_1 NAKL_STROJ_1 Doprava33_1 PHM_KC_1 PHM_L_1 MZDY_1 FIX_1 N_ST_1 N_ANORG_1 HNUJ_t_1 CenaAnorgN_kg_1 CenaHnuj_t_1 Org_N_1 Anorg_N_1 CENA_PR_1 CH_O_1_POCET_1 OCHR_PROST_1 AVG_NAKL_CH_O_1 CH_O_1 Ochr_p_1 NPP_1 VPP1_1 C_kr_1 V_p_1 K_e_1 K_s_1 K_hs_1 CPP_1
Popis bonitovaná půdně ekologická jednotka procento orné půdy číslo OTS procento trvalých travních porostů podíl plodiny v OTS celkové náklady na pracovní stroj náklady na dopravu náklady na litr PHM PHM náklady na mzdy fixní náklady náklady na statková hnojiva náklady na anorganická hnojiva dávka hnoje na ha cena minerálního N cena hnoje na t dávka organického N dávka minerálního N cena dávky chemického postřiku počet dávek chemického postřiku náklady chemického postřiku materiál náklady na jeden postřik - náklady bez materiálu náklady na postřiky strojové celkem náklady na chemickou ochranu celkem náklady na technologii celkem výnos parametrizované produkce cena produkce v klimatickém regionu výnos parametrizované produkce na HPKJ koeficient expozice koeficient svažitosti koeficient hloubky a skeletovitosti cena produkce celkem
Pramen: LPIS
Ve výstupu by měla proběhnout diskuse nad možnostmi aktualizace jednotlivých položek. Současně s možnostmi aktualizace by mohla proběhnout i diskuse nad tvorbou ekonomického modelu podniku se zahrnutím finančních toků, stavu zásob, zaměstnanosti a dalších možností ovlivnění podnikové ekonomiky.
8
Celkové zhodnocení výsledků IVP a závěry práce
Řešení v roce 2014 probíhalo v souladu s plánovanými cíli a uvedenými předpoklady řešení IVP pro rok 2014. Řešitelský tým se soustředil v roce 2014 na další rozvoj existujícího matematického aparátu (modely FARMA-4, FARMA-5, RENT-4), vývoj nových matematických aparátů (modely SZU-P1, SZU-P2 a AGRO-2014, metoda výpočtu sezónních trendů) a na aplikaci matematického aparátu pro
81
posuzování dopadů budoucích variant agrární politiky do odvětví zemědělství a navazujících sektorů pro centrální sféru (MZe) a poradenství pro zemědělské podniky. Aplikace matematického aparátu pro centrální sféru probíhalo zejména prostřednictvím tematických úkolů (zejména Humpál a kol.). Aplikace matematického aparátu pro zemědělské podniky a poradenství probíhalo v rámci řešeného projektu TA ČR. Hlavní dosažené výsledky jsou obsaženy v kap. 1-3.
8.1
Dosažené výsledky v oblasti rozvoje modelu FARMA-5
V kap. 1 je popsán rozvoj optimalizačního modelu FARMA-5 ve spojení s databází BPEJ, s modelem erozní ohroženosti zemědělské půdy (ERO-1) a s modely dopadů emisí skleníkových plynů
ze
živočišné
výroby (EMI-1, IMI-1,
DEP-1)
na ekonomiku zemědělských podniků
s respektováním ekologických aspektů hospodaření. Takto propojený systém je dále označován jako poradenský systém FARMA-5, který byl v roce 2014 doveden do aplikační podoby a je využitelný jednak na podnikové úrovni v zemědělském poradenství, jednak na nadpodnikové úrovni na vybraných souborech testovacích podniků. Poradenský systém FARMA-5 byl aplikován na souboru 11 vybraných podniků ČR v rámci projektu TA ČR a s jeho dalším využitím se počítá v následujícím období. Systém FARMA-5 počítá ekonomickou a ekologickou optimalizaci hospodaření zemědělských podniků v různých výrobních podmínkách na bázi klasifikace půdních bloků a kvality zemědělské půdy příslušných podniků. Systém FARMA-5 nabízí obecně 4 varianty výpočtu ekonomiky zemědělských podniků, a to −
var. 1 – ekonomická optimalizace výroby bez zohlednění ekologických kritérií (max. zisku, eroze NE, bilance živin NE);
−
var. 2 – ekologická optimalizace s vyloučením erozně nebezpečné produkce podle kritérií modelu ERO-1 (max. zisku, eroze ANO, bilance živin NE);
−
var. 3 – ekologická optimalizace s respektováním bilančních omezení živin NPK v závislosti na živočišné výrobě a na obecných meteorologických podmínkách při atmosférické depozici dusíku do zemědělské půdy ovlivněné emisí skleníkových plynů ze živočišné výroby, zejména ze skotu (max. zisku, eroze NE, bilance živin ANO);
−
var. 4 – ekologická optimalizace při respektování omezení erozní ohroženosti (var. 2) i negativních dopadů dusíku do zemědělské půdy (var. 3), kombinace předchozích variant (max. zisku, eroze ANO, bilance živin ANO). V kap. 1 je ilustrován výsledek aplikace poradenského systému FARMA-5 na blíže
nespecifikovaný zemědělský podnik, který ilustruje obecný princip, že nejvyšší zisk je dosahován u var. 1, nejnižší zisk u var. 4, zatímco zisk u var. 2 a 3 se pohybuje mezi ziskem var. 1 a 4. Model umožňuje zkoumat dopady agrární politiky na ekonomiku hospodaření jednotlivých podniků nebo jejich skupin v závislosti na nastavení kritérií podpor podle pilíře I (přímých plateb) a pilíře II (cílení agroenvironmentálních podpor).
82
8.2 Dosažené výsledky v oblasti modelování predikcí SZÚ (modely SZU-P1 a SZU-P2) V kap. 2 jsou popisovány modely predikce SZÚ, které vycházejí z konstrukce SZÚ, publikovaného ČSÚ za uplynulý rok. Byly navrženy a zkonstruovány 2 matematické modely (SZU-P1 a SZU-P2), které lze použít pro predikci výsledků zemědělského odvětví pro aktuální rok nebo víceleté budoucí období. Vzhledem k tomu, že SZÚ obsahuje započítání všech typů podpor do ekonomického výsledku odvětví, jedná se o významný matematicko-modelový aparát umožňující simulovat pozitivní či negativní dopady předpokládaných podpor zemědělského odvětví podle pilíře I a II dříve než budou uplatněny v praxi a ex post vyhodnoceny ČSÚ v SZÚ za uplynulý rok. Model SZU-P1 je konstruován jako rozklad SZÚ na ekonomiku jednotlivých komodit zpracovaných ve stejné struktuře jako je celý SZÚ pomocí modelu RENT-4. Souhrnné výsledky SZÚ publikované ČSÚ v „poněkud neprůhledné“ podobě pouze v hodnotovém vyjádření jsou modelem SZU-P1 rozloženy do součtu jednotlivých komoditních účtů zemědělských komodit s „průhlednou ekonomikou“ a s ohledem na fyzický rozsah těchto komodit v ČR (celkové plochy a stavy zvířat). Predikce SZÚ pro aktuální rok (2014) pomocí model SZU-P1 se opírá o model RENT-4 a jeho predikce výrobně-ekonomických ukazatelů (hektarové výnosy, užitkovosti zvířat a náklady) pro aktuální rok, dále aktuální predikci CZV jednotlivých komodit pomocí modelu model CENY-1, který vychází z měsíčních časových řad CZV, publikovaných ČSÚ za období 2000-2014 a konečně o model STR, který predikuje vývoj ploch a stavů zvířat pro aktuální rok na základě ročních časových řad těchto ukazatelů za období 2000-2013. Do modelu SZU-P1 vstupují předpoklady o alokaci podpor agrární politiky SZP EU prostřednictvím účtů jednotlivých zemědělských komodit, které mohou být v rámci celkových pravidel EU v některých položkách modifikovány členskými státy EU podle jejich potřeb. Dále byl vytvořen model SZU-P2, který je (na rozdíl od modelu SZU-P1) konstruován jako model regresního trendového vývoje jednotlivých ukazatelů SZÚ opírající se o nově vytvořenou statistickou metodu výpočtu sezónních trendů. Model SZU-P2 je rozložen na submodely pro predikce hektarových výnosů a užitkovostí zvířat (submodel INT), predikce vývoje rozsahu zemědělských komodit, tj. ploch a stavů zvířat (submodel STR), který je využíván i modelem SZU-P1, predikce průměrných ročních CZV (submodel CENY-2), který se opírá rovněž o měsíční časové řady CZV zemědělských komodit od roku 2000 a na predikci celkových nákladových položek SZÚ (submodel NAK). Model CENY-2 (na rozdíl od modelu CENY-1) predikuje dlouhodobé regresní trendy cen CZV zemědělských komodit. Všechny submodely mohou využívat variantně lineární trend, polynomický trend 2. stupně a mocninný trend. Volbu regresních trendů pro různé ukazatele SZÚ je možné alternativně využívat na základě expertního posouzení akceptovatelnosti predikovaných trendů. Agrární podpory vstupující do sektoru zemědělství pro budoucí období musí být pro model SZU-P2 sumarizovány do celkového ukazatele SZÚ „ostatní podpory na produkci“ a k jejich výpočtu musí být využit dekompoziční postup podobný modelu SZU-P1. Model SZU-P2 se v části produkční opírá o nomenklaturu modelu RENT-4 stejně jako model SZU-P1.
83
Oba modely (SZU-P1 a SZU--P2) vytvářejí společný matematický aparát umožňující jak výpočet krátkodobých predikcí pro aktuální rok (model SZU-P1), tak dlouhodobé predikce pro delší období 2014+ (model SZU-P2). V dalším období se předpokládá rozvoj a testování těchto modelů a posuzování jejich predikčních vlastností. Oba modely byly v průběhu řešení posuzovány a konfrontovány s výzkumným týmem ÚZEI FADN, který směřuje k podobným cílům, tj. k predikci údajů ze šetření FADN pro odhad budoucích ekonomických výsledků celého odvětví zemědělství pro aktuální, příp. i následující rok. Zmíněný model predikce FADN převzal v rámci spolupráce model CENY-1 jako součást modelového aparátu.
8.3 Dosažené výsledky v oblasti modelování agrárního sektoru (model AGRO-2014) V kap. 3 je uveden popis nově vytvořeného modelu agrárního sektoru (model AGRO-2014), který byl do řešení IVP zařazen dodatečně jako model představující rozšíření modelového aparátu grantu MV pro řešení krizových situací (jehož zpracování bylo ukončeno v roce 2013). Původní záměr rozšířit tento modelový aparát na standardní situace chování zemědělskopotravinářského odvětví pro zajištění výživy obyvatelstva se v průběhu roku 2014 rozšířil na modelové zpracování celého agrárního sektoru. Model AGRO-2014 je koncipován jako vzájemně propojený systém jednotlivých částí agrárního sektoru, a to sekcí ZEM-DOM, ZEM-IMP, ZEM-EXP, POTR-DOM, POTR-EXP, OBCH a SPOT. Cílem zpracování modelu je vytvořit matematické vazby pro propojení těchto sekcí, které představují postupně domácí produkci zemědělského odvětví, dovozy a vývozy zemědělských komodit, domácí výrobu potravinářských komodit, dovozy a vývozy potravinářských komodit, prodej potravin v obchodní síti a spotřebu potravin na průměrného obyvatele. Průběh řešení v roce 2014 se zaměřil na komoditní strukturu a analýzu sekcí spojených zejména s potravinářským průmyslem, které zatím v ÚZEI zatím nebyly zpracovány (potravinářský průmysl je obvykle zpracováván pouze na úrovni oborů CZ NACE 10 a 11). Sekce ZEM-DOM je propojena s produkční částí SZÚ dekomponovaného podle modelu RENT-4 (kap. 2). Sekce ZEM-IMP a ZEM-EXP nebyly zatím detailně rozpracovány vzhledem k tomu, že existují komoditní bilance v „Zelených zprávách“, které souhrnné ukazatele dovozů a vývozů obsahují. Nejvýznamnějším výsledkem v této oblasti je tedy konstrukce sekcí POTR-DOM, POTR-IMP a POTR-EXP a jejich propojení se sekcemi OBCH a SPOT. Model AGRO-2014 byl zkonstruován na bázi roku 2012 (posledních dostupné údaje za potravinářský průmysl). Vybrané komodity potravinářského průmyslu byly charakterizovány rozsahem domácí produkce (tis. t), hodnotou celkové produkce (mil. Kč) a cenou jednotkové produkce (Kč/jednotku). Analogicky byly zpracovány dovozní a vývozní potravinářské komodity. V rámci dalšího výzkumu se předpokládá kvantifikace vzájemných vazeb jednotlivých sekcí do modelově provázaného systému v prostředí Excel a v optimalizačním systému GAMS, kde budou modelovány transformace zemědělské produkce přes potravinářský průmysl až do obchodní sítě a následně ke konečnému spotřebiteli.
84
Model AGRO-2014 pokrývá v oblasti zemědělství prostřednictvím SZÚ cca 98 % zemědělské produkce, v oblasti potravinářského průmyslu cca 75 % potravinářské produkce a v oblasti obchodu a spotřeby potravin téměř 100 % celkového objemu. Pomocí modelu AGRO-2014 bude možné v budoucnu řešit takové otázky jako zajištění výživy obyvatelstva s ohledem na potravinovou bezpečnost, případně minimální požadovanou soběstačnost, tvorby hmotných rezerv v oblasti zemědělsko-potravinářské produkce apod.
8.4 Dosažené výsledky v oblasti odhadu marží obchodu (aplikace modelu AGRO-2014) V kap. 4 byl využit model AGRO-2014 k výpočtu odhadu spotřebních marží na potraviny z domácí a zahraniční provenience. K tomu bylo využito porovnání výdajů za potraviny, vypočtených na průměrného obyvatele za rok 2012 na základě struktury spotřebního koše na průměrného obyvatele ČR
při
využití spotřebitelských
cen
(SC),
výrobních potravinářských,
případně
zemědělských cen (CPV, CZV) a cen dovozních (DC). V této kapitole byla řešena hypotéza, jestli v obchodní síti ČR jsou diskriminováni domácí producenti potravin proti zahraničním výrobcům formou rozdílných marží, zejména velkými obchodními řetězci, které jsou většinou vlastněny zahraničním kapitálem. Provedené analýzy dokázaly neopodstatněnost této hypotézy, neboť modelové výsledky ukázaly, že průměrné spotřební marže jak u domácích producentů, tak u dovozních výrobků jsou přibližně stejné a pohybují se na úrovni cca 35 %.
8.5
Dosažené výsledky v oblasti rozvoje modelu RENT-4
V kap. 5 je popsáno další zlepšení užitných hodnot modelu RENT-4 pro výpočet predikce aktuálních hodnot rentability (pro rok 2014 a 2015) hlavních zemědělských komodit na základě postupného zpřesňování odhadu cen (model CENY-1) a permanentně se měnících variant a předpokladů budoucí agrární politiky, resp. jejích částí. Takto vylepšený a permanentně aktualizovaný model RENT-4 se jeví jako vhodný a potřebný nástroj pro centrální sféru (MZe) při posuzování odhadů budoucích dopadů variant agrární politiky na zemědělské komodity, resp. ekonomiku zemědělských podniků při propojení této verze modelu RENT-4 s modely FARMA-4 a FARMA-5.
8.6 Dosažené výsledky v oblasti analýz dalších možností matematického modelování ekonomických procesů v zemědělství V kap. 6 jsou analyzovány další směry výzkumu v oblasti matematického modelování. Jedná se o následující oblasti: −
modelování technologických postupů výroby zemědělských komodit na bázi standardních výrobních technologií (Kavka a kol., 2014) – kap. 6.1 a 6.2
− −
analýzy možností modelování podmínek GAEC – kap. 6.3 a 6.4 řešení vzájemné zastupitelnosti krmných komodit rostlinné výroby při řešení problémů erozního ohrožení – kap. 6.5
−
řešení modifikací krmných dávek při různých podmínkách vybraných zemědělských podniků jako vstupní parametry modelů FARMA-4 a FARMA-5 – kap. 6.6
85
Výsledky této kapitoly představují přípravy budoucích směrů výzkumu, které jsou již částečně rozpracované.
8.7 Dosažené výsledky v oblasti budoucích perspektiv využití systému BPEJ pro rozvoj modelu FARMA-5 V kap. 7 je řešen problém propojení nových možností systému BPEJ s modelem FARMA-5. Tato kapitola popisuje doposud neprověřené možnosti využití systému BPEJ při implementaci do budoucích směrů širší využitelnosti modelu FARMA-5
8.8
Hlavní výsledky v oblasti publikační činnosti
V této kapitole jsou uvedeny příspěvky na mezinárodní konferenci Agrární perspektivy XXIII v září 2014 na ČZU Praha, které byly prezentovány a předány k publikaci v anglické verzi. Jedná se o výsledky vztažené k modelu FARMA-5 a modelování a predikci SZÚ. Dále je uvedena analýza a kvantifikace možností posouzení významnosti českého zemědělství spolu s navazujícími obory (zejména potravinářským průmyslem) měřené podílem tohoto komplexu na HDP a celkové zaměstnanosti v NH. Pro účely této analýzy byly využity mezioborové bilance NH ČR v Leontieffově pojetí, kde zemědělství je reprezentováno produkcí souhrnu podniků s převažující zemědělskou výrobou. Pro tento výzkum byly využity i modely SZÚ z kap. 2. Foltýn, I., Kučera, J., Trantinová, M., Voltr, V., Zedníčková, I., Zapletal, M., Pavka, P.: Model FARMA-5 for economic and environmental optimization of agricultural enterprises, AP XXIII, ČZÚ, Praha, 2014 Foltýn, I., Zedníčková, I., Chaloupka, O.: Alternative approaches to the prediction of EAA, AP XXIII, ČZÚ, Praha, 2014 Foltýn, I., Bartoň, P., Chaloupka, O., Zedníčková, I., Pechrová, M.: Skutečná hospodářská váha zemědělství a provázaných oborů, Interní studie zpracovaná ÚZEI pro Potravinářskou komoru ČR, Praha, prosinec 2014
Literatura Literatura ke kap. 1 ČHMÚ (2007a) Informace o klimatu. Český hydrometeorologický ústav, Praha, odbor klimatologie. Internet: http://www.chmi.cz/meteo/ok/infklim.html. ČHMÚ (2007b) Atlas podnebí Česka. ČHMÚ, UP, 2007. EEA (2005) CORINE Land Cover vector by country. European Enviromental Agency data service. http://dataservice.eea.eu.int. Foltýn, I., Kučera, J., Trantinová, M., Božík, M. (2013) “Model FARMA 5 – prostorová optimalizace ekonomického a ekologického chování zemědělských podniků”, Sborník mezinárodní konference Agrární perspektivy, Praha, [CD-R]. Foltýn, I., Zedníčková, I., Humpál, J., Voltr, V., Kučera, J., Doucha, T. (2014) „Model FARMA-5 – prostorové modelování ekonomických, ekologických a agro-environmentálních podmínek typových podniků ČR v podmínkách budoucí SZP“, Závěrečná zpráva Interního výzkumného projektu ÚZEI, Praha, 30 str. + přílohy.
86
Foltýn, I., Zedníčková, I. (2010) „Rentabilita zemědělských komodit“ Výzkumná studie ÚZEI, Praha, 70 str. + přílohy. Theobald, M. R., Bealey, W. J. and Sutton, M. A. (2006) Refining the Simple Calculation of Ammonia Impact Limits (SCAIL) model for application in Scotland. SEPA, 2006, s. 55. Zapletal M. (2001) Atmospheric deposition of nitrogen and sulphur compounds in the Czech Republic. The Scientific World (2001) 1 (S2), 294-303. Zapletal, M., Chroust, P. (2006a) Spatial distribution of ammonia emissions on the territory of the Czech Republic. In: Aneja, V. P., Schlesinger, W. H., Knighton, R., Jennings, G., Niyogi, D., Gilliam, W., Duke, C. S (eds.): Workshop on Agricultural Air Quality, State of the Science, June 5.-8., 2006, Bolger Conference Center, Potomac, Maryland, USA, Washington DC, 2006, s. 1258-1262. Zapletal, M. (2006b) Atmospheric deposition of nitrogen and sulphur in relation to critical loads of nitrogen and acidity in the Czech Republic. Journal of Forest Sci. 52, 92-100. Zapletal, M., Chroust, P. (2014) Imisní koncentrace a suchá depozice amoniaku v okolí zemědělského podniku. Meteorologické zprávy, roč. 67, č. 2, s. 41-47. Literatura ke kap. 2 ČSÚ – Souhrnný zemědělský účet za roky 2008-2013 Manuál SZÚ – Eurostat: http://ec.europa.eu/eurostat/cache/metadata/Annexes/aact_esms_an2.pdf Podklady k metodě sezónních trendů: http://mis.aug.edu/drjmatls/Quan6610/Summer%202007%20Lecture%20Slides/Forecasting%20 Hillier%20Chapter%2013%2005-02-07.pdf Chaloupka, O. (2014) Popis metody sezónních trendů, interní materiál ÚZEI. Databáze Baseline ÚZEI Literatura ke kap. 3 Panorama potravinářského průmyslu 2012 ČSÚ – Výroba vybraných výrobků potravinářského průmyslu 2012 Štiková, O. (2014) Vývoj celkové spotřeby potravin a nápojů v uplynulých 20 letech (1992-2012). Výživa a potraviny, 4/2014, str. 86-89, ISSN 1211-846X ročník 69 Štiková, O., Sekavová H. (2015) Vývoj spotřeby potravin a finančního hospodaření v jednotlivých typech domácností ČR. Výživa a potraviny, 1/2015, str. 16-19, ISSN 1211-846X ročník 70 Model AGRO-3 – Výzkumný záměr ÚZEI 2001-2003 Projekt Ministerstva vnitra VG20102013027 „Stanovení prahu potravinové bezpečnosti pro zásobování obyvatel v případě krizových situací a ohrožení“ Literatura ke kap. 5, 6, 7 Vlastní výpočty a postupy AgroKonzulta Žamberk – podklady pro výpočty krmných bilancí skotu a ovcí Kavka, M. a kol. (2014) Technologické postupy výroby zemědělských komodit
87
