Γεωργική βιοποικιλότητα και αποτελεσματικότητα γεωργικών εκμεταλλεύσεων στον κλάδο των σιτηρών. Θεοδώρα Αντωνίου* και Νάστης Στέφανος**

Transcript

1 Γεωργική βιοποικιλότητα και αποτελεσματικότητα γεωργικών εκμεταλλεύσεων στον κλάδο των σιτηρών Θεοδώρα Αντωνίου* και Νάστης Στέφανος** *Απόφοιτη Μεταπτυχιακού Προγράμματος Αγροτικής Οικονομίας Γεωπονικής Σχολής, Α.Π.Θ., Τ.Κ , Άνω Τούμπα, Θεσσαλονίκη, **Λέκτορας Αγροτικής Οικονομίας, Α.Π.Θ., Τ.Κ , Θεσσαλονίκη, Περίληψη Στόχος της παρούσας έρευνας είναι η διερεύνηση της σχέσης μεταξύ της αποτελεσματικότητας των γεωργικών εκμεταλλεύσεων και της γεωργικής βιοποικιλότητας. Επιπλέον παράγοντες που διερευνούνται είναι: η εργασία, το μέγεθος της εκμετάλλευσης, τα λιπάσματα, τα φυτοφάρμακα, η απόσταση των αγροτεμαχίων από την οικία, ο πολυτεμαχισμός και η υγεία του παραγωγού. Η αποτελεσματικότητα των εκμεταλλεύσεων υπολογίζεται με την βοήθεια της Περιβάλλουσας Ανάλυσης Δεδομένων (Data Envelopment Analysis-DEA), ενώ η διερεύνηση των παραγόντων που την επηρεάζουν πραγματοποιείται με πολλαπλή γραμμική παλινδρόμηση (multiple regression). Η ανάλυση εφαρμόζεται σε ένα σύνολο δεδομένων επιπέδου εκμετάλλευσης για τις γεωργικές εκμεταλλεύσεις σιτηρών (σιτάρι, κριθάρι, βρώμη) στο Νομό Λάρισας. Η έρευνα έδειξε ότι οι εκμεταλλεύσεις που έχουν μικρό δείκτη γεωργικής βιοποικιλότητας είναι περισσότερο αποτελεσματικές και ότι η υγεία του παραγωγού αποτελεί καθοριστικό παράγοντα για την αποτελεσματικότητα των γεωργικών εκμεταλλεύσεων, με τις εκμεταλλεύσεις, των οποίων οι αρχηγοί παρουσιάζουν μεγαλύτερη συχνότητα εμφάνισης προβλημάτων στη μέση, να είναι και οι λιγότερο αποτελεσματικές. Λέξεις-κλειδιά: γεωργική βιοποικιλότητα, αποτελεσματικότητα, υγεία παραγωγού, σιτηρά

2 Εισαγωγή Τα σιτηρά (ανοιξιάτικα και χειμερινά), λέγονται διαφορετικά και δημητριακά και αποτελούνται από το σιτάρι, το κριθάρι, τη βρώμη, τον αραβόσιτο, τη σίκαλη, το ρύζι και το κεχρί (ΥπΑΑΤ, Υπουργείο Αγροτικής Ανάπτυξης και Τροφίμων, 2007). Η μεγάλη σημαντικότητα του κλάδου των σιτηρών δεν έγκειται μόνο στην πολλαπλή χρήση των προϊόντων του αλλά και στο γεγονός ότι τα σιτηρά αποτελούν βασικό είδος συντήρησης του ανθρώπου αφού του παρέχουν το 45% την απαιτούμενης ενέργειάς του (ΥπΑΑΤ, Υπουργείο Αγροτικής Ανάπτυξης και Τροφίμων, 2007). Διεθνώς, η παραγωγή σιτηρών αυξήθηκε την τελευταία δεκαετία. Πιο συγκεκριμένα η παγκόσμια παραγωγή σιταριού αυξήθηκε το κατά 17%, του κριθαριού κατά 14% ενώ της βρώμης μειώθηκε κατά 11% (faostat.fao.org). Σε επίπεδο ΕΕ η παραγωγή του σιταριού αυξήθηκε κατά 5%, του κριθαριού κατά 3% ενώ της βρώμης μειώθηκε κατά 2% (faostat.fao.org). Αντίθετα με την Διεθνή και Ευρωπαϊκή τάση αύξησης της καλλιέργειας σιτηρών κινήθηκε η Ελλάδα. Η παραγωγή σιταριού μειώθηκε κατά 21%, του κριθαριού κατά 3% ενώ της βρώμης αυξήθηκε κατά 31% (faostat.fao.org). Ο κύριος όγκος της καλλιέργειας των σιτηρών συγκεντρώνεται στην περιοχή της Θεσσαλίας και στη Βορειοανατολική Ελλάδα, δηλαδή στη Θράκη και τη Μακεδονία. Ο νομός Λάρισας αποτελεί έναν από τους κυριότερους νομούς παραγωγής σκληρού σιταριού. Σε μικρότερη κλίμακα καλλιεργούνται και η βρώμη και το κριθάρι. Αντικείμενο της παρούσας έρευνας αποτελούν οι καλλιέργειες του σιταριού (σκληρό και μαλακό), του κριθαριού και της βρώμης. Σκοπός της είναι η μέτρηση της γεωργικής βιοποικιλότητας και η διερεύνηση της σχέσης μεταξύ αυτής και της αποτελεσματικότητας των γεωργικών εκμεταλλεύσεων στον νομό Λάρισας. Επιπλέον στόχος είναι η διερεύνηση και άλλων παραγόντων που επιδρούν στην αποτελεσματικότητα, όπως το μέγεθος της εκμετάλλευσης, η εργασία, τα λιπάσματα, ο πολυτεμαχισμός, η απόσταση των αγροτεμαχίων από την οικία και η υγεία του παραγωγού.

3 Η πρωτοτυπία της συγκεκριμένης έρευνας έγκειται στο γεγονός ότι η σχέση της γεωργικής βιοποικιλότητας και της αποτελεσματικότητας δεν έχει διερευνηθεί αρκετά και ιδιαίτερα σε επίπεδο Ελλάδας. Αξίζει να ειπωθεί ότι η παρούσα έρευνα αποτελεί την δεύτερη έρευνα που μελετά την σχέση της γεωργικής βιοποικιλότητας με την αποτελεσματικότητα στην Ελλάδα και την πρώτη που μελετά ταυτόχρονα και την επίδραση της υγείας του παραγωγού. Θεωρητικό υπόβαθρο Η σύμβαση των Ηνωμένων Εθνών για τη διατήρηση της βιοποικιλότητας ορίζει αυτή ως «την ποικιλότητα μεταξύ των ζωντανών οργανισμών που προέρχονται από όλες τις πηγές, μεταξύ άλλων, των χερσαίων οικοσυστημάτων, των θαλάσσιων και άλλων υδάτινων οικοσυστημάτων και άλλων οικολογικών συγκροτημάτων των οποίων αποτελούν μέρος. Αυτό περιλαμβάνει την ποικιλότητα μεταξύ των ειδών, μέσα στα είδη και μεταξύ των οικοσυστημάτων» (UNEP-United Nations Environment Program). Παρόλη την ύπαρξη διαφόρων ορισμών για τη βιοποικιλότητα, που δε διαφέρουν πολύ, υπάρχει ένα κοινό στοιχείο μεταξύ τους που αναφέρεται στην ύπαρξη τριών διαφορετικών επιπέδων. Αυτά είναι η γενετική ποικιλότητα, η ποικιλότητα των ειδών και η ποικιλότητα των οικοσυστημάτων. Το επίπεδο γενετικής ποικιλότητας αναφέρεται στην κληρονομήσιμη ποικιλότητα των γονιδίων τόσο μέσα σε ένα πληθυσμό όσο και μεταξύ πληθυσμών του ίδιου ή διαφορετικών ειδών (Βερεσόγλου, 2004). Έπειτα, η ποικιλότητα των ειδών εκφράζει τον πλούτο των ειδών, το οποίο αναφέρεται στον αριθμό των ειδών σε μια περιοχή ή ένα ενδιαίτημα (Βερεσόγλου, 2004). Τέλος, η ποικιλότητα των οικοσυστημάτων αναφέρεται στην ποικιλία των ενδιαιτημάτων, των βιοκοινοτήτων και των οικολογικών διεργασιών που συμβαίνουν (Βερεσόγλου, 2004). Η γεωργική βιοποικιλότητα, από την άλλη, αποτελεί ένα ζωτικής σημασίας υποσύνολο της βιολογικής ποικιλότητας και ορίζεται ως «η ποικιλία και η μεταβλητότητα των ζώων, φυτών και μικροοργανισμών, σε επίπεδο ειδών, οικοσυστημάτων και σε γενετικό επίπεδο, τα οποία είναι απαραίτητα για τη διατήρηση των λειτουργιών του αγροοικοσυστήματος, τη δομή του και τις διεργασίες του» (UNEP-United Nations Environment Program).

4 Η γεωργική βιοποικιλότητα μπορεί να ομαδοποιηθεί σε γενετική ποικιλότητα, ποικιλότητα στις καλλιέργειες, ζώα και άλλα είδη και τέλος σε ποικιλότητα στα γεωργικά συστήματα (Upereti et al., 2002). Στην παρούσα έρευνα εξετάζεται η ποικιλότητα των καλλιεργειών η οποία ορίζεται ως η καλλιέργεια ενός πλήθους καλλιεργειών σε επίπεδο εκμετάλλευσης (Nastis et al., 2011α). Η μέτρηση της βιοποικιλότητας είναι σημαντική τόσο σε διεθνές, εθνικό και τοπικό επίπεδο όσο και σε επιστημονικό επίπεδο. Πιο συγκεκριμένα, οι διάφορες εθνικές και τοπικές υπηρεσίες οι οποίες πρόκειται να ξοδέψουν τα χρήματα των φορολογουμένων σε επιδοτήσεις ή στη διαχείριση οικολογικής αποζημίωσης, θέλουν τόσο πριν όσο και μετά από αυτή την επένδυση να ελέγξουν την ποικιλότητα των ειδών ή άλλες πτυχές της βιοποικιλότητας (Duelli et al., 2003). Επιπρόσθετα, οι διάφορες διεθνής, εθνικές και τοπικές μη κυβερνητικές οργανώσεις ίσως επιθυμούν να ελέγξουν την βιοποικιλότητα σε διάφορες κλίμακες. Τέλος, στην επιστημονική έρευνα οι δείκτες βιοποικιλότητας αποτελούν ποσοτικούς περιβαλλοντικούς παράγοντες (Duelli et al., 2003). Παρόλα αυτά, η μέτρηση της βιοποικιλότητας αποτελεί δύσκολο εγχείρημα, καθώς αυτή είναι μια πολύπλοκη οντότητα με την επίδραση διαφορετικών κλιμάκων όπως είναι τα είδη, το οικοσύστημα, το τοπίο και η κοινότητα (Clergue et al., 2005). Οι διαφορετικές πτυχές του όρου βιοποικιλότητα υποδεικνύουν ότι δεν μπορεί να οριστεί ένας μοναδικός δείκτης για τη μέτρησή της και έτσι, κάθε πτυχή απαιτεί το δικό της δείκτη (Duelli et al., 2003). Επομένως, είναι απαραίτητο να δοθούν λειτουργικοί ορισμοί της βιοποικιλότητας έτσι ώστε να μπορεί να γίνει η μέτρησή της στη γεωργική έρευνα. Εντούτοις, για την μέτρηση της ποικιλότητας των καλλιεργειών έχουν αναπτυχθεί διάφοροι δείκτες οι οποίοι παρουσιάζονται στον πίνακα 1. Μερικοί δείκτες μετράνε τον πλούτο των ειδών όπως είναι η απλή καταμέτρηση, ο δείκτης Margalef και ο δείκτης Shannon-Weaver που μετρά επίσης την ισότητα-ομαλότητα δηλαδή κατά πόσο ισότιμες είναι οι αφθονίες των ειδών. Τέλος ο δείκτης Berger- Parker και ο δείκτης Simpson που μετράνε την σχετική αφθονία.

5 Πίνακας 1 Δείκτες μέτρησης της ποικιλότητας καλλιεργειών (crop diversity) Δείκτης Έννοια Συνάρτηση Εξήγηση παραμέτρων Καταμέτρηση Δείκτης Margalef Δείκτης Berger- Parker Δείκτης Shannon- Weaver Δείκτης Simpson Πηγή: Smale, 2006 Πλούτος (richness) Πλούτος (richness) Σχετική αφθονία (relative abundance) Πλούτος και ισότηταομαλότητα (richnessevenness) Σχετική αφθονία (relative abundance) Μεθοδολογία έρευνας D=S D=S-1/lnA i D=1/max(α i ) H=-Σ S i=1p i lnp i 2 D=1-Σa i S= αριθμός των καλλιεργούμενων ειδών ή ποικιλιών ή και τα δύο A i =η συνολική καλλιεργούμενη έκταση ή ο συνολικός αριθμός του πληθυσμού όλων καλλιεργήσιμων ειδών ή ποικιλιών max(a i )=το μέγιστο μερίδιο έκτασης οποιασδήποτε μοναδικής ποικιλίας ή καλλιεργήσιμου είδους Pi=το μερίδιο έκτασης ή πληθυσμού των καλλιεργούμενων ειδών ή ποικιλιών α i =το μερίδιο έκτασης ή πληθυσμού των καλλιεργούμενων ειδών ή ποικιλιών Η εμπειρική ανάλυση βασίστηκε σε διαστρωματικά δεδομένα επιπέδου εκμετάλλευσης, για το έτος , που συλλέχθηκαν από 50 γεωργικές εκμεταλλεύσεις του νομού Λάρισας. Η συλλογή των δεδομένων έγινε με την βοήθεια διαρθρωμένου ερωτηματολογίου, με κλειστού τύπου ερωτήσεις που αφορούσαν τόσο τα δημογραφικά χαρακτηριστικά, τα στοιχεία της εκμετάλλευσης (αποδόσεις, τιμές, εισροές κ.α.) όσο και στοιχεία που αφορούσαν την υγεία του παραγωγού. Η γεωργική βιοποικιλότητα των εκμεταλλεύσεων στην έρευνα μετρήθηκε σύμφωνα με το δείκτη Shannon-Weaver, ο οποίος αποτελεί μια μέτρηση της χωρικής γεωργικής βιοποικιλότητας και ορίζεται ως εξής: H=-Σ i p i lnp i (1) Όπου p i αντιπροσωπεύει το μερίδιο της έκτασης στο οποίο καλλιεργείται η ith καλλιέργεια ή ποικιλία i. Ο δείκτης παίρνει την τιμή 0 όταν υπάρχει μόνο μια καλλιέργεια ή ποικιλία και δηλώνει τη μη ύπαρξη βιοποικιλότητας. Αντίθετα ο δείκτης αυξάνει με την αύξηση του αριθμού των καλλιεργειών ή ποικιλιών και καθώς

6 τα μερίδια της έκτασης που καλύπτουν αυτές γίνονται πιο ομοιόμορφα, ενώ φτάνει το μέγιστο όταν τα μερίδια αυτά είναι ίσα (Sipilainen et al., 2011). Η αρχική επεξεργασία των δεδομένων έγινε με την βοήθεια του προγράμματος Microsoft Office Excel ενώ για την μέτρηση της αποτελεσματικότητας των γεωργικών εκμεταλλεύσεων χρησιμοποιήθηκε η Περιβάλλουσα Ανάλυση Δεδομένων (DEA-Data Envelopment Analysis) και συγκεκριμένα με το στατιστικό πακέτο DEAP version 2.1. Οι εισροές που χρησιμοποιήθηκαν στην Περιβάλλουσα Ανάλυση Δεδομένων είναι η εργασία, το έδαφος, τα λιπάσματα και τα φυτοφάρμακα. η εργασία περιλαμβάνει τις ώρες ανθρώπινης και μηχανικής εργασίας που χρησιμοποιήθηκε στις καλλιέργειες των σιτηρών, το έδαφος αποτελεί την έκταση που καλύπτεται με σιτηρά μετρημένη σε στρέμματα, τα λιπάσματα περιλαμβάνουν τα χρήματα που δαπανήθηκαν για την τοποθέτηση λιπασμάτων στα σιτηρά ενώ τα φυτοφάρμακα περιλαμβάνουν τα χρήματα που δαπανήθηκαν για την τοποθέτηση φυτοφαρμάκων. Η μέτρηση των δύο τελευταίων εισροών γίνεται σε ευρώ. Όσον αφορά την εκροή, αυτή είναι η ακαθάριστη πρόσοδος, δηλαδή η αξία του προϊόντος (σιτηρά) εκφρασμένη σε χρήματα, χωρίς επιδοτήσεις και μετράται σε ευρώ. Η Περιβάλλουσα Ανάλυση Δεδομένων είναι μια μη παραμετρική μέθοδος, η οποία σε αντίθεση με τις παραμετρικές μεθόδους δεν απαιτεί καμία υπόθεση σχετικά με τη μορφή της συνάρτησης (Charnes et al., 1994). Αντικείμενο της συγκεκριμένης μεθόδου είναι οι αυτόνομες μονάδες απόφασης (Decision Making Units, DMUs), οι οποίες χρησιμοποιούν εισροές και παράγουν εκροές. Σύμφωνα με τους Charnes et al. (1994) «η DEA στοχεύει στον υπολογισμό μιας μέγιστης μέτρησης της επίδοσης κάθε DMU σε σχέση με όλες τις άλλες DMUs στο δείγμα με μοναδική απαίτηση κάθε DMU να βρίσκεται πάνω στο ή κάτω από το οριακό σύνορο (external frontier)». Πρέπει να αναφερθεί ότι, επειδή τα αποτελέσματα που δίνει η DEA προέρχονται από πραγματικά δεδομένα για κάθε DMU, αυτή δίνει μόνο μετρήσεις σχετικής αποτελεσματικότητας (Charnes et al., 1994). Για τις αναποτελεσματικές DMU, αυτές δηλαδή που βρίσκονται κάτω από το προαναφερθέν οριακό σύνορο, δίνει κατευθύνσεις για τη μείωση των εισροών και των εκροών (Charnes et al., 1994). Σύμφωνα με τον Coelli (1996), η DEA χρησιμοποιεί μεθόδους γραμμικού προγραμματισμού για να κατασκευάσει μια μη παραμετρική κατά τμήματα επιφάνεια

7 αναφορικά με τα δεδομένα, με βάση την οποία θα γίνει ο υπολογισμός της αποτελεσματικότητας. Με άλλα λόγια δημιουργεί ένα όριο που περικλείει, ή «φακελώνει» αλλιώς, τα δεδομένα (Coelli et al., 2002). Το μοντέλο CRS για τον υπολογισμό της τεχνική αποτελεσματικότητας σύμφωνα με τον Coelli (1996) είναι: Min θ,λ θ, Subject to -y i +Yλ 0, (2) θx i -Xλ 0, λ 0, ενώ για το υπολογισμό της καθαρής τεχνική αποτελεσματικότητας και της αποτελεσματικότητας κλίμακας χρησιμοποιήθηκε το μοντέλο VRS (Coelli, 1996): Min θ,λ θ, Subject to -y i +Yλ 0, θx i -Χλ 0, (3) N1 λ=1, λ 0, όπου προστίθεται επιπλέον ο περιορισμός της κυρτότητας N1 λ=1. Οι τιμές της αποτελεσματικότητας που δίνει η μέθοδος της DEA, είναι δυνατόν να επηρεαστούν έντονα από ακραίες τιμές που πιθανόν να υπάρχουν στα δεδομένα (Wilson, 1993). Οι ακραίες τιμές είναι αποτέλεσμα σφαλμάτων στην καταγραφή ή στη μέτρηση, και πρέπει είτε να διορθωθούν είτε να διαγραφούν από τα δεδομένα. Στην παρούσα έρευνα, η ανάλυση ακραίων τιμών (Outlier Analysis) έγινε με την βοήθεια του στατιστικού πακέτου FEAR 1.15, το οποίο παρέχει τη δυνατότητα υπολογισμού μη παραμετρικών τιμών αποτελεσματικότητας. Στο στατιστικό αυτό πακέτο, ενσωματώθηκε το λογισμικό R για το στατιστικό υπολογισμό γραφημάτων.

8 Η ανάλυση για την εύρεση των ακραίων τιμών, την οποία προτείνει ο Wilson (1993) έδωσε το γράφημα 1, στο οποίο μια γραμμή ενώνει τις δεύτερες μικρότερες τιμές των log ratios για κάθε i. Το γράφημα παρουσιάζει την μεγαλύτερη απόσταση, μεταξύ της πρώτης και της δεύτερης μικρότερης τιμής των log ratios, στα i=2, 6, 11 και 12. Γράφημα 1 Γραφική απεικόνιση ανάλυσης ακραίων τιμών log-ratio i Πηγή: Επεξεργασία δεδομένων έρευνας Η ανάλυση ακραίων τιμών υπέδειξε την αφαίρεση από το δείγμα τεσσάρων παρατηρήσεων με αποτέλεσμα το δείγμα να περιοριστεί στις 46 γεωργικές εκμεταλλεύσεις. Έπειτα για την διερεύνηση της σχέσης μεταξύ της γεωργικής βιοποικιλότητας και της αποτελεσματικότητας των γεωργικών εκμεταλλεύσεων χρησιμοποιήθηκε η πολλαπλή παλινδρόμηση με την βοήθεια του προγράμματος stata 9.1. Η εξαρτημένη μεταβλητή είναι η αποτελεσματικότητα και οι ανεξάρτητες μια σειρά παραγόντων, όπως το μέγεθος της εκμετάλλευσης, η γεωργική βιοποικιλότητα, η απόσταση από την οικία, η υγεία του παραγωγού, η εργασία, τα λιπάσματα και ο πολυτεμαχισμός. Η πολλαπλή παλινδρόμηση αποτελεί μια τεχνική που σε αντίθεση με την απλή παλινδρόμηση, επιτρέπει επιπρόσθετους παράγοντες να εισαχθούν στην

9 ανάλυση και έτσι να υπολογιστεί η επίδραση τους επάνω σε μια εξαρτημένη μεταβλητή. Το υπόδειγμα που χρησιμοποιήθηκε στην παρούσα ανάλυση είναι το εξής: lntecrs= β ο + β 1 lnagrodindex + β 2 lncawcereals + β 3 lnlabor + β 4 lnfertlisers + β 5 lnhomedistan + β 6 lnfragm + β 7 lnbackprob + ε (4) όπου lntecrs είναι ο φυσικός λογάριθμος της αποτελεσματικότητας σε σταθερές οικονομίες κλίμακας, βο η τιμή που θα πάρει η εξαρτημένη μεταβλητή εάν οι ανεξάρτητες είναι μηδέν, β 1 -β 7 οι τιμές που θα πάρει αντίστοιχα η εξαρτημένη εάν μεταβληθούν κατά μια μονάδα οι ανεξάρτητες μεταβλητές, lnagrodindex ο φυσικός λογάριθμος του δείκτη της γεωργικής βιοποικιλότητας, lncawcereals ο φυσικός λογάριθμος του μεγέθους της εκμετάλλευσης, lnlabor ο φυσικός λογάριθμος της εργασίας, lnfertilisers ο φυσικός λογάριθμος των λιπασμάτων, lnhomedistan ο φυσικός λογάριθμος της απόστασης των αγροτεμαχίων από την οικία, lnfragm ο φυσικός λογάριθμος του πολυτεμαχισμού και lnbackprob ο φυσικός λογάριθμος της συχνότητας εμφάνισης προβλημάτων στην μέση, ενώ ε είναι ο όρος σφάλματος που μετρά άλλους παράγοντες που μπορεί να επηρεάζουν την εξαρτημένη μεταβλητή και που δε λήφθηκαν υπόψη στο συγκεκριμένο υπόδειγμα. Αποτελέσματα Η ανάλυση της αποτελεσματικότητας των γεωργικών εκμεταλλεύσεων έδειξε ότι η μέση συνολική τεχνική αποτελεσματικότητα είναι 0,745, που σημαίνει ότι για να γίνουν αποτελεσματικές οι γεωργικές εκμεταλλεύσεις θα πρέπει να μειώσουν τις εισροές τους κατά 25,5% με δεδομένη τεχνολογία παραγωγής και επίπεδο εκροών (Πίνακας 2). Έπειτα, η μέση καθαρή τεχνική αποτελεσματικότητα βρέθηκε 0,807, γεγονός που δείχνει ότι οι γεωργικές εκμεταλλεύσεις για να λειτουργήσουν αποτελεσματικά θα πρέπει να μειώσουν τις εισροές τους κατά 19,3% (Πίνακας 2). Τέλος, η αποτελεσματικότητα κλίμακας βρέθηκε 0,928, που σημαίνει ότι οι γεωργικές εκμεταλλεύσεις μπορούν να μειώσουν επιπρόσθετα τις εισροές τους κατά 7,2% εάν προβούν στις απαραίτητες προσαρμογές μεγέθους με δεδομένη τεχνολογία παραγωγής και επίπεδο εκροών (Πίνακας 2).

10 Πίνακας 2 Συνολική, καθαρή αποτελεσματικότητα και αποτελεσματικότητα κλίμακας γεωργικών εκμεταλλεύσεων Κλάση αποτελεσματικότητας Τεχνική αποτελ. Καθαρή τεχνική αποτελ. 0,10-0,39 0,378 0,376-0,40-0,59 0,527 0,491-0,60-0,99 0,768 0,793 0, Σύνολο 0,745 0,807 0,928 Πηγή: επεξεργασία δεδομένων έρευνας Αποτελεσματικ ότητα κλίμακας Η κατάταξη των γεωργικών εκμεταλλεύσεων σύμφωνα με το μέγεθος, έδειξε ότι κατά μέσο όρο οι μεγαλύτερες εκμεταλλεύσεις ( 301) είναι περισσότερο αποτελεσματικές από τις μεσαίου και μικρού μεγέθους εκμεταλλεύσεις (Πίνακας 3). Πίνακας 3 Συνολική, καθαρή τεχνική αποτελεσματικότητα και αποτελεσματικότητα κλίμακας ανά κλάση μεγέθους Κλάση μεγέθους Συνολική Τεχνική Καθαρή Τεχνική Αποτελεσματικότητα Αποτελεσματικότητα Αποτελεσματικότητα κλίμακας 50 0, , ,740 0,782 0, ,768 0,874 0,890 Πηγή: Επεξεργασία δεδομένων έρευνας Η αναδιοργάνωση των γεωργικών εκμεταλλεύσεων έδειξε ότι στην πρώτη κλάση αποτελεσματικότητας που η αποτελεσματικότητα είναι μικρή, η εργασία πρέπει να μειωθεί κατά 70%, το έδαφος, τα φυτοφάρμακα και τα λιπάσματα κατά 62% (Πίνακας 4). Στην δεύτερη κλάση, η εργασία προτείνεται να μειωθεί κατά 63%, το έδαφος κατά 51%, τα φυτοφάρμακα κατά 74% και τα λιπάσματα κατά 52% (Πίνακας 4). Τέλος στην τρίτη κλάση που αποτελεσματικότητα είναι μεγάλη, η εργασία προτείνεται να μειωθεί κατά 36%, το έδαφος κατά 22%, τα φυτοφάρμακα κατά 46% και τα λιπάσματα κατά 26% (Πίνακας 4). Οι μειώσεις αυτές μπορούν να πραγματοποιηθούν εφόσον αυτό είναι τεχνικά εφικτό.

11 Πίνακας 4 Υφιστάμενη και άριστη κατάσταση των γεωργικών εκμεταλλεύσεων ανά κλάση αποτελεσματικότητας Κλάση 0,10-0,39 0,40-0,59 0,60-0,99 ΚΑΤΑΣΤΑΣΗ ΚΑΤΑΣΤΑΣΗ ΚΑΤΑΣΤΑΣΗ Υφιστ άμενη Άρι στη Μεταβ ολή Υφιστ άμενη Άρι στη Μεταβ ολή Υφιστ άμενη Άρι στη Μεταβ ολή ΕΙΣΡΟΕΣ Εργασία % % % Έδαφος % % % Φυτοφάρμ % % % Λιπάσματα % % % ΕΚΡΟΕΣ Ακαθάριστη Πρόσοδος Πηγή: Επεξεργασία δεδομένων έρευνας Η ανάλυση των αποτελεσμάτων της πολλαπλής παλινδρόμησης έδειξε ότι ο δείκτης Shannon-Weaver, της γεωργικής βιοποικιλότητας βρέθηκε να έχει αρνητική στατιστικά σημαντική επίδραση στην αποτελεσματικότητα των εκμεταλλεύσεων (Πίνακας 5). Αυτό σημαίνει ότι, οι πιο αποτελεσματικές εκμεταλλεύσεις είναι αυτές με τη μικρότερη βιοποικιλότητα, δηλαδή αυτές που έχουν τις λιγότερες ποικιλίες (richness) και τη μικρότερη ομοιομορφία μεταξύ των μεριδίων έκτασης (evenness) που καλύπτουν αυτές. Η αρνητική επίδραση που έχει η γεωργική βιοποικιλότητα στην αποτελεσματικότητα των εκμεταλλεύσεων στηρίζεται και στην έρευνα των Widawsky και Rozelle (1998), όπου βρέθηκε ότι η γεωργική βιοποικιλότητα επηρεάζει αρνητικά τις αποδόσεις οι οποίες μπορεί να μειωθούν ελάχιστα με την αύξηση της βιοποικιλότητας. Επίσης οι Kwikiriza et al. (2011) βρήκαν ότι η γεωργική βιοποικιλότητα έχει αρνητική απευθείας επίδραση στην απόδοση των εκμεταλλεύσεων τις οποίες μελέτησαν, αποδεικνύοντας έτσι ότι μπορεί να υφίσταται αντίστροφη σχέση μεταξύ τους. Το μέγεθος της εκμετάλλευσης έχει θετική και στατιστικά σημαντική επίδραση στην αποτελεσματικότητα των εκμεταλλεύσεων, γεγονός που σημαίνει ότι οι μεγάλες εκμεταλλεύσεις είναι και οι πλέον πιο αποτελεσματικές (Πίνακας 5). Η θετική σχέση που προέκυψε μεταξύ του μεγέθους και της αποτελεσματικότητας, μπορεί να οφείλεται σε παράγοντες που αφορούν την ευκολότερη πρόσβαση των μεγάλων εκμεταλλεύσεων σε ιδρύματα και υπηρεσίες μέσω των οποίων μπορούν να

12 μειώσουν την αναποτελεσματικότητα ή και στην πιο εντατική χρήση των τεχνολογιών και των εισροών που αυξάνουν την παραγωγικότητα. Στη συνέχεια, ο συντελεστής εργασία, δηλαδή η εργασία που χρησιμοποιήθηκε στις καλλιέργειες των σιτηρών, βρέθηκε να είναι στατιστικά σημαντικός και να έχει αρνητική επίδραση στην αποτελεσματικότητα των εκμεταλλεύσεων (Πίνακας 5). Πιο συγκεκριμένα, οι εκμεταλλεύσεις που χρησιμοποιούν περισσότερη εργασία είναι και οι λιγότερο αποτελεσματικές. Έπειτα, η μεταβλητή των λιπασμάτων βρέθηκε να είναι στατιστικά σημαντική και να έχει αρνητική επίδραση στην αποτελεσματικότητα των εκμεταλλεύσεων, γεγονός που σημαίνει ότι οι εκμεταλλεύσεις που δαπανούν περισσότερα για την χρήση λιπασμάτων στις καλλιέργειες των σιτηρών, λειτουργούν λιγότερο αποτελεσματικά από τις υπόλοιπες (Πίνακας 5). Αξιόλογο είναι το γεγονός ότι η υγεία του παραγωγού επηρεάζει την αποτελεσματικότητα της εκμετάλλευσης του, αφού η μεταβλητή που μετρά την υγεία του με βάση τη συχνότητα με την οποία αντιμετωπίζουν προβλήματα στην μέση οι αρχηγοί των εκμεταλλεύσεων εξαιτίας του χειρισμού βαριών μηχανημάτων και φορτιών στην γεωργία, βρέθηκε να είναι στατιστικά σημαντική και να έχει αρνητική επίδραση σε αυτή (Πίνακας 5). Πιο συγκεκριμένα, οι εκμεταλλεύσεις των οποίων οι αρχηγοί δήλωσαν μεγαλύτερη συχνότητα εμφάνισης προβλημάτων στη μέση, είναι λιγότερο αποτελεσματικές από αυτές των οποίων οι αρχηγοί δήλωσαν μικρότερη συχνότητα εμφάνισης προβλημάτων στη μέση. Το αποτέλεσμα αυτό επισημαίνει την σημασία του παράγοντα υγεία στην αποτελεσματικότητα των εκμεταλλεύσεων και την ανάγκη ενημέρωσης των παραγωγών όσον αφορά την προστασία της υγείας τους αναφορικά με το επάγγελμα τους με σκοπό την μείωση των ατυχημάτων. Η μεταβλητή που μετρά την απόσταση των αγροτεμαχίων από την οικία βρέθηκε στατιστικά σημαντική, έχοντας αρνητική επίδραση στην αποτελεσματικότητα των εκμεταλλεύσεων (Πίνακας 5). Αυτό σημαίνει ότι οι εκμεταλλεύσεις των οποίων τα αγροτεμάχια βρίσκονται κατά μέσο όρο πιο μακριά από την οικία του παραγωγού λειτουργούν σε λιγότερο αποτελεσματικό επίπεδο από αυτές των οποίων τα αγροτεμάχια βρίσκονται κατά μέσο όρο πιο κοντά στην οικία.

13 Τέλος, η μεταβλητή του πολυτεμαχισμού έχει αρνητική όχι στατιστικά σημαντική σχέση με την αποτελεσματικότητα των γεωργικών εκμεταλλεύσεων (Πίνακας 5). Επομένως, βρέθηκε ότι ο αριθμός των αγροτεμαχίων δεν αποτελεί καθοριστικό παράγοντα της αποτελεσματικότητας των εκμεταλλεύσεων. Πίνακας 5 Αποτελέσματα πολλαπλής παλινδρόμησης Variable Coefficient Standard error t-ratio P-value Γεωργική Βιοποικιλότητα -0,1517 0,0772-1,96 0,057* (AgrodIndex) Μέγεθος Εκμετάλλευσης 0,7585 0,191 3,95 0,000** (CAWcereals) Εργασία (Labor) -0,3395 0,1285-2,64 0,012** Λιπάσματα (Fertilizers) -0,395 0,1330-2,97 0,005** Συχνότητα προβλημάτων -0,2390 0,0988-2,42 0,021** μέσης (BackProb) Απόσταση από την οικία -0,0900 0,0364-2,48 0,018** (HomeDistan) Πολυτεμαχισμός (Fragm) -0,0728 0,0726-1,00 0,323 Prob> f = 0,0101 R 2 =0,3900 Adj R- squared=0,2680 *Επίπεδο σημαντικότητας a=0,10 **Επίπεδο σημαντικότητας a=0,05 Πηγή: Επεξεργασία δεδομένων έρευνας Συμπεράσματα Η ανάλυση της αποτελεσματικότητας έδειξε ότι η μέση συνολική αποτελεσματικότητα των γεωργικών εκμεταλλεύσεων στο δείγμα είναι 0,745 που σημαίνει ότι αυτές οι εκμεταλλεύσεις πρέπει να μειώσουν κατά 25,5% τις εισροές με δεδομένο το επίπεδο τεχνολογίας και εκροών, ενώ η αποτελεσματικότητα κλίμακας υπολογίστηκε 0,928 γεγονός που σημαίνει ότι οι εκμεταλλεύσεις μπορούν να μειώσουν επιπρόσθετα τις εισροές τους κατά 7,2%, εάν προβούν στις απαραίτητες προσαρμογές μεγέθους. Τέλος, ο προσδιορισμός των παραγόντων που επηρεάζουν την αποτελεσματικότητα έδειξε ότι στην περιοχή του Νομού Λάρισας η γεωργική βιοποικιλότητα έχει αρνητική σχέση με την αποτελεσματικότητα των εκμεταλλεύσεων. Επομένως, στην περιοχή αυτή, πολιτικές που αφορούν την

14 βελτίωση της γεωργικής βιοποικιλότητας, ίσως να μην αποτελούν την κατάλληλη στρατηγική για την βελτίωση των μη αποτελεσματικών εκμεταλλεύσεων. Επιπρόσθετα, η υγεία του παραγωγού επηρεάζει την αποτελεσματικότητα των εκμεταλλεύσεων και μάλιστα, όταν η υγεία, αναφορικά με τη συχνότητα προβλημάτων στη μέση δεν είναι καλή, η αποτελεσματικότητα μειώνεται. Το αποτέλεσμα αυτό επιβάλλει την ενημέρωση των παραγωγών σχετικά με την προστασία της υγείας τους, με σκοπό την αποτροπή της μείωσης της ικανότητας εργασίας που μπορεί να μειώσει την αποτελεσματικότητα. Βιβλιογραφια Βερεσόγλου Δ. Σ. (2004), Οικολογία, εκδόσεις «έλλα», Λάρισα, σελ Clergue B., Amiaud B., Pervanchon F., Lasserre-Joulin F., Plantureux S. (2005), Biodiversity: function and assessment in agricultural areas. A review, Agron. Sustan. Dev., Vol. 25, pp Charnes A., Cooper W., Lewin A. Y., Seiford L.M. (1994), Data Envelopment Analysis-Theory, Methodology and Applications, Kluwer Academic Publishers, United States. Coelli T. (1996), A guide to DEAP version 2.1: A Data Envelopment Analysis (Computer) Program, Centre for Efficiency and Productivity Analysis, Department of Econometrics, pp Coelli T., Rahman S., Thirtle C. (2002), Technical, Allocative, Cost and Scale Efficiencies in Bangladesh Rice cultivation: A Non-parametric Approach, Journal of Agricultural Economics, Vol. 53, No 3, pp Duelli P., Obrist M. (2003), Biodiversity indicators: the choice of values and measures, Agriculture, Ecosystems and Environment, Vol. 98, pp Kwikiriza N., Katungi E., Horna D. (2011), Estimating the role of spatial varietal diversity on crop productivity within an abatement framework: a case of banana in Uganda, International Food Policy Research Institute (IFPRI), Discussion Papers, No

15 Nastis S., Michailidis A., Mattas K. (2011), Crop biodiversity repercussions of subsidized organic farming in Greece, Aristotle University of Thessaloniki, Dept. of Agricultural economics, Paper prepared for presentation at the EAAE 2011 Congress, Change and Uncertainty-Challenges for Agriculture, Food and natural resources, Zurich, pp Smale M. (2006), Valuing crop biodiversity: on-farm genetic resources and economic change, CABI Publishing, UK. Upreti B. R., Upreti Y. G. (2002), Factors Leading to agro-biodiversity loss in developing countries: the case of Nepal, Biodiversity and conservation, Vol. 11, Wilson P. W. (1993), Detecting outliers in Deterministic non parametric Frontier Models with Multiple Outputs, Journal of Business and Economic Statistics, Vol. 11, No. 3, pp Widawsky D., Rozelle S. (1998), Varietal Diversity and yield variability in Chinese rice production, Natural resource management and policy, In Smale M. (ed.), Farmers, Gene Banks, and crop Breeding, Kluwer, Boston, pp Υπ.Α.Α.Τ (2007). Υπουργείο Αγροτικής Ανάπτυξης και Τροφίμων, Προοπτικές τομέα σιτηρών, Ενημερωτικά φυλλάδια με βάση προτάσεις και συμπεράσματα Περιφερειακών μελετών νέας Κ.Α.Π (Τελευταία επίσκεψη ): FAOSTAT, Food and Agriculture Organization of the United Nations Statistical Database (Τελευταία επίσκεψη ). UNEP, United Nations Environment Programme. Σύμβαση για την Βιολογική Ποικιλότητα (CBD- Convention on Biological Diversity), (1992) (Τελευταία επίσκεψη ):