ra09_23 by Jordbruksverket

Ekonomiska modeller för jordbrukssektorn – en redogörelse för deras uppbyggnad, funktion och förmåga att beskriva svenska förhållanden

AGLINK-COSIMO

CAPRI

GTAP

PEM

DET SVENSKA JORDBRUKET

Rapport 2009:23

•

De fyra undersökta modellerna är AGLINK-COSIMO, CAPRI, GTAP och PEM.

•

CAPRI är den av de fyra genomgångna modellerna som speglar de svenska förhållandena inom jordbruket bäst.

Ekonomiska modeller för jordbrukssektorn: En redogörelse för deras uppbyggnad, funktion och förmåga att beskriva svenska förhållanden

Denna rapport syftar dels till att sammanfatta fyra etablerade internationella ekonomiska jämviktsmodeller över jordbruket; dels till att bedöma modellernas förmåga att beskriva och ta hänsyn till svenska förhållanden. De fyra modellerna är AGLINK-COSIMO, CAPRI, GTAP och PEM. Modellernas förmåga att beskriva svenska förhållanden och hur Sverige som helhet och/eller delar av landet påverkas av jordbruks- och handelspolitik skiljer sig åt. I AGLINK-COSIMO och i PEM ingår Sverige som en del i ett EU-block (EU15 alt. EU27) vilket ger en marginell förmåga att ge resultat som är representativa för Sverige. I GTAP ingår Sverige som ett eget land och resultaten ger en genomsnittlig bild av svenska förhållanden, medan i CAPRI är Sverige indelat i 8 regioner. Denna indelning ger en mer nyanserad bild av de svenska förhållandena inom jordbrukssektorn. Vilken modell som bör använda i en specifik studie/utredning beror till största delen på studiens/utredningens natur. En slutsats som kan dras utifrån denna utrednings titel är att CAPRI är den av de fyra modellerna som speglar de svenska förhållandena bäst sett utifrån Jordbruksverkets behov.

Utredningsenheten 2009-12-08 Författare Lars M Widell

Rapport:

Economic models for the agricultural sector An account of their structure, approach and ability to describe Swedish conditions

This report aims at summarizing four established international economic equilibrium models of agriculture, and to assess the models' ability to describe and take into account Swedish conditions. The four models are AGLINK-COSIMO, CAPRI, GTAP and PEM. The four models' ability to describe the Swedish situation and how Sweden as a whole and / or parts of the country is affected by agricultural and trade policies, varies among the models. In AGLINK-COSIMO and the PEM model, Sweden is included as part of a European bloc (EU-15 and EU27 respectively). This implies a marginal ability to deliver results that are representative for Sweden. In the GTAP model, Sweden is included as a country and the results give an average picture of the Swedish conditions, while in the CAPRI model, Sweden is divided into 8 region. This classification provides a more nuanced picture of the Swedish situation in the agricultural sector. Which model should be used in a specific study, depends largely on the character of the study. One conclusion to be drawn from this study is to record CAPRI as the one of the four models that reflects the Swedish situation best from a Swedish Board of Agriculture point of view.

Analysis division 2009-12-08 Author Lars M Widell

Rapport:

Sammanfattning Jordbrukssektorn har länge varit föremål för intresse från statsmakternas sida och för ingripanden i syfte att påverka produktion, konsumtion, handel, priser mm. För att bättre kunna prognostisera utvecklingen inom sektorn och bedöma effekterna av olika regleringsåtgärder har man utvecklat olika analysmetoder, framför allt i form av ekonomiska jämviktsmodeller. En jämviktsmodell är en stiliserad beskrivning av verkligheten bestående av en stor mängd matematiska ekvationer. Jämviktsmodellerna är antingen partiella, det vill säga modellerna behandlar enbart en eller flera marknader/sektorer men inte hela ekonomin, eller allmänna, det vill säga modellerna behandlar hela ekonomier.1 En modell, hur omfattande den än må vara, är ändå alltid en förenklad beskrivning av hur en ekonomi fungerar i verkligheten. Detta hindrar inte att de flesta modeller är tämligen komplexa samtidigt som de vilar på matematisk grund. Rapporten blir därför av nödvändighet bitvis relativt teknisk till sin natur. Denna rapport syftar till att -

förenklat sammanfatta fyra etablerade ekonomiska jämviktsmodeller över jordbruket internationellt, där Sverige ingår som land eller del i ländergrupp

bedöma modellernas förmåga att beskriva och ta hänsyn till svenska förhållanden

AGLINK-COSIMO är en partiell dynamisk utbud-efterfrågemodell över jordbruket i stora delar av världen, utvecklad av OECD-sekretariatet i nära samarbete med medlemsländerna. Modellen representerar årligt utbud, efterfrågan och priser för de främsta jordbruksprodukterna som produceras, konsumeras och handlas i medlemsländerna. Modellen används till att åstadkomma en framåtsyftande analys av jordbrukssektorn bland OECD:s och FAO:s medlemsländer CAPRI är en partiell jämviktsmodell för jordbrukssektorn inom EU och den är utvecklad för analys av den gemensamma jordbrukspolitiken. Modellen innehåller samtliga EU-länder och den är regionalt nedbruten på s.k. NUTS 2 nivå2, vilket för Sverige innebär en indelning i 8 regioner. Modellen används till att analysera och utvärdera den allmänna jordbrukspolitiken inom EU GTAP är en beräkningsbar allmän jämvikts (CGE) modell. CGE-modeller är kraftfulla verktyg, vilka möjliggör genomförandet av kvantitativa analyser av bland annat olika internationella handelsfrågor och GTAP är, i synnerhet med dess breda ländertäckning

I en partiell jämvikt antar man att det råder jämvikt på övriga marknader i ekonomin och att dessa jämvikter inte förändras när något sker i den del av ekonomin som den partiella analysen speglar. 2 NUTS = Nomenclature des Unités Territoriales Statistique (Nomenklaturen för statistiska territoriella enheter). Den svenska NUTS 2 indelningen finns illustrerad i tabell B.2 i bilaga B.

Rapport:

och omfattande databas, designad just för denna uppgift. Modellen används till kvantitativa analyser för alla sektorer i ekonomin av bland annat olika internationella handelsfrågor PEM är en statisk partiell jämviktsmodell för olika typer av grödor samt mjölk. Modellen ger en schematisk bild av både existerande och hypotetisk jordbrukspolitik i de länder som ingår i modellen.3 Resultatet (modellens output) ger information till beslutsfattare i berörda länder om de relativa effekterna av marknadsprisstöd och/eller olika typer av budgetstöd. Modellen används till att analysera hur lantbrukarnas produktionsbeslut påverkas av jordbrukspolitiken i några OECD-länder. Förmågan att beskriva svenska förhållanden och hur Sverige som helhet och/eller delar av landet påverkas av jordbruks- och handelspolitik varierar mellan de olika modellerna. I AGLINK-COSIMO ingår Sverige som en del av EU-15 och det innebär att modellen har en marginell förmåga att ge resultat som är representativa för Sverige. Tolkningen av modellens resultat blir då analogt med ett EU-15 genomsnitt men resultaten för någon enstaka produkt (där Sverige står för en stor andel av produktionen) kan till viss del beskriva de svenska förhållandena tämligen bra. Modellen är även en partiell jämviktsmodell, vilket gör att de kopplingar som finns mellan jordbrukssektorn och övriga sektorer i ekonomin inte beaktas. I CAPRI ingår Sverige som ett separat land. Landet är sedan även indelat i NUTS 2 regioner, vilket gör att de svenska förhållandena speglas relativt väl. Även denna modell är en partiell jämviktsmodell och blir även den ganska begränsad avseende kopplingen till övrig ekonomi. Detta kan också skapa problem i geografin (NUTS 2 regionerna) eftersom handel mellan jordbrukssektorn och övriga sektorer mellan regioner inte är så utförligt modellerad. Den tredje modellen, GTAP, har Sverige med som ett separat land, vilket gör att den tar hänsyn till landet och dess förhållanden. Däremot är den inte regionalt indelad vilket innebär att resultaten ska ses som landsgenomsnitt. Modellen är en allmän jämviktsmodell och därigenom tar den hänsyn till hela ekonomin. I PEM ingår Sverige i EU-15 och därigenom får resultaten tolkas enligt samma principer som för AGLINK-COSIMO. En slutsats som kan dras ur detta är att CAPRI är den av de fyra modellerna som bäst speglar de svenska förhållandena.

Länderna/regionerna består av EU, Japan, Kanada, Mexico, Schweiz och USA.

Innehåll 1

Inledning.................................................................................................................. 1

AGLINK-COSIMO ................................................................................................ 2

2.1

Inledning........................................................................................................... 2

2.2

Modellstruktur .................................................................................................. 3

2.3

Databas ............................................................................................................. 7

2.4

Framtagning av framtidsutsikten ...................................................................... 7

2.5

Fördelar och nackdelar ..................................................................................... 9

CAPRI ................................................................................................................... 10 3.1

Inledning och historik..................................................................................... 10

3.2

Modellbeskrivning.......................................................................................... 11

3.2.1

Grundprinciper ....................................................................................... 11

3.2.2

Utbudsmodulen....................................................................................... 16

3.2.3

Marknadsmodulen .................................................................................. 20

3.2.4

Modulen för ungdjur............................................................................... 21

3.2.5

Modellering av politik ............................................................................ 22

3.3 4

Fördelar och nackdelar ................................................................................... 23

GTAP ..................................................................................................................... 25 4.1

Inledning och historik..................................................................................... 25

4.2

En översikt över GTAP:s standardversion och dess databas.......................... 25

4.2.1

Modellstruktur ........................................................................................ 26

4.2.2

GTAP:s databas ...................................................................................... 32

4.3

Exempel på utvecklingar av standardmodellen .............................................. 34

4.4

Fördelar och nackdelar ................................................................................... 35

Rapport:

PEM ....................................................................................................................... 36 5.1

Inledning......................................................................................................... 36

5.2

PEM modellen för grödor............................................................................... 38

5.2.1

Beskrivning av modellen ........................................................................ 38

5.2.2

Stödhantering.......................................................................................... 39

5.2.3

Mätning av stödens effekter ................................................................... 41

5.3 5.3.1

PEM modellen för mjölk ................................................................................ 42

Modellstruktur ........................................................................................ 43

5.4

Integrering av växt och mjölkmodulerna........................................................ 46

5.5

Fördelar och nackdelar ................................................................................... 48

Svenska förhållanden ........................................................................................... 49

Litteraturförteckning ................................................................................................... 51 Bilaga A ......................................................................................................................... 55 Bilaga B.......................................................................................................................... 57 Bilaga C ......................................................................................................................... 59

Inledning

En jämviktsmodell är en förenklad beskrivning av verkligheten bestående av ett stort antal matematiska samband i form av ekvationer. Jämviktsmodellerna är antingen partiella, dvs. modeller som enbart behandlar en eller flera marknader/sektorer men inte hela ekonomin, eller allmänna, dvs. modeller som behandlar hela ekonomier. En modell, hur omfattande den än må vara, är alltid en förenklad beskrivning av hur ekonomin fungerar. Oaktat denna förenkling av verkligheten finns det stora fördelar med att använda sig av formella modeller, vilka baseras både på ekonomisk teori och empiri. Då det stora antalet korsberoenden mellan olika delar och sektorer i ekonomin gör det svårt att prognostisera den framtida ekonomiska utvecklingen, eller hur en störning påverkar ekonomins olika delar, kan man inte studera enskilda samband separat. Genom att använda sig av en modell kan man istället skapa ett sammanhängande ramverk som ger en helhetsbild av de olika ekonomiska beståndsdelarna, och kan på så sätt undvika en osammanhängande analys som kanske inte är förenlig i alla delar. En modell gör det således lättare att göra en konsistent bedömning av den framtida utvecklingen av de olika ekonomiska komponenterna. En annan fördel är att en modell kan fungera som ett redskap för att förstå den aktuella ekonomiska situationen och den kommande utvecklingen. Teorin bakom jämviktsmodellering (både allmän och partiell) är ganska enkel (se bl.a. Greenaway m.fl., 1993): bygg en analytiskt konsistent matematisk modell av en ekonomi, kombinerad med data på de variabler som krävs för att illustrera denna ekonomi. Gör detta för en viss tidpunkt (om modellen skall vara statisk) och låt sedan lösa modellen numeriskt. Teorin om allmän jämvikt, dvs. att efterfrågan är lika med utbudet på alla marknader i ekonomin, och konceptet att genom system av simultana ekvationer bygga modeller över ekonomier, kan spåras tillbaka till 1800-talet och fransmannen Léon Walras. Det är dock inte förrän datorns intåg inom främst universitetsvärlden som sådana modeller blivit mer och mer tillgängliga och användbara i praktiken. Ekonomiska/matematiska modeller har använts inom nationalekonomin under en lång tid, och en viktig föregångare till att använda sådana modeller inom det jordbrukspolitiska området var Muths (1968) analys av bostäder och markanvändning i urbana miljöer. Utvecklingen mot att använda modeller för analys av prisstöd inom jordbruket brukar tillskrivas Floyd (1985). Analys av effekter av jordbrukspolitik, verklig eller fiktiv, i en så komplex sektor som jordbrukssektorn kräver ofta flera olika typer av modeller. Av de fyra modeller som presenteras i denna skrift används (grovt skissat) AGLINK-COSIMO till att åstadkomma en framåtsyftande analys på medellång sikt av jordbrukssektorn bland OECD:s och FAO:s medlemsländer; CAPRI används till att analysera/utvärdera den allmänna jordbrukspolitiken inom EU; GTAP används till kvantitativa analyser för alla sektorer i ekonomin av bland annat olika internationella handelsfrågor; och PEM används till att genomföra en djupanalys av hur lantbrukarnas produktionsbeslut påverkas av jordbrukspolitiken i några OECD länder. Rapporten är disponerad enligt följande: i kapitel 2 sammanfattas modellen AGLINKCOSIMO. Därefter följer modellerna CAPRI, kapitel 3, GTAP, kapitel 4 och PEM, kapitel 5. Avslutningsvis, i kapitel 6, diskuteras modellernas förmåga att spegla svenska förhållanden.

AGLINK-COSIMO

2.1

Inledning4

AGLINK är en akronym som står för AGricultural LINKages och det är en partiell dynamisk5 utbud-efterfrågemodell över jordbruket i stora delar av världen, utvecklad av Organisation for Economic Co-operation and Development (OECD)-sekretariatet i nära samarbete med medlemsländerna. Modellen representerar årligt utbud, efterfrågan och priser för de främsta jordbruksprodukterna som produceras, konsumeras och handlas i medlemsländerna. Den första versionen var klar 1992 och den innehöll då 7 länder. Den övergripande modelldesignen är fokuserad på vilken potentiell påverkan jordbrukspolitiken har på marknaderna för jordbruksprodukter på medellång sikt (c:a 10 år framåt). De produkter som modellen omfattar är vete, foderspannmål, ris, oljeväxter, oljeväxtmjöl och oljor, betydande mejeriprodukter (exempelvis smör, skummjölks- och helmjölkspulver), mjölk, nötkött, griskött och fjäderfäkött. Fårkött och ägg är mindre vanligt men förekommer för vissa länder. I större OECD-länder och i några specifika länder utanför OECD beräknar modellen fram utbud, efterfrågan och priser. Sektorer som inte är jordbrukssektorer modelleras inte och de behandlas som exogena6 i modellen COSIMO är en akronym som står för COmmodity SImulation MOdel och den är sprungen ur Food and Agricultural Organisation of the United Nation (FAO)’s modell ”World Food Model” och vars parametrar7 använts som utgångspunkt vid konstruktionen av nya ländermoduler i COSIMO. Beslutet att koppla ihop AGLINK och COSIMO gjordes 20048 och syftade för OECD:s del till att ge möjligheter till såväl en mer detaljerad representation av de länder som inte är medlemmar i organisationen, som tillgång till expertis på utvecklingsländer; och för FAO:s del till att förstärka sin varugruppsanalys på medellång sikt avseende viktiga utvecklingsländer och regioner. AGLINK-COSIMO används av OECD och FAO till att i) på ett systematiskt sätt integrera medlemsstaternas kunskaper om hur utvecklingen är och förväntas bli för olika typer av jordbruksprodukter; ii) kvantifiera hur olika policyscenarier påverkar de specifika produktmarknaderna; iii) skapa en medellång baseline9 som är konsistent med en fortsättning av rådande jordbruks- och handelspolitik

Den huvudsakliga källan för detta kapitel är OECD (2006). Med dynamisk menas att modellen antingen har ekvationer som är beroende av tidsförskjutna värden, exempelvis är BNP för år t beroende av BNP för år t-1, eller så har man byggt in tillväxt i en del variabler, exempelvis att BNP växer med x procent per år. Motsatsen är statisk och det betyder att modellen är byggd för ett specifikt år och att det inte finns några kopplingar mellan olika år. 6 Med exogen menas att en variabel inte bestäms av andra variabler i en modell utan den bestäms externt. Motsatsen heter endogen och den bestäms inom modellen. 7 En parameter är en matematisk storhet som betraktas som en konstant men som kan anta olika värden t.ex. i en ekvation eller en funktion. Ofta kan man välja lämpliga värden på parametrarna och anpassar därmed formeln för en viss användning. Exempel: y = 3 x + 2 dvs. ekvationen för en rät linje som korsar y-axeln vid värdet 2, så är y funktionsvärdet, x en variabel och 3 och 2 parametrar. 8 COSIMO är namnet på det projekt som startades upp vid FAO när samarbetet med OECD startade. 9 Med en baseline menas att OECD-FAO konstruerar ett scenario på medellång sikt (10 år) baserat på redan beslutad jordbrukspolitik. 5

(inkl. redan beslutade förändringar). Modellen används i huvudsak till att generera OECDFAO:s ”Agricultural Outlook” som visar prognoser på medellång sikt.10 En baseline skapas genom att ett frågeformulär (en enkät) inledningsvis skickas ut till var och en av modellens länder för ifyllnad. Svaren används sedan till att kalibrera modellen ländervis så att ekvationerna för modellens länder stämmer med observerad data startåret. Därefter slås ländermodulerna i AGLINK ihop och kalibreras igen. I nästa steg sätts AGLINK och COSIMO (som genomgått liknande behandling vid FAO) ihop tillsammans med olika makroekonomiska antaganden och prognoser över hur världsmarknadspriser för modellens produkter antas förändras över undersökt tidsperiod (se figur 2.1 nedan). Figur 2.1 Schematisk bild över AGLINK-COSIMO

Länder/regioner

ARG

AUS

Världsmarkn. priser

NZL

USA

Makroekon. antaganden

AGLINK

COSIMO Produkter

Not.: Produktförkortningarna finns redovisade i tabell 2.1 nedan och länderförkortningarna finns redovisade i tabell A.1 i bilaga A.

I nästa steg kalibreras alltsammans mot basåret (startåret), dvs. modellen körs med den data som finns insamlad (fram till året innan basåret) och sedan jämförs resultatet för basåret (enligt modellen) med verklig data för samma år.11

2.2

Modellstruktur

Det finns några grundläggande antaganden som modellen baserar sig på. Ett är att marknaderna för jordbruksprodukter är konkurrensutsatta där köpare och säljare beter sig i enlighet med fullständig konkurrens och där priserna bestäms utifrån jämvikter på dels regionala marknader, dels globalt. Ett annat är att inhemskt producerade varor ses som perfekta substitut till varor producerade utomlands, det vill säga importörer skiljer inte på vilket land en vara kommer ifrån. Modellen är en partiell jämviktsmodell baserad på ett antal utvalda jordbruksprodukter. Andra sektorer, vilka inte tillhör jordbrukssektorn, behandlas som om de var exogena och modelleras inte.12 Modellen är dynamisk (rekursivt dynamisk)13 där en prognos görs för modellens

Den senaste rapporten (december 2008) täcker tidsperioden 2008 – 2017 (www.agri-outlook.org). Fortsättningsvis översätts ordet outlook med framtidsutsikt. 11 Ibland kallas detta för att replikera ett givet år. 12 De bestäms externt och inte av andra parametrar och variabler i modellen.

produktmarknader på årsbasis (ett års resultat baseras på föregående års resultat). Utbuds- och efterfrågefunktionerna i modellen är linjära (efter att de logaritmerats), med partiella elasticiteter14 som koefficienter i ekvationerna. Många av elasticiteterna har hämtats från, eller baserats på, nationella modeller vilka används i medlemsstaterna. Andra elasticiteter baseras på ekonometriska analyser som initierats av OECD-sekretariatet och utförts av antingen konsulter eller sekretariatets egen personal. Modellen är också policy inriktad där mått på policy (tullar, stödutbetalningar och styrning av utbud) finns explicit inbyggt i modellen. AGLINK-delen av modellen består av 9 endogena moduler för OECD länder/regioner (Australien, Kanada, EU15, EU12, Japan, Korea, Mexiko, Nya Zeeland och USA) och 4 länder som inte är medlemmar i OECD (Argentina, Brasilien, Kina och Ryssland). 2 länder betraktas som exogena i modellen (Schweiz och Norge)15. COSIMO-delen består av 24 länder och 15 regionala aggregat.16 Hur och i vilken omfattning AGLINK och COSIMO delarna är sammanlänkade beror på de specifika produkterna. I vissa fall, såsom spannmål, oljeväxter och mejerivaror, finns det kopplingar mellan alla endogena moduler i de två delarna. Däremot när det gäller bl.a. nötkött delar man in världsmarknaden i tre olika delar, Stilla Havsmarknaden, Atlantmarknaden och resten.17 Även grisköttsmarknaden är indelad på liknande sätt. De produkter som modellen omfattar finns summerade (inklusive kodbeteckning) i tabell 2.1 nedan. Tabell 2.1: Sammanställning av de produkter som ingår i AGLINK-COSIMO 2006 Vete WT Oljeväxtmjöl OM Ost Foderspannmål CG .. Sojabönsmjöl SM Helmjölkspulver .. Korn BA .. Rapsmjöl RM Skummjölkpulver .. Majs MA .. Solrosmjöl SFM Färska mejeriprodukter .. Havre OT Vegetabilisk olja VL .. Andra mejeriprodukter .. Sorghum SO .. Palmolja PL Vasslepulver .. Råg RY .. Olja från oljeväxter OL Kasein .. Andra spannmål OC … Sojabönolja SL Nötkött Ris RI … Rapsolja RL Griskött Oljeväxter OS … Solrosolja SFL Fjäderfäkött .. Sojabönor SB Mjölk MK Fårkött .. Raps RP Smör BT Ägg .. Solrosfrön SF Källa: OECD (2006). Not.: Till nästa framtidsutsikt (2008) kommer även produktgruppen socker finnas med.

CH WMP SMP FDP ODP WYP CA BF PK PT SH EG

Tabellen ger också en sammanfattning av de produkter i AGLINK-COSIMO som antingen är fullt ut modellerade med avseende på utbud, efterfrågan, handel och priser, eller inte är fullt ut modellerade, där de sistnämnda är markerade med punkter innan produktnamnet i tabellen.

Med rekursivt menas här att modellen körs för ett år och resultaten används sedan som input för nästa år. Med en elasticitet mäter man relationen mellan en given förändring av en variabel (exempelvis pris på en produkt eller individens inkomst) och den resulterande förändringen i den beroende variabeln (oftast efterfrågad kvantitet av produkten). En egenpriselasticitet visar exempelvis på hur efterfrågan av en viss produkt påverkas vid en prisförändring på densamma. 15 Summerar vi så här långt består AGLINK av 13 länder/regioner (+ 2 exogena länder). 16 Se tabellerna A.1 och A.2 i bilaga A för en uppräkning av modellens länder och regioner. 17 Uppdelningen är baserad på förekomsten av muloch klövsjuka. Indelningen mellan atlantmarknaden och resten bygger på OIE:s (Office International des Epizooties, mera känd som World Organisation for Animal Health) indelning av marknaden för nötkött. 14

Vissa produkter ingår som del i större aggregat. Detta är viktigt att ha i åtanke när man tolkar modellens resultat. Till de i tabellen uppräknade produkterna skall nu även socker (råsocker, raffinerat socker, melass och HFCS18) läggas till. I framtiden kommer även biobränsle att finnas med (antingen inbyggt i modellen eller som en satellit till denna).19 Det som i huvudsak driver dynamiken i modellen är de makroekonomiska parametrarna. Teknisk förändring finns implicit inbyggd i modellen genom att det är möjligt att förändra avkastningen för grödor över tiden. Även om investeringar i ny kapacitet för jordbruksproduktion inte är direkt inkluderade i modellen, så påverkas arealen där en viss gröda produceras endogent mot priser på grödan och dess substitut. Konkurrensen om jordbruksmark är modellerad med hjälp av korspriseffekter.20 Avkastningen för en del grödor beror bland annat på grödans pris och är därför endogent modellerad. Jordbruksprodukternas produktionskostnad uppskattas med hjälp av ett produktionsindex, som i sin tur beror på makroekonomiska variabler. De viktigaste makroekonomiska variablerna i modellen (vilka bestäms oberoende av modellen) är BNP (används som proxy21 för konsumenters inkomst), konsumentprisindex, BNP-deflator22, växelkurser och världsmarknadspriset på olja. Modellens huvudsakliga output/resultat är de så kallade baseline projiceringarna på medellång sikt (10 år). Politiken kan modelleras på olika sätt, såsom förändringar i utbud eller i efterfrågan för olika jordbruksprodukter och begränsningar av handel. Även de makroekonomiska variablerna och avkastningen på grödorna kan varieras i en sådan analys. I baseline projiceringarna antas även att vädret är normalt och att den makroekonomiska miljön är stabil. Handelsflöden bestäms med hjälp av såväl prisförändringar som handelspolitik (tullkvoter, produktionsstöd och exportstöd), vilka är relevanta för jordbrukssektorn i varje specifikt land alt. region. Som ett resultat av detta innehåller modellen individuella priser för ett antal produkter i vart och ett av de större länderna/regionerna som producerar jordbruksprodukter i världen. Hur de olika länder-/regionmodulerna är sammanlänkade med varandra beror på den specifika produkten. För spannmål, foderspannmål och mejeriprodukter, interagerar modulerna med varandra via världsmarknaden genom antagandet om homogena produkter. För nötkreatur baseras modellen på en segmenterad marknadsansats. De länder som är förskonade från muloch klövsjukan på nötkreatur modelleras separat och där ingår Australien, Kanada, Japan, Korea, Mexico, Nya Zeeland, USA, Hong Kong, Singapore, och Taiwan. Den andra nötköttsmarknaden innehåller Mercosur-länder, dvs. Argentina, Brasilien, Chile, Paraguay och Uruguay. Slutligen bildar Europeiska unionen en tredje nötköttsmarknad i AGLINK, vilken interagerar med Mercosur endast till en mindre del, på grund av både EU:s exportpolitik avseende nötkött och skillnaden i EU:s köttexport avseende destination och

HFCS = High Fructose Corn Syrup. I 2007 års publicerade OECD-FAO framtidsutsikt (OECD-FAO, 2007) finns en inledande diskussion om och genomgång av biobränsle med. 20 Korspriseffekter uppstår när utbud och/eller efterfrågan för en specifik produkt påverkas av förändringar i priset på en annan produkt eller i priset på en insatsvara. 21 Med proxy menas här en variabel som används som substitut för en annan variabel, en variabel som skulle föredras men som det ofta inte finns någon data på. 22 En deflator är ofta ett prisindex som används till att räkna om ett löpande pris till ett fast pris. Detta för att underlätta jämförelser mellan olika år. 19

kvalitet. Naturligtvis kan en sådan uppdelning av nötköttsmarknaden ifrågasättas, om de traditionella uppdelningarna blir uppluckrade på grund av handeln från Mercosur in till den muloch klövsjukefria delen av världen. Tre olika grisköttsmarknader finns inbyggda i modellen; norra Stillahavsområdet (Kanada, Japan, Korea, Mexico, USA och kinesiska Taipei), Oceanien (Australien och Nya Zeeland) och EU (inklusive viss handel med östra Europa). Griskött anses som en mer homogen vara än nötkött. I komponenten ”resten av världen”23 är griskött en del av gruppen/sektorn ickeidisslare medan nötkött inte finns med alls. Produktionen av en viss gröda uttrycks som skördad areal, multiplicerat med avkastning per arealenhet. Skördad areal och avkastning specificeras separat och kan påverkas av bland annat relativpriser och policyvariabler. Konkurrensen mellan de olika grödorna gällande bördig mark representeras i modellen av korspriselasticiteter i de så kallade arealekvationerna. Priser finns enbart specificerade i ett fåtal av de ekvationer som beräknar avkastning i modellen. I de fall avkastningen är endogen, representeras priset av enkla funktioner som bland annat innehåller en tidstrendsvariabel (vilket skall ses som en proxy för teknisk förändring). För efterfrågan på mat finns det i varje ekvation en länk mellan efterfrågad kvantitet, pris, konsumentens inkomst och befolkningsstorlek. Efterfrågan på foder baserad på spannmål och oljeväxter bestäms i modellen utifrån arbete utfört av OECD-sekretariatet, dvs. de konsulterar både egna och nationella experter. Utgifter för total mängd foder i ett land eller en region modelleras som en funktion av det landets boskapsproduktion. Utgifterna fördelas därefter ut på vete, foderspannmål, och oljeväxter på basis av deras relativpriser. Modellen simulerar fram jämviktspriser på produktmarknaderna på världshandelsnivå för de flesta av de ingående produkterna och, där det passar, även på interna marknader. För dessa produkter antas att det är världsmarknadspriset som måste justeras för att total export skall vara lika med total import. Ofta, när ett lands eller en regions jordbrukspolitik styr, kommer ett jämviktspris likställa total efterfrågan med totalt utbud. Policyparametrarna kan antingen påverka efterfrågan via lager och export, eller utbud via import och produktion. Det vanligaste är dock att internpriserna är en funktion av antingen världsmarknadspriset (efter justeringar för växelkurser och tullar), eller ett referenspris, om ett sådant finns. Klart är att den tidigare metoden har valts om marknaden är öppen för handel. Ländernas handel med produkter modelleras på tre olika sätt. Det första sättet är att nivån av export och import, antingen bilateralt eller totalt, fastställs exogent. Detta kan vara fallet, exempelvis, när en handelskvot eller en överenskommelse om marknadstillträde skall tillämpas eller att nivån på handeln är väldigt liten. Det andra är att spegla en specifik handel mellan två eller flera länder/regioner, exempelvis handeln med fjäderfä mellan USA och Kanada. Det tredje sättet, vilket är det vanligaste, är att betrakta handeln som en residual i ekvationen över hur utbudet används inom regionen.24 Det är den senaste varianten som överensstämmer med hur man länkar interna priser till antingen världsmarknadspriser eller policy priser.

Med ”resten av världen” menas att de länder som inte modelleras explicit eller i någon specifik grupp, slås samman till en egen grupp som benämns resten av världen (ofta förkortad ROW). 24 Ett lands nettohandel med omvärlden av en specifik produkt är dess produktion minus dess konsumtion (om vi antar att allt används och inget läggs på lager). Om nettohandeln är positiv innebär det att landet exporterar produkten och ifall den är negativ så importerar landet produkten. Residualen kan likställas med nettohandel i ovanstående exempel.

2.3

Databas

Frågeformulären som skickas till varje land består dels av ett följebrev med frågor, dels en Excel fil som innehåller de data som landet i fråga skickat in vid tidigare tillfällen och där landet skall fylla i det sökta årets siffror. Detta möjliggör att medlemsländerna kan revidera äldre data samt lägga till/fylla i luckor i datamaterialet. Databasen innehåller tidsserier som i många fall daterar sig tillbaka till 1970 och dessa fås utan extra kostnad om man får tillgång till modellen.

2.4

Framtagning av framtidsutsikten

En viktig aspekt av framtidsutsikten är det växelverkande samarbetet mellan medlemsländer, FAO och OECD-sekretariatet. Startpunkten för processen med att ta fram en framtidsutsikt är ett årligt frågeformulär som skickas ut av sekretariatet i början av året till varje medlemsland. Med hjälp av dessa frågeformulär får sekretariatet25 information från medlemsländerna över hur de bedömer att de nationella marknaderna kommer att utvecklas samt hur jordbrukspolitiken kommer att utvecklas. Med andra ord, varje medlemslands respons på frågeformuläret ger en startpunkt för OECD:s projektioner, vilka baseras på bestämda antaganden angående politik och världsmarknadspriser. Informationen kompletteras sedan med annan information som kan fås från andra källor, såsom Världsbanken eller Internationella valutafonden (IMF), för att få en överblick över vilka de huvudsakliga bestämmelsefaktorerna är som påverkar hur marknaderna inom de länder som inte är medlemmar i OECD utvecklas. Denna del av processen söker skapa en första inblick i möjliga marknadsutvecklingar och på att skapa de huvudsakliga antaganden som sedan ligger till grund för framtidsutsikten. Som ett andra steg används modellen till att integrera denna information och att ge en första omgång med globala marknadsprognoser (så kallade baselines). De individuella nationella prognoserna är sammanlänkade så att de påverkar varandra direkt via handel med jordbruksprodukter. Det slutliga resultatet kommer att vara konsistent mellan medlemsländer, på så sätt att de slutliga priserna på världsmarknaden och de nationella marknaderna löser sig så att utbud är lika med efterfrågan för samtliga produkter. Som en följd av det andra steget kommer modellens prognoser för de enskilda länderna/regionerna skilja sig åt från de ursprungliga enkätsvaren (från frågeformuläret), med avseende på medlemsländernas ursprungliga antaganden om hur världsmarknadspriserna utvecklas. I de fall där det råder någon form av avvikelse mellan medlemsländernas prognoser och modellens prognoser, rådfrågas medlemsländerna om denna avvikelse. Viktigare avvikelser diskuteras antingen bilateralt eller multilateralt mellan sekretariatet och medlemsländerna via diskussionsgruppen EDG.26 Den vanligaste utkomsten från en sådan diskussion är att det ursprungliga svaret i frågeformuläret justeras något. Baserat på svaren från frågeformulären, kompletterat med dessa diskussioner och med hjälp av uppdaterad information, produceras sedan en första baseline. Formella möten, vilka brukar genomföras i januari varje år, ger ett första tillfälle att bedöma denna första baseline för spannmål, oljeväxter och nötkreatur. I OECD:s jordbrukskommittés

25 26

OECD får information från sina medlemsländer och FAO från sina. EDG = Electric Discussion Group.

grupp för spannmål, djurfoder och socker och OECD:s grupp för kött- och mejeriprodukter erbjuds ett fora där prognoserna i framtidsutsikten diskuteras, och där medlemsländernas antaganden kan granskas. Förutom att diskutera dessa preliminära resultat är gruppen också ansvarig för att granska analysutkast vilka senare sammanfattas i framtidsutsikten i dess slutliga version. Som följd av ”Commodity Working Groups (CWP)” möten och slutliga datarevisioner, så produceras en slutlig baseline. De reviderade prognoserna utgör grunden för publiceringen av framtidsutsikten, vilken granskas och diskuteras av the Working Party on Agricultural Policies and Markets of the Committee for Agriculture (APM). Andra delar av framtidsutsiktsdokumentet, speciellt scenarioanalyser, diskuteras också igenom vid detta möte. Det material som granskas här är i stor utsträckning det material som kommer att utgöra merparten av det slutliga dokument, vilket brukar publiceras för allmänheten i april varje år. Tillvägagångssättet tyder på att projektionerna som presenteras i framtidsutsiktsrapporten, i stor utsträckning styrs av de svar som fås från medlemsländernas ifyllande av frågeformulären. Granskningsproceduren medför att bedömningar från medlemsstaternas experter har stor bäring på modellens prognoser och relaterad analys. Emellertid vilar det slutliga ansvaret för prognoserna och dess tolkning på FAO och OECD-sekretariaten.

2.5

Fördelar och nackdelar

Fördelar: Modellen används aktivt av OECD, FAO och dess medlemsländer (i huvudsak OECDmedlemmarna). Modellen revideras löpande, det gäller både ekvationer och data. Under 2008 har det beslutats att en större genomgång skall göras av hela modellen och den beräknas vara klar någon gång 2009-2010. Modellen är den av de undersökta modellerna som täcker den globala jordbrukssektorn bäst. Modellen håller på att anpassas för bioenergi. Nackdelar: Modellen tar inte hänsyn till några återkopplingar till makroekonomin. Detta kan vara viktigt för de länder som ingår i ”resten av världen” (ROW), och där jordbruket är en viktig del av den inhemska ekonomin. Sverige ingår som en del i EU15, vilket gör resultaten svårtolkade ur ett nationellt perspektiv. Modellen är svag på livsmedelssidan (nästan ingen livsmedelssektor alls) och den innehåller inte frukt och grönt. Inhemskt producerade varor ses som perfekta substitut till varor producerade utomlands, det vill säga importörer skiljer inte på vilket land en vara kommer ifrån. Detta är troligen ett alltför förenklat antagande. Modellen beaktar endast jordbrukssektorn och tar därför inte hänsyn till kopplingar mellan jordbrukssektorer och övriga sektorer i en ekonomi, dvs. detta är ingen allmän jämviktsmodell. Slutsats: I AGLINK-COSIMO ingår Sverige som en del av EU-15 och det innebär att modellen har en marginell förmåga att ge resultat som är representativa för Sverige. Tolkningen av modellens resultat baseras då på ett EU-15 genomsnitt men resultaten för någon enstaka produkt (där Sverige står för en stor andel av produktionen) kan till viss del beskriva de svenska förhållandena tämligen bra. Modellen är även en partiell jämviktsmodell, vilket gör att de kopplingar som finns mellan jordbrukssektorn och övriga sektorer i ekonomin inte beaktas.

CAPRI

3.1

Inledning och historik27

CAPRI, vilket är en akronym som betyder Common Agricultural Policy Regionalized Impact Analysis, är ett modelleringssystem som baseras på data från bland annat EUROSTAT, OECD samt utdrag ur FADN (farm accountancy data network)28. CAPRI är designat som ett projicerings- och simuleringsverktyg, där man med projicering menar en generering av ett basscenario i en framtida situation baserat på en oförändrad politik. Med simulering menas en förändring (numerisk) som är baserad på alternativa scenarier. En grundläggande orsak till varför CAPRI utvecklades var att det inte fanns någon modell inom jordbrukssektorn som täckte dels hela EU:s jordbruk, dels jordbruket på en regional nivå som var mer finfördelad än medlemsstatsnivån. En annan anledning var att man inom EU ville analysera effekterna av CAP-reformen och dess olika beståndsdelar, miljöpolitik samt handelspolitik på EU:s jordbruk. Utvecklingen av CAPRI startade under 1997 och modellen bygger på ett antal äldre modeller såsom RAUMIS, SPEL/EU och WATSIM.29 Den första operationella versionen av CAPRI släpptes 1999. Koordinator och drivande i projektet CAPRI är Institute for Agriculture Policy Analysis vid universitetet i Bonn men andra institutioner finns inblandade då hela projektet fungerar som ett stort nätverk. CAPRImodellen är GAMS-baserad och CONOPT används som solver.30 Fortsättningen av detta kapitel är disponerad enligt följande: i delkapitel 3.2 beskrivs modellsystemet CAPRI. Kapitlet är uppdelat i ett antal avsnitt, där avsnitt 3.2.1 ger dels en historisk tillbakablick på CAPRI-projektet, dels en övergripande sammanfattning av modellsystemet samt en mindre genomgång av databasarbetet. Avsnitt 3.2.2 – 3.2.5 beskriver de grundläggande modulerna (utbuds-, marknads, ungdjur- respektive politikmodulerna) i systemet. Avslutningsvis, i delkapitel 3.3, diskuteras för och nackdelar med CAPRI.

Huvudsakliga källor för detta kapitel är Britz (red.), 2005, med mindre justeringar för Britz (red.), 2008. FADN är en EU-reglerad undersökning av jordbrukets ekonomiska resultat på lantbruksnivå, baserad på bokföringsuppgifter från lantbruken. Denna undersökning genomförs årligen i alla EU:s medlemsstater och huvudsyftet med den är att undersöka hur det ekonomiska resultatet för lantbruket förändras från år till år i de olika medlemsländerna. Undersökningen syftar även till att följa upp effekterna av de olika bidragsprogram som finns inom sektorn. Mikrodata som innehåller cirka 2000 variabler samlas in och skickas till DG Agri i Bryssel, där en databas har skapats med data från samtliga medlemsländer. 29 RAUMIS = Regionalisiertes Agrar und Umweltinformationssystem für die BRD; SPEL = Sektorales Produktions- und Einkommensmodell der Landwirtschaft; och WATSIM = World Agricultural Trade Simulation Model. 30 GAMS (General Algebraic Modeling System) är ett modelleringssystem för matematisk programmering och optimering. CONOPT är en lösningsmodul (en så kallad solver) som används i GAMS och den är specialiserad på att lösa stora system av ickelinjära programmeringsproblem (såsom CAPRI). 28

3.2

Modellbeskrivning

3.2.1

Grundprinciper

Originalmodellen utvecklades under slutet av 1990-talet, finansierad inom ramen för det 4:e ramprogrammet i EU, och den specialdesignades till att mäta effekterna av CAP-reformen (Agenda 2000). Därefter har modellen breddats till att även omfatta både handelspolitik och miljöpolitik. CAPRI har utvecklats över tiden med hjälp av en serie EU-finansierade projekt, vilka involverade ett antal samarbetande institutioner inom den akademiska världen (såsom universitet och forskningsinstitut). CAPRI är designat som ett projicerings- och simuleringsverktyg för jordbrukssektorn baserat på fyra grundprinciper: (1) fysiskt konsistent ramverk, dvs. CAPRI ser exempelvis till att all tillgänglig jordbruksareal används i någon form och att det finns tillräckligt med foder och andra insatsvaror till djurbeståndet (foderbehovet beräknas explicit i CAPRI och beräkningen består i en kostnadsminimering – man försöker minimera kostnaden för insatsvarorna – baserad på djurens näringsbehov). Ett ytterligare exempel på att ramverket är fysiskt konsistent är att det i marknadsmodulen finns funktioner som ser till att mängden fett och protein i den mjölk som levereras till mejerierna är lika med den mängd fett och protein som finns i de bearbetade mejeriprodukterna (dvs. mejeriernas slutprodukter), (2) ekonomiska räkenskapsprinciper (EAA31 – totalkalkyl för jordbruket) där samtliga outputs och inputs i EAA är inkluderade för medlemsstaterna i modellen, (3) detaljerad beskrivning av EU:s jordbrukspolitik samt (4) konsistent med mikroekonomisk teori. Modellen omfattar för närvarande EU27, Norge och västra balkan, indelade i sammanlagt 250 regioner (NUTS 2).32 Genom att modellen länkades samman med den så kallade WATSIMmodellen så fick CAPRI även en global omfattning när det gäller handel av jordbruksprodukter. Denna del är nu en integrerad del av CAPRI. Genom denna regionalisering fångar modellen till viss del delar av den regionala skillnaden i jordmån och klimat som finns i EU. Modellen ger ett ganska detaljerat, region- och aktivitetsspecifikt, svar på beaktade förändringar i jordbrukspolitik, vilket inte andra mer aggregerade modeller fångar. Modellen är en partiell jämviktsmodell och den fokuserar på EU:s jordbruksproduktion samt enklare förädling. Tyngdpunkten i modellen ligger på primärproduktion (vegetabilier och animalier) samt förädlade produkter (enklare förädling). Modellens täckning av vegetabilier och animalier är omfattande, då systemet omfattar hela den ekonomiska kalkylen för jordbrukssektorn, (även grönsaker och blommor). I modellen finns få direkta kopplingar mellan olika produktionsaktiviteter bl.a. finns det (1) en koppling mellan foder och djurhållning (foderkomposition) och (2) en koppling mellan mjölk och mejeri (fett- och proteininnehåll) vilka båda modelleras i detalj. Däremot finns det ett betydande antal indirekta kopplingar.

EAA = Economic Accounts for Agriculture (Ekonomisk kalkyl för jordbrukssektorn inom EU). Enligt hemsidan för CAPRI (http://www.capri-model.org) täcker modellen nu hela EU 27 och Norge på en regional nivå motsvarande cirka 250 regioner (NUTS 2 i alla länder utom Norge där de valt NUTS 3) samt en global nivå motsvarande cirka 40 länder och/eller länderaggregat (Se tabell B.1 i bilaga B för en uppräkning av dessa länder).

CAPRI är uppbyggt av flera olika moduler som har kopplats ihop (se figur 3.1). De viktigaste modulerna är databasen, utbudsmodulen och marknadsmodulen. Databasen innehåller detaljerad produktions- och kostnadsdata, omsättningssiffror, marknadsbalanser mm. Kärnan i CAPRI är utbudsmodulen, vilken består av mer än 250 regionala ickelinjära programmeringsmodeller (NLP-modeller)33 för produktionsaktiviteterna. För en region kan man som tillägg även disaggregera ned datan till 5 (i vissa fall även 6) olika gårdstyper, vilket gör att antalet NLP-modeller kan överstiga 1000 stycken.34 Det finns också en delmodul i utbudsmodulen för perenna växter. Orsaken till detta är helt enkelt att odling av perenna växter inte är identiskt med odling av ettåriga växter. Figur 3.1: En översikt av modellsystemet CAPRI

Aggregerat utbud och efterfrågan

Resultat Produktbalans Aktivitetsnivå Priser Välfärdsmål Miljöindikatorer

Marknadsmodul Rumslig flerproduktsmodell med 11 regionala grupper av länder plus EU-15 (Se avsnitt 3.2.3)

Utbudsmodul

Tillskott

Politikdel Beräknar tillskott i förhållande till gällande bidragssystem (Se avsnitt3. 2.5)

>200 regionala eller >1000 gårdstypiska optimeringsmodeller. Delmodul för fleråriga växter. (Se avsnitt 3.2.2)

Priser

Marknad för ungdjur

Antal djur Arealstorlekar

Aggregering till landnivå

Kompletta optimeringsmodeller för länder i EU-15. (Se avsnitt 3.2.4)

Källa: Britz (red.), 2005. Not.: Avsnittshänvisningarna avser denna skrift.

Jämvikten i CAPRI fås fram genom att man låter utbuds- och marknadsmodulerna iterera med varandra. I den första iterationen löser man de regionala programmeringsmodellerna (en för varje NUTS 2 region) med förutbestämda (exogena) priser, dvs. det representativa jordbruket i regionen maximerar sin vinst givet ett antal restriktioner (areal, gödselbehov, trädeskrav, mm.). Efter att dessa ekvationssystem har lösts aggregeras de regionala resultaten (växt arealer, djurbesättningar, input-output koefficienter35, mm.) upp till att ingå i de nationella

NLP = Non-linear programming, dvs. ickelinjär programmering. Det är i skrivande stund inte helt uppenbart ifall regionerna i den skarpa CAPRI-versionen är indelade i fem olika gårdstyper eller inte. Det kan vara så att detta kommer i en framtida version. 35 Input-output koefficienterna beskriver sambandet mellan de olika produkterna i modellen (dvs. CAPRI i vårt fall), eftersom flertalet produkter inte enbart är slutprodukter utan även används som input i produktionen av andra produkter (exempelvis mjölk). 34

(medlemsstater) modellerna. De nationella modellerna kalibreras sedan, baserat på de regionala resultaten, med hjälp av PMP-metoder.36 Priser på ungdjur, vilket behandlas som en separat del i CAPRI, bestäms genom att man länkar ihop de kalibrerade medlemsstatsmodellerna till en handelsmodell för hela EU, innehållande marknadsbalanser (dvs. utbud och efterfrågan av den specifika typen av djur i en medlemsstat) för ungdjur. Mellan iterationerna så justeras nivåerna på de olika stödformer som existerar, och som är explicit modellerade i CAPRI, enligt gällande regelverk. I nästa iteration så kalibreras utbudsfunktioner och funktioner för foderefterfrågan i marknadsmodulen med resultaten av foderanvändning och produktionsnivå från utbudsmodulen i föregående iteration. Därefter löses modellsystemet i marknadsmodulen, vilket resulterar i ett antal nya priser (producentpriser) för de olika produkterna. De nya priserna, vilka anses som exogent givna (precis som tidigare), används sedan i utbudsmodulen återigen och nästa iteration startar. För varje iteration beräknas stöden på nytt i politikmodulen i enlighet med rådande bidragssystem. Detta görs för att man vill försäkra sig om att stöden eventuellt blir reducerade i de fall där storleken på den stödberättigade landarealen eller besättningsstorleken överträds. Systemet snurrar sedan fram till dess att det når en jämvikt.

3.2.1.1 Modellkoncept Kärnan i CAPRI är en linjärprogrammeringsmodell för produktionsaktiviteter. Här finns cirka 250 representativa lantbruk där var och en representerar en specifik region på NUTS 2 nivå.37 Varje region kan principiellt uppfattas som ett lantbruk (en gård) som maximerar sin vinstfunktion genom att välja insatsfaktorer och produktionsmängd till givna priser för slutprodukterna och insatsfaktorerna. CAPRI använder en kostnadsfunktion för varje aktivitet vars intercept kalibreras med hjälp av PMP (se nedan). Detta görs genom att beräkna en PMPterm som justerar kostnadsfunktionen, så att modellen, i det år den kalibreras till, agerar som företagen de facto gjorde. För att få till en konsistent aggregeringsprocedur (konsistent aggregering i den bemärkelsen att dels så skall aggregatet vara summan av dess delar, dels så skall eventuella restriktioner såsom nationella kvoter beaktas) från dessa regionala representativa lantbruk till medlemsstatsnivå, används tekniker från maximum entropy (ME) och positive mathematical programming (PMP) litteraturen.38 Kostnaden för alla insatsfaktorer som inte är uttryckligen modellerade i modellen, dvs. inte ingår i ekvationerna, fångas upp av PMP-termen. Detta gör att kostnadsfunktionen, rent teoretiskt, bidrar till en mer realistisk modellering av lantbrukarnas beteende. Problemet med PMP-termen är dock den empiriska grunden eftersom termen fångar upp kostnader som inte är modellerade i modellen, exempelvis arbete, kapital, datafel, riskaversion, kreditbegränsningar och tillfällig variation. Detta är viktigt att komma ihåg på grund av att PMP-termen har ett stort inflytande på/i modellsystemet CAPRI. Om det är så att den regionala programmeringsmodellen (utan inblandning av PMP) beräknar fram en aktivitetsnivå som är högre än den de facto observerade39 aktivitetsnivån, så kommer PMP-

Se avsnitt 3.2.1.1 nedan för en förklaring av PMP. Detta gäller enbart under antagandet om en gårdstyp per NUTS 2 region. 38 Vi har valt att inte att beskriva dessa metoder mer utförligt i denna skrift då det skulle kräva ett ganska stort utrymme. För den som vill veta mer hänvisas dels till läroböcker i ekonometri med inriktning mot ME (exempelvis Formby och Hill, 1997), dels till Howitt (1995) när det gäller PMP. 39 Med observerad nivå menas uppmätt nivå (dvs. det verkliga utfallet hos en variabel). 37

metoden, när den används, att ”tvinga” in programmeringsmodellen så att den beräknar fram en aktivitetsnivå som är lika med den observerade nivån. Man kan se PMP-termen, i detta fall, som en kostnad som förs på aktiviteten och gör den mindre lönsam så att observerad nivå nås. PMP-termen kan också uppfattas som en intäkt i de fall där programmeringsmodellen (utan PMP) beräknar fram en aktivitetsnivå som är lägre än den observerade nivån. Utbudsmodulens resultat överförs till marknadsmodulen, där handel med jordbruksprodukter mellan medlemsstaterna förekommer. Den marknadsjämvikt (på samtliga varumarknader som ingår i modellen) som uppstår, efter denna handel, genererar priser på både insatsvaror och slutprodukter (inputs och outputs). Genom en iterativ process så utnyttjar CAPRI dessa priser och utför åter vinstmaximeringar för de regionala representativa lantbruken. När sedan nya kvantiteter har beräknats genom vinstmaximeringen aggregeras resultaten upp på medlemsstatsnivå igen och nya marknadspriser genereras via handel mellan staterna. Detta förlopp pågår tills systemet når jämvikt. Marknadsmodulen är en s.k. rumslig flerproduktmodell, där antalet ekvationer är lika med antalet variabler. Detta görs för att man skall få en lösning av ekvationssystemet som är klart definierad. Ett viktigt element i marknadsmodulen är det så kallade Armington-antagandet.40 Antagandet gör det möjligt att modellera efterfrågepreferenser för inhemskt producerade varor. I en modell där man inte använder sig av detta antagande leder en prisförändring på slutprodukten (en prissänkning) ofta till att den inhemska produktionen ersätts till fullo av utländsk dito. Genom att man använder sig av Armington antagandet i modellen så medför det att det inte finns ett världsmarknadspris för en bestämd vara/produkt. Importpriserna kommer att variera från land till land (vilket också är vad vi ser empiriskt). Trots de uppenbara fördelarna är användandet av Armington antagandet inte helt smärtfritt. Kritiken som finns grundar sig på att de substitutionselasticiteter som används i Armington-antagandet (mellan inhemskt producerade varor och importerade dito) ofta är svåra att skatta empiriskt. Ett annat problem är att en import som inte existerar under basåret för en produkt förblir icke existerande i alla simuleringar som görs, även om det de facto finns ett sådant flöde efter basåret.

Med Armington-antagande menas att produkter särskiljs beroende på vilket land produkten kommer ifrån. Med hjälp av detta antagande kan man bland annat förklara varför det ofta finns en snedfördelning i ett lands konsumtion till förmån för inhemskt producerade varor (antagandet fungerar även i den andra riktningen).

Figur 3.2: Ett två-stegs Armington system

Källa: Britz (red.), 2005.

Armington-antagandet är implementerat i CAPRI genom en två-stegs procedur (se figur 3.2). I det lägre steget skiljer man mellan import från olika länder. Handelsströmmar för vara XX till land R från länderna R1 till Rn aggregeras samman till en sammansatt (komposit) importvara som i CAPRI kallas ”Arm2”. I det övre steget bestäms sedan hur mycket som skall importeras av den sammansatta varan och hur mycket som skall köpas på den inhemska marknaden för att möta den totala efterfrågan på den specifika varan.

3.2.1.2 Grunderna för datan När konstruktörerna bakom CAPRI började bygga upp databasen så bestämde de sig för ett antal riktlinjer över hur databasen skulle byggas. Bland annat skulle databasen bestå av harmoniserade, väl dokumenterade, officiella och allmänt tillgängliga datakällor där så är möjligt. Man eftersträvade också en så komplett data som möjligt, både över tid och rum. Eventuella saknade datapunkter estimerades med hjälp av diverse olika algoritmer, såväl matematiska som ekonometriska. Datan som används i CAPRI kommer till övervägande del från olika databaser vid Eurostat (EU:s statistikmyndighet), bland annat NewCRONOS och REGIO. Databasen NewCRONOS innehåller data på produktion och marknadsbalanser (domän ZPA1), priser (domän PRAG) och siffror på totalkalkyl för jordbruket (domän COSA). Regionala tal på NUTS 2-nivå finns i databasen REGIO. Eurostats data kompletteras med vad CAPRI-teamet kallar för expertdata (exempelvis från olika forskningsrapporter eller data från myndigheter och statistikbyråer i de enskilda länderna). All data samlas i en egen databas för CAPRI. Databasen är uppbyggd på olika nivåer, nämligen nationell/länderblock nivå, regional (NUTS 2) nivå samt global nivå. På den nationella nivån integreras EAA (Economic Accounts for Agriculture – ekonomisk kalkyl för jordbrukssektorn inom EU) med marknadsdata och gårdsdata (ex. data på växtföljd, besättningsstorlek, samt en flödesmodell för ungdjur). Till denna nivå räknas EU-länderna, dels som block, dels som enskilda länder. På regional nivå antar man först att den nationella nivån är given. Detta görs för att datan skall vara konsistent. Här fördelar man ut inputs mellan aktiviteter och regioner (inom landet). Man sörjer även för att data på areal, besättningsstorlek och avkastning på regional nivå är 15

konsistent med nationell dito. Genom att man fördelar inputs redan på regional nivå, möjliggörs regionala och aktivitetsspecifika beräkningar av ekonomiska indikatorer. Exempel på sådana är bland annat intäkts-, kostnads- och bruttomarginal per hektar eller per djur. Olika CAP-instrument, ex. bidrag och kvoter, förs även in på denna nivå. Databasen i CAPRI sammanställs och korrigeras i huvudsak i två programmeringsmoduler, COCO och CAPREG. COCO är en förkortning som står för ”completeness and consistency” och den har två huvuduppgifter: dels så tätar den hål som finns i de primära källorna (exempelvis så kan viss data från ett land insamlas endast vartannat år), dels så anpassar COCO datan så att den är konsistent med EU:s totalkalkyl för jordbruket.41 Databasen består av tidsserier för perioden 1985-2005.42 Basåret för modellen är 2001 och det är beräknat som ett 3-årigt genomsnitt av värdena för 2000, 2001 och 2002.43 Databasen överförs sedan till CAPREG som genomför en regionalisering av datan i förhållande till den valda regionindelningen. På global nivå byggs databasen upp med så kallade SUA:s (Supply Utilization Accounts)44 för övriga länder i modellen, dvs. de länder i databasen som inte ingår i EU.

3.2.2

Utbudsmodulen

Utbudsmodulen består av ickelinjära programmeringsmodeller som representerar jordbruket i en specifik. De ickelinjära programmeringsmodellerna är konstruerade som en hybrid (blandning) då de kombinerar en Leontief produktionsfunktion45 med en ickelinjär kostnadsfunktion. Priserna i utbudsmodulen är exogent givna, dvs. de bestäms inte i utbudsmodulen, och de kommer från marknadsmodulen. Vissa varor såsom gräs, ensilage och gödsel ses som non-tradables och de ges inhemska priser baserade på deras substitutionsvärde och alternativkostnad.46 Med utgångspunkt i en uppsättning priser (och stöd) och den grundläggande produktions- och kostnadsdatan för varje region, beräknar modellen hur mycket som blir producerat av de olika produkterna (utbudet) samt faktorefterfrågan47. Varje region kan principiellt uppfattas som ett lantbruk som maximerar sin inkomst genom sitt val av insatsfaktorer och 41

Se Britz m.fl. (2002). Hela tidsspannet gäller bara vissa länder och vissa variabler. 43 CAPRI:s basår håller i skrivande stund på att uppdateras till 2004 (ett treårigt genomsnitt för åren 2003-2005). 44 Se http://faostat.fao.org/site/354/default.aspx för en förklaring av vad SUA:s är för något. 45 En produktionsfunktion beskriver relationen mellan nivån på producerad output och insatsen av produktionsfaktorer (exempelvis arbete och kapital). Med en produktionsfunktion av Leontief typ menas att det dels råder ett fast förhållande mellan insatsvarorna (ex till 1 kopp kaffe krävs det 2 st. sockerbitar, varken mer eller mindre), dels ett fast förhållande mellan produktionsfaktorerna och den producerade outputen (ex 1 kopp kaffe och 2 st. sockerbitar ger 1 st. fika; 2 koppar kaffe och 4 st. sockerbitar ger 2 st. fika osv.). Matematiskt brukar funktionen skrivas enligt följande: Y = min (a1 x1 , a2 x2 , K, an xn ) , där y = output, x1 , K , xn är n stycken 42

olika produktionsfaktorer och a1 , K , an är fasta koefficienter som speglar relationen mellan produktionsfaktorerna och output. ”min” i funktionen innebär att den försöker hitta den minimala nivån på inputs för att producera en given mängd output. 46 Med non-tradables menas normalt de varor som inte handlas internationellt och som därmed inte har något världsmarknadspris (exempelvis hårklippning). I denna skrift utvidgar vi uttrycket till att även innefatta varor som inte handlas interregionalt. Med alternativkostnad menas den intäkt eller vinst som företaget eller individen går miste om när ett visst handlingsalternativ väljs. 47 Med faktorefterfrågan menas efterfrågan på insatsvaror.

produktionsmängder, givet fasta priser på produkter och insatsfaktorer. Den regionala utbudsmodellen illustreras i tabell 3.1 nedan. Tabell 3.1: Illustration av den regionala utbudsmodellen Aktivitet Aktivitet (vegetabilier) (animalier) + intäkter + intäkter + stöd + stöd Målfunktion - variabla kostn. - variabla kostn. - PMP - PMP + + Output Mark Kvoter + Näringsbehov Foderbehov

Aktivitet (foder)

Handel

- PMP-foder

+ pris

+ +

Restriktion

=0 <= Tillgänglig jordbruksareal <= Maximal kvot =0 =0

Källa: Britz (red.), 2005.

Värdet av målfunktionen48 i både animalie- och vegetabilie aktiviteterna beräknas som summan av marknadsintäkter och stöd minus variabla kostnader och PMP-kostnader. Kolumnen för handel står för marknadsmodellen och anger den totala produktionen i en region. Utbudsmodellerna som används löses oberoende av varandra, bland annat genom att man använder fasta priser. Länken mellan utbuds- och marknadsmodulerna är baserad på en iterativ procedur där modellen löses stegvis (se avsnitt 2.1).

3.2.2.1 Aktiviteter Aktiviteterna i varje region består av ett antal produktionsaktiviteter. Tillsammans utgör de den regionala utbudsmodellen i CAPRI. Antalet aktiviteter i framförallt vegetabilieproduktionen varierar mellan olika regioner inom EU på grund av att det inte odlas samma typ (och mångfald) av grödor i de olika regionerna.49 I tabell 3.2 nedan finns en sammanställning av de olika aktiviteter som är av intresse för Sverige.50 De flesta vegetabilieaktiviteterna är definierade för en enskild typ av växt (exempelvis vete, korn eller råg). Undantag är grönsaker, frukt och bär samt grovfoder där ett större antal produkter slagits samman. TOMA står inte enbart för tomater utan även alla andra grönsaker som odlas i växthus. OVEG omfattar samtliga grönsaker som odlas på friland. OFRU är en sammanställning av alla frukter och bär som inte är äpplen, päron eller persika. Denna grupp består till stor del av jordgubbar. OFAR är gräs som odlas på åkermark medan GRAS är gräs som växer på betesmark. I GRAS ingår även foder som växer på betesmarkerna. De regionala programmeringsmodellerna skiljer mellan två typer av jordbruksareal, gräs och åker. Alla vegetabilieaktiviteter, med undantag för GRAS, konkurrerar om åkerarealen vilket medför att en vara som odlas i baslösningen kan i simuleringen substitueras bort till förmån

Målfunktionen är den funktion som skall maximeras eller minimeras. För närvarande innehåller utbudsmodulen cirka 16 animalie- och 35 vegetabilieaktiviteter. 50 Tabellens uppräkning av aktiviteter är baserad på ett fanatiskt sökande bland den programkod och de databaser som vi fått oss tillhanda från universitetet i Bonn. Tyvärr så har vi inte fått ta del av grunddatabaserna vilket möjliggör att tabellen kanske inte är helt komplett ur ett svenskt perspektiv (eller i vissa fall kan den rentav vara felaktig). 49

för en annan aktivitet. Summan av all arealanvändning måste dock vara densamma i både baslösningen och simuleringen. Tabell 3.2: Vegetabilie- och animalieaktiviteter i utbudsmodulen Grupp Spannmål

Oljeväxter Andra ettåriga åkerväxter

Grönsaker, frukt och andra fleråriga växter

Foderproduktion

Jordbruksareal (ej i drift) Nötkreatur

Andra djur

Aktivitet Vete Råg Korn Havre Annat spannmål Raps

Kod i CAPRI SWHE RYEM BARL OATS OCER RAPE

Potatis Bönor o.dyl. Sockerbetor Lin

POTA PULS SUGB FLAX

Tomater Andra grönsaker Äpplen, päron, persika Annan frukt Blommor Rotfrukter (till foder) Foder från åkerland Betesmark Mark i träda

TOMA OVEG APPL OFRU FLOW ROOF OFAR GRAS FALL

Mjölkkor Am- och dikor Tjurar (gödning för slakt) Kvigor (gödning för slakt) Kvigor (uppfödning) Tjurkalv (gödning för slakt) Kvigkalv (gödning för slakt) Tjurkalv (uppfödning) Kvigkalv (uppfödning) Slaktsvin Grisuppfödning Fågel (gödning för slakt) Värphöns Lam och killing (gödning för slakt) Får och getter (för mjölkproduktion) Andra djur (kanin, pälsdjur, bin mm.)

DCOW SCOW BULF HEIF HEIR CAMF CAFF CAMR CAFR PIGF SOWS POUF HENS SHGF SHGM OANI

Källa: Britz (red.), 2005.

Mjölkkor samt am- och dikor producerar tjurkalvar och kvigkalvar. Efter ett år kan kalvarna antingen gå till slakt (CAMF och CAFF) eller till uppfödning (CAMR och CAFR). Tjurkalvarna som går till uppfödning slaktas som tvååriga tjurar med hög eller låg slaktvikt (BULF). Kvigkalvarna som går till uppfödning slaktas antingen som tvååriga kvigor med hög eller låg slaktvikt (HEIF) eller tillåts växa vidare (HEIR). Treåriga kvigor kan antingen bli mjölkkor (DCOW) eller am- och dikor (SCOW). Figur 3.3 nedan illustrerar nötkreaturens livscykel.

Figur 3.3: Nötkreaturskedjan i modellen

Källa: Britz (red.), 2005.

De andra animalieaktiviteterna som står uppställda i tabell 3.2 är mindre komplexa och de är ofta modellerade genom två aktiviteter: uppfödning och gödning för slakt. Bland annat så skiljer man mellan suggor (som producerar griskultingar) och slaktsvin. I tabell 3.3 nedan visas insatsfaktorerna i de regionala programmeringsmodellerna. Alla aktiviteter har kostnader för underhåll, energikostnader samt kostnader för andra insatsvaror. De sistnämnda består bland annat av frakt, inseminering och försäkringar. Kväve, fosfor och kalium kommer antingen via stallgödsel eller inköpt konstgödsel. Andra specifika insatsfaktorer för animalieaktiviteterna är olika foderprodukter, ungdjur och läkemedel etc. Fodersammansättningen är endogen i modellen, dvs. den bestäms inom modellen. Detta innebär att CAPRI själv räknar ut den billigaste kombinationen för varje aktivitet i varje iteration utifrån priser och foderbehov. Nästan all data som används här kommer från jordbrukets totalkalkyl (EAA). Andra insatsfaktorer som arbete och kapital ingår inte i CAPRI-modellen direkt utan endast indirekt genom att de fångas upp av PMP funktionen.

Tabell 3.3: Insatsfaktorer i programmeringsmodellerna Grupp Konst- och stallgödsel, utsädeoch växtskydd

Insatsfaktor Kväve Fosfor Kalium Kalk Utsäde Växtskydd

NITF PHOF POTF CAOF SEED PLAP

Foder

Spannmålsfoder Foder (hög proteinhalt) Foder (hög energihalt) Foder baserat på mjölkprodukter Gräsfoder från betesmark Gräsfoder från åkermark Rotfrukter (till foder) Annat foder Halm

FCER FPRO FENE FMIL FGRA FOFA FROO FOTH FSTRA

Ung ko Ung tjur Ung kviga Tjurkalv Kvigkalv Smågris Lamm/killing Kyckling Läkemedel etc.

ICOW IBUL IHEI ICAM ICAF IPIG ILAM ICHI IPHA

Underhåll Energikostnad Vatten Jordbrukstjänster (inputs) Andra inputs

REPA ENER WATR SERI INPO

Ungdjur och annan animaliespecifik input

Allmänna inputs

Kod i CAPRI

Källa: Britz (red.), 2005.

3.2.3

Marknadsmodulen

Marknadsmodulen är, som tidigare nämnts, en rumslig flerproduktsmodell där den optimala lösningen fås genom linjärprogrammering såsom i utbudsmodulen. Här bestäms den optimala lösningen genom att antalet ekvationer är lika med antalet fria variabler. Detta görs för att man vill försäkra sig om att det bara skall finnas en optimal lösning.51 Allt som allt ingår det cirka 50 råvaror och förädlade varor i marknadsmodulen. Dessa är i huvudsak desamma som i utbudsmodulen. Mjölk blir i marknadsmodulen förädlad till fyra olika mejeriprodukter: färska mjölkprodukter, ost, smör & grädde samt skummjölkspulver. Oljefröer förädlas till olja och foderprodukter. För varje produkt har man modellerat en produktbalans. På dess utbudssida finns inhemsk produktion och import och på dess efterfrågesida finns export, human konsumtion, industriell bearbetning (exempelvis margarinproduktion) samt foder. Human konsumtion definieras i

Ett ekvationssystem har en entydig lösning om och endast om det inte finns några fria variabler, det vill säga att det finns lika många ekvationer som variabler, och att ingen av ekvationerna säger samma sak, eller någon av dem är irrelevanta för uppgiften. Om så inte är fallet så är systemet olösbart.

CAPRI i sista ledet i värdekedjan, dvs. detaljistledet. Detta medför att differensen mellan producentpriser och konsumentpriser omfattar hela värdekedjan från lantbruk till detaljist. I den nuvarande versionen har marknadsmodulen delat in världen i 28 handelsblock (se avsnitt 3.2.1), där varje sådant aggregat innehåller system (matematiska funktioner) för utbud, humankonsumtion, foder och produktbearbetning. Parametrarna i dessa funktioner härstammar från elasticiteter som lånats in från andra studier och andra modellsystem, speciellt WATSIM och FAPRI modellerna.52 Dessa parametrar har sedan kalibrerats så att de överensstämmer med de framtagna kvantiteterna och priserna simuleringsåret, där valet av funktionernas utformning (dvs. hur de ser ut matematiskt) har gjorts för att säkerställa regelbundenhet. Exempelvis så används en s.k. generaliserad utgiftsfunktion av Leontief typ när man beräknar efterfrågan (human consumption). Skälet till detta är att ur en sådan funktion är det möjligt att mäta välfärdsförändringar (före och efter) för konsumenten.53 I modulen används även data från EU-kommissionen och FAO (EU Kommissionen, 2005 och FAO, 2003) när det gäller prognoser på framtida priser, avkastning och andra ekonomiska variabler. De ekonomisk-politiska instrument som ingår i modulen är bl.a. (bi-)laterala tullar, direkta och indirekta stöd till jordbruket (PSE/CSE). Vissa viktiga tullkvoter, explicit modellering av försäljning av interventionslager och exportbidrag har tillämpats för EU området.

3.2.3.1 Regioner Marknadsmodulen är indelad i 28 länderaggregat54 och den innehåller bilaterala handelsströmmar mellan dessa regioner. Den innehåller cirka 50 produkter (både obearbetade och bearbetade dito). Bilaterala handelsflöden tillsammans med tillhörande priser modelleras med hjälp av Armington-antaganden. Priserna som tas fram i denna modul används senare i utbudsmodulen.

3.2.4

Modulen för ungdjur

Denna modul tillåter handel med ungdjur mellan EU:s medlemsländer och mellan regioner inom dessa länder, och den balanserar utbudet av ungdjur med efterfrågan på dessa. Varje individuell region består av ett antal djuraktiviteter och varje region kan köpa eller sälja ungdjur mellan regioner i obegränsad mängd till fasta priser vid varje iterering. På grund av denna möjliga handel så måste marknadsmodulen generera priser som leder till att det uppstår en jämvikt mellan regioner med överskottsefterfrågan på ungdjur och regioner med överutbud på detsamma. Först så löses de regionala ungdjursmodellerna med exogent givna priser. Sedan så löses nationella ungdjursmodeller simultant för alla medlemsstater inom EU där priserna inte är förutbestämda utan genereras i modellen (dvs. endogent givna). De priser som blir utkomsten i detta skede används sedan åter i de regionala modellerna och processen återupprepas tills tillräcklig konvergens har nåtts.

FAPRI (Food and Agricultural Policy Research Institute) är ett samarbete mellan University of Missouri och Iowa State University. Se http://www.fapri.missouri.edu/. 53 Man mäter något som kallas för ekvivalent variation (”equivalent variation”, EV), dvs. vilken ersättning en individ skulle kräva för att kompenseras ekonomiskt för den givna förändringen i jordbrukspolitiken. Detta medför att ett positivt värde på EV innebär en välfärdsförlust och ett negativt värde en välfärdsvinst (för individen). 54 Se tabell B.1 i bilaga B.

3.2.5

Modellering av politik

För EU-27 är nuvarande jordbruks- och handelspolitik i EU modellerad i detalj.55 Med handelspolitiska stöden menas EU:s tullskydd (och andra varianter såsom exportbidrag) mot tredje land. En viktig detalj i CAPRI är att handel med mjölkkvoter inte kan ske mellan de olika regionerna (NUTS 2) inom ett land. Handelspolitiska stöd modelleras i marknadsmodulen i enlighet med WTO:s regelverk, med prioritet på tullsatser, tullkvoter och exportbidrag. Marknadsmodulens uppbyggnad med bilaterala handelsströmmar gör det möjligt att definiera olika tullsatser eller tullkvoter för regionerna i modulen. Tullsatserna kan modelleras som specifika tullsatser, ad valorem tullsatser eller en kombination av desamma. Tullkvoterna definieras för de regioner i marknadsmodulen som kvoterna gäller. Exportbidragen definieras som differensen mellan det inhemska marknadspriset och landets exportpris.

För en genomgång av de för Sverige aktuella stöden hänvisas till Jordbruksverkets hemsida, speciellt

http://www.sjv.se/amnesomraden/stodtilllandsbygden/allastodformer.4.52c6f10b903d789380001762.html.

3.3

Fördelar och nackdelar

Fördelar: CAPRI modellens efterfrågesida och utbudssida verkar vara teoretiskt konsistenta utifrån mikroekonomisk teori (utifrån vad som skrivs i dokumentationen). Påståendet är dock svårt att 100-procentigt verifiera på grund av att dokumentationen både är rörig och att informationen i denna fråga är utspridd i manualen. Orsaken till varför vi tar upp detta är att teoretisk konsistens ofta är ett problem när det gäller partiella jämviktsmodeller (av ganska naturliga skäl då stora delar av ekonomin inte finns med). I CAPRI använder man sig av både fysiska och tekniska relationer som styr produktionen inom jordbruket. Detta anses som en fördel eftersom metoden bevarar fysiska relationer till skillnad från andra metoder där en övergripande produktionsfunktionsansats ofta är vanlig.56 AgriFood Economics Centre (Lund), Sveriges Lantbruksuniversitet (SLU) och NILF (Norsk institutt for landbruksøkonomisk forskning) är medlemmar av CAPRI nätverket. Då alla insatsfaktorer som inte uttryckligen är modellerade i modellen fångas upp av den s.k. PMP funktionen57, så bidrar den till en mer realistisk modellering av lantbrukarnas beteende. CAPRI använder sig bland annat av EU:s ekonomiska kalkyl för jordbrukssektorn (EAA). Detta är positivt eftersom den utgör officiell statistik som samlas in i samtliga EU-länder. CAPRI är den enda av de undersökta modellerna i denna rapport som innehåller en regional indelning av Sverige (NUTS 2).

Nackdelar: Det finns en ganska omfattande dokumentation tillgänglig elektroniskt som antingen tar upp delar av den komplexa CAPRI-modellen (systemet) eller olika policy applikationer där modellen används, men tyvärr så finns det ingen bra allsidig monografi som beskriver densamma. På grund av att modellen är både komplex och omfattande så är det svårt att avgöra hur tillförlitliga alla koefficienter är i modellen. Detta gäller exempelvis utbuds- och efterfrågeelasticiteter. Modellen är programmerad i GAMS (den matematiska programmeringen), i Fortran och C (detta gäller framförallt när data skall läsas in från databaserna), JAVA, F77 och C (grafiskt interface och GIS). Detta sammantaget gör att hela programmeringen liknar ett lapptäcke där det är svårt att följa ordningen mellan de olika programdelarna (ett program hämtar in data från en eller flera databaser och från ett eller flera andra småprogram). Den upplevda rörigheten är antagligen ett resultat av att CAPRI utvecklats löpande, genom att man byggt på lite här och där. Till slut så blir det bara en liten grupp personer inom 56

Med fysiska relationer menas exempelvis mängden foder en ko äter i genomsnitt finns modellerad i modellen. I många modeller försöker man istället att räkna om från fysiska kvantiteter till ekonomiska termer, som sedan används i modellerna. 57 Se avsnitt 3.2.1.1 för en förklaring av funktionen.

nätverket som har en övergripande insyn i modellen (systemet). Det kanske börjar bli dags att minska ned antalet komponenter i detta ”lapptäcke” och istället göra dem större? En svaghet (som eventuellt håller på att åtgärdas i ett av de mindre nätverken) är bristen på sysselsättningseffekter i modellen. Olika typer av politik bör ha vissa effekter även på sysselsättningen i jordbrukssektorn (eventuellt även i andra branscher som använder output från jordbruket som insatsvaror men som inte finns modellerade i CAPRI). Modellen innehåller varken marknader för produktionsfaktorerna arbetskraft och land eller marknader för intermediära varor (inputs) förutom för foder och ungdjur. När det gäller priser på land på regional nivå fås dessa som skuggpriser i maximeringsproblemet.58 Det finns en del svagheter när det gäller Armington-antagandet (i modellen en 2stegsmodell), (1) de empiriskt framtagna elasticiteter som används är ofta grundade på ett litet antal observationer; (2) elasticiteterna är framräknade för att gälla vid ett visst basår och detta ger problem ifall handelsmönstret förändras (en liten import av en vara under basåret tolkas som en stark preferens för inhemskt produktion för denna vara); (3) om det inte finns en handelsström i basåret så kommer den inte att kunna uppstå överhuvudtaget under en simulering. Detta gör att vi måste fråga vilket år elasticiteterna gäller för! Slutsats: I CAPRI ingår Sverige som ett separat land. Landet är sedan även indelat i NUTS 2 regioner, vilket gör att de svenska förhållandena speglas relativt väl. Även denna modell är en partiell jämviktsmodell och blir även den ganska begränsad avseende kopplingen till övrig ekonomi. Detta kan också skapa problem i geografin (NUTS 2 regionerna) eftersom handel mellan jordbrukssektorn och övriga sektorer mellan regioner inte är så utförligt modellerad.

Om vi utgår ifrån att vi har ett maximeringsproblem med en restriktion (i vårt fall finns det en restriktion på land) så är skuggpriset den summa som målfunktionen (själva vinstfunktionen) skulle öka med ifall restriktionen på land minskade med en enhet. Exempel: hur mycket skulle vinsten öka ifall vi ökar den uppodlade ytan med en enhet. För den matematiskt intresserade så är det värdet på den så kallade Lagrange multiplikatorn som är just detta skuggpris.

GTAP

4.1

Inledning och historik

GTAP, vilket är en akronym som betyder Global Trade Analysis Project, är en beräkningsbar allmän jämvikts (CGE) modell. CGE-modeller är kraftfulla verktyg, vilka möjliggör genomförandet av kvantitativa analyser av bland annat olika internationella handelsfrågor och GTAP är, i synnerhet med dess breda ländertäckning och omfattande databas, designad just för denna uppgift. Centret för global handelsanalys vid institutionen för agrarekonomi vid Purdue universitetet i USA, är GTAP-modellens hemvist. Projektet startade 1992 med målet att minska de stora initiala kostnader som finns förknippade med CGE-modellering (såsom tid och personal), framförallt vid genomförandet av kvantitativa analyser av internationella ekonomiska frågor, vilka spänner över hela världsekonomin (Hertlel, 1997). Med tiden har GTAP (och då speciellt centret för global handelsanalys) utvecklats från att enbart vara en modell och en databas till att bli en internationell koordinator av institutioner och forskningsinstitut över hela världen. Flertalet av dessa arbetar med att underhålla och utveckla modellen samt den mjukvara som behövs för att använda GTAP. GTAP:s grundmodell och utvecklingar av densamma och har hittills använts till att bland annat mäta eventuella effekter av Kinas medlemskap i WTO (François och Spinanger, 2002), att mäta effekter av ett frihandelsavtal mellan EU och Ryssland (Sulamaa och Widgrén, 2005), undersöka ifall utvecklingsrundan (Doha rundan) är en utvecklingsrunda (Hertel m.fl., 2007), olika aspekter på klimatfrågan (Haaparanta m.fl., 2001) m.m.59

4.2

En översikt över GTAP:s standardversion och dess databas

GTAP är en enperiodig, multiregional allmän jämviktsmodell i sitt standardutförande. Det råder perfekt konkurrens på samtliga marknader i modellen och produktionen uppvisar konstant skalavkastning60. I modellen består världsekonomin av många ekonomier61 (vilka i modellen kallas ”regioner”) och dessa är sammanlänkade med bilaterala handelsflöden. Strukturen hos dessa regioner är densamma för alla, där varje region består av en fördelning av produktionsresurser (arbete, kapital, land etc.), och ett väl utvecklat samspel mellan de olika agenterna i modellen (privata

GTAP används också av olika organisationer (mellanstatliga, nationella, NGO:s m.m.), exemeplvis har OECD använt sig av GTAP i en del av sina studier (bl.a. OECD, 2002); WTO sekretariatet har bl.a. använt sig av GTAP för att utvärdera Uruguay-rundan; Kommerskollegium har använt den till att mäta effekterna av ett eventuellt Doha-avslut (Kommerskollegium, 2006). 60 Med konstant skalavkastning menas att ifall mängden insatsvaror fördubblas i produktionen resulterar det i fördubblat mängd output. 61 Med en ekonomi menas ett land eller en ländergrupp.

hushåll, staten och företag/produktion). Antalet sektorer är lika i alla regioner och alla varor produceras i varje region.62 Modellekonomins funktion, inklusive beteendet hos de representativa agenterna samt sektoroch regionlänkar, bestäms av de beteende- och räkenskapsekvationer som finns specificerade i modellen. Ekvationerna bygger i sin tur på databasen. Helt disaggregerad består modellen av fem olika faktortillgångar (land, högutbildad- och lågutbildad arbetskraft, kapital och naturresurser), åttiosju regioner (se tabell C.1) och femtiosju sektorer/produkter (se tabell C.2). Huvudkällan för information om modellen och dess databas är Hertel (1997) samt hemsidan för GTAP.63 Även om GTAP är en icke-linjär modell och den löses som en sådan, är ekvationerna i den datafil som utgör huvudmodellen (GTAPs Tab fil) skrivna i linjäriserad form.64 Tab filen är skriven i ett programmeringsspråk som heter TABLO, som möjliggör att filen kan läsas av ett mjukvarupaket som kallas General Equilibrium Modelling Package (GEMPACK), vilken är utvecklad vid centret för policy studier (CoPS) vid Monash universitetet i Australien.65 Om inget annat nämns i denna rapport är det version 6 av databasen och version 6.2 av modellen som diskuteras.

4.2.1

Modellstruktur

Som inledning till detta delkapitel och följande underkapitel, görs en enklare beskrivning av hur GTAP modellen fungerar, utifrån figur 4.1 nedan. För att underlätta tolkningen av modellen har alla regioner utom en slagits ihop och benämnts resten av världen. Det som figur 4.1 då visar är en region (alla regioner i modellen är alltså likadana) och dess kopplingar inom regionen och med övriga regioner (resten av världen). Figuren visar även de kodnamn (kursiv text) som de olika flödena i modellen har i modellkoden.

Detta antagande görs för att bland annat undvika så kallade hörnlösningar (vilka ger ineffektiva skattningar). Ett exempel och en förklaring på en hörnlösning ges i bilaga C, figur C.1. 63 https://www.gtap.agecon.purdue.edu/. 64 Med linjäriserad form menas att man använder sig av linjära approximationer till de icke-linjära ekvationerna (annorlunda uttryckt: man försöker uppskatta hur en funktionsgraf – kurva – ser ut vid en viss punkt genom att använda dess tangentlinje i denna punkt). Skillnaden mellan linjär och icke-linjär illustreras i figur C.2 i bilaga C. 65 Se Harrison och Pearson (1994)

Figur 4.1: En öppen ekonomi bestående av ett stort antal regioner Regionalt hushåll PRIVEXP

TAXES

GOVEXP TAXES SAVE

Privat hushåll

Staten

Globalt sparande TAXES XTAX

VDPA

VOA (endow) NETINV

VIPA

VDGA

MTAX

VIGA

Producent VDFA

VIFA

VXMD

Resten av världen

Källa: Brockmeier (2001). Not.: Observera att det enbart är värdeflöden som finns representerade i figuren. För varje flöde av värde i figuren finns ett motflöde (i andra riktningen) av en tillgång eller ägandeskapet av en tillgång (ett realt flöde).

Alla faktorer i modellen antas vara fullt sysselsatta.66 Intäkterna i en region tillfaller det regionala hushållet. Dessa intäkter består av företagens betalning för att använda de privata hushållens faktortillgångar (lön till arbetskraft, ränta på kapital mm vilka benämns VOA<endow>) samt nettoskatter (TAXES), vilka kommer från de privata hushållen, den offentliga sektorn samt från företagen.67 Därtill får det regionala hushållet inkomst från import- och exportskatter (MTAX respektive XTAX). Det regionala hushållet fördelar de regionala intäkterna till de privata hushållen (PRIVEXP), staten (GOVEXP) samt till sparande (SAVE), så att summan av intäkterna är lika med slutlig efterfrågan. Producenterna/företagen tillverkar produkter med hjälp av en mix av produktionsfaktorer (kapital, land och arbete) vilka ägs av de privata hushållen (VOA<endow>) och intermediära varor (inhemska och utländska), vilka köps från företag i andra sektorer inom regionen (VDFA) och utom regionen (VIFA). Detta utgör producenternas kostnader. På intäktssidan följer att produkterna köps av de privata hushållen (VDPA), den offentliga sektorn (VDGA), andra företag i andra sektorer inom landet (VDFA) och internationellt (VXMD). Investeringarna i modellen drivs av sparandet, dvs. sparande är lika med investeringar, och investeringarna modelleras så att sparandesektorn (”Globalt sparande”) antas köpa investeringsvaror av producenterna (NETINV). Slutligen, för att knyta ihop modellen, så kan de privata hushållen köpa produkter inte bara från inhemska leverantörer (som nämnts ovan) utan även från utländska dito (VIPA). Detsamma gäller även den offentliga sektorn (VIGA).

66 67

Detta innebär bland annat att det inte existerar någon arbetslöshet i modellen. Nettoskatter består av skatter (konsumtionsskatter, företagsskatter, mm) minus bidrag/stöd.

4.2.1.1 Det regionala hushållet Agenterna i modellen är privata hushåll, stat och företag. Dessa agenter förs samman till en enhet som kallas det regionala hushållet och ett sådant antas finnas inom varje region i modellen.68 Det regionala hushållet fördelar de regionala intäkterna till de privata hushållen, staten samt till sparande, så att summan av intäkterna är lika med slutlig efterfrågan (se figur 4.2 nedan). Figur 4.2: Efterfrågestrukturen i GTAP

Regionalt hushåll

Cobb-Douglas nyttofunktion

Privata hushåll

Sparande

Staten

CDE utgiftsfunktion

Cobb-Douglas nyttofunktion

Uppdelat på olika produkter

CES nyttofunktion Inhemska prod. Importerade prod.

Inhemska prod. Importerade prod.

Källa: Hertel (1997).

Fördelningen av inkomster mellan agenterna sker med hjälp av en per capita nyttofunktion av Cobb-Douglas typ69, där budgetandelarna till de privata hushållen, staten och sparandet är konstanta över tiden i standardmodellen. Detta innebär att en ökning av den regionala inkomsten ger en proportionell förändring i privat konsumtion, offentlig konsumtion och sparande. Sparande och offentlig konsumtion brukar anses vara homotetiska70 i förhållande

Det regionala hushållet kan ses som en sammanhållande länk i värdeflödet mellan de olika agenterna i regionen. 69 Cobb-Douglas (C-D) funktionen härstammar tillbaka till förra sekelskiftet och den svenske nationalekonomen Knut Wixell, men det var ekonomerna Paul Douglas och Charles Cobb som testade den först med hjälp av empiriska data. Ursprungligen användes den till att representera produktionen, men den neoklassiska nationalekonomin har även valt att använda den till att representera individers nytta. C-D:s nyttofunktion speglar relationen mellan individers/hushålls nytta och dess konsumtion/utgifter, till skillnad från produktionsfunktionen som speglar sambandet mellan inputs i produktionen och dess output. En viktig egenskap med C-D funktionen är att man först måste bestämma hur stor del av utgifterna som går till respektive produkt (privata hushåll, sparande och staten i figur 4.2). Detta kan ske genom att man uppskattar dessa andelar (via erfarenhet) eller genom att man skattar fram dem statistiskt utifrån verklig data. När så är gjort är andelarna fasta (fixa) i modellen och de ändras inte. 70 En homotetisk nyttofunktion motsvaras på produktionssidan av en produktionsfunktion som är homogen av grad 1. Med detta menas att ifall insatsvarorna fördubblas så fördubblas producerad output. Vi skrev i början av detta kapitel att produktionen uppvisar konstant skalavkastning, vilket i princip är samma sak. Att sedan försöka

till inkomst (real dito, inte nominell), men däremot brukar privat konsumtion inte vara det när man undersöker detta empiriskt. I GTAP modellerar man därför privat konsumtion (privata hushåll) med hjälp av en så kallad CDE-funktion.71

4.2.1.2 Mätning av välfärdsförändringar i GTAP I GTAP mäts den förändring i regional välfärd som är effekten av en regional chock (exempelvis en kraftig prishöjning) såsom ekvivalent variation (EV) i inkomst, dvs. hur mycket som individen är beredd att avstå ifrån före prisförändringen för att uppnå samma nyttonivå som efter prisförändringen. EV mäter därmed hur mycket individen är beredd att betala för att undvika prisförändringen.72 Genom att man valt ekvivalent variation som måttstock för välfärdsförändring, mäts förändringen i en konsuments nytta uttryckt i monetära termer (i GTAP version 6 mäts den i 2001 års amerikanska dollar). Det finns en påbyggnad till GTAP som delar upp välfärdseffekten mer i detalj där EV delas in i allokativa effektivitetseffekter73, ”terms-of-trade” effekter, teknologieffekter och resurseffekter74, vilka alla kan delas in i ytterligare beståndsdelar (Huff och Hertel, 2001).

4.2.1.3 Produktionsstrukturen i GTAP Produktionen i GTAP är baserad på en sammansatt struktur (nested structure) i enlighet med produktionsträdet i figur 4.3 nedan. Varje nivå i ett produktionsträd brukar i den nationalekonomiska litteraturen kallas för ett ”nest”. I genomgången av produktionsstrukturen inleder vi med att beskriva den övre delen av produktionsträdet (the upper nest), för att sedan övergå till den nedre delens två ”nests”.

översätta detta till en nyttofunktion är inte helt lätt då en fördubbling av konsumtionen av de varor som ingår i nyttofunktionen troligen inte fördubblar vår nytta. Problemet med att dra liknelsen fullt ut är att nationalekonomer betraktar nytta som ett ordinalt begrepp (vi vet ordningen men inte avståndet mellan det vi mäter – exempel: konsumentens nytta av att konsumera 10 äpplen är högre än nyttan av att konsumera 5 äpplen, men nyttan är inte dubbelt så stor) medan produktion är ett kardinalt begrepp (vi vet både ordningen och avståndet mellan det vi mäter – exempel: produktion av 10 äpplen är dubbelt så mycket som produktion av 5 äpplen). Cobb-Douglas funktionen beskriven ovan är ett exempel på en sådan homotetisk funktion. 71 CDE funktionen (Constant Difference of Elasticity) är inte homotetisk, vilket gör det möjligt att modellera att de privata hushållen inte spenderar lika stora andelar av sin inkomst på de olika varorna när inkomsten ökar. 72 Inom nationalekonomin brukar man mäta förändringar i välfärd med antingen ekvivalent variation (EV) som ovan eller med kompenserande variation (CV). CV mäter den förändring i inkomst som är nödvändig för att konsumenten ska uppnå samma nyttonivå som innan prisförändringen. Det är den inkomstförändring som exakt kompenserar konsumenten för prisförändringen. 73 Fördelningsmässiga effekter. 74 Teknologi- och resurseffekterna är exogena i modellen och påverkas enbart ifall det sker en chock mot dessa variabler. I annat fall är de noll.

Figur 4.3: Produktionsstrukturen i GTAP

Slutprodukt CES funktion (Leontief)

Intermediär input

Mervärde

CES funktion Kapital

Land

Arbete

CES funktion Inhemsk

Utländsk CES funktion Andra regioner

Källa: Hertel (1997).

Företagens output produceras av en mix av produktionsfaktorer (kapital, land och arbete), vilka ägs av de privata hushållen, och intermediära varor (inhemska och utländska), vilka köps från företag i andra sektorer, inom och utom landet. Den optimala mixen bestäms av en så kallad CES funktion. I teorin ger en sådan funktion möjlighet till substitution mellan de olika insatsvariablerna (i vårt fall produktionsfaktorer och intermediära varor), men i standard modellen har man valt att en sådan substitution inte skall vara möjlig. Konstruktörerna av GTAP har istället valt att kalibrera parametrarna i CES funktionen så att den fungerar som en Leontief funktion75, men de har samtidigt gjort det möjligt att ändra parametervärdena i funktionen så att en substitution är möjlig. I den nedre delens två ”sub-nests” använder man sig också utav CES funktioner, men här är substitution mellan de olika beståndsdelarna tillåten. Företag kan substituera mellan de olika produktionsfaktorerna och mellan de intermediära varorna. Företagen antas välja sin optimala mix av produktionsresurser baserat på deras relativpriser, oberoende av priset på intermediära varor.76 I det ”sub-nest” som avser intermediär input, används det så kallade Armington antagandet för att differentiera mellan inhemskt producerade och importerade varor.

CES = Constant Elasticity of Substitution, dvs. konstant substitutionselasticitet. Både Cobb-Douglas (som beskrevs tidigare) och Leontief funktionerna är specialfall av en så kallad CES funktion. I Leontief funktionen är substitutionselasticiteten lika med noll, vilket innebär att mixen mellan produktionsfaktorer och intermediära varor är fasta. 76 Förhållandet mellan de två ”sub-nests” brukar beskrivas som att de är separabla, dvs. substitutionselasticiteten mellan en produktionsfaktor (vilken som helst) och en intermediär vara (vilken som helst) är lika. Detta förhållande gäller i båda riktningarna.

4.2.1.4 Armington antagandet Agentens, dvs. konsumentens eller företagets, inköp av en produkt görs med hänsyn taget till vilket land produkten kommer ifrån. Priset på denna produkt blir då en sammansättning (ett komposit) av priset för den specifika produkten när den är producerad i hemlandet och priserna för produkten när den är producerad i utlandet (importeras). Substitutionen mellan inhemsk produktion och import när det gäller konsumtion (se figur 4.2) och när det gäller produktion (se figur 4.3) bestäms av en CES funktion. Importen, vilket är en mix av import från andra regioner, är i sin tur baserad på en CES funktion. GTAP följer samma ansats som Armington (1969) för att bestämma ursprungslandet för import i modellen. Genom att använda sig av det så kallade Armington antagandet, särskiljer man produkten baserat på vilket land den kommer ifrån. De som konsumerar produkterna (oavsett om det är privat eller offentlig konsumtion eller skall användas som insatsvara av en agent) följer samma ansats. Först bestäms ursprungsländerna för importen, baserat på Armington elasticiteter. Ett sammansatt (komposit) importpris beräknas fram baserat på dessa elasticiteter och kombineras sedan med en annan Armington elasticitet, vilken bestämmer företagets optimala mix mellan inhemskt och utländskt producerade inputs.77 Därför finns det två Armington elasticiteter i konsumtions- och produktionsträden (figur 4.2 och 4.3) ovan.

4.2.1.5 Priser i GTAP Politikingripanden (skatter, stöd/subventioner m.m.) modelleras i GTAP som så kallade priskilar (price wedges). I GTAP använder man sig inte av de facto individuella skatter och stöd, utan värdet av en intervention/störning beräknas genom att man jämför transaktioner antingen mellan en agent och motsvarande marknadspris eller mellan marknadspriset i regionen och världsmarknadspriset. Skillnaden dem emellan antas vara ett politikingripande. Huruvida denna störning har en positiv eller negativ effekt på priset beror på nettoeffekten av skatter och stöd. Om skatten på en specifik produkt är större än det produktspecifika stödet, kommer marknadspriset att vara högre än agentens pris för den varan. Alla priser i GTAP är relativa istället för absoluta, vilket innebär att GTAP modellen i mångt och mycket är ett stort system av simultana ekvationer, där de endogena variablerna representerar okända variabler. Konstruktörerna har använt sig av Walras’ lag78 när de tagit fram modellen. Som en konsekvens av detta har de valt att inte kräva att det globala sparandet är lika med de globala investeringarna. Däremot kräver modellen att alla andra marknader är styrda (dvs. utbud måste vara lika med efterfrågan). Om modellen är giltig måste även den sista marknaden vara i jämvikt enligt Walras’ lag. Detta tillvägagångssätt ger en robust teoretisk validitet till modellen, men den ger också, på grund av att den inte löser ut jämvikten för alla marknader, den följden att modellen inte kan lösas för alla priser. Ett pris måste sättas exogent. Detta pris är känt som the numeraire79 och den ger en referenspunkt mot vilken förändringar i alla andra priser jämförs.

Detta sker antingen genom nyttomaximering, när det gäller privat och offentlig konsumtion, eller genom kostnadsminimering, när det gäller företag. 78 Walras lag implicerar att om det finns n stycken marknader så kommer jämvikten att vara bestämd av n-1 jämviktsvillkor. Det innebär att det bara finns n-1 oberoende priser i ekonomin. 79 Den enhet i vilken priserna mäts. Detta kan vara en valuta, men i reala modeller, dit de flesta handelsmodeller kan inordnas, så är the numeraire vanligen en produkt, vars pris är satt till ett. The numeraire kan också sättas implicit, exempelvis så kan summan av alla priser vara lika med en konstant.

4.2.2

GTAP:s databas80

Databasen, version 6.2, består av tre större enheter: 1) nationella input-output tabeller, 2) internationell handelsdata och 3) data på olika typer av handelsstörande aktiviteter (data rörande tullar, bidrag/stöd, PSE mm.). Basåret för standardmodellen är 2001, och alla data presenteras i 2001 års US-dollar.

4.2.2.1 Input-output (IO) data Varje region i GTAP databasen representeras av en IO tabell. Varje IO tabell består av en input matris som visar användningen av faktortillgångar (kapital, land och arbete) och användningen av intermediära produkter i produktionen för varje sektor per region (femtiosju industrier (sektorer) som alla producerar en produkt var).81 IO tabellerna representerar bara den inhemska produktionen av varor och allokeringen av regionala produktionsfaktorer mellan sektorerna, dock kan de intermediära insatsvarorna i någon sektor komma från utlandet. Den privata och den offentliga sektorns slutliga efterfrågan på inhemska och utländska produkter finns också inkluderade i IO databasen, det gör även bruttoinvesteringar i kapital. Slutligen läggs skatte- och stöddata till databasen.

4.2.2.2 Bilateral handelsdata Den huvudsakliga källan för den internationella handelsdatan är FN:s databas COMTRADE (varuhandel) och GTIS (Global Trade Information Services82). På grund av det stora antalet länder (regioner) som ingår i modellen är det ofta fallet att det finns luckor i datamaterialet (missing values) för de insamlade variablerna. För att fylla dessa hål i datan använder man sig av beräkningsmetoder utvecklade av USDA:s ekonomiska forskningstjänst (ERS).83 Dessa beräkningar görs på 4-ställig SITC84 nivå och aggregeras upp till de relevanta sektorerna i GTAP:s databas. När det gäller internationell handel med tjänster kompletteras COMTRADE med IMF:s betalningsbalansstatistik.85 På grund av att betalningsbalansstatistiken hos IMF är klassificerad enligt en egen klassificering och GTAP enligt en annan, har konstruktörerna delat in tjänstehandeln i fyra kategorier. De fyra kategorierna är icke-marginella tjänster, marginella tjänster (vilket delas in i dels användning av marginella tjänster, dels utbud av marginella tjänster) samt utgifter från resande. 86 För att illustrera vad som menas med marginella produkter använder Hertel (1997) exemplet med ett norskt lastfartyg som används till att exportera bilar från Tyskland till Kanada. Värdet av denna transporttjänst över Atlanten, som utförs av Norge, samt värdet av transporttjänsten som används för att exportera bilar från Tyskland till Kanada, specificeras. Marginaltjänsterna som uppstår är då export av det land som tillhandahåller tjänsten och import av landet som

Konstruktion och kalibrering av databasen finns dokumenterad i Dimaranan, 2006. Se figur C.3 i bilaga C för en grafisk illustration av databasens täckning. 82 Detta är ett amerikanskt företag som sammanställer data på relevanta variabler för en stor mängd länder. 83 USDA = United States Department of Agriculture, USA:s jordbruksdepartement. 84 SITC = Standard International Trade Classification. SITC är en av FN rekommenderad varugruppering. 85 Balance of trade statistics. 86 Denna indelning är inte helt transparant med hur GATS (General Agreement of Trade in Services) är indelad. 81

mottar produkten (bilarna i detta exempel). På så sätt specificeras handel i marginella tjänster av utbud och användning. De tjänstesektorer som ingår i gruppen för marginella tjänster i GTAP är transport via luft, vatten samt annan transport. Utgifter från resande är att anses som förbrukning utomlands, medan handel med ickemarginella tjänster behandlas som gränsöverskridande utbud samt tillfällig närvaro av personer. Det handlas med icke-marginella tjänster i samtliga tjänstesektorer i GTAP bortsett från sektorerna: elektricitet, gas, bevattning och bostad. Bostadssektorn är den enda sektor där utgifter från resande inte förekommer. Utländska direktinvesteringen (FDI) modelleras inte i GTAP:s standardmodell. Alla faktorer, inklusive kapital, är regionspecifika och kan härigenom inte flöda mellan regioner.

4.2.2.3 Data på olika typer av handelsstörande aktiviteter En stor mängd av mått täcks i databasen, och datan kommer från ett antal olika källor. Tabell C.3 i bilaga C ger en sammanfattning av de olika ”skyddsmått” som finns representerade i standardversionen av databasen. Tabellen visar också vilka källor som använts till de olika måtten. I tidigare versioner av databasen har en stor mängd källor använts för att sammanställa tulldata för både jordbruks- och andra sektorer. I den 6:e versionen har man valt att använda sig av databasen MAcMAPS som utvecklats av CEPII och ITC.87 Databasen används för att generera använda tullsatser för 2001 för alla regioner i GTAP. Exportstöd beräknas baserat på ländernas notifieringar till WTO och exportvärden tas från UNCTAD:s handelsdatabas. I GTAP har man valt att sätta importtullar och exportstöd till noll för alla tjänstesektorer. Orsaken till detta är att handelsrestriktioner i dessa sektorer ofta är kvalitativa och inte kvantitativa. Svårigheten att beräkna fram korrekta tullekvivalenter för handelsrestriktionerna i dessa sektorer är väldokumenterade (se exempelvis François m.fl., 2003). Ännu har man inte funnit några beräkningar som visat att problemet är löst och härigenom har man valt att inte inkludera dessa i databasen. Huvudkällan för data om nationella jordbruksstöd i den nuvarande versionen av databasen är PSE-talen som tagits fram av OECD för 2001. PSE-talen, som mäts och rapporteras av OECD, består av två delar; dels marknadsprisstöd (gapet mellan det inhemska marknadspriset och världsmarknadspriset), dels direkta inhemska stöd. Det finns också ett antal frihandelsområden representerade i databasen och dessa räknas upp i tabell C.3.

MAcMaps (Market Access Maps) är ett bilateralt och disaggregerat mått på marknadstillträde. Måttet har konstruerats av CEPII (Centre d'Etudes Prospectives et d'Informations Internationales) i Paris och beskrivs utförligt i Bouët m.fl. (2001). MAcMaps integrerar de större skyddsmekanismerna (värdetull och specifika tullar, förbud (prohibitions), tullkvoter, anti-dumping tullar, normer) på den mest detaljerade nivån (tull linjer), samt även andra typer av handelshinder. Datan till måttet kommer från databaserna TRAINS (UNCTAD) och AMAD (the Agricultural Market Access Database). Till detta har man även använt WTO:s notifieringar gällande antidumping. Slutligen har dessa filer även kombinerats med data från COMTRADE (UN) databasen. MAcMaps mäter marknadstillträde för 223 länders export till 137 länder på tull-linjenivå för året 1999.

4.3

Exempel på utvecklingar av standardmodellen

Det finns ett antal utvecklingar av GTAP:s standardmodell som har börjat användas mer och mer i olika utvärderingar och forskningsrapporter. Nedan följer dels en kort beskrivning utav några av dessa, dels hänvisningar till ytterligare information för den vetgirige. Dynamisk modell: Sedan slutet av 1990-talet finns det en dynamisk version av standardmodellen som bland annat kan användas till att bestämma hur förändringar i ekonomisk politik, teknologi, population och tillgång på produktionsfaktorer påverkar hur olika regioner utvecklas över tiden. Modellen brukar benämnas GTAP-Dyn och beskrivs utförligt i Ianchovichina och McDougall (2000). Den dynamiska modellen har bland annat använts till att undersöka effekterna av Kinas anslutning till WTO (Walmsley och Hertel, 2000) samt hur denna anslutning påverkat övriga länder i östra Asien (Ianchovichina och Walmsley, 2005). Energimodell: Det finns sedan början av 2000-talet en version av GTAP som gör det möjligt att undersöka kontaktytorna mellan energianvändning, ekonomi, miljö och handel. I standardmodellen finns det bland annat inte någon möjlighet till substitution mellan olika energislag, vilket det däremot finns i denna utveckling. Modellen brukar benämnas GTAP-E och beskrivs utförligt i Burniaux och Truong (2002). GTAP-E har använts empiriskt bland annat till att mäta effekterna av klimatförändringar (Kuik, 2003) och till att mäta kostnaderna i samband med minskning av växthusgaser (Hamasaki och Truong, 2001). Jordbruksmodell: Det finns en specialversion av GTAP som är inriktad mot jordbrukssektorn och som går under namnet GTAP-AGR. Modellen beskrivs utförligt i Keeney och Hertel (2005). Författarna har utgått ifrån vad som är specifikt med jordbrukssektorn och försökt modellera detta så utförligt som möjligt. Modellen har hittills använts i några få studier, bland annat har Anderson och Valenzuela (2006) undersökt hur den globala handeln påverkar lantbrukare i utvecklingsländer och Gehlhar & Wainio (2004) undersökt hur minskade tullar på (och stöd till) jordbruksprodukter påverkar lantbrukarnas inkomster i olika länder.

4.4

Fördelar och nackdelar

Fördelar: GTAP-modellen är en allmän jämviktsmodell, vilket gör att den täcker hela ekonomin. Den är väldokumenterad och allmänt erkänd bland akademiker. Genom konstruktionen av ett regionalt hushåll i toppen av efterfrågestrukturen i en region (se figur 4.2), och att det regionala hushållet inte kan spendera mer än det får in i form av intäkter, behövs inga detaljerade skattedata vid konstruktionen av datan. Det har också visat sig att konstruktionen gör det möjligt att mäta, såväl regional välfärd, som välfärdseffektens olika beståndsdelar (se avsnitt 2.1.2). Nackdelar: Norge finns inte med som enskilt land utan som ett aggregat tillsammans med Island och Liechtenstein (dvs. ”resten av EFTA” i tabell C.1). Valet av att använda priskilar istället för de facto skatter och stöd kan vara bekymmersamt då prisskillnaden inte enbart mäter dessa politikingripanden. Prisskillnader kan även uppkomma på grund av marknadsformen (GTAP antar förvisso perfekt konkurrens men den matas med verkliga data och verkligheten påvisar ofullständig konkurrens i vissa branscher), att produkter i en bransch inte är identiska, management mm. I den statiska modellen antas att ett givet års sparande är lika med det årets (netto) investeringar. Det normala är att investeringar bland annat drivs av tidigare års sparande, men detta går inte att beakta i en statisk modell. På grund av att man skriver ekvationerna i linjäriserad form torde detta innebära att de är känslig för större förändringar i variabler, exempelvis större prischocker. (Se figur C.2 i bilaga C för en illustration av detta). Utländska direktinvesteringar är inte möjliga i standardversionen. Detta innebär en begränsning i modellen då utländska direktinvesteringar är vanligt förekommande i många branscher. Det positiva med att utesluta sådant är att behovet av data minskar kraftigt.88 Slutsats: I GTAP ingår Sverige som ett separat land, vilket gör att modellen tar hänsyn till landet och dess förhållanden. Däremot är den inte regionalt indelad vilket innebär att resultaten ska ses som landsgenomsnitt. Modellen är en allmän jämviktsmodell och därigenom tar den hänsyn till hela ekonomin. Problemet med modellen är att den inte är så väl utvecklad på jordbrukssidan (även om det finns en jordbruksvariant).

Det finns dock modifierade versioner där utländska direktinvesteringar är möjliga (se exempelvis Dee och Hanslow, 2000).

PEM

5.1

Inledning

PEM är en akronym som står för Policy Evaluation Model och det är en statisk partiell jämviktsmodell för olika typer av grödor samt mjölk. Modellen är framtagen av OECD och den finns bland annat dokumenterad i OECD (2005). PEM ger en schematisk bild av både existerande och hypotetisk jordbrukspolitik i de länder som ingår i modellen.89 Resultatet (modellens output) ger information till beslutsfattare i berörda länder om de relativa effekterna av marknadsprisstöd och/eller olika typer av budgetstöd. Huvudsyftet med PEM är att tillhandahålla en nära koppling mellan stödmått (såsom de är definierade i PSEklassificeringen90) och kvantitativ analys, exempelvis av effekter och fördelning av dessa stöd. PEM började utvecklas 1998 inom ramen för en pilotstudie, och modellen bygger på en modell som utvecklades av Gardner (1987). Modellen är också nära relaterad till Atwood och Helmers (1998), Gunter m.fl. (1996) och Hertel (1989). Arbetet med PEM utfördes av en arbetsgrupp bestående av personer från OECD:s sekretariat och representanter för de i modellen ingående länderna. Arbetsgruppen tog också hjälp av externa konsulter, vilka genomförde både litteraturstudier och empiriska studier.91 Studiernas syfte var att ge rimliga värden på och lämpliga intervall för modellens olika parametrar. Detta för att olika känslighetsanalyser skulle kunna genomföras. Gruppen fick också bidrag till modellen från andra nationella källor (från de länder som ingår i PEM). Pilotstudien var klar 2000 och därefter har OECD sekretariatet till stor del fortsatt utvecklingen av modellen i egen regi.92 En viktig del som tillkommit efter pilotstudien är den så kallade mjölkmodulen, vilken redovisas i delkapitel 5.3. PEM-modellen består av 6 olika jordbruksprodukter; vete, foderspannmål, oljeväxter, ris, mjölk93 och nötkött (se tabell 5. 1 nedan).

Länderna/regionerna består av EU, Japan, Kanada, Mexico, Schweiz och USA. I fortsättningen kommer kortformen land att användas istället för land/region. 90 Se OECD (2007) för en genomgång av PSE. 91 Abler (2000) och Salhofer (2000). 92 Pilotstudien publicerades året därpå, (OECD, 2001). 93 För produkten mjölk skiljer modellen mellan flytande mjölk (fluid milk) och industriell mjölk. Fortsättningsvis kommer den förstnämnda kallas för konsumtionsmjölk och den sistnämnda för industrimjölk.

Tabell 5.1 Förteckning över de produkter som ingår i modellen Produktgrupp Vete Foderspannmål O ljeväxter Ris Mjölk Nötkött

Innehåll Vete, durumvete Majs, korn, havre, durra (sorghum) Sojabönor, raps, solrosor Alla typer av ris Mjölk till konsumtion och till industri Alla typer av nötkött

Källa: OECD (2005).

De analyser som genomförs med den modelltyp som PEM tillhör brukar ibland kallas för EDM ”equilibrium displacement modelling” (Salhofer och Sinabell, 1999; Piggot, 1992; Cahill, 1997). Inom detta modellramverk brukar en produkts utbud representeras i termer av en aggregerad produktionsfunktion med tillhörande funktioner för faktorutbud och faktorefterfrågan. Utbud och efterfrågan för produkterna brukar oftast kopplas ihop med priser och kvantiteter på produktionsenhetsnivå (oftast på gårdsnivå), trots att många appliceringar av modelltypen i den ekonomiska litteraturen behandlar modellering på nationell nivå.94 De funktionella relationerna i modellen är normalt skattade med hjälp av ekvationer som linjäriserats, vilket ofta resulterar i elasticiteter, vars utfall ger procentuella förändringar i både kvantiteter och priser. Startpunkten för PEM är den så kallade PSE-klassificeringen. Klassificeringen är uppbyggd efter hur pass produktionsstödjande (produktionsstörande) stöden är. En tumregel för om ett stöd ska finnas med i PEM eller inte är att stödet påverkar produktion och/eller priser på ett avgörande sätt. I modellen finns 6 av PSE klassificeringens 8 huvudgrupper modellerade. Precis som i många ekonomiska modeller inriktade mot att mäta effekter av ekonomisk politik, är det svårt att framställa hur policyutförandet de facto skall se ut i modellen (dvs. hur den ekonomiska politiken skall byggas in i modellen). I PEM har man valt att utgå från PSE-klassificeringen och försökt fånga de effekter som en specifik klassificering ger upphov till, istället för att bygga in de specifika stödprogrammen fullt ut i modellen för varje land och för varje produkt. Genom detta förfaringssätt klassificeras stöden i enlighet med de huvudsakliga villkor producenten måste uppfylla för att få stödet. Normalt ger kunskapen om hur ett stöd klassificerats en indikation på hur stödet påverkar olika variabler initialt (detta brukar ofta benämnas first incidence). Modellen förväntas inte fånga andra typer av effekter utöver de modellerade, vilka också är resultatet av de olika stödåtgärderna, såsom inkomsteffekter, effekter relaterade till risk eller olika typer av dynamiska effekter. Det är dock så att delar av effekterna implicit skulle kunna fångas upp av parametervärden, dvs. PEM bör kunna ses som en reducerad form av en mer sofistikerad modell. Innan en jordbrukspolitisk simulering genomförs, måste modellen kalibreras mot PSE-datan för ett specifikt år (ett basår). Den modellversion som gäller i skrivande stund är kalibrerad för år 2006. Kalibreringen innefattar: all producerad, konsumerad och exporterad kvantitet; för varje land och produkt i modellen; världsmarknadspriser; nationella priser och storleken (omsättningsmässigt) på de olika stöden. Data på jordbruksmark95 hämtas in från FAO (Food

Se Alston (1991). I detta kapitel kommer ordet jordbruksmark att användas som samlingsnamn för all mark som ingår i modellen. 95

and Agriculture Organization of the United Nation). En stor del av de priser som används som pris på inputs är definierade utifrån ett index med initialvärdet 100, vilket medför att prisförändringar fås i procent. Två typer av information krävs för att modellera en förändring av jordbrukspolitiken, dels storleken på stödet (totalt stöd), dels andelen av stödet som resulterar i en priskil hos någon av modellens produkter. Den andelen beräknas som storleken på stödet dividerat med total producerad kvantitet av produkten ifråga. Fortsättningen av detta kapitel delas in i fem delkapitel. Delkapitel 5.2 beskriver modellen för grödor, delkapitel 5.3 beskriver modellen för mjölk och delkapitel 5.4 beskriver hur de två modellerna är sammanflätade. I delkapitel 5.5 dras några enkla slutsatser av modellen och kapitlet avslutas med delkapitel 5.6 som ger en genomgång av upplevda fördelar och nackdelar med modellen.

5.2

PEM modellen för grödor96

PEM modellen för grödor (nedan kallad växtmodellen) ger en förenklad skildring av produktion, konsumtion och handel av viktigare spannmålsslag och oljeväxter i de sex OECD-länderna. Modellen samverkar med mjölkmodellen, vilken beskrivs i delkapitel 5.3, genom att växtodling och mjölkproduktion konkurrerar om markarealen.97 Det finns också en koppling mellan modellerna via marknaden för foder då spannmål och oljeväxter är insatsvara i produktionen av nötkreatur (till mjölk och kött).

5.2.1

Beskrivning av modellen

Ländermodulerna i växtmodellen har utvecklats enligt en enhetlig struktur. Utbudet för en produkt representeras i modellen av ett antal utbuds- och efterfrågeekvationer, baserade på de ingående produktionsfaktorerna. Om vi undantar den s.k. ”resten av världen”-komponenten, där utbudsfunktionerna specificeras direkt, finns det ekvationer som representerar minst fyra kategorier av insatsvaror (inputs, faktorer), vilka används till att producera output i de berörda länderna. Växtmodellen är en modell med konstant elasticitet på både input- och på outputsidan. De ekvationer som bestämmer faktorefterfrågan speglar de vanliga antagandena bakom vinstmaximering givet vissa restriktioner på produktionsförhållandet. Följaktligen byggs utbud och efterfrågan för de olika produkterna in i de ekvationer som bestämmer jämvikten på dessa inputmarknader för de sex länderna. Sammansättningen av produktionsfaktorer skiljer sig åt mellan de olika ländermodulerna. Modulerna är sedan sammankopplade via världsmarknadspriser och handelsmönster. Vilka insatsfaktorer som finns representerade och hur de modelleras skiljer sig som ovan nämnts åt från land till land. Var och en av ländermodulerna har tre faktorer som ägs av lantbruket/lantbrukaren: jordbruksmark, boskap och en residual (en restpost) kallad ”andra gårdsägda faktorer”. Faktorn jordbruksmark modelleras så att den möjliggör en simulering av betalningar baserade på areal, historiska värden samt lantbrukets inkomst. Dessutom finns inköpta faktorer och de kan skilja sig åt mellan länderna. Gemensamt för varje land är åtminstone faktorerna konstgödsel och en residual kallad ”andra inköpta faktorer”. Normalt ingår det fler inköpta faktorer för varje land i modellen än de två som nämnts ovan. Tabell 5.2

Det som skrivs om grödor gäller i stor utsträckning även köttproduktion, varav endast olikheter mellan grödor och kött kommer att behandlas i dokumentet. 97 I PEM är arealen exogent given, dvs. arealen är fast till sin storlek.

nedan specificerar vilka produktionsfaktorer (inputs) som ingår i modellen samt om faktorerna är substituerbara mellan de olika produkterna eller inte. Tabell 5.2 Förteckning över produktionsfaktorer samt deras substituerbarhet mellan produkterna Subst. Subst. mellan mellan Gårdsägda produktionsfaktorer Inköpta produktionsfaktorer prod. prod. Land / mark Ja (imperf.) Kemikalier Ja Boskap Nej Energi Ja Andra gårdsägda prod.faktorer Nej Gödningsmedel Ja Inhyrd arbetskraft Ja Kraftfoder Nej Ränta Ja Bevattning Ja Försäkring Ja Maskiner och annan utrustning Ja (grödor) Andra inputs Ja (grödor) Källa: OECD (2005).

Ingen insatsfaktor antas, å ena sidan, vara helt fast (dvs. det finns en viss grad av substituerbarhet mellan faktorerna), men jordbruksmark och de faktorer som ägs av lantbruket antas vara mer fasta än övriga (utbudets priselasticitet antas vara lägre för dessa insatsfaktorer jämfört med de inköpta faktorerna). Likaså antas, å andra sidan, att ingen insatsfaktor är helt rörlig. De flesta modellparametrar som används i PEM kommer som ovan nämnts från genomgångar av empirisk litteratur. De ekvationer i modellen som styr efterfrågan på de ingående produkterna förbinder inhemsk produktion med priser på gårdsnivå. Samvariation mellan priser kan då existera även om den specifika politiken är riktad mot vissa produkter, eftersom de övriga produkterna kan vara substitut (eller komplement) till varandra. Detta gäller både på produktionssidan och på konsumtionssidan. Foderspannmål och oljeväxter fungerar också som insatsvaror i produktionen av nötkött, vilket också det kan ge samvariation mellan priser. Beroende på hur nära substitut produkterna är med varandra (på efterfrågesidan), kan samvariation i priser leda till små förändringar i efterfrågad kvantitet för någon/några produkter eller för en stor del av dem, dvs. total efterfrågan för alla produkter i modellen kan vara starkt priselastisk.

5.2.2

Stödhantering

Nedan följer ett exempel på hur stöden hanteras i PEM. Anta att vi har en något förenklad version av modellen som består av ett land (vilket som helst av modellens länder), en slutprodukt, och två produktionsfaktorer. Anta att de två produktionsfaktorerna är aggregaten: produktionsfaktor som ägs av lantbruket och produktionsfaktor som köpts in. För att förenkla exemplet antar vi även att den lantbruksägda faktorn är jordbruksmark. Figur 5.1 nedan består av tre figurer. Överst visas produktens utbud och efterfrågan och nedanför visas utbud och efterfrågan på jordbruksmark respektive marknaden för den inköpta faktorn. Figuren visar hur stöden, likt priskilar mellan köpare och säljare, påverkar produktens pris respektive priset på produktionsfaktorerna. Figuren visar hur MPS (marknadsprisstöd) per enhet, arealbidrag och bidrag till faktorinköp (investeringsstöd) hanteras i modellen. MPS kilen skiljer på priset som den inhemska köparen betalar till de inhemska producenterna, Pd , 39

från världsmarknadspriset, Pw . Vi tar här ingen hänsyn till den specifika handel eller de inhemska policy instrument som de facto skapar denna priskil.98 Arealbidragen modelleras som en priskil mellan det pris som lantbrukaren får för att använda sin egen jordbruksmark samt andra produktionsfaktorer i produktionen, Pfs , och den avkastning som dessa faktorer skulle ge vid alternativ användning, Pfd . Slutligen, antas subventionerade inköp av produktionsfaktorer99 skapa en kil mellan det pris som leverantören av den inköpta faktorn får i betalning, Pnfs , och det pris lantbrukaren betalar för den inköpta produktionsfaktorn, Pnfd . Marknaderna för de av lantbrukarna inköpta produktionsfaktorerna är i PEM modellen inte sektorspecifika, vilket innebär att priskilarna är identiska för alla produkter i modellen. Figur 5.1 Illustration av hur stöden hanteras i PEM D

S = f(Xf , Xnf)

Produktmarknad

Pd Prisstöd Pw Producer Support Estimates (PSE)

Faktormarknader

X df

X nfd

X sf

X nfs

Pnfs

Pfs Arealbidrag

Investeringsstöd m.m.

d f

Pnfd

Xf Lantbruksägda faktorer

Xnf Inköpta faktorer

Källa: OECD (2005).

Det finns ytterligare två PSE-kategorier som modelleras med hjälp av priskilar. Dels är det stöd som baseras på producerad output; dels är det stöd som baserar sig på historiska orsaker. Den första varianten är representerad i modellen som en priskil mellan det faktiska priset som lantbrukaren får för produkten och det pris som konsumenten betalar. Summan av

98 99

Observera att landet är nettoexportör av den specifika slutprodukten. Exempelvis investeringsbidrag.

utbetalningarna för detta stöd är prisskillnaden (priskilen) multiplicerat med producerad mängd av produkten. De stöd som baserar sig på historiska värden modelleras som prisskillnaden mellan priset på utbjuden jordbruksmark och priset på efterfrågad jordbruksmark, vilket är analogt med hur arealstöden modelleras. Däremot modelleras priskilen på ett sådant sätt att relativpriset mellan de markkategorier som ingår i modellen och som berörs inte påverkas.

5.2.3

Mätning av stödens effekter

Det finns ett antal inbyggda indikatorer i PEM som mäter de ekonomiska effekterna av de olika stöden. De huvudsakliga indikatorerna finns uppräknade i tabell 5.3 nedan. Tabell 5.3 Indikatorer i PEM av politiska effekter Indikator

Måttets definition

Skattebetalarnas kostnad (taxpayer costs)

Total förändring i statens kostnader/intäkter för: areella utbetalningar, inputsubventioner, exportsubventioner och tullar

Effekt på konsument (consumer impacts)

Förändring i konsumentöverskott

Gårdens välbestånd (farm welfare)

Förändring i avkastning utöver alternativkostnaden för land, boskap, andra gårdsägda faktorer och mjölkkvoter

Effekt på de som tillhandahåller inputs (Input suppliers effect)

Förändring i avkastning utöver alternativkostnaden för de som tillhandahåller insatsfaktorerna

Transfereringseffektivitet (Transfer efficiency)

Gårdens välbestånd / (Skattebetalarnas + konsumenternas kostnad)

Production (Production)

Förändring av volymen producerad gröda

Konsumtion (Consumption)

Förändring av volymen konsumerad gröda

Nettohandel (Net trade)

Förändring av volymen i nettohandeln

Källa: OECD (2005).

För att beräkna de ekonomiska effekterna av ett specifikt scenario, mäter man förändringen mellan en initial jämvikt och en slutlig jämvikt i antingen värde eller kvantitet. De huvudsakliga dragen vid en sådan simulering kan visas med hjälp av en figur, motsvarande den i figur 5.1. I figur 5.2 visas en förenklad representation av en marknadsjämvikt före och efter en hypotetisk ökning av marknadsprisstöden. Förenklingen består i att vi antar att det inte finns några stöd alls i utgångsläget. Vi utgår från en situation där priset på en produkt på den inhemska marknaden, Pd0 , är lika med världsmarknadspriset, Pw0 och att landet ifråga är nettoexportör både före och efter en förändring i politiken. Anta sedan att en förändring av exempelvis ett marknadsprisstöd resulterar i en priskil, Pd′ − Pw′ .100 Totalt marknadsprisstöd illustreras av den grå arean i den övre figuren.

100

Implicit antar vi också att produktionen av den specifika produkten i det specifika landet är så stor att en inhemsk prisförändring påverkar producerad kvantitet positivt. Den ökade kvantiteten av produkten på världsmarknaden påverkar då världsmarknadspriset till att sjunka.

Ökningen i produktion på grund av de ökade stöden är Qs′ − Qs0 . Den medföljande minskningen av den inhemska konsumtionen (pga. ökade inhemska priser) är Qd0 − Qd′ , vilket resulterar i en ökning av exporten till Qs′ − Qd′ . Areorna som märkts med a och c visar minskningen av konsumentöverskottet (ökade kostnader för konsumenten). Skattebetalarna får även de en ökad kostnad motsvarande hela den grå ytan minus areorna a och b. Figur 5.2 Ekonomiska effekter av en hypotetisk ökning av marknadsprisstödet D

S = f(Xf , Xnf) c

Produktmarknad

Pd′

P =P Pw′ 0 d

Extra MPS = skuggat område

a b

0 w

Konsumentförlust = a+c Kostnad för skattebetalare = skuggat område minus (a + b)

Qd′ Qd0

X df

Faktormarknader

X nfd

X sf

Pf′

Pf0

Qs0 Qs′

Pnf′ Pnf0

Ökad inkomst för lantbrukare = d+e

X nfs

Extra förtjänst till ägare av faktorn = f+g

X 0f X ′f Lantbruksägda faktorer

X nf0 X nf′ Inköpta faktorer

Källa: OECD (2005).

De två nedre figurerna illustrerar de associerade faktormarknadseffekterna. Ökningen av producentpriset på grund av det ökade marknadsstödet ger ett skift utåt av utbudskurvan (se de streckade linjerna) för både lantbruksägda och inköpta faktorer. Detta ger att både kvantiteter och priser för dessa ökar. Hur stor ökningen blir beror på lutningen på utbudskurvan (utbudets elasticitet), ju högre utbudselasticitet (ju flackare kurva) desto större förändring i kvantiteten, vid en given ändring av priset. Areorna d och e i den nedre figuren illustrerar förändringen i nettoinkomst för den lantbruksägda faktorn. På samma sätt visar areorna f och g den ökade förtjänsten till ägarna som tillhandahåller de inköpta faktorerna.

5.3

PEM modellen för mjölk

Modellen för mjölkproduktion är i sin struktur lik växtmodellen (inklusive köttproduktionen) då det finns en implicit utbudsfunktion av CES-typ i utbuds- och efterfrågefunktionerna för produktionsfaktorerna. Faktorerna köps eller hyrs antingen in eller så ägs de redan av 42

lantbrukaren och de är substituerbara mellan varandra enligt en matris med egen- och korselasticiteter.101 Mjölkmodellen skiljer sig från växtmodellen på efterfrågesidan då konsumtionen av mjölk (inte produktionen) är differentierad mellan konsumtion av flytande mjölk och industriell konsumtion, nedan kallat konsumtionsmjölk respektive industrimjölk. Mjölkmodellen ser annorlunda ut mellan de olika länderna beroende på vilken typ av stödsystem för mjölk landet använder. I PEM har man valt att modellera in en förenklad version av de viktigaste varianterna av mjölkpolitik i de ingående länderna. Mer specifikt, i modellen finns följande varianter av politik modellerade: premie för användning av flytande mjölk (detta kallas BPS – blend price system – nedan), direktstöd för mjölkproduktion, subventioner till konsumenter av konsumtionsmjölk och industrimjölk, marknadsprisstöd, restriktion av handel vid gränsen samt produktionsbegränsande kvoter. Mjölkmodulen kommer att fungera olika i respektive länder beroende på vilka av de ovan nämnda stödsystemen som används. Som en ytterligare förenkling har man valt att bryta ned stödvarianterna enligt följande: i EU och Schweiz används ett kvotsystem, i Japan och USA gäller BPS, Kanada har en blandning av BPS och kvotsystem och Mexiko har inget av de två systemen. Nedan redovisas det av EU och Schweiz använda kvotsystemet mer ingående samt Mexikos system. För övriga varianter hänvisas till OECD (2005).

5.3.1

Modellstruktur

Innan kvotsystemet redovisas illustreras nedan modellens struktur utan att något av systemen är med. Orsaken till detta är att mjölkmodulerna i grunden är uppbyggda på samma sätt.102 Grundmodellen Grundmodellen, vilken också sammanfaller med modulen för Mexiko, illustreras i figur 5.3 nedan. Efterfrågan på mjölk, linje DD, består utav efterfrågan på konsumtionsmjölk plus den på industrimjölk. De två varianterna av efterfrågan på mjölk har sina egna ekvationer och elasticiteter. Konsumtionsmjölken är mindre känslig för priset än industrimjölken, dvs. konsumtionsmjölkens efterfrågan har en lägre priselasticitet. Elasticiteterna som används är till största delen hämtad från AGLINK.103 Utbudet baseras på en produktionsfunktion för mjölk med härrörande faktorers utbud och efterfrågan. De inputs som används i produktionen är egen och inköpt arbetskraft, kor, grovfoder, kraftfoder och andra inköpta inputs. Lutningen på utbudskurvan beror på utbudets och produktionsfaktorernas substitutionselasticiteter samt produktionsfaktorernas kostnadsandelar.

101

Se OECD (2005) för värden på dessa elasticiteter. Detta kallas i fortsättningen för grundmodellen. 103 AGLINK-modellen är även den en OECD-modell och den beskrivs i kapitel 2. 102

Figur 5.3 Mjölkmodellen utan stödsystem D

Marknadsprisstöd

Marginalkostnad

Pd a

Pw D S

Q pw Inhemsk produktion

Q p Qd Qdw Import

Inhemsk konsumtion Källa: OECD (2005).

Den horisontella axeln (x-axeln) visar olika jämviktskvantiteter, där Q p är jämviktskvantiteten för inhemsk produktion, Qd för inhemsk konsumtion och Qd − Q p import, vid det inhemska priset Pd . Den streckade linjen i figuren visar inhemsk produktion, Q pw , inhemsk konsumtion, Qdw , samt import, Qdw − Q pw , utifall de inhemska konsumenterna

betalar och de inhemska producenterna erhåller världsmarknadspriset för den specifika produkten, Pw . Om landet bestämmer en prisnivå på mjölk som är högre än världsmarknadspriset, såsom illustrerat i figuren, motsvarar det totala marknadsprisstödet den grå ytan. Areorna a, b, c och d motsvarar den summa som konsumenterna förlorar på grund av det högre priset; lantbrukarna och de övriga som utbjuder inputs i produktionen får en ökad inkomst motsvarande arean a; staten får in skatteinkomster (ifall produkten är belagd med en importtull) motsvarande area c och areorna b och d (ibland även c ifall det inte finns någon importtull) motsvarar dödviktskostnaden (dead-weight loss). Kvotsystemet Kvotsystemet används i modulerna för EU och Schweiz och det finns illustrerat i figur 5.4 nedan. Denna version skiljer sig från grundmodellen genom att en exogen variabel, produktionskvoten, sätts av policymakare oberoende av marknaden. Denna kvot motsvaras av den lodräta linjen S q i figuren och den sätter en övre gräns för produktionen. Producentpriset bestäms endogent och det baseras på graden av marknadsstöd samt världsmarknadspriset. De ekonomiska effekterna av marknadsprisstödet, vid en kvot, beror på vid vilken produktionsnivå kvoten är satt, Q p , och hur den nivån ligger relativt den inhemska konsumtionen, Qd . I figuren är kvoten satt så att landet blir nettoexportör av mjölk, Q p − Qd . Detta ska jämföras med en situation utan stöd, där landet skulle vara nettoimportör istället,

Qdw − Q wp (givet att det vore världsmarknadspriset som gällde vid en sådan situation).104 Utbudet av mjölk representeras av den brutna utbudskurvan SS q , medan industrins marginalkostnad representeras av SS . Priset Ps , dvs. priset vid brytningen av utbudskurvan, är det så kallade skuggpriset för kvoten. Med kvotens skuggpris menas det pris som skulle råda om landet producerade Q p utan en restriktion i form av en produktionskvot. Ps är också marginalkostnaden per producerad enhet vid kvotproduktionen. Producentpriset per enhet, Pp , minus skuggpriset per enhet motsvarar det som brukar benämnas kvoträntan per enhet. Om vi antar att denna ränta kan köpas och säljas helt fritt så speglar denna ränta det pris en producent är villig att betala för ytterligare en enhet av produktionskvoten. Kvoträntan per enhet påverkas dels av producentpriset, dels av marginalkostnaden. Marginalkostnaden per enhet i sin tur påverkas dels av nivån på produktionskvoten (förändring längs SS q -kurvan) och förändringar av produktionskostnaden för mjölk (skift av SS-kurvan). Figur 5.4 Mjölkmodellen med kvotsystem Sq

Kvotränta per enhet Marginalkostnad per enhet

Marknadsprisstöd per enhet

Kvot

c Marginalkostnad

a b d

g e

Q pw Qd Q p

Qdw

Inhemsk konsumtion Export Inhemsk produktion

Källa: OECD (2005).

De skuggade områdena i figur 5.4 illustrerar den omfördelning av resurser från konsumenterna motsvarande de som beskrevs i figur 5.3, med undantaget att de ekonomiska effekterna är något omfördelade. Den största skillnaden är kvoträntan, areorna a, b och c, vilken tillfaller ägaren av produktionskvoten. Areorna a, b, d, e, f, g, h och i motsvarar den summa som konsumenterna förlorar på grund av produktionskvoten; skattebetalarnas kostnad motsvarar b, c, g och h, dvs. kostnaden för exportsubventionen, lantbrukarna och de övriga som utbjuder inputs i produktionen får en ökad inkomst motsvarande areorna e och g; och dödviktskostnaderna motsvaras b, d, f, g, 2h och i.

104

Både EU och Schweiz är nettoexportörer av mjölkprodukter (omräknat till mjölkekvivalenter).

Övriga system I PEM:s mjölkmodell finns ytterligare två system modellerade, dels det amerikanska (USA är nettoimportörer av mjölk) där man använder något som kan kallas för ett blandprissystem (BPS); dels ett kombinerat kvot och BPS system (Kanada). BPS går ut på att de som säljer mjölk måste betala en premie för konsumtionsmjölk medan industrimjölken är fri från premie. Båda systemen finns beskrivna i OECD (2005) och de kommer inte att beskrivas här.

5.4

Integrering av växt och mjölkmodulerna

För de lantbrukare som odlar grovfoder eller de producenter som säljer kraftfoder (mestadels från oljeväxter) representerar mjölkproduktionen en stor potentiell marknad. Både mjölksektorn och växtsektorerna är ofta utsatta för olika typer av regleringar och en ekonomisk politik riktad mot en sektor påverkar ofta andra närliggande sektorer. Då både mjölkproduktion och öppen växtodling kräver stora arealer konkurrerar dessa typer av produktion med varandra. På grund av detta antas i modellen att landarealen är substituerbar mellan öppen växtodling och betesmark för boskap. Ytterligare antas att det är lantbrukaren/lantbruksföretaget självt som äger jordbruksmarken.105 I mjölkmodulen kommer en del av mjölkproducenternas kraftfoder från växtproducenterna och efterfrågan på vete, foderspannmål och oljeväxter är en del av den totala efterfrågan på dessa grödor. Produktionen av kraftfoder påminner mycket om produktionen av vilken produkt som helst i modellen. Den bygger på en linjäriserad CES-funktion som innehåller fyra insatsvaror; kapital, vete, oljeväxter och foderspannmål. Genom detta kommer en förändrad efterfrågan på mjölk att spilla över på dessa marknader också och detta resulterar i ett skift av efterfrågekurvan för dem. När det gäller prissättning av vete, foderspannmål och oljeväxter, har man i modellen valt att sätta samma pris som andra konsumenter möter, dvs. ingen prisdiskriminering mellan mjölkproducenter och övriga konsumenter. Insatsvaran foder, vilken används som input i mjölkproduktionen, utgör i allmänhet all den mark som används till att producera foder till mjölkkor. Det totala utbudet av jordbruksmark inkluderar betesmark, vilken kan användas till mjölkproduktion och övrig djurhållning, odlingsbar mark samt övrig mark, där den senare inte är av större vikt i PEM och den antas vara exogen i modellen.106 De flesta priserna på insatsfaktorer är i modellen representerade med hjälp av prisindex men när det gäller efterfrågan på jordbruksmark är de baserade på hektar. Markpriset på betesmark till mjölkkor och dito för köttproduktion skiljs inte åt i modellen utan bägge sorterna betingar samma priser. För odlingsbar mark och övrig mark hämtas värdet på marken från GTAP:s databas.107

105

Detta görs trots att modellbyggarna vet att det inte enbart är lantbrukare som äger marken. Detta val kan ge problem vid tolkning av välfärdsförändringar i modellen då delar av en förändring av en lantbrukares välfärd egentligen borde tillfalla markägaren. 106 Marktypen finns med ifall det i framtiden skall finnas behov av ytterligare uppdelning av densamma. Det finns också möjligheter att plocka in fler typer av djur i modellen. 107 GTAP presenteras i kapitel 4.

Landallokering Jordbruksmarken i PEM antas vara heterogen men samtidigt substituerbar mellan olika typer av användning.108 Jordbrukaren maximerar sin vinst genom att allokera jordbruksmarken mellan de olika typerna av produktion (vete, foderspannmål, oljeväxter, ris, annan växtodling, bete för mjölkkor, annat bete samt annan användning av marken inom jordbruket) med hjälp av en transformationsfunktion. Funktionen som används är en så kallad CET- funktion109 och den skiljer mellan olika typer av land via en sammansatt struktur, uppbyggd på tre nivåer, vilket illustreras i figur 5.5 nedan. Figur 5. 5 Landallokeringssystemet i PEM Jordbruksmark CET

σ1

FGB CET

σ2

Ris

Övrigt

VFO CET

Vete

σ3

Foderspannmål

Betesmark Andra fältgrödor

Oljeväxter

σ4 CET

Mjölk

Kött

Källa: OECD (2005).

I landallokeringssystemets första steg väljer lantbrukaren mellan att använda jordbruksmarken till ris, övrig användning eller betesmark/öppen växtodling (FGB i figuren). I nästa steg väljer lantbrukaren inom kategorin FGB att använda marken till betesmark, spannmål/oljeväxter (VFO i figuren) eller andra fältgrödor. Slutligen allokerar lantbrukaren VFO mellan vete, foderspannmål och oljeväxter, samt betesmarken mellan djurhållning för mjölk- eller köttproduktion. Vid varje steg i den sammansatta funktionen används en elasticitet till att förklara hur en sådan allokering kan gå till, där σ är en transformationselasticitet och den beskriver hur rörlig jordbruksmarken är mellan alternativa användningar av densamma vid varje steg i beslutsprocessen. Ju längre ner vi kommer i beslutsstrukturen, ju högre är substituerbarheten hos marken mellan de alternativa användningarna. Detta medför att värdet på σ ökar successivt, dvs. σ1< σ2< [σ3, σ4].

108

Det enda undantaget till detta är Japan, där risfält och betesmark för mjölkproduktion inte är substituerbar. CET = Constant Elasticity of Transformation, dvs. konstant transformationselasticitet, och funktionen visar på produktionstekniskt samband som beskriver hur två eller flera varor kan framställas i olika proportioner utifrån samma mängd produktionsresurser.

109

5.5

Fördelar och nackdelar

Fördelar: Modellen baserar sig på OECD:s PSE databas Det är en jordbruksekonomisk modell Modellen används aktivt av OECD Nackdelar: Valet att anta att det är lantbrukaren/lantbruksföretaget självt som äger jordbruksmarken (vilket i många fall inte är densamma som markägaren) kan ge problem vid tolkning av välfärdsförändringar i modellen då delar av en förändring av en lantbrukares välfärd egentligen borde tillfalla markägaren. Modellen täcker bara ett fåtal grödor och ett fåtal länder. Manualen är väldigt rörig. Modellen är statisk. Sverige och svenska regioner finns inte med (för närvarande modelleras EU som EU-25 (27) – indelat i gamla EU-15 och nya EU-12). Det är en partiell jämviktsmodell. Slutsats: PEM är en partiell jämviktsmodell där Sverige ingår som en del i EU15. Modellen täcker enbart ett fåtal grödor och ett fåtal länder vilket ger en relativt begränsad användning av densamma. Modellens möjlighet att spegla svenska förhållanden kan anses vara minimala.

Svenska förhållanden

De fyra modeller som sammanfattats i denna skrift, AGLINK-COSIMO, CAPRI, GTAP och PEM, är sinsemellan olika både till omfattning och till fokus. AGLINK-COSIMO används till att åstadkomma en framåtsyftande analys av jordbrukssektorn bland OECD:s och FAO:s medlemsländer; CAPRI används till att analysera och utvärdera den allmänna jordbrukspolitiken inom EU; GTAP används till kvantitativa analyser för alla sektorer i ekonomin av bland annat olika internationella handelsfrågor; och PEM används till att analysera hur lantbrukarnas produktionsbeslut påverkas av jordbrukspolitiken i några OECD länder. I AGLINK-COSIMO ingår Sverige som en del av EU-15 och det innebär att modellen har en marginell förmåga att ge resultat som är representativa för Sverige. Resultaten för någon enstaka produkt (där Sverige står för en stor andel av produktionen) kan dock till viss del beskriva de svenska förhållandena tämligen bra. Modellen är även en partiell jämviktsmodell, vilket gör att de kopplingar som finns mellan jordbrukssektorn och övriga sektorer i ekonomin inte beaktas. Detta kan skapa problem då avsättningen för vissa produkter utanför jordbrukssektorn kan vara betydande. I CAPRI ingår Sverige som ett separat land. Landet är sedan även indelat i regioner (NUTS 2), vilket gör att de svenska förhållandena speglas relativt väl. Även denna modell är en partiell jämviktsmodell och blir även den ganska restriktiv avseende kopplingen till övrig ekonomi. Detta kan också skapa problem i geografin (NUTS 2 regionerna) eftersom handel mellan jordbrukssektorn och övriga sektorer över regiongränser inte finns med. Den tredje modellen, GTAP, har med Sverige som ett separat land, vilket gör att den tar hänsyn till landet och dess förhållanden. Däremot är den inte regionalt indelad vilket innebär att resultaten ska ses som landsgenomsnitt. Modellen är en allmän jämviktsmodell och därigenom tar den hänsyn till hela ekonomin. I PEM, den fjärde modellen, ingår Sverige i EU-15 och därigenom blir tolkningen av resultaten desamma som för AGLINK-COSIMO. När det gäller studier som gjorts på svenska förhållanden (helt eller delvis), fokuserade på jordbruket och baserade på någon av de ovan nämnda modellerna, har vi enbart funnit några enstaka sådana. Jansson (2002) undersöker med hjälp av CAPRI de ekonomiska konsekvenserna för jordbrukssektorn, konsumenter och skattebetalare i Sverige och EU ifall kvot- och prisstödssystemen för mjölk och mjölkprodukter avvecklas. Ekman (2005) analyserar med hjälp av CAPRI hur 2003-års reform av EU:s jordbrukspolitik (CAP) påverkar jordbruket, marknaderna för jordbruksprodukter och samhällsekonomin. Kommerskollegium (2006) analyserar utfallet av Doha-rundan med hjälp av GTAP (resultatet från ministermötet i Hong Kong, 2005, och mötet i Genève, juni 2006) avseende nationalinkomst och handel. Vilken eller vilka modeller som Jordbruksverket bör använda i sin löpande utredningsverksamhet beror till största delen på utredningens natur (vad ska utredas, vad är problemet etc.). I tabell 6.1 nedan finns en sammanställning av olika kriterier vid val av lämplig modell.

Tabell 6.1 Sammanställning av kriterier vid val av lämplig modell AGLINKFokus CAPRI GTAP COSIMO Regional OECD + FAO (i) EU Världen indelning länder NUTS 2 (ii) Sverige Del av EU15 Som eget land indelad (iii) Sektorsindelning

Jordbruk

Jordbrukspolitikens Effekter (iv) Probleminriktning påverkan på c.a 10 av CAP års sikt

Alla sektorer

Handelsanalyser

PEM EU + 5 länder Del av EU15 6 jordbruksprodukter Effekter av PSE

Valet av modell bedöms bl.a. efter: (i) regional indelning, dvs. är problemet av regional, nationell, internationell eller global art (vilket område täcker modellen); (ii) Sverige, dvs. fokuserar utredningen på svenska förhållanden eller räcker det med ett EU perspektiv (ingår Sverige som land i modellen eller som del av ett aggregat), (iii) sektorsindelning, dvs. är problemet sektorsspecifikt eller berör det sektorer utanför jordbrukssektorn (vill vi isolera jordbrukssektorn från övriga ekonomin); och (iv) probleminriktning, dvs. är det miljöaspekter som utreds eller fokuserar utredningen på andra frågor såsom sysselsättning, produktion etc. Om vi avslutningsvis knyter tillbaka till rapportens namn ”Ekonomiska modeller för jordbrukssektorn: En redogörelse för deras uppbyggnad, funktion och förmåga att beskriva svenska förhållanden” finner vi att den modell av de fyra som bäst lyckas beskriva svenska förhållanden är CAPRI. I CAPRI har man valt att dela in Sverige i NUTS 2 regioner (8 stycken), vilket ger en mer diversifierad bild av landet jämfört med GTAP (Sverige som ett land), AGLINK-COSIMO och PEM (Sverige som del av EU15 alt. EU27).

Litteraturförteckning Abler, D, [2000], Elasticities of substitution and factor supply in Canadian, Mexican and US agriculture, Consultant report to the OECD. Alston, J, [1991], “Research Benefits in a Multi-Market Setting: A Review”, Review of Marketing and Agricultural Economics, 59, Nr. 1, sid. 23-52. Anderson, K & Valenzuela, E, [2006], “Do Global Trade Distortions Still Harm Developing Country Farmers?”, World Bank Policy Research Working Paper, Nr. 3901, Washington, D.C. Armington, P, [1969], “A Theory of Demand for Products Distinguished by Place of Origin,” IMF Staff Working Paper, Nr. 16, Internationella Valutafonden, Washington, D.C. Atwood, J & Helmers, G, [1998], “Examining Quantity and Quality Effects of Restricting Nitrogen Applications to Feedgrains”, American Journal of Agricultural Economics, 80, Nr. 2, sid. 369-381. Bouët, A, Fontagné, L, Mimouni, M & Pichot, X, [2001], “Market Access Maps: A Bilateral and Disaggregated Measure of Market Access”, CEPII working paper, Nr. 18, Paris. Britz, W, (red.), [2008], CAPRI model documentation 2008: Version 2, Institute for Food and Resource Economics, University of Bonn. Available at: http://www.caprimodel.org/docs/capri_documentation.pdf (nedladdad 2008-11-25). Britz, W, (red.), [2005], CAPRI Modeling System Documentation: Common Agricultural Policy Regional Impact Analysis, CAPRI manual, "Development of a regionalized EU-wide operational model to assess the impact of current Common Agricultural Policy on farming sustainability", J05/30/2004-Deliverable 1; Institute for Food and Resource Economics, University of Bonn. Britz, W, Wieck, C & Jansson, T; [2002], “National Framework of the CAPRI-Data Base: The CoCo-Module”, Working Paper 02-04, Institute for Food and Resource Economics, University of Bonn. Brockmeier, M, [2001], “A Graphical Exposition of the GTAP Model”, GTAP Technical Paper, Nr. 8, Center for Global Trade Analysis, Purdue universitetet, Indiana (uppsatsen kom ut 1996 och finns nu I en reviderad version från 2001). Burniaux, J-M & Truong, T, [2002], “GTAP-E: An Energy-Environmental Version of the GTAP Model”, GTAP Technical Paper, Nr. 16, Center for Global Trade Analysis, Purdue universitetet, Indiana. Cahill, S, [1997], “Calculating the Rate of Decoupling for Crops Under CAP/Oilseeds Reforms, Journal of Agricultural Economics, 47, sid. 349-378. Dee, P & Hanslow, K, [2000], “Multilateral Liberalisation of Services Trade”, Productivity Commission Staff Research Paper, Canberra.

Dimaranan, B (red.), [2006], Global Trade, Assistance, and Production: The GTAP 6 Data Base, Center for Global Trade Analysis, Purdue universitetet, Indiana. Ekman, S, [2005], “Frikopplade stöd – konsekvenser för svenskt jordbruk”, SLI-skrift 2005:2, Livsmedelsekonomiska Institutet, Lund. EU Kommissionen, [2005], Prospects for agricultural markets and income 2005-2012, http://ec.europa.eu/agriculture/publi/archive/index_en.htm (2007-01-23). FAO, [2003], World Agriculture: Towards 2015/2030. Summary Report, FAO, Rome, http://www.fao.org/docrep/004/y3557e/y3557e00.htm (nedladdad 2007-01-23). Floyd, J, [1985], “The Effects of Farm Price Supports on the Return to Land Labour in Agriculture”, Journal of Political Economy, 73, sid. 148-158. Formby, T & Hill, R. C, [1997], Applying Maximum Entropy to Econometric Problems, Jai Press, Greenwich, Conn., USA. François, J, van Meijl, H & van Tongeren, F, [2003], “A Forward Looking Analysis of the Doha Round”, uppsats presenterad vid den 6:e årliga konferensen om ”Global Economic Analysis”, Haag, Holland. François, J & Spinanger, D, [2002], “Greater China’s Accession to the WTO: Implications for International Trade/Production and for Hong Kong”, uppsats presenterad vid den 4:e årliga konferensen om “Global Economic Analysis” i Taipei, Taiwan, 5-7 juni, 2002. Gardner, B, [1987], The Economics of Agricultural Policies, New York: Macmillan. Gehlhar, M & Wainio, J, [2004], “Feasibility of Reducing Agriculture Protection: Implications for Farm Households”, uppsats presenterad vid den 7:e årliga konferensen om “Global Economic Analysis”, 17-18 juni, Washington, D.C. Greenaway, D, Leybourne, S, Reed, G and Whalley, J, [1993], Applied General Equilibrium Modelling: Applications, Limitations and Future Development, HMSO, London. Gunter, L, Hong Jeong, K & White, F, [1996], “Multiple Policy Goals in a Trade Model with Explicit Factor Markets”, American Journal of Agricultural Economics, 78, Nr. 2, sid. 313330. Haaparanta, P, Kerkelä, L, Liski, M, Riipinen, T & Sulamaa, P, [2001], “Climate Change Policies Comparative Advantage, and A Small Open Economy: The Case of Finland”, uppsats presenterad vid den 4:e årliga konferensen: Global Economic Analysis, Purdue universitetet, Indiana. Hamasaki, H & Truong, T, [2001] “The Costs of Green House Gas Emission Reductions in the Japanese Economy - An Investigation Using the GTAP-E Model”, uppsats presenterad vid den 4:e årliga konferensen om “Global Economic Analysis”, Purdue universitetet, Indiana. Harrison, W. J & Pearson, K, [1994], “Computing Solutions for Large General Equilibrium Models Using GEMPACK”, Impact Project Preliminary Working Paper, Nr. IP-64, Monash universitetet, Australien.

Hertel, T (1997) "Introduction", kapitel 1 i Hertel, T (red), Global Trade Analysis: Modelling and Applications, Cambridge University Press, Cambridge. Hertel, T, [1989], “Negotiating Reductions in Agricultural Support: Implications of Technology and Factor Mobility”, American Agricultural Economics Association Journal, 71, Nr. 3, pp. 559-573. Hertel, T, Keeney, R, Ivanic, M & Winters, A, [2007] “Why Isn’t the Doha Development Agenda More Poverty Friendly?”, GTAP Working Paper, Nr. 37, Center for Global Trade Analysis, Purdue universitetet, Indiana. Howitt, R, [1995], ”Positive Mathematical Programming”, American Journal of Agricultural Economics, 77, Maj, sid. 329-342. Huff, K & Hertel, T, [2001], “Decomposing Welfare Changes in the GTAP Model”, GTAP Technical Paper, Nr. 5, Center for Global Trade Analysis, Purdue universitetet, Indiana. Ianchovichina, E & McDougall, R, [2000], “Theoretical Structure of Dynamic GTAP”, GTAP Technical Paper, Nr. 17, Center for Global Trade Analysis, Purdue universitetet, Indiana. Ianchovichina, E & Walmsley, T, [2005], “Impact of China’s Accession on East Asia”, Contemporary Economic Policy, 23, Nr. 2, sid. 261-277. Jansson, T, [2002], ”Mjölkproduktion utan gränser – Europas bönder på en avreglerad mjölkmarknad”, Rapport 2002:5, Livsmedelsekonomiska Institutet, Lund. Keeney, R & Hertel, T, [2005], “GTAP-AGR: A Framework for Assessing the Implications of Multilateral Changes in Agricultural Policies”, GTAP Technical Paper, Nr. 24, Center for Global Trade Analysis, Purdue University, Indiana. Kommerskollegium, [2006], “Economic Implications of the Doha Round”, Rapport, Stockholm. Kuik, O, [2003], “Climate Change Policies and Energy Security: Trade-offs for the European Union in the Longer Term”, (2003) by, uppsats presenterad vid den 6:e årliga konferensen om “Global Economic Analysis”, Haag, Holland. Muth, R, [1968], "Urban Residential Land and Housing Markets", sid. 285-333, i Perloff, H and Wingo, L, eds., Issues in Urban Economics, The John Hopkins Press, Baltimore, Maryland. OECD-FAO, [2007], “OECD-FAO Agricultural Outlook 2007 – 2016”. Paris, OECD. OECD, [2007], “Manual for Calculating the OECD's Producer Support Estimate and Related Indicators of Agricultural Support”, TAD/CA/APM/WP(2007)30. Paris, OECD. OECD, [2006], “Documentation of the AGLINK-COSIMO Model, COM/AGR/CA/APM(2006)16/FINAL. Paris, OECD. OECD, [2005], “The Six-Commodity PEM Model: Preliminary Results”, COM/AGR/CA/APM(2005)30. Paris, OECD.

OECD, [2002], The Medium-Term Impacts of Trade Liberalisation in OECD Countries on the Food Security of Non-Member Economies, COM/AGR/TD/WP(2001)74/FINAL. Paris, OECD. OECD, [2001], “Market Effects of Crop Support Measures”. Paris, OECD. Piggot, R, [1992], “Some Old Truths Revisited”, Australian Journal of Agricultural Economics”, 36, Nr. 2, sid. 117-140. Salhofer, K, [2000], Elasticities of substitution and factor supply elasticities in European Agriculture: a review of past studies, Consultant report for the OECD. Salhofer, K & Sinabell, F, [1999], “Utilising Equilibrium-Displacement Models to Evaluate the Market Effects of Countryside Stewardship Policies: Method and Application”, Discussion Paper, Nr. 76-W-99, Institut für Wirtschaft, Politik und Recht, Universität für Bodenkultur Wien. Sulamaa, P & Widgrén, M, [2005], “Economic Effects of Free Trade Between the EU and Russia”, Working Paper, Nr. 36, European Network of Economic Policy Research Institutes, Brussels. Walmsley, T & Hertel, T, [2000], “China’s Accession to the WTO: Timing is Everything”, uppsats presenterad vid ”the International Conference on Global Economics Transformation after the Asian Economic Crisis”, 27-28 maj, Hong Kong.

Bilaga A Tabell A.1: En uppräkning av de huvudsakliga förkortningarna i AGLINK-COSIMO Country AEL AEO AGL ANO AOL AOS APL ARG ASL ASO ATL AUS AWL AWO BGD BRA CAN CCD CHE CHL CHN COL COS DZA E08 E10 E15 E25 EGY EUR FMD GHA HUN IDN IND IRN JPN KOR MER MEX MOZ MYS NGA NME NOR NZL O29 OAF OAP OAS OCA OEC OEE OIS OLA OSA OWE PAC PAK PHL POL PRY REG RUS SAU THA TUR TZA UKR URY USA VNM WLD ZAF ZMB

LDC - East Africa Other East Africa Aglink aggregate Other North Africa Other Latin America Autres pays d'Afrique Sub-Saharienne LDC - Asia Pacific Argentina LDC - Southern Africa Other Soutern Africa Atlantic market Australia LDC - West Africa Other West Africa Bangladesh Brazil Canada LDC - CLA Switzerland Chile China Colombia Cosimo aggregate Algeria European Union-08 European Union-10 European Union-15 European Union-25 Egypt European market FMD affected market Ghana Hungary Indonesia India Iran Japan Korea Mercosur Mexico Mozambique Malaysia Nigeria Non-OECD Norway New Zealand OECD Other African Countries Asia Pacific; other Other Asian Countries Other CLA Other European Countries Other East Europe Other Independent States Other Latin America Other South America Other West Europe Pacific market Pakistan Philippines Poland Paraguay Regional aggregate for poultry Russia Saudi Arabia Thaïland Turkey Tanzania Ukraine Uruguay United States Vietnam World Republic of South Africa Zambia

Commodity BA BAF BF BT CA CE CF CG CH CMK CR CT DY EG FDP FE FH FP FT GR HP LA MA MAW MAY MD ME MF MK MKB MKC MKG MN MP MT MU NR OC ODP OL OM OS OT PA PK PL PO POL PT RI RL RM RP RSU RT RU RY SB SC SCA SF SFL SFM SH SL SM SMK SMP SNF SO SU VL WL WMP WS WSU WT WYP

Barley Barley (feed) Beef and veal (cwt) Butter (pw) Casein (pw) Cereals Corn gluten feed Coarse grains Cheese (pw) Concentrated milk Cream Cotton Dairy Eggs Fresh dairy product Feed Fish Field peas Fertiliser Grain High protein Lamb meat Maize Maize white Maize yellow Meat and dairy Macro Economic Milk fat (pw) Milk Milk from buffalo Milk concentrate Milk from goats Manioc Milk powder (pw) Total meat Mutton Non-ruminant Other cereals Other dairy product Oilseed oils Oilseed meals Oilseeds Oats Pasture Pigmeat (cwt) Palm oil Potatoes Polyester Poultry meat (rtc) Rice Rapeseed oil Rapeseed meal Rapeseed Raw Sugar (in raw sugar equivalent) Roots and tubers Ruminant Rye Soybeans Special crops Sugar Cane Sunflower seed Sunflower oil Sunflower meal Sheep meat (cwt) Soybean oil Soybean meal Skimmed milk Skim milk powder (pw) Solids non-fat Sorghum Sugar (in raw sugar equivalent) Vegetable oils Wool Wholemilk powder (pw) Wheat/Soyabeans Refined Sugar (in raw sugar equivalent) Wheat Whey powder (pw)

Variable AH AHA AHE AHT APT ARP AU CCP CI CON CP CPCI CPI CR CSU CVD DEL DP EEP EEPTN EPP ERH ESP ET EX EXL EXM EXP FAT FDP FE FECI FEEXP FM FO FP GDPD GDPI IM IML IMM IMP MLP MP NT NTM OU PC POP PP QC QCC QP RH SD SP SPT ST TAH TAR TAX TP TRQ VST WAS WP XP XPU XR YLD

Area harvested Allocatable crop area Area harvested (expected) Total allocatable crop area Area planted Diversion program Alternative usage Counter-cyclical payments Cow inventory Cheese conversion to milk equivalent Consumer price Commodity production cost index Consumer price index Crush Consumer subsidy Countervail duty Deliveries Direct payments Export enhancement programme payments Export enhancement programme payments per tonne Effective producer price Expected returns per hectare Effective support price Ethanol Exports Exports live Exports meat Export price Butterfat content of milk Fixed direct payments Feed Feed cost index Feed expenditure Fluid milk Food; waste and seed Fluid milk price GDP deflator GDP index Imports Imports live Imports meat Import price Marketing loan benefits Market price Trade balance Net trade in meat Other use Consumption per capita Population Producer price Consumption Commercial consumption Production Returns per hectare Statistical difference Support price Specific tariff scheduled Ending stocks Total area Tariff Export tax Target price Tariff rate quota Variation in stocks Waste or statistical difference Wholesale price World price Export unit prices Exchange rate Yield

Källa: AGR/CA/APM(2006)16/FINAL

Tabell A.2: COSIMO:s regioner Region

Composition

OWE OTHER WEST EUROPE

Andorra Faeroe Islands Gibraltar Holy See Iceland Monaco San Marino

AND FRO GIB VAT ISL MCO SMR

OEE OTHER EAST EUROPE

Albania Bulgaria Bosnia and Herzegovina Croatia Macedonia,The Fmr Yug Rp Serbia and Montenegro Romania

ALB BGR BIH HRV MKD SCG ROM

OIS OTHER CIS

Armenia Azerbaijan, Republic of Belarus Georgia Kazakhstan Kyrgyzstan Moldova, Republic of Tajikistan Turkmenistan Uzbekistan

ARM AZE BLR GEO KAZ KGZ MDA TJK TKM UZB

Bolivia OSA OTHER SOUTH AMERICA Ecuador Falkland Is (Malvinas) French Guiana Guyana Peru SouthGeorgia/Sandwich Is Suriname Venezuela, Boliv Rep of OCA OTHER CLA

CDD: LDC - CLA

Region

Composition

OAP OTHER ASIA PACIFIC

American Samoa Bahrain Brunei Darussalam Canton and Enderbury Is China, Hong Kong SAR China, Macao SAR China, Taiwan Prov of Christmas Island Cocos (Keeling) Islands Cook Islands Fiji Islands French Polynesia Gaza Strip (Palestine) Guam Iraq Israel Johnston Island Jordan Korea, Dem People's Rep Kuwait Lebanon Maldives Marshall Islands Micronesia,Fed States of Midway Islands Mongolia Nauru Neutral Zone New Caledonia Niue Norfolk Island Northern Mariana Is Oman Pacific Islands Trust Tr Palau Palestine, Occupied Tr. Papua New Guinea Pitcairn Islands Qatar Singapore Sri Lanka Syrian Arab Republic Timor-Leste Tokelau Tonga United Arab Emirates US Minor Outlying Is Wake Island Wallis and Futuna Is West Bank

ASM BHR BRN HKG MAC TWN CXR CCK COK FJI PYF PZE GUM IRQ ISR JOR PRK KWT LBN MDV MHL FSM MNG NRU PNE NCL NIU NFK MNP OMN PLW PSE PNG PCN QAT SGP LKA SYR TLS TKL TON ARE UMI WLF PWE

Afghanistan Bangladesh Bhutan Solomon Islands Myanmar Kiribati Cambodia Laos Nepal Vanuatu Tuvalu Samoa Yemen

AFG BGD BTN SLB MMR KIR KHM LAO NPL VUT TUV WSM YEM

BOL ECU FLK GUF GUY PER SGS SUR VEN

Antigua and Barbuda Bahamas Barbados Aruba Belize Cayman Islands Costa Rica Cuba Dominica Dominican Republic El Salvador Grenada Guadeloupe Guatemala Honduras Jamaica Martinique Montserrat Netherlands Antilles Nicaragua Panama Puerto Rico Saint Kitts and Nevis Saint Lucia Saint Vincent/Grenadines Trinidad and Tobago Turks and Caicos Is British Virgin Islands US Virgin Islands Anguilla

ATG BHS BRB ABW BLZ CYM CRI CUB DMA DOM SLV GRD GLP GTM HND JAM MTQ MSR ANT NIC PAN PRI KNA LCA VCT TTO TCA VGB VIR AIA

Haiti

HTI

APL LDC - ASIA PACIFIC

Källa: AGR/CA/APM(2006)16/FINAL

Region

Composition

AEO OTHER EAST AFRICA

British Indian Ocean Ter Kenya Mauritius Zimbabwe Réunion Seychelles Mayotte

KEN MUS ZWE REU SYC MYT

AEL LDC-EAST AFRICA

Burundi Comoros Ethiopia PDR Djibouti Madagascar Malawi Eritrea Ethiopia Rwanda Somalia Sudan Uganda

BDI COM DJI MDG MWI ERI ETH RWA SOM SDN UGA

AWO OTHER WEST AFRICA

Côte d'Ivoire Saint Helena

CIV SHN

AWL LDC -WEST AFRICA

Cape Verde Benin Gambia Guinea Liberia Mali Mauritania Niger Guinea Bissau Senegal Sierra Leone Togo Burkina Faso

CPV BEN GMB GIN LBR MLI MRT NER GNB SEN SLE TGO BFA

ASO OTHER SOUTHERN AFRICA

Botswana Namibia Swaziland Cameroon Congo, Republic of Gabon

BWA NAM SWZ CMR COG GAB

ASL LDC - SOUTHERN AFRICA

Lesotho Angola Central African Republic Chad Congo, Dem Republic of Sao Tome and Principe Equatorial Guinea

LSO AGO CAF TCD COD STP GNQ

ANO OTHER NORTH AFRICA

Libyan Arab Jamahiriya Morocco Tunisia

LBY MAR TUN

Bilaga B Tabell B.1: CAPRI:s indelning av länder och länderaggregat Länder/ Länderaggregat EU 15, indelat i medlemsstater (Luxemburg är aggregerat med Belgien).

Beskrivning

Kod i CAPRI

EU015000 Österrike Belgien / Luxemburg Danmark Tyskland Grekland Spanien Finland Frankrike Irland Italien Holland Portugal Sverige Storbritannien / Nordirland (UK)

EU 10, indelat i medlemsstater

AT000000 BL000000 DK000000 DE000000 EL000000 ES000000 FI000000 FR000000 IR000000 IT000000 NL000000 PT000000 SE000000 UK000000 EU010000

Cypern Tjeckien Estland Ungern Litauen Lettland Malta Slovenien Slovakien Polen Norge

CY000000 CZ000000 EE000000 HU000000 LT000000 LV000000 MT000000 SI000000 SK000000 PL000000 NO000000

Bulgarien / Rumänien

BUR Bulgarien Rumänien

Turkiet Marocko Andra medelhavsländer Tunisien Algeriet Egypten Israel Västra balkan

BG000000 RO000000 TUR MOR MED TUN ALG EGY ISR WBA

Kroatien Serbien Montenegro Kosovo Albanien Bosnien & Herzegovina FYR Makedonien Resten av Europa Ryssland, Vitryssland & Ukraina USA Kanada Mexico Venezuela Argentina Brasilien Chile Uruguay Paraguay Bolivia Resten av sydamerika Australien / Nya Zealand Kina Indien Japan Minst utvecklade länder (MUL)

HR000000 CS000000 MO000000 KO000000 AL000000 BA000000 MK000000 REU RBU USA CAN MEX VEN ARG BRA CHL URU PAR BOL RSA ANZ CHN IND JAP LDC

ACP-länder (Afrika, Karibien och Stilla havs länderna) vilka inte tillhör MUL.

ACP

Resten av världen (ROW)

ROW

Källa: Britz (red.), 2005.

Tabell B.2: NUTS 2 regionerna för Sverige NUTS II - region Sydsverige Västsverige Småland med öarna Östra Mellansverige

Län som ingår i regionen Blekinge, Skåne Halland, Västra Götaland Gotland, Jönköping, Kalmar, Kronoberg Södermanland, Uppsala, Västmanland, Örebro, Östergötland Stockholm Stockholm Norra Mellansverige Dalarna, Gävleborg, Värmland Mellersta Norrland Jämtland, Västernorrland Övre Norrland Norrbotten, Västerbotten Källa: Europeiska Gemenskapernas Kommission – KOM(2005)473 slutlig. (Egen bearbetning).

Bilaga C Tabell C.1: Regioner i GTAP ver. 6 databas samt länk till länder Nummer 1 2 3

Kod AUS NZL XOC

Namn Australia New Zealand Rest of Oceania

Regiontillhörighet (226) Australia New Zealand American Samoa Cook Islands Fiji French Polynesia Guam Kiribati

Kod AUS NZL ASM COK FJI PYF GUM KIR

Marshall Islands

MHL

Micronesia, Federated States of

FSM

Nauru

NRU

New Caledonia

NCL

Norfolk Island

NFK

Northern Mariana Islands

MNP

Niue

NIU

Palau Papua New Guinea

PLW

Samoa

WSM

Solomon Islands

SLB

Tokelau Tonga

TKL

Tuvalu

TUV

Vanuatu

VUT WLF

PNG

TON

CHN China

Wallis and Futuna China

HKG Hong Kong

Hong Kong

HKG

JPN

Japan

JPN

KOR Korea

Republic of Korea

KOR

TWN Taiwan

Taiwan

TWN

XEA Rest of East Asia

Macau

MAC

Mongolia

MNG

Japan

CHN

Democratic People’s Republic of Korea

PRK

IDN

Indonesia

IDN

MYS Malaysia

Malaysia

MYS

PHL Philippines

Philippines

PHL

SGP Singapore

Singapore

SGP

THA Thailand

Thailand

THA

VNM Viet Nam

Viet Nam

VNM

Källa: https://www.gtap.agecon.purdue.edu/databases/v6/v6_tab8_2.xls

Tabell C.1: Regioner i GTAP ver. 6 databas samt länk till länder (forts.) Nummer Kod 16

Namn

XSE Rest of Southeast Asia

Regiontillhörighet (226)

Kod

Brunei Darussalam

BRN

Cambodia

KHM

Lao People’s Democratic Republic

LAO

Myanmar

MMR TLS

BGD Bangladesh

Timor Leste Bangladesh

IND

India

IND

LKA Sri Lanka

Sri Lanka

LKA

XSA Rest of South Asia

Afghanistan

AFG

Bhutan

BTN

Maldives

MDV

Nepal

NPL

Pakistan

PAK

India

BGD

CAN Canada

Canada

CAN

USA United States of America

United States of America

USA

MEX Mexico

Mexico

MEX

XNA Rest of North America

Bermuda

BMU

Greenland

GRL SPM

COL Colombia

Saint Pierre and Miquelon Colombia

PER

Peru

PER

VEN Venezuela

Venezuela

VEN

XAP Rest of Andean Pact

Bolivia

BOL

Ecuador

ECU

Peru

COL

ARG Argentina

Argentina

ARG

BRA Brazil

Brazil

BRA

CHL Chile

Chile

CHL

URY Uruguay

Uruguay

URY

XSM Rest of South America

Falkland Islands (Malvinas) French Guiana

FLK

Guyana

GUY

Paraguay

PRY

Suriname

SUR

Belize

BLZ

Costa Rica

CRI

El Salvador

SLV

Guatemala

GTM

Honduras

HND

Nicaragua

NIC

Panama

PAN

XCA Central America

Källa: https://www.gtap.agecon.purdue.edu/databases/v6/v6_tab8_2.xls

GUF

Tabell C.1: Regioner i GTAP ver. 6 databas samt länk till länder (forts.) Nummer Kod 35

Namn

Regiontillhörighet (226)

XFA Rest of Free Trade Area of the Americas Antigua & Barbuda

XCB Rest of the Caribbean

Kod ATG

Bahamas

BHS

Barbados

BRB

Dominica

DMA

Dominican Republic

DOM

Grenada

GRD

Haiti

HTI

Jamaica

JAM

Puerto Rico Saint Kitts and Nevis

PRI

Saint Lucia

LCA

Saint Vincent and the Grenadines

VCT

Trinidad and Tobago

TTO

Virgin Islands, U.S. Anguilla

VIR

Aruba

ABW

Cayman Islands

CYM

Cuba

CUB

Guadeloupe

GLP

Martinique

MTQ

Montserrat Netherlands Antilles

MSR

Turks and Caicos Virgin Islands, British

TCA

KAN

AIA

ANT VGB

AUT Austria

Austria

AUT

BEL Belgium

Belgium

BEL

DNK Denmark

Denmark

DNK

FIN

Finland

FIN

FRA France

France

FRA

DEU Germany

Germany

DEU

GBR United Kingdom

United Kingdom

GBR

GRC Greece

Greece

GRC

IRL

Ireland

IRL

ITA

Italy

ITA

LUX Luxembourg

Luxembourg

LUX

NLD Netherlands

Netherlands

NLD

PRT Portugal

Portugal

PRT

ESP

Spain

ESP

SWE Sweden

Sweden

SWE

CHE Switzerland

Switzerland

CHE

Finland

Spain

Källa: https://www.gtap.agecon.purdue.edu/databases/v6/v6_tab8_2.xls

Tabell C.1: Regioner i GTAP ver. 6 databas samt länk till länder (forts.) Nummer Kod 53

Namn

XEF Rest of EFTA

XER Rest of Europe

Regiontillhörighet (226)

Kod

Iceland

ISL

Liechtenstein

LIE

Norway

NOR

Andorra

AND

Bosnia and Herzegovina

BIH

Faroe Islands

FRO

Gibraltar

GIB

FYR of Macedonia

MKD

Monaco

MCO

San Marino

SMR

Serbia and Montenegro

SCG

ALB Albania

Albania

ALB

BGR Bulgaria

Bulgaria

BGR

HRV Croatia

Croatia

HRV

CYP Cyprus

Cyprus

CYP

CZE Czech Republic

Czech Republic

CZE

HUN Hungary

Hungary

HUN

MLT Malta

Malta

MLT

POL Poland

Poland

POL

ROM Romania

Romania

ROM

SVK Slovakia

Slovakia

SVK

SVN Slovenia

Slovenia

SVN

EST

Estonia

EST

LVA Latvia

Latvia

LVA

LTU Lithuania

Lithuania

LTU

RUS Russian Federation

Russian Federation

RUS

XSU Rest of Former Soviet Union

Armenia

ARM

Azerbaijan

AZE

Belarus

BLR

Georgia

GEO

Kazakhstan

KAZ

Kyrgyzstan

KGZ

Republic of Moldova

MDA

Tajikistan

TJK

Turkmenistan

TKM

Ukraine

UKR

Uzbekistan

UZB

Turkey

TUR

Estonia

TUR Turkey

Källa: https://www.gtap.agecon.purdue.edu/databases/v6/v6_tab8_2.xls

Tabell C.1: Regioner i GTAP ver. 6 databas samt länk till länder (forts.) Nummer Kod 72

Namn

XME Rest of Middle East

Regiontillhörighet (226)

Kod

Bahrain

BHR

Islamic Republic of Iran

IRN

Iraq

IRQ

Israel

ISR

Jordan

JOR

Kuwait

KWT

Lebanon

LBN

Palestinian Territory, Occupied Oman

PSE

Qatar

QAT

Saudi Arabia

Syrian Arab Republic

SYR

United Arab Emirates

ARE

Yemen

YEM

OMN

MAR Morocco

Morocco

MAR

TUN Tunisia

Tunisia

TUN

XNF Rest of North Africa

Algeria

DZA

Egypt

EGY

Libyan Arab Jamahiriya

LBY

BWA Botswana

Botswana

BWA

ZAF South Africa

South Africa

ZAF

XSC Rest of South African Customs Union

Lesotho

LSO

Namibia

NAM

Swaziland

SWZ

MWI Malawi

Malawi

MWI

MOZ Mozambique

Mozambique

MOZ

TZA Tanzania

United Republic of Tanzania

TZA

ZMB Zambia

Zambia

ZMB

ZWE Zimbabwe

Zimbabwe

ZWE

Angola

AGO

The Democratic Republic of the Congo

COD

Mauritius

MUS

Seychelles

SYC

XSD Rest of SADC

MDG Madagascar

Madagascar

MDG

UGA Uganda

Uganda

UGA

Källa: https://www.gtap.agecon.purdue.edu/databases/v6/v6_tab8_2.xls

Tabell C.1: Regioner i GTAP ver. 6 databas samt länk till länder (forts.) Nummer Kod Namn

Regiontillhörighet (226)

Kod

Benin

BEN

Burkina Faso

BFA

Burundi

BDI

Cameroon

CMR

Cape Verde

CPV

Central African Republic

CAF

Chad

TCD

Comoros

COM

Congo

COG

Cote d'Ivoire

CIV

Djibouti

DJI

Equatorial Guinea

GNQ

Eritrea

ERI

Ethiopia

ETH

Gabon

GAB

Gambia

GMB

Ghana

GHA

Guinea

GIN

Guinea-Bissau

GNB

Kenya

KEN

Liberia

LBR

Mali

MLI

Mauritania

MRT

Mayotte

MYT

Niger

NER

Nigeria

NGA

Reunion

REU

Rwanda

RWA

Saint Helena Sao Tome and Principe

SHN

Senegal

SEN

Sierra Leone

SLE

Somalia

SOM

Sudan

SDN

Togo

TGO

XSS Rest of Sub-Saharan Africa

SADC = Southern African Development Union Källa: https://www.gtap.agecon.purdue.edu/databases/v6/v6_tab8_2.xls

STP

Tabell C.2: Sektorer i GTAP ver. 6 databas Nummer Kod Beskrivning 1 PDR Paddy rice 2 WHT Wheat 3 GRO Cereal grains nec 4 V_F Vegetables, fruit, nuts 5 OSD Oil seeds 6 C_B Sugar cane, sugar beet 7 PFB Plant-based fibers 8 OCR Crops nec 9 CTL Bovine cattle, sheep and goats, horses 10 OAP Animal products nec 11 RMK Raw milk 12 WOL Wool, silk-worm cocoons 13 FRS Forestry 14 FSH Fishing 15 COA Coal 16 OIL Oil 17 GAS Gas 18 OMN Minerals nec 19 CMT Bovine meat products 20 OMT Meat products nec 21 VOL Vegetable oils and fats 22 MIL Dairy products 23 PCR Processed rice 24 SGR Sugar 25 OFD Food products nec 26 B_T Beverages and tobacco products 27 TEX Textiles 28 WAP Wearing apparel 29 LEA Leather products 30 LUM Wood products 31 PPP Paper products, publishing 32 P_C Petroleum, coal products 33 CRP Chemical, rubber, plastic products 34 NMM Mineral products nec 35

I_S

Ferrous metals

36 NFM Metals nec 37 FMP Metal products 38 MVH Motor vehicles and parts K채lla: https://www.gtap.agecon.purdue.edu/databases/v6/v6_sectors.asp

Tabell C.2: Sektorer i GTAP ver. 6 databas (forts.) Nummer Kod Beskrivning 39

OTN Transport equipment nec

ELE Electronic equipment

OME Machinery and equipment nec

OMF Manufactures nec

ELY Electricity

GDT Gas manufacture, distribution

WTR Water

CNS Construction

TRD Trade

OTP Transport nec

WTP Water transport

ATP Air transport

CMN Communication

OFI Financial services nec

ISR Insurance

OBS Business services nec

ROS Recreational and other services

OSG Public Administration, Defense, Education, Health

57 DWE Dwellings K채lla: https://www.gtap.agecon.purdue.edu/databases/v6/v6_sectors.asp

Tabell C.3: Skyddsinstrument i GTAP:s standarddatabas (version 6). Skyddsmekanism

Datakällor

Importtull

Market Access Maps (MAcMAPS) - CEPII - Applied tariff rates

Exportbidrag

Baseras på ländernas egna inskick till WTO. "Missing data" beräknas fram från IO-tabellerna.

Inhemska (nationella) stöd

PSE tal hämtas från OECD och EAGGF (the European Agriculural Guidance and Guarantee Fund) utgifter läggs till.

ATC (Agreement on Textiles and Clothing)

Data på kvoternas "exportskatteekvivalenter" som finns framförhandlade under ATC baseras på beräkningar gjorda av Francois och Spinanger (2002)

Andra skyddsmått - Antidumping tullar - Prisgarantier - Frivilliga exportbegränsningar

På grund av bristen på tillgänglig data har dessa rapporterats som noll i nuvarande version av databsen.

Frihandelsområden (FTA)

Följande FTA:s och tullunioner finns med i databasen: - NAFTA (North American Free Trade Agreement) - ANZCERTA (Australia-New Zealand Closer Econ. Rel. Trade Agr.) - European Union (15 members) - EFTA (European Free Trade Agreement - SACU (Southern Africa Customs Union)

Källa: Dimaranan (2006).

Figur C.1 Illustration av en hörnlösning

Vara Y Budgetlinje

I2 I1

Vara X

Not: det optimala valet för en agent är där konsumentens budgetlinje (vilken karaktäriserar den maximala mängden av vara X och vara Y som konsumenten kan köpa givet sin budget – budgetlinjen ovan) och högsta möjliga nyttonivå (dvs. försöka nå en så hög indifferenskurva som möjligt – se kurvorna I1, I2 och I3) tangerar varandra (punkt B). Om agentens bästa tänkbara val ligger vid en begränsning (t.ex. agenten väljer att konsumera noll av vara Y – se punkt A ovan – och det valet är ett av de bästa han kan göra), brukar det innebära att detta val inte ligger i tangeringspunkten mellan budgetlinjen och den ”högsta” indifferenskurvan (vilket däremot punkten B gör då den tangerar en högre indifferenskurva). Den lösning som karaktäriseras i punkten A brukar kallas för en hörnlösning.

Figur C.2 Illustration av en linjär approximation till en icke-linjär ekvation; samt en illustration av kritik till användandet av en linjär approximation

P L

A P0 C

P1 B

Q1 Q2

Not: Antag att kurvan märkt IL (icke-linjär) beskriver det verkliga sambandet mellan exempelvis priset på en vara och efterfrågad kvantitet. Om vi utgår från ett jämviktsförhållande med priset P0 och kvantiteten Q0 (se punkten A). Den linjära approximationen till IL-kurvan i punkten A är i figuren märkt L (linjär). Antag sedan att priset på varan sjunker med ett antal procent till P1, vilken effekt har detta på kvantiteten? Med den linjära approximationen kommer efterfrågad kvantitet att vara Q1 medan verklig efterfrågan kommer att vara Q2. Beroende på hur den verkliga kurvan ser ut så kommer stora förändringar i priset (om vi använder oss av exemplet) att medföra stora diskrepanser i efterfrågad kvantitet mellan approximationen och verkligheten.

Figur C.3 Grafisk illustration av databasens täckning

Källa: GTAP:s hemsida. https://www.gtap.agecon.purdue.edu

Jordbruksverket • 551 82 Jönköping • Tfn 036-15 50 00 (vx) E-post: jordbruksverket@jordbruksverket.se www.jordbruksverket.se ISSN 1102-3007 • ISRN SJV-R-09/23-SE • RA09:23