VÝZNAM SLEDOVÁNÍ EFEKTIVNOSTI V POSUZOVÁNÍ KONKURENCESCHOPNOSTI ZEMĚDĚLSTVÍ

Significance of Efficiency Monitoring in Judgement of Competitiveness in the Agriculture Sektor

Jarmila Ulmanová

Adresa autora:

Ing. Jarmila Ulmanová, Provozně ekonomická fakulta, Katedra zemědělské ekonomiky,

Česká zemědělská univerzita, 165 21 Praha 6 - Suchdol

Anotace:

Významnými ukazateli v posuzování konkurenceschopnosti jsou mimo jiné ukazatele efektivnosti vystupující v metodě PAM. Matice politické analýzy (PAM) sleduje efektivnost jak na úrovni podnikatelské tak i na úrovni společenské. To umožňuje sledování vlivu různých politických alternativ na úroveň efektivnosti podnikatelských subjektů. Je zajímavé sledovat tento impakt na různých podnikatelských formách, což poskytuje informaci o ekonomické vhodnosti jedné či druhé podnikatelské formy. Podle dosavadních studií v jiných evropských zemích byly zjištěny rozdíly v technické efektivnosti u různých právně organizačních forem v zemědělství. Hlavními determinanty těchto rozdílů mohou být rozdílná organizační struktura, vlastnická práva, systém řízení, stáří a kvalifikace pracovníků, které jsou pro jednotlivé formy typické.

Zda je to i případ českého zemědělství, a zda je toto zemědělství konkurenceschopné vůči zemědělství světovému, by mělo být ukázáno na příkladu průřezových dat z roku 1997 pomocí dvou metod vycházejících z nákladové struktury rostlinné produkce jednotlivých podniků. Jedná se o ukazatele efektivnosti z PAM (matice politické analýzy) a efektivnost zjištěnou pomocí parametrické metody SFA, analýzy stochastické hraniční produkční funkce.

Poznatky uváděné v článku vyplývají z řešení institucionálního výzkumného záměru CEZ:J03/98:411100013 “Efektivní integrace českého agrárního sektoru v rámci evropských struktur - předpoklad trvale udržitelného rozvoje”.

Summary:

There are important indicators in judging competitiveness among others such as efficiency indicators used in the PAM methodology. The policy-analysis matrix pursues efficiency on the economic and private levels. This enables monitoring influences of different policy alternatives on the efficiency ranking of farms. It might be interesting to see these policy impacts on different farm types, in order to help analyze the economic pertinency of one or another entrepreneurial form. There are different studies about variations in the technical effeciency of agricultural farm types in Europa. The main determinants of the variants in efficiency typical for each farm type might be different organizational structures, proprietary rights, operating systems, age and qualification of workers.

In the case of Czech agriculture, cross-sectional data for the year 1997 illustrates crop production by using two different methods. These two methods are: a) indices for effeciency from PAM (Policy Analysis Matrix), and b) analysis of stochastic frontier production function (SFA), which is a parametristic stochastic method.

Pieces of knowledge mentioned in the article resultr from the solution of the institutional research intention CEZ:J03/98:411100013 “Efficient integration of the Czech agrarian sector in frame of European structures - a presumption of permanent sustainable development”.

Klíčová slova:

Konkurenceschopnost, Analýza stochastické hranice, Matice politické analýzy

Key words:

Competitiveness, Stochastic Frontier Analysis, Policy Analysis Matrix

Pojem konkurenceschopnosti a analýza konkurenceschopnosti zemědělství

Konkurenceschopnost určitého ekonomického systému je možno obecně chápat jako schopnost dosahovat v konkurenčním prostředí tržní ekonomiky výsledky odpovídající cílům systému (Grega, 1998). Rozumíme-li v širším pojetí pod cílem systému všeobecný nárůst blahobytu, pak můžeme konkurenceschopnost definovat jako přístup na trhy, který vede k tomuto všeobecnému nárůstu blahobytu. Je zřejmé, že není možné konkurenceschopnost jednoduše kvantifikovat a proto se využívá celá řada ukazatelů, které přispívají k vyjádření konkurenčního potenciálu a komparativní výhody jak podniků, tak i odvětví, mezi které patří i ukazatele efektivnosti. Při posuzování konkurenceschopnosti agrárního sektoru je nutné se zabývat jak ekonomickými výsledky jednotlivých podniků, postavením domácího zemědělství v rámci národního hospodářství a mezinárodní komparací, tak i uplatňovanou hospodářskou a agrární politikou země, existencí externalit a jiných tržních poruch.

Pro vymezení konkurenceschopnosti a ekonomických jevů s ní spojených můžeme napomoci uplatněním některých metodických principů systémové analýzy. Především použít princip přesného vymezení rozlišovací úrovně ekonomického systému, který má být předmětem analýzy. Je zřejmé, že analýza konkurenceschopnosti na rozlišovací úrovni podniku bude metodicky relativně méně komplikovanou. Může se však objevit problém datové základny, protože aby analýza nacházela svůj smysl, kterým v tomto případě bývá sledování vývoje finančně ekonomické a technické efektivnosti pro mezipodnikovou komparaci, je třeba vytvořit větší soubor podnikových dat. Existuje celá řada poměrových ukazatelů finanční analýzy podniku, které poskytují informace o ziskovosti, rentabilitě, nákladovosti, produktivitě a dalších. Co je méně známé, jsou nástroje analýzy technické efektivnosti, jakými jsou metody SFA (Stochastic Frontier Analysis) a DEA (Data Envelopment Analysis), sledující technickou efektivnost na podnikové úrovni. Jedná se o alternativní metody odhadu hraniční funkce a tedy i měření efektivnosti produkce. DEA je neparametrickou metodou zakládající se na lineárním programování, zatímco SFA je metodou ekonometrickou vycházející z odhadu parametrů produkční funkce. Tyto metody sledují technickou efektivnost jako podíl aktuálně vyrobené produkce k jejímu potenciálnímu objemu při dané disponibilitě výrobních zdrojů. Tento příspěvek bude zaměřen na metodu SFA.

Analýza stochastické hranice (Stochastic Frontier Analysis)

Metoda SFA vychází z teoretické úvahy X-neefektivnosti. Tato teorie je definovaná jako diference mezi optimálními (potenciálními) a skutečnými náklady na produkci, nebo jako odchylka aktuálního outputu od maximálně možného outputu. Lze ji ve srovnání s tradiční mikroekonomií zjednodušeně charakterizovat následně (Bertoletti, Poletti 1997; Stennek 1995):

Následující schéma objasňuje začlenění efektivnosti příp. neefektivnosti do modelově teoretického kontextu a možné odlišení a měření odpovídajících efektů.

Schéma 1.: Měření technické a alokační efektivnosti

Zdroj: Coelli (1995)

Body na izokvantě S představují produkční funkci technicky efektivního hospodaření. Tato izokvanta reprezentuje případ, kdy může být dvěmi vstupními faktory x1 a x2 produkován daný output. S pomocí izonákladové přímky PP´ lze stanovit bod alokačně efektivního hospodaření. Technicky a alokačně efektivní produkce leží v bodě A , neboť se zde izonákladová přímka stává tangentou izokvanty. Bod B oproti tomu charakterizuje skutečně použité množství produkčního faktoru k výrobě dané produkce. Technicky efektivní množství faktoru při zachování intenzity výroby je zobrazeno v bodě C. V důsledku toho je možné zjistit technickou efektivnost podílem OC a OB. Tato technická efektivnost stojí v popředí dalších úvah. Alokační efektivnost se nechá popsat poměrem vzdáleností OD a OC. Součtem technické a alokační efektivnosti, který odpovídá poměru vzdáleností OD a OB, je celková ekonomická efektivnost.

Aby bylo možné měřit skutečně realizovanou produkční efektivnost, je znalost produkční funkce nutným předpokladem. V praxi je takováto funkce známá pouze ve výjimečných případech. Možnost, jak tuto funkci zjistit, nabízí SFA. Právě v agrárním sektoru, kde hraje počasí a chyby v měření významnou roli, je metoda SFA pro zjištění efektivnosti obzvláště doporučená (m.j. Battese 1992, Coelli 1995).

Stochastická hraniční produkční funkce byla nezávisle na sobě konstruována Aignerem, Lovellem a Schmidtem (1977) a Meeusenem a van den Broeckem (1977). Specifikace této produkční funkce spočívala na bázi průřezových dat. Neefektivnost je přitom modelována pomocí náhodných chyb odhadu. Ty se skládají ze dvou komponentů. Jedním z nich je náhodná proměnná a druhým pak technická efektivnost. Předpokládáme-li, že s danými faktory je dosahováno maximální produkce, lze stochastickou hraniční produkční funkci definovat následující rovnicí.

qi,t=f(Xi,tb )*exp(Vi,t - Ui,t) ,i=1,...,N,

kde: qi,t (napozorované) produkční množství (nebo logaritmus produkčního množství) firmy i v době t;

Xi,t vektor K´ 1 množství produkce firmy i v době t;

b vektor neznámých parametrů;

f(Xi,tb ) hledaná produkční funkce;

Vi,t symetrická náhodná proměnná ke stanovení chyb měření a ostatních náhodných proměnných, jako např. efekty počasí, stávky atd., u které se předpokládá normální rozdělení N(0,s v2);

Ui,t nezáporná náhodná proměnná, nezávislá na Vi,t, která má sloužit k vypočítání technické efektivity a je často normálně rozdělena ˝ N(0,s v2)˝ .

Poměr mezi napozorovanou produkcí firmy a potenciální produkcí, která je stanovena hraniční produkční funkcí, je používán k definování technické efektivnosti.

TEi,t = exp(-Ui,t) =

Technická efektivnost odvozená z produkční funkce podle Farrella může nabývat hodnot mezi nulou a jednou. Technická efektivnost o hodnotě 0,6 například udává, že s daným technickým vybavením a danou úrovní výrobních faktorů dosahuje podnik skutečnou produkcí 60% produkce potenciálně možné při efektivním způsobu výroby a při efektivním využití faktorů (srovnání k tomu Coelli 1996, S. 20).

Hlavní charakteristiky SFA jsou ve dvou dimenzích znázorněny v následujícím schématu. Vstupy jsou znázorněny na horizontální ose a výstupy na ose vertikální. Ve schématu je deterministický komponent hraničního modelu např. typu Cobb-Douglas funkce, qi=exp(Xib ), reprezentován jako množství produkce a vstupů pro dvě firmy i a j. Firma i produkuje při daném množství inputu Xi output qi. Sledovaná úroveň vstupů a výstupů je označená bodem ´ . Bod Ä představuje stochastickou hraniční funkci qi*=exp(Xib ± Vi), která se podle hodnoty náhodné proměnné nachází pod (-) nebo nad (+) produkční funkcí qi=exp(Xib ). Z obrázku je možné vidět, že se deterministická část stochastického hraničního modelu nachází mezi stochastickými hraničními outputy.

Schéma 2.: Stochastická hraniční produkční funkce

Zdroj: Coelli, Prasada, Battese (1998)

Tento stochastický hraniční model umožňuje měření standardní chyb a testování hypotéz pomocí metody maximální věrohodnosti (maximum likelihood test).

Avšak ani tyto modely nejsou bez problémů. Hlavní kritika se zaměřuje na to, že neexistuje žádná přesná informace o formě rozdělení proměnné Ui. Specifikace všeobecné formy rozdělení, jako např. useknuté normální (Stevenson 1980) a dvou parametrické gama rozdělení (Greene 1990), částečně tento problém odstranila, ale výsledky měření mohou stále velmi citlivě reagovat na formu zvoleného rozdělení (Battesse und Coelli 1995).

Parametry stochastické hraniční funkce, mohou být stanoveny buď použitím metody maximální věrohodnosti (ML - maximum likelihood) nebo použitím upravené běžné metody nejmenších čtverců (COLS - corrected ordinary least squares), která byla navrhnuta Richmondem (1974). Tento COLS přístup není početně tak náročný jako metoda ML, avšak tento rozdíl v náročnosti byl již v posledních letech vyrovnán s dostupností počítačového softwaru, jako např. LIMDEP ekonometrický balík programů (Greene 1992) a program FRONTIER (Coelli 199 2, 1996a). Oba tyto programy automatizují metodu ML k odhadu parametrů stochastického hraničního modelu.

Tento příspěvek se nebude dále zabývat podrobnostmi odhadu parametrů stochastické hraniční produkční funkce.

Protože konkurenceschopnost agrárního sektoru je pojmem definovaným na různých rozlišovacích úrovních, je posuzování technické efektivnosti a dosahované úrovně a variability finančně ekonomických výsledků podniků nesporně významnou charakteristikou. Avšak dále, zejména při analýze orientované na mezisektorové a mezinárodní srovnání, má podstatný poznávací význam komparace působení okruhu činitelů, které formují sektorovou a národní specifičnost, resp. odlišnost podmínek, za nichž se agrární sektor realizuje. Takovou metodou sledující efektivnost, či nákladovost politických alternativ, která tak zároveň umožňuje analýzu konkurenceschopnosti patří metoda PAM (matice politické analýzy).

PAM - matice politické analýzy

Tato metoda umožňuje sledování konkurenceschopnosti většinou na úrovni odvětví. Struktura matice politické analýzy je následující:

Tabulka 1. Systém matice politické analýzy

Matice politické analýzy je konzistentní systém, který může být využíván analytiky k poskytnutí informací o působení cenových poruch a tím tedy i efektivnosti či nákladovosti politické intervence a na druhé straně o efektivnosti a konkurenceschopnosti různých forem hospodaření a zpracovatelských systémů pro různá výrobní odvětví. Tato široká řada informací je zajištěna sledováním základních ekonomických kategorií výroby, nákladů a příjmů na úrovni podnikových a na úrovni celospolečenských hodnot. Celý systém vychází ze základní početní rovnice, konkrétně Zisk = Příjmy - Náklady.

Za účelem konstrukce matice jsou náklady v tomto vztahu rozděleny na obchodovatelné a neobchodovatelné, které jsou též označovány jako domácí zdroje a faktory.

Zisk, příjmy a tyto dva typy nákladů jsou počítány pomocí aktuálních cen (uvedené v matici jako tržní nebo soukromé ceny, protože se jedná o ceny aktuální týkající se soukromých subjektů) a ekonomických nebo společenských cen, navržené k měření alternativních nákladů hospodářství při využívání zdrojů nebo společenské hodnoty vyplývající z produkce komodity. Rozdíl mezi tržními a společenskými cenami je uveden jako transfer. Velikost transferů odráží rozsah, ve kterém se aktuální tržní ceny odchylují od společenských cen.

Pomocí různých vztahů mezi jednotlivými položkami matice lze vyjádřit ukazatele protekce, nákladovosti, ziskovosti, rentability a efektivnosti výroby komodity a politických alternativ, které poskytují komplexní hodnocení konkurenceschopnosti odvětví. Zaměříme se pouze na některé vybrané ukazatele, které pouze naznačí způsob hodnocení konkurenceschopnosti.

Jedním z ukazatelů efektivnosti výroby na úrovni tržních cen je ukazatel PCAR. Ukazatel PCAR (Privat Cost Adjustment Ratio) v případě záporného čísla udává, o kolik procent je nutné snížit náklady, aby byla produkce konkurenceschopná. Jestliže ukazatel nabývá kladných hodnot, říká jaký je prostor pro zvýšení nákladů, při nichž by si produkce udržela konkurenceschopnost. Je ukazatelem, který vychází z předpokladu, že zisková výroba produktu (podniky) je na domácím trhu zároveň konkurenceschopná.

Jak realizační cena tak i ceny vstupů mohou být předmětem státní intervence nebo tržních poruch, či specifik, což pak vyžaduje hlubší analýzu zohledňující právě tyto efekty. Takový případ je řešen dalším ukazatelem PAM, který se přesouvá do úrovně společenských nákladů, tedy hodnotí efekt výroby komodity z pohledu společenského. Je to ukazatel SCAR (Social Cost Adjustment Ratio), který je analogickým ukazatelem k PCAR pouze vyjádřeným ve společenských (alternativních) cenách.

Pro mezinárodní srovnání má tato metoda nevýhodu v její nejednotnosti, která vychází ze specifik dané země a především pak z vlastních úvah řešitele úkolu o alternativním ocenění domácích zdrojů, rozdělení nákladů na obchodovatelné a neobchodovatelné a dalším.

Srovnání výsledků různých analytických metod a některá doporučení

Pro porovnání výstupů z analýz uplatňujících výše uvedené metody je nutné srovnávat výsledky na stejné rozlišovací úrovni. Protože metoda PAM pracuje s daty na vyšším stupni agregovanosti, je potřeba výsledky metod SFA a DEA zprůměrnit, přičemž by všechny metody měly pracovat se stejným souborem dat.

Podrobná analýza konkurenceschopnosti pomocí PAM, která byla provedena v rámci FAO projektu TCP/CEH/8821 "The Competitiveness of the Czech Agro-Food Sector in the Context of EU Accession", sledovala úroveň konkurenceschopnosti českého agrárního sektoru na světovém trhu a na trhu domácím jak na úrovni odvětví tak i podnikových forem. Pouze otázka vlivu právně organizační formy na výši efektivnosti je předmětem srovnávání. Z výsledků této analýzy a analýz provedených pomocí metod SFA a DEA vyplývá, že u většiny komodit rostlinné výroby neexistuje signifikantní rozdíl v efektivnosti využívání zdrojů mezi podnikatelskými formami. U některých komodit, kde se ukázaly být rozdíly v technické efektivnosti a ziskovosti, je zajímavým poznáním, že zemědělská družstva dosahují lepších výsledků než kapitálové společnosti. Proto by bylo dále zajímavé zkoumat vysvětlující ukazatele rozdílů v technické efektivnosti, ale především hlavní determinanty úrovně technické efektivnosti samotné. Mathijs, Blaas, Doucha, Dries, Swinnen (1999) sledovali, do jaké míry specializace výroby a velikost farmy měřená počtem pracovníků determinují rozdíly v efektivnosti podniků. Dospěli k závěru, že ve specializaci charakterizované vysokými transakčními náklady v pracovně smluvním vztahu, jako je živočišná výroba, jsou rodinné farmy více efektivní než družstva a kapitálové společnosti.

V případě disponibility panelových dat je možné sledovat vývoj efektivnosti v čase. Faktory způsobující případné změny lze pak dále analyzovat a nemusí se jednat pouze o faktory vnitropodnikové, ale též o faktory vnější, zahrnující vlivy působení hospodářské a agrární politiky. SFA tedy může vystupovat i jako vhodný nástroj analýzy transformačního procesu.

Závěr

Měření efektivnosti má v analýze konkurenceschopnosti význam nejen na úrovni mezipodnikové a meziodvětvové komparace, ale též při srovnávání efektivnosti politických alternativ, které více či méně efektivně napomáhají obstát domácímu odvětví v mezinárodní konkurenci.

Literatura

Bečvářová, V., Grega, L., Vinohradský, K.: Konkurenceschopnost českého zemědělství při vstupu do Evropské unie - předpoklady a možnosti; úvodní studie výzkumného projektu EP 7279 Národní agentury pro zemědělský výzkum MZE ČR, Brno, 1998

Coelli, T., Prasada Rao, D.S., Battese, G.E: An Introduction of Efficiency and Productivity Analysis, Boston, Dobrecht, London: Kluwer Academec Publishers, 1998

Coelli, T.: A Guide to FRONTIER Version 4.1: A Computer Program for Stochastic Frontier Production and Cost Function Estimation. CEPA Working Paper, Australia, 1996

Mathijs, E., Blaas, G., Doucha, T., Dries, L. and Swinnen F.M.: Technical efficiency and Organizational Form of Czech and Slovak Farms, 1999-09-21

FAO Project TCP/CEH/8821, The Competitiveness of the Czech Agro-Food Sector in the Context of EU Accession. Summary Report, August 1999;

Turner, P.; Van´t dack, J.: Measuring International Price and Cost Competitivenes s. Bank for International Settlements, Basle, November 1993;

Monke, E.A. and Pearson, S.R.: The Policy Analysis Matrix for Agricultural Development. Ithaca and London, 1989; Yao, S.: Comparative advantages and crop diversification: a Policy Analysis Matrix for Thai Agriculture. Journal of Agricultural Economics, Vol. 48(2), p. 211-222