5.1 A kérdőíves felmérés eredményei
5.1.3 Az erdőtelepítési motivációk változásának vizsgálata és prognosztizálása
A fenti próbák eredményei alapján, egy olyan többváltozós modell készítése volt a célunk, melynek segítségével prognosztizálható a gazdálkodók erdőtelepítési motivációinak alakulása. A modell segítségével a gazdálkodók szegmentálhatóak a megfelelő adatok ismeretében, prognosztizálható az erdőtelepítések alakulása országrészenként, régiónként vagy országos viszonylatban. A prognózis hozzájárulhat az Erdőstratégia eszközeinek finomításához és a kitűzött célok eléréséhez. Szintén segítséget nyújthat a két ágazat társítási lehetőségeinek megismeréséhez az egyes régiókban.
Amint említettük, vizsgálatunkban a kimenetelnek 4 kategóriája (csoportja) van: az 1-es csoport a nagyobb jövedelmet remélők, a 2-es csoportba tartoznak a befektetni kívánók, a 3-as csoportban vannak azok, akik nem kívánnak mezőgazdasággal foglalkozni, a 4-es csoportban pedig azok a válaszadók, akik egyéb okot jelöltek meg az erdőtelepítési hajlandóságuk jellemzésére.
A bináris modellhez képest, annak „továbbfejlesztéseként” a fentieket úgy interpretálhatjuk, hogy a függő változó négy értéket vesz fel: 1,2,3,4 (vagy például 0,1,2,3). Ezek bekövetkezési valószínűségei:
) P(Y p
), P(Y
p ), P(Y
), p P(Y
p1 = =1 2 = = 2 3 = =3 4 = = 4
Az illesztett teljes modell (full vagy saturated model, (Scott-Freese, 2003, STATA 8 Reference Manuals) indexek nélkül, a változók feltüntetésével a következő:
(1) LOGODDS (MOTIVÁCIÓ)= KONSTANS + ARANYKORONA ÉRTÉK + TEVÉKENYSÉG FORMA + + SZÁNTÓTERÜLET NAGYSÁGA
Mivel a kimenetelnek 4 kategóriája van, az (1) egyenlet tulajdonképpen 3 egyenletet jelent.
A magyarázó változók:
Aranykorona érték: AK (kategóriák száma 3),
Tevékenység formája: TVF (kategóriák száma 4)
Szántóterület nagyság: SZTN (kategóriák száma 4)
A kimenetel kategóriáinak jelölése:
1-es csoport, nagyobb jövedelmet remélők: NJ
2-es csoport, jó befektetésnek tekintik az erdőt: BF
3-as csoport, nem kívánnak mezőgazdasággal foglalkozni: MN
4-es csoport, egyéb okból: E
Az illesztett teljes modell (a referenciacsoprt az NJ):
E E
A magyarázó változók referenciacsoportjai:
AK („szántóföld aranykorona értéke”: 1≡<15; 2≡16-20, 3≡≥21), referenciacsoport 1≡<15 TVF („tevékenység formája” (1≡Egyéni vállalkozó, 2≡Családi gazdálkodó, 3≡Őstermelő, 4≡Társas vállalkozó), referenciacsoport 1≡Egyéni vállalkozó
SZTN („szántóterületek nagysága”: 1≡≤20ha, 2≡21-50ha, 3≡51-100ha, 4≡>100ha), referenciacsoport 1≡≤20ha
A modell illesztését STATA 8.2 statisztikai programcsomaggal végeztük el. Az illesztést magyarázó példát a 3. melléklet tartalmazza.
A számított teljes modell:
Az egyedi valószínűségek kiszámítása:
A valószínűségeket a program megfelelő parancs alkalmazásával minden mintában szereplő személy esetén kiszámítja. Az 5.1.-8. táblázatban látható öt, a mintában szereplő személy esetén a p1, p2, p3 és p4, azaz a motivációk választásának valószínűségei és a hozzájuk kapcsolódó átlagok, szórások és terjedelmek (26. és 27. táblázat).
26. táblázat: A személyekhez kapcsolódó egyedi valószínűségek.
Sorszám p1 p2 p3 p4
27. táblázat: Az egyedi valószínűségek számtani átlaga, szórása és terjedelme
Valószínűségek n (mintaelemek
száma)
Számtani
átlag Szórás Minimum Maximum
P1 183 0,38 0,121 0,12 0,66
P2 183 0,32 0,114 0,09 0,63
P3 183 0,14 0,110 0,006 0,42
P4 183 0,17 0,111 0,038 0,50
Ha összehasonlítjuk a modell által becsült valószínűségeket azzal, hogy a mintában szereplő személyek hány százalékát motiválja az erdőtelepítésben a nagyobb jövedelem (1), a jó befektetési lehetőség (2), nem akar mezőgazdasággal foglalkozni (3), illetve egyéb ok (4), akkor azt találjuk, hogy kerekítés után megegyeznek (28. táblázat):
28. táblázat: A valószínűségek összehasonlítása Erdőtelepítési
motiváció csoportok Gyakoriság Százalék (%) Kumulált %
1 69 37,70 37,70
2 58 31,69 69,40
3 25 13,66 83,06
4 31 16,94 100,00
Összesen 183 100,00
A modell illeszkedésének vizsgálata (goodness of fit):
Azt, hogy a modellünk szignifikáns-e, egy chi-négyzet próbával teszteljük, ez a lineáris (Gauss-féle) regresszió F-tesztjével analóg. Itt azt a nullhipotézist teszteljük, hogy egyetlen – a modellben szereplő − független változó sincs kapcsolatban a függő változó log-esélyével.
Másképpen fogalmazva, az a nullhipotézis vár verifikálásra, hogy a populációban minden regressziós együttható nulla. A chi-négyzethez tartozó szignifikanciát a szabadságfok figyelembevételével határozza meg a program. A szabadságfok a modellben szereplő paraméterek száma mínusz egy. A STATA programcsomag a likelihood hányados próbával (likelihood ratio test) - amely tulajdonképpen az említett chi-négyzet próbát jelenti - alkalmazásával teszteli a fenti nullhipotézist. Az outputban látható, hogy a próbastatisztika értéke LRchi2(24) = 41,63 és p=0,014. Tehát a teljes modell 1%-os szinten szignifikáns. A modell szignifikáns volta nem jelenti azt, hogy ehhez minden, a modellbe bevont független változó szignifikáns mértékben hozzájárult.
A modell magyarázó ereje:
Amint említettük, a logaritmikus regresszió esetében a paramétereket egy iterációs folyamat során találja meg a program. Az iteráció végén kapott log-likelihood (LL) függvényértéket közli a program outputjában. Jelöljük Do-val a független változók nélküli (azaz minden együttható zérus) modellben a -2LL és DM-mel, a teljes modellben a -2LL-et. Legyen GM=DM -Do. Ha fenntartjuk a GM és a Do analógiáját a Gauss-regresszió megmagyarázott és teljes varianciájával, akkor az
o L GM D
R2 = adekvát mérőszám lehet a modell magyarázó erejének jellemzésére (Székely, 2002; Vargha, 2000). A modellünkben
095 , 86 0 , 435
62 , 41 86
, 435
86 , 435 48 ,
2 = 477 - = =
RL . Ez a mutatószám azt fejezi ki, hogy a független
változók bevonása a modellbe milyen mértékben csökkenti a Do-t. RL2 értéke 0 és 1 között
járulnak hozzá a függő változó értékének becsléséhez. A vizsgált modellünk, bár szignifikáns magyarázatot produkál (p=0,014), magyarázó ereje gyengének mondható. Ez annak tudható be, hogy az adatbázis elemszáma alacsony volt. Egy szélesebb körben végzett, nagyobb elemszámú (országos) felmérés magyarázó ereje várhatóan erősebb lenne.
A független változók hatása
A kis magyarázóerő annak köszönhető, hogy a magyarázó változók többsége nem hat erősen a függő változóra (3. melléklet). Az „mlogit” parancs output-jában minden egyes paraméter z-próbáját is láthatjuk (Wald-teszt). A nullhipotézis minden paraméterre az, hogy egyenlő zérussal.
Mivel a modellt a kimenetel bekövetkezési valószínűségeinek előrejelzésére állítottuk fel, a regresszióval becsült „függő változó értékek” az érdekesek számunkra, nem a regressziós együtthatók változása. Ilyenkor az „összes szóba jöhető független változó” a modellben van.
Például, ha a vizsgált populációban egy gazdálkodó az AK 2-es (16-20 aranykorona érték), TVF 2-es (családi gazdálkodó) és az SZTN 4-es (100ha-nál nagyobb szántóterület) csoportokba esik, akkor a megfelelő valószínűségek:
{
Ez azt jelenti, hogy a fenti tulajdonságokkal rendelkező gazdálkodó várhatóan 61%-os valószínűséggel a nagyobb jövedelem reményében, 17%-os valószínűséggel a jó befektetés
reményében telepít erdőt. 4%-os valószínűséggel várhatóan azok telepítenek erdőt, akik nem kívánnak mezőgazdasággal foglalkozni, 14%-os valószínűséggel pedig az egyéb tényezők játszanak szerepet.
Az együtthatók interpretálása, a modellszámítás eredménye
A STATA megfelelő opció alkalmazásával kiszámítja a modell együtthatóinak anti-logaritmusát, azaz az esélyhányadosokat. Az esélyhányadosok számítása úgy történik, hogy egy kijelölt együtthatóhoz viszonyítjuk a másik választott együtthatót a referenciacsoportok tükrében. Az esélyhányados értéke 1-hez képest adja meg a kapcsolat szorosságát; ahol egynél kevesebb, ott a viszonyított együttható hatása kisebb a viszonyítási alapként használt együttható hatásához képest. A Z1AK (a föld aranykorona értéke 16-20) és a Z2AK (a föld aranykorona értéke 20<) változók alakulását vizsgáljuk az alapként használt Z0AK (a föld aranykorona értéke >16) változóhoz képest (mely ilyen formában az interpretációban használt táblázatokban nem látható viszonyítási alapként szerepel) az egyes motivációk alakulásának tükrében. Az 1-nél kisebb eredmény esetén az együttható kapcsolata a motivációval kisebb, mint a referenciaként használt változó. A változók és a motivációk kapcsolatának és a kapcsolat szorosságának szignifikanciáját már az egyváltozós szorossági elemzés során igazoltuk.
A 2-es kódú csoport, jó befektetésnek tekintik az erdőt (BF), és az 1-es kódú, nagyobb jövedelmet remélők (NJ) összehasonlítása:
Z1AK Z2AK W1TVF W2TVF W3TVF V1SZTN V2SZTN V3SZTN Esélyhányados 0,54 0,46 0,85 1,38 3,04 0,53 0,82 0,61
Annak az esélyhányadosa, hogy a jó befektetés reményében telepítenek erdőt, szemben a nagyobb jövedelem reményével, a föld aranykorona értékének és a szántóterület nagyságának növekedésével mindig egy alá esik; inkább csökkenő tendenciát mutat. Eszerint a föld aranykorona értékének növekedésével a gazdálkodók kisebb eséllyel telepítenek erdőt a jó befektetés reményében, ugyanakkor az alacsonyabb aranykoronával bíró területeken a befektetési motiváció erősebb. Fontos azonban, hogy az aranykorona érték változása nem befolyásolja jelentősen a befektetési motiváció alakulását, az esélyhányadosok értéke egy alatt
Ezzel szemben a tevékenységi formák vizsgálatánál azt tapasztaltuk, hogy az őstermelők, és különösen a társas gazdálkodók inkább a befektetési szempontot részesítik előnyben a jövedelemmel szemben, míg az egyéni vállalkozók esetében ennek az ellenkezője igaz. A birtokolt szántóterület nagysága nem billenti a mérleget a befektetési motiváció felé egyik kategóriában sem. Összefoglalva azt mondhatjuk, hogy a legerősebb szempont a jövedelem-érdekeltség. Az őstermelőket és a társas gazdálkodókat (ez utóbbiak súlya jelentős) a regionális politikai eszközökkel jól lehet erdőtelepítésre motiválni, a jó befektetési lehetőségek hangsúlyozásával. Ennek lehetőségeit a gazdasági elemzések során részletesen vizsgáltuk.
A 3-as kódú csoport, nem kívánnak mezőgazdasággal foglalkozni (MN) és az 1-es kódú, nagyobb jövedelmet remélők (NJ) összehasonlítása:
Z1AK Z2AK W1TVF W2TVF W3TVF V1SZTN V2SZTN V3SZTN Esélyhányados 0,65 0,12 3,54 1,32 5,19 0,63 0,16 0,26 Annak az esélyhányadosa, hogy a megkérdezettek azért telepítenek erdőt, mert nem akarnak mezőgazdasággal foglalkozni, szemben a nagyobb jövedelem reményével, a föld aranykorona értékének és a szántóterület növekedésével mindig egy alá esik; itt is inkább csökkenő tendenciát mutat. Az alacsonyabb aranykoronájú területekkel rendelkezők tehát – mint az várható volt – könnyebben hagynak fel a mezőgazdasággal, míg a jobb földeken gazdálkodók inkább a magasabb jövedelem miatt telepítenének (nyilván az alacsonyabb termőképességű területeiken). A tevékenységi formák esetén a családi vállalkozók, az őstermelők és a társas vállalkozók egyaránt nagyobb eséllyel telepítenek erdőt azért, mert nem akarnak mezőgazdasággal foglalkozni, az egyéni vállalkozókhoz képest. Az egyéni gazdálkodók tehát jobban kötődnek a mezőgazdasági termeléshez még a rosszabb minőségű földterületeken is. E tekintetben az őstermelők közel állnak az egyéni vállalkozókhoz, de ők valamivel kevésbé kötődnek a mezőgazdasághoz, és jobban a földterületen elérhető jövedelemhez. A szántóterület-nagyság motivációkra gyakorolt változásában nem figyelhetőek meg egyértelmű trendszerűségek, ennél a kategóriánál azonban a kapcsolat szorossága a chi2-próbák esetén gyengébb volt. Elmondható, hogy a terület növekedésével a gazdálkodók inkább a jobb jövedelem reményében telepítenek erdőt, és kevésbé azért, mert fel akarnak hagyni a gazdálkodással.
A 4-es kódú csoport, egyéb okból (E), és az 1-es kódú, nagyobb jövedelmet remélők (NJ) összehasonlítása:
Z1AK Z2AK W1TVF W2TVF W3TVF V1SZTN V2SZTN V3SZTN Esélyhányados 0,56 1,08 3,78 3,22 2,52 1,77 0,60 0,75 Annak az esélyhányadosa, hogy a megkérdezettek egyéb okból telepítenek erdőt, szemben a nagyobb jövedelem reményével, a föld aranykorona értékének növekedésével egy alá esik, vagy közel van egyhez; azaz esélyük nem különbözik a legkisebb aranykorona értéket képviselő csoport esélyétől. Ebben a kategóriában tehát nincs igazán hatása az egyéb motivációnak a jövedelem-érdekeltséggel szemben. Ezzel ellentétben a tevékenységi formák esetén a családi vállalkozók, az őstermelők és a társas vállalkozók nagyobb eséllyel telepítenek erdőt egyéb okból, az egyéni vállalkozókhoz képest. A leggyakoribb egyéb okként az erdőhöz való érzelmi ragaszkodást jelölték meg. A társas vállalkozók esetében a gyakori egyéb ok a jobb foglalkoztatás elérése, az őstermelők között pedig nem ritka a mezőgazdasági eszközök hiányára való hivatkozás. Az egyéb motiváció tehát az egyéni vállalkozók között a legkevésbé erős. A többi esetben magasabb, különösen a családi gazdálkodók és az őstermelők telepítenek más okok miatt.
Az esélyhányados a „szántóterület nagysága” változónál meglehetősen heterogén képet mutat. A szántóterület növekedésével, azaz a 3≡51-100ha, 4≡>100ha csoportok esetén egy alá esik. Eszerint kisebb eséllyel telepítenek erdőt a csoportok egyéb okból, mint a nagyobb jövedelem reményében, míg a 20-50 ha közötti szántóval rendelkezők sokkal inkább telepítenek erdőt egyéb okból, mint a 20 ha-nál kisebb birtokosok.
Összegezve az eredményeket azt tapasztaltuk, hogy a motivációk leginkább a tevékenységi forma alapján szóródtak. A birtokolt területek aranykorona értékének változása minden esetben a nagyobb jövedelem felé tolta el a hangsúlyt; tehát azt mondhatjuk, hogy minél magasabb a gazdaság területeinek átlagos aranykorona értéke, annál inkább a magasabb jövedelem ösztönzi a gazdálkodókat. A földminőség növekedésével arányosan szorul háttérbe a mezőgazdasági termeléssel való felhagyás szándéka, az egyéb motivációk pedig szinte egyáltalán nem függenek az aranykorona változásától. Tehát minél jobb minőségű földterülettel bír a gazdálkodó, annál inkább hajlandó a kevésbé jó minőségű területeken erdőt telepíteni a jobb jövedelem reményében. A gazdagabb termőhelyekkel rendelkező régiókban tehát könnyebben válthatóak fel a gyenge adottságú szántók erdőgazdálkodással; az itt
található gazdálkodók a diverzifikációval elsősorban a gazdaság jövedelmét akarják növelni, az erdő- és mezőgazdaság társítása tehát itt ütközik a legkisebb akadályba.
A tevékenységi formák esetében a motivációk jobban szóródtak. Megállapítottuk, hogy az egyéni vállalkozók és az őstermelők hasonlítanak leginkább egymáshoz e tekintetben.
Mindkét kategória elsősorban a nagyobb jövedelem reményében telepít erdőt, jobban kötődik a mezőgazdasági termeléshez, kevésbé hajlandó felhagyni vele az erdőgazdálkodás miatt. Az egyéni gazdálkodókkal ellentétben az őstermelők között sokan telepítenek erdőt egyéb okból, mely gyakran a mezőgazdasági eszközök hiányára vezethető vissza. A családi gazdálkodók az egyéni vállalkozóknál és az őstermelőknél erősebben jövedelem-orientáltak, és kevésbé kötődnek a mezőgazdasághoz, ha erdőtelepítésről van szó; ugyanakkor gyakori az erdőhöz való érzelmi ragaszkodásuk is, mint egyéb motiváció. A társas vállalkozások tulajdonosai elsősorban befektetési céllal telepítenek erdőt, e célból könnyen felhagynak a mezőgazdasági termeléssel is; erős az érzelmi kötődésük az erdőhöz, és több esetben motiválja őket a jobb foglalkoztatás, munkaerő-kihasználás érdeke.
A szántóterületek mértékének változása kevésbé produkált egzakt eredményeket, de ennek a változónak a szorossága és magyarázóereje eleve alacsonyabb volt a próbákon, ami nem kevéssé az alacsony mintaszámnak tudható be. A területek növekedésével a gazdálkodókat egyre inkább a nagyobb jövedelem elérése motiválja az erdőtelepítésre, minden egyéb tényezőt háttérbe szorítva. Egy kivételt tapasztaltunk ez alól, mégpedig a 20-50 ha-os gazdaságokat, ahol az egyéb motiváció nagyon erős volt.
A mező- és erdőgazdálkodás társításának lehetőségei tehát adottak a vizsgált régiókban, a regionális és országos erdészeti és mezőgazdasági politika összehangolásával könnyen előmozdítható a Nemzeti Erdőstratégia céljainak megvalósulása. Sajnos a modellt csak alacsony elemszámú adatbázisra alkalmazhattuk, így nem rendelkezik olyan magyarázóerővel, mint egy nagy mintaszámú felmérés esetén tenné. Kétségkívül alkalmas azonban az egyes régiók elemzésére, megfelelő mintaszámú felmérést követően az erdőtelepítések lehetőségeinek országos prognosztizálására.
A kapott eredmények azonban így is felhasználhatóak a regionális politikák eszközeinek finomítására, fejlesztésére. A gazdálkodók szegmentálását követően eltérő tájékoztató anyagok készíthetőek, melyek mindegyik csoport számára a motivációknak leginkább megfelelő módon ismertetik, mutatják be az erdőtelepítések és a két ágazat társításának előnyeit, elősegítve ezzel a makrogazdasági szinten is kívánatos összehangolt termelés fejlődését.
5.2 A szántóföldi és az erdészeti földhasznosítás