Kunstmestgebruik en gewasproductie als activiteiten van de nutriëntenemissie

Transcriptie

1 Kunstmestgebruik en gewasproductie als activiteiten van de nutriëntenemissie Veerle Campens Ludwig Lauwers Centrum voor Landbouweconomie (CLE) Studie uitgevoerd in opdracht van de Vlaamse Milieumaatschappij, MIRA MIRA/2002/03 september 2002

2 Dit rapport verschijnt in de reeks MIRA Ondersteunend Onderzoek van de Vlaamse Milieumaatschappij. Deze reeks bevat resultaten van onderzoek gericht op de wetenschappelijke onderbouwing van het Milieu- en natuurrapport Vlaanderen. Dit rapport is ook beschikbaar via Contactadres: Vlaamse Milieumaatschappij MIRA Van Benedenlaan Mechelen tel. 015/ Wijze van citeren: Campens V., Lauwers L. (2002), Kunstmest en gewasproductie als activiteiten van de nutriëntenemissie, studie uitgevoerd in opdracht van de Vlaamse Milieumaatschappij, MIRA, MIRA/2002/03, Centrum voor Landbouweconomie.

3 INHOUDSTAFEL INLEIDING 5 1. CONCEPTUEEL KADER VAN DE BALANSBEREKENING Systeemanalyse Methoden van balansberekening Gebruik van de indicatoren KUNSTMESTGEBRUIK Inleiding, doel en werkwijze Analyse van de Mestbankgegevens Vergelijking met de CLE-boekhoudgegevens Econometrische analyse van de factoren van kunstmestgebruik Onderzoeksstrategie Modelkeuze De bedrijfsmatige en locale mestafzetdruk als verklarende variabelen Exploratorisch onderzoek naar andere mogelijke verklarende variabelen Stapsgewijze meervoudige regressie, validatie van de modellen en berekening van de onderschattingsfactor MB-registraties Conclusies en aanbevelingen voor verdere verfijningen Cijferreeks van de indicator kunstmestgebruik 34 3

4 3. NUTRIENTENAFVOER DOOR MARKTBARE GEWASSEN Onderlinge toetsing van gegevensbronnen en evaluatie te gebruiken bron Analyse van de productiviteit aan de hand van de CLE-boekhoudingen Conclusie en resultaten Rekenalgoritme NUTRIENTENAFVOER DOOR GRAS EN GROENVOEDERS Inleiding De N-bodembalans op het modaal melkveebedrijf Het modaal melkveebedrijf De incoherentie op de bodembalans De graslandopbrengst, indirecte analyse van het veeteeltsysteem Het overschot De dierlijke excretie Besluit Consolidatie van de cijferreeks AFSTEMMEN MET TOEKOMSTIGE MODELONTWIKKELINGEN Substitutie tussen dierlijke mest en kunstmest Rekentechnische afstemming met andere emissie-indicatoren Koppeling met andere immissiemodellen ALGEMENE SAMENVATTENDE BESLUITEN 71 REFERENTIES 72 BIJLAGEN 74 4

5 INLEIDING Nutriëntenbalansen zijn bij uitstek geschikt als indicator van de emissiedruk op het milieu in de landbouw. In MIRA-T kunnen de resulterende drukindicatoren gebruikt worden in de thema s vermesting, verzuring, broeikasgassen, fotochemische luchtverontreiniging, kwaliteit van de bodem en het oppervlaktewater. Spijts het belang van nutriëntenbalansen in de DPSIR-keten van milieuproblemen ten gevolge van landbouwactivteiten, rijzen er toch een aantal problemen op rond het operationeel gebruik: - vaak een nog onduidelijke systeemanalyse; - onzekerheden in de berekeningswijze van bepaalde balanscomponenten, zoals kunstmestgebruik en gewasonttrekking; - noodzaak voor verdere differentiatie van balansen naargelang doelstelling en thema. Daarnaast bestaat er de wens om tot een meer modelmatige benadering over te gaan. Dit onder meer om de consistentie met andere modellen te bewaken en om een basis te leggen voor verdere scenario-modellering in het kader van MIRA-S. De doelstellingen van het onderzoek zijn als volgt te omschrijven: ten eerste wordt een kader geschetst voor een coherente systeemanalyse, welke als kapstok moet dienen om het huidige onderzoek in een ruimer geheel te plaatsen. De specifieke doelstelling bestaat erin om de balanscomponenten gewasonttrekking en kunstmestgebruik accurater te kwantificeren. Tevens worden een aantal aspecten van mogelijke integratie met diverse bestaande modellen aangeraakt. Het rapport is in 5 delen uitgewerkt. In het eerste hoofdstuk zal dieper worden ingegaan op de coherentie van de systeemanalyse. De verschillende methoden van balansberekening worden belicht, het denkkader van het CLE wordt uitvoerig uiteengezet en het hoe en waarom worden verklaard. Vervolgens wordt de specifieke doelstelling uitgewerkt in de drie daaropvolgende hoofdstukken. Hierbij wordt het aandachtspunt gewasonttrekking verdeeld over een hoofdstuk marktbare gewassen en een hoofdstuk groenvoedergewassen gelet op het verschil in methodologische uitwerking. Tenslotte worden een aantal aanzetten van integratie in modellen gegeven in hoofstuk 5. 5

6 1. CONCEPTUEEL KADER VAN DE BALANSBEREKENING 1.1. Systeemanalyse Een methode om de emissie van schadelijke stoffen in de landbouwsector naar het milieu te kwantificeren, bestaat erin de balans te maken van de uit- en inkomende nutriënten. Het verschil is de hoeveelheid dat in de lucht, de bodem en het water terechtkomt. De nutriënten zijn noodzakelijk voor de groei van de gewassen, maar, wanneer zij in overmaat aanwezig zijn, kunnen zij milieuschade, zoals verzuring en vermesting, veroorzaken. Dit is het geval in Vlaanderen. Wanneer daarentegen er op de landbouwbodem geoogst wordt en de nutriënten niet voldoende aangevuld worden, zal de bodem uitputtingsverschijnselen vertonen. De belangrijkste nutriënten in de landbouw zijn fosfor (P), stikstof (N) en kalium (K). Wat de milieuschade betreft, zijn enkel fosfor en stikstof van wezenlijk belang. Fosfor heeft een vermestend potentieel dat 10 keer zo groot is als dat van stikstof. Naast vermesting ligt stikstof eveneens aan de basis van verschillende verzurende stoffen, zoals NH 3 en NO x en het broeikasgas N 2 O. In figuur 1.1 worden de stromen van, naar en binnen het landbouwsysteem schematisch voorgesteld, waarbij het landbouwsysteem wordt opgesplitst in een dierlijk en een plantaardig subsysteem. Zowel de landbouwsector in zijn totaliteit als het individuele landbouwbedrijf kunnen als operationele invulling van het concept dienen. Indien de balans op een nationaal sectorniveau (of subnationaal niveau zoals voor Vlaanderen) wordt berekend, houdt men enkel rekening met de stromen van en naar het agrobusinesscomplex (toelevering en afzet van andere economische sectoren) en de invoer en uitvoer van intermediaire producten van en naar het buitenland. De bewegingen tussen landbouwbedrijven onderling zijn dan als interne stromen te beschouwen. Op bedrijfsniveau kunnen de inputs en outputs zowel aankopen en verkopen buiten de sector als tussen de landbouwbedrijven onderling bevatten. De stromen die uiteindelijk zorgen voor de milieuschade, zijn diegenen die uit het landbouwsysteem naar het milieu gaan. Enkel de emissie van stikstofgas (N 2 ) uit het denitrificatieproces heeft een neutraal effect (MIRA, 2001). 6

7 Figuur 1.1. Schematische voorstelling van de nutriëntenstromen van, naar en binnen het landbouwsysteem milieu INPUT LANDBOUWSYSTEEM OUTPUT economische actoren op bedrijfsniveau economische actoren sectoren of buitenland op sectorieel niveau sectoren of buitenland dierlijke producten fokdieren en jongvee krachtvoeder dierlijke mest fokdieren en jongvee DIERLIJKE PRODUCTIE mestverwerking gras en voedergewassen verlies opslag voedergewassen dierlijke mest NH3- verlies stal/mestopslag verteringsverliezen kunstmest plantaardige producten gras en voeder- andere meststoffen gewassen gras en voedergewassen poot- en plantgoed poot- en plantgoed PLANTAARDIGE dierlijke mest PRODUCTIE NH3- verlies bij mest (*) biologische N-fixatie (*) denitrificatie (*) atmosferische depositie (*) restpost bodem en water (*) enkel bij N-stroom milieu 1.2. Methoden van balansberekening De emissie van stikstof en fosfor wordt berekend met volgende balansvergelijking: uitstoot naar het milieu = alle inputs - marktbare outputs Naargelang de beschikbaarheid van informatie over de afzonderlijke nutriëntenstromen, worden aangepaste methoden gehanteerd. De methode waarbij alle inputs en outputs expliciet behandeld worden, zoals in het generieke schema van figuur 1.1. wordt de farm gate balance methode (bedrijfsbalans) genoemd. In de praktijk (Mestwetgeving, OECD-indicatoren, MIRA-monitoring) is er echter een methode ontstaan, waarbij het landbouwsysteem vereenvoudigd voorgesteld wordt door het subsysteem van de plantaardige productie. Het subsysteem van de dierlijke productie wordt dan als het ware extern aan het landbouwsysteem beschouwd. De 7

8 externe stromen van en naar de dierlijke productie worden samengebracht tot de interne stromen tussen dierlijke en plantaardige productie. Het bodemoppervlak fungeert dan als nieuwe systeemgrens en de balansmethode op basis van dit principe wordt de soil surface balance methode genoemd (bodembalans). Deze laatste methode is populairder, aangezien de meeste gegevens voor in- en output eenvoudig uit nationale tellingsgegevens en boekhoudingen af te leiden zijn, al dan niet te vermenigvuldigen met een coëfficiënt (bvb. dieraantallen x excretiecoëfficiënt voor dierlijke productie en areaal x nutriënteninhoud x opbrengst voor gewasafvoer). Een probleem dat zich echter voordoet, is dat deze coëfficiënten vaak onafhankelijk van elkaar worden bepaald, zodat er geen coherentie bestaat tussen de stromen. Zo stemmen de in- en uitgaande stromen van de nutriëntenbalans in de rundveehouderij niet overeen, wat waarschijnlijk te wijten is aan de runderexcretiecoëfficiënten en/of aan de graslandopbrengstgegevens. Dit probleem wordt verder behandeld in hoofdstuk 4. Voor individuele bedrijven wordt veelal de bedrijfsbalans gebruikt, omdat op dit niveau de nodige gegevens wel beschikbaar zijn. Bij beide balansmethoden dient het overschot identiek te zijn (OECD, 2001). De balansen van het landbouwsysteem, zoals jaarlijks gepubliceerd in de MIRArapporten, worden volgens de bodembalans opgesteld voor de nutriënten N en P. Posten zijn minerale meststoffen, dierlijke mest, reststoffen, atmosferische depositie en biologische stikstoffixatie aan de inputzijde en gewasafvoer aan de outputzijde. De gewasafvoer wordt opgesplitst naar marktbare gewassen en voedergewassen. De biologische stikstoffixatie wordt enkel ingevuld in de stikstofbalans, zij komt niet voor in de fosforbalans (figuur 1.2). De termen farm gate en soil surface kunnen voor verwarring zorgen bij de systeemafbakening. In het eerste geval kan men geneigd zijn om bepaalde stromen niet in rekening te brengen daar ze niet controleerbaar zijn door de boer, zoals bvb. de atmosferische depositie. Sensu stricto passeren ze niet door de hoevepoort en zijn ze geen gevolg van bedrijfsbeslissingen. Omgekeerd leidt de bodembalansmethode tot het probleem dat andere stromen uit de dierlijke productie, andere dan de dierlijke mest die daadwerkelijk op de bodem gebracht worden, over het hoofd gezien worden. Dit als gevolg van een te letterlijke interpretatie van soil surface als systeemgrens. Zo hielden de eerste studies op Europees niveau geen rekening met mesttransport tussen bedrijven en regio s en was de OECD-indicator nutrient surplus exclusief ammoniak-emissie. Ook nu nog moet worden vastgesteld dat onderzoekers zeer sterk vasthouden aan een striktere definitie van het bodemoppervlak als systeemgrens en daardoor, ondermeer met de argumentatie om dubbeltellingen te vermijden, steevast een deel van de ammoniakemissie vergeten in kaart te brengen! Een recente samenwerking tussen de OECD en EUROSTAT bracht het Draft handbook on soil surface nitrogen balances uit, waarin voor het eerst inclusief de ammoniakuitstoot wordt gerekend. In de MIRA-monitoring en in onderhavige studie, worden deze potentieel te vergeten stromen wel beschouwd, vermits enkel alle mogelijke in- en outputs een totaal beeld geven van het werkelijke nutriëntenoverschot. Enkel op die wijze kunnen de drukindicatoren naar het milieu berekend worden. 8

9 Figuur 1.2. Nutriëntenbalans van de Vlaamse landbouwsector in 2000, in miljoen kg minerale meststoffen dierlijke mest reststoffen atmosferische depositie biologische N-fixatie 89,2 6, ,1 4,4 1,5 23,9 0,6 2,7 - LANDBOUWBODEM nutriëntenbalans 159,2 19,8 gewasproductie voederproductie N P 40,2 7,2 111,7 16,9 Bron: eigen berekeningen met de bodembalans van het agrosysteem op basis van de NIS-landbouwtellingen, CLEboekhoudingen en Mestbankregistratie. In tabel 1.1 worden de in- en uitgaande stromen van de MIRA-bodembalans weergegeven. Voor elke nutriëntenstroom worden de berekeningswijze, de bronnen en de af te leiden indicatoren aangegeven. Tevens worden enkele problemen bij de berekening vermeld, waarvan er in dit onderzoek 3 zullen aangepakt worden, namelijk de discrepantie tussen gegevensbronnen bij kunstmestgebruik en gewasproductie en de incoherentie met balansen van de voerderproductie. De overige nutriëntenstromen, die een veel kleinere hoeveelheid vertegenwoordigen, zullen in de toekomstige monitoringen moeten verfijnd worden aan de hand van uitgebreide gegevensmateriaal. 9

10 Tabel 1.1. Overzicht nutriëntenstromen en gegevens (nog aan te vullen) naam nutriënteninput definiëring reststoffen dierlijke meststoffen atmosferische depositie biologische N- fixatie naam nutriëntenoutput gewasproductie voederproductie activiteitsindicator discrepantie bronnen zie deel 3 grondgebruik vlgs gewastype, bemestingsmogelijkheden incoherentie met zie deel 4 balansen activiteitsindicator bron cijfermateriaal VMM, Vito BLIVO, MEFEP, VMM NIS, CLE, BDB of IKC-L IKC-L, CVB, NIS 1.3. Gebruik van de indicatoren op te lossen problemen berekeningswijze af te leiden activiteitsindicatoren discrepantie bonnen zie deel 2 evolutie gebruik accuratere gegevens kunstmeststoffen activiteitsindicator CLEboekhouding, MB-registraties MB, VLAREA, VLAREBO, Viaene et al., 1999, Aquafin MB, NIS activiteitsindicator activiteitsindicator efficiëntieverbeteringen in rekening brengen, onderschatting excretiecijfers interpretatie meteorolo-gische geg, streekdifferentiatie aangenomen cijfers, cijfers voor biologische klaver, luzerne... forfaitair excretiecijfers (MAP2bis) * aantal dieren (NIS) geografisch (OPS) model met meteo en emissie input evolutie gebruik evolutie veestapel, dierlijke nutriëntenproductie, grondgebondenheid evolutie depositie evolutie fixatie De nutriëntenbalans van het landbouwsysteem (agrosysteem) wordt beschouwd als de algemene nutriënten-emissieindicator van de landbouw (zie figuur 1.2), waarbij de input- en marktbare outputstromen activiteitsindicatoren zijn en het verschil tussen beide stromen, de uitstoot naar de bodem, het water en de lucht vertegenwoordigt. Dit verschil kan negatief zijn en dan zal de bodem uitgeput raken. Indien het verschil positief is, zal het overschot mogelijks een milieuvervuilend effect hebben. In Vlaanderen zijn overschotten dermate hoog, dat milieuvervuiling manifest is. Uit de uitstoot kunnen verscheidene drukindicatoren gedistilleerd worden, die nauw verbonden zijn met de activiteitsindicatoren gedefinieerd in de balans. Deze drukindicatoren zijn: - Ammoniak (NH 3 )-emissie: hoofdzakelijk afkomstig van de dierlijke excretie en ook van de kunstmesttoediening. Dit gas draagt bij tot de vermesting en verzuring van de atmosfeer; - Stikstofmono-oxide (NO): een gas dat zowel leidt tot vermesting als fotochemische luchtverontreiniging en verzuring van het milieu; - Lachgas (N 2 O): afkomstig van onvolledige nitrificatie/denitrificatie in de bodem, en te rekenen tot de broeikasgassen; De stikstof- en fosfaatresidu s in de bodem en het water en de stikstofgassen exclusief N 2 O en N 2, die resulteren uit de nutriëntenbalans, leveren een vermestende bijdrage (nutriëntenbalans van het agrosysteem depositie (N 2 O en N 2 bij 10

11 stikstof)), waarbij het vermestend potentieel van P tien keer zo groot is als dat van N. Ter vervollediging dienen ook de NO x -gassen, ontstaan na verbranding van fossiele brandstoffen in de landbouw (vnl. serreteelt), meegeteld te worden bij het berekenen van het vermestend potentieel van de landbouw. Tabel 1.2. Stikstofgas-emissies uit de nutriëntenbalans naam herkomst emissiethema bron cijfermateriaal emissiestof NH 3 dierlijke mest, kunstmest vermesting, verzuring Boeckx, IPCC, VMM NO nitrif/denitrif mest vermesting, verzuring, IPCC, VMM fotochemische luchtverontreiniging N 2 O nitrif/denitrif broeikasgassen Boeckx, IPCC, VMM N 2 nitrif/denitrif. niet van toepassing IPCC, VMM Naar het beleid in de landbouwsector, maar ook naar het management op het landbouwbedrijf zelf toe, is de nutriëntenbalans een zeer interessant raamwerk om maatregelen i.v.m. de bescherming van het milieu te treffen en te evalueren. In vele landen en ook in België zijn dergelijke maatregelen van kracht. De bemestingslimieten van het MAP2bis en de maatregelen om de NH 3 -emissie te reduceren (emissie-arme stalllen, onderwerken van de mest bij uitrijding, opkoopregeling voor varkens) zijn voorbeelden van maatregelen om de nutriëntenuitstoot te verminderen. Van sommige maatregelen zijn de effecten hiervan reeds te zien in de nutriëntenbalans. Wanneer deze maatregelen gekoppeld worden aan doelstellingen, is het nog interessanter om indicatoren te gebruiken, aangezien de te overbruggen afstand tot de doelstelling kan berekend worden (zie MIRA-T 2001). Op internationaal niveau heeft België enkele conventies geratificeerd die betrekking hebben op de nutriëntenuitstoot. De conventie for the protection of the Marine Environment of the North-East Atlantic of OSPAR -(Oslo-Parijs) conventie beoogt de uitstoot naar de Noordzee en de Baltische Zee te verlagen. De Nitraatrichtlijn van de EC (EU council directive 679/91) werd ingevoerd om de kwaliteit van het drinkwater te vrijwaren. Weerom kan de nutriëntenbalans hierbij functioneren als kader om beleidsbeslissingen te nemen teneinde de verdragen na te leven. Zoals hierboven vermeld, is het nuttig zowel op het niveau van het landbouwbedrijf als op nationaal niveau, een bedrijfsbalans te kunnen toepassen. Op het niveau van het landbouwbedrijf kunnen de balansstromen bepaald worden a.d.h.v. de bedrijfsboekhouding en forfaitaire kengetallen. Van bedrijf tot bedrijf kan de balans enorm verschillen al naargelang het beheer en de doelstellingen. In dit project wordt de balans enkel op macro-schaal berekend. Dit houdt in dat er voor bepaalde in- en outputstromen gemiddelde waarden geschat zullen moeten worden, indien zij niet in de literatuur beschikbaar zijn of niet berekend kunnen worden. Vermits een nutriëntenbalans sterk van streek tot streek kan verschillen, al naargelang de aard en de concentratie van de landbouwactiviteit, het bodemtype en de ondergrond, zal er bij het berekenen van de componenten, naast een regionaal model voor Vlaanderen ook een zekere geografische afbakening nagestreefd worden. 11

12 2. KUNSTMESTGEBRUIK 2.1. Inleiding, doel en werkwijze Het kunstmestgebruik kan afgeleid worden van uiteenlopende cijfers. In de MIRA-T-rapportering worden cijfers gebruikt afkomstig van de CLE-boekhoudingen. Dit zijn gebruiksintensiteiten afgeleid uit een gestratifieerde steekproef (3 strata: EUtypologie, landbouwstreek, exploitatieklasse) en welke geëxtrapoleerd worden naar de landbouwstreken, de gewesten en het Rijk volgens het gangbare extrapolatiemechanisme voor het afleiden van de rendabiliteitskengetallen (Goffinet, 1986). De Mestbank (MB), daarentegen, heeft kennis over het kunstmestgebruik via rechtstreekse aangiftes van hoeveelheden. Een toetsing van beide cijferreeksen toont evenwel een enorme discrepantie (tabel 2.1). Tabel 2.1. Totaal kunstmestgebruik van N en P 2 O 5 in Vlaanderen (miljoen kg) gebaseerd op CLE- en Mestbankwaarnemingen ( ) jaar kunstmest (10 6 kg) N P 2 O 5 N P 2 O 5 N P 2 O 5 N P 2 O 5 bron CLE 95,86 17,66 91,56 15,90 89,11 15,28 82,41 13,53 Mestbank 49,10 9,34 50,18 8,19 46,19 8,65 44,21 6,36 Bron: Jaarverslagen VLM en CLE (cijfers berekend volgens methode Goffinet). De discrepantie blijft over de jaren heen van dezelfde grootteorde, waarbij de cijfers van de MB ongeveer 50 % lager liggen dan de CLE-gegevens. Lauwers en Lenders (2000) vermelden verschillende oorzaken welke aan de basis kunnen liggen van de afwijking. Een voor de hand liggende reden kan zijn dat een aantal kunstmestgiftes vergeten zijn bij de Mestbankregistraties. De aangevers betalen immers een heffing op de kunstmest en zullen daarom trachten geen maximale aangifte van hun gebruik te doen. Nochtans verklaart een kritische analyse van de extrapolatie van de boekhoudregistraties eveneens substantiële afwijkingen. Het is immers zo dat het kunstmestgebruik sterk afhankelijk is van de overschotssituatie op zowel het bedrijf als in de regio. Dit zijn twee criteria die onvoldoende via het extrapolatiesysteem van het CLE doorwegen. Daarenboven zijn de rundveebedrijven in het CLE-boekhoudnet sterker vertegenwoordigd dan de bedrijven met intensieve veehouderij die sowieso minder kunstmest gebruiken. Tenslotte kan ook de gerichtheid van het CLE-net naar de professionele landbouwbedrijven een factor zijn. De vraag stelt zich dan wel of kleine bedrijven en gelegenheidsbedrijven inderdaad minder kunstmest gebruiken. Een nieuw extrapolatiemechanisme, waardoor de beschikbare CLEboekhoudgegevens accurater naar de totale landbouwoppervlakte kunnen geëxtrapoleerd worden, wordt in volgende paragrafen voorgesteld. De werkwijze is als volgt: eerst wordt een econometrische analyse van de beschikbare mestbankregistraties uitgevoerd teneinde een beeld te bekomen van de structurele bedrijfskenmerken die determinerend zijn voor het kunstmestgebruik. Factoren zoals de locale mestafzetdruk, de mestafzetsituatie op het bedrijf, de gewaskeuze en de aard van de veestapel worden geanalyseerd. Vervolgens wordt 12

13 het bekomen model op de boekhoudgegevens toegepast en de afwijking tussen waargenomen en berekende modelwaarden bestudeerd. Deze afwijking moet dan als ijkingsfactor dienen om het model van kunstmestgebruik te calibreren. Tenslotte zal met het gecalibreerde extrapolatiemodel de tijdsreeks van de activiteitsindicator kunstmestgebruik opnieuw samengesteld worden Analyse van de Mestbankgegevens De basisinformatie over het kunstmestgebruik en de mestafzetsituatie op het bedrijf volgens de Mestbank (MB)-registraties is in een geaggregeerde vorm voor het onderzoek ter beschikking gesteld. Het betreft de productiejaren 1998, 1999 en Er werd a priori uitgegaan van de veronderstelling dat het kunstmestgebruik in sterke mate afhankelijk is van de locale mestafzetdruk en van de mestoverschotssituatie op het bedrijf. Vandaar dat de Mestbankgegevens geaggregeerd werden opgevraagd volgens gemeente en de volgende bedrijfstypologie: type 1: type 2: type 3: type 4: bedrijven zonder dieren (P 2 O 5- productie < 300 kg P 2 O 5 /ha); bedrijven met dieren zonder bedrijfsmatig overschot totale mest (dierlijke en kunstmest); bedrijven met dieren zonder bedrijfsmatig overschot dierlijke mest, maar met bedrijfsmatig overschot totale mest (dierlijke en kunstmest); bedrijven met dieren met bedrijfsmatig overschot dierlijke mest. In tabel 2.2. is de evolutie van het kunstmestgebruik weergegeven volgens de 4 types. Over de drie jaren gezien, daalt het kunstmestgebruik met 22 % fosfor (P 2 O 5 ) van 12,4 kg P 2 O 5 /ha in 1998 tot 9,7 kg P 2 O 5 /ha in 2000 en met 8 % stikkstof van 72,7 kg N/ha in 1998 tot 67,1 kg N/ha in De verschillen volgens bedrijfscategorieën zijn beduidend groot. Gemiddeld over de drie jaar beschouwd ligt het kunstmestgebruik op het derde bedrijfstype meer dan 3 keer (voor N) en 5 keer (voor P 2 O 5 ) zo hoog als op het vierde bedrijfstype. Dat het kunstmestgebruik zeer laag ligt op de bedrijven met mestoverschotten (bedrijfstype 4) is aanneembaar. Door de noodzaak om (dierlijke) mestoverschotten op een niet goedkope manier buiten het bedrijf af te zetten, zullen deze bedrijven er naar streven om hun eigen bemestingsruimte zo ruim mogelijk in te vullen met dierlijke mest en aldus het kunstmestgebruik zo veel mogelijk beperken. Merkwaardiger is de hoge kunstmestgift op bedrijven (bedrijfstype 3) die louter op basis van hun dierlijke mestproductie niet tot de overschotsbedrijven behoren, maar precies door de kunstmestgifte aangewezen worden op afzet buiten het bedrijf. 13

14 Tabel 2.2. Evolutie van het kunstmestgebruik in Vlaanderen (in kg/ha) volgens de 4 bedrijfstypes over de jaren 1998, 1999, 2000 jaar Bron: Mestbankregistraties. bedrijfstype 1 bedrijfstype 2 bedrijfstype 3 bedrijfstype 4 gemiddelde N P 2 O 5 N P 2 O 5 N P 2 O 5 N P 2 O 5 N P 2 O 5 (kg/ha) (kg/ha) (kg/ha) (kg/ha) (kg/ha) (kg/ha) (kg/ha) (kg/ha) (kg/ha) (kg/ha) 70,5 18,0 77,9 12,3 122,0 19,2 39,8 3,8 72,7 12,4 66,1 17,7 76,2 11,7 125,2 19,4 35,7 3,2 70,1 11,9 63,5 14,5 72,4 9,6 123,2 16,1 39,6 2,9 67,1 9,7 66,7 16,7 75,5 11,3 123,5 18,1 38,5 3,2 De dierlijke mestproductie, berekend a.d.h.v. de forfaitaire excretiecoëfficiënten, wordt weergegeven in tabel 2.3. De fosfaatproductie daalde in alle bedrijfstypes, maar hoofdzakelijk in de overschotsbedrijven. In totaal daalde de fosfaatproductie met 3 % van 114,2 kg P 2 O 5 /ha in 1998 tot 110,7 kg P 2 O 5 /ha in De productie van stikstof daarentegen, daalde enkel in de overschotsbedrijven met 6 % in bedrijfstype 3 (van 282,4 in 1998 naar 266,1 kg N/ha in 2000) en met 1 % in de bedrijfstype 4 (van 846,1 in 1998 naar 835,5 kg N/ha in 2000). In de twee overige bedrijfstypes steeg de stikstofproductie lichtjes met respectievelijk 1 % en 3 % voor de bedrijfstypes 1 en 2, waardoor de totale N-productie steeg met 10 % van 257,4 kg/ha naar 283,5 kg N/ha. Tabel 2.3. Evolutie van de dierlijke nutriëntenproductie in Vlaanderen (in kg/ha) volgens de 4 bedrijfstypes over de jaren 1998, 1999, 2000 jaar Bron: Mestbankregistraties. bedrijfstype 1 bedrijfstype 2 bedrijfstype 3 bedrijfstype 4 gemiddelde N P 2 O 5 N P 2 O 5 N P 2 O 5 N P 2 O 5 N P 2 O 5 (kg/ha) (kg/ha) (kg/ha) (kg/ha) (kg/ha) (kg/ha) (kg/ha) (kg/ha) (kg/ha) (kg/ha) 19,2 7,0 179,3 68,1 282,4 109,8 846,1 425,8 257,4 114,2 18,2 6,6 177,7 67,3 268,7 105,0 803,5 399,5 251,6 110,6 19,3 7,0 184,7 63,0 266,1 94,3 835,5 355,4 283,5 110,7 18,9 6,9 180,4 66,2 272,1 102,6 828,7 390,5 Om het gedrag achter het kunstmestgebruik beter te begrijpen, werden 2 oriënterende variabelen beschouwd (tabel 2.4.): Oriëntatie runderen = aandeel van de N-productie door runderen in de totale N-productie. Deze variabele daalde over de 3 jaar van 52,4 naar 46,6 % in het jaar Een daling is waarneembaar bij alle bedrijfstypes, behalve bij het type 2, waar het aandeel steeg van 85,2 naar 86,2 % over de 3 jaren. Het aandeel runderen varieert enorm tussen de bedrijfstypes. Bedrijfstype 1, met slechts een heel beperkt aantal dieren, zal toch voornamelijk runderen houden (72,8 % van de N-excretie is afkomstig van runderen). In het bedrijfstype 4 bedraagt dit aandeel slechts 21,5 %. Dit komt omdat deze groep bedrijven voornamelijk vertegenwoordigd wordt door de intensieve veetakken (o.a. varkens en pluimvee). 14

15 Oriëntatie grasland = aandeel grasland tegenover het totale areaal. Deze bedraagt 41,3 % in 2000 en is met 1 procentpunt gedaald tegenover De grootste daling was waar te nemen bij bedrijfstype 3 (van 47,7 % in 1998 naar 43,7 % in 2000). Bedrijfstype 1 heeft slechts 23,3 % grasland. Dit is evenwel met 3 procentpunten gestegen tegenover Het percentage grasland in bedrijfstypes 2 en 4 bedraagt in 2000 respectievelijk 47,7 en 41,2 %. Bedrijfstype 2, dat het meest georiënteerd is naar runderen heeft ook het hoogste aandeel grasland. Bedrijfstype 1 met een laag aandeel grasland (22,6 %), heeft toch nog een groot aandeel rundermest (72,8 %). Het kan hier gaan om vleesrunderen, zij worden immers gewoonlijk niet op de wei gelaten. Bij het vierde bedrijfstype is de omgekeerde situatie waarneembaar, namelijk 41,6 % gras en slechts 21,5 % rundermest. Tabel 2.4: Oriëntatie runderen en grasland voor de 4 bedrijfstypes en het geaggregeerde type 23. % jaar type 1 type 2 type 3 type 4 type 23 gemiddelde oriëntatie gras (% gras/ bedrijfsareaal) oriëntatie runderen (% rundermest/ totale mestproductie bedrijf) Bron: Mestbankregistratie ,6 47,3 47,8 42,1 47,3 41, ,0 47,2 44,7 41,5 47,0 41, ,3 47,7 43,7 41,2 47,3 41, ,6 47,4 45,6 41,6 47, ,6 85,2 76,1 22,7 84,2 52, ,8 85,4 75,4 22,2 84,3 52, ,9 86,2 74,6 20,1 84,7 46, ,8 85,6 75,3 21,5 84, Vergelijking met de CLE-boekhoudgegevens Wanneer in de CLE-boekhoudingen de populatie van de om en bij 500 bedrijven opgesplitst wordt in de 4 types, bevat het derde bedrijfstype slechts 2 % van de populatie. Daardoor kunnen er foute interpretaties ontstaan. Een aantal van deze bedrijven dient meer fosfaat toe dan stikstof en dit kan een vertekend beeld creëren bij zo een kleine populatie voor de gemiddelde gift van het gebied. De reden van een hogere fosfaatgift is het hoge aandeel maïs in het teeltplan, wat meer fosfaatmeststof nodig heeft. Ook kan het zijn dat slechts een klein aandeel van het bedrijfsareaal bemest wordt, waardoor er bvb. 11 kg P 2 O 5 /ha en 4 kg N/ha op het totale areaal wordt gestrooid. Andere bedrijven strooien op maïs een mengsel kunstmest met een samenstelling van 13/13/21 NPK en op gras een mengsel van 12/12/12 NPK, zodat de stikstof- en de fosfaatgift gelijk zijn. Het samenbrengen van type 2 en 3 naar type 23 is tevens ingegeven door moeilijkheden bij de extrapolatie (zie verder ). De typologie werd voor het verdere verloop van de studie opnieuw gedefinieerd als volgt: type 1. bedrijven zonder dieren (P 2 O 5- productie < 300 kg P 2 O 5 /ha); type 23. bedrijven met dieren zonder bedrijfsmatig overschot van dierlijke mest; type 4. bedrijven met dieren en met bedrijfsmatig overschot van dierlijke mest. 15

16 Het type 1 wordt behouden en het type 2 en 3 worden samengenomen in het nieuwe type 23, type 4 komt overeen met het oude type 4. Met deze nieuwe definiëring valt het criterium van het kunstmestgebruik uit de afbakening van de bedrijfstypologie. De weergegeven cijfers van het CLE zijn van nu af aan afkomstig van de populatie bedrijven en niet van de geëxtrapoleerde gegevens, zoals die volgens de methode Goffinet ( ) berekend zijn en waarvan het totale kunstmestgebruik in Vlaanderen is weergegeven in tabel 2.1. Bij de vergelijking tussen de CLE- en de MB-cijfers dient men in het achterhoofd te houden dat de CLE-boekhouding gebaseerd is op landbouwbedrijven met een voldoende grootte om een profesionele landbouwactiviteit uit te oefenen en de Mestbank het kunstmestgebruik van alle landbouwers registreert. Hoewel de MBgegevens rond kunstmestgebruik naar alle waarschijnlijkheid onderschat zijn, zijn zij exhaustief en worden zij verwacht om alle factoren die het mestgedrag beïnvloeden te incorporeren. In het verdere onderzoek zullen deze gegevens als basis dienen voor het afleiden van een model dat het kunstmestgebruik bepaalt o.i.v. de mestafzetdruk. De ratio van het kunstmestgebruik tussen de Mestbank- en de CLE-gegevens per jaar en per bedrijfstype worden weergegeven in tabel 2.5. Per bedrijfstype en per nutriënt variëren de verhoudingen sterk. Bij de Mestbank wordt voor bedrijfstype 4, de overschotsbedrijven, slechts iets meer dan een derde van de toegediende stikstof en iets minder dan een derde van de toegediende fosfaat geregistreerd. Bedrijfstype 1 en 23 doen het beter met een ratio van respectievelijk 49,0 en 53,0 voor stikstof en 73,2 en 53,4 voor fosfaat. Voor fosfaat liggen de twee verschillende cijferreeksen iets dichter bij elkaar dan voor stikstof en in elk geval al heel wat dichter bij elkaar dan de vergelijking op basis van tabel 2.1. laat vermoeden. Het gebruik van een extrapolatiemethode met andere, meer verklarende variabelen, zal het totale kunstmestgebruik in Vlaanderen volgens de boekhoudingen waarschijnlijk verlagen. Tabel 2.5. Ratio van het kunstmestgebruik bij de Mestbankregistraties tegenover de CLE-boekhoudingen en het aantal bedrijven uit de CLE-boekhoudingen volgens bedrijfstypologie en voor Vlaanderen. ratio type 1 type 23 type 4 jaar N P 2 O 5 aantal N P 2 O 5 aantal N P 2 O 5 aantal ,0 79, ,0 54, ,1 35, ,1 77, ,8 52, ,7 30, ,7 63, ,6 53, ,9 29, ,0 73,2 53,0 53,4 37,3 30,5 In de tabellen 2.4 en 2.6, 2.7 en 2.8 worden de oriëntaties gras en runderen, het kunstmestgebruik en de dierlijke nutriëntenproductie van de CLE-populatie en van de Mestbankregistraties weergegeven volgens de nieuwe bedrijfstypologie. Wat betreft de oriëntatie naar runderen, produceren de boekhoudbedrijven relatief iets meer N-rundermest in verhouding tot de totale N-productie (ongeveer 4 procentpunt) dan de Mestbankregistraties (tabel 2.4 en 2.6). De boekhoudbedrijven ( ) methode Goffinet: berekening van gebruiksintensiteiten afgeleid uit een gestratifieerde steekproef (3 strata: EU-typologie, landbouwstreek, exploitatieklasse) en welke geëxtrapoleerd worden naar de landbouwstreken, de gewesten en het Rijk volgens het gangbare extrapolatiemechanisme voor het afleiden van de rendabiliteitskengetallen (Goffinet, 1986). 16

17 bezitten dus verhoudingsgewijs iets meer rundvee. De bedrijven uit bedrijfstype 4 echter, namelijk de overschotsbedrijven of de bedrijven met intensieve veeteelt, produceren volgens de CLE-gegevens 18,9 % stikstof van runderen, dit is 2,6 procentpunt minder dan de Mestbankregistraties weergeven. De overschotsbedrijven van de MB zijn dus iets meer naar rundveebedrijven geöriënteerd. De dierlijke nutriëntenproductie bij de overschotsbedrijven is bij beide bronnen en voornamelijk dus bij het CLE, in hoofdzaak afkomstig van de varkens (76,9 % van de stikstof- en 81,9 % van de fosfaatproductie bij het CLE). Het mestproductie-aandeel van varkens bij de andere bedrijfstypes bedraagt respectievelijk slechts 10,4 en 16,0 % van de stikstofproductie voor de types 23 en 1. De overschotsbedrijven van de MB produceren gemiddeld 100 kg N/ha dierlijke mest meer dan degenen uit de boekhoudingen. De grondgebonden rundveehouderij is de grootste vertegenwoordiger van bedrijfstype 23. Dit type heeft het hoogste percentage grasland en het hoogste percentage rundermest (88,6 % in de boekhoudingen). Bedrijfstype 1, met weinig tot geen dieren (P 2 O 5- productie < 300 kg/ha) heeft 76,4 % rundermest volgens de CLE-boekhoudingen. In 1998 echter, vertoont de N- rundermest in bedrijfstype 1 een zeer groot aandeel van 98 %. Dit is veel hoger dan de daaropvolgende jaren. Hoogst waarschijnlijk is deze sprong te wijten aan een aanpassing van de waarde van het Bruto Standaard Saldo (BSS) in de boekhoudingen vanaf In een kleine populatie als deze, kan een minieme verandering van de populatie-afbakening een groot effect hebben op het resultaat. Wat betreft de oriëntatie gras (tabel 2.4 en 2.6), valt het op dat het bedrijfstype 1 van de boekhoudingen een zeer laag percentage grasland t.o.v. het totale areaal heeft in vergelijking met de Mestbankregistraties (3,4 % grasland t.o.v. 22,6 % in de Mestbankregistraties). De dierlijke nutriëntenproductie (tabel 2.7 en 2.8) van bedrijfstype 1 is eveneens erg laag bij de boekhoudingen, maar meer gericht naar runderen. Dit toont aan dat de kleinere veebedrijven in de boekhoudingen niet in de steekproef zijn opgenomen en de populatie in hoofdzaak bestaat uit akkerbouwbedrijven. 17

18 Tabel 2.6. Oriëntatie runderen en grasland voor de 3 bedrijfstypes in de CLEboekhoudingen ratio jaar type 1 type 23 type 4 gemiddelde oriëntatie gras oriëntatie runderen Bron: CLE-boekhoudingen ,36 40,1 32,9 35, ,30 40,0 31,6 34, ,70 41,6 30,7 35, ,4 40,5 31, ,69 87,4 19,3 68, ,81 87,9 19,4 66, ,99 90,8 17,9 65, ,4 88,6 18,9 Tabel 2.7. Kunstmestgebruik en dierlijke mestproductie (kg/ha) voor de 3 bedrijfstypes uit de Mestbankregistraties (Vlaanderen, 1998 tot 2000 ) jaar N (kg/ha) type 1 type 23 type 4 gemiddelde P 2 O 5 N P 2 O 5 N P 2 O 5 N (kg/ha) (kg/ha) (kg/ha) (kg/ha) (kg/ha) (kg/ha) P 2 O 5 (kg/ha) kunstmestgebruik dierlijke mestproductie Bron: Mestbankregistraties ,5 18,0 81,3 12,8 39,8 3,8 72,7 12, ,1 17,7 79,8 12,3 35,7 3,2 70,1 11, ,5 14,5 77,2 10,2 39,6 2,9 67,1 9, ,7 16,7 79,5 11,8 38,5 3, ,2 7,0 187,3 71,3 846,0 425,8 257,4 114, ,2 6,6 184,4 70,1 803,5 399,5 251,6 110, ,3 7,0 192,5 66,0 835,5 355,4 283,5 110, ,9 6,9 188,0 69,2 828,7 390,5 Tabel 2.8: Kunstmestgebruik en dierlijke mestproductie (kg/ha) per typologie uit de CLE-boekhoudingen (Vlaanderen, 1998 tot 2000) jaar N (kg/ha) type 1 type 23 type 4 gemiddelde P 2 O 5 N P 2 O 5 N P 2 O 5 N (kg/ha) (kg/ha) (kg/ha) (kg/ha) (kg/ha) (kg/ha) P 2 O 5 (kg/ha) kunstmestgebruik ,9 22,6 156,4 23,6 110,1 10,8 141,9 19, ,5 23,0 151,2 23,4 103,0 10,6 136,4 19, ,5 22,8 141,5 19,2 96,9 10,0 126,5 16, ,2 22,8 150,0 22,1 103,2 10,5 dierlijke ,2 0,5 184,5 71,4 695,3 346,1 320,8 146,6 mestproductie ,3 0,5 183,3 70,9 720,0 357,7 322,3 147, ,2 0,8 190,9 63,7 761,7 382,1 358,4 160, ,6 0,6 186,1 68,9 726,3 362,3 Bron: CLE-boekhoudingen. 18

19 2.4. Econometrische analyse van de factoren van kunstmestgebruik Onderzoeksstrategie Het principe van de gevolgde werkwijze wordt in figuur 2.1 schematisch weergeven. Een functionele vorm f1 die de relatie tussen het kunstmestgebruik (KMG) en verklarende factoren Xi weergeeft, wordt afgeleid uit de MB-registraties. Hoewel verondersteld wordt dat deze MB-registraties een onderschatting van het werkelijk bemestingsgedrag inhouden, mag redelijkerwijs aangenomen worden dat, wegens het exhaustief karakter ervan, ze voldoende informatie inhouden om het functioneel verband waar te nemen. Na toepassing van dit functioneel verband op de beschikbare NIS-tellingsgegevens wordt, indien nodig, een calibratie toegepast (f1c). Vervolgens wordt het functioneel verband toepast op de steekproef van het CLEboekhoudnet. De vergelijking tussen modelwaarde en de boekhoudwaarnemingen leidt tot een verhoudingsfactor (zie verder: modelkeuze), waardoor het werkelijke bemestingsgedrag (f2) kan worden afgeleid, eventueel nog te calibreren (f2c). Figuur 2.1. Conceptuele voorstelling (het kunstmestgebruik (KMG) in relatie tot de verklarende variabelen (duaal)) van de diverse af te leiden functionele vormen KMG (kg/ha) f2c f2 15 f1c f ,4 0,6 0,8 1 1,2 1,4 1,6 duaal ( ) Modelkeuze Op basis van eerder onderzoek en de te verwachten effecten van de te onderzoeken variabelen (waaronder binaire of dummy variabelen) wordt geopteerd voor een multiplicatief model, waarbij het kunstmestgebruik (Y, in kg per ha) afhankelijk is van de reciproke waarde van de locale mestafzetkosten (Xd), geïdentificeerd als duaal en uitgedrukt in euro en van diverse factoren (Xi), zoals mestoverschotssituatie op het bedrijf, landbouwstreek, gerichtheid landbouwactiviteiten, enz.: 19

20 Y = a + b X1 b1 X2 b2 Xn bn * (1/Xd) c (1) De kern van dit model bestaat uit een reciprook verband tussen het kunstmestgebruik en de locale mestafzetkosten: Y = a + b (1/Xd) c (2) Dit kernmodel werd reeds in eerder onderzoek (Lauwers & Van Steertegem, 1996; Lauwers & Lenders, 2000) als geschikt bevonden: het laat doorgaans een betere curve fitting (hogere R²-waarden en significantieniveau) toe dan additieve modellen en heeft het voordeel dat de functiewaarden asymptotisch naar een positieve waarde evolueren. In onderhavig onderzoek wordt aangenomen dat deze waarde nul wordt bij oneindig hoge afzetkosten (a=0). Hierdoor valt tevens de enige additieve component uit het model weg, hetgeen de praktische bruikbaarheid sterk vereenvoudigt. De voorkeur om bijkomende variabelen multiplicatief in plaats van additief in het model te brengen heeft in de eerste plaats te maken met de aard van het functioneel verband uit het kernmodel (2). Wegens het dalend verloop, afnemend kunstmestgebruik bij toenemende locale mestafzetdruk (figuur 2.2., functie f), is het aannemelijk dat bijkomende effecten niet additief zijn (aex, additief effect van X, leidend tot f1), maar eveneens, al of niet proportioneel mee-dalen (mex, multiplicatief effect van X, leidend tot f2) in functie van de mestafzetdruk. Logaritmering van het multiplicatief model laat toe, wanneer a = 0 (wat vanuit de werkelijkheid dat het model tracht te beschrijven aanneembaar is), om het model uit te werken via de klassieke meervoudige regressietechnieken. of: ln y = ln b + b 1 ln X 1 + b 2 ln X b n ln X n + c ln (1/Xd) (3) Y = A + B* X (4) Het multiplicatief effect van een factor X i kan op twee manieren in het regressiemodel (4) worden ingebracht, namelijk al of niet na logaritmering. Op de eerste wijze wordt de verklarende variabele pas na logaritmering in het regressiemodel (4) gebracht. De bijhorende parameter b i komt dan overeen met de machtscoëfficiënt uit het oorspronkelijk model (1). Deze geeft de mate aan waarmee het multiplicatief effect mee evolueert met de variabele X i. 20

21 Figuur 2.2. Principe van het multiplicatief model 25 KMG (kg/ha) f f1 f aex 5 mex duaal ( ) De tweede manier bestaat erin om de verklarende variabele in zijn originele vorm in het regressiemodel te brengen. Dit is daarenboven de enige manier om het effect van dummies (D k ) en variabelen met een mogelijke nulwaarde op het reciprook kernmodel te modelleren: ln y = ln b + b i ln X i + d j X j + e k D k + + c ln (1/Xd) (5) exp (ln y) = exp (ln b + b i ln X i + d j X j + e k D k + + c ln (1/Xd)) y = b X i bi exp (d j X j ) exp (e k D k ) (1/Xd) c (6) Het multiplicatief effect van de dummy is constant. Eén van de belangrijkste dummies die in het onderzoek betrokken worden, is deze die het effect van de CLEboekhouding ten opzichte van de MB-registraties moet meten De bedrijfsmatige en locale mestafzetdruk als verklarende variabelen Twee belangrijke variabelen die reeds uit vroeger onderzoek naar voor kwamen als verklarende variabelen voor de variatie in het kunstmestgebruik zijn enerzijds de toestand van het bedrijf als al of niet overschotsbedrijf volgens de mestwetgeving en anderzijds de kosten waarmee mestoverschotten moeten afgezet worden. Dit laatste is dan een resultaat van de locale mestafzetdruk of de noodzaak om de overschotsmest over al of niet langere afstanden af te zetten. 21

22 De mestafzetdruk op bedrijfsniveau wordt met een nominale variabele aangeduid: zie hiervoor de typologie die reeds in 2.1. besproken werd. Hoewel er nog een beduidend verschil in kunstmestgebruik is tussen het type 2 en 3, worden ze omwille van extrapolatiemoeilijkheden bij elkaar genomen. Immers, op basis van de beschikbare NIS-gegevens kan gesimuleerd worden of een bedrijf al of niet overschotsbedrijf is, doch het is niet a priori geweten van ditzelfde bedrijf wat zijn kunstmestgebruik is. Bijgevolg kan de nuance tussen het type 2 en 3 niet gemaakt worden. Dat deze manier een bedrijfsindeling toelaat om een belangrijk gedeelte van de variatie van het kunstmestgebruik te verklaren is reeds gebleken uit de voorgaande analyse van MB- en CLE-gegevens (2.2. en 2.3.). De locale (regionale) mestafzetdruk is afhankelijk van de hoeveelheid dierlijke nutriëntenproductie die in overmaat geproduceerd worden ten opzichte van de bemestingsmogelijkheden én van de mate waarin de omliggende regio s met dezelfde problematiek kampen en daardoor onderling in competitie staan voor de goedkopere (=nabijgelegen) afzetmogelijkheden. Uit vroeger onderzoek is gebleken dat een beschrijving op basis van de locale productie-intensiteit (of de nominale beschrijving ervan in bijvoorbeeld zwarte, grijze en witte gemeenten) onvoldoende is om de locale mestafzetdruk te beschrijven. Een zwarte gemeente omringd door witte gemeenten, kan een veel gunstiger afzetsituatie kennen dan een geïsoleerde witte gemeente in een zwart gebied. De regionale mestafzetdruk wordt afgeleid uit de duale oplossing van het volgend primaal transportmodel, welke het mestafzetprobleem vereenvoudigd voorstelt: n Min i = 1 m cij Xij j= 1 met voorwaarden: m i : Xij Pi j=1 n j : Xij Aj i=1 (duaal afzetverplichting: dp i ) (zie ook p 64-65) (duaal afzetbeperking: da j ) (7) De dualen (dp i, da j ) geven aan wat de verandering van de doelfunctie is bij een eenheidstoename van de beperking P i en A j. De dualen verbonden aan de afzetverplichting (dp i ) hebben alle een niet-nulwaarde, aangezien het model er van uitgaat dat alle af te zetten mest met een eenheidskost gepaard gaat, ook deze die binnen de regio zelf kan afgezet worden. De dualen van de afzetbeperking (da j ) zijn niet nul wanneer het desbetreffend gebied een overschotsgebied is (niet alle mest kan binnen de eigen regio afgezet worden). Bij een inelastische vraag en aanbod 22

23 fungeert het transportmodel als een ruimtelijk evenwichtsmodel waarbij de duaal dp i de evenwichtsprijs (kost) is voor de afzet van de mest geproduceerd in regio i en de duaal da j als evenwichtprijs geldt waarvoor de bemestingsruimte in A j ter beschikking kan worden gesteld. Bovenstaande afleidingen van eenheidsprijzen gelden louter theoretisch en veronderstellen onder meer een transparante mestafzetmarkt, wat in de actuele situatie te velde verre van aanneembaar is. Toch bieden de dualen voldoende potentieel om de geografische differentiatie in mestafzetdruk te beschrijven. Hiervoor worden de dp i -waarden verkozen boven de da j -waarden. De dualen d Pi zijn namelijk gelijk aan de kost van de afzet binnen de regio (c ij ) plus de waarde van de duaal da j. Aldus is de dp i -duaal een betere indicator van de regionale mestafzetdruk als externe factor voor het bemestingsgedrag van zowel de mestproducent als diegene die overschotsmest accepteert. Het gebruik van de dualen dp i in onderhavig onderzoek is louter beschrijvend, namelijk als indicator van de geografische variatie in mestafzetdruk. Voor prospectieve doeleinden (toekomstverkennend en scenario-onderzoek) zijn ze voorlopig minder geschikt. In Hoofdstuk 5 wordt een aanzet gegeven voor verder onderzoek waarbij het kunstmestgedrag endogeen in het mestafzetdruk-model wordt bepaald. Het transportmodel is uitgewerkt voor de mestafzetproblemen van de jaren 1998, 1999 en Hiertoe is de veestapel uit de NIS-telling gecalibreerd naar gemiddelde aanwezigheden. De nutriëntenproductie is berekend aan de hand van de excretienormen zoals die gelden vanaf 2000 (MAP2bis). Vervolgens is de berekende nutriëntenproductie gecalibreerd aan de geregistreerde (vooral belangrijk voor de jaren waarbij de normen 2000 nog niet golden). De bemestingsmogelijkheden zijn afgeleid uit de getelde arealen en de bemestingsnormen die golden voor het desbetreffende jaar, uiteindelijk eveneens gecalibreerd aan de MB-registraties. Het transportmodel is telkens gerund voor het fosfaat- en het stikstof- afzetprobleem. Na een oriënterende analyse op hun belang als verklarende factoren bleken de dualen afkomstig van het stikstof model een beduidend geringer gedeelte van de variatie van kunstmestgebruik te verklaren. Dit geldt niet alleen voor het gebruik van fosfaat als kunstmest, maar ook voor het stikstofgebruik zelf. De verklaring ligt voor de hand: in de beschouwde jaren was het vooral de fosfaat die als beperkende factor in de mestafzetproblematiek gold Exploratorisch onderzoek naar andere mogelijke verklarende variabelen De mate waarin andere variabelen de variatie in het kunstmestgebruik verklaren, wordt afgeleid uit exploratorisch regressie-onderzoek met behulp van zowel de MBals de CLE-gegevens. Dit exploratorisch onderzoek moet niet alleen toelaten om inzichten te bekomen in andere verklarende factoren, de mogelijkheid om ze uiteindelijk te gebruiken als extrapolatiefactor zal tevens de onderzoeksstrategie (zie ) bepalen. Immers, verklarende factoren moeten beschikbaar zijn zowel op de populaties waarmee de regressie-analyse gebeurt (CLE-boekhoudingen en MB-registraties) als op de NIS-populatie, waarnaar de functionele verbanden te extrapoleren zijn. Het exploratorisch onderzoek houdt tevens een verificatie in van de onderliggende factoren van kunstmestgebruik. De MB-gegevens zijn, net als deze van het NIS, als exhaustief te beschouwen, doch zijn om reden van vertrouwelijkheid geaggregeerd op gemeenteniveau en volgens de bedrijfstypologie, zoals eerder 23

24 besproken. Hierdoor kunnen bepaalde bedrijfsspecifieke kenmerken zoals grootte van het bedrijf weliswaar op hun verklarende waarde geschat worden, doch niet in het extrapolatiemechanisme meegenomen worden. Relatieve bedrijfskenmerken, zoals oriëntatie van het bedrijf naar een bepaalde productietak kunnen dan weer wel gebruikt worden. Het exploratorisch onderzoek steunt vooral op enkelvoudige regressie-analyse of gedeeltelijk meervoudige regressie-analyse, waarbij dan de te onderzoeken factor enkel in combinatie met het kernmodel wordt beschouwd (reciprook verband met de dualen). Naast de factoren van mestafzetdruk (zie 2.4.3) worden de evolutie in de tijd nagegaan (jaartal als verklarende variabele), de landbouwstreek als bijkomende geografisch kenmerk dat tevens met het bodemtype rekening houdt en diverse bedrijfskenmerken. De resultaten van het exploratorisch onderzoek op de MB-gegevens zijn samengebracht in de tabel 2.9. Aanvullende informatie van het exploratorisch onderzoek op de CLE-boekhoudgegevens wordt in de figuren 2.5 en 2.6 en de tabel 2.10 weergegeven. Op basis van de MB-gegevens (van de drie jaar samen) is een zeer significant verband gevonden tussen de locale mestafzetdruk (tabel 2.9: variabele LIDP, gelogaritmeerde inverse van de fosfaat duaal dp i ) en het kunstmestgebruik. Hoewel een zeer significant model wordt bekomen (significantie aan het 0,0001-niveau) verklaart de variabele slecht 17 % van de variatie in het N-kunstmestgebruik en 18 % van het fosfaatkunstmestgebruik. Het inbrengen van het jaartal als extra variabele brengt geen beduidende verbetering aan het model. Enkel voor wat het fosfaatgebruik betreft, wordt een percent meer variatie verklaard, de betreffende parameter is slechts aan het 0,05-niveau significant. Het maakt weinig of niets uit of het jaartal in een gelogaritmeerde vorm of in zijn originele vorm in het model gebracht wordt. 24