Flexibilitet till väntade förändringar

Ska en modell vara lämplig att använda för analyser av en specifik frågeställ- ning ska den ha flexibilitet att hantera de förändringar som kan förväntas uppstå. SASM är främst utformad för att analysera ändrad arealanvändning och ändrad djurhållning. Frågeställningar där drivkraften till förändringar främst är ändrad lönsamhet för olika grödor och djur kan hanteras med stor flexibilitet. Det går då också att få fram data om vad förändringarna kan innebära för miljö, sysselsättning med mera.

Analyser där det främst är produktionstekniken som påverkas är svårare att genomföra. SASM har i många fall inte produktionsdata för de förändring- arna som skulle kunna var aktuella. Införs till exempel en avgift på kväve är den viktigaste förändringen att kvävegödslingen kan förväntas minska per hektar. Det kan SASM optimera för vall men inte för spannmål och andra grödor. I SASM har flertalet grödor bara en produktionsteknik i respektive region med bara en given kvävegiva

Åtgärder som innebär förändringar i produktionstekniken är ofta svåra att hantera korrekt i sektormodeller. SASM är inget undantag. Är inte modellen bygd för att hantera en specifik teknisk förändring så finns vanligtvis inte just den teknikförändringen representerad i modellen. Den flexibla strukturen i SASM gör dock att det i många fall är möjligt att anpassa modellen till frågeställningen. Det krävs dock ett större eller mindre jobb med att lägga in nya data.

7.7 Utvecklingspotential

En modell måste ständigt uppdateras för att hållas aktuell. SASM uppdateras löpande med nya priser på de internationella marknaderna och med nya priser för inköpta produktionsmedel. Med några års mellanrum sker även uppdateringar av produktionskoefficienterna för att fånga den tekniska utvecklingen som skett sedan förra uppdateringen. I samband med detta uppdateras även regionindelning och den regionala tillgången på mark och byggnader. Det är dock snarare uppdateringar än utvecklig. Utveckling inne- bär att modellen kan göra något nytt som den inte kunnat göra tidigare.

7.7.1 Nya frågeställningar, nya funktioner

Den vanligaste utvecklingen i SASM är att modellen kompletteras med någon ny funktion för att kunna hantera ett nytt stöd eller en ny frågeställning. Nästan varje gång modellen används behövs någon form av uppdatering eller utveckling. Nya stödformer läggs in och vid behov kompletteras modellen med fler produktionsaktiviteter, fler produkter eller med en mer specificerad användning av produktionsmedel. Skulle något fenomen som är intressant att studera inte kunna illustreras med den nuvarande representationen av pro- duktionstekniken går det ofta att komplettera med fler aktiviteter. Tillgång till användbara data är ofta mer begränsande än modelltekniken.

7.7.2 Integrering med regionmodell

En begräsning i SASM är att förändringar av jordbrukspolitiken på EU-nivå inte kan analyseras med avseende på hur förändringarna i andra länder kan komma att påverka Sverige. Detta skulle kunna åtgärdas genom att länka SASM till en EU-modell med en likande grundstruktur. SASM har en systermodell som skulle vara lämplig. Modellen går under namnet SASM-EU. Den täcker alla länder i EU och den klarar att hantera EU-marknaden för de produktionsgrenar som är aktuella i Sverige. Den har dock en lägre regional upplösning för Sverige än vad SASM har. SASM-EU har bland annat använts för att beräkna potentialen i att producera bioenergi från jordbruket (SOU 2007:36). Dessa båda modeller skulle kunna mjuklänkas så att beräkningen sker i två steg, först ett steg med övergripande effekter på EU-nivå och sedan en mer detaljerad beräkning för Sverige.

7.7.3 Utvidgning mot skogsbruket

SASM har fått sin grundläggande struktur från den amerikanska sektor- modellen ASM (McCarl m.fl. 1995). För ett antal år sedan utvecklades ASM till att även inkludera skogsbruket genom att den byggdes ihop med skogsmodeller. Den nya modellen fick namnet FASOM vilket står för ”The Forest and Agricultural Sector Optimization Model” (Adams m.fl. 1996). Det huvudsakliga syftet med att inkludera skogen i samma modell var att på ett bättre sätt kunna beräkna klimateffekterna vid övergångar i markanvänd- ningen mellan jordbruk och skogsbruk. SASM skulle kunna utvecklas på ett likartat sätt. Det arbete som lagts på FASOM kan vara som en förebild. Helt oberoende av FASOM har SASM redan utvecklats lite åt det hållet. SASM-EU har funktioner för beräkning av bioenergi från olika former av skog på jordbruksmark. Funktionerna har också använts i någon tidigare version av SASM men de är för tillfället inaktiverade eftersom data inte har uppdaterats. SASM har däremot, i sin nuvarande form, koefficienter för kolinbindning vid övergång från åker till skog.

7.7.4 Mer miljödata

En närliggande och intressant utvecklingspotential för SASM är att inkludera mer miljödata. Det finns redan funktioner i SASM för att kunna beräkna jordbrukets klimateffekter och läckaget av växtnäring. Det råder dock ännu inte koncensus om vilka siffror som ska användas i beräkningarna. Data- uppsättningen i SASM har därmed blivit scenarioberoende och ändrats från projekt till projekt. Med mer kompletta och väl förankrade miljödata skulle SASM kunna användas för att beräkna fler miljöeffekter utan att koppla resultaten till andra modeller.

När det gäller växthusgaser kan sannolikt funktioner från FASOMGHG (U.S. Environmental Protection Agency 2010) användas, med anpassning till svenska förhållanden. FASOMGHG är en utvecklad version av FASOM (Adams m.fl. 1996) som används för att beräkna nettoemissionerna av växthusgaser från jordbruk och skogsbruk. FASOMGHG kan lämpligtvis användas som inspirationskälla eftersom det är en modell som blivit veten- skapligt granskad och som har en grundstruktur som är snarlik den i SASM.

7.7.5 CBA-analyser

Ett ytterligare steg är att även koppla samhällsekonomiska värden till olika miljöeffekter. I rapporten ” Effektivare kombination av jordbruksstöden” (Jordbruksverket 2017a) användes utdata från SASM som indata till en beräkningsmodell som gjorde cost-benefit beräkningar för jordbruket. Jordbrukets externa effekter värderades då utifrån samhällsekonomiska principer och utfallet i olika scenarier summerades och jämfördes när det gäller samhällsekonomisk effektivitet. Den beräkning som då gjordes separat skulle kunna integreras i SASM. Huvuddelen av funktionerna finns redan på plats. Även här gäller det dock att ha data som har hög kvalitet och som

är väl förankrade. Vid nästa uppdatering planeras prisdata användas från Naturvårdsverkets prisdatabas (Naturvårdsverket 2018).

7.7.6 Miljöoptimering

Hittills har miljöparametrar främst använts som utdata. Möjligheten finns dock att även koppla stöd, subventioner, avgifter eller kvoter till dessa mil- jöparametrar, vilket i så fall får en effekt på utfallet. Det skulle till exempel vara fullt möjligt att lägga in en avgift direkt på läckaget av kväve eller att lägga ett tak för hur hög utlakningen maximalt får vara per hektar eller totalt för en region eller för Sverige.

Något som är viktigt att säkerställa är att den modell som används har flex- ibilitet för att hantera de anpassningar som förväntas uppstå av en åtgärd. Saknas det bör modellen kompletteras innan beräkningen genomförs, se 7.6. Vid analyser med avgifter på kväve skulle SASM till exempel behöva kom- pletteras med fler nivåer på intensiteten i odlingen av spannmål och några andra grödor. I modellen har vallodlingen redan denna funktion.

SASM skulle också relativt enkelt kunna optimera med utgångspunkt från andra objektsfunktioner än ekonomiska. Ett exempel skulle kunna vara att beräkna hur jordbruket kan utformas för att ge minsta möjliga klimatpåver- kan givet att även ett antal andra miljömål nås. Beräkningen skulle antingen kunna göras genom att produktionen uppgår till en given mängd eller till att även klimatpåverkan av de produkter som importeras eller exporteras beaktas.

I förlängningen skulle SASM även kunna användas för att hitta en samhälls- ekonomiskt optimal utformning och omfattning av jordbruket. Ett första försök till detta gjordes i Jordbruksverkets rapport 2017:14. Företags- ekonomiska kostnader som beror på skattet rensades bort liksom de stöd som erhålls. Istället användes samhällsekonomiska värden för de positiva och negativa miljöeffekter som jordbruket skapar. Miljöeffekter av ändrad import och export beaktades också. Genom några justeringar kunde modellen änd- ras från att beräkna vad som skulle kunna hända med olika utformning av stöden till vad som borde hända för att få ett samhällsekonomiskt effektivt jordbruk. Den beräkning som genomfördes var dock en första ansats och metoden behöver utvecklas mer för att vara riktigt användbar.