Merarbete på grund av rovdjur - En intervjustudie

(1)

1

Merarbete på grund av rovdjur - En intervjustudie

Joel Kitti Junros, Inst. För nationalekonomi, Umeå Universitet Göran Bostedt, Centrum för miljö- och naturresursekonomi, SLU, Umeå

(2)

2

1. Inledning

Studiens huvudsakliga syfte är att försöka ta fram underlag för analys av renskötarens ekonomiska situation med avseende på merarbete orsakad av de fem stora rovdjuren i Sverige¹. Detta innebär att studien försöker besvara hur mycket tid som går förlorad på grund av övervakning av rovdjur. Genom att studera den erlagda tiden på övervakning av rovdjur ges ett mått över förlorad arbetsinkomst. Den förlorade tiden, multiplicerad med alternativlönen, kan nämligen ur ett samhällsekonomiskt perspektiv ses som en alternativkostnad, eftersom detta är arbetstid som hade alternativt kunnat generera en faktisk inkomst.

Studien kommer angripa denna problemformulering genom att studera insamlad data med hjälp av ekonometriska metoder. Skattningarna kommer att fokusera på sambanden mellan tiden som erlagts på övervakning och inventering med ett antal oberoende variabler. Detta är något som kommer att förklaras mer i detalj framöver. Tidsåtgången för inventering och övervakning av rovdjur är en annan viktig variabel som analyseras för att skatta kostnaden rovdjur orsakar renskötarna.

2. Deskriptiv statistik

Denna studie har gjorts via egenhändigt införskaffad data, samt redan befintlig data från Sametinget och den samlade statistiken i Statistiska centralbyråns publikation ”Svensk Rennäring”². Datamaterialet bygger på data från åren 2008, 2009 och 2010 för variablerna:

rovdjursförekomst; renpopulation; areal (vinter) och areal (åretrunt). Anledningen till valet av variabler motiveras med att data fanns tillgängligt för dessa variabler, samt att det är intuitivt rimligt att dessa variabler skulle kunna ha en inverkan på respektive samebys övervakningstimmar. Variabeln övervakning (timmar) uppkom från gjorda enkätintervjuer med representanter för respektive sameby inom denna studie. Enkätundersökningen ställdes till en representant för respektive sameby, där bland annat följande fråga ställdes:

 Hur många timmar tror du att en renskötare i din sameby, i genomsnitt, ägnar sig åt övervakning av rovdjur per år?

Samplet i denna studie består endast av 17 samebyar, vilket motsvarar cirka 41 procent av totala antalet samebyar (exklusive koncessionssamebyarna). Datainsamlingen begränsades framförallt av tidsbrist, men även av bristfällig vilja/tid från samebyar att besvara enkätundersökningens frågor. Det kan även finnas bristfällig kvalitet i de svar som givits eftersom ingen skriftlig dokumentation av tiden för övervakning skett av samebyarna.

1 Det vill säga Kungsörn, björn, varg, lodjur och järv

2 Lahall, J-P.(1999): Svensk Rennäring. SCB, Stockholm.

(3)

3

Variabeln rovdjursförekomst är ett försök att fastställa hur hårt pressad respektive sameby är av rovdjur. Variabeln innefattar de summerade antalen rovdjursföryngringar inom respektive sameby inom denna studie. Variabeln innefattar enbart rovdjuren järv och lodjur, detta på grund av bristfällig information för övriga rovdjur. Det rovdjur som framförallt saknas data för är björnen vars närvaro inom vissa samebyar är påtaglig. Detta innebär att denna variabel är ett bristfälligt mått på rovdjursförekomst för samebyar som framförallt påverkas av andra rovdjur än lo och järv.

I Tabell 1 redovisas studiens deskriptiva statistik. I tabellen går det att notera stora skillnader mellan samebyarna. Antalet timmar som samebyar väljer att lägga ner på övervakning och inventering tenderar att vara väldigt stora. I genomsnitt uppgår det till cirka 12 timmar i veckan, per renskötare. Den sameby som väljer att lägga ner minst tid på övervakning, i detta stickprov, lägger ner enbart 0,5 procent av vad den sameby som lägger ner mest tid på övervakning, per renskötare. Detta visar att kostnaderna för merarbete skiljer sig väldigt mycket mellan olika samebyar i Sverige.

Samplet innehåller ungefär lika många fjäll- som skogssamebyar. Antalet skogsbyar uppgår till sju stycken medan antalet fjällbyar uppgår till tio stycken, dvs. cirka 59 procent fjällbyar.

Detta kan dock leda till missvisande resultat eftersom cirka 80 procent av samebyarna (exklusive koncessionssamebyarna) är fjällbyar. Fördelningen mellan de olika länen är inte heller representativt relativt hur stor del av totala antalet samebyar respektive län innefattar. Cirka 83,3 procent av samebyarna från Norrbottens län, 16,6 procent av samebyarna från Jämtlands och Dalarnas län och 42,8 procent av samebyarna från Västerbottens län är representerat i denna studie, vilket ger en överrepresentation av samebyar från Norrbotten. Denna överrepresentation av skogssamebyar samt samebyar från Norrbotten, verkar bland annat leda till att rovdjursförekomstet i genomsnitt är något lägre i samplet än i populationen av alla samebyar (exklusive koncessionssamebyarna), för vilka medelvärdet är 8,71 föryngringar/år. Den genomsnittliga renpopulationen i samplet är också något högre än för alla samebyar, där medelvärdet är 5021 renar. Att samplet inte är representativt med avseende på dessa oberoende variabler kan leda till missvisande resultat i analysen.

(4)

4 Tabell 1: Deskriptiv statistik

Variabel Medelvärde Std.avvikels e

Konfidensintervall (95 %)

Minimum Maximum Observationer

Övervakning (timmar/år)

646,23 625,35 305,3 – 947,4 10 1 952 17

Rovdjursföreko mst

(föryngringar)

7,79 5,62 4,9 – 10,7 0,5 19,25 17

Renpopulation (antal)¹

5 587 2 347,30 4 385,8 – 6 788,2 1 441 9 286 17

Vinterareal (km²)

3 576,18 3 373,70 1 849,7 – 5 302,7 0 10 478 17

Åretruntareal (km²)

2 806,18 1 158,60 2 263,3 – 3 349,1 647 4 977 17

1 Medelvärdet av renpopulationerna för åren 2008, 2009 och 2010

3. Empirisk modell

Skattningarna i denna studie görs med hjälp av minsta kvadratmetoden³. Minsta kvadratmetoden är en statistiskt erkänd metod för att skatta samband mellan en beroende variabel och en (eller flera) oberoende variabler:

Y = β0 + β1X1+ ɛit

Minsta kvadratmetoden används som en metod att skatta hur stor en möjlig förändring är.

Det vill säga den förklarar hur stor variationen i en variabel, i detta fall övervakningstimmar, förändras då en förändring sker i en annan variabel, exempelvis rovdjursförekomst.

Resonemanget kring minsta kvadratmetoden bygger på den räta linjens ekvation:

Y = kx + m

Där k är riktningskoefficienten, det vill säga linjens lutning, och m är ett intercept, det vill säga hur många enheter som linjen är förskjuten från origo.

Minsta kvadratmetoden är en metod för beräkning av en regresssionslinje som inte är perfekt, det vill säga observationerna är inte i en helt rät linje. Utgångspunkten är att punkterna ska ligga så nära linjen som möjligt. För att undvika problemet med positiva och negativa tal, som summeras till noll, kvadreras alla observerade värden. Målet med detta är att göra skillnaderna mellan punkterna och linjen så liten som möjligt.

I denna studie innebär detta en metod för att skatta sambandet mellan antalet timmar erlagd på övervakning (beroende variabel) och exempelvis variabeln rovdjursförekomst (oberoende variabel).

(5)

5

På grund av bristfälliga resultat förkastades dock en aggregerad modell för alla tidigare nämnda oberoende variabler. Istället gjordes en modell för respektive oberoende variabel.

De korrelationer som därmed kommer att studeras är:

1. Sambandet mellan renpopulationens storlek och den tid som lagts ner på övervakning av rovdjur. Detta samband bör intuitivt vara positivt, det vill säga en stor renpopulation borde innebära mera merarbete.

2. Sambandet mellan vinterarealen och den tid som lagts ner på övervakning av rovdjur.

Även detta samband bör vara positivt, bland annat eftersom större areal bör ta mer restid att färdas genom.

3. Sambandet mellan antalet timmar utsatt för övervakning av rovdjur och arealen på åretruntmarkerna. Även detta samband bör vara positivt av samma anledning som punkt 2.

4. Sambandet mellan rovdjursförekomstet i samebyn och den tid som lagts ner på övervakning av rovdjur. Detta bör ha ett positivt samband eftersom det är intuitivt rimligt att fler rovdjur bör innebära mera övervakning.

4. Resultat

Nedan redovisas resultaten från de skattade modellerna. I denna studie redovisas enbart modellerna med de bästa skattningarna. Figur 1 visar sambandet mellan renpopulationens storlek och antalet timmar erlagt på övervakning av rovdjur. Vissa observationer indikerar ett starkt positivt samband mellan renpopulationens storlek (som visas på x-axeln) och antalet övervakningstimmar (y-axeln), vilket denna studie antog skulle redovisas. Däremot visar vissa observationer på liten, eller ingen direkt, ökning av antalet övervakningstimmar när antalet renar ökar. På grund av den stora variationen mellan observationerna tenderar skattningarna från modell 1 att bli icke-signifikanta. Det finns följaktligen ett svagt positivt, men inte statistiskt signifikant, samband mellan större renhjord i samebyn och fler övervakningstimmar.

3 På engelska känd som ordinary least square (OLS)

(6)

6

Figur 1 – Korrelationen mellan antalet erlagda timmar på övervakning och storleken på renpopulationerna

Tabell 2: Modell 1 – Övervakning vis-à-vis Renpopulation

Variabler Skattningar T-värde

Konstant 325,20 0,80

Renpopulation 0,05 0,86

F-test 0,73

R² 0,05

*= 10 % signifikansnivå, ** = 5 % signifikansnivå, *** = 1 % signifikansnivå

Figur 2 redovisar sambandet mellan vinterbetesmarken som respektive sameby har tillgodo och antalet timmar erlagd på övervakning av rovdjur. Här går det att finna starkare samband än mellan renpopulationen och övervakningstimmarna. Dock är spridningen även i denna figur relativt stor, speciellt tenderar variansen att öka när vinterarealen ökar, så kallad heteroskedasticitet. Sambandet mellan vinterarealen och antalet övervakningstimmar kan inte statistiskt säkerställas i denna studie. En observation värd att notera är dock att den sameby som lägger ner mest tid på övervakning tenderar att ha bland de minsta vinterbetesmarkerna. Om denna outlier exkluderas blir sambandet statistiskt säkerställt, vilket redovisas i modell 2.1. Koefficienten ”areal (vinter)” innebär att om sameby A har 1000 hektar större vinterareal än sameby B så kommer en genomsnittlig renägare i sameby A de att bevaka 100 fler timmar per år än en genomsnittlig renägare i sameby B.

(7)

7

Figur 2 – Korrelationen mellan vinterarealen och antalet övervakningstimmar

Tabell 3: Modell 2 – Övervakning vis-à-vis Areal (vinter)

Konstant 407,4 1,88

Areal (vinter) 0,06 1,55

F-test 2,24

R² 0,12

Tabell 4: Modell 2.1 – Övervakning vis-à-vis Areal (vinter), utan outlier

Konstant 182,97 1,08

Areal (vinter) 0,10* 2,96

F-test 8,76

R² 0,38

(8)

8

Figur 3 visar relationen mellan åretruntmarkerna och antalet timmar erlagt på övervakning.

Även i denna figur tenderar observationerna att dra åt olika håll. Vissa observationer visar på ett positivt samband mellan arealen på åretruntmarkerna och antalet övervakningstimmar.

Däremot påvisar andra observationer en väldigt liten, eller inget, samband mellan åretruntmarkernas areal och antalet övervakningstimmar. Detta orsakar problem i att säkerställa sambandet statistiskt även i denna modell. Överlag har alltså storleken på vinterbetesmarken större betydelse för antalet övervakningstimmar än storleken på åretruntmarkerna.

Figur 3 - Korrelationen mellan åretruntmarkerna och antalet övervakningstimmar

Tabell 5: Modell 3 – Övervakning vis-à-vis Areal (åretrunt)

Konstant 496,69 1,18

Areal (Åretrunt) 0,05 0,38

F-test 0,15

R² 0,01

(9)

9

Figur 4 redovisar sambandet mellan rovdjursförekomstet och antalet övervakningstimmar.

Detta samband tenderar att vara positivt, dock med vissa outliers. Detta samband är det enda sambandet som statistiskt kan säkerställas i denna studie, trots att inte alla rovdjur tas i beaktande. Koefficienten ”rovdjursförekomst” kan tolkas så att en lo- eller järvföryngring ytterligare i en viss sameby leder till 26,13 ytterligare övervakningstimmar per år för renskötare.

Figur 4 – Korrelationen mellan rovdjursförekomst och antalet övervakningstimmar

Tabell 6: Modell 4 - Övervakning vis-à-vis Rovdjursförekomst

Konstant (Övervakning)

285,43 1,15

Rovdjursförekomst 26,13* 1,77

F-test 3,14

R² 0,17

(10)

10

5. Diskussion

Denna studies avsikt var att fram underlag för analys av renskötarens ekonomiska situation med avseende på merarbete orsakad av rovdjur. Studien valde att försöka fokusera kring hur mycket tid som läggs ner på övervakning av rovdjur för att på så vis få ett mått över hur mycket potentiell arbetsinkomst som gått förlorad. Denna kostnadspost är något som ofta försummas vid studier av renskötares ekonomiska situation.

Studien kan enbart statistiskt säkerställa ett positivt samband mellan rovdjursförekomsten i samebyn och antalet timmar som renskötare allokerar till övervakning av rovdjur. Detta innebär att samebyar som har fler föryngringar inom sina områden tenderar att ha större merkostnader än övriga samebyar.

Att studien inte kan finna någon signifikans mellan renpopulationen och antalet övervakningstimmar kan förklaras av att denna studie valde att studera respektive sameby.

Genom att göra detta tas det inte i beaktande antalet renskötselföretag som finns inom respektive sameby. Genom att inte ta detta i beaktande skulle en sameby med stor mängd ren potentiellt kunna ha många renskötselföretag, och därav visa ett svagt samband mellan renpopulationen och antalet övervakningstimmar.

Denna studie visar på att renskötare lägger stor andel av sin arbetstid på just övervakning av rovdjur. I genomsnitt erlägger en renskötare i genomsnitt ner 646 arbetstimmar per år för övervakning av rovdjur, enligt denna studie. Vad detta innebär i monetära termer är dock svårt att skatta utan någon uppfattning om vad renskötarens alternativa tidsanvändning skulle generera i monetära termer. Enligt rapporten ”Vad kostar en ren? – en ekonomisk och politisk analys” av Staffan Johansson och Nils-Gustav Lundgren⁴ uppgår den genomsnittliga inkomsten av denna typ av näringsverksamhet till 21 231 kronor per företag i månaden, år 1993. Detta ger dock en relativt svag riktlinje för den förlorade potentiella arbetsinkomsten som denna studie söker. Detta innebär att det bästa som går att göra givet den begränsade tid denna studie haft till förfogande är en grov uppskattning på alternativvärdet av renskötarens tid. I många av de telefonintervjuer som gjordes för denna enkätundersökning nämnde diverse renskötare att de hade en extra inkomst från skogsarbete. Medelinkomsten för skogsarbete ligger på 20 046 kronor/månad⁵, eller cirka 115 kr per timme. Om detta används som mått på den alternativa inkomsten som skulle kunnat genereras om inte tid erlagts på övervakning hade detta inneburit att för varje övervakningstimme förlorar renskötaren 115 kronor i potentiell inkomst. Detta skulle innebära att alternativkostnaden, i genomsnitt, blir 74 342 kronor, per år och per renskötare, på grund av tid har lagts ner på övervakning. I detta tas det dock inte i beaktande hur pass många renar som faktiskt undgår att bli byte för rovdjur på grund av övervakningen, vilket blir en svår sak att skatta.

Koefficienten i modell 4 kan då också tolkas i monetära termer. Om 26,13 multipliceras med

4 Johansson, S. & Lundgren, N-G. (1998): Vad kostar en ren? - -en ekonomisk och politisk analys.

Departementsserien 1998:8, Fritzes, Stockholm.

5 www.lonestatistik.se

(11)

11

115 innebär detta att varje lo- eller järvföryngring i en viss sameby kostar cirka 3 005 kronor per år för en genomsnittlig renägare i termer av extra övervakningstid.

Dock kvarstår problemen som tidigare nämnts i dessa skattningar. Första problemet är samplets storlek. 17 observationer är ett för lågt antal för att kunna ge en fullständig bild över renskötarnas ekonomiska situation i dagsläget. Det begränsade samplet återspeglas i den begränsade precisionen i de statistiska skattningar som denna studie gör. För att uppnå fullständigare dataset behövs mer tid för datainsamling än denna studie haft till förfogande.

Den låga svarsfrekvensen i denna enkätundersökning gör det svårt att säga om denna studies skattningar ger en rättvis bild av renskötarnas situation eller om det enbart återspeglar samplets situation. Ur ett statistiskt perspektiv finns det goda skäl till att lägga resurser på att öka svarsfrekvensen i framtida studier, eftersom detta skulle innebära att det genomsnittliga antalet erlagda timmar på övervakning av rovdjur skulle kunna skattas med bättre precision. Denna studie ger även de samebyar vars huvudsakliga rovdjursförekomst kommer från björnen en dålig representation. Detta eftersom det i dagsläget finns dålig kunskap om björnens predation och föryngring inom renskötarnas områden. Utan bättre data kring rovdjur som björnen kommer detta förbli ett problem vid framtida skattningar av merkostnader orsakad av rovdjuren.

För framtida studier av merkostnaderna orsakad av rovdjuren bör även kvalitén på datainsamlingen förbättras. I dagsläget finns det ingen dokumentation av de erlagda timmarna för arbetsuppgifter som exempelvis övervakning. Detta innebär problematik vid intervjuer av renskötare eftersom svaren kan variera stort. För att öka kvalitén på data av denna typ bör mer försök göras att finna bättre sätt att fånga upp det sanna värdena. Ett sätt att åstadkomma detta är att i ett forskningsförsök tillsammans med intresserade samebyar försöka dokumentera arbetsdagarna för att på så vis få konkret data över hur arbetstiden fördelas mellan arbetssysslor.