Bruk av TINE Lønnsemdsanalyse (TLA) for å vurdera grovôrkostnadar i mjølkeproduksjonen

Abstract

Grovfôr er eit avgjerande ledd i mjølkeproduksjonen. Det er også eit uttalt mål å auka norskandelen i fôrrasjonen til norske husdyr. I dette arbeidet er det avgjerande å auka avling og kvaliteten på grovfôret. Norge er eit langstrakt land med varierande dyrkingsforhold, likevel har undersøkingar vist variasjonar i avling og grovfôrkostnadar som ikkje kan forklarast av geografisk plassering. Noko av variasjonen kjem av produksjonsstyringa på den enkelte gard, og betyr at god agronomi kan bidra til å redusera kostnadane og gje større avling.

Formålet med oppgåva var å finna forklaringar på variasjonar i grovfôrkostnadar basert på tal frå mjølkebruk i ulike regionar i Norge. Data i oppgåva er henta frå TINE SA si Lønnsemdsanalyse (TLA). TLA er ein analyse utført av rådgjevarar i TINE SA til produsentar som har ynskt ein økonomisk gjennomgang. I oppgåva er bruk som driv med mjølkeproduksjon tekne med, medan bruk som kombinerer mjølk med anna husdyrproduksjon er sortert ut. Det er analysar frå 2021 og 2022 som utgjer datagrunnlaget. Det vart og undersøkt om TLA gjer ein tilstrekkeleg robust måte å rekna grovfôrkostnadar på. Det vart brukt ein blanda lineær modell for å utføra statistiske analysar, samt enkel lineær regresjon for nokre samanhengar.

Resultata viste betydelege variasjonar i grovfôravling og -kostnadar. Region viste liten samanheng med avling, mykje av variasjonen kan difor ikkje forklarast av geografisk plassering av garden. Innsatsfaktorar til engdyrking som plantevern- og konserveringsmidlar viste samanheng med større avling per dekar. Det vart ikkje funne tydelege indikasjonar på stordriftsfordelar. Både faste og variable kostnadar viste ein samanheng med avling som talar for å bruka driftsavhengige kostnadar i vurdering av grovfôrkostnadar. TLA gjer unik tilgang til data frå reelle bruk, som dannar eit godt datagrunnlag for vidare studiar. Justeringar av berekningsmodell for avling kan gje eit meir treffsikkert resultat. Ei viktig tilpassing er effekten kraftfôrnivå har på berekning av grovfôropptak.

Roughage is a critical link in milk production. It is also an expressed goal to increase the Norwegian share in the feed ration for Norwegian livestock. In this work, it is crucial to increase both yield and the quality of roughage. Norway is a long country with varying cultivation conditions, yet studies have shown variations in yield and roughage costs that cannot be explained by geographical location. Some of the variation comes from production management on farms, indicating that good agronomy can help reduce costs and provide greater yields.

The purpose of the thesis was to find explanations for variations in roughage costs based on figures from dairy farms in different regions in Norway. Data in the thesis were obtained from TINE SA's profitability analysis (TLA). TLA is an analysis performed by advisers in TINE SA for producers who have wanted an economic review. The thesis includes farms engaged in dairy production, whereas farms combining milk with other livestock production are filtered out. The data basis consists of analyses from 2021 and 2022. Whether TLA provides a sufficiently robust way to calculate roughage costs was also examined. A mixed linear model was used to perform statistical analyses, as well as simple linear regression for some relationships between variables.

The results showed significant variations in roughage yield and costs. Geographical region showed little correlation with yield; therefore, most of the variation cannot be explained by the location of the farm. Input factors for grassland cultivation, such as plant protection and preservation agents, showed a correlation with larger yields per acre. No clear indications of economies of scale were found. Both fixed and variable costs showed a correlation with yield, thus supporting the use of operation-dependent costs in the assessment of roughage costs.

TLA provides unique access to data from actual farm operations, which creates a good data basis for further studies. Adjustments to the yield calculation model can provide a more accurate result. An important adjustment is the effect the concentrate level has on the calculation of roughage intake.