Tuottavuuskehitys Suomen maataloudessa vuosina 1987-97
Bibliographic record
Abstract
Suomen maatalouden tuottavuus parani vuosina 1987-97 keskimäärin 2,9 % vuodessa eli kymmenessä vuodessa yhteensä 33%. Tuottavuus ei kuitenkaan parantunut riittävän nopeasti korvatakseen maataloudelle epäedullisten tuottajahintamuutosten aiheuttamat menetykset. Maatalouden kannattavuus heikkeni. Vaikka tuottavuuskehitys näyttäisi hieman kiihtyneen kolmen ensimmäisen EU vuoden aikana, se ei ole vielä kiihtynyt riittävästi kaventaakseen maatalouden tuottavuuseroa Suomen ja Euroopan johtavien maatalousmaiden välillä. Maatalouden taloudellisen tutkimuslaitoksen tekemässä tutkimuksessa on selvitetty tuottavuuskehitys Suomen koko maataloudessa ja keskeisimpiä tuotantosuuntia edustavilla aktiivitiloilla vuosina 1987-97. EU:ta edeltäneinä vuosina (1990-95) maatalouden tuottavuuskehitys oli muun muassa tilakohtaisten tuotannonrajoitusten vuoksi täysin pysähdyksissä, mutta tuottavuuskehitys on EU vuosien aikana alkanut kiihtyä. Koko toimialan tuottavuuskehitystä on kiihdyttänyt etenkin maatalouden nopea rakennekehitys, jonka myötä tuotantoa on siirtynyt korkeiden tuotantokustannusten yrityksiltä tehokkaammille yrityksille. Rakennekehitys on alentanut maatalouden panosten käyttöä ja etenkin työpanosta. Maatalouden tuotantomäärät ovat pysyneet pääpiirtein ennallaan, minkä vuoksi tuottavuus on parantunut. Vuonna 1987 saman tuotantomäärän tuottamiseen tarvittiin 1,3 kertainen määrä tuotantopanoksia kuin vuonna 1997. Aktiivitilojen tuottavuus parani nopeimmin naudanlihan tuotantoon erikoistuneilla tiloilla (2,9 % vuodessa) ja hitaimmin maidontuotantoon erikoistuneilla tiloilla (1,3 % vuodessa). Tuottavuus parani sikatiloilla 1,5 % ja viljatiloilla 2,2 % vuodessa. Kolmen EU vuoden aikana tuottavuuskehitys on kiihtynyt naudanlihatiloilla ja maitotiloilla. Sikatiloilla tuottavuuskehitys on jatkunut ennallaan. Sen sijaan viljatilojen tuottavuuskehitys näyttäisi pysähtyneen. Aktiivitilojen tuottavuus paranee koko toimialan tuottavuuskehitystä hitaammin, koska aktiivitilat hyötyvät rakennekehityksestä vain siltä osin kuin ne pääsevät hyödyntämään tilakoon kasvulla aikaansaatavia mittakaavaetuja. Aktiivitilojen tuottavuuskehitystä on todennäköisesti myös hidastanut uuden markkinaympäristön ja investointien aiheuttamat sopeutumis- ja kasvukustannukset. Vaikka Suomen maatalouden tuottavuuskehitys on kiihtynyt, se on edelleenkin selvästi hitaampaa kuin Pohjois-Euroopan johtavissa maatalousmaissa. Esimerkiksi Tanskan maatalouden tuottavuus parani 1980 lopulle saakka noin neljän prosentin vuosivauhtia.
Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.
How this classification was reachedexpand
Full frame machine prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. The Gemma side is a direct model label for every work in the frame, read from the title-only record. The Codex side is a classifier learned from the 10,348 direct Codex labels and calibrated to design-weighted sample rates; fields without enough sample support carry no Codex call. Candidate is the union of the two sides; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels.
Distilled classifier scores by category (both heads)
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.001 | 0.001 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.001 | 0.002 |
| Science and technology studies | 0.001 | 0.000 |
| Scholarly communication | 0.002 | 0.001 |
| Open science | 0.000 | 0.002 |
| Research integrity | 0.000 | 0.000 |
| Insufficient payload (model declined to judge) | 0.014 | 0.002 |
Machine scores (provisional)
The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.
Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.
score_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from itClassification
machine, unvalidatedMachine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.
How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".