Metsikkötason optimointimallit metsänkasvatuksen taloudellisessa tutkimuksessa ja metsänkäsittelypäätösten tukena

Transkriptio

1 Tutkijoiden metsäpalaverin päätöskokous Kolilla, Metsikkötason optimointimallit metsänkasvatuksen taloudellisessa tutkimuksessa ja metsänkäsittelypäätösten tukena Kari Hyytiäinen, Metsäntutkimuslaitos

2 SISÄLTÖ 1. Johdanto 2. Optimointimallin rakenne 3. Laskelmat 4. Poimintoja tuloksista - päätehakkuun ajankohta - hinnoittelun vaikutus kiertoaikaan - harvennustapa - leimausraja. Yhteenveto

3 1. Johdanto Metsänkasvatuksen taloudellinen tavoite: mitoita ja ajoita investoinnit puuston kasvuun ja hakkuut siten, että puuntuotannosta saatavien nettotulojen yhteenlaskettu nykyarvo olisi mahdollisimman suuri (tai että poikkeama maksimista on pieni). - investoinnit (taimikonperustaminen, taimikonhoito jne.) - hakkuut (harvennusten ajankohta, voimakkuus, lukumäärä, harvennustapa ja päätehakuun ajoitus Kannattavuuden mittari: nettotulojen nykyarvo kuvastaa suoraan metsän puuntuotannollista arvoa omistajalleen. => Metsänhoidolliset toimenpiteet, jotka parantavat metsän arvoa ovat taloudellisesti kannattavia. Yksittäinen metsikkö pienimpänä käsittely-yksikkönä on tarkoituksenmukainen taso tarkastella metsänhoidollisten toimenpiteitten ja hakkuiden kannattavuutta

4 Tyypillinen metsänkäsittelyketju puolukkatyypin kylvömännikölle: Puuston kehitys: Metsikön tuottoarvon kehitys: PPA, m2/ha Metsikön arvo 3% korolla, /ha Metsikön ikä, v Metsikön ikä, v

5 Metsänkäsittelyketjun valinta on monimutkainen ongelma: - ota samanaikaisesti huomioon taloudelliset tekijät (hintaodotukset, korkotaso, korjuun ja metsänhoidon kustannukset, verot ja tuet) sekä käsitys metsän nykytilasta ja kasvusta. - jokainen päätös vaikuttaa seuraavaan rationaaliseen päätökseen - erilaisia metsänkäsittelyketjuja ääretön määrä => Rationaalisiin metsänkäsittelypäätöksiin vaikuttavia asioita voidaan koota yhteen numeerisissa optimointimalleissa Numeerinen optimointi: etsitään metsänkäsittelyketju, joka tuottaa suurimman nettotulojen nykyarvon.

6 2. Metsikkötason optimointimalli Nettotulovirran kuvaus: Biologinen prosessi Metsikön kasvumalli! haaste: kasvumallin tulee kyetä ennustaamaan puuston kehitys kiertoajan kuluessa ja erilaisten käsittelyohjelmien seurauksena! puutavaralajeittaiset poistumat Taloudelliset parametrit! hinnat puutavarajeittain! kaikki metsänhoidon ja hallinnan kustannukset! hinnat, kustannukset ja korko reaalisina ja verojenjälkeisinä! deterministinen malli: tal. muuttujat pitkän aikavälin keskiarvoja Korjuuteknologia! korjuukustannukset leimikkokohtaisia! koneellinen korjuu! Eri työvaiheiden ajanmenekit! hakkuun kiinteä kustannus Optimointialgoritmi hakee suuresta joukosta eri vaihtoehtoja parhaan taloudellisen tuloksen antavan metsänkäsittelyketjun Lähtötila(t) Uusimmat mittaustiedot

7 Metsikkötason optimointimallit metsänkasvatuksen talouden tutkimuksessa: - tutkimuksellinen tavoite: saada käsitys uusiutuvan luonnonvaran käyttöä ohjaavista taloudellis-biologisista vuorovaikutuksista - optimaaliset hakkuut - metsänhoidon investointien kannattavuus - pitkän aikavälin puuntarjonta - metsien (tuotto)arvo - metsänhoidon menetelmien vertailu - jne... Käytännön ulottuvuus: - Rationaaliseen päätöksentekoon vaikuttavat tekijät pyritään kuvaamaan yksityiskohtaisesti => tutkimustulokset voivat palvella myös käytäntöä - mallien oletukset ja epävarmuudet ja tulosten tapauskohtaisuus: tulokset tulkittava huolella käytäntöön sovellettaessa

8 3. Laskelmat Metsätalouden kehittämiskeskus Tapio: Metsänhoitosuositusten tarkistamishanke Hyytiäinen, K., Tahvonen, O. ja Valsta, L Taloudellisesti optimaalisista harvennuksista ja kiertoajoista männylle ja kuuselle. Käsikirjoitus. Optimointilaskelmia: - puhtaat kuusikot ja männiköt - eri kasvupaikat - lämpösummavyöhykkeet (1300, 1100, 900 dd) - taimikonhoidon jälkeiset lähtötiheydet - korot (1-%) - hintasuhteet - hinnoittelumenetelmä (laatuhinnoittelu ja perinteinen hinnoittelu männyllä) - männikön ensiharvennus energiapuukorjuuna

9 Kasvumallit: yksittäisen puun malleja (individual tree models), joissa metsikön rakenne kuvataan kuvauspuiden avulla Kuusi: SMA (Valsta & Linkosalo 1996), Melan kasvumallit Mänty: Prosessipohjainen kasvumalli Pipequal (Mäkelä 1997, Mäkelä 2002, Mäkelä ja Mäkinen 2003) - kuvauspuiden kasvu kuvataan puun elintoimintojen, rakenteellisten lainalaisuuksien ja kasvuresurssien perusteella Prosessimallista saadaan tieto kuvauspuiden: - runkokäyristä - latvusrajoista Yksityiskohtainen kuvaus männyn - kuivaoksarajoista => laadusta ja hakkuussa poistuvan - oksien k.a. läpimitasta runkojen puutavaralajeista kiehkuroittain

10 Männyn laatuhinnoittelu: kuitupölli: min. 30 dm, latvalpm. 6 cm 1 tukin puu: tyvitukki: pit dm, latvalpm, 1 cm; tukkiosasta myös runkokuitua (kuivaoksarajan yläpuolelta); latvakuitu 2 tai useamman tukin puu: tyvitukki: pit dm, paras laatu: dbh>2 cm; maksimioksa 7-8 m. kork. 3 cm; välitukki: min. 37 dm, latvalpm. min. 1 cm; välitukkiosasta myös runkokuitua (kuivaoksarajan yläpuolelta) TIENVARSIHINNAT Laatutyvi Tavallinen tyvi 1.13 Heikompilaatuinen tukki 38.3 kuitu energiapuu 1.00 Osuus kokoluokan rungoista Heikompi tukki Tavallinen tukkilaatu Laatutyvi Kuvauspuun kuivaoksaraja, m

11 4. Poimintoja tuloksista päätehakkuun ajoitus Päätössääntö: hakkaa, kun suhteellinen arvokasvu laskee pysyvästi laskentakoron alle VT-männikkö, 1300 dd, lähtötiheys=2000 runkoa/ha Puuston keskiläpimitta päätehakkuussa, cm Huom! Luku ympyrän sisällä viittaa korkokantaan Puuston keski-ikä päätehakkuussa, vuosia

12 ...päätehakkuun ajoitus Pitkän aikavälin puutarjonta optimiratkaisuissa VT-männikkö, 1300 dd, lähtötiheys: 2000 runkoa/ha 7 Puun tarjonta, m 3 /ha/vuosi Korko, % Laatutyvi Tavallinen tyvitukki Välitukit, latvatukit ja oksikas tyvitukki Kuitu

13 ...päätehakkuun ajoitus VT-männikkö, 1300 dd, lähtötiheys=2000 runkoa/ha Puuston keskiläpimitta päätehakkuussa, cm Lähtötiheys: 100 runkoa/ha 2000 runkoa/ha 3000 runkoa/ha Puuston keski-ikä päätehakkuussa, vuosia

14 ...päätehakkuun ajoitus VT-männikkö, 1300 dd, lähtötiheys=2000 runkoa/ha Puuston keskiläpimitta päätehakkuussa, cm Suositukset Asetus Lähtötiheys: 100 runkoa/ha 2000 runkoa/ha 3000 runkoa/ha Puuston keski-ikä päätehakkuussa, vuosia

15 Hinnoittelun vaikutus päätehakkuun ajoitukseen: VT-männikkö, 1300 dd, lähtötiheys=3000 runkoa/ha 1 Puuston keskiläpimitta päätehakkuussa, cm Laatuhinnoittelu Perinteinen hinnoittelu Puuston keski-ikä päätehakkuussa, vuosia 1

16 Harvennustapa - Vakiintunut käytäntö: alaharvennus - Optimointilaskelmat: kannattaa poistaa myös arvokasvukynnyksen ylittäneitä runkoja (hidaskasvuiset vallitut puut, huonolaatuiset rungot, suurimmat tukkirungot) - ensiharvennus alaharvennus, myöhemmät harvennukset yläharvennuksia (vrt. harsintaharvennus) 140 Harvennus 70 v. VT-männikössä runkoa/ha Jäävät rungot Poistuvat rungot dbh, cm

17 Yläharvennus on edullinen jos - harvennuksessa voidaan poistaa tukkirunkoja - harvennuksessa jätettävät rungot ovat elpymiskykyisiä Yläharvennukset edut: - välitön etu: suuremmat nettokantorahatulot harvennuksesta - välillinen etu: parannetaan lisävaltapuiden arvokasvua Käytännössä huomioitavaa: - vallitussa asemassa olevien runkojen edellytykset reagoida lisääntyneiseen kasvutilaan, - tasaikäiset hyvin hoidetut metsiköt vs. epätasaiset metsikön => Metsikön tila vaikuttaa yläharvennuksen kannattavuuteen

18 Harvennusten ajoitus Harvennukset eri koroilla, VT-männikkö, 1300 dd, lähtötiheys: 3000 runkoa/ha 40 Pohjapinta-ala, m 2 /ha korko = 1% korko = 3% korko = % H dom, m

19 Harvennukset eri koroilla, VT-männikkö, 1300 dd, lähtötiheys: 3000 runkoa/ha 40 Pohjapinta-ala, m 2 /ha korko = 1% suositukset suositukset suositukset itseharvenemisraja H dom, m Malli: täydellinen tietymys metsän tilasta jokaisella ajanhetkellä Käytäntö: informaatio metsän tilasta epävarmaa => Ohje: Harvenna hyvissä ajoin ennen ylitiheydestä aiheutuvien riskien realisoitumista

20 . Yhteenveto Vaihtelua metsikön kehitysurissa ja metsänomistajan tavoitteissa: rationaalinen käsittelyketju on aina tapauskohtainen. Suuri joukko optimointilaskelmia => päätössääntöjä hyvän taloudellisen tuloksen tuottavalle metsänkäsittelylle. Optimointitulokset tulkittava mallien oletusten suhteen - informaatio mallissa ja käytännössä - metsikkö vs. metsälötaso Ennusteisiin (kasvu ja taloudelliset muuttujat) liittyvät epävarmuudet ja riskit: optimointi tulisi suoritettaa uudestaan muuttuneissa olosuhteissa Metsien muut arvot (reunaehtoja, aluetaso)