Swedish Agricultural Sector Model (SASM) är en datamodell över jordbrukssektorn i Sverige. Syftet med denna rapport är att ta fram en beskrivning av hur modellen är uppbyggd och vad den kan användas till. Målgruppen är både personer som behöver en översiktlig förklaring av modellen för att kunna tolka dess resultat och personer som vill fördjupa sig i modellens uppbyggnad, dess datakällor och resultat.SASM är byggd för att svara på frågor om hur det svenska jordbruket kan påverkas av och anpassa sig till ändrad jordbrukspolitik, ny produktionsteknik eller ändrade förutsättningar på världsmarknaden. Ändrade miljökrav är en viktig del av jordbrukspolitiken och förändrad påverkan på miljön är viktiga resultat från modellberäkningarna. Modellen är byggd för att efterlikna jordbrukarnas beslutssituation. Den förutser deras agerande genom att beräkna vad som ger bäst ekonomiskt utfall för dem i olika scenerier, där även förädlingsindustri och konsumenter agerar för att maximera sin välfärd. Kärnan i SASM är en detaljerad representation av de produktionsalternativ som de enskilda jordbrukarna har och av de marknader som jordbrukarna möter när de säljer produkter eller köper produktionsmedel. Varje enskilt företag kan inte speglas i en hanterlig modell. Sverige har istället delats upp i 95 delregioner som var och en betraktas som ett stort företag. Dessa 95 företag interagerar med varandra, med förädlingsindustrin, med konsumenterna, med leverantörerna av produktionsmedel och via förädlingsföretagen även med världsmarknaden.SASM beräknar vilket agerande som ger mest fördelaktigt utfall för var och en i olika scenarier. Detta givet att alla andra också agerar för att hitta det för dem bästa utfallet. Modellen kan därmed illustrera hur effekten skulle kunna bli av förändringar, till exempel av ändrad jordbrukspolitik. Vanligtvis jämförs två olika modellresultat med varandra. Skillnaden mellan lösningarna visar effekten av de förändringar av förutsättningarna som lagts in, till exempel att utformningen av ett stöd ändras eller att produktionstekniken och världsmarknadspriserna ändras i framtiden.En styrka med SASM är den detaljerade representationen av jordbruksproduktionen. Den möjliggör både analyser med hög regional upplösning och med hög detaljeringsgrad gällande produktionsteknik, markanvändning, produktionsvolym och förbrukning av produktionsmedel. Detaljerna behövs också vid analyser av olika utformning av styrmedel, eftersom det ofta är detaljerna som avgör utfallet. Den höga detaljeringsgraden gör även att beräkningar med SASM kan kombineras med beräkningar med andra modeller, till exempel för beräkning av klimateffekter, växtnäringsläckage, biologisk mångfald eller samhällsekonomisk effektivitet i form av cost-benefit 6 7NATURVÅRDSVERKET RAPPORT 6815Beskrivning av SASMNATURVÅRDSVERKET RAPPORT 6815Beskrivning av SASManalyser. Resultaten från SASM används då som indata i andra modeller. SASM är också byggd på ett flexibelt sätt som gör det lätt att anpassa beräkningarna till den aktuella frågeställningen.En svaghet med SASM är att enskilda företag inte finns representerade i regionerna. Det innebär bland annat att strukturomvandlingen inte kan illustreras. Det medför också att styrmedel som är kopplade till företagens storlek inte kan hanteras helt korrekt. Modellresultaten överensstämmer inte helt med den verklighet som speglas i statistiken. Detta är en naturlig följd av att SASM, och liknande modeller, arbetar med marknader som är i jämvikt och med genomsnittliga skördenivåer för respektive region samt att modellen antar att alla jordbrukare är rationella aktörer som vill maximera sin vinst. Verkligheten är aldrig i jämvikt utan svänger fram och tillbaka. Skördarna blir också alltid högre eller lägre än normalt beroende på vädret och alla jordbrukare agerar inte alltid ekonomiskt rationellt. Även om de avvikelser som förekommer mellan modellresultat och statistik är naturliga måste de hanteras vid analysen av resultaten. Ett sätt är att i möjligaste mån jämföra olika modellresultat med varandra istället för mot statistiken. En egenskap hos SASM är att de beräknade produktionsförändringarna ibland uppfattas som drastiska. Jämfört med CAPRI-modellen som ibland används till liknande analyser ger SASM större genomslag på produktionsvolymen vid ändrade ekonomiska förutsättningar. Här är det dock en fråga om vad som är rätt eller fel. CAPRI är till sin konstruktion relativt styrd till att generera resultat som ligger nära nuvarande produktion, medan SASM har en relativt hög flexibilitet i att anpassa produktionen till det som är mest lönsamt vid de förutsättningar som analyseras.En intressant utvecklingspotential för SASM är att inkludera mer och bättre miljödata. Det finns funktioner i SASM för att beräkna jordbrukets klimateffekter och läckaget av växtnäring. Det finns också samhällsekonomiska priser för dessa och vissa andra miljöeffekter Avsaknaden av väl förankrade indata begränsar emellertid användbarheten. Med mer kompletta och allmänt accepterade miljödata skulle SASM kunna användas för att beräkna olika miljöeffekter utan att koppla resultaten till andra modeller. SASM skulle då också kunna beräkna den samhällsekonomiska effektiviteten av olika åtgärder i form av cost-benefit analyser.Med mer miljödata inbyggt i SASM öppnas även möjligheten att analysera styrmedel som är direkt kopplade till miljöeffekterna. Det kan till exempel vara i form av stöd, avgifter eller kvoter. Det skulle i förlängningen även vara möjligt att optimera utifrån andra kriterier än företagsekonomisk lönsamhet. Ett exempel är att beräkna hur jordbruket skulle utformas för att ge minsta möjliga klimatpåverkan givet att även ett antal andra miljömål och produktionsmål nås.8 9NATURVÅRDSVERKET RAPPORT 6815Beskrivning av SASMGrundkonstruktionen i SASM är mycket lik den i FASOMGHG (the Forest and Agricultural Sector Optimization Model with Greenhouse Gases). FASOMGHG är en modell som bland annat används av U.S. Environmental Protection Agency för beräkningar gällande växthuseffekter kopplade till jordbruk och skogsbruk i USA. Båda modellerna har sitt ursprung i en modell (ASM) som Bruce A. McCarl med flera utvecklade för jordbrukssektorn i USA. Likheten i grundstruktur gör att många av de funktioner som byggts in i FASOMGHG även kan byggas in i SASM.