Praktijkdata uit BIN spelen rol in beleidsvorming varkenssector

Voor vraagstukken rond mest, maar ook rond opkoopregelingen, gebruikt WUR praktijkgegevens uit het Bedrijveninformatienet (BIN). Daarmee worden beleidsoverwegingen op verzoek van het ministerie doorgerekend en getoetst aan de praktijk. Omdat er bij het ministerie nauwelijks nog sectorspecialisten werken, fungeren Hoste en zijn collega’s ook als klankbord. Niet om namens boeren aan tafel te zitten, benadrukt Hoste, maar om beleid te toetsen aan de praktijk. “We zijn geen belangenbehartigers, maar wel belangensnappers.”

BIN-data geven inzicht in werkelijke mestafzetkosten

Het mestdossier loopt als een rode draad door Hostes loopbaan. Al in 1984 probeerde landbouwminister Gerrit Braks de groei van de veestapel af te remmen met mestproductierechten. Het effect pakte aanvankelijk anders uit: doordat lopende vergunningsaanvragen nog snel werden ingevuld, groeide het aantal varkens juist fors. Daarna volgden nieuwe maatregelen, krimpplannen en regelingen, van generieke kortingen en afroming tot de latere SRV en LBV. Het mestvraagstuk bleef, de aanpak veranderde.

Voor goed beleid zijn cijfers uit de praktijk onmisbaar. “Mestafzetkosten verschillen sterk per regio en situatie. In BIN kunnen we kijken wat boeren werkelijk per afgezette kuub mest betalen en welk deel van de mest naar andere bedrijven gaat. Met die informatie kunnen we discussies voeden met feitelijke, reële informatie.”

Praktijkdata als bron voor nieuwe inzichten

“BIN is ook een soort terugvaloptie: er zit zoveel informatie in,” vertelt Hoste. Zijn sectorteam gebruikt de database ook wanneer bestaande bronnen geen antwoord geven. “Laten we daar maar eens in kijken,” schetst Hoste hoe zo’n nieuw onderzoek kan ontstaan, “Daar kunnen we wel wat uithalen wat anderen nog niet hebben of wat ik op andere plaatsen niet kan vinden.”

Een voorbeeld is de arbeidsinzet op varkensbedrijven. Hiervoor is geen bron. Hoste analyseerde BIN-data en keek onder meer naar bedrijfsomvang, productiviteit en de leeftijd van gebouwen. Daaruit leidde hij een formule af voor de verwachte arbeidsinzet. Voor Nederlandse zeugenbedrijven komt die bij een typische omvang gemiddeld uit op 8,3 uur per zeug per jaar. Die uitkomst gebruikt Hoste vervolgens binnen InterPIG om de Nederlandse varkenshouderij internationaal te vergelijken. “

Ook bij de opkoopregelingen speelde BIN-data nadrukkelijk een rol. Voor de Saneringsregeling varkenshouderijen (SRV) vroeg het ministerie WUR mee te denken terwijl de regeling nog in de maak was. De vraag was heel concreet, vertelt Hoste: “Als we ondernemers nou 65 procent van de waarde van de gebouwen aanbieden en 100 procent van de rechten, krijgen we dan voldoende deelnemers?” Eenzelfde vraag was er bij de Lbv en Lbv+, maar dan met hogere vergoedingspercentages voor de gebouwen.

Stoppen is meer dan een rekensom

Hoeveel moet je een varkenshouder bieden voordat hij besluit te stoppen? Om dat in te schatten, rekenden Hoste en zijn collega’s BIN-bedrijven één voor één door. Daarbij telt veel meer mee dan alleen de hoogte van de vergoeding. Heeft een ondernemer veel schuld, dan is mogelijk een hogere vergoeding nodig om schuldenvrij te kunnen stoppen. Ook de leeftijd van de stal en inrichting speelt mee. “Een gebouw kan dertig jaar oud zijn, maar de inrichting net vernieuwd.” Verder wegen onder meer bedrijfsomvang, leeftijd van de ondernemer, opvolging en deelname aan een marktconcept mee.

Hier komen data en sectorkennis samen. “Daar heb je die BIN-informatie voor nodig: je kruipt in de boekhouding en in het hoofd van de ondernemer.” Uiteindelijk komt de afweging volgens hem terug bij een heel concrete vraag:

De uitkomst blijft daarbij een inschatting. Bij de SRV deden uiteindelijk minder varkenshouders mee dan WUR vooraf had berekend. Volgens Hoste speelden daar verschillende factoren in mee. De varkensmarkt trok juist aan op het moment dat de regeling na goedkeuring uit Brussel openging. “Toen hadden boeren zoiets van: ja maar hallo, het geld komt binnenstromen. Waarom moet ik nu nog stoppen?”

Dat laat volgens Hoste ook de grens van zo’n berekening zien. WUR rekent door wat een regeling mogelijk teweegbrengt, maar houdt geen rekening met de vraag hoe de markt er voorstaat als de regeling eindelijk opengaat. “We hebben die regeling niet ontworpen. We hebben gerekend: wat zou dat waarschijnlijk voor effect kunnen hebben?”