Luonnontieteiden ja metsätieteiden tiedekunta Faculty of Science and Forestry
KONEELLISEN ISTUTUKSEN JA TAIMIKONHOIDON YLEISTYMISEN HAASTEET JA MAHDOLLISUUDET YKSITYISMETSISSÄ
Taru Timonen
METSÄTIETEEN PRO GRADU -TUTKIELMA ERIKOISTUMISALA METSIEN HOITO JA METSÄEKOSYSTEEMIT
JOENSUU 2018
Timonen, Taru. 2018. Koneellisen istutuksen ja taimikonhoidon yleistymisen haasteet ja mahdollisuudet yksityismetsissä. Itä-Suomen yliopisto, luonnontieteiden ja metsätieteiden tiedekunta, metsätieteiden osasto.
Metsätieteen pro gradu, erikoistumisala metsien hoito ja metsäekosysteemit. 86 s.
TIIVISTELMÄ
Metsätöitä on pyritty koneellistamaan jo vuosikymmeniä, ja puunkorjuu, maanmuokkaus ja kylvö tehdäänkin nykyään lähes täysin koneellisesti. Istutuksessa ja taimikonhoidossa työn koneellistaminen ei ole edennyt odotetusti, sillä edelleen sekä istutus- että taimikonhoitotöistä vain muutama prosentti toteutetaan koneellisena työnä. Tulevaisuudessa työvoiman saatavuuden heikkeneminen, työn kustannusten nousu sekä metsänomistajien omatoimisen työn osuuden vähentyminen aiheuttavat painetta istutus- ja taimikonhoitomenetelmien tehostamiseen. Miestyömenetelmien tehostaminen ei välttämättä ole enää mahdollista, ja koneellistaminen on todennäköisin kehityssuunta, jolla metsänhoitotöiden tuottavuutta voidaan lisätä ja edelleen nostaa kustannustehokkuutta.
Tässä tutkimuksessa tavoitteena oli selvittää eri asiantuntijaryhmien näkemyksiä siitä, miksi koneellisen työn osuus istutuksessa ja taimikonhoidossa ei ole lisääntynyt odotetusti ja miten niitä voitaisiin lisätä eri keinoin.
Tutkimus toteutettiin sähköisenä kyselynä seuraaville vastaajaryhmille: Stora Enson metsäasiantuntijat, metsätoimihenkilöt sekä Tähtiyrittäjät, ja yhtiön ulkopuolelta metsänhoidon kone- ja laitevalmistajien edustajat sekä tutkimus-, kehitys- ja koulutuspuolella työskentelevät henkilöt. Kyselylomakkeessa esitettiin taustatietokysymyksiä ja erilaisia väittämiä sekä tekijöitä, joiden merkitystä pyydettiin arvioimaan viisiportaisella Likert-asteikolla. Pääosin samat väittämät ja tekijäpatteristot esitettiin kaikille asiantuntijaryhmille niiden vastausten vertailun mahdollistamiseksi. Metsäasiantuntijoille kyselyssä oli mukana lisäksi erillinen kysymyspatteristo koneistutustyön myynnin haasteiden ja metsänomistajien kiinnostuksen kartoittamiseksi.
Kyselylomake lähetettiin yhteensä 317 metsäalan asiantuntijalle, ja vastauksia saatiin 104. Koko otoksen vastausprosentti oli 32,8 %. Metsäasiantuntijavastausten vastausprosentiksi muodostui 24,4 %, metsätoimihenkilöiden 40,6 %, Tähti- eli koneyrittäjien 33,3 %, kone- ja laitevalmistajien edustajien 53,3 % ja T&K-henkilöiden 51,5 %. Vastausprosentit jäivät melko pieniksi, minkä vuoksi tuloksia voidaan pitää suuntaa- antavina. Tämän tutkimuksen tulosten perusteella koneellisen istutuksen lisäämisen merkittävimmät pullonkaulat liittyvät kohdevalintaan, eritoten maaperän kivisyyteen, pieniin koneistutusmääriin sekä menetelmän tuottavuuteen ja kustannustehokkuuteen metsurityöhön verrattuna. Koneellisen taimikonhoidon kustannuskilpailukyky, koneiden tekniikka, taimikonhoidon ajoitus sekä pienet taimikonhoitomäärät olivat tärkeimpiä sen yleistymistä hidastavia tekijöitä. Tarvetta nähtiin tietoisuuden lisäämiseen koneellisista menetelmistä ja oikeasta kohdevalinnasta. Työn toteuttajat eli koneyrittäjät ovat avainasemassa koneellisille menetelmille soveltuvien kohteiden valinnassa. Toisaalta riittävän hyvä ennakkotieto kohteesta tulisi olla saatavissa kohdevalinnan tueksi. Molempien menetelmien markkinoinnin lisäämiseen ja työnäytösten järjestämiseen nähdään tarvetta.
Avainsanat: Koneellinen istutus, koneellinen taimikonhoito, kyselytutkimus, metsänhoidon koneellistamisen pullonkaulat, kehityskohteet, asiantuntijaryhmät
Timonen, Taru. 2018. The bottlenecks and possibilities of mechanical planting and tending of seedling stands in private forests. University of Eastern Finland, School of Forest Sciences, master’s thesis in Forest Science, spe- cialization Forest management and forest ecosystems, 86 p.
ABSTRACT
There has been attempt to mechanize forestry operations for decades, and logging, soil preparation and seeding are nowadays almost fully mechanized. What comes to planting and tending of seedling stands, mechanization of work has not progressed as expected, since only a few percent of forest area for planting and tending of seedling stands are carried out by machines. In the future, the decline in the availability of labor, the increase in labor costs and the reduction in the share of the own forest work by forest owners will put pressure on mecha- nizing the planting and tending of seedling stands. Improving manual methods further is not necessarily possible, and therefore mechanization is needed to increase the productivity of forestry operations and further increase cost efficiency, respectively.
The purpose of this study was to find out the views of various expert groups about why the proportion of mech- anized work in planting and tending of seedling stands has not increased as expected and how can these mechan- ical methods be increased by different means. For this purpose, an online survey was conducted for the following expert groups of respondents: Stora Ensos forestry experts, other forestry employees, harvesting entrepreneurs, outside the company representatives of forestry machine and equipment manufacturers and experts working in research, development and education. The questionnaire included background information and presented various claims, as well as factors whose significance was asked to be evaluated using a five-step Likert scale. Mainly the same claims and factors were presented to all expert groups to enable comparisons of their answers. In addi- tion, a separate questionnaire for forest experts was provided in order to identify the challenges of sales of mech- anized planting and the interest of forest owners.
In total 104 of 317 forestry experts responded to the questionnaire, the response rate being 32.8 %. The response rate was 24.4 % for forestry experts, 40.6 % for forestry employees, 33.3 % for harvesting entrepreneurs, 53.3
% for machine and equipment manufacturers and 51.5 % for R & D personnel, respectively. Due to the fairly small response rates, the results may be considered as indicative. Based on the results of this study, the most significant bottlenecks in the increase of use of mechanical planting are related to the selection of suitable sites.
Especially soil stoniness, small work quantities, and the productivity and cost efficiency of the method compared to manual methods are considered as limiting factors for the use of mechanized planting. The availability and quality of prior information about the planting site should be improved and more attention paid to the suitable site selection. According to the expert groups, the low cost competitiveness of mechanical tending of seedling stands, machine technology, timing of management and small work quantities are the most important factors that slow down the increase of use of this particular method. There is also a need to raise awareness about mechanical methods and suitable site selection for them. Machine operators, as well as machine entrepreneurs, are in the key position in this. On the other hand, sufficient prior information about the site should be available to support this decision making. There is also a need to increase both the marketing of both methods and the organization of work demos.
Key words: Mechanical planting, mechanical tending of seedling stands, questionnaire, bottlenecks of mecha- nizing forest operations, development targets, expert groups
ALKUSANAT
Tämä pro gradu -tutkimus toteutettiin Stora Enso Metsän toimeksiannosta Stora Enson Metsän, Itä- Suomen yliopiston ja Metsätehon yhteistyönä. Erityiskiitoksen aiheen alulle saattamisesta ja mahdollisuudesta tutkimuksen tekemiseen osoitan Stora Enson ostopäällikkö Markku Oikarille.
Ohjauksesta ja arvokkaista kommenteista työn eri vaiheissa kiitän lämpimästi Stora Enson tutkimustoiminnan kehityspäällikkö Kalle Kärhää ja Itä-Suomen yliopiston professori Heli Peltolaa.
Lisäksi suuret kiitokset näkemysten jakamisesta ja neuvoista tutkimuksen aikana Metsäteho Oy:n tutkija Markus Strandströmille, Stora Enson metsäpalvelupäällikkö Kari Kuusniemelle ja metsänhoitoasiantuntija Jukka Piipposelle. Kiitokset haluan välittää myös Stora Enson riskienhallinnan kehityspäällikkö Pekka Alajärvelle teknisestä avusta kyselylomakkeiden laadintavaiheessa.
Haluan kiittää lämpimästi kaikkia tutkimukseen kyselyyn vastaamalla osallistuneita metsäalan asiantuntijoita.
Tämä pro gradu -työ oli osa Stora Enso Metsän in kind -kontribuutiota EU-rahoitteiseen EFFORTE- hankkeeseen. Tämän pro gradu tutkimuksen aihe liittyy myös Suomen akatemian strategisen tutkimusneuvoston rahoittamaan ja Heli Peltolan johtamaan FORBIO: kestävä, ilmastoneutraali ja resurssitehokas metsätalous -tutkimushankkeessa (päätösnumerot 293380 ja 314224) tehtävään tutkimukseen.
Jyväskylässä lokakuussa 2018 Taru Timonen
SISÄLTÖ
1 JOHDANTO ... 7
1.1 Metsänhoidon koneellistaminen Suomessa ... 7
1.2 Koneellisen istutuksen nykytila ... 8
1.3 Koneellisen taimikonhoidon nykytila ... 10
1.4 Aiemmat kyselytutkimukset ... 12
1.5 Työn tavoitteet ... 12
2 AINEISTO JA MENETELMÄT ... 13
2.1 Kyselytutkimuksen toteutus ja kyselylomakkeiden laadinta ... 13
2.2 Tutkimusaineisto ... 15
2.3 Aineiston analysointi ... 16
3 TULOKSET ... 17
3.1 Koneyrittäjien kokemukset ja tulevaisuuden näkymät ... 17
3.2 Metsäasiantuntijoiden kokemukset ja mielipiteet koneellisesta istutuksesta ... 17
3.3 Kone- ja laitevalmistajien arviot menetelmien markkinoinnin kehityksestä ... 19
3.4 Asiantuntijaryhmien mielipiteet koneellisen istutuksen väittämistä ... 20
3.5 Koneellisen istutuksen merkittävimmät pullonkaulat ... 26
3.6 Koneellisen istutuksen tärkeimmät parantamiskohteet ... 28
3.7 Asiantuntijaryhmien mielipiteet koneellisen taimikonhoidon väittämistä ... 30
3.8 Koneellisen taimikonhoidon merkittävimmät pullonkaulat ... 34
3.9 Koneellisen taimikonhoidon tärkeimmät parantamiskohteet ... 36
3.10 Avoimet vastaukset ... 38
4 TULOSTEN TARKASTELU JA JOHTOPÄÄTÖKSET ... 40
4.1 Tutkimusaineiston ja menetelmien arviointi ... 40
4.2 Koneellisen istutuksen yleistymisen pullonkaulat ja kehityskohteet ... 41
4.3 Koneellisen taimikonhoidon yleistymisen pullonkaulat ja kehityskohteet ... 43
4.4 Johtopäätökset ... 46
LÄHTEET ... 47 LIITTEET ... 50
1 JOHDANTO
1.1 Metsänhoidon koneellistaminen Suomessa
Suomessa puunkorjuu on ollut lähes täysin koneellistettua jo 1980-luvulta lähtien, mikä on nostanut korjuun tuottavuutta metsurityöhön verrattuna ja hillinnyt korjuukustannuksia (Hallongren ym. 2012).
Myös metsänuudistamisen työläin vaihe, maanmuokkaus, tehdään nykyään koneellisesti.
Metsänviljelymenetelmistä koneellisen työn osuus on korkea kylvössä, sillä koneellisesti viljellään 70
% kylvökohteista (Metsätilastollinen vuosikirja 2014). Koneellisten menetelmien käyttö istutuksessa ja taimikonhoidossa ei kuitenkaan ole lisääntynyt odotusten mukaisesti, sillä edelleen vain muutama prosentti sekä istutus- että taimikonhoitotyöstä toteutetaan koneellisesti (Luonnonvarakeskus 2018).
Vaikka istutusta sekä taimikonhoitoa on pyritty koneellistamaan jo 1970-luvulta lähtien (Gustavsson
& Moberg 1975, Kaila 1984), ei koneellisten menetelmien käytön yleistymisessä ole nähty vielä läpimurtoa. Savotta 2025 -laskelmien mukaan vuonna 2025 koneellistamisaste istutuksessa tulee olemaan 30 % taimikonhoidossa 15 % (Strandström & Poikela 2016), joten kyseisten koneellisten metsänhoitomenetelmien käyttöön odotetaan selvää lisäystä.
Metsänhoitomenetelmien koneellistamisella tavoitellaan kustannussäästöjä, pyritään tehostamaan työvoiman käyttöä ja lisäämään työn tuottavuutta sekä vähentämään työntekijän fyysistä kuormitusta (Strandström ym. 2011, Hämäläinen ym. 2013). Näihin kaikkiin on pystytty vaikuttamaan puunkorjuun, maanmuokkauksen ja kylvön koneellistamisella. Suurimmat haasteet koneellisen istutuksen ja taimikonhoidon koneellistamisessa ovat olleet menetelmien tuottavuudessa ja kustannuskilpailukyvyssä metsurityöhön verrattuna (Strandström ym. 2009, Strandström ym. 2011).
Koneellisen metsänhoidon kustannustasoon voidaan kuitenkin vaikuttaa esimerkiksi ammattitaitoisten kuljettajien ja koneelliseen työhön hyvin soveltuvien työmaiden valinnalla (Rantala & Laine 2010), ja jo nykyisinkin manuaaliselle työlle on kustannuksiltaan kilpailukykyisiä vaihtoehtoja koneellisissa menetelmissä myös istutuksen ja taimikonhoidon osalta (Hallongren & Rantala 2013, Hämäläinen ym.
2013, Strandström 2018). Koneellistamisella voidaan mahdollistaa myös tehokkaampi työvoiman käyttö, sillä esimerkiksi koneistutuksen on todettu vaativan jopa 22 % vähemmän henkilöresursseja kuin erillinen laikkumätästys ja pottiputki-istutus (Strandström ym. 2009). Yhtenä syynä koneellisen istutuksen ja koneellisen taimikonhoidon vähäiselle suosiolle on pidetty myös niin metsäammattilaisten, alan yrittäjien kuin metsänomistajienkin ennakkoluuloja koneellisen metsänhoidon menetelmiä kohtaan (Strandström ym. 2009, Kärhä ym. 2014).
Tulevaisuudessa metsätyövoiman saatavuus todennäköisesti heikkenee (Työvoiman saatavuus… 2004, Strandström & Poikela 2016). Yksityismetsänomistajat tekevät myös yhä vähenevissä määrin omatoimista istutus- ja taimikonhoitotyötä (Hänninen ym. 2011). Kaupungissa ja etäällä metsätilastaan asuvien metsänomistajien osuus on kasvussa (Rämö ym. 2009), mikä osaltaan selittää omatoimisen työn vähentyvää osuutta. Tulevaisuudessa myös iäkkäiden, eläkeläisten ja naisten osuus metsänomistajakunnasta kasvaa (Karppinen & Ahlberg 2008). Lisäksi pitkät välimatkat metsätiloille sekä metsänhoitotaitojen ja ajan puute vähentävät mahdollisuuksia omatoimisiin metsänhoitotöihin (Rämö ym. 2009). Nämä tekijät vaikuttavat tulevaisuudessa hyvin todennäköisesti myös metsänhoitopalvelujen kysyntään. Tähän asti metsänhoitoon on ollut saatavilla työvoimaa verrattain hyvin, mutta toisaalta istutuksen ja taimikonhoidon miestyömenetelmiä on vaikea tehostaa nykyisestä.
Todennäköisin suunta myös kyseisten menetelmien kehityksessä on koneellistamisasteen kasvattaminen.
1.2 Koneellisen istutuksen nykytila
Luonnonvarakeskuksen (2018) mukaan vuonna 2017 Suomessa istutettiin yhteensä noin 79 000 hehtaaria metsää, josta 4 % istutettiin koneellisesti. Tilastoitu kokonaisistutusmäärä ei sisällä metsänomistajien omatoimista työtä, jolloin koneistutuksen suhteellinen osuus jää todellisuudessa vielä tilastoitua pienemmäksi. Koneellista istutusta tehdään nykyään lähinnä vain suurten metsätalous- ja - teollisuusorganisaatioiden omissa metsissä tai niiden sopimusasiakkaiden tiloilla (Kärhä ym. 2014), ja yksityismetsissä koneellisen istutuksen osuus on jäänyt hyvin vähäiseksi.
Koneistutuksessa maanmuokkaus suoritetaan mätästyksenä ja taimi istutetaan mättääseen istutuslaitteella. Useimmiten koneistutukseen käytetään tela-alustaista kaivinkonetta, jonka kauhan tilalle on asennettu istutuslaite, mutta peruskoneena voidaan käyttää myös hakkuukonetta (Kärhä ym.
2014). Suomessa koneistutukseen käytetään tavallisimmin Bracke P11-istutuslaitteistoa (Strandström ym. 2011). Muita koneistutukseen käytettäviä laitteita ovat esimerkiksi yksi- tai kaksipäinen M-Planter ja Risutecin valmistamat yksipäiset PM100, PM100 APC ja Risutec 120 -mallivaihtoehdot (Hynönen 2014). Ollakseen yrittäjälle kannattavaa koneistutuksessa käytettävälle peruskoneelle tulisi kuitenkin löytyä myös muuta käyttöä istutuskauden ulkopuolella, ja vuotuisen työmäärän tulisi olla mahdollisimman suuri (Rantala & Saarinen 2006). Kustannuksiltaan kilpailukykyisen koneistutuksen
on arvioitu vaativan 1000-1200 työtuntia istutuskauden aikana, ja 500-1500 tuntia muuta työtä peruskoneelle kauden ulkopuolella (Laine & Syri 2012). Minimityömääränä istutuskaudella voidaan pitää 100 hehtaaria, ja nykyisin käytössä on koneita, joilla 200-250 hehtaarin istuttaminen istutuskauden aikana on mahdollista (Laine & Syri 2012, Kärhä 2014).
Lähtökohtaisesti kohteet, jotka soveltuvat mätästykseen, soveltuvat myös koneistutukseen (Laine &
Syri 2012). Viime vuosina mätästyksen osuus maanmuokkauksesta on kasvanut, mikä mahdollistaa myös istutuksen koneellistamisen lisäämisen, sillä mätästykseen ja kuusen istutukseen on kehitetty hyvin toimivia laiteratkaisuja (Kukkonen & Kukkonen 2013). Lisäksi toteuttamalla maanmuokkaus mätästyksenä, voidaan tukkimiehentäin tuhoja taimikossa vähentää (Luoranen & Viiri 2012). Runsas pintakivisyys erityisesti 20-30 senttimetriä paksussa maakerroksessa heikentää kuitenkin koneellisen istutuksen onnistumista merkittävästi (Luoranen ym. 2011). Vaikka kivisyyttä voidaan mitata kivisyysrassilla, useimmiten istutuskohteiden kivisyydestä ei ole tarkkaa ennakkotietoa. Rajana kivisyydelle koneistutuksen onnistumiseksi voidaan pitää 60 % maaperästä (Laine & Syri 2012).
Koneistutuksessa uudistamistulosta heikentävät samat tekijät kuin perinteistä pottiputki-istutusta:
istutusmateriaalin heikko laatu, keräämättä jätetyt hakkuutähteet uudistusalalla, maaperän kuivuus, ja hyönteisten, kuten tukkimiehentäin, aiheuttamat tuhot (Saarinen ym. 2004, Luoranen ym. 2011, Kärhä ym. 2014). Istutuskohteen pinta-alan tulisi olla vähintään 2 hehtaaria, jotta istuttaminen koneellisesti olisi kannattavaa (Kärhä ym. 2014). Parhaiten koneistutukseen soveltuva istutusmateriaali ovat kuusen paakkutaimet, joskin myös mäntyä voidaan istuttaa koneellisesti. Mänty on kuitenkin kesäistutuksessa herkempi vuosikasvaimen vaurioitumiselle, joten sen istutustulos koneellisessa työssä ei ole aivan yhtä hyvä kuin kuusen (Luoranen 2011).
Koneistutuksen yleistymisen pullonkaulana on yleisesti ottaen pidetty menetelmän heikompaa kustannuskilpailukykyä metsurityöhön verrattuna (Strandström ym. 2011). Soveltuvilla kohteilla ammattitaitoisen kuljettajan toteuttamana koneellinen istutus voi kuitenkin saavuttaa manuaalisen istutusketjun kustannustason (Laine 2017, Strandström 2018). Esimerkiksi Risutec PM160- istutuslaitteella varustetulla kaivinkoneella on seurantatutkimuksessa saavutettu koneellisen istutuksen kustannuskilpailukyvylle kriittiseksi laskettu 190 taimen käyttötuntituotos (Strandström 2018).
Työmaaolosuhteita ja istutuskoneiden tuottavuutta voidaan parantaa kantojen ja hakkuutähteiden korjuulla (Hallongren ym. 2012, Laine 2017). Koneistutuksen kustannuskilpailukykyä tukee myös
pidemmän aikavälin tarkastelu taimien kasvatuksesta istutuksen toteuttamiseen saakka (Hallongren ym. 2012). Koneellisessa istutuksessa kustannussäästöjä voidaan saavuttaa taimihuollossa ja kuljetuksessa (Hallongren ym. 2012) saman yrittäjän hoitaessa sekä taimien kuljetuksen, huollon että istutuksen. Hyvissä olosuhteissa koneistutuksella on myös todettu olevan mahdollista saavuttaa jopa manuaalista työtä parempi uudistamistulos (Luoranen ym. 2011).
1.3 Koneellisen taimikonhoidon nykytila
Luonnonvarakeskuksen (2018) mukaan taimikonhoitoa ja taimikon varhaishoitoa toteutettiin vuonna 2017 yhteensä noin 146 000 hehtaarin alueella, josta koneellisen työn osuus oli noin 1 %. Tilastoitu kokonaistaimikonhoitomäärä ei sisällä metsänomistajien omatoimisesti toteuttamaa taimikonhoitotyötä, joten konetyön suhteellinen osuus jää todellisuudessa tilastoituakin pienemmäksi.
Koneelliseen taimikonhoitoon on nykyisin käytössä sekä kitkevällä periaatteella toimivia, että katkaisevia menetelmiä. Konekehitys onkin keskittynyt kahteen työlajiin: taimikon varhaisperkaukseen ja varttuneiden taimikoiden harvennukseen. Varhaisperkaukseen soveltuu parhaiten kitkentämenetelmä, ja myöhempään taimikonharvennukseen katkaisevat menetelmät. Kitkevällä Naarva-perkaajalla taimikosta voidaan poistaa ylimääräiset lehtipuun taimet nostamalla ne maasta juurineen hakkuukoneen puomin päähän asennetulla kitkentälaitteella. Parhaiten konekitkentä soveltuu hyvin kantaville kivennäismaille, noin 4-6 vuotiaisiin kuusikkoihin sekä 6-8 vuoden ikäisiin kylvömänniköihin (Uotila 2014). Työmaan koon tulisi olla vähintään 1,5 hehtaaria. Kohteiden ei tulisi olla kovin rinteisiä, soistuneita tai erittäin kivisiä (Rantala & Kautto 2011). Kitkennän tehollinen työajanmenekki on noin 6-7 tuntia hehtaaria kohden, ja työkauden aikana voidaan perata yhteensä noin 200 hehtaaria (Rantala & Kautto 2011).
Raivaussahalla perattujen kuusikoiden läpimitan kasvun on todettu parantuvan 20-35 % perkaamattomiin taimikoihin verrattuna (Uotila & Saksa 2013). Konekitkennällä peratuissa taimikoissa puuston läpimitan kasvu voi olla vielä jopa 10-20 % raivaussahatyöllä peratun taimikon kasvua nopeampaa (Kukkonen & Kukkonen 2013). Kitkennässä jätettäviin puihin aiheutuvia vaurioita ei kuitenkaan täysin voida välttää, sillä menetelmälle hyvin soveltuvillakin kohteilla vaurioituu noin 5-10
% taimista (Rantala & Kautto 2011). Huolellisella työskentelyllä ja kohdevalinnalla sekä suoria
ajolinjoja suosimalla vaurioita voidaan kuitenkin vähentää (Rantala & Kautto 2011). Koneellisen kitkennän kustannustehokkuutta metsurityöhön verrattuna on syytä tarkastella pidemmällä aikavälillä kuin vain yhden taimikonhoitokerran osalta. Kitkentä vähentää vesomista huomattavasti (Kukkonen 2011), jolloin on mahdollista välttää toinen taimikonhoitokerta kokonaan. Mikäli toista taimikonhoitokertaa ei tarvita, jäävät taimikonhoidon kustannukset konekitkennässä metsurityötä alhaisemmiksi (Strandström ym. 2011, Hallongren & Rantala 2013, Hämäläinen ym. 2013).
Katkaisevilla menetelmillä taimikonhoito toteutetaan raivaussahan kaltaisella toimintaperiaatteeella katkaisemalla poistettavat puut. Tällä periaatteella toimivia menetelmiä ovat esimerkiksi UW40- risuraivaimella varustettu Usewood Tehojätkä -pienmetsäkone sekä erilaiset hakkuukoneeseen asennettavat raivauslaitteet, joita ovat kehittäneet esimerkiksi Risutec Oy ja MenSe Oy. MenSen raivauslaitteen toimintaperiaatteena on poistettavien puiden katkaisu edestakaisin liikkuvalla terällä.
MenSe-raivauslaitteiden tuottavuudeksi on seurantatutkimuksissa saatu 0,12-0,14 hehtaaria käyttötunnissa (Strandström 2010, Strandström ym. 2011). Kasvatettavista taimista MenSe- raivauspäätä käyttäen vaurioita syntyi seurantatutkimuksissa noin 5-7 % (Strandström 2010, Strandström ym. 2011).
UW40-risuraivaimeilla poistettavat puut katkaistaan pyöreällä terälaitteella. Pienmetsäkone pärjää taimikonharvennuksessa kustannuskilpailukyvyssä metsurityölle, mikäli taimikossa on runsaasti läpimitaltaan järeää poistettavaa puuta (Strandström ym. 2011). Käyttötuntituottavuudeksi risuraivaimelle myöhemmässä taimikonhoidossa on saatu 0,1 hehtaaria/tunti (Strandström & Poikela 2010). Koneelliseen taimikonharvennukseen käytettäviin raivausmenetelmiin voidaan lisätä myös mahdollisuus toteuttaa samalla vesakontorjuntaa tai boorilannoitusta, ja parantaa näin toiminnan kannattavuutta (Uotila 2014). Mahdollisuuksia koneellisen taimikonharvennuksen tuottavuuden ja kustannustehokkuuden parantamiseen on etsitty myös uusien teknisten ratkaisujen kokeilusta (Hämäläinen ym. 2013), mutta läpimurtoa ei ole vielä kone- ja laiteratkaisujen kautta saavutettu.
Tuottavuuden nostaminen merkittävästi ainoastaan raivauslaitteita kehittämällä on todettu haastavaksi, ja nopeampi tapa parantaa koneellisen taimikonharvennuksen kilpailukykyä voikin olla tavallisia hakkuukoneita halvempien alustakoneratkaisujen hyödyntämisessä (Hämäläinen ym. 2013).
Koneellisessa taimikonhoidossa työvoiman tarve on manuaaliseen taimikonhoitoon verrattuna vähäisempi. Esimerkiksi kitkevän Naarva-perkaajan on todettu vaativan pelkässä varhaisperkauksessa parhaimmillaan 14 % vähemmän työvoimaa kuin metsurityössä (Strandström ym. 2011). Jos otetaan huomioon koko taimikonhoitoketju, päästään Naarva-perkaajan käytöllä jopa 57-66 % metsurityötä vähäisempään työvoiman käyttöön (Strandström ym. 2011). Myös myöhemmässä taimikonharvennuksessa koneellisella työllä voidaan vähentää työvoiman tarvetta, esimerkiksi MenSe- raivauspään työvoimatarve on todettu 16-37 % pienemmäksi metsuriketjuun verrattuna (Strandström ym. 2011). Koneellisen taimikonhoidon työnjälki voi näyttää heti työn jälkeen hieman huonolaatuisemmalta kuin raivaussahatyössä, mutta yleensä erot tasoittuvat muutamassa vuodessa näkymättömiin. Toisaalta esimerkiksi Lehtisen (2013) metsänomistaja-kyselytutkimuksen mukaan Naarva-perkaajalla kitkettyjä taimikoita pidettiin esteettisempinä kuin raivaussahalla perattuja taimikoita.
1.4 Aiemmat kyselytutkimukset
Aiemmat kyselytutkimukset etenkin koneellisen istutuksen nykytilasta ja yleistymisestä ovat useimmiten keskittyneet yksittäisten asiantuntijaryhmien näkökulmiin. Esimerkiksi Vartiamäen (2003) kyselytutkimuksessa tarkasteltiin koneistutuksen silloista tilaa haastatellen yhteensä 14 koneistutusta tekevää koneyrittäjää. Myös Hynönen (2014) käsitteli tutkimuksessaan koneellisen istutuksen nykytilaa koneyrittäjien näkökulmasta haastatellen kaksivaiheisessa tutkimuksessaan 28 koneyrittäjää.
Koneellista taimikonhoitoa on tutkittu vähemmän ja vastaavia kyselytutkimuksia menetelmän käytöstä ja mahdollisuuksista ei ole tehty. Pääosin aiemmat tutkimukset ovat sekä koneellisen istutuksen että taimikonhoidon osalta keskittyneet menetelmien kustannustehokkuuden, tuottavuuden ja työvoimatarpeen selvittämiseen (esim. Rantala & Laine 2010, Rantala & Kautto 2011, Strandström ym.
2011, Strandström 2018)
1.5 Työn tavoitteet
Tässä tutkimuksessa tavoitteena oli selvittää eri asiantuntijaryhmien näkemyksiä siitä, miksi koneellisen työn osuus istutuksessa ja taimikonhoidossa ei ole lisääntynyt odotetusti ja miten näiden koneellisten menetelmien yleistymistä voitaisiin eri keinoin lisätä. Tavoitteena on siis saada selville tekijöitä, jotka aiheuttavat tällä hetkellä haasteita koneellisen istutuksen ja koneellisen taimikonhoidon käytölle, ja lisäksi kartoittaa eri toimijoiden näkemyksiä kyseisten metsänhoitomenetelmien käytön mahdollisuuksista tulevaisuudessa. Tutkimuksella haluttiin myös valottaa kokonaiskuvaa siitä, mihin
suuntaan eri asiantuntijaryhmät näkevät näiden koneellisten menetelmien tulevaisuuden olevan kehittymässä.
2 AINEISTO JA MENETELMÄT
2.1 Kyselytutkimuksen toteutus ja kyselylomakkeiden laadinta
Tutkimus suunniteltiin ja kyselylomakkeet laadittiin yhteistyössä Stora Enson sekä Metsätehon asiantuntijoiden kanssa. Tutkimuksen vastaajaryhmät olivat: 1. Stora Enson metsäasiantuntijat 2. Stora Enson metsätoimihenkilöt 3. Stora Enson laajavastuiset korjuuyrittäjät eli Tähtiyrittäjät 4.
metsänhoidon kone- ja laitevalmistajien edustajat sekä 5. metsänhoidon tutkimus-, kehitys- ja koulutusalojen henkilöt (myöhemmin T&K-henkilöt).
Kyselyjen lähettämistä varten Stora Enson järjestelmistä poimittiin metsäasiantuntijoiden, metsätoimihenkilöiden sekä Tähtiyrittäjien sähköpostiosoitteet. Metsätoimihenkilöihin luettiin kuuluvaksi operaattorit, yrittäjäesimiehet, operaatio- ja ostopäälliköt sekä metsänhoitoasiantuntijat.
Kone- ja laitevalmistajien ja tutkimus- kehitys- ja koulutuspuolen henkilöiden yhteystiedot kerättiin lomakkeiden kehitykseen osallistuneiden asiantuntijoiden kontaktien perusteella. Kyselyyn liitettiin saatekirje, jolla pyrittiin motivoimaan kyselyn vastaanottajia vastaamaan kyselyyn.
Ryhmien vastattavaksi laadittiin taustatietokysymyksiä, valintakysymyksiä ja avoimia kysymyksiä.
Lomakkeiden varsinaisista kysymysosioista kolme olivat samoja kaikille vastaajaryhmille. Esimerkiksi metsäasiantuntijoilta kysyttiin heidän taustatietojensa lisäksi kysymyksiä metsänomistajien aktiivisuudesta ja tietoudesta koneellista metsänhoitopalveluista, ja kone- ja laitevalmistajien edustajia pyydettiin arvioimaan kone- ja laitemarkkinoiden kehitystä. Vastaajien taustatiedot sisälsivät kysymyksiä vastaajien iästä ja pääasiallisesta työskentelypaikkakunnasta. T&K-henkilöiltä eikä kone- ja laitevalmistajien edustajilta nähty tarpeelliseksi kerätä näitä tietoja. Kyselyssä koneistutusta koskevat kysymykset ja väittämät olivat hieman tarkempia ja niitä oli määrällisesti enemmän kuin koneellista taimikonhoitoa koskevassa kyselyosiossa. Syynä on se, että koneellinen istutus kuuluu Stora Enson
palveluvalikoimaan, toisin kuin koneellinen taimikonhoito. Koneellisen istutuksen osalta tarkentavia kysymyksiä kysyttiin palvelun myyjiltä eli metsäasiantuntijoilta, sekä palvelun toteuttajilta eli koneyrittäjiltä. Kaikilta tutkimukseen osallistuvilta pyydettiin kyselylomakkeen alussa myös tietojen käyttölupa (vrt. EU:n tietosuoja-asetus (GDPR) 2016/679).
Kahdessa kaikille vastaajaryhmille yhteisessä osiossa vastaajia pyydettiin arvioimaan erilaisia koneistutukseen ja koneelliseen taimikonhoitoon liittyviä väittämiä ja tekijöitä viisiportaisella Likert- asteikoilla. Väittämät ja tekijät valittiin kirjallisuuden ja kysymyslomakkeiden kehittämiseen osallistuneiden asiantuntijoiden arvioiden perusteella. Kyselyssä väittämät ja tekijäpatteristo-osuudet olivat samat kaikille vastaajaryhmille, jotta ryhmien vastauksia oli mahdollista verrata ja testata tilastollisesti keskenään. Väittämä- ja tekijälistaukset on esitetty tutkimuksen liitteessä 2. Taulukossa 1 on esitetty eri vastaajaryhmille yhteisen lomakeosion rakenne.
Taulukko 1. Eri vastaajaryhmille yhteisen lomakeosion rakenne.
1a. Koneellinen istutus:
11 väittämää koneellisen istutuksen tulevaisuudesta ja edistämiskeinoista.
Vastauksissa käytettiin asteikkoa 1 Täysin eri mieltä…5 Täysin samaa mieltä.
1b. Koneellisen istutuksen ongelmat ja parantamiskohteet:
25 koneelliseen istutukseen liittyvää tekijää.
Vastaajia pyydettiin arvioimaan tekijöitä ongelman merkittävyyden kannalta asteikolla 1 Ei lainkaan merkittävä…5 Erittäin merkittävä.
Parantamisen tärkeyttä arvioitiin asteikolla 1 Ei lainkaan tärkeää … 5 Erittäin tärkeää.
2a. Koneellinen taimikonhoito:
8 väittämää koneellisen taimikonhoidon tulevaisuudesta ja edistämiskeinoista.
Vastauksissa käytettiin asteikkoa 1 Täysin eri mieltä…5 Täysin samaa mieltä.
2b. Koneellisen taimikonhoidon ongelmat ja parantamiskohteet:
Sisälsi 18 koneelliseen taimikonhoitoon liittyvää tekijää.
Vastaajia pyydettiin arvioimaan tekijöitä ongelman merkittävyyden kannalta asteikolla 1 Ei lainkaan merkittävä…5 Erittäin merkittävä.
Parantamisen tärkeyttä arvioitiin asteikolla 1 Ei lainkaan tärkeää … 5 Erittäin tärkeää.
3. Avoimet kysymykset:
Tekstikentät, joihin vastaajat saivat mahdollisuuden kirjata ajatuksiaan vapaasti.
Kyselylomakkeisiin liitettiin myös lyhyt menetelmäkuvaus koneellisesta istutuksesta sekä koneellisesta taimikonhoidosta. Tällä haluttiin tarkentaa erityisesti koneellisen taimikonhoidon osalta, että kyselyssä koneellisella taimikonhoidolla tarkoitetaan hakkuukoneeseen tai pienmetsäkoneeseen liitetyllä laitteistolla tehtävää taimikonhoitoa. Lisäksi haluttiin tarkentaa, että tutkimuksessa taimikonhoitoon luettiin kuuluvaksi sekä varhaisperkaus, johon käytetään koneellisista menetelmistä useimmiten konekitkentää, että taimikonharvennus, joka tehdään koneellisesti useimmiten leikkaavia menetelmiä käyttäen. Aineiston keruu aloitettiin Helmikuussa 2018. Aikaa kyselyyn vastaamiseen annettiin viikko. Viikon kuluttua kyselylinkin vastaanottajille lähetettiin muistutusviesti ja vastausaikaa jatkettiin vielä kuudella päivällä.
2.2 Tutkimusaineisto
Vastausprosentti metsäasiantuntijaryhmällä oli 24,4 %, metsätoimihenkilöillä 40,6 %, Tähti- eli puunkorjuun koneyrittäjillä 33,3 %, kone- ja laitevalmistajilla 53,3 % ja tutkimus- kehitys- ja koulutusalojen henkilöillä 51,5 % (taulukko 2).
Taulukko 2. Saatujen vastausten määrä sekä vastausprosentit eri asiantuntijaryhmille.
Vastaajaryhmä Kysely lähetetty Vastauksia Vastausprosentti
Stora Enson metsäasiantuntijat 172 42 24,4 %
Stora Enson metsätoimihenkilöt 64 26 40,6 %
Stora Enson Tähtiyrittäjät 33 11 33,3 %
Kone- ja laitevalmistajien edustajat 15 8 53,3 %
Tutkimus-, kehitys- ja koulutusalojen henkilöt 33 17 51,5 %
Yhteensä 317 104 32,8 %
Kyselyyn vastanneiden metsäasiantuntijoiden keski-ikä oli 49 vuotta, ja metsätoimihenkilöiden 47 vuotta. Pääasiallisen työskentelypaikkakunnan mukaan luokiteltuna metsäasiantuntijavastauksia saatiin kymmenestä maakunnasta. Noin neljäsosa (24 %) vastanneista metsäasiantuntijoista työskenteli pääasiallisesti Etelä-Savon maakunnan alueella. Muihin maakuntiin vastaajat jakautuivat melko tasaisesti painottuen kuitenkin Pohjois-Karjalan ja Pohjois-Pohjanmaan alueille.
Metsätoimihenkilöiden vastauksia saatiin kahdeksasta maakunnasta. Suurin yksittäinen ryhmä vastaajia olivat pääasiallisesti Pohjois-Karjalassa työskentelevät metsätoimihenkilöt (42,3 %).
Koneyrittäjiltä vastauksia saatiin seitsemästä maakunnasta. Vastaajien lukumäärän maantieteellinen jakauma on esitetty kuvassa 1.
Kuva 1. Vastaajien lukumäärän maantieteellinen jakauma vastaajan pääasiallisen työskentelypaikkakunnan mukaan.
2.3 Aineiston analysointi
Tulosten käsittely aloitettiin taulukoimalla vastaukset Excel-ohjelmassa. Excelissä laadittiin kuvaajat väittämävastausten suhteellisille jakaumille ja lisäksi omat kuvaajat havainnollistamaan tekijäpatteristossa arvioitujen tekijöiden järjestystä eri ryhmien vastausten keskiarvojen keskiarvon perusteella. Asiantuntijaryhmien vastausten mediaanien eroamista toisistaan tilastollisesti merkitsevästi testattiin Kruskall-Wallis-testillä. Mielipideasteikollisia muuttujia kohdeltiin tässä kohtaa järjestysasteikollisina muuttujina, jolloin epäparametrisen menetelmän käyttö oli mahdollista.
Kruskall-Wallis –testi suoritettiin IBM SPSS Statistics 23 -tilasto-ohjelmalla. Testillä saatiin selville myös parivertailussa (pairwise comparisons), minkä ryhmien vastausten välillä mielipide-erot ovat tilastollisesti merkitseviä. Tilastollisen merkitsevyyden rajana pidettiin 5 % todennäköisyyttä.
0 2 4 6 8 10 12
Vastaajia, lkm
Metsäasiantuntijat Metsätoimihenkilöt Koneyrittäjät
3 TULOKSET
3.1 Koneyrittäjien kokemukset ja tulevaisuuden näkymät
Kyselyyn vastanneista koneyrittäjistä kolmella yrityksellä koneistutus kuului Stora Enson kanssa solmittuun urakointisopimukseen. Kaikissa kolmessa yrityksessä käytettiin Bracken kalustoa.
Keskimäärin koneyrityksissä oli käytössä 11 hakkuukonetta, 11 kuormatraktoria ja 2 kaivinkonetta.
Yritykset, joiden sopimukseen koneistutus kuuluu, ovat tehneet koneistutusta keskimäärin 7 vuotta.
Koneistutusmäärät olivat kuitenkin jääneet melko pieniksi yrityksillä, joilla on Stora Enson kanssa solmittu koneistutusurakointisopimus. Keskimäärin kokonaiskoneistutusmäärät olivat 28 ha, 41,3 ha ja 35 ha vuosina 2015, 2016 ja 2017.
Yhdessäkään koneyrityksessä ei oltu harkittu investoimista koneistutuslaitteistoon ja -kalustoon kolmen viime vuoden aikana. Koneellisen taimikonhoidon kalustoon ja laitteistoon investoimista oli harkinnut kolmen viime vuoden aikana yksi yrittäjä 11 vastanneesta. Koneyrittäjiä pyydettiin myös arvioimaan koneellisen istutuksen ja taimikonhoidon kalustoon ja laitteistoon investoimisen todennäköisyyttä seuraavan viiden vuoden aikana. Yksikään vastanneista ei ilmoittanut pitävänsä koneellisiin menetelmiin investoimista todennäköisenä. Koneellisen taimikonhoidon työmäärien tulisi yrittäjien mukaan olla 250 hehtaaria vuodessa (mediaani), jotta koneelliseen taimikonhoitoon investoitaisiin yrityksissä.
3.2 Metsäasiantuntijoiden kokemukset ja mielipiteet koneellisesta istutuksesta
Kyselyssä haluttiin tarkentaa, kuinka moni vastanneista metsäasiantuntijoista on myynyt koneellista istutuspalvelua metsänomistajille. Suurin osa kyselyyn vastanneista metsäasiantuntijoista (88 %) ei ollut myynyt koneellista istutuspalvelua. Koneellista istutusta oli myynyt vain 5 metsäasiantuntijaa vastanneista (12 %), joten selvä enemmistö vastaajista oli metsäasiantuntijoita, joilla ei ollut kokemusta kyseisen metsänhoitopalvelun myynnistä. Metsäasiantuntijoita pyydettiin myös antamaan arvio metsänomistajilta koneistutuksesta saadun palautteen laadusta. Saadun palautteen laatu on metsäasiantuntijoiden mukaan ollut pääosin positiivista (17 %) tai osin sekä positiivista että negatiivista (21 %). Pelkästään negatiivista palautetta ei kokenut saaneensa yksikään vastanneista. Vastaajista 62
% ei kuitenkaan ollut saanut koneistutuksesta minkäänlaista palautetta metsänomistajilta.
Väittämäkysymyksissä valtaosa (59,5 %) metsäasiantuntijoista oli jokseenkin tai täysin eri mieltä väittämästä ”Metsänomistajien kiinnostus koneellista istutusta kohtaan on kasvanut kolmen viime vuoden (2015–2017) aikana” (kuva 2). Metsäasiantuntijoista 19 % arvioi olevansa väittämän suhteen jokseenkin tai täysin samaa mieltä. Yli puolet vastaajista (61,9 %) arvioi, etteivät he ole kertoneet oma- aloitteisesti metsänomistajille koneistutuksesta vaihtoehtoisena uudistamismenetelmänä. Vastaajista suurin osa (59,5 %) arvioi kuitenkin kertoneensa metsänomistajille koneistutuksesta aina kysyttäessä.
Lähes puolet (47,6 %) metsäasiantuntijoista ilmoitti osaavansa kertoa hyvin koneistutuksen hyödyistä ja pullonkauloista metsänomistajille. Kolmasosa vastaajista (30 %) arvioi, ettei osaisi kertoa koneistutuksen hyödyistä ja pullonkauloista hyvin.
Yli puolet (54,8 %) metsäasiantuntijoista arvioi, että heillä on riittävästi tietoa koneistutuksen kohdevalinnasta ja kolmasosa (30 %) metsäasiantuntijoista arvioi, ettei heillä ole siitä riittävästi tietoa (kuva 2). Väittämistä, jotka koskivat metsänomistajien mielipiteitä koneistutuksen työnjälkeen ja kustannuksiin, suurimmalla osalla metsäasiantuntijoista ei ollut selvää mielipidettä.
Metsäasiantuntijoista 40,5 % oli sitä mieltä etteivät metsänomistajat olisi kiinnostuneita siitä, tehdäänkö istutus heidän metsissään koneellisesti vai manuaalisesti (kuva 2). Runsas neljäsosa (26,2
%) vastaajista arvioi metsänomistajien olevan kiinnostuneita istutusmenetelmästä. Selvä enemmistö (69 %) kuitenkin arvioi metsänomistajien olevan tietoisia siitä, millä menetelmällä istutus heidän metsissään oli tehty. Yli puolet (57,1 %) vastaajista arvioi, ettei heidän toiminta-alueensa metsänomistajilla ole koneistutukseen soveltuvia kohteita; vastaavasti viidesosa (19 %) metsäasiantuntijoista arvioi sopivia kohteita löytyvän. Väittämän ”Yksikään metsänomistaja ei ole kysynyt minulta koneistutuksesta kolmen viime vuoden (2015–2017) aikana” kanssa oli jokseenkin tai täysin samaa mieltä 45,2 %, ja 42, 9 % eri mieltä.
Kuva 2. Metsäasiantuntijoiden mielipiteiden jakautuminen väittämittäin.
3.3 Kone- ja laitevalmistajien arviot menetelmien markkinoinnin kehityksestä
Kone- ja laitevalmistajien edustajia pyydettiin arvioimaan, kuinka he ovat nähneet koneellisen istutuksen ja taimikonhoidon kone- ja laitemyynnin kehittyvän viime vuosina ja miltä myynnin kehitys näyttää lähitulevaisuudessa. Yksikään kone- ja laitevalmistajien edustajista ei arvioinut istutuskone- ja -laitemyynnin kasvaneen Suomessa viimeisen kolmen vuoden aikana. Vastaajista 37,5 % arvioi myynnin supistuneen ja suurin osa (62,5 %) koki, ettei Suomen markkinoissa ole tapahtunut muutosta kolmen viime vuoden aikana. Suurin osa kone- ja laitevalmistajista (57,1 %) arvioi Suomessa istutuskone- ja -laitemyynnin markkinoiden pysyvän ennallaan seuraavan kolmen vuoden aikana.
Vajaa kolmannes (28,6 %) arvioi istutuskonemyynnin kasvavan Suomessa, ja 14,3 % myynnin
0 % 10 % 20 % 30 % 40 % 50 % 60 % 70 % 80 % 90 %100 % Yksikään metsänomistaja ei ole kysynyt minulta
koneistutuksesta kolmen viime vuoden (2015–2017) aikana.
Toiminta-alueeni metsänomistajilla on uudistettavana vain vähän kohteita, joille koneellinen istutus soveltuisi Metsänomistajat ovat tietoisia, onko heidän metsänsä istutettu
koneellisesti tai manuaalisesti
Metsänomistajat ovat kiinnostuneita, tehdäänkö istutus koneellisesti vai manuaalisesti
Metsänomistajat ovat olleet pääosin tyytyväisiä koneelliseen istutuksen kustannuksiin verrattuna manuaaliseen työhön ja
vastaavaan maanmuokkaukseen
Metsänomistajat ovat olleet pääosin tyytyväisiä koneelliseen istutuksen työnjäljen laatuun
Minulla on riittävästi tietoa siitä, millaisilla kohteilla koneellista istutusta kannattaa käyttää
Osaan kysyttäessä kertoa hyvin koneistuksesta sekä sen hyödyistä ja pullonkauloista
Olen aina kysyttäessä kertonut koneellisen istutuksen mahdollisuuksista metsänomistajille Olen oma-aloitteisesti kertonut metsänomistajille koneellisesta
istutuksesta vaihtoehtoisena uudistamismenetelmänä Metsänomistajien kiinnostus koneellista istutusta kohtaan on
kasvanut kolmen viime vuoden (2015–2017) aikana
Täysin eri mieltä Jokseenkin eri mieltä Ei samaa eikä eri mieltä Jokseenkin samaa mieltä Täysin samaa mieltä
supistuvan. Suurin osa vastaajista (57,1 %) arvioi maailmalla istutuskonemarkkinoiden pysyneen ennallaan viimeisen kolmen vuoden aikana, ja loput arvioivat myynnin kasvaneen. Vähän yli puolet (57,1 %) vastaajista arvioi istutuskone- ja laitemarkkinoiden pysyvän ennallaan seuraavan kolmen vuoden aikana. Alle puolet (42,9 %) arvioi myynnin kasvavan tai kasvavan merkittävästi maailmalla.
Suurin osa kone- ja laitevalmistajista (85,7 %) arvioi taimikonhoidon kone- ja laitemyynnin pysyneen ennallaan Suomessa kolmen viime vuoden aikana. Suurin osa (62,5 %) arvioi kuitenkin taimikonhoidon kone- ja laitemyynnin kasvavan Suomessa seuraavan kolmen vuoden aikana. Kone- ja laitevalmistajista 37,5 % arvioi Suomen markkinoiden pysyvän ennallaan. Kaikki kyselyyn vastanneet kone- ja laitevalmistajat arvioivat, ettei maailmalla taimikonhoidon kone- laitemarkkinoissa ole tapahtunut muutosta viimeisen kolmen vuoden aikana. Puolet kone- ja laitevalmistajista arvioi tulevaisuudessa taimikonhoidon kone- ja laitemarkkinoiden pysyvän ennallaan, ja puolet markkinoiden kasvavan.
3.4 Asiantuntijaryhmien mielipiteet koneellisen istutuksen väittämistä
Kaikille tutkimuksen vastaajaryhmille esitettiin väittämiä koneelliseen istutukseen liittyen. Jokseenkin tai täysin samaa mieltä väittämästä ”Koneistutuspinta-aloja on lisättävä aktiivisesti seuraavan viiden vuoden (2018–2022) aikana Suomessa” olivat kone- ja laitevalmistajat (87,5 %) metsätoimihenkilöt (69,2 %) sekä tutkimus, -kehitys ja koulutuspuolen henkilöt (58,8 %) (kuva 3). Metsäasiantuntijoista alle puolet (40,5 %) oli väittämän suhteen jokseenkin tai täysin samaa mieltä. Koneyrittäjistä valtaosa (72,7 %) ei osannut kertoa kantaansa. Kruskall-Wallis -testin mukaan ryhmien mielipiteiden välillä oli tilastollisesti merkitseviä eroja (p-arvo < 0,05), mutta parivertailuissa ei voitu havaita minkä ryhmien vastausten välillä erot olivat tilastollisesti merkitseviä.
Väittämän ”Koneistutuksen kustannustehokkuutta tulisi parantaa ensisijaisesti kehittämällä tuottavampia istutuskoneita” kanssa samaa mieltä olivat kaikki T&K-henkilöt, suurin osa kone- ja laitevalmistajista (62,5 %), koneyrittäjistä (54,5 %) sekä metsätoimihenkilöistä (53,8 %) (kuva 3).
Metsäasiantuntijoista samaa mieltä oli 33,3 % ja eri mieltä 26,2 %.
Kuva 3. Asiantuntijaryhmien mielipiteiden jakautuminen väittämittäin.
Väittämästä ”Koneellisen istutuksen kuljettajakoulutusta tulisi lisätä nykyisestä” eniten samaa mieltä olivat metsätoimihenkilöt (73,1 %) sekä kone- ja laitevalmistajat (62,5 %) (kuva 4). Koneyrittäjistä väittämästä oli samaa mieltä reilu neljännes (27,3 %) vastaajista, ja suurin osa (63,6 %) ei ollut väittämän kanssa samaa eikä eri mieltä. Metsäasiantuntijoista samaa mieltä oli hieman alle puolet (47,6
%) ja TK-henkilöistä runsas kolmannes (35,3 %). Väittämästä ”Koneistutuksen kohdevalinta tulisi tehdä koneyrittäjän toimesta leimikon korjuuvaiheessa” eniten samaa mieltä olivat kone- ja laitevalmistajat, joista valtaosa (62,5 %) ilmoitti olevansa väittämän kanssa jokseenkin tai täysin samaa mieltä (kuva 4). Väittämän suhteen jokseenkin tai täysin samaa mieltä oli myös yli puolet vastanneista koneyrittäjistä (54,5 %) sekä metsätoimihenkilöistä (53,8 %).
0 % 20 % 40 % 60 % 80 % 100 %
Koneistutuksen kustannustehokkuutta tulisi parantaa ensisijaisesti kehittämällä
tuottavampia istutuskoneita
0 % 20 % 40 % 60 % 80 % 100 %
T&K-henkilöt Kone- ja laitevalmistajat Koneyrittäjät Metsätoimihenkilöt
Metsäasiantuntijat
Koneistutuspinta-aloja on lisättävä aktiivisesti seuraavan viiden vuoden (2018–2022) aikana
Suomessa
Kuva 4. Asiantuntijaryhmien mielipiteiden jakautuminen väittämittäin.
Väittämän ”Koneellisen istutuksen työnjäljen laatua voitaisiin parantaa merkittävästi nykyistä paremmalla työmaan suunnittelulla” osalta vastaukset olivat pääosin samansuuntaisia kaikilla ryhmillä.
Jokseenkin tai täysin samaa mieltä väittämästä oli 90,9 % koneyrittäjistä, 87,5 % kone- ja laitevalmistajista, 76,9 % metsätoimihenkilöistä, ja 70,6 % T&K-henkilöistä ja 54,8 % metsäasiantuntijoista (kuva 5). Väittämästä eri mieltä oli ainoastaan 7,1 % metsäasiantuntijoista ja 3,8
% metsätoimihenkilöistä. Vastaajaryhmien mielipiteiden välillä oli tilastollisesti merkitseviä eroja (p- arvo < 0,05). Metsäasiantuntijoiden ja koneyrittäjien vastaukset erosivat toisistaan tilastollisesti merkitsevästi, kuten myös metsäasiantuntijoiden ja kone- ja laitevalmistajien vastaukset (p-arvo <
0,05).
Väittämän ”Paras työnjälki saataisiin aikaan, jos kohteella käytettävän istutusmenetelmän valitsisi koneyrittäjä” osalta kaikista vastaajaryhmistä suurin osa oli jokseenkin tai täysin samaa mieltä.
0 % 20 % 40 % 60 % 80 % 100 %
Koneistutuksen kohdevalinta tulisi tehdä koneyrittäjän
toimesta leimikon korjuuvaiheessa
0 % 20 % 40 % 60 % 80 % 100 %
T&K-henkilöt Kone- ja laitevalmistajat Koneyrittäjät Metsätoimihenkilöt
Metsäasiantuntijat
Koneellisen istutuksen kuljettajakoulutusta tulisi lisätä
nykyisestä
Väittämän suhteen samaa mieltä oli 72,7 % koneyrittäjistä, 62,5 % kone- ja laitevalmistajista, 53,5 % metsätoimihenkilöistä, 47,1 % T&K-henkilöistä ja 40,5 % metsäasiantuntijoista (kuva 5).
Kuva 5. Asiantuntijaryhmien mielipiteiden jakautuminen väittämittäin.
Väittämästä ”Metsäasiantuntijoiden tulisi kerätä ennakkotietoa istutuskohteiden kivisyydestä ja maaperästä ja toimittaa se koneyrittäjälle kohteelle sopivan istutusmenetelmän valintaa varten” eniten samaa mieltä olivat kone- ja laitevalmistajat (87,5 %) (kuva 6). Samaa mieltä oli myös suurin osa koneyrittäjistä (72,7 %) sekä T&K-henkilöistä (70,6 %). Metsäasiantuntijoista samaa mieltä oli kolmannes (31 %) vastaajista ja metsätoimihenkilöistä 42,3 %. Metsäasiantuntijoista 40,5 % ja metsätoimihenkilöistä kolmasosa (30,8 %) oli jokseenkin tai täysin eri mieltä väittämästä.
Metsäasiantuntijoiden ja koneyrittäjien vastaukset erosivat toisistaan tilastollisesti merkitsevästi (p- arvo < 0,05). Metsäasiantuntijoiden vastaukset erosivat tilastollisesti merkitsevästi myös sekä kone- ja laitevalmistajien että T&K-henkilöiden vastauksista (p-arvo < 0,05).
Kaikki kone- ja laitevalmistajat ilmoittivat olevansa jokseenkin tai täysin samaa mieltä väittämästä
”Pinta-alaltaan suurilla kohteilla tulisi olla mahdollista käyttää sekä koneellista että manuaalista istutusta, jos muokkaus sitä vaatii” (kuva 6). Enimmäkseen samaa mieltä oli myös 90,9 %
0 % 20 % 40 % 60 % 80 % 100 %
Paras työnjälki saataisiin aikaan, jos kohteella käytettävän istutusmenetelmän valitsisi
koneyrittäjä
0 % 20 % 40 % 60 % 80 % 100 %
T&K-henkilöt Kone- ja laitevalmistajat Koneyrittäjät Metsätoimihenkilöt Metsäasiantuntijat
Koneellisen istutuksen työnjäljen laatua voitaisiin parantaa merkittävästi nykyistä
paremmalla työmaan suunnittelulla
koneyrittäjistä, 84,6 % metsätoimihenkilöistä ja 83,3 % metsäasiantuntijoista. T&K-henkilöistä samaa mieltä oli 41,2 % vastaajista, ja 47,1 % ei osannut kertoa kantaansa.
Kuva 6. Asiantuntijaryhmien mielipiteiden jakautuminen väittämittäin.
Väittämän ”Koneistutusta tulisi markkinoida nykyistä enemmän yksityismetsänomistajille” osalta eniten samaa mieltä olivat kone- ja laitevalmistajat, joista 87,5 % ilmoitti olevansa jokseenkin tai täysin samaa mieltä väittämästä (kuva 7). Myös suurin osa metsätoimihenkilöistä (76,9 %) sekä T&K- henkilöistä (76,5 %) olivat väittämän suhteen samaa mieltä. Koneyrittäjistä samaa mieltä oli lähes puolet vastaajista (45,5 %) ja eri mieltä 9,1 %. Metsäasiantuntijoista samaa mieltä oli 42,9 % ja eri mieltä 23,8 %. Metsäasiantuntijoiden vastaukset erosivat tilastollisesti merkitsevästi sekä metsätoimihenkilöiden että kone- ja laitevalmistajien vastauksista (p-arvo < 0,05). Suurin osa T&K- henkilöistä (82,4 %) metsätoimihenkilöistä (76,9 %), kone- ja laitevalmistajista (75 %) sekä metsäasiantuntijoista (69 %) oli jokseenkin tai täysin samaa mieltä väittämästä ”Koneellisen istutuksen työnäytöksiä tulisi järjestää nykyistä enemmän” (kuva 7). Koneyrittäjistä samaa mieltä oli hieman alle puolet (45,5 %).
0 % 20 % 40 % 60 % 80 % 100 %
Pinta-alaltaan suurilla kohteilla tulisi olla mahdollista käyttää sekä
koneellista että manuaalista istutusta, jos muokkaus sitä vaatii
0 % 20 % 40 % 60 % 80 % 100 %
T&K-henkilöt Kone- ja laitevalmistajat
Koneyrittäjät Metsätoimihenkilöt Metsäasiantuntijat
Metsäasiantuntijoiden tulisi kerätä ja toimittaa yrittäjälle ennakkotietoa istutuskohteiden kivisyydestä ja maaperästä
Kuva 7. Asiantuntijaryhmien mielipiteiden jakautuminen väittämittäin.
Väittämästä ”En usko koneellisen istutuksen kasvattavan suosiotaan yksityismetsissä seuraavan viiden vuoden (2018–2022) aikana” oli jokseenkin tai täysin eri mieltä suurin osa T&K-henkilöistä (70,6 %), kone- ja laitevalmistajista (62,5 %) sekä metsätoimihenkilöistä (61,5 %) (kuva 8). Koneyrittäjistä suurin osa (54,5 %) oli samaa mieltä, ja eri mieltä oli reilu kolmannes (36,4 %). Metsäasiantuntijoista samaa mieltä oli 35,7 % ja eri mieltä 38,1 %. Vaikka ryhmien vastauksissa oli havaittavissa tilastollisesti merkitseviä eroja Kruskall-Wallis-testissä (p-arvo < 0,05), parivertailuissa niitä ei kuitenkaan saatu esille.
0 % 20 % 40 % 60 % 80 % 100 % T&K-henkilöt
Kone- ja laitevalmistajat Koneyrittäjät Metsätoimihenkilöt
Metsäasiantuntijat
Koneellisen istutuksen työnäytöksiä tulisi järjestää nykyistä enemmän
0 % 20 % 40 % 60 % 80 % 100 %
Koneistutusta tulisi markkinoida nykyistä enemmän yksityismetsänomistajille
Kuva 8. Asiantuntijaryhmien mielipiteiden jakautuminen väittämittäin.
3.5 Koneellisen istutuksen merkittävimmät pullonkaulat
Vastaajia pyydettiin arvioimaan 25 istutukseen liittyvää tekijää sen kannalta, kuinka merkittävänä ongelmana vastaaja näkee kunkin tekijän koneellisen istutuksen yleistymiselle tällä hetkellä yksityismetsissä. Kuvassa 9 on esitetty kaikkien vastaajaryhmien vastausten keskiarvojen keskiarvon perusteella järjestettynä kymmenen merkittävintä ongelmaa koneistutuksessa. Tutkimuksen liitteessä 3 on esitetty kaikkien arvioitujen tekijöiden keskiarvot ja keskihajonnat sekä myös tilastollisesti merkitsevät erot vastausten välillä. Kolmesta merkittävimmästä ongelmasta laadittiin lisäksi kuvaajat vastausten suhteellisesta jakautumisesta, jotta voitiin tarkastella, vastaako keskiarvo todellisuudessa vastausten jakaumaa. Nämä kuvaajat on esitetty tutkimuksen liitteessä 4.
Kaikista merkittävämmäksi ongelmaksi koneellisen istutuksen käytössä kaikkien asiantuntijaryhmien vastausten perusteella nousi runsas kivisyys (keskiarvo 4,50), jota pitivät ongelmana erityisesti koneyrittäjät (keskiarvo 4,82). Toiseksi merkittävimmäksi ongelmaksi arvioitiin pienet istutusmäärät (keskiarvo 4,30). Myös pienet istutusmäärät nousivat esille erityisesti koneyrittäjien arvioissa (keskiarvo 4,45). Kolmanneksi merkittävimpänä ongelmana nähtiin istutuskoneiden alhainen tuottavuus (tainta/tunti) (keskiarvo 4,13), jonka ongelmallisuutta painottivat koneyrittäjät (keskiarvo
0 % 10 % 20 % 30 % 40 % 50 % 60 % 70 % 80 % 90 % 100 %
T&K-henkilöt Kone- ja laitevalmistajat Koneyrittäjät Metsätoimihenkilöt Metsäasiantuntijat
En usko koneellisen istutuksen kasvattavan suosiotaan yksityismetsissä seuraavan viiden vuoden (2018–2022) aikana
Täysin eri mieltä Jokseenkin eri mieltä Ei samaa eikä eri mieltä Jokseenkin samaa mieltä Täysin samaa mieltä
4,64). Kyseisen tekijän kohdalla ryhmien vastaukset erosivat tilastollisesti merkitsevästi koneyrittäjien ja metsäasiantuntijoiden välillä (p-arvo < 0,05).
Neljäntenä ongelmana tuloksissa näyttäytyy koneistutustyömaiden pieni hehtaarikohtainen koko (alle 2 ha) (keskiarvo 4,11), jonka arvioivat ongelmaksi erityisesti kone- ja laitevalmistajat (keskiarvo 4,38).
Viidenneksi merkittävimmäksi ongelmaksi arvioitiin ennakkotiedon puute kohteen pintakivisyydestä ja maaperästä (keskiarvo 3,95). Kyseinen tekijä arvioitiin merkittäväksi ongelmaksi erityisesti koneyrittäjien vastauksissa (keskiarvo 4,64). Koneyrittäjien ja metsäasiantuntijoiden sekä koneyrittäjien ja kone- ja laitevalmistajien vastaukset erosivat toisistaan tilastollisesti merkitsevästi (p- arvo < 0,05).
Kuudenneksi ja seitsemänneksi merkittävimmäksi ongelmaksi arvioidut tekijät saivat kaikkien vastaajien vastausten perusteella saman keskiarvon. Kuudentena tekijänä listalla ovat istutuskoneiden pitkät siirtomatkat (keskiarvo 3,92), jota pitivät ongelmana erityisesti kone- ja laitevalmistajien edustajat (keskiarvo 4,25). Myös seitsemänneksi merkittävimmäksi ongelmaksi arvioitu korjaamatta jätetyt hakkuutähteet oli ongelmallinen tekijä erityisesti kone- ja laitevalmistajien mielestä (keskiarvo 4,50).
Kahdeksanneksi merkittävimmäksi ongelmaksi nousivat investointikulut kalustoon ja laitteistoon (keskiarvo 3,83), minkä kokivat ongelmana erityisesti metsätoimihenkilöt (keskiarvo 4,19). Kruskall- Wallis -testin mukaan ryhmien vastausten välillä oli tilastollisesti merkitseviä eroja (p-arvo < 0,05), mutta parivertailuissa ei havaittu minkä ryhmien mielipiteiden välillä. Yhdeksänneksi merkittävimmäksi ongelmaksi arvioitiin koneistutukseen soveltuvan kohteen vaikeus (keskiarvo 3,80), ja kymmenenneksi metsänomistajien ennakkoluulot (keskiarvo 3,73). Arvioinnin vaikeutta painottivat koneyrittäjät (keskiarvo 4,27). Metsänomistajien ennakkoluuloja pitivät ongelmana erityisesti kone- ja laitevalmistajien edustajat (keskiarvo 4,50).
Kuva 9. Koneellisen istutuksen kymmenen merkittävintä ongelmaa eri vastaajaryhmien mukaan.
Ongelman merkittävyys on arvioitu asteikolla 1 Ei lainkaan merkittävä…5 Erittäin merkittävä.
3.6 Koneellisen istutuksen tärkeimmät parantamiskohteet
Vastaajia pyydettiin arvioimaan 25 istutukseen liittyvää tekijää sen kannalta, kuinka tärkeänä vastaaja näkee kunkin tekijän parantamisen koneellisen istutuksen yleistymisen kannalta yksityismetsissä.
Kuvassa 10 on esitetty eri vastaajaryhmien vastausten keskiarvojen keskiarvon perusteella järjestettynä kymmenen tärkeintä parantamiskohdetta koneistutuksessa. Kolmesta tärkeimmästä parantamiskohteesta laadittiin lisäksi kuvaajat vastausten suhteellisesta jakautumisesta, jotta voitiin tarkastella, vastaako keskiarvo todellisuudessa vastausten jakaumaa. Nämä kuvaajat on esitetty tutkimuksen liitteessä 5.
Tärkeimmäksi parantamiskohteeksi koneellisessa istutuksessa arvioitiin pienet istutusmäärät (keskiarvo 4,27). Erityisesti kone- ja laitevalmistajat pitivät kyseistä tekijää tärkeänä parantamiskohteena (keskiarvo 4,50). Toiseksi tärkeimmäksi parantamiskohteeksi arvoitiin istutuskoneiden alhainen tuottavuus (keskiarvo 4,21), jonka parantaminen oli tärkeää erityisesti kone-
1,00 2,00 3,00 4,00 5,00
Metsänomistajien tiedon puute Koneistutukseen soveltuvan kohteen arvioinnin vaikeus Investointikulut kalustoon ja laitteistoon Hakkuutähteet korjaamatta uudistusalalla Istutuskoneiden pitkät siirtomatkat Ennakkotiedon puute kohteen pintakivisyydestä ja
maaperästä
Koneistutustyömaiden pieni koko (alle 2 ha) Istutuskoneiden alhainen tuottavuus (tainta/tunti) Pienet istutusmäärät (ha/istutuskone/vuosi) Runsas kivisyys
Metsäasiantuntijat Metsätoimihenkilöt Koneyrittäjät Kone- ja laitevalmistajat T&K Kaikki
ja valmistajien mielestä (keskiarvo 4,75). Tilastollisesti merkitsevästi toisistaan erosivat metsäasiantuntijoiden ja kone- ja laitevalmistajien vastaukset (p-arvo < 0,05). Kolmanneksi tärkeimmäksi parantamisen kohteeksi koneistutuksen yleistymiselle arvioitiin ennakkotiedon puute kohteen pintakivisyydestä ja maaperästä (keskiarvo 4,03). Kyseisen tekijän parantaminen oli tärkeää erityisesti koneyrittäjille (keskiarvo 4,64). Ryhmien vastausten välillä oli kuitenkin tilastollisesti merkitseviä eroja (p-arvo < 0,05) koneyrittäjien ja metsäasiantuntijoiden vastausten väillä.
Neljänneksi parantamiskohteeksi listalla nousi koneistutuskustannukset metsurityöhön verrattuna (keskiarvo 4,02), johon parannusta kaipasivat erityisesti metsätoimihenkilöt (keskiarvo 4,31).
Koneistutustyömaiden pieni koko oli järjestyksessä viidenneksi tärkeimmäksi arvioitu parantamiskohde (keskiarvo 3,99). Kone- ja laitevalmistajat arvottivat kyseisen tekijän parantamisen tärkeyttä muita ryhmiä korkeammalle (keskiarvo 4,38). Kuudenneksi tärkeimmäksi parantamiskohteeksi arvioitiin puolestaan koneistutukseen soveltuvan kohteen arvioinnin vaikeus (keskiarvo 3,96). Eritysesti koneyrittäjät arvioivat kyseisen tekijän parantamisen olevan tärkeää (keskiarvo 4,45).
Seitsemänneksi tärkeimmäksi parantamiskohteeksi arvioitiin metsänomistajien tiedon puute (keskiarvo 3,83). Kone- ja laitevalmistajat erottuivat muista ryhmistä kyseisen tekijän kohdalla arvioiden metsänomistajien tiedon puutteen hyvin tärkeäksi parantamiskohteeksi koneistutuksen yleistymiselle (keskiarvo 4,75). Vastauksissa oli kuitenkin tilastollisesti merkitseviä eroja (p-arvo < 0,05). Kone- ja laitevalmistajien vastaukset erosivat sekä T&K-henkilöiden että metsäasiantuntijoiden vastauksista tilastollisesti merkitsevästi (p-arvo < 0,05). Kahdeksanneksi tärkeimmäksi parantamiskohteeksi sijoittui istutuskoneiden pitkät siirtomatkat (keskiarvo 3,82), joka korostui eniten kone- ja laitevalmistajien vastauksissa (keskiarvo 4,63). Tilastollisesti merkitsevät erot olivat kone- ja laitevalmistajien ja metsäasiantuntijoiden vastausten välillä.
Yhdeksänneksi tärkeimmäksi parantamiskohteeksi arvioitiin investointikulut kalustoon ja laitteistoon (keskiarvo 3,78), ja kymmenenneksi metsänomistajien ennakkoluulot (keskiarvo 3,77).
Investointikulut olivat tärkeä parantamiskohde erityisesti metsätoimihenkilöiden mielestä (keskiarvo 4,08) ja metsänomistajien ennakkoluuloihin näkisivät mielellään parannusta kone- ja laitevalmistajat
(keskiarvo 4,63). Parivertailuissa voitiin havaita tilastollisesti merkitseviä eroja olevan metsäasiantuntijoiden ja kone- ja laitevalmistajien vastausten välillä (p-arvo < 0,05).
Kuva 10. Koneellisen istutuksen kymmenen tärkeintä parantamiskohdetta eri vastaajaryhmien mukaan. Tekijöiden parantamisen tärkeys on arvioitu asteikolla 1 Ei lainkaan tärkeää…5 Erittäin tärkeää.
3.7 Asiantuntijaryhmien mielipiteet koneellisen taimikonhoidon väittämistä
Suurin osa kone- ja laitevalmistajista (75 %), T&K-henkilöistä (70,6 %) ja metsätoimihenkilöistä (65,4
%) ilmoitti olevansa jokseenkin tai täysin samaa mieltä väittämästä ”Koneellista taimikonhoitoa on lisättävä aktiivisesti seuraavan viiden vuoden (2018–2022) aikana Suomessa” (kuva 11).
Koneyrittäjistä suurin osa oli väittämän suhteen jokseenkin tai täysin eri mieltä (63,6 %).
Metsäasiantuntijoista samaa mieltä oli 33,3 % ja eri mieltä 23,8 %. Tilastollisesti merkitseviä eroja oli metsäasiantuntijoiden sekä kone- ja laitevalmistajien vastausten välillä (p-arvo < 0,05). Koneyrittäjien vastaukset erosivat tilastollisesti merkitsevästi metsätoimihenkilöiden, kone- ja laitevalmistajien sekä T&K-henkilöiden vastauksista (p-arvo < 0,05). Kaikissa ryhmissä suurin osa vastaajista oli väittämän
1,00 2,00 3,00 4,00 5,00
Metsänomistajien ennakkoluulot Investointikulut kalustoon ja laitteistoon Istutuskoneiden pitkät siirtomatkat Metsänomistajien tiedon puute Koneistutukseen soveltuvan kohteen arvioinnin
vaikeus
Koneistutustyömaiden pieni koko (alle 2 ha) Koneistutuskustannukset verrattuna manuaaliseen
istutustyöhön
Ennakkotiedon puute kohteen pintakivisyydestä ja maaperästä
Istutuskoneiden alhainen tuottavuus (tainta/tunti) Pienet istutusmäärät (ha/istutuskone/vuosi)
Metsäasiantuntijat Metsätoimihenkilöt Koneyrittäjät Kone- ja laitevalmistajat T&K Kaikki
”Koneellisen taimikonhoidon kustannustehokkuutta tulisi parantaa ensisijaisesti kehittämällä tuottavampia taimikonhoidon kone- ja laiteratkaisuja” kanssa jokseenkin tai täysin samaa mieltä (kuva 11). Samaa mieltä oli 100 % metsätoimihenkilöistä, 88,2 % T&K-henkilöistä, 87,5 % kone- ja laitevalmistajista, 81 % metsäasiantuntijoista, sekä 72,7 % koneyrittäjistä. Eri mieltä väittämästä olivat ainoastaan 11,8 % T&K-henkilöistä sekä 2,4 % metsäasiantuntijoista.
Kuva 11. Asiantuntijaryhmien mielipiteiden jakautuminen väittämittäin.
Suurin osa metsäasiantuntijoista (73,8 %), metsätoimihenkilöistä (73,1 %), kone- ja laitevalmistajista (75 %) sekä T&K-henkilöistä (58,8 %) oli jokseenkin tai täysin samaa mieltä väittämän ”Koneellisesta taimikonhoidosta tulisi tarjota nykyistä enemmän tietoa ja koulutusta metsätoimihenkilöille” suhteen (kuva 12). Koneyrittäjistä vajaa viidesosa (18,2 %) oli väittämästä samaa mieltä. Koneyrittäjien vastaukset erosivat tilastollisesti merkitsevästi niin metsäasiantuntijoiden, metsätoimihenkilöiden kuin T&K-henkilöidenkin (p-arvo < 0,05) vastauksista. Myös väittämän ”Koneellisesta taimikonhoidosta tulisi tarjota nykyistä enemmän tietoa ja koulutusta koneyrittäjille” kohdalla suurin osa metsätoimihenkilöistä (80,8 %), kone- ja laitevalmistajista (75 %), metsäasiantuntijoista (66,7 %) ja T&K-henkilöistä (64,7 %) oli jokseenkin tai täysin samaa mieltä (kuva 12). Koneyrittäjistä samaa mieltä oli 18,2 % vastaajista, eri mieltä samoin 18,2 %. Tilastollisesti merkitseviä eroja oli koneyrittäjien ja metsätoimihenkilöiden vastausten välillä (p-arvo < 0,05). Myös koneyrittäjien ja kone- ja laitevalmistajien edustajien vastaukset erosivat toisistaan tilastollisesti merkitsevästi (p-arvo < 0,05).
0 % 20 % 40 % 60 % 80 % 100 % T&K-henkilöt
Kone- ja laitevalmistajat Koneyrittäjät Metsätoimihenkilöt Metsäasiantuntijat
Koneellista taimikonhoitoa on lisättävä aktiivisesti seuraavan viiden vuoden (2018–2022) aikana Suomessa
0 % 20 % 40 % 60 % 80 % 100 %
Koneellisen taimikonhoidon kustannustehokkuutta tulisi
parantaa ensisijaisesti kehittämällä tuottavampia kone-
ja laiteratkaisuja
