A MEZÔGAZDASÁGI VADKÁR ÖSSZEFÜGGÉSRENDSZERÉNEK VIZSGÁLATA Bleier Norbert és Szemethy László Szent István Egyetem, Vadbiológiai és Vadgazdálkodási Tanszék 2103 Gödöllô, Páter Károly utca 1. Bevezetés A vadgazdálkodást terhelô mezôgazdasági vadkár (továbbiakban: vadkár, kár), 1994 óta, nominál értéken folyamatosan nôtt (Kemenszky, 2002). Míg 1994-ben országosan 389,114 millió, addig 2002-ben, már több mint 1,6 milliárd forint volt. (Fontos megjegyeznünk, hogy a- mennyiben az 1994-ben keletkezett kárértéket korrigáljuk az évenkénti infláció mértékével, akkor az 2002-re 1,16 milliárd forintra nô!) A növekedés háttereként alapvetôen a gímszarvas és a vaddisznó állományok nagyságát jelölik meg, valamint legtöbb esetben a gímszarvas túlszaporodásáról beszélnek (Buzgó, 2003; Falk, 2003; Faragó, 2003; Kalotás,2003; Simon, 2003; Sugár, 2003). Létezik olyan elképzelés, mely szerint a nagyvadállomány csökkentésével létszámarányosan fog mérséklôdi a vadkár mértéke is (Faragó, 2003). Véleményünk szerint, a mezôgazdasági vadkár, egy több hatótényezôbôl álló, összefüggô rendszerben helyezkedik el. Ahhoz, hogy keletkezésének és alakulásának okait megismerjük és megértsük hiszen e nélkül nem tervezhetô a problémára hatékony kezelési módszer, magát az összefüggésrendszert kellmegvizsgálnunk és elemeznünk. Mindenképpen szükséges azokat a tényezôket (okokat) feltárnunk, amelyek leginkább befolyásolják a kár alakulását, mert ezeken keresztül lehet célirányos kárcsökkentô beavatkozásokat tenni. Hipotéziseink az alábbiak: 1. A mezôgazdasági vadkár alakulásáért több tényezô felelôs; 2. Nem a gímszarvas létszáma a legmeghatározóbb; 3. Nem a gímszarvas állományának apasztása a leghatékonyabb kárcsökkentô kezelési mód. Anyag és módszer Vizsgálatainkat öt, a vadkárral legjelentôsebben érintett megyékre, ez sorrendben: Somogy, Zala, Baranya, Veszprém, Vas készítettük el. A szükséges adatokat két adatbázisból gyûjtöttük, a vadgazdálkodással kapcsolatosakat (becsült vadlétszám, kifizetett vadkár,) az Országos Vadgazdálkodási Adattártól (OVA), a mezôgazdaságra vonatkozókat (vetésterület, felvásárlási átlagár) pedig a Központi Statisztikai Hivataltól. Az adatok csoportosítása után összefüggést kerestünk: 1. a vadlétszám és a mezôgazdasági vadkár között; 2. az egyes mezôgazdasági termények felvásárlási ára és a mezôgazdasági vadkár között; Vadbiológia 10 (2003)
3. az egyes mezôgazdasági kultúrnövények vetésterületének nagysága és a mezôgazdasági vadkár között. A statisztikai elemzéseket (lineáris regresszióanalízis) Microsoft Excel táblázatkezelôvel és SPSS 10.0 programmal végeztük. Eredmények és értékelés A gímszarvas létszáma és a vadkár között erôs, pozitív irányú kapcsolat van (1. ábra; F 1,7 = 16,925, p=0,004). Érdemes azonban ezt összevetnünk, a 2. ábrán látható vizsgálat eredményével, mely szerint feltételeztük, hogy adott év vadkárának nagysága befolyásolja a következô év létszámbecslését. Amennyiben ez igaz, akkor az adatok ily módon történô összevetése alapján, elcsúsztatva egy évvel ez kimutatható. A 2. ábra alapján az összefüggés egyértelmûen erôsebb (F 1,6 =26,817, p=0,002), mindebbôl következtethetô, hogy a tavaszi létszámbecslést valóban befolyásolhatja az elôzô év vadkárának mértéke. A vaddisznó létszáma és a vadkár között kimondottan erôs, pozitív kapcsolat van (3.ábra; F 1,7 =30,370, p=0,001). Azonban ennél a vadfajnál is megfigyelhetô az elcsúsztatott összevetés esetén (4. ábra), habár nem olyan mértékben mint a gímszarvasnál a kapcsolat szorosabbá válása (F 1,6 =37,408, p=0,001). 1. ábra Vadbiológia 10 (2003)
2. ábra 3. ábra 4. ábra Vadbiológia 10 (2003)
5. ábra 6. ábra 7. ábra Az 5. és 6. ábrán a vadkár alakulását a kukorica- és a napraforgó felvásárlási árától tettük függôvé. Mindkét esetben erôs, pozitív kapcsolatot találtunk (kukorica: F 1,7 =19,651, p=0,003; Vadbiológia 10 (2003)
napraforgó: F 1,7 =19,627, p=0,003), ami alapján megfogalmazhatjuk, hogy a mezôgazdasági vadkár nagysága, erôsen függ az egyes termények (kukorica, napraforgó) felvásárlási árától. Feltételeztük, hogy a legjobban károsított növények vetésterületének nagysága sem közömbös tényezô. Nagyon erôs, pozitív összefüggést találtunk a kukorica vetésterülete és a vadkár között (7. ábra; F 1,7 =33,795, p=0,001). Az eddigi vizsgálat alapján, a talált összefüggések erôssége szerint, a mezôgazdasági vadkárt alakító okok rangsora a következô: 1. A veszélyeztetett termények vetésterületének nagysága; A három megye adataiból, a kukorica vetésterülete (r = 0,910) 2. Annak a vadfajnak a létszáma, amely a kárt okozza; Az öt megye adataiból, a vaddisznó létszáma (r = 0,901). 3. Azon növény ára, amiben a kár keletkezik (Ft/t); Az öt megye adataiból, a kukorica és a napraforgó ára (r = 0,859). Külön megjegyezzük, hogy a gímszarvas létszáma, e vizsgálat alapján csak az ötödik helyen áll (r = 0,841)! Logikus gondolkodással belátható, hogy a károsított növény produkciója (t/ha), valamint a vetésterület elhelyezkedése is vadkárt alakító tényezôk. Kétségtelen azonban az utóbbi esetében, az adatgyûjtés és elemzés nehézsége. Következtetések és javaslatok Az elôzôekben jól láthattuk, hogy a vadkár probléma nem egyszerûen létszám kérdése, hanem egy összetett rendszer, amelyben több tényezô játszik szerepet. Ebbôl következôen, a létszámcsökkentés a szarvasnál nagy valószínûséggel nem fog kellô eredményre vezetni. A vaddisznó esetében viszont indokolt lehet az állománynagyságon keresztüli megoldáskeresés. A vizsgálatok alapján elsôdlegesen az élôhely fejlesztését javasoljuk, hiszen ezzel az alapfeltételeket lehet lényegesen kedvezôbbé tenni. Ahhoz azonban, hogy a megfelelô kezelési módot megtaláljunk, a rendszer összefüggéseit, valamint a hatótényezôket kell megismernünk. A legjobban befolyásoló faktorok feltárása után célzott beavatkozásokat tehetünk. Mindezek mellett, a tiszta és objektív elemzésekhez, majd az ezt követô döntésekhez, szükségesnek tartjuk (amennyiben lehetséges) a vadkár változásának, reál értéken történô kimutatását. Köszönetnyilvánítás A hasznos tanácsokért és technikai segítségért köszönet illeti Bíró Zsoltot, Katona Krisztiánt és Lehoczki Róbertet. Külön köszönetünket kívánjuk kifejezni a Központi Statisztikai Hivatalnak, a gyors és segítôkész együttmûködésért. Kutatásainkat a Földmûvelésügyi és Vidékfejlesztési Minisztérium támogatja. Hivatkozások Buzgó, J. 2003. A szarvas túlszaporodásának áttekintô értékelése; A vadgazdálkodás idôszerû kérdései 1. Gímszarvas; 29-33 Falk, K. 2003. Vadból túlkínálat van erdeinkben; Népszabadság 2003. június 26. Vadbiológia 10 (2003)
Faragó, S. 2003. Beszámoló egy vitafórumról. Magyar Vadászlap, 12 (9): 22 Kalotás, Zs. 2003. A természetvédô szemszögébôl, Vadászévkönyv 2003; 73-77. Kemenszky, P. 2002. Gondolatok a mezôgazdasági vadkárról, Nimród 2002 (8): 7-9. Simon, P. 2003. Vadból túlkínálat van erdeinkben; Népszabadság 2003. június 26. Sugár, L. 2003 A gímszarvasállomány-csökkentés mértéke, üteme és módja; A vadgazdálkodás idôszerû kérdései 1. Gímszarvas; 42-47. Summary Factors influencing agricultural damages Nowadays, one of the most important problems of game management is the continuous increase of agricultural damages in Hungary. Several authors identify the overabundance of big game populations as the source of these problems. Our hypothesis is that multiple causes of damages should be considered, and we have analyzed the data of the five counties showing the highest damage values. Based on the available information we calculated the relationships between the damage values and game numbers, price of crops, proportion of crops in the cultivated lands, and the compensated agricultural damages. Our findings show that the factors can be ranked as the area of the individual crop damaged, the population number of the damaging game species, the market price of the crop damaged, and the location of the damaged crops. We believe that the reduction of red deer population sizes alone, does not solve the problem. In case of wild boar population reduction seems appropriate. It is our opinion that habitat improvement can improve the chances of effective damage reduction. The problems of agricultural game damages cannot be solved by reducing game populations. Effective damage management requires understanding of the whole system and complex analyses of factors. Vadbiológia 10 (2003)