Etterspørsel etter småviltjakt i Finnmark: En panel-og Bayes-analyse av jaktkortsalget 2014 –2024

Abstract

Denne masteroppgaven undersøker hvilke biologiske, geografiske og sosiodemografiske faktorer som påvirker etterspørselen etter småviltjaktkort, med et spesielt fokus på rypejakt på offentlig grunn i Finnmark i perioden 2014–2024. Gjennom en kombinasjon av økonometriske metoder, inkludert paneldataanalyse med random effects-modell og Bayesiansk multilevel-modell, analyseres hvordan variabler som rypetetthet, tilgjengelighet, lokale jakttradisjoner, inntekt og befolkningsstruktur påvirker salget av jaktkort. Datagrunnlaget består av data fra Finnmarkseiendommen (FeFo) og åpne kilder, og oppgaven omfatter både deskriptiv statistikk og prediktiv modellering av salg.

Resultatene viser at biologiske faktorer som rypetetthet og tilgjengeligheten til og i rypeterrenget er viktige driverne for etterspørselen, men at også økonomiske og demografiske forhold har en signifikant innvirkning. Modellanalysen indikerer videre at variasjon mellom jaktområder kan forklares av både målbare og uobserverte lokale forhold. Resultatene viser også at BML-modellen gir betydelige mer presise prediksjoner i en analyse slik som denne. Samlet gir oppgaven innsikt i hvilke faktorer som bør vektlegges i forvaltning og prissetting av jaktkort, og diskuterer hvordan denne kunnskapen kan bidra til mer bærekraftig og økonomisk effektiv ressursforvaltning.

This master’s thesis investigates the biological, geographic, and sociodemographic factors that influence demand for small-game hunting permits, with special emphasis on ptarmigan hunting on public land in Finnmark during the period 2014 – 2024. Using a combination of econometric techniques—including panel-data analysis with a random-effects model and a Bayesian multilevel model—the study analyses how variables such as ptarmigan density, terrain accessibility, local hunting traditions, income, and population structure affect permit sales. The dataset combines records from the Finnmark Estate (FeFo) with publicly available sources, and the thesis encompasses both descriptive statistics and predictive modelling of sales.

The results show that biological factors—particularly ptarmigan density and ease of access to ptarmigan habitat—are key drivers of demand, yet economic and demographic conditions also exert a significant influence. The modelling further indicates that variation between hunting areas can be explained by both measurable and unobserved local factors. Moreover, the Bayesian multilevel model delivers substantially more precise predictions for an analysis of this kind. Overall, the thesis provides insights into which factors should be prioritised in the management and pricing of hunting permits and discusses how this knowledge can promote more sustainable and economically efficient resource management.