L'impatto sulla sostenibilità della spesa per ricerca e sviluppo in agricoltura

Introduzione

L’analisi della sostenibilità economica, sociale ed ambientale dell'attività agricola rappresenta una delle tematiche più rilevanti nella letteratura economico-agraria. Il contributo della ricerca e sviluppo (R&S) in questo settore è indispensabile per rispondere alle principali sfide future. Nonostante l’incremento della produttività in agricoltura rappresenti una delle principali sfide a livello globale, altri obiettivi, tra cui la sicurezza alimentare, la preservazione della biodiversità, il miglioramento della qualità ambientale, il mantenimento della fornitura di servizi ecosistemici da parte degli agro-ecosistemi, la riduzione delle emissioni e la qualità della vita nelle aree rurali rivestono un crescente interesse nell’agenda di ricerca italiana ed europea (Mipaaf, 2014).
Negli ultimi anni i principali programmi di ricerca (nazionali ed europei) riportano in modo esplicito gli obiettivi del programma e la quantificazione degli impatti attesi. Le ragioni principali sono collegate sia alla giustificazione delle risorse impiegate sia alla possibilità di fornire al valutatore termini di paragone per misurare gli impatti. Nonostante una migliore definizione degli obiettivi, la stima degli impatti della ricerca risulta problematica per difficoltà metodologiche ed empiriche: gli impatti della ricerca possono essere positivi o negativi, intenzionali o non intenzionali, diretti o indiretti, di primo o di secondo ordine, a livello di azienda, locali, regionali o globali (Renkow, 2011). In aggiunta, la crisi finanziaria e le conseguenti riduzioni delle risorse disponibili, hanno fatto emergere una crescente necessità di valutare l'impatto in termini di equità e di costo-opportunità delle risorse impiegate.
Il presente lavoro intende fornire una rassegna della letteratura degli approcci metodologici ed empirici utilizzati nella stima dell'impatto della spesa in ricerca in agricoltura sulla dimensione sociale ambientale ed economica della sostenibilità. Il contributo si pone l’obiettivo di evidenziare criticità e punti di debolezza degli approcci presentando le prime riflessioni emerse all’interno del progetto europeo Impresa (EU -FP7 Measurement of Research Impact in European Agriculture).

Gli obiettivi della ricerca in agricoltura

Nonostante la molteplicità di obiettivi della R&S in agricoltura (negli ultimi due programmi quadro sul tema Kbbe circa il 40% dei progetti era indirizzato ad obiettivi economici, il 13% a sociali ed il 46% ad obiettivi ambientali (Podhora et al., 2013)), la letteratura economico-agraria ha focalizzato l'attenzione sulla stima degli impatti della ricerca sulla dimensione economica. La stima dell’impatto su tale dimensione è maggiormente diffusa sia per la maggiore rilevanza sia per la facilità nell’aggregare valori usando metriche disponibili (prezzi e quantità) rispetto alla dimensione sociale ed ambientale (Renkow, 2011). Ne risulta che le stime degli impatti della ricerca possono essere ricondotte ad analisi delle relazioni tra la spesa per ricerca e indicatori capaci di misurare i cambiamenti nella produttività (Evenson, 2001).
In particolare, la maggior parte dei lavori empirici misura la produttività totale dei fattori (Tfp), ovvero il rapporto tra indici di input e output (Alston et al., 2000; Alston et al., 2011; Pardey et al., 2012). Quantificando i cambiamenti degli output in relazione agli input impiegati nella produzione, diversi autori hanno approssimato il Tfp alla sostenibilità. Pertanto, valori negativi del Tfp, rappresentando incrementi degli output inferiori rispetto agli input (Byerlee e Murgai, 2001; Ali, 2000), mostrano inefficienza nell’uso delle risorse impiegate. Diversi lavori presentano esercizi di valutazione del Tfp, molto spesso confrontando tra di loro performance di diversi paesi/settori/aziende (si veda ad esempio Fuglie, 2010 per una rassegna delle metodologie di calcolo del Tfp o Alston et al., 2011 per una meta-analisi della stima degli impatti della ricerca sul Tfp).
Nonostante l’uso piuttosto diffuso del Tfp per misurare la sostenibilità, ragioni computazionali e difficoltà metodologiche non consentono all’indicatore ad includere alcune variabili rilevanti ai fini valutativi, come ad esempio, i cambiamenti nelle istituzioni, i benefici sociali e le esternalità (Hoang e Coelli, 2011). Alcuni studi hanno tentato di superare alcuni di questi limiti incorporando all'interno dell'indice costi e benefici relativi ad input e output non di mercato. Questo permette una migliore stima dell'impatto della R&S in agricoltura (Byerlee and Murgay, 2001) in quanto l’assenza di tali elementi nel calcolo del Tfp sovrastimava o sottostimava la stessa Tfp (Nenere et al., 2007). Questi esercizi valutativi integrano l’uso dei prezzi e delle quantità di mercato con il costo opportunità e/o il valore sociale delle risorse impiegate nei processi produttivi (Gallope e Swinand, 1998). Tale approccio risulta tuttavia limitato a causa della difficoltà nella ricostruzione della causalità tra impatti della ricerca e misurazione dei cambiamenti e nelle preferenze sociali.

Rappresentazione della causalità tra spesa in ricerca ed impatti

Come si può vedere dalla figura 1, le fasi del percorso che portano dalla R&S in agricoltura alla definizione dei suoi impatti (impact patways) sono diverse e comportano differenti criticità metodologiche. Nella prima fase l'ente pubblico o privato che dispone di una serie di input (fondi, assistenza tecnica e altri tipi di risorse) decide di allocare una parte del budget in R&S. Tale allocazione può determinare un aumento di conoscenza all'interno del sistema di conoscenza e innovazione dell’agricoltura (Akis) permettendo così lo sviluppo o il perfezionamento di una innovazione o di una nuova tecnologia (si veda Caggiano, 2014 per un descrizione del sistema italiano). Oltre a variabili di contesto che determinano una maggiore efficienza e qualità della ricerca in agricoltura, altri elementi incidono in maniera rilevante sulla sviluppo e diffusione dei prodotti della ricerca. Tra questi si rilevano lag temporali delle diverse componenti della ricerca (base, applicata), obiettivi delle diverse forme della ricerca (pubblica e privata) e spillover spaziali (Alston, 2002) e settoriali (Cohen et al., 2002).
In seguito l'adozione di tale innovazione o nuova tecnologia da parte degli agricoltori o all’interno della filiera produttiva determina una serie di effetti di breve periodo definibili come effetti di produzione ed effetti socio-ambientali (outcome). Gli effetti di produzione sono generati all'interno dell’azienda o della filiera (on-site) e implicano cambiamenti nella produttività aziendale o nella dotazione di risorse economiche ed ambientali (es. perdita di fertilità dovuta all'erosione del suolo o alla diminuzione di nutrienti). Gli effetti di welfare, ambientali e sociali, invece, sono effetti diretti o indiretti dell'attività agricola in seguito ad un'innovazione generati oltre l’ambito di adozione (off-site). Il passaggio dagli outcome alla determinazione degli impatti rappresenta la parte più critica, per difficoltà sia nella quantificazione degli impatti sia nel costruire e valutare le dinamiche di causa-effetto. Infatti, gli impatti possono essere di breve o di lungo periodo, positivi o negativi, diretti o indiretti, intenzionali o non intenzionali e su più dimensioni (economica, del welfare, istituzionale, ambientale e sociale).

Figura 1 - Percorso dalla ricerca alla definizione degli impatti economici ambientali e sociali

Fonte: elaborazione di Bartolini et al. (2014) su Renkow 2011

Misurazione degli impatti e problematiche metodologiche

La letteratura esistente sulla valutazione degli impatti della R&S in agricoltura è piuttosto ricca e gli approcci possono essere suddivisi in due categorie in base ai dati utilizzati: uso di micro o macro dati. I primi utilizzano principalmente dati primari e possono appartenere ad approcci di natura qualitativa, quantitativa o mista. Tra i primi, il più utilizzato è il metodo del controfattuale. Tale metodo misura gli outcome di un gruppo di soggetti interessato dal prodotto della ricerca rispetto ad un gruppo avente caratteristiche simili ma non interessato dall'innovazione (detto gruppo di controllo o controfattuale). Tuttavia diverse problematiche metodologiche rendono difficoltosa l'applicazione del controfattuale come la definizione del gruppo di controllo e la grande necessità di dati relativi agli utilizzatori dell'innovazione prima e dopo l'introduzione del nuovo prodotto/ tecnologia sul mercato.
I metodi qualitativi invece prevedono il coinvolgimento di una vasta gamma di soggetti attraverso l'impiego di interviste dirette, focus group, analisi dei social network ecc, in modo da estrarre concetti chiave (Devereux et al., 2013) circa la ricostruzione del patways to impact e una stima degli impatti. Questi ultimi sono principalmente utilizzati per valutare singoli progetti o stimare impatti con effetti di breve periodo e su ambiti spaziali ridotti e permettono di validare i risultati ottenuti con gli stessi stakeholders esperti coinvolti. Anche se largamente utilizzati, tali metodi presentano una forte endogenità e le principali difficoltà risiedono nella selezione e composizione del gruppo di stakeholders/esperti e nell’assenza di metodi per fornire inferenze sui risultati ottenuti (Starr, 2012). Negli approcci misti, infine, le metodologie di natura qualitativa forniscono informazioni aggiuntive sui tipi di impatto che vengono valutate anche attraverso metodi quantitativi (De Janvry et al., 2011).
Gli studi che utilizzano macro-dati applicano principalmente metodi econometrici (regressioni, equazioni strutturali) e modelli per serie storiche su dati secondari contenti proxy riconducibili alla spesa per R&S e dati di outcome (Walker et al., 2008). Tali metodi permettono di compiere analisi di associazione tra la spesa in ricerca e i cambiamenti nella produttività dei fattori o su altri indicatori considerati rilevanti per misurare gli impatti su altre dimensioni della sostenibilità (Maredia et al., 2000). Tali modelli, cercano di spiegare i cambiamenti negli outcome isolando gli effetti della spesa in R&S rispetto ad altre variabili di controllo (clima, istituzioni, ecc.). Le maggiori criticità risiedono nell'attribuzione della causalità tra spesa ed impatti e nella selezione e quantificazione delle variabili che misurano gli impatti e nella scelta delle variabili di controllo (determinati).
Nonostante la disponibilità di diverse metodologie e la ricca casistica di esercizi valutativi, la stima degli impatti della ricerca in agricoltura rimane ancora un argomento che necessita di perfezionamenti nelle metodologie, nell’analisi della causalità e nell’acquisizione di dati robusti. Alcune delle maggiori criticità riguardano la stima dell’addizionalità e la creazione del controfattuale ovvero di un gruppo di aziende (o Paesi) che non hanno usufruito della spesa in ricerca ma con caratteristiche simili. Il perfezionamento e lo sviluppo di metodologie capaci di includere nel controfattuale anche le relazioni spaziali e temporali consentirebbe una maggiore comprensione delle dinamiche relative agli spillover spaziali e alla diffusione dei benefici della ricerca. Allo stesso modo, lo sviluppo di modelli che mirati ad includere gli effetti della ricerca proveniente dalla spesa in ricerca negli altri settori e in quella base permetterebbe di correggere la stima degli impatti della R&S in agricoltura. In quest’ambito l’inclusione dei moltiplicatori ottenuti da input-output multisettoriali negli attuali modelli econometrici potrebbe permettere una corretta stima dell’impatto della ricerca.
In aggiunta, mancanze nella interpretazione della causalità tra impatti e ricerca suggeriscono lo sviluppo di nuovi modelli concettuali basati sullo studio teorico ed empirico delle relazioni di causa-effetto lungo l’intero impact patways. Un miglioramento della comprensione del percorso dalla spesa agli impatti consentirebbe una selezione e quantificazione degli obiettivi della ricerca e la disponibilità più accurata per controllare gli effetti di altri fattori rilevanti.
Negli esercizi valutativi esistenti la scarsa qualità dei dati incide sulla solidità dei risultati e pertanto i modelli vengono eseguiti ipotizzando diverse assunzioni. In modo particolare, utilizzando dati secondari, da diverse fonti e raccolti per scopi diversi dalla valutazione della R&S, il confronto nel tempo, tra diverse entità amministrative (regioni, stati ecc.) tra diverse tipologie di ricerca è difficilmente realizzabile Pertanto, appare necessario per il miglioramento della qualità dei futuri esercizi valutativi, lo sviluppo di sistemi di raccolta dati tra le varie forme di finanziamento e in grado di tracciare i budget allocati alla ricerca da parte dei principali enti coinvolti nella R&S.

Conclusioni

Il lavoro presenta una rassegna critica della letteratura sul tema della valutazione degli impatti delle ricerca, evidenziando criticità e punti di debolezza negli approcci esistenti. Da una prima analisi emerge che le metodologie esistenti presentano diversi punti di debolezza e forniscono analisi parziali dell'impatto della ricerca sulla sostenibilità (economica, ambientale e sociale) agricola.
La ricerca in questo ambito dovrebbe concentrarsi sul perfezionamento di metodologie empiriche esistenti e sul miglioramento dei modelli logico-concettuali di lettura del percorso dalla ricerca agli impatti. In questo senso l’integrazione tra modelli di analisi qualitativa e quantitativa rappresenta la principale sfida metodologica.
Il presente contributo ha messo in luce come la stima del contributo della spesa in ricerca, nonostante rappresenti un argomento di notevole interesse nell’agenda politica e di ricerca, sia piuttosto lontano dal fornire una risposta soddisfacente riguardo alla stima degli impatti nel suo complesso e sulle dimensioni multiple della sostenibilità. Sebbene diversi indicatori riescano a fornire una buona proxy dei cambiamenti delle performance economiche, la stima degli impatti ambientali e sociali è poco sviluppata dalla letteratura del settore.
Pertanto lo sviluppo di nuove metodologie e il miglioramento della qualità dei dati per stimare gli impatti della ricerca sulle tematiche ambientali e sociali appaiono elementi strategici alla luce dei cambiamenti degli obiettivi della ricerca pubblica emersi negli ultimi anni.

Riferimenti bibliografici

• Ali M. (2002), Productivity growth and resource degradation in Pakistan's Punjab: a decomposition analysis. The word Bank

• Alston J. M., Andersen M. A., James J. S. e Pardey P. G. (2011), The Economic Returns to U.S. Public Agricultural Research, American Journal of Agricultural Economics, 93, 1257-1277

• Alston J. M., Marra M. C., Pardey P. G. e Wyatt T.J. (2000), Research returns redux: a meta-analysis of the returns to agricultural R&D. Australian Journal of Agricultural and Resource Economics, 44, 185-215

• Alston J.M. (2002), Spillovers. Australian Journal of Agricultural and Resource Economics, 46, 315–346

• Bartolini F., Brunori G., Coli A., Landi C., Pacini B. (2014), Assessing the Impact of Agricultural Research Expenditure on Sustainability: A Review of Methodological and Empirical Challanges. Poster presentato al terzo convegno Aieaa, Alghero, 25-27 Giugno

• Byerlee D., Murgai R. (2001), Sense and sustainability revisited: the limits of total factor productivity measures of sustainable agricultural systems. Agricultural Economics, 26, 227-236

• Caggiano M. (2014), Akis and advisory services in Italy Report for the Akis inventory (WP3) of the Pro Akis project

• Cohen W.M., Nelson R.R., Walsh J.P. (2002), Links and Impacts: The Influence of Public Research on Industrial R&D. Management Science 48:1-23

• De Janvry A., Dustan A., Sadoulet E. (2011), Recent advances in impact analysis methods for ex-post impact assessments of agricultural technology: Options for the Cgiar. Cgiar Independent Science and Partnership Council (Ispc)

• Devereux S., Roelen K., Béné C., Chopra D., Leavy J., McGregor. J.A. (2013), Evaluating outside the box: An alternative framework for analysing social protection programmes. Ids Working Paper 431. Institute of Development Studies

• Evanson R.E. (2011), Economic Impacts of Agricultural Research and Extension. In Gardner B. e Rausser G. (eds) Handbook of Agricultural Economics, Vol 1. 574-616

• Fuglie K. (2010), Total factor productivity in the global agricultural economy: evidence from Fao Data’, pp. 63–95 in Alston, JM, Babcock, BA and Pardey, PG (eds), The Shifting Patterns of Agricultural Production and Productivity Worldwide, The Midwest Agribusiness Trade Research and Information Center, Iowa State University, Ames, Iowa

• Gallop F.M., Swinand P. (1998), From Total Factor to Total Resource Productivity: An Application to Agriculture. American Journal of Agricultural Economics, 80(3): 577-583

• Hoang V.-N., Coelli T. (2011), Measurement of agricultural total factor productivity growth incorporating environmental factors: A nutrients balance approach. Journal of Environmental Economics and Management, 62, 462-474

• Maredia M.K., Byerlee D. and J. Anderson (2000), Ex post evaluation of economic impacts of agricultural research programs: A tour of good practice. Paper presented to the workshop on “The future of impact assessment in Cgiar: Needs, constraints, and options”, Standing Panel on Impact Assessment (Spia) of the Technical Advisory Committee, Roma, 3-5 Maggio

• Mipaaf (2014), Piano Strategico per l’innovazione e la ricerca nel settore agricolo alimentare e forestale

• Nanere M., Fraser I., Quazi A., D'souza C. (2007), Environmentally adjusted productivity measurement: An Australian case study. Journal of Environmental Management, 85, 350-362

• Pardey P. G., Alston J. M., Chan-Kang C. (2012), Agricultural Production, Productivity and R&D over the Past Half Century: An Emerging New World Order. University of Minnesota - Department of Applied Economics , Staff Papers

• Podhora A., Helming K., Adenauer L., Heckelei T., Kautto P., Reidsma P., Rennings K., Turnpenny J., Jansen J. (2013), The policy-relevancy of impact assessment tools: Evaluating nine years of European research funding, Environmetnal science and Policy 31: 85–95

• Renkow M. (2011), Assessing the environmental impacts of Cgiar research: 1 toward an analytical framework, in Cgiar Independent Science and Partnership Council. Measuring the Environmental Impacts of Agricultural Research: Theory and Applications to Cgiar Research. Independent Science and Partnership Council Secretariat, Rome, Italy

• Starr M.A. (2012), Qualitative and Mixed-Methods Research in Economics: Surprising Growth, Promising Future. Journal of Economic Studies. 28(2): 238–264