I legami tra produzione di biogas e affitto dei terreni agricoli: evidenze da un caso di studio del nord Italia

I legami tra produzione di biogas e affitto dei terreni agricoli: evidenze da un caso di studio del nord Italia
a Università di Milano, Dipartimento di Scienze veterinarie per la salute, la produzione animale e la sicurezza alimentare (VESPA)
b Università di Milano, Dipartimento di Scienze e politiche ambientali

Abstract

Recentemente è aumentata la competizione nell’uso dei terreni agricoli per la produzione di alimenti, mangimi e agro-energie. Questa analisi trova degli effetti non lineari della produzione di biogas sui prezzi d’affitto della terra, da cui discende che sistemi di incentivo differenziati per dimensioni degli impianti ne potrebbero migliorare la sostenibilità e la coesistenza con l'attività agricola.

Introduzione1

Nel corso degli anni Duemila, Unione Europea e Stati Uniti hanno introdotto forti incentivi pubblici a sostegno delle energie rinnovabili. A breve tempo dall’adozione di queste politiche la comunità scientifica ha cominciato a discutere la potenziale sostenibilità della produzione di biocarburanti e biomasse a scopo energetico. In particolare, i ricercatori hanno mostrato preoccupazione per il loro costo relativo rispetto a politiche alternative quali quelle per il lavoro e il welfare (Böhringer et al., 2013) o per la competizione per l’utilizzo dei terreni agricoli per la produzione di alimenti e mangimi. Proprio da quest’ultima discussione nacque il famoso termine "food-feed-fuel trilemma” (trad. trilemma cibo, energia e ambiente) (Tilman et al., 2009). Gli economisti agrari hanno avanzato il dubbio che le nuove coltivazioni a fini energetici potessero cambiare le decisioni dell’imprenditore, causando a cascata effetti non desiderabili sul mercato dei terreni agricoli e, più a valle, sul costo di alimenti e mangimi (Harvey M., Pilgrim S., 2011; Murphy et al., 2011; Rathmann et al., 2010; Dornburg et al., 2010). Dubbio che non si attenua anche quando si proponga di utilizzare terreni marginali (Gelfan et al., 2013) e/o colture non agricole (Sgroi et al., 2015) per la produzione di energia, date le condizioni tecnologiche in essere.
I maggiori rischi sono stati ipotizzati in aree ad alta densità zootecnica, dove l ’allevamento intensivo si instaura perché il terreno è naturalmente vocato a fornire un’elevata quantità di alimenti per il bestiame. Tuttavia, tali aree risultano appetibili anche per gli impianti di biogas di maggiori dimensioni, che necessitano di colture dedicate. Come conseguenza di un apposito sistema di incentivi, in alcune aree agricole italiane si è osservata una crescente concentrazione di impianti che utilizzano mais come fonte energetica (Mela e Canali, 2014), con possibili ripercussioni sul prezzo dell’insilato per l’alimentazione animale (Bartoli et al., 2016).
Nonostante il fenomeno sia rilevante, sono pochi i contributi empirici che cercano di spiegare gli effetti del biogas sul mercato della terra ad uso agricolo, (si veda la Sezione 2 per i dettagli). Il presente articolo riguarda il mercato degli affitti fondiari nella provincia di Cremona (CR), quale caso emblematico di una provincia ad elevata vocazione zootecnica con consistente produzione di biogas. Analizzando tale area, lo scopo del presente lavoro è di esaminare in quale misura la presenza di impianti di biogas influenzi il valore d’affitto dei terreni agricoli.

L'impatto delle bioenergie sul mercato fondiario

Vari sono i contributi teorici ed empirici sulle determinanti del valore dei terreni agricoli. Una vasta rassegna di studi che considerano i paesi europei, è stata proposta da Swinnen et al. (2008). Una recente rassegna di Feichtinger e Salhofer (2013) distingue tra potenziali determinanti “interne” e determinanti “esterne” all’agricoltura. Il primo gruppo comprende il profitto atteso dall'attività agricola e dai sussidi connessi. La disponibilità a pagare per la terra risulta direttamente correlata alla sua redditività (März et al., 2016; Guastella et al., 2014) e al grado di capitalizzazione dei sussidi nei terreni agricoli (Latruffe L., Le Mouël C., 2009; Bartolini F., Viaggi D., 2013; Kilian et al., 2009; Karlsson et al., 2014; Feichtinger P., Salhofer K., 2016). Per quanto riguarda le variabili esogene, Feichtinger e Salhofer riconoscono tre fondamentali aspetti: il contesto micro e macroeconomico e il livello di competizione tra agricoltura e urbanizzazione. Il contesto microeconomico si riferisce al legame tra i possibili usi alternativi della terra, quindi alla utilità della terra per l'alimentazione del bestiame (Duvivier et al., 2005), al carico zootecnico (Pyykkonen, 2005) e alla dimensione e tipologia di mercato fondiario e agricolo dell’area (Folland S.T., Hough R.R., 1991). Tra gli indici macroeconomici si trovano i tassi di inflazione ed interesse, la fiscalità fondiaria e la disponibilità di credito bancario (Nickersonet al., 2012). Infine si considerano indici che catturano il valore socio-economico complessivo dell’agricoltura sul territorio, misurato attraverso indici di urbanizzazione (o, specularmente, di ruralità) come la densità di popolazione, la distanza dei terreni dai centri urbani, l’importanza dell'agricoltura nella regione (März et al., 2016) o, in maniera più complessa, la stima dei servizi eco-sistemici garantiti dall’attività agricola (Borchers et al., 2014). Un recente contributo in un contesto italiano simile al caso di studio, basato su questo impianto teorico, è stato proposto da Pirani et al. (Pirani et al., 2016).
Per quanto riguarda l’impatto delle bioenergie sull'uso dei terreni agricoli e il loro valore, diversi sono i contributi presenti in letteratura. Carrosio (2013; 2014) propone un’interpretazione istituzionale del contesto di produzione di biogas in Italia discutendo diversi scenari collegati agli incentivi. Johansson e Azar (2007) simulano l’impatto di nuove politiche statunitensi e calcolano possibili aumenti del 500% del prezzo d’affitto dei terreni agricoli tra gli anni Duemila e il 2100. Mela e Canali (2014) calcolano la terra necessaria per la produzione di energia a seconda della materia prima richiesta nei diversi impianti di biogas e derivano differenti gradi di sostenibilità di policy confrontando scenari alternativi. Quello che emerge è che l’incentivo di grandi impianti rischia di compromettere il mercato delle commodity agricole e della terra. Ostermeyer e Schönau (2012) e Appel et al. (2016) attraverso l’Agent-based Modelling stimano che il biogas crei un aumento del valore dei terreni a vantaggio delle aziende più grandi e competitive, a discapito degli agricoltori più piccoli.
Infine, vi sono alcuni contributi empirici volti a misurare l'effetto del biogas sul prezzo degli affitti dei terreni agricoli. Nella ricerca di Kilian et al. (2009), con dati della provincia tedesca della Baviera, il kW installato per ettaro a livello comunale viene usato per spiegare l'aumento della domanda di terreni per le colture energetiche e, quindi, sul loro prezzo d’affitto. Emmann et al. (2013) presentano invece i risultati di un sondaggio e stimano che non sia tanto la presenza degli impianti di biogas, quanto la loro potenza ad influenzare maggiormente i prezzi. Hüttel et al. (2013), in ultimo, utilizzano i dati di aste per l’allocazione di terreni pubblici e trovano una relazione positiva tra kW installato per ettaro e valore dell’affitto fondiario.

Dati e metodi

Framework analitico: il modello dei Prezzi Edonici

Rimandando all’articolo originale per una trattazione più estesa dell’argomento [link], si vuole offrire nel seguente paragrafo un’idea generale sull’impianto metodologico adottato, basato sul metodo dei Prezzi Edonici (PE). Il modello, riprendendo Lancaster (1966) e Rosen (1977), descrive il terreno agricolo come un bene composto da diversi attributi per cui il prezzo che gli agricoltori sono disposti a pagare per la terra è legato al valore/disvalore riconosciuto ad ogni attributo. Semplificando, con l’utilizzo di un’analisi di regressione lineare che tenga come variabile dipendente il valore dell’affitto e come variabili esplicative gli attributi dei terreni agricoli e le condizioni di mercato presenti nell’area di interesse, è possibile stimare quale attributo contribuisca (e quanto) alla formazione del prezzo della terra.
Il modello EP è quindi usato per approssimare R, il prezzo dei terreni agricoli affittati, che si ipotizza derivare da un insieme di attributi A secondo la seguente equazione:
     (1)
dove α è una costante, β rappresenta il vettore di parametri che saranno stimati, e ε è il termine di errore. Come suggerito da Feichtinger e Salhofer (2013) gli  attributi che creano il valore del terreno possono essere classificati in variabili interne ed esterne all’agricoltura. Indicando con I ed E questi due gruppi di predittori, l'equazione (1) diventa:
     (2)
dove δ e ρ sono vettori delle variabili interne ed esterne all’agricoltura. Riferendosi al punto focale dell’indagine, è possibile scorporare l’effetto delle caratteristiche della produzione di biogas in una determinata area agricola dalle variabili esterne all’agricoltura. Chiamando B questo gruppo di predittori, l'equazione (2) diventa:
     (3)
Nell'equazione (3), le caratteristiche degli impianti di biogas vengono separate dalle altre variabili esterne, indicate da O. Per stimare i coefficienti dell’equazione, si utilizza una regressione lineare applicando il metodo dei Minimi Quadrati (Ordinary Least Square - Ols) e un “kit” di test diagnostici per accertarsi della validità dei risultati (vedi paragrafo 3.3 del paper originale - [link]). I parametri stimati, quando significativi, rappresentano il cambiamento nel prezzo d’affitto causato dal cambiamento della variabile esplicativa considerata. Concentrandosi sull'effetto del biogas sul prezzo, il vettore di parametri θ nell'equazione (3) viene interpretato come:
     (4)
Il vettore dei coefficienti  rappresenta quindi i cambiamenti del prezzo d’affitto (R) dovuti al cambiamento di un’unità delle corrispondenti caratteristiche degli impianti di biogas considerate (B).

Il caso di studio: i contratti d’affitto nella provincia di Cremona

Il database utilizzato contiene informazioni circa gli impianti di biogas installati e il valore d’affitto dei terreni agricoli in provincia di Cremona (CR). Si è scelto tale caso di studio in quanto provincia a forte vocazione zootecnica (3,69 UBA/ha, ovvero 0,77 UBA/ha in più della media italiana) e a spiccata concentrazione di impianti di biogas (154 impianti, per un totale di 104.947 kW installati al 2014). Come sottolineato da Vaccari et al. (2015), il carico di bestiame e la contemporanea richiesta di chilocalorie per la produzione di energia elettrica possono causare una competizione per l’utilizzo di terra per la produzione di alimenti, mangimi o combustibile, e quindi la crescente produzione di bioenergia può determinare un aumento del prezzo degli affitti. Tale prezzo però, considerando la variabilità in termini di kW totali e medi installati nella provincia, come mostrato in figura 1, si suppone vari a seconda delle tipologie di impianti installati.
Il database è stato prodotto utilizzando dati provenienti da diverse banche dati. Le caratteristiche dei contratti d’affitto, relativamente a 2.063 contratti firmati tra il 2010 e il 2014, derivano da una raccolta effettuata presso l'Associazione fra proprietari di Fondi Rustici della Provincia di Cremona. Tra le informazioni più significative vi sono i canoni d’affitto, la superficie totale e la dimensione media delle parcelle in affitto, la localizzazione dei terreni. Dal sistema informativo agricolo della Regione Lombardia sono state raccolte le caratteristiche degli affittuari, quali l’Unità di dimensione economica (Ude), l’Orientamento tecnico economico (Ote) e l’uso del suolo. Dati Istat sono invece stati utilizzati per il calcolo delle attività agricole a livello comunale, mentre i dati sulle caratteristiche del biogas (posizione a livello comunale e capacità nominale) sono stati raccolti dal Gestore Servizi Elettrici [link]. I dati, provenienti dai diversi database, sono stati incrociati a livello di singolo contratto firmato.

Figura 1 - Distribuzione della potenza degli impianti di biogas su Sau nei comuni della provincia di Cremona


Fonte: elaborazione degli autori su dati Associazione fra proprietari di Fondi Rustici della Provincia di Cremona [link], Siarl [link], Istat [link] e Gse [link]

La variabile dipendente del modello è dunque il prezzo per ettaro di terra affittata. Le variabili indipendenti utilizzate per spiegare la sua variabilità sono state scelte in base al framework proposto da Feichtinger e Salhofer (2013) e la loro disponibilità e adeguatezza. In particolare, è da notare che la qualità del suolo e le misure macroeconomiche non sono considerate perché disponibili ad una scala geografica inadeguata rispetto alle osservazioni campionarie. Per brevità, in tabella 1 si riassumono le variabili esplicative utilizzate nel modello (per informazioni più complete e le statistiche descrittive delle variabili si consultino le Appendici del paper originale - [link]).

Tabella 1 - Descrizione della variabile dipendente e dei regressori usati per spiegare il valore degli affitti fondiari



Fonte: elaborazione degli autori su dati Associazione fra proprietari di Fondi Rustici della Provincia di Cremona [link], Siarl [link], Istat [link] e Gse [link]

Queste informazioni possono essere suddivise in quattro gruppi principali:

  • Caratteristiche degli impianti di biogas - raccolgono informazioni sulla posizione, potenza, numerosità e la tipologia di impianti. Il numero di impianti e i kW installati indicano l’importanza del settore del biogas nell’area di riferimento. Inoltre, essendo noto che gli impianti possono essere alimentati con diverse miscele, per approssimare le differenze tra tecnologie adottate il modello tiene presente la dimensione media degli impianti. Infine, siccome i costi di trasporto della materia prima limitano l’area conveniente per le coltivazioni energetiche (Bartoli et al., 2016; Gaviglio et al., 2013), le distanze tra i digestori e i terreni affittati sono state approssimate tenendo presente due scale territoriali, ovvero Comune e Regione Agraria. Più nello specifico:
    • Il numero di impianti di biogas in una determinata area (Comune, pl_m, o Regione Agraria, pl_r) influisce sul livello di concorrenza per le materie prime (reflui, insilato di mais o altre colture).
    • La capacità nominale di biogas per ettaro di Sau (Comune, kv_m, o Regione Agraria, kv_r) reca informazioni sulla densità di potenza installata e misura la domanda di colture energetiche.
    • La dimensione media degli impianti a biogas (Comune, pp_m, o Regione Agraria, pp_r) cattura le differenze tra tecnologie di produzione di biogas. In particolare, gli impianti medio-piccoli usano grandi proporzioni di reflui zootecnici che possono influenzare negativamente la domanda di terreni utilizzati per lo spargimento di liquami. Al contrario, gli impianti di grandi dimensioni sono alimentati principalmente con insilato di mais, il che aumenta la domanda di terra adatta all’uso (Bartoli et al., 2016).
  • Uso del suolo - raccolgono informazioni sulle scelte d’uso del suolo da parte degli agricoltori ed approssimano la predisposizione dei terreni a determinate tipologie di coltivazioni. In questo caso, l’utilizzo a mais e colture energetiche dovrebbe essere correlato positivamente al valore d’affitto dei terreni.
  • Anno - indicano quando è stato firmato il contratto d’affitto, informazione rilevante in riferimento al Decreto Ministeriale 6 luglio 2012 che ha cambiato il sistema di sovvenzionamento del biogas. Si ipotizza infatti che il coefficiente della variabile possa cambiare nel tempo come effetto del cambiamento nelle politiche che incentivino scelte di installazione di impianti di biogas differenti (Carrosio, 2013; Carrosio, 2014).
  • Regione Agraria - rappresenta una unità macro-statistica che raggruppa i comuni aventi caratteristiche rurali simili. Per quanto riguarda i dati di utilizzo del territorio, diverse regioni agrarie possono avere caratteristiche molto diverse (Demartini et al., 2015) che dovrebbero essere prese in considerazione per il controllo di variabilità spaziale inosservata (Kilian et al., 2009; Hüttel et al., 2013).

Risultati e discussione

Lasciando al controllo del lettore interessato la possibilità di accedere al paper completo [link], in tabella 2 si mostrano i risultati della regressione più esaustiva. Il modello mostra il contributo delle diverse variabili nella composizione del valore d’affitto dei terreni e in particolare degli impianti di biogas, della densità di bestiame, dell’uso agricolo del suolo, dell’anno di stipula del contratto, e della localizzazione dei terreni all’interno delle regioni agrarie (le stime dei parametri delle altre variabili sono riportati nell'Appendice D del paper originale [link]).

Tabella 2 - Risultati del modello di regressione

Nota: Sign. *=0,10; **=0,05; ***=0,01
Fonte: elaborazione degli autori su dati Associazione fra proprietari di Fondi Rustici della Provincia di Cremona [link], Siarl [link], Istat [link] e Gse [link]

L’analisi si basa su 812 contratti d’affitto dei 2.063 a disposizione, in quanto sono state escluse tutte le osservazioni per cui manca anche solo una variabile considerata. Il prezzo d'affitto aumenta con la densità del bestiame, l'uso dei terreni per colture energetiche, foraggere avvicendate, orticole e vivai. I primi due anni di contratti considerati mostrano la stessa relazione, mentre la Regione Agraria di pertinenza del contratto non influenza il prezzo d’affitto. Tra le variabili di controllo, la dimensione dell'area in affitto e i pagamenti accoppiati aumentano il canone del terreno. L’affittuario specializzato in allevamento di suini è disposto a pagare 709,5 €/ha in più rispetto all’allevatore di bovine da latte. La durata del contratto, il grado di ruralità del territorio, la presenza di edifici nel contratto, la dimensione economica dell’affittuario, la presenza di seconde colture e il tipo di proprietario del terreno non hanno effetto sul canone.
Gli effetti del biogas mostrano la significatività del numero di impianti e dei kW medi installati per impianto a livello comunale e di Regione Agraria. Il prezzo d’affitto è invece legato al kW per ettaro solo a livello di Regione Agraria. Tali variabili approssimano l'effetto della tecnologia degli impianti di biogas (dimensioni medie dell’impianto, pp), della domanda di insilato di mais per la produzione di biogas (numero di impianti, pl, e capacità nominale, kW), e i costi di trasporto delle colture energetiche dal campo agli impianti (buffer comunale contro Regione Agraria, suffissi_m e _r, rispettivamente).
La tabella 2 mostra che la densità e la potenza totale installata, le tecnologie impiegate e la distanza tra impianti e terreni hanno un effetto non lineare sul valore d’affitto. Tali tendenze (Figure da 2 a 6) sono in linea con i risultati attesi per i rami crescenti delle funzioni stimate e in effetti, ha senso che i prezzi d’affitto aumentino per la domanda di terreni per colture energetiche. Al contrario, gli effetti depressivi del biogas sull’affitto appaiono meno intuitivi.

Figura 2 - Funzione kW installati ad ettaro nella regione agraria (kw_r)


Fonte: elaborazione degli autori su dati Associazione fra proprietari di Fondi Rustici della Provincia di Cremona [link], Siarl [link], Istat [link] e Gse [link]

Figura 3 - Funzione numero impianti biogas nel comune (pl_m)


Fonte: elaborazione degli autori su dati Associazione fra proprietari di Fondi Rustici della Provincia di Cremona [link], Siarl [link], Istat [link] e Gse [link]

Figura 4 - Funzione potenzia media impianti biogas nel comune (pp_m)


Fonte: elaborazione degli autori su dati Associazione fra proprietari di Fondi Rustici della Provincia di Cremona [link], Siarl [link], Istat [link] e Gse [link]

Figura 5 - Funzione potenzia media impianti biogas nella regione agraria (pp_r)


Fonte: elaborazione degli autori su dati Associazione fra proprietari di Fondi Rustici della Provincia di Cremona [link], Siarl [link], Istat [link] e Gse [link]

Figura 6 - Funzione numero impianti biogas nella regione agraria (pl_r)


Fonte: elaborazione degli autori su dati Associazione fra proprietari di Fondi Rustici della Provincia di Cremona [link], Siarl [link], Istat [link] e Gse [link]

La figura 2 mostra che il prezzo dell’affitto sale fino a un valore pari a 0,8 kW di potenza installata per ettaro, per poi diminuire. La forma a campana deriva da una sequenza di eventi interconnessi: l'aumento dei livelli di kW installati per ettaro favorisce la concorrenza per le colture energetiche, costringendo i produttori a cercare materie prime da aree sempre più lontane (Bartoli et al., 2016; Gaviglio et al., 2014). Oltre una certa soglia di potenza installata, la competizione per la terra locale diventa insostenibile e porta gli imprenditori a scegliere altre fonti di materia prima quali i sottoprodotti dal settore agricolo, alimentare e agro-industriale (come permesso dal DM 6 luglio 2012), il che spiegherebbe il calo del canone d’affitto per alti kW/ha. Questa ipotesi potrebbe anche spiegare l'andamento decrescente descritto in figura 3.
I rami discendenti delle curve a forma di U deriva dalla ridotta domanda di terra per lo spandimento dei liquami (immobilizzati dagli impianti di biogas), il che ne diminuirebbe il valore dell’affitto, come nella figura 4. Questo fenomeno è legato alla tecnologia applicata ed è più pronunciata nella Regioni Agrarie (Figura 5) in cui si osserva solo l’effetto lineare negativo. Una spiegazione simile può applicarsi anche alla figura 6, che riguarda il valore dell’affitto e il numero di impianti di biogas esistenti nella Regione Agraria. In particolare, il canone della terra diminuisce ad una densità media di 24 impianti a causa del ritardo dello stoccaggio dei liquami. Con l'aumento del numero di impianti, il valore torna a salire per il prevalere della competizione per i terreni.
Le relazioni positive e significative tra affitto della terra e pressione zootecnica per ettaro e l’uso della terra per foraggere avvicendate, seminativi e colture energetiche sembrano invece confermare la concorrenza tra alimenti, mangimi e biogas. Si osserva un aumento significativo dei prezzi per i contratti stipulati nel 2011 e nel 2012, rispetto al 2010 (anno di riferimento). Al contrario, nel 2013 e 2014 tale effetto non è significativo. Questo è attribuibile al cambiamento delle politiche per la produzione di biogas verificatosi alla fine del 2012 che ha stabilito maggiori incentivi per impianti di piccole dimensioni e per quelli che usano sottoprodotti agroalimentari (Gaviglio et al., 2013). Quindi, mentre fino alla fine del 2012 era conveniente avviare impianti di grosse dimensioni alimentati a insilato di mais, che contribuivano ad aumentare i prezzi dell’affitto, dal 2013 le nuove politiche hanno invertito la tendenza, pur rimanendo l’effetto degli impianti installati fino a quel momento.

Conclusioni

Negli ultimi anni vari sono stati gli studi che analizzano le dinamiche e le determinanti del mercato dei terreni agricoli. Il presente lavoro analizza il rapporto tra i prezzi dell’affitto dei terreni e la produzione di biogas (in termini di potenza installata, il numero e le dimensioni delle piante). L’analisi si fonda sul fatto che gli impianti di biogas utilizzano alcune colture come materia prima per la produzione di energia, entrando in competizione con altre attività (alimentazione umana e animale) per l’uso della terra, influenzandone il valore e il prezzo dell’affitto. Ne consegue che il risultato atteso dell’analisi dovrebbe indicare una relazione positiva tra kilowatt installato e prezzo dell’affitto. Tuttavia, questo fenomeno previsto può manifestarsi in forme e intensità diverse, poiché la domanda di colture bioenergetiche (e quindi l'impatto sul prezzo della terra) dipende da una varietà di caratteristiche (Pöschl et al., 2010), quali le dimensioni dell'impianto, il mix di materie prime e i costi di trasporto dai campi agli impianti (Bartoli et al., 2016) ed il sistema degli incentivi.
L’effetto degli impianti di biogas sul prezzo dell’affitto è stato stimato con un modello di prezzi edonici, in un’area del Nord Italia con un’alta densità di impianti (Mela G., Canali G., 2014). È’ risultato che la potenza installata per ettaro, il numero di impianti e la dimensione media dell'impianto influenzano in modo significativo i valori dell’affitto dei terreni in modo non lineare. Inoltre, tali effetti si manifestano in forme diverse a seconda della scala territoriale (Regione Agraria o comune). Tali effetti non lineari suggeriscono che la tecnologia degli impianti di biogas e le distanze tra questi e l’area di approvvigionamento hanno un’influenza rilevante sui prezzi dell’affitto dei terreni.
Questi risultati sono rilevanti sia per la ricerca che per le implicazioni di carattere sociale, poiché le soglie di effetto delle diverse caratteristiche degli impianti di biogas (numero, dimensione e potenza installata ad ettaro) sui valori dell’affitto, possono risultare utili per regolamentare l’installazione di nuovi impianti. Considerando il potenziale interesse per il decisore pubblico di proteggere le produzioni vegetali e animali dall’eccesso di concorrenza delle colture bioenergetiche, si è identificato un modo per calcolare i livelli di kW per ettaro e/o le dimensioni ottimali degli impianti che permettono di raggiungere questo obiettivo. Di conseguenza, questi risultati, e la sottostante metodologia, potrebbero essere applicati per definire delle politiche di regolamentazione ed incentivo alle bioenergie più efficiente e compatibili con le altre attività agricole.
Inoltre, i risultati esposti confermano le evidenze precedenti sull’effetto dei diversi schemi di incentivazione del biogas; come sottolineato da Bartoli et al., 2016, sovvenzionando gli impianti di grandi dimensioni (che usano principalmente colture energetiche) si avrebbe un aumento della competizione per la terra, mentre incentivando quelli di piccole e medie dimensioni (che usano prevalentemente letame), tale pressione sarebbe ridotta. I risultati confermano questa ipotesi, poiché l’aumento dei canoni d’affitto è associato solo a quegli anni (2010 e 2011), in cui erano in vigore gli incentivi per impianti di grandi dimensioni, mentre tale effetto non è significativo nel corso degli anni successivi (2013 e 2014) con uno schema di sussidio a favore dei piccoli e medi impianti. Tali considerazioni sono in linea con le evidenze derivanti da analisi basate su metriche non monetarie, secondo cui la produzione di bioenergie è insostenibile quando si usano materie prime agricole come input energetici (Murphy et al., 2011), mentre è un'opzione auspicabile, sia in termini di efficienza sociale ed energetica, quando si utilizzano sottoprodotti (Arodudu et al., 2013). Infine, le limitazioni descritte nella sezione 3.3 meritano di essere richiamate. La stima delle determinanti del prezzo dell’affitto è stata fatta in mancanza di informazioni sulla qualità del suolo, sui fattori macroeconomici e sull'importazione di materie prime agricole, per cui gli effetti osservati possono essere in parte distorti. Tali carenze informative dovrebbero essere colmate per condurre ulteriori indagini in tale ambito.

Riferimenti bibliografici

  • Appel F., Ostermeyer-Wiethaup A., Balmann A. (2016), Effects of the German Renewable Energy Act on structural change in agriculture-The case of biogas. Utilities Policy, 41, 172-182 [link]

  • Arodudu O., Voinov A., van Duren I. (2013), Assessing bioenergy potential in rural areas-a Neg-Eroei approach. Biomass and bioenergy, 58, 350-364 [link]

  • Bartoli A., Cavicchioli D., Kremmydas D., Rozakis S., Olper, A. (2016), The impact of different energy policy options on feedstock price and land demand for maize silage: The case of biogas in Lombardy. Energy Policy, 96, 351-363 [link]

  • Bartolini F., Viaggi D. (2013), The common agricultural policy and the determinants of changes in EU farm size.Land use policy, 31, 126-135 [link]

  • Böhringer C., Keller A., Van der Werf E. (2013), Are green hopes too rosy? Employment and welfare impacts of renewable energy promotion. Energy Economics, 36, 277-285 [link]

  • Borchers A., Ifft J., Kuethe T. (2014), Linking the price of agricultural land to use values and amenities. American journal of agricultural economics,96(5), 1307-1320 [link]

  • Carrosio, G. (2013), Energy production from biogas in the Italian countryside: policies and organizational models. Energy Policy, 63, 3-9 [link]

  • Carrosio G. (2014), Energy production from biogas in the Italian countryside: Modernization vs. repeasantization. biomass and bioenergy, 70, 141-148 [link]

  • Demartini E., Gaviglio A., Bertoni D. (2015), Integrating agricultural sustainability into policy planning: A geo-referenced framework based on Rough Set theory. Environmental Science & Policy, 54, 226-239 [link]

  • Demartini E., Gaviglio A., Gelati M., Cavicchioli D. (2016), The Effect of Biogas Production on Farmland Rental Prices: Empirical Evidences from Northern Italy, Energies, 9(11), 965, 1-23

  • Dornburg V., van Vuuren D., van de Ven G., Langeveld H., Meeusen M., Banse M., Londo M. (2010), Bioenergy revisited: key factors in global potentials of bioenergy. Energy & Environmental Science, 3(3), 258-267 [link]

  • Duvivier R., Gaspart F., de Frahan B. H. (2005, August), A panel data analysis of the determinants of farmland price: an application to the effects of the 1992 Cap reform in Belgium. In XIth Eaae Congress on “The Future of Rural Europe in the Global Agri-Food System”, Copenhagen(pp. 23-27)

  • Emmann C. H., Guenther-Lübbers W., & Theuvsen L. (2013), Impacts of biogas production on the production factors land and labour-current effects, possible consequences and further research needs. International Journal on Food System Dynamics, 4(1), 38-50 [link]

  • Feichtinger P., Salhofer K. (2013), “What Do We Know about the Influence of Agricultural Support on Agricultural Land Prices?”, Journal of German Agricultural Economics, 62(2), 71-85 [link]

  • Feichtinger P., Salhofer K. (2016), The Fischler reform of the common agricultural policy and agricultural land prices. Land Economics, 92(3), 411-432 [link]

  • Folland S. T., Hough R. R. (1991), Nuclear power plants and the value of agricultural land. Land economics, 67(1), 30-36 [link]

  • Gaviglio A., Pecorino B., Ragazzoni A. (2014), Produrre energia rinnovabile nelle aziende agro-zootecniche. Effetti economici dalle novità introdotte nella normativa del 2012. Economia agro-alimentare, 16(2), 31–60 [link]

  • Gaviglio A., Pirazzoli C., Ragazzoni A. (2013), Zootecnia e Biogas - Incentivi 2013, 100 Pagine per Capire; Edizioni L’Informatore Agrario: Verona, Italy

  • Gelfand I., Sahajpal R., Zhang X., Izaurralde R. C., Gross K. L., Robertson G. P. (2013), Sustainable bioenergy production from marginal lands in the US Midwest. Nature, 493(7433), 514-517 [link] [link]

  • Guastella G., Moro D., Sckokai P., & Veneziani M. (2014, August), The capitalization of area payments into land rental prices: A panel sample selection approach. In Proceedings of the 2014 International Congress, European Association of Agricultural Economists (Eaae), Ljubljana, Slovenia, pp. 26-29 [link]

  • Harvey M., Pilgrim S. (2011), The new competition for land: Food, energy, and climate change. Food Policy, 36, S40-S51 [link]

  • Hüttel S., Odening M., Kataria K., Balmann A. (2013), Price Formation on Land Market Auctions in East Germany - An Empirical Analysis. German Journal of Agricultural Economics, 62(2). 99-115 [link]

  • Johansson D. J., Azar C. (2007), A scenario based analysis of land competition between food and bioenergy production in the US.Climatic Change,82(3), 267-291 [link]

  • Karlsson J., Nilsson P. (2014), Capitalisation of Single Farm Payment on farm price: an analysis of Swedish farm prices using farm-level data. European Review of Agricultural Economics, 41(2), 279-300 [link]

  • Kilian S., Antón J., Salhofer K., Röder N. (2012), Impacts of 2003 Cap reform on land rental prices and capitalization. Land Use Policy, 29(4), 789-797 [link]

  • Lancaster K. J. (1966), A new approach to consumer theory. Journal of political economy, 74(2), 132-157 [link]

  • Latruffe L., Le Mouël C. (2009), Capitalization of government support in agricultural land prices: What do we know? Journal of economic surveys, 23(4), 659-691 [link]

  • März A., Klein N., Kneib T., Musshoff O. (2016), Analysing farmland rental rates using Bayesian geoadditive quantile regression. European Review of Agricultural Economics, 43(4), 663-698 [link]

  • Mela G., Canali G. (2014), How distorting policies can affect energy efficiency and sustainability: The case of biogas production in the Po Valley (Italy). AgBioForum, 16(3), 194-206 [link]

  • Murphy D. J., Hall C. A., Powers B. (2011), New perspectives on the energy return on (energy) investment (Eroi) of corn ethanol. Environment, development and sustainability, 13(1), 179-202 [link]

  • Murphy R., Woods J., Black M., McManus M. (2011), Global developments in the competition for land from biofuels. Food Policy, 36, S52-S61 [link]

  • Nickerson C., Morehart M., Kuethe T., Beckman J., Ifft J., Williams R. (2012), Trends in US farmland values and ownership. EIB-92. U.S. Dept. of Agriculture, Econ. Res. Serv. [link]

  • Ostermeyer A., Schönau F. (2012), Effects of biogas production on inter-and in-farm competition. In Proceedings of the 131th Eaae Seminar ‘Innovation for Agricultural Competitiveness and Sustainability of Rural Areas’, Prague, Czech Republic, 18-19

  • Pirani A., Gaviglio A., Demartini E., Gelati M., Cavicchioli D. (2016), Studio delle determinanti del valore degli affitti agrari. Potenzialità dell’uso di microdati e applicazione del metodo dei prezzi edonici, Aestimum, 69, 131-151

  • Pöschl M., Ward S., Owende P. (2010), Evaluation of energy efficiency of various biogas production and utilization pathways. Applied Energy, 87(11), 3305-3321 [link]

  • Pyykkonen P. (2005), Spatial analysis of factors affecting Finnish farmland prices. In 2005 International Congress, August 23-27, 2005, Copenhagen, Denmark (No. 24541). European Association of Agricultural Economists

  • Rathmann R., Szklo A., Schaeffer R. (2010), Land use competition for production of food and liquid biofuels: An analysis of the arguments in the current debate. Renewable Energy, 35(1), 14-22 [link]

  • Rosen S. (1974), Hedonic prices and implicit markets: product differentiation in pure competition. Journal of political economy, 82(1), 34-55 [link]

  • Sgroi F., Foderà M., Di Trapani A. M., Tudisca S., Testa R. (2015), Economic evaluation of biogas plant size utilizing giant reed. Renewable and Sustainable Energy Reviews,49, 403-409 [link]

  • Swinnen J.; Ciaian P.; Kancs D.A. Study on the Functioning of Land Markets in the EU Member States under the Influence of Measures Applied under the Common Agricultural Policy; Unpublished Report to the European Commission; Centre for European Policy Studies: Brussels, Belgium, 2008

  • Tilman D., Socolow R., Foley J. A., Hill J., Larson E., Lynd L., Williams R. (2009), Beneficial biofuels - the food, energy, and environment trilemma. Science, 325(5938), 270-271 [link]

  • Vaccari V., Manco I., Cordoni C., Valvassori A. (2015), Features and sustainability components of a laboratory of analysis for biogas plants. Economia Aziendale Online, 6(2), 35-42 [link]

  • 1. L’articolo è una riproposizione, opportunamente accorciata e rivista per la nuova collocazione editoriale, del paper “Demartini, E., Gaviglio, A., Gelati, M., & Cavicchioli, D. (2016), The Effect of Biogas Production on Farmland Rental Prices: Empirical Evidences from Northern Italy. Energies, 9(11), 965 - doi: [link] - Per accedere alla versione originale: [link]. Pertanto, come la prima versione, anche il presente testo è un open access rilasciato e distribuito sotto licenza Creative Commons Attribution (CC-BY [link]).
Tematiche: 
Rubrica: