L'impatto ambientale dei pagamenti diretti: un’analisi mediante utilizzo delle reti neurali

L'impatto ambientale dei pagamenti diretti: un’analisi mediante utilizzo delle reti neurali

Introduzione

Questo articolo costituisce una sintesi di uno studio realizzato presso il Dipartimento di Economia dell’Università Politecnica delle Marche (Bonfiglio, 2006) e volto ad analizzare l’impatto ambientale dei pagamenti diretti introdotti dalla Riforma Mac Sharry e riconfermati da Agenda 2000. Lo studio si basa sull’ipotesi in base alla quale i pagamenti diretti, essendo accoppiati alla produzione, spingerebbero gli agricoltori ad accrescere i livelli produttivi delle colture che godono di un regime protetto al fine di conseguire redditi più alti. Dal momento che le colture protette sono quelle ad alta intensità di capitale, la spinta produttiva si tradurrebbe in un aumento del livello di sfruttamento della terra attraverso un massiccio ricorso alla meccanizzazione e all’uso di prodotti chimici (OECD, 2005). Ne consegue un’eccessiva pressione ambientale e un aumento del rischio di fenomeni di inquinamento di aria ed acqua, diminuzione della fertilità dei terreni, frane, smottamenti, ecc.. Tuttavia, non è certo di quanto aumenterebbe tale rischio poiché l’eco-condizionalità e la diminuzione dei prezzi garantiti delle colture continentali potrebbero controbilanciare gli effetti di intensificazione della produzione generati dai pagamenti accoppiati alla produzione.
Per la stima dell’impatto ambientale si è ricorsi ad un modello basato sulle reti neurali, attraverso il quale si è simulato il comportamento degli imprenditori agricoli agenti e, in particolare la loro reazione a tre diversi scenari alternativi sui pagamenti diretti a favore dei seminativi. Il periodo analizzato è il triennio 2000-2002, mentre l’area di indagine è la regione Marche. Questa regione funge da laboratorio ideale per analizzare gli effetti indotti dall’applicazione di strumenti concernenti i seminativi, per via della notevole diffusione di questi ultimi sul territorio. Per avere un’idea dell’importanza che queste colture rivestono nella regione, basti pensare che nel 2000 la SAU coltivata a cereali e colture industriali ammontava a circa il 55% dell’intera superficie marchigiana contro il 33% a livello nazionale (Istat, 2005).

Struttura della rete e dati utilizzati

Sebbene le reti neurali siano state impiegate in numerose applicazioni economiche, date le enormi potenzialità offerte, per finalità sia di categorizzazione che previsionali, il loro utilizzo per la valutazione degli impatti prodotti dalla politica agricola risulta ancora circoscritto. Per una breve descrizione di cosa siano le reti neurali si rimanda il lettore alla scheda [link] che accompagna questo articolo.
Ai fini della ricerca, si è deciso di adottare una Multilayer Feedforward Neural Network (MFNN) composta di 3 strati: uno strato di input, uno strato nascosto e uno strato di output. Il primo è rappresentato da 9 neuroni raggruppabili in 6 categorie: trend, caratteristiche naturali, lavoro, terra, capitale e politica. Le caratteristiche naturali sono state approssimate dalla posizione altimetrica della azienda agricola. Il lavoro prende in considerazione il numero delle ore lavorate complessivamente in azienda. La terra include la SAU totale e la distribuzione della terra fra le varie colture. Il capitale è stato approssimato dalla potenza complessiva delle macchine a disposizione dell’azienda. Infine, la categoria politica contempla i pagamenti diretti a favore dei cereali e delle colture industriali. Lo strato nascosto, che simula l’organizzazione d’impresa e la strategia aziendale, è composto dallo stesso numero di neuroni dello strato di input. In ultimo, lo strato di output comprende le spese di acquisto di fertilizzanti e le spese relative ai pesticidi.
L’obiettivo era quindi di tentare di stimare una funzione complessa in grado di legare il consumo di sostanze chimiche, preso come indicatore del grado di intensificazione delle pratiche agricole, ad una serie circoscritta di variabili che si ritiene possano essere in grado di influenzare le strategie dell’impresa. I dati utilizzati per la costruzione della rete provengono dalla banca dati RICA e si riferiscono ad un campione costante di 438 imprese agricole che operano sul territorio marchigiano nel periodo 2000-2002. Pertanto, il numero totale di osservazioni ammonta a 1.314 unità. La serie storica è stata suddivisa in 3 gruppi: uno più consistente per l’addestramento della rete, un gruppo per la validazione dei risultati, necessario ad evitare il problema dell’overfitting (1) e garantire, al contempo, un’elevata capacità di generalizzazione della rete anche di fronte a shock imprevisti, e infine un gruppo più ristretto per la verifica dei risultati, per testare le capacità predittive del modello. Al termine dell’addestramento, i risultati in termini di errore di validazione e distanza dall’output desiderato (mediante il calcolo dei coefficienti di correlazione e di determinazione) hanno dimostrato una buona capacità di generalizzazione e simulazione da parte della rete.

Risultati empirici e brevi considerazioni conclusive

Tre sono gli scenari di politica delineati e messi a confronto: lo scenario osservato con pagamenti diretti accoppiati (scenario di base), uno basato sui pagamenti diretti disaccoppiati (scenario 1) e uno senza pagamenti diretti (scenario 2). Lo scenario 1 ipotizza che le aziende agricole abbiano ricevuto nel periodo analizzato la media dei pagamenti diretti percepiti in tre anni, similarmente a quanto previsto con l’introduzione dello schema di pagamento unico da parte della riforma Fischler del 2003. Lo scenario 2, invece, delinea una situazione di riforma radicale basata sull’assenza di pagamenti diretti.
Al fine di stimare l’impatto generato dagli scenari alternativi, la rete neurale è stata applicata sull’intero campione di aziende agricole cambiando i parametri di input relativi alla PAC. I risultati sono mostrati nella Tabella 1 e nelle Figure 1 e 2.

Tabella 1 - Impatto ambientale prodotto da scenari di politica alternativi correlati ad Agenda 2000, Marche, 2000-02 (valori medi annuali)

Fonte: nostra elaborazione su dati RICA

Figura 1 - Impatto sul consumo di fertilizzanti prodotto da scenari di politica alternativi correlati ad Agenda 2000, Marche, 2000-02

Fonte: nostra elaborazione su dati RICA

Figura 2 - Impatto sul consumo di pesticidi prodotto da scenari di politica alternativi correlati ad Agenda 2000, Marche, 2000-02

Fonte: nostra elaborazione su dati RICA

Dall’esame dello scenario di base, si evince che le imprese che si localizzano nei terreni più pianeggianti tendono ad adottare pratiche agricole più intensive. E’ questo un risultato atteso che dipende dalle caratteristiche morfologiche dei terreni in pianura, più adatti alla meccanizzazione e all’utilizzo intensivo di prodotti chimici. Dal punto di vista dimensionale, a fare maggiore uso di fertilizzanti e antiparassitari sono le imprese di medie e grandi dimensioni (2).
Rispetto alla situazione esistente, i risultati indicano che il disaccoppiamento (scenario 1) avrebbe comportato una riduzione media del 2% nell’uso dei fertilizzanti e del 7,4% in quello di pesticidi. Questo dimostrerebbe che slegare il reddito dalla quantità prodotta attenua lo stimolo ad intensificare la produzione e conferma, al contempo, la bontà dello schema di pagamento unico disaccoppiato alla produzione adottato dalla riforma Fischler. Tutte le tipologie di impresa considerate riducono l’uso di prodotti chimici. Tuttavia, sotto il profilo dimensionale, sono le imprese più grandi a diminuire il livello di sfruttamento in misura più significativa, probabilmente perché, in considerazione dei maggiori livelli di reddito percepiti attraverso i pagamenti diretti disaccoppiati, possono permettersi di ridurre più consistentemente il grado di intensificazione produttiva. Guardando alla localizzazione, gli effetti prodotti dal disaccoppiamento risultano più evidenti nelle imprese localizzate in collina e pianura che non in quelle di montagna. La ragione principale va ricercata nel fatto che in queste aree, diversamente dalle zone montane, essendo le colture protette ampiamente diffuse, qualunque modifica del regime di politica comporta reazioni più amplificate. Nel confronto fra imprese di collina e imprese di pianura sono le prime a prevalere in termini di riduzione nell’uso di prodotti chimici. In questo caso le motivazioni possono essere ricondotte alla vocazione colturale. Mentre le imprese di pianura possiedono, per ragioni morfologiche, una naturale vocazione per i seminativi, le imprese di collina, più vocate a colture tipicamente mediterranee, hanno deciso di specializzarsi nella produzione di seminativi per ragioni puramente economico-speculative e legate alla politica comunitaria, con la conseguenza che qualunque cambiamento di politica genera ripercussioni più evidenti nelle imprese di collina piuttosto che in quelle di pianura.
Qualora il sistema dei pagamenti diretti fosse stato smantellato (scenario 2), i risultati mostrano che si sarebbe verificata un’intensificazione delle pratiche agricole nella forma di un incremento medio nell’uso di fertilizzanti e pesticidi rispettivamente dell’1% e del 6,8%. La spiegazione potrebbe essere che, venendo a mancare un reddito supplementare fornito dai pagamenti diretti, le imprese sono spinte ad aumentare la produzione allo scopo almeno di conseguire lo stesso reddito derivante dal sistema dei pagamenti diretti.
Con l’esclusione delle imprese di montagna, tutte le altre registrano un aumento nell’uso di fertilizzanti e antiparassitari. Dal punto di vista dimensionale, le imprese più grandi sono quelle che accrescono maggiormente l’uso di prodotti chimici. Un simile incremento può essere ricondotto al bisogno di recuperare la perdita di reddito generata dall’eliminazione dei pagamenti diretti, che è certamente maggiore di quella sofferta dalle imprese di ridotta dimensione. Osservando la localizzazione, risulta che l’incremento nel consumo di prodotti chimici riguarda solo le imprese localizzate in pianura e collina. Le imprese di montagna mostrano difatti una dinamica differente: il loro utilizzo di fertilizzanti diminuisce leggermente, mentre quello di pesticidi rimane inalterato. Anche in questo caso, la spiegazione può essere attribuita alla distribuzione territoriale delle colture protette, che privilegia le zone di collina e pianura.
Invertendo il ragionamento che deriva da una lettura dei risultati associati agli scenari 1 e 2, è possibile valutare l’impatto ambientale prodotto dai pagamenti diretti nelle Marche nel periodo 2000-02, rispetto ad ipotesi alternative. Emerge che, in confronto alla situazione ipotetica di disaccoppiamento, i pagamenti diretti hanno fatto sì che l’uso di fertilizzanti e pesticidi si mantenesse più alto rispettivamente del 2% e del 7,4%, confermando l’idea in base alla quale la natura accoppiata dei pagamenti diretti fornirebbe agli agricoltori un incentivo ad intensificare la produzione pur di conseguire un reddito maggiore. Tuttavia, in confronto all’ipotesi di smantellamento, il sistema di pagamenti diretti ha limitato il grado di sfruttamento dei terreni: in effetti, l’uso di fertilizzanti e di pesticidi, secondo il modello, si è mantenuto più basso rispettivamente dell’1% e del 6,8% del livello che si sarebbe avuto nel caso in cui i pagamenti diretti non fossero esistiti. A frenare la spinta produttiva può essere intervenuta l’eco-condizionalità, che subordina i pagamenti diretti al mantenimento di un comportamento rispettoso dal punto di vista ambientale.
Le Figure 1 e 2 mostrano infine l’andamento temporale del consumo dei prodotti chimici. Dalle figure discende che, nel periodo considerato, le spese di acquisto dei fertilizzanti e dei pesticidi sono aumentate dal 2000 al 2001 per poi diminuire significativamente nel 2002, raggiungendo livelli più bassi rispetto al 2000. Pertanto, durante il periodo di operatività di Agenda 2000, la dimensione dell’impatto ambientale indotto dalla produzione agricola sembrerebbe diminuita e sarebbe comunque diminuita anche in considerazione di scenari alternativi. In ogni modo, la presenza dei pagamenti diretti ha garantito in ciascuno degli anni considerati un più basso consumo di prodotti chimici (in special modo di pesticidi), che sarebbe stato ancora più basso se Agenda 2000 avesse optato per il disaccoppiamento sin dalla sua entrata in vigore.
In definitiva, i risultati consentono di asserire che il sistema dei pagamenti diretti associato all’eco-condizionalità, rispetto all’ipotesi di assenza totale, ha attenuato l’impatto ambientale derivante dalla produzione agricola. Una simile conclusione solleva tuttavia una questione delicata relativa al futuro della PAC. Se infatti il sentiero intrapreso dalla PAC si manterrà anche in futuro, è plausibile ipotizzare un progressivo smantellamento del sistema dei pagamenti diretti. Si è visto tuttavia che la mancanza di reddito aggiuntivo vincolato al rispetto di condizioni ambientali potrebbe spingere gli agricoltori a intensificare la produzione al fine di recuperare la perdita di reddito indotta dalla scomparsa dei pagamenti diretti. Per questa ragione, se uno degli obiettivi di politica è di proteggere e valorizzare l’ambiente, è fondamentale che le future riforme introducano adeguati incentivi espressamente orientati alla protezione ambientale.

Note

(1) Il problema dell’overfitting (sovradattamento) si verifica quando una rete neurale non è in grado di generalizzare ma si limita a memorizzare i dati utilizzati per l’addestramento. Per esempio, se si insegna alla rete che 1+1=2 e che 2+2=4, quando vedrà 1,5+1,5 la rete non sarà in grado di rispondere perché avrà memorizzato solo i due casi di cui sopra. Se fosse in grado di generalizzare, fornirebbe invece il risultato corretto di 3 (con un errore minimo accettabile). Oltre al problema dell’overfitting esiste anche quello opposto di underfitting che si ha quando la rete è in grado di generalizzare producendo però un errore molto elevato. Per impedire che questi problemi accadano, una delle tecniche più utilizzate è arrestare il processo di addestramento quando si raggiunge un valore di errore accettabile calcolato su un insieme di dati (cosiddetti di validazione) non impiegati per l’addestramento.
(2) Le aziende sono state distinte sia per localizzazione geografica che per dimensione. Riguardo alla localizzazione, è stata impiegata la definizione ISTAT relativa alle regioni centrali basata sulla posizione altimetrica. In particolare, le aziende di pianura sono quelle che si localizzano ad un’altitudine uguale o inferire ai 300 metri sopra il livello del mare; le aziende di collina si situano ad un’altitudine compresa fra i 300 e i 700 metri; infine le aziende di montagna sono quelle che si posizionano oltre i 700 metri. Con riferimento alla dimensione, si è deciso di applicare il seguente criterio di classificazione: piccole imprese (SAU < 20 ha); medie imprese (SAU compresa nell’intervallo 20-50 ha); grandi imprese (SAU > 50 ha).

Riferimenti bibliografici

  • Bonfiglio A. (2006), Comparing Environmental Impact of Alternative CAP Scenarios Estimated Through an Artificial Neural Network, Quaderni di Dipartimento, n. 269, Dipartimento di Economia di Ancona, Università Politecnica delle Marche, Ottobre.
  • ISTAT (2005), Statistiche dell'agricoltura. Anno 2000, Roma.
  • OECD (2005), Decoupling: Illustrating Some Open Questions on the Production Impact of Different Policy Instruments, Working Party on Agricultural Policies and Markets, AGR/CA/APM(2005)11/FINAL.

Scheda

Cosa è una rete neurale artificiale?

Una rete neurale artificiale è un modello di elaborazione delle informazioni che si inspira al modo in cui un sistema nervoso presente in natura, come il cervello, elabora le informazioni. Le reti neurali sono spesso impiegate per modellare sistemi complessi (quali i sistemi sociali, economici e finanziari), caratterizzati dall’interazione continua e mutevole fra agenti che risultano dotati di razionalità limitata e assumono comportamenti basati più sull’imitazione e sul learning by doing che sulla ricerca della massimizzazione del profitto e dell’utilità. L’elemento chiave è la struttura innovativa del modello, composto da un insieme di sistemi elaborativi, anche noti come neuroni o nodi, altamente interconnessi fra loro. Sebbene esistano svariate versioni di reti neurali, una delle più note e utilizzate è senz’altro la Multilayer Feedforward Neural Network (MFNN). Questa architettura si compone di tre diversi tipi di strati, ciascuno costituito da diversi nodi: lo strato di input, la cui funzione è quella di “accumulare” i dati, lo strato nascosto, che costituisce il cuore o, meglio, il “cervello” dell’architettura, e uno strato di output, che produce i risultati (si veda la figura). I dati si propagano lungo le connessioni a partire dallo strato di input per giungere a quello di output. Da qui il termine “feedforward”. Il comportamento della rete neurale è influenzato dai pesi delle connessioni e dal tipo di connessioni, ovvero dalla funzione di input-output (o funzione di trasferimento) che mette in relazione i neuroni. La rete neurale viene configurata attraverso un processo di apprendimento o addestramento che, analogamente a quanto accade nei sistemi biologici, dà luogo a continui aggiustamenti alle connessioni “sinaptiche” che esistono fra i neuroni, in funzione dell’esperienza acquisita. La modifica delle connessioni richiede l’applicazione di una regola di apprendimento. Una delle più note è senza dubbio la tecnica dell’apprendimento supervisionato che consiste nell’impiegare un “insegnante esterno” in grado di informare ciascun nodo dello strato di output su quale debba essere la risposta desiderata ai segnali di input.
Per ulteriori informazioni sulle reti neurali e sulle tecniche di apprendimento, si consiglia per esempio la lettura di Beltratti, A., Margarita, S., Terna, P. (1996), Neural Networks for economic and financial modelling, International Thomson Computer Press, London.

Figura – Struttura di una rete neurale a tre strati

 

Tematiche: 
Rubrica: