Francesco Mantino Inea
Questo paper focalizza l’attenzione sui cambiamenti che la riforma della Pac post 2013 può implicare per il secondo pilastro. Dopo la presentazione del pacchetto di regolamenti da parte della Commissione Europea, in alcuni paesi si è avviato il dibattito sulle strategie
logica di mettere in evidenza i possibili effetti delle misure della futura Pac.
Nell’ambito delle politiche agricole ci possono essere molte driving forces che possono risultare significative in una proiezione futura, non risulta però efficiente cercare di sviluppare scenari relativi a tutte le componenti, in quanto ciò renderebbe troppo confusa ed incerta la fase di analisi e valutazione. Pertanto si è optato per la scelta di alcuni indirizzi programmatici specifici, afferenti sia al nuovo regime dei pagamenti diretti, che alle nuove priorità dello sviluppo rurale. Lo scenario è stato realizzato mediante l’adozione di mappe raster di vincoli/incentivi, dove valori pari a 0 vengono trattati come vincoli assoluti, mentre i valori pari a 1 indicano zone libere di evolversi senza né vincoli né incentivi. Valori inferiori a 1, (es. 0,9) agiscono come disincentivi, mentre valori superiori a 1 (es. 1,1) fungono da incentivi (Eastman, J.R. 2006).
Seguendo tale logica solo tre misure comunitarie sono state “tradotte” in mappe raster, differenziate sulla base del diverso effetto che queste ultime avrebbero sul territorio a seconda della diversa destinazione d’uso del suolo.
La prima mappa è stata realizzata prendendo in considerazione una significativa innovazione nel regime dei pagamenti diretti, vale a dire l’assegnazione dei titoli di pagamento anche alle colture ortofrutticole ed ai vigneti, cosa che in passato non era consentita, eccetto che per il pomodoro, per gli agrumeti e per la frutta trasformata. Partendo da queste considerazioni è stato realizzato uno strato informativo di incentivo per quei territori irrigui che potenzialmente potrebbero ospitare colture ortofrutticole; territori attualmente destinati in larga parte a colture di tipo cerealicolo estensivo, in quanto non sussiste alcuna forma di incentivo verso la conversione ad ordinamenti produttivi più complessi.
Il secondo strato informativo rappresenta invece un vincolo anziché un incentivo, in quanto esso è stato prodotto a partire dalle nuove indicazioni in merito alla differenziazione colturale, indicazioni che impediscono la trasformazione delle superfici a prato e pascolo permanente in superfici di tipo seminativo. Infine la terza variabile futura introdotta è un incentivo, spazialmente differenziato sulla base della destinazione di uso del suolo. Questo strato informativo è stato realizzato sulla base delle nuove priorità della politica di sviluppo rurale, prendendo in particolare considerazione i contenuti delle priorità 4 e 5, che sono rispettivamente “Preservare e migliorare ecosistemi dipendenti dall’agricoltura” e “Transizione verso una low carbon economy”, priorità che al loro interno contengono un gran numero di misure, che vanno dalla sostenibilità ambientale alla forestazione. Questo strato informativo è estremamente importante per il territorio di riferimento, in quanto caratterizzato da ampie aree direttamente interessate dalle misure simulate dallo strato.
Siccome le misure per lo sviluppo rurale possono produrre risultati solo nel medio-lungo termine, gli effetti delle mappe raster sono stati simulati fino al 2050 in modo da essere in grado di valutare il loro impatto, in particolare sulla silvicoltura.
L’Area di Studio
La Basilicata è una regione meridionale italiana che si estende su un territorio di 9.992 chilometri quadrati. La copertura del suolo regionale è piuttosto eterogenea, e rispecchia le caratteristiche morfologiche e climatiche. Infatti si spazia da sistemi agricoli estensivi ed ampie aree naturali della parte occidentale della regione, a sistemi agricoli più specializzati nelle zone collinari e pianeggianti della parte orientale.
Questa distribuzione è stata riconosciuta negli strumenti di pianificazione nazionale (Piano Strategico Nazionale per lo Sviluppo Rurale, 2009) che classificano la regione come un territorio totalmente rurale (meno di 150 abitanti/km2), in cui le
superfici possono essere distinte:
B: zona pianeggiante considerata "area rurale ad agricoltura intensiva specializzata". Questa zona si trova sul versante ionico della Basilicata, rappresenta l'8% della superficie regionale e comprende sei comuni. E 'caratterizzata da terreno pianeggiante e facile accesso alla risorsa idrica. La sua agricoltura è di tipo specializzato ad elevato reddito. Infatti su un area di agricola pari al 9,4% della Sau regionale si genera il 25% del valore aggiunto del settore primario regionale (Basilicata Piano di Sviluppo Rurale 2007-2013).
D: "aree rurali con gravi limitazioni per lo sviluppo" superfici collinari e montane pari al 92% superficie regionale, comprendenti 125 comuni. All'interno della macro-area D si possono distinguere seguenti distretti:
D1: aree con modelli agricoli più avanzati. Questo distretto copre il 39% della superficie regionale e comprende 60 comuni. Il suo territorio è prevalentemente collinare con alternanza di pianure. Le attività agricole praticate sono fondamentalmente di tipo seminativo e pascolativo, con la produzione di colture specializzate nelle aree pianeggianti.
D2: rappresenta l'entroterra di zone collinari e montane. Questo distretto si trova nella zona centrale della regione; rappresenta il 53% della superficie regionale e comprende 65 comuni. Quest’area è prevalentemente montuosa, pertanto caratterizzata da ampi boschi e pascoli. La scarsa presenza dell’agricoltura specializzata, 5% dell’area, è dovuta in gran parte all’altezza e alla pendenza della zona che è sfavorevole a tali colture.
Risultati
Le figure 2 e 3 mostrano la localizzazione delle variazioni registrate nel confronto tra l'attuale copertura del suolo e la copertura prevista per il 2050, rispettivamente per lo Baseline scenario e per lo Future Cap scenario.
[segue da pagina 81]
per lo sviluppo rurale per il periodo 2014-2020. Il paper intende discutere le principali innovazioni e le nuove sfide per le politiche di sviluppo rurale rispetto al periodo 2007-2013. In particolare, il paper intende focalizzare l’attenzione sulle seguenti questioni: 1) i più rilevanti cambiamenti introdotti nel campo dello sviluppo rurale; 2) le influenze di tali cambiamenti sulla preparazione della prossima fase di programmazione 2014-2020, con particolare riferimento a tre paesi europei (Italia, Spagna e Francia); 3) le lezioni che si possono trarre dal dibattito in corso sulla riforma e dalla preparazione della nuova fase in termini di cambiamenti istituzionali e l’analisi delle probabili ragioni di successo e di fallimento della stessa riforma. Le principali conclusioni dell’analisi sono che il successo o il fallimento dipenderanno in modo significativo da quali costi di transazione e quali incentivi verranno introdotti dal nuovo sistema di programmazione. A loro volta, questi due fattori dipenderanno fortemente da come i principali stakeholders agricoli percepiranno i costi e gli incentivi della riforma, dalle loro aspettative sul ruolo dei programmi di sviluppo rurale in un contesto in cui il budget per le politiche agricole si sta assottigliando dappertutto e, infine, dalla loro capacità di costruire alleanze strategiche e cooperazione ad ogni livello (nazionale, regionale e locale) con altri attori economici e sociali. I futuri scenari di policy potrebbero infatti significare nuovi e pesanti vincoli alle politiche di sviluppo rurale e conseguentemente ridurre anche le opportunità di innovazioni istituzionali.
Figura 2 - Mappa di cambiamento di uso del suolo: Baseline scenario
Fonte: ns. elaborazione
Osservando la figura 2 è possibile notare la riduzione delle aree a pascolo che può essere spiegata con la mancanza di una politica mirata per la tutela di tali aree. Mentre il moderato aumento delle zone boschive potrebbe derivare dall'abbandono delle aree marginali e quindi dalla successiva trasformazione delle stesse aree in ambienti naturali.
Per quanto riguarda le transizioni riguardanti il settore forestale, esse sono per lo più registrati in zona D2, dove si trovano la maggior parte dei boschi regionali, e fanno registrare un aumento del 10,5% di tali superfici.
Mentre le limitate transizioni che coinvolgono il settore ortofrutticolo, che aumenta del 10,15%, sono localizzate nell'area B che è caratterizzata da un andamento pianeggiante e dalla possibilità di irrigare (Figura 3).
Figura 3 - Distribuzione delle transizioni: Baseline scenario – Valori in %
Fonte: ns. elaborazione
Osservando la mappa di cambiamento dello scenario Cap Future, riportata in figura 4, è possibile notare che non ci sono
nuove conversioni in seminativi, e al contempo la perdita di aree boschive è impedita. Questo è il risultato della politica di protezione dei pascoli, simulata attraverso l'interazione dei pagamenti diretti e delle misure di sviluppo rurale (primo e terzo strato informativo).
Figura 4 - Mappa di cambiamento di uso del solo dello scenario Cap Future
Fonte: ns. elaborazione
Oltre ad un incremento delle superfici naturali in questo scenario si osserva un aumento delle colture specializzate; aumento legato al secondo strato informativo, che simulando un incentivo per zone irrigue che potrebbero potenzialmente ospitare colture specializzate (area B), fa si che queste aumentino del 25,7%, che è significativamente superiore al 10,15% osservata nello scenario baseline (Figura 5).
Figura 5 - Distribuzione delle transizioni: Future Cap scenario – Valori in %
Il confronto tra le due mappe di cambiamento mostra come l'adozione di misure mirate della Pac può giocare un ruolo fondamentale nell'evoluzione di uso del suolo, in particolare per la conservazione di alcuni ambienti naturali che sarebbero esposti al rischio di degrado ed abbandono in assenza di misure appropriate volte a recuperare la loro funzione protettiva. La simulazione delle misure comunitarie attraverso gli strati di incentivo / disincentivo produce una persistenza delle attività agricole nelle zone D1 e D2 riducendo il rischio abbandono.
Conclusioni
L’applicazione condotta ha messo in luce diversi livelli di reattività del territorio lucano agli interventi comunitari.
In particolare il modello ha evidenziato il basso potenziale di transizione delle aree D1 e D2, caratterizzate da un sistema geomorfologico fortemente limitante e dalla difficoltà di accesso alla risorsa idrica; infatti tali aree sono principalmente occupate da seminativi non irrigue. Pertanto pur ipotizzando incentivi per colture più specializzate, si denota una scarsa suscettibilità al cambiamento.
D'altra parte è stato osservato un elevato potenziale di transizione verso colture specializzate nelle zone pianeggianti, con possibilità di accesso alla risorsa idrica. In queste aree l'attuazione di misure specifiche innescherebbe considerevoli trasformazioni da colture estensive in produzioni orto-frutticole, con un conseguente aumento di reddito per unità di superficie. Inoltre, lo scenario "Futuro della Pac" ha mostrato l'influenza positiva di una incentivazione per gli arbusti e per i boschi, principalmente presenti nelle zone D1 e D2, specie nei versanti a rischio di erosione. Pertanto un’adeguata politica di gestione delle foreste potrebbe realmente ridurre il rischio di dissesto idrogeologico.
L'analisi dei risultati conferma che l'approccio utilizzato può essere uno strumento prezioso per lo studio della previsione dei futuri cambiamenti del territorio.
Il punto di forza della metodologia adottata risiede nella possibilità di formulare modelli di valutazione ex-ante delle politiche di sviluppo locale. L'affidabilità del modello è strettamente collegata alla disponibilità dei dati relativi alle variabili spaziali coinvolte nei processi di cambiamento, di conseguenza, è opportuno avere una vasta base di variabili geo -referenziate per enfatizzare gli effetti positivi di alcune politiche e mitigare eventuali conseguenze indesiderate.
Le limitazioni del modello applicato sono soprattutto legate alla qualità e al livello di dettaglio spaziale delle variabili di ingresso. Per migliorare l'accuratezza delle analisi sarebbe utile prendere in considerazione un maggior numero di variabili, magari attraverso modelli di scelta discreta (Choice Experiment). Futuri sviluppi del modello richiederebbero l'uso di variabili climatiche dinamiche al fine di valutare gli effetti dei cambiamenti con maggiore precisione e identificare i punti di forza e di debolezza del settore agricolo e forestale.
Riferimenti bibliografici
Bibby P., Sheperd J. (2000), Gis, land use, and representation, Environment and planning B, 27: 583-598
Boellstorff D., Benito G. (2005), Impacts of set-aside policy on the risk of soil erosion in central Spain, Agriculture, Ecosystems and Environment, 107: 231-243
Eastman J.R. (2006), Idrisi Andes, Tutorial, MA, Usa, Clark Labs, Clark University
European Commission (2010), The Cap towards 2020: Meeting the food, natural resources and territorial challenges of the future. Communication from the commission to the european parliament, the council, the european economic and social committee and the committee of the regions
Follador M. (2008), Modellizzazione spazio-temporale delle
dinamiche di uso del suolo ed analisi comparata di differenti approcci predittivi. PhD dissertation, Università degli Studi di Bologna
Kanungo D.P., Arora M. K., Sarkar S., Gupta R. P. (2006), A comparative study of conventional, Ann black box, fuzzy and combined neural and fuzzy weighting procedures for landslide susceptibility zonation in Darjeeling Himalayas. Engineering Geology 85: 347-366
Nemmour H., Chibani Y. (2006), Multiple support vector machines for land cover change detection: an application for mapping urban extension. Isprs Journal of Photogrammetry & Remote Sensing 61: 125-133
Pin Lin Y., Jay Chu H., Chen F., Verburg H. (2011), Predictive ability of logistic regression, auto-logistic regression and neural network models in empirical land-use change modeling – a case study. International Journal of Geographical Information Science, 25- 1: 65–87
Riccioli F., Scozzafava G. (2007), Il pagamento unico e la condizionalità nella modifica del paesaggio rurale: un caso di studio. Firenze University Press. XXXVI Incontro di Studio Ce.S.E.T., pp. 233-248
Roxburgh C. (2009), The use and abuse of scenarios. McKinsey Quarterly November: 1-10
Sieber S., Amjath-Babu T.S., Jansson T., Müller K., Tscherning K., Graef F., Pohle D., Helming K., Rudloff B., Saravia-Matus B.S., Gomez y Paloma S. (2013), Sustainability impact assessment using integrated meta- modelling: Simulating the reduction of direct support under the EU common agricultural policy (Cap). Land Use Policy 33: 235-245
Schwartz P. (1991), The art of the long view: planning for the future in an uncertain world. 1st ed. Doubleday, New York
Villa N., Paegelow M., Camacho O. M. T., Cornez L., Ferraty F., Ferré L., Sarda P. (2007), Various approaches for predicting land cover in mountain areas. Communication in Statistics-Simulation and Computation 36: 73-86
Werbos P. J. (1974), Beyond Regression: New Tools for Prediction and Analysis in the Behavioral Sciences. PhD dissertation, Harvard University, Cambridge, Mass
Aiuta AGRIREGIONIEUROPA
con un tuo contributo a crescere e ad offrire nuovi servizi
Carta di credito
(http://www.agriregionieuropa.it/contributo.html)
Bonifico bancario
Beneficiario: Associazione "Alessandro Bartola" - Studi e Ricerche di Economia e di Politica Agraria
Istituto di credito: Banca di Ancona - Credito Cooperativo - Agenzia n. 2 c/c 000030183841 Codice ABI: 08916 Codice CAB: 02602 CIN Y IBAN IT35Y0891602602000030183841
Si prega di scrivere nella causale del pagamento: "Contributo Agriregionieuropa"