Stima della funzione di domanda

La variabilità dei prezzi nei mercati ittici può dipendere da molti fattori, legati tanto alla produzione quanto alla struttura del mercato, ma nella valutazione empirica un ruolo importante è giocato dalla scala temporale considerata. A livello giornaliero le condizioni ambientali più o meno favorevoli per la pesca possono determinare grandi variazioni nelle quantità scambiate; a sua volta ciò conduce, a seconda del livello di integrazione più o meno forte con altri mercati, della destinazione del prodotto (consumo fresco o previa trasformazione), delle aspettative per i giorni successivi, a variazioni più o meno sensibili nei prezzi50. Utilizzando intervalli temporali più ampli (medie settimanali, mensili, annuali) le variazioni di prezzo vengono attenuate e gli andamenti risultano meno caotici, ma gli stimatori non sono più in grado di spiegare la variabilità interna al periodo51. In letteratura sia gli studi sulla domanda sia quelli sull’integrazione dei mercati vengono spesso realizzati usando dati mensili. D’altra parte i modelli bioeconomici hanno normalmente una struttura annuale e quindi tutti i parametri vengono stimati sugli stessi intervalli temporali (Perez, 2005).

Per questa ricerca si farà uso di prezzi medi annui (serie Istat-IREPA dal 1974 al 2009) poiché il riconoscimento di processi stagionali non è di stretto interesse per l’equilibrio di lungo periodo del modello bioeconomico, sebbene certi elementi quali il fermo pesca mensile possano condizionare anche il prezzo medio annuale.

Accanto all’elemento temporale, l’altra componente essenziale per definire i limiti della ricerca riguarda lo spazio, ovvero l’estensione del mercato. Seguendo l’approccio di Nielsen (2005) prima di procedere alla definizione di un modello di domanda è opportuno definire i confini del mercato attraverso studi sulle relazioni prezzo-prezzo fra le zone geografiche di interesse. D’altra parte, nel caso specifico, sussistono importanti indizi per ritenere che il mercato delle regioni adriatiche (italiane) sia fortemente integrato. L’aspetto grafico delle serie storiche regionali evidenziato nel paragrafo 2.6 è un importante indizio in tal proposito. Altri studi preliminari basati su dati mensili dell’ultimo quinquennio (Mulazzani e Camanzi, prossima pubblicazione) avrebbero evidenziato che i principali mercati di Emilia Romagna e Veneto risultano certamente integrati all’interno del mercato

50 _{In generale, nel caso dei prodotti della pesca, è facile attendersi che le variazioni nelle quantità siano}

superiori alle variazioni nei prezzi.

51 _{Un maggiore numero di osservazioni consente del resto di includere più gradi di liberà nel modello}

italiano per quanto riguarda le acciughe; per le sardine la componente stagionale locale sembra avere una forte influenza ma il trend annuale è comune. Per finire, all’interno di questa ricerca, alcuni semplici test sulle serie dei prezzi confermerebbero l’ipotesi di integrazione della macroregione adriatica.

Quanto detto finora vale comunque solo per la metà italiana del bacino adriatico. Non si sono reperite serie storiche dei prezzi relativamente all’ex Jugoslavia e alle attuali repubbliche di Slovenia e Croazia, per cui l’analisi della domanda dovrà concentrarsi sulla formazione del prezzo in Italia. I dati delle regioni adriatiche (italiane) sono stati aggregati per cui si farà riferimento al prezzo medio ponderato e alla produzione totale dell’area. Per coerenza con la precedente parte dello studio la regione adriatica di riferimento sarà quella relativa alla GSA 17, ovvero escludendo la Puglia.

Lo scopo fondamentale di questa analisi empirica è misurare quale effetto abbia una variazione nelle catture adriatiche sul prezzo della macroregione, assumendo dunque il presupposto di produzione esogena (modello di domanda inversa). Lo studio si concentra sul mercato di due sole specie (acciuga e sardina) per cui, pur considerando i difetti e le critiche esposte nel paragrafo 3.6, si ritiene più pratico affrontare il problema attraverso l’uso di singole equazioni piuttosto che attraverso un sistema coerente con la teoria del consumatore. Il modello verrà specificato nella versione logaritmica doppia.

Sempre seguendo l’approccio di Nielsen (2005) e riformulando in un’ottica di domanda inversa il concetto di sostituibilità imperfetta di Armington (1969), le produzioni di altre macroregioni geografiche verranno incluse nel modello per verificare il loro eventuale influsso sul prezzo locale. Tali macroregioni sono il resto d’Italia (Puglia inclusa), la zona dell’Ex Jugoslavia (attuali Slovenia e Croazia) e la Spagna (in quanto importante produttore di pesce azzurro in Europa e principale partner commerciale per l’Italia).

Fra i regressori del modello verranno inoltre inclusi il reddito italiano (PIL) e un trend temporale. Per tenere conto della condizione di omogeneità (Barten, 1977) sia i prezzi che il reddito sono stati rivalutati su base 2009 utilizzando l’indice dei prezzi al consumo (FOI) fornito da Istat. Infine si testerà la flessibilità incrociata delle catture acciughe (adriatiche) sul prezzo delle sardine e viceversa. La forma funzionale completa è dunque data da

it i t i jAt ij iJt iJ iSt iS iRt iR iAt iA i iAt Q Q Q Q Q Y t e P =α +β ln +β ln +β ln +β ln +β ln +γ ln +φ + ln (Eq. 72)

dove le due specie i sono acciughe e sardine e le macro regioni sono l’Adriatico italiano (A), il resto d’Italia (R), la Spagna (S) e la ex Jugoslavia (J); Y è il reddito italiano.

Poiché tutte le serie storiche considerate risultano non stazionarie il risultato della regressione (OLS) potrebbe essere spurio. Per risolvere tale problema l’equazione verrà riformulata nelle differenze prime che al contrario risultano stazionarie; questa specificazione consente anche di risolvere il problema di un’elevata multicollineartità che potrebbe incorrere fra t e le altre variabili (specialmente Y). La formulazione nelle differenze prime corrispondente alla (72) è dunque

it i t i jAt ij iJt iJ iSt iS iRt iR iAt iA iAt Q Q Q Q Q Y v P =Δ +Δ +Δ +Δ +Δ +Δ + + Δln β ln β ln β ln β ln β ln γ ln φ (Eq. 73)

Come fatto da Bose (2004) l’assunzione di esogeneità delle catture verrà testata usando il test di Durbin-Wu-Hausman (Verbeek, 2006). Due regressioni ausiliarie differenti (con variabili strumentali differenti) verranno provate: nel primo caso (in maniera simile a Bose, vedi Eq. 64) la variabile strumentale è la quantità catturata nel periodo t-1; nel secondo caso come variabili strumentali si utilizzeranno lo sforzo e la biomassa (in altre parole si utilizzerà come regressione ausiliaria la funzione di produzione con l’aggiunta degli altri regressori esogeni inclusi nell’Eq. 72). Il residuo della regressione ausiliaria verrà quindi usato come variabile dipendente, insieme agli altri regressori, all’interno della funzione di domanda (Eq. 72); se tali residui non risultano statisticamente significativi, significa che l’ipotesi di esogeneità (debole) non viene rifiutata.

I prezzi medi regionali usati per calcolare il prezzo medio ponderato dell’area sono quelli forniti da Istat e successivamente da IREPA. I dati delle quantità catturate provengono da ISMAR per quanto riguarda l’Adriatico, da Istat-IREPA per il resto d’Italia e da FAO per quanto riguarda Spagna ed ex Jugoslavia. Il reddito italiano è tratto da Istat. Le serie storiche partono nel 1974 e terminano nel 2009.