Primi passi con il modello CAPRI : Common Agricultural Policy Regionalised Impacts Analysis : un tutorial teorico e pratico

primi passi con il modello capri

common agricultural policy

regionalised impacts analysis

un tutorial teorico e pratico

a cura di silvia coderoni e marcello de maria collana analisi e studi di politica agraria

sottocollanaosservatorio per i metodi quantitativi e i modelli ex-ante

ss I co N Il mod Ell o c A pr I u N tut or IA l t Eor Ico E pr At Ico

Primi Passi con il modello caPri

common agricultural Policy regionalised

imPacts analysis

un tutorial teorico e Pratico

a cura di Silvia Coderoni e Marcello de Maria

Responsabile di progetto: Silvia Coderoni (coderoni@inea.it) Il documento è a cura di Silvia Coderoni e Marcello de Maria. Revisione: Alessandro Antimiani

Autori: Silvia Coderoni: introduzione e par. 1.4 Marcello de Maria: par. 3.2 e capitolo 4 Lucia Mancini: capitolo 2

Alessandro Palma: parr. 1.1, 1.2, 1.3 e 3.1

Collana: Analisi e studi di Politica Agraria

Sottocollana: Osservatorio per i metodi quantitativi e i modelli ex-ante Coordinamento editoriale: Benedetto Venuto

Realizzazione grafica: Ufficio grafico INEA (J. Barone, P. Cesarini, F. Lapiana, S. Mannozzi) Segreteria editoriale: Roberta Capretti

INEA, 2013

INTRODUZIONE 5 Capitolo 1

CAPRI: UN MODELLO DI EQUILIBRIO ECONOMICO PARZIALE 7

1.1 StrutturadelmodellodiequilibrioeConomiCoparziale Capri 8

1.2 ilmodulodell’offerta (Supplymodule) 10

1.3 ilmodulodelladomanda (marketmodule) 12

1.4 il databaSe 15

Capitolo 2

RASSEGNA DELLA LETTERATURA E PRINCIPALI APPLICAZIONI 27

2.1 uneSempiodiappliCazionedelmodellorelativamenteallamultifunzionalità 31

Capitolo 3 37

LAVORARE CON CAPRI 37

3.1 ilSoftwaredelmodello 37

3.2 deSCrizionedell’interfaCCiagrafiCa 41

Capitolo 4

SIMULAZIONE E ANALISI DEI RISULTATI: UN ESEMPIO PRATICO 59

CaSoStudio “a”: SCenariodiabbattimentoomogeneodelleemiSSionidel 10% Senza etS 62

CaSoStudio “b”: SCenariodiabbattimentoomogeneodelleemiSSionidel 10% Con etS 64

BIBLIOGRAFIA 73

L’esigenza di disporre di dati a supporto delle scelte del decisore politico diventa sempre più rilevante, soprattutto quando la scarsità delle risorse econo-miche e naturali è elevata e di conseguenza aumenta la competizione per il loro utilizzo.

Per chi è chiamato a decidere, e per chi supporta tecnicamente queste scel-te, quindi, è sempre più indispensabile poter disporre di strumenti che siano in grado di fornire un’analisi di tipo ex-ante, preferibilmente con dati di tipo quanti-tativo, sugli impatti delle diverse misure attuabili per raggiungere un obiettivo di politica economica.

Questa esigenza è evidentemente avvertita anche per le decisioni che ri-guardano il settore agricolo, in cui si riflettono gli effetti di politiche e misure at-tuate a livello locale, nazionale e sovranazionale.

I modelli di equilibrio economico rappresentano uno degli strumenti utiliz-zabili per fornire delle informazioni sui possibili impatti delle politiche, seppure con i limiti del caso. Essi si basano sull’interazione di agenti che ottimizzano fun-zioni obiettivo (l’utilità per i consumatori, i profitti per le imprese), per spiegare la determinazione congiunta delle scelte di produzione e di consumo e dei relativi prezzi di equilibrio, tenendo conto di una serie di vincoli di natura economica e tec-nologica. Tali modelli possono essere di equilibrio generale o parziale, a seconda che rappresentino al loro interno tutti i settori dell’economia, o solo una parte di essi.

Il modello CAPRI (Common Agricultural Policy Regionalised Impact analysis), è un modello di equilibrio economico parziale, il cui ambito di applicazio-ne è concentrato sui paesi dell’Unioapplicazio-ne Europea (UE), con particolare riferimento al settore agroalimentare e alle politiche ad esso collegate. Pertanto, il suo utilizzo, è di particolare interesse quando si tratta di valutare effetti della Politica Agricola Comune (PAC) e di scenari scaturenti da una sua variazione.

L’elevata versatilità del modello, che consente di integrare nell’analisi nu-merose variabili economiche, ambientali e sociali a diversi livelli di disaggrega-zione geografica, ha permesso di ampliare nel tempo la gamma delle possibili applicazioni.

allo sviluppo del modello e avevano familiarità con il codice GAMS (General Alge-braic Modeling System) sottostante, sempre più utenti si sono avvicinati al siste-ma durante gli incontri organizzati annualmente, pur avendo solo una conoscenza limitata del codice GAMS di CAPRI. Pertanto è stata sviluppata una Graphical User Interface (GUI) per supportare gli utenti di CAPRI che potessero effettuare le simu-lazioni e valorizzare i risultati delle stesse.

Di questo gruppo di utenti, sono entrati a far parte anche alcuni ricercato-ri dell’INEA, che hanno utilizzato il modello CAPRI in via pricercato-rimaricercato-ria all’interno del progetto finanziato dal Ministero delle politiche agricole alimentari e forestali, dal titolo “Scenari di Cambiamenti Climatici per gli Allevamenti Italiani”, per l’analisi dell’impatto economico derivante dall’abbattimento delle emissioni di gas serra nel settore agricolo italiano, a livello regionale.

Lo scopo di questo tutorial è quello di fornire una guida semplice e pratica che consenta di compiere i primi passi con il modello, illustrandone le principali caratteristiche attraverso un approfondimento sulla struttura e il dataset utiliz-zato e fornendo una panoramica delle sue funzionalità essenziali, dall’installa-zione dell’applicadall’installa-zione, fino all’analisi dei risultati di una simuladall’installa-zione. Pertanto, nel capitolo 1 si introduce brevemente il modello, descrivendone la struttura e il dataset utilizzato. Nel capitolo 2, viene fatta una rapida rassegna della letteratura per descrivere i campi di applicazione di CAPRI e viene presentata un’applicazione del modello. Nel capitolo 3, sono descritti nel dettaglio tutti i passaggi necessari all’installazione dell’interfaccia grafica e al suo utilizzo. Infine, nel capitolo 4 ven-gono presentati i risultati di alcune prime simulazioni riguardanti le politiche per la mitigazione delle emissioni di gas a effetto serra.

C

1

CAPRI: UN MODELLO DI EQUILIBRIO ECONOMICO

PARZIALE

I principali modelli utilizzati per le valutazioni ex-ante delle politiche sono modelli di equilibrio calcolabili1_{, in genere distinti tra Modelli di Equilibrio}

Genera-le (MEG) e Modelli di Equilibrio ParziaGenera-le (MEP). Questi ultimi fanno sempre riferi-mento alla teoria di equilibrio economico generale (per una trattazione dettagliata si veda Mas-Colell et al., 1995) ma guardano ad una parte dell’economia; in genere, quindi si riferiscono in modo molto dettagliato ad un solo settore economico, che nel caso di CAPRI corrisponde a quello delle attività agricole. Nei MEG, la connes-sione dei mercati esiste in quanto i prodotti dell’economia possono essere comple-menti o sostituti, quindi le variazioni della domanda e dell’offerta in un mercato in uno schema di equilibrio economico generale, porta alla variazione dell’equilibrio nei mercati correlati. Questo non avviene invece nei MEP, che annullano gli effetti di sostituzione, assumendo esogeni i prezzi degli altri settori ed endogeni i prezzi del settore oggetto di analisi; i settori non presi in considerazione dal modello sono considerati come un unico bene in termini di moneta o numerario. Lo scopo dei MEP è, quindi, lo studio dell’equilibrio in un solo mercato, piuttosto che di tutti i mercati simultaneamente senza l’interazione tra essi2_{, in uno schema neoclassico;}

si assume pertanto che il consumatore massimizzi l’utilità e il produttore massi-mizzi il profitto (o minimassi-mizzi i costi di produzione).

L’analisi con MEP ha inevitabilmente una serie di svantaggi, ma anche punti di forza. Tra gli svantaggi, come già detto, c’è sicuramente il fatto che l’analisi si concentra in un solo settore e non tiene conto delle interazioni con tutti gli altri

1 Ovvero è possibile ottenere, tramite uno specifico software, un set di risultati numerici come risul-tato di variazioni di variabili introdotte nel sistema economico.

2 Tale distinzione è comunque fittizia, poiché anche nei modelli di equilibrio parziale esiste sempre una suddivisione intra settoriale, distinguendo ad esempio tra diversi sotto-mercati presenti nello stesso settore economico. Avremo quindi, all’interno del mercato agricolo, una suddivisione dei di-versi prodotti (vi sarà quindi una domanda e un’offerta di suini, di colture e di tutti gli altri prodotti considerati dal modello) cui corrispondo sotto-mercati differenti. Tali sotto-mercati sono anch’essi soggetti alla legge di equilibrio economico tra domanda e offerta.

settori economici (ma, nei modelli multi regionali, preserva comunque l’analisi tra paesi). Questo preclude ad esempio la possibilità di analizzare impatti distributivi di politiche settoriali o su settori appartenenti al cosiddetto “indotto” del mercato di analisi3_{. Dall’altra parte, questo rappresenta anche un vantaggio. Poiché infatti il}

modello considera solo un settore economico, quest’ultimo può essere rappresen-tato con un grande livello di dettaglio, sia in termini di dati disponibili sia in termini di equazioni che descrivono il mercato della domanda e dell’offerta. È questo il caso di CAPRI (Common Agricultural Policy Regionalised Impact), modello che, pur essendo definito come “di equilibrio parziale”, rappresenta in maniera molto disaggregata, sia merceologicamente che geograficamente, il settore agroalimen-tare europeo.

1.1 Struttura del modello di equilibrio economico parziale CAPRI

Come precedentemente anticipato, CAPRI è un modello di equilibrio econo-mico parziale per analisi ex-ante di statica comparata. Attualmente è ampiamente utilizzato dalla Commissione Europea e dal Direttorato Generale Agricoltura (DG AGRI) per la valutazione, la simulazione e la previsione dell’impatto delle politi-che agricole a livello economico, commerciale ed ambientale. Esso comprende diversi elementi: una dettagliata banca dati regionalizzata a NUTS II; un software di simulazione, che comprende il modello e un’interfaccia grafica (GUI) nonchè, elemento non trascurabile, una rete di ricercatori (CAPRI Network), che si occupa anche dell’aggiornamento e della formazione di base per gli utilizzatori. Una volta diventati utenti CAPRI, è possibile quindi interagire con il network e arricchire le proprie capacità e competenze di modellazione.

CAPRI è uno strumento di simulazione e proiezione per il settore agricolo basato su schemi coerenti di valori fisico-ambientali (ettari, bestiame, raccolto, utilizzo di input, indicatori ambientali), conti economici (prezzo al produttore, al consumatore, indicatori di reddito) e dati su politiche economiche implementate all’interno della scenario di riferimento; è pertanto quello che si definisce un

mo-3 Tale svantaggio può essere superato con il cosiddetto “linking” tra MEP e MEG. Per quanto riguarda il linking tra il modello CAPRI e il modello GTAP, si veda Jansson et al, 2009 in http://www.seamless-ip.org/Reports/Report_39_D3.8.3.pdf.

4 Il presente tutorial contiene sia testo in italiano che in inglese. La scelta di utilizzare anche l’inglese è legata all’utilizzo “pratico” del tutorial, ovvero per “agevolare” la comprensione delle funzioni di CAPRI, è necessario mantenere anche la lingua originale del modello stesso.

dello di tipo bottom-up5_.

Una interfaccia realizzata in JAVA6 _{rende più semplice l’utilizzo del modello,}

che al suo interno racchiude il codice in linguaggio GAMS. Tale espediente, in-trodotto anche in altri modelli di equilibrio generale calcolabile, ha consentito la diffusione su larga scala di questi strumenti rendendoli fruibili a molti addetti ai lavori con limitate conoscenze informatiche. Tramite l’interfaccia grafica di riferi-mento (GUI) è possibile simulare diversi scenari e analizzare facilmente risultati ricorrendo a strumenti quali tavole, grafici e mappe per la presentazione degli output.

Allo stato attuale CAPRI può essere utilizzato a diversi livelli di disaggre-gazione spaziale, dal livello globale, passando per quello regionale (NUTS II) fino a quello locale (una griglia di oltre 150˙000 rettangoli di area 1km x 1km), per la simulazione di politiche europee in campo agricolo, di politiche internazionali in ambito commerciale – come ad esempio accordi di libero scambio – e per l’analisi dei relativi impatti sulla sfera economica, commerciale ed ambientale.

Il primo vero terreno di applicazione pratica del modello CAPRI è stato quel-lo del pacchetto di riforme europee noto come “Agenda 2000”, alla fine degli anni ’90 (Britz, 2000). Nel corso degli anni, con l’aumento delle funzionalità e con l’e-stensione del database, le applicazioni del modello sono notevolmente cresciute. Il modello economico è formato da una struttura a carattere modulare, in cui due blocchi distinti, di domanda e offerta, interagiscono e convergono ad un livello di disaggregazione spaziale che arriva fino a NUTS II. Il primo blocco è co-stituito dal modulo dell’offerta (SM-supply module), composto dai 27 SM dell’UE oltre che dai Balcani, dalla Norvegia e dalla Turchia, ed è disaggregabile in oltre 280 regioni a livello NUTS-II oltre che in 13 tipologie di aziende agricole. Il secondo blocco, invece, contiene il modulo di mercato (MM-Market Module) che consente di simulare le dinamiche del commercio internazionale tra 69 paesi divisi in 40 blocchi commerciali, per un totale di circa 50 prodotti agricoli.

5 Per la distinzione tra modello top-down e bottom-up nel settore energetico si veda, ad es., Wing, 2008.

6 Java è il nome di un linguaggio di programmazione ad oggetti comunemente utilizzato per realizzare applicazioni informatiche.

Figura 1 - La struttura generale del modello CAPRI

Adattato da Britz W., 2009.

1.2 Il modulo dell’offerta (supply module)

Il modulo offerta è un insieme di modelli di programmazione non lineare, indipendenti, che sommati rappresentano le attività di tutte le aziende (a livello regionale o farm-type) e che risponde al problema di massimizzazione del profitto dato un vettore di prezzi e di vincoli delle politiche. Esso copre circa 50 sotto-settori agricoli, come descritto in appendice 1, per:

- 280 regioni NUTS II se l’analisi è svolta per UE-27, Balcani dell’Est e Turchia; - circa 1840 aziende-tipo se invece si analizza solo l’UE a 25 paesi (il resto delle

aree è rappresentato a livello NUTS II).

Il capitale e il lavoro non sono esplicitamente rappresentati, ma incorporati già nelle funzioni di costo. Per evitare problemi di aggregazione in programmazione

lineare, si utilizza un approccio ibrido, combinando funzioni di produzione Leontief7

a costi variabili (a seconda della resa del raccolto su 13 diverse attività) con fun-zioni di costo non lineari (quadratiche) che includono effetti del lavoro e capitale sulle decisioni di produzione. La calibrazione delle funzioni quadratiche di costo è basata sull’individuazione di un vettore di coefficienti tecnici, livello di produzione, prezzi, sussidi e parametri di elasticità. Queste ultime sono stimate empiricamen-te da serie storiche per ogni paese (Jansson, 2007) o inseriempiricamen-te esogenamenempiricamen-te (per approfondimenti, si veda Heckelei, 2002). Vincoli espliciti garantiscono che i re-quisiti di raccolto e di nutrienti animali siano rispettati anche tenendo conto degli strumenti di politica utilizzati. La maggior parte delle attività si caratterizza per un livello di intensità massima e minima che varia endogenamente in base agli input e all’elasticità al prezzo associata a questi ultimi. Il livello di output totale è ottenuto quindi endogenamente su più livelli di aggregazione spaziale: i risultati a livelli di Stato Membro rappresentano una media pesata dei valori delle regioni NUTS II, in modo che i raccolti oltre il livello regionale possano cambiare anche senza simu-lare variazioni sui raccolti a livello NUTS II.

Un’altra importante variabile endogena è rappresentata dal vettore dei prez-zi. Nonostante nella prima fase di risoluzione dei singoli moduli di offerta regio-nali, i prezzi siano assunti come dati (cioè le aziende tipo sono price-takers), nella successiva fase di simulazione generale il modulo di commercio internazionale simula prezzi di equilibrio garantendo l’endogeneità dei prezzi e la convergenza tra domanda e offerta.

La curva di offerta di terra risponde ai cambiamenti nei ritorni marginali ad essa associati per i relativi settori agricoli di riferimento e può variare in ogni azienda-tipo nonché da regione a regione. Inoltre dal 2009 è stata resa flessibile l’allocazione tra dotazione di terra al pascolo e terra arabile, tramite l’inserimen-to di un’ulteriore elasticità di sostituzione. L’approccio seguil’inserimen-to per poter eseguire analisi su un numero così altro di aziende-tipo è di tipo modulare: ad ogni azienda-tipo corrisponde un set che comprende lo stesso numero e azienda-tipologia di variabili ed equazioni. Le differenze vengono espresse solo in termini di parametri (elasticità di sostituzione e shifts di progresso tecnologico), il che garantisce un elevato li-vello di uniformità nell’offerta aggregata (offerta additiva) e risultati omogenei del modello.

7 Come noto, nelle funzioni di tipo Leontief, l’elasticità di sostituzione è pari a zero. Nel caso di CAPRI tali funzioni sono utilizzate per tutti i beni intermedi e in tutte le regioni. Pertanto non si ammette sostituzione reciproca.

1.3 Il modulo della domanda (market module)

Il modulo di domanda di CAPRI è anch’esso basato sull’analisi di statica com-parata8_{; copre circa 50 prodotti agricoli (Appendice) e 40 blocchi commerciali (Tab. 1).}

Tabella 1 - I ventotto blocchi commerciali presenti in CAPRI

EUROPE MEDITERRANEAN COUNTRIES

1 European Union 15, broken down into Member States (Lu-xembourg aggregated with Belgium)

24 Turkey 2 Europen Union 10, broken down into Member States 25 Morocco

3 Norway 26 Other mediterranean countries

4 Bulgaria & Romania AFRICA

5 Western Balkan Countries 27 Nigeria

6 Switzerland 28 Ethiopia

7 Ukraine 29 South Africa

8 Rest of Europe 30 Africcan LDCs

EUROASIA 31 Africa Rest (pratically ACP)

9 Russia NORTH AMERICA

10 Former Soviet Union nes 32 United States of America

ASIA AND OCEANIA 33 Canada

11 India MIDDLE AND SOUTH AMERICA

12 Pakistan 34 Mexico

13 Bangladesh 35 Argentina

14 China 36 Brazil

15 Japan 37 Uruguay and Paraguay

16 Malaysia and Indonesia 38 Middle and South America ACP

17 Taiwan 39 Other South America countries

18 Asian Tigers 40 Rest of South and Middle America

19 Asian South East (Vietnam, Thailand, Brunei)

20 Asian and Ociania LDC (Afghanistan, Bhutan, Cambodia, Laos, Maldives, Myanmar, Nepal, Timor Este, Kiribati, Solo-mones, Samoa, Tuvalu, Vanuatu)

21 Middle East

22 Australia and New Zealand 23 Rest of Asia and Oceania

8 Ovvero si confrontano soluzioni di equilibrio riferite a due scenari simulati che differiscono fra loro per il livello delle variabili esogene, modificate ad hoc dall’operatore del modello per simulare un determinato scenario.

Il suo sistema di equazioni garantisce l’equilibrio competitivo tra doman-da finale e offerta aggregata in ogni sotto-mercato anche a livello internazionale grazie ad un meccanismo iterativo di trasmissione dei prezzi. Il modulo di mercato comprende anche un sotto-modulo per gli allevamenti di animali più giovani, crea-to per differenziare i livelli di emissioni, di necessità di nutrimencrea-to etc.

L’insieme di equazioni comprende tre tipologie: funzioni comportamentali (che definiscono le quantità, ad esempio le funzioni di prezzo di domanda e offer-ta), funzioni di collegamento del prezzo (che definiscono i prezzi d’importazione) e le identità tra domanda e offerta. In particolare, la domanda finale è modellata tramite un sistema GLE (Generalised Leontief function, Diewert, 1971) in cui il con-sumo è reso indipendente dal reddito e dal prezzo.

Figura 2 - La convergenza del modello

Fonte: adattato da Jansson e Kempen, 2006.

Per quanto riguarda l’analisi dell’Unione Europea, si arriva ad una disag-gregazione per Stato Membro che consente anche un’analisi sul benessere a li-vello nazionale9_{. Il modulo di commercio internazionale tiene conto dei sussidi}

alle esportazioni, delle tariffe alle importazioni e della minimizzazione dei costi

9 I singoli paesi inclusi per l’analisi commerciale a livello nazionale sono attualmente 67.

Prezzi  Mercato   mondiale   Offerta   Sr=f(Pr)   Domanda  Dr=f(Pr)   Prezzi   Regionali(Pr)   Scambi  ne;   NTr=  (Sr  .  Dr)   Risolutore   Equilibrio  mercato   mondiale   Offerta   Sr=f(Pr)   Domanda  Dr=f(Pr)   Prezzi   Regionali  Pr   Scambi  ne;     NTr=  (Sr  -­‐  Dr)  

di trasporto10 _{e utilizza flussi commerciali bilaterali e l’assunzione di Armington}

(1969), consentendo a CAPRI di differenziare le preferenze per alcune regioni di al-cuni prodotti osservabili nel commercio reale11_{. Tale caratteristica è governata da}

una funzione di tipo CES (ad elasticità costante). Lo stesso approccio è seguito nel modulo offerta, in cui una funzione ad elasticità di trasformazione costante (CET) che decide la vendita di beni sul mercato domestico, Europeo o extra-europeo. Il funzionamento è illustrato nella figura 2. Tale approccio risulta teoricamente con-sistente e di facile interpretazione in termini di variazione di benessere associate. Il meccanismo iterativo per la convergenza dei prezzi tra i moduli di offerta e do-manda è illustrato nella figura 3. In particolare, in CAPRI la convergenza al prezzo di equilibrio avviene sempre se l’elasticità della domanda è superiore all’elasticità dell’offerta, altrimenti il modello dovrà portarsi alla convergenza tramite iterazioni con diversi valori di elasticità.

Figura 3 - Il modulo di offerta e di domanda dentro CAPRI

Fonte: adattato da Jansson e Kempen, 2006.

10 Pertanto il prezzo d’importazione è pari al prezzo estero meno i sussidi più le tariffe e i costi di tra-sporto.

11 Quest’ultima consente flussi di commercio di beni omogenei anche tra paesi diversi e simultanea-mente, tramite un’elasticità di sostituzione tra merci estere e nazionali..

Offerta  

Modelli  di  

o-mizzazione  

regionali  

Sub-­‐modelli  

pluriennali  

Merca8  

Modello  spaziale  di  

mercato  

mul8-­‐commodity  

Quan8tà  

Prezzi  

Commercio  di  animali  giovani    

Modello  per  i  pagamen8  dire-  

1.4 Il Database

Il dataset di CAPRI è uno dei punti di forza del modello. In generale un mo-dello ed i dati che esso utilizza sono pressoché inseparabili e la qualità dei risultati proposti dipende largamente dalla qualità del dataset utilizzato e dalla tipologia dei dati contenuti. L’idea del progetto CAPRI è quindi quella di creare, dove possi-bile, legami tra dati statistici ben definiti e sviluppare algoritmi che possano essere applicati tra regioni e periodi, in modo che, i diversi elementi del dataset costituiti da fonti di dati armonizzate, ufficiali e disponibili a tutti, si possano aggiornare automaticamente.

Il modello copre tutti i 27 Paesi Membri (UE-25 più Bulgaria e Romania), Norvegia, Turchia e Balcani occidentali, ed è suddiviso in circa 280 regioni ammi-nistrative (NUTS II)12_{. Il modello del commercio internazionale è costruito secondo}

i dati della FAO, e copre circa 50 paesi o aggregati di paesi (equilibri di mercato, flussi commerciali, stima dei costi di trasporto dai valori bi-laterali unitari di im-portazioni e esim-portazioni).13

Per l’analisi ambientale sono particolarmente importanti i fattori locali come uso del suolo, la pendenza e il clima, tenuti in considerazione dal modello. Il downscaling spaziale in CAPRI distribuisce in modo consistente i risultati più importanti a livello regionale per l’EU27 su circa 150.000 gruppi di celle di 1x1km. Ciò permette collegamenti con modelli biofisici e consente, ad esempio, analisi specifiche sulle caratteristiche del paesaggio.

Le unità spaziali sono le cosiddette unità omogenee di mappatura del ter-reno (Homogenous Soil Mapping Units), uniformi per parametri del suolo, clas-se di pendenza, clasclas-se di copertura del terreno e unità amministrativa. Possono comprendere sia una singola cella della griglia di dimensione 1x1 km, che diverse decine di migliaia di esse, a seconda della varianza spaziale delle caratteristiche di delineazione.

1.4.1 Database nazionale

Il database nazionale, cosiddetto CoCo, acronimo di “completo e coerente” (Complete and Consistent) è ottenuto attraverso un pacchetto software, che ri-costruisce le serie storiche a livello nazionale dal 1985 al 2005 di circa 50 attività

12 Nell’ultima versione si stanno inserendo anche i dati per la Svizzera.

13 Le tariffe si basano su AMAD (Agricultural Market Access Database) http://r0.unctad.org/ditc/tab/ amad.shtm.

e prodotti, ripartite sulla base di conti economici dell’agricoltura (EAA-Economic Accounts of Agriculture).

La fonte dei dati principali per il database nazionale (CoCo) è rappresen-tata dalle statistiche di EUROSTAT (aree coltivate, conti economici, coefficienti di produzione, prezzi, saldi di mercato). E’ implementato nel modello in linguaggio GAMS e utilizza tecniche di stima vincolata per eliminare eventual errori nei dati e inserire le informazioni mancanti.

All’interno del CoCo ci sono tre “pacchetti” di dati:

- bilanci chiusi per area, per cui la produzione agricola deve essere uguale al rendimento per area, per tutte le colture contemporaneamente;

- bilanci per capi bestiame: mandrie di animali, macellazioni, importazioni e esportazioni, equilibri di mercato per la carne, saldi per gli animali giovani, grassi e proteine, saldi per i prodotti lattiero caseari, anche in questo caso, contemporaneamente per i gruppi di animali e prodotti animali (bovini, suini, pollame, ovini e caprini, prodotti caseari )

- bilanci di mercato, per i gruppi di colture (cereali, semi oleosi, ecc).

CAPRI contiene circa 50 prodotti agricoli (cfr. Appendice 1) e copre quindi tutti i prodotti così come definiti dai conti economici per l’agricoltura (EAA). In par-ticolare, contiene anche un numero limitato di prodotti trasformati (latticini, oli e dolci, bio-etanolo, bio-diesel e relativi sottoprodotti).

La tabella riporta i dati presenti a livello nazionale. Tabella 2 - Tipologia di dati e fonti principali

Data items Source

Activity levels Land use statistics, herd size statistics, slaughtering statistics, statistics on import and export of live animals

Production Farm and market balance statistics, crop production statistics, slaughtering statistics, statistics on import and export of live animals

Farm and market balance positions Farm and market balance statistics Sectoral revenues and costs Economic Accounts for Agriculture (EAA) Producer prices Derived from production and EAA

Consumer prices Derived from macroeconomic expenditure data and International Labour Office data on food prices

Output coefficients Derived from production and activity levels, engineering knowledge

Fonte: Fonte: Britz e Witzke, 2008.

cen-trale, pertanto, la maggior parte dei dati è stata modificata manualmente sulla base della legislazione comunitaria14_{; sono presenti i dati relativi agli strumenti di}

politica agricola a livello aziendale (quote/set-aside/premi).

1.4.2 Il Database regionalizzato (CAP-REG)

CAPREG è il nome per il pacchetto software che distribuisce, in modo con-sistente, i risultati regionali a livello NUTS II (superfici coltivate, dimensioni man-dria, tassi di applicazione di fertilizzanti) per una griglia di celle con risoluzione 1x1 km per consentire la valutazione dell’impatto ambientale e il collegamento con i modelli bio-fisici.

In CAPRI non ci sono prezzi regionali, ma i prezzi per tutti gli input e gli output sono identici per tutte le regioni (NUTS II) all’interno di uno Stato membro poiché sono ricavati dai conti economici dell’agricoltura. L’unica eccezione sono i prezzi del foraggio che riflettono i costi di produzione.

Il software introduce l’allocazione degli input e la dimensione regionale, prendendo i dati a livello nazionale (risultati di CoCo) (figura 4). Le principali fonti di dati sono la banca dati REGIO di EUROSTAT (cfr. tabella) e i dati sulla PAC della DG AGRI.

Tabella 3 - Dati ufficiali presenti nella tabella REGIO di Eurostat

Land use dal 1974 annuale

Crop production (harvested areas, production and yields) dal 1975 annuale

Animal production (livestock numbers) dal 1977 annuale

Cows’s milk collection (deliveries to dairies, % fat content) dal 1977 annuale

Agricultural accounts on regional level dal 1980 annuale

Structure of agricultural holdings 1983, 1985, 1987, 1989/91, 1993

Labour force of agricultural holdings dal 1983 annuale

Fonte: Britz e Witzke, 2008.

La figura 4 schematizza le fonti di dati presenti in CAPREG e il loro utilizzo.

Figura 4 - Dati regionali “CAPREG”

1.4.3 L’impresa (farm type database)

Le attività produttive sono il fulcro del modello. Nella versione attuale, da un possibile set di 39 (13x315_{) tipologie aziendali, sono selezionate le 9 più importanti a}

livello NUTS II, più una classe residuale (massimo 10 in totale). La selezione delle aziende si basa su due criteri: unità di bestiame (Livestock Units-LU) e superficie agricola utilizzata (Utilised Agricultural Area-UAA). In totale, nell’UE-25 sono in-dividuate circa 1.830 tipologie aziendali, mentre per Bulgaria e Romania non sono individuate tipologie aziendali a causa della mancanza di dati.

15 Sono presenti tre classi di dimensione economica: <16 ESU (European Size Unit); compresa tra 16 e 100 ESU e >100.

Regioni   Assicurarsi  che  le  superfici  regionali  e  le   mandrie  corrispondano  a  quelli  nazionali   Risulta7    

CoCo  

Da7  di  Policy  

Esportazione  dei   nutrien7  per  coltura   Da7    ingegneris7ci  

s7me  FADN  

Funzioni  di  produzione   deiezioni  

Funzioni  di  fabbisogno   Contenuto  nutrien7  

Distribuire  terreni  inu7lizza7,  set-­‐aside   volontario,  terre  a    maggese  e  produzioni  non  

alimentari  a  set-­‐aside.   Distribuire  input  tra  le  aEvità  a  livello  

nazionale  

Garan7re  che  le  rese  regionali   corrispondano  a  quelle  nazionali   Modificare  gli  input  dipenden7  dalle  rese  in  

base  alle  rese  regionali  

Allocazione    dei  fer7lizzan7  di  sintesi  e   organici  tra  regioni  e  colture.  

Allocazione  dei  mangimi  tra  regioni  e   animali  

Tabella 4 - Tipologie aziendali presenti nel modello

n. di aziende

Modelli Offerta SAU

N. di aziende (Milioni)

Unità di bestiame Tipologie aziendali

Aziende specializzate nella coltivazione di cereali e di piante

oleaginose e proteaginose

245 32,2 1 2,1

Aziende specializzate in altre colture

251 20 1,8 3,7

Aziende bovine specializzate — orienta-mento latte

235 16,9 0,5 19,4

Aziende bovine — latte, allevamento e ingrasso combinati

149 11,7 0,4 12

Aziende con ovini, caprini ed altri erbivori

172 15,5 0,5 6,9

Aziende specializzate in granivori 118 2,7 0,2 10,2

Aziende con poliallevamento 85 5,1 0,5 5,1

Aziende miste (colture-allevamento) 276 19,8 0,9 13

Aziende specializzate in viticoltura 22 1,4 0,2 0,1

Aziende specializzate in frutticoltura e agrumicoltura

13 0,6 0,2 0,1

Aziende specializzate in olivicoltura 25 3,6 0,8 0,2

Aziende con diverse combinazioni di colture permanenti

16 0,5 0,2 0,1

Aziende specializzate in ortofloricoltura 5 0,1

Classe di dimensione economica

=16 486 36,6 0,6 11,9

>16 e <=100 ESU 673 56,8 0,1 36,2

>100 453 36,6 0,2 24,8

Residui 211 39,5 3,1 16,6

Totale 1.823 169,4 10,2 89,4

Fonte: Capri training session, 2011.

Il database delle tipologie aziendali contiene dati sia dalla FSS-Farm Struc-ture Survey, che dalla FADN-Farm Accountancy Data Network.

La FSS contiene soprattutto dati sulle attività produttive; si effettua ogni 3 anni e viene utilizzata per selezionare le tipologie aziendali. I dati principali usati

dalla FSS sono quelli relativi a uso del suolo e bestiame; rispetto alla FADN rap-presenta in modo più preciso le imprese grandi e quelle piccole.

La FADN contiene dati economici, è armonizzata a livello EU e annualmente aggiornata e fornisce i dati per CAPRI-FARM. Quando i record FADN non sono di-sponibili per un tipo di allevamento a livello NUTS II, l’informazione viene presa a livello NUTS I o di SM. Se non è disponibile nessun dato, a livello NUTS I/II o SM, si usano i dati NUTS II di CAPRI. Usando le tipologie aziendali e la classe economica, si possono collegare FADN e FSS.

Gli input (ad es. mangimi, fertilizzanti-N, P, K, diesel) vengono attribuiti alle attività produttive individuali. Non essendo disponibili tutte le serie storiche, per alcuni dati (ad esempio le quantità di mangimi), vengono allocate solo per il perio-do di riferimento.16

Per l’assegnazione degli input servono come base diverse informazioni (fon-ti), combinate in modo da garantire la coerenza coi conti economici dell’agricoltura o con altre statistiche su mangimi e fertilizzanti, utilizzando: (a) stime econometri-che basate su dati aziendali dalla FADN; (b) informazioni tecnico-ingegneristieconometri-che (es. funzioni di fabbisogno alimentare per gli animali o contenuti nutritivi delle colture); (c) redditi lordi standard.

1.4.4 Struttura CAPRI_RD

La figura 5 illustra le principali interazioni tra le varie componenti del mo-dello CAPRI-RD (Common Agricultural Policy Regionalised Impact-The Rural Development Dimension). Il lato sinistro mostra i diversi database popolati, che sono: le matrici di contabilità sociale regionali (SAM-Social Accounting Matrices); le politiche e gli indicatori di sviluppo rurale; il database CAPRI e il database con le informazioni spaziali (griglia 1X1km).

Per quanto riguarda i dati per l’Italia in CAPRI_RD, l’ISTAT fornisce un set completo di indicatori regionali per branca. La disaggregazione delle branche se-gue la NACE a livello intermedio (A31) con 24 branche. La corrispondenza con le SAM del regolamento UE è elencata in tabella 5 insieme agli indicatori disponibili (valore aggiunto, occupati, salari per occupato).

16 CAPRI copre e assegna tutti gli input intermedi secondo la definizione dei conti economici dell’agri-coltura.

Figura 5 – Il modulo CAPRI-RD

  Fonte: http://www.capri-model.org/dokuwiki/doku.php?id=start

Tabella 5 - Indicatori regionali per branca: corrispondenza dati ISTAT con con Re-gEU SAMs

Branche ISTAT: descrizione codice _ISTAT

Codice Reg UE SAMs Branche corrispondente RegUE SAMs Descrizione

Agricoltura, caccia e silvicoltura A AGR Agricoltura, caccia e servizi relativi FOR Silvicoltura, registraz. e servizi relativi

Pesca, piscicoltura e servizi connessi B FIS Pesca

Estrazione di minerali C MIN Industrie estrattive di minerali

Industrie alim., delle bevande e del tabacco DA FOP Prodotti alimentari e bevande

Cokerie, raffinerie, chimiche, farmaceutiche DF FUL Coke, prodotti petroliferi raffinati e combustibili nucleari

Industrie tessili e dell’abbigliamento DB MAN Altre industrie manifatturiere Industrie conciarie, fabbricazione di prodotti in

cuoio, pelle e similari

DC MAN Altre industrie manifatturiere Fabbricazione della pasta-carta, della carta e

dei prodotti di carta; stampa ed editoria

DE MAN Altre industrie manifatturiere Fabbricazione di prodotti della lavorazione di

minerali non metalliferi

DI MAN Altre industrie manifatturiere Produzione di metallo e fabbricazione di

pro-dotti in metallo

DJ MAN Altre industrie manifatturiere Fabbricazione di macchine ed apparecchi

mec-canici, elettrici ed ottici; mezzi di trasporto

DK MAN Altre industrie manifatturiere Industria del legno, della gomma, della

plasti-ca e altre manifatturiere

DH MAN Altre industrie manifatturiere Produzione e distribuzione di energia elettrica,

di gas, di vapore e acqua

E ENE Produzione di energia

Costruzioni F CNS Costruzioni

Commercio all’ingrosso e al dettaglio; ripara-zione di autoveicoli, motocicli e di beni perso-nali e per la casa

G TTR Commercio e trasporto

Alberghi e ristoranti H HOR Hotels e ristoranti

Trasporti, magazzinaggio e comunicazioni I TTR Commercio e trasporto Intermediazione monetaria e finanziaria J BUS Servizi alle imprese Attività immob., noleggio, informatica, ricerca,

altre attività professionali ed imprenditoriali

K BUS Servizi alle imprese

Pubblica amministrazione e difesa; assicura-zione sociale e obbligatoria

L OSE Altri servizi

Branche ISTAT: descrizione codice _ISTAT Codice Reg UE SAMs Branche corrispondente RegUE SAMs Descrizione

Sanità e altri servizi sociali N OSE Altri servizi

Altri servizi pubblici, sociali e personali O OSE Altri servizi

Servizi domestici presso famiglie e convivenze P OSE Altri servizi

Nota: i caratteri in rosso indicano che non è possibile una relazione “da molti-a-uno” dalla classificazione nazionale a quella UE.

Fonte: Ferrari et al. 2010.

Sono inoltre disponibili dati su import/export per Regione e gruppi di pro-dotti, dati su popolazione e immigrazione.

1.4.5 Indicatori ambientali

Gli indicatori ambientali presenti nel modello sono: - Bilancio di azoto (N), fosforo (P) e potassio (K);

- Emissioni di ammoniaca (NH3)

- Emissioni di metano (CH4) e protossido di azoto (N2O).

- Una valutazione del ciclo di vita del consumo di energia in agricoltura

Per il ciclo dell’azoto, CAPRI utilizza l’approccio mass-flow del modello MI-TERRA, che considera tutti i flussi di azoto, inclusi quelli che non contribuiscono alle emissioni di gas serra o ammoniaca (NH3) (Leip et al., 2010).

Il ciclo dell’azoto è schematizzato in figura 6. Figura 6 - il ciclo dell’azoto in CAPRI

Per quanto riguarda i cambiamenti d’uso del suolo, la versione attuale com-prende un nuovo modulo in cui la superficie agricola totale può espandersi e di-minuire e si può avere sostituzione tra seminativi e prati-pascoli. La superficie a seminativo può rimanere inattiva come i terreni incolti e l’intensità di utilizzo dei prati e pascoli può cambiare. Un’analisi di sensitività standard, al termine di ogni esecuzione, riporta l’impatto marginale della curva di offerta di terra.

Il modello principale attuale copre la domanda fissa per bio-combustibili di pri-ma generazione, che generano dopri-manda di cereali, zucchero e vino per il bio-etanolo, e oli vegetali per bio-diesel. La sostituzione tra materie prime (feedstock) è rappresen-tata attraverso una funzione di domanda di tipo CES (Costant Elasticity of Sobstitution).

1.4.6 Emissioni di gas ad effetto serra

CAPRI, dal 2005, effettua anche analisi sulle performance delle emissioni di gas serra dell’agricoltura. Attraverso il modello si possono quindi: calcolare le emissioni per attività e fonte nell’UE; simulare un sistema di scambio delle quote di emissione nell’UE; stimare dei fattori di emissione per i paesi non-UE e il c.d. carbon leakage17_.

Per quanto riguarda il calcolo delle emissioni per attività e fonte nell’UE, CAPRI stima le emissioni utilizzando i dati di attività così come descritti dalla metodologia IPCC (Intergovernmental Panel on Climate Change), utilizzata per redigere annualmente gli inventari nazionali delle emissioni per adempiere agli obblighi derivanti dal Protocollo di Kyoto. Secondo questa metodologia, l’attività agricola produce emissioni prevalentemente di due gas serra: il metano (CH4) e il

protossido di azoto (N2O) da sei fonti emissive. Per l’UE queste fonti sono:

Tabella 6 - fonti emissive dell’agricoltura secondo la metodologia IPCC

GAS SERRA FONTE CATEGORIA IPCC

CH4 Fermentazione enterica 4A

CH4 Gestione deiezioni animali 4Ba

CH4 Coltivazione risaie 4C

N2O Gestione deiezioni animali 4Bb

N2O Suoli agricoli 4D

Fonte: IPCC, 1997.

17 Si definisce carbon leakage quel fenomeno per cui, a seguito dell’introduzione di politiche restrittive in tema di emissioni, non si verificauna riduzione globale delle stesse, ma soltanto uno spostamento verso paesi con minore regolamentazione ambientale, con danni sia per l’ambiente a livello globale, che per l’economia del paese che introduce la regolamentazione più stringente in materia ambientale.

Il modello stima le emissioni dei gas serra utilizzando, nella maggior parte dei casi, la metodologia IPCC Tier 2, che calcola i fattori di emissione per la singola fonte emissiva in base a parametri settoriali e regionali. La complessità del calcolo degli inventari nazionali può variare a seconda della disponibilità dei dati.

Per quanto riguarda la consistenza del database, le attività relative al be-stiame e al mangime, sono collegate a livello regionale e le emissioni sono distri-buite e livello regionale tra le attività (sistema chiuso). La regionalizzazione avvie-ne attraverso l’uso di dati regionali, le differenti temperature (medie) e i sistemi di gestione. Come accennato, per il ciclo dell’azoto, CAPRI utilizza l’approccio del modello MITERRA (Leip et al., 2010) che contabilizza le perdite di azoto negli stadi iniziali per stimare il calcolo delle emissioni (nello stadio successivo).

Per i fattori di emissione dei paesi extra-UE, il mondo è diviso in 177 regioni (esclusa l’UE) per cui sono disponibili gli inventari di gas serra.18

18 Emission Database for Global Atmospheric Research (EDGAR) v4.00, che comprende i dati delle emissioni agricole 1970-2005 per tutti i paesi disponibili suddivisi per categorie IPCC.

C

2

RASSEGNA DELLA LETTERATURA E PRINCIPALI

APPLICAZIONI

La breve rassegna della letteratura e delle più note applicazioni in cui è sta-to utilizzasta-to il modello CAPRI che viene proposta, prende in considerazione le prin-cipali fasi storiche che hanno interessato il modello, caratterizzate da successivi affinamenti metodologici e integrazioni che lo hanno portato alla configurazione e alle funzionalità attuali. Nel corso degli anni, i principali campi di applicazione di CAPRI hanno rispecchiato l’evolversi delle priorità tematiche emerse dalle suc-cessive riforme della politica agraria europea e dagli accordi commerciali inter-nazionali, annoverando, ad oggi, una vasta gamma di temi economici e ambientali.

Il coordinamento del progetto era affidato all’Università di Bonn (Institute for Food and Resource Economics), che a tutt’oggi continua lo sviluppo e l’applica-zione del modello. Tra il 2004 e il 2007 è stata sviluppata l’interfaccia grafica che ha permesso un notevole ampliamento della platea degli utilizzatori.

Lo sviluppo e l’aggiornamento del modello CAPRI è stato finanziato per gran parte dai programmi quadro per la ricerca dell’Unione Europea, attraverso una serie di progetti coordinati dall’Università di Bonn o da altre istituzioni europee.

La rassegna dei principali studi che hanno utilizzato CAPRI verrà dunque presentata alla luce delle quattro più importanti fasi di sviluppo del modello, le cui fondamentali caratteristiche possono essere così sintetizzate:

1. CAPRI 1997-1999: sviluppo di una prima versione operativa, con un modello di mercato che include l’aggregato “resto del mondo”;

2. CAP-STRAT 2001-2004: aggiunta di un modello spaziale “multi-commodity” e di strumenti di esplorazione;

3. CAPRI-Dynaspat 2004-2007: riduzione della scala spaziale utilizzata (down-scaling); analisi del ciclo di vita per l’uso energetico, nuova interfaccia grafica; 4. CAPRI-RD 2007-20013: aggiunta di database sulle politiche di sviluppo rurale,

collegamento con modelli di Equilibrio Economico Generale.

Alla fine degli anni Novanta la prima fase del progetto portò alla costruzione di un database europeo sulle attività produttive agricole a livello regionale, che

annoverava 50 produzioni agricole (animali e vegetali) per circa 280 regioni NUTS2 degli Stati membri UE (più Norvegia e Svizzera), differenziando fra 60 output e 35 input. Un corrispondente modello economico del settore agricolo consentiva di combinare le condizioni politiche ed economiche regionali con l’andamento dei mercati agricoli europei ed extra-europei. La prima applicazione di tale modello ri-guardò, nel 1999, la valutazione da parte della Direzione Generale (DG) Agricoltura del pacchetto di riforme “Agenda 2000” in cui si simulava l’effetto a livello regiona-le delregiona-le misure proposte dalla Politica Agricola Comune (Britz, 2000).

Ulteriori applicazioni del modello in questa prima fase riguardarono il nascente settore dell’agricoltura biologica, e dunque l’impatto del regolamento 2078/1992 in termini di performance economica ed espansione delle superfici de-stinate a questa forma di coltivazione (progetto FAIR3-CT96-1849 “Common Agri-cultural Policy Regional Impact Analysis”).

Il progetto CAP-STRAT (Common Agricultural Policy Strategy for Regions, Agricultural and Trade) (Britz, 2004) segna la seconda fase dello sviluppo del mo-dello CAPRI, apportando aggiornamenti dei database, aumentando la precisione del modello e delle sue estensioni, inserendo scenari di politiche future, in colla-borazione con la DG Agricoltura. Questa versione migliorata e aggiornata fu uti-lizzata per una valutazione delle riforma di medio termine della PAC (Britz et al., 2003). Jansson e Britz (2002) utilizzano invece il modello per stimare gli effetti dell’abolizione delle quote latte, in due diversi scenari di liberalizzazione. Questo tema è stato oggetto di approfondimento anche alla luce dell’Health Check della PAC del 2008, valutando gli effetti sulle produzioni, sui prezzi e sui principali indi-catori ambientali in 230 regioni europee (Kempen et al., 2011).

Con il progetto CAPRI-DynaSpat (Common Agricultural Policy Regional Impact Dynamic and Spatial model) il modello si dota di una rappresentazione spaziale dei risultati più dettagliata, in grado di rilevare superfici minime di 1km2_.

Alcuni studi che hanno utilizzato questo strumento di analisi spaziali sono presenti in Britz (2008); Britz e Mittenzwei (2008) e Paracchini e Britz, (2010).

In questa terza fase, che va dal 2004 al 2007, vengono inoltre fatti altri ag-giornamenti e modifiche, come l’inserimento di un indicatore sull’utilizzo energe-tico da parte delle attività produttive agricole (Kempen e Kraenzlein, 2008; Kra-enzlein, 2008). Dal 2004 il modello è stato installato sui computer della DG-AGRI, diventando lo strumento regolarmente utilizzato per le proiezioni ufficiali sul set-tore agricolo europeo (Britz and Witzke, 2008, p. 7).

Gli sviluppi del modello hanno consentito il susseguirsi di applicazioni del modello per l’analisi di politiche, tra cui le opzioni di riforma del settore dello

zuc-chero e i suoi effetti sui produttori europei (Adenaeuer et al., 2004; Adenaeuer, 2005; Adenaeuer e Heckelei 2005; Adenaeuer et al., 2005; Adenaeuer et al., 2007). Sono inoltre state valutate le proposte di riforma del WTO (World Trade Organiza-tion) e gli effetti regionali delle politiche di liberalizzazione del commercio, alla luce della concomitante riforma della PAC (Wieck et al., 2006). Le analisi delle nuove politiche commerciali internazionali si sono concentrate sugli effetti nell’a-rea euro-mediterranea (Britz et al., 2007a; Britz e Jacquet, 2006), e su aspetti come la compatibilità dei processi di negoziazione del Doha round con le strate-gie di disaccoppiamento dei sussidi contenute nella riforma stessa (Britz et al., 2006a). Il commercio internazionale è stato oggetto di numerosi studi anche negli anni successivi, interessando in modo particolare gli scambi con i Paesi dell’area Mercosur (Weissleder et al., 2008a, b; Piketty et al., 2009).

Il tema del disaccoppiamento dei sussidi europei viene affrontato in nume-rosi studi (Balkhausen et al., 2006; Britz et al., 2006b) prendendo in considerazione l’impatto sulle diverse tipologie aziendali (Adenaeuer et al., 2006), sul benessere dei consumatori nei diversi stati membri (Pérez Dominguez e Wieck, 2006) e le implicazioni per la Spagna (Pérez Dominguez e Wieck, 2004).

Jansson et al. (2005) analizzano gli effetti sul settore zootecnico dell’obbligo di assicurazione per la patologia dell’afta epizootica, ipotizzando sei scenari in cui il premio viene calcolato con diverse funzioni, in rapporto alla densità di bestiame. Negli ultimi anni, il tema dei cambiamenti climatici e le sue implicazioni per il settore agricolo sono diventati un campo di indagine privilegiato per il modello CAPRI. In particolar modo, le ricerche in questo ambito hanno preso in considera-zione gli strumenti di politica economica per l’abbattimento dei gas serra e i loro effetti sull’economia del settore agricolo. In Pérez Dominguez (2005) vengono rico-struite le emissioni di gas serra prodotte dall’attività agricola nelle diverse regioni europee, e tale base informativa viene utilizzata per simulare gli effetti economici regionali dell’implementazione di standard emissivi o di permessi commerciabi-li delle emissioni agricole. Sono inoltre calcolate le curve di costo marginale di abbattimento delle emissioni per diversi obiettivi di riduzione. In lavori successi-vi vengono poi prese in considerazione le opzioni di implementazione del merca-to delle emissioni (Pérez Dominguez e Britz, 2010; Pérez Dominguez et al 2009; 2007; Pérez Dominguez e Holm-Müller, 2008). Dal 2006, CAPRI diventa uno degli strumenti di analisi quantitativa del progetto EC4MACS (European Consortium for Modelling of Air Pollution and Climate Strategies), avente l’obiettivo di costruire e consolidare una rete di modelli per la valutazione integrata dell’efficacia delle strategie di controllo delle emissioni di gas serra e altri inquinanti.

Altri studi, invece, hanno avuto come fulcro le dinamiche legate al commer-cio internazionale (Piketty et al., 2009; Adenaeuer et al., 2007) o ancora le diverse opzioni di disaccoppiamento dei sussidi e di modulazione previste dalla PAC (Britz et al., 2006; Perez and Wieck, 2006) nel corso del tempo.

Il progetto quadriennale SEAMLESS (System for Environmental and Agri-cultural Modelling; Linking European Science and Society) (Britz et al., 2007b) è stato avviato nel 2005 con l’obiettivo di sviluppare una struttura integrata per la valutazione delle politiche agricole e ambientali e delle innovazioni tecnologiche. Il progetto, che ha coinvolto 30 partner e che è stato coordinato dall’università di Wageningen, ha utilizzato CAPRI quale principale modello economico-agrario, come fonte di dati omogenei a livello europeo e come strumento di simulazione degli impatti dei principali strumenti politici utilizzati dalla PAC su una serie di indicatori ambientali ed economici calcolati su diversa scala. Obiettivo del progetto era inoltre lo sviluppo e l’aggiornamento del livello informativo “farm types”. Un confronto fra i due modelli integrati di valutazione delle politiche CAPRI e SEAM-LESS è presente in Britz et al. (2010a).

Il data base CAPRI è stato inoltre utilizzato anche nel progetto SENSOR (Sustainability Impact Assessment: Tools for Environmental, Social and Economic Effects of Multifunctional Land Use in European Regions), che ha prodotto un’ap-plicazione web, SIAT (Sustainability Impact Assessment Tools), per stimare le pos-sibili conseguenze in termini di sostenibilità di diverse opzioni politiche di uso del suolo.

Con il progetto CAPRI-RD (Common Agricultural Policy Regionalised Im-pact - The Rural Development Dimension), finanziato dal settimo programma qua-dro dell’UE, si apre la quarta fase di sviluppo del modello. Con questo progetto, che si concluderà nel 2013 e che coinvolge 11 partner, l’analisi si estende alle politiche di sviluppo rurale e dunque alle misure appartenenti al secondo pilastro della PAC. Recentemente, un numero crescente di applicazioni del modello CAPRI ha interessato gli aspetti ambientali: i bilanci di azoto (De Vries et al., 2011; Leip et al., 2008, 2011a e b; Britz e Hertel, 2009), la biodiversità (Paracchini e Britz, 2010), gli effetti del set-aside (Britz et al., 2010 c), i cambiamenti climatici (Jansson et al., 2010). Per quanto riguarda il tema dei flussi di azoto, in particolare, lo studio di Oenema et al. (2007) si è occupato di definire le misure più efficaci ed appro-priate per la riduzione delle emissioni di ammoniaca nell’atmosfera e nelle acque superficiali e profonde; mentre in Renwick et al., 2011 si tratta la distribuzione geografica dei flussi di azoto.

politiche agricole è presente in molti studi, i quali spesso si sono occupati an-che dell’integrazione fra informazioni economian-che e aspetti geografici, mettendo il modello CAPRI a confronto con altri approcci come CLUE (modello per valutare gli effetti dei cambiamenti nell’uso del suolo) (Britz et al., 2010b) e discutendo le possibilità di linkage con altri modelli (Jansson et al., 2008a, b, c 2009; Janssen et al., 2011; Britz, 2008; Britz e Keeney, 2010) (Janssen et al., 2011; Britz et al., 2010a; Britz et al., 2010b). Altre potenzialità di collegamento del modello vengo-no esplorate in Britz e Hertel (2009), che collegando il modello CAPRI con GTAP (Global Trade Analysis Project) stimano l’impatto delle politiche europee sui bio-carburanti in termini economici, di uso del suolo, e di flussi di nutrienti. Sul tema dei biocarburanti si segnala anche lo studio di Becker et al. (2010) che si concentra sulle tecnologie di seconda generazione e sugli effetti potenziali che lo sviluppo di questo settore avrebbe sui mercati agricoli europei.

CAPRI è stato utilizzato anche insieme a modelli di analisi input-output, per valutare gli effetti di un cambiamento delle abitudini alimentari (assumendo come scenari possibili una dieta con un minore contenuto di proteine animali, la dieta mediterranea e una dieta raccomandata dall’Organizzazione Mondiale della Sani-tà) sia in termini di impatto ambientale che di ripercussioni economiche inerenti l’offerta e la domanda di prodotti agricoli (Tukker et al., 2011; Wolf et al., 2011).

Una delle ultime applicazioni del modello riguarda lo studio degli impatti ambientali di una variazione della dieta alimentare (Tukker et al., 2011; Wolf et al., 2011). Inoltre, negli ultimi mesi, le misure proposte per la prossima riforma della PAC sono state oggetto di numerosi studi che hanno utilizzato CAPRI per simular-ne gli impatti (DG-AGRI (2011); Britz 2011; Britz et al., 2011; Renwick et al., 2011; Helming et al., 2010;). Alcune valutazioni si sono concentrate sugli aspetti ambien-tali e sulle conseguenze del “greening” sulla biodiversità (van Zeijts et al., 2011).

2.1 Un esempio di applicazione del modello relativamente alla

multifunzionalità

Il caso studio sulla multifunzionalità è una breve sintesi del lavoro “Oppor-tunities and limitations in assessing the multifucntionality of agriculture within the CAPRI model”, di K. Mmittenzwei et al., 2006.

Grazie all’estensione della banca dati, è possibile usare il modello CAPRI anche per alcune valutazioni di politiche non tipicamente “coperte” dall’approccio quantitativo. Nello specifico, alcuni indicatori relativi all’aspetto della

multifunzio-nalità possono essere calcolati attraverso il modello, ovvero si può valutare l’im-patto di una determinata politica o riforma sulla multifunzionalità in agricoltura.

I due principali punti di forza del modello, con riferimento alla valutazione della multifunzionalità, sono rappresentati dall’ampio set di indicatori ambientali già presenti dentro CAPRI nonché la rappresentazione a livello NUTS2 dei risul-tati. Entrambe questi elementi permettono, insieme alle altre (consuete) variabili economiche e strutturali, di calcolare alcuni indicatori di multifunzionalità, con l’o-biettivo di poter valutare, ex-ante, eventuali riforme della PAC o altre politiche che influenzano il settore agricolo.

Nel lavoro citato, gli autori individuano 4 categorie principali di applicazione: • sicurezza alimentare

• paesaggio • ambiente • sviluppo rurale.

Sicurezza Alimentare

Per quanto riguarda la sicurezza alimentare, bisogna valutare l’impatto del-le riforme in un’ottica di breve e lungo periodo, in quanto i risultati in termini di sicurezza alimentare possono essere diversi ed, in linea di massima, di varietà nel primo caso e di sufficienza nel secondo. Il modello permette di valutare prin-cipalmente elementi legati alla potenzialità di lungo periodo che un determinato territorio (nazione) ha di garantire il sostentamento della popolazione residente.

Sotto questo punto di vista, con CAPRI, si possono “calcolare” • Area agricola (pro-capite)

• Area agricola coltivabile (pro-capite) • Numero di capi da pascolo (pro-capite) • Numero di capi non da pascolo (pro-capite).

Territorio

Per quanto riguarda l’indicatore ambientale, il modello è in grado di valuta-re, attraverso una misurazione quantitativa sintetica, il grado di diversità dell’am-biente.

Lo “Shannon diversity index” è un indicatore comunemente usato per que-sto tipo di valutazione, e la banca dati di CAPRI permette di calcolare tale indice.

Ambiente

Per quanto riguarda l’ambiente, l’attenzione è posta sul livello di emissioni causate dall’attività umana, laddove l’attività agricola in Europa è responsabile di circa l’11% di emissioni GHG.

Il modello permette la misurazione di emissioni di diverso tipo, tra i quali indicatori relativi al surplus di nitrato, fosfato e potassio, ma anche CH4, N2O,

car-bon dioxide e ammonio.

Nello specifico, quindi, per una valutazione della multifunzionalità dell’agri-coltura verso l’ambiente, il modello potrebbe valutare l’impatto dell’introduzione di una politica o di una riforma, in termini di :

• surplus di nitrogeno

• riscaldamento globale potenziale.

Sviluppo Rurale

Relativamente all’aspetto della ruralità, il tema del lavoro è centrale, e quin-di i risultati sono concentrati sulla misurazione a livello regionale, e per attività, del lavoro agricolo.

Nello specifico gli indicatori che è possibile ottenere come output del mo-dello sono:

• reddito agricolo per ettaro

• forza lavoro impiegata in agricoltura (trend in termini di ore lavoro annue) • reddito agricolo per forza lavoro.

Tabella 7 - Indicatori, definizioni e aspetti della multifinzionalità proposti

Indicator name Definition Aspect of multifunctionality

Self-sufficiency in food Consumption of domestic produced food in % of total domestic use, based on the energy (kcal) content

Short-term food security

Arable land Hectare per 1000 capita Long-term food security

Grazing animals Lua _{per 1000 capita Long-term food security}

Shannon diversity index H= - ∑ pi ln pib Landscape

Grazing intensity Lua _{grazing animals per ha grass land Landscape}

Nitrogen surplus Kg N per ha Environment

Global warming potential (GWP)c GWP per ha Environment

Agricoltural income € per ha Rural viability

Trend-based agricultural labour force Annual working units Rural viability Income-based agricultural labour force Annual working units Rural viability

a Livestock units (european Commission, 1995).

b pi is the percentage share of crop i out of the total agricultural area. c Global warming potential based on GHG emissions.

Una volta definiti gli indicatori il modello può essere utilizzato per le valuta-zioni ex-ante di impatto, ovvero per la costruzione di determinati scenari e il loro potenziale impatto sulla multifunzionalità in agricoltura.

Nell’esempio qui ripreso, gli scenari sono 3: • Disaccoppiamento della PAC (DEC)19

• Accordo multilaterale in ambito WTO (LIB)

• Contemporanea approvazione di una riforma in senso di disaccoppiamento del sostegno all’agricoltura e accordo WTO (DECLIB).

Nelle tabelle che seguono, prese dal lavoro sopracitato, vengono riportati alcuni valori degli indicatori di multifunzionalità calcolati tramite il modello a se-guito dell’introduzione delle “perturbazioni” dello status quo (scenari, ndr).

19 Il lavoro fa riferimento al 2005. Ovviamente, grazie alla elevata rappresentazione della PAC, è possi-bile aggiornare lo scenario, e quindi, ad esempio, valutare un possipossi-bile impatto del Greening.

Tabella 8 - variabili economiche chiave per l’agricoltura norvegese nei quattro scenari

REF DEC LIB DECLIB

Production value (million s) 3263 3508 1978 2054

Budget support (million s) 1207 1201 1165 1195

Income (million s) 1860 2205 1022 1319

Cereals (1000 326 334 310 330

Grazing animalsa (1000 Lu)b 815 730 781 684

Non-ruminantsc (1000 Lu)b 206 416 366 367

a Cattle, sheep and goat.

b Livestock Units (European Commission, 1995). c Cows, finished hogs, laying hens and poultry.

Tabella 9 - Valori degli indicatori di mul-tifunzionalità per la sicurezza alimentare nelle regioni ‘‘Low- lands’’, ‘‘Mountains’’ e Norway per i diversi scenari

Tabella 10 - Valori degli indicatori di multifunzionalità per il paesaggio nelle regioni ‘‘Low- lands’’, ‘‘Mountains’’ e Norway per i diversi scenari

Self-sufficiency in food (%) Shannon diversity index

‘‘Lowlands’’ 96 100 94 100 ‘‘Lowlands’’ 1.83 1.83 1.86 1.79

‘‘Mountains’’ 56 58 55 58 ‘‘Mountains’’ 1.40 1.42 1.36 1.38

Norway 72 74 71 74 Norway 1.68 1.69 1.67 1.66

Arable land (ha per 1000 capita) hectare grass land) Grazing intensity (LUa grazing animals pr

‘‘Lowlands’’ 278 286 268 287 ‘‘Lowlands’’ 6.00 5.41 5.73 4.96

‘‘Mountains’’ 76 79 67 74 ‘‘Mountains’’ 4.83 4.12 4.59 3.88

Norway 74 76 71 75 Norway 5.12 4.58 4.91 4.30

Grazing animals (LUa grazing animals per 1000 capita) a Livestock units (European Commission, 1995).

‘‘Lowlands’’ 237 214 227 196

‘‘Mountains’’ 410 350 390 330

Norway 180 162 173 152

Tabella 11 - Valori degli indicatori di multifunzionalità per gli aspetti ambientali nelle regioni ‘‘Low- lands’’, ‘‘Mountains’’ e Norway per i diversi scenari

REF DEC LIB DECLIB

Nitrogen surplus (N surplus per ha)

‘‘Lowlands’’ 92.3 91.4 89.8 90.5

‘‘Mountains’’ 118.8 113.1 115.7 109.2

Norway 92.5 89.6 90.2 87.5

Global warming potential (GWP per hectare)

‘‘Lowlands’’ 2038 1963 1970 1899

‘‘Mountains’’ 2666 2429 2563 2317

Norway 2403 2259 2326 2171

Tabella 12 - Valori degli indicatori di multifunzionalità per la sviluppo rurale nelle regioni ‘‘Low- lands’’, ‘‘Mountains’’ e Norway per i diversi scenari

REF DEC LIB DECLIB

Agricultural income (s per hectare)

‘‘Lowlands’’ 1440 1613 737 897

‘‘Mountains’’ 1827 2228 1111 1466

Norway 1790 2122 990 1278

Trend-based agricultural labour force (1000 annual working units)

‘‘Lowlands’’ 10.1 9.5 8.9 8.4

‘‘Mountains’’ 14.0 12.4 12.6 11.2

Norway 60.6 55.9 54.2 49.6

Income-based agricultural labour force (1000 annual working units)

‘‘Lowlands’’ 9.4 10.4 4.5 5.3

‘‘Mountains’’ 13.4 15.7 7.7 9.8

C

3

LAVORARE CON CAPRI

3.1 Il software del modello

Il software che consente di utilizzare la GUI di CAPRI è compatibile con le più diffuse versioni del sistema operativo Windows. Prima di poter installare il softwa-re, occorre verificare di aver installato correttamente l’ultima versione di JAVA20

per il vostro sistema operativo. Nella versione Runner21 _{è anche necessario essere}

in possesso di una licenza per l’utilizzo del software GAMS22_.

Dopo aver copiato i file sul proprio computer, per lanciare l’interfaccia gra-fica (GUI) è sufficiente aprire il file capri con estensione Executable Jar File conte-nuto nella cartella GUI. La prima operazione da compiere a questo punto riguarda la configurazione dei settaggi: selezionate il comando edit settings dal menu a tendina settings situato in alto a sinistra (Fig. 7).

Figura 7: Comando per la gestione dei settaggi (Edit settings)

20 Potete verificare se e quale versione di JAVA avete attualmente in uso sul vostro PC al seguente link: http://www.java.com/it/download/installed.jsp (Ultimo accesso 28/10/2011).

21 Esistono tre versioni di utilizzo del programma: Administrator, Runner ed Exploiter, ad ognuna della quali sono associati diversi privilegi. In particolare, nella versione Exploiter non è possibile modifi-care gli scenari di simulazione mentre la modalità Administrator non ha limitazioni di sorta. A metà tra le due, si colloca la versione runner.

22 Una versione demo di GAMS per diversi sistemi operativi può essere scaricata gratuitamente se-guendo questo link: http://www.gams.com/download/ (Ultimo Accesso: 23/07/2012).

38

A questo punto compilate i campi relativi a User name e User type nella sezione User settings (Fig. 8) e verificate che i percorsi per le directories contenu-te in CAPRI Syscontenu-tem Settings e GAMS siano corretti (Fig. 9), facendo atcontenu-tenzione a selezionare solo cartelle che non abbiano spazi vuoti nel nome.

Figura 8 - User settings

Nella sezione SVN, se in possesso di adeguate credenziali, è possibile sin-cronizzare i risultati delle simulazioni e l’aggiornamento dei dati direttamente con il server su cui sono caricati i principali output ed input del modello. Nella sezione Other options sono disponibili ulteriori preferenze di configurazione utili in parti-colar modo agli utenti più esperti.

Al termine delle operazioni di configurazione dei settaggi, premere il pul-sante in basso Save in capri.ini, in modo tale da rendere di default le impostazioni selezionate ogni volta che viene lanciata la GUI.

37  

Nella  sezione  SVN,  se  in  possesso  di  adeguate  credenziali,  è  possibile  sincronizzare  i  risultati  delle   simulazioni  e  l’aggiornamento  dei  dati  direttamente  con  il  server  su  cui  sono  caricati  i  principali   output  ed  input  del  modello.  Nella  sezione  Other  options  sono  disponibili  ulteriori  preferenze  di   configurazione  utili  in  particolar  modo  agli  utenti  più  esperti.  

Al   termine   delle   operazioni   di   configurazione   dei   settaggi,   premere   il   pulsante   in   basso   Save   in   capri.ini,   in   modo   tale   da   rendere   di   default   le   impostazioni   selezionate   ogni   volta   che   viene   lanciata  la  GUI.  

39

Figura 9 - a. CAPRI System settings e b. GAMS

a.

a

Il  modello  è  contenuto  all’interno  della  cartella  “CAPRI”  (Figura  10).  All’interno  di  questa  cartella  

sono   presenti   altri   folder,   ognuno   dei   quali   contiene   alcune   delle   componenti   che   formano   il  

modello  nel  suo  insieme.  In  particolare,  la  struttura  delle  cartelle  è  rappresentata  nella  figura  qui  

di  seguito.  In  particolare,  nella  cartella  “dat”  sono  contenuti  i  dati  di  input  del  modello,  in  “doc”  la  

documentazione   sul   funzionamento   e   sulla   struttura   di   CAPRI,   in   “gams”   sono   raccolti   i   file   in  

formato  .gms  e  .gdx;  la  cartella  “GUI”  contiene  l’interfaccia  grafica  ed  infine  nella  cartella  “result”  

si  trovano  i  risultati  delle  simulazioni  già  effettuate  e  vengono  automaticamente  inseriti  i  risultati  

delle  nuove  simulazioni.  

È  utile  controllare  spesso  la  presenza  di  aggiornamenti  per  il  modello  CAPRI.  Tali  aggiornamenti,  

che  possono  essere  di  natura  differente  (dall’interfaccia  grafica,  agli  scenari  di  simulazione,  dalle  

equazioni   del   modello   alla   base   dei   dati),   possono   modificare   in   maniera   anche   sostanziale   i  

risultati   delle   simulazioni   effettuate   e   il   modo   di   utilizzo   dell’interfaccia   grafica.   Esistono   due  

Il modello è contenuto all’interno della cartella “CAPRI” (Figura 10). All’in-terno di questa cartella sono presenti altri folder, ognuno dei quali contiene alcune delle componenti che formano il modello nel suo insieme. In particolare, la strut-tura delle cartelle è rappresentata nella figura qui di seguito. Nella cartella “dat” sono contenuti i dati di input del modello, in “doc” la documentazione sul funzio-namento e sulla struttura di CAPRI, in “gams” sono raccolti i file in formato .gms e .gdx; la cartella “GUI” contiene l’interfaccia grafica ed infine nella cartella “result” si trovano i risultati delle simulazioni già effettuate e vengono automaticamente inseriti i risultati delle nuove simulazioni.