Gli impatti della variabilità climatica sul settore agricolo
Transcript
Gli impatti della variabilità climatica sul settore agricolo
Water2Adapt: resilience enhancement and water demand management for climate change adaptation Maria De Salvo, Isola di San Giorgio, Venezia, 26 settembre 2012 Fondazione Eni Enrico Mattei Università degli Studi di Catania Obiettivi della ricerca 1. Stimare gli impatti delle fluttuazioni climatiche e della siccità sul settore agricolo nel Bacino del Po’, in termini di: produzione; reddito netto; superficie aziendale coltivata; livello di occupazione. 2. Analizzare le azioni adottate dagli agricoltori del Bacino (nel breve periodo) per ridurre le perdite causate dal verificarsi di fluttuazioni climatiche ed eventi siccitosi (irrigazione). Area di indagine Bacino del fiume Po’ - porzione emiliana - Dati Dati economici e strutturali: Database RICA (INEA) : dati relativi alla dimensione fisica ed alle caratteristiche strutturali delle aziende (localizzazione, superfici coltivate, numero di capi allevati, livello di meccanizzazione, forza lavoro, ecc.); dati economici e contabili (PLV, costi di produzione fissi e variabili, stock, sussidi e contributi, ecc.). Anno N. di aziende 2003 2004 2005 516 737 607 2006 599 2007 629 Totale osservazioni 3088 Dati climatici: ARPA Emilia Romagna. Dati climatici Temperatura giornaliera (minima e massima) e livello di precipitazione giornaliera, relativi alle 317 stazioni meteo-climatiche dislocate nell’area di indagine per il periodo 1951-2008 (ARPA ER); Calcolo del valore annuale cumulato di gradi giorno (8-32°C) e precipitazioni; Stima di un modello di spazializzazione che tiene conto delle coordinate geografiche, dell’altimetria e dell’anno di rilevazione; Spazializzazione delle climatiche stimate a livello aziendale utilizzando il valore altimetrico RICA e le coordinate geografiche del comune. Dati climatici Climatiche spazializzate: gradi giorno (8-32°C) totali per anno di rilevazione (2003-07); precipitazioni totali per anno di rilevazione (2003-07); media di lungo periodo dei gradi giorno (8-32°C) annuali; media di lungo periodo delle precipitazioni annuali. Analisi dei dati Modelli econometrici di tipo panel: Yit = β i + ∑ J P β X jit +∑ γ p Z pi + εit j p=1 j= 2 1. analisi della variabilità intra-aziendale (fixed effect models): Yit − Yi = ∑ J j= 2 β j (X jit − X ji )+(εit − εi ) 2. analisi della variabilità inter-aziendale (between effect models). Yit = β i + ∑ J β X jit +εit j j= 2 Risultati - Produttività Coltivazioni analizzate: colture maggiormente rilevamenti in termini di SAU e valore delle produzioni (frumento, mais, barbabietola da zucchero) - un modello per ogni coltura; Variabile dipendente: resa (in q/ha); Variabili esplicative: variabili climatiche, variabili strutturali, variabili relative alla tecnologia di produzione, fattori di mercato. Risultati - Produttività Modelli fixed effect (variabili esplicative time-variant) - la produttività è positivamente correlata con: il numero di ore lavorative per ettaro; il costo dell’irrigazione per ettaro; Il costo dei trattamenti antiparassitari per ettaro; la superficie agricola utilizzata (curva a campana); le variabili climatiche (funzione quadratica e termine di interazione significativo). Modelli between effect - la produttività dipende anche dal valore di variabili esplicative time invariant: aumenta nei fondi con giacitura prevalentemente pianeggiante; aumenta se il fondo ha una elevata fertilità; aumenta se la fonte irrigua è un impianto collettivo (valore marginale: 10.16 per il mais; 4.14 per il frumento). Il sistema di irrigazione non è statisticamente significativo. Risultati - Produttività Resa (in q/ha) e precipitazioni annue (in mm): Barbabietola da zucchero Mais Frumento 20 10 100 1000 900 800 700 600 500 900 800 700 600 500 400 300 400 0 0 1100 200 1000 30 900 300 800 40 700 400 600 50 500 500 90 80 70 60 50 40 30 20 10 0 400 60 300 600 Resa (in q/ha) e temperatura (in gradi giorno 8-32°C annui): Mais Frumento 300 30 250 200 20 150 10 100 50 3300 3200 3100 3000 2900 2800 2700 2600 2500 2400 2300 2200 2100 3200 3100 3000 2900 2800 2700 2600 2500 2400 2300 2200 2100 2000 1900 1800 2000 0 0 3200 40 350 3000 400 90 80 70 60 50 40 30 20 10 0 2800 50 2400 450 2200 60 500 2600 Barbabietola da zucchero Risultati - Redditività Modello aziendale che stima la relazione media tra il Reddito Netto per ettaro - RN/ha (pari al Reddito Lordo al netto delle spese per le coltivazioni e per gli allevamenti) e variabili esplicative relative ai fattori: climatici; tecnico-strutturali; di mercato. Risultati - Redditività Modello fixed effect - la redditività aziendale dipende: dall’indirizzo produttivo (minore per i seminativi, maggiore per gli allevamenti); dalla superficie (relazione negativa e curva a campana), dalla tecnologia di produzione (è positivamente correlato con la quota di irrigazione, la quantità di lavoro per ettaro ed il livello di meccanizzazione); dal sostegno all’azienda con contributi e premi; dalle variabili climatiche (curva a campana e termine di interazione positivo). Modello between effect: coerentemente con i risultati relativi alla produttività anche il valore di RN/ha aumenta nei fondi con giacitura prevalentemente pianeggiante, più fertili e se la fonte irrigua è un impianto collettivo. Anche in questo caso il sistema di irrigazione non è statisticamente significativo. Risultati: SAU aziendale Modello “aziendale” fixed effect - la SAU aziendale dipende: dall’indirizzo produttivo (diminuisce se l’azienda è specializzata in coltivazioni arboree o in attività di allevamenti); dal regime di coltivazione: aumenta (valore marginale: 2.80) se vige un regime irriguo; dalle dimensioni economiche aziendali (relazione lineare positiva); dalla presenza di un sostegno economico (aumenta se l’azienda riceve premi e/o contributi economici); dalle variabili climatiche: 80 80 70 70 60 60 50 50 40 40 30 30 20 20 10 10 Gradi giorno (8-32°C) annui 3200 3100 3000 2900 2800 2700 2600 2500 2400 2300 2200 2100 2000 1900 1800 1700 1600 1400 1300 1200 1100 1000 900 800 700 500 400 300 600 Precipitazioni annue (in mm) 1500 0 0 Risultati - Occupazione agricola Modello aziendale con specificazione fixed effect che stima la relazione tra la quantità di lavoro per ettaro (logaritmo delle ore totali lavorative per ettaro) e variabili climatiche, strutturali, e relative alla tecnologia di produzione. Il livello di occupazione dipende da: - variabili climatiche (relazione lineare positiva); - SAU (relazione quadratica a campana con termine lineare negativo); - andamento di mercato (aumenta all’aumentare dei pressi dei prodotti agricoli, diminuisce al crescere del costo del lavoro); - quota di irrigazione (relazione lineare positiva; valore marginale: 24 ore/ha anno); - RN/ha (relazione lineare positiva). Risultati - Superficie irrigata 12 10 Barbabietola Frumento Mais Mais da foraggio Medica 8 6 4 2 Precipitazioni annue (in mm) Coltura in atto Mais Erba medica Mais da foraggio Barbabietola Pascolo Frumento Valore marginale 10.55 6.22 5.99 4.58 2.79 2.06 900 800 700 600 500 400 0 300 La superficie irrigata: aumenta all'aumentare delle precipitazioni e della temperatura (relazioni quadratiche con termine di interazione significativo e di segno positivo). diminuisce all'aumentare del costo dell'irrigazione e delle ore lavorative per ettaro. Dipende dalla coltivazione in atto: Simulazioni Deficit di precipitazione Var. quantità di prodotto in mm annui in % -50 mm -100 mm -150 mm -200 mm -250 mm -300 mm -350 mm -6% -13% -19% -26% -32% -39% -45% Aumento della temperatura Barbabietola da zucchero 3% 3% 1% -3% -9% -17% -28% Frumento Mais -1% -5% -11% -20% -32% -46% -63% -2% -7% -13% -22% -33% -45% -60% Var. quantità di prodotto Var. SAU aziendale Var. reddito Var. occupazione -0.4% -1% -3% -4% -7% -9% -12% -5% -11% -17% -24% -31% -37% -44% -11% -20% -28% -36% -43% -49% -54% Var. SAU aziendale Var. reddito Var. occupazione 2% -3% 7% 3% -6% 13% 4% -9% 21% 29% in gradi giorno(8-32°C) annui in % Barbabietola da zucchero +50 gg 2% -4% +100 gg 4% +150 gg 6% +200 gg 8% -21% -7% -2% 5% -13% +250 gg 10% -28% -10% -5% 5% -16% 37% +300 gg 14% -35% -15% -8% 5% -20% 46% -9% -15% Frumento -1% -2% -4% Mais 0.5% 0.3% -0.7% Siccità nel periodo 2003-07 Var. quantità di prodotto Anno 2003 2004 2005 2006 2007 Barbabietola da zucchero -9.6% 0.1% 8.0% 11.9% 10.9% Frumento -9.6% -7.6% -7.5% -9.4% -13.7% Mais 4.1% 6.0% 6.5% 3.5% -1.2% Var. reddito -6% -0.1% 5% 9% 13% Var. Var. SAU aziendale occupazione 28% 16% 2% 4% 18% 25% 12% -0.3% -10% -21% Var. SAU irrigata -47% -43% -34% -34% -32% La siccità del 2003 è stata la più severa tra quelle verificatisi nel periodo 2003-07. Il prolungato periodo siccitoso (2003-07) ha infatti determinato un “autoadattamento” del sistema agricolo emiliano: a partire dal 2005 si è verificata una progressiva riduzione degli impatti in termini di reddito perché: gli agricoltori hanno affrontato la siccità modificando efficacemente la tecnologia di produzione, aumentando le superfici coltivate e riducendo la quantità di lavoro per ettaro; gli agricoltori hanno irrigato di più, compatibilmente con le risorse idriche disponibili. sono aumenti i prezzi delle produzioni agricole. Conclusioni Questo studio dimostra che l’agricoltura esercitata nel Bacino del Po è estremamente sensibile al verificarsi di eventi siccitosi. Tuttavia gli impatti sono fortemente variabili e dipendono: dallo scenario climatico (deficit di precipitazione e/o aumento della temperatura); dalle azioni intraprese dagli agricoltori per limitare i danni causati dalla siccità (irrigazione); dall’andamento dei prezzi di mercato. L’anno in corso (2012), a causa della severa siccità estiva, è stato paragonato al 2003. Le perdite di produzione potrebbero aggirarsi intorno al 10% (per mais e frumento) mentre la redditività aziendale dovrebbe diminuire di circa il 6%. Tuttavia i risultati relativi agli eventi siccitosi successivi al 2005 suggeriscono un attenuazione degli impatti a causa dei processi di adattamento promossi dagli agricoltori per fronteggiare la siccità. Rischio permanente: riduzione del livello di occupazione! Quali politiche di intervento? Interventi straordinari? Politiche di settore? Grazie per la vostra attenzione [email protected] Corso Magenta 63, 20123 Milano - Italia - Tel +39 02.520.36934 - Fax +39 02.520.36946 - www.feem.it