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