Impatto degli investimenti in R&S sull’agricoltura europea

Introduzione

La crescita della produzione agricola a livello mondiale è stata spinta dall’adozione di innovazioni generate dai risultati della ricerca. A partire da Griliches (1958), gli economisti hanno cercato di capire in che modo il settore ricerca e sviluppo (R&S) contribuisce all’evoluzione della produttività del settore agricolo, con lo scopo finale di stimare la redditività degli investimenti pubblici in ricerca. A livello globale, nonostante diversi studi riportino tassi di rendimento (Tdr) degli investimenti in R&S in agricoltura molto elevati (Alston et al., 2000; Hurley et al., 2014), si assiste, nelle ultime decadi, ad una riduzione generalizzata nella spesa in R&S (Pardey et al., 2006; Piesse et al. 2010).
In questo quadro generale, tuttavia, i contributi in letteratura non riescono ancora a chiarire né a definire la dinamica delle ricadute degli investimenti in R&S sulla performance dell’agricoltura Europea, soprattutto se si tenta di esplorare il tema a livello di Paese membro. Tale limitazione è dovuta alla inapplicabilità al contesto europeo delle metodologie analitiche ritenute in letteratura maggiormente efficaci nello studio degli impatti della ricerca, le quali richiedono serie storiche di almeno 50 anni e dati affidabili (Alston et al., 2000).
Il presente articolo si pone l’obiettivo di studiare i dati disponibili su spesa in R&S e produttività agricola, a livello di Stato membro, al fine di selezionare elementi informativi (dati) utili alla definizione e allo studio della produttività della ricerca europea in agricoltura.

Letteratura recente

A livello globale, l’incremento di produttività del settore agricolo nelle ultime decadi è stato osservato soprattutto nei paesi in via di sviluppo ed in quelli in transizione, mentre, in media, nei paesi sviluppati si è riscontrata una stagnazione (Fuglie et al., 2012). Tale andamento è spiegato dalla diversa capacità e/o volontà politica dei paesi di generare nuova conoscenza, ma soprattutto di adottare innovazioni orientate all’incremento della produttività (Pardey et al., 2001; Alston et al., 2009; James et al., 2009; Fuglie et al., 2012; Ball et al., 2013). A diverse decadi dal primo periodo di diffusione in agricoltura delle moderne tecnologie (in particolare la genetica, la meccanica e la chimica), i paesi in via di sviluppo hanno accresciuto le loro capacità nella ricerca e nell’innovazione, sostenendo la produttività della loro agricoltura attraverso nuove tecnologie e pratiche agricole (Pardey et al., 2001).
Più precisamente, nei paesi sviluppati si riscontra una diffusa riduzione del tasso di crescita della produttività agricola, misurata in termini di produttività dei fattori (Alston et al., 2009; James et al., 2009; Fuglie et al., 2012; Ball et al., 2013). Tale declino viene principalmente attribuito ad una graduale riduzione delle spese in R&S nel tempo (Thirtle et al. 2004; Alston et al., 2009, Fuglie et al., 2012). Tuttavia, riguardo alla performance della produttività agricola dei paesi Europei, la letteratura non è unanime.
Ball et al. (2012) hanno stimato una riduzione della competitività dell’agricoltura Europea e sostengono che essa sia dovuta ad un rallentamento di crescita della produttività, mentre Wang et al. (2012) stimano un calo della produzione agricola Europea nonostante l’incremento di produttività abbia favorito un esodo di forza lavoro dal settore agricolo. Inoltre, molti dubbi persistono ancora rispetto al ruolo che la spesa in R&S avrebbe effettivamente avuto sulla produttività agricola nei paesi Europei. Infatti, informazioni provenienti da pochi paesi Europei riportano, al pari di alcuni studi, che nelle ultime decadi parte delle spese in R&S in agricoltura destinate ad investimenti orientati alla produzione sono state riallocate verso altre dimensioni dell’attività agricola, come la protezione ambientale e la sicurezza alimentare (es. colture biologiche e non Ogm), il mantenimento del livello corrente di produttività (es. controllo di nuovi patogeni e adattamento al cambiamento climatico) e la diversificazione verso attività non agricole (Piesse et al., 2010; Wang et al., 2012).
L’ampiamento del “raggio” d’azione delle risorse finanziarie destinate alla R&S in agricoltura potrebbe anche essere interpretato come una lenta reazione ai cambiamenti avvenuti nel tempo in diversi aspetti e condizioni della produzione agricola, come ad esempio nel clima, nelle istituzioni, nella politica e nella congiuntura economica di ogni paese (Alston et al., 2010). Tale considerazione è particolarmente valida per i paesi Europei che hanno vissuto l’esperienza dell’evoluzione della Politica Agricola Comune (Pac), caratterizzata dal graduale passaggio dagli obiettivi originari di aumento della produzione, alla riduzione dell’eccesso di produzione, fino agli obiettivi odierni di promozione della competitività sostenibile (in termini finanziari ed ambientali) del settore agricolo.
Un altro aspetto, che caratterizza la letteratura economica sul tema della stima del rendimento degli investimenti pubblici in R&S in agricoltura, è la scelta della metodologia di analisi. Alston et al. (2000) suggeriscono di studiare l’effetto della spesa in ricerca direttamente sull’indicatore di produttività totale dei fattori della produzione (total factor productivity - Tfp), secondo un modello basato sulla tradizionale funzione di produzione Cobb-Douglas, tenendo in considerazione gli eventuali effetti del clima e di altri fattori specifici dei paesi considerati. La peculiarità del modello proposto da Alston et al. (2000) è la lunghezza della serie storica dei dati, che viene indicata in circa 50 anni. Tale ampiezza temporale risulta necessaria per poter stimare la distribuzione degli effetti della spesa in ricerca nel tempo. Infatti, Alston et al. (2000) sostengono che gli effetti che la spesa in ricerca induce sulla produttività vengano meglio rappresentati secondo una funzione Gamma, per cui, dopo un primo periodo di gestazione segue un periodo di rapido incremento con il raggiungimento dell’apice intorno al 24° anno (in media); gli effetti poi decrescono lentamente e si esauriscono completamente verso i 50 anni. Un’alternativa all’approccio di Alston et al. (2000) può essere trovata nel modello di analisi implementato da Alene et al. (2009) e Alene (2010), il quale risulta funzionare efficacemente con serie storiche più brevi. In effetti, in Alene et al. (2009) e Alene (2010) si sopperisce alla carenza informativa dei dati assumendo che nei paesi oggetto di studio (Africa sub-sahariana) la ricerca avesse natura adattiva rispetto a conoscenze generate altrove. Tale assunzione ha l’effetto di ridurre notevolmente il tempo di gestazione della ricerca, da cui consegue che il picco dell’effetto si possa verificare, in media, intorno al 16° anno (se stimato con una funzione polinomiale di secondo grado).
Tuttavia, gli approcci analitici descritti, in particolare quello adottato in Alston et al. (2000) e più recentemente in una versione evoluta in Alston et al. (2011), si focalizzano soprattutto sulla stima degli impatti della ricerca (e degli spillover della ricerca) sugli indici di produzione (soprattutto la Tfp) e risultano molto limitati nell’inclusione di variabili o indicatori di altre dimensioni che possano avere effetti non trascurabili sull’attività agricola, come ad esempio i regolamenti ambientali o l’evoluzione di politiche settoriali (Pac). In effetti, tale aspetto risulta trascurato in letteratura e sarebbe quindi auspicabile contribuirvi studiando anche il rapporto tra produttività della ricerca in agricoltura ed altri fattori strettamente legati all’attività agricola.

Elementi informativi ed analisi dei dati

Al fine di poter impostare un metodo analitico idoneo a stimare la relazione tra spesa in R&S e produttività agricola di lungo periodo in Europa1, l’articolo propone una valutazione preliminare della selezione di dati attraverso un’analisi grafica.

Screening delle banche dati ufficiali

Una ricognizione approfondita sulla disponibilità dei dati di spesa in R&S in Europa è stata condotta nell’ambito delle attività di ricerca del progetto Europeo (7° PQ) “Impresa”. Il risultato della ricognizione indica che, nonostante i paesi Europei applichino le stesse definizioni e metodologie (standardizzate) per la produzione delle statistiche su R&S, i dati disponibili non consentono un adeguato monitoraggio della spesa in ricerca agricola in Europa (Chartier et al., 2015). Lo screening delle fonti ufficiali (Eurostat, Oecd) rivela che i dati sulla spesa (Gerd)2 in R&S in agricoltura per il periodo 2004-2012 sono disponibili solo per il 31% del potenziale totale3 ed in forma aggregata (non si conoscono le specifiche attività di ricerca finanziate). Inoltre, se si considera un periodo più ampio, es. 1980-2010, risulta che la copertura si riduce quasi del tutto.
Una disponibilità più ampia e più lunga si trova nei dati di finanziamento (Gbaord)4, i quali però non hanno ufficialmente il valore rappresentativo di indicatore della spesa in R&S. La limitata disponibilità dei dati è tale da non consentire la costruzione di una solida variabile che misuri la spesa in R&S in agricoltura in Europa.  Ne consegue la consapevolezza che non è ancora possibile definire a livello Europeo una relazione di lungo periodo tra gli investimenti in R&S e la variazione della produttività agricola, almeno secondo le metodologie maggiormente accreditate in letteratura, di cui un valido esempio si trova in Aston et al. (2011).

Scelta degli elementi informativi

Data la scarsa disponibilità e qualità dei dati di spesa in R&S dei paesi Europei, si è valutata l’ipotesi di poter usare i dati Gbaord. Tuttavia, questi ultimi non sono considerati idonei per un’analisi quantitativa poiché si tratta di intenzioni di spesa e non rappresentano quindi una spesa effettiva. Ciononostante, l’intenzione di adoperare i dati Gbaord come proxy della spesa in R&S è stata incoraggiata dalla verifica dello scostamento tra i dati Gbaord ed i dati Gerd (su quelli disponibili) a partire dal 1980. In effetti, si è riscontrato che, per ogni anno, i dati annuali Gbaord e Gerd non coincidono5, ma tendono alla convergenza in termini cumulativi, indicando una differenza temporale di pochi anni tra l’impegno (Gbaord) e il pagamento (la spesa) (Gerd)6. L’utilizzo dei dati Gbaord come misura della spesa in ricerca, ovviamente, non garantisce una copertura completa dei dati di spesa. Infatti, i dati Gbaord si riferiscono agli stanziamenti per la ricerca da parte dei governi centrali e tale misura non comprende gli impegni di spesa delle Università ed i centri di ricerca. Tuttavia, restano escluse dall’analisi le spese da parte di enti/organizzazioni no-profit e da parte dei privati, non contemplate nel monitoraggio dei Gbaord.
I dati Gbaord sono stati selezionati dal database Ocse per 16 paesi europei, Austria, Belgio, Danimarca, Finlandia, Francia, Germania, Grecia, Irlanda, Italia, Olanda, Norvegia, Portogallo, Spagna, Svezia, Svizzera e Regno Unito, scegliendoli in base alla loro completezza e alla copertura temporale (1980-2010). Dati completi sulla produttività in agricoltura sono resi disponili da Fuglie (2012) e coprono un periodo di 50 anni (dal 1961 al 2010). L’obiettivo di Fuglie (2012) è stato quello di calcolare la produttività totale dei fattori (Tfp) a livello globale, a partire dalle serie storiche di dati di output e input: produzione lorda, terra, lavoro, macchine, capi di bestiame e fertilizzanti. Quindi, oltre agli indici Tfp, Fuglie (2012) rende disponibili anche i dati Faostat di output e input, opportunamente organizzati in serie storiche per ogni paese con copertura a livello globale.  Per consentire un paragone tra i paesi, i dati delle variabili continue sono stati relativizzati in base alle superfici agricole utilizzate in ogni paese (i dati saranno espressi per ettaro di superficie agricola). I dati di output ed input sono espressi come medie relative ai periodi 1990-2000 e 2001-2010 e confrontati con i dati Gbaord (spesa/ha media in R&S) riferiti al periodo 1980-1990 per ogni paese. In questo modo vengono considerati, quindi, due lag temporali di 10 e 20 anni, rispettivamente, nei confronti della spesa in R&S.

Analisi grafica

La rappresentazione grafica dei dati selezionati prende in considerazione l’evoluzione media per paese del Valore della Produzione Agricola (output/ha), Lavoro (persone economicamente attive in agricoltura/ha), Allevamenti (capi/ha), Macchinari (40 CV equivalente/ha) e Fertilizzanti (Npk equivalente/ha). I valori sono riportati per paese, distinti in due periodi e cinque variabili. Ogni variabile, quindi, contiene 32 osservazioni, 16 per ogni periodo.
Figura 1 – Evoluzione del valore dell’output


 

Fonte: nostre elaborazioni su dati Faostat e Ocse

I dati sulla spesa/ha in R&S in figura 1 evidenziano l’esistenza di due gruppi di paesi nel periodo 1980-1990: uno è composto da paesi con relativamente poca superficie agricola e alti livelli di investimento in R&S (Paesi Bassi, Belgio, Svizzera, Regno Unito e Norvegia), che definiamo intensivi; l’altro gruppo, che definiamo non-intensivi, è composto da paesi che presentano maggiore superficie agricola e minore spesa/ha, relativamente. 
La figura 1 mostra che a livelli crescenti di spesa/ha in R&S corrisponde, per paese, un aumento dei livelli di output in entrambi i periodi considerati. Data la stabilità sia della superficie agricola, espressa in termini di superficie non-irrigua equivalente7, che del valore della produzione, il valore dell’output/ha è stabile, in media, nell’arco delle due decadi considerate.
I dati osservati in figura 2, riferiti allo stesso numero di anni, informano circa una riduzione generalizzata dell’applicazione degli input, sebbene questa sia leggermente più evidente nei paesi intensivi. 

Figura 2 – Evoluzione degli input

Fonte: proprie elaborazioni su dati Faostat e Ocse

Nell’arco dei due periodi considerati, i paesi intensivi fanno registrare una riduzione generalizzata dell’uso degli input. Nello specifico, si osservano riduzioni di circa il 19% nel lavoro/ha, 12% nella densità degli allevamenti, 7% dell’uso delle macchine (40CV equivalenti) e 20% nell’applicazione di fertilizzanti (Npk equivalenti). A confronto con l’intero campione, nei paesi intensivi i livelli registrati di lavoro/ha non si discostano dalla media, mentre la densità degli allevamenti e l’applicazione di fertilizzanti risultano più alti della media. I paesi non-intensivi fanno registrare una riduzione di circa il 20% nel lavoro/ha, un incremento del 5% circa nella densità degli allevamenti (spinto dal Portogallo), una riduzione del 2% circa nell’uso delle macchine e del 22% circa nell’applicazione dei fertilizzanti. Il paragone tra la riduzione osservata negli input, sebbene leggermente più incisiva nei paesi intensivi, e la stabilità dell’output evidenzia un incremento del rapporto input-output (produttività) nei due periodi considerati.

Discussione e considerazioni conclusive

L’analisi proposta suggerisce che i dati possono essere considerati compatibili con l’ipotesi dell’esistenza di un rapporto causale tra l’andamento della spesa in R&S e l’evoluzione della produttività del settore agricolo nei paesi Europei. Tuttavia, tale ipotesi sarebbe da verificare e validare empiricamente attraverso l’utilizzo di metodi statistici ed inferenziali, con il vincolo della previa individuazione della distanza temporale ottimale tra causa ed effetto.
Si ritiene utile, inoltre, anche valutare se e come l’evoluzione degli elementi informativi selezionati in questo lavoro possa essere stata influenzata dall’evoluzione di altri fattori strettamente legati all’attività agricola, quali la Pac ed i regolamenti ambientali. Questo darebbe la possibilità di poter ritenere auspicabile il ricorso ad approcci metodologici più complessi, capaci di gestire anche eventuali condizioni di simultaneità e/o di endogeneità tra i fattori.
In conclusione, tenendo in considerazione i difetti ed i limiti di tale approccio (la scarsità dei dati in particolare), il presente lavoro punta a porre le basi per contribuire alla valutazione quantitativa del valore sociale degli investimenti in R&S in Europa, attraverso il miglior utilizzo dei dati disponibili e la definizione della metodologia di analisi più idonea a trattare il caso di studio Europeo.

Riconoscimenti

Questo lavoro è stato sviluppato nell’ambito del Progetto Europeo Impresa (The Impact of Research on EU Agriculture), Grant agreement 609448, 7° Programma Quadro.
Ciononostante, la responsabilità di quanto riportato in questo articolo rimane dei soli autori. 

Riferimenti bibliografici

• Alene A. D., Coulibaly O. (2009), The impact of agricultural research on productivity and poverty in sub-Saharan Africa, Food Policy, n. 34(2)

• Alene A. D. (2010), Productivity growth and the effects of R&D in African agriculture, Agricultural Economics, n. 41(3‐4)

• Alston J. M., Chan-Kang C., Marra M. C., Pardey P. G., Wyatt T. J. (2000), A meta-analysis of rates of return to agricultural R&D: Ex pede Herculem? (Vol. 113), Ifpri, Washington, DC

• Alston J. M., Andersen M. A., James J. S., Pardey P. G. (2009), Persistence pays: US agricultural productivity growth and the benefits from public R&D spending (Vol. 34), Springer, New York, NY

• Alston J. M., Babcock B. A., Pardey P. G. (2010), Shifting patterns of global agricultural productivity: Synthesis and conclusion. In: Alston J. M., Babcock B. A., Pardey P. G. (ed.), The shifting patterns of global agricultural production and productivity worldwide, The Midwest Agribusiness Trade Research and Information Center, Iowa State University, Ames, IA

• Alston J. M., Andersen M. A., James J. S., Pardey P. G. (2011), The economic returns to US public agricultural research, American Journal of Agricultural Economics, n. 93(5)

• Ball E., Schimmelpfennig D., Wang S. L. (2010), Is US Agricultural Productivity Growth Slowing?, Applied Economic Perspectives and Policy, ppt014.

• Chartier O., Doghmi M., Fourcin C., van der Broek M., Midmore P. (2015), Investment in Agricultural Research in Europe: Synthesis Report, Deliverable 2.2, Impresa Project

• Fuglie O. K. (2012), Productivity Growth and Technology Capital in the Global Agricultural Economy, In: Fuglie O. K., Wang S.L., Ball V.E. (ed.), Productivity Growth in Agriculture: An International Perspective, Cab International, Wallingford, UK

• Fuglie O. K., Wang S. L. (2012), Productivity growth in global agriculture shifting to developing countries, Choices, n. 27(4)

• Griliches Z. (1958), Research Costs and Social Returns: Hybrid Corn and Related Innovations, Journal of Political Economy, n. 66(5)

• Hurley T. M., Rao X., Pardey P. G. (2014), Re-examining the Reported Rates of Return to Food and Agricultural Research and Development, American Journal of Agricultural Economics, n. 96(5)

• James J. S., Alston M. J., Pardey G. P., Andersen A. M. (2009), Structural changes in U.S. agricultural production and productivity, Choices, n. 24(4)

• Pardey P. G., Beintema N. M. (2001), Slow magic: Agricultural R&D a Century after Mendel, Ifpri, Washing­ton, DC

• Pardey P. G., Beintema N. M., Dehmer S., Wood S. (2006), Agricultural Research: A growing global divide? (Vol. 17), Ifpri, Washing­ton, DC

• Piesse J., Thirtle C. (2010), Agricultural R&D, technology and productivity, Philosophical Transactions of the Royal Society B: Biological Sciences, n. 365(1554)

• Thirtle C., Lin Lin L., Holding J., Jenkins L., Piesse J. (2004), Explaining the decline in UK agricultural productivity growth, Journal of Agricultural Economics, n. 55(2)

Siti di riferimento

• Progetto Impresa: [link]

• 1. Il metodo analitico a cui si fa riferimento è quello proposto da Alene et al. (2009) e Alene (2010), alternativo a quello tradizionale indicato da Alston et al. (2000) e Alston et al. (2011).
• 2. Per spesa si intende i dati raccolti come Gerd: Gross domestic Expenditure on R&D, ovvero spese interne (intramural expenditures) effettivamente sostenute nel territorio del paese membro in un periodo specifico (di solito un anno). Gerd è il principale indicatore degli investimenti in ricerca; esso include la spesa in R&S da parte di aziende private, istituti di istruzione superiore e di ricerca, enti governativi e organizzazioni non-profit.
• 3. Le serie non sono complete soprattutto in Irlanda, Italia, Svezia, Polonia, Regno Unito, Germania, Belgio, Finlandia, Francia, Paesi Bassi.
• 4. Per finanziamento si intende i dati raccolti come Gbaord: Government Budget Appropriations and Outlays on R&D, che rappresentano stanziamenti per le attività di ricerca.
• 5. Il confronto è stato fatto su serie che presentano minori lacune nel periodo 1980-2000.
• 6. Una tale differenza, in termini di analisi empirica, si può controllare modellando accuratamente i lag.
• 7. I dati Faostat di superficie agricola sono espressi in termini di superfici non-irrigue equivalenti (rainfed-cropland equivalents): le tipologie di superficie agricola più diffuse, quali le superfici irrigue, quelle coltivate in asciutta ed i prati permanenti, sono corrette per indici di qualità (quality adjusted) e convertite in non-irrigue (equivalenti) (quality adjusted irrigated, rainfed cropland & permanent pasture).