primi passi con il modello capri

Transcript

1 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 INEA 2013

2

3 Istituto Nazionale di Economia Agraria Osservatorio per i metodi quantitativi e i modelli ex-ante 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 inea, roma 2013

4 Il presente lavoro è stato realizzato nell ambito delle attività del progetto Scenari di Cambiamenti climatici per gli allevamenti Italiani finanziato dal Ministero delle Politiche Agricole Alimentari e Forestali con D.M del 24 Settembre 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 ISBN

5 Indice INTRODUZIONE 5 Capitolo 1 CAPRI: UN MODELLO DI EQUILIBRIO ECONOMICO PARZIALE Struttura del modello di equilibrio economico parziale CAPRI Il modulo dell offerta (supply module) Il modulo della domanda (market module) Il Database 15 Capitolo 2 RASSEGNA DELLA LETTERATURA E PRINCIPALI APPLICAZIONI Un esempio di applicazione del modello relativamente alla multifunzionalità 31 Capitolo 3 LAVORARE CON CAPRI Il software del modello Descrizione dell interfaccia grafica 41 Capitolo 4 SIMULAZIONE E ANALISI DEI RISULTATI: UN ESEMPIO PRATICO 59 Caso studio A : scenario di abbattimento omogeneo delle emissioni del 10% senza ETS 62 Caso studio B : Scenario di abbattimento omogeneo delle emissioni del 10% con ETS 64 BIBLIOGRAFIA 73 APPENDICE 81 3

6

7 INTRODUZIONE L esigenza di disporre di dati a supporto delle scelte del decisore politico diventa sempre più rilevante, soprattutto quando la scarsità delle risorse economiche 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 scelte, 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 quantitativo, sugli impatti delle diverse misure attuabili per raggiungere un obiettivo di politica economica. Questa esigenza è evidentemente avvertita anche per le decisioni che riguardano il settore agricolo, in cui si riflettono gli effetti di politiche e misure attuate a livello locale, nazionale e sovranazionale. I modelli di equilibrio economico rappresentano uno degli strumenti utilizzabili per fornire delle informazioni sui possibili impatti delle politiche, seppure con i limiti del caso. Essi si basano sull interazione di agenti che ottimizzano funzioni 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 tecnologica. 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 applicazione è concentrato sui paesi dell Unione 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 numerose variabili economiche, ambientali e sociali a diversi livelli di disaggregazione geografica, ha permesso di ampliare nel tempo la gamma delle possibili applicazioni. 5

8 Dallo sviluppo della prima versione operativa, l utilizzo di CAPRI è aumentato, così come il gruppo degli utenti del modello, che è diventato sempre più diversificato. Dopo i primi anni in cui quasi tutti gli utenti hanno contribuito direttamente allo sviluppo del modello e avevano familiarità con il codice GAMS (General Algebraic Modeling System) sottostante, sempre più utenti si sono avvicinati al sistema 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 simulazioni e valorizzare i risultati delle stesse. Di questo gruppo di utenti, sono entrati a far parte anche alcuni ricercatori dell INEA, che hanno utilizzato il modello CAPRI in via primaria 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 utilizzato e fornendo una panoramica delle sue funzionalità essenziali, dall installazione dell applicazione, fino all analisi dei risultati di una simulazione. 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 vengono presentati i risultati di alcune prime simulazioni riguardanti le politiche per la mitigazione delle emissioni di gas a effetto serra. 6

9 Capitolo 1 Capitolo 1 CAPRI: UN MODELLO DI EQUILIBRIO ECONOMICO PARZIALE I principali modelli utilizzati per le valutazioni ex-ante delle politiche sono modelli di equilibrio calcolabili 1, in genere distinti tra Modelli di Equilibrio Generale (MEG) e Modelli di Equilibrio Parziale (MEP). Questi ultimi fanno sempre riferimento 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 connessione dei mercati esiste in quanto i prodotti dell economia possono essere complementi 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 essi 2, in uno schema neoclassico; si assume pertanto che il consumatore massimizzi l utilità e il produttore massimizzi il profitto (o minimizzi 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 risultato 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 diversi 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. 7

10 Capri: un modello di equilibrio economico parziale 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 analisi 3. Dall altra parte, questo rappresenta anche un vantaggio. Poiché infatti il modello considera solo un settore economico, quest ultimo può essere rappresentato 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 agroalimentare europeo. 1.1 Struttura del modello di equilibrio economico parziale CAPRI 4 Come precedentemente anticipato, CAPRI è un modello di equilibrio economico 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 politiche 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 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. 8

11 Capitolo 1 dello di tipo bottom-up 5. Una interfaccia realizzata in JAVA 6 rende più semplice l utilizzo del modello, che al suo interno racchiude il codice in linguaggio GAMS. Tale espediente, introdotto 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 riferimento (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 disaggregazione spaziale, dal livello globale, passando per quello regionale (NUTS II) fino a quello locale (una griglia di oltre 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 quello 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 estensione 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 costituito 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, Java è il nome di un linguaggio di programmazione ad oggetti comunemente utilizzato per realizzare applicazioni informatiche. 9

12 Capri: un modello di equilibrio economico parziale Figura 1 - La struttura generale del modello CAPRI Adattato da Britz W., 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: 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 10

13 Capitolo 1 lineare, si utilizza un approccio ibrido, combinando funzioni di produzione Leontief 7 a costi variabili (a seconda della resa del raccolto su 13 diverse attività) con funzioni 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 empiricamente da serie storiche per ogni paese (Jansson, 2007) o inserite esogenamente (per approfondimenti, si veda Heckelei, 2002). Vincoli espliciti garantiscono che i requisiti 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 simulare variazioni sui raccolti a livello NUTS II. Un altra importante variabile endogena è rappresentata dal vettore dei prezzi. Nonostante nella prima fase di risoluzione dei singoli moduli di offerta regionali, 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 inserimento di un ulteriore elasticità di sostituzione. L approccio seguito per poter eseguire analisi su un numero così altro di aziende-tipo è di tipo modulare: ad ogni aziendatipo corrisponde un set che comprende lo stesso numero e 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 livello 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. 11

14 Capri: un modello di equilibrio economico parziale 1.3 Il modulo della domanda (market module) Il modulo di domanda di CAPRI è anch esso basato sull analisi di statica comparata 8 ; copre circa 50 prodotti agricoli (Appendice) e 40 blocchi commerciali (Tab. 1). Tabella 1 - I ventotto blocchi commerciali presenti in CAPRI EUROPE 1 European Union 15, broken down into Member States (Luxembourg aggregated with Belgium) MEDITERRANEAN COUNTRIES 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, Solomones, 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. 12

15 Capitolo 1 Il suo sistema di equazioni garantisce l equilibrio competitivo tra domanda 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, creato per differenziare i livelli di emissioni, di necessità di nutrimento etc. L insieme di equazioni comprende tre tipologie: funzioni comportamentali (che definiscono le quantità, ad esempio le funzioni di prezzo di domanda e offerta), 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 consumo è reso indipendente dal reddito e dal prezzo. Figura 2 - La convergenza del modello Equilibrio mercato mondiale Risolutore Prezzi Mercato mondiale Prezzi Regionali(Pr) Prezzi Regionali Pr Offerta Sr=f(Pr) Domanda Dr=f(Pr) Offerta Sr=f(Pr) Domanda Dr=f(Pr) Scambi ne; NTr= (Sr. Dr) Scambi ne; NTr= (Sr - Dr) Fonte: adattato da Jansson e Kempen, Per quanto riguarda l analisi dell Unione Europea, si arriva ad una disaggregazione per Stato Membro che consente anche un analisi sul benessere a livello nazionale 9. 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

16 Capri: un modello di equilibrio economico parziale di trasporto 10 e utilizza flussi commerciali bilaterali e l assunzione di Armington (1969), consentendo a CAPRI di differenziare le preferenze per alcune regioni di alcuni prodotti osservabili nel commercio reale 11. 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 consistente 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 domanda 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 Offerta Modelli di o-mizzazione regionali Sub- modelli pluriennali Quan8tà Prezzi Merca8 Modello spaziale di mercato mul8- commodity Commercio di animali giovani Modello per i pagamen8 dire- Fonte: adattato da Jansson e Kempen, Pertanto il prezzo d importazione è pari al prezzo estero meno i sussidi più le tariffe e i costi di trasporto. 11 Quest ultima consente flussi di commercio di beni omogenei anche tra paesi diversi e simultaneamente, tramite un elasticità di sostituzione tra merci estere e nazionali.. 14

17 Capitolo Il Database Il dataset di CAPRI è uno dei punti di forza del modello. In generale un modello 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 possibile, 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 amministrative (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 importazioni e esportazioni). 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 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 terreno (Homogenous Soil Mapping Units), uniformi per parametri del suolo, classe di pendenza, classe 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 Database nazionale Il database nazionale, cosiddetto CoCo, acronimo di completo e coerente (Complete and Consistent) è ottenuto attraverso un pacchetto software, che ricostruisce 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) amad.shtm. 15

18 Capri: un modello di equilibrio economico parziale 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 rappresentata 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 particolare, 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 Activity levels Production Farm and market balance positions Sectoral revenues and costs Producer prices Consumer prices Output coefficients Fonte: Fonte: Britz e Witzke, Source Land use statistics, herd size statistics, slaughtering statistics, statistics on import and export of live animals Farm and market balance statistics, crop production statistics, slaughtering statistics, statistics on import and export of live animals Farm and market balance statistics Economic Accounts for Agriculture (EAA) Derived from production and EAA Derived from macroeconomic expenditure data and International Labour Office data on food prices Derived from production and activity levels, engineering knowledge Per gli strumenti della politica comunitaria, non esiste un database cen- 16

19 Capitolo 1 trale, pertanto, la maggior parte dei dati è stata modificata manualmente sulla base della legislazione comunitaria 14 ; sono presenti i dati relativi agli strumenti di politica agricola a livello aziendale (quote/set-aside/premi) Il Database regionalizzato (CAP-REG) CAPREG è il nome per il pacchetto software che distribuisce, in modo consistente, i risultati regionali a livello NUTS II (superfici coltivate, dimensioni mandria, 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 Crop production (harvested areas, production and yields) Animal production (livestock numbers) Cows s milk collection (deliveries to dairies, % fat content) Agricultural accounts on regional level dal 1974 annuale dal 1975 annuale dal 1977 annuale dal 1977 annuale dal 1980 annuale Structure of agricultural holdings 1983, 1985, 1987, 1989/91, 1993 Labour force of agricultural holdings Fonte: Britz e Witzke, dal 1983 annuale La figura 4 schematizza le fonti di dati presenti in CAPREG e il loro utilizzo. 14 Sono inoltre presenti le politiche del WTO e gli accordi di libero scambio. 17

20 Capri: un modello di equilibrio economico parziale Figura 4 - Dati regionali CAPREG Regioni Risulta7 CoCo Da7 di Policy Esportazione dei nutrien7 per coltura Da7 ingegneris7ci s7me FADN Assicurarsi che le superfici regionali e le mandrie corrispondano a quelli nazionali 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 Funzioni di produzione deiezioni Allocazione dei fer7lizzan7 di sintesi e organici tra regioni e colture. Funzioni di fabbisogno Contenuto nutrien7 Allocazione dei mangimi tra regioni e animali L impresa (farm type database) Le attività produttive sono il fulcro del modello. Nella versione attuale, da un possibile set di 39 (13x3 15 ) 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 individuate circa 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 >

21 Capitolo 1 Tabella 4 - Tipologie aziendali presenti nel modello Tipologie aziendali Aziende specializzate nella coltivazione di cereali e di piante oleaginose e proteaginose Aziende specializzate in altre colture Aziende bovine specializzate orientamento latte Aziende bovine latte, allevamento e ingrasso combinati Aziende con ovini, caprini ed altri erbivori n. di aziende Modelli Offerta SAU N. di aziende (Milioni) Unità di bestiame ,2 1 2, ,8 3, ,9 0,5 19, ,7 0, ,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) ,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 Aziende specializzate in ortofloricoltura 5 0,1 Classe di dimensione economica 16 0,5 0,2 0,1 = ,6 0,6 11,9 >16 e <=100 ESU ,8 0,1 36,2 > ,6 0,2 24,8 Residui ,5 3,1 16,6 Totale ,4 10,2 89,4 Fonte: Capri training session, Il database delle tipologie aziendali contiene dati sia dalla FSS-Farm Structure 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 19

22 Capri: un modello di equilibrio economico parziale dalla FSS sono quelli relativi a uso del suolo e bestiame; rispetto alla FADN rappresenta 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 disponibili 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 periodo di riferimento. 16 Per l assegnazione degli input servono come base diverse informazioni (fonti), combinate in modo da garantire la coerenza coi conti economici dell agricoltura o con altre statistiche su mangimi e fertilizzanti, utilizzando: (a) stime econometriche basate su dati aziendali dalla FADN; (b) informazioni tecnico-ingegneristiche (es. funzioni di fabbisogno alimentare per gli animali o contenuti nutritivi delle colture); (c) redditi lordi standard Struttura CAPRI_RD La figura 5 illustra le principali interazioni tra le varie componenti del modello 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 segue 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 agricoltura. 20

23 Capitolo 1 Figura 5 Il modulo CAPRI-RD Fonte: 21

24 Capri: un modello di equilibrio economico parziale Tabella 5 - Indicatori regionali per branca: corrispondenza dati ISTAT con con RegEU 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 Pesca, piscicoltura e servizi connessi B FIS Pesca FOR Silvicoltura, registraz. e servizi relativi 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 Fabbricazione della pasta-carta, della carta e dei prodotti di carta; stampa ed editoria Fabbricazione di prodotti della lavorazione di minerali non metalliferi Produzione di metallo e fabbricazione di prodotti in metallo Fabbricazione di macchine ed apparecchi meccanici, elettrici ed ottici; mezzi di trasporto Industria del legno, della gomma, della plastica e altre manifatturiere Produzione e distribuzione di energia elettrica, di gas, di vapore e acqua DC MAN Altre industrie manifatturiere DE MAN Altre industrie manifatturiere DI MAN Altre industrie manifatturiere DJ MAN Altre industrie manifatturiere DK MAN Altre industrie manifatturiere DH MAN Altre industrie manifatturiere E ENE Produzione di energia Costruzioni F CNS Costruzioni Commercio all ingrosso e al dettaglio; riparazione di autoveicoli, motocicli e di beni personali 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 Pubblica amministrazione e difesa; assicurazione sociale e obbligatoria K BUS Servizi alle imprese L OSE Altri servizi Istruzione M EDU Educazione 22

25 Capitolo 1 Branche ISTAT: descrizione codice ISTAT Codice Reg UE SAMs 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 Branche corrispondente RegUE SAMs Descrizione 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 Sono inoltre disponibili dati su import/export per Regione e gruppi di prodotti, dati su popolazione e immigrazione Indicatori ambientali Gli indicatori ambientali presenti nel modello sono: - Bilancio di azoto (N), fosforo (P) e potassio (K); - Emissioni di ammoniaca (NH 3 ) - Emissioni di metano (CH 4 ) e protossido di azoto (N 2 O). - 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 (NH 3 ) (Leip et al., 2010). Il ciclo dell azoto è schematizzato in figura 6. Figura 6 - il ciclo dell azoto in CAPRI Fonte: adattato da CAPRI training session,

26 Capri: un modello di equilibrio economico parziale Per quanto riguarda i cambiamenti d uso del suolo, la versione attuale comprende un nuovo modulo in cui la superficie agricola totale può espandersi e diminuire 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 prima generazione, che generano domanda di cereali, zucchero e vino per il bio-etanolo, e oli vegetali per bio-diesel. La sostituzione tra materie prime (feedstock) è rappresentata attraverso una funzione di domanda di tipo CES (Costant Elasticity of Sobstitution) 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 leakage 17. 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 (CH 4 ) e il protossido di azoto (N 2 O) 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 CH 4 Fermentazione enterica 4A CH 4 Gestione deiezioni animali 4Ba CH 4 Coltivazione risaie 4C N 2O Gestione deiezioni animali 4Bb N 2O Suoli agricoli 4D Fonte: IPCC, 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. 24

27 Capitolo 1 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 bestiame e al mangime, sono collegate a livello regionale e le emissioni sono distribuite e livello regionale tra le attività (sistema chiuso). La regionalizzazione avviene 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 Emission Database for Global Atmospheric Research (EDGAR) v4.00, che comprende i dati delle emissioni agricole per tutti i paesi disponibili suddivisi per categorie IPCC. 25

28

29 Capitolo 2 Capitolo 2 RASSEGNA DELLA LETTERATURA E PRINCIPALI APPLICAZIONI La breve rassegna della letteratura e delle più note applicazioni in cui è stato utilizzato il modello CAPRI che viene proposta, prende in considerazione le principali 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 successive riforme della politica agraria europea e dagli accordi commerciali internazionali, 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 applicazione 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 : sviluppo di una prima versione operativa, con un modello di mercato che include l aggregato resto del mondo ; 2. CAP-STRAT : aggiunta di un modello spaziale multi-commodity e di strumenti di esplorazione; 3. CAPRI-Dynaspat : riduzione della scala spaziale utilizzata (downscaling); analisi del ciclo di vita per l uso energetico, nuova interfaccia grafica; 4. CAPRI-RD : 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 27

30 Rassegna della letteratura e principali applicazioni 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 riguardò, 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 regionale delle 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 destinate a questa forma di coltivazione (progetto FAIR3-CT Common Agricultural 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 modello CAPRI, apportando aggiornamenti dei database, aumentando la precisione del modello e delle sue estensioni, inserendo scenari di politiche future, in collaborazione con la DG Agricoltura. Questa versione migliorata e aggiornata fu utilizzata 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 indicatori 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 1km 2. 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 aggiornamenti e modifiche, come l inserimento di un indicatore sull utilizzo energetico da parte delle attività produttive agricole (Kempen e Kraenzlein, 2008; Kraenzlein, 2008). Dal 2004 il modello è stato installato sui computer della DG-AGRI, diventando lo strumento regolarmente utilizzato per le proiezioni ufficiali sul settore 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- 28

31 Capitolo 2 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 Organization) 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 area 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 strategie 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 numerosi 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 considerazione 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 ricostruite 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 commerciabili delle emissioni agricole. Sono inoltre calcolate le curve di costo marginale di abbattimento delle emissioni per diversi obiettivi di riduzione. In lavori successivi vengono poi prese in considerazione le opzioni di implementazione del mercato 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. 29

32 Rassegna della letteratura e principali applicazioni Altri studi, invece, hanno avuto come fulcro le dinamiche legate al commercio 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 Agricultural 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 applicazione web, SIAT (Sustainability Impact Assessment Tools), per stimare le possibili conseguenze in termini di sostenibilità di diverse opzioni politiche di uso del suolo. Con il progetto CAPRI-RD (Common Agricultural Policy Regionalised Impact - The Rural Development Dimension), finanziato dal settimo programma quadro 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 appropriate 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. Il tema dell uso del suolo, e delle variazioni conseguenti all applicazione di 30

33 Capitolo 2 politiche agricole è presente in molti studi, i quali spesso si sono occupati anche dell integrazione fra informazioni economiche 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 vengono esplorate in Britz e Hertel (2009), che collegando il modello CAPRI con GTAP (Global Trade Analysis Project) stimano l impatto delle politiche europee sui biocarburanti 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 Sanità) 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 simularne 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 ambientali 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 Opportunities and limitations in assessing the multifucntionality of agriculture within the CAPRI model, di K. Mmittenzwei et al., 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- 31

34 Rassegna della letteratura e principali applicazioni nalità possono essere calcolati attraverso il modello, ovvero si può valutare l impatto 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 risultati. Entrambe questi elementi permettono, insieme alle altre (consuete) variabili economiche e strutturali, di calcolare alcuni indicatori di multifunzionalità, con l obiettivo 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 delle 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 principalmente 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 valutare, attraverso una misurazione quantitativa sintetica, il grado di diversità dell ambiente. Lo Shannon diversity index è un indicatore comunemente usato per questo tipo di valutazione, e la banca dati di CAPRI permette di calcolare tale indice. 32

35 Capitolo 2 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 CH 4, N 2 O, carbon dioxide e ammonio. Nello specifico, quindi, per una valutazione della multifunzionalità dell agricoltura verso l ambiente, il modello potrebbe valutare l impatto dell introduzione di una politica o di una riforma, in termini di : surplus di azoto riscaldamento globale potenziale. Sviluppo Rurale Relativamente all aspetto della ruralità, il tema del lavoro è centrale, e quindi 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 modello sono: reddito agricolo per ettaro forza lavoro impiegata in agricoltura (trend in termini di ore lavoro annue) reddito agricolo per forza lavoro. 33

36 Rassegna della letteratura e principali applicazioni 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 Lu a per 1000 capita Long-term food security Shannon diversity index H= - p i ln p i b Landscape Grazing intensity Lu a 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 valutazioni 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 seguito dell introduzione delle perturbazioni dello status quo (scenari, ndr). 19 Il lavoro fa riferimento al Ovviamente, grazie alla elevata rappresentazione della PAC, è possibile aggiornare lo scenario, e quindi, ad esempio, valutare un possibile impatto del Greening. 34

37 Capitolo 2 Tabella 8 - variabili economiche chiave per l agricoltura norvegese nei quattro scenari REF DEC LIB DECLIB Production value (million s) Budget support (million s) Income (million s) Cereals ( Grazing animalsa (1000 Lu)b Non-ruminantsc (1000 Lu)b 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 multifunzionalità per la sicurezza alimentare nelle regioni Low- lands, Mountains e Norway per i diversi scenari Self-sufficiency in food (%) Tabella 10 - Valori degli indicatori di multifunzionalità per il paesaggio nelle regioni Low- lands, Mountains e Norway per i diversi scenari Shannon diversity index Lowlands Lowlands Mountains Mountains Norway Norway Arable land (ha per 1000 capita) hectare grass land) Grazing intensity (LUa grazing animals pr Lowlands Lowlands Mountains Mountains Norway Norway Grazing animals (LUa grazing animals per 1000 capita) a Livestock units (European Commission, 1995). Lowlands Mountains Norway a Livestock units (European Commission, 1995). 35

38 Rassegna della letteratura e principali applicazioni Tabella 11 - Valori degli indicatori di multifunzionalità per gli aspetti ambientali nelle regioni Low- lands, Mountains e Norway per i diversi scenari Nitrogen surplus (N surplus per ha) REF DEC LIB DECLIB Lowlands Mountains Norway Global warming potential (GWP per hectare) Lowlands Mountains Norway Tabella 12 - Valori degli indicatori di multifunzionalità per la sviluppo rurale nelle regioni Low- lands, Mountains e Norway per i diversi scenari Agricultural income (s per hectare) REF DEC LIB DECLIB Lowlands Mountains Norway Trend-based agricultural labour force (1000 annual working units) Lowlands Mountains Norway Income-based agricultural labour force (1000 annual working units) Lowlands Mountains Norway

39 Capitolo 3 Capitolo 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 software, occorre verificare di aver installato correttamente l ultima versione di JAVA 20 per il vostro sistema operativo. Nella versione Runner 21 è anche necessario essere in possesso di una licenza per l utilizzo del software GAMS 22. Dopo aver copiato i file sul proprio computer, per lanciare l interfaccia grafica (GUI) è sufficiente aprire il file capri con estensione Executable Jar File contenuto 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: (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 modificare 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 seguendo questo link: (Ultimo Accesso: 23/07/2012). 37

40 Lavorare con Capri 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 contenute in CAPRI System Settings e GAMS siano corretti (Fig. 9), facendo attenzione a selezionare solo cartelle che non abbiano spazi vuoti nel nome. Figura 8 - User settings ne SVN, se in possesso di adeguate credenziali, è possibile sincronizzare i risulta 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. 38

41 Capitolo 3 Figura 9 - a. CAPRI System settings e b. GAMS a. b. b Il modello è contenuto all interno della cartella CAPRI (Figura 10). All int 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. 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. 39

42 Lavorare con Capri È utile controllare spesso la presenza di aggiornamenti per il modello CA- PRI. 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 tecniche differenti tra loro, ma identiche in termini di risultato, per effettuare l aggiornamento del modello. Figura 10 - Il contenuto della cartella CAPRI La prima modalità è implementabile dalla GUI, al momento della configurazione dei settaggi generali; in questo caso occorre selezionare il comando edit settings dal menu a tendina settings situato in alto a sinistra (Fig. 7), posizionandosi sulla voce SVN. Per completare l operazione occorre conoscere l indirizzo del server su cui sono caricati i file di sistema ed essere in possesso di user name e password. Una volta inserite queste informazioni è sufficiente premere il pulsante update, e l aggiornamento viene effettuato automaticamente. 40

43 Capitolo 3 Il secondo metodo di aggiornamento del sistema è praticabile senza lanciare la GUI, utilizzando l applicativo Tortoise SVN, che si può scaricare liberamente dal sito Dopo aver installato il programma è sufficiente posizionarsi sulla cartella CAPRI e premere il tasto destro del mouse, selezionando SVN update dal menù a comparsa. Anche in questo caso, al primo utilizzo, verranno richiesti l indirizzo del repository on-line, user name e password. In entrambi i casi l aggiornamento può richiedere anche alcune ore per essere completato. 3.2 Descrizione dell interfaccia grafica L esecuzione del file capri con estensione Executable Jar File conduce alla visualizzazione di un interfaccia grafica (GUI) che è strutturata in tre aree principali: i menu Work step selection e Task selection sulla sinistra, e la finestra di dialogo situata nella parte centrale dello schermo che consente di personalizzare le diverse task (Fig. 11 e Fig. 12). I comandi in alto a sinistra nel menu Work step selection permettono di selezionare diverse funzioni di lavoro. Nel caso di utente Exploiter (Fig.11), si limitano all esecuzione degli scenari predefiniti (Run scenario) e all utilizzazione dei file gdx (Exploit gdx files), ovvero dei file di risultati generati in GAMS. Ad ogni work step sono associate diverse operazioni nel menu Task selection. Per un utente Exploiter quest ultimo comprende esclusivamente la voce Exploit scenario results. Come si vede in basso al centro sempre nella figura 11, è possibile selezionare contemporaneamente fino a otto scenari tra quelli predefiniti inclusi nel software. Nella versone Runner (Fig. 12), invece, aumentano sia le opzioni a disposizione nel menù Work step selection, sia le possibili task associate ad ogni work step. Se consideriamo il work step Run scenario e la relativa task Exploit scenario results, nella finestra di dialogo sono visualizzati in alto gli anni di riferimento della baseline (2004) e degli scenari, che in questa versione sono programmati per convergere all anno E possibile inoltre selezionare i paesi d interesse fra quelli europei e dell area mediterranea e le diverse aggregazioni di paesi per l Europa (EU 12, EU 15, ); il Regional break down consente di selezionare il livello di disaggregazione territoriale, che può essere nazionale, NUTS II, tipologia azien- 41

44 Lavorare con Capri dale 23 o di HSMU (Homogenous Soil Mapping Units), quest ultimo non disponibile nella versione Exploiter. Figura 11 - Interfaccia iniziale della GUI nella versione Exploiter I pulsanti in fondo alla finestra di dialogo permettono di visualizzare le informazioni generali sui dati (show metadata) o i risultati stessi (show results). Una volta che CAPRI completa il caricamento dei dati per lo scenario simulato, appare una nuova finestra per l analisi dei risultati. Per essere certi di visualizzarla interamente conviene puntare col mouse sulla barra della finestra attiva e cliccarvi due volte. A questo punto è possibile cominciare ad analizzare i risultati del modello. I risultati dell operazione richiesta vengono visualizzati da CAPRI attraverso schermate o view predefinite che mostrano selezioni specifiche dei dati a disposizione. La prima schermata visualizzata di default (Fig. 13) mostra informazioni generiche sullo scenario selezionato, come ad esempio la data di riferimento e il numero di stati e unità regionali contenuti. Ciascuna schermata permette l esplorazione di diverse selezioni di dati, l intervento sulle tabelle pivot, l esportazione dei dati e la modifica della modalità di visualizzazione (tabelle, grafici, mappe) (riquadro in rosso, Fig. 13). 23 Sebbene la tipologia aziendale non costituisca un vero e proprio riferimento territoriale, la disaggregazione in farm types è comunque inserita fra le unità spaziali e restituisce un livello di informazione particolarmente dettagliato. 42

45 Capitolo 3 Figura 12 - Interfaccia iniziale nella versione Runner Figura 13 - Informazioni sullo scenario e dettaglio dei principali pulsanti 43

46 Lavorare con Capri Il comando consente di modificare la selezione dei risultati. Le diverse schermate sono suddivise in raggruppamenti tematici che a loro volta contengono diverse opzioni di navigazione per le informazioni disponibili (Fig. 14). Figura 14 - Raggruppamenti tematici per la selezione delle schermate dei risultati Selezionando uno dei titoli disponibili (e.g. welfare overview) si accede alla schermata dei risultati prescelti, il cui nome compare nella barra in alto. Nel caso di una visualizzazione sotto forma di tabella, i principali indicatori disponibili per gli scenari selezionati sono elencati in colonna. È possibile confrontare contemporaneamente i risultati di differenti scenari, come mostrato nella Figura 15. Qui, accanto ai dati relativi alla baseline (MTR_RD), sono visualizzati i dati di uno scenario (MTR_GREEN) che simula gli effetti del cosiddetto greening della politica agricola comunitaria. 44

47 Capitolo 3 Figura 15 - Schermata dei risultati del menù Welfare overview In molte schermate i dati saranno organizzati in dimensioni aggiuntive oltre alle righe e colonne, selezionabili attraverso il menu a tendina nella parte sovrastante la tabella. Nel caso in cui una dimensione contenga una sola opzione (e.g. un solo anno di riferimento, 2020), non comparirà il menu ma soltanto il dato di riferimento. Righe e colonne possono essere nascoste o incluse nella schermata utilizzando i comandi mostrati nella Figura 16. Figura 16 - Comandi per la selezione di righe e colonne Cliccando due volte sui comandi evidenziati nella precedente immagine si apre una finestra di dialogo per la selezione (Fig. 17). 45

48 Lavorare con Capri Figura 17 - Selezione di righe e colonne dalla finestra di dialogo La selezione può essere effettuata con il mouse, o digitando una stringa sul campo sovrastante, con le seguenti possibilità: - * seleziona tutto; - C* seleziona tutti gli elementi con iniziale C ; - Cxx seleziona gli elementi che hanno Cxx come primi tre caratteri. Dopo aver digitato sul campo di testo, possono essere selezionati tre diversi comandi: : rimuove tutte le selezioni e mantiene solo gli elementi compatibili con il testo inserito : mantiene la selezione ed aggiunge gli elementi compatibili : rimuove gli elementi compatibili dalla selezione Per alcune tabelle sono disponibili dei gruppi di elementi preselezionati (Fig. 18) che possono essere visualizzati e scelti passando e trattenendo per qualche secondo il mouse sul pulsante di selezione di righe e colonne. 46

49 Capitolo 3 Figura 18 - Selezione di gruppi predefiniti La tipologia di visualizzazione dei dati (tabella, grafico o mappa) può essere scelta e modificata con il comando presente nella parte in alto a destra della schermata (Fig. 19). Figura 19 - Selezione della modalità di visualizzazione È possibile intervenire sull organizzazione dei dati visualizzati in righe e colonne attraverso il comando di seguito riportato: Selezionando, si invertirà la disposizione di righe e colonne, mentre 47

50 Lavorare con Capri una selezione con il tasto destro aprirà una finestra di dialogo (Fig. 20), che consente di ordinare manualmente le dimensioni della tabella pivot. Figura 20 - Organizzazione della tabella pivot I vari box mostrano le dimensioni degli elementi contenuti e possono essere trascinati per ottenere una diversa organizzazione della tabella. Aggregando più elementi sulla stessa riga o colonna (vedi immagine sotto) si otterrà una versione sintetica in cui due informazioni, come ad esempio reddito e scenario baseline, sono raggruppate in un unica cella:. Selezionando il seguente comando: 48

51 Capitolo 3 si apre una finestra che consente di personalizzare varie opzioni (Fig. 21) di seguito riportare sinteticamente: Font: per cambiare lo stile e la dimensione dei caratteri delle tabelle Formattazione numerica: permette di scegliere il numero di cifre e il separatore decimale Organizzazione di righe e colonne: per impostare l altezza delle righe e larghezza delle colonne e nascondere righe o colonne vuote Impostare un limite numerico diverso da zero sotto il quale considerare le celle vuote Mostrare istogramma: selezionando questa opzione si apre una finestra aggiuntiva con un istogramma che illustra la distribuzione dei dati e le principali statistiche (media, mediana, valori massimo e minimo, deviazione standard) (fig. 22) Utilizzo di colori per le tabelle Visualizzazione dei soli elementi selezionati o di tutti gli elementi, evidenziando quelli selezionati Utilizzo di codici o del testo completo nelle etichette Confronto fra output: è possibile visualizzare i dati come valori assoluti o come differenze percentuali 24 o assolute fra i valori dei diversi scenari Definire i colori, aggiungere delle statistiche, salvare e caricare le impostazioni scelte. Figura 21 - Opzioni di visualizzazione delle tabelle 24 Per alcuni scenari i valori riportati come differenze percentuali potrebbero non essere visualizzati correttamente. Si raccomanda dunque la massima attenzione nell utilizzo di questa opzione. 49

52 Lavorare con Capri Figura 22 - Esempio di istogramma con distribuzione dei dati e statistiche descrittive. Il contenuto della schermata visualizzata può essere copiato selezionando il pulsante. La selezione effettuata in questo modo rende la copia immediatamente disponibile sul clipboard del proprio computer. Cliccando il comando, è possibile esportare l intero dataset della schermata in un file. Nel caso delle tabelle, i diversi formati disponibili per esportare i dati sono mostrati in una finestra di dialogo (fig. 23). Le tabelle possono essere incollate in fogli di calcolo 25 (XLS, CSV, etc.), mentre i grafici e le mappe possono essere esportati come figure ad esempio su Word. Come accennato in precedenza, in CAPRI è possibile visualizzare i risultati non soltanto in formato tabellare, ma anche in diversi formati grafici. La nuova interfaccia in Java (GUI) consente infatti di creare agevolmente grafici, diagrammi e mappe tematiche di diverso tipo, facilitando l interpretazione dei risultati e con- 25 In alcuni casi l importazione di tabelle in formato Excel (XLS) può non avvenire correttamente. È preferibile dunque eseguire l importazione delle tabelle in formato CSV, selezionando la voce Comma separated text file, for e.g. EXCEL, visibile in Figura

53 Capitolo 3 sentendo anche di esportare in diversi formati digitali quanto visualizzato sullo schermo. Le mappe, in particolare, sono molto utili quando si analizzano a livello regionale gli effetti della simulazione; tale funzione è resa possibile dalla integrazione di un piccolo motore GIS nella struttura del software, che opera sempre nella GUI ed è quindi fruibile in modo semplice e versatile. Figura 23 - Scelta del formato di esportazione Partendo dalla finestra principale di analisi risultati, notiamo che in alto sulla destra è presente un pulsante grigio, chiamato View Type, che in default è impostato su Table (Figura 19). Cliccandovi si aprono una serie di opzioni che permettono la visualizzazione in diversi formati. Dopo aver impostato il layout della tabella sulla base di quanto illustrato nei paragrafi precedenti (Figure 20 e 21), si può scegliere la rappresentazione più indicata. Ad esempio, volendo visualizzare un grafico a linee, basta cliccare sull opzione Line Chart, eventualmente disporre di nuovo il pivot tabella e ottenere così un grafico a linee come quello della Figura

54 Lavorare con Capri Figura 24 - Grafici e linee Una volta ottenuta una prima rappresentazione, cliccando sul pulsante indicato in Figura 24, si apre una nuova finestra chiamata Graphics Settings che contiene numerose opzioni di visualizzazione per ogni tipologia di grafico (Fig. 25). Tale finestra ha quattro principali riquadri, che riguardano rispettivamente, partendo da sinistra in alto, grafici a barre, grafici a linee, grafici a tela di ragno e grafici a torta; in questo primo esempio andremo quindi a personalizzare il grafico utilizzando il secondo riquadro, evidenziato in rosso nella Figura 25. Figura 25 - Struttura finestre 52

55 Capitolo 3 Per una rappresentazione con grafico a barre, è possibile semplicemente cliccare di nuovo sul pulsante View Type e scegliere l opzione Bar Chart. Automaticamente il software rappresenta la stessa tipologia di dati con un grafico a barre (si ricorda che cambiando tipo di grafico, sovente si rende anche necessario reimpostare il pivot tabella poiché non tutti i grafici sono in grado di supportare la stessa tipologia di dati in modo congruo). Come in precedenza, per personalizzare il grafico, è possibile cliccare sul pulsante indicato in Fig. 24. Una volta aperta la finestra Graphics Settings, si possono utilizzare le opzioni contenute nel riquadro in alto a sinistra, specifiche per i grafici a barre (Fig. 26) Figura 26 - Struttura finestre Altre opzioni possibili di View Type sono rappresentate dai grafici ad area (Fig. 27) o a torta (Fig. 28), le cui personalizzazioni sono sempre possibili utilizzando l apposito pulsante nei riquadri in alto a destra (per grafici ad area) e in basso a destra (per grafici a torta). 53

56 Lavorare con Capri Figura 27 - Grafico ad area Figura 28 - Grafico a torta CAPRI consente anche la visualizzazione di grafici più complessi, che forniscano statistiche descrittive di base, come box-plot o Box&Whiskey, istogrammi o diagrammi di Markov; per una corretta visualizzazione è necessario seguire le 54

57 Capitolo 3 procedure già descritte, avendo cura di organizzare i dati in modo appropriato. Ad esempio, se si decide di rappresentare una variabile in un box-plot, sarà necessario rispettare il formato dimensionale dei dati, cioè visualizzare o la singola variabile in differenti paesi in un solo scenario, oppure la stessa in due scenari di confronto per un singolo paese. La Figura 29 mostra un esempio di grafico box-plot che descrive gli effetti di welfare nei principali paesi UE nello scenario simulato. Figura 29 - Grafici box-plot Oltre ai grafici di base e di statistica descrittiva, il modello consente anche la visualizzazione di mappe (flussi e coroplete), a seconda del livello di disaggregazione spaziale scelto. E consigliabile realizzare questi grafici avanzati utilizzando comandi predefiniti che realizzano automaticamente mappe al livello di disaggregazione spaziale desiderato (Stato Membro, NUTS II, HMSU), selezionando direttamente la scelta nel menu a comparsa che mostra la tipologia di dati da visualizzare (Figura 30). Cliccando sul tasto map nel menu View type, appare automaticamente l avviso: choose the geometry file to load. Per selezionare il file richiesto è sufficiente aprire la cartella GUI e selezionare il file NUTSII.zip. Nella vista Table occorre selezionare solo le variabili da riportare su mappa e si consiglia di cliccare sul pulsante Map solo dopo aver effettuato questa operazione preliminare. 55

58 Lavorare con Capri Figura 30 - Tipologia dati Ad esempio, in Figura 31 a e b, sono rappresentate due coroplete che confrontano al 2020 due scenari di riduzione delle emissioni, ottenuti uno attraverso la riduzione omogenea delle emissioni del 14% per tutti gli SM e, l altro, attraverso una riduzione eterogenea (burden sharing agreement) con la possibilità di scambio delle quote di emissione. La variabile di riferimento è il costo marginale di abbattimento delle emissioni, disaggregata a livello di NUTS II. In questa modalità di visualizzazione, CAPRI si comporta come un vero e proprio sistema GIS, anche se offre opzioni di interrogazione e visualizzazione piuttosto limitate. Cliccando sul pulsante Classify, si attivano le personalizzazioni, come ad esempio la metodologia statistica di separazione delle classi, il numero e l ampiezza delle classi, l inclusione o meno dei valori mancanti, la tabella dei colori ed altre opzioni grafiche. Cliccando invece sul pulsante, e puntando su una regione specifica, si apre una piccola finestra di confronto sui valori della variabile analizzata nella stessa regione; è possibile così avere un colpo d occhio immediato di eventuali valori estremi (outliers) tra uno scenario 56

59 Capitolo 3 e l altro all interno della stessa regione. Infine è ovviamente possibile spostare, ingrandire o diminuire la mappa per il livello di dettaglio desiderato. Figura 31 a - Scenario di riduzione omogenea delle emissioni al 2020 b - Scenario di riduzione eterogenea (burden sharing agreement) al

60 Lavorare con Capri Un ultima importante modalità di visualizzazione dei risultati è offerta dai grafici a flussi (Flowmap). Essi consentono una vista d insieme dei principali flussi commerciali tra paesi (o tra aggegati di paesi come EU-15 o Mercosur), in cui la dimensione del flusso grafico rispetta la proporzione del dato quantitativo; ad una linea più spessa è quindi associato un valore di scambio commerciale maggiore rispetto ad una linea più sottile. L uso di questi grafici è particolarmente indicato per l analisi qualitativa (rispetto a quella quantitativa più dettagliata eseguita su formato tabellare) dei flussi di esportazione o importazione di prodotti agricoli. Anche per questi grafici è consigliato partire da visualizzazioni predefinite contenute nel menù a comparsa. La Figura 32, ad esempio, mostra i flussi di importazione di grano al 2020 tra le varie regioni del mondo simulando una liberalizzazione degli scambi tra la UE e i paesi Mercosur. Figura 32 - Importazioni grano: un esempio tramite mappa Questa modalità di visualizzazione è personalizzabile agendo sui menu a scomparsa e sul pivot della tabella. 58

61 Capitolo 4 SIMULAZIONI E ANALISI DEI RISULTATI: UN ESEMPIO PRATICO Prima di vedere nel dettaglio un esempio pratico di simulazione ed analisi dei risultati, saranno descritte le operazioni da eseguire per lanciare un generico scenario nella modalità Runner. Dopo aver aperto la GUI dal menu Work step selection bisogna selezionare l opzione Run scenario, posizionandosi successivamente sulla funzione Define scenario dal menu Task selection. In questo modo compare una finestra di dialogo (Figura 33) da cui è possibile definire il nome dello scenario nel campo Enter scenario name e la descrizione dello scenario nel campo Enter scenario description. Figura 33 - La schermata della task Define scenario Dal menu a sinistra della sezione Scenario elements si può selezionare uno scenario già impostato, da unire alla baseline (MTR_RD) tramite ta- 59

62 Simulazione e analisi dei risultati: un esempio pratico sto CTRL 26. Una volta selezionato lo scenario, con un doppio click è possibile modificare direttamente il codice GAMS (le modifiche vengono evidenziate in blu vedi Fig. 34). Dopo aver definito lo scenario, è possibile salvare tutte le modifiche utilizzando il tasto Save changes in basso al centro. Con il tasto Store scenario, invece, lo scenario modificato diventa automaticamente disponile nel menu a tendina Scenario definition file, all interno della task Run scenario. A questo punto, posizionandosi sulla task Run Scenario, nel menu Task properties for: run scenario, vanno impostate tutte le caratteristiche e settaggi della simulazione, dalla disaggregazione agli indicatori di output (Cfr. Figura 12). Per verificare che il codice di scrittura dello scenario sia corretto, è disponibile la funzione Compile GAMS; se la sintassi dello scenario è corretta, l esecuzione del comando restituisce codice RC=0, altrimenti, restituisce un codice diverso a seconda della tipologia di errore (1 = invocation error; 2 = compilaton error; 3 = run time error). Per avviare la simulazione vera e propria bisogna utilizzare il tasto Run GAMS; l operazione di simulazione può richiedere anche diverse ore, in base al dettaglio di disaggregazione, alle caratteristiche dello scenario selezionato e alle specifiche tecniche del computer. Anche in questo caso, se la simulazione è andata a buon fine, il programma restituisce codice RC = 0. Una volta terminata la simulazione, è generalmente possibile visualizzare i risultati attraverso il comando Show results. Tuttavia, per i risultati sulle emissioni, sui costi di abbattimento marginale, sui permessi scambiati, ecc. relativi allo scenario Template for GHG abatement, occorre aprire il file relativo ai risultati (individuati attraverso il nome dello scenario) con la funzione Exploit gdx files nel menu work step selection (Figura 34). Cliccando sul tasto Load gdx files è possibile selezionare il file con i risultati di interesse. Nel caso del template for GHG abatement tali risultati sono salvati in automatico nella cartella Permits contenuta in Results. Per visualizzare i risultati occorre selezionare il file desiderato e cliccare su Load selected tables. È possibile anche aprire i risultati di diverse simulazioni contemporaneamente; in questo caso si può scegliere di aprire i risultati in un unico file, aggiungendo una dimensione alla tabella originale (Figura 35). 26 In alcuni casi, per la corretta esecuzione del programma può essere necessario cancellare le righe di comando che vengono scritte in automatico dopo aver salvato un nuovo scenario, fino alla riga policy set up. 60

63 Capitolo 4 Figura 34 - Schermata per la visualizzazione dei risultati tramite il comando Exploit GDX files Figura 35 - Introdurre una nuova dimensione alla tabella originale, caricando contemporaneamente i risultati di differenti simulazioni. 61

64 Simulazione e analisi dei risultati: un esempio pratico Una volta terminate le elaborazioni, in fase di chiusura del programma è preferibile non salvare le modifiche al file.ini, per evitare di incorrere in problemi con le impostazioni generali della GUI. Caso studio A : scenario di abbattimento omogeneo delle emissioni del 10% senza ETS In questo paragrafo presentiamo i risultati di una simulazione di abbattimento omogeneo delle emissioni di gas serra, con uno standard di riduzione del 10% rispetto alla media del periodo Per modificare il target di riduzione delle emissioni, nello scenario Template for GHG abatement, modificare la riga di comando ghghomogpercreduction sostituendo 0.15 con Inoltre impostare la riga ghgtrade su OFF, in modo da escludere la possibilità di scambiare permessi sul mercato delle emissioni. Le modifiche apportate al template originale sono evidenziate in blu nella Figura 36. Dopo aver inserito il nome dello scenario (GHG_HOMORED_NT_0.1) e la descrizione dello stesso nelle stringhe Enter scenario name e Enter scenario description, cliccare sul tasto Save scenario per conservare le modifiche apportate al template originale, e successivamente su Store scenario, per renderlo disponibile nell elenco degli scenari predefiniti. Figura 36 - Definizione dello standard di riduzione delle emissioni al 10% ed esclusione dell ETS 62

65 Capitolo 4 A questo punto si può selezionare dal menu Task scelection il comando Run scenario, che rimanda all apertura di una nuova finestra di dialogo (Fig. 12). Dopo aver selezionato l anno di simulazione (Simulation year: 2020) e quello di base (base year: 2004), il livello di disaggregazione spaziale desiderato (Regional break down: NUTS II), il numero di iterazioni (Iteration number: 20), lo scenario (Scenario definition file: GHG_HOMORED_NT_0.1) e le caselle Golbal market model, Aggregates for activities and comodities e Environmental indicators, è consigliabile verificare di non aver commesso errori di sintassi cliccando sul pulsante Compile GAMS. Se il programma restituisce RC = 0 non resta che lanciare la simulazione vera e propria con il tasto Run Scenario. Al termine delle elaborazioni, che possono richiedere anche diverse ore, se il programma restituisce nuovamente il codice RC = 0 la simulazione è andata a buon fine e si può procedere con l analisi dei risultati. Per prima cosa bisogna caricare i risultati ricorrendo alla funzione Exploits GDX files nel menu Work step selection. Dalla nuova schermata è possibile caricare, cliccando sul pulsante in basso (Load GDX) il file di risultati chiamato res_0420ghg_homored_nt_0.1 contenuto nel percorso results\permits. A questo punto, è necessario impostare manualmente le dimensioni della tabella pivot, così da avere le variabili in colonna divise per gruppi che corrispondono alle iterazioni compiute nel corso della simulazione (S1, S2,, S20). Sempre manualmente, selezioniamo tra le righe i 27 stati membri 27 e l Unione Europea come aggregato (EU27), mentre in colonna ci limitiamo a scegliere la variabile GGWP, che esprime le emissioni complessive misurate in termini di CO 2 -equivalente28ṗer verificare che la riduzione sia stata del 10% è sufficiente selezionare la prima iterazione (S1) che rappresenta la baseline di questa simulazione e l ultima iterazione (S20), che costituisce il punto di arrivo. Seguendo la procedura descritta in precedenza (fig. 21), è possibile visualizzare le differenze percentuali assieme ai valori assoluti. L output finale così costruito (Fig. 37) conferma la riduzione omogenea delle emissioni di gas serra del 10%, sia per i singoli SM che per l Unione Europea nel suo complesso. 27 Bisogna precisare come ai 27 stati membri (MS) corrispondano in CAPRI solo 26 variabili: il Lussemburgo è infatti accorpato al Belgio (BL0000). 28 La CO 2 equivalente è l unita di misura utilizzata per misurare il GWP (Global Warming Potential) dei gas serra, ovvero il loro potenziale di riscaldamento globale. L anidride carbonica (CO2) è il gas di riferimento usato come riferimento unitario per misurare tutti gli altri (GWP_CO2 = 1). 63

66 Simulazione e analisi dei risultati: un esempio pratico Figura 37 - Verifica della riduzione omogenea delle emissioni del 10% senza ETS Caso studio B : Scenario di abbattimento omogeneo delle emissioni del 10% con ETS Se si ripete la procedura descritta nel paragrafo precedente, avendo questa volta cura di impostare la riga di comando ghgtrade su ON nel Template for GHG abatement, si avvia uno scenario identico al precedente per quanto riguarda il target di riduzione, ma diverso perché include la possibilità di scambiare emissioni all interno di un meccanismo di tipo ETS 29 (Emission Trading Scheme). Nell ambito di questa esercitazione la seconda simulazione è stata nominata GHG_HOMORED_TR_ Per ulteriori approfondimenti sul mercato europeo delle emissioni (EU ETS), si rimanda al seguente link: (Ultimo accesso: 12/09/2012). Con l ausilio del modello CAPRI sono state condotte anche analisi sulle prospettive di inclusione del settore agricolo nell EU ETS (Perez et al., 2009). 64

67 Capitolo 4 Figura 38 - Definizione dello standard di riduzione delle emissioni al 10% con inclusione dell ETS Figura 39 - Verifica della riduzione omogenea delle emissioni del 10% con ETS 65

68 Simulazione e analisi dei risultati: un esempio pratico In questo caso, impostando manualmente righe, colonne e dimensioni della tabella pivot come nel precedente esempio è possibile verificare che la riduzione sia stata pari al 10% per l UE nel suo complesso, anche se i target raggiunti dai singoli paesi rispecchiano le differenze nei costi marginali di abbattimento e sono influenzati dalla possibilità di acquistare e vendere permessi sul mercato delle emissioni (Fig. 39). I due scenari simulati in questo esercizio, possono essere ricondotti a due paradigmi di politica ambientale ben distinti. Alla base della prima simulazione (PROVA_GHG_25IT) vi è una logica di tipo command and control, in cui l attuazione delle politiche è affidata principalmente a strumenti vincolanti di natura normativa. Nel secondo caso (PROVA_GHG_25IT_ETS), invece, viene introdotta la possibilità di scambiare su uno specifico mercato dei permessi ad inquinare, in linea con un approccio noto in letteratura come economic incentives. Figura 40 - Variazione delle emissioni di CH 4 e N 2 0 nelle due simulazioni 66

69 Capitolo 4 Un primo esercizio di confronto interessante tra i due scenari può essere effettuato andando a valutare se i diversi approcci simulati siano in grado di modificare la composizione dei gas climalteranti utilizzati nel computo delle emissioni complessive espresse in termini di CO 2 equivalente. A questo proposito è possibile caricare contemporaneamente i risultati delle due simulazioni (Fig. 40) tramite la funzione Exploits GDX files, come mostrato nel capitolo 3. Ancora una volta devono essere definite le dimensioni del pivot e le variabili di interesse da inserire nella tabella di confronto: selezionare in colonna le variabili GCH4 e GN2O che esprimono le quantità complessivamente emesse rispettivamente di metano e protossido di azoto definite per lo scenario senza ETS (NT in Figura 40) e con ETS (TR in Figura 40), ed in riga i MS oltre che l EU27. Anche in questo caso, è possibile visualizzare le differenze percentuali assieme ai valori assoluti. Figura 41 - Valori assoluti dei MAC e differenza percentuale tra scenario NT (no ETS) e TR (con ETS) 67

70 Simulazione e analisi dei risultati: un esempio pratico Osservando la tabella (Figura 40), è interessante notare come le variazioni nelle emissioni di CH4 e N20 tra i due scenari possano divenire anche molto significative se computate a livello di singolo stato membro, mentre appaiono trascurabili a livello aggregato (EU27). Un altro esercizio interessante può essere condotto sui costi marginali di abbattimento delle emissioni (MAC Marginal Abatement Costs) restituiti nella simulazione senza ETS ed in quella con ETS. Un primo confronto può essere condotto a livello tabellare, mantenendo la stessa struttura della figura precedente, facendo attenzione questa volta a selezionare in colonna la variabile GWPMC (Figura 41). Le variazioni percentuali sui valori di GWPMC hanno segni ed entità differenti per ogni singolo stato, poiché riflettono le differenze negli orientamenti produttivi, nelle specializzazioni, nelle caratteristiche strutturali e nei livelli tecnologici. È interessante notare come, in linea con la teoria economica, il meccanismo dei permessi commerciabili (ETS, scenario TR) consenta, rispetto all imposizione di uno standard di riduzione vincolante (scenario NT), una riduzione del costo marginale di abbattimento delle emissioni per l Europa considerata nel complesso (EU27). L analisi può essere arricchita ulteriormente selezionando la funzione map. In questo caso bisogna avere cura di selezionare in riga tutte le regioni geografiche a livello NUTSII e in colonna la variabile GWPMC, lasciando invece nelle dimensioni esterne le iterazioni (S1, S2,..., S20) e gli scenari (NT e TR). Selezionando Map dal menu View type, appare automaticamente l avviso: choose the geometry file to load. Per selezionare il file richiesto è sufficiente aprire la cartella GUI e selezionare il file NUTSII.zip. A questo punto la mappa viene visualizzata ed è possibile personalizzarla ricorrendo ai tasti in alto in Figura 42. Di seguito sono riportate le mappe che descrivono i costi di abbattimento marginale delle emissioni per le regioni europee a livello NUTSII nella prima simulazione (NT, Fig. 42) e nella simulazione con ETS (TR, Fig. 43). Il confronto tra le due mappe, costruite in modo da mantenere costante numero e dimensione delle categorie in cui viene distribuita la variabile GWPMC, è reso particolarmente semplice grazie alla differenza nei colori prevalenti. Questo risultato intuitivo è confermato dalla distribuzione di frequenza riportata di default in legenda (in basso Figura 42). È inoltre sempre possibile visualizzare graficamente la distribuzione di frequenza e le frequenze cumulate relative ad ogni mappa selezionando la casella Show histogram dal menu che appare premendo il pulsante Classify: 68

71 Capitolo 4 In figura 44 è riportata a scopo esemplificativo la distribuzione di frequenza relativa alla mappa costruita con i dati dello scenario che simula la presenza di un mercato delle emissioni. Figura 42 - Costi di abbattimento marginale a livello NUTSII senza ETS In generale, lo strumento ETS simulato nel secondo scenario sembrerebbe favorire una convergenza tra le regioni europee verso livelli di costo meno elevati rispetto a quelli stimati nel caso del primo scenario. 69

72 Simulazione e analisi dei risultati: un esempio pratico Figura 43 - Costi di abbattimento marginale a livello NUTSII con ETS Figura 44 - Distribuzione di frequenza per le classi 70

73 Capitolo 4 Selezionando solo alcune regioni NUTSII è possibile concentrarsi su un diverso livello di disaggregazione geografica. Nelle figure 45 e 46, ad esempio, sono rappresentate i livelli di costo di abbattimento marginale nei due scenari per le sole regioni italiane. Figura 45 - MAC per le Regioni italiane con ETS Figura 46 - MAC per le Regioni italiane senza ETS 71

74

75 BIBLIOGRAFIA Adenaeuer, M. (2005) Modelling the European Sugar Sector - Incentives to Supply Sugar Beets and Analysis of Reform Options - PHD Thesis, Bonn University, (URL: ulb.uni-bonn.de/2006/0759/0759.htm). Adenaeuer M., Britz W. and Witzke H.P.(2005) Modelling EU sugar market scenarios with a modified Armington appoach, paper presented at the IATRC summer meeting 2005, Sevilla, June 16/ : Pressures for Agricultural Reform: WTO Panels and the Doha Round Negotiations Adenaeuer M., Jansson T., Johansson H. (2007) Effects of the EU Sugar Reform on Developing Countries, contenuto in: The European Union and Developing countries: Trade, Aid and Growth in an Integrating World, Bourdet Y., Gullstrand J., Olofsdotter K., Cheltenham, UK : Edward Elgar Publishing Ltd, ISBN Adenaeuer, M. and Heckelei T. (2005) Reform of the CMO Sugar - Impacts on European Agriculture Paper presented on the 8th Annual Conference on Global Economic Analysis of the GTAP consortium, Lübeck, June. Adenaeuer, M., Britz W., Gocht, A., Gömann, H., Cristoiu, A. and Ratinger, T. (2006) Modelling impacts of decoupled premiums : building-up a farm type layer within the EU-wide regionalised CAPRI model. In: 93rd seminar of the EAAE Impacts of Decoupling and Cross Compliance on Agriculture in the Enlarged EU September 22nd-23rd 2006, Prague, Czech Republic. Prague : 24 pages, english Adenaeuer, M., Louhichi, K., de Frahan, B.H. and Witzke H.P. (2004) Impacts of the Everything But Arms Initiative on the EU Sugar Sub-Sector. Selected paper prepared for presentation at the International Conference on Policy Modelling (EcoMod 2004), June 30 - July 2, Paris Balkhausen O., Banse M. and Grethe H. (2006) Modelling CAP Decoupling in the EU: A Comparison of Selected Simulation Models and Results Journal of Agricultural Economics, 59(19, 57-71) Becker A., Adenaeuer M. and M. Blanco Fonseca (2010): Impacts of European biofuel policies on agricultural markets and environment under consideration of 2nd generation technologies and international trade, selected paper presented at the IATRC Public Trade Policy Research and Analysis Symposium Climate Change in World Agriculture: Mitigation, Adaptation, Trade and Food Security, June 27-29, 2010, Universität Hohenheim, Stuttgart (Germany) Britz W. (2000): Common Agricultural Policy Regional Impact Analysis, Final Report, FAIR3 73

76 - CT Forschungsbericht, Institut für Agrarpolitik, Bonn. Britz W. (2004) CAPRI Modelling System Documentation, Final report of the FP5 shared cost project CAP-STRAT Common Agricultural Policy Strategy for Regions, Agriculture and Trade, QLTR ; Universität Bonn: 2004 Britz W. (2008a): Automated model linkages: the example of CAPRI Agrarwirtschaft, Jahrgang 57 (2008), Heft 8 Britz W.(2008b): EU-wide spatial down-scaling of results of regional economic models to analyze environmental impacts Paper prepared for presentation at the 107th EAAE Seminar Modeling of Agricultural and Rural Development Policies. Sevilla, Spain, January 29th -February 1st, 2008 Britz W. (2009) An Overview on the CAPRI Model, University of Bonn. (Presentazione disponibile on-line: Ultimo accesso: 28/10/2011). Britz, W. (2011) Quantitative Assessment of the possible Next Reform Phase of the Common Agricultural Policy Department of Agricultural Economics Seminar Series, Purdue University, West Lafayette/In, 25 May 2011 Britz W. and Hertel T. (2009): Impacts of EU Biofuels Directives on Global Markets and EU Environmental Quality: An integrated PE, Global CGE analysis, Agricolture Ecosystem and Environment, (2009), doi: /j.agee Britz W. and Jacquet, F.(2006) EU-MED Agpol: Impacts of Agricultural Trade Liberalisation between the EU and Mediterranean countries Proceedings of the Workshop on Euro- Med Association Agreements Agricultural Trade - Regional Impacts in the EU, Jointly organised by DG RTD and DG JRC With the collaboration of DG AGRI, Held in Brussels on 14 February 2006 Britz W. and Keeney R. (2010): The CAPRI model - an overview with a focus on comparison to GTAP, selected paper presented at the Thirteenths Annual Conference on Global Economic Analysis Trade for Sustainable and Inclusive Growth and Development, 9-11 June, 2010, Pennang (Malaysia) Britz W. and Leip A. (2009): Development of marginal emission factors for N losses from agricultural soils with the DNDC-CAPRI meta-model Agric. Ecosyst. Environ. 133 (2009), pp , doi: /j.agee Britz W. and Mittenzwei K.(2008): Spatial down-scaling as a tool to improve multifunctionality indicators in economic models in: Paul N. Findley (ed.). Environmental Modelling: New Research, Nova Publishers 2008, ISBN: Britz W. and Witzke P. (2008) CAPRI Model Documentation 2008: Version 2 (disponibile on-line: Ultimo accesso: 28/10/2011). Britz W., Heckelei T., Perez I., Junker F. und C. Wieck (2006a) How sustainable is the latest 74

77 Bibliografia CAP Reform under the possible Trade Liberalisation Outcomes of the Doha Round?, paper resented at the IATRC summer meeting 2005, Sevilla, June 16/ : Pressures for Agricultural Reform: WTO Panels and the Doha Round Negotiations Britz W., Heckelei, T. and Perez, I. (2006): Land Use Effects of Decoupling: An EU wide, regionally differentiated Analysis, Agrarwirtschaft (55), pp Britz W., Pérez I. and Heckelei T. (2010a) A comparison of CAPRI and SEAMLESS as Integrated Modelling Systems. Contenuto in: Environmental and agricultural modelling: integrated approaches for policy impact assessment Brouwer F., van Ittersum M.K., Springer, Dordrecht, Britz W., Perez I. and Heckelei T. (2010b): A comparison of CAPRI and SEAMLESS as Integrated Modelling Systems. Contenuto in: Environmental and agricultural modelling: integrated approaches for policy impact assessment Brouwer F., van Ittersum M.K., Springer, Dordrecht, Britz W., Verburg P. and Leip A. (2010a): Modelling of land cover and agricultural change in Europe: combining the CLUE and CAPRI-Spat approaches, Agric. Ecosyst. Environ., in press, /j.agee Britz W., Verburg P. and Leip A. (2010b) Modelling of land cover and agricultural change in Europe: combining the CLUE and CAPRI-Spat approaches, Agric. Ecosyst. Environ., in press, /j.agee Britz W., Wieck C. and Perez I. (2003): Impact Analysis of the Medium Term Review Proposals with the CAPRI Modelling System, Published by the European Commission, February Britz W., Witzke P., (2008), CAPRI model documentation 2008: version 2 Britz W., T. Pelikan H., & J., (2010c): How Green are Agricultural Set Asides? An Analysis at the Global and Regional Levels, selected paper presented at the the Thirteenths Annual Conference on Global Economic Analysis Trade for Sustainable and Inclusive Growth and Development, 9-11 June, 2010, Pennang (Malaysia) Britz, W., Jansson, T., Törmä, H., Witzke, P., Zawaliñska, K. and Dwyer, J.: Modelling CAP Pillar I and II instruments - approaches in the CAPRI-RD project Paper in organized session Modelling CAP Pillar I and II in Large-Scale Economic Simulation Models: State of the Art and Visions organized by W. Britz at the EAAE 2011 Congress, August 30 to September 2, 2011 Zurich, Switzerland Britz, W., Junker, F., Weissleder, L., Adenaeuer, M. (2007a) Quantitative assessment of EU- Mediterranean trade liberalization using the CAPRI modelling system. EU-Med Agpol Report No. 24, EU 6th Framework Programme, Contract No Britz, W., Pérez, I., Zimmermann, A. and Heckelei, T.(2007b) Definition of the CAPRI Core Modelling System and Interfaces with other Components of SEAMLESS-IF SEAMLESS report no. 26, January

78 De Vries W., Leip A., Reinds G. J., Kros J., Lesschen J. P., Bouwman A.F., Grizzetti B., Bouraoui F., K. Butterbach Bahl, Bergamaschi P., Winiwarter W. (2011) Geographic variation in nitrogen budgets in agricultural and other terrestrial ecosystems over Europe. Contenuto in: European Nitrogen Assessment, Sutton M., Howard C., Erisman J.W., Billen G., Bleeker A., van Grinsven H., Grennfelt P., Grizzetti B., Cambridge University Press, p DG-AGRI (2011): impact assessment common agricultural policy towards 2020, annex 2b: assessment of selected measures under the cap for their impact on greenhouse gas emissions and removals, on resilience and on environmental status of ecosystems annex 3, sub-annex 3a, sub-annex 3b, sub-annex 3c, sub-annex 3d: direct payments annex 11: methodology; overview of evaluations; jrc research; studies and research projects relating to the cap european commission, 2011 EEA-European Environmental Agency, 2010, Annual European Community greenhouse gas inventory and inventory report Submission to the UNFCCC Secretariat, Technical report No 6/2010, EEA, Copenhagen. Ferrari E., Blanco-Fonseca M., Himics m., 2010, Regional Social Accounting Matrices Deliverable: D2.2.3 Compilation of datasets needed for regional splitting of the national SAMS: dataset and documentation DRAFT VERSION. European Commission, Joint Research Center, Institute for Prospective Technological Studies Seville Marc Müller, ILR, Bonn, Helming, J., Jansen, S., Meijl, H., van, Tabeau, A.: (2010)European farming and post-2013 CAP measures. A quantitative impact assessment study LEI Report , Alterra Report 2103, December 2010, LEI, part of Wageningen UR, The Hague. ISPRA-Istituto Superiore per la Protezione e la Ricerca Ambientale, 2011a, Italian Greenhouse Gas Inventory National Inventory Report 2011, ISPRA rapporto tecnico 139/2011.Roma. Janssen S., Athanasiadis I., Li H., Bezlepkina I., Knapen R., Pérez-Domínguez I., Rizzoli A.E. and van Ittersum M.K. (2011): Linking Models for Assessing Agricultural Land Use Change, Computers and Electronics in Agriculture 76 (2), pp , Elsevier. Janssen S., Athanasiadis I., Li H., Bezlepkina I., Knapen R., Pérez-Domínguez I., Rizzoli A.E. and van Ittersum M.K. (2011): Linking Models for Assessing Agricultural Land Use Change, Computers and Electronics in Agriculture 76 (2), pp , Elsevier. Jansson T., Bakker M., Boitier B., Fougeyrollas A., Helming J., Meijl H.v. and Verkerk H. (2008): Cross sector land use modelling framework. Contenuto in: Sustainability impact assessment of land use changes, Helming K., Pérez-Soba M., and Tabbush P., Springer, Berlin. Jansson T., Britz W., Renwick A. and Verburg P.(2010a): Modelling CAP reform and land aban- 76

79 Bibliografia donment in the European Union with a focus on Germany Presentation at the Agricultural Economics Society Conference 2010, 30th and 31st of March 2010, Edinburgh, UK Jansson T.L. and Britz W. (2002) Experiences of using a quadratic programming model to simulate removal of milk quotas. 10th EAAE congress, organised session on milk quotas, August 28-31, 2002, Zaragoza (Spain). Jansson, T., Bakker, M., Boitier, B., Fougeyrollas, A., Helming, J., Meijl, H.v., and Verkerk, H. (2010b): Linking models for land use analysis: experiences from the SENSOR project Paper presented on the International EAAE Congress, August 26-29, 2008, Ghent, Belgium. Jansson, T., Kuiper M., Banse M., Heckelei T. and Adenaeuer, M. (2010c): Getting the best of both worlds? Linking CAPRI and GTAP for an economywide assessment of agriculture Paper resented at the 11th Annual Conference on Global Economic Analysis, Helsinki, Finland Jansson, T.; Norell, Bo; Rabinowicz, E. (2005) Modelling the impact of compulsory Foot and Mouth Disease insurance Poster Paper presented at the 2005 EAAE Congress, August 24-27, 2005 in Copenhagen, Denmark. Kempen M. and Kraenzlein T.(2008): Energy Use in Agriculture: A Modeling Approach to Evaluate Energy Reduction Policies Paper prepared for presentation at the 107th EAAE Seminar Modeling of Agricultural and Rural Development Policies. Sevilla, Spain, January 29th -February 1st, 2008 Kempen M., Witzke P., Pérez I., Jansson T. and Sckokai P. (2011) Economic and environmental impacts of milk quota reform in Europe, Journal of Policy Modeling 33(1), pp Kraenzlein T. (2008): Economic monitoring of fossil energy use in EU agriculture. regional analysis of policy instruments in the light of climate-related negative external effects, doctoral thesis, ETH Zurich (2008). doi: /ethz-a Leip A., Britz W., de Vries W. and Weiss F. (2011a) Farm, land, and soil nitrogen budgets for agriculture in Europe calculated with CAPRI, Environmental Pollution, In Press. Leip Adrian, Achermann Beat, Billen Gilles, Bleeker Albert, Bouwman Lex, de Vries Wim, Dragosits Ulli, Döring Ulrike, Fernall Dave, Geupel Markus, Johnes Penny, Le Gall Anne Christine, Monni Suvi, Neveceral Rostislav, Orlandini Lorenzo, Prud homme Michel, Reuter Hannes, Simpson David, Seufert Guenther, Spranger Till, Sutton Mark, van Aardenne John, Voss Maren, Winiwarter Wilfried (2011b): Integrating nitrogen fluxes at the European scale In: Sutton M, Howard C, Erisman JW, Billen G, Bleeker A, van Grinsven H, Grennfelt P, Grizzetti B, Editors. European Nitrogen Assessment. Cambridge, UK: Cambridge University Press. p Leip et al., 2010, MITERRRA project Leip, A., Marchi, G., Koeble, R., Kempen, Britz W. and Li, C. (2008): Linking an economic model for European agriculture with a mechanistic model to estimate nitrogen losses 77

80 from cropland soil in Europe Biogeosciences, 5(1): Mas-Colell, A., Whinston, M. and Green, J Microeconomic Theory, Oxford University Press OECD, 2011, Scoping Paper On In-House Modelling Options For Climate Change And Agriculture, COM/TAD/CA/ENV/EPOC(2011)29, OECD, Paris. Oenema O., Oudendag D., Witzke P., Monteny G.J., Velthof G.L., Pietrzak S., Pinto M., Britz W., Schwaiger E., Erisman J.W., de Vries W., van Grinsven J.J.M. and Sutton M. (2007): Service Contract: Integrated Measures in Agriculture to Reduce Ammonia Emissions, Final report. (070501/2005/422822/MAR/C1). Alterra, Wageningen, The Netherlands. Paracchini M.K. and Britz W. (2010): Quantifying effects of changed farm practise on Biodiversity in policy impact asessment - an application of CAPRI-Spat Paper presented at the OECD Workshop: Agri-environmental Indicators: Lessons Learned and Future Directions, Tuesday 23 March - Friday 26 March, 2010, Leysin, Switzerland Pérez Domínguez I and Holm-Müller K. (2008) : Opt-in of the Agricultural Sector to the European Trading Scheme for Greenhouse Gas Emissions. A Proposal and its possible effects, Agrarwirtschaft, Jahrgang 56(8), pp Pérez Dominguez I. (2005): Greenhouse Gases: Inventories, Abatement Costs and Markets for Emission Permits in European Agriculture - A Modelling Approach, Doctoral Thesis, 165 pp. Pérez Dominguez I. and Britz W. (2010) Greenhouse gas emission trading in European agriculture: a comparision of different policy implementation options in year 2010, selected paper presented at the IATRC Public Trade Policy Research and Analysis Symposium Climate Change in World Agriculture: Mitigation, Adaptation, Trade and Food Security, June 27-29, 2010, Universität Hohenheim, Stuttgart (Germany) Pérez Dominguez I. and Wieck C. (2006): Welfare distribution between EU member states through different national decoupling options - Implications for Spain, Economia Agraria y Recursos Naturales (6), pp Pérez Dominguez I., Britz W. and Holm-Müller K. (2009) Trading Schemes for Greenhouse Gas Emissions from European Agriculture: A Comparative Analysis based on different Implementation Options, Review of Agricultural and Environmental Studies 90(3), pp Pérez Dominguez I., Holm-Mueller, K. and Britz W. (2007) Modelling a Trading Scheme for Greenhouse Gas Emissions from European Agriculture. A Comparative Analysis Based on Different Policy Options. Paper presented at the ECOMOD conference on Economic and Environmental Modelling, Moscow, September 13-14, Perez I., Holm-Mueller, K. and Britz W. (2007): Modelling a Trading Scheme for Greenhouse Gas Emissions from European Agriculture. A Comparative Analysis Based on Different Policy Options. Paper presented at the ECOMOD conference on Economic and Environ- 78

81 Bibliografia mental Modelling, Moscow, September 13-14, Piketty M., Weissleder L., de Souza Filho H. M., Batalha M. O., Adenäuer M. and Becker A. (2009): Assessing agricultural trade policies options with European Union: A Brazilian perspective, Agricultural Economics (40), pp Renwick A., Jansson T., Verburg P, Revoredo-Giha C., Britz W., Gocht a., McCracken D. (2011): Impact of Agricultural and Trade Policy Reform on Land-Use in the EU Selected Paper for oral presentation at the EAAE 2011 Congress, August 30 to September 2, 2011 Zurich, Switzerland Tukker A., de Koning A., Wolf O., Bausch-Goldbohm S., Verheijden M., Kleijn R., Pérez- Domínguez I. and Rueda-Cantuche J.M. (2011): Environmental Impacts of Changes to Healthier Diets in Europe, Ecological Economics 70, pp van Zeijts, H., Overmars,K., van der Bilt W., Schulp N., Notenboom J., Westhoek H., Helming J.,Terluin I., Janssen S. (2011): Greening the common agricultural policy: impacts on farmland biodiversity on an eu scale. Netherlands Environmental Assessment Agency. Pbl publication number: The Hague Weissleder, L., Adenaeuer, M., Heckelei, T. (2008a): Impact assessment of trade liberalisation between EU and Mercosur countries Proceedings of the 107th European Seminar of the EAAE, January 29th - February 1st, Sevilla. Weissleder, L., Becker, A., Adenaeuer, M., Britz, W., Junker, F., Heckelei, T. (2008b) :EU- Mercosur impact assessment of trade liberalisation scenarios using the CAPRI modelling system. EUMercoPol Report No. 21, EU 6th Framework Programme, Contract No Wieck, C., Junker, F., Pérez Dominguez, I., Heckelei, T. and Britz W.(2006) Combining Global Trade Analysis with Regional Impact Assessment: Effects of Trade Liberalisation under the recent CAP Reform, IMPACT TWP , Pullman, WA. Wolf O., Perez I., Rueda-Cantuche J.M., Tukker A., Kleijn R., de Koning A., Bausch-Goldbohm S. and Verheijden M. (2011): Do healthy diets in Europe matter to the environment? A quantitative analysis, Journal of Policy Modeling, 33(1), pp

82

83 Appendice APPENDICE Output, input, indicatori di reddito, variabili di policy, processo e prodotto nel database Group Item Code Group Item Code Outputs Inputs Cereals Soft wheat SWHE Young animal Young cow ICOW Durum wheat DWHE Other animal Young bull IBUL Rye and Meslin RYEM specific inputs Young heifer IHEI Barley BARL Young male calf ICAM Oats OATS Young female calf ICAF Paddy rice PARI Piglet IPIG Maize MAIZ Lamb ILAM Other cereals OCER Chicken ICHI Oilseeds R ape R APE Pharmaceutical inputs IPHA Other annual crops Sunflower SUNF General inputs Maintennce machinery REPM Soya SOYA Maintennce buildings REPB Olives for oil OLIV Electricity ELEC Other oilseeds OOIL Heating gas and oil EGAS Pulses PULS Fuels EFUL Potatoes POTA Lubricants ELUB Sugar beet SUGB Water WATR Flax and hemp TEXT Agricultural services input SERI Tobacco TOBA Other inputs INPO Other industrial crops OIND Income indicators Production value Vegetables Tomatoes TOMA Total input costs TOIN Fruits Other vegetables OVEG Gross value added at producer prices Other perennials Apples, pear & peaches APPL Gross value added at basic prices TOOU GVAP GVAB 81

84 Group Item Code Group Item Code Outputs Inputs Citrus fruits CITR Gross value added at market prices plus CAP premiums Other fruits OFRU Activity level Cropped area, slaughtered heads or herd size Table grap es TAGR Policy variables Table olives TABO Relating to activities Premium ceiling Historic yield Table wine TWIN Premium per ton historic yield MGVA LEVL PRMC HSTY PRET Nurseries NURS Set-aside rate SETR Flowers FLOW Premium declared below base area/herd Other marketable crops OCRO Premium effectively paid Fodder Gras GRAS Premium amount in regulation Marketable products from animal product Fodder maize MAIF Type of premium application Other fodder from arable land OFAR Factor converting PRMR into PRMD PRMD PRME PRMR APPTYPE APPFACT Fodder root crops ROOF Ceiling cut factor CEILCUT Straw STRA Processed products Rice milled RICE Milk from cows COMI Molasse MOLA Beef BEEF Starch STAR Pork meat PORK Sugar SUGA Sheep and goat meat SGMT Rapeseed oil RAPO Sheep and goat milk SGMI Sunflower seed oil SUNO Poultry meat POUM Soya oil SOYO Other marketable animal products OANI Olive oil OLIO 82 82

85 Appendice Group Item Code Group Item Code Outputs Intermediate products from animal production Other Output from EAA Inputs Mineral and organic fertiliser Seed and plant protection Milk from cows for feeding Milk from sheep and goat cows for feeding Inputs COMF Other oil OTHO SGMF Rapeseed cake RAPC Young cows YCOW Sunflower seed cake SUNC Young bulls YBUL Soya cake SOYC Young heifers YHEI Olive cakes OLIC Young male calves YCAM Other cakes OTHC Young female calves YCAF Gluten feed from ethanol production GLUE Piglets YPIG Biodiesel BIOD Lambs YLAM Bioethanol BIOE Chicken YCHI Palm oil PLMO Nitrogen from manure Phosphate from manure Potassium from manure Renting of milk quota PLMO MANN Dairy products Butter BUTT MANP Skimmed milk powder SMIP MANK Cheese CHES RQUO Fresh milk products FRMI Agricultural services SERO Creams CREM Nitrogen fertiliser NITF Concentrated milk COCM Phosphate fertiliser PHOF Whole milk powder WMIO Potassium fertiliser POTF Whey powder WHEP Calcium fertiliser CAOF Other products in global trade model Casein and caseinates Feed rich protein imports or byproducts Seed SEED Manioc, Cassava, Other roots and tubers, feed rich energy imports or byproducts CASE FPRI 83

86 Group Item Code Group Item Code Outputs Inputs Plant protection PLAP Coffee FENI Feedings tuff Feed cereals FCER Cocoa Feed rich protein FPRO Tea Feed rich energy FENE COFF Feed based on milk products FMIL COCO Gras FGRA TEAS Fodder maize Other Feed from arable land Fodder root crops Feed other Straw FMAI FOFA FROO FOTH FSTRA Fonte: (consultato il 04/04/2013). 84

87 L ambito omogeneo analisi e studi di politica agraria include le attività inea riconducibili ai temi della politica agraria internazionale, europea e nazionale. Ad esso, quindi, fanno riferimento progetti, studi e attività di assistenza tecnica istituzionale che ruotano attorno alle questioni dei negoziati internazionali (wto, multilateralismo, bilateralismo, accordi preferenziali), della politica agricola comune (analisi degli strumenti della pac, dei percorsi di riforma, degli effetti delle politiche europee sull agricoltura italiana), delle scelte di politica nazionale e regionale (applicazione nazionale degli strumenti della pac, piani di settore), della spesa pubblica per l agricoltura. Fanno riferimento a questo ambito analisi e valutazioni delle politiche agrarie per la commissione ed il parlamento europei, progetti di ricerca internazionali e nazionali sui temi di propria competenza, contributi di analisi e di ricerca a favore del ministero delle politiche agricole, alimentari e forestali e di altre istituzioni nazionali e regionali finalizzati alla valutazione delle politiche di sostegno al settore primario e alle aree rurali. collana analisi e studi di Politica Agraria ISBN