PRODUZIONE, MARKETING E SUCCESSO IMPRENDITORIALE DELLE AZIENDE BIOLOGICHE CAMPANE: UN MODELLO A RISPOSTA BINARIA. Luigi Cembalo. 1.

Transcript

1 119 PRODUZIONE, MARKETING E SUCCESSO IMPRENDITORIALE DELLE AZIENDE BIOLOGICHE CAMPANE: UN MODELLO A RISPOSTA BINARIA Luigi Cembalo 1. Premessa In questa parte della ricerca si è cercato di comprendere quali siano i fattori che influenzano il successo economico dell'azienda biologica campana. Il proposito, quindi, è stato quello di definire i punti di forza e di debolezza di questa tipologia aziendale e le sue relazioni con il mercato in cui opera. Lo strumento utilizzato per questa indagine è un'analisi econometrica per la stima della probabilità di successo imprenditoriale di un gruppo di aziende biologiche campane. Il caso studio vuole essere funzionale alla comprensione dei determinanti che influenzano il successo imprenditoriale, ponendo particolare attenzione alle caratteristiche proprie dell'azienda ed alle relazioni che essa ha con il mercato. 2. Il successo imprenditoriale La struttura logica di base utilizzata per descrivere il successo imprenditoriale dell'azienda biologica campana è ispirata al lavoro di Porter (1988). Secondo questo autore, il vantaggio competitivo di un'impresa può essere raggiunto attraverso due possibili strategie di base: il vantaggio di costo e la differenziazione. L'agricoltura biologica affronta costi di produzione mediamente più elevati ma, attraverso la differenziazione sui mercati del prodotto, può raggiungere la competitività sui mercati. Il premio per l'incremento di competitività di un'impresa è una conseguenza delle varie attività elementari che un'azienda conduce nel programmare, produrre, vendere e distribuire i propri prodotti. Ognuna di queste attività può contribuire alla creazione di una base di differenziazione che può, a sua volta,

2 120 condurre ad un vantaggio di prezzo. Quest'ultimo aspetto è stato quello esplorato in questo lavoro. Il prodotto biologico è stato trattato come differenziato da quello convenzionale e quindi associato a caratteristiche importanti per il consumatore e che potrebbero rendere il prodotto unico a suoi occhi a tal punto da controbilanciare il prezzo di vendita maggiore. Nel modello che abbiamo implementato è stata utilizzata come proxy del successo imprenditoriale dell'azienda biologica, la percentuale di vendita del prodotto su mercati specifici dove, si ricorda, è possibile spuntare un prezzo superiore rispetto al corrispettivo prodotto convenzionale. L'uso di questa variabile come proxy del successo imprenditoriale non può tuttavia essere generalizzata a tutto il settore biologico in quanto può variare a seconda delle diverse realtà produttive italiane. Per quanto concerne la Campania e con particolare riguardo alle aziende del campione considerato, è stato calcolato che la vendita di almeno un terzo della produzione biologica su mercati specifici è sufficiente a rendere positiva la differenza tra il ricavo aggiuntivo dovuto alla differenziazione ed i costi ad essa associati (D'Ercole e Cembalo, 1998). Per spiegare il successo imprenditoriale, come prima definito, abbiamo fatto ricorso ad una serie di variabili raggruppate in due tipologie 1 : Attività Primarie ed Attività di Supporto. Attività Primarie Attività Operative: variabili relative alla struttura produttiva ed organizzativa dell'azienda, esse consentono il raggiungimento di una differenziazione del prodotto tale da giustificare un premio di prezzo; Marketing e Vendita: variabili relative alle strategie di marketing e commercializzazione, mettono in risalto la differenza del prodotto biologico commercializzato rispetto a quello convenzionale. Attività di Supporto Attività Infrastrutturali: variabili riguardanti le strutture dell'azienda e sono trasversali a tutte le attività primarie; Risorse Umane e management: variabili relative alle qualità tecniche degli operatori, sono considerate di supporto alle attività operative. Esse sottolineano l'abilità tecnica degli operatori e la capacità di cercare e sviluppare canali di vendita per i propri prodotti (a supporto del marketing e delle vendite); Sviluppo e Tecnologia: variabili che introducono le tecniche di produzione che differenziano il prodotto (a supporto delle attività operative); 1 Per una descrizione più dettagliata dell'approccio di Porter si rimanda a Cembalo et al., 1999.

3 121 Offerta: variabili che assicurano la massima qualità degli input utilizzati (a supporto del marketing e vendite). E' bene precisare che è stato possibile ottenere variabili esplicative solo per alcune delle attività di supporto. Tuttavia, va specificato che per lo sviluppo e tecnologia si è ritenuto non opportuno l'individuazione di specifiche variabili in quanto la differenziazione è insita nel processo produttivo biologico. Anche per quanto riguarda l'offerta, è stato utilizzato lo stesso criterio in quanto il processo è regolato e controllato dalle associazioni di certificazione 2. Le classi sopra menzionate sono una parte integrale delle attività produttive di un azienda, ed, inoltre, influenzano direttamente la probabilità di successo imprenditoriale dell'azienda stessa. 3. Il modello empirico ed i risultati ottenuti Utilizzando i dati contenuti nel questionario sottoposto al campione di agricoltori biologici, già descritto nei contributi precedenti, è stato messo a punto un modello econometrico a risposta qualitativa, di tipo logit (Greene, 1997), per stimare la probabilità di successo imprenditoriale 3. Le variabili considerate, statisticamente significative 4, sono risultate concordi in segno con l impatto atteso. Il modello empirico che meglio degli altri in termini di significatività dei coefficienti descrive la probabilità di successo imprenditoriale, e che presenta una percentuale elevata di casi correttamente previsti è il seguente: VMB i = β SAU SAU i + β Col Col i + β Arb Arb i + β ObjRL ObjRL i + β DProv DProv i + β Info Info i + u i La stima del modello è stata condotta assumendo come variabile dipendente la variabile latente successo imprenditoriale, che è osservata tramite una variabile dicotomica che assume valore pari a 1 se l impresa vende almeno un terzo del prodotto biologico su mercati specifici e pari a 0 in caso contrario. Il numero di osservazioni che assumono valore 1 sono 67 mentre 14 sono quelle che assumono valore 0. Le variabili considerate per ognuna delle categorie descritte nel paragrafo precedente sono state le seguenti. 2 Si ricorda che tutte le aziende del campione sono certificate 3 La descrizione analitica del modello teorico è riportata in appendice. 4 La significatività è sempre assicurata almeno al livello del 5%.

4 122 Quelle che rappresentano le attività infrastrutturali dell impresa: dimensione fisica dell azienda espressa in ettari (SAU) e sua localizzazione geografica (COL). Quest ultima è stata implementata con l ausilio di una variabile dummy che assume valore 1 se l impresa è localizzata in collina e 0 se localizzata in pianura. Per le attività operative, sono state inserite quelle che si riconnettono alle numerose analisi teoriche che hanno posto la conoscenza (know-how), e l esperienza cumulata nel tempo (learning by doing) dall imprenditore tra i principali fattori di successo dell impresa sul mercato. Associata a queste caratteristiche, sono da attribuire anche variabili operative proprie dell azienda (Jovanovic, 1982). E stato, quindi, considerato l ordinamento produttivo prevalente dell azienda (ARB), espresso suddividendo le aziende tra quelle ad indirizzo prevalente arboreo e quelle ad indirizzo prevalente erbaceo. Tale suddivisione è stata effettuata in base al peso relativo della PLV delle colture presenti in azienda, ed è stata implementata con una variabile dicotomica che assume valore 1 se l ordinamento prevalente è arboreo e 0 altrimenti. Una ulteriore variabile di questa categoria è l obiettivo esplicito dell imprenditore (ObjRL), strutturata utilizzando una variabile dummy che assume valore 1 se l obiettivo è di tipo reddituale e 0 se di tipo ambientale filosofico. Nella categoria marketing e vendite, la variabili presa in considerazione è la distanza in chilometri dell azienda dal capoluogo di provincia più vicino (DPROV). L intento è di verificare se le aziende più vicine ai grandi centri urbani, dove sono presenti punti vendita di prodotti biologici, sono avvantaggiate nella vendita dei loro prodotti. Inoltre, tali aziende risultano più facilmente raggiungibili da quei consumatori di prodotti biologici che preferiscono l acquisto diretto in azienda. Come variabile del gruppo gestione risorse umane a supporto del marketing e vendita, è stata considerata l eventuale allocazione di una parte del tempo disponibile per la raccolta di informazioni e per la propria formazione relativamente al biologico (INFO). Essa è stata considerata come discriminante tra aziende attente alle azioni di marketing e quelle meno sensibili a questo aspetto della catena del valore. Nel modello descritto ciascuna variabile presenta un coefficiente significativo e concorde in segno con l impatto atteso (TAB. 1) 5. 5 La bontà dell analisi econometrica è stata sottoposta a verifica considerando diversi indicatori di adattamento del modello

5 123 TAB. 1 - Risultati del modello econometrico Variabile Coefficienti t-statistica stimati SAU: dim ensione dell azienda COL: localizzazione altim etrica dell azienda (in collina) ARB: coltura arborea ObjRL: obiettivo dell im prenditore reddituale Dprov: distanza dal capoluogo di provincia più vicino Info: inform azione e form azione Alcune riflessioni sui risultati conseguiti Un dato sicuramente interessante che emerge dalla nostra analisi è costituito dal fatto che, ad eccezione della categoria risorse umane come supporto alle attività operative, tutti i fattori della catena del valore generico, considerati per la categorizzazione delle variabili, sono presenti nel modello. Della prima categoria, che ricordiamo è quella relativa alle attività infrastrutturali, sono risultate significative le variabili SAU, ovvero la dimensione aziendale in ettari, e COL, ovvero la localizzazione altimetrica dell impresa. La prima variabile (SAU) assume coefficiente positivo. Tale risultato era ampiamente prevedibile ed indica che la probabilità di successo imprenditoriale cresce al crescere della dimensione aziendale. La localizzazione geografica (Col) con il segno negativo conferma come l ubicazione in zone collinari interne penalizzi i produttori di biologico. La mancanza cronica di un canale di distribuzione e vendita di tali prodotti ne sottolinea il risultato. Come si vedrà più avanti, solo quelle aziende vicine ai capoluoghi di provincia riescono ad attivare canali di marketing e vendita sufficientemente redditizi. Tra le attività operative sono risultate significative ARB, ovvero la variabile dummy che discrimina tra ordinamento prevalente arboreo ed erbaceo, e la variabile ObjRL, che discrimina tra obiettivo imprenditoriale reddituale e quello di tipo filosofico-ambientale. Per la variabile relativa agli ordinamenti

6 124 prevalenti (ARB) è necessario precisare che il campione preso in esame presentava nella maggior parte dei casi aziende con impianti olivicoli e che i frutteti erano molto poco rappresentati. Gli erbacei, invece, non essendoci ancora una rete di distribuzione efficiente e soprattutto trattandosi di aziende principalmente di collina interna, erano costretti ad essere venduti sui mercati convenzionali confermando quanto l analisi di filiera riportata in questo volume ha messo in evidenza. La variabile relativa agli obiettivi espliciti dell imprenditore agricolo (ObjRL) dimostra ancora una volta, essendo il segno del coefficiente stimato positivo, di come il successo imprenditoriale passi attraverso obiettivi reddituali. La categoria del marketing e vendite è rappresentata dalla variabile DPROV, ovvero la distanza in chilometri dal capoluogo di provincia più vicino all azienda. Come era prevedibile, la probabilità di successo imprenditoriale è positivamente influenzata dalla vicinanza di mercati specifici e dai potenziali acquirenti del prodotto biologico 6. Qualsiasi azione di marketing diventa più immediata per le aziende vicine ad un capoluogo di provincia sia per il maggiore reddito pro-capite che per la presenza di punti vendita di prodotti biologici. Per le risorse umane a supporto del marketing e vendite, è risultata significativa la variabile INFO. In questo caso il coefficiente è positivo mentre la significatività di questa variabile è di poco inferiore al 6%. Si è comunque ritenuto opportuno mantenerla nel modello in quanto conferma la sensazione che la probabilità di successo imprenditoriale è influenzata positivamente dalle risorse umane, ovvero dalle informazioni sul biologico e dalla formazione tecnico-gestionale degli imprenditori agricoli. Molte analisi di filiera ed aziendaliste hanno individuato in quest ultimo un aspetto di notevole importanza per la diffusione del biologico che però rappresenta, allo stato attuale delle cose, ancora un elemento frenante (Cembalo et al., 1998). E opportuno, infine, cercare di dare un interpretazione complessiva dei risultati del modello cercando di delineare una sorta di identikit dell azienda biologica di successo operante in Campana al momento dell analisi. Le caratteristiche dell azienda con una maggiore probabilità di successo imprenditoriale sono riassumibili in a) una dimensione medio-grande in termini di SAU, b) ubicata nella zona costiera o di pianura e c) vicina ad un capoluogo di provincia, d) con indirizzo produttivo prevalentemente arboreo per la produzione di olio d oliva. Le caratteristiche dell imprenditore, d altra parte, possono essere sintetizzate da i) un buon livello di formazione, ii) da una 6 E opportuno notare che il segno negativo del parametro sta ad indicare che minore è la distanza da un capoluogo di provincia e maggiore è la probabilità di successo imprenditoriale.

7 125 adeguata informazione sul biologico e, iii) molto concreto, considera la massimizzazione dei ricavi un obiettivo prioritario, pur essendo molto sensibile alle problematiche ambientali. 5. Conclusioni I risultati ottenuti mettono in evidenza il ruolo delle relazioni tra i fattori che influenzano la produzione, il mercato ed il successo imprenditoriale. Nonostante i limiti dell'analisi econometrica e del campione utilizzato, molti sono i risultati ottenuti e le possibili implicazioni di politica economica. Alcuni dei risultati hanno confermato gli spunti critici dell analisi di filiera descritta da Cicia, Del Giudice e Quarto, in questo stesso volume. Altri, invece, hanno consentito di giungere ad alcune conclusioni originali sul ruolo che l informazione e la formazione hanno sui risultati competitivi dell impresa. La rappresentatività dei fattori della catena del valore di Porter dimostra come questo approccio possa essere utile per una maggiore e più dettagliata analisi dei limiti alla diffusione di questa tecnica produttiva. Tali limiti sono da ricondurre: ad una scarsa formazione tecnica degli operatori della filiera del biologico; ad una precaria informazione relativamente alle possibilità di vendita e di commercializzazione dei prodotti; ad una ancora stentata partenza di associazione tra produttori che consentirebbe di rendere convenienti e durature strategie di differenziazione viste come strumento operativo economicamente conveniente per la propria impresa; alla mancanza, in taluni casi, di appropiati punti vendita che consentano la commercializzazione dei prodotti. Alla luce delle considerazioni fatte e della nuova applicazione del regolamento CEE 2078/92 in Campania, sembra che tali fattori, che dovrebbero e potrebbero incrementare notevolmente l efficacia dell intervento pubblico, siano stati ancora una volta trascurati. Al regolamento CEE 2078/92 sarebbe opportuno affiancare politiche di integrazione verticale che consentirebbero non solo di superare l'inerzia alla diffusione del biologico che la Regione Campania sta vivendo, ma di rendere duratura e redditizia la filiera del biologico. Questi strumenti potrebbero consentire nel breve periodo di esaltare l'azione propulsiva del 2078/92, e nel medio periodo di traghettare il settore verso la totale autonomia. Un'azione pubblica più incisiva sulla filiera avrebbe il triplice scopo di incentivare coltivazioni che non rientrerebbero in quelle eccedentarie nella CEE; di mantenere o addirittura sviluppare l'occupazione in aree dove tale problema è particolarmente sentito; ed infine, di raggiungere una diminuzione dell'impatto delle pratiche agricole sull'ambiente.

8 126 Appendice Formalmente il modello empirico può essere riassunto come segue: ' ' ' ' ' VMBi = β AI AIi + β AO AOi + β RU RU AO + β MV MVi + β RU RU MV + u AO i MV i i i = 1,2,!, N dove i è l indice relativo alle 81 aziende prese in esame; VMB i è la variabile dipendente che esprime la percentuale di prodotto venduto su mercati biologici; AI i, AO i, RU AO, MV i i, RU MV, sono vettori colonna di variabili che i descrivono rispettivamente le Attività Infrastrutturali (AI), le Attività Operative (AO), il Marketing e Vendite (MV) e la gestione delle Risorse Umane come supporto alle attività operative (RU AO ) ed al marketing e vendite (RU MV ); β j (j = AI, AO, RU AO, MV, RU MV ) rappresenta un vettore riga di parametri di dimensione P j, dove P j è il numero di variabili nel gruppo j considerato; u i è un vettore di residui. La variabile VMB i non è stata utilizzata così come osservata in quanto le percentuali di vendita del prodotto biologico di questo gruppo di aziende erano distribuite in sole due fasce e nettamente distinte, creando un effetto fortemente distorsivo nella predizione della probabilità di successo imprenditoriale. E stata allora utilizzata una variabile dicotomica come proxy del successo (S) che assume valore 1 se la percentuale di prodotto venduto su mercati specifici è almeno un terzo del totale e 0 altrimenti. Un modello con variabile dipendente dicotomica è definito da: Prob(y i =1) = F(β X i ) i=1,2, n nella quale y i è una sequenza di variabili casuali binarie indipendenti che assumono valore 1 quando l impresa è considerata di successo e valore 0 in caso contrario; Xi è un vettore di dimensione (kx1) di variabili esplicative; β è un vettore di parametri da stimare dato dall insieme dei β j; ed F è una certa funzione nota (Amemiya, 1985). Le forme funzionali di F più comunemente usate nelle applicazioni empiriche sono la Linear probability, la Probit, la Logit e la Weibull. Quella scelta per F in questo lavoro è la funzione di distribuzione logistica. La scelta è giustificata dal fatto che questa funzione di distribuzione è simile alla funzione di distribuzione normale ma con una forma molto più semplice da trattare analiticamente (Ramanathan, 1997). Inoltre, nel caso di distribuzione

9 127 univariata, il modello Logit conduce a risultati analoghi a quelli del modello Probit (Amemiya, 1981).

10 128 Riferimenti Bibliografici Amemiya T. (1981): Qualitative Response Model: A Survey, in Journal of Economic Literature, vol. XIX, pp Amemiya T. (1985): Advanced Econometrics, Basil Blackwell. Cembalo L. - D Ercole E. - Carbone S. (1998): Agricoltura Ecocompatibile: Un Modello di Analisi Multiobiettivo a Numeri Interi, Comunicazione presentata al 35 Convegno di Studi SIDEA di Palermo - disponibile Cembalo L. - Papale P. (1999): Differenziazione e vantaggio competitivo delle aziende biologiche Campane: una verifica econometrica, in Santucci F.M. (a cura di) L agricoltura biologica tra PAC e mercato. D ercole E. - Cembalo L. (1998): Orticoltura Biologica: un Compromesso tra Redditività e Impatto Ambientale, Comunicazione presentata al 1 Convegno Nazionale di Studi Orticoltura Biologica: Situazione Attuale, Limiti e Prospettive, Pontecagnano (SA). Il documento verrà pubblicato negli atti del convegno. Greene W. H. (1997): Econometric Analysis, Third Edition, Prentice Hall. Jovanovic B. (1982), Selection and evolution of the industry, in Econometrica, vol. 50 n 3, pp Porter M. E. (1988): Il vantaggio competitivo, Edizioni Comunità. Ramanathan R. (1997): Statistical methods in Econometrics, Academic Press Harcourt Brace Jovanovic Publishers. Regolamento CEE n. 2078/92 (1992), Gazzetta Ufficiale delle Comunità Europee, NL 215, 30 luglio.