Impianti Geotermici ed Economia del Paesaggio: il caso della Val d Elsa

Transcript

1 Roberto D Autilia Laboratorio di Mathematica Facoltà di Architettura, Università di Roma3 dautilia@gmail.com Impianti Geotermici ed Economia del Paesaggio: il caso della Val d Elsa Abstract We consider the impact of new geothermal power stations in an area where the economy is based primarily on the beauty of the landscape. Considering two economic variables, property values and the number of people employed on farms (offering farm-stay accommodation), we assume that the intrinsic value of the properties increases with distance from negative landscape features (geothermal power stations). The market value of the properties is given by the relationship between supply and demand, and is affected by the phenomenon of "gentrification". A similar model also applies to farm income, the market value of which is affected by landscape and by the dynamics of supply and demand. By analytical computations and computer simulations we analyzed market evolution and compared the results with data from the Casole d'elsa-radicondoli-pomarance-larderello area (Tuscany). The results show that the market data is in line with the theoretical predictions. The main result is that the costs of the geothermal power stations for the people living in the area are greater than the benefits. The study suggests that in a landscape of great scenic value, only small domestic plants are possible and that best policy would be to encourage investments related to gentrification, developing activities that increase landscape value, such as high quality agriculture. Keywords: modelli, simulazioni, economia, paesaggio, hedonic Introduzione I modelli economici basati sulla teoria dell hedonic price [1] ipotizzano che il prezzo di un immobile sia formato da diversi elementi. Alcuni di essi sono facilmente misurabili, come il costo per unità di superficie, altri invece non possono essere misurati in modo diretto, come ad esempio l ambiente sociale, il livello di criminalità o il valore del paesaggio circostante. Dopo le prime analisi dei fondamenti della teoria [1] [2], sono stati sviluppati metodi econometrici per stabilire in modo quantitativo i valori di queste grandezze, prendendo in considerazione diversi casi reali [3]. Recentemente la teoria dell hedonic price è stata anche utilizzata nell ambito di modelli che descrivono la relazione tra mercato immobiliare e segregazione sociale [4]. La frammentazione sociale è stata messa in relazione alla distanza dal centro urbano sotto l ipotesi che questo rappresenti il luogo in cui le grandezze hedonic mostrano un valore più alto. Questa ipotesi di città monocentrica è stata formalizzata attraverso l introduzione di una funzione di valore intrinseco che diminuisce con la distanza dal centro [4]. È possibile generalizzare tale modello al mercato immobiliare in un ambiente rurale di pregio, quale quello della campagna toscana, ipotizzando che la funzione valore intrinseco aumenti con la distanza dagli elementi di perturbazione paesaggistica. Il mercato delle case rurali in Toscana ha mostrato una trasformazione che negli ultimi decenni ha prodotto un aumento del valore dei poderi e modificato il tessuto sociale attraendo acquirenti dalle classi di reddito più alte. Analogamente a quanto accaduto in ambito urbano [4], questo fenomeno di rural gentrification non sembra però aver prodotto effetti di segregazione sociale.

2 Tra le quantità difficili da quantificare, ma che hanno tuttavia condizionato la crescita del valore economico delle case rurali in Toscana, vi è la bellezza del paesaggio, la qualità della vita e l alto livello dei servizi, oltre ai fattori storici e socio-culturali. Seguendo il metodo descritto in [4] abbiamo allora studiato quanto e come la distribuzione del valore economico degli immobili venga alterata da elementi di perturbazione paesaggistica quali gli impianti di produzione di energia, ed è stata simulata la possibile evoluzione del mercato immobiliare in presenza di questi elementi. Metodi Per mezzo di simulazioni numeriche, sono stati realizzati paesaggi immobiliari sintetici, comprendenti un centro abitato più denso e un insieme di case sparse nel territorio rurale. I parametri della distribuzione degli immobili sono stati tratti dall analisi dei comuni toscani di Casole d Elsa, Radicondoli, Castelnuovo Val di Cecina e San Gimignano, caratterizzati da centri più densi circondati da case sparse [fig.1]. Nel paesaggio simulato sono stati poi inseriti elementi di perturbazione paesaggistica, ed è stato introdotto sia il valore intrinseco massimo, che una funzione di valore intrinseco crescente rispetto alla distanza dai centri di perturbazione. La funzione valore intrinseco è stata scelta coerentemente con quanto si osserva nel mercato immobiliare della Val d Elsa e della Val di Cecina, dove esiste una notevole differenza tra i poderi che si trovano vicino agli impianti geotermici di Larderello, Radicondoli e Castelnuovo Val di Cecina e quelli che si trovano ad esempio nel comune di Casole d Elsa, dove gli impianti sono visibili solo in lontananza [5]. Il paesaggio simulato di attrattività economica iniziale è mostrato in [fig.2], dove la presenza di elementi perturbativi (in rosso) modifica l attrattività intriseca dei poderi (in verde). I colori più scuri del campo di attrattività rappresentano i valori più bassi dell attrattività. Per verificare se il mercato sia in grado di alterare in modo sostanziale questo paesaggio di attrattività economica, e quindi di compensare la perdita di valore dovuta alla perturbazione paesaggistica, è stata simulata una successione di transazioni economiche di acquirenti con diverse disponibilità finanziarie. Si è ipotizzato quindi che il valore di un immobile aumenti con il numero di transazioni, perché per ogni fascia di possibilità economiche vengono acquistati e rivenduti gli immobili più attrattivi. È stato anche ipotizzato che il prezzo della transazione sia una combinazione lineare convessa tra la domanda e l offerta, e che la probabilità che un potenziale acquirente visiti un immobile dipenda dalla sua attrattività. Dopo ogni transazione l attrattività è stata aggiornata e l immobile reimmesso nel mercato. Risultati Le simulazioni numeriche hanno mostrato che il mercato tende a propagare la perdita di attrattività determinata dagli elementi di perturbazione paesaggistica [fig.3] spostando le transazioni verso le zone più lontane dalle centrali. Questo risultato è confermato dalle analisi di alcuni autori [6] in relazione all influenza di centrali nucleari sul valore degli immobili negli U.S.A., dove come grandezza hedonic è stato scelto il rischio per la salute in luogo del valore paesaggistico. Le simulazioni mostrano anche come l aumento dell area di minore attrattività, sposti il mercato sulle risorse più lontane e con un alto valore di attrattività. Il fenomeno è causato anche dal fatto che il numero di poderi è limitato, e l immissione nel mercato di nuove case potrebbe rappresentare elemento di ulteriore perturbazione paesaggistica. Questa forma di segregazione immobiliare è stata osservata a Casole d Elsa, dove l alto valore degli immobili in alcune aree è stato determinato anche dalla perdita di attrattività delle zone adiacenti di Larderello, Castelnuovo Val di Cecina e, in

3 parte, di Radicondoli, nelle aree geotermiche. Analoghi risultati si ottengono simulando il mercato degli agriturismi, in cui le transazioni non sono rappresentate dalla compravendita degli immobili, ma dal loro affito per un periodo limitato. Conclusioni Se una percentuale rilevante delle case sparse è formata da imprese agricole o agrituristiche, i risultati delle simulazioni indicano che uno sviluppo economico che non faccia perdere valore alle case, ma non congeli il mercato, possa essere realizzato aumentando l attrattività intrinseca degli immobili. Questo obiettivo può essere raggiunto, ad esempio, con un utilizzo produttivo dei poderi, estendendo le attività connesse alla conservazione e valorizzazione del paesaggio, come ad esempio l agricoltura di qualità. I poderi che hanno incrementato il loro valore immobiliare possono quindi mantenere ed eventualmente accrescere questo valore investendo e facendo crescere la grandezza hedonic determinata dalla collocazione paesaggistica. In questo contesto le centrali di produzione energetica, se necessarie, devono essere collocate all interno dei poderi, lasciando intatto il campo di attrattivià intriseca, e modificando i valori immobiliari solo attraverso il mercato. La realizzazione di microimpianti di produzione energetica senza impatto paesaggistico, può infatti aumentare il valore economico degli immobili, e influire positivamente sull economia rurale immettendo l energia nella rete, o utilizzandola direttamente per le attività agricole. Bibliografia [1] Rosen, S Hedonic prices and implicit markets. Journal of Political Economy, 82, pp [2] Freeman, A.M. (1974). On estimating air pollution control benefits from land value studies. Journal of Environmental Economics and Management, 1, [3] Lucas Davis, "The Effect of Power Plants on Local Housing Values and Rents: Evidence from Restricted Census Microdata," Working Papers 08-19, Center for Economic Studies, U.S. Census Bureau. [4] L. Gauvin, A. Vignes, and J. Nadal, Modeling urban housing market dynamics: can the sociospatial segregation preserve some social diversity?. ;In Proceedings of CoRR [5] Per un primo quadro aggregato, ma indicativo dei valori immobiliari si possono consultare le banche dati dell agenzia del territorio [6] The Use of Hedonic Models in the Analysis of Nuclear Facilities Impacts on Property Values: A Survey of the Economic Literature, May 30,2012, OHIO University.

4 Figure Fig.1 Una possibile distribuzione di case urbane e rurali nella campgna toscana. L asse verticale indica il numero di immobili, concentrati maggiormente nel centro storico.

5 Fig.2 Il campo di attrattività degli immobili all inizio della simulazione, quando le centrali sono appena state realizzate. Le zone più scure indicano valori immobiliari più bassi. In verde sono rappresentati gli immobili, in rosso le centrali di produzione energetica. Il centro abitato circondato dalle centrali subisce una diminuzione di attrattività.

6 k=2 k=3 k=4 k=4 k=5 k=6 k=7 Fig.3 Il campo di attrattività degli immobili dopo 120 passi di simulazione per 6 fasce di reddito in ordine crescente k. Le zone più scure (minore attrattività) si propagano nel territorio confinando gli immobili con maggiore attrattività nella zona più chiara.