Ugati, Rossella (2006) Valutazione economica della Misura F per l'agricoltura biologica nei piani di sviluppo rurale nazionali. [Tesi di dottorato] (Unpublished)
Preview |
PDF
Ugati.pdf Download (528kB) | Preview |
Item Type: | Tesi di dottorato |
---|---|
Resource language: | Italiano |
Title: | Valutazione economica della Misura F per l'agricoltura biologica nei piani di sviluppo rurale nazionali |
Creators: | Creators Email Ugati, Rossella UNSPECIFIED |
Date: | 2006 |
Date type: | Publication |
Number of Pages: | 108 |
Institution: | Università degli Studi di Napoli Federico II |
Department: | Economia e politica agraria |
Dottorato: | Valorizzazione e gestione delle risorse agro-forestali |
Ciclo di dottorato: | 17 |
Coordinatore del Corso di dottorato: | nome email Cioffi, Antonio UNSPECIFIED |
Tutor: | nome email Cembalo, Luigi UNSPECIFIED |
Date: | 2006 |
Number of Pages: | 108 |
Keywords: | Politiche per l'agricoltura |
Settori scientifico-disciplinari del MIUR: | Area 07 - Scienze agrarie e veterinarie > AGR/01 - Economia ed estimo rurale |
Date Deposited: | 01 Aug 2008 |
Last Modified: | 30 Apr 2014 19:24 |
URI: | http://www.fedoa.unina.it/id/eprint/925 |
DOI: | 10.6092/UNINA/FEDOA/925 |
Collection description
La programmazione dello sviluppo rurale si caratterizza per la presenza di un unico documento di programmazione, il Piano di Sviluppo Rurale (PSR), che viene presentato dalle autorità regionali alla Commissione europea. Nel lavoro di tesi ci si è occupati di una valutazione dell’impatto economico della Misura F – Agroambiente dei PSR a livello nazionali. La misura oggetto di studio è quella relativa al metodo di coltivazione biologica in quanto è una misura presente in tutti i PSR delle regioni italiane. Nello specifico il lavoro è costituito da una prima parte in cui è stata analizzata l’applicazione della misura relativa all’agricoltura biologica in tutti i 21 PSR nazionali, individuando, per le singole regioni, i beneficiari che possono accedere alla misura, eventuali priorità o ulteriori obblighi nell’identificazione dei beneficiari, maggiorazioni dei premi in casi particolari ed il livello degli aiuti che erogati agli agricoltori che si impegnano ad adottare il metodo di coltivazione biologico. Al fine di valutare l’impatto che l’applicazione di tale metodo ha sulle aziende italiane, è stato considerato un campione di aziende agricole della Rete d’Informazione Contabile Agricola (RICA). La RICA rappresenta un sistema organizzato di rilevazione, finalizzato alla constatazione annua dei redditi ed all’analisi del funzionamento economico delle aziende agricole. Essa rappresenta, inoltre, uno strumento informativo contabile per la conoscenza della condizione economica delle aziende agricole che trova ampia utilizzazione nella programmazione e nella valutazione delle politiche agricole. L’analisi dei dati strutturali e dei risultati economici del panel di aziende presenti nella banca dati RICA, è stata condotta previa stratificazione delle stesse, secondo una classificazione tipologica condotta ad hoc. L’esigenza di costruire delle tipologie aziendali trae origine dalla possibilità di individuare dei raggruppamenti dell’insieme di aziende in maniera tale da evidenziare e sintetizzare le caratteristiche più salienti. Ciò equivale a classificare le imprese secondo la massima omogeneità interna a ciascun gruppo. L’analisi delle tipologie d’impresa ha consentito una descrizione delle caratteristiche delle aziende agricole. La classificazione delle aziende è stata effettuata servendosi di un’analisi delle componenti principali (ACP) seguita da un’analisi dei gruppi (cluster analysis). L’ACP consente di ridurre il numero di variabili che descrivono il profilo delle unità e di riprodurre le caratteristiche di queste ultime attraverso un numero ristretto di nuove variabili (componenti principali), consentendo così una notevole economia nella descrizione del sistema. Una volta estratte le componenti, è possibile calcolare i punteggi fattoriali, ossia le coordinate delle aziende nello spazio delle componenti. La loro reciproca posizione non ha molto senso nella pratica, poiché si tratta di elementi molto numerosi e poco interessanti se visti singolarmente. Le singole aziende diventano interessanti nel momento in cui si tenta la definizione di tipologie aziendali. Le tecniche che consentono questo tipo di approccio vanno sotto il nome di classificazione automatica di cluster analysis, e consentono di definire dei gruppi (nel nostro caso aziende) quanto più possibili omogenei al loro interno (minima variabilità interna) e quanto più possibili separati l’uno dall’altro (massima variabilità tra i gruppi). Le tecniche di classificazione automatica si dividono in due metodologie: gerarchiche e non gerarchiche. Gli algoritmi non gerarchici si applicano preferibilmente a grandi insiemi di dati, e questo è proprio il nostro caso. La procedura di classificazione ha portato alla individuazione di 10 tipologie di aziende, che classificano il panel di aziende RICA. Una volta individuate le tipologie aziendali si è proceduto all’individuazione ed alla descrizione di aziende-campione che possono considerarsi rappresentative della tipologia individuata, per arrivare poi ad individuare le strutture economiche e le performance mediamente da esse realizzate. Successivamente vengono effettuate valutazioni sull’impatto esercitato da cambiamenti di scenario; in particolare si è proceduto ad effettuare delle simulazioni per verificare l’impatto economico, sulle tipologie, qualora si decida di produrre seguendo il sistema dell’agricoltura biologica. Il confronto tra i risultati economici della baseline e quelli stimati in seguito all’introduzione del metodo di coltivazione biologico ha consentito di trarre alcune indicazioni sulle variazioni dei redditi e dell’impiego di lavoro che il cambiamento potrà comportare nelle diverse situazioni e di verificare in che modo le caratteristiche strutturali e gli ordinamenti produttivi possono influenzare la permanenza delle aziende sul mercato e le loro prospettive di sviluppo.
Downloads
Downloads per month over past year
Actions (login required)
View Item |