Le politiche di sviluppo rurale nelle regioni Obiettivo 1 in Italia Tesi di dottorato di Fiorenzo Cazzato Fiorenzo Cazzato

Obiettivi Identificazione delle diversità territoriali all’interno delle regioni Obiettivo1 Comparazione delle strategie regionali per lo Sviluppo delle Aree Rurali Individuazione di uno strumento per l’orientamento dei finanziamenti comunitari nella programmazione Individuazione dei territori (Province) che rispondono positivamente agli investimenti per lo sviluppo delle aree rurali

Contesto finanziario e programmatico delle politiche comunitarie in Italia per S.R (1) Intervento Comunitario 7 P.O.R 21 P.S.R. 22 I.C. Leader+

Contesto finanziario e programmatico delle politiche comunitarie in Italia per S.R (2) Fondo FEOGA FEOGA Orientamento FEOGA Garanzia P.O.R. I.C. Leader+ P.S.R.

Contesto finanziario e programmatico delle politiche comunitarie in Italia per S.R (3) Regioni Non Obiettivo 1 –P.S.R. –Leader+ Regioni Obiettivo 1 –P.O.R. –P.S.R. (4 misure) –Leader+

Spesa pubblica programmata fondo FEOGA (Meuro) Spesa progr. pubblica Regioni fuori Obiettivo 1 Regioni Obiettivo 1 Totale Meuro P.S.R6.626,02.144,28.770,0 P.O.R ,0 Leader+ 271,6 210,6 482,2 Fonte: Elaborazioni Inea su dati AGEA- Mipaf

Struttura QCS Obiettivo 1 7 P.O.R. + P.O.Nazionali Collocazione Misure FEOGA nei P.O.R. –Asse I ( Risorse naturali ) –Asse II ( Risorse culturali ) (Puglia) –Asse IV ( Sviluppo locale ) Attuazione misure –Verticale –Orizzontale Pit (Programmi integrati territoriali)

Attuazione finanziaria pubblica dei Programmi Operativi al Dicembre 2004 (Meuro) fondo FEOGA Spesa progr. (a) Impegni (b) Pagamenti (c) (b)/(a)(c)/(a)(c)/(b) P Molise 88,358,136,865,941,763,4 P Campania 1.097,7604,7370,855,133,861,3 P Puglia 814,0358,0231,044,028,464,5 P Basilicata 386,5148,1105,538,327,371,2 P Calabria 852,9397,9280,346,732,970,5 P Sicilia 1.515,9642,5409,042,427,063,7 P Sardegna 837,2423,3270,450,632,363,9 Totale POR 5.592,52.632,71.704,047,130,564,7 Fonte: elaborazione su dati IGRUE 5.057,2

Avanzamento Finanziario al 31 Dicembre 2004 Reg. Obiettivo 1 (%)

Obiettivi specifici QCS per S.R. (1) Il miglioramento della competitività dei sistemi agricoli ed agro-industriali in un contesto di filiera Il sostegno allo sviluppo dei territori rurali e la valorizzazione delle risorse agricole, ambientali e storico-culturali.

Obiettivi specifici QCS (2) Il miglioramento della competitività dei sistemi agricoli ed agro-industriali in un contesto di filiera Il sostegno allo sviluppo dei territori rurali e la valorizzazione delle risorse agricole, ambientali e storico-culturali. Ambiente

Sottogruppi obiettivi specifici QCS ObiettivoCompetitività in un contesto di filiera: sottogruppi (Ammodernamento aziendale ed agroindustriale, Servizi per aziende agricole ed agroindustriali, Infrastrutture a favore delle competitività) ObiettivoSviluppo delle aree rurali: sottogruppi (Ammodernamento delle aree rurali, Servizi per le aree rurali, Infrastrutture nelle aree rurali, Diversificazione delle attività agricole) ObiettivoAmbiente: sottogruppi (Tutela ambientale, Infrastrutture forestali, Servizi ambientali ).

Ripartizione contributo totale pubblico P.O.R fondo FEOGA al

Ripartizione contributo totale pubblico al BasilicataCalabriaCampaniaMolisePugliaSiciliaSardegna Miglioramento55,168,343,253,367,969,470,2 Svil. rurale29,220,631,826,421,626,618,2 Ambiente15,711,125,020,310,64,011,6 Totale 100,0

Ripartizione contributo totale pubblico al (2) Nuova Programmazione (minimo): Competitività-Sviluppo aree Rurali (10%) Ambiente (25%)

Composizione contributo totale pubblico per gruppi di misure Regioni Obiettivo 1 (Competitività)

Composizione contributo totale pubblico per gruppi di misure Regioni Obiettivo 1 (Sviluppo rurale)

Composizione contributo totale pubblico per gruppi di misure Regioni Obiettivo 1 (Ambiente)

Conclusioni (1)……….. Diversa strategia di attuazione dei programmi comunitari da parte delle regioni Scarso peso delle misure di sviluppo rurale (misure riguardanti i servizi alle popolazioni rurali scarsamente finanziate) Rapida attivazione delle misure che prevedono facilità nei meccanismi di erogazione dei pagamenti Rapida attivazione delle misure tradizionali

Identificazione delle diversità territoriali nel Mezzogiorno Analisi delle componenti principali Cluster analysis Analisi di Sensitività

Analisi delle componenti principali (1) Metodologia statistica multivariata che permette di ricavare da una matrice di dati un nuovo set di variabili ortogonali ed elencati in ordine decrescente secondo la varianza spiegata. Le variabili ottenute sono combinazioni lineari degli indicatori originali. La determinazione della prima componente richiede l’individuazione del vettore p-dimensionale La prima CP è per definizione la combinazione lineare di massima varianza L’analisi può essere eseguita su S o su R

Analisi delle componenti principali (2) Totale (144) Variabili demografiche (8) Struttura aziende agricole (12) Produzioni agricole e zootecniche (16) Produttività (8) Aziende agroindustriali (32) Ricchezza della popolazione (11) Variabili di rottura ed impatto (3) Occupazione (8) Sviluppo delle aree rurali ed ambientali (8) Variabili finanziarie comunitarie (38)

Analisi delle componenti principali (3) Metodi di applicazione –In blocco –Per blocchi Criteri decisionali per il numero delle componenti –Regola di Kaiser (componenti con autovalori >1) –Scree diagram –Percentuale di varianza spiegata >75%

Analisi delle componenti principali (4) 10 Componenti –Industria alimentare (var 19,6%) –Occupazione (12,2%) –Abbandono occupazionale settore agricolo (9,3) –Finanziamenti diversificazione S.R. (7,5) –Occupazione in agricoltura (6,2) –Ricambio generazionale in agricoltura (5,3) –Produzioni agricole industriali (4,7) –Altre misure FEOGA (4,3) –Potenziamento zone irrigue (3,9) –Apertura dei mercati agroalimentari (3,1)

Cluster analysis (1) L’analisi si basa sulla matrice di dissimilarità delle unità statistiche Calcolo effettuato attraverso misure di distanze Metodi di formazione dei cluster –Gerarchico –Non Gerarchico –“Sovrapposto”

Cluster analysis (2) Metodo gerarchico Tutti i livelli di distanza Impossibilità di separare due unità già unite –Metodo del legame singolo, completo, medio, medio nei gruppi, del centroide, di Ward Metodo non gerarchico Unica partizione delle unità in g gruppi con g fissato a priori –Metodo k-medie Metodo Clumping

Cluster analysis (3) Analisi –Doppia applicazione dei criteri di classificazione. Gerarchico (Ward e legame medio) Non Gerarchico (k-medie)

Cluster analysis (4) 1) Province in difficoltà economica 2) Province Campane agroalimentari 3) Bari 4) Province in forte sviluppo 5) Napoli 6) Cagliari-Foggia

Cluster analysis (5) 1) Profondo Sud 2) Sicilia Nord – Orientale 3) Sicilia Sud- Occidentale 4) Salento 5) Calabria in via di sviluppo 6) Ragusa

Cluster analysis (6) 1) Province in difficoltà economica. –Basso reddito pro capite; alto tasso di disoccupazione totale, giovanile, femminile; distribuzione dei finanziamenti comunitari disomogeneo. 2) Caserta, Salerno –Peso elevato del settore agroindustriale, Province “cuscinetto”; 3) Bari –Alto livello di ricchezza ed elevato livello di industrializzazione, forte integrazione con i mercati internazionali; ottime performance finanziarie nel settore della competitività agricola

Cluster analysis (6) 4) Province in forte sviluppo –Alto livello di ricchezza pro-capite; bassa densità abitativa; basso livello di disoccupazione; forte intervento comunitario 5) Napoli –Altissimi livelli di disoccupazione giovanile e femminile (64% e 33%); altissima densità abitativa; settore terziario dinamico; settore agroindustriale in crescita. 6) Cagliari, Foggia. –Forte investimenti nel settore agroindustriale; forte ricambio generazionale, grosso investimento infrastrutture rurali.

Analisi multicriteriale e di sensitività (1) AMC –Attributi (Variabili) –Alternativa (Progetto) AMA (in caso di impossibilità di elaborare graduatoria delle alternative, funzioni di utilità degli attributi) Analisi di sensitività (effetti determinati dalle modifiche delle variabili)

Analisi multicriteriale e di sensitività (2) Scenario 1 (Competitività) Scenario 2 (Sviluppo aree rurali) Scenario 3 (Ambiente)

Analisi multicriteriale e di sensitività (3) Scenario 1 graduatoria delle alternative Somma pesataCluster 0,224 0,206 0,185 0,163 0,121 0,102

Analisi multicriteriale e di sensitività (4) Scenario 2 graduatoria delle alternative Somma pesataCluster 0,322 0, ,121 0,065 0,043

Analisi multicriteriale e di sensitività (5) Scenario 3 Graduatoria delle alternative Somma pesataCluster 0,364 0,231 0,172 0,136 0,083 0,015

Analisi multicriteriale e di sensitività (6) Sensitività dei cluster –Scenario 1 (cluster 4-6) –Scenario 2 (cluster 4-2-1) –Scenario 3 (cluster 4-6)

……Conclusioni 2….. Eterogeneità del territorio meridionale e della distribuzione degli interventi. Settore agroindustriale “forte” sul territorio Mancanza di ampio sviluppo di filiera Maggiore sviluppo nelle aree in cui l’intervento comunitario ha interessato i 3 scenari (probabile strategia) Interventi comunitari parziali hanno prodotto risultati insoddisfacenti.

……Conclusioni 3 Rischio di due o più velocità di crescita dei territori. Mancanza di integrazione degli scenari indice di una più generale mancanza di integrazione dei fondi. Mancanza di politiche di sviluppo interregionali come ostacolo alla crescita. Rafforzamento di una sviluppo integrato rurale-competitività-ambientale.