- Modelli di analisi della filiera agroalimentare nell’ambito delle catene globali del valore, con particolare riferimento all’impatto delle politiche ambientali e commerciali
Il settore agroalimentare è da sempre protagonista indiscusso del commercio internazionale italiano ed europeo. L’Italia si posiziona tra i primi dieci esportatori mondiali di prodotti agroalimentari (9° posto nel 2022 con una quota del 3,1%).
Negli ultimi anni un’attenzione particolare è stata rivolta all’analisi della filiera agroalimentare e al ruolo della componente agricola nelle catene globali del valore, che costituiscono un elemento cruciale per gli scambi internazionali e le politiche commerciali.
In una logica di domanda e offerta di mercato, l’applicazione di politiche commerciali e la crescente omologazione dei consumi agroalimentari sta riorganizzando la localizzazione della produzione agroalimentare a livello nazionale e internazionale. Da un lato, il crescente ruolo degli scambi internazionali sta contribuendo a supportare l’accesso alle risorse e la crescita economica. Dall’altro lato, tuttavia, un sistema agroalimentare sempre più interconnesso solleva dubbi sugli effetti che questo potrebbe avere in termini di sostenibilità ambientale e competitività dei sistemi di produzione locale connessi ai territori d’origine.
La tematica di ricerca proposta si incentrerà sullo studio della filiera agroalimentare nel quadro delle catene globali del valore, con esplicito riferimento al dibattito sull’attuazione di politiche commerciali e strategie di transizione ecologica e sui loro effetti per il settore agroalimentare. Verrà dedicata particolare attenzione all’utilizzo delle tavole intersettoriali della contabilità economica, al fine di valutarne le possibili applicazioni allo studio della catena del valore dell’agroalimentare italiano. Nello specifico, il lavoro di ricerca si occuperà, in primo luogo, di migliorare gli indicatori esistenti per l’analisi della filiera agroalimentare e al suo posizionamento nelle catene globali del valore, grazie alla raccolta di nuovi dati sia macro che micro. Questo permetterà di ottenere nuovi elementi da impiegare per migliorare i modelli esistenti di valutazione (ex-ante e ex-post) e condurre analisi econometriche e simulazioni con l’obiettivo di valutare gli effetti sulla sostenibilità sia economica, sia ambientale. L’assegnataria/o della borsa di Dottorato potrà avere accesso ai modelli più aggiornati esistenti grazie alle sinergie con numerosi progetti di ricerca nazionali e internazionali in corso presso il Dipartimento:
• Horizon 2020 RUR-04-2018-2019: Analytical tools and models to support policies related to agriculture and food Better Agri-food Trade Modelling for policy Analysis
• Horizon Europe: Advancing Capacity and analytical Tools for supporting Common Agricultural Policies post 2027
• PRIN 2022: Assessing and moDelling the trAde and environmental Policy impacT in Agriculture
• PRIN-PNRR: MUlti-scale modelization toward Socio-ecological Transition for Water management
Oltre ad analisi aggregate, la ricerca potrà focalizzarsi su casi studio specifici scelti per il loro valore e rilevanza a livello internazionale nel settore agroalimentare italiano. In questo ambito sarà cruciale la collaborazione con l’ISMEA che potrà facilitare l’accesso ai dati e i contatti con stakeholders e policy-maker.
I risultati forniranno strumenti di analisi per valutare i futuri scenari del settore agroalimentare in chiave comparata e internazionale e per impostare una coerente strategia sviluppo sostenibile per il settore.
- Models for the analysis of the agri-food sector within global value chains, with particular reference to the impact of environmental and trade policies
The agri-food sector has always been an undisputed protagonist of Italian and European international trade. Italy ranks among the world's top ten exporters of agri-food products (9th place in 2022 with a share of 3.1%).
In recent years, particular attention has been paid to the analysis of the agri-food chain and the role of the agricultural component in global value chains, which constitute a crucial element for international trade and trade policies.
In a context of market supply and demand, the application of trade policies and the increasing standardisation of agri-food consumption is reorganising the location of agri-food production at national and international level. On the one hand, the growing role of international trade is helping to support access to resources and economic growth. On the other hand, however, an increasingly interconnected agrifood system raises questions about the effects this may have in terms of environmental sustainability and competitiveness of local production systems linked to territories of origin.
The proposed research topic will focus on the study of the agri-food chain in the context of global value chains, with explicit reference to the debate on the implementation of trade policies and ecological transition strategies and their effects on the agri-food sector. Particular attention will be paid to the use of intersectoral tables of economic accounting, in order to assess their possible applications to the study of the Italian agro-food value chain. Specifically, the research work will be concerned, firstly, with improving existing indicators for the analysis of the agro-food chain and its positioning in global value chains, thanks to the collection of new macro and micro data. This will make it possible to obtain new elements to be used to improve existing evaluation models (ex-ante and ex-post) and to conduct econometric analyses and simulations with the aim of assessing the effects on both economic and environmental sustainability. The PhD scholarship holder will be able to have access to the most up-to-date existing models thanks to synergies with numerous national and international research projects underway at the Department:
- Horizon 2020 RUR-04-2018-2019: Analytical tools and models to support policies related to agriculture and food Better Agri-food Trade Modelling for policy Analysis
- Horizon Europe: Advancing Capacity and analytical Tools for supporting Common Agricultural Policies post 2027
- PRIN 2022: Assessing and moDelling the trAde and environmental Policy impacT in Agriculture
- PRIN-PNRR: MUlti-scale modelling towards Socio-ecological Transition for Water management
In addition to aggregated analyses, research may focus on specific case studies chosen for their value and international relevance in the Italian agrifood sector. In this context, collaboration with ISMEA will be crucial, as it will facilitate access to data and contacts with stakeholders and policy-makers.
The results will provide analytical tools to assess the future scenarios of the agri-food sector from a comparative and international perspective and to set up a coherent sustainable development strategy for the sector.
|
- Tecniche innovative per il calcolo di indicatori di sviluppo sostenibile attraverso l’utilizzo integrato di dati statistici e geospaziali in ambiente GIS
I 17 obiettivi dell’Agenda Globale 2030 per lo Sviluppo Sostenibile (SDGs) si riferiscono ad un insieme di questioni importanti per lo sviluppo di un paese nel suo complesso, prendendo in considerazione in maniera equilibrata le tre dimensioni dello sviluppo sostenibile: economica, sociale ed ecologica. Essi vengono misurati attraverso indicatori definiti a livello internazionale.
La loro dimensione territoriale richiede che tali indicatori siano costruiti e monitorati in una prospettiva spaziale, secondo diversi livelli di disaggregazione territoriale. Importanti contributi in tal senso stanno emergendo nell’ambito di recenti linee di ricerca relative alla cosiddetta “localizzazione” dello sviluppo sostenibile. Queste propongono nuove metodologie per il calcolo di indicatori di sviluppo sostenibile dando particolare rilevanza alla dimensione spaziale.
In Italia, l’Istituto Nazionale di Statistica (ISTAT) pubblica annualmente un rapporto sul monitoraggio degli indicatori di sviluppo sostenibile attraverso l'elaborazione di misure statistiche a livello di NUTS 0 (Italia), 1 (gruppi di Regioni), 2 (Regioni), 3 (Provincie e città metropolitane) e per alcuni indicatori anche a livello comunale.
Tuttavia, talvolta, livello di disaggregazione territoriale attualmente disponibile degli indicatori non è sufficiente ad analizzare le disuguaglianze socioeconomiche esistenti all’interno dello stesso comune, o in “Aree marginali”, o “Aree Interne” che prescindono dai confini delle unità amministrative. Inoltre, alcuni indicatori, come ad esempio per l’obiettivo 9 – Imprese, Innovazione e Infrastrutture – richiedono necessariamente l’utilizzo di dati geografici disaggregati al livello territoriale locale per essere calcolati e monitorati.
L'obiettivo principale della presente tematica è quello di individuare e sperimentare nuove metodologie per il calcolo di alcuni degli indicatori socioeconmici di sviluppo sostenibile a livello locale, attraverso l’uso integrato di dati statistici e geospaziali, anche attraverso l’uso di immagini satellitari ad alta risoluzione e con l’ausilio di funzionalità GIS (Geographic Information Systems).
La ricerca proposta intende utilizzare immagini satellitari ad alta risoluzione per la stima della popolazione residente e per l’estrazione di dati socioeconomici, da integrare in ambiente GIS con dati statistici provenienti da fonti diverse, inclusi dati amministrativi utilizzati a fini statistici. L’analisi integrata dei dati, anche con l’ausilio di tecniche di analisi statistica spaziale, intende sperimentare il calcolo di alcuni indicatori di sviluppo sostenibile di interesse socio-economico, anche per la possibile individuazione di nuove aree geografiche italiane di crescente diseguaglianza.
- Innovative techniques for the computation of sustainable development indicators by the integrated use of statistical and geospatial data in a GIS environment
The 17 goals of the Global 2030 Agenda for Sustainable Development (SDGs) refer to a set of issues that are important for the development of a country as a whole, taking into account the three dimensions of sustainable development: economic, social and ecological in a balanced manner. They are measured through internationally defined indicators.
Their territorial dimension requires that these indicators be constructed and monitored from a spatial perspective, according to different levels of territorial disaggregation. Important contributions in this regard are emerging in recent lines of research on the so-called 'localisation' of sustainable development. These propose new methodologies for calculating sustainable development indicators, giving particular importance to the spatial dimension.
In Italy, the National Institute of Statistics (ISTAT) publishes an annual report on the monitoring of sustainable development indicators through the development of statistical measures at the NUTS 0 (Italy), 1 (groups of regions), 2 (regions), 3 (provinces and metropolitan cities) level and for some indicators also at the municipal level.
However, sometimes, the currently available level of territorial disaggregation of the indicators is not sufficient to analyse socio-economic inequalities within the same municipality, or in 'Marginal Areas', or 'Inner Areas' that are independent of the boundaries of administrative units. Furthermore, some indicators, such as for Objective 9 - Firm, Innovation and Infrastructure - necessarily require the use of geographically disaggregated data at the local territorial level in order to be calculated and monitored.
The main objective of this project is to identify and test new methodologies for calculating some of the socio-econmic indicators of sustainable development at the local level, through the integrated use of statistical and geospatial data, including through the use of high-resolution satellite images and with the aid of GIS (Geographic Information Systems) functionalities.
The proposed research intends to use high-resolution satellite images for the estimation of the resident population and for the extraction of socio-economic data, to be integrated in a GIS environment with statistical data from different sources, including administrative data used for statistical purposes. The integrated data analysis, also with the aid of spatial statistical analysis techniques, intends to test the calculation of some sustainable development indicators of socio-economic interest, also for the possible identification of new Italian geographical areas of growing inequality.
|