Seminario INEA, 16 dicembre 2005
Ricerca pubblica in
agricoltura: risultati,
tendenze e prospettive
Roberto Esposti
Dipartimento di Economia
Università Politecnica delle Marche
Tel. 071 2207119; Fax 071 2207102
E-Mail: [email protected]
Web: http://www.dea.unian.it/esposti/
1
INEA, 16 dicembre 2005
Outline
A. Premessa: la ricerca pubblica agricola in Italia
B. Per cosa?
 R&D pubblica e agricoltura italiana: obiettivi?
C. Quanta?
 Troppa o poca?
D. Come?
 Il NARS e le opzioni strategiche
OBIETTIVO:
Come l’analisi economica affronta tali questioni e
prova a darne risposta. Gli aspetti istituzionali e di
policy conseguono (e seguono; Anna Vagnozzi) 2
INEA, 16 dicembre 2005
A. Premessa: definizioni

Che cosa si intende per R&D pubblica agricola?
•
Pubblica: Due opzioni
•
Ricerca come bene pubblico (non proprietaria)
•
Spesa pubblica; due opzioni
•
Ricerca privata finanziata dal pubblico
•
Spesa degli istituti pubblici
•
•
Quella parte di ricerca di interesse agricolo di qualsiasi
istituto pubblico (ISTAT-EUROSTAT)
Tutta la spesa di istituti che si occupano nello specifico di
ricerca agricola (INEA)
QUINDI:

Non si considera l’R&D privata

Non si considera la spesa pubblica in divulgazione-adozione/diffusione
innovazioni

Non si considera l’R&D pubblica di enti pubblici internazionali o di
altre nazioni
3
Ma ci torneremo…
INEA, 16 dicembre 2005
B. Perché R&D in
agricoltura e perché pubblica?
Perché l’innovazione tecnologica è l’elemento
cruciale di competitività per:
•
Recuperare gap da altri paesi-settori
oppure
•
Mantenere leadership tecnologica
Perché pubblica? Si ritiene che:
1. Il
sistema delle imprese agricole sia incapace di
sviluppare programmi di ricerca e sviluppo in
proprio
2. La ricerca condotta dai privati (fornitori) produca un
progresso tecnico distorto
4
3. Le imprese fanno poco (o non fanno) ricerca di base
INEA, 16 dicembre 2005
Leaders e followers

Produttività Totale dei Fattori in agricoltura
In che club stiamo e in quale vogliamo stare?
LEADERS
FOLLOWERS
5
(Fonte: Schimmelpfenning-Thirtle, 1999)
INEA, 16 dicembre 2005
C. Quanta R&D pubblica in Italia?


Dati Annuario INEA (fino 2000) basati sugli istituti
che fanno ricerca pubblica:
 751 mld Lire nel 2000; 612 nel 1990; 79 nel 1980; 15 nel
1970…. (dettagli in Esposti-Pierani, 2000)
Dati ISTAT-EUROSTAT basati sulla classificazione
NABS, cioè obiettivi dei programmi di ricerca
(Agricultural production and technology; spesa del
Government Sector)
 189 mln € nel 2003; 173 nel 2000; 158 nel 1990 (ECU);
64 nel 1981 (ECU)
E in termini reali?
6
INEA, 16 dicembre 2005
Problema: deflatore di R&D
Spesso si usa il deflatore del PIL. Ma:
 La composizione della spesa in R&D è diversa dalla
composizione del PIL
 La spesa in R&D è più “ricca” in salari (medio-alti)
 Il deflatore del PIL sovrastima la spesa reale in R&D
Real public agricultural R&D investment in Italy using two alternative deflators (billions of 1985
Italian Lire)
800
Real R&D - GDP deflator
700
Real R&D - IPI
600
500
400
300
200
100
7
1 995
1994
19 93
1 992
1991
1 990
1989
19 88
1 987
1986
1 985
1984
1983
1 982
1981
1 980
1979
1978
1 977
1976
1975
1974
1973
1 972
1971
1970
1969
1968
1967
1966
1965
1964
1963
1962
1961
0
1960
Dati annuario INEA
dettagli in Esposti-Pierani, 2006
INEA, 16 dicembre 2005
La R&D “reale”
Partendo dai dati Annuario Inea
R&D reale (base 1995; media mobile triennale)
1250
1000
750
500
250
(Fonte: Esposti-Pierani, 2006)
8
1996
1994
1992
1990
1988
1986
1984
1982
1980
1978
1976
1974
1972
1970
1968
1966
1964
1962
1960
0
INEA, 16 dicembre 2005
Perché meno ricerca pubblica?
In tutti i paesi sviluppati c’è questa tendenza a partire dalla
fine degli anni ’80. L’Italia non fa eccezione, anche se si è “fermata” dopo
Dati Huffman-Just (1999):
o
Europa Occidentale
di cui:
Francia
Italia
Spagna
Regno Unito
USA
Totale 18 paesi
Livelli in $ PPP 1993
Tassi di crescita
1971
1981
1993
1971-81 1982-1993
1451
2005
2608
3,2
2,2
298
68
51
274,5
1236
3041
410
188
98,6
371
1620
4078
503
360
214,2
370,8
2054
5129
3,2
10,1
6,6
3
2,7
2,9
1,7
5,4
6,4
0
1,9
1,9
Da inizio anni ’90 in alcuni paesi si osserva non solo minore
crescita, ma anche diminuzione in termini reali (vedi Italia)
9
Perché: se ne faceva forse troppa? (too much of a good thing)
o
INEA, 16 dicembre 2005
Troppa o poca?
1. L’intensità di ricerca: noi e gli altri

Intensità di ricerca (R&D pubblica agr./VA agr.):
•
ITALIA – dati INEA = 1,4%
•
•
ITALIA – dati EUROSTAT = 0,6%
GERMANIA – dati EUROSTAT = 1,8%
SPAGNA (2002) – dati EUROSTAT = 0,9%
•
USA (1998)
•
INDUSTRIA ALIMENTARE: Italia = 0,4%; Germania = 0,5%
INDUSTRIA FARMACEUTICA (science based): Italia = 2,5%;
Germania = 11,2%
•
•
͌
1%
Ma è un confronto possibile o utile?
Se la R&D pubblica agr. è una “parte del tutto”, è
10
necessario vedere quanto grande è questa parte (i NARS)
INEA, 16 dicembre 2005
Troppa o poca?
2. Rendimento di R&D: evidenze


Nell’analisi empirica il risultato generalizzato è un
elevato rendimento di R&D: MIRR (Marginal Internal
Rate of Return) o IRR
• Privata ma in particolare pubblica
• In tutti i settori ma in particolare in agricoltura
Perché in agricoltura il rendimento è così elevato?
Alcune stime “estreme” del rendimento della R&D (pubblica) agricola
MIRR
Esposti-Pierani (2003a)
14%-95%
Esposti-Pierani (2003b)
4%-170%
Mean of public and private (1772 estimates; Alston et al., 2000)
74%
11
INEA, 16 dicembre 2005
Rendimento di R&D: problemi
Alston e Pardey (2001): con un MIRR del 48% (media USA), l’investimento in ricerca
pubblica agricola del 1980 avrebbe generato un flusso cumulato di benefici che nel
2000 sarebbe stati equivalenti a 20 volte la PLV agricola USA!

Questa generalizzata tendenza a stime di rendimento
“incredibilmente” alte avrebbe una chiara conseguenze di
policy:


Bisogna investire di più in R&D: the under-investment
hypothesis
Però, sorge il dubbio che l’investimento sia “corretto” mentre
è la stima ad essere sbagliata (verso l’alto: the
overestimation hypothesis). Questa ipotesi ha due tipi di
spiegazioni:
1.
2.
E’ sbagliato il trattamento dei dati di R&D: flusso o
stock?
E’ sbagliata la procedura di stima perché non si 12
considerano gli altri contributi: spillover
INEA, 16 dicembre 2005
Trattamento dei dati di R&D:
flusso o stock?

Se siamo fortunati, ciò che abbiamo sono
valori correnti della spesa (investimento)
annua in R&D pubblica

Da questi valori correnti di flusso dobbiamo
ricavare uno stock, cioè il capitale di R&D
effettivamente “operativo”. Due sono le
operazioni critiche:

Ottenere valori reali: deflatore (già visto)

Cumulazione dei i valori reali
13
INEA, 16 dicembre 2005
Cumulare investimenti nello stock

Si tratta di calcolare lo stock Rt 
wt -i ( R & D)t i
i
Quali pesi w scegliere? In quale modo, cioè, gli
investimenti generano stock nel tempo?
Es. R&D pubblica agr. in Italia (Esposti-Pierani, 2003)
1,2
1
Estimate
Calibration (ESS = 0.23)
Weight
0,8
0,6
0,4
0,2
0
0
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
Lag
In ogni caso, il metodo scelto per il calcolo dello stock incide notevolmente
sulla stima del rendimento della R&D: si passa dal 14% al 95% con gli14
stessi dati (vedi anche “the attribution problem”, Alston-Pardey, 2001)
INEA, 16 dicembre 2005
Gli altri contributi: Spillover (1)

L’alto rendimento alto è tutta “farina del sacco”
dell’R&D pubblica agr.?

Forse si trascura qualche importante altra variabile e
attribuisco tutto il “merito” all’R&D pubblica agr. (l’altra
faccia dell’”attribution problem”, Alston-Pardey, 2001)
Quale altra variabile “genera” tecnologia agricola
OLTRE a R&D pubblica agr.?
 Quale altra variabile “genera” tecnologia agricola
INSIEME a pubblica agr.?
 Tutto questo “altro” è più forte in agricoltura?

Il problema degli spillover:
quale R&D davvero genera il progresso tecnico osservato?
15
INEA, 16 dicembre 2005
Gli altri contributi: Spillover (2)
Come si calcola questa R&D “altra” che ricade in
agricoltura?
S è lo stock di spillover. Questo si calcola così per un
dato settore i, paese m e tempo t:
Sim,t c  j wcj s ws R & D jc,t  s 
I pesi wcj esprimono gli spillover intersettoriali (da
j a i) ed internazionali (da c a m), quindi derivano da
Matrici dei Flussi Tecnologici.
Come si calcolano?
16
INEA, 16 dicembre 2005
Gli altri contributi: Spillover (3)
Di recente, si è molto lavorato sui brevetti: le matrici di
flusso sono ricostruite sulla base dei “flussi” dei brevetti. Per
applicazioni all’agricoltura si veda Johnson-Evenson (1999),
Esposti (2002). C’è ancora molto da lavorare!
 Al di là di come si calcolano, il problema concettuale è:
che relazione c’è tra R&D pubblica agr. nazionale e queste
altre fonti? Due ipotesi di fondo:
o 1a ipotesi: gli spillover favoriscono-inducono
R&D pubblica agr. (effetto standing on the
shoulders of giants)
o 2a ipotesi: gli spillover sfavorisconoscoraggiano R&D pubblica agr. (effetto
stepping on toes)

17
INEA, 16 dicembre 2005
Spillover e R&D pubblica agr. in Italia
Gli spillover “contano” per almeno 60-70%, anche se in diminuzione
100%
90%
80%
70%
60%
50%
40%
30%
20%
Pubblica
Fonte: Esposti (2002)
Privata
Estera
1991
1990
1989
1988
1987
1986
1985
1984
1983
1982
1981
1980
1979
1978
1977
1976
1975
1974
1973
0%
1972
10%
18
INEA, 16 dicembre 2005
D- Come?
Il National Agricultural Research System (NARS)
Definizione FAO: NARS is defined, in a given country, as
encompassing all institutions public or private devoting full time
or partially their activities to agricultural research and committed
to a national research agenda.
NARS
(altri paesi)
Sistema
IARCs
Università
Istituti di ricerca
Pubblici (centrali, regionali, ecc.)
Imprese
multinazionali
o
Ricerca Privata:
Imprese
Organizzazioni no-profit
(tutti i settori)
(ONG)
NARS
R&D pubblica:
Troppa o poca?
Come?
Performance
19
INEA, 16 dicembre 2005
NARS – Il problema
Troppa o poca R&D pubblica agr.? Dipende dal contesto in
cui si applica: il NARS e le sue relazioni con l’esterno. Dipende
cioè dal COME si fa R&D pubblica agr., come si integra con le
altri componenti. Tenendo conto che:
 L’agricoltura è un settore “dominato dai fornitori” per
l’introduzione di innovazioni (Pavitt, 1984): la ricerca delle
imprese (sia del paese, che di altri paesi, che multinazionali) è
spesso leader nell’innovazione agricola (Spillover
intersettoriale e internazionale)
 Alcuni paesi sono leader, soprattutto grazie alla loro
ricerca pubblica: alcuni NARS e i IARC “guidano” gli altri
(Spillover internazionale)
20
INEA, 16 dicembre 2005
NARS – Opzioni strategiche
L’opzione strategica di fondo di un paese è decidere
se vuole che la R&D pubblica agr. nel proprio NARS
sia:
 LEADER: compete e interagisce con gli altri
leader, privati e nazioni (“two ways”)
 ADATTIVA ATTIVA: li complementa adattando i
risultati al proprio contesto
 ADATTIVO PASSIVO: trasferisce semplicemente
i risultati (“end of chain” or “one way”)
21
INEA, 16 dicembre 2005
Il NARS italiano
Quale è dunque la scelta italiana? L’evidenza dice che:




25 Fac. Agraria (circa 150 Dip.), 13 Fac. Med. Vet., circa 40
centri di ricerca regionali, circa 50 nazionali (MIPAF, CNR,…)
Non siamo leader su scala internazionale
Ricerca pubblica e privata nazionale sono più spesso sostituti
che complementari: sono “ridondanti” (vedi Esposti, 2002)
Ne consegue che:



Se vogliamo diventare leader dobbiamo investire molto di più
(e meglio) soprattutto in ricerca pubblica di base (Università)
Se vogliamo essere adattivi possiamo maggiormente
concentrare le risorse. Però:
1. Un adattamento attivo implica anche una quota di ricerca
pubblica di base (“capacità di assorbimento”)
2. Vanno ridefinite risorse del sistema di ricerca pubblico tra
ricerca di base (Università) ed applicata
3. Va coordinata la ricerca pubblica con le caratteristiche della
ricerca privata nazionale. Cercare, cioè, di dare priorità alle22
aree lasciate scoperte dalla ricerca privata
INEA, 16 dicembre 2005
Base, applicata o sviluppo?
L’evoluzione della spesa in Italia è coerente?
Stock di R&D pubblica agr. di base, applicata e sviluppo (vedi
Esposti-Pierani, 2003):
100%
90%
80%
70%
60%
50%
40%
30%
20%
Base
Applicata
1996
1995
1994
1993
1992
1991
1990
1989
1988
1987
1986
1985
1984
1983
1982
1981
1980
1979
1978
1977
1976
1975
1974
1973
1972
1971
0%
1970
10%
Sviluppo
La quota della ricerca di base (?) sembrerebbe crescere dal 27% 23al 45%
o Ma la spesa complessiva, in termini reali, diminuisce
o
INEA, 16 dicembre 2005
Alcune conclusioni generali
Centralità della ricerca di base, in ogni caso, per un
paese che vuole essere una “potenza” agricola (la seconda
per VA nella UE)
 Se si ragiona in una ottica di UE (strategia di Lisbona), la
scelta è già stata fatta: si vuole essere leader. Però:


Come si articola tale scelta tra i paesi? Come ci si dividono “i
compiti” evitando effetti di ridondanza?
Per questa ridondanza, secondo alcuni, oggi
si spende meno in R&D pubblica agr.
 Servono analisi più avanzate del problema. Si tratta di
tanto denaro pubblico investito. Come per ogni investimento
(privato o pubblico), le scelte (quanto e come) dovrebbero
essere fatte sulla base di analisi accurate e approfondite


Quindi servono dati migliori e sistematicamente raccolti
24
INEA, 16 dicembre 2005
Lavori citati
Alston, J.M., Marra, M.C., Pardey, P.G., Wyatt, T.J., 2000, Research returns redux: A meta-analysis of the returns
to agricultural R&D. The Australian Journal of Agricultural and Resource Economics, Vol. 44, 185-215
Alston, J.M., Pardey, P.G., 2001, Attribution and other problems in assessing the returns to agricultural R&D.
Agricultural Economics, Vol. 25 (2-3), 141-152.
Esposti, R., 2002, Public agricultural R&D design and technological spill-ins. A dynamic model. Research Policy,
Vol. 31 (5), 693-717.
Esposti, R., P. Pierani, 2000, Modelling Technical change in Italian Agriculture: a Latent Variable Approach.
Agricultural Economics, Vol. 22 (3), 261-270.
Esposti, R., P. Pierani, 2003, Building the Knowledge Stock: Lags, Depreciation, and Uncertainty in R&D
Investment and Productivity Growth. Journal of Productivity Analysis, Vol. 19 (1), 33-58.
Esposti, R., Pierani, P., 2006, Price, Private Demand and Optimal Provision of Public R&D Investment. An
application to Italian agriculture, 1960-1995. Empirical Economics, Vol. 31 (3) (in corso di pubblicazione).
Huffman, W.E., Just, R.E., 1999, The organization of agricultural research in western developed countries.
Agricultural Economics, Vol. 21.
Johnson, D.K., Evenson, R.E. 1999. R&D spillovers to agriculture: measurement and application. Contemporary
Economic Policy, Vol. 17 (4), 432-456.
Pavitt, K., 1984, Sectoral Patterns of Technical Change: Towards a Taxonomy and a Theory. Research Policy, Vol.
13, 343-373.
Schimmelpfennig, D., Thirtle, C., 1999, The internationalization of agricultural technology: Patents, R&D
25 17 (4),
spillovers, and their effects on productivity in the E.U. and U.S.. Contemporary Economic Policy, Vol.
457-468.