
L'8 e il 9 giugno scorso si è svolto a Malmö, in Svezia, il quarto Good Practice Workshop (GPW), seminario sulle buone pratiche, organizzato dall'Helpdesk europeo per la valutazione della PAC. L'oggetto dell'incontro è stato affrontare le carenze di dati per valutare i piani strategici della PAC, individuando le criticità e ipotizzare soluzioni percorribili.
L'obiettivo generale del workshop, come di consueto, è stato riflettere collettivamente e imparare gli uni dagli altri in relazione alle questioni relative ai dati, definite e affrontate principalmente nella sezione "Dati e informazioni" dei Piani di Valutazione (PdV) dei Piani Strategici nazionali della PAC (PSP) 2023-2027, consentendo così agli Stati membri dell'UE di migliorare la programmazione e l'attuazione della PAC.
Il seminario ha visto la presenza di ben 82 partecipanti, provenienti da 25 diversi Stati Membri (SM) dell'UE (soltanto 2 SM sono stati assenti, Lussemburgo e Cipro), tra cui AdG (la categoria più rappresentata con il 57% dei partecipanti), valutatori, rappresentanti della CE, OP, ricercatori e rappresentanti delle Reti Rurali Nazionali (RRN).
Gli obiettivi del workshop, in estrema sintesi, sono stati:
Il workshop è stata l'occasione propizia per individuare gli aspetti critici, relativamente alla gestione dei dati per la valutazione della PAC. La CE ha illustrato quali fossero, in virtù del nuovo quadro regolativo 2023-2027, i dati utili per realizzare efficacemente i processi di valutazione dei PSP, quindi anche per valorizzare gli indicatori di risultato e impatto, necessari alla verifica dei risultati ottenuti dagli interventi finanziati dalla PAC.
Sophie Hélaine, Capo dell'Unità A3 - Policy Performance in DG AGRI, ha sottolineato l'importanza della disponibilità dei dati e le sfide anche alla luce dall'esperienza 2014-2022, in particolare con riferimento ai temi della Biodiversità, dell'Acqua, della Formazione e Consulenza, degli Investimenti aziendali (es. energie rinnovabili), prefigurando anche possibili soluzioni per far fronte alla scarsità o carenza di dati per i settori e gli indicatori più critici. Infatti, l'individuazione del data Gap, e delle possibili soluzioni per colmarlo, è fondamentale per la strutturazione delle attività di valutazione. Va ricordato che oltre alla mancanza di dati, intesi anche come le lacune di informazioni utilizzabili per la valutazione, è opportuno tener presente anche l'attribution gap, ovvero la mancanza di dati necessari all'applicazione di metodi maggiormente raffinati e/o che conducono ad una stima più robusta dell'effetto cambiamento o dell'effetto netto.
Come di consueto in questi GPW sono state illustrate le esperienze positive maturate in alcuni SM nell'affrontare i principali data gap utili per rispondere efficacemente alle esigenze valutative del periodo 2023-2027. L'Estonia, in particolare, ha illustrato le soluzioni e gli studi specifici che hanno messo in campo per raccogliere le informazioni per la valutazione del PSP sui temi legati a Biodiversità, Acqua, Suolo, Paesaggio e Impatti socio-economici.

L'Austria ha illustrato i metodi e i concetti chiave per riuscire a monitorare correttamente tutte le tipologie di indicatori previsti nei PSP di fonte regolamentare. L'Università di Wageningen ha esposto alcuni sistemi e/o modelli (es. FLINT, MEF4CAP, Mind Step) utili per indagare e rilevare i dati relativi sia ad aspetti ambientali che a variabili socio-economiche delle aziende agricole. Inoltre, sono state individuate possibili fonti per valorizzare gli indicatori per alcuni temi in cui la disponibilità di dati a fini valutativi è particolarmente critica: pesticidi, innovazione, import/export, bilanci di nutrienti, uso di antibiotici, benessere animale, fattori produttivi, emissioni di CO2.
Inoltre la CE, con il supporto dell'Helpdesk sulla valutazione della PAC, ha illustrato lo schema logico che sottende la connessione tra i criteri di valutazione (Coerenza, Rilevanza, Efficienza, Efficacia, Valore Aggiunto Comunitario) e la relazione con gli indicatori previsti dal quadro comune (Performance Monitoring and Evaluatition framework) sottolineando la necessità di ulteriori dati.
Infine, il Joint Research Centre (JRC) ha descritto i risultati della collaborazione con DG AGRI per la messa a punto di modelli e meta-analisi (iMAP) in grado di garantire la mappatura delle pratiche agro climatico ambientali e la relazione con gli indicatori del PMEF, e la messa a sistema di informazioni relative alle pregresse esperienze valutative relativamente alle questioni climatiche, all'erosione del suolo, alla qualità delle acque e ai diversi parametri ambientali in generale, permettendo l'utilizzo di coefficienti e paramenti con l'obiettivo di fornire stime armonizzate (quindi aggregabili a livello europeo) o confronti sull'impatto dell'attuazione di varie pratiche agricole.
Per valutare adeguatamente la PAC, e quindi per attuarla efficacemente, è centrale organizzare un sistema in grado di raccogliere dati di qualità, affidabili e tempestivi sulle principali questioni rilevanti dei PSP. Di seguito si riportano alcuni spunti molto utili anche per affrontare le rilevanti sfide del PSP in Italia, avviando correttamente il periodo di programmazione e orientando sin dall'inizio il processo verso una corretta gestione.
La CE pone l'accento sulle difficoltà nel dimostrare, a livello europeo, che la PAC stia dando risultati; pertanto ribadisce anche la necessità di raccogliere dati omogenei tra i diversi SM dell'UE al fine di consentire di procedere ad una valutazione complessiva della PAC a livello europeo.
Una questione cruciale riguarda la governance della raccolta dei dati, in particolar modo negli SM regionalizzati, e considerata la compresenza di istituzioni che raccolgono i dati in formati diversi, con conseguente frammentazione dell'informazione, anche attraverso la chiara attribuzione delle responsabilità e l'armonizzazione dei dati raccolti. Ciò potrà essere ottenuto attraverso una più stretta collaborazione tra i fornitori di dati, la definizione di codifica univoca per le aziende agricole e/o i beneficiari e una classificazione comune per le pratiche agricole.
Altre difficoltà nella raccolta dei dati derivano dagli eccessivi costi per la raccolta dei dati, dalla mancanza di dati dettagliati, da eventuali ritardi nella fornitura delle informazioni da parte dei beneficiari. Tali criticità possono essere in parte affrontate identificando i dati di base e quelli aggiuntivi che devono essere raccolti già in una fase iniziale, cioè in fase di presentazione della domanda di sostegno.
Alcuni strumenti possono agevolare questa raccolta anticipata e tempestiva dei dati, per esempio la messa a punto di schede di indicatori, l'utilizzo di applicazioni che raccolgono dati direttamente dagli agricoltori (anche attraverso opportuna azione di formazione), l'utilizzo del sistema messo a punto dal JRC (iMAP), per collegare le singole pratiche agricole agli impatti della PAC.
Le potenziali soluzioni alle criticità dei dati includono la realizzazione di studi specifici a supporto della valutazione e altri studi di ricerca tematici, la creazione di sistemi di monitoraggio relativi all'impatto ambientale, la georeferenziazione dei dati per intervento, l'uso di immagini satellitari e la raccolta sistematica di campioni utilizzando tecniche di telerilevamento.
Per gli indicatori legati al reddito e alla competitività i data gap, unitamente agli attribution gap, derivano principalmente dai limiti dei campioni RICA (ridotte dimensioni del campione, limitata copertura di piccole aziende, ecc.), anche rispetto alla natura dai potenziali effetti compensativi della sostenibilità economica e ambientale e dalla mancanza di dati per la costruzione di campioni controfattuali. Le potenziali soluzioni includono miglioramenti della RICA, come l'ampliamento dei campioni, il collegamento della RICA alle banche dati dei beneficiari, l'ottenimento delle informazioni necessarie da altri database, studi e indagini, nonché la creazione di nuovi campioni.
Nel campo dell'innovazione, i data gap sono spesso dovuti a definizioni poco chiare o diversificate dell'innovazione. Inoltre, la natura specifica di alcuni indicatori rende difficile la loro misurazione per la difficoltà nel collegare i cambiamenti nelle pratiche agricole all'innovazione. Soluzioni possibili a tali criticità prevedono indagini e la raccolta di dati primari e anche l'utilizzo di proxy, o utilizzando la rilevante mole di dati già disponibili e tramite l'armonizzazione di diversi database sui dati disaggregati per beneficiario e intervento qualora le sinergie tra interventi siano incardinate nella programmazione.
Sempre in relazione agli aspetti socio-economici, vi sono lacune significative nei dati relativi alla misurazione degli effetti sociali, come l'inclusione sociale, e gli effetti netti della PAC sull'occupazione o sul PIL. Inoltre, non esistono indicatori che permettano la valutazione semplice e oggettiva del valore aggiunto di LEADER, ma l'esperienza acquisita nelle precedenti esperienze valutative costituisce un punto di partenza per l'indirizzo metodologico. La modellazione e la raccolta di dati primari possono essere una soluzione per colmare tali lacune e anche l'utilizzazione di puntuali esperienze esistenti realizzate dai GAL che hanno effettuato un'autovalutazione prendendo in considerazione il valore aggiunto degli interventi LEADER nel contesto locale.

È indubbio che non esistono dati perfetti, ma qualsiasi approccio o soluzione individuata per colmare i data gap deve compendiare costi e priorità, costi e benefici. Considerando che non si può controllare ciò che non si riesce misurare, nell'ambito del percorso di valutazione del PSP in Italia, come anche negli altri SM, è importante individuare quelle domande di valutazione rilevanti a cui si possa concretamente rispondere sulla base dei dati disponibili per poter fornire risposte utili al miglioramento della politica agricola nel nostro Paese. Per questo nella gestione delle informazioni è essenziale identificare quali dati siano effettivamente disponibili e acquisibili, quali siano le modalità di utilizzo e come possano esser integrati con informazioni aggiuntive. Solo così potranno esser efficacemente limitate le criticità nell'acquisizione dei dati e superate le lacune nelle informazioni necessarie per valutare correttamente il PSP.
Si può concludere che i data gap possono essere puntualmente individuati e colmati, mettendo a punto domande di valutazione pertinenti, indicatori, fonti di dati e metodi per misurare il cambiamento realizzatosi.
È assolutamente necessario un tempestivo adattamento dei sistemi di monitoraggio ai nuovi requisiti, comprendendo anche la rilevazione dei dati essenziali per valutare gli interventi del I Pilastro, l'elaborazione di studi complementari per raccogliere i dati mancanti (per esempio per quei dati ambientali particolarmente critici), l'utilizzo dei quaderni di campagna digitali e lo sviluppo di un approccio efficiente alla gestione dei dati che si concentri sulle informazioni necessarie e disponibili.
Virgilio Buscemi (Lattanzio KIBS SpA), Beatrice Camaioni (CREA-PB - RRN), Tiziana De Martino (Regione Campania), Paola Paris (Lattanzio KIBS SpA), Davide Pellegrino (Agriconsulting Supporto Istituzionale Srl)
PianetaPSR numero 127 settembre 2023