Agricultural Productivity in Space

The research aims at measuring agricultural total factor productivity in Italy over the period 2008-2014 and at understanding its main features. It leverages farm-level information from the FADN (Farm Accountancy Data Network) database e the index number methodology to derive indexes at either geographical level and at the level of farm types. At geographical level, indexes are derived at national level, at the level of FADN regions and at NUTS3 level. Then, indexes are derived at the level of farm typology and of economic size. Indexes are derived using the minimum spanning tree method and are comparable across spatial units over time. Results point to a decline in aggregate productivity over time. Indexes at national level, at the level of economic size and at the level of farm typologies all exhibit general downward trends. A positive relationship between TFP and economic size is found with large productivity differentials across size classes. Large differentials are also found across types of farms. The types associated to a more entrepreneurial nature, such as dairy, horticulture, fruit production and grapes and wine production, are all associated with higher productive performance with respect to the others. At the level of FADN regions, there seem to be two clusters of highly productive regions. One is in the North and is composed of Emilia-Romagna, Lombardia, Veneto, Friuli Venezia Giulia, Trentino and Alto Adige. The other is in the South and is composed of Calabria and Basilicata. TFP seems to be linked to the structure of the regional agricultures in terms of types of farming and size of farms. However, further analyses would be required to establish a relationship between productivity and agricultural composition of geographical regions. In the second part of the research, measurements at NUTS3 level are used to inspect productivity differentials considering the spatial variability of the Italian territory. A limited degree of productivity clustering is found at NUTS3 level. Spatial dependence is quantified in a linear model that assumes also temporal dependence of TFP and controls for covariates. The model is estimated with the BCLSDV (Bias Corrected Least Squares Dummy Variable) estimator. Assuming a narrow spatial correlation structure, estimates show a limited degree of temporal dependence and a high degree of spatial dependence. Coefficient estimates are then used to model the diffusion process of a productivity shock hitting specific NUTS3. Evidences from the exercise show that, due to the narrow spatial correlation structure assumed and the limited temporal dependence, the effects of a shock are limited in space and over time. Effects of a shock differ depending on the distance of NUTS3 from the epicenter of the shock. Neighboring NUTS3 receive, in a shorter time frame, a larger long-run spillover effect with respect to NUTS3 that are further away. This results is an evidence of the site-specificity of agricultural production. The close link that exists between locations and agriculture influence production practices and their development.

Questa tesi ha l’obiettivo di misurare la produttività totale dei fattori in agricoltura in Italia nel periodo 2008-2014 e di capirne i caratteri salienti. Attraverso l’utilizzo di micro dati delle aziende agricole commerciali campionate dalla RICA (Rete di Informazione Contabile Agricola) e dei numeri indice, si derivano indici di produttività a livello nazionale, regionale, provinciale, e a livello di specializzazione produttiva e di dimensione economica. Gli indici di produttività sono generati attraverso la procedura del minimum spanning tree (Hill, 1999; Hill 2004) e sono quindi comparabili tra le varie unità nel tempo. I risultati mostrano una performance decrescente nell’arco dei sette anni considerati. Sia a livello nazionale che a livello di specializzazione produttiva e di dimensione economica, gli indici mostrano un andamento decrescente. A livello di dimensione si registra una relazione positiva tra produttività e dimensione economica delle aziende con ampi differenziali tra le classi dimensionali esaminate. Per quanto riguarda le specializzazioni produttive, livelli maggiori di produttività si registrano per quelle specializzazioni che possono essere considerate di carattere maggiormente professionale. In particolare i bovini da latte, l’ortofloricoltura, la frutticoltura e la viticoltura sono le specializzazioni produttive a più alta performance. I granivori, gli erbivori, la cerealicoltura, i seminativi e le aziende miste mostrano invece una performance inferiore rispetto alle prime. A livello regionale si evidenziano due cluster di regioni ad alta produttività. Uno è composto da Emilia-Romagna, Lombardia, Trentino, Alto Adige, Veneto e Friuli Venezia Giulia e l’altro al Sud è composto da Calabria e Basilicata. La produttività sembra essere legata alla composizione delle singole agricolture regionali in termini di tipologia di produzione e di dimensione economica. Ulteriori analisi saranno comunque necessarie al fine di stabilire una relazione tra la composizione agricola regionale e la performance economic. Nella seconda parte della ricerca gli indici a livello provinciale vengono utilizzati per capire i differenziali di produttività tenendo in considerazione il più possibile la variabilità territoriale italiana. La TFP a livello provinciale mostra una lieve tendenza alla clusterizzazione spaziale. Il grado di dipendenza spaziale viene quantificato in un modello lineare che assume dipendenza spaziale, dipendenza temporale e la presenza di una serie di variabili esogene. Il modello viene stimato con lo stimatore BCLSDV (Bias Corrected Least Squares Dummy Variable). Le stime mostrano un basso grado di dipendenza temporale e un alto grado di dipendenza spaziale assumendo però una struttura di correlazione spaziale limitata a 50-70 chilometri. I risultati delle stime vengono utilizzati per quantificare gli effetti di diffusione a seguito di uno shock esogeno di produttività nelle varie province. Ciò che emerge è che, data la struttura di correlazione spaziale assunta e data la bassa dipendenza temporale, gli effetti di uno shock di produttività sono limitati nel tempo e nello spazio. Questi si estendono anche a province lontane dall’epicentro dello shock ma con caratteri diversi rispetto a quelle vicine. In particolare, l’effetto spillover di lungo periodo è maggiore nelle regioni limitrofe allo shock e viene raggiunto in un tempo decisamente inferiore rispetto alle province più lontane. Questi risultati vengono interpretati come evidenza dello stretto legame tra territorio e produzione agricola. Questo legame è in grado di influenzare i caratteri e lo sviluppo delle agricolture locali.