Il ruolo dell'agricoltura periurbana nelle dinamiche di consumo di suolo: l'indicatore di rischio di consumo di suolo agricolo

Periurban areas are constantly under the pressure of urbanization. The permanence of agriculture is the most important mean against soil consumption. The risk of soil loss affects large areas of European territory as a consequence of urban development and the spread of infrastructures, which are gobbling up prime farming land and generating an increasing number of marginal and uncompetitive agricultural areas. (EESC, 2004) Most cities are expanding towards most fertile soils, consuming the best land of agriculture in their neighbourhood. Even if this could be a problem easily verifyable , the real trouble is the quantity not the quality of issue; the value of soil as a raw material or a tool for production has decreased over the years. “Its modern value is closely linked to its use rather than its composition. Poor soil may have a high value in tourist areas. Land used for production has decreased in value while the value of urban soil has increased.” .”(SEC (2006) 620, pp.118) In periurban areas the risk of soil consumption is higher than elsewhere. The value of soil increases near the urban areas, where the competition between agriculture and urban rent is extremely advantageous for the second one. Planning better urban-rural fringe needs specific policies to enhance the role of agriculture in managing the territory. Moreover the permanence of agriculture could play a fundamental major role for the economic and environmental local development in periurban areas contrasting the process of urbanization. Different factors affect the efficiency of farms; factors could affect the farm in relation to the soil loss both positively, if they back up and promote farm performances, and negatively, in case they reduce farm functionality. By integrating and summarizing these factors, an Indicator of Land Consumption Risk (ILCR) at farm scale was created and a Spatial Analysis approach based on GIS technologies was used to produce maps showing different levels of risk consumption due to fragility of agriculture. This methodology is based on economics and social data at farm and municipality scale. The construction of the Indicator of Land Consumption Risk (ILCR) required many steps: 1. Theoretical framework; 2. Data selection and construction of the database; 3. Normalisation, to compare the variables; 4. Weighting and aggregation; 5. Visualization of the results with GIS. The area chosen is the Province of Milan, Lombardy, Italy, where competition between urban and rural areas, property speculation and demographic pressure increase the land consumption risk and threaten the existence of the peri-urban agriculture. These variables (factors) are been chosen by their degree of influence on the efficiency of farm and in relation with the data availability for vaste areas. They are: farm’s agricultural surface, economic dimension (ESU), farmmultifunctional activities, farmdistance from an urban centre, subsidies received from European Union, fragmentation of farming lands, density housing, building costs, degree of farming protected areas. The principal data source is called Sistema Informatico Agricoltura Regione Lombardia (S.I.A.R.L.), a regional service used to collect data from farmers. Weighting can have a significant effect on overall composite indicator. In this sense two different weighting methods were used, to test the different results of these two approaches. The first one is the Budget Allocation approach (BAL), where a group of experts have chosen the weight of every elementary indicator, in a range between 0 and 1. The second one is the weighting by regression soil consumption acts as a dependent variable (y) and the variables of IRCSA as independent variables. Moreover regression method permitted to predict the soil losses also for the future. Main results of the work are some Map of Land Consumption Risk (IRCSA) of the Province of Milan. ILCR could be a new instrument to analyse and manage green open space in periurban areas where agriculture has particular features due to its relationship with the urban place.

Il rapporto tra città e campagna rappresenta un elemento critico per il governo del territorio: le aree della produzione agricola sono spesso sacrificate alle necessità di espansione urbana, mentre la tutela è per lo più affidata a strumenti di tipo vincolistico (aree protette) che, anche se necessari, non sempre valorizzano adeguatamente la funzione di produzione dell’agricoltura. La dispersione della città sul territorio ha determinato una contestuale estensione e un’articolazione di tipo periurbano (EEA, 2006). La percezione comune attribuisce alla periurbanità una connotazione sostanzialmente negativa, che varia dal “non luogo” al “limbo” urbanistico, fino alla trincea in cui la campagna si difende dall’avanzare inarrestabile e incontrollato della città. Nonostante non vi sia una definizione univoca del concetto di “agricoltura periurbana”, gli studiosi concordano su alcune caratteristiche che la contraddistinguono, quali: • pressioni ambientali esogene al settore agricolo; • competizione nell’uso delle risorse (ad esempio: suolo e acqua); • condizioni di produzione e scambio di beni e servizi fortemente influenzate dalla prossimità con i mercati e con i consumatori; • produzione di esternalità (positive e negative); • vincoli e norme specifici delle aree urbane, che tendono a limitare e regolare le attività produttive agricole (Pascucci, 2007). In area periurbana dunque, l’agricoltura mostra peculiarità che la identificano e che ne fanno emergere funzioni non sempre considerate. Tra queste, il ruolo dell’agricoltura periurbana nella conservazione degli spazi liberi, grazie alla permanenza sul territorio dell’attività agricola: un’ulteriore esternalità positiva generata dall’agricoltura (OECD, 2009), di notevole valore proprio nelle aree di frangia, dove il suolo (libero) è risorsa scarsa e preziosa. Infatti, nel contesto periurbano la pressione edilizia esercitata dalla città verso gli spazi liberi circostanti è non solo molto forte, ma spesso non governata: la città si accresce in maniera disordinata e dispersa. “In broad terms, the process of land-use change is determined by universal driving forces such as population increase, urbanization, industrialization, and so on. On the other hand, it also depends on local characteristics such as inherent socio-economic and natural conditions and behavioral characteristics of the people.”(Morita et al., 1997) In molte aree del mondo l’estensione della città sul territorio avviene in assenza di una pianificazione territoriale in grado di gestire uno sviluppo armonico del costruito e influenza in maniera consistente la conformazione e la funzionalità del tessuto agricolo circostante. La perdita di compattezza dell’urbano si riflette sul sistema agricolo, con la conseguente destrutturazione delle relazioni morfologiche, ecologiche e persino sociali. La permanenza dell’attività agricola sul territorio può contribuire a mantenere la struttura territoriale e favorire una pianificazione ragionata e organica in funzione delle problematiche complesse che si verificano in ambito periurbano. L’agricoltura può dunque essere strumento di regolazione del consumo di suolo contribuendo ad una gestione del territorio che permetta un equilibrio e un dialogo tra città e campagna. “According to local ecological condition and habitat, periurban agricolture can contribute to preserve natural areas despite the increase the price of land “(Thapa et al., 2008). La permanenza dell’attività agricola è influenzata da numerosi fattori che possono favorirla o contrastarla: creando inefficienze di vario genere all’interno dell’impresa si può arrivare ad una crisi dell’attività e alla cessione dei terreni agricoli, che vengono destinati ad altri usi. Ipotizzando un’azione di questi fattori di pressione a scala di azienda, si può impostare una misurazione del rischio di cessione delle terre su base aziendale, appunto; le variabili che agiscono e influenzano la stabilità dell’azienda agricola potrebbero essere rilevate e fornire una stima del rischio di consumo di suolo agricolo di un’area. Data la rilevanza del fenomeno del consumo di suolo in territorio periurbano si è scelto di definire una metodologia che permettesse una stima del rischio di consumo proprio in tali aree. L’approccio metodologico è quello dell’indicatore sintetico. L’obiettivo è quello di sintetizzare realtà complesse e multidimensionali in un unico strumento, più semplice da interpretare rispetto ad una batteria di indicatori elementari(OECD, 2008). Inoltre può consentire una lettura chiara e immediata, soprattutto per i policy makers, in quanto porta ad indicazioni più precise e praticamente più utili (ISPRA, 2008). Il lavoro di ricerca ha portato alla costruzione dell’Indicatore di Rischio di Consumo di Suolo Agricolo, un indicatore sintetico composto da variabili agricolo-aziendali, sociali, economiche e geografiche, che restituiscono un’analisi del rischio di consumo di suolo agricolo di un’area periurbana. Lo studio si sviluppa con un approccio territoriale spaziale e procede su quattro livelli, articolati al loro interno: 1) scelta delle variabili che costituiscono l’indicatore sintetico; 2) scelta delle fonti; 3) descrizione dell’area di indagine 4) costruzione dell’indicatore sintetico; 5) rappresentazione cartografica dei dati, grazie all’uso della tecnologia GIS, con mappe che sintetizzano le zone a maggior rischio di perdita di suolo. Questo approccio consente di ottenere una rappresentazione spaziale del rischio ma anche di fornire un’analisi territoriale preliminare incentrata sulle aziende agricole del territorio indagato. Le variabili sono state scelte in funzione del loro effetto positivo o negativo sull’azienda in relazione all’obiettivo dell’indicatore, il consumo di suolo. Prima di procedere alla definizione delle variabili si è individuata un’area test su cui verificare l’IRCSA, anche per prendere in considerazione un territorio ‹‹reale››: le Province di Milano e di Monza e Brianza, che possiedono le caratteristiche di un territorio periurbano, ad esempio la vicinanza alla città e ad altri centri abitati, l’ alta densità demografica, il notevole ritmo di consumo di suolo, l’altissima pressione edilizia, la buona percentuale di territorio agricolo. Le variabili sono state scelte sia attraverso la consultazione della letteratura a disposizione, sia attraverso le criticità riscontrate nel territorio di analisi, sia in funzione della reperibilità del dato: l’obiettivo dell’indicatore infatti, è anche quello di poter replicare con facilità la metodologia proposta su altre aree periurbane, per cui i dati utilizzati devono poter essere disponibili per diversi territori e facilmente accessibili. Sono state utilizzate banche dati già esistenti anche se originali e in parte rielaborate; infatti uno dei risultati della ricerca è la creazione di una banca dati a livello aziendale in cui ciascun caso corrisponde ad un’azienda presente nell’area. La fonte di informazioni su cui si fonda gran parte del lavoro è il Sistema Informativo Agricolo della Regione Lombardia (SIARL), costituito dai dati raccolti annualmente dalla Regione provenienti dalle dichiarazioni degli agricoltori al fine di ottenere i finanziamenti PAC, oltre ad altre fonti di dati come il Censimento della popolazione Istat 2001, l’Agenzia del Territorio, l’Organismo Pagatore Regionale, la Cartografia della Regione Lombardia, la banca dati della Provincia di Milano su Agricoltura e Popolazione. Le variabili selezionate per l’IRCSA sono: dimensione economica dell’azienda (UDE), superficie aziendale, presenza di attività multifunzionali, distanza dal centro urbano più vicino, quota di sussidi ricevuta da fonti comunitarie (PUA e PSR), frammentazione del fondo aziendale, quota di terreni aziendali ricadenti in aree protette, valore medio immobiliare delle residenze del comune di appartenenza dell’azienda, densità abitativa del comune dell’azienda. Una volta costruito l’IRCSA si è pensato di utilizzare due differenti metodi di ponderazione delle variabili e confrontare i risultati: l’allocazione del punteggio e il metodo della ponderazione per regressione multipla. In questo modo si sono testati approcci analitici molto differenti che hanno portato a risultati diversi, favorendo una riflessione più approfondita sulle dinamiche del territorio. Infine, attraverso il modello di regressione sono stati prospettati tre scenari previsionali di consumo di suolo in relazione alle dinamiche future di popolazione del territorio di indagine.