Nel progetto EcoWheataly c’è un cuore tecnologico decisivo: un modello di simulazione ad agenti (ABM) capace di rappresentare migliaia di aziende agricole italiane, reali e virtuali, per studiare l’effetto delle politiche agricole sul futuro del grano duro italiano.
Il punto di partenza è semplice da dire ma complesso da realizzare: ricostruire un’Italia agricola fedele ai dati, combinando fonti diverse (RICA e Censimento ISTAT) e colmando i vuoti attraverso algoritmi statistici avanzati.
Dai dati alla simulazione: il “load balancing” che costruisce le aziende
Il processo inizia da due dataset:
- RICA, che fornisce i dati delle aziende reali;
- ISTAT, che fornisce il numero di terreni per ogni combinazione provincia × fascia altimetrica.
Questi due mondi non coincidono: in alcune zone ci sono più terreni che aziende osservate, in altre il contrario.
Per questo EcoWheataly applica un algoritmo di load balancing: una procedura che confronta territorio per territorio i dati RICA e ISTAT e calcola quante aziende “mancano” per avere una rappresentazione completa.
Il risultato?
- 1846 aziende reali,
- 242 aziende artificiali,
- per un totale di 2088 aziende simulate, distribuite su 4 “rank” paralleli di calcolo, ciascuno con reali e artificiali assegnate.
Il numero di aziende artificiali (242) è tenuto al minimo (2 per ogni provincia-altimetria) per fare delle prove di funzionamento.
A regime saranno circa 130000 aziende; cioè le aziende attive nella produzione del grano duro secondo il censimento.
Questa struttura distribuita permette di gestire carichi di simulazione elevati, mantenendo coerenza territoriale e statistica.
Come si creano le aziende artificiali
Per generare le aziende che non esistono nei dati RICA, il team utilizza un file di configurazione costruito da stime statistiche
Qui ogni provincia e fascia altimetrica contiene:
- superfici medie coltivate,
- caratteristiche dell’imprenditore,
- dimensioni aziendali,
- variabili agronomiche,
tutte ricostruite partendo dalle distribuzioni osservate nei dataset ufficiali.
Quando un’informazione manca, viene estratta da una distribuzione stimata ad hoc: un modo elegante per ottenere aziende verosimili e coerenti con il territorio.
Allineare RICA al modello: il caso dell’età dell’imprenditore
Un esempio chiave riguarda l’età: RICA fornisce solo una classificazione binaria (“giovane” ≤40, “non giovane” >40).
Ma nel modello decisionale l’età deve essere numerica.
Per questo viene ricostruita usando una distribuzione statistica stimata a partire dai dati disponibili: un passaggio essenziale per rendere il comportamento dell’agente più realistico.
Agenti reali e agenti virtuali: un’Italia agricola completa
Una volta completato il load balancing, ogni “rank” di simulazione contiene:
- un file con le aziende reali (con tutte le variabili osservate),
- un file con le aziende artificiali (con variabili estratte dalle distribuzioni RICA/ISTAT).
Insieme, questi due gruppi replicano un’Italia del grano completa e statisticamente solida.
Nel modello, non esiste differenza tra reale e virtuale: entrambi seguono criteri di scelta, reagiscono alle politiche e competono per risorse e rese.
Dentro il processo decisionale
Il cuore del progetto è il processo decisionale degli agricoltori, che integra:
- caratteristiche socioeconomiche,
- variabili agronomiche,
- vincoli territoriali,
- risposta alle politiche pubbliche.
Ogni agente prende decisioni (dall’uso di fertilizzante alla gestione delle superfici) basandosi su un modello che riprende gli elementi della microeconomia e della sostenibilità, già presentati nel lavoro congiunto del gruppo.
Possibili sviluppi del modello
I possibili sviluppi del sistema ABM sono:
- integrazione di nuovi input produttivi,
- nuovi indicatori di impatto ambientale,
- maggiore dettaglio territoriale,
- calibrazione con dati aggiornati RICA e ISTAT,
- espansione verso modelli più complessi di risposta alle politiche.
Conclusione: una simulazione che “fa parlare” l’Italia agricola
Il modello ABM di EcoWheataly non è un semplice esercizio tecnico, ma è un modo per far parlare, quasi “dare voce”, alle migliaia di aziende agricole italiane — comprese quelle che non finiscono nei dataset ma che il territorio richiede.
Grazie a questa ricostruzione fedele, il progetto può simulare scenari PAC, analizzare politiche sulla sostenibilità del grano e capire come gli agricoltori italiani rispondono davvero agli incentivi.
Un tassello fondamentale per costruire politiche che funzionino per davvero, sul campo.
Fonti:
- Giulioni, G. (2025). Integrazione dati RICA, dati ISTAT e modello decisionale – EcoWheataly. Presentazione al Meeting EcoWheataly, Roma, 11 novembre 2025. Dipartimento DiSEGS, Università “G. d’Annunzio” Chieti-Pescara.