Tra
il 2010 ed il 2020 è cresciuta in media del 4,8%
La Banca Mondiale calcola
la percentuale dei terrei agricoli irrigui in percentuale dei terreni agricoli
totali. I terreni agricoli irrigati si riferiscono alle aree agricole
appositamente fornite di acqua, comprese le terre irrigate mediante allagamento
controllato. Il dataset presenta molti missing values e quindi per molti paesi
la serie storica è mancante.
Ranking dei paesi per
valore dei terreni agricoli irrigati nel 2020. Il
Bangladesh è al primo posto per valore dei terreni agricoli irrigati con un
valore pari a 82.08%, Suriname con 71,43% e Pakistan con 52,66%. A metà
classifica vi sono Danimarca con 9,01%, Giordania con 8.10% e Oman con 7.40%.
Chiudono la classifica la Bielorussia con 0,37%, la Mongolia con 0,05% e
l’Islanda.
Ranking dei paesi per
valore della variazione percentuale dei terreni agricoli irrigati tra il 2010
ed il 2020. La Romania è al primo posto per valore della
variazione percentuale dei terreni agricoli irrigati tra il 2010 ed il 2020 con
un valore di 491,43%, seguita dalla Serbia con 109,04%, e dalla Repubblica
Slovacchia con il 63,29%. A metà classifica vi sono Azerbaijan con un valore di
3,97%, seguita dall’Armenia con 3,65% e dalla Turchia con 3,31%. Chiudono la
classifica l’Australia con -12,6%, seguita dalla Giordania con -15,81% e dalle
Mauritius con -16,41%.
Clusterizzazione con
algoritmo k-Means ottimizzato con il coefficiente di Silhouette.
Di seguito viene presentata una clusterizzazione con algoritmo k-Means
ottimizzato con il coefficiente di Silhouette. L’analisi mette in evidenza la
presenza di due clusters costituiti come di seguito ovvero:
•
Cluster 1:
Serbia, Repubblica Slovacca, Romania, Ucraina, Repubblica Ceca, Australia,
Afganistan, Slovenia, Bielorussia, Armenia, Giordania, Kirghizistan, Spagna,
Turchia, Ecuador, Albania, Emirati Arabi Uniti, Mauritius;
•
Cluster 2:
Pakistan, India, Suriname, Malta; Azerbaigian.
Calcolando la mediana dei
clusters per ciascun elemento è possibile individuare il seguente ordinamento
dei clusters ovvero C2=39,96>C1=7,3.
Machine learning and
predictions. Di seguito viene presentata una analisi
di machine learning per la predizione del valore futuro della percentuale dei
terreni agricoli irrigui. Gli algoritmi sono analizzati in base alla loro
capacità di massimizzare l’R-squared e di minimizzare il MAE, l’MSE e RMSE. Gli
algoritmi sono stati addestrati con l’80% dei dati mentre il restante 20% dei
dati sono stati utilizzati per la predizione vera e propria. Per ciascun
indicatore viene realizzato un ranking. I ranking vengono sommati. L’algoritmo
che ha il ranking minore viene considerato come l’algoritmo “Best Predictor”.
Viene quindi individuato il seguente ordinamento dei clusters ovvero:
- •
ANN-Artificial Neural Network con un
payoff pari a 5;
- •
Tree Ensemble Regression con un payoff
pari a 7;
- •
PNN-Probabilistic Neural Network con un
payoff pari a 12;
- •
Random Forest Regression con un valore del
payoff pari a 16;
- •
Gradient
Boosted Trees Regression con un valore del payoff pari a 20;
- •
Simple Regression Tree con un valore del
payoff pari a 24;
- •
Polynomial Regression con un valore del
payoff pari a 28;
- •
Linear Regression con un valore pari a 32.
Pertanto applicando
l’algoritmo best predictor ovvero l’ANN è possibile predire il futuro andamento
della variabile analizzata per i seguenti paesi:
- •
Armenia con una crescita del +5.97%;
- •
Repubblica Ceca con +245,27%;
- •
Spagna con +1,09%;
- •
Kyrgyz Republic con +5,48%;
- •
Mauritius con +11,70%;
- •
Suriname con -18,92%,
- •
Slovenia con +195,69%.
L’applicazione
dell’algoritmo best predictor mette in evidenza un andamento sostanzialmente
crescente del valore della percentuale dei terreni agricoli irrigati nei paesi
analizzati.
Network analysis con
l’utilizzo della distanza di Euclidea. Di seguito viene
presentata una network analysis con l’utilizzo della distanza euclidea. Vengono
individuati in modo particolare due strutture a network delle quali una
semplificata ed una complessa.
In modo particolare:
- •
Slovacchia e Ucraina sono connesse in una
relazione avente valore pari a 0,033.
Esiste una struttura a
rete complessa come indicata di seguito ovvero:
- •
L’Australia ha una connessione con la
Slovenia per un valore pari a 0,23 unità, con la Repubblica Ceca per un valore
pari a 0,021 unità, e con la Bielorussia per un valore di 0,029 unità;
- •
La Slovenia ha una connessione con
l’Australia per un valore di 0,023 unità, con la Repubblica Ceca per un valore
di 0,021 unità, e con la Bielorussia per un valore di 0,012 unità;
- •
La Bielorussia ha una connessione con
l’Australia per un valore di 0,029 unità, con la Slovenia per un valore di 0,021
unità con la repubblica Ceca per un valore di 0,033;
- •
La Repubblica Ceca ha una connessione con
la Slovenia per un valore di 0,021 unità, con l’Australia per un valore di 0,012,
e con la Bielorussia per un valore pari a 0,033.
Ovviamente la presenza di
relazioni di network non sta ad indicare la presenza di una relazione del tipo
causa-effetto. Infatti, la network analysis non implica la causalità. Si tratta
piuttosto di mettere in evidenza delle relazioni nella struttura dei dati dei
paesi che tendono ad avere andamenti similari a livello metrico.
Conclusioni.
La percentuale dei terreni agricoli irrigui è cresciuta in media del 4,48% tra
il 2010 ed il 2020 nei paesi analizzati. Il dataset della Banca Mondiale
presenta molti missing data. Sono tanti i paesi assenti nel dataset della World
Bank. Ne deriva che il risultato è certamente parziale e non può essere
generalizzato oltre i paesi esplicitamente analizzati. Dall’analisi risulta che
sono i paesi dell’Asia meridionale ad avere maggiore presenza di terreni
irrigui. Tale analisi è compatibile con la struttura del PIL dell’India, dove
la componente dell’agricoltura è ancora rilevante a causa dell’ancora ridotta
industrializzazione e servitization. L’analisi predittiva mette in evidenza un
ulteriore crescita dei terreni agricoli irrigui nei paesi analizzati. Tale
crescita può essere dovuta alla capacità dei paesi considerati di sviluppare
dei veri e propri vantaggi competitivi nell’agricoltura acquisendo un ruolo
specifico nelle dinamiche del commercio internazionale. In ogni caso è
possibile che cambiamenti bio-tecnologici indotti dalla ricerca scientifica
nell’agricoltura possano indurre delle modificazioni nell’attuale struttura dei
mercati agricoli a livello mondiale.
Commenti
Posta un commento