In questa tesi, proponiamo un'analisi econometrica della narcodeforestazione in Colombia e dell'efficacia della politica di aspersione del glifosato per ridurre le colture di coca nel paese. La tesi si compone di tre capitoli, corrispondenti a saggi correlati ma indipendenti. Il capitolo 1 indaga il ruolo della coltivazione della coca come determinante della deforestazione in Colombia a livello nazionale e subnazionale, utilizzando dati trasversali a livello comunale. Per il livello subnazionale, viene utilizzata un'analisi di cluster per identificare quattro regioni omogenee di coltivazione della coca. Quindi, i modelli spaziali vengono utilizzati per verificare se la coltivazione della coca ha un impatto significativo sulla deforestazione a livello nazionale e in ciascuna delle regioni. Per controllare i fattori che influenzano la deforestazione, consideriamo un insieme di quarantaquattro variabili di controllo, comprese variabili biofisiche, antropogeniche e socioeconomiche. Per evitare la multicollinearità, abbiamo implementato una scomposizione spettrale basata sull'estrazione dei componenti principali per ridurre la dimensionalità dei dati, ma conservando più del 70% dell’informazione. Nel primo capitolo, la deforestazione viene calcolata dal Global Forest Change Dataset, poiché fornisce dati più aggiornati rispetto ad altre fonti. Tuttavia, questo set di dati è stato talvolta criticato per la quantificazione eccessiva della copertura forestale in diverse parti del mondo, un problema che può essere alleviato attraverso un'attenta calibrazione della percentuale di copertura forestale utilizzata per produrre mappe forestali. La disponibilità di stime affidabili della copertura forestale è ovviamente di importanza cruciale per i ricercatori che monitorano gli stock forestali. Questa necessità motiva il secondo capitolo di questa tesi. Nel Capitolo 2, presentiamo una valutazione dell'accuratezza dei tre principali set di dati per prevedere la copertura forestale in Colombia, vale a dire, quello rilasciato dall'Instituto de Hidrología, Meteorologia y Estudios Ambientales (IDEAM), che è il set di dati più utilizzato per gli studi su deforestazione in Colombia, il Global Forest Change Dataset (GFCD) dell'Università del Maryland e il set di dati dell'Agenzia spaziale europea (ESA). L'obiettivo è (i) studiare l'accuratezza delle mappe di copertura forestale ottenute da GFCD utilizzando diverse soglie di copertura arborea in diverse zone ecologiche in Colombia; (ii) confrontare l'accuratezza di GFCD, previa ottimizzazione della soglia, con quella di ESA e IDEAM; (iii) fornire agli utenti linee guida per la scelta del set di dati più affidabile per la mappatura forestale, sia per particolari zone ecologiche che per la Colombia nel suo insieme. A tale scopo, estraiamo casualmente un gran numero di pixel da ciascuna zona ecologica e raccogliamo dati di riferimento per ciascuna di esse affidandoci a Collect Earth, che è un programma che viene utilizzato per ricerche sul campo, in particolare per il controllo incrociato delle classificazioni dei terreni . Quindi, deriviamo una matrice di ciascun database (e da ciascuna soglia per GFCD) contro i dati di riferimento, e utilizziamo questa matrice per calcolare varie misure di accuratezza. Infine, nel capitolo 3, studiamo l'effetto causale sulla coltivazione della coca di una specifica politica antidroga: l'aspersione del glifosato delle colture di coca. Si tratta di una politica antidroga controversa per molte ragioni: non solo è rischiosa per la salute umana e l'ambiente, ma colpisce anche il bestiame e le piantagioni legali, le famiglie povere, alimentando l'insicurezza sociale e la discordia e determinando lo sfollamento di intere comunità. Inoltre, la sua efficacia nel ridurre la coltivazione della coca è controversa e gli studi su questo tema hanno spesso raggiunto risultati contrastanti. L'aspersione aerea è stata sospesa nel 2015, ma nonostante i suoi effetti collaterali, questa politica è stata riconsiderata come misura di eradicazione forzata. Lo scopo di questo capitolo è, quindi, quello di contribuire all'attuale letteratura sulla valutazione del impatto reale dell'aspersione del glifosato sulle colture di coca. La sfida principale consiste nell'affrontare i problemi di endogeneità causati dal fatto che l'irrorazione non è assegnata in modo casuale ma è maggiore nelle aree con più colture di coca, generando così una distorsione della simultaneità nelle stime OLS. Utilizziamo l'analisi di regressione panel sui dati comunali che coprono il periodo 2000-2015 e sfruttiamo la fonte esogena di variazione nell'aspersione aerea attraverso l’utilizzo di variabili strumentali. Strumentiamo l'aspersione aerea con il numero di giorni dell'anno in cui il vento è stato al di sotto di una certa soglia. Infatti, l'irrorazione viene normalmente effettuata quando la velocità del vento superficiale è inferiore a 6-7 m/s, in modo da soddisfare la condizione di rilevanza dello strumento. Per soddisfare anche il vincolo di esclusione, controlliamo ulteriormente le variabili climatiche, che possono essere correlate al vento e avere un effetto diretto sulla coltivazione della coca, come le precipitazioni.

An Econometric Analysis of Colombia’s Narcodeforestation and Glyphosate Aspersion Policy

Rivadeneyra Garcia, Perla Irasema
2022-01-01

Abstract

In questa tesi, proponiamo un'analisi econometrica della narcodeforestazione in Colombia e dell'efficacia della politica di aspersione del glifosato per ridurre le colture di coca nel paese. La tesi si compone di tre capitoli, corrispondenti a saggi correlati ma indipendenti. Il capitolo 1 indaga il ruolo della coltivazione della coca come determinante della deforestazione in Colombia a livello nazionale e subnazionale, utilizzando dati trasversali a livello comunale. Per il livello subnazionale, viene utilizzata un'analisi di cluster per identificare quattro regioni omogenee di coltivazione della coca. Quindi, i modelli spaziali vengono utilizzati per verificare se la coltivazione della coca ha un impatto significativo sulla deforestazione a livello nazionale e in ciascuna delle regioni. Per controllare i fattori che influenzano la deforestazione, consideriamo un insieme di quarantaquattro variabili di controllo, comprese variabili biofisiche, antropogeniche e socioeconomiche. Per evitare la multicollinearità, abbiamo implementato una scomposizione spettrale basata sull'estrazione dei componenti principali per ridurre la dimensionalità dei dati, ma conservando più del 70% dell’informazione. Nel primo capitolo, la deforestazione viene calcolata dal Global Forest Change Dataset, poiché fornisce dati più aggiornati rispetto ad altre fonti. Tuttavia, questo set di dati è stato talvolta criticato per la quantificazione eccessiva della copertura forestale in diverse parti del mondo, un problema che può essere alleviato attraverso un'attenta calibrazione della percentuale di copertura forestale utilizzata per produrre mappe forestali. La disponibilità di stime affidabili della copertura forestale è ovviamente di importanza cruciale per i ricercatori che monitorano gli stock forestali. Questa necessità motiva il secondo capitolo di questa tesi. Nel Capitolo 2, presentiamo una valutazione dell'accuratezza dei tre principali set di dati per prevedere la copertura forestale in Colombia, vale a dire, quello rilasciato dall'Instituto de Hidrología, Meteorologia y Estudios Ambientales (IDEAM), che è il set di dati più utilizzato per gli studi su deforestazione in Colombia, il Global Forest Change Dataset (GFCD) dell'Università del Maryland e il set di dati dell'Agenzia spaziale europea (ESA). L'obiettivo è (i) studiare l'accuratezza delle mappe di copertura forestale ottenute da GFCD utilizzando diverse soglie di copertura arborea in diverse zone ecologiche in Colombia; (ii) confrontare l'accuratezza di GFCD, previa ottimizzazione della soglia, con quella di ESA e IDEAM; (iii) fornire agli utenti linee guida per la scelta del set di dati più affidabile per la mappatura forestale, sia per particolari zone ecologiche che per la Colombia nel suo insieme. A tale scopo, estraiamo casualmente un gran numero di pixel da ciascuna zona ecologica e raccogliamo dati di riferimento per ciascuna di esse affidandoci a Collect Earth, che è un programma che viene utilizzato per ricerche sul campo, in particolare per il controllo incrociato delle classificazioni dei terreni . Quindi, deriviamo una matrice di ciascun database (e da ciascuna soglia per GFCD) contro i dati di riferimento, e utilizziamo questa matrice per calcolare varie misure di accuratezza. Infine, nel capitolo 3, studiamo l'effetto causale sulla coltivazione della coca di una specifica politica antidroga: l'aspersione del glifosato delle colture di coca. Si tratta di una politica antidroga controversa per molte ragioni: non solo è rischiosa per la salute umana e l'ambiente, ma colpisce anche il bestiame e le piantagioni legali, le famiglie povere, alimentando l'insicurezza sociale e la discordia e determinando lo sfollamento di intere comunità. Inoltre, la sua efficacia nel ridurre la coltivazione della coca è controversa e gli studi su questo tema hanno spesso raggiunto risultati contrastanti. L'aspersione aerea è stata sospesa nel 2015, ma nonostante i suoi effetti collaterali, questa politica è stata riconsiderata come misura di eradicazione forzata. Lo scopo di questo capitolo è, quindi, quello di contribuire all'attuale letteratura sulla valutazione del impatto reale dell'aspersione del glifosato sulle colture di coca. La sfida principale consiste nell'affrontare i problemi di endogeneità causati dal fatto che l'irrorazione non è assegnata in modo casuale ma è maggiore nelle aree con più colture di coca, generando così una distorsione della simultaneità nelle stime OLS. Utilizziamo l'analisi di regressione panel sui dati comunali che coprono il periodo 2000-2015 e sfruttiamo la fonte esogena di variazione nell'aspersione aerea attraverso l’utilizzo di variabili strumentali. Strumentiamo l'aspersione aerea con il numero di giorni dell'anno in cui il vento è stato al di sotto di una certa soglia. Infatti, l'irrorazione viene normalmente effettuata quando la velocità del vento superficiale è inferiore a 6-7 m/s, in modo da soddisfare la condizione di rilevanza dello strumento. Per soddisfare anche il vincolo di esclusione, controlliamo ulteriormente le variabili climatiche, che possono essere correlate al vento e avere un effetto diretto sulla coltivazione della coca, come le precipitazioni.
File in questo prodotto:
File Dimensione Formato  
THESIS_UNIMC_Rivadeneyra_compressed.pdf

accesso aperto

Descrizione: “AN ECONOMETRIC ANALYSIS OF COLOMBIA’S NARCODEFORESTATION AND GLYPHOSATE ASPERSION POLICY”
Tipologia: Tesi di dottorato
Licenza: Creative commons
Dimensione 8.59 MB
Formato Adobe PDF
8.59 MB Adobe PDF Visualizza/Apri

I documenti in IRIS sono protetti da copyright e tutti i diritti sono riservati, salvo diversa indicazione.

Utilizza questo identificativo per citare o creare un link a questo documento: https://hdl.handle.net/11393/301690
 Attenzione

Attenzione! I dati visualizzati non sono stati sottoposti a validazione da parte dell'ateneo

Citazioni
  • ???jsp.display-item.citation.pmc??? ND
  • Scopus ND
  • ???jsp.display-item.citation.isi??? ND
social impact