Home Filiera tessile I costi di una filiera di lana rustica: alcuni spunti operativi e di analisi
I costi di una filiera di lana rustica: alcuni spunti operativi e di analisi E-mail

di  Questo indirizzo e-mail è protetto dallo spam bot. Abilita Javascript per vederlo. (Cnr-Ircres) e Questo indirizzo e-mail è protetto dallo spam bot. Abilita Javascript per vederlo. (Università di Torino)

Modelli organizzativi di filiera(1)

Nell'attuale filiera della lana rustica è possibile individuare tre modelli organizzativi principali, che si caratterizzano per una progressiva diminuzione dei costi fissi a favore dei costi variabili a seconda della produzione effettuata: 1. filiera integrata. Un unico soggetto si occupa dell'intera lavorazione, dall'allevamento al prodotto finito (filati o tessuti). In Italia non esistono esempi di filiera integrata a livello industriale.

2. parziale esternalizzazione. Un unico soggetto, che si occupa di una fase della catena produttiva, si appoggia ad altri operatori per le fasi a monte e a valle. Attualmente i soggetti che hanno meglio compreso il potenziale valore aggiunto della lana rustica sono i tessitori: devono comprare la lana e appoggiarsi a contoterzisti per le cruciali lavorazioni a monte della filiera, le più delicate a livello di adattamento tecnologico e ai fini della buona qualità del tessuto finale.

3. totale esternalizzazione. Un unico soggetto, spesso unipersonale, progetta l'intera lavorazione e coordina tutti i contoterzisti incaricati delle singole fasi. Si tratta di far lavorare la lana rustica secondo il modello di totale esternalizzazione oggi predominante nell'area pratese, tipica del distretto industriale, e non ancora applicato alle lane rustiche se non a livello sperimentale dal progetto FTS.

 

Alcune caratteristiche operative nelle attività di filiera

Al di là del modello gestionale, la strutturazione di una filiera deve tener presente alcuni vincoli legati alle possibilità operative attualmente a disposizione in Italia, in Piemonte in particolare, che impattano notevolmente i costi di produzione. Innanzitutto, il costo di acquisto della lana rustica è inferiore a quello delle lane tradizionali esportate di minore qualità, ma il punto cruciale è la disponibilità di tale lana. L'allevamento in proprio finalizzato alla sola produzione di lana appare totalmente diseconomico, ma il problema potrebbe essere superato mediante una differenziazione della produzione: non solo lana, ma carne e latte, per le razze che lo permettono. Occorre tenere presente che la possibilità di acquisto di materia prima di qualità dipende esclusivamente dalla disponibilità degli allevatori a produrre una lana più pulita e meglio tosata, e quindi è cruciale convincere produttori di carne e/o latte a seguire disciplinari e rispettare criteri di qualità per una materia da loro attualmente non valorizzata. A tal fine il prezzo al kg di lana sucida dovrebbe coprire almeno il prezzo della tosa, che per l'allevatore rappresenta un costo fisso dato che è obbligato a tosare per il benessere animale. L'attuale prezzo massimo registrato nelle buone pratiche raccolte in Italia non copre il costo massimo di una tosa di qualità, rendendo diseconomico per l'allevatore accollarsi un tale onere. A tal fine i consorzi svolgono un ruolo importante nel professionalizzare gli allevatori, in modo da spuntare un prezzo della lana migliore, abbattere i costi di stoccaggio e trasporto consorziando i produttori e coordinando le operazioni.

Un altro costo ingente è legato al lavaggio. In Italia ci sono pochi lavaggi disposti a lavorare un quantitativo inferiore ai 500 kg. È possibile procedere a un lavaggio casalingo per piccole quantità direttamente in una vasca all'aperto, avendo a disposizione tempo, abbondante acqua e ampi spazi per l'asciugatura, oltre a un adeguato sistema di filtraggio contro l'inquinamento delle acque causato da fanghi e lanolina. È importante la vicinanza tra allevamenti - centri di raccolta – lavaggi: Biella The Wool Company abbatte i costi di trasporto offendo raccolta e lavaggio nel Nord Italia, oltre che alla serie successiva di lavorazioni grazie a un consorzio di aziende contoterziste. Tra queste è di particolare rilevanza la filatura La filatura in proprio ha un costo molto elevato, dovuto alla concomitanza del sottoutilizzo dei macchinari dati i bassissimi quantitativi e le numerose difficoltà di adattare la tecnologia esistente. La filatura è anche la parte più sfidante della filiera, in cui si dà forma all'essenza del prodotto finito, in particolare producendo mischie tra la lana e altri materiali.

 

Metodologia per l'analisi dell'efficienza tecnica dei processi produttivi

Dato questo quadro di partenza, un'innovativa analisi è stata effettuata sui dati dei processi produttivi della filiera della lana con l'obiettivo di capire quale tra questi sia il più efficiente dal punto di vista tecnico.

Il problema infatti della produzione di capi di abbigliamento o di arredamento con la lana rustica è sicuramente quello di renderla il più confortevole possibile al tatto, oltre che piacevole alla vista, considerando però la convenienza tecnico-economica della produzione e lavorazione.

Per stimare l'efficienza, in senso economico e quindi di minimizzazione dei costi, è stata utilizzata una tecnica ben conosciuta dalla letteratura industriale e che ci consente di stimare per ogni processo produttivo un coefficiente (score) che sintetizza la capacità dell'unità di osservazione di produrre in modo conveniente.

La metodologia DEA (Data Envelopment Analysis) è un modello non parametrico e deterministico che permette di confrontare differenti unità osservate (i.e., DMU – Decision Making Unit) sulla base delle loro performance tecniche a parità di fattori produttivi.

Esistono diverse varianti di questa metodologia ma quella che viene qui utilizzata è quella standard che prevede la risoluzione per ciascuna unità di indagine di un problema di ottimizzazione che alla fine permette di disegnare una "frontiera efficiente" sulla quale sono posizionate le osservazioni efficienti. Le unità che non si trovano sulla frontiera sono meno efficienti e l'inefficienza aumenta all'aumentare della distanza dalle osservazioni efficienti. Pensando di poter visualizzare il modello, in un sistema cartesiano bidimensionale, immaginiamo di disegnare una curva convessa verso l'origine costruita considerando i processi produttivi efficienti. I punti distanti dalla frontiera (la curva appena definita) rappresentano i processi produttivi che segnalano un'inefficienza che viene calcolata in base alla distanza radiale dall'origine.

L'approccio qui utilizzato è stato output-oriented (Daraio e Simar, 2007) con variabile return to scale (VRS; Banker et al., 1984) che, senza entrare nei dettagli matematici, ci consente di assegnare degli score di efficienza alle unità osservate (cioè ai processi produttivi) considerando quale o quali sono in grado di massimizzare l'output dati gli input fissi. Questa scelta è stata effettuata poiché al manager aziendale interesserà sapere quale processo produttivo sarà in grado di garantire il maggior quantitativo di lana, data la forza lavoro e la lana grezza utilizzata. Infine, si è proceduto a effettuare una procedura di bootstrap in modo da irrobustire i risultati date le poche osservazioni disponibili, così come suggerito da Simar e Wilson (2008). Gli score che derivano da questo modello variano tra 1, che viene assegnato alle osservazioni efficienti, e + infinito: maggiore è il punteggio e maggiore è l'inefficienza del processo produttivo.

Come variabili-input sono state considerate le informazioni relative a filatura (€/kg); tessitura e finissaggio (€/m). La quantità finale di tessuto prodotto in metri quadrati (espresso in gr/mq) è stata invece utilizzata come misura di output. In questo specifico caso, gli score di efficienza calcolati attraverso la DEA permettono di capire a parità di input (filatura e tessitura e finissaggio) quale processo produttivo genera l'output migliore in termini di quantità.

I processi produttivi che sono stati considerati nell'analisi con i relativi dettagli sono i seguenti:

1. Filato cardato 100% lana tessuti fantasia

2. Filato cardato 50% lana sarda, 30% blouses, 20% poliammide

3. Filato cardato 88% lana 12% pc, tessuti tinta unita realizzati con intrecci diversi

4. Filato cardato 86% lana 14% pl, tessuti tinta unita realizzati con intrecci diversi

5. Filato cardato 100% lana lavorazione industriale

6. Filato cardato 70% lana 30% pl

7. Filato cardato 87% lana 13% pa, serie 2

8. Filato cardato 88% lana 13% pa, serie 3

9. Filato cardato 70% lana 30% pa, serie melange

10. Filato cardato 100% lana, serie pregiata

 

Per concludere

I risultati ottenuti con il modello DEA sono stati sintetizzati nella Tabella 1 e nella corrispondente Figura 1. La tabella presenta 5 colonne la prima delle quali corrisponde all'identificativo del processo produttivo come presentato nell'elenco numerato precedente. La seconda colonna (Eff.bias scores) mostra il valore dello score di efficienza corretto con un termine di errore (bias) ottenuto attraverso la procedura del bootstrap. Si ricorda che i valori inferiori dello score rappresentano i migliori processi produttivi in termini di capacità tecnica a produrre lana. Le due colonne successive (Lower bound e Upper bound) identificano gli intervalli di confidenza per ciascuno score. Questi valori sono particolarmente importanti per determinare quanto la stima possa essere attendibile. Se infatti ci troviamo di fronte a intervalli di confidenza molto ampi, il rischio è che il valore dello score ottenuto possa variare notevolmente, considerazione opposta se l'intervallo di confidenza è invece non troppo esteso. L'ultima colonna sintetizza questa misura ed è stata ottenuta facendo la differenza tra il limite superiore dell'intervallo di confidenza (Upper bound) e quello inferiore (Lower bound). È possibile dunque concludere che dove la variazione dell'intervallo di confidenza è inferiore corrisponde una stima più robusta dello score di efficienza. Osservando i valori contenuti in tabella, i processi produttivi più efficienti risultano essere il 9, l'8 e il 7 poiché presentano uno score inferiore, mentre il processo 1 mostra il risultato meno soddisfacente

 

Tabella 1. Score di efficienza tecnica corretti con la procedura di bootstrap.

3-Moiso-tab.1

Fonte: Moiso e Falavigna, 2016, p. 62, cfr. nota 1.

 

La figura permette di visualizzare i risultati ottenuti. Sull'asse delle ascisse sono rappresentati i processi produttivi per ognuno dei quali un puntino rosso è disegnato in corrispondenza del valore dello score di efficienza tecnica che è descritto sull'asse delle ordinate. Inoltre, per ogni osservazione è stato riportato l'intervallo di confidenza che visualizzato permette subito di comprendere che tra i tre processi produttivi più efficienti, quello che presenta la stima più robusta è il numero 8.

Le conclusioni che derivano da questa analisi mettono in luce che le produzioni più efficienti riguardano la lavorazione del filato cardato con una percentuale elevata di lana (>70%) e una inferiore di pa. Le osservazioni meno efficienti invece si riferiscono a produzioni che utilizzano lana al 100% (processo produttivo 1) oppure che la lavorano insieme ad altri materiali (lavorazioni 2 e 3). A livello di efficienza tecnica pertanto, i risultati suggeriscono che le performance migliori si ottengono con una lavorazione mista tra lana in elevata percentuale e pa.

Si rende tuttavia necessario specificare che il presente lavoro è del tutto sperimentale poiché i dati a disposizione non permettono di generalizzare i risultati, anche se rappresentano una prima indicazione su quali siano i processi produttivi che meglio si prestano alla lavorazione della lana rustica. Le presenti conclusioni devono dunque essere considerate solo come un punto iniziale da cui partire per proseguire nell'analisi dei processi produttivi che coinvolgono la lana rustica italiana.

 

Bibliografia

Banker R.D., Charnes A., Cooper W.W. (1984), Some Models for Estimating Technical and Scale Inefficiencies in Data Envelopment Analysis, Management Science, vol. 30, n. 9, pp. 1078-1092.

Daraio C., Simar L. (2007), Advanced Robust and Nonparametric Methods in Effi- ciency Analysis: Methodology and Application, Berlin, Springer.

Simar, L., Wilson, P.W. (2008), Statistical inference in nonparametric fron- tier models: recent developments and perspectives. The measurement of productive efficiency and productivity growth, 421-521.

 

 

 

 

 

Nota(1) L'articolo è un estratto selettivo del capitolo "Il valore della lana italiana: aspetti economici, gestionali ed efficienza", di Valentina Moiso e Greta Falavigna, in E. Pagliarino, M. Cariola, V. Moiso "Economia del tessile sostenibile: la lana italiana", Franco Angeli, Collana Agricoltura e benessere, 2016