IL FOOD PRODUCTION INDEX

L’indice di produzione alimentare copre le colture alimentari considerate commestibili e che contengono sostanze nutritive. Caffè e tè sono esclusi perché, sebbene commestibili, non hanno valore nutritivo.

Ranking dei paesi per valore della produzione alimentare nel 2021. Il Senegal è al primo posto per valore del Food Production Index con un valore pari a 177,74, seguito dal Qatar con un valore di 162,02 unità, dall’Arabia Saudita con 158,96, Djibouti con 144,13, e Oman con 143,95. A metà classifica vi sono Eswatini con 105,13 unità, seguito dal Gabon con 105.09, dalla Kyrgyz Republic con 104,94, Yemen con 104,92, Eritrea con 104,86, e Guatemala con 104,80. Chiudono la classifica Malta con 76,43, Timor Este con 76,34, St Lucia con 75,92, Gambia con 72,50 unità, Cuba con 68,31.

Ranking dei paesi per valore della variazione percentuale dell’indice della produzione alimentare tra il 2013 ed il 2021. Il Senegal è al primo posto per valore della variazione percentuale dell’indice della produzione alimentare tra il 2013 ed il 2021 con un valore pari a 119,59, seguito dal Qatar con un ammontare di 66,33 unità, Malawi con 64,91, Tajikistan con un valore di 63,58, e Mongolia con 59,2 unità. A metà classifica Papua New Guinea con un valore pari a 9,31, seguita da Central African Republic con 9,22, Jamaica con 8,9, Turkmenistan con 8,84, Gabon con 8,81, Burundi con 8,33. Chiudono la classifica St Lucia con -23,70, Malta con -24,7, Tonga con -25,9, Cuba con -29,82, Samoa -32,6, Gambia con -33,84. Tra il 2013 ed il 2021 il valore della variazione percentuale della produzione alimentare è cresciuto in media di circa il 10%.

Machine learning and predictions. Di seguito analizziamo otto diversi algoritmi di machine learning utilizzati per la predizione del valore futuro dell’indice della produzione alimentare. Gli algoritmi vengono classificati in base alla massimizzazione dell’R-squared e della riduzione degli errori statistici ovvero MAE-Mean Squared Error, MSE-Mean Squared Error, Root Mean Squared Error-RMSE. Gli algoritmi sono stati addestrati con l’80% dei dati disponibili mentre il restante 20% può essere utilizzato per la predizione vera e propria. L’ordinamento degli algoritmi è indicato come di seguito ovvero:

Polynomial Regression con un valore di 4 unità;
Gradient Boosted Trees con un valore di 10 unità;
Tree Ensemble Regression con un valore di 13 unità;
Random Forest Regression con un valore di 14 unità;
ANN-Artificial Neural Network con un valore di 21 unità;
Linear Regression con un valore di 22 unità;
Simple Regression Tree con un valore di 28 unità;
PNN-Probabilistic Neural Network con un valore di 32 unità.

L’algoritmo maggiormente evoluto è il Polynomial Regression con un valore di 4. Applicando l’algoritmo Polynomial Regression è possibile predire l’andamento futuro del Food Production Index. È possibile distinguere paesi winners, ovvero paesi per i quali è predetta una crescita del valore del Food Production Index, e paesi losers ovvero paesi per i quali è predetta una riduzione del valore del Food Production Index.

Paesi winners. Tra i paesi winners vi sono: St. Lucia con un valore di 241,86, Croazia con 166,00, The Gambia con 140,42, Tonga con 81,91, Bosnia and Herzegovina con un valore di 67,98, Canada con 61,36, Maldive con 42,82, Iran con 30,32, Vanuatu con 29,35, Bahrain con 26,59, Rwanda con 25,13, Corea del Nord con 19,96, Grecia con 19,08, Paraguay con 16,62, Tunisia con 16,16, Sao Tome and Principe con 14,08, Lesotho con 11,46, Tailandia con 11,08, Austria con 10,43, Micronesia con 10,21, Filippine con 9,35, Djibouti con 9,21, Bielorussia con 7,91, Spagna con 7,59, Mozambico con 6,74, Guatemala con 6,48, Kazakhstan con 6,42, Comoros con 6,00, Yemen con 5,66, Georgia con 3,35, Grenada con 3,21, Papua New Guinea con 2,809, Svezia con 2,71, Nuova Zelanda con 1,32, Solomon Islands con 1,09, Italia con 0,96.

Paesi losers. L’algoritmo best predictor predice anche i paesi losers, ovvero paesi per i quali è predetta una riduzione del valore del Food Production Index. Tali paesi sono St. Kittis and Nevis con -0,68, Malaysia con -1,38, Zambia con -1,43, Russian Federation con -1,99, Chad con -4,82, United Arab Emirates con -5,59, Uzbekistan con -7,30, Mauritania con -7,69, Bangladesh con -8,38, Ecuador con -9,87, Afghanistan con -10,08, Uganda con -11,07, Perù con -11,69, Bolivia con -12,33, Azerbaijan con -14,03, Senegal con -15,16, Pakistan con -16,91, Brunei Darussalam con -17,17, Saudi Arabia con -23,77, Qatar con -32,85, Portugal con -39,74.

Conclusioni. Il valore del Food Production Index è cresciuto in media del 10% tra il 2013 ed il 2021. I paesi leader nel Food Production Index sono Arabia Saudita, India, Mongolia. Occorre considerare che il valore del Food Production Index è calcolato come un indicatore a base 100. Pertanto, le variazione sono calcolate rispetto al periodo di riferimento ovvero il periodo 2014-2016. Più o meno tutti i paesi tendono ad avere una crescita marginale del valore del Food Production Index, con alcune eccezioni ovvero Myanmar, Venezuela, Iran e Canada. Ovviamente la riduzione del valore del Food Production Index può essere dovuto a motivazioni di tipo politico-economico come per esempio nel caso del Venezuela e dell’Iran, o per motivazioni strettamente economico ovvero il Canada. Lo sviluppo delle tecnologie in ambito agricolo dovrebbe portare ad una crescita del valore della produzione agricola e quindi ad una crescita ulteriore del valore del Food Production Index. Ne deriva pertanto che nel futuro il valore del Food Production Index dovrebbe continuare a crescere, anche con nuove metodologie di produzione agricola che potrebbero sostenere anche ulteriori aumenti della crescita della popolazione mondiale.

***********************************