La geopolitica dello shale gas…
dic
20
20 dicembre 2012 - 4:00 pm | by Silendo | 15 Comments »
Tags: nucleare e risorse energetiche, stati uniti.
Studi Strategici ed Intelligence… for dummies
Più Shale più Italia..
Rispetto molto Robert Kaplan, ma credo che documentarsi meglio prima di scrivere di questioni tecniche sarebbe una scelta saggia.
Partendo dal generale, benissimo che la geografia conta: i depositi naturali sono in certi posti e non in altri. Ma affinché questi depositi servano a qualcosa, servono due elementi: la domanda e la tecnologia.
Per quanto riguarda la domanda, l’energia serve nei processi produttivi: l’energia è solo uno degli input delle varie attività economiche. Interessante il caso della Spagna: ha capacità di rigassificazione molto superiore al proprio consumo annuo e avrebbe in teoria accesso a forniture spot a basso costo, ma non ha comunque domanda, perché l’economia è in ginocchio.
Avere risorse energetiche in abbondanza inoltre può al massimo abbassare i costi di produzione di alcuni comparti energivori, ma non fa la differenza rispetto agli altri Paesi, almeno fintanto che esistono i mercati internazionali (e per inciso, il vantaggio energetico attuale americano dipende proprio dal fatto che il mercato integrato usa-canada non è aperto in uscita rispetto ai mercati internazionali).
Secondo elemento rilevante, che forse rende meno ridicoli gli intellettuali di quanto non li dipinga il buon Kaplan: la tecnologia, ossia la conoscenza. Senza le capacità tecniche, nessuna risorsa è tale (fino al motore a scoppio, il petrolio concorreva con l’olio di balena per l’illuminazione domestica). L’avanzamento tecnologico è stato il motore più potente del progresso industriale e dei cambiamenti politici degli ultimi secoli (e probabilmente anche di quelli precedenti). Senza considerare che anche la partita doppia, la multinazionale e i sistemi finanziari sono tecnologie organizzative, che fanno la differenza (con buona pace della geografia).
Venendo al merito di quel che ha scritto Kaplan, forse a guardar meglio le carte scoprirebbe che al massimo massimo nei prossimi decenni si arriverà (e ne dubito) a 40 Gmc annui di capacità di esportazione statunitense. L’Ue ne consumerà 550-600 o giù di lì e dipenderà sempre di più dalle importazioni (85%, secondo la IEA), soprattutto russe (150 Gmc/a, almeno). Ma non è assolutamente detto che quei 40 Gmc/a andarenno in Europa: i prezzi sul mercato asiatico oggi sono doppi rispetto a quelli europei e credo che gli esportatori statunitensi saranno guidati soprattutto da segnali di prezzo.
Le riserve russe sono costose da produrrre, ma poi non così più costose del gas da argille (anzi, spesso meno). E poi nell’equazione c’è anche il trasporto, che via tubo costa meno, soprattutto quando il tubo è già lì.
Sulla risibile questione che lo sviluppo democratico ed economico dell’Europa orientale sia impedito dalle vessazioni russe, consiglio caldamente di guardare ai dati Eurostat sul prezzo del gas naturale in Europa orientale (più basso che in Europa occidentale).
Per quanto riguarda la Cina, la IEA nell’ultimo World Energy Outlook ha suonato la campana di allarme sul fatto che ha sì risorse enormi non convenzionali, ma che queste sono in buona parte localizzate in aree interne dove manca l’acqua per uno sfruttamento intensivo… e qui sì che la geografia conta!
Caro MV, inutile ribadire i complimenti…
Una domanda. Grazie ai tuoi interventi (ed a qualche letturina) mi sembra di capire che l’impatto geopolitico dello “shale” sia un tantino sopravvalutato. Sbaglio?
Se così fosse, ritieni che ci sia un qualche interesse sottostante a tale sopravvalutazione?
Perdona le mie domande da ignorante…
la domanda non è affatto da ignorante, è quella che qualcuno nel settore si fa già da tempo (leggendo le varie analisi… ma questo lo sai già!
).
nel complesso, direi che si tratta soprattutto di una questione di sociologia della conoscenza (passami il termine). chi fa analisi (soprattutto in ambito accademico/para-accademico anglosassone) ha bisogno di farsi notare e di pubblicare. per farsi notare, occorre puntate sul nuovo o sul non detto.
sulla base di queste premesse, diversi elementi si combinano in un mix dagli esiti non certo brillanti: la velocità con cui si elaborano le informazioni, la superficialità con cui si combinano i dati (spesso trascurando le serie storiche), una certa propensione alla monocausalità (indotta dall’abuso di metodi quantitativi nei dottorati, a mio avviso) e un perenne americacentrismo (il gas da argille ha davvero cambiato il mercato in nord america, ma il mondo non è il nordamerica, anche se questo secondo punto a volte passa in secondo piano).
il risultato è che l’emergere di una nuova tendenza viene puntualmente analizzato e interpretato estremizzando le potenziali conseguenze, col risultato di fare notizia ma anche con il rischio perenne di sopravvalutazione e distorsione (il climate change e le fanfaluche collegate sono un paradigma perfetto: tra l’altro, in questo caso vedi anche in atto il circolo vizioso dell’ortodossia, ossia una volta individuata la moda interpretativa, tutte le ricerche discordanti vengono ostracizzate e – peggio ancora – non finanziate).
la questione del non convezionale è dunque per lo più l’effetto non intenzionale di vari processi. poi, che ci sia un sano interesse a indirizzare le ricerche, è fisiologico e (per lo più) non dannoso; nel senso, è ovvio che istituti di ricerca statunitensi più “nazionalisti”, compagnie impegnate nell’estrazione e lo stesso governo federale interpetino un fenomeno ancora essenzialmente americano con favore e sottolineandone i possibili impatti positivi. sta poi alle ricerche di altri, magari altrove, smentirli o ridimensionarli: basta non prendere per oro colato tutto quello che è scritto in inglese in quanto scritto in inglese.
Insomma, un po’ come la cyber-minkiafritta…
Grazie, MV. E’ sempre un piacere.
tecnicamente, sì.
piacere mio!
oh, finalmente qualcuno l’ha detto, e’ vero, verissimo!
ora posso passare un Natale davvero sereno…
Posso farle una domanda, m.v.?
sostanzialmente condivido le sue considerazioni sulla sociologia della conoscenza, tranne una: perche’ ritiene che ci sia un abuso dei metodi quantitativi nei dottorati e che questo induca una propensione della monocausalita’?
Mi spiego meglio:
Se parliamo di dottorati in economia, si, c’e’ un abuso di metodi quantitativi: sostanzialmente si usa l’apparato matematico come strumento per conferire scientificita’ al modello elaborato, a prescindere dalla sua aderenza alla realta’ (anche se di economisti che conoscono davvero la matematica ne conosco pochi, in genere vanno poco oltre le regressioni lineari e l’ottimizzazione nell’ambito della teoria dell’utilita’, roba vecchia di due secoli ormai)
… ma se parliamo di dottorati in scienze politiche, relazioni internazionali, storia e affini, credo che la formazione al ragionamento quantitativo sia ancora molto carente, non trova?
Riguardo al fatto che i metodi quantitativi spingano alla monocausalita’: non sono molto d’accordo, per due ragioni
1. in genere le variabili di input di un modello sono ben piu’ di una, ne posso mettere quante me ne servono
2. se non sono un bovino nell’usare metodi quantitativi, in genere costruisco un modello matematico nel seguente modo: inizio con un numero di variabili volutamente ristretto, anche troppo ristretto, per iniziare con un ragionamento semplice, facile da maneggiare e da trattare. So che sto tagliando fuori un bel pezzo di realta’, ma voglio iniziare con poca carne al fuoco (alla NASA ci martellavano: KISS the problem, i.e. keep it simple and stupid). Con questo modello iper semplificato, inizio a vedere se sto andando nella direzione giusta: catturo i macro-trend? vado nella direzione giusta? gli ordini di grandezza sono quelli? mi perdo qualche aspetto fondamentale? poi poco per volta vado avanti ad aggiunge sofisticazioni finche’ non ho un buon rapporto tra capacita’ predittiva del modello e semplicita’ d’uso . Il grosso vantaggio di questo modo di procedere e’ che mantengo un buon controllo del processo cognitivo e maturo una consapevolezza dei limiti del modello che ho sviluppato…
Se uso i metodi quantitativi come dovrebbero essere usati, non credo che si corra il rischio di cadere nella monocausalita’.
Lei che ne pensa?
Grazie
cordiali saluti
Nemo
Domanda intrigante, rispondo volentieri!
Diciamo che dovremmo dividere in due la questione: una epistemologica e una applicativo/sociologica. Per quanto riguarda la prima, il punto sarebbe: l’uso di metodi quantitativi si adatta allo studio dei fenomeni sociali? In che misura? Con quali strumenti?
Ora, naturalmente un discorso completo trascenderebbe tanto lo spazio della risposta, quanto le mie cognizioni. Tuttavia, volendo rispondere, tendenzialmente direi che serve parecchio, anche se come ausilio e cum grano salis.
Vedo però nella questione un punto insidioso: il processo di costruzione di un modello matematico che lei descrive è improntato su una struttura logica ben chiara, che di per sé non necessita di quantificazione per mantenere la propria solidità logica (e buona parte della propria capacità esplicativa). Quello che intendo è che un conto è la strutturazione logica dell’analisi dei rapporti causali e la solidità delle spiegazioni fornite che ne deriva (con il corollario della falsificabilità), un altro è la quantificazione dei fenomeni che ricadono in quella spiegazione (quantificazione intesa come rilevazione ed elaborazione statistica di alcuni parametri misurabili presi come proxy di un fenomeno o di un insieme di fenomeni).
Faccio un caso estremo: si può per esempio utilizzare il processo logico che ha descritto per analizzare un processo di democratizzazione, ma allo stesso tempo difficilmente una quantificazione può fornire un contributo determinante, soprattutto nei primi passi di una ricerca. E qui si insinua l’inghippo: la fretta di giungere a una quantificazione spesso spinge il ricercatore sociale a individuare tra i fenomeni coinvolti quello che ha il pregio della misurabilità e a fare – più o meno volontariamente – l’elemento portante dell’analisi.
Qui subentra poi il secondo punto, quello relativo a come i metodi quantitativi sono impiegati. Il difetto che ascrive ai dipartimenti di economiaa affligge purtroppo anche parecchi dipartimenti di scienze politiche. Assieme alla moda della rational choice si è diffuso in tutta l’accademia un uso a volte un po’ naif di strumenti quantitativi palesemente non adatti o in ogni caso utilizzati in modo superficiale. Dagli studi elettorali alle teorie della democratizzazione, financo agli studi sulla sicurezza energetica (!), la smania di “quantificare®redire” si è propagata eccome!
Come nel caso degli economisti, il problema è poi essenzialmente dovuto al fatto che la formazione al metodo quantitativo è spesso scadente e, anche nei casi felici in cui non lo è, spesso rappresenta l’unica formazione metodologica impartita. Non esattamente un approccio fruttuoso, anche perché ha come reazione che i fautori di approcci più qualitativi si trovano inevitabilmente ad arroccarsi come reazione su posizioni diametralmente opposte (e non molto più produttive).
Quindi il mio strale era soprattutto contro i metodi quantitativi così come insegnati e applicati. Padroneggiando poco e in modo acritico un solo metodo, i dottorandi si trovano spesso a cercare di “aggrapparsi” disperatamente a un rapporto causale che a loro sembra di aver individuato e iniziano a impacchettarlo in analisi statisitiche di dubbia utilità. Diciamo che la categoria dei bovini è nutrita e muggente, molto muggente.
Coerentemente, la mia frase del commento precedente può essere riformulata come “indotta dall’abuso di metodi quantitativi nei dottorati, superficialmente insegnati e impiegati”. In ogni caso, averlo definito abuso per me già implica un’assenza di demonizzazione del metodo quantativo in sé, invero spesso utile.
Spero di aver in qualche misura risposto.
Come mi piacciono questi post(i)!
Altro che le menate sulla cyber-minkiafritta!
Vero…
La ragione per cui Shell ha completamente abbandonato le ricerche in rinnovabili è proprio lo Shale gas. Me lo disse ancora nel 2007 il capo del dipartimento analitico di Shell Global Solution (nel senso chimico) quando lo conobbi a Houston, all’epoca lavoravo indirettamente per loro.
BP invece dà la colpa al disastro di Deepwater Horizon per i tagli, ma il suo settore rinnovabili (come il famoso slogan BP: Beyond Petrol) ha puro valore cosmetico e di PR.
[Sto leggendo l'ultimo libro di Kaplan The Revenge of Geography, molto bello lo consiglio.]
Grazie per la sua risposta. Sono sostanzialmente d’accordo con Lei.
Aggiungo una osservazione, di natura epistemologica, sull’utilitia’ dei modelli matematici.
Per prima cosa: lasciamo da parte regressioni varie (lineari, multiple, non lineari), perche’ sono strumenti facili da applicare e per questo troppo spesso applicati a sproposito nelle scienze sociali.
Concentriamoci invece su modelli dimanici (sistemi di equazioni differenziali, in generale non lineari) e modeli Agent Based (simulazione di realta’ sociali mediante automi cellulari): essi costuiscono uno strumento ulteriore (nel senso: non quantitativamente migliore, ma qualitativamente diverso) rispetto alla descrizione verbale delle proprieta’ di un sistema.
Perche’ dico questo? Perche’ finche’ consideriamo un sistema le cui reazioni di feedbak sono lineari, sovente la descrizione verbale delle sue caratteristiche strutturali e’ sufficiente a consentire una compresione/previsione del comportamento del sistema, per lo meno a livello qualitativo. Se tuttavia consideriamo un sistema non lineare, una descrizione verbale, anche accurata, delle sue proprieta’ strutturali (quale variabile incide su quali altre e in che modo) non permette di prevedere il comportamento del sistema (esistenza di punti di equilibriio stabili, instabili, emergenza di oscillazioni periodiche, attrattori strani, bofircazioni e caos). Per “fare una radiografia” del sistema (in termini matematici ,tracciare il suo “ritratto di fase”) e’ necessario prima scrivere le equazioni del sistema e poi risolverle. In questo senso, la modellazione matematica di fenomeni sociali puo’ apportare dei risultati che un approccio logico/verbale da solo non puo’ dare.
Per inciso, risolvere le equazioni non lineari era, prima dell’avvento del computer, quasi sempre impossibile, mentre oggi e’ un compito relativamente banale. In questo senso, l’avvento del computer rappresenta una svolta nel nostro modo di concepire la realta’, perche’ ci consente di indagare il comportamento di sistemi non lineari e in ultima analisi di porci domande che prima non ci ponevamo perche’ sapevamo in anticipo che non potevamo saperne la risposta.
Saluti
Nemo
Mi trovo d’accordo con lei, i modelli dinamici sono uno strumento ulteriore, ma che non può essere utilizzato in modo esclusivo. Intravedo infatti due rischi, che si traducono in altrettanti potenziali limiti per l’utilizzo esclusivo di questi metodi.
Il primo è relativo alla necessità di approssimare un fenomeno per modellizzarlo. Per un qualunque fenomeno sociale, la modellizzazione impone l’adozione di assunti e di formalizzazioni che molto spesso si rivelano corretti, ma che in alcuni casi possono mascherare importati porzioni della realtà. Si tratta, più in generale, di un problema di “dialogo” tra il modello e il fenomeno sociale che si manifesta non solo in fase di input, ma anche in fase di traduzione degli esiti del modello in concrete aspettative circa la realtà. Si tratta di un problema che naturalmente affligge tutte le indagini scientifiche, ma nel caso di modellizzazioni molto sofisticate l’elaborazione rischia di rendere più difficilmente individuabili le criticità. In questo senso, l’utilizzo simultaneo di metodi diversi consente una maggiore sensibilità, proprio perché i modelli dinamici sono qualitativamente diversi dall’analisi logico-verbale.
Il secondo limite è relativo al fatto che indagando i fenomeni sociali ci troviamo di fronte a comportamenti di soggetti umani dotati di capacità cognitive e di elaborazione simbolica che rendono intrinsecamente imprevedibili gli esiti delle interazioni. Il superamento di questo limite è subordinato all’eventuale possibilità di modellizzare interamente i processi mentali umani (sistemi valoriali inclusi), rendendo i soggetti completamente prevedibili per il (macro)modello.
Attendiamo nuovi sviluppi dell’informatica per capire se questo è possibile!
Un cordiale saluto.