D4.2 - NeoLuoghi

Transcript

D4.2 - NeoLuoghi

D4.2
Neo-attrattori e soft economy per lo sviluppo delle Regioni
della Convergenza
Il deliverable D4.2 è un report di ricerca finalizzato a delineare un modello di
analisi economica utile per supportare e orientare le scelte strategiche relative
alla progettazione dei NeoLuoghi esperienziali ed a valutare il contributo che il
progetto può portare al processo di sviluppo locale
NeoLuoghi | Soluzioni per l’esperienza culturale nei luoghi elettivi della surmodernità
2
SOMMARIO
PREMESSA ................................................................................................................................. 7
1.
L’IMPATTO DEL TURISMO SUL SISTEMA ECONOMICO ....................................................... 10
1.1
Introduzione
10
1.2 La misurazione economica del turismo
12
1.2.1
Le fonti statistiche sul turismo in Italia .......................................................................................................... 12
1.3
Il Conto Satellite del turismo per l’Italia
19
1.4
Gli elementi dell’analisi di impatto economico del turismo
24
1.5 I principali modelli di analisi dell’impatto economico del turismo
28
1.5.1
Modelli MGM................................................................................................................................................. 28
1.5.2
Modelli Input-Output .................................................................................................................................... 29
1.5.3
Modelli Social Accounting Matrix .................................................................................................................. 31
1.5.4
Modelli Computable General Equilibrium ..................................................................................................... 32
1.5.5
Modelli della base economica ....................................................................................................................... 32
1.5.6
Modelli di System Dynamics .......................................................................................................................... 33
1.5.7
Modelli di Microsimulazione ......................................................................................................................... 34
1.6
Conclusioni
36
1.7
Bibliografia
37
2.
LA VALUTAZIONE DELL’IMPATTO ECONOMICO DEL TURISMO IN CAMPANIA ..................... 40
2.1
1. L’analisi input-output
40
2.2
L’organizzazione dei dati
52
2.3 I modelli input-output nell’analisi regionale
53
2.3.1
Le tecniche del Quotient Approach .............................................................................................................. 59
2.3.2
Le tecniche del Commodity balance Approach ............................................................................................ 63
2.3.3
Le tecniche dell’Iterative Approach .............................................................................................................. 64
2.4 Il processo di regionalizzazione
65
2.4.1 Il recupero dei dati statistici .............................................................................................................................. 66
2.4.2 L’aggregazione dei settori economici ................................................................................................................ 67
2.4.3 La determinazione dei national technical, input e import coefficients ............................................................ 68
r
2.4.4 Il valore aggiunto settoriale w i ....................................................................................................................... 68
r
2.4.5 La produzione settoriale x i ............................................................................................................................... 68
2.4.6 La matrice regionale dei coefficienti di input A
rr
............................................................................................. 70
r
2.4.7 La determinazione della domanda finale regionale F s .................................................................................... 71
2.4.8 Il bilanciamento della tavola regionale ............................................................................................................. 72
2.4.9 Le matrici input-output della Campania ............................................................................................................ 73
2.5 La misurazione della domanda turistica
88
2.5.1
La determinazione dello shock della spesa turistica della Campania ......................................................... 90
3
2.6
La valutazione dell’impatto economico
92
2.7 Una simulazione di calcolo degli effetti di tre tipologie di shocks della domanda turistica sui settori economici
della Campania
101
2.8
Bibliografia
110
3.
FELICITÀ E BENESSERE: IMPLICAZIONI SULLE SCELTE ECONOMICHE ................................. 112
3.1
Introduzione
112
3.2
Il concetto di felicità e le sue implicazioni socio-economiche
113
3.3 Definizione e misurazione della Felicità
114
3.3.1
Definire la Felicità ........................................................................................................................................ 114
3.3.2
La Misurazione della Felicità ........................................................................................................................ 117
3.3.3
Le determinanti della Felicità ...................................................................................................................... 118
3.4
La Felicità: implicazioni per la teoria economica
118
3.5 Felicità, Benessere e Qualità della vita
121
3.5.1
Felicità, benessere e qualità della vita: evidenze empiriche ....................................................................... 121
3.5.2
Benessere collettivo e turismo .................................................................................................................... 124
3.6
Bibliografia
125
3.7
Sitografia
128
4.
LA MISURAZIONE DELLA QUALITÀ DELLA VITA: INDICATORI ALTERNATIVI AL PIL ............. 129
4.1
Introduzione
129
4.2 Principali Iniziative Internazionali
130
4.2.1
Human Development Index-HDI .................................................................................................................. 130
4.2.2
OECD Better Life Initiative ........................................................................................................................... 132
4.2.3
European Quality of Life Surveys (EQLS) ..................................................................................................... 132
4.2.4
Urban Audit ................................................................................................................................................. 132
4.2.5
The Happy Planet Index ............................................................................................................................... 133
4.3 Altre Iniziative Internazionali
134
4.3.1
Canadian Index of Well-being ...................................................................................................................... 134
4.3.2
Gallup World Poll ......................................................................................................................................... 134
4.3.3
Mercer Survey ............................................................................................................................................. 134
4.4 Principali iniziative italiane
135
4.4.1
Il Sole 24 ore: Graduatoria delle città dove si vive meglio .......................................................................... 135
4.4.2
QUARS Qualità Regionale dello Sviluppo..................................................................................................... 135
4.4.3
BES – Benessere Equo Sostenibile ............................................................................................................... 136
4.4.4
Il Progetto su “Il governo della competitività urbana: percorsi di misurazione e confronto” ..................... 136
4.4.5
Altre iniziative .............................................................................................................................................. 137
4.5
Conclusioni
139
4.6
Sitografia
140
ALLEGATO 1 - BES: i 134 indicatori organizzati per dimensione
4
142
ALLEGATO 2 – Gli indicatori del SOLE 24 ORE
146
5.
TURISMO SOSTENIBILE E MISURAZIONE DEGLI IMPATTI .................................................. 149
5.1
La misurazione degli impatti nella letteratura sul turismo sostenibile
149
5.2
Il Sistema europeo di indicatori per il Turismo per la Gestione della Destinazione
150
5.3
Bibliografia
155
6.
PROPOSTA DI ARTICOLAZIONE DEL MODELLO DI MONITORAGGIO DELLA SOSTENIBILITÀ
DEI NEOLUOGHI IN RELAZIONE AI POSSIBILI IMPATTI E SCELTA DEGLI INDICATORI.................. 157
6.1
Finalità del Modello
157
6.2
Articolazione del Modello in relazione ai possibili impatti e relativi indicatori
159
6.3
Adattamento del Modello a scala territoriale provinciale
162
6.4
Aspetti metodologici relativi al trattamento degli indicatori
166
6.5
Conclusioni
168
7.
LA VALUTAZIONE DELLA WEB REPUTATION..................................................................... 170
7.1
Immagine e reputazione
170
7.2
Il ruolo dei social media
173
7.3
Il ruolo del word of mouth (WOM)
178
7.4 Alcuni modelli per la misurazione della e-reputation
179
7.4.1
L’e-reputation mix ....................................................................................................................................... 179
7.4.2
Il modello RepTrak ....................................................................................................................................... 180
7.4.3
Il modello CountryRepTrak .......................................................................................................................... 181
7.4.4
Il Destination Online Reputation Model (DORM) ........................................................................................ 183
7.5
Il modello di valutazione della Web Destination Reputation: metriche e strumenti di monitoraggio
185
7.6
Fasi del monitoraggio: ascolto, classificazione ed analisi quali/quantitativa
187
7.6.1 Fase 1 .......................................................................................................................................................... 188
7.6.2 Fase 2 .......................................................................................................................................................... 189
7.6.3
Fase 3 ........................................................................................................................................................... 190
7.7
7.8
7.9
L’applicazione di tecnologie semantiche per la Sentiment Analysis
Conclusioni
195
199
Bibliografia
203
5
6
PREMESSA
Il task 4.2 si propone di valutare il contributo che il progetto può portare al processo di sviluppo
locale, delineando un modello di analisi economica utile per supportare e orientare le scelte
strategiche relative alla progettazione dei NeoLuoghi esperienziali.
L’ipotesi di fondo è quella secondo cui, ai fini di una corretta valutazione delle possibili ricadute di
un progetto come quello dei NeoLuoghi, sia necessario andare oltre la semplice prospettiva della
promozione di flussi di turismo culturale, adottando logiche valutative più articolate e
approfondite, capaci di cogliere tutte le molteplici dimensioni attraverso cui la cultura può
produrre valore per il territorio.
L’idea base è che, modificando il contesto socio-economico, il NeoLuogo condiziona la percezione
e l'esperienza di fruizione degli individui - turisti e residenti - e influenza positivamente le decisioni
di spesa e consumo. In questo modo, oltre a produrre effetti moltiplicativi sulla spesa, è in grado di
attivare processi virtuosi che producono effetti indiretti e diffusi sul territorio in termini di qualità
della vita, benessere sociale, capitale sociale, attrattività, reputazione, ecc.
Un primo approfondimento ha riguardato l’impatto economico della spesa turistica. Infatti, la
qualificazione dell'esperienza dovrebbe tradursi in un incremento della spesa effettuata sul
territorio, perché sono più numerosi gli "utenti" (turisti e residenti), più ricorrenti le visite alle
attrazioni, più diffuse e stimolanti le occasioni d'acquisto, più elevati i prezzi dei beni/servizi, più
alta la propensione all'acquisto. Questi fattori portano ad un incremento del "fatturato" prodotto
dal territorio, che produce ulteriori benefici economici grazie agli effetti moltiplicativi delle spese
indirette e indotte. Le attività svolte ed illustrate nel cap. 1 e 2 hanno quindi perseguito l’obiettivo
di valutare gli effetti economici sopra indicati.
È noto ed ampiamente condiviso in letteratura che la misurazione dell’impatto del turismo sul
tessuto economico sconti fattori di complessità superiori a quelli tipicamente riscontrati nel
misurare gli effetti di un qualunque altro settore o industria sul sistema economico. A parere di
molti esperti del settore, gli attuali dati statistici sul turismo sono, nel complesso, scarsi, non
tempestivi e disomogenei, e quindi non riescono a costituire una buona base per valutare gli
effetti economici del turismo. Solo di recente, con la costruzione dei Conti Satellite del Turismo,
l’ISTAT ha cercato di predisporre strumenti più adeguati per analizzare in dettaglio le componenti
della domanda di beni e servizi associati al turismo, e come questa si interfaccia con l’offerta
turistica e gli altri settori dell’economia. Nel cap. 1, pertanto, partendo da una descrizione critica
delle principali statistiche italiane sul turismo e delle relative fonti, si identificano gli elementi
dell’analisi di impatto economico del turismo e si illustrano i principali modelli elaborati dalla
letteratura per valutare il predetto l’impatto. Nel cap. 2 si procede alla messa a punto di una
metodologia basata sulle tavole input-output per la valutazione dell’impatto turistico in Campania.
Ciò ha comportato la necessità di stimare una tavola input-output regionale, realizzata partendo
dai dati della matrice input-output nazionale, utilizzando una serie di tecniche di riduzione spaziale
condivise in letteratura. Una volta stimata la tavola input-output (regionale) si è proceduto a
collegare la spesa relativa alla domanda turistica (regionale), disaggregata per settore economico,
alle componenti della domanda finale presenti nella tavola “stimata”, così da determinare
l’impatto economico che la spesa turistica produce sul sistema economico regionale campano, al
manifestarsi di cambiamenti della domanda turistica stessa (nei volumi e nella spesa).
E’ comunque opinione diffusa e consolidata che il prodotto interno lordo e, più in generale, le
grandezze meramente economiche, siano una misura limitata della forza relativa di un’economia e
7
non siano sufficienti a dare una rappresentazione adeguata del livello di crescita o cambiamento di
un Paese. Il fenomeno secondo cui all’aumento del reddito e del benessere non corrisponde un
aumento del livello di felicità degli individui è stato etichettato dagli economisti come “paradosso
della felicità” (Easterlin, 1974). Tale evidenza è dirompente per la teoria economica perché non
solo mette in discussione il modello teorico predominante che spiega la scelta degli individui ma
indica che il reddito da solo non è in grado di fornire una idonea interpretazione per il benessere
soggettivo, o almeno non è sufficiente a farlo.
Ne deriva che l’analisi della dinamica del solo PIL non è in grado di dettare interventi di politica
economica diretti ad incrementare efficacemente il benessere collettivo.
Al tema della felicità, allo sviluppo ed alla definizione del concetto e della sua misurazione è quindi
dedicato il cap.3. Negli ultimi anni, infatti, gli economisti hanno fortemente invaso un campo, lo
studio dei processi di determinazione della felicità, che in precedenza era di esclusiva competenza
di psicologi e sociologi. L’economia della felicità è ad oggi una branca dell’economia
sufficientemente sviluppata, in cui gli studi si pongono l’obiettivo di determinare i fattori che
influenzano positivamente il benessere e l’effetto dell’incremento di tale benessere sulle scelte
degli individui e sul contesto economico-sociale. Molti economisti quindi, studiano e auspicano
l’adozione di nuovi indicatori di benessere che possano più correttamente catturare le
caratteristiche delle funzioni di utilità individuali e collettive. Nell’uso comune i termini Felicità e
Qualità della vita (Quality of Life QoL) sono ritenuti spesso equivalenti; in questa accezione la
felicità viene spesso considerata anche sinonimo di benessere e qualità della vita indicando
rispettivamente una condizione individuale e sociale. In letteratura il concetto di Qualità della vita
(QoL) è spesso associato a quello di Benessere (Well Being WB), probabilmente perché entrambi
riguardano giudizi di valore, e di fatto vengono utilizzati con significati ampi che spesso si
sovrappongono. Anche la QoL è da tempo oggetto di numerosi studi, con utilizzo di indicatori
oggettivi e soggettivi appartenenti a diverse discipline, ma le recenti indagini sul SWB e l’approccio
alla felicità hanno sollecitato un nuovo interesse in tale ambito.
Dall’ampia rassegna effettuata emerge, tra l’altro, come – accanto ad una consistente variabilità di
definizioni - gli studi economici condotti abbiano sperimentato una grande varietà di metodologie
nel tentativo di operare quantificazioni e confronti dei livelli di felicità tra gli individui e tra aree
territoriali differenti.
Negli ultimi anni, si è infatti sviluppato un ampio dibattito, anche a livello internazionale, su quali
variabili debbano essere incluse in una valutazione multidimensionale del benessere. Nel capitolo
4 sono, pertanto esaminate le principali iniziative realizzate a livello internazionale, a livello
nazionale ed a livello di specifici gruppi e reti di studiosi per proporre e testare nuove misure della
qualità della vita. A quest’ultimo concetto si associa oggi, con crescente frequenza, quello di
sviluppo sostenibile, che trova peraltro diffusa applicazione anche negli studi relativi all’impatto
del turismo. Numerosi sono infatti gli studi che hanno tentato di valutare i diversi impatti del
turismo non solo a livello economico, ma anche a livello ambientale e sociale (cap. 5, par. 1).
Recentemente, un Gruppo di Studio attivo a livello Europeo ha messo a punto un insieme di
indicazioni e suggerimenti per il monitoraggio della sostenibilità delle destinazioni turistiche (cap.
5, par. 2) in cui convergono sia misure di tipo soggettivo (ottenute da rilevazioni su residenti e
visitatori), sia misure di tipo oggettivo (ottenute da indicatori statistici), ritenute idonee a
soddisfare il fabbisogno informativo dei diversi stakeholders locali.
Nel cap. 6 viene affrontato il problema di creare una sistema innovativo di analisi e monitoraggio
dello sviluppo del territorio fondato sia sugli studi più recenti per la valutazione del benessere
socio-economico in un territorio (esposti nel cap. 4) sia sulle specifiche indicazioni fornite a livello
europeo in merito agli al monitoraggio della sostenibilità delle destinazioni turistiche (descritto nel
8
cap. 5). Si è giunti alla proposta di un Modello articolato in 3 dimensioni di primo livello
(economica, sociale e ambientale) e 14 dimensioni di secondo livello. Per le diverse tipologie di
impatto considerate, sono state formulate le proposte per la scelta degli indicatori (circa una
settantina). Si è ritenuto di dover procedere ad una proposta di raccordo tra Impatti da misurare e
Indicatori desumibili da fonti statistiche disponibili. Tuttavia, come autorevoli autori segnalano (es:
Northcote e Macbeth, 2005), non è possibile ottenere una perfetta corrispondenza tra gli impatti
valutabili attraverso rilevazioni di tipo soggettivo (percezioni) e gli impatti valutabili attraverso
indicatori oggettivi. Per la scelta delle variabili, si è ritenuto di fare riferimento prevalentemente al
modello BES Benessere Equo e Solidale sviluppato dall’ISTAT e CNEL, con alcune integrazioni
relative a variabili utilizzate dalle indagini del Il Sole 24 ore.
Un’approfondita riflessione è stata fatta sui problemi relativi alla scelta della scala territoriale
rispetto a cui realizzare e testare il modello. Se, infatti, l’articolazione del modello di monitoraggio
a scala regionale permette di contare su una maggiore disponibilità di indicatori statistici
facilmente accessibili in rete, va notato, però, che un livello di misurazione degli impatti di
dimensione regionale è da considerarsi troppo esteso per poter ipotizzare o identificare una
relazione causale tra le variazioni dei fenomeni misurati e l’impatto dei Neoluoghi. Per contro,
l’obiettivo di studiare gli impatti a livello comunale comporterebbe eccessive difficoltà di
reperimento dei dati.
Si è ritenuto opportuno, quindi, proporre il livello di aggregazione provinciale; a tale livello, è stato
comunque necessario un certo numero di semplificazioni, ricorrendo ad minor numero di variabili
o, in alcuni casi, a variabili diverse rispetto a quelle proposte nella prima versione del modello (a
livello regionale), ma si ritiene che il potere informativo sui fenomeni indagati sia rimasto
pressoché inalterato. Su tale base, è stata realizzata una Piattaforma informativa accessibile al
sito http://neolughi.k4d.forumpa.it .
L’elemento di criticità riguarda, però, la disponibilità di serie storiche che, ai fini di un
monitoraggio dello sviluppo locale, dovrebbe estendersi su un periodo di almeno 10 anni. Da
questo punto di vista, l’effettivo utilizzo del modello per scopi di policy richiede uno sforzo
aggiuntivo da parte dei potenziali utilizzatori, per la sistematica raccolta dei dati da utilizzare,
quando non disponibili presso fonti ufficiali.
Sono inoltre emerse alcune indicazioni riguardanti le metodologie di elaborazione dei dati raccolti.
Infine, per tenere conto dell'effetto di lungo periodo prodotto da modelli di fruizione esperienziale
del territorio, si è affrontato il tema di come, grazie all'impiego di soluzioni tecnologiche di varia
natura che arricchiscono l'esperienza del turismo, gli effetti della fruizione si prolungano nel
tempo e nello spazio per effetto della socializzazione delle esperienza attraverso i social network.
Questo fenomeno rappresenta un sicuro veicolo per la diffusione del valore, in quanto
contribuisce ad alimentare la reputazione della destinazione, promuovendo nuovi flussi di
visitatori e una maggiore propensione alla spesa. In tal senso, sono state studiate le metriche e gli
strumenti per la valutazione della web reputation che costituisce una proxy attendibile delle
possibili ricadute del progetto NeoLuoghi in termini di miglioramento dell'immagine del territorio.
9
1. L’impatto del turismo sul sistema economico
1.1
Introduzione
Quantificare e spiegare la natura dell’impatto del turismo sul tessuto economico e sociale è di
grande rilevanza non solo perchè il turismo costituisce un importante contributo al PIL sia delle
economie nazionali che di quelle locali ma anche perchè, come confermato da diversi studi
empirici, esso può essere considerato volano di sviluppo e crescita economica.
Al fine di entrare nell’ordine di grandezza dei flussi di reddito interessati basti considerare che al
2012 l’Organizzazione Mondiale del Turismo stima che i proventi legati al turismo internazionale
hanno raggiunto la cifra di 1.075 miliardi dollari USA (837 miliardi di euro), in crescita del 4%
rispetto al 2011. A questa crescita fa da contraltare il 4% di aumento degli arrivi di turisti
internazionali che hanno raggiunto i 1.035 miliardi (UNWTO, 2013).
In Europa il turismo rappresenta oltre il 4% del PIL. Circa 2 milioni di imprese nel settore occupano
oltre il 4% dell’intera forza lavoro, approssimativamente 8 milioni di posti. Se si tiene conto anche
dei settori coinvolti nella filiera turistica (trasporti, costruzioni, commercio, ristorazione,
artigianato, agricoltura e servizi connessi ai viaggi di lavoro e di svago) il contributo del turismo al
PIL ammonta all’11% circa e occupa oltre il 12% della forza lavoro, pari a 24 milioni di posti
(Regione Piemonte, 2012).
Inoltre, si ritiene che la capacità di questo settore di esercitare effetti moltiplicativi sull’economia
sia piuttosto elevata proprio per la particolarità del prodotto offerto. Infatti, soprattutto
attraverso il suo carattere trasversale, ovvero per la capacità di coinvolgere una molteplicità di
settori produttivi, grazie alla diversificazione e composizione del paniere di spesa dei turisti, il
settore è in grado di avere effetti molto amplificati sul sistema economico. Secondo alcune analisi
realizzate in Norvegia e in Francia, per esempio, ad ogni importo speso in hotel è da aggiungere un
giro di acquisti sul territorio almeno di 2-3 volte superiore (Europa Inform, 2004).
E’ ovvio che data la grande dotazione di patrimonio artistico e culturale, il turismo svolge per il
nostro paese un ruolo importante per l’economia nazionale ma anche e soprattutto per la crescita
e lo sviluppo delle economie locali. E tuttavia malgrado si intuisca tale rilevanza, risulta ad oggi
difficile misurare l’entità effettiva del contributo del settore turistico alla nostra economia (per
una valutazione delle ricadute economiche del turismo a livello regionale e provinciale si veda:
IRPET, 2002; Centro Studi Turistici, 2008; Rosignoli, 2009; Regione Piemonte, 2012; IRPET, 2012;
Rosignoli et al., 2013).
Le analisi condotte al fine di rilevare le interconnessioni tra il turismo e altre variabili economiche
sono di diversi tipi e possono essere classificate a vari livelli. Una classificazione agevole ed efficace
potrebbe fondarsi sui seguenti aspetti: l’oggetto prevalentemente indagato, la finalità per la quale
l’analisi è condotta e l’approccio utilizzato (Stynes, 1997; IRER, 2006). In particolare, è l’interesse
sottostante l’analisi che ne determina segnatamente la metodologia e l’impostazione. Se
l’interesse è di tipo pubblico, l’analisi utilizza gli strumenti per la massimizzazione del benessere
sociale. Se di tipo privato, le analisi utilizzano strumenti per la massimizzazione del benessere del
singolo.
Sulla base degli aspetti considerati, è possibile distinguere sette tipi di metodologie:
a. analisi di impatto economico;
b. analisi costi-benefici;
c. analisi di impatto fiscale;
10
d.
e.
f.
g.
analisi di impatto ambientale;
studi di fattibilità;
analisi finanziarie;
analisi della domanda turistica.
Di seguito forniamo una breve descrizione di ciascun tipo di tali analisi.
L’analisi d’impatto economico mira a determinare l’effetto del turismo sul sistema economico
prendendo in esame l’interrelazione tra le variabili che direttamente o indirettamente sono
collegate al settore turistico e le ripercussioni di queste sull’economia nel suo complesso.
L’analisi costi-benefici valuta l’efficienza economica delle politiche pubbliche dirette a favorire il
turismo determinandone benefici e costi sociali. Stabilita la funzione di benessere sociale, l’analisi
ha come obiettivo quello di individuare le variabili monetarie e non monetarie che ne
massimizzano il valore. Si tratta di un’analisi spesso ex ante e generalmente associata a specifici
interventi a differenza di quella di impatto economico, che è spesso di tipo ex post (Tyrrell e
Johnston, 2006).
L’analisi di impatto fiscale valuta la relazione tra le entrate fiscali (tasse, prezzi, altre fonti di
copertura) ed i costi (infrastruttura ed erogazione) connessi alla fornitura dei servizi turistici.
Quest’analisi fa ampio uso di valori monetari.
L’analisi di impatto ambientale individua gli effetti sull’ambiente di una determinata
azione/politica di supporto al turismo e ne studia i risvolti di carattere sociale, culturale,
economico, biologico ed ecologico. Qui le unità di misura utilizzate sono necessariamente diverse.
Li tipologie di analisi finora descritte sono principalmente di tipo macro, le successive sono di tipo
micro e riguardano l’attività delle singole imprese.
Lo studio di fattibilità mira a determinare la realizzabilità di una data iniziativa diretta a favorire il
turismo attraverso l’analisi degli aspetti politici, sociali, reali e finanziari. Le valutazioni sono
espresse attraverso valori monetari.
L’analisi finanziaria mira a determinare il livello di redditività di un’iniziativa imprenditoriale
privata. Verifica, cioè, se i ricavi sono sufficienti a coprire i costi e a generare profitto.
L’analisi della domanda turistica prende in esame il numero, la tipologia, il comportamento dei
turisti per comprendere meglio e prevederne l’andamento futuro. È un tipo di analisi che può
essere condotta sia con un approccio economico pubblico (macro) sia aziendalistico (micro).
Scopo di questo capitolo è analizzare e inquadrare le principali metodologie che hanno ad oggetto
la determinazione degli effetti del turismo sull’economia nel suo complesso.
Il lavoro è organizzato come segue. La prossima sezione descrive le principali statistiche italiane sul
turismo e le relative fonti. Nella terza sezione si identificano gli elementi dell’analisi di impatto
economico del turismo. La quarta sezione illustra i principali modelli elaborati dalla letteratura per
valutare il predetto l’impatto. L’ultima sezione riporta le conclusioni.
11
1.2
La misurazione economica del turismo
È noto ed ampiamente condiviso in letteratura che la misurazione dell’impatto del turismo sul
tessuto economico sconti fattori di complessità superiori a quelli tipicamente riscontrati nel
misurare gli effetti di un qualunque altro settore o industria sul sistema economico.
Il principale motivo di tale difficoltà è legato alla definizione stessa del fenomeno ed alla corretta
individuazione del settore: non troviamo, infatti, nei sistemi di contabilità nazionale un settore
“Turismo” classificato come attività economica di produzione omogenea. Ciò è dovuto al fatto che
la metodologia standard (il criterio tecnologico e il criterio del mercato) che viene adottata per
identificare e valutare i settori economici di un paese non è applicabile al turismo.
Tuttavia, poiché la nozione di settore è molto utile dal punto di vista analitico, nel passato è stato
avviato un importante dibattito che ha avuto lo scopo di giungere ad una definizione “operativa”,
condivisa a livello internazionale, di “settore Turismo”. Oggi, pur nel variare convenzionale delle
definizioni, esiste un largo consenso nel qualificare il settore turistico come l’insieme delle imprese
che producono “tutto ciò che serve a soddisfare i bisogni dei turisti” (Costa e Manente, 2001). Da
ciò se ne deduce che l’insieme dei beni e servizi prodotti per i turisti è un insieme articolato e
complesso, non definibile a priori su base oggettiva (o merceologica, per così dire) in quanto
dipende dall’utilizzazione ed è solo nell’utilizzazione che è riconoscibile. Le imprese turistiche,
quindi, non sono imprese classificabili con precisione a partire dalla natura merceologica della loro
produzione, ma sono invece etichettabili come tali se è soddisfatta la condizione di “turisti” per
coloro che ne acquistano e consumano i prodotti. Ciò rimanda ovviamente alla definizione di chi è
il “turista”, ed è su questo che hanno a lungo lavorato gli studiosi delle organizzazioni
internazionali e degli istituti di statistica1.
1.2.1
Le fonti statistiche sul turismo in Italia
Le fonti statistiche ufficiali e più consolidate nel panorama italiano sono quelle originate
dall’Istituto Nazionale di Statistica (ISTAT) e dall’Ufficio Italiano Cambi (UIC) della Banca d’Italia. A
queste si aggiungono una serie di rilevazioni effettuate sia da enti privati che da enti pubblici 2. Tra
gli organismi pubblici che effettuano rilevazioni sul turismo si segnalano l’Osservatorio Nazionale
del Turismo (ONT)3 ed i vari osservatori regionali e provinciali. Tra le istituzioni private appare,
1
Sulla definizione di turista e di attività turistica si veda Costa e Manente, 2001.
Per una rassegna delle varie fonti si può vedere il lavoro di Gismondi e Mirto (2002), in cui sono analizzate e descritte
le principali fonti di dati sul turismo e le tipologie di rilevazioni effettuate dai diversi soggetti. Tali autori, con
riferimento all’anno 2002, individuano 17 fonti statistiche gestite, singolarmente o in collaborazione, da 16 enti
diversi.
3
L'ONT (www.ontit.it) è stato istituito con D.P.R. n. 207 del 6/4/ 2006 ed ha sede presso il Dipartimento per lo
Sviluppo e la Competitività del Turismo della Presidenza del Consiglio dei Ministri. Tale organismo ha compiti di studio,
analisi e monitoraggio delle dinamiche economico-sociali d’interesse turistico. Coerentemente con questi scopi, l’ONT
realizza indagini su temi non adeguatamente indagati dalla statistica ufficiale e raccoglie documenti, ricerche e
indagini prodotte dai più autorevoli soggetti nazionali e internazionali, anche al fine di valutare il livello di
competitività dell’Italia. Gli obiettivi fondamentali che si prefigge sono: unificare la ricerca esistente sul turismo in una
visione sistemica di tutte le fonti e dell’insieme dei dati, integrandola con lavori specifici su temi non adeguatamente
indagati; divulgare in tempo reale informazioni e dati scientificamente accreditati su trend e fenomeni turistici; fornire
indicazioni utili ai policy maker per le strategie di promozione del Sistema Paese e per la comunicazione dell’offerta
2
12
inoltre, utile citare le rilevazioni condotte dal Centro di Studi Turistici (CST) di Firenze, dal Centro
Internazionale di Studi sull’Economia Turistica (CISET) di Venezia, dalla società privata di ricerca sul
turismo Mercury – Turistica.it, dal Touring Club Italiano, da Unioncamere e dall’Istituto Nazionale
di Ricerche Turistiche (ISNART).
Nella presente sezione ci si occuperà esclusivamente delle statistiche ufficiali, poiché garantiscono
una maggiore correttezza metodologica e una maggiore obiettività, a differenza di quelle rilevate e
diffuse da altri enti, che possono essere influenzate dalla specificità del punto di vista di ciascuna
organizzazione. Lo scopo è quello di mettere in evidenza gli elementi che caratterizzano le
statistiche ufficiali e le criticità del sistema di dati disponibili. Le rilevazioni effettuate da altri
organismi saranno solo accennate per completare il quadro delle principali informazioni disponibili
sul turismo in Italia.
Con riferimento all’ISAT, il sistema delle statistiche sul turismo si compone dei seguenti tre
elementi4:
 le statistiche sull’offerta turistica, derivanti da rilevazioni che consentono di cogliere il
fenomeno del turismo dal punto di vista delle imprese;
 le statistiche sulla domanda turistica, derivanti da rilevazioni che colgono il fenomeno del
turismo dal punto di vista delle famiglie;
 l’archivio delle imprese attive “ASIA” che contiene le principali informazioni anagrafiche,
di struttura e di settore delle imprese nazionali.
Per quanto concerne l’offerta, le principali rilevazioni sono le seguenti (per il dettaglio dei dati
rilevati dall’STAT si veda la tab. …):
a) Capacità degli esercizi ricettivi;
b) Movimento dei clienti negli esercizi ricettivi;
c) Indagine rapida sull’attività alberghiera.
La prima rilevazione è un censimento numerico sulla capacità delle strutture ricettive. Tale
rilevazione viene condotta su base annua e consente di quantificare le strutture ricettive
disponibili (campeggi, alberghi, strutture miste campeggio-albergo, appartamenti in affitto, alloggi
agrituristici, ostelli della gioventù, case per ferie, rifugi alpini, bed and breakfast, ecc.).
La seconda rilevazione è un censimento, con cadenza mensile, sul numero di clienti presenti nelle
strutture ricettive. Tale rilevazione misura il flusso (arrivi e partenze) e la presenza di italiani e
stranieri sul territorio nazionale. La base di questa indagine è costituita dai moduli quotidiani che i
gestori delle strutture ricettive sono obbligati a inviare all’autorità competente.
La terza rilevazione è una raccolta di informazioni a campione sull’attività delle strutture ricettive
durante i periodi di Pasqua, Ferragosto, Natale ed Epifania. I dati ottenuti sono disponibili circa 40
giorni dopo il periodo analizzato.
Per quanto riguarda la domanda, la principale rilevazione dell’Istituto è la seguente:
 Viaggi, vacanze e vita quotidiana.
turistica; fungere da raccordo tra i vari livelli istituzionali e territoriali sul piano della conoscenza del fenomeno
turistico, ponendosi come modello replicabile anche su scala nazionale.
4
Si tratta di statistiche essenzialmente di base, rilevate adottando definizioni e metodologie internazionali, con
particolare riferimento alla direttiva dell’UE sulle statistiche turistiche. Per completezza, tra le fonti informative sul
turismo provenienti dall’ISTAT bisogna ricordare i dati provenienti dalla rilevazione sulle forze lavoro, dall’indagine sui
prezzi al consumo e dalla rilevazione sui conti delle imprese del settore turistico, nonché i dati elaborati secondo gli
schemi della Contabilità nazionale. Essi fanno riferimento alle attività del settore “alberghi e pubblici esercizi”,
individuato sulla base di criteri di classificazione ATECO (le attività economiche sono raggruppate in base ai beni e
servizi prodotti).
13
Tale rilevazione, di tipo campionario, monitora trimestralmente il flusso dei turisti domestici e
raccoglie informazioni anche sul tipo di viaggio, sui comportamenti e le caratteristiche sociodemografiche dei viaggiatori, nonché sull’organizzazione stessa del viaggio.
Anche la Banca d’Italia effettua rilevazioni sui flussi di turisti internazionali e fornisce dati sia sui
viaggi in ingresso (incoming) che su quelli in uscita (outgoing) dall’Italia. Tale indagine è
denominata Indagine sul turismo internazionale dell’Italia. Si tratta di un’indagine campionaria
mensile e la tecnica adottata per la raccolta dei dati in letteratura è nota come inbound-outbound
frontier survey. Essa consiste nell’intervistare un campione rappresentativo dei viaggiatori, italiani
e stranieri, in transito alle frontiere alla fine del viaggio5. Attraverso quest’indagine la Banca
d’Italia riesce ad intercettare anche quei viaggiatori che non effettuano pernottamenti e che
dunque non vengono rilevati dalle indagini ISTAT. Inoltre, la Banca d’Italia fornisce dati sulla spesa
generata dai viaggiatori stranieri nel nostro Paese, con approfondimenti relativi alle motivazioni di
viaggio, alle caratteristiche demografiche dei turisti e alle destinazioni visitate dagli stranieri, fino
al dettaglio comunale. L’analisi della spesa compiuta dalla Banca d’Italia ha lo scopo principale di
determinare il saldo della bilancia turistica dei pagamenti.
In sintesi, con tale indagine la Banca d’Italia rileva le seguenti principali informazioni (per il
dettaglio dei dati rilevati dalla Banca d’Italia si veda la tab. …):
 numero dei viaggiatori in transito alle frontiere italiane;
 la nazionalità e la residenza dei viaggiatori in transito alle frontiere italiane;
 la stima della spesa complessiva effettuata in Italia dagli stranieri;
 i mezzi di trasporto utilizzati;
 il motivo del viaggio;
 i luoghi visitati;
 il tipo di struttura ricettiva utilizzata.
Tab. … Sistema delle statistiche ufficiali italiane sul turismo
5
Nel 2011 sono state effettuate 145.000 interviste face-to-face, pari all’1,1 per mille dei viaggiatori italiani e stranieri
che hanno attraversato le frontiere italiane ed oltre 1,5 milioni di operazioni di conteggio qualificato, in oltre 80 punti
di frontiera con più di 200 intervistatori. Le interviste vengono effettuate alla fine del viaggio (Banca d’Italia, 2013).
14
Tab. … Sistema delle statistiche ufficiali italiane sul turismo
Denominazione rilevazione
Fonte
Tipologia indagine


Capacità esercizi ricettivi
ISTAT

Analisi Offerta turistica;
Indagine totale svolta con
periodicità annuale, a livello
di singolo comune.
Unità di rilevazione sono gli
esercizi ricettivi ripartiti tra
strutture
alberghiere,
strutture complementari ed
alloggi privati in affitto.
Tipo variabili
Dati rilevati


Quantitative



Movimento dei clienti negli
esercizi ricettivi
ISTAT



Indagine rapida sull’attività
alberghiera
ISTAT
Analisi Offerta turistica;
Indagine totale svolta con
periodicità mensile, a livello
di singolo comune.
Unità di rilevazione sono gli
esercizi ricettivi ripartiti tra
strutture
alberghiere,
strutture complementari e
alloggi privati in affitto.
Analisi Offerta turistica.
Indagine campionaria sugli
alberghi italiani condotta in
concomitanza delle principali
festività (Natale, Pasqua e
Ferragosto).

Quantitative



Quantitative
qualitative
e



Numero degli esercizi, dei
letti, delle camere e dei bagni
per le strutture alberghiere;
Numero degli esercizi e dei
posti letto per le altre
strutture.
Numero di clienti, residenti e
non, ospitati negli esercizi
ricettivi (Arrivi) secondo la
tipologia di struttura e la
categoria di esercizio e
secondo il paese estero o la
regione italiana di residenza;
Numero delle notti trascorse
dai clienti, residenti e non,
negli
esercizi
ricettivi
(Presenze)
secondo
la
tipologia di struttura e la
categoria di esercizio e
secondo il paese estero o la
regione italiana di residenza.
Prenotazioni;
Dotazioni informatiche;
Adesione
a
forme
di
associazionismo;
Distribuzione del fatturato
per servizio offerto;
Impatto ambientale;
Tipologia di turismo;
Principale informazioni estraibile
dai dati

Disponibilità di posti
letto negli esercizi
ricettivi.

Arrivi e Presenze dei
turisti,
italiani
e
stranieri, negli esercizi
ricettivi;
La provenienza e la
destinazione dei turisti;
La permanenza media
dei turisti negli esercizi
ricettivi.




Arrivi e presenze di
turisti italiani e stranieri
nei periodi di picco
turistico;
La stagionalità del
movimento dei clienti,
non analizzabile in
modo esaustivo tramite









Viaggi, vacanze
quotidiana
e
vita
ISTAT
Analisi Domanda turistica;
Indagine
campionaria
nazionale, effettuata ogni tre
mesi
tramite
interviste
telefoniche ad un campione
di
famiglie
italiane.
Quantitative
qualitative
e









Viaggiatori stranieri in Italia
Viaggiatori italiani all’estero
Banca
d’Italia
Banca


Idem
Analisi Domanda turistica;
Indagine campionaria mensile
alle frontiere.
Quantitative
qualitative
Quantitative
16
e
e







Tipologia di viaggio;
Nazionalità di provenienza
dei turisti stranieri;
Aree di provenienza dei
turisti italiani;
Occupazione.
Numero viaggi per vacanza o
per lavoro e per notti;
Numero notti per viaggi;
Numero persone che hanno
effettuato almeno un viaggio
per tipologia viaggio e per
notti, ed inoltre, per sesso,
età
e
ripartizione
di
residenza;
La destinazione dei viaggi per
tipologia di viaggio e per
regione italiana e per paese
estero;
La motivazione del viaggio;
L’organizzazione del viaggio;
Il
mezzo
di
trasporto
utilizzato;
La tipologia di alloggio;
La spesa sostenuta per il
viaggio.
Numero arrivi per anno;
Numero
pernottamenti
(presenze) per anno;
Spesa
sostenuta
dai
viaggiatori per tipologia di
prodotto;
Stato
o
regione
di
provenienza;
Provincia visitata;
Motivo principale del viaggio;
Opinioni sul paese visitato;
Tipo di struttura ricettiva;
Tipo di frontiera.
Numero arrivi per anno;

le sole serie storiche
mensili disponibili sulla
base della rilevazione
sul movimento dei
clienti.
Tendenze nel settore.

Comportamenti turistici
degli individui e delle
famiglie
italiane,
rispetto ai viaggi per
vacanza e per lavoro;
utilizzo di strutture
private da parte dei
viaggiatori (turisti ed
escursionisti);
visite
senza pernottamento
(escursioni)

Flussi turistici monetari
e fisici in uscita
dall’Italia;
Caratteristiche
dei
viaggiatori,
Caratteristiche
del
viaggio; Tipologie di
spesa;
Soddisfazione
dei viaggiatori.


Flussi turistici monetari
d’Italia

qualitative









Movimenti alle frontiere
Banca
d’Italia
Idem
Quantitative
qualitative
e



17
Numero
pernottamenti
(presenze) per anno;
Spesa
sostenuta
dai
prodotto;
Stato
o
regione
di
destinazione;
Provincia di residenza,
Motivo principale del viaggio;
Opinioni sul paese visitato;
Tipo di struttura ricettiva;
Tipo di frontiera.
Numero di viaggiatori italiani
all’estero e stranieri in Italia
per anno e per mese;
Numero
pernottamenti
(presenze) per anno e per
mese;
Spesa
sostenuta
dai
prodotto;
Bilancia
dei
pagamenti
turistica per anno e per
mese;
Tipo di frontiera.

e fisici in uscita
dall’Italia;
Caratteristiche
dei
viaggiatori,
Caratteristiche
del
viaggio; Tipologie di
spesa;
Soddisfazione
dei viaggiatori.
Bilancia dei pagamenti turistici.
Sulla base dei dati ISTAT, l’ONT elabora due tipologie di indicatori6:
 Indicatori di ricettività;
 Indicatori di turisticità.
I primi sono calcolati per tipo e categoria di imprese, per anno, località turistica e territorio di
riferimento (fino al dettaglio di comune) e sono espressi da due indicatori:
a) tasso di ricettività (numero di posti letto ogni 100.000 abitanti);
b) densità ricettiva (numero di posti letto per chilometro quadrato);
Tali indicatori forniscono elementi utili per la valutazione dell’impatto del turismo e
consentono di effettuare un confronto ponderato tra vari territori, come ad esempio la
potenzialità di accoglienza di una località marina rispetto ad un'altra.
Gli indicatori di turisticità sono relativi alla presenza di turisti per tipo di esercizio
(alberghiero/complementare), anno, mese, territorio di riferimento fino al dettaglio
provinciale e per residenza dei turisti (italiani/stranieri) e sono espressi da altrettanti due
indicatori:
c) tasso di turisticità, che misura il livello di "affollamento" turistico in un
determinato periodo (anno o mese) indicando il numero di turisti presenti
ogni 100.000 abitanti;
d) densità turistica, data dal rapporto tra il numero di presenze (il numero delle
notti trascorse dai turisti) e la superficie del territorio e indica il numero di
turisti per kmq.
Inoltre, l’ONT diffonde le rilevazioni effettuate da Unioncamere e ISNART. Tali rilevazioni
avvengono su base campionaria, attraverso la somministrazione di questionari diretti ai
gestori delle strutture ricettive ed ai turisti, e riguardano i seguenti aspetti:
 i comportamenti dei turisti italiani (la rilevazione viene effettuata ogni 6 mesi),
 le prenotazioni e gli arrivi effettivi (la rilevazione viene effettuata ogni 3 mesi),
 il turismo organizzato in Europa e negli Stati Uniti (la rilevazione viene effettuata
ogni anno),
 il turismo estero (la rilevazione viene effettuata ogni anno)7.
La varietà dei dati rilevati e delle informazioni disponibili non assicura circa la qualità del
sistema delle statistiche italiane sul turismo. A parere di molti esperti del settore, gli attuali
dati statistici sul turismo sono, nel complesso, scarsi, non tempestivi e disomogenei, e quindi
non riescono a costituire una buona base per valutare gli effetti economici del turismo.
Inoltre, possono essere causa di una sottovalutazione di questo settore economico, inficiare
i confronti con altri paesi e, non da ultimo, rendere meno razionali i processi dei decisori
6
Il loro calcolo viene effettuato sui dati ISTAT sulla capacità degli esercizi ricettivi, popolazione residente e
superficie per comune.
7
Per il dettaglio delle informazioni contenute in queste indagini si vedano i rapporti pubblicati annualmente
dall’ONT e da Unioncamere-ISNART e diffusi dal portale www.ontit.it dell’ONT.
pubblici e privati nella elaborazione, rispettivamente, di efficaci politiche e strategie
aziendali.
Nel rapporto OCSE (2011) sul turismo in Italia vengono evidenziate, tra le altre, le seguenti
carenze che i fruitori dei dati rilevano: “ii) la necessità di informazioni più dettagliate sui
consumi turistici domestici; iii) la necessità di informazioni più dettagliate sugli impatti del
turismo indiretto e dell’indotto; iv) la necessità di statistiche locali di maggiore portata e
affidabilità; v) le scarse conoscenze riguardo a soluzioni di pernottamento private e uso di
seconde case per scopi turistici; e vi) la mancata tempestività nella raccolta dei dati”.
1.3
Il Conto Satellite del turismo per l’Italia
Come già detto, le statistiche ufficiali del turismo, a causa della particolarità del settore,
sono insufficienti a fornire una stima del peso che il turismo ha nelle singole economie
nazionali. Per tentare di superare tale problema a livello internazionale, nel corso dell’ultimo
ventennio, è stata sviluppata una metodologia che va sotto il nome di “Tourism Satellite
Account”8. Applicando i principi che sono alla base di questa contabilità separata, che va
oltre quelle che sono le raccomandazioni della Contabilità Nazionale dei vari paesi, l’ISTAT ha
prodotto nel 2012 il Primo Conto Satellite del Turismo (CST) per l’Italia. L’idea che sta alla
base della costruzione del CST è quella di analizzare in dettaglio le componenti della
domanda di beni e servizi associati al turismo, e come questa si interfaccia con l’offerta
turistica e gli altri settori dell’economia.
Il CST è un metodo che ha lo scopo di stimare l’impatto delle attività turistiche sull’economia
del paese e di valutare gli effetti direttamente attivati dal consumo turistico sull’economia
nazionale, vale a dire quanta ricchezza interna viene originata dalla domanda di beni e servizi
da parte di visitatori. La costruzione del CST si basa sulle indicazioni contenute nel Quadro
Metodologico Raccomandato (QMR 2008), elaborato da Eurostat, la Divisione Statistica delle
Nazioni Unite, l’OCSE e l’UNWTO, al fine di fornire ai Paesi membri una guida alla raccolta ed
elaborazione di dati comparabili a livello internazionale. Lo standard previsto dal QMR
prevede la compilazione di dieci tavole (vedi fig…).
8
Si tratta di un metodo, elaborato congiuntamente dalla Divisione Statistica delle Nazioni Unite, dall’Ufficio
Statistico della Commissione Europea, dall’Organizzazione per la Cooperazione e lo Sviluppo Economico e
dall’Organizzazione Mondiale del Turismo, per analizzare nel dettaglio ogni aspetto della domanda di beni e
servizi in qualche modo riconducibile al turismo, all’interno del più ampio contesto economico.
19
Fig. … Le tavole del CST
Fonte: Massari, 2012
Il CST italiano, che costituisce una versione prototipale, è strutturato sulle prime sei tavole.
Le prime quattro presentano la spesa turistica suddivisa per le tipologie di turismo che la
generano:
 turismo inbound (Tavola 1, di seguito riportata, a titolo esemplificativo, nella fig…);
 turismo domestico (Tavola 2);
 turismo outbound (Tavola 3);
 turismo interno (Tavola 4), dato dalla somma del turismo inbound e domestico.
20
Fig. … Tavola 1 del CST
TAVOLA 1. CONTO SATELLITE DEL TURISMO: SPESE DEL TURISMO INBOUND PER PRODOTTO E PER
TIPOLOGIA DI VISITATORI. Anno 2010, milioni di euro
PRODOTTI
Turisti (visitatori
pernottanti)
(1.1)
Escursionisti
(visitatori non
pernottanti)
(1.2)
835
Visitatori
(1.3) = (1.1) + (1.2)
Incidenza
%
Prodotti turistici caratteristici
21.470
22.306
76,0
1- Servizi ricettivi per i visitatori
12.064
0
12.064
41,1
1.a- Servizi ricettivi diversi dal punto 1.b
1.b- Servizi ricettivi relativi all'uso
di seconde case di proprietà
2- Servizi di ristorazione
10.759
0
10.759
36,7
1.305
0
1.305
4,4
6.353
252
6.604
22,5
3- Servizi di trasporto ferroviario passeggeri
204
11
216
0,7
4- Servizi di trasporto su strada passeggeri
5- Servizi di trasporto marittimo per vie d’acqua
passeggeri
6- Servizi di trasporto aereo passeggeri
585
111
696
2,4
17
25
42
0,1
750
388
1.138
3,9
7- Servizi di noleggio mezzi
8- Servizi delle agenzie di viaggio
e altri servizi di prenotazione
9- Servizi culturali
197
7
204
0,7
187
1
188
0,6
249
9
258
0,9
10- Servizi sportivi e ricreativi
865
31
896
3,1
5.668
1.365
7.033
24,0
27.138
2.200
29.338
100
Beni turistici specifici e non specifici del Paese
TOTALE
Fonte: Istat, 2012
Le stime del CST si basano su una selezione di attività economiche considerate
caratteristiche della filiera turistica:
 alloggio/ricezione (alberghi e seconde case);
 ristorazione;
 trasporto e noleggio;
 agenzie di viaggio e tour operator;
 servizi culturali, sportivi e ricreativi.
In particolare, entrando nel dettaglio delle grandezze misurate, le prime tre tavole del CST
presentano, per le tre tipologie di turismo (inbound, domestico e outbound) la ripartizione
della spesa dei visitatori, per “Turisti” ed “Escursionisti”, e per “Prodotti turistici
caratteristici” e per “Beni turistici specifici e non del paese” (es. souvenirs, carburante,
alimentari consumati in casa, abbigliamento9). I valori della spesa turistica riportati nel CST
sono sintetizzati nella seguente figura:
9
Questa categoria di prodotto è tipica del CST italiano e corrisponde, dal punto di vista della classificazione
delle attività produttive, alla categoria del Commercio al dettaglio di beni, specifici e non, utilizzata
nell’aggregazione delle informazioni delle tavole 5 e 6.
21
Fig. … I valori della spesa turistica nel CST
I valori della spesa turistica nel CST
I valori espressione
dell’offerta
I valori espressione della
domanda
Spesa
Turismo
Inbound
Spesa
Turismo
Domestico
Spesa
Turismo
Outbound
=
=
=
Spesa Turisti
Stranieri
Spesa Turisti
Italiani
Spesa Turisti
Italiani verso
estero
+
Spesa
Escursionisti
Stranieri
+
Spesa
Escursionisti
Italiani
+
Spesa
Escursionisti
Italiani verso
estero
=
=
=
Spesa
Prodotti
Turistici
Caratteristici
Spesa
Prodotti
Turistici
Caratteristici
Spesa
Prodotti
Turistici
Caratteristici
+
Spesa Beni
Turistici
Specifici e
non del
Paese
+
Spesa Beni
Turistici
Specifici e
non del
Paese
+
Spesa Beni
Turistici
Specifici e
non del
Paese
Sostanzialmente le prime tre tavole del CST ci dicono tra quali beni e servizi si ripartisce la
spesa dei visitatori stranieri ed italiani sul territorio nazionale, nonché delle spese sostenute
per viaggi all’estero dagli italiani.
La tavola 4 evidenzia i consumi turistici interni, calcolati sommando la spesa effettuata dagli
stranieri e dagli italiani in Italia (spesa interna per turismo) e l’ammontare della spesa non
effettuata direttamente dai visitatori, ma riferita al turismo per affari (consumi sostenuti
dalle aziende per viaggi di affari), ai servizi resi dall’utilizzo per vacanza delle seconde case
(servizi abitativi figurativi) ed ai consumi turistici collettivi sostenuti dalle pubbliche
amministrazioni (servizi forniti gratuitamente alla collettività).
Dal lato dell’offerta il CST prende in considerazione la produzione interna ed il valore
aggiunto (valutati a prezzi base) per branca di attività (Tavola 5). Così dalla somma delle 11
industrie caratteristiche individuate per l’Italia si ottiene il primo indicatore chiave del CST: il
valore aggiunto dell’industria turistica (VATI). Ovviamente tale valore non è completamente
imputabile al turismo, in quanto esso rappresenta il valore aggiunto prodotto dalle branche
turistiche.
Mettendo in relazione domanda ed offerta turistica si individua quanta parte della
produzione è destinata a soddisfare la domanda turistica. Da ciò discende la determinazione
del Valore Aggiunto del Turismo (VAT). Difatti, i dati sul consumo turistico interno (Tavola 4)
insieme a quelli sull’offerta turistica riportati nella Tavola 5, confluiscono nell’ultima e più
importante tavola (Tavola 6)10, nella quale viene determinato il VAT.
“In questa tavola di sintesi viene operato il confronto tra il totale della produzione e il
consumo interno turistico, dopo aver aggiunto alla produzione domestica le componenti di
importazioni, imposte indirette al netto dei contributi e i margini di distribuzione. Dal
rapporto tra consumo turistico e produzione totale, entrambi articolati per prodotto, è
possibile determinare il coefficiente turistico per ciascuna tipologia di prodotto. Per poter
calcolare il valore aggiunto del turismo è necessario stimare la componente turistica della
10
22
Nel caso dell’Italia il primo CST è stato costruito con riferimento al 2010, anno per il quale
era disponibile la maggior parte delle fonti. Per la sua elaborazione, oltre ai dati contenuti
nei conti nazionali, le informazioni sono state ottenute rielaborando i dati provenienti dalle
rilevazione dell’ISTAT sul Movimento dei clienti negli esercizi ricettivi (Istat Offerta), e sui
Viaggi e vacanze (Istat Domanda) e dalla rilevazione condotta dalla Banca d’Italia,
denominata Indagine sul turismo internazionale dell’Italia.
Per il 2010, il CST ha fornito una misura del VAT prodotto in Italia dal turismo pari a 82.833
milioni di euro, il 6% del valore aggiunto totale dell’economia. L’incidenza del settore
sull’economia, così misurata, è molto vicina a quella del settore delle costruzioni. Il turismo
si colloca, dunque, tra le industrie più rilevanti per l’economia italiana.
La figura … ci mostra il VAT ripartito tra le industrie caratteristiche della filiera turistiche (a
cui per l’Italia è stata aggiunta quella del commercio al dettaglio di beni specifici e non
specifici) e le altre industrie (comprendenti tutti i rimanenti settori economici italiani).
Fig. … Valore aggiunto del Turismo
Alberghi e ristoranti 31,7
Seconde case 22,7
Altre industrie
23,2
Industrie turistiche
76,8
Trasporto e noleggio 10,8
Agenzie di viaggio e tour
operator 1,9
Servizi culturali, sportivi e
ricreazione 2,1
Commercio dettaglio beni
specifici e non specifici del
Paese 7,7
Fonte: Istat, 2012
In sintesi, attraverso la costruzione delle sei tavole del CST si riescono a misurare i seguenti
indicatori:
 la spesa interna del turismo;
 il consumo interno del turismo;
 il valore aggiunto delle industrie turistiche;
 il valore aggiunto lordo diretto del turismo;
 il prodotto interno lordo diretto del turismo.
produzione di branca utilizzando i suddetti coefficienti turistici definiti per prodotto. I costi
intermedi turistici vengono stimati applicando l’incidenza turistica della produzione di
branca all’insieme dei costi intermedi della branca stessa. Per differenza tra produzione e
costi intermedi turistici si calcola il valore aggiunto turistico per ciascun settore economico”
(Istat, 2012, p. 8).
23
Le prossime edizioni del CST dovrebbero prevedere altre quattro tavole, che si aggiungono
alle sei già citate e che riguardano l’occupazione e gli investimenti delle industrie turistiche, i
consumi collettivi del turismo e indicatori non monetari.
In linea generale possiamo dire che il CST ad oggi costituisce lo strumento statistico più
efficace, riconosciuto e raccomandato a livello internazionale, per rappresentare la
dimensione economica complessiva dell’industria turistica di un paese in quanto integra
informazioni sulla domanda e sull’offerta turistica, provenienti da diverse fonti. Dalla sintesi
tra la domanda ed offerta turistica viene determinato il principale indicatore del CST: il
valore aggiunto del turismo (VAT). Esso rappresenta il valore aggiunto attivato direttamente
dai consumi turistici interni. Se questo valore poi lo si rapporta al valore aggiunto totale
dell’economia nazionale si ottiene una stima dell’incidenza del turismo sulle complessive
attività economiche del Paese.
In generale, e riassumendo, possiamo affermare che:
 i dati statistici disponibili (di flusso) non colgono appieno l’intero fenomeno
economico del turismo;
 il settore Turismo è una “syntetic industry” (Candela e Figini, 2012) nel senso che è un
settore che deriva dalla intersezione di settori tradizionali. L'intersezione è
identificata dalla quota delle produzioni di eterogenee attività economiche che sono
destinate a soddisfare la domanda dei turisti;
 il turismo è un fenomeno che si sovrappone alla domanda aggregata e questa
caratteristica lo rende difficilmente misurabile sul piano economico. Infatti la
domanda di beni e servizi dei turisti in un dato territorio si aggiunge e si confonde
con la domanda di beni e servizi della popolazione residente. Questo implica che è
difficile definire quali siano i beni e servizi chiesti dal turista e quantificare
statisticamente tale domanda;
 i sistemi di contabilità nazionale non tengono conto delle specificità del consumatore
nel momento in cui egli diventa anche “visitatore”, sostenendo quindi un consumo
turistico.
L’attuale sistema di statistiche ufficiali sul turismo non ci consente di stimare gli effetti
indiretti ed indotti del turismo. Di conseguenza tutti gli operatori, dal Governo nazionale e
locale alle imprese possono non disporre di tutte le informazioni necessarie per prendere le
decisioni ottimali.
1.4
Gli elementi dell’analisi di impatto economico del turismo
Si è detto che l’analisi d’impatto economico del turismo mira a valutare gli effetti che la
spesa sostenuta dai turisti in una determinata area territoriale produce sul sistema
economico, a livello nazionale e/o locale. L’impatto complessivo sarà dato dalla somma di
tre effetti che, secondo una classificazione ampiamente condivisa in letteratura (Degiarde,
2009), sono così denominati:
24



effetti diretti: sono gli impatti sull’economia del luogo derivanti dalle spese per
consumo11 sostenute dai turisti e riguardanti i diversi comparti che compongono il
variegato settore turistico (es. alberghi, ristoranti, servizi ricreativi,…). Gli acquisti di
beni e servizi realizzati dai turisti producono incremento di flussi finanziari
all’interno dell’area.
effetti indiretti: sono gli impatti sull’economia locale della spesa di tutti gli attori
economici che introitano direttamente l’incremento delle spese dei turisti (es.
alberghi, ristoranti, etc.). Per fronteggiare l'aumento della domanda turistica, gli
operatori acquistano maggiori quantità di beni e servizi stimolando l’economia
locale nella misura in cui i loro fornitori operano nella medesima area. L’effetto
indiretto raccoglie, quindi, l’insieme dei flussi finanziari, ricadenti sulla sola
economia locale, prodotti dalla domanda di quegli attori economici direttamente
coinvolti nel soddisfare la domanda turistica.
effetti indotti: sono gli impatti sull’economia locale dalla spesa finanziata con
l’aumento dei redditi accumulato dai residenti, dovuto alla spesa dei turisti. In
seguito ad un aumento della domanda turistica, aumentano i redditi da lavoro e i
profitti degli addetti ai settori interessati e questo fa aumentare la domanda.
Tali effetti si propagano tra i vari settori economici secondo il meccanismo del
moltiplicatore. Il moltiplicatore da una misura del grado di interdipendenza del reddito dalle
componenti autonome della domanda. Il meccanismo di funzionamento del moltiplicatore è
semplice. A seguito di uno shock esterno di domanda, la spesa aumenta e questo fa
aumentare il reddito. Tuttavia l’aumento del reddito fa ulteriormente aumentare la
domanda che a sua volta si ripercuote in un aumento del reddito. Gli incrementi successivi
del reddito sono via via decrescenti e questo assicura l’equilibrio. Tale meccanismo di
propagazione della spesa vale anche per la spesa turistica. Sostanzialmente, quando il turista
spende il suo denaro, per acquistare beni o servizi, innesta una reazione a catena che
produce benefici economici addizionali in più direzioni (dagli operatori in prima linea, ai
rifornitori degli operatori, ecc.). La spesa iniziale del visitatore, alimenta i consumi dell’area e
produce un effetto moltiplicatore (del reddito) a cascata, a tutto vantaggio dell’economia
locale, regionale e nazionale. Nel nostro caso esso ci consente di stimare gli effetti economici
sulle diverse attività per effetto di una variazione della spesa turistica.
In definitiva, la stima dell’impatto economico del turismo deriva dal collegamento tra le
informazioni provenienti dalla domanda turistica e quelle relative alla struttura economica
attraverso la seguente relazione:
Impatto economico del turismo = Numero di turisti x Spesa media turistica x Moltiplicatori.
Quindi, un’analisi di impatto economico permette di valutare non solo gli effetti diretti della
spesa sostenuta in una certa area dai turisti, ma anche quelli indiretti ed indotti.
Tali effetti possono essere misurati dalle seguenti variabili:
 fatturato;
 valore aggiunto;
 reddito;
 gettito fiscale;
 occupazione.
11
Tale spesa non considera i beni di consumo durevole acquistati per fini turistici, come ad esempio barche,
seconde case, ecc.).
25
Allo scopo di chiarire la natura dell’impatto economico nei diversi effetti è utile formulare un
esempio applicativo (si veda la tabella 3.1).
Si ipotizzi che una determinata regione attiri un maggior numero di turisti: +10 turisti,
ognuno dei quali spende 10 euro al giorno in settori appartenenti alla filiera turistica. Ne
deriva che la spesa giornaliera risulta pari a 100 euro. Se viene stimata in 10 giorni una
permanenza nella regione dei suddetti turisti, ne consegue che la regione dovrebbe
beneficiare di un incremento di 1000 euro di spesa dovuto agli acquisti dei turisti (fatturato
incrementale). Questa spesa sarà indirizzata verso i diversi settori appartenenti alla filiera
turistica (alberghi, ristoranti, commercio al dettaglio, ecc…).
Se il 70% dei prodotti e servizi venduti ai turisti viene prodotto all’interno dell’economia
locale, potremo concludere che è di 700 euro la spesa diretta all’acquisto di beni e servizi
locali (effetto diretto). Di questa supporremo che 350 euro sarà destinata alla
remunerazione del lavoro nel settore turistico (per es. finanziando un incremento di 20 unità
lavorative) e che 350 euro sarà indirizzata all’acquisto di beni e servizi da altre imprese della
regione (effetto indiretto). L’ipotesi è che a loro volta i settori collegati incrementeranno di
200 euro i redditi dei propri lavoratori ed aumenteranno di 10 unità il numero di posti di
lavoro. Questi ultimi sono definiti come effetti indiretti.
Per completare l’analisi è opportuno considerare anche gli effetti indotti rilevati sulla spesa
(+350 €), sul reddito (+100 €) e sull’occupazione (+5 addetti) e derivanti dalla spesa del
reddito aggiuntivo causato da una maggiorazione della spesa turistica iniziale (700 euro).
Lo studio realizzato porta a ritenere che nella struttura economica ogni euro di vendita
diretta genera un altro euro in vendite secondarie e indotte nella stessa regione
(moltiplicatore della spesa uguale a 2,0), infatti, vendite dirette pari a 700 euro hanno
generato vendite complessive per 1.400 euro. L’incremento delle vendite dirette ha
generato 650 euro di reddito (moltiplicatore del reddito uguale a 0,93) e 35 nuovi posti di
lavoro (moltiplicatore dell’occupazione uguale a 0,05).
Uno studio più completo potrebbe differenziare gli effetti diretti, indiretti e indotti tra i
diversi settori economici del sistema territoriale oppure le differenze nella spesa turistica ed
il relativo impatto generato dai diversi segmenti di turisti (Stynes, 1999).
26
Tabella 4.1 – Schema esemplificativo di un’analisi di impatto economico
Fonte: Ns elaborazione
Presupposto di un’analisi di impatto economico è, quindi, quello di ricostruire i meccanismi
di funzionamento di un sistema economico territorialmente delimitato, rivelando il peso di
ciascun settore produttivo e le relazioni interne tra i settori stessi. In questo caso le indagini
hanno come scopo quello di comprendere le relazioni tra i settori economici collegati
direttamente ed indirettamente ai comparti turistici con l’obiettivo di costruire diversi
moltiplicatori.
Successivamente l’analisi si dovrebbe concentrare sulla domanda turistica dei visitatori. In
questa fase, le indagini si preoccupano di quantificare la numerosità dei turisti; di classificare
gli stessi in base a specifici criteri (segmentazione della domanda); di valutare profili di spesa
e quantificare il volume della spesa turistica; di individuare i settori economici interessati
dalla spesa turistica.
Riepilogando, i momenti logici che caratterizzano un’analisi di impatto economico del
turismo, riferita ad una definita area territoriale, sono:
a) quantificazione della numerosità dei turisti;
b) stima della spesa turistica;
c) costruzione della tavola delle interdipendenze tra settori;
d) quantificazione dei moltiplicatori del turismo
e) quantificazione degli effetti diretti, indiretti ed indotti della spesa turistica.
Infine, si evidenzia che la misurazione dell’impatto presuppone l’utilizzo di un chiaro quadro
teorico di riferimento, una base informativa e modelli di analisi specifici (Stynes, 1999).
Risulta evidente che la base informativa su cui si basano i modelli è un fattore estremamente
critico. La mancanza di informazioni statistiche ufficiali in grado di supportare analisi di
questo tipo, e la difficoltà di realizzare surveys ad hoc per gli elevati costi, sia in termini
finanziari che per il tempo necessario per realizzarle, porta molti studiosi a concentrarsi sulle
tecniche rivolte all’utilizzo e al trattamento delle informazioni statistiche ufficiali
(Archer,1984).
27
I principali modelli usati nelle analisi di impatto economico del turismo saranno descritti nel
paragrafo successivo.
1.5
I principali modelli di analisi dell’impatto economico del turismo
I modelli di impatto del turismo, così come tutti i modelli economici, si possono distinguere
utilizzando diverse categorie. Ad esempio si possono contrapporre modelli semplici e
complessi, espliciti ed impliciti, parziali e integrati. La semplicità o meno di un modello viene
data dal numero di relazioni presenti in esso e dalla tipologia di equazioni da risolvere.
Modelli espliciti sono costituiti da relazioni formalizzate chiaramente, di solito in forma di
equazioni matematiche, mentre nei modelli impliciti le relazioni esprimono le valutazioni
soggettive del ricercatore, riflettono le sue opinioni e le sue esperienze. Infine, i modelli
parziali si concentrano su un singolo o pochi elementi dell’impatto economico (es. la spesa
dei turisti), mentre i modelli integrati, adottando una prospettiva più generale, si pongono
l’obiettivo di stimare l’occupazione, il reddito, le entrate fiscali e altre variabili economiche
dell’area locale (Frechtling, 1994).
Alcuni trovano ampia diffusione e costituiscono dei modelli abbastanza consolidati nella
letteratura che si occupa di turismo. Essi sono i seguenti:
 Modelli Money Generation Model (MGM)
 Modelli Input-Output
 Modelli Social Accounting Matrix (SAM)
 Modelli Computable General Equilibrium (CGE)
 Modelli della Base Economica.
Altri sono meno diffusi nella letteratura che si occupa di turismo in quanto si tratta di metodi
di più recente elaborazione e che solo da qualche anno stanno trovando applicazione anche
al turismo. Essi sono i seguenti:
 Modelli di System Dynamics (SD)
 Modelli di microsimulazione.
1.5.1
Modelli MGM
Il citato modello MGM (Money Generation Model) è stato elaborato da Stynes nel 1995 ed
utilizzato per la stima dell’impatto economico della spesa dei visitatori del Mammoth Cave
National Park del Kentuchy. Come accennato sopra, si tratta di un modello semplice,
contraddistinto dall’assenza di riferimenti teorici e fondamentalmente basato su di un foglio
di calcolo elettronico i cui parametri sono derivati da fonti statistiche secondarie. Tale
modello viene ripreso nel lavoro di Miles e Carter (2009) per stimare l’impatto del turismo
nello stato del Mississipi.
Tale modello di valutazione dell’impatto, seppur molto semplice, non è utilizzabile nel nostro
caso poiché, allo stato attuale, non si dispongono dei dati necessari a misurare alcune
variabili che sono alla base del modello.
28
1.5.2
Modelli Input-Output
I modelli input-output o tavole delle interdipendenze strutturali, introdotte da Wassily
Leontief nel 1941, sono rappresentazioni contabili di flussi finanziari che avvengono in un
determinato sistema economico (es. regione) in un arco temporale (es. anno). L’unità
elementare della tavola è il settore economico o branca produttiva. Tali modelli mostrano la
quantità di beni e servizi prodotti (output) da ciascun settore che sono utilizzati dagli altri
settori come input nei loro processi produttivi. La finalità di tali modelli è quella di
comprendere la struttura di un determinato sistema economico e le interrelazioni
reciproche tra i vari settori di cui esso è composto (Valli, 1993).
Figura 4.1 - Esempio di schema di tavola intersettoriale
IMPIEGHI
dei settori produttivi
Agricoltura
Energia
Trasformazio
ne industriale
Costruzioni
dei settori finali
Servizi
Totale
impieghi
intermedi
Consumi
Investimenti +
var. scorte
Esportazioni
Impieghi finali
Agricoltura
Energia
Trasformazione industriale
Costruzioni
Servizi
RISORSE
Totale impieghi intermedi
Redditi da lavoro
Altri redditi e ammortamenti
Valore aggiunto al costo dei
fattori
Produzione effettiva al costo dei
fattori
Imposte(+) contributi(-)
Importazioni cif
Trasferimenti e margini
Totale risorse
Fonte: Ns Elaborazione
La tavola input-output si compone di sotto-matrici:
- matrice dei settori (in verde);
- matrice branche-fattori produttivi (in giallo);
- matrice branche-domanda finale (in celeste);
La lettura della tavola per colonna consente di analizzare, per ciascun settore economico, il
processo di acquisizione dei beni/servizi dagli altri settori economici. I totali di colonna
rappresentano la produzione di ciascun settore economico.
La lettura della tavola per riga consente di analizzare la produzione dei settori economici
secondo il settore di utilizzo/destinazione, ossia come l’output di un settore si ripartisce tra i
diversi impieghi intermedi e nei consumi finali. I totali di riga rappresentano la domanda di
ciascun settore.
I modelli input-output si basano su alcune ipotesi semplificatrici della realtà economica:
 l’ipotesi di una tecnologia produttiva lineare a coefficienti fissi implica che non esista
sostituibilità tra i fattori produttivi, rendimenti costanti di scala ed assenza di
economie o diseconomie interne di scala;
29
Totale
impieghi
 l’ipotesi di assenza di esternalità nella produzione implica che l’effetto totale di più
attività condotte contemporaneamente è la semplice somma degli effetti di ciascuna
attività;
 l’ipotesi che il modello sia completamente guidato dalla domanda implica che non ci
siano vincoli di capacità produttiva in alcune settore (l’aumento della domanda può
essere sempre soddisfatto da un aumento dell’offerta, senza impatti sul livello dei
prezzi);
 non esiste possibilità di produzione congiunta;
 vi è assenza di progresso tecnico.
L’utilizzo dei modelli input-output consente di:
 comprendere l’articolazione della struttura dell’economia;
 analizzare i cambiamenti strutturali che accompagnano la crescita economica;
 evidenziare i settori che devono variare il volume del proprio output, al fine di
soddisfare una variazione della domanda finale;
 fornire previsioni circa gli effetti in termini di occupazione delle variazioni della
domanda finale (conoscendo i coefficienti di impiego della manodopera);
 verificare strategie di sviluppo alternative, prefigurando quali saranno i cambiamenti
strutturali necessari per sostenere una data strategia.
Per quanto riguarda l’utilizzo dei modelli input-output nell’ambito delle analisi di impatto del
turismo, è utile segnalare:
a) la modellistica RIMS II sviluppata a partire dalla tavola intersettoriale composta da 39
settori economici e realizzata dall’U.S. Department of Commerce, Bureau of Economic
Analysis per ciascuno dei 50 stati americani. Sfruttando i moltiplicatori elaborati dal suddetto
istituto, Stynes (1999) ha realizzato un’analisi di impatto del turismo per lo stato del
Michigan relativo all’anno 1992. Frechtling e Horvath (1999) hanno realizzato uno studio
simile per lo stato di Washington.
b) La modellistica MI-REC/IMPLAN sviluppata da Stynes e Propst nel 1996. Tali modelli si
basano su tavole intersettoriali regionali particolarmente dettagliate (528 settori economici)
che derivano, attraverso processi di aggiustamento, da statistiche statali. I modelli MIREC/IMPLAN sono divenuti parti di software particolarmente flessibili in grado di collegare
informazioni relative a molteplici segmenti di turisti e diverse categorie di spesa con dati
disaggregati relativi alla struttura economica locale. Utilizzando questi modelli Stynes nel
1990 calcola l’impatto del turismo per lo stato del Michigan.
c) La modellistica IRPET basata sull’aggiustamento della tavola intersettoriale italiana e
composta da 30 settori economici. Utilizzando questi modelli, Manente e Zanette (2010)
hanno misurato gli effetti di modifiche fiscali sugli specifici settori della ricettività (alberghi e
ristoranti) nelle diverse regioni italiane. Inoltre, la Regione Piemonte (2012) e l’IRPET (2012)
hanno rispettivamente calcolato l’impatto del turismo per il Piemonte e la Toscana. Infine,
Rosignoli, Conti e Viviani (2013), hanno integrato il modello input-output sviluppato
dall’IRPET con i dati provenienti dalla matrice satellite di contabilità ambientale.
Per quanto concerne il presente progetto di ricerca, nella fase successiva, si procederà alla
costruzione della tavola intersettoriale nella regione Campania, elemento indispensabile per
calcolare l’impatto economico del turismo in un’area circoscritta (es. Neoluogo). La tavola
intersettoriale regionale sarà costruita secondo i criteri consolidati in letteratura e
30
rappresenterà la base per l’eventuale elaborazione di modelli più avanzati (SAM, CGE,
Microsimulazione).
1.5.3
Modelli Social Accounting Matrix
La matrice di contabilità sociale (Social Accounting Matrix - SAM) è una matrice a doppia
entrata che registra i flussi che intercorrono tra i diversi operatori di un sistema economico
nelle varie fasi del processo economico (produzione, distribuzione, consumo,
accumulazione), evidenziandone la circolarità.
Figura 4.2 - Esempio di schema di matrice di contabilità sociale
Fonte: Caramaschi, 2004
La matrice di contabilità sociale nasce all’interno della teoria economica tradizionale ed è
stata largamente utilizzata per l’analisi delle economie in via di sviluppo, soprattutto per la
possibilità di considerare i problemi di distribuzione del reddito particolarmente acuti in
quelle aree. L’aggettivo social è legato all’enfasi posto sulle famiglie e relativi comportamenti
(formazione del reddito e consumo fondamentalmente). In anni recenti, la SAM è ritornata
ad essere oggetto di interesse anche per le economie sviluppate per diverse ragioni, tra
queste, la possibilità di creare modelli di equilibrio economico generale partendo dalla SAM
stessa, dato che, rispetto a modelli simili, ha il pregio di inserire la distribuzione all’interno
del processo economico, ed in tal modo la distribuzione è, al contempo, causa ed effetto di
altri fenomeni.
La SAM è uno strumento flessibile, rappresenta il processo economico e ne evidenzia la
circolarità. La sua costruzione richiede l’impiego di una molteplicità di fonti, poiché nessuna
è esaustiva, vale a dire che nessuna è in grado di fornire informazioni su tutti i fenomeni,
flussi, scambi delle diverse fasi di un processo economico.
Le fonti possono avere, come si verifica solitamente, natura diversa e necessitano, quindi, di
essere integrate. Sotto questo aspetto, la SAM è un valido strumento e si caratterizza, tra
l’altro, per la capacità di valorizzare le statistiche relative a fenomeni specifici, spesso
studiati in maniera indipendente; la SAM, quindi, come luogo per verificare la coerenza della
Contabilità Nazionale.
31
E’ corretto considerare la SAM come un’estensione dei modelli input-output, in quanto
questi ultimi non comprendono il processo distributivo e redistributivo del reddito. La
presenza nella SAM dei conti intestati ai settori istituzionali premette di comprendere, oltre
al processo di formazione del reddito anche quello distribuzione dello stesso tra consumi e
investimenti (Caramaschi, 2004.).
I modelli SAM non sono utilizzabili nel nostro caso poiché, allo stato attuale, non si
dispongono dei dati necessari a misurare alcune variabili che sono alla base dei modelli
stessi.
1.5.4
Modelli Computable General Equilibrium
I Computable General Equilibrium models (CGE) sono ampiamente diffusi per la stima
dell’impatto sul sistema economico di mutamenti politici, tecnologici, demografici,
ambientali. Un modello CGE si articola in un insieme di equazioni che descrivono il
funzionamento del mercato del lavoro, dei capitali e dei beni finali, una matrice di
interdipendenze economiche o di contabilità sociale e un insieme di parametri che
specificano le reazioni delle variabili endogene agli impatti esogeni. Di solito le ipotesi alla
base delle equazioni del modello si ispirano alla teoria neoclassica, nel senso che si assume
un comportamento massimizzante da parte di produttori e consumatori. Questo non
impedisce naturalmente a molti modelli CGE di conferire maggiore realismo all’analisi
ipotizzando mercati caratterizzati da competizione imperfetta e presenza di esternalità
(Dixon, Parmenter, 1996).
I modelli di equilibrio economico generale computabile sono modelli di analisi dei sistemi
economici aventi determinate caratteristiche. Essi sono:
a) modelli generali: prendono in considerazione una pluralità di attori del sistema
economico (famiglie, imprese, governo) e ne specificano le rispettive funzioni di
comportamento;
b) modelli di equilibrio: attraverso l’interazione della domanda e dell’offerta dei diversi
attori economici si stabiliscono endogenamente i prezzi dei beni e dei fattori. Per ciascun
bene o fattore scambiato, l’aggiustamento dei prezzi porta i mercati sempre in equilibrio;
c) modelli computabili: tali modelli producono risultati numerici, utilizzando come database
di riferimento tavole intersettoriali con dati reali;
d) modelli dinamici: tali modelli si riferiscono a più anni.
I modelli CGE, oltre a presentare, rispetto agli altri modelli, maggiori implicazioni di carattere
teorico, non sono applicabili nel nostro caso poiché, allo stato, non si dispongono dei dati
necessari a misurare alcune variabili che sono alla base dei modelli stessi.
1.5.5
Modelli della base economica
Il modello della base di esportazione, realizzato da Hoyt negli anni ’30, è il principale modello
che identifica il ruolo della domanda nei meccanismi di crescita e di sviluppo. Se i sistemi
economici di grandi dimensioni possono fare affidamento sulle forze interne al sistema per il
loro sviluppo, i sistemi economici più piccoli (sistemi locali) sono, invece, spesso molto
specializzati e non possono affidarsi solo sulle capacità endogene per crescere
economicamente (Archer,1 977; Tiebout, 1962; Krikelas, 1992).
32
Il pregio di questi modelli è la semplicità, impiegano, infatti, dati generalmente disponibili
anche per piccole aree geografiche.
I limiti, allo stesso tempo, sono diversi: a) una valutazione soggettiva nel ripartire l'attività
industriale tra i settori di base e non di base; b) l’ipotesi che tutti i flussi generati dai settori
non di base verso i settori di base presentano lo stesso moltiplicatore, indipendentemente
dallo specifico comparto industriale; c) l’assunto che la crescita economica di un’area è
attribuibile prevalentemente ai settori che dipendono da aree geografiche esterne. E’
condiviso che altre variabili (es. flussi di capitali interregionali, cambiamenti tecnologici e
demografici, regolamentazione fiscale), non esplicitamente riconosciute nel modello della
base economica, influenzano la crescita regionale (Krikelas,1991).
Per le suddette motivazioni, negli studi di impatto del turismo, i moltiplicatori calcolati
mediante la teoria della base economica non sono molto diffusi.
I modelli della base economica, non sono applicabili nel nostro caso poiché, allo stato, non si
dispongono dei dati necessari a misurare alcune variabili che sono alla base dei modelli
stessi.
1.5.6
Modelli di System Dynamics
Il System Dynamics (SD) è un approccio per lo studio e la gestione di sistemi dinamici
complessi, caratterizzati da meccanismi di feedback.
La logica, estremamente pragmatica, che ispira la metodologia si basa sul pensiero sistemico
(System Thinking) e utilizza circuiti elementari in qualità di concetti fondamentali per
generare rappresentazioni sistemiche complesse. L’enfasi non è tanto sulla capacità del
modello di prevedere particolari stati puntuali del sistema o sul rigore con cui le ipotesi sono
state testate empiricamente, quanto sulla possibilità che il modello offre di comprendere la
logica con cui le variabili rilevanti interagiscono, il ruolo che ciascuna di esse gioca, i punti in
cui il sistema è sensibile agli interventi e gli scenari che emergono come conseguenza di
ipotesi alternative circa lo stato iniziale del sistema (Colombo).
Largamente impiegato nello studio delle singole realtà aziendali al fine di effettuare analisi
ex-post, volte all’individuazione delle cause che hanno dato vita ad un determinato
fenomeno/problema osservato, o analisi ex-ante, volte ad individuare le condizioni che
possano portare al raggiungimento di determinati obiettivi, l'approccio System Dynamics
potrebbe essere in realtà di grande aiuto per qualsiasi decisore alle prese con sistemi
dinamici complessi (sociali o economici).
La risposta dei sistemi alle diverse sollecitazioni, infatti, a volte non avviene in modo
immediato e lineare, ma può seguire sviluppi imprevedibili e articolati tali da amplificare,
ritardare o rendere vana una qualsiasi azione volta a modificare lo stato di un sistema.
Il metodo di ricerca posto in essere dall’approccio System Dynamics ha una logica
estremamente pragmatica. L’enfasi non è tanto sulla capacità del modello di prevedere
particolari stati puntuali del sistema o sul rigore con cui le ipotesi del modello sono state
testate empiricamente, quanto sulla possibilità che il modello offre di comprendere la logica
con cui le variabili rilevanti interagiscono, il ruolo che ciascuna di esse gioca, i punti in cui il
sistema è sensibile agli interventi e gli scenari che emergono come conseguenza di ipotesi
alternative circa lo stato iniziale del sistema.
L’utilizzo della metodologia prevede una serie di fasi che possono essere riassunte nei
seguenti punti:
33
 identificazione di un problema;
 sviluppo di ipotesi dinamiche e mappe causali per spiegare la causa del problema;
 costruzione al computer di un modello di simulazione che rappresenti il sistema alla
radice del problema;
 test del modello per verificare che sia in grado di riprodurre il comportamento
osservato nel mondo reale;
 elaborazione e test nel modello di politiche alternative finalizzate ad alleviare il
problema;
 implementazione della soluzione ottimale.
Si rende necessario a questo punto chiarire la relazione che intercorre tra il System Thinking
e l'approccio System Dynamics. Si può senz'altro affermare che la System Dynamics si basa
sul System Thinking e lo completa. Il pensiero sistemico prende, infatti, in esame lo stesso
tipo di problemi della System Dynamics. Le due metodologie condividono inoltre le stesse
tecniche di mappatura dei circuiti causali. Tuttavia nel System Dynamics le mappe causali
vengono arricchite dalla costruzione di modelli di simulazione al computer che permettono
di avere la conferma che la struttura ipotizzata sia alla base del comportamento osservato e
per testare gli effetti di politiche alternative sulle principali variabili nel tempo.
Sul concetto di sistema, sulle sue finalità, sulle possibili classificazioni e sul suo
funzionamento (in particolare ci si riferisce al meccanismo di retroazione e di
autoregolazione), si rinvia alla ricchissima letteratura sull’argomento (Boulding, 1956;
Checkland, 1993; Ackoff, 1994).
I modelli SD, per essere affidabili nelle stime da produrre, hanno bisogno di un cospicuo set
di informazioni e dati statistici, la cui mancanza dati potrebbe distorcere, rispetto alla realtà
che si intende riprodurre, il comportamento dei meccanismi di azione e retroazione e
rendere inattendibili le previsioni risultanti dal modello. Allo stato attuale, non disponendo
in Italia di banche dati particolarmente dettagliate, l’utilizzo di tale modellistica risulta
limitato e non applicabile nel nostro caso.
1.5.7
Modelli di Microsimulazione
I modelli di Microsimulazione possono essere pensati come complesse strutture in grado di
replicare il funzionamento del sistema economico partendo da un fondamento
microeconomico. Riproducendo le interazioni tra gli agenti economici, questi modelli
permettono di collegare la teoria dell’equilibrio generale con le evidenze dei dati di
contabilità nazionale. Nonostante siano microfondati, anche i modelli dinamici più sofisticati
sintetizzano l’eterogeneità individuale in uno o più agenti rappresentativi. Per questo
motivo, vengono generalmente utilizzati per analisi di breve e medio periodo su aggregati
macroeconomici.
E’ quindi importante guardare alla simulazione via computer come terza via nella
realizzazione dei modelli, all’interno della classificazione che comprende: a) i modelli
letterario-descrittivi, b) quelli matematico-statistici; c) quelli realizzati (con la finalità della
simulazione) con codice informatico (Gilbert e Terna, 2000; Ostrom 1998).
I primi sono pienamente flessibili, ma la rappresentazione della realtà che consentono non è
solidamente verificata da processi di calcolo che ne sperimentino la capacità di essere
coerenti con fenomeni noti, generando situazioni plausibili.
34
I modelli statistico-matematici sono di per sé orientati alla computabilità, ma con il peso
delle semplificazioni, per lo più necessarie e talora volutamente ricercate, che ne
determinano la distanza dalla realtà. Distanza accettata o addirittura preferita in economia,
se si segue l’impostazione as if secondo cui si utilizzano modelli non realistici se ed in quanto
si possa ritenere che i risultati siano comunque utili.
I modelli di simulazione rappresentano quindi una significativa risposta alle esigenze della
flessibilità e adattabilità descrittiva, da un lato, e della possibilità di computazione, dall’altro.
Un codice informatico è insieme dotato di requisiti formali, di adattabilità e flessibilità e,
ovviamente, di calcolabilità.
Nascono così i modelli di microsimulazione, cioè modelli che, utilizzando informazioni
statistiche riferite alle singole unità economiche, permettono di riprodurre il
comportamento e le relazioni delle unità elementari specificando una serie di regole
comportamentali derivanti dalla teoria economica. Tali regole possono essere soddisfatte in
maniera deterministica o in maniera stocastica a seconda del metodo utilizzato per il
trattamento dell’incertezza. La flessibilità, il grado di eterogeneità e la calcolabilità rendono
la modellistica di microsimulazione lo strumento ideale per valutare gli effetti delle politiche
economiche.
I modelli di microsimulazione possono essere distinti in due grandi famiglie: i modelli statici e
quelli dinamici. I primi costituiscono la tipologia più utilizzata per valutare gli effetti di breve
periodo delle politiche economiche. Basati generalmente su dati cross-section, i modelli
statici non implementano procedure di aggiornamento delle caratteristiche sociodemografiche della popolazione campionaria e consentono di condurre unicamente analisi
riferite ad un singolo istante temporale (Baldini, Toso, 2005). La maggior parte di essi non
incorpora funzioni di reazione comportamentali degli agenti economici e, per questo
vengono talvolta definiti di tipo aritmetico (Bourguignon, Spadaro, 2005).
Se le caratteristiche della popolazione sono soggette a mutamenti strutturali, è chiaro che
un approccio esplicitamente dinamico presenta sostanziali vantaggi rispetto all’approccio
statico. I modelli di microsimulazione dinamici consentono di simulare la probabile
evoluzione nel tempo di una popolazione degli agenti, le cui caratteristiche socioeconomiche vengono aggiornate mediante procedure ad hoc. Nella maggior parte dei casi
l’aggiornamento si realizza sottoponendo periodo dopo periodo, le unità elementari del
modello (individui, famiglie, ecc.) ad una serie di probabilità condizionali di incorrere negli
eventi simulati dal modello. La realizzazione dell’evento, in capo alle singole unità, produce
un cambiamento di stato che rimarrà tale, a meno di successive modifiche.
La microsimulazione dinamica presenta vantaggi e svantaggi. Il trattamento
dell’eterogeneità è senza dubbio il vantaggio principale offerto dai modelli di
microsimulazione. In un’ottica dinamica, alla eterogeneità trasversale, cioè quella presente
tra individui della stessa popolazione osservata in un istante temporale, i MMD permettono
di trattare l’eterogenietà di carattere “longitudinale”, che si manifesta nella possibilità di
osservare carriere e destini differenziati per individui che presentano condizioni di partenza
simili.
Tra i principali svantaggi dei modelli di microsimulazione c'è la difficoltà nel reperimento
della base statistica necessaria per permetterne il loro funzionamento.
Le fonti statistiche richieste da un MMD sono di due tipi: 1) quelle richieste per la
generazione della popolazione iniziale su cui costruire il modello; 2) quelle necessarie alla
stima delle probabilità di transizione tra i differenti stati con cui si manifesta un evento.
35
Purtroppo, allo stato attuale non esiste in Italia una base statistica che contiene
congiuntamente dettagliate informazioni di carattere economico, demografico e sociale.
Alcune indagini campionarie focalizzano la rilevazione dei dati sui comportamenti sociodemografici e le condizioni di vita degli intervistati, mentre altre raccolgono analiticamente
informazioni sulle loro condizioni economiche, ma trascurano o rilevano con minor dettaglio
altre caratteristiche, relative ad esempio alle condizioni di salute o al contesto familiare di
origine. Pertanto, un MMD richiede l’utilizzo di informazioni provenienti da un variegato
insieme di fonti statistiche (indagini campionarie o archivi amministrativi). Diventa, in questo
caso necessario, tramite opportune procedure di matching, generare un dataset iniziale
contenente tutte le richieste per la simulazione nel medio-lungo periodo.
Riguardo alla stima delle probabilità di transizione tra stati, l’implementazione di un MMD
necessita di dati di flusso, cioè dati che quantificano il numero e le caratteristiche di coloro si
muovono da uno status all’altro. Tali dati sono di difficile reperimento dal momento che il
nostro Paese è carente di indagini longitudinali che rilevino con sufficiente dettaglio una
moltitudine di aspetti legati alle condizioni del vivere. Per il reperimento dei dati di flusso è
quindi necessaria una intensa attività di ricerca tra le fonti campionarie disponibili, per
trovare per ogni evento, quella che meglio si presta alla stima econometria delle probabilità
di transizione tra stati.
La natura stocastica della simulazione e la presenza di elevata eterogeneità nella
popolazione iniziale produce elevata variabilità nelle stime di medio-lungo periodo. Un
metodo per ridurre la varianza è quello di utilizzare un ampio dataset iniziale, dal momento
che essa è funzione anche dalla numerosità del campione su cui si conduce la stima. Tramite
procedure di bootstrapping o tramite replicazioni Monte Carlo è possibile inoltre costruire
intervalli di confidenza, offrendo informazioni sul grado di accuratezza delle stime prodotte.
Tali procedure per contro, aumentano sensibilmente i tempi di elaborazione e la loro
esecuzione necessita di potenti strumenti hardware.
I modelli di Microsimulazione, per le considerazioni svolte, non sono applicabili al nostro
specifico caso.
1.6
Conclusioni
L’attuale sistema di contabilità nazionale, per le caratteristiche del “settore Turismo”, non è
in grado di stimare gli effetti economici del turismo, in particolare quelli indiretti ed indotti, e
quindi di fornire un’adeguata base dati per effettuare valutazioni di impatto economico
efficaci.
I motivi, precedentemente illustrati, sono molteplici: i dati statistici ufficiali disponibili non
colgono appieno l’intero fenomeno economico del turismo, poiché non riescono ad
intercettare e stimare gli effettivi “consumi turistici”; il settore Turismo è una “syntetic
industry”, ossia è un settore che deriva dalla intersezione di più settori (l’intersezione è
identificata dalla quota delle produzioni di eterogenee attività economiche che sono
destinate a soddisfare la domanda dei turisti); il turismo è un fenomeno che si sovrappone
alla domanda aggregata rendendolo difficilmente misurabile sul piano economico (la
domanda di beni e servizi dei turisti in un dato territorio si aggiunge e si confonde con la
domanda di beni e servizi della popolazione residente).
36
L’Istat, insieme ad altri Organismi e sulla base della metodologia sviluppata da OMT, ONU,
OCSE, ed EUROSTAT ha cercato, attraverso la Contabilità Satellite, di soddisfare i bisogni
informativi provenienti sia dal mondo degli operatori privati sia dai vari livelli di governo per
rendere razionali i processi dei decisori privati e pubblici nella elaborazione, rispettivamente,
di efficaci strategie aziendali e politiche. Ma, allo stato attuale, tale sistema di dati consente
di effettuare solo la misurazione degli effetti diretti del turismo sugli altri settori e
sull’economia di un Paese.
Allo stesso tempo, gli studiosi che si sono occupati degli aspetti economici del turismo e/o di
specifici eventi turistici, al fine di misurarne gli effetti hanno, nel tempo, applicato modelli di
valutazione dell’impatto economico sviluppati per le analisi macroeconomiche generali.
Per quanto concerne le finalità del presente progetto, il modello, tra quelli esaminati nella
sezione 4, che sarà applicato nella successiva fase è quello basato sulla metodologia InputOutput. Procedendo alla costruzione della tavola intersettoriale nella regione Campania,
elemento indispensabile per stimare l’impatto economico del turismo in un’area circoscritta
(es. Neoluogo), sarà anche colmato un importante gap conoscitivo.
La tavola intersettoriale regionale sarà costruita secondo i criteri consolidati in letteratura e
rappresenterà la base per l’eventuale elaborazione di modelli più avanzati (SAM, CGE,
Microsimulazione).
1.7
Bibliografia
Ackoff R.L., 1994, Systems Thinking and Thinking Systems, System Dynamics Review, vol. 10,
n. 2-3, pp. 175-188.
Archer B.H., 1984, Economic impact: Misleading multiplier, Annals of Tourism Research, vol.
11, n. 3, pp. 517-518.
Bacci L. (a cura di), 2007, Il turismo nell’economia della provincia di Pistoia, IRPET, Firenze.
Banca d’Italia, 2013, Il turismo internazionale in Italia: dati e risultati, vol. 12, Roma.
Boulding K.E., 1956, Towards a general theory of growth, General System, vol. 1, pp. 66-75.
Camagni R., 2002, Principi di economia urbana e territoriale, Carocci Editore.
Candela G., Figini P., 2012, The Economics of Tourism Destinations, Springer Verlag Berlin
Heidelberg.
Capello R., 2004, Economia Regionale, Il Mulino.
Caramaschi E., 2004, Matrice di contabilità sociale e distribuzione del reddito, IRPET.
Centro Studi Turistici, 2008, L’impatto economico del turismo in provincia di Firenze.
Checkland P., 1993, Systems Thinking, Systems Practice, John Wiley & Sons, Chichester.
Cortés-Jiménez I., 2008, Which Type of Tourism Matters to the Regional Economic Growth?
The Cases of Spain and Italy, International Journal of Tourism Research, vol. 10, pp. 127-139.
Costa P., Manente M., 2001, Economia del turismo, Modelli di analisi e misura delle
dimensioni economiche del turismo, Touring Editore, Milano.
Del Corpo B., Gasparino U., Bellini E., Malizia W., 2008, Effects of Tourism Upon the Economy
of Small and Medium-Sized European Cities. Cultural Tourists and “The Others”, Working
Papers, Fondazione Eni Enrico Mattei.
Dwyer L., Forsyth P., Spurr R., 2004, Evaluating tourism’s economic effects: new and old
approaches, Tourism Management, vol, 25, pp. 307-317.
Europa Inform, 2004, The Economic Impact of Historical Cultural Tourism, nell’ambito del
Progetto Romit, disponibile su “http://www.romit.org/en/pubblicazioni.htm”.
37
Fiorani G., 2009, System Thinking, System Dynamics e politiche pubbliche, Tesi di dottorato
di ricerca, Università degli Studi di Roma “Tor Vergata”.
Forrester J. W., 1968, Principles of systems, Wright-Allen Press.
Forrester J. W., 1969, Urban Dynamics, MIT Press.
Forrester J. W., 1971, Counterintuitive behavior of social systems, Technology Review,
vol.73, No.3, pp.52-68.
Frechtling D.C., 1994, Assessing The Economic Impacts of Travel And Tourism – Introduction
To Travel Economic Impact Estimation, Chapter 31 in J.R. Brent Ritchie and Charles R.
Goeldner, editors, Travel, Tourism and Hospitality Research: A Handbook for Managers and
Researchers, 2nd edition, John Wiley & Sons, New York, disponibile su:
“http://home.gwu.edu/~frechtli/material/Book1-9DCF%20TourImpChap31%2094.pdf”
Frechtling D.C., 2006, An Assessment of Visitor Expenditure Methods and Models, Journal of
Travel Research, August, Vol. 45, pp. 26-35.
Frechtling D.C., 2013, The Economic Impact of Tourism. Overview and Examples of
Macroeconomic Analysis, UNWTO, Madrid.
Frechtling D.C. and Horvath E., 1999, Estimating the Multiplier Effects of Tourism
Expenditures on a Local Economy through a Regional Input-Output Model, Journal of Travel
Research, May, Vol. 37, pp. 324-332.
Gasparino U., Bellini E., Del Corpo B., Malizia W., 2008, Measuring the impact of tourism
upon urban economies: A review of literature, Working Papers, Fondazione Eni Enrico
Mattei.
Gismondi R. e Mirto A., 2002, Le fonti statistiche per l’analisi della congiuntura turistica: il
mosaico italiano, ISTAT.
Hosoe N., Gasawa K., Hashimoto H., Textbook of Computable General Equilibrium Modelling:
Programming and Simulations, Palgrave MacMillan Press.
IRER, 2006, Metodologie di valutazione di impatto degli interventi culturali. Rapporto finale II
fase. Milano.
IRPET, 2002, L’impatto del turismo nell’economia della provincia di Lucca e dei suoi territori,
disponibile su “http://www.irpet.it”.
IRPET, 2012, Rapporto sul turismo in Toscana, disponibile su “http://www.irpet.it”.
ISNART, 2006, L’impatto economico del turismo in Italia, disponibile su
“http://www.isnart.it”.
ISNART, 2011, Le ricadute economiche del turismo e la soddisfazione del cliente, disponibile
su “http://www.isnart.it”.
ISTAT, 2012, Il primo conto satellite del turismo per l’Italia, Statistiche - Report.
Kendrick D.A., Mercado P.R., Amman H.A, Computational Economics, Princeton University
Press.
Los B. and Steenge A.E., 2010, Tourism Studies and Input-Output Analysis: Introduction to
Special Issue, Economic System Research, vol. 22, n. 4, pp. 305-311.
Madsen B. and Zhang J., 2010, Towards a New Framework for Accounting and Modelling The
Regional and Local Impact of Tourism, Economic Systems Research, vol 22, n. 4, pp. 313-340.
Manente M. and Zanette M., 2010, Macroeconomic Effects of a VAT Reduction in The Italian
Hotel & Restaurants Industry, Economic Systems Research, vol 22, n. 4, pp. 407-425.
Mella P., 2008, Systems Thinking e System Dynamics. L’arte di capire la dinamica ed il
controllo dei sistemi, Economia Aziendale Online.
Murillo J., Vayà E., Romanì J., Surinach J., 2013, Tourism Economics, vol. 19, n. 4, pp. 897917.
38
Myles A.E. and Carter R., 2009, Measuring the Economic Impact of Tourism and Special
Events: Lessons from Mississippi, paper presented at the Southern Agricultural Economics
Association Annual Meeting, Atlanta, Georgia, January 31-February 3, 2009, disponibile su:
“http://ageconsearch.umn.edu/bitstream/46857/2/Measuring%20Visitors%20SAEA.Final.pd
f”
OCSE, 2011, Studi OCSE sul Turismo: Italia, OECD
Polo C. e Valle E., 2008, An assessment of the impact of tourism in the Balearic Islands,
Tourism Economics, vol. 14, n. 3, pp. 615-630.
Regione Piemonte, 2012, Impatto economico, ricadute e redditività del turismo in Piemonte,
Conti Editore, Morgex.
Rosignoli S., 2009, Incidenza del turismo sull’economia regionale: stima del contributo
effettivo ed esercizio di valutazione del potenziale, IRPET, Firenze, disponibile su
“http://www.irpet.it”.
Rosignoli S., Conti E., Viviani A., 2013, Local Impact of Tourism: The Case of Tuscany, Italian
Journal of Regional Science, vol.12, n.3, pp.89-110.
Seetanah B., 2011, Assessing the Dynamic Economic Impact of Tourism for Island Economies,
Annals of Tourism Research, vol 38, n. 1, pp. 291-308.
Stynes
D.J.,
1997,
Economic
impact
of
Tourism,
disponibile
su:
“https://www.msu.edu/course/prr/840/econimpact/pdf/ecimpvol1.pdf”
Stynes D.J., 1999, Approaches to Estimating the Economic Impacts of Tourism, disponibile su
“http://fama2.us.”
Stynes D.J., Propst D.B., Chang W.H., Sun Y., 2000, Estimating National Park Visitor Spending
and Economic Impacts, disponibile su: “http://mgm2impact.com/files/MGM2.pdf
Tyrrell T.J. e Johnston R., 2001, A Framework for Assessing Direct Economic Impacts of
Tourist Events: Distinguishing Origins, Destinations, and Causes of Expenditures, Journal of
Travel Research, August, Vol. 40, pp. 94-100.
Tyrrell T.J. e Johnston R., 2006, The Economic Impact of Tourism: A Special Issue, Journal of
Travel Research, August, Vol. 45, pp. 3-7
UNWTO, 2013, Annual Report 2012.
Valli V., 1993, Politica Economica, NIS.
Zhang J., Madsen B., Jensen-Butler C., 2007, Regional Economic Impacts of Tourism: The
Case of Denmark, Regional Studies, August, vol. 41.6, pp. 839-853.
Per i lavori reperiti in rete, l’accesso è riferito al 13 febbraio 2014.
39
2. La valutazione dell’impatto economico del turismo in Campania
2.1
1. L’analisi input-output
L’analisi input-output rappresenta una visione schematica delle relazioni di flusso tra i diversi
settori produttivi in cui si articola un sistema economico. Quest’ultimo è composto
dall’aggregazione settoriale di unità produttive che si comportano, da un lato, come
acquirenti di prodotti/servizi da unità produttive appartenenti ad altri settori o branche, e da
un altro lato, come venditori del proprio prodotto.
E’ possibile esprimere i flussi intersettoriali sia in termini fisici che in termini monetari. Nella
prima tipologia di tavole, i flussi esprimono le quantità fisiche di beni che si spostano da una
branca produttiva ad un'altra, mentre, moltiplicando le quantità di beni e servizi per i
rispettivi prezzi, è possibile costruire tavole input-output in grado di rilevare il valore
monetario degli scambi intervenuti tra le stesse branche.
Le relazioni prese in esame riguardano la fase della produzione, quella della remunerazione
dei fattori produttivi, ed infine, quella del consumo sul mercato dei beni e dei servizi.
Gli elementi costitutivi di una tavola input-output sono:
a) tavola degli scambi intersettoriali, rappresentabile con matrice
quadrata
semipositiva12, in grado di rilevare le relazioni di scambio tra le branche produttive
(tabella n.1);
12
Una matrice è detta semipositiva se tutti i suoi elementi sono non negativi ma almeno un elemento è
positivo.
40
Tab. 1 – Tavola degli scambi intersettoriali
IMPIEGHI PRODUTTIVI
PRODUZIONE
SETTORI
INDUSTRIALI
1
2
3
…
n
1
Q11
Q12
Q13
…
Q1n
2
Q21
Q22
Q23
…
Q2n
3
Q31
Q32
Q33
…
Q3n
…
…
…
…
…
…
n
Qn1
Qn2
Qn3
…
Qnn
Fonte: ns. elaborazione
b) tavola della domanda finale, rappresentabile come una matrice rettangolare
semipositiva, in grado di esprimere il valore dei flussi di beni domandati dalle diverse
tipologie di consumatori finali presenti nel sistema economico (Famiglie,
Amministrazioni Pubbliche, Imprese no-profit, Resto del Mondo) (tabella n.2);
Tab. 2 – Tavola della domanda finale
DOMANDA FINALE
1
2
3
…
t
F11
F12
F13
…
F1t
F21
F22
F23
…
F2t
F31
F32
F33
…
F3t
…
…
…
…
…
Fn1
Fn2
Fn3
…
Fnt
c) tavola del valore aggiunto, anch’essa raffigurabile come una matrice rettangolare
semipositiva, in cui vengono riportati i valori monetari delle diverse tipologie di
remunerazioni dei fattori produttivi (rendite, salari e stipendi, profitti) impiegati nel
processo produttivo delle diversi beni realizzati nel sistema economico (tabella n.3).
41
Tab. 3 – Tavola della domanda finale
FATTORI
PRODUTTIVI
SETTORI D'IMPIEGO
1
2
3
…
n
1
H11
H12
H13
…
H1n
2
H21
H22
H23
…
H2n
3
H31
H32
H33
…
H3n
…
…
…
…
…
Hm1
Hm2
Hm3
…
Hmn
m
Le tre componenti, descritte sopra, contribuiscono alla formazione di un sistema contabile in
grado di descrivere le relazioni fondamentali che avvengono in un sistema economico
territorialmente circoscritto in un determinato arco temporale (di solito un anno).
La costruzione dei modelli input-output, prima di tutto, consente un’analisi dettagliata della
struttura di un sistema economico di un’area territoriale, mettendo in evidenza le relazioni
di interdipendenza tra le branche produttive presenti nello stesso sistema e tra queste ed i
vettori della domanda finale. Inoltre, attraverso l’analisi in esame consente di valutare
compiutamente l’impatto di interventi di politica economica principalmente su produzione,
valore aggiunto ed occupazione.
Sin dai suoi primi utilizzi ispirati da Leontief 13 , l’analisi input-output rappresenta un
compromesso tra un modello teorico puro ed un modello di rilevazione empirica. L’interesse
che suscita questo approccio risiede proprio nella “proposta di compromesso” tra una teoria
economica che spesso ignora i fatti economici ed una serie di rilevazioni statistiche che
sfuggono alla teoria.
Di seguito vengono riportate le assunzioni teoriche su cui si fonda un modello input-output:
a) ogni merce è impiegata per usi produttivi (ossia come input negli altri settori)
oppure è destinata alla domanda finale; si suppone che vi sia domanda finale per
almeno una delle merci prodotte;
13
Wassily Leontief, nato a San Pietroburgo nel 1906, dove si laurea in Economia nel 1925. Continua poi gli studi
a Berlino dove nel '28 ottiene il Ph.D. Dopo aver lavorato come consulente del governo cinese a Nanchino, nel
1931 si trasferisce negli Stati Uniti, su invito del National Bureau of Economic Research. L'anno successivo entra
a far parte della Harvard University, dove nel 1946 diventa professore di Economia e nel 1948 dà vita al
Progetto per la Ricerca Economica, che dirige fino al 1973. Nel 1975 assume l'incarico di professore di
Economia alla New York University, presso la quale nel 1978 fonda l'Istituto di analisi economica, che dirige fino
al 1985 e dove tuttora lavora. I suoi studi sull'"input-output method" gli valgono nel 1973 il Nobel per
l'Economia.
42
b) ogni settore produce un solo bene;
c) in ciascun settore gli input sono funzione lineare degli output;
d) le quantità offerte delle risorse si adeguano alla domanda sulla base di relazioni
che tengono conto delle tecniche di produzione ma non dei prezzi;
e) i prezzi di offerta dipendono dai costi unitari dei fattori, scontando anche in
questo caso le tecniche di produzione, ma non le quantità scambiate.
Per quanto attiene gli aspetti legati alla costruzione operativa di una tavola input-output, si
può riscontrare che, oramai da diversi anni, la contabilità macroeconomica nazionale e
regionale, tenuta sulla base dei principi contabili contenuti nel Sistema dei Conti Nazionali e
Regionali (SEC95), risulta oramai completamente coerente con schemi economici
intersettoriali. Si deduce, quindi, che uffici di statistica nazionale devono assicurare assoluta
coerenza tra gli aggregati di contabilità nazionale e lo schema intersettoriale descritto
attraverso le tavole input-output da essi stessi realizzate (supply and use tables).
Queste tavole rappresentano un quadro dettagliato sia dell’offerta di beni e servizi (matrice
dell’offerta) (di produzione interna e delle importazioni), sia degli impieghi di beni e servizi
per usi intermedi e per soddisfare la domanda finale (matrice degli usi). Inoltre, vengono
riportati i dati relativi alla remunerazioni dei fattori produttivi impiegati nelle diverse
branche di attività economica.
A partire dalle tavole supply and use, gli uffici di statistica nazionali costruiscono tavole
input-output simmetriche convertendo le informazioni “branca per prodotto” delle tavole
SUT in statistiche “branca per branca” e “prodotto per prodotto” utilizzando informazioni
tecniche e statistiche sulla struttura degli input o basandosi a priori sulle tecnologie
produttive. In questo modo, quindi, è possibile riunire in un’unica tavola le risorse e gli
impieghi14.
Un’altra distinzione importante è tra modelli input-output chiusi ed aperti.
Quando tutte le vendite e gli acquisti vengono considerati come variabili endogene del
sistema economico, il modello input-output si definisce chiuso. In questo caso, la domanda
finale è trattata come se fosse un’industria ordinaria, la colonna ad essa associata
rappresenta l’input che riceve dalle varie industrie, e la corrispondente riga, costituito dai
valori aggiunti delle diverse industrie, è assunto come output destinato alle stesse industrie.
14
ISTAT, 2006, Le tavole delle risorse e degli impieghi e la loro trasformazione in tavole simmetriche. Nota
metodologica.
43
Il modello aperto, invece, prevede l’introduzione di un vettore della domanda esogeno al
sistema economico. In questa circostanza, vengono considerate come componente
endogena esclusivamente le transazioni interindustriali.
L’algebra delle matrici ben si presta ad essere utilizzata quale strumento rapido ed efficace al
servizio dell’analisi input-output. Un modello input-output, infatti, può essere facilmente
formalizzato in forma matriciale.
Il sistema input-output è composta dalle seguenti tre matrici (tabella n.4):
a) la matrice Q è una matrice quadrata, semipositiva, il cui elemento Qij indica la quantità di
merce prodotta dal settore i e destinata al settore j, affinché venga realizzata una quantità di
merce j tale da soddisfare la domanda per usi produttivi che per il consumo finale; b) la
matrice F, invece, è una matrice rettangolare, semipositiva, il cui elemento Fjt indica la
quantità di merce j destinata a soddisfare la componente t della domanda finale; c) infine, la
matrice rettangolare H, semipositiva, il cui elemento Hkj indica la quantità di fattore
produttivo m utilizzata nel settore j per produrre la quantità di merce j indicata sopra.
Tab. 4 – Tavola input-output
Sulla base di quanto detto sopra è possibile esplicitare il calcolo delle quantità prodotte nella
seguente forma matriciale:
Qnxn* 1nx1 + Fnxt *1tx1 = Xnx1
(1.1)
Nella equazione (1.1) Xi rappresenta il vettore colonna positivo delle quantità prodotte delle
n merci dagli n settori produttivi. Per una generica merce i si avrebbe:
44
n
t
j 1
s 1
 Qij   F is  X i (i=1, …, n)
(2.1)
L’equazione precedente (2.1) indica che la quantità di una generica merce i viene
determinata dall’insieme delle domande intermedie espresse dagli n settori produttivi
sommate all’insieme delle domande finali espresse dalle t componenti presenti nel sistema
economico.
L’analisi input-output tiene conto anche del grado di apertura del sistema economico preso
in esame nei confronti dell’ambiente esterno attraverso la misurazione delle importazioni ed
esportazioni (tabella n.5).
Per dare una informazione completa, infatti, le tavole input-output devono poter distinguere
i flussi di beni e servizi che vengono realizzati internamente (produzione interna) dai flussi di
beni e servizi che, invece, provengono dall’esterno del sistema economico (importazioni).
Inoltre, la tavola deve tenere conto di una componente della domanda finale che
rappresenti le esportazioni, cioè la quantità di beni e servizi che esce dal sistema in esame
per soddisfare la domanda di soggetti ubicati al di fuori dei confini geografici dell’area
territoriale indagata.
Tab. 5 – Tavola input-output con importazioni ed esportazioni
45
Volendo distinguere i beni e servizi prodotti internamente dai beni e servizi provenienti
dall’esterno del sistema, l’equazione in grado di calcolare il vettore colonna positivo X i delle
quantità prodotte delle n merci andrebbe modificata nel seguente modo:
n
n
t
t
j 1
j 1
s 1
s 1
 Qint ij   Qimpij   Fint is   Fimpis  Xint i  Ximpi
(i=1, …, n)
(3.1)
considerando che :
n
n
n
j 1
j 1
j 1
t
t
t
s 1
s 1
s 1
 Qint ij   Qimpij   Qij
 Fint is   Fimpis   Fis
t
t
t
s 1
s 1
s 1
 Expint is   Exp impis   Exp is
(i=1, …, n)
(4.1)
(i=1, …, n)
(5.1)
(i=1, …, n)
(6.1)
L’equazione (3.1) introduce una distinzione tra le quantità X i circolanti nel sistema
economico ma provenienti dall’esterno (Ximp) e le quantità di beni e servizi
“effettivamente” realizzate dalle industrie presenti nel sistema economico (Xint).
Ciò detto è utile precisare che l’equazione 4.1 indica che la quantità di beni e servizi prodotti
dal sistema industriale nel sistema economico, viene realizzata in parte utilizzando merci
prodotte da industrie presenti nel sistema stesso, ed in parte, importando merci
dall’esterno.
Invece, l’equazione 5.1 segnala che la domanda finale, nelle sue diverse componenti, è
composta da beni e servizi realizzati internamente e da beni e servizi importati dall’esterno.
Infine, l’equazione 6.1 specifica che le esportazioni di merci possono riguardare beni e servizi
prodotti internamente oppure provenienti dall’esterno.
Una volta indicato con Xinti il vettore delle n merci prodotte internamente dal sistema
economico, è possibile pervenire alla costruzione di un set di matrici denominate matrici dei
coefficienti.
Rapportando ciascun elemento della matrice Q al vettore della quantità prodotte X si arriva
ad identificare la matrice dei coefficienti tecnici A. L’elemento individuato aij 
Qij
Xint j
indica
la quantità di ciascuna merce i necessaria per produrre una unità di merce j. Se le variabili
considerate sono espresse in unità fisiche, la matrice dei coefficienti tecnici esprime la
46
funzione di produzione (in termini tecnologia adottata), cioè il numero di unità fisiche di
ciascuna merce necessaria per realizzare una unità di prodotto j. Nella circostanza in cui,
invece, come unità di misura vengono utilizzati valori monetari, ogni elemento della matrice
dei coefficienti tecnici esprime il valore di ciascuna merce i utilizzata nel processo produttivo
al fine di ottenere il valore unitario di una merce j (tabella n.6).
Tab. 6 – Matrice dei coefficienti tecnici
Utilizzando la matrice A dei coefficienti tecnici all’interno dell’equazione (1.1) si giunge
all’equazione delle quantità prodotte formulata nel seguente modo:
Anxn* Xnx1 + Fnxt *1tx1 = Xnx1
(7.1)
Da cui si ricava:
Anxn* Xnx1 - Xnx1 + Fnxt *1tx1 = 0
(8.1)
[I – A]nxn* Xnx1 = Fnxt *1tx1
(9.1)
Ne consegue che la quantità prodotta della merce i è espressa dalla seguente relazione:
n
a
j 1
t
ij
* X i   F is  X i
(i=1, …, n)
s 1
47
La matrice [I – A]nxn, espressa nell’equazione 9.1, è nota in letteratura come matrice di
Leontief. Attraverso l’utilizzo della matrice di Leontief si può rapidamente calcolare il
fabbisogno complessivo di merci necessarie per alimentare il sistema industriale affinché
possa soddisfare l’incremento di un’unità di una determinata merce proveniente dalla
domanda finale. E’ importante sottolineare che il coefficiente aij indica la quantità di merci i
che deve essere immessa direttamente nel processo produttivo j per ottenere una unità di
merce j. In questa richiesta non si esaurisce, però, il fabbisogno di merce i necessario per
soddisfare l’incremento di domanda finale della merce j. Infatti, la merce i è impiegata in
altre branche produttive per realizzare beni e servizi che, a loro volta, vengono immessi nel
processo produttivo j. Ne consegue, che ogni settore, salvo eccezioni, è in relazione con tutti
gli altri: ottiene input da ognuno di essi ed eroga output ad ognuno di essi. Se ne deduce che
oltre il fabbisogno diretto ogni settore deve soddisfare anche un fabbisogno indiretto.
Per concludere, è utile distinguere tra fabbisogno diretto e fabbisogno totale.
Il fabbisogno diretto viene espresso dal coefficiente tecnico presente nella matrice A e indica
il fabbisogno di quelle specifiche merci esclusivamente impiegate nel processo produttivo di
quella merce j di cui si vuole ottenere l’incremento unitario.
Il coefficiente di fabbisogno totale, invece, sposta l’attenzione dal singolo processo
produttivo (il fabbisogno diretto per produrre una unità) all’intero sistema economico
(l’insieme dei diversi processi produttivi attivati, direttamente ed indirettamente, per
soddisfare una unità di domanda finale).
Una volta identificata sia l’articolazione della domanda finale (matrice F) sia le tecniche di
produzione (matrice dei coefficienti tecnici A), attraverso gli strumenti analitici del modello
input-output si può conoscere la quantità di merce che ogni settore deve produrre per
soddisfare la suddetta domanda finale esogena.
I metodi per giungere alla risoluzione del problema ipotizzato sono due: a) procedimento
iterativo (round-by-round); b) risoluzione di un sistema di equazioni lineari simultanee.
Il primo procedimento di risoluzione parte dalla constatazione che la quantità di ogni merce
deve essere almeno pari alla domanda finale della merce stessa (X = F). A questa quantità di
base devono essere aggiunti gli inputs necessari per alimentare il solo sistema industriale.
Tali input sono determinati in una misura pari a Anxn * F.
48
Xnx1 = Fnx1 + Anxn * Fnx1
(10.1)
L’equazione 10.1 rappresenta il primo passaggio necessario per valutare il fabbisogno di
merci (round 1).
Ma si pone subito una domanda: per ogni settore n quale sarà la quantità di input necessaria
per soddisfare la domanda di input che è risultato necessario a soddisfare la domanda
finale? La risposta sarà A * A * F (round 2).
Procedendo in modo iterativo, si arriva ad una stima del vettore delle quantità prodotte X,
che tenga conto del fabbisogno complessiva di beni e servizi :
X=f +Af
(round 1)
+ A2 f
(round 2)
+ A3 f
(round 3)
+ Ak-1 f
(round k-1)
(11.1)
=  Ak f
E’ possibile dimostrare che la sommatoria descritta nell’equazione 11.1 ha un limite finito e,
pertanto, il procedimento iterativo è convergente.
Il secondo procedimento di risoluzione consiste nel risolvere un sistema di equazioni lineari
simultanee.
I due metodi di risoluzione hanno un diverso significato dal punto di vista economico. Il
primo metodo mette in evidenza la sequenza di eventi, mostrando i meccanismi di
propagazione che intervengono tra i settori produttivi presenti nel sistema economico. Il
secondo procedimento, invece, fornisce una soluzione algoritmica che nasconde i processi
economici di aggiustamento che vengono posti in essere.
Tornando al ragionamento sui coefficienti, è possibile distinguere tre tipologie di coefficienti,
in funzione del differente input che viene utilizzato nel calcolo:
Coefficiente tecnico (technical coefficient) : rappresenta la quantità di input Qij necessaria
per realizzare un’unità di prodotto (output Xi), calcolato come rapporto tra la quantità
complessiva di input Qij ed il totale output Xi realizzato. Questo coefficiente non distingue la
provenienza geografica dell’input (interna o esterna all’area territoriale indagata).
49
Coefficiente diretto o di input (input o domestic coefficient) : rapporto tra la quantità di
input Qintij utilizzato per realizzare un’unità di prodotto (output Xi) considerando, però, la
sola provenienza geografica “interna” dell’input.
Coefficiente di importazione (import coefficient) : rapporto tra la quantità di input Qimpij
utilizzato per realizzare un’unità di prodotto (output Xi) considerando la sola provenienza
geografica “estera” dell’input.
La somma dei coefficiente diretto e del coefficiente di importazione è uguale al coefficiente
tecnico.
Sulla distinzione e sulla terminologia utilizzata per distinguere le diverse tipologie di
coefficienti si registra in letteratura un po’ di confusione.
In Lindberg (2010) si presenta la seguente distinzione:
national technological coefficient : rapporto tra la quantità di input zj utilizzato per
realizzare un’unità di prodotto (output xi) senza distinguere la provenienza geografica
dell’input (interna o esterna alla nazione).
national technical coefficients : rapporto tra la quantità di input zj utilizzato per realizzare
un’unità di prodotto (output xi) considerando la sola provenienza geografica “interna”
dell’input.
national import coefficients : rapporto tra la quantità di input zj utilizzato per realizzare
un’unità di prodotto (output xi) considerando la sola provenienza geografica “estera”
dell’input.
Mentre in Hewings e Jensen (1986) la distinzione tra coefficienti è la seguente:
national technical coefficients : rapporto tra la quantità di input zj utilizzato per realizzare
un’unità di prodotto (output xi) senza distinguere la provenienza geografica dell’input
(interna o esterna alla nazione).
national trade coefficients : rapporto tra la quantità di input zj utilizzato per realizzare
un’unità di prodotto (output xi) considerando la sola provenienza geografica “interna”
(domestic) dell’input.
Questa circostanza deve essere tenuta in considerazione soprattutto nel processo di
regionalizzazione, in quanto le tecniche utilizzate producono risultati diversi a seconda dei
coefficienti della tabella nazionale su cui esse intervengono.
50
In figura 6 vengono riportate le plurime direzioni di ricerca in cui si articola lo studio
dell’analisi input-output.
Figura 6 - Le research streams riguardanti l’analisi input-output
Single-Region models
Modelli regionali
Researhc streams relative all'analisi input-output
Many-Region models
Aspetti
metodologici
Compatibilità con contabilità
macroeconomica
Framework commodity-by-industry
Analisi dei moltiplicatori
Tecniche su trasposizione
temporale
Tecniche su riduzione spaziale
Collegamenti tra tavola i/o e fattori
socio-economici
Aspetti
applicativi
Supply-Side input-output models
Estensione modelli I/O verso SAM
Estensione modelli I/O verso
modelli economterici e CGE models
Fonte: Ns elaborazione
51
2.2
L’organizzazione dei dati
Il sistema europeo dei conti nazionali prevede che questi ultimi debbano essere derivati da
uno schema intersettoriale, cioè tra gli aggregati di contabilità nazionale e le tavole delle
risorse e degli impieghi ci deve essere una perfetta coerenza contabile.
Il set di tavole simmetriche input-output predisposte da Eurostat include le seguenti tabelle:
a) input-output table at basic prices;
b) input-output table for domestic output at basic prices;
c) input-output table for imports at basic prices;
La matrice intersettoriale può essere costruita in diversi modi a seconda dello schema di
contabilità individuato in anticipo. Ne consegue, che a seconda del dato registrato nella
singola cella della matrice, il coefficiente calcolato può assumere un significato ed un peso
molto diverso.
Le importazioni in una tavola input-output possono essere classificate in due distinti modi:
a) le importazioni di beni e servizi che sono prodotti anche nell’area territoriale oggetto
d’indagine (competitive imports);
b) le importazioni di beni e servizi che non sono prodotti nella stessa area territoriale (noncompetitive imports) e che, quindi, devono pervenire all’interno da produttori esterni al
sistema economico.
Le competitive imports vengono equiparate, statisticamente, alle “produzioni secondarie” e,
quindi, vengono aggiunte ai valori già presenti nella matrice intersettoriale interna.
Poiché il valore della produzione interna realizzata deve restare immutato, lo stesso valore
delle competitive imports viene sottratto (come negativo) dal vettore delle esportazione
presente nella matrice della domanda finale.
52
2.3
I modelli input-output nell’analisi regionale
Ogni sistema economico ha una specifica connotazione geografica. L’attività economica
nasce, cresce e si sviluppa nello spazio. Il disequilibrio nella distribuzione spaziale delle
risorse produttive rende i sistemi economici fortemente eterogenei15.
La dotazione di fattori produttivi (struttura demografica, disponibilità di materie prime), sia
in termini quantitativi che in termini qualitativi (capitale umano e sociale), è fonte per un
sistema economico di vantaggi e svantaggi di carattere economico.
Una research stream sviluppata, nel corso del tempo, in seno agli studi sull’analisi inputoutput, approfondisce gli aspetti, teorici ed empirici, della modellistica input-output legati
alla dimensione spaziale dei sistemi economici (sovra o sub-nazionale).
La suddetta linea di ricerca tende ad approfondire i due seguenti aspetti relativi
all’eterogeneità dei sistemi economici:
a) la specificità dei sistemi economici territoriali;
b) le dimensioni dell’area geografica;
L’analisi input-output cerca di misurare la specificità dei sistemi economici territoriali e, di
conseguenza, fare in modo che la matrice dei coefficienti possa rappresentare
adeguatamente tale singolarità. Le rilevazioni statistiche attuali non permettono sempre di
evidenziare le caratteristiche specifiche dei sistemi economici. Purtroppo, però, non è detto
che una rilevazione statistica delle attività economiche operanti in un sistema economico
territoriale possa evidenziare opportunamente le caratteristiche distintive dell’area
geografica. Ciò a causa delle due seguenti motivazioni:
a) problema del product mix nella classificazione delle attività economiche.
b) problema riguardante l’aggregazione delle attività economiche;
Il primo problema (punto a) riguarda la difficoltà di classificare dettagliatamente le attività
economiche. I criteri di classificazione adoperati dagli istituti di statistica non sempre
tengono conto dei diversi processi produttivi impiegati in attività economiche similari. Gli
input impiegati nel processo produttivo di una centrale di termoelettrica, ad esempio, sono
15
Capello R. (2004), Economia Regionale, Il Mulino.
53
molti diversi dagli input impiegati nel processo di produzione di una centrale eolica . La
classificazione delle attività economica (NACE) non permette di cogliere queste differenze
che, in alcune circostanze, possono incidere notevolmente e nascondere differenze notevoli
tra le attività economiche rilevate.
Il secondo problema (punto b), invece, nasce dal fatto che aggregando le voci in cui le attività
economiche vengono classificate, i dati relativi alle diverse attività produttive si sintetizzano
su valori medi. Ne segue che parte del peso informativo legato alla variabilità dei fenomeni si
perde. In questo modo, due sistemi economici caratterizzati differentemente, a causa del
problema dell’aggregazione delle voci in cui le attività economiche vengono classificate,
tendono ad assomigliarsi.
Per ciò che riguarda l’aspetto relativo alla dimensione dei contesti regionali, si può ritenere
che tra l’ampiezza dell’area geografica del sistema economico ed il grado di apertura verso
l’esterno (importazioni ed esportazioni) dello stesso ci sia un rapporto inverso. Minori sono
le dimensioni di un’economia, più è verosimile che quest’ultima abbia relazioni di
interdipendenza economica (maggiore consistenza dei flussi di beni e servizi, sia in entrata
che in uscita, negli input di produzione e nelle componenti della domanda finale) con
l’ambiente circostante.
La necessità di occuparsi di problemi economici su scala subnazionale possono elencarsi in
diversi punti:
1. la possibilità, in presenza di un intervento localizzato, di valutare gli effetti diretti
e indiretti sul rimanente del sistema economico;
2. l’esistenza di particolari condizioni per cui determinati interventi possono
interessare certe aree piuttosto che altre;
3. la possibilità di tenere conto dei diversi livelli tecnologici in cui opera uno stesso
settore in diverse regioni;
4. la possibilità di misurare la dipendenza di una regione, o di un settore regionale,
dai mercati extraregionali;
5. la possibilità di scegliere le localizzazioni migliori delle attività produttive.
L’area di ricerca che si concentra sui sistemi economici sub-nazionali si è articolata su
differenti oggetti di indagine. Un primo filone di indagine si preoccupa di definire opportuni
framework analitici per la costruzione di modelli uni-regionali (single-region models)
54
mettendo a fuoco concetti e assunzioni che rendono tale campo d’indagine differente
rispetto ad un’analisi nazionale. Un altro filone di studio, invece, tende ad elaborare modelli
multi-regionali (many-regions models) in cui si prendono in esame non solo i flussi
intersettoriali di beni e servizi all’interno di una regione, ma anche quelli che intervengono
tra le regioni stesse. I primi studi appartenenti a questa seconda prospettiva d’indagine
risalgono al 1951, quando il gruppo di ricerca facente riferimento a Isard elaborò IRIO (
interregional input-output model). Nello stesso periodo (1953), lo stesso Leontief costruì il
suo modello denominato balanced regional model. Infine, sempre nel 1953, lo studioso
Chenery in collaborazione con Moses portò alla luce il modello MRIO (multiregional inputoutput model).
La costruzione della matrice regionale, analogamente a quanto fatto per la matrice
nazionale, parte dalla necessità di individuare sia i coefficienti tecnici sia le componenti della
domanda finale. Ciò che rende peculiare il processo di costruzione della suddetta matrice è
l’individuazione dei soli flussi dei beni e servizi scambiati tra soggetti residenti nella regione,
cercando di isolare le merci provenienti dall’esterno del sistema regionale.
Ponendo il problema in modo analitico, si può indicare con X ir il vettore della produzione
realizzata nelle i branche della regione r, mentre F rs esprime il vettore delle s componenti
della domanda finale della stessa regione r. Lo scopo è quello di individuare la matrice Arr il
cui elemento generico a ijrr indica il valore dell’input i domandato alle sole imprese residenti
nella regione r ed impiegato nel processo produttivo delle sole imprese residenti in r per
realizzare un’unità di valore del prodotto j.
In coerenza con quanto già detto per i coefficienti nazionali, l’analisi regionale distingue i
coefficienti nel seguente modo:
regional technical coefficient aijr = quantità di input del settore i, proveniente sia dalla
regione r che dall’esterno del sistema economico regionale, utilizzato per la produzione di
una unità di valore di produzione j.
regional input coefficient aijrr = quantità di input del settore i realizzato nella stessa regione r
utilizzato nella produzione di una unità di valore di produzione j.
regional import coefficient aijsr = quantità di input del settore i proveniente da fuori la
regione r e utilizzato nella produzione di una unità di valore di produzione di j.
55
Per arrivare alla determinazione dei flussi regionali intersettoriali di merci, necessari per la
costruzione delle tavole input-output subnazionali, possono essere utilizzati differenti
metodi:
a) metodi diretti (tecniche survey);
b) metodi indiretti (tecniche non-survey);
c) metodi ibridi (tecniche survey e non-survey);
Con l’utilizzo di uno dei metodi diretti i flussi degli scambi intersettoriali relativi ad ogni area
subnazionale vengono rilevati attraverso indagini dirette, documentando l’origine e la
destinazione geografica dei flussi. Aggregando, poi, i dati raccolti sulle singole unità
appartenenti ai diversi settori produttivi si ottiene la tavola input-output regionale, e di
conseguenza i coefficienti.
Con i metodi indiretti, invece, si parte dalla tavola nazionale e si procede, applicando
opportune tecniche di riduzione spaziale, all’individuazione dei flussi di beni e, quindi, ai
coefficienti regionali. Ne deriva che questi ultimi sono una “correzione” di quelli rilevati su
scala nazionale. I costi e le elevate difficoltà connesse alla rilevazione diretta delle
informazioni necessarie alla realizzazione del modello con metodo diretto, rendono più
utilizzate le forme indirette, le quali, basandosi su informazioni già disponibili, hanno il
pregio di unire un minor dispendio di risorse ed una maggiore rapidità di elaborazione.
La terza ed ultima famiglia di metodi, definiti ibridi, cerca di trovare un punto di sintesi
conciliando i benefici del metodo diretto (maggiore correttezza dei dati sui flussi) con quelli
del metodo indiretto (risparmio di risorse finanziarie e tempi nella raccolta dei dati).
Il processo della regionalizzazione attraverso l’utilizzo di tecniche di riduzione spaziale si
basa sulla “correzione” dei coefficienti nazionali, in modo tale che i coefficienti regionali
siano maggiormente rispondenti alle caratteristiche specifiche del sistema economico
regionale. Gli interventi correttivi possono riguardare:
a) le tecniche di produzione;
b) la distribuzione settoriale delle attività economiche.
Secondo uno schema generale, i procedimenti di stima operanti sui coefficienti nazionali
cercano di dare risposta alle due seguenti domande:
1) Qual’é il grado di verosimiglianza tra coefficienti tecnici regionali e nazionali relativi ai
diversi settori economici? Il problema è quello di misurare la diversa combinazione di
56
input produttivi necessari per realizzare uno specifico output (cambiamento della
tecnologia tra nazione e regione) al livello regionale.
In termini analitici, il generico coefficiente tecnico regionale a ijr risulta uguale al
coefficiente tecnico nazionale a ijn moltiplicato per un “fattore di correzione  ijr ”:
a ijr   ijr a ijn
2) Qual’é il grado di verosimiglianza dei coefficienti di input regionali e nazionali relativi
ai diversi settori economici? In questo caso lo scopo è quello di misurare il diverso
rapporto tra input di provenienza interna (produzione interna) ed esterna
(importazioni) riscontrabile tra il livello nazionale ed il livello regionale.
In termini analitici, il generico coefficiente di input regionale a ijrr risulta uguale al
coefficiente tecnico regionale a ijr moltiplicato per un “fattore di correzione  ijr ”:
a ijrr   ijr a ijr
Un primo tentativo di stima dei coefficienti regionali a partire dalla disponibilità di dati
relativi ai coefficienti nazionali è quello di individuare i cosiddetti regional supply
percentages di ogni settore. Il regional supply percentage di un settore rappresenta la quota
di una produzione di un bene realizzato nella sola regione e utilizzata dagli altri settori
produttivi della stessa regione.
pir 
xir  eir
xir  eir  mir
Per misurare tale quota si può calcolare il rapporto tra la produzione realizzata nella regione
della produzione i meno le esportazioni di i, e cioè la sola parte “assorbita” dal sistema
economico, sulla sola produzione “assorbita” dal sistema economico della regione ( xir  eir )
più le importazioni di i.
Nell’esempio applicativo sottostante, si suppone che il regional supply percentage del
settore i sia pari al 38% circa. La quota di produzione di i assorbita dal sistema economico
regionale che si suppone venga realizzata all’interno dello stesso sistema regionale risulta
pari al 38,5% del totale prodotto.
57
Il procedimento di calcolo del regional supply percentage descritto sopra, comporta una
semplificazione: si suppone che tutti produttori regionali, che acquistano l’input i, lo faranno
applicando lo stesso rapporto tra provenienza interna ed esterna al sistema regionale.
Le tecniche non-survey intervengono tutte sulla matrice input-output nazionale al fine di
identificare i coefficienti regionali che meglio posso rappresentare le caratteristiche del
sistema economico territoriale.
Le suddette tecniche, secondo Morrison e Smith (1974) possono essere classificate in tre
gruppi:
a) Quotient Approach;
b) Commodity balance Approach;
c) Iterative Approach;
I metodi appartenenti al Quotient Approach identificano i coefficienti regionali attraverso
una correzione dei coefficienti rilevati a livello nazionale basate su alcune considerazioni di
carattere economico. Il più delle volte, tali tecniche considerano i coefficienti tecnici uguali a
quelli nazionali, mentre i coefficienti di input sono “ridotti” rispetto a quelli nazionali.
I metodi appartenenti al Commodity Balance Approach, si basano sulla correzione della
matrice nazionale mediante il solo utilizzo dei “valori di bilanciamento” a partire dai
coefficienti nazionali (tecnici e input).
L’ultimo gruppo di metodi, infine, viene definito come iterative approach. Tali procedure
portano alla costruzione della matrice regionale che risulta doppiamente proporzionale, sia
ai valori delle righe che a quelli delle colonne, ai dati rilevati nella matrice nazionale. In
questo caso, il sistema regionale viene identificato come un sistema nazionale ma su scala
ridotta.
58
2.3.1
Le tecniche del Quotient Approach
Simple Location Quotients (SLQ)
La tecnica del Simple Location Quotients (SLQ) ha lo scopo di correggere i coefficienti
nazionali di input al fine di renderli più adatti a rappresentare la struttura produttiva
regionale.
Definendo x ir come la produzione del settore i nella regione r e x r come la produzione
complessiva nella regione r, e x in e x n i valori corrispondenti al livello nazionale, si può
calcolare il seguente vettore in grado di esprimere, per ogni settore economico, la differenza
tra la quota di produzione regionale e la quota nazionale di uno specifico output.
Se SLQ ir dovesse risultare superiore all’unità, significa che le attività economiche afferenti al
generico settore i sono più concentrate al livello regionale rispetto a quanto rilevato al livello
nazionale. Di conseguenza, se SLQ ir dovesse risultare inferiore all’unità, le attività
economiche afferenti al generico settore i risultano meno concentrate al livello regionale
rispetto a quanto rilevato al livello nazionale.
r
i
SLQ = (
xir / x r
xin / x n
)
Alla base di questo approccio c’è l’idea che la diversa concentrazione delle attività
economiche registrate tra i livelli regionale e nazionale debba riflettersi nei coefficienti
regionali di input.
La correzione dei coefficienti nazionali avviene nel seguente modo:
a ijrr = se SLQ ir < 1: (SLQ ir ) a ijn ; se SLQ ir  1: a ijn
La tecnica SLQ propone un intervento correttivo dei coefficienti di tipo asimmetrico, in
quanto un settore economico import-oriented (con SLQ ir < 1) viene corretto con (SLQ ir ) a ijn ,
mentre un settore export-oriented (con SLQ ir > 1) viene considerato con lo stesso
coefficiente nazionale a ijn .
59
Purchase-Only Location Quotients (PLQ)
Una prima variante alla tecnica SLQ è quella del purchase-only location quotients (Smith and
Morrison, 1974).
Quest’ultima si basa sull’idea che i coefficienti regionali di input debbano essere corretti
prendendo in considerazione lo scostamento delle quote di produzione tra livelli regionali e
nazionali, escludendo, però, dal calcolo del rapporto quei settori che non utilizzano il
suddetto output. Questi ultimi, infatti, finirebbero per esercitare solo un effetto size che non
troverebbe alcuna giustificazione economica.
PLQ ijr = (
xir / x*r
xin / x*n
)
Per la stima dei coefficienti regionali si procede nello stesso modo descritto nel paragrafo
relativo alla tecnica SLQ :
a ijrr = se PLQ ir < 1: (PLQ ir ) a ijn ; se PLQ ir  1: a ijn
Cross Industry Location Quotient (CIQ)
Un’altra tecnica, nata come una variante del SLQ, è quella definita del cross-industry
quotients.
In questa tecnica, nella determinazione dei fattori da utilizzare nella correzione dei
coefficienti regionali di input, sono rilevanti i rapporti tra settore venditore (selling sector i) e
settore acquirente (buying sector j) nel livello regionale ed in quello nazionale:
xir / xin
CIQ = ( r n )
xj / xj
r
ij
Dove il CIQ ijr risulta superiore all’unità significa che la quota di produzione regionale, rispetto
a quella nazionale, del settore venditore i, è maggiore della quota di produzione regionale
rispetto a quella nazionale del settore acquirente j. Da ciò se ne deduce che il fabbisogno
dell’output i proveniente dalle attività economiche regionali del settore j può essere
completamente soddisfatto dall’attività economiche interne.
60
Se, invece, il CIQ ijr risulta inferiore all’unità significa che la quota di produzione regionale,
rispetto a quella nazionale, del settore venditore i, è inferiore alla quota di produzione
regionale rispetto a quella nazionale del settore acquirente j. In questa circostanza,
fabbisogno dell’output i, proveniente dalle attività economiche regionali del settore j, non
può essere soddisfatto dall’attività economiche interne.
Nel caso di i = j risulta CIQ iir = 1 e, quindi, non ci sarebbe nessun intervento correttivo. Per
evitare ciò, nei soli casi in cui settore acquirente e venditore risultano gli stessi, si interviene
con la tecnica SLQ:
a ijrr = se CIQ ir < 1: (CIQ ir ) a ijn ; se CIQ ir  1: a ijn
dove: i  j
a ijrr = se SLQ ir < 1: (SLQ ir ) a ijn ; se SLQ ir  1: a ijn
dove: i = j
Flegg Location Quotient (FLQ)
La tecnica SLQ, per determinare i coefficienti regionali, tiene conto del rapporto tra la
dimensione del settore venditore nella regione e nella nazione (x ir /x in ), e, parimenti, del
rapporto tra la dimensione economica regionale e nazionale nel loro complesso (x i /x i ).
La tecnica CIQ valuta il rapporto tra la dimensione del settore venditore nella regione e nella
nazione (x ir /x in ), ed il rapporto tra la dimensione del settore acquirente nella regione e nella
nazione (x j /x j ), non prendendo in considerazione, invece, la dimensione economica
complessiva.
Prima Round (1978) e poi Flegg ed altri (1995) ritennero utile costruire dei fattori di
correzione che tenessero conto di tutti e tre i rapporti sopraindicati e relativi al settore
venditore, al settore acquirente ed all’economia nel complesso (Flegg, Weber and Elliot,
1995).
In particolare, Flegg con altri introdussero un misura addizionale relativa alle dimensioni
regionali che andasse a correggere i fattori ottenuti con la tecnica CIQ:
FLQ ijr = () (
xir / xir
)
xin / x nj
 
dove  log 2 1  (ULAr / ULAn )
 , 0  


a ijrr = se FLQ ijr < 1: (FLQ ijr ) a ijn ; se FLQ ijr  1: a ijn
61
L’idea di fondo dell’algoritmo proposta dal gruppo di ricerca guidato da Flegg è quella di
ridurre i coefficienti nazionali in misura più o meno ampia a seconda delle dimensioni della
regione. Aree territoriali caratterizzate da dimensioni maggiori (calcolate in termini di
maggiore occupazione) richiedono minori importazioni rispetto a contesti più piccoli
(Tohmo, 2004).
Adjusted Flegg Location Quotient (AFLQ)
(Flegg and Weber, 2000).
AFLQ ijr = se LQ ir > 1: log 2 (1  SLQrj )FLQ ijr ; se LQ rj  1: FLQ ijr
a ijrr = se LQ ir > 1: (AFLQ ijr ) a ijn ; se LQ rj  1: (FLQ ijr ) a ijn
62
2.3.2
Le tecniche del Commodity balance Approach
Supply-Demand Pool (SDP)
Tale tecnica è stata utilizzata per la prima volta nel lavoro di Schaffer e Chu (1969).
Essa consiste nell’identificazione dei coefficienti di input regionale a partire da:
a) i valori regionali delle produzioni settoriali (x ir );
b) i coefficienti tecnici nazionali (a ij );
c) i valori regionali delle componenti della domanda finale (f rs ).
I dati disponibili permettono di calcolare la differenza, definita come commodity balance,
per ogni branca produttiva i, tra il valore della produzione e la quantità domandata dal
sistema regionale (sia dal settore industriale che dai comparti della domanda finale):
n
t
j 1
s 1
ri   a ij * xir   f isr
bi = xi - ri
Se bi risulta positivo significa che, per quel settore specifico, la produzione “effettiva” risulta
superiore a quella “stimata” e alla domanda assorbita dal sistema locale, e quindi, per la
matrice regionale possono essere utilizzati i coefficienti nazionali e calcolate le esportazioni
expi = bi per il bilanciamento della tavola.
Se bi, invece, risulta negativo significa che la produzione “effettiva” di quel settore risulta
inferiore rispetto a quella “stimata” e alla domanda assorbita dal sistema locale. In questo
caso, è necessaria un intervento correttivo dei coefficienti nazionali ed un incremento delle
importazioni impr:
xir
a  Aij *
ri
r
ij
xijr  x j * aij
cisr  f isr *
xir
ri
impijr  rij  xijr
impifr  fisr  cisr
63
2.3.3
Le tecniche dell’Iterative Approach
Biproportional matrix balancing - RAS
La tecnica RAS si propone di costruire la matrice regionale rendendo quest’ultima
doppiamente proporzionale (ai valori delle righe e a quelli delle colonne) ai dati rilevati nella
matrice nazionale.
Per adottare la tecnica RAS si rendono necessari i seguenti set di variabili:
a) matrice dei coefficienti nazionali di input (Aij);
b) vettore delle produzioni regionali relative ai settori economici (x ir );
c) vettore della somma delle vendite intersettoriali relative a ciascun settore economico
n
(totale riga matrice intersettoriale ui =  z ij );
j 1
d) vettore della somma degli acquisti intersettoriali relativi a ciascun settore economico
n
(totale colonna matrice intersettoriale vi =  z ij );
i 1
64
2.4
Il processo di regionalizzazione
Il processo di regionalizzazione, grazie al quale viene resa possibile la costruzione della tavola
input-output regionale a partire dai dati disponibili nella tavola input-output nazionale, deve
intervenire sui seguenti elementi.
1. Riduzione della produzione settoriale (peso): il volume della produzione settoriale, a
livello regionale, si riduce poiché il numero di risorse disponibile in un’area con
dimensioni ridotte (numero di imprese e addetti) risulta chiaramente inferiore;
2. Riarticolazione della produzione settoriale (industry-mix): La distribuzione degli
addetti e delle imprese tra i settori economici può cambiare tra il livello nazionale e
quello regionale, ne consegue, che il processo di regionalizzazione deve tener conto
dell’eventuale differenza nell’articolazione produttiva;
3. Produttività media del lavoro per settore economica: Tra l’ambito nazionale e quello
regionale potrebbe rilevarsi, nei settori economici presi in esame, una diversa
produttività media del lavoro. Ciò significa che il rapporto tra il valore della
produzione settoriale ed il numero di addetti che vi lavorano potrebbe differire tra i
due livelli geografici. Il differente valore potrebbe essere giustificato da ragioni
tecnico-produttive (diversa efficienza nei processi produttivi) oppure da ragioni
economiche (diverso peso del valore aggiunto);
4. Differente peso del valore aggiunto per settore economico: Tra il livello nazionale e
quello regionale potrebbe rilevarsi anche un diverso peso del valore aggiunto sul
valore della produzione per ciascun settore economico. Ciò significa che, per qualche
ragione economica, la quota del valore aggiunto sul valore della produzione rapporto
differisce tra ambito nazionale e ambito regionale;
5. Peso ed articolazione della domanda finale: Altro elemento su cui è opportuno
riflettere e fare delle ipotesi è quello riguardante il differente peso, ed articolazione
distributiva, delle componenti della domanda finale nel livello regionale;
6. Importazioni ed esportazioni regionali per settori verso le altre regioni italiane e verso
l’estero: L’ultimo elemento che merita delle decisioni da parte dell’analista inputoutput riguarda il trattamento del grado di apertura del sistema economico regionale
65
verso l’esterno, e cioè dare una misura alle importazioni e alle esportazioni verso il
resto delle regioni italiane e verso l’estero.
E’ bene ribadire che il processo di regionalizzazione risente fortemente dei dati statistici
disponibili. Si può senz’altro ritenere che maggiore è la disponibilità di dati e minore sarà il
margine di errore che si andrà a commettere nella costruzione della tavola regionale.
Se i dati statistici, necessari per stimare le variabili regionali da utilizzare nelle fasi del
processo di costruzione della tavola, non sono tutti disponibili, il modello input-output, per
essere realizzato, deve fare maggior uso di congetture non basate su evidenze empiriche, e
quindi, risulta maggiormente incerto in quanto soggetto a numerosi gradi di libertà.
Nei seguenti sottoparagrafi vengono riportate e descritte le diverse fasi attraverso le quali si
è dispiegato il processo di regionalizzazione.
2.4.1 Il recupero dei dati statistici
Il primo step da compiere per avviare il processo di regionalizzazione è quello del recuperare
i dati statistici. Questi ultimi rappresentano il materiale su cui intervenire nelle fasi
successive per produrre la tavola regionale. In questa lavoro sono stati presi in
considerazione due diversi set di variabili in ragione del livello geografico nazionale o
regionale.
Per ciò che attiene il livello nazionale, sono stati recuperati i seguenti dati:
a) tavola input-output italiana simmetrica branca per branca, con tecnologia di branca,
rilevata ai prezzi base, articolata in 63x63 settori economici e relativa all’anno 2010 (Fonte:
Istat);
b) tavola input-output italiana simmetrica delle importazioni branca per branca, con
tecnologia di branca, rilevata ai prezzi base, articolata in 63x63 settori economici e relativa
all’anno 2010 (Fonte: Istat);
c) numero di unità di lavoro totali (ULA) per sezione di attività economica (classificazione
ATECO) relative all’anno 2010 in Italia.
Invece, per quanto riguarda il livello regionale, sono stati recuperati i seguenti dati:
a)
Valore aggiunto ai prezzi base per sezione di attività economica (classificazione
ATECO) relativo all’anno 2010 della Campania (Fonte: ISTAT – Conti Economici
Regionali);
66
b)
Unità di lavoro totali (ULA) per sezione di attività economica (classificazione ATECO)
relativo all’anno 2010 della Campania (Fonte: ISTAT – Conti Economici Regionali);
Per la stima delle diverse componenti della domanda finale regionale:
c)
Spesa totale per consumi finali delle famiglie relativa all’anno 2010 della Campania
(Fonte: ISTAT – Conti Economici Regionali);
d)
Spesa totale per consumi finali delle Istituzioni no-profit relativa all’anno 2010 della
Campania (Fonte: ISTAT – Conti Economici Regionali);
e)
Spesa totale per consumi finali delle Amministrazioni Pubbliche (valore totale)
relativa all’anno 2010 della Campania (Fonte: ISTAT – Conti Economici Regionali);
f)
Investimenti fissi lordi per sezione di attività economica relativi all’anno 2010 della
Campania (Fonte: ISTAT – Conti Economici Regionali);
2.4.2 L’aggregazione dei settori economici
La mancanza di dati regionali altamente disaggregati impone una riduzione del numero di
settori economici rispetto ai 63 disponibili nella tavola nazionale. Il processo di aggregazione
dei settori comporta la somma di quei valori maggiormente disaggregati ed appartenenti
allo stessa sezione. Ne deriva che la tavola nazionale viene che “rimodulata” in 20 branche
produttive corrispondenti alle Sezioni della classificazione delle attività economiche (ATECO)
utilizzata dall’Istat (vedi tabella n…).
Tab. 7 – I settori economici della tavola input-output aggregata
Sezione
Ateco
Descrizione della Sezione ATECO
Sezione
Ateco
Descrizione della Sezione ATECO
A
AGRICOLTURA, SILVICOLTURA E PESCA
L
ATTIVITA' IMMOBILIARI
B
ESTRAZIONE DI MINERALI DA CAVE E MINIERE
M
ATTIVITÀ PROFESSIONALI, SCIENTIFICHE E TECNICHE
C
ATTIVITÀ MANIFATTURIERE
N
NOLEGGIO, AGENZIE DI VIAGGIO, SERVIZI DI SUPPORTO
ALLE IMPRESE
D
FORNITURA DI ENERGIA ELETTRICA, GAS, VAPORE E ARIA
CONDIZIONATA
O
AMMINISTRAZIONE PUBBLICA E DIFESA;
ASSICURAZIONE SOCIALE OBBLIGATORIA
E
FORNITURA DI ACQUA; RETI FOGNARIE, ATTIVITÀ DI GESTIONE DEI
RIFIUTI E RISANAMENTO
P
ISTRUZIONE
F
COSTRUZIONI
Q
SANITA' E ASSISTENZA SOCIALE
G
COMMERCIO ALL'INGROSSO E AL DETTAGLIO; RIPARAZIONE DI
AUTOVEICOLI E MOTOCICLI
R
ATTIVITÀ ARTISTICHE, SPORTIVE, DI INTRATTENIMENTO
E DIVERTIMENTO
H
TRASPORTO E MAGAZZINAGGIO
S
ALTRE ATTIVITÀ DI SERVIZI
I
ATTIVITÀ DEI SERVIZI DI ALLOGGIO E DI RISTORAZIONE
T
ATTIVITÀ DI FAMIGLIE E CONVIVENZE COME DATORI DI
LAVORO PER PERSONALE DOMESTICO; PRODUZIONE DI
BENI E SERVIZI INDIFFERENZIATI PER USO PROPRIO DA
PARTE DI FAMIGLIE E CONVIVENZE
J
SERVIZI DI INFORMAZIONE E COMUNICAZIONE
U
ORGANIZZAZIONI ED ORGANISMI EXTRATERRITORIALI
K
ATTIVITÀ FINANZIARIE E ASSICURATIVE
67
2.4.3 La determinazione dei national technical, input e import coefficients
Avendo la disponibilità sia della tavola input-output nazionale relativa al flusso di beni e
servizi che, indipendentemente dalla loro provenienza, vengono scambiati tra i 20 settori
economici, sia della tavola nazionale che rileva i soli flussi di beni e servizi importati
dall’esterno, per differenza è possibile costruire una terza tavola nazionale che riporta i soli
flussi di beni e servizi prodotti sul territorio nazionale (domestic production).
Una volta realizzate le tre tavole nazionali, è possibile identificare le tre rispettive categorie
di coefficienti:
a) national technical coefficients : aijn = Qij / Xij
b) national input coefficients : aijnn = Qintij / Xij
c) national import coefficients : aijsn = Qimpij / Xij
r
2.4.4 Il valore aggiunto settoriale w i
La costruzione della tavola regionale prende vita riportandovi i valori statistici laddove
disponibili. L’Istituto Nazionale di Statistica fornisce l’informazione sul valore aggiunto
regionale disaggregato per le 20 sezioni ATECO descritte in precedenza. Questi dati, essendo
gli unici disponibili al livello di disaggregazione settoriale desiderato, saranno fondamentali
per garantire un maggior grado di “fondamenta empirica” alla tavola regionale.
Da un punto di vista analitico, le variabili del valore aggiunto nazionale saranno indiciate con
w in , mentre le rispettive variabili regionali saranno indicate con w ir .
2.4.5 La produzione settoriale x ir
I valori della produzione relativi alle branche economiche considerate, purtroppo, non sono
recuperabili da fonti statistiche ufficiali, e vanno, quindi, stimate utilizzando le informazioni
68
disponibili. Per tale stima vengono utilizzati due criteri diversi, frutto di due diverse ipotesi
sulla produttività del lavoro regionale.
Il primo criterio assume che tra i settori economici regionali e nazionali ci sia la stessa
produttività media del lavoro, cioè che lo stesso numero di addetti, in un determinato
settore, produca la stessa quantità di output, indipendentemente dall’ambito geografico
considerato.
Se ciò è vero, ne deriva che per ottenere il dato regionale sulla produzione di ogni settore
economico (x ir ), basta moltiplicare il dato regionale sul numero di occupati operativi in ogni
branca (ULA ir ) per la produttività media del lavoro rilevata al livello nazionale rilevabile per
ogni settore economico (x in / ULA in ).
x ir = ULA ir * (x in / ULA in )
Poiché il dato relativo alla produzione regionale finale risulta dalla somma del valore
aggiunto w ir e dei consumi intermedi (v ir somma di tutti gli input provenienti dalle altre
branche utilizzati nel processo produttivo),
x ir = wir + v ir
ed, inoltre, poiché il dato sul valore aggiunto regionale per settore risulta esogeno, diventa
necessario “correggere” la matrice dei coefficienti tecnici nazionali (indicata nel rapporto v ir /
x ir ), adattandola al diverso rapporto regionale tra valore aggiunto e prodotto finale (w ir / x ir ).
Il processo di aggiustamento della matrice dei coefficienti tecnici nazionali viene definito
fabbrication effects e trova una giustificazione nella diversa combinazione di input produttivi
tra contesti geografici differenti.
Questo primo criterio, dunque, si basa sulla considerazione che la produttività del lavoro tra
ambito nazionale e regionale, nel complesso, risulti la stessa, ma che le componenti che la
determinano, e cioè le ragioni tecnologiche (combinazione degli input produttivi) e le ragioni
economiche (contributo del valore aggiunto al valore della produzione) si distribuiscano
differentemente nei due livelli geografici.
Il secondo criterio assume, invece, che le attività economiche, indipendentemente dal livello
geografico considerato, facciano uso della stessa tecnologia di produzione, e quindi, che la
matrice dei coefficienti tecnici nazionale debba restare immutata.
69
Tale ipotesi ritiene che le informazioni relative ai processi tecnologici di produzione viaggino
nel corso dello spazio e del tempo con estrema rapidità, e che, quindi, rendite di posizione
tecnologica non siano facilmente giustificabili.
In questo caso la determinazione dell’output regionale per settore economico sarà data da:
x ir = wir + vir
ricavabile dalla somma del valore aggiunto esogeno e dei consumi intermedi, derivanti dalla
matrice dei coefficienti tecnici nazionali, entrambi considerati esogeni.
Questo secondo criterio, a differenza del primo, pone delle ipotesi direttamente sulle
componenti che condizionano la produttività del lavoro. Ne deriva che, se la quota del valore
aggiunto sulla produzione viene considerata esogena, e uguale a quella nazionale, così come
anche la matrice dei coefficienti tecnici, ne deriva che la produttività del lavoro, nel
complesso, risulta differente tra i due livelli geografici considerati.
E’ evidente che a seconda del criterio utilizzato possono ottenersi stime dell’output
regionale per settore alquanto differenti. Ne risulta che anche la successiva determinazione
dei coefficienti regionali di input, e quindi, dei moltiplicatori di impatto derivanti dal calcolo
della matrice di Leontief finiranno per risentirne.
2.4.6 La matrice regionale dei coefficienti di input A rr
In questo step si hanno tutti gli elementi a disposizione per realizzare la matrice dei
coefficienti regionali degli input, quei coefficienti ( aijrr ), cioè, che indicano la quota di
provenienza locale dei beni scambiati sul territorio regionale.
In questa fase, quindi, si interviene soltanto sul riequilibrio tra produzione interna ed
importazioni degli input, in quanto la matrice regionale dei coefficienti tecnici o è stata
modificata in precedenza (fabbrication effects) o viene considerata uguale a quella
nazionale.
E’ a questo punto che deve essere selezionata una delle diverse tecniche di riduzione
(descritte nel precedente capitolo) in modo che possa “correggere” i rispettivi coefficienti
nazionali di input ( aijnn ) e renderli più coerenti con le specificità economiche regionali.
70
In questa indagine sono state realizzate diverse matrici A rr a seconda sia della tecnica di
riduzione che è stata utilizzata, sia del differente criterio di determinazione dell’output
regionale (Xa, Xb):
- A rrSLQ Xa , A rrSLQ Xb : matrici dei coefficienti di input regionale realizzate con la tecnica SLQ;
rr
rr
- A CIQ
Xa , A CIQ Xb : matrici dei coefficienti di input regionale realizzate con la tecnica CIQ;
- A rrFLQ  Xa , A rrFLQ  Xb : matrici dei coefficienti di input regionale realizzate con la tecnica FLQ;
- A rrAFLQ  Xa , A rrAFLQ  Xb : matrici dei coefficienti di input regionale realizzate con la tecnica AFLQ;
- A rrRAS  Xa , A rrRAS  Xb : matrici dei coefficienti di input regionale realizzate con la tecnica RAS;
2.4.7 La determinazione della domanda finale regionale F rs
In questa fase del processo di regionalizzazione si interviene sulle componenti della
domanda finale (matrice F rs ), sfruttando sia i dati statistici disponibili sia operando le
necessarie congetture giustificate dall’assenza di un set informativo completo.
Per ciò che attiene i dati fruibili, l’Istat rende disponibile soltanto il valore aggregato delle s
componenti della domanda finale regionale (spesa finale delle famiglie, spesa finale delle
istituzioni finali, spesa finale delle amministrazioni pubbliche, investimenti lordi).
Così ricostruire la distribuzione settoriale della spesa è prassi condivisa utilizzare quella
rilevata in ambito nazionale. Dopo aver imputato i dati disaggregati della spesa, però, è
opportuno anche “correggere” il peso di ciascuna voce di spesa, riducendolo o
aumentandolo in modo da renderlo coerente con le modifiche precedenti apportate sul lato
della produzione. Se, infatti, l’utilizzo di una specifica tecnica ha portato ad una minore
produzione regionale di una determinato output, risulta coerente che anche la rispettiva
domanda finale di quell’output risenta di tale modifica. Ne deriva che se viene giustificata
una minore produzione locale di un bene o servizio ne consegue che la domanda delle
famiglie, ad esempio, sarà soddisfatta dalla produzione locale per una quota inferiore
rispetto a quella nazionale, mentre, sarà importata una quota più elevata, rispetto a quella
registrata a livello nazionale, dall’esterno del sistema.
Per quanto riguarda le esportazioni, purtroppo, l’Istat non fornisce neanche il dato
aggregato, ma soltanto il valore delle importazioni nette, cioè il saldo tra importazioni ed
71
esportazioni.
Purtroppo,
neanche
tale
valore
sarebbe
molto
utile
in
quanto
rappresenterebbe soltanto una parte delle esportazioni regionali quelle indirizzate verso i
paesi esteri. Per l’analisi qui condotta, invece, le esportazioni dovrebbero considerare oltre i
paesi esteri anche i flussi di beni e servizi prodotti dal sistema regionale e indirizzati verso le
altre regioni italiane.
Ciò detto, la mancanza del dato sulle esportazioni non rappresenta un problema
particolarmente rilevante, poiché, essendo l’ultimo valore da inserire, può essere
considerato in termini residuali ed utilizzato per il bilanciamento della tavola regionale.
2.4.8 Il bilanciamento della tavola regionale
Dopo aver aggiunto la matrice della domanda finale Fr alla matrice intersettoriale Arr non è
detto che i valori inseriti nella tavola assicurino un equilibrio tra la produzione del sistema
economico regionale e la domanda attribuita allo stesso.
Si rende, quindi, necessario un procedimento di aggiustamento dei valori della tavola in
grado di rendere tra loro economicamente compatibili. Tale processo conclusivo viene
definito bilanciamento della tavola.
Per la tavola regionale che si sta costruendo le operazioni di bilanciamento possono essere
di due tipi:
a) qualora la produzione regionale “stimata” risulti inferiore a quella “effettiva” si può
intervenire considerando la differenza tra le due produzioni, come dato attribuibile al
valore delle esportazioni verso l’esterno del sistema economico regionale (regioni
italiane ed estero);
b) qualora la produzione regionale “stimata” risulti superiore a quella “effettiva”
significa che la produzione stimata risulta troppo elevata, e quindi, si rende
necessario l’utilizzo di un “fattore di correzione” (rapporto tra produzione effettiva su
produzione stimata), che operino sia sui coefficienti di input che sulle componenti
della domanda finale per ridurne il valore complessivo.
fattore di correzione: Z ir = X ir / X ir
72
2.4.9 Le matrici input-output della Campania
Una volta raccolte le informazioni statistiche e descritto nel dettaglio il processo di
regionalizzazione, è stato possibile applicare il tutto alla regione Campania.
Di seguito vengono riportate le matrici input-output della Campania, relative all’anno 2010,
ottenute con l’utilizzo delle diverse tecniche di regionalizzazione. Inoltre, sono state
riportate le rispettive matrici inverse di Leontief utili alla individuazione dei moltiplicatori di
spesa.
73
Tab.8 Matrice Input-Output della Campania (20 settori) realizzata con la tecnica di regionalizzazione SLQ (2010)
Fonte: Ns.elaborazione
Tab. 9 - Matrice Input-Output della Campania (20 settori) realizzata con la tecnica di regionalizzazione CIQ – Anno 2010
Fonte:Ns.elaborazione
75
Tab. 10 - Matrice Input-Output della Campania (20 settori) realizzata con la tecnica di regionalizzazione FLQ – Anno 2010
76
Tab. 11 - Matrice Input-Output della Campania (20 settori) realizzata con la tecnica di regionalizzazione AFLQ – Anno 2010
Fonte: ns.elaborazione
77
Tab. 12 - Matrice Input-Output della Campania (20 settori) realizzata con la tecnica di regionalizzazione SDP – Anno 2010
Fonte: Ns. elaborazione
78
Tab. 13 - Matrice Input-Output della Campania (20 settori) realizzata con la tecnica di regionalizzazione RPC – Anno 2010
79
Tab. 14 - Matrice Input-Output della Campania (20 settori) realizzata con la tecnica di regionalizzazione RAS – Anno 2010
80
Tab. 15 - Matrice Inversa di Leontief relativa Matrice I-O della Campania realizzata con la tecnica di regionalizzazione SLQ – Anno 2010
81
Tab. 16 - Matrice Inversa di Leontief relativa Matrice I-O della Campania realizzata con la tecnica di regionalizzazione CIQ – Anno 2010
82
Tab. 17 - Matrice Inversa di Leontief relativa Matrice I-O della Campania realizzata con la tecnica di regionalizzazione FLQ – Anno 2010
83
Tab. 18 - Matrice Inversa di Leontief relativa Matrice I-O della Campania realizzata con la tecnica di regionalizzazione AFLQ – Anno 2010
84
Tab. 19 - Matrice Inversa di Leontief relativa Matrice I-O della Campania realizzata con la tecnica di regionalizzazione SDP – Anno 2010
85
Tab. 20 - Matrice Inversa di Leontief relativa Matrice I-O della Campania realizzata con la tecnica di regionalizzazione RPC – Anno 2010
86
Tab. 21 - Matrice Inversa di Leontief relativa Matrice I-O della Campania realizzata con la tecnica di regionalizzazione RAS – Anno 2010
87
2.5
La misurazione della domanda turistica
Il Sistema Europeo dei Conti (SEC) è uno schema contabile utilizzato nella contabilità
nazionale.
Quest’ultimo disaggrega la produzione nazionale tra una serie di settori economici.
La ripartizione è operata su diversi livelli (NACE levels):
-
Settori (primario, secondario, terziario);
-
Divisioni;
-
Gruppi;
-
Classi.
I sistemi di Contabilità Nazionale non tengono conto delle specificità del consumatore nel
momento in cui egli diventa anche ‘visitatore’, sostenendo quindi un consumo turistico.
La principale difficoltà consiste nel fatto che il turismo è definito come un “synthetic
industrial sector”, cioè si compone di una combinazione di diversi output appartenenti a
diversi settori economici.
Il ricorso alla contabilità satellite crea un collegamento tra le statistiche del turismo e il
sistema dei conti nazionali (SNA 2008) permettendo di dare una valutazione economica del
settore.
Applicando i principi che sono alla base di questa contabilità separata, che va oltre quelle
che sono le raccomandazioni della Contabilità Nazionale dei vari paesi, l’ISTAT ha prodotto
per l’anno 2010 il Primo Conto Satellite del Turismo (CST) per l’Italia.
L’idea che sta alla base della costruzione del CST è quella di analizzare in dettaglio le
componenti della domanda di beni e servizi associati al turismo, e come questa si interfaccia
con l’offerta turistica e gli altri settori dell’economia.
Il CST è un metodo che ha lo scopo di stimare l’impatto delle attività turistiche sull’economia
del paese, cercando di valutare gli effetti direttamente attivati dal consumo turistico
sull’economia nazionale, vale a dire quanta ricchezza interna viene originata dalla domanda
di beni e servizi da parte di visitatori.
Il CST italiano, che costituisce una versione prototipale, è strutturato in sei tavole.
Le prime quattro presentano la spesa turistica suddivisa per le tipologie di turismo che la
generano:

turismo inbound (Tavola 1);

turismo domestico (Tavola 2);

turismo outbound (Tavola 3);

turismo interno (Tavola 4), dato dalla somma del turismo inbound e domestico.
Le stime del CST si basano su una selezione di attività economiche considerate
caratteristiche della filiera turistica:

alloggio/ricezione (alberghi e seconde case);

ristorazione;

trasporto e noleggio;

agenzie di viaggio e tour operator;

servizi culturali, sportivi e ricreativi.
In particolare, entrando nel dettaglio delle grandezze misurate, le prime tre tavole del CST
presentano, per le tre tipologie di turismo (inbound, domestico e outbound) la ripartizione
della spesa dei visitatori, per “Turisti” ed “Escursionisti”, e per “Prodotti turistici
caratteristici” e per “Beni turistici specifici e non” (es. souvenirs, carburante, alimentari
consumati in casa, abbigliamento16).
16
Questa categoria di prodotto è tipica del CST italiano e corrisponde, dal punto di vista della classificazione
delle attività produttive, alla categoria del Commercio al dettaglio di beni, specifici e non, utilizzata
nell’aggregazione delle informazioni delle tavole 5 e 6.
89
2.5.1
La determinazione dello shock della spesa turistica della Campania
Per la determinazione della spesa turistica relativa alla domanda di turismo riguardante la
regione Campania, si è partiti prendendo in considerazione i dati presenti nel Conto Satellite
del Turismo rilevato per l’Italia nell’anno 2010.
Le informazioni presenti nel CST sono utili al fine di:
a) determinare la spesa media per presenza turistica domestica in Italia;
b) determinare la spesa media per presenza turistica straniera in Italia;;
c) determinare la spesa media per giornata trascorsa da un escursionista domestico in
Italia;;
d) determinare la spesa media per giornata trascorsa da un escursionista straniero in
Italia;;
e) collegare i prodotti turistici rilevati nel Conto Satellite ai settori Ateco presenti nella
tavola input-output;
f) determinare la distribuzione della spesa turistica tra settori economici Ateco in Italia.
Tab. 22 – I dati della spesa turistica in Italia (2010)
Fonte: Ns elaborazione da Conto Satellite del Turismo, Istat
Ai fini del calcolo dell’impatto economico si ipotizza che i valori della spesa media turistica,
calcolata sia per i turisti che per gli escursionisti, siano validi anche per la regione Campania.
90
Tab. 22 – La distribuzione tra settori economici della spesa turistica in Italia (2010)
91
2.6
La valutazione dell’impatto economico
L’analisi d’impatto economico mira a valutare gli effetti che l’incremento della domanda
finale produce sul sistema economico di una determinata area territoriale.
L’impatto complessivo sarà dato dalla somma di tre effetti che, secondo una classificazione
ampiamente condivisa in letteratura sono così denominati:

effetti diretti: misurano la risposta di un settore alla variazione della domanda finale
dello stesso settore.

effetti indiretti: misurano la risposta di tutte le altre industrie al cambiamento
iniziale della domanda finale relativa ad un settore specifico.

effetti indotti: misurano la risposta di tutti i settori economici in seguito all'aumento
delle spese causate dall'aumento del reddito delle famiglie.
I suddetti effetti possono essere valutati in funzione di diverse variabili economiche tra cui:

prodotto: misurazione della variazione del fatturato dei diversi settori economici in
seguito allo shock della domanda finale;

valore aggiunto: misurazione della variazione del valore aggiunto dei diversi settori
economici in seguito allo shock della domanda finale;

reddito: misurazione della variazione del reddito delle famiglie presenti nell’area
territoriale in seguito allo shock della domanda finale;

Occupazione: misurazione della variazione dell’occupazione tra I diversi settori
economici in seguito allo shock della domanda finale.
92
Qui di seguito una simulazione di calcolo degli effetti dello shock della domanda turistica sui
settori economici della Campania.
Una volta costruite le diverse matrici input-output relative alla regione Campania, per
arrivare a realizzare una simulazione di impatto economico è necessario ipotizzare uno shock
esogeno della domanda turistica.
A tal fine, in questa parte si delineano gli elementi costitutivi dello shock ipotizzato.
Quest’ultimo è composto dalle seguenti variabili:
1) spesa media per presenza turistica regionale;
2) incremento del numero di presenze turistiche regionali;
3) spesa media per presenza turistica italiana (proveniente dalle altre regioni italiane);
4) incremento del numero di presenze turistiche italiane;
5) spesa media per presenza turistica straniera;
6) incremento del numero di presenze turistiche straniere;
7) spesa media giornaliera per escursionista regionale;
8) incremento del numero di escursionisti regionali;
9) spesa media giornaliera per escursionista italiano (preveniente dalle altre regioni italiane);
10) incremento del numero di escursionisti italiani;
11) spesa media giornaliero per escursionista straniero;
12) incremento del numero di escursionisti stranieri;
La simulazione presentata in questa parte prevede valori puramente esemplificativi per
ciascuna variabile. Ciò che interessa in questa parte, infatti, è produrre una valutazione
comparativa delle diverse tecniche utilizzate per la produzione delle matrici regionali.
93
Tab. 23 – Le caratteristiche dello shock di domanda turistica ipotizzato
Nella tabella seguente, invece, vengono riportati i valori delle quote di distribuzione della
domanda turistica tra i settori economici presenti nella tavola input-output per i diversi
profili di turisti ed escursionisti.
Tab. 24 – La distribuzione della domanda turistica tra settori economici nello shock
turistica ipotizzato
In base ai valori considerati per la determinazione dello shock esogeno della domanda
turistica, si calcola un incremento di spesa pari a 6 milioni di euro (100 euro di spesa media
per ciascuno dei 6 profili considerati).
94
Le tabelle seguenti riportano i risultati degli effetti dello shock esogeno, in termini di
moltiplicatori, disaggregati per due distinte classificazioni:
- tipologia di effetto (totale, diretto, indiretto, indotto);
- variabili economiche (Output, Valore Aggiunto, Reddito, Occupazione).
Tab. 25 – I moltiplicatori relativi agli effetti totali per tipologia di effetto
95
Tab. 26 – I moltiplicatori relativi agli effetti diretti per tipologia di effetto
96
Tab. 27 – I moltiplicatori relativi agli effetti indiretti per tipologia di effetto
97
Tab. 28 – I moltiplicatori relativi agli effetti indotti per tipologia di effetto
98
La figura seguente (Figura 3) mostra come differiscono i diversi moltiplicatori in base alle
tecniche di regionalizzazione utilizzate. La tecnica FLQ è quella che produce i moltiplicatori di
portata minore, mentre la tecnica SDP è quella che produce i moltiplicatori di portata più
ampia.
Dalla stessa figura emerge che non c'è grande differenza tra la tecnica FLQ e quella AFLQ. Ciò
significa che si evidenzia una chiara specializzazione economica per la regione Campania
rispetto all'economia nazionale.
Fig. 3 – I moltiplicatori degli effetti totali relativi all’output
2,5
2,0
1,5
1,0
0,5
0,0
FLQ
AFLQ
RPC
RAS
CIQ
SLQ
SDP
La figura 4, invece, mette in evidenzia la differenza tra i moltiplicatori totali tra le diverse
tecniche in funzione delle tipologia di effetti. Si può osservare la differenza soprattutto nel
calcolo degli effetti indiretti.
Fig. 4 – I moltiplicatori degli effetti totali relativi all’output per tipologia di effetti
99
Fig. 5 – I moltiplicatori degli effetti totali relativi all’output per settore economico
Dalla figura 5 si evince che tra i diversi settori economici non direttamente interessati dalla
shock esogeno della domanda turistica, il settore manifatturiero è quello che ne beneficia
maggiormente. Inoltre, è quello che risente maggiormente della tecnica di regionalizzazione
utilizzata (scostamento più ampio tra SDP e FLQ).
100
2.7
Una simulazione di calcolo degli effetti di tre tipologie di shocks della domanda
turistica sui settori economici della Campania
Una volta costruite le diverse matrici input-output relative alla regione Campania, per
arrivare a realizzare una simulazione di impatto economico è necessario ipotizzare uno o più
shocks esogeni riguardanti la domanda turistica relativa all’area territoriale oggetto di
indagine.
In questa sezione vengono ipotizzati tre differenti shocks della domanda turistica aventi le
caratteristiche riportate nella seguente tabella (tabella n.29).
E’ giusto precisare che le variazioni ipotizzate nella suddetta tabella sono puramente
esemplificative.
Tabella n.29 – Variabili relative ai tre differenti shocks di domanda turistica
Osservando la tabella 29 è possibile verificare che:
a) Il dato riguardante la spesa turistica media per presenza turistica è stato ricavato dal
Primo rapporto sul Conto Satellite del Turismo Italiano (fonte: ISTAT)17. Più precisamente, in
questo rapporto viene stimata una spesa media per presenza turistica domestica pari a 318
euro, mentre viene calcolata una spesa media per presenza turistica straniera pari a 243
euro.
17
In questa simulazione si ipotizza che l’importo della spesa turistica media per presenza turistica in Campania
sia lo stesso di quello calcolato per l’intero territorio nazionale.
101
b) Il dato relativo al numero di presenze turistiche (relative alle diverse tipologie) rilevate in
Campania nell’anno 2010 è quello rilevato dall’Istat. In particolare, nell’anno 2010 sono state
registrate presenze domestiche pari a circa 11 milioni (circa 3 milioni provenienti dalla stessa
regione ed 8 milioni dal resto delle regioni italiane), mentre le presenze straniere sono state
pari a circa 7 milioni.
c) il primo shock (definito “Scenario 1”) consiste nella sola variazione incrementale del
numero di presenze turistiche nella regione distribuite in modo omogeneo nell’anno 2010. Il
resto delle variabili riguardanti la domanda turistica viene considerato immutato. La
variazione incrementale è stata calcolata pari a 100 mila presenze distribuite nel seguente
modo tra le tipologie di turisti: 40% turisti della stessa Campania; 40% turisti di altre regioni
italiane; 20% turisti stranieri.
b) il secondo shock (definito “Scenario 2”) consiste in una variazione incrementale della
spesa media per presenza turistica nella regione nell’anno 2010. Il resto delle variabili
riguardanti la domanda turistica viene considerato immutato. L’incremento di spesa media è
stato pari a 5 euro per tutte e tre i segmenti di turisti.
c) il terzo shock (definito “Scenario 3”) consiste in un combinata variazione incrementale del
numero di presenze turistiche e della spesa media per presenza turistica nella regione
nell’anno 2010. Il resto delle variabili riguardanti la domanda turistica viene considerato
immutato. In quest’ultimo caso si ipotizza un incremento di 100mila presenze turistiche sul
territorio regionale aventi una spesa media superiore di 5 euro rispetto alla spesa media
calcolata registrata in precedenza.
L’ultima riga della tabella n.29 rappresenta il totale di spesa aggiuntiva che affluisce nel
sistema economico regionale a fronte dello shock di domanda turistica innescato. Come
invece, si desume nulla viene ipotizzato per quanto riguarda le variazioni degli escursionisti.
Per quanto attiene all’articolazione per settori economici della spesa turistica, nella tabella
seguente (tabella n.30), invece, vengono riportati i valori delle quote di distribuzione della
domanda turistica tra i settori economici presenti nella tavola input-output della Campania
per i tre profili di turisti presi in considerazione: a) turisti provenienti dalla stessa regione
Campania; b) turisti provenienti dalle altre regioni italiane; c) turisti provenienti dall’estero.
102
Tab. 30 – La distribuzione della domanda turistica tra settori economici
tur_reg
A - Agriculture, forestry and fishing
B - Mining and quarrying
C - Manufacturing
D - Electricity, gas, steam and air conditioning supply
E - Water supply; sewerage, waste management and remediation activities
F - Construction
G - Wholesale and retail trade; repair of motor vehicles and motorcycles
H - Transportation and storage
I - Accommodation and food service activities
J - Information and communication
K - Financial and insurance activities
L - Real estate activities
M - Professional, scientific and technical activities
N - Administrative and support service activities
O - Public administration and defence; compulsory social security
P - Education
Q - Human health and social work activities
R - Arts, entertainment and recreation
S - Other service activities
T - Activities of households as employers
tur_extrareg
tur_estero
0,189
0,166
0,536
0,209
0,057
0,679
0,209
0,057
0,679
0,071
0,014
0,014
0,039
0,041
0,041
I valori esposti nella suddetta tabella provengono dalla distribuzione della domanda turistica
per settori economici riguardante la stima per l’Italia presente nel Primo rapporto sul Conto
Satellite del Turismo Italiano (fonte: ISTAT)18.
La distribuzione della domanda turistica per settori economici viene considerata la stessa per
tutti e tre gli scenari ipotizzati.
Le tabelle seguenti riportano i risultati degli effetti degli shock ipotizzati, in termini di
moltiplicatori, distinti per le due seguenti dimensioni:
- tipologia di effetto (totale, diretto, indiretto, indotto);
- variabile economica (Output, Valore Aggiunto, Reddito, Occupazione).
18
Si ritiene che la distribuzione della spesa turistica in Campania tra i settori economici non sia difforme da
quella calcolata a livello nazionale.
103
Tab. 31 – I moltiplicatori relativi agli effetti totali per tipologia di effetto
104
Tab. 32 – I moltiplicatori relativi agli effetti diretti per tipologia di effetto
105
Tab. 33 – I moltiplicatori relativi agli effetti indiretti per tipologia di effetto
106
Tab. 34 – I moltiplicatori relativi agli effetti indotti per tipologia di effetto
107
La figura seguente (Figura 6) mostra i risultati dei tre scenari in base alle differenti tecniche
di regionalizzazione utilizzate. In generale, come già detto in precedenza, la tecnica FLQ è
quella che produce i moltiplicatori di portata minore (1,31), mentre la tecnica SDP è quella
che produce i moltiplicatori di portata più ampia (2,28).
Comunque, tutti e tre gli scenari producono effetti relativi che non si discostano
significativamente tra loro.
E’ bene precisare che i moltiplicatori sono calcolati prendendo in esame un solo round di
effetti, ciò sta a significare che l’effetto del volume della spesa viene scontato. E’ infatti
evidente che un volume di spesa maggiore produce effetti più consistenti se viene
considerato un intervallo più ampio di analisi.
Dalla stessa figura emerge che non c'è grande differenza tra la tecnica FLQ e quella AFLQ. Ciò
significa che si evidenzia una chiara specializzazione economica per la regione Campania
rispetto all'economia nazionale.
Fig. 6 – I moltiplicatori degli effetti totali relativi all’output
2,500
Scenario1
Scenario2
Scenario3
2,000
1,500
1,000
0,500
0,000
FLQ
AFLQ
RPC
RAS
CIQ
SLQ
SDP
Per quanto attiene alle ricadute occupazionali, in base ai risultati esposti dalla tabella n.31, si
evidenzia che lo Scenario 2 attivando una spesa complessiva molto più elevata genera un
impatto occupazionale che varia, a seconda delle tecniche di regionalizzazione considerate,
da 1.500 a 2.300 nuovi occupati.
Infine, Dalla figura seguente (Figura n.7) si evince che tra i diversi settori economici non
direttamente interessati dalla shocks della domanda turistica, il settore manifatturiero è
108
quello che ne beneficia maggiormente (moltiplicatore pari a 0,30) seguito dai settori dei
servizi amministrativi e professionali (moltiplicatore pari a 0,10).
Fig. 7 – I moltiplicatori degli effetti totali relativi all’output per settore economico (tecnica SLQ)
109
2.8
Bibliografia
Bonfiglio A. (2009), On the parameterization of techniques for representing regional
economic structures, Economic Systems Research, Vol.21(2), pp.115-127.
Capello R. (2004), Economia Regionale, Il Mulino.
Chenery B. H. (1953), Regional Analysis, in Chenery B.H., Clark P.G., Pinna V.C., The Structure
and Growth of the Italian Economy, Rome, pp.97-129.
Costa, Manente (2001), Economia del turismo, Touring Editore.
Eurostat (2008), Eurostat Manual of Supply, Use and Input-Output Tables, European
Commission.
Flegg, Tohmo (2010), Construction of Regional Input-Output tables using Non-Survey
Methods: An Assessment of CHARM and the FLQ, Input-Output Association Working Papers.
Flegg, Tohmo (2013), Regional Input–Output Tables and the FLQ Formula: A Case Study of
Finland, Regional Studies vol.47 n.5 pp.703-721.
Flegg A. T., Webber C. D. (2000), Regional size, regional specialization and the FLQ formula,
Regional Studies n.34, pp.563–569.
Flegg A. T., Webber C. D., Elliott M. V. (1995), On the appropriate use of location quotients in
generating regional input–output tables, Regional Studies n.29, 547–561.
Hewings G. J. D., Jensen C. R. (1986), Regional, Interregional and Multiregional Input-Output
Analysis, Handbook of Regional and Urban Economics Volume 1, Chapter 8, Elsevier Science
Publisher.
IRER (2006), Metodologie di valutazione di impatto degli eventi culturali.
Isard W. (1951), Interregional and Regional Input-Output Analysis: A model of a Space
Economy, Review of Economics and Statistics, 33, pp.318-328.
Istat (2006), Le tavole delle risorse e degli impieghi e la loro trasformazione in tavole
simmetriche. Nota Metodologica, Roma.
Jiang, Dietzenbacher, Los (2012), Improved Estimation of Regional Input–Output Tables
Using Cross-regional Methods, Regional Studies Vol. 46 n.5, pp. 621–637.
Kowalewski (2013), Regionalization of National Input–Output Tables: Empirical Evidence on
the Use of the FLQ Formula, Regional Studies.
110
Kronenberg (2009), Costruction of Regional Input-Output Tables Using Non-Survey Methods:
The Role of Cross-Hauling, International Regional Science Review, n.32, pp.40-64.
Kronenberg, Tobben (2011), Regional input-output modelling in Germany: Tha case of North
Rhine-Westphalia, MPRA Paper no. 35494.
Leontief W., Chenery H. B., Clark P. G., Duesenberry J. S., Ferguson A. R., Grosse A. P., Grosse
R. H., Holzman M., Isard W., Kistin H.. (1953), Studies in the Structure of the American
Economy, White Plains, International Arts and Science Press.
Matias, Nijkamp, Sarmento (2013), Quantitative Methods in Tourism Economics, Springer.
Miller, Blair (2009), Input-Output Analysis. Foundations and Extensions, Second Edition.
Cambridge.
Murillo, Vayà, Romanì, Surinach (2013), How important to a city are tourists and daytrippers? The economic impact of tourism on the city of Barcellona, Tourism Economics.
Rosignoli, Conti, Viviani (2013), Local Impact of Tourism: the case of Tuscany, Italian Journal
of Regional Science.
Schaffer (1999), Regional Impact Models, Regional Research Institute, West Virginia
University.
Tadayuki H. (2008), Quantitative Tourism Industry Analysis, Elsevier.
Tohmo T. (2004), New Developments in the Use of Location Quotients to Estimate Regional
Input-Output Coefficients and Multipliers, Regional Studies, n.38, pp.43-54.
111
3. Felicità e Benessere: implicazioni sulle scelte economiche
3.1
Introduzione
Il NeoLuogo può essere definito come un territorio (spazio fisico) caratterizzato da una forte
identità culturale ed organizzato in modo tale da favorire una fruizione di forte intensità
esperienziale da parte dei residenti e dei turisti; emerge quindi come un modello ideale
verso cui alcuni territori possono tendere attraverso la valorizzazione del proprio patrimonio
culturale attraverso lo sviluppo del numero e dell’intensità delle relazioni sociali collegate al
luogo e il recupero delle radici storiche.
Questo processo di recupero e valorizzazione ha effetti positivi in termini di stimoli
intellettuali per i residenti, educazione ai valori dell'etica e dell'estetica, maggiore qualità
della vita e più diffusa felicità. Tutto ciò sebbene non sia riconducibile facilmente ad una
grandezza economica, indubbiamente ha conseguenze significative sullo sviluppo economico
del territorio. Infatti tali cambiamenti permettono a questi luoghi di attrarre talenti,
migliorare le capacità dei residenti ed incentivare l'insediamento di persone dall’esterno.
Tutto questo genera esternalità positive e attiva processi virtuosi di incremento di
produttività e creatività degli attori economici, in particolar modo nei settori ad alta
intensità di conoscenza. Ne deriva anche che, attraverso una serie di variabili complesse di
natura socio-culturale, la creazione del valore collegata al NeoLuogo comporta anche un più
elevato livello di competitività del territorio.
Questo implica che comprendere l’impatto sulle variabili reali e di sistema di investimenti
diretti alla valorizzazione di identità storiche e relazionali tipiche di alcuni contesti
(Neoluoghi) necessita lo studio di modelli di competitività dei territori ed i legami che
esistono tra cultura e creatività. Richiede lo studio delle variabili che influenzano l’utilità e il
benessere degli individui e di come tale benessere si modifica attraverso le esperienze
sensoriali che derivano dal contesto socio-culturale. Infatti, se è vero che le scelte degli
individui seguono criteri razionali di massimizzazione del benessere e dell’utilità e se è vero
che l’utilità non solo dipende dal possesso materiale dei beni ma anche da come ed in che
contesto tali beni vengono consumati (esperienza), allora attraverso l’analisi dei processi che
comportano aumento di benessere e felicità si possono comprendere e predeterminare le
scelte degli individui. E’ per questo che ci concentreremo nel determinare cosa determina la
felicità e il benessere degli individui e come questa influenza le scelte.
Negli ultimi anni gli economisti hanno fortemente invaso un campo, lo studio dei processi di
determinazione della felicità, che in precedenza era esclusiva competenza di psicologi e
sociologi. L’economia della felicità è ad oggi una branca dell’economia sufficientemente
sviluppata. Noi ci concentreremo nel sottolineare i principali risultati raggiunti dagli studi in
questo campo con l’obiettivo di determinare i fattori che influenzano positivamente il
benessere e l’effetto dell’incremento di tale benessere sulle scelte degli individui e sul
contesto economico-sociale.
112
3.2
Il concetto di felicità e le sue implicazioni socio-economiche
E’ opinione abbastanza diffusa che il prodotto interno lordo sia una misura limitata della
forza relativa di un’economia e non sia sufficiente a dare una rappresentazione adeguata del
livello di crescita o cambiamento di un Paese e dei punti di forza e debolezza del sistema
economico. Ne deriva che l’analisi della dinamica del solo PIL non è in grado di dettare
interventi di politica economica diretti ad incrementare efficacemente il benessere
collettivo. Molti economisti quindi studiano e auspicano l’adozione di nuovi indicatori di
benessere che possano più correttamente catturare le caratteristiche delle funzioni di utilità
individuali e collettive. A tal proposito, è abbastanza recente l’approccio che affianca al PIL,
indicatori relativi di “felicità” e lo sviluppo dell’indice di Felicità Interna Lorda FIL 19 ,
considerato sinonimo di benessere personale, culturale e sociale.
Molti governi sembrano essere sensibili a questo argomento: già Robert Kennedy, in un
discorso tenuto presso l'università del Kansas il 18 marzo del 1968, sottolineava
l'inadeguatezza del PIL a misurare il benessere delle nazioni, poiché contiene anche la
pubblicità delle sigarette e l'inquinamento dell'aria, mentre non considera la salute delle
famiglie e la qualità dell’educazione20.
In Inghilterra David Cameron, raggiunta la leadership dei conservatori, dichiara che la
moderna sfida politica è avere come obiettivo la misura del benessere dei cittadini. Una
volta diventato primo ministro ha avviato un sondaggio per stimare l’indice della felicità,
sottoponendo agli inglesi dieci domande relative alla soddisfazione per la propria vita, per il
coniuge, per il lavoro, per il salario, la propria istruzione, giudizi sulla propria salute fisica e
mentale, sul quartiere e sul crimine, sulla fiducia verso i politici nazionali e locali, integrando
infine i risultati con statistiche sullo stato dell'economia e dell'inquinamento e stilando una
happiness agenda.
Nel 2008 Nicholas Sarkozy, in Francia, nomina la Commissione Stiglitz, Sen e Fitoussi, per la
misurazione della performance economica e del progresso sociale che analizza i limiti del PIL
e tenta di realizzare sistemi di misurazione che considerino il benessere delle persone invece
della produzione economica. Propone dodici raccomandazioni, invece di un indicatore
sintetico integrativo del Pil e delle statistiche per rappresentare le dimensioni materiale e
non materiale del benessere sociale, evidenziando l’importanza di indagare nel tempo gli
indici di sostenibilità del benessere21.
19
L’indice di Felicità Nazionale Lorda GNH, creato nel 1972 nel Bhutan, tenta di definire un indicatore che
misuri la qualità della vita ed il progresso sociale in termini più olistici e psicologici. E’ un indice che sintetizza 33
indicatori raggruppati in nove domini: benessere psicologico, salute, uso del tempo, educazione, diversità
culturale e resistenza, buon governo, vitalità della Comunità, diversità ecologica e resilienza, standard di vita. La
“felicità” consisterebbe nell’ottenere adeguati successi in sei dei nove settori.
20
Lo stesso Simon Kuznets, padre del Pil, nella presentazione dei dati al Congresso Usa del 1934 sostiene che
un indice di reddito nazionale non può indicare facilmente il benessere di una nazione
21
La Commissione considera sia il benessere materiale: reddito e consumo, piuttosto che produzione, indici di
ricchezza facendo riferimento al nucleo familiare, la qualità dei beni che influenza il benessere, verificare le
disuguaglianze piuttosto che le grandezze medie, inserire attività che non danno luogo a scambi di mercato (ad
es. prestazioni dirette tra soggetti), misurare i servizi offerti dallo Stato non sulla base del costo, come per il Pil,
ma per l’impatto sul benessere degli individui. Riguardo alla dimensione non materiale del benessere considera
l’importanza del tempo libero (ad es. la sua inclusione nell’indice di benessere annullerebbe il vantaggio che gli
USA hanno su diversi paesi EU in termini di Pil pro capite), e suggerisce di misurare le relazioni sociali, la "voce"
politica e la sicurezza o vulnerabilità dei singoli.
113
Tra le numerose proposte di statistiche, spesso raggruppate in indici, che tentano di
integrare, o sostituire, il Pil un esempio italiano è l’indice Quars (Qualità dello sviluppo
regionale) sviluppato da "Sbilanciamoci"22.
Un punto di vista interessante è proposto da Nic Marks, ricercatore della New Economic
Foundation (NEF) di Londra, che, partendo dal presupposto dell’esistenza di un forte legame
tra la felicità dell’essere umano ed il rispetto ambientale, ha proposto nel 2006 l’Happy
Planet Index (HPI), stima basata sul benessere sperimentato, l’aspettativa di vita e l’Impronta
ecologica.
Un altro indice è l'Environmental Performance Index (EPI, Indice di sostenibilità ambientale)
che, misurando le performance ambientali delle nazioni, tiene conto della protezione della
salute umana e degli ecosistemi, è sviluppato dalle Università di Yale e dalla Columbia
insieme al World Economic Forum ed al Centro Comune di ricerca EU.
L'Istat ed il Cnel hanno presentato nel 2013 il primo rapporto sul Benessere equo e
sostenibile, individuando un complesso di indicatori (134 parametri) per analizzare 12 aspetti
della vita (salute, istruzione e formazione, lavoro e conciliazione dei tempi di vita, benessere
economico, relazioni sociali, politica e istituzioni, sicurezza, benessere soggettivo, paesaggio
e patrimonio culturale, ambiente, ricerca e innovazione, qualità dei servizi).
Anche l’ONU, per valutare la qualità della vita nei paesi membri, utilizza dal 1993 lo Human
Development Index (HDI, indice di sviluppo umano), indicatore macroeconomico creato nel
1990, compreso tra 0 e 1, che considera la speranza di vita, l’accesso all’istruzione ed il livello
di reddito.
Sempre l’ONU, dall'Assemblea Generale del luglio 2011, sollecita i politici a considerare oltre
ai risultati economici anche fattori che determinano la percezione di benessere nei popoli
del pianeta. L’attenzione alla felicità è riaffiorata anche da un punto di vista microeconomico
nei primi anni ‘70 con l’economista Easterlin, (Van Praag, 1971; Easterlin 1974), con il
sociologo Veenhoven ed il premio Nobel conferito allo psicologo Kahneman nel 2002.
Mentre l’economista Andrew Oswald, dell’Università di Warwick, nelle sue indagini tenta di
individuare quale aumento di reddito servirebbe per compensare la mancanza di alcuni
fattori di felicità individuale; lo psicologo Ed Diener, dell’Università dell’Illinois, si è
impegnato ad approfondire lo studio della felicità comparando culture occidentali ed
orientali.
3.3
Definizione e misurazione della Felicità
3.3.1
Definire la Felicità
Come accennato la Felicità è un concetto utilizzato da molto tempo da psicologi, filosofi,
sociologi e teologi, ma, sebbene siano numerosi i tentativi per una sua definizione, non
esiste ancora accordo a riguardo. La parola felicità la troviamo già nella tradizione italiana
Suggerisce inltre di considerare sia misure oggettive che soggettive e gli indici di sostenibilità del benessere
“nel tempo” portando in conto anche l’ambiente. http://www.rassegna.it/articoli/2009/10/1/52658/oltre-ilpil-il-rapporto-della-commissione-stiglitz-sen-fitoussi
22
Nel capitolo seguente del rapporto si fa una rassegna dettagliata degli indici e di come questi vengono
costruiti.
114
dell’economia civile di Genovesi (1713-1769) e Verri (1728-1797), in cui la scienza economica
emergente veniva considerata come la “scienza della pubblica felicità” (Bruni,
Zamagni 2004), a differenza della contemporanea tradizione inglese e scozzese la cui
political economy aveva per oggetto la ricchezza delle nazioni (Bruni, Porta, 2007), mentre
nella dichiarazione di indipendenza americana (1776) il perseguimento della felicità veniva
valutato come uno dei diritti fondamentali (insieme a vita e libertà) (Frey, 2012).Dopo circa
due secoli la felicità quindi è tornata in primo piano, ed invece di “pubblica” felicità, oggi
economisti e psicologi indagano sulla felicità “soggettiva” ed individuale mettendola in
relazione con indicatori di vario tipo (economici e non).
Le definizioni si affollano: per Diener (2004) indica piacere, soddisfazione per la vita,
emozioni positive; per Oswald (2001) piacere o soddisfazione; Easterlin (2001) utilizza, in
maniera intercambiabile, termini come felicità, benessere soggettivo, soddisfazione, utilità,
welfare; Frey e Stutzer (2005) sostengono che la ricerca della felicità in economia considera il
benessere soggettivo riportato come proxy di una più accurata misura di utilità; il sociologo
Ruut Veenhoven (2005) usa felicità e soddisfazione della vita per trarne un giudizio
complessivo “degree to which an individual judges the overall quality of his/her life-as-awhole favorably”.
In effetti gli economisti più che cimentarsi nel definire la felicità tentano di misurarla
empiricamente, in generale sulla base di risposte date a questionari, come fa
l’Eurobarometro della Felicità, iniziato nel 1973 dalla Commissione Europea. Anche il
Sustainable Development Solutions Network SDSN delle Nazioni Unite (rete tra mondo della
ricerca, settore privato e società civile, creata per collaborare nella ricerca di soluzioni
pratiche relativamente allo sviluppo sostenibile), elaborando il World Happiness Report,
curato da Helliwell, Layard e Sachs, riporta una graduatoria in cui, per ogni nazione, è
indicato il grado di felicità della popolazione (ottenuto inserendo valori settoriali in una
matrice).Tale report confronta la World Value Survey, il Gallup World Report, ed altre
statistiche, esamina poi il caso del Bhutan, l’Office for National Statistics della Gran Bretagna
e le linee guida OCSE sulla misurazione del benessere soggettivo23.
Molto utilizzato è il Gallup World Poll, che consiste in un sondaggio con somministrazione di
questionari ad estesi gruppi di popolazione (dal 2007 al 2011, in ognuno dei 150 paesi
selezionati un campione di 1000 individui misura la qualità della vita dando un punteggio tra
0 e 10).
La World Values Survey usa come indicatore di benessere soggettivo (Subjective Well-Being
SWB) una combinazione delle risposte relative sia alla felicità che alla soddisfazione della
vita.
Con un approccio differente il National Time Accounting (2008), progettato da Krueger,
Kahneman, Schkade, Schwarz, e Stone, intende misurare la felicità esperienziale (provata),
sentimento quotidiano individuale sperimentato di momento in momento, che si
contrappone alla felicità soggettiva riportata, valutazione che gli individui fanno circa la
propria vita per un lungo periodo (Kahneman et al. 2004).
Alcuni economisti utilizzano il concetto di SWB come sinonimo di felicità (Frank, 1997,
Layard, 2005), per Diener (2004) sarebbe invece una valutazione generale della vita di una
persona.
Gli studi sulla felicità distinguono tra:
- approccio edonistico, ricerca del piacere ed allontanamento dal dolore;
23
http://numerus.corriere.it/2012/03/31/ecco-il-primo-rapporto-sulla-felicita-nel-mondo/
115
- approccio eudaimonico, per cui la felicità interviene tra persone che interagiscono nella
società, ponendo enfasi su attività immateriali quali la relazionalità genuina e la motivazione
intrinseca (Deci e Ryan, 2001; Bruni, 2010).
Il riferimento filosofico per l’approccio edonistico è Bentham (e quindi Epicuro) mentre
Aristotele (Etica Nicomachea), è l’iniziatore dell’approccio eudaimonico/etico (Kahneman et
al. 1997 “Back to Bentham”; Bruni, 2010). Più articolata è la ripartizione operata su tre livelli
di felicità (o utilità) passando da sentimenti transitori come la gioia (affetti positivi), alla
soddisfazione che si prova nei confronti della propria vita ed infine all’eudaimonia e cioè
l’autorealizzazione conseguita con una vita buona (Dolan, Metcalfe, 2012; Frey, 2012). Viene
anche utilizzata la distinzione (Frey, 2012) tra utilità percepita ed utilità attesa (notando che
talvolta, nella formulazione della utilità attesa, non si tengono adeguatamente in conto
valori immateriali che influiscono sulla felicità in maniera significativa) ed infine utilità
ricordata, che può presentare lacune, dovute al fatto che i ricordi si attestano sul momento
più acuto o su quello finale (Frey, 2012, p. 11; Kahneman, Riis, 2006, pag. 61). Gli economisti
per motivi metodologici hanno evitato di utilizzare stime dirette, sia per la natura privata
dell’esperienza che per la poca credibilità del confronto di dati relativi ad individui differenti,
impiegando più semplicemente il reddito come proxy (Kahneman, 2007, pag. 99).
Il filone di studi “moderno” sulla felicità si differenzia per l’approccio interdisciplinare
(economia, psicologia, sociologia, scienza politica, filosofia, ecc.), e l’utilizzo di nuovi metodi,
quali l’indagine diretta, con questionari, per identificare la felicità soggettiva individuale. In
tal modo è stato rivisto il concetto di razionalità economica ed introdotto in economia il
concetto di felicità (Frey Stutzer 2006).
L’iniziatore fu Hadley Cantril, psicologo sociale, che nel 1965 concepì la misurazione
quantitativa della felicità e la possibilità di confrontare i livelli di felicità tra differenti
individui in Paesi diversi. I dati vengono ripresi da Richard Easterlin economista americano,
nel 1974, dando vita al dibattito contemporaneo; studia sempre l’autovalutazione soggettiva
della felicità, chiedendo di rispondere alla domanda “presa la tua vita nel suo insieme, ti
consideri: molto felice, abbastanza felice, infelice, molto infelice?”. Nelle indagini attuali
(database del World Values Survey), a tale richiesta ne viene aggiunta una seconda sulla
“soddisfazione per la vita” utilizzando una scala numerica da 1 a 10.
L’economista britannico Richard Layard, che segue Easterlin, parlando di felicità si riferisce
alla situazione soggettiva di “sentirsi bene, cioè essere contenti della propria vita, e volere
che questa situazione perduri” all’opposto “infelice è chi sta male e vorrebbe che le cose
andassero diversamente” (Layard, 2005 p. 25). In genere, la felicità a cui si riferiscono gli
economisti è del tipo “edonista”, fondata sul piacere. Questa, percepita e dichiarata dagli
intervistati, è una felicità “soggettiva” che si confonde con il “piacere” ed è determinata
dall’individuo che autostima il proprio livello di benessere soggettivo (Cantril, 1965). Lo stato
di benessere (eudaimonia, nel significato di “vita buona” aristotelica), sarebbe invece
differente da uno stato d’animo e scaturirebbe da una vita buona o virtuosa (Magliulo,
2008).
Alcuni economisti, tra cui Kahneman, hanno ricercato una misura più “oggettiva” della
felicità, con l’obiettivo di evitare errori cognitivi, di percezione, tentando di rilevarla da
esperienze concrete (experienced utility, Magliulo, 2008; Kanheman, 1999). Secondo questo
approccio l’utilità decisionale (decision utility) è il livello di soddisfazione associato alle
preferenze del soggetto al momento della scelta ex-ante e può differire dall’utilità
sperimentata (experienced utility) ossia il livello di soddisfazione raggiunto ex post grazie
116
all’effettiva ‘qualità edonica’ dell’atto di consumo (Duranti, Sacco, Zarri, 2005; Kanheman,
1999).
3.3.2
La Misurazione della Felicità
Numerose sono le ricerche che mirano a delimitare e quantificare la felicità per darne una
visione di insieme; riportiamo i principali strumenti operativi affiancando a ciascuno di essi, i
principali risultati ottenuti:
- misura del benessere individuale: si è giunti alla conclusione che la felicità è misurabile;
- individuazione delle variabili che determinano la felicità: i principali studi hanno
evidenziato che questa è influenzata da variabili genetiche, socio demografiche,
economiche, culturali e politiche. Vi sono inoltre fattori specifici che amplificano la
felicità come ad esempio la maggiore libertà, i minori tempi di percorrenza per i
pendolari, il maggiore diritto di partecipazione politica, le decisioni politiche decentrate
(Frey, 2012);
- individuazione dei meccanismi psicologici: i principali studi hanno evidenziato
l’importanza del contesto, le distorsioni cognitive, la capacità limitata di elaborare
previsioni, il ruolo delle aspettative.
Inoltre le più usate metodologie di misurazione della felicità/benessere sono:
- Sondaggio sul grado di soddisfazione complessivo in un campione rappresentativo
Eurobarometro, World Values Survey (psicogrammi)
- Experience sampling method ESM indaga le esperienze soggettive, viene chiesto ad
alcune persone di registrare su un computer quanto si sentono felici in un certo istante
(diario elettronico, edonimetro), collezionando istantaneamente le osservazioni sul selfreported happiness
- Day reconstruction method ricostruisce, valutando in retrospettiva, le esperienze della
giornata in un diario giornaliero della felicità (Kahneman ; Frey, 2012)
- U-index (Unpleasant, Undesirable, Unhappy) misura la percentuale di tempo che il
soggetto trascorre in una condizione spiacevole (Krueger, Kahneman, 2006)
Tra le differenti sperimentazioni di misura diretta del benessere l'Università del Vermont ha
realizzato un Indice di felicità in tempo reale che impiega le parole più utilizzate da twitter.
Le valutazioni oggettive limitano le distorsioni dovute al ricordo, tipiche delle autovalutazioni
a posteriori, quelle soggettive sono meno precise perché assoggettate ai processi cognitivi
che sono differenti da persona a persona e variano nel tempo. Nel metodo della valutazione
soggettiva, i livelli dichiarati nei questionari vengono poi analizzati con tecniche statistiche,
in modo da valutare in quale misura i vari fattori determinanti contribuiscono alla
soddisfazione per la vita (Frey, 2012, Ferrer-i-Carbonell, 2013, Zapf, 2000).
Anche tracciare un U-index (Unpleasant, Undesirable, Unhappy) nel tempo, a livello di
episodio o a livello di attività, fornisce un mezzo per misurare se la vita quotidiana è sempre
più o meno gradevole, e comprenderne il perché, calcolando quindi la percentuale di tempo
che le persone passano in uno stato sgradevole. C’è chi ritiene sia necessario affiancare alle
rilevazioni soggettive della felicità anche indicatori oggettivi, quali la qualità della vita
sperimentata di fatto (libertà, diritti, salute, educazione, etc) poiché le risposte ai questionari
possono differire notevolmente dal vero benessere individuale (A. Sen, 1985).
117
3.3.3
Le determinanti della Felicità
Per comprendere da cosa dipende la felicità è necessario identificare e misurare le
grandezze che influiscono su di essa. Tali determinanti, possono essere:
a) di natura genetica: le diversità genetiche sono un campo di studio di competenza di
biologi e psicologi. Gli economisti si limitano ad indagare cosa accade ad un individuo
quando succede qualcosa di piacevole o spiacevole (ad esempio vincita alla lotteria o
incidente), tali studi hanno evidenziato che per la maggior parte delle persone si verifica un
adattamento, con modalità differenti, al “vecchio” livello di felicità;
b) fattori socio demografici: età (la relazione tra felicità ed età presenta una forma ad U);
stato civile (l’evcidenza empirica sottolinea l’effetto negativo del divorzio sulla felicità);
bambini (i genitori manifestano una maggiore soddisfazione con figli indipendenti); salute (la
valutazione soggettiva della salute e della soddisfazione dipende dalla personalità, la
valutazione oggettiva dei medici risulta meno significativa);
c) fattori economici: reddito, disoccupazione, distribuzione del reddito;
d) fattori di contesto: lavoro autonomo, consumo della tv;
e) cultura e religione: sicurezza e relazioni sociali;
f) fattori politici: democrazia, dittature e regimi autoritari (Frey, 2012, Ferre-i-Carbonell,
2013).
Tra le sperimentazioni che utilizzano le varie metodologie, è da rilevare quella presente nel
sito www.mappiness.org.uk creata da George MacKerron del Department of Geography &
Environment e Susana Mourato del Grantham Research Institute on Climate Change and the
Environment presso la London School of Economics (LSE). Si tratta di una App per registrare
dati sul benessere in relazione a diversi fenomeni, redige mappe della felicità nel Regno
Unito e fa parte di un progetto di ricerca della LSE per capire meglio come i sentimenti delle
persone vengono influenzati da caratteristiche del loro ambiente, come l'inquinamento
dell'aria, il rumore, e gli spazi verdi (MacKerron, Mourato, 2013). L’App consente di
somministrare brevi questionari in tempo reale, mentre utilizzando il posizionamento
satellitare GPS dello smartphone si determinano le coordinate geografiche che vengono
associate a dati oggettivi spaziali per la stima di un modello.
3.4
La Felicità: implicazioni per la teoria economica
L’evidenza empirica mostra che il rapporto tra il reddito e la felicità, auto-percepita, ha un
andamento non monotonico, crescente fin ad un certo livello dopo il quale la relazione tra
reddito e felicità diventa negativa. In altre parole, i dati mostrano che soggetti che vivono in
paesi più ricchi non necessariamente risultano essere più felici di quelli che vivono in paesi
più poveri. Non solo. L’evidenza mostra anche che spesso questa regolarità vale anche a
livello individuale per cui persone che beneficiano un aumento del reddito non
necessariamente ottengono un corrispondente aumento della loro felicità. Le indicazioni che
la felicità in molti paesi avanzati (e non) non segua il reddito sono molteplici. La presenza nei
paesi più ricchi di più alti tassi di suicidi, l’aumento dei divorzi, un più alto tasso di
infanticidio, l’incidenza più elevata della depressione sono, tra altri, fattori che indicano un
aumento del tasso di insoddisfazione. Il benessere materiale sembra, quindi, non aver
alimentato il livello di felicità degli individui.
118
Il fenomeno secondo cui all’aumento del reddito e del benessere non corrisponde un
aumento del livello di felicità degli individui è stato etichettato dagli economisti come
“paradosso della felicità” (Easterlin, 1974). Tale evidenza è dirompente per la teoria
economica perché non solo mette in discussione il modello teorico predominante che spiega
la scelta degli individui ma indica che il reddito da solo non è in grado di fornire una idonea
interpretazione per il benessere soggettivo, o almeno non è sufficiente a farlo. Da qui i dubbi
sul potere esplicativo del Pil di cui abbiamo già parlato. Fornire una spiegazione al
“paradosso della felicità” è uno degli obiettivi principali della teoria economica che studia la
“felicità”. Perché all’aumentare del reddito non si ha un corrispondente aumento della
soddisfazione e della felicità degli individui? Perché questo è rilevante per la teoria
economica? Quali sono le implicazioni? Queste sono alcune delle domande a cui gli
economisti hanno cercato di dare una risposta.
La microeconomia considera le scelte degli individui il risultato di un processo razionale di
massimizzazione. Data una funzione di utilità e determinate preferenze, e considerato il
vincolo di bilancio, l’idea base è che ciascun soggetto scelga le combinazioni di consumo dei
beni materiali a lui disponibili in modo da massimizzare la propria utilità. La scelta riflette le
preferenze degli individui e dovrebbe essere quella migliore per l’individuo stesso. Eppure, il
paradosso della felicità sembrerebbe indicare all’opposto che un numero considerevole di
individui non solo non sono contente delle proprie scelte, ma perseverano sistematicamente
nell’errore. Il paradosso della felicità quindi, mostra che c’è una dissociazione tra scelte e
preferenze. Ed è tale scollamento che va spiegato.
Una risposta al paradosso della felicità arriva da considerazioni di natura psicologica: le
persone hanno un sostrato cognitivo e sensoriale diverso e questo determina l’intensità con
a quale si sentono soddisfatte o meno dai beni materiali che posseggono (teoria della
personalità). L’essere felici o infelici ha quindi cause genetiche e biologiche. Tra l’altro gli
individui tendono ad adattarsi a nuove condizioni per cui naturalmente il livello di
soddisfazione che deriva da un certo livello di consumo tende a decrescere nel tempo. Tali
teorie, tuttavia, sono state contraddette dalla realtà empirica che mostra invece sia che il
benessere degli individui varia nel corso del tempo, sia che i tratti personali spiegano solo in
minima parte i diversi livelli di soddisfazione.
Negli ultimi anni la teoria ha cercato di individuare fattori più solidi ed oggettivi che
potessero spiegare il paradosso della felicità. La prima risposta viene da Esterlin (2001) il
quale fa ancora riferimento alla naturale predisposizione delle persone all’adattamento.
Attraverso i consumi le persone cercano di soddisfare le proprie aspirazioni. Tuttavia
l’adattamento fa continuamente slittare in avanti le aspirazioni, e quindi i consumi, senza
che le persone possano fare progressi intermini di relativo soddisfacimento (teoria del
treadmill). Una spiegazione simile a questa è fornita da chi ritiene che non sia effettivamente
il consumo assoluto a determinare la soddisfazione degli individui, ma il consumo relativo
nel gruppo di appartenenza di ciascun individuo (Frank, 2004).
Più recentemente una valida spiegazione al paradosso della felicità deriva da coloro che
hanno ricercato la spiegazione al paradosso della felicità nella eterogeneità dei beni
consumati e in particolare nella presenza di alcune categorie di beni che se non consumati
tendono a ridurre il soddisfacimento degli individui. Questi beni sono i beni relazionali. L’idea
è che accanto al consumo dei beni materiali, gli individui per vivere in modo soddisfacente
hanno necessità di intrecciare relazioni sociali le quali costano in termini di tempo ed
energie. Consumare troppi beni materiali, quindi, puo’ ridurre il consumo dei beni relazionali
e aumentare l’insoddisfazione.
119
Il bene relazionale, è un concetto introdotto nel dibattito teorico a partire dalla metà degli
anni Ottanta ed elaborato da diversi studiosi tra cui la filosofa Martha Nussbaum, il sociologo
Pierpaolo Donati, gli economisti Benedetto Gui, Carole Uhlaner, Luigino Bruni e Stefano
Zamagni. Le definizioni esatte sono molteplici, ma in ultima analisi i beni relazionali sono i
beni che scaturiscono da rapporti ed incontri, in cui l’identità24 e le motivazioni dell’altro,
con il quale si interagisce, risultano essere elementi fondamentali nella creazione e nel
valore del bene. Il tempo impiegato in attività relazionali come già argomentato
produrrebbe conseguenze positive sui livelli di soddisfazione della vita, contribuendo alla
spiegazione del paradosso della felicità, in quanto in presenza di redditi più elevati si
verificherebbe una propensione al consumo eccessivo di beni materiali a discapito dei beni
relazionali, e ciò causerebbe una diminuzione del grado di soddisfazione individuale e quindi
della felicità soggettiva percepita (Bruni, Stanca, 2008).
Una teoria simile a quella dei beni relazionali è stata elaborata dall’economista ungherese
Scitovsky (1976). Scitovsky non distingue esplicitamente tra beni materiali e beni relazionali,
ma tra beni di creatività e beni comfort. I beni di comfort sono beni il cui consumo fornisce
stimoli tempestivi e gradevoli ma la cui soddisfazione non dura nel tempo, l’utilità che da
essi deriva decresce con l’uso, e addirittura può, a consumi elevati, procurare disutilità. I
beni di creatività, d’altro canto, generano un benessere crescente con il loro consumo. Sono
beni quindi che presentano un’utilità marginale crescente. Un esempio tipico dei beni di
creatività sono le esperienze di tipo culturale (Benhamou, 2004; Bruni, Zarri, 2007). Il
paradosso della felicità è spiegato dal fatto che il sistema economico moderno spingendo
verso il consumo dei beni di comfort rende i beni di creatività poco accessibili e molto
costosi. La riduzione del consumo di beni di creatività fa quindi aumentare l’insoddisfazione
aggregata e riduce l’utilità che deriva anche dal consumo dei beni di comfort (Bruni, Zarri,
2007).
Va da se che il consumo individuale di beni relazionali passa attraverso forme di socialità.
L’utilità che da esse deriva dipende dall’ammontare di bene consumato, come tutti gli altri
beni ma anche dall’intensità delle relazioni sociali e dalle aspettative degli individui. La
natura delle aspettative riveste un ruolo particolarmente centrale nella determinazione
dell’utilità. Non a caso, la letteratura ha individuato una forma specifica di beni relazionali, i
beni pseudo-gratificatori, che sono dei surrogati a basso costo di beni ‘genuinamente’
relazionali. Questi procurano un benessere modesto ex post (ed in itinere), a dispetto delle
(erroneamente) elevate aspettative (ex ante) dei soggetti (Bruni, Zarri, 2007). Pertanto una
possibile spiegazione del perché gli individui non seguirebbero “il principio di razionalità”
nelle scelte di consumo, deriverebbe dalla teoria di Scitovsky (1976), in quanto i beni
relazionali sarebbe assimilati ai beni di creatività e pertanto l’eccesso di consumo di beni di
comfort ed il ridotto consumo di beni di creatività ci renderebbe meno felici (Bruni, Porta,
2007).
Tuttavia è opportuno sottolineare ancora una volta, senza invalidare l’evidenza sul
paradosso della felicità, che la misurazione della felicità è impresa ardua. Secondo
Kahneman gli individui commettono due errori cognitivi sistematici nell’autovalutazione
della felicità: il primo è l’eccessivo rilievo dato alla fase terminale dell’esperienza (end), il
secondo è l’eccessivo rilievo dato al momento emotivamente più significativo (peak).
Tuttavia non sarebbe l’esperienza ad esserne danneggiata bensì la sua memoria.
24
…The others must either be specific individuals or drawn from some specific set. The identity of the “other”
in the relationship matters… (vedi Uhlaner 1989, Bruni e Zamagni 2004).
120
(Kahneman, Riis, 2006, p. 61). Per ridurre tali errori cognitivi sarebbe possibile utilizzare una
nuova tecnica DRM (Day Reconstruction Method), si tratta di una misurazione della felicità
soggettiva individuale ottenuta riportando periodicamente il livello di soddisfazione delle
attività (per es., lavoro, incontro, pranzo, ecc.) che si svolgono durante un giorno (Bruni,
Porta, 2007; Treccani.it).
3.5
3.5.1
Felicità, Benessere e Qualità della vita
Felicità, benessere e qualità della vita: evidenze empiriche
Nell’uso comune i termini Felicità e Qualità della vita (Quality of Life QoL) sono ritenuti
spesso equivalenti, poiché QoL rimanda all’idea che la vita sia buona, ed è naturale che una
vita buona sia felice. In questa accezione la felicità viene spesso considerata anche sinonimo
di benessere e qualità della vita indicando rispettivamente una condizione individuale e
sociale. Tuttavia è opinione diffusa (Veenhoven, 2001) che la felicità sia solo una delle
componenti della QoL.
In letteratura il concetto di Qualità della vita (QoL) è spesso associato a quello di Benessere
(Well Being WB), probabilmente perché entrambi riguardano giudizi di valore, e di fatto
vengono utilizzati con significati ampi che spesso si sovrappongono. Il primo proviene dalla
sociologia, ed abitualmente si riferisce alle comunità ed ai contesti mentre il secondo deriva
dalla psicologia, ed in genere viene usato riferendosi ad individui ed alla loro attuale
esperienza (Des Gasper, 2010). La letteratura sull’argomento è ampia ed alcuni autori
esplorano possibili classificazioni in filoni di studi ripartiti poi in sotto-settori (Phillips, 2006).
Anche la QoL è da tempo oggetto di numerosi studi, con utilizzo di indicatori oggettivi e
soggettivi appartenenti a diverse discipline, ma le recenti indagini sul SWB e l’approccio alla
felicità hanno sollecitato un nuovo interesse in tali indagini. Un punto di osservazione
interessante parte dal considerare la QoL come la misura in cui i bisogni umani oggettivi
vengono soddisfatti comparandoli con la percezione di benessere soggettivo personale o di
gruppo; ed attribuendo alla politica il ruolo di creare opportunità per la soddisfazione di tali
bisogni nelle forme del capitale naturale, costruito, umano e sociale (Costanza et al, 2007).
Recenti lavori mostrano come il concetto di felicità si intrecci con quello di benessere
soggettivo SWB nell’influenzare le scelte degli individui relative al luogo in cui vivere. Florida
et al., 2013 mostrano infatti che la relazione tra felicità e reddito insieme ad altre variabili
quali il livello di istruzione, il capitale umano, la natura del mercato del lavoro e la forza
lavoro, influenzano la localizzazione e sono fattori che determinano il grado di
urbanizzazione. L’idea è che l’individuo ricerchi attivamente la propria identità entro il luogo
ove risiede, e da questo ne derivi soddisfazione ed attaccamento emotivo. L’analisi evidenzia
correlazioni positive abbastanza robuste tra il benessere e le diverse misure di reddito e
della ricchezza (salari orari, reddito, produzione economica pro-capite), così come la
correlazione negativa tra disoccupazione e felicità.
In genere il livello di istruzione, ossia il capitale umano, ha un importante effetto
sull’economia urbana, risultando fortemente associato con i redditi della città, avendo
inoltre anche un ruolo concreto nei livelli di benessere riportato. Il ruolo del capitale umano
nello stimolare la felicità urbana è duplice: da un lato partecipando alla formazione dei
121
risultati economici e sociali dell’area, ne influenza il reddito, dall’altro ha anche effetto sui
diversi importanti domini della vita che sono associati al SWB (e.g. relazioni stabili e di
sostegno) (Ross, Willigen, 1997; Florida et al., 2013).
La relazione tra felicità e capitale umano (misurato come percentuale di adulti con diploma
di laurea o superiore) in ambito urbano, è addirittura più forte di quella rilevata rispetto al
reddito. Relativamente poi alla tipologia di lavoro svolto, Florida documenta il collegamento
tra la massiccia presenza di classe creativa di lavoratori (impiegati in campo scientifico e
tecnologico; commerciale e gestionale; arte, cultura e divertimento; medicina ed istruzione)
e la prosperità delle città. Oltre la soglia di reddito di “sussistenza” il lavoro avrebbe un ruolo
per la felicità sia a livello nazionale che metropolitano, in particolare esisterebbe una
significativa correlazione positiva tra felicità della città e quota di posti di lavoro della classe
creativa, mentre la relazione sarebbe negativa tra benessere e frazione di posti di lavoro
della classe operaia.
Quindi anche la composizione del mercato del lavoro riveste un ruolo importante per il
benessere. Le città con maggiori professionalità e posti di lavoro creativi, cioè posti ad alta
intensità di conoscenza, soffrono meno di problemi di disoccupazione ed hanno livelli di
reddito più elevati. Sembra che il lavoro creativo risulti intrinsecamente apprezzabile poiché
utilizza al meglio le abilità sociali e cognitive. Concordando con lo psicologo Mihaly
Csikszentmihalyi 25 il lavoro creativo è di per sé un fattore importante per la felicità. La
riprova è che le economie urbane basate su forza lavoro operaia hanno sofferto
maggiormente della crisi economica, con elevata disoccupazione e difficoltà a trovare nuovi
posti di lavoro perché le competenze ed i redditi sono legati alla specificità produttiva, ed i
lavoratori risultano incapaci a spostarsi in zone con maggiori opportunità.
Un interessante studio analizza i trend del Capitale Sociale (CS) collegandoli ai trend del
benessere soggettivo in 11 Paesi europei (Sarracino, 2011). Lo scopo è verificare se
all’erosione del CS negli Usa corrisponda un movimento analogo anche in Europa e se il
trend del CS è in grado di spiegare la variazione del benessere soggettivo nel tempo. Alcune
indagini (Bartolini, Bilancini, Pugno, 2008) mostrano come il trend americano del SWB possa
essere spiegato da quattro forze, che agiscono in differenti direzioni: (i) incremento di
reddito (ii) minori beni relazionali (iii) decremento nella fiducia delle istituzioni (iiii)
comparazioni sociali. Queste forze permettono di interpretare l’andamento delle felicità
negli Usa e il suo andamento non monotonico in relazione al reddito. Infatti, l’efficacia
positiva della crescita economica viene compensata da una minore disponibilità di CS e, di
converso, da un più basso livello di SWB. In ultima analisi, il Paradosso di Easterlin, verrebbe
spiegato nel senso che l’aumento del reddito accresce la felicità fintantoché non riduce il CS.
Questi autori ritengono che se l’ammontare di CS, soprattutto i beni relazionali, in America
fosse rimasto costante il SWB sarebbe stato più alto. Le stime utilizzate suggeriscono che
l’esito positivo della crescita economica sul SWB sarebbe frenato dalla riduzione di beni
relazionali ma anche dall’aumento del reddito altrui e dalla riduzione della fiducia nelle
istituzioni. Gli andamenti del CS in Europa risultano positivi, ad eccezione della Gran
Bretagna che ha un andamento simile a quello americano, e tali trend europei sono
compatibili con una spiegazione relazionale del paradosso di Easterlin (Sarracino, 2011).
Sebbene sia difficile individuare definizioni che trovino accordo sui termini Felicità, Qualità
della vita e Benessere, la letteratura trova consenso sull’articolazione del Benessere, nelle
due componenti oggettiva, riferibile alle condizioni di vita, e soggettiva, che presenta una
25
Mihály Csíkszentmihályi, Flow: The Psychology of Optimal Experience, New York, Harper & Row, 1990.
122
componente cognitiva, in cui ciascun individuo fornisce una valutazione ex-post della propria
vita, ed una affettiva (edonica), che riguarda le emozioni, positive (PA) o negative (NA),
sperimentate quotidianamente, anche associate a particolari ambiti (Diener, 1984; Larsen,
Eid, 2008). Come sappiamo, il giudizio cognitivo sulla soddisfazione della vita può essere
investigato richiedendo agli individui, con questionari o interviste, di esprimere una
valutazione in termini qualitativi riferita ad una scala numerica. Tra le scale una molto nota è
quella sviluppata da Diener la Satisfaction With Life Scale (SWLS) (Diener, Emmons, Larsen,
Griffin, 1985). Lo stesso Diener ha elaborato uno dei primi Experience Sampling Methods
(ESM) per la misurazione in tempo reale della componente affettiva (intensità e frequenza
delle emozioni) (Larsen, Diener, 1985; Larsen, Eid, 2008).
E’ interessante indagare il crescente interesse, soprattutto in Inghilterra, nell’utilizzo di
misure del benessere per la valutazione ex-ante, in itinere ed ex-post delle politiche
pubbliche (Informing policy design, Monitoring progress, Policy appraisal) (Dolan, Layard,
Metcalfe, 2011; Donal, Metcalfe, 2012). A tale scopo alcuni autori considerano tre conti di
benessere (Parfit, 1984; Sumner, 1996), che si presentano rigorosi da un punto di vista
teorico, risultano rilevanti per ciascuna delle tre fasi valutative delle politiche ed appaiono
empiricamente robusti. Tale classificazione riguarda: (i) le Liste obiettivi, riguardano i bisogni
e diritti primari (Sen, 1999); (ii) la Soddisfazione delle preferenze, è associato all’approccio
economico al benessere (soddisfazione dei desideri collegati al reddito); (iii) Stati mentali (o
SWB: risale a Bentham 1789, il resoconto del benessere basato sul piacere ed il dolore, e
prelude all’utilitarismo) (Dolan, Layard, Metcalfe, 2011).
Oltre ad analizzare il benessere secondo la classificazione appena descritta, Dolan, Layard e
Metcalfe (2011) considerano necessario anche studiare il SWB secondo varie modalità.
Esistono diverse classificazioni delle modalità di misura del SWB ai fini delle politiche
(Kahneman e Riis, 2005; Dolan et al, 2006, Waldron, 2010), interessante è la distinzione tra
tre grandi tipologie di misure: (i) valutazione (ottenuta quando viene chiesto agli individui un
apprezzamento sulla loro vita nel suo insieme o in ambiti specifici); (ii) esperienza (stato
mentale di benessere dipendente dai sentimenti del soggetto durante un certo periodo di
tempo specificato, benessere di Bentham piacere-dolore corrispondono a bene-male, DRM,
U-index); e (iii) eudamonica (bisogni psicologici che individuano ciò per cui vale la pena
vivere).
Considerati gli aspetti di cui sopra è possibile tracciare una griglia che espone le misure
possibili per il SWB (fonte: Dolan P., Layard R., Metcalfe R., 2011)
123
Monitorare i progressi
Misura
valutazione
di
- La soddisfazione di vita su una
scala 0-10 (0 non è soddisfatto in
tutto,
10
completamente
soddisfatto)
ad
es
1. Complessivamente, quanto sei
soddisfatto della tua vita oggi?
Misura
esperienza
di
La
felicità
di
ieri
Preoccupazione
di
ieri
Influenza un breve periodo tra 0 e
10, (0 non è affatto, 10 è
completamente)
ad
es
2. Complessivamente, quanto ti sei
sentito
felice
ieri?
3. Nel complesso, quanto ansia hai
provato ieri?
- Cose per cui valga la pena vivere su
una scala 0-10 (0 non è affatto utile,
10
è
completamente)
4. Complessivamente, fino a che
punto ti senti che le cose che fai
nella tua vita ne valgano la pena?
Misura
‘Eudaimonica’
Informare l’elaborazione delle
politiche
- La soddisfazione di vita
- Soddisfazioni di domini ad es:
relazioni;
salute;
benessere
mentale; situazione di lavoro;
finanze; zona in cui si vive; tempo
che avete per fare cose che vi
piace fare; il benessere dei vostri
figli (se ne avete)?
Valutare le politiche
Soddisfazione
di
vita
Soddisfazioni
di
dominio
- Sottodomini dettagliati per es
diversi aspetti del territorio in cui si
vive
- Soddisfazione per servizi come
medico di famiglia, ospedale etc
- La felicità e preoccupazione
- Conto dettagliato di sentimenti
associati con attività particolari
- “Pensieri intrusivi” rilevanti per il
contesto ad es preoccupazioni per
il denaro nel settore finanziario nel
corso di un determinato periodo
Cose
utili
nella
vita
- 'Ricompensa' da attività (scopo e
significato, associato a specifiche
attività)
La capacità di misurare il SWB consente ai ricercatori di formulare raccomandazioni per le
politiche pubbliche, spostando il punto di osservazione dell’economia odierna sui rapporti
interpersonali genuini come nuova tipologia di beni “scarsi”.
3.5.2
Benessere collettivo e turismo
Il benessere collettivo e le condizioni di vita sono particolarmente rilevanti nella
determinazione dei flussi turistici. Infatti, modificando le condizioni generali di vita e
l’atteggiamento dei residenti, il benessere collettivo e la qualità di vita migliorano il contesto
fruitivo in cui il turista acquisisce esperienza. Ne derivano certamente effetti positivi sui flussi
turistici. Alcune ricerche esaminano il benessere soggettivo e le relazioni di accoglienza,
anche dalla prospettiva di chi accoglie, valutando l'associazione tra impatti del turismo
percepiti ed il benessere soggettivo dei residenti in una meta turistica. I risultati mostrano
come gli impatti del turismo percepiti siano collegati alla soddisfazione della vita, la
componente cognitiva, e non edonistica, e siano influenzati positivamente da domini quali la
salute, le relazioni interpersonali, amici, servizi ed infrastrutture (Nawijn, Mitas 2012).
Anche altri autori (Santisi et al, 2013; Wang, 2006) hanno analizzato gli atteggiamenti dei
residenti nei confronti del fenomeno turistico, approfondendo la relazione tra la percezione
dell’impatto turistico e la percezione di soddisfazione per la propria vita. Attraverso la
somministrazione di questionari hanno rilevato l’atteggiamento dei residenti nei confronti
dell’impatto turistico misurato su una scala bidimensionale (Tourism Impact Attitude Scale
TIAS, Lankford S. V, Howard D. R., 1994) e la soddisfazione espressa dall’individuo in ambiti
significativi della propria vita.
In linea con quest’ultimo approccio altri studi analizzano l'impatto del turismo sulla qualità
della vita dei residenti. L’idea è che la soddisfazione della vita in generale deriva dalla
124
soddisfazione circoscritta a particolari domini; ad esempio la soddisfazione della vita in
generale deriverebbe dal dominio del benessere materiale, che comprende il senso di
benessere del consumatore collegato al possesso materiale. La soddisfazione di questo
particolare campo della vita, sarebbe poi influenzata da varie dimensioni dell'impatto del
turismo (economiche, sociali, culturali, ambientali). Kim et al. (2013) rilevano che le fasi di
sviluppo del turismo in qualche modo moderano la relazione tra le dimensioni dell'impatto
del turismo ed i particolari domini di vita.
3.6
Bibliografia
Aristotele, Etica Nicomachea
Bartolini S., Bilancini E., Pugno M., (2008), Did the decline in social capital decrease American
happiness? A relational explanation of the Happiness Paradox, Università degli studi di Siena,
Quaderni del Dipartimento di Economia Politica, n.540, Agosto
Bartolini, (2010), Manifesto per la felicità. Come passare dalla società del ben-avere a quella
del ben-essere, Donzelli
Benhamou F. (2004), L’Economia della Cultura, Il Mulino, Bologna.
Bruni L., I beni relazionali. Una nuova categoria nel discorso economico n.6
http://www.fabbricafilosofica.it/MA/06/01.html
Bruni, Zarri, 2007 La grande illusione false relazioni e felicità nelle economie di mercato
contemporanee, WP 39 AICCON
Bruni L., Porta P.L., (a cura di) (2004), Felicità ed economia: quando il benessere è ben
vivere, Guerini e Associati, Milano
Bruni, L. e S. Zamagni (2004), Economia civile, Il Mulino, Bologna
Bruni L., Porta P.L., (eds.) (2007) Handbook on the Economics of Happiness Cheltenham, UK:
Edward Elgar
Bruni L., (2009), L’economia, la felicità, gli altri Citta Nuova, Roma
Bruni L., Stanca L., (2008), Watching alone: Relational goods, television and happiness
Journal of Economic Behavior & Organization, Volume 65, Issues 3–4, March 2008, Pages
506–528
Bruni L., (2010), The happiness of sociality. Economics and eudaimonia: A necessary
encounter, Rationality and Society, Sage
Bruni L., Zamagni (2004), Economia Civile. Efficienza, equità e felicità pubblica, Bologna, Il
Mulino.
Cantril H, (1965), The pattern of human concerns, Rutgers University Press, New Brunswick
Chen C.C., Petrick J.F., (2013), Health and wellness benefit of travel experiences: a literature
review, Journal of travel research, Sage
Corvo P., (2011). The Pursuit of Happiness and the Globalized Tourist. Social Indicators
Research, 2011, vol. 102, issue 1, pages 93-97.
125
Costanza R., et al, (2007), Quality of life: an approach integrating opportunities, human
needs, and subjective well-being, Ecological economics, 61, 267-276, Elsevier
Diener E, Lucas RE, (1999), Personality and subjective well-being. In: Kahneman D, Diener E,
Schwarz N (eds) Well-being: the foundations of hedonic psychology. Russell Sage
Foundation, New York (Chapter 11)
Diener, E. (2009). Subjective well being. In The science of well being: The collected works of
Ed Diener (Social Indicators Research Series, Vol. 37., pp. 11-58). New York, NY: Springer;
Deci RM, Ryan EL, (2001), On happiness and human potentials: A review of research on
hedonistic and eudaimonic well-being. Annual Review of Psychology 52: 141-166
Di Tella R, Haisken-De New J, MacCulloch R, (2007), Happiness adaptation to income and to
status in an individual panel, NBER working paper n 13159
Easterlin RA, (1974), Does economic growth improve the human lot? Some empirical
evidence. In: David PA, Reder MW (eds) Nations and households in economic growth. Essays
in honor of Moses Abramowitz. Academic Press, New York, pp 89–125
Dolan P., Layard R., Metcalfe R., (2012), Measuring Subjective Wellbeing for Public Policy:
Recommendations on Measures, WP n. 23, Centre for Economic Performance, London
School of Economics and Political Science
Dolan P., Metcalfe R., (2012), Measuring Subjective Wellbeing: Recommendations on
Measures for use by National Government, Journal of social policy, 41, 2, 409-427,
Cambridge University Press, UK
Ferrer-i-Carbonell A., (2013), Happiness Economics, SERIEs - Journal of the Spanish Economic
Association, SpringerLink.com
Florida R., Mellander C., Rentfrow P.J., (2013), The happiness of Cities, Regional Studies, vol.
47, 613-627, Routledge
Frey BS, Stutzer A., (2002), Happiness and Economics, Princeton University Press, New Jersey
(2006 Il Sole 24 ore)
Frey BS, Stutzer A, (1999), Measuring preferences by subjective well-being. J Inst Theor Econ
155:755–778
Frey B.S., (2008), Happiness: A Revolution in Economics, MIT Press, Cambridge, Mass
Gasper D., (2010), Understanding the diversity of conceptions of well-being and quality of
life, The journal of socio-economics, 39, 351-360
Kahneman D., 1999, Experienced Utility and Objective Happiness: A Moment-Based
Approach, Chapter 37 in: D. Kahneman and A. Tversky (Eds.) Choices, Values and Frames,
New York: Cambridge University Press and the Russell Sage Foundation.
Kahneman, D., Wakker, P.P., Sarin R., (1997), “Back to Bentham? Explorations of experienced
utility”, The Quarterly Journal of Economics
Kahneman, D. (1999), Objective happiness. In D. Kahneman, E. Diener & N. Schwarz (Eds.),
Well-being: Foundations of hedonic psychology (pp. 3-25). New York : Russell Sage
Foundation Press.
Kahneman, D. (2004), Felicità oggettiva, in Bruni e Porta (2004)
126
Kahneman, D., Riis, J., (2006), Vivere e pensare di stare vivendo. Due diverse prospettive,
in Felicità e libertà. Economia e benessere in prospettiva relazionale, Angelo Guerini e
Associati, Milano (p. 61)
Kahneman D., Krueger A. B., Schkade D., Schwarz N., Stone A. A., (2006), Would You Be
Happier If You Were Richer? A Focusing Illusion, Science 30 June 2006: Vol. 312 no. 5782 pp.
1908-1910
Kahneman, D., Krueger A.B., (2006), Developments in the Measurement of Subjective WellBeing, Journal of Economic Perspectives, 20(1): 3-24.
Kim K., Uysal M., Sirgy M.J., (2013), How does tourism in a community impact the quality of
life of community residents ?, Tourist management, Elsevier
Layard, Richard (2005) Happiness: lessons from a new science, Penguin, London, UK
(edizione taliana Rizzoli)
Lankford S. V, Howard D. R., (1994), Developing a tourism impact attitude scale, Annals of
Tourism Research, Volume 21, Issue 1, 1994, Pages 121-139
Larsen R.J., Eid M., (2008), Ed Diener and the science of subjective well-being, in Eid, Larsen,
eds, The science of subjective well-being, Guilford publication
Lucas RE, Clark AE, Georgellis Y, Diener E (2003) Re-examining adaptation and the setpoint
model of happiness: Reactions to changes in marital status. J Personal Soc Psychol 84:527–
539
MacKerron G., Mourato S, (2013), Happiness is greater in natural environments, Global
Environmental Change, 23, 992-1000
Magliulo, A., (2008), Economia e felicità. La teoria austriaca dei beni relazionali da Manger a
Robbins, Storia del pensiero economico, Franco Angeli, 2, p.5-35
Nawijn J, Mitas O.,(2012), Resident Attitudes to Tourism and their Effect on Subjective WellBeing: The Case of Palma de Mallorca, Journal of Travel Research, Sage
Nussbaum M, Sen A (1993) The Quality of Life. Clarendon Press, Oxford
Oswald AJ (2006) The hippies were right all along about happiness. In: Financial Times, 19
Jan 2006. The Financial Times Ltd., London
Phillips D., (2006), Quality of Life, Routledge, London
Santisi G, Platania S., Paolillo A., (2013), Sviluppo del territorio e politiche del turismo: la
valutazione dell’impatto turistico dal punto di vista dei residenti, Turismo e Psicologia,
Padova University Press
Sarracino F., (2011), Trends del capitale sociale e del benessere soggettivo in 11 Paesi
europei, Studi e note di Economia, Anno XVI, n.1-2011, pagg. 3-34, Gruppo Montepaschi
Sen A. (1985) Commodities and capabilities. North Holland, Amsterdam
Schmitt B., (2010), Experience marketing: concepts, framework and consumer insights,
Foundations and trends in marketing
Scitovsky, (1976), The joyless economy. An inquiry into human satisfaction and consumer
dissatisfaction, The Economic Journal Vol. 86, No. 344, pp. 911-913 Wiley
127
Scitovsky, T., The Joyless Economy: An Inquiry into Human Satisfaction and Consumer
Dissatisfaction (1976), Oxford University Press. Recensione all'edizione italiana (2007 - Città
Nuova), a cura di Reggiani, T., (2008) in Aggiornamenti Sociali, vol. 1/2008, pp.69-71.
Stevenson B, Wolfers J (2008) Economic growth and subjective well-being: reassessing the
Easterlin paradox. Brookings papers on economic activity. Spring, pp 1–102
The Economist, Happiness (and how to measure it), dec. 19th 2006, editorial, p. 11
The Economist, Happiness and Economics. Economics discovers its feelings. Not quite as
dismal as it was, dec. 19th 2006, special report, p. 33-35 www.economist.com
Van Praag BMS (1971) The welfare function of income in Belgium: an empirical investigation.
Eur Econ Rev 2:337–369
Veenhoven R (1995) World database of happiness. Soc Indic Res 34:299–313
Veenhoven, R., World Database of Happiness, Erasmus University Rotterdam, The
Netherlands http://worlddatabaseofhappiness.eur.nl.
Veenhoven, R., (2001), Qualità della vita e felicità. Non proprio la stessa cosa, in Salute e
Qualità della vita, a cura di De Girolamo, G et al, Centro scientifico editore, Torino, Italia,
cap.6, pp.67-95
Wang, (2006) Resident’s attitudes toward tourism development: a case study of
WASHINGTON, NC, Proceedings of Northeastern Recreation Research Symposium
Zapf W., (2000), Social reporting in the 1970s and the 1990s, in Social Indicators Research,
51, pp.1-15
3.7
Sitografia
http://www.treccani.it/enciclopedia/economia-e-felicita_(XXI_Secolo)
http://www1.eur.nl/fsw/happiness/ World Database of Happiness
http://www1.eur.nl/fsw/happiness/conferences.htm (Conferenze sulla Felicità)
http://www.oecd.org/site/worldforum06/ishappinessmeasurableandwhatdothosemeasures
meanforpolicy.htm
128
4. La misurazione della qualità della vita: indicatori alternativi al PIL
4.1
Introduzione
L’individuazione di indicatori statistici efficaci nel misurare fenomeni economici rilevanti è
fondamentale per predeterminare gli effetti delle politiche di intervento di Enti Locali e, in
generale, di tutti gli Organi di Governo del territorio. L’indicatore storico più diffuso e
utilizzato nella determinazione del livello di attività economica di una data area è il PIL.
Tuttavia, ad oggi esistono molti studi accademici, istituzionali e indagini prodotte da
organizzazioni della società civile che ne hanno documentato i limiti e, soprattutto,
l’incapacità a fornire indicazioni utili sui molteplici aspetti che intervengono nel determinare
la qualità dello sviluppo a livello locale. Di fatto, il PIL è legato alla “crescita economica”
misurata in termini di prezzi di mercato e non tiene conto di quei beni, invece, che non
hanno un mercato (indicatori di qualità e non di quantità); non considera esternalità
negative, ossia i costi sociali e ambientali indotti dalle attività produttive (come
l’inquinamento, lo sfruttamento non sostenibile delle risorse, la perdita di biodiversità…);
non considera l’aspetto distributivo e dunque l’equità, e non è in grado di fornire
informazioni sulla qualità della spesa pubblica. Tenuto conto di tali fattori, negli ultimi anni
sono stati elaborati molteplici indicatori, anche qualitativi, capaci di dare visibilità a diversi
parametri ritenuti fondamentali nel rendere la vita “degna di essere vissuta”. Il dibattito
internazionale su quali variabili debbano essere incluse in una valutazione multidimensionale
del benessere è ancora aperto, ma risulta chiaro come sia necessario considerare una
molteplicità di elementi materiali e immateriali, afferenti alla sfera individuale e collettiva.
Già alla fine degli anni ’80, il programma delle Nazioni Unite per lo Sviluppo (UNDP) ha
elaborato il concetto di “sviluppo umano” al fine di superare ed ampliare l'accezione
tradizionale di sviluppo incentrata solo sulla crescita economica misurata in termini di
incremento di beni materiali e servizi.
Lo sviluppo umano coinvolge e riguarda ambiti fondamentali dello sviluppo economico e
sociale: la promozione dei diritti umani e l'appoggio alle istituzioni locali con particolare
riguardo al diritto alla convivenza pacifica; la difesa dell'ambiente e lo sviluppo sostenibile
delle risorse territoriali; lo sviluppo dei servizi sanitari e sociali con attenzione prioritaria ai
problemi più diffusi ed ai gruppi più vulnerabili; il miglioramento dell'educazione della
popolazione, con particolare attenzione all'educazione di base; lo sviluppo economico locale;
l'alfabetizzazione e l'educazione allo sviluppo; la partecipazione democratica; l'equità delle
opportunità di sviluppo e d'inserimento nella vita sociale.
La Commissione Europea, dopo aver lanciato nel 2007 l’iniziativa Beyond Gdp, ha pubblicato
nel 2009 la Comunicazione “Non solo PIL” , mentre all’interno dell’Eurostat è stato promosso
un vasto gruppo di lavoro, lo Sponsorship group, con il mandato di coordinare le attività di
misurazione del benessere nell’ambito del Sistema Statistico Europeo.
L’impegno a trovare nuove misure “oltre il Pil” si è fortemente rafforzato dopo la
pubblicazione nel settembre 2009 dei risultati della Commissione istituita dal presidente
francese Sarkozy e presieduta dal premio Nobel Joseph Stiglitz, con la collaborazione
dell’altro premio Nobel Amartya Sen e dell’economista Jean Paul Fitoussi. Nel documento
conclusivo la commissione ha suggerito che il PIL deve essere corredato da altre informazioni
129
sulla ricchezza prodotta, ma ha anche indicato che le misure macroeconomiche vanno
affiancate a misure della qualità della vita e a misure della sostenibilità.
Due anni dopo, l’OCSE ha promosso un incontro a Parigi con la partecipazione di Stiglitz e
Fitoussi per fare il punto sul lavoro compiuto. Nell’incontro è stato sottolineato da più parti
che la crisi economica rende ancora più importanti e necessarie le nuove misure integrative
del PIL.
All’elevato numero di iniziative di livello internazionale ed a livello nazionale dirette
all’individuazione di un indicatore alternativo di attività economica, si aggiungono numerosi
gruppi di studio e reti di studiosi, nonché iniziative di carattere aziendale o settoriale. Di
seguito ne indichiamo le più rilevanti.
4.2
4.2.1
Principali Iniziative Internazionali
Human Development Index-HDI
L'Indice di Sviluppo Umano (Human Development Index-HDI) è un indicatore di sviluppo
macroeconomico realizzato nel 1990 dall'economista pakistano Mahbub ul Haq, e in seguito
migliorato e ampliato dal nobel Amartya Sen. Tale indicatore è stato effettivamente
utilizzato anche da organizzazioni internazionali quali le Nazioni Unite.
Tale indicatore risponde al tentativo di tener conto nella determinazione e misurazione del
benessere economico-sociale di fattori diversi da quelli meramente materiali che, invece,
caratterizzano il calcolo del PIL procapite, come l'alfabetizzazione e la speranza di vita.
La scala dell'indice è in millesimi, decrescente da 1 a 0, e dal 2010 suddivide i paesi in quattro
gruppi: paesi a molto alto sviluppo umano, paesi ad alto sviluppo umano, paesi a medio
sviluppo e paesi a basso sviluppo umano.
Dal Report del 2010 è stato introdotto un nuovo metodo di calcolo che ingloba le seguenti
tre dimensioni:
 Una vita lunga e sana, che tiene conto dall'Aspettativa di vita alla nascita
 L'accesso alla conoscenza, che tiene conto degli Anni medi di istruzione e degli Anni
previsti di istruzione
 Uno standard di vita dignitoso, che si presume essere correlato al Reddito Nazionale
Lordo pro capite (misurato in termini di parità di potere d'acquisto in dollari USA)
Allo scopo di catturare queste tre dimensioni sono stati elaborati i seguenti indici:
1) Indice di Aspettativa di Vita (IAV)
2) Indice di Istruzione (II)
3) Indice di Reddito (IR)
L’indice di aspettativa di vita segue una semplice formulazione:
AVi ,t  20
IAVi ,t 
ValMax( AVt )  20
Quest’indice presume un’aspettativa di vita minima di 20 e può oscillare tra 1 e un valore
minimo superiore allo zero. Infatti ValMax è il valore di aspettativa di vita massimo
registrato tra tutti i paesi, mentre AV rappresenta l’aspettativa di vita nel paese in questione
(paese i). Cosi’, ad esempio, ValMax è nel 2010 pari a 83,2 anni in Giappone per cui l’indice
130
IAV misurato in Giappone nel 2010 è pari ad 1 mentre assumerà valori via via decrescenti
negli altri paesi al decrescere dell’aspettativa di vita (AV).
L’indice di Istruzione (II) è dato dalla combinazione di due indici: l’indice di anni medi si
istruzione (IAMI) e dall’indice degli anni previsti di istruzione (IAPI). L’indice di anni medi di
istruzione è il semplice rapporto tra gli anni medi registrati nel paese i che una persona con
più di 25 anni ha dedicato all'istruzione, AMIi, rispetto al valore massimo degli anni medi di
istruzione registrato tra tutti i paesi, ValMax. Quindi IAMI segue la semplice formulazione:
AMI i ,t
IAMI i ,t 
ValMax( AMI t )
Ovviamente, quest’indice assume il valore massimo, 1, nel paese che registra il valore
massimo di anni medi di istruzione. Nel 2010 questo accadeva per gli Stati Uniti che hanno
registrato un valore AMI di 13,2.
Analogamente l’indice di anni previsti di istruzione nel paese i, IAPIi, è dato dal rapporto tra
gli anni previsti di istruzione per un bambino di 5 anni in tutta la sua vita, APIi, e il valore
massimo degli anni previsti di istruzione tra tutti i paesi, ValMax. Quindi IPMI ha la semplice
formulazione:
API i ,t
IAPI i ,t 
ValMax( APIt )
Anche quest’indice ha un valore massimo pari ad 1 registrato nel 2010 in Australia che aveva
un indice di anni medi di istruzione massimo di 20,6.
L’indice di istruzione, II, è dato dalla combinazione tra l’IAMI e l’IAPI ed ha la seguente
formulazione:
II i ,t 
 IAMI
gIAPI i ,t 
1/2
i ,t
.
ValMax( IAMI i ,t gIAPI i ,t )
Anche quest’indice è parametrato al valore massimo registrato tra tutti i paesi e pertanto
oscilla tra 1 e 0. Ad esempio il valore massimo dell’indice combinato nel 2010 è stato
registrato in Nuova Zelanda (0,95).
L’Indice di Reddito (IR) viene calcolato tenendo conto del reddito nazionale pro capite
(RNLpc) nel paese i a parità di potere d’acquisto secondo la formulazione:
ln RNLpci ,t  ln Min( RNLpct )
IRi ,t 
ln Max( RNLpct )  ln Min( RNLpct )
L’indice è parametrato allo scarto massimo nei redditi nazionali pro capite e per questo
anche quest’indice ha come valore massimo 1. Ad esempio, nel 2010 il valore massimo di
RNLpc è stato registrato negli Emirati Arabi Uniti, 108.211, il valore minimo in Zimbabwe,
163.
L'Indice di Sviluppo Umano (Human Development Index-HDI) è calcolato come media
geometrica dei tre indici, IAV, II e IR26:
HDIi ,t   IAVi ,t gIIi ,t gIRi ,t 
1/3
26
Correggere la formula con g = *
131
4.2.2
OECD Better Life Initiative
L’OECD lavora da almeno una decade all’identificazione di un modo più efficace di misurare
il progresso delle società. L’idea è di superare il PIL come unico indicatore di sviluppo e
crescita per concentrarsi su aspetti della vita che effettivamente incidono quotidianamente
sul benessere delle persone. Ad oggi, il frutto di questo lavoro trova espressione nell’indice
OECD Better Life Initiative.
Quest’indice permette la comparazione tra Paesi sulla base di 11 macroaree che riflettono le
fattispecie che l’OECD identifica essenziali per il benessere (OECD, 2011) in termini di
condizioni materiali di vita (alloggio, reddito, lavoro), qualità della vita (società, istruzione,
ambiente, impegno civile, salute, soddisfazione, sicurezza e bilanciamento tra lavoro e
tempo libero)
All’interno di ciascuna macroarea sono presenti fino ad un massimo di quattro indicatori
elementari. Gli indicatori sono calcolati per i 34 Paesi dell’OECD a cui vanno aggiunti Brasile e
Russia.
4.2.3
European Quality of Life Surveys (EQLS)
L’European Quality of Life Survey è realizzato ogni quattro anni ed analizza sia le effettive
condizioni di vita dei cittadini europei sia come questi ultimi percepiscono tali condizioni e la
propria vita in generale. Esso esamina numerosi aspetti della vita delle persone, come
l’occupazione, il reddito, l’istruzione, gli alloggi, la famiglia, la salute, l’equilibrio lavoro-vita,
la soddisfazione per la vita e la qualità percepita della società. E’ stato calcolato per la prima
volta nel 2003 tenendo conto di 28 paesi (25 stati membri e tre stati candidati).
Il secondo EQLS, calcolato nel 2007, presenta una panoramica significativa delle diverse
realtà sociali nei 27 stati membri nonché della Norvegia e dei paesi candidati (Turchia,
Macedonia e Croazia).
L’indagine realizzata nel 2012 copre 27 Stati membri UE e 7 paesi non-UE (Croazia, Islanda,
Kosovo, Ex Repubblica iugoslava di Macedonia, Montenegro, Serbia e Turchia).
I dati dell’EQLS, insieme ad altri, alimentano la base dati di Eurofond (EurLIFE), contenente
indicatori statistici sulla qualità della vita.
La possibilità di effettuare comparazioni specifiche è offerta dal sito interattivo Explore the
data from the 3rd European Quality of Life Survey 2012.
4.2.4
Urban Audit
L’iniziativa di monitoraggio della qualità della vita urbana, promossa dalla Direzione
Generale per le Politiche Regionali dell’UE, coinvolge gli Uffici Nazionali di Statistica con il
coordinamento dell’Eurostat. Sono stati raccolti dati relativi a più di 300 variabili descrittive
della qualità della vita in 300 città europee relative ai seguenti ambiti:
 Demografia
 Aspetti sociali
 Aspetti economici
 Impegno Civile
132





Istruzione e formazione
Ambiente
Viaggi e trasporti
Società dell’informazione
Cultura e tempo libero
Informazioni complementari sono state raccolte attraverso indagini sulla percezione della
qualità della vita urbana in 79 città europee. Il “Perception Survey” include misure di
soddisfazione sulla disponibilità di infrastrutture quali attrazioni culturali, servizi, spazi
pubblici, sulla qualità dell’ambiente e altri rilevanti aspetti sociali della qualità urbana.
4.2.5
The Happy Planet Index
Quest’indice mostra l’efficienza ecologica con cui viene creato il benessere umano. E’ il
primo indice al mondo a combinare l’impatto ambientale con il benessere in modo da
misurare l’efficienza ambientale con cui, paese per paese, le persone vivono vite lunghe e
felici. La seconda compilazione dell’HPI globale, pubblicato nel luglio 2009, coinvolge 151
paesi e dimostra che siamo ancora lontani dal raggiungimento di un benessere sostenibile e
propone una visione di ciò che dobbiamo fare per arrivarci. L’indice non rivela il paese ”più
felice” al mondo. Esso mostra l’efficienza relativa con cui le nazioni convertono le risorse
naturali del pianeta in una vita lunga e felice per i loro cittadini. Le nazioni che si trovano in
alto nell’indice dimostrano che è possibile raggiungere un elevato livello di soddisfazione
nella vita e aspettative di lunga vita senza stressare le risorse del pianeta. L’HPI dimostra che
in tutto il mondo, alti livelli di consumo delle risorse non producono in maniera affidabile alti
livelli di benessere. Rivela anche che ci sono vie diverse per raggiungere livelli comparabili di
benessere. Il modello seguito dall’occidente è in grado di fornire una diffusa longevità e una
soddisfazione variabile nella vita, ma lo fa solo con un costo enorme e in definitiva
controproducente in termini di consumo di risorse.
L’indice è costruito tenendo conto di tre componenti principali: 1) la vita attesa, 2) il
benessere materiale, 3) l’impronta ecologica. A ciascuna di queste tre aree è assegnato un
colore che ne segnala la scala di gravità nella rilevazione che va da verde (buono), a giallo
(medio), a rosso (grave). Il benessere materiale è determinato sulla base di questionari
denominati “scala della vita”. Ai rispondenti è richiesto di descrivere le proprie condizioni
immaginando di trovarsi su una scala dove 0 rappresenta le condizioni peggiori di vita e 10 le
migliori. La vita attesa è semplicemente la vita attesa media in ciascun paese come rilevata
dalle Nazioni Unite. L’impronta ecologica è invece una misura quantitativa della terra
richiesta per sostenere le dinamiche di consumo di ciascun paese. La terra è misurata in
ettari. Questi valori sono combinati in una scala generale che comprende i sei colori
assegnati a ciascuna delle tre componenti e che determina la performance relativa all’HPI.27
In termini più formali l’HPI è espresso dalla seguente formulazione:
HPI 
27
Benessere Materiale Vita Attesa
Impronta Ecologica
Una indicazione dettagliata delle mappe e delle tabelle relative all’HPI è presente sul sito
http://www.happyplanetindex.org
133
4.3
4.3.1
Altre Iniziative Internazionali
Canadian Index of Well-being
Il Canadian Index of Wellbeing (CIW) è un nuovo modo di misurare il benessere che va al di
là di misure strettamente economiche come il PIL. Esso fornisce una comprensione unica
della qualità della vita dei canadesi, in generale e in specifiche aree che contano: lo standard
di vita, la salute, la qualità dell’ambiente, il sistema scolastico e i livelli di professionalità, il
modo in cui i canadesi usano il tempo, la vitalità delle comunità locali, la partecipazione al
processo democratico, lo stato dei divertimenti e della cultura. Il CIW è un formidabile
strumento di informazione che può aiutare politici, decisori, uomini dei media, ma anche
semplici cittadini ad avere un’informazione facilmente accessibile e aggiornata sulla qualità
della vita del loro paese. Attualmente, il CIW fornisce sette rapporti dettagliati su altrettante
categorie del benessere, fra di loro interconnesse: Living Standards, Healthy Populations,
Community Vitality, Democratic Engagement, Time Use, Leisure and Culture and Education.
Una volta pienamente sviluppata, la struttura del CIW includerà anche un indice sintetico
rappresentato da un unico valore che fornisce una rappresentazione istantanea delle
condizioni economiche sociali del paese e permette di ottenere indicazioni volte a valutare
nel tempo eventuali miglioramenti o peggioramento della qualità della vita dei Canadesi
4.3.2
Gallup World Poll
Con progetti di ricerca in corso in oltre 150 paesi, Gallup è leader nella raccolta e analisi dei
dati globali e misurazioni. Con il nostro questionario di base in tutto il mondo insieme a
progetti di ricerca realizzati su progetto, Gallup aiuta i suoi clienti internazionali a sviluppare
strategie e a risolvere i problemi con una conoscenza superiore ed estremamente accurata.
Gran parte dei principali dati sono disponibili a tutti attraverso WorldView Gallup. Basato
sulla collaborazione con i principali economisti comportamentali del mondo, i dati Gallup
forniscono un punto di vista diverso sulla salute interna delle comunità e delle nazioni.
4.3.3
Mercer Survey
Lo studio Mercer presenta una classifica mondiale di 420 città in base alla qualità della vita.
Le condizioni di vita sono analizzate secondo 39 fattori, raggruppati in 10 categorie:
1) Ambiente politico e sociale (stabilità politica, crimine, applicazione della legge, etc)
2) Ambiente economico (regolamentazione degli scambi monetari, servizi bancari, etc)
3) Ambiente socio-culturale (censura, limitazioni della libertà personale, etc)
4) Salute e igiene (servizi medici, malattie infettive, liquami, smaltimento rifiuti,
inquinamento atmosferico, etc)
134
5) Scuole e istruzione (normali and disponibilità di scuole internazionali, etc)
6) Servizi pubblici e trasporti (elettricità, acqua, trasporto pubblico, congestione del traffico,
etc)
7) Svago (ristoranti, teatri, cinema, sport and divertimento, etc)
8) Beni di consumo (disponibilità di beni di consumo alimentari e quotidiani, auto, etc)
9) Alloggio (edilizia abitativa, elettrodomestici, mobili, servizi di manutenzione, etc)
10) Ambiente naturale (clima, numero dei disastri naturali)
Il punteggio attribuito a ciascun fattore consente di fare confronti fra le città. Il risultato è un
quality-of-living index che confronta le differenze relative fra due località qualsiasi. Per fare
in modo che gli indici siano utilizzati bene, Mercer ha creato una griglia che consente agli
utenti di collegare l’indice ottenuto a una quantità di tolleranza della quality-of-living
raccomandando un valore percentuale in relazione all’indice.
4.4
4.4.1
Principali iniziative italiane
Il Sole 24 ore: Graduatoria delle città dove si vive meglio
Da oltre vent’anni il Sole 24 Ore misura la vivibilità delle 107 province italiane, elaborando
una serie di dati statistici e stilando una classifica annuale. Gli indicatori elementari sono 36
e sono raggruppati in 6 Macro-aree relative a Popolazione, Affari e lavoro, Ordine pubblico,
Servizi, ambiente e salute, Tempo libero, Tenore di vita.
Per ciascuna provincia, viene calcolata la posizione relativa a ciascun indicatore elementare
ed a ciascuna macro-area.
Dal 2012, Il Sole 24 Ore offre gli stessi dati in una nuova veste interattiva. L’interfaccia è
stata pensata per valorizzare il ricco contenuto informativo racchiuso nella classifica
generale e in quelle dei 36 indicatori che la compongono.
4.4.2
QUARS Qualità Regionale dello Sviluppo
Il Rapporto QUARS, pubblicato a partire dal 2003, è realizzato da Sbilanciamoci!,
un’associazione di economisti che gestisce il sito omonimo. L’obiettivo è quello di mettere a
confronto il livello di benessere delle regioni italiane e di individuarne criticità e punti di
forza dei singoli territori, in modo tale da delineare possibili diverse scelte nella spesa e nelle
politiche pubbliche. Attraverso l’elaborazione del QUARS (Qualità Regionale dello Sviluppo),
un indicatore composito che misura la qualità dello sviluppo delle regioni italiane,
Sbilanciamoci! ha deciso di proporre una definizione delle priorità attraverso un processo di
consultazione di organizzazioni della società civile italiana, che in questo modo forniscono le
priorità attraverso la scelta del set di indicatori. Si tratta di 41 indicatori statici distribuiti
all’interno di sette dimensioni: Ambiente, Economia e lavoro, Diritti e cittadinanza, Salute,
Istruzione e cultura, Pari opportunità, Partecipazione. Il QUARS, infine, rappresenta uno
strumento utile per due ordini di ragioni. Innanzitutto perché permette al policy maker di
monitorare e indirizzare lo sviluppo del territorio in un quadro di sostenibilità del benessere.
In secondo luogo, l’approccio utilizzato rende il QUARS uno strumento capace di catalizzare
l’attenzione dell’opinione pubblica su una serie di temi fondamentali per il benessere di un
territorio, ma che troppo spesso vengono messi in ombra da un approccio economicista.
135
4.4.3
BES – Benessere Equo Sostenibile
Il progetto per misurare il benessere equo e sostenibile – nato da un’iniziativa congiunta del
CNEL e dell’ISTAT – si inquadra nel vivace dibattito internazionale sul cosiddetto
“superamento del Pil”, stimolato dalla diffusa convinzione che i parametri sui quali valutare il
progresso di una società non debbano essere solo di carattere economico, ma anche sociale
e ambientale, corredati da misure di diseguaglianza e sostenibilità.
CNEL e ISTAT, in condivisione con la comunità scientifica e, per la prima volta, anche con la
società civile, hanno selezionato un set di 134 indicatori per rappresentare le 12 dimensioni
del benessere equo e sostenibile.
1. Salute
2. Istruzione e formazione
3. Lavoro e conciliazione tempi di vita
4. Benessere economico
5. Relazioni sociali
6. Politica e istituzioni
7. Sicurezza
8. Benessere soggettivo
9. Paesaggio e patrimonio culturale
10. Ambiente
11. Ricerca e innovazione
12. Qualità dei servizi
Il sito BES – Benessere Equo e Sostenibile offre strumenti d’informazione sul progetto e
consente a cittadini, istituzioni, centri di ricerca, associazioni, imprese di contribuire a
definire “che cosa conta davvero per l’Italia”. La piattaforma visualizza valori e andamenti
degli indicatori in tre modalità: grafici, mappe e tabelle. E’ possibile inoltre scaricare le serie
storiche, esportare i dati, eseguire confronti tra regioni e macroregioni su più indicatori. Si
segnalano le funzionalità: Checkup che definisce stato di salute di una regione ,
Benchmarking che permette il confronto tre o più Regioni; Report che produce un file pdf
con le informazioni degli indicatori presenti nelle dimensioni selezionate; Gap Analisi che
mostra lo scostamento tra due regioni in riferimento agli indicatori di una dimensione.
4.4.4
Il Progetto su “Il governo della competitività urbana: percorsi di
misurazione e confronto”
Il progetto è nato sulla scorta delle attività di ricerca del Global Urban Competitiveness
Project (GUCP) promosso da Peter Karl Kresl (Bucknell University, the U.S.A) and Dr. Ni
Pengfei ( Chinese Academy of Social Sciences, China) e composto da accademici provenienti
da USA, Canada, Messico, Gran Bretagna, Olanda, Cina, Hong Kong, Corea, impegnati nello
studio della competitività urbana sia dal punto di vista teorico che nella messa a punto di
modalità concrete attraverso le quali questi studi possano essere messi a disposizione dei
governi delle Città del mondo per pianificare e prendere decisioni di governo. Durante il
2007 e il 2008 un gruppo interdisciplinare ha lavorato alla messa a punto di un modello di
136
misurazione della competitività dei sistemi urbani e territoriali, basato su di un sistema
flessibile di indicatori direttamente scelti da Città e Province italiane. Il modello è stato
progettato con l’obiettivo di produrre informazioni utili ai Governi Locali per valutare le
performances del territorio e per controllare il grado di coerenza con gli obiettivi strategici
prefissati. Il lavoro realizzato ha la finalità da una parte di consentire ai Governi Locali,
attraverso uno strumento statistico-quantitativo, di scegliere su quali dimensioni di
interesse confrontare il proprio posizionamento competitivo e con quali realtà territoriali
misurarsi e dall’altra di attivare un percorso ricorsivo e ripetuto di analisi, riflessione ed
apprendimento che permetta di capire le ragioni che stanno dietro ai risultati misurati.
Le dimensioni e l’importanza del progetto hanno indotto ad una riflessione su come
configurare un concreto programma di mantenimento ed aggiornamento del modello
utilizzato, da cui è nata l’idea di un Osservatorio Permanente della Competitivita’ Urbana e
Territoriale entro il quale far agire concretamente la rete di Città e Province interessate e
promuovere il coinvolgimento dei sistemi territoriali.
La messa a punto di un sistema di misurazione della competitività delle Città e dei territori è
stata basata su 10 dimensioni chiave dello sviluppo: sviluppo delle risorse umane; ricerca e
innovazione; efficienza e sostenibilità delle risorse ambientali; inclusione sociale e qualità dei
servizi alle persone; sviluppo dei sistemi produttivi locali; aumento dell’attrattività dei
sistemi urbani; reti per aumentare la mobilità; apertura internazionale; governance e
collaborazione tra pubblico e privato-3° settore-cittadini; ICT.
Coordinato dall’AISLO, il Progetto ha visto la partecipazione dell’Istituto Tagliacarne, che ha
messo a punto il sistema di misurazione, dell’ISFOL, dell’Università "La Sapienza" di Roma ed
RSO SpA, di Legautonomie, Anci, Upi, Uncem, Andigel.
Hanno partecipato le Città di Napoli, Palermo, Lecce, Roma, Pesaro, Venezia, Torino,
Ravenna, Bolzano, diversi piccoli Comuni dell’area milanese e le Province di Milano, Modena,
Bologna, Caserta.
4.4.5
Altre iniziative
RES Piemonte ha sviluppato SISREG (www.sisreg.it), uno strumento orientato a permettere
una sintetica descrizione e comparazione dei caratteri dello “sviluppo sociale” delle regioni
italiane raccogliendo un folto numero di indicatori secondo quattro domini: Inclusione,
Autonomia/sicurezza, Salute e Ambiente, Empowerment.
Inoltre, IRES Piemonte pubblica sul sito www.regiotrend.piemonte.it un'analisi della qualità
della vita nelle provincie piemontesi nelle 12 dimensioni del BES, seguendo il metodo
applicato da Istat e Cnel per le regioni italiane. L'istituto realizza dal 2011 una rivista per iPad
dedicata agli indicatori di qualità della vita per le province del Piemonte. È disponibile
gratuitamente su Apple Store
Nell’ambito del Progetto strategico volto alla realizzazione di una “Capitale metropolitana
ecologica” la provincia di Roma promuove un sondaggio online in cui chiede ai cittadini di
effettuare una valutazione su temi inerenti la qualità della vita e lo sviluppo sostenibile. I
cinque assi strategici sono:
 Asse 1 Garantire e valorizzare la biodiversità, i servizi ecosistemici e l’attività agricola
 Asse 2 Riorganizzare il territorio della Capitale metropolitana
137

Asse 3 Cultura e creatività per la coesione socio-territoriale e lo sviluppo economico della
Capitale metropolitana
 Asse 4 Elevare il livello ecologico della produzione e dei consumi
 Asse 5 Ridurre le disuguaglianze
All’interno dell’Asse 3, si considerano i seguenti obiettivi:
 rafforzare la cultura come legame tra le persone
 promuovere le produzioni indipendenti e la creatività
 valorizzare la cultura come impresa economica,
 promuovere una politica culturale di vasta area
 costruire strumenti innovativi e partecipati di finanziamento alla cultura.
Il sito BES28 opportunamente segnala le iniziative a livello locale per la determinazione di
indicatori alternativi al PIL:
“Recentemente un’analisi a scala regionale centrata sul Veneto è stata realizzata nell’ambito
dell’iniziativa “Oltre il Pil” promossa e realizzata da Unioncamere del Veneto e Camera di
Commercio di Venezia, in collaborazione con l’Università di Venezia Ca’ Foscari e la Regione
del Veneto. L’analisi condotta è estesa a tutte le regioni italiane per il periodo 2006-2009 e
per le 8 dimensioni individuate dalla Commissione Stiglitz: Benessere materiale, Salute,
Istruzione, Lavoro e tempo libero, Pubblica amministrazione, Relazioni personali e sociali,
Ambiente, Insicurezza fisica ed economica.
Lo studio progettuale Analisi e ricerche per la valutazione del benessere equo e sostenibile
delle province è condotto dall’Ufficio Statistica della Provincia di Pesaro e Urbino con la
partecipazione metodologica e tecnica dell’Istat. Tale studio è finalizzato a progettare un
sistema informativo territoriale per la misurazione del Benessere Equo e Sostenibile che
possa supportare la programmazione, il monitoraggio e la rendicontazione sociale
dell’azione amministrativa e di governance della Provincia.
Altra esperienza a scala provinciale è quella condotta nell'ambito del VII Rapporto IARES
dell'Osservatorio sull'Economia Sociale e Civile in Sardegna. All'interno del Rapporto è
inserito il Caso studio "Un Tentativo di Stima di un Indice di Qualità della Vita nelle Province
Sarde", che propone un indicatore sintetico del benessere sociale in Sardegna secondo 52
indicatori raggruppati in 8 dimensioni: Ambiente; Economia e lavoro; Diritti e cittadinanza;
Salute; Istruzione; Pari opportunità; Partecipazione e Disagio sociale.
Ad Arezzo è stato invece calcolato un indice sintetico di benessere a scala comunale.
Nell'ambito del progetto di ricerca Umanamente, l'associazione Lunaria, in stretta
collaborazione con l'Amministrazione comunale, ha pubblicato il rapporto "La misurazione
del benessere ad Arezzo. Promozione della misurazione del benessere in ambito locale
urbano secondo un approccio di sviluppo umano" prendendo in considerazione le serie
storiche 1999-2009 per 45 indicatori relativi ai domini Ambiente; Economia e lavoro; Diritti e
cittadinanza; Salute; Istruzione; Pari opportunità; Partecipazione.
La Fondazione Wellness Foundation, attraverso il progetto Wellness Valley, vuole realizzare
in Romagna il benessere della collettività attraverso il miglioramento della qualità della vita,
l’educazione delle persone alla prevenzione per ridurre la spesa sanitaria, l’incremento dello
sviluppo economico del territorio.”
Tra gli altri indicatori sviluppati in Italia per misurare il benessere e il progresso sono
segnalate sempre dal sito BES alcune esperienze “settoriali”.
28
www.misuredelbenessere.it
138
“Il Barilla Center for Food & Nutrition (BCFN) si pone l’obiettivo di analizzare i grandi temi
legati all’alimentazione e alla nutrizione nel mondo dando un significativo contributo alla
ricerca sugli indicatori di misurazione del benessere. Le aree di analisi coinvolgono scienza,
ambiente, cultura ed economia; all’interno di questi ambiti, il BCFN approfondisce gli
argomenti di interesse, suggerendo, di anno in anno, proposte per affrontare le sfide
alimentari del futuro.
Sul fronte ambientale, Legambiente e Ambiente Italia pubblicano ormai da molti anni
l’Ecosistema Urbano, un indice sintetico sulla qualità ambientale dei comuni capoluogo di
provincia. L’indice tiene conto di 25 indicatori relativi ad aria, acque, rifiuti, trasporti e
mobilità, spazio e verde urbano, energia, politiche ambientali pubbliche e private. Dal 2000,
la rilevazione Istat “Dati ambientali nelle città” è attuata con periodicità annuale sui comuni
capoluogo di provincia secondo le stesse 7 tematiche e un analogo indice sintetico.
Sul versante della produzione è invece bene ricordare il lavoro, tuttora in progress, che la
Fondazione Symbola sta portando avanti per misurare il cosiddetto PIQ, il Prodotto Interno
di Qualità. Esso si propone di quantificare la quota di Pil ritenuta “di qualità” scomponendola
secondo quattro componenti della catena del valore: capitale umano e know how;
conoscenza e costruzione della domanda; sviluppo del prodotto/servizio; presidio delle reti e
delle relazioni nazionali ed internazionali.
La Confartigianato ha portato avanti alcuni esercizi che dedicano particolare attenzione al
sistema produttivo italiano. Nell'ambito del Rapporto Confartigianato 2010 "Alla ricerca del
Pil perduto", si è costruito un indice sintetico che prende in considerazione assieme al Pil
anche elementi di qualità della vita, risorse culturali e ambiente Nel 2011 è inoltre stato
sviluppato un indice di “qualità della vita nei distretti industriali.”
4.5
Conclusioni
La ricognizione condotta mette bene in evidenza come la misurazione del benessere sia
riconosciuta come un concetto multidimensionale nel quale le variabili ambientali, sociali,
culturali, istituzionali sono componenti essenziali.
I molteplici tentativi di condurre valutazioni su base quantitativa mettono anche in luce
alcune criticità che si riferiscono, in particolare:
 la difficoltà di mettere a punto metodologie e set di dati, che vengono di volta in
volta adeguati alle finalità conoscitive che si vogliono raggiungere, ai fenomeni che si
intendono esplorare ed alle molteplici categorie di aspetti vanno a determinarne la
complessità, spesso interagendo tra loro;
 le difficoltà nella scelta degli indicatori da utilizzare, vincolate alla disponibilità e
continuità delle rilevazioni ed al dettaglio territoriale su cui è possibile spingere le
analisi;
 le metodologie di elaborazione dei dati che, quando raggiungono livelli di complessità
particolarmente elevati, lasciano poco spazio e poca trasparenza per comprendere i
limiti di validità dei risultati ottenuti.
Con riferimento al primo punto, è necessario osservare che numerosi studi hanno focalizzato
le problematiche dello sviluppo e della sua sostenibilità con riferimento alle destinazioni
turistiche e che a tale ambito di studi è dedicato il capitolo seguente. Con riferimento alle
altre criticità sopra accennate (scelta degli indicatori e metodologie di elaborazione dei dati),
139
una più puntuale analisi viene condotta nella fase di messa a punto del sistema di
monitoraggio della sostenibilità dei NeoLuoghi.
4.6
Sitografia
(Aggiornata al 13 febbraio 2014-02-13)
Associazione Sbilanciamoci! http://www.sbilanciamoci.org/quars/
Barilla Center for Food & Nutrition (BCFN) http://www.barillacfn.com/
BES – Benessere Equo e Sostenibile http://www.misuredelbenessere.it/index.php?id=11
BES Indicatori del benessere. Elenco Indicatori
http://www.misuredelbenessere.it/fileadmin/upload/docPdf/Cnel_e_Istat__indicato
ri_benessere_-_22_giu_2012_-_Elenco_indicatori.pdf
Canadian Index of Well-being https://uwaterloo.ca/canadian-index-wellbeing/
Commission Communication 433/2009 on “GDP and beyond. Measuring progress in a
changing world” http://eurex.europa.eu/LexUriServ/LexUriServ.do?uri=COM:2009:0433:FIN:EN:PDF
EurLIFE http://www.eurofound.europa.eu/areas/qualityoflife/eurlife/index.php
European Commission, Regional and Urban Policy, Quality of Life in Cities Perception Survey
(2013)
http://ec.europa.eu/regional_policy/sources/docgener/studies/pdf/urban/survey201
3_en.pdf
European Quality of Life Surveys (EQLS)
http://www.eurofound.europa.eu/areas/qualityoflife/eqls/index.htm
Eurostat, Feasibility study for Well-Being Indicators
http://epp.eurostat.ec.europa.eu/portal/page/portal/gdp_and_beyond/documents/Feasibili
ty_study_Well-Being_Indicators.pdf
Explore the data from the 3rd European Quality of Life Survey 2012.
http://www.eurofound.europa.eu/surveys/smt/eqls/results.htm
Fondazione Symbola per le Qualità Italiane
http://www.symbola.net/html/article/PIQRapporto2009
Gallup World Poll http://www.well-beingindex.com./methodology.asp
Happy Planet Index http://www.happyplanetindex.org/
IDIES-Institut pour le développement de l’information économique et sociale
http://www.idies.org/index.php?category/FAIR
Il Sole 24 Ore Qualità della vita 2012
http://www.ilsole24ore.com/speciali/qvita_2012_infografiche/infografiche.shtml
IRES Piemonte SISREG (www.sisreg.it),
ISTAT Dati ambientali nelle città http://www.istat.it/it/archivio/34473
Legambiente Ecosistema Urbano http://www.legambiente.it/contenuti/dossier/ecosistemaurbano
Mercer Survey http://www.mercer.com/qualityofliving
Rapporto Confartigianato 2010 "Alla ricerca del Pil perduto"
OECD – Better Life Index http://www.oecdbetterlifeindex.org/
OECD(2011) How's Life? Measuring Well-being DOI:10.1787/9789264121164-en
140
Office for National Statistics (UK) Measuring National Well-being
http://www.ons.gov.uk/ons/guide-method/user-guidance/well-being/index.html
Oltre il Pil, Unioncamere del Veneto http://www.oltreilpil.it/
Urban Audit http://ec.europa.eu/regional_policy/activity/urban/audit/index_en.cfm
141
ALLEGATO 1 - BES: i 134 indicatori organizzati per dimensione
1. Ambiente
1 Volume pro capite giornaliero di acqua potabile erogata
2 Qualità delle acque costiere marine
3 Qualità dell’aria urbana
4 Disponibilità di verde urbano
5 Aree con problemi idrogeologici
6 Siti contaminati
7 Aree terrestri protette
8 Aree marine protette
9 Aree di particolare interesse naturalistico
10 Preoccupazione per la perdita di biodiversità
11 Flussi di materia
12 Energia da fonti rinnovabili
13 Emissioni di CO2 e altri gas clima alteranti
2. Salute
1 Speranza di vita alla nascita
2 Speranza di vita in buona salute alla nascita
3 Indice di stato fisico (PCS)
4 Indice di stato psicologico (MCS)
5 Tasso di mortalità infantile
6 Tasso standardizzato di mortalità per accidenti di trasporto (15-34 anni)
7 Tasso standardizzato di mortalità per tumore (19-64 anni)
8 Tasso standardizzato di mortalità per demenza e malattie correlate (65 anni e più)
9 Speranza di vita senza limitazioni nelle attività quotidiane a 65 anni
10 Eccesso di peso: persone di 18 anni e più in sovrappeso o obese
11 Fumo: persone di 14 anni e più che dichiarano di fumare attualmente
12 Alcol: persone di 14 anni e più che presentano almeno un comportamento a rischio nel
consumo di alcol
13 Sedentarietà: persone di 14 anni e più che non praticano alcuna attività fisica
14 Alimentazione: persone di 3 anni e più che consumano quotidianamente almeno quattro
porzioni di frutta e verdura
3. Benessere economico
1 Reddito medio disponibile aggiustato (pro-capite)
2 Indice di disuguaglianza del reddito disponibile
3 Indice di rischio di povertà relativa
4 Ricchezza netta media pro-capite
5 Indice di vulnerabilità finanziaria
6 Indice di povertà assoluta
7 Indice di grave deprivazione materiale
8 Indice di qualità dell’abitazione
9 Indice di valutazione soggettiva di difficoltà economica
10 Incidenza di individui che vivono in famiglie senza occupati
Istruzione e formazione
1 Tasso di partecipazione alla scuola dell'infanzia
142
2 Quota di persone di 25-64 anni con almeno il diploma superiore
3 Quota di persone di 30-34 anni che hanno conseguito un titolo universitario
4 Tasso di uscita precoce dal sistema di istruzione e formazione
5 Quota di giovani che non lavorano e non studiano (NEET)
6 Persone di 25-64 anni che hanno partecipato ad attività di istruzione e formazione
7 Livello di competenza alfabetica degli studenti
8 Livello di competenza numerica degli studenti
9 Quota di persone con alti livelli di competenza informatica
10 Indicatore sintetico del livello di partecipazione culturale
Lavoro e conciliazione tempi di vita
1 Tasso di occupazione 20-64 anni
2 Tasso di mancata partecipazione al lavoro
3 Percentuale di trasformazioni nel corso di un anno da lavori instabili a lavori stabili
4 Percentuale di occupati in lavori a termine da almeno 5 anni
5 Incidenza di lavoratori dipendenti con bassa paga
6 Incidenza di occupati sovraistruiti
7 Tasso di infortuni mortali e inabilità permanente
8 Incidenza di occupati non regolari sul totale degli occupati
9 Rapporto tra tasso di occupazione delle donne 25-49 anni con figli in età prescolare e delle
donne senza figli
10 Indice di asimmetria del lavoro familiare
11 Quota di popolazione 15-64 anni che svolge più di 60 ore settimanali di lavoro retribuito
e/o domestico
12 Quota di lavoratori dipendenti coperti da contrattazione collettiva di secondo livello
13 Quota di dipendenti che lavorano in una impresa dove è presente la RSU
14 Percezione di insicurezza dell'occupazione
15 Soddisfazione per il lavoro svolto
Relazioni sociali
1 Indicatore sintetico di partecipazione sociale
2 Fiducia generalizzata: quota di persone di 14 anni e più che ritiene che gran parte della
gente sia degna di fiducia
3 Organizzazioni non profit ogni 10.000 abitanti
4 Cooperative sociali ogni 10.000 abitanti
5 Quota di persone di 14 anni e più che hanno svolto attività gratuita per associazioni o
gruppi di volontariato
6 Quota di persone di 14 anni e più che nelle ultime quattro settimane hanno fornito aiuti
gratuiti a persone
(parenti e non) non conviventi
7 Finanziamento delle associazioni
8 Soddisfazione per le relazioni familiari
9 Soddisfazione per le relazioni amicali
10 Persone su cui contare: quota di persone di 14 anni e più che hanno parenti, amici o vicini
su cui contare
11 Attività ludiche dei bambini da 3 a 10 anni svolte con i genitori
Sicurezza
1 Tasso di omicidi
2 Tasso sui furti in abitazione
143
3 Tasso sui borseggi
4 Tasso sulle rapine
5 Tasso di violenza fisica
6 Tasso di violenza sessuale
7 Percentuale di persone di 14 anni e più che si sentono sicure camminando al buio da sole
nella zona in cui vivono
8 Percentuale di persone di 14 anni e più che sono preoccupate (molto o abbastanza) di
subire una violenza sessuale
9 Percentuale di persone di 14 anni e più che hanno avuto paura di stare per subire un reato
negli ultimi 12 mesi
10 Percentuale di persone di 14 anni e più che vedono spesso elementi di degrado sociale ed
ambientale nella zona in cui si vive
11 Tasso di violenza domestica sulle donne
Benessere soggettivo
1 Percentuale di persone di 14 anni e più che hanno espresso un punteggio di soddisfazione
per la vita tra ‘8’ e ‘10’
2 Percentuale di persone di 14 anni e più che si dichiara molto soddisfatta per il tempo libero
3 Percentuale di persone di 14 anni e più che ritengono che la loro situazione personale
migliorerà nei
prossimi 5 anni
Paesaggio e patrimonio culturale
1 Dotazione di risorse del patrimonio culturale
2 Spesa pubblica comunale corrente pro capite destinata alla gestione del patrimonio
culturale (musei,
biblioteche e pinacoteche)
3 Tasso di abusivismo edilizio
4 Tasso di urbanizzazione delle aree sottoposte a vincolo paesaggistico
5 Erosione dello spazio rurale da dispersione urbana
6 Erosione dello spazio rurale da abbandono
7 Presenza di paesaggi rurali storici
8 Valutazione della qualità della programmazione dello sviluppo rurale in relazione alla
tutela del paesaggio
9 Densità di verde storico e parchi urbani di notevole interesse pubblico
10 Consistenza del tessuto urbano storico
11 Persone non soddisfatte della qualità del paesaggio del luogo di vita
12 Preoccupazione per il deterioramento delle valenze paesaggistiche
Ricerca e innovazione
1 Intensità di ricerca: spesa per ricerca e sviluppo
2 Propensione alla brevettazione
3 Incidenza dei lavoratori della conoscenza sull'occupazione
4 Tasso di innovazione tecnologica del sistema produttivo
5 Tasso di innovazione di prodotto/servizio del sistema produttivo nazionale
6 Specializzazione produttiva nei settori ad alta intensità di conoscenza
7 Intensità d'uso di internet
Qualità dei servizi
1 Indice di accessibilità agli ospedali provvisti di pronto soccorso
2 Posti letto nei presidi residenziali socio-assistenziali e socio-sanitari
144
3 Liste d'attesa: persone che hanno rinunciato a visita specialistica o trattamento
terapeutico per la lunghezza delle liste d’attesa
4 Percentuale di popolazione regionale servita da gas metano
5 Percentuale di rifiuti urbani oggetto di raccolta differenziata sul totale dei rifiuti urbani
6 Indice sintetico di accessibilità ad alcuni servizi
7 Densità delle reti urbane di trasporto pubblico locale
8 Indice di accessibilità alle reti di trasporto
9 Presa in carico dell'utenza per i servizi per l'infanzia
10 Presa in carico degli anziani per il servizio di assistenza domiciliare integrata
11 Indice di sovraffollamento degli istituti di pena
12 Percentuale di famiglie che denunciano irregolarità nell'erogazione dell'acqua
13 Percentuale di rifiuti urbani conferiti in discarica sul totale dei rifiuti urbani raccolti
14 Numero medio per utente delle interruzioni accidentali lunghe del servizio elettrico.
15 Tempo dedicato alla mobilità
Politica e istituzioni
1 Partecipazione elettorale
2 Partecipazione civica e politica
3 Fiducia nel Parlamento italiano
4 Fiducia nel sistema giudiziario
5 Fiducia nei partiti
6 Fiducia nelle istituzioni locali
7 Fiducia in altri tipi di istituzioni
8 Donne e rappresentanza politica in Parlamento
9 Donne e rappresentanza politica a livello regionale
10 Donne negli organi decisionali
11 Donne nei consigli d’amministrazione delle società quotate in borsa
12 Età mediana dei parlamentari italiani
13 Lunghezza dei procedimenti civili di cognizione ordinaria di primo e secondo grado
145
ALLEGATO 2 – Gli indicatori del SOLE 24 ORE
Affari e lavoro
Rapporto impieghi/depositi - 2011
Quota delle esportazioni sul Pil - 2011
Incidenza % delle sofferenze sui prestiti - 2011
Imprenditori 18-29 anni x mille della stessa età
Imprese registrate/100 abitanti - sett. 2012
Tasso di disoccupazione - 2011
Ordine pubblico
Furti in casa ogni 100mila abitanti - 2011
Variazione trend delitti totali - 2007/2011
Scippi/rapine/borseggi/100mila abit. - 2011
Estorsioni ogni 100mila abitanti - 2011
Furti d'auto ogni 100mila abitanti - 2011
Truffe e frodi inform. ogni 100mila abit. - 2011
Popolazione
Nati vivi ogni mille abitanti - 2011
Laureati 2011 ogni mille giovani 25-30 anni
Divorzi e separazioni ogni 10mila famiglie - 2010
Variaz. % quota giovani su popolazione - 2002-11
Immigrati regolari in % su popolazione - 2011
Numero di abitanti per kmq - 2011
Servizi ambiente salute
Indice di copertura della banda larga - 2011
Tasso di emigrazione ospedaliera (in %) - 2010
Diff. Tra mese più caldo e più freddo - 2011/2012
Cause evase su nuove e pendenti - 1° sem. 2011
Indice Legambiente Ecosistema urbano - 2012
Asili comunali in % su utenza 0-3 anni - 2011
Tempo libero
Librerie ogni 100mila abitanti - sett. 2012
N° presenze per abitante - 2010
Indice di creatività - 2011
Indice di sportività - agosto 2012
N° spettacoli ogni 100mila abitanti - 2011
Ristoranti e bar ogni 100mila abitanti - sett. 2012
Tenore di vita
Indice Foi costo vita (con tabacchi) - 2011
Importo medio pensione/mese in euro - 2011
Depositi per abitante in euro - 2011
Pil pro capite in euro - 2011
146
Costo casa euro/mq semicentrale - settembre 2012
Spesa pro capite in euro veicoli/elet./mobili/pc – 2011
147
148
5. Turismo sostenibile e misurazione degli impatti
5.1
La misurazione degli impatti nella letteratura sul turismo sostenibile
Uno dei principali filoni di studi sul turismo sostenibile è quello sviluppato secondo
l’approccio community based. In tale approccio, i livelli di sostenibilità degli impatti del
turismo sono misurati in base alla percezione ed all’accettibilità da parte della comunità
locale. Tali studi evidenziano, in primo luogo, la varietà di possibili impatti che il turismo può
produrre e contribuiscono alla strutturazione di una metodologia di rilevazione ormai
consolidata, volta a rilevare gli impatti attraverso le percezioni degli intervistati (si vedano,
tra gli altri, i lavori di Faulkner et al. 1997, Ap, Crompton 1998; Choi et al. 2005, Yu et al,
2011, Deery et al. 2012; Kim et al. 2013). Nell’arco di oltre un ventennio, con ricerche e
applicazioni in ogni parte del mondo, è emerso tra l’altro, che la percezione e l’accettabilità
di tali impatti sono diversi tra gli stakeholders locali, in funzione dell’importanza che
ciascuno di essi attribuisce allo sviluppo turistico. In tale ottica, le politiche di sviluppo locale
– in particolare di sviluppo turistico – sono frutto di processi di negoziazione tra gruppi
d’interesse non sempre equamente coinvolti nei processi di pianificazione locale e tendono a
rispecchiare i rapporti di potere tra i gruppi stessi. Il coinvolgimento della Comunità locale
secondo un approccio sostenibile alle decisioni di sviluppo trova peraltro riscontro in
numerosi ambiti quali quello delle decisioni ambientali e quello delle decisioni riguardanti la
tutela e valorizzazione del patrimonio storico-culturale, in cui le metodologie di valutazione
della convenienza ad interventi di valorizzazione tendono ad applicare e perfezionare metodi
basati sulle preferenze della comunità locale.
Non del tutto scollegati dal filone precedente appaiono, inoltre, due importanti filoni di
studi: quello relativo alle indagini sulla competitività urbana e quello relativo la valutazione
socio-economica degli impatti derivanti dagli interventi di rigenerazione urbana. Nel primo
filone si focalizza l’attenzione – anche con finalità di benchmarking e ranking – sulle
determinanti della competitività come variabili di input, tra cui viene dato risalto ai livelli di
innovazione, di capitale umano, finanziario ed infrastrutturale, alla dotazione di servizi al
cittadino ed al sistema produttivo, alla presenza di produzioni high tech o ad alta intensità di
conoscenza – al fine di valutarne l’influenza sulla produttività, sulla crescita economica, sugli
standard di vita. Nel secondo filone, che registra un crescente orientamento verso i temi
della sostenibilità, l’utilizzo di indicatori di sviluppo economico si affianca sempre più spesso
a misurazioni relative al consumo di risorse ed a valutazioni qualitative sull’uso degli spazi,
anche in relazione alla loro capacità di soddisfare esigenze sociali (cfr. Hemphill et al. 2004).
In questa direzione, peraltro, si assiste all’emergere di temi nuovi (Colantonio Dixon, 2009) –
quali quelli del cambiamento demografico e dell’invecchiamento; della coesione nelle
società multiculturali, della significatività dei luoghi in relazione all’identità ed alla cultura
locale, dell’empowerment, della partecipazione, dell’accesso ai servizi ed alle istituzioni,
della salute e della sicurezza, del benessere e della qualità della vita – rispetto ad approcci
(ed interventi) più tradizionali focalizzati su bisogni primari ( es: alloggio, salute, giustizia
sociale, occupazione, istruzione). Il tema trova un recente sviluppo nelle ricerche ed
applicazioni per smart cities.
149
5.2
Il Sistema europeo di indicatori per il Turismo per la Gestione della
Destinazione
Il Sistema europeo di indicatori nel settore del turismo per la gestione sostenibile a livello di
destinazione è stato messo a punto nel 2013 ed è il risultato di uno Studio di Fattibilità
commissionato dalla Commissione Europea.
Lo sviluppo di un Sistema europeo di indicatori per il turismo per la gestione sostenibile a
livello di destinazione è una delle iniziative chiave invocate dalla comunicazione “L'Europa,
prima destinazione turistica mondiale - un nuovo quadro politico per il turismo europeo”
(2010). Il Sistema europeo di indicatori è inteso a migliorare la gestione sostenibile delle
destinazioni fornendo alle parti interessate del settore un utile pacchetto di strumenti, di
facile utilizzo, che consente di misurare e monitorare i processi di gestione della sostenibilità
nonché di condividere e mettere a confronto i progressi e i risultati in futuro.
Il Sistema si compone di una serie di indicatori, un toolkit e un dataset. È stato ideato come
strumento utilizzabile da qualsiasi destinazione, senza la necessità di una formazione
specifica. Può essere un utile strumento per monitorare i risultati di una destinazione e
prendere le decisioni più opportune a livello gestionale, nonché per influenzare scelte
politiche adeguate.
L’attuale Sistema è costituito da 27 indicatori principali e da 40 indicatori opzionali che
possono essere utilizzati su base volontaria, insieme oppure integrati in altri sistemi esistenti
di monitoraggio delle destinazioni. Il Sistema è flessibile. Può essere ampliato o ristretto per
rispondere alle esigenze di una data destinazione, all’interesse degli attori locali e ai
problemi di sostenibilità specifici della destinazione.
Il principio di base sul quale si fonda il Sistema di indicatori è la condivisione della
responsabilità, della titolarità e delle decisioni riguardanti una destinazione tra tutti gli
stakeholders locali. Un potente mezzo per condurre una gestione efficace delle destinazioni
è affidare a un gruppo il compito di riunirsi e collaborare per raccogliere e comunicare
informazioni.
Il Sistema di monitoraggio realizzato è rivolto al Destination Manager (coordinatore locale
della destinazione) e presuppone una gestione delle destinazioni informata e collaborativa in
cui i numerosi stakeholders che partecipano alle decisioni collaborano al monitoraggio del
turismo ed alla raccolta di dati su un’ampia gamma di temi legati all’impatto del turismo
sull’economia, sulla comunità e sull'ambiente locali, con l’obiettivo di superare l’attuale
limitatezza di dati statistici su cui attualmente si basano le decisioni dei responsabili a livello
locale. La maggior parte degli indicatori vanno raccolti sul campo.
Il Sistema ha quindi i seguenti obiettivi:
 Raccogliere dati affidabili per decisioni di policy “informate”
 Stabilire un approccio “intelligente” alla pianificazione turistica
 Identificare le aree che necessitano di miglioramenti
 Stabilire priorità di azioni e progetti
 Gestire efficacemente i rischi
 Creare dei benchmarks delle performance
Il Sistema è incorporato in un toolkit che comprende:
 Un testo introduttivo ai principi della gestione sostenibile delle destinazioni
150




Una guida step-by step all’implementazione del sistema
Un elenco di indicatori fondamentali e di indicatori opzionali
Una guida all’uso del dataset
Due fogli elettronici per la raccolta e l’elaborazione degli indicatori.
European Tourism Indicator System (ETIS)
Toolkit for Sustainable Destinations
EU - D.G. Enterprise and Industry, February 2013
Sezione Criteri
N.
di
riferimento
Indicatore
dell’indicatore
A.1.1
A.1
Politica
pubblica per un
turismo sostenibile A.1.1.1
A.1.1.2
B. Valore
Economi A. Destination Management
co
A.2 Gestione del A.2.1
turismo sostenibile
nelle
Imprese
Turistiche
A.2.1.1
A.3 Soddisfazione
del Cliente
A.4
Information
and
Communication
A.3.1
A.3.1.1
A.4.1
A.4.1.1
B.1 Flusso turistico B.1.1
(volume & valore)
B.1.1.1
nella Destinazione
Percentuale della destinazione con una strategia/piano
di azione per un turismo sostenibile e con un dispositivo
concordato di monitoraggio, controllo dello sviluppo e
valutazione
Percentuale dei residenti soddisfatti del loro
coinvolgimento e della loro influenza nella pianificazione
e nello sviluppo della destinazione
Percentuale della destinazione rappresentata da
un’organizzazione di gestione della destinazione
Percentuale delle imprese/strutture turistiche nella
destinazione che utilizzano una certificazione volontaria
verificata/un marchio per misure inerenti l’ambiente/la
qualità e/o la Responsabilità sociale delle imprese (RSI)
Numero di imprese/strutture turistiche con relazioni
sulla sostenibilità conformi alla Global Reporting
Initiative (GRI)
Percentuale dei visitatori soddisfatti dell’esperienza
complessiva nella destinazione
Percentuale dei visitatori abituali/visitatori che ritornano
nella destinazione (entro 5 anni)
Percentuale dei visitatori che affermano di essere
informati sulle iniziative della destinazione finalizzate
alla sostenibilità
Percentuale delle imprese che comunicano I loro sforzi di
sostenibilità ai visitatori attraverso i propri prodotti, il
marketing o il branding
Numero di pernottamenti turistici al mese
Contributo relative del turismo all’economia della
destinazione (% PIL)
151
B.1.1.2
B.1.1.3
B.1.2
B.2.1
B.2.1.1
B.2 Risultati delle
B.2.1.2
Imprese turistiche
B.2.2
B.2.2.1
B.3.1
B.3
Quantità e
qualità
B.3.1.1
dell’Occupazione
B.3.1.2
B.4
Sicurezza e
Salute
B.4.1
B.4.1.1
B.5.1
B.5
Catena di
distribuzione
del B.5.1.1
turismo
B.5.1.2
C. Social and Cultural Impact
C.1.1
C.1.1.1
C.1
Impatto
Sociale/sulla
C.1.1.2
Comunità
C.1.1.3
C.2.1
C.2 Parità fra i sessi C.2.1.1
C.2.1.2
Numero degli escursionisti in alta e bassa stagione
Spesa giornaliera degli escursionisti
Spesa giornaliera per turista (alloggio, pasti e bevande,
altri servizi)
Lunghezza media del soggiorno dei turisti (notti)
Lunghezza media del soggiorno degli escursionisti (ore)
Percentuale di dieci tra le più grandi imprese turistiche
che svolgono attività di gestione della destinazione/comarketing
Percentuale dei posti letto occupati al mese in strutture
ricettive commerciali e media annua
Prezzo medio per camera nella destinazione
Occupazione diretta nel turismo come percentuale
dell’occupazione totale
Percentuale dei posti di lavoro stagionali nel turismo
Percentuale delle imprese turistiche che offrono tirocini
per gli studenti
Percentuale delle imprese turistiche sottoposte a
controlli sulla sicurezza antincendio lo scorso anno
Percentuale dei turisti che sporgono denuncia alla polizia
Percentuale delle imprese turistiche che si adoperano
attivamente nell’acquisto di prodotti e servizi locali,
sostenibili e del commercio equo e solidale
Percentuale della destinazione che adotta una politica di
promozione di prodotti e servizi locali, sostenibili e/o del
commercio equo e solidale
Percentuale delle imprese turistiche che si riforniscono
di cibo e bevande da produttori locali/regionali per
almeno il 25%
Numero di turisti per 100 residenti
Percentuale dei residenti soddisfatti del turismo nella
destinazione (al mese/per stagione))
Numero di letti disponibili nelle strutture ricettive
commerciali per 100 residenti
Numero di seconde case/abitazioni in affitto per 100
case
Percentuale di uomini e donne occupati nel settore del
turismo
Percentuale delle imprese turistiche il cui direttore
generale è una donna
Reddito medio delle donne nel turismo rispetto al
reddito medio degli uomini (classificato per tipo di
152
impiego turistico)
C.3.1
C.3.1.1
C.3
Uguaglianza/Access
ibilità
C.3.2
C.3.2.1
C.4.1
C.4
Tutela e
Valorizzazione del
Patrimonio
C.4.1.1
Culturale,
dell’Identità e delle
risorse locali
C.4.1.2
D.1.1
D.1
Riduzione D.1.1.1
dell’Impatto
dei
Trasporti
D.1.2
D.1.2.1
D. Environmental Impact
D.2.1
D.2 Cambiamento
climatico
D.2.1.1
D.2.1.2
D.3 Gestione dei
D.3.1
rifiuti solidi
Percentuale delle strutture ricettive commerciali che
dispongono di camere accessibili alle persone con
disabilità e/o che partecipano a programmi riconosciuti
in tema di accessibilità
Percentuale della destinazione servita da trasporti
pubblici accessibili alle presone con disabilità e alle
persone con specifiche esigenze di accesso
Percentuale di attrazioni turistiche accessibili alle
persone con disabilità e/o che partecipano a programmi
riconosciuti in tema di accessibilità
Percentuale dei visitatori soddisfatti dell’accessibilità
della destinazione per le persone con disabilità o con
specifiche esigenze di accesso
Percentuale della destinazione che adotta una politica o
un piano di tutela del patrimonio culturale
Percentuale dei residenti che considerano positivamente
o negativamente l’impatto del turismo sull’identità della
destinazione
Percentuale degli eventi più importanti della
destinazione che si occupano di cultura e risorse
tradizionali/locali
Percentuale dei turisti e degli escursionisti che utilizzano
vari mezzi di trasporto per raggiungere la destinazione
(pubblici/privati e tipologie)
Percentuale dei visitatori che utilizzano I servizi locali/di
mobilità dolce/di trasporto pubblico per circolare nella
destinazione
Distanza media (Km) percorsa dai turisti da e verso casa
oppure distanza media (km) percorsa dalla precedente
destinazione alla destinazione attuale
Distanza media (km) percorsa dagli escursionisti da e
verso la destinazione
Percentuale delle imprese turistiche che partecipano a
programme per la mitigazione del cambiamento
climatico, quali la compensazione di CO2, i sistemi a
basso consumo energetico, ecc. e che mettono in atto
risposte e azioni di “adattamento”
Percentuale della destinazione che partecipa a strategie
o a una pianificazione di adattamento al cambiamento
climatico
Percentuale delle strutture ricettive e delle infrastrutture
di richiamo turistico situate in “zone vulnerabili”
Volume dei rifiuti prodotti per destinazione (tonnellate
per residente all’anno o al mese)
153
D.3.1.1
D.3.2
D.4.1
D.4
Trattamento
delle acque reflue
D.4.1.1
D.5.1
D.5
Gestione D.5.1.1
dell’acqua
D.5.1.2
D.5.1.3
D.6.1
D.6
Consumo
D.6.1.1
energetico
D.6.1.2
Quantità annua di energia consumata da fonti rinnovabili
(MWh)
D.7.1
Percentuale della destinazione (superficie in km2)
sottoposta a tutela
Percentuale delle imprese locali nel settore turistico che
sostengono attivamente la protezione, conservazione e
gestione della biodiversità e dei paesaggi locali
Percentuale della destinazione sottoposta a un piano di
gestione e monitoraggio della biodiversità
TLa destinazione ha adottato politiche che richiedono
alle imprese turistiche di minimizzare l’inquinamento
luminoso e acustico
Percentuale della destinazione e della popolazione che
ha adottato una strategia e/o piani locali per ridurre
l’inquinamento acustico e luminoso
Livello di contaminazione per 100 ml (coliformi fecali,
campilobatterio)
Numero di giorni di chiusura di spiagge/rive a causa della
contaminazione
D.7
Tutela del
paesaggio e della D.7.1.1
biodiversità
D.7.1.2
D.8.1
D.8 Gestione della
luce e del rumore
D.8.1.1
D.9 Qualità delle
acque balneabili
Percentuale delle imprese turistiche che effettuano una
raccolta differenziata dei rifiuti
Volume dei rifiuti riciclati (per centuale o per residente
all’anno)
Percentuale delle acque reflue provenienti dalla
destinazione che vengono sottoposte a un trattamento
almeno di secondo livello prima dello scarico
Percentuale delle strutture ricettive commerciali
collegate a un sistema fognario centrale e/o che
effettuano un trattamento terziario di acque reflue
Consumo di acqua dolce per pernottamento turistico
rispetto a quello della popolazione generale per persona
a notte
Percentuale delle imprese turistiche che dispongono di
erogatori doccia e rubinetti a basso flusso d’acqua e/o di
WC a doppio scarico/orinatoi senz’acqua
Percentuale delle imprese turistiche che utilizzano acqua
riciclata
Percentuale di utilizzo d’acqua derivante da acqua
riciclata nella destinazione
Consumo energetico per pernottamento turistico
rispetto a quello della popolazione generale per persona
a notte
Percentuale delle imprese turistiche che sono passate a
un’illuminazione a basso consumo energetico
D.9.1
D.9.1.1
154
5.3
Bibliografia
Adair, A., Berry, J., McGreal, S., Poon, J., Hutchison, N., Watkins, C., & Gibb, K. (2005).
Investment performance within urban regeneration locations. Journal of Property
Investment & Finance, 23(1), 7-21.
Ahn, B., Lee, B., & Shafer, C. S. (2002). Operationalizing sustainability in regional tourism
planning: an application of the limits of acceptable change framework. Tourism
Management, 23(1), 1-15.
Ap, J., & Crompton, J. L. (1998). Developing and testing a tourism impact scale. Journal of
travel research, 37(2), 120-130.
Bramwell B., Sharman A., (1999) Collaboration in local tourism policymaking, Annals of
tourism research, Volume 26, Issue 2, 1 April 1999, Pages 392–415 - Elsevier
Choi, H. S. C., & Sirakaya, E. (2005). Measuring residents’ attitude toward sustainable
tourism: Development of sustainable tourism attitude scale. Journal of Travel
Research, 43(4), 380-394.
Cole, S. (2006). Information and empowerment: The keys to achieving sustainable tourism.
Journal of Sustainable Tourism, 14(6), 629-644. http://dx.doi.org/10.2167/jost607.0
Deery, M., Jago, L., & Fredline, L. (2012). Rethinking social impacts of tourism research: A
new research agenda. Tourism Management, 33(1), 64-73.
Faulkner, B., & Tideswell, C. (1997). A framework for monitoring community impacts of
tourism. Journal of Sustainable Tourism, 5(1), 3-28. Cit. as Bill Faulkner & Carmen
Tideswell (1997) A Framework for Monitoring Community Impacts of Tourism, Journal of Sustainable
Tourism,5:1, 3-28, DOI: 10.1080/09669589708667273
Florida, R., Mellander, C., & Rentfrow, P. J. (2013). The happiness of cities. Regional Studies,
47(4), 613-627.
Garrod, B., & Fyall, A. (1998). Beyond the rhetoric of sustainable tourism?. Tourism
management, 19(3), 199-212.
Greene, F. J., Tracey, P., & Cowling, M. (2007). Recasting the City into City‐Regions: Place
Promotion, Competitiveness Benchmarking and the Quest for Urban Supremacy.
Growth and Change, 38(1), 1-22.
Hemphill, L., Berry, J., & McGreal, S. (2004). An indicator-based approach to measuring
sustainable urban regeneration performance: part 1, conceptual foundations and
methodological framework. Urban Studies, 41(4), 725-755.
Hemphill, L., McGreal, S., & Berry, J. (2004). An indicator-based approach to measuring
sustainable urban regeneration performance: part 2, empirical evaluation and casestudy analysis. Urban Studies, 41(4), 757-772.
Kim, K., Uysal, M., & Sirgy, M. J. (2013). How does tourism in a community impact the quality
of life of community residents?. Tourism Management, 36, 527-540.
Kresl, P., & Singh, B. (2012). Urban competitiveness and US metropolitan centres. Urban
studies, 49(2), 239-254.
Lankford, S. V. (2001). A comment concerning" developing and testing a tourism impact
scale". Journal of Travel Research, 39(3), 315-316.
Lankford, S. V., & Howard, D. R. (1994). Developing a tourism impact attitude scale. Annals
of tourism research, 21(1), 121-139.
Michael Stubbs (2004) Heritage-sustainability: developing a methodology for the sustainable
appraisal of the historic environment, Planning Practice & Research, 19:3, 285-305,
DOI: 10.1080/0269745042000323229
155
Moonen T, Clark G. (2013) The Business of Cities 2013. What do 150 city indexes and
benchmarking studies tell us about the urban world in 2013? Jones Lang LaSalle
Moscardo, G., Schurmann, A., Konovalov, E., & McGehee, N. G. (2013). Using tourism to
build social capital in communities: new pathways to sustainable tourism futures. p.
219-236. BEST EN Think Tank XIII Engaging Communities in Sustainable Tourism
Development.
Moyle, B. D., Weiler, B., & Croy, G. (2013). Visitors’ Perceptions of Tourism Impacts: Bruny
and Magnetic Islands, Australia. Journal of Travel Research, 52(3), 392-406.
Parmar, B. L., Freeman, R. E., Harrison, J. S., Wicks, A. C., Purnell, L., & De Colle, S. (2010).
Stakeholder theory: The state of the art. The Academy of Management Annals, 4(1),
403-445.
Prentice R., (1993) Community-driven tourism planning and residents' preferences, Tourism
Management, Volume 14, Issue 3, Pages 218-227
Simmons D., (1994), Community Participation in Tourism Planning, Tourism Management,
15, pp. 98–108
Simpson K., (2001) Strategic planning and community involvement as contributors to
sustainable tourism development, Current Issues in Tourism - Taylor & Francis
Singhal, S., Berry, J., & Mcgreal, S. (2009). A framework for assessing regeneration, business
strategies and urban competitiveness. Local Economy, 24(2), 111-124.
Timothy D. (1999), Participatory Planning: A View of Tourism in Indonesia, Annals of
Tourism Research, 26, pp. 371–391
Tosun C., (2000), Limits to Community Participation in the Tourism Development Process in
Developing Countries, Tourism Management, 21, pp. 613–633
Tosun, C. (2006). Expected nature of community participation in tourism development.
Tourism management, 27(3), 493-504.
Turcu, C. (2013). Re-thinking sustainability indicators: Local perspectives of urban
sustainability. Journal of Environmental Planning and Management, 56(5), 695-719.
Waligo, V. M., Clarke, J., & Hawkins, R. (2013). Implementing sustainable tourism: A multistakeholder involvement management framework. Tourism Management, 36, 342353.
Wong, C. (2002). Developing indicators to inform local economic development in England.
Urban Studies, 39(10), 1833-1863.
Yoon, Y., Gursoy, D., & Chen, J. S. (2001). Validating a tourism development theory with
structural equation modeling. Tourism Management, 22(4), 363-372.
Yu, C. P. S., Chancellor, H. C., & Cole, S. T. (2011). Measuring residents’ attitudes toward
sustainable tourism: A reexamination of the sustainable tourism attitude scale.
Journal of Travel Research, 50(1), 57-63.
156
6. Proposta di articolazione del Modello di monitoraggio della
sostenibilità dei NeoLuoghi in relazione ai possibili impatti e scelta degli
indicatori
6.1
Finalità del Modello
Il Modello da adottare dovrebbe consentire di rappresentare nel medio-lungo periodo gli
effetti del Neoluogo sullo sviluppo locale in senso lato e, qualora possibile, gli effetti più
direttamente connessi alle caratteristiche distintive del Neoluogo, rappresentate da:
 la formulazione di una proposta di fruizione esperienziale
 un processo di valorizzazione e recupero di identità, di memoria storia e relazionalità
sociale;
 un processo di sviluppo turistico sostenibile nel quale, quindi, anche la comunità
locale partecipa dei benefici economici, sociali ed ambientali derivanti dal
cambiamento e dalla valorizzazione.
Un’approfondita riflessione è stata fatta sui problemi relativi alla scelta della scala
territoriale rispetto a cui realizzare e testare il modello. Infatti, centrando l’indagine sul
Neoluogo (inteso come un territorio di estensione subcomunale in cui si realizza il Progetto)
probabilmente non sarà possibile disporre dei dati statistici adatti e potrebbe essere
necessario creare un sistema di rilevazione ad hoc (possibile solo se il Luogo è chiuso e ad
accesso controllato).
Centrando l’indagine su una porzione di territorio più ampia (Comune, Provincia, Regione),
invece, non sarà possibile dimostrare rigorosamente la relazione di causalità tra l’evoluzione
dei fenomeni monitorati e la realizzazione del Neoluogo.
Rispetto alle problematiche sopra descritte, si ritiene opportuno adottare una prospettiva di
misurazione a scala provinciale, in considerazione dell’ipotesi che il Neoluogo conferisca al
territorio di riferimento anche elevata visibilità ed attrattività, determinando così impatti più
estesi.
Possono, inoltre, presentarsi difficoltà nel trovare proxy adeguate degli aspetti che si
andranno a monitorare, soprattutto con riferimento agli aspetti socio-culturali che più
frequentemente implicano valutazioni soggettive ed indagini ad hoc.
Infine, il sistema di monitoraggio deve prevedere la possibilità di effettuare confronti
temporali, ovvero di monitorare l’andamento dei fenomeni nel tempo al fine di verificarne il
divenire anche in relazione alle diverse fasi del ciclo di vita del Neoluogo come Destinazione
Turistica.
Un utile punto di partenza può essere, pertanto, rappresentato, almeno nella sua
articolazione strutturale, dal Sistema europeo di indicatori per il turismo per la gestione
sostenibile a livello di destinazione. Esso, infatti, è articolato nelle dimensioni fondamentali
della sostenibilità, pur presentando margini di adattamento rispetto a specifiche esigenze di
monitoraggio. E’ peraltro, rispetto agli altri, l’unico focalizzato sulla componente turistica
(elemento estremamente rilevante nella prospettiva di sviluppo del Neoluogo) considerata
157
come elemento di sviluppo locale e, al tempo stesso, come fenomeno che influenza le
dinamiche di sostenibilità dello sviluppo.
Con riferimento a tale modello, si ritiene opportune eliminare la dimensione di Destination
Management che esprime un dato di input del modello di gestione del Neoluogo, più che un
outcome in termini di impatto (e che peraltro sarà oggetto di approfondimento nel task 4.3).
Si ritiene, inoltre, di dover procedere ad una proposta di raccordo tra Impatti da misurare e
Indicatori desumibili da fonti statistiche disponibili. Tuttavia, come autorevoli autori
segnalano (es: Northcote e Macbeth, 2005), non è possibile ottenere una perfetta
corrispondenza tra gli impatti valutabili attraverso rilevazioni di tipo soggettivo (percezioni) e
gli impatti valutabili attraverso Indicatori oggettivi. Ciò si evidenzia molto chiaramente dallo
schema di Proposta di articolazione del Modello in relazione ai possibili impatti ed alla
scelta degli indicatori (fig. a pag. seguente).
Per le fonti, si è ritenuto di fare riferimento al modello BES Benessere Equo e Solidale
sviluppato dall’ISTAT e CNEL, con alcune integrazioni relative a variabili utilizzate dalle
indagini del Il Sole 24 ore (indicati nella tabella con *).
Pertanto, si propone un modello di analisi articolato nelle seguenti dimensioni:
ECONOMICA; SOCIO-CULTURALE; AMBIENTALE
Nello schema che segue, per le diverse tipologie di impatto considerate, si forniscono alcune
proposte per la scelta degli indicatori statistici da utilizzare nel modello.
Si ritiene necessario, comunque, valutare la possibilità di strutturare il modello per la
valutazione degli impatti ad una scala territoriale più ristretta (ovvero comunale invece che
provinciale).
Pertanto è opportuno:
1) valutare e segnalare la scala territoriale minima a cui esiste la disponibilità degli
indicatori suggeriti;
2) valutare la disponibilità a scala territoriale più ristretta (es: comunale) di altri
indicatori equipollenti
158
6.2
Articolazione del Modello in relazione ai possibili impatti e relativi indicatori
Sezion
Tipologie di impatto
e
Criteri
Attrazione
di
nuovi
investimenti
Sponsorizzazione di eventi Attrazione nuovi
ed
iniziative
di investimenti
valorizzazione del territorio Effetto Leva
da parte di privati
Incremento dei costi/valori
immobiliari
Incremento di flussi turistici
Spesa turistica
Flusso
turistico
Maggiori Entrate fiscali
(volume & valore)
Incremento del costo della
nella Destinazione
vita
Creazione di nuove imprese
(ad es: con riferimento a
specifici settori della filiera
turistico-cultuale)
Creazione
di
nuova
occupazione
Valore Economico
Imprenditorialità e
Occupazione
Generazione di esternalità
di
sistema
(maggiore
produttività e/o maggiore
efficienza delle imprese
Indicatori
Spesa pubblica comunale corrente
pro capite destinata alla gestione
del
patrimonio
culturale
(musei,biblioteche e pinacoteche)
Finanziamenti
destinati alla
realizzazione di attività e/o progetti
culturali sul territorio
Costo casa euro/mq semicentrale settembre 2012 *
Flussi turistici
Spesa turistica
Contributo relativo del turismo
all’economia della destinazione (%
PIL)
Indice Foi costo vita (con tabacchi)
- 2011
Reddito
medio
disponibile
aggiustato (pro-capite)
Imprese registrate/100 abitanti sett. 2012
Imprenditori 18-29 anni x mille
della stessa età *
Tasso di occupazione 20-64 anni
Quota di giovani che non lavorano
e non studiano (NEET)
Tasso di mancata partecipazione al
lavoro
Incidenza di lavoratori dipendenti
con bassa paga
Incidenza di occupati sovraistruiti
Incidenza di individui che vivono in
famiglie senza occupati
Incidenza di lavoratori dipendenti
con bassa paga
Incidenza di occupati sovraistruiti
Incidenza di occupati non regolari
sul totale degli occupati
Incidenza dei lavoratori della
conoscenza sull'occupazione
Specializzazione produttiva nei
159
dell’area, ad es: incremento
del tasso di occupazione dei
posti
letto
alberghieri,
aumento dell’offerta di
prodotti tipici locali )
settori ad alta intensità di
conoscenza
Soddisfazione per il lavoro svolto
Indice di creatività - 2011 *
Catena di fornitura
del turismo
Creazione di luoghi e
iniziative di socialità (Attività
di Associazioni, Iniziative di
Volontariato)
Iniziative
di inclusione
sociale
Social and Cultural Impact
Impatto
Sociale/sulla
Comunità
Emergere di conflitti e
frizioni tra turisti e residenti
Maggiore
offerta
di
intrattenimento
Maggiore scambio culturale
tra turisti e residenti
Migliore qualità dei servizi
pubblici
 Ricettività turistica: posti letto
N° spettacoli ogni 100mila abitanti
-2011*
Ristoranti e bar ogni 100mila
abitanti - sett. 2012*
Tasso di innovazione tecnologica
del sistema produttivo
Fiducia nelle istituzioni locali
Fiducia generalizzata: quota di
persone di 14 anni e più che ritiene
che gran parte della gente sia
degna di fiducia
Partecipazione civica e politica
Variaz. % quota giovani su
popolazione - 2002-11*
Persone di 25-64 anni che hanno
partecipato ad attività di istruzione
e formazione
Quota di persone con alti livelli di
competenza informatica
Intensità d'uso di internet
Organizzazioni non profit ogni
10.000 abitanti
Cooperative sociali ogni 10.000
abitanti
Quota di persone di 14 anni e più
che hanno svolto attività gratuita
per associazioni o gruppi di
volontariato
Indicatore
sintetico
di
partecipazione sociale
Soddisfazione per le relazioni
amicali
Percentuale di persone di 14 anni e
più che hanno espresso un
punteggio di soddisfazione per la
vita tra ‘8’ e ‘10’
più che si dichiara molto
soddisfatta per il tempo libero
più che ritengono che la loro
160
Incremento
della
consapevolezza della cultura
e del patrimonio locale
(Fruizione del Patrimonio e
dell’offerta culturale da
parte dei residenti)
Maggiore propensione a
restaurare e proteggere il
patrimonio
storico
architettonico (Progetti di
restauro e recupero e
valorizzazione)
Migliore qualità dell’offerta
culturale (Eventi e offerta
culturale)
Tutela
e
Valorizzazione del
Patrimonio
Culturale,
dell’Identità
e
delle risorse locali
Riduzione della delinquenza
Sicurezza
Environmental Impact
Adeguatezza delle reti e dei
servizi di trasporto pubblico Riduzione
dell’Impatto
Trasporti
Livelli di inquinamento
(aria, rumore, rifiuti)
Livelli di consumo delle
risorse (acqua, energia ecc.)
lmpegno/investimenti
nell’adozione di pratiche
eco-sostenibili
dei
Gestione dei rifiuti
solidi
Gestione
dell’acqua
Consumo
energetico
Impatto
sul
situazione personale migliorerà nei
prossimi 5 anni
Attività ludiche dei bambini da 3 a
10 anni svolte con i genitori
Indice sintetico di accessibilità ad
alcuni servizi
Alcol: persone di 14 anni e più che
presentano
almeno
un
comportamento a rischio nel
consumo di alcol
Indice di disuguaglianza del reddito
disponibile
Indice di qualità dell’abitazione
Librerie ogni 100mila abitanti sett.2012 *
Dotazione di risorse del patrimonio
culturale
Indicatore sintetico del livello di
partecipazione culturale
più che vedono spesso elementi di
degrado sociale ed ambientale nella
zona in cui si vive
Percezione
di
insicurezza
dell'occupazione
Tasso sui borseggi
Tasso sulle rapine
Tasso di violenza fisica
più che hanno avuto paura di stare
per subire un reato negli ultimi 12
mesi
Densità delle reti urbane di
trasporto pubblico locale
Indice di accessibilità alle reti di
trasporto
Tempo dedicato alla mobilità
Percentuale di rifiuti urbani
oggetto di raccolta differenziata sul
totale dei rifiuti urbani
Volume pro capite giornaliero di
acqua potabile erogata
Energia da fonti rinnovabili
Densità di verde storico e parchi
161
paesaggio
Qualità dell’aria
Livelli di sovraffollamento Capacità di carico
(capacità di carico)
6.3
urbani di notevole interesse
pubblico
Consistenza del tessuto urbano
storico
Tasso di abusivismo edilizio
Qualità dell’aria urbana
Numero di abitanti per kmq *
N° presenze per abitante*
Adattamento del Modello a scala territoriale provinciale
Al fine di valutare l’adattabilità del modello a diversi livelli di aggregazione territoriale, sono
state condotte diverse indagini sulla disponibilità di dati per gli indicatori proposti.
E’ emerso chiaramente che il tentativo di realizzare lo strumento di monitoraggio con dati
comunali si scontra con una difficoltà enorme di reperimento dei dati stessi.
D’altra parte, i dati INPS (disponibili per tutti i Comuni con sufficiente frequenza di
aggiornamento) da soli, non sono sufficienti a rappresentare il quadro socio-economico di un
territorio.
Nel verificare quale fosse il livello di aggregazione territoriale minima degli indicatori
proposti, anche allo scopo di valutare la fattibilità di un modello e di relative simulazioni a
diversi livelli di aggregazione territoriale, si è ritenuto di scegliere il livello provinciale,
considerando che un livello regionali è da considerarsi troppo esteso per poter ipotizzare
una relazione tra le variazioni dei fenomeni misurati e l’impatto dei Neoluoghi, mentre il
livello comunale comporterebbe eccessive difficoltà di reperimento dei dati.
Inoltre, si è ritenuto di poter operare un certo numero di semplificazioni, costruendo un
modello con un minor numero di variabili (disponibili su scala territoriale provinciale); in
molti casi, inoltre, le variabili a livello provinciale sono diverse da quelle proposte nella prima
versione del modello, ma offrono tuttavia informazioni analoghe sui fenomeni indagati. Le
variabili scelte per il livello provinciale presentano però il vantaggio di essere accessibili
presso banche dati già strutturate e, segnatamente, la Piattaforma ICicyRate. Il software
predisposto è inoltre aperto alla possibilità di integrare ulteriori informazioni o dati rilevati
ad hoc.
Per il funzionamento della Piattaforma software, si rinvia al sito
http://neolughi.k4d.forumpa.it
Valore Economico
Sezione
Tipologie di impatto
Attrazione di nuovi
investimenti
Sponsorizzazione di
eventi ed iniziative
di valorizzazione del
Criteri
Attrazione
nuovi
investimenti
Effetto Leva
Indicatori BES (livello Regionale)
Spesa pubblica comunale
corrente pro capite destinata
alla gestione del patrimonio
culturale (musei, biblioteche e
pinacoteche)
Finanziamenti destinati alla
Indicatori Alternativi (Scala provinciale)
ICityRate 2013/2014
Spesa per funzioni relative alla
cultura ed ai beni culturali per ab.
(euro/abitante)
(Ministero
dell’Interno)
Attrattività
studenti
stranieri
162
%
territorio da parte
di privati
Incremento
dei
costi/valori
immobiliari
Incremento di flussi
turistici
Spesa turistica
Maggiori Entrate
fiscali
Incremento
del
costo della vita
Flusso
turistico
(volume
&
valore) nella
Destinazione
Creazione di nuove
imprese (ad es: con
riferimento
a
specifici
settori
della
filiera
turistico-cultuale)
Creazione di nuova
occupazione
Imprenditorial
ità
e
Occupazione
Generazione
di
esternalità
di
sistema (maggiore
produttività
e/o
maggiore efficienza
delle
imprese
dell’area, ad es:
incremento
del
tasso
di
occupazione
dei
posti
letto
alberghieri,
aumento
dell’offerta
di
prodotti tipici locali
Catena
)
fornitura
turismo
di
del
realizzazione di attività e/o
progetti culturali sul territorio
Costo
casa
euro/mq
semicentrale - settembre 2012
*
Flussi turistici
Spesa turistica
Contributo relativo del turismo
all’economia della destinazione
(% PIL)
Indice Foi costo vita (con
tabacchi) - 2011
Reddito medio disponibile
aggiustato (pro-capite)
Imprese
registrate/100
abitanti - sett. 2012
Imprenditori 18-29 anni x mille
della stessa età *
Tasso di occupazione 20-64
anni
Quota di giovani che non
lavorano e non studiano
(NEET)
Tasso
di
mancata
partecipazione al lavoro
Incidenza
di
lavoratori
dipendenti con bassa paga
Incidenza
di
occupati
sovraistruiti
Incidenza di individui che
vivono in famiglie senza
occupati
Incidenza
di
lavoratori
dipendenti con bassa paga
Incidenza
di
occupati
sovraistruiti
Incidenza di occupati non
regolari sul totale degli
occupati
Incidenza dei lavoratori della
conoscenza sull'occupazione
Specializzazione produttiva nei
settori ad alta intensità di
conoscenza
Soddisfazione per il lavoro
svolto
Indice di creatività - 2011 *
 Ricettività turistica: posti letto
N° spettacoli ogni 100mila
abitanti -2011*
Ristoranti e bar ogni 100mila
abitanti - sett. 2012*
Tasso
di
innovazione
tecnologica
del
sistema
produttivo
(MIUR)
Giornate di presenza Turisti per
Abitante (ISTAT)
Pernottamenti visitatori stranieri per
motivi di lavoro (esclusi frontalieri)
per 100 abitanti [Scala territoriale:
PROVINCIA - Anno di riferimento:
2013]
Imprese attive per 100 abitanti [Scala
territoriale: PROVINCIA - Anno di
riferimento: 2013]
Esercizi ricettivi per 1000 abitanti
(ISTAT)
Addetti unità locali attività artistiche,
sportive e intrattenimenti (escluso
gioco) per 1.000 abitanti di 6 anni e
più [Scala territoriale: PROVINCIA Anno di riferimento: 2011]
Tasso % mancata partecipazione al
lavoro [Scala territoriale: PROVINCIA Anno di riferimento: 2013]
Valore delle esportazioni per abitante
[Scala territoriale: PROVINCIA - Anno
di riferimento: 2013]
Ingressi a spettacoli per 100 residenti
163
Creazione di luoghi
e
iniziative
di
socialità (Attività di
Associazioni,
Iniziative
di
Volontariato)
Iniziative
di
inclusione sociale
Social and Cultural Impact
Emergere
di
conflitti e frizioni
tra
turisti
e Impatto
Sociale/sulla
residenti
Maggiore offerta di Comunità
intrattenimento
Maggiore scambio
culturale tra turisti
e residenti
Migliore qualità dei
servizi pubblici
Incremento della
consapevolezza
della cultura e del
patrimonio locale
(Fruizione
del
Patrimonio
e
dell’offerta
culturale da parte
dei residenti)
Maggiore
propensione
a
restaurare
e
proteggere
il
patrimonio storico
Tutela
e
Valorizzazione
del
Patrimonio
Culturale,
dell’Identità e
delle risorse
locali
Fiducia nelle istituzioni locali
Fiducia generalizzata: quota di
persone di 14 anni e più che
ritiene che gran parte della
gente sia degna di fiducia
Partecipazione civica e politica
Variaz. % quota giovani su
popolazione - 2002-11*
Persone di 25-64 anni che
hanno partecipato ad attività
di istruzione e formazione
Quota di persone con alti livelli
di competenza informatica
Intensità d'uso di internet
Organizzazioni non profit ogni
10.000 abitanti
Cooperative
sociali
ogni
10.000 abitanti
Quota di persone di 14 anni e
più che hanno svolto attività
gratuita per associazioni o
gruppi di volontariato
Indicatore
sintetico
di
partecipazione sociale
Soddisfazione per le relazioni
amicali
Percentuale di persone di 14
anni e più che hanno espresso
un punteggio di soddisfazione
per la vita tra ‘8’ e ‘10’
anni e più che si dichiara molto
soddisfatta per il tempo libero
anni e più che ritengono che la
loro
situazione
personale
migliorerà nei prossimi 5 anni
Attività ludiche dei bambini da
3 a 10 anni svolte con i genitori
Indice sintetico di accessibilità
ad alcuni servizi
Alcol: persone di 14 anni e più
che presentano almeno un
comportamento a rischio nel
consumo di alcol
Indice di disuguaglianza del
reddito disponibile
Indice di qualità dell’abitazione
Librerie ogni 100mila abitanti sett.2012 *
Dotazione di risorse del
patrimonio culturale
Indicatore sintetico del livello
di partecipazione culturale
anni e più che vedono spesso
elementi di degrado sociale ed
ambientale nella zona in cui si
vive
Voto medio di fiducia (0-10) alle
istituzioni locali [Scala territoriale:
REGIONE - Anno di riferimento: 2013]
Rapporto % volontari nell'attività non
profit su totale residenti [Scala
riferimento: 2011]
Quota % delle famiglie con
connessione a internet [Scala
riferimento: 2011]
Quota % delle istituzioni non profit
presenti sui social network [Scala
riferimento: 2011]
Istituzioni e beni culturali per 100mila
ab.(ANCITEL)
Attrazioni
(cultura,
spettacolo,
intrattenimeno, shopping) citate da
Trip advisor per 10.000 residenti nel
territorio
provinciale
[Scala
territoriale: COMUNE - Anno di
riferimento: 2013
Valore delle esportazioni di prodotti
delle attività artistiche, creative e di
intrattenimento per abitante per
164
architettonico
(Progetti
di
restauro e recupero
e valorizzazione)
Migliore
qualità
dell’offerta
culturale (Eventi e
offerta culturale)
abitante in euro [Scala territoriale:
PROVINCIA - Anno di riferimento:
2012]
Sicurezza
Riduzione
delinquenza
della
Adeguatezza delle
reti e dei servizi di
trasporto pubblico
Percezione
di
insicurezza
dell'occupazione
Tasso sui borseggi
Tasso sulle rapine
Tasso di violenza fisica
anni e più che hanno avuto
paura di stare per subire un
reato negli ultimi 12 mesi
Delitti legati alla microcriminalità
nelle città (numero per mille abitanti)
Densità delle reti urbane di
trasporto pubblico locale
Indice di accessibilità alle reti
di trasporto
Tempo dedicato alla mobilità
Indice
di
mobilità
sostenibile
(Legambiente)
Indice (Italia=100) di dotazione
infrastrutturale (aeroporti e bacini di
utenza) dell'Ist. Tagliacarne [Scala
riferimento: 2012]
Quota % occupati che impiegano fino
a 30 minuti per raggiungere il posto di
lavoro [Scala territoriale: PROVINCIA
- Anno di riferimento: 2011]
Migliaia posti-km offerti da mezzi TPL
(autobus,
filobus,
tram,
metropolitana) per abitante [Scala
riferimento: 2012]
Percentuale di rifiuti urbani
oggetto
di
raccolta
differenziata sul totale dei
rifiuti urbani
Volume pro capite giornaliero
di acqua potabile erogata
Kg raccolta non differenziata per
abitante [Scala territoriale: COMUNE
- Anno di riferimento: 2012]
Livelli
di Riduzione
inquinamento (aria, dell’Impatto
rumore, rifiuti)
dei Trasporti
Livelli di consumo
delle risorse (acqua,
energia ecc.)
lmpegno/investime
nti nell’adozione di
pratiche
ecosostenibili
Gestione dei
rifiuti solidi
Gestione
dell’acqua
Energia da fonti rinnovabili
Livelli
di Consumo
sovraffollamento
energetico
(capacità di carico)
Environmental Impact
Impatto
sul
paesaggio
Densità di verde storico e
parchi urbani di notevole
interesse pubblico
Consistenza
del
tessuto
urbano storico
Tasso di abusivismo edilizio
Qualità dell’aria urbana
Qualità
dell’aria
Capacità
carico
di
Numero di abitanti per kmq *
N° presenze per abitante*
% acqua immessa non erogata [Scala
riferimento: 2012]
kWh per abitante di consumo energia
elettrica per uso domestico [Scala
riferimento: 2012]
Mq verde urbano per abitante [Scala
riferimento: 2013]
Numero di giorni di superamento del
limite per la protezione della salute
umana previsto per il PM10 [Scala
riferimento: 2013]

165
6.4
Aspetti metodologici relativi al trattamento degli indicatori
La misurazione del benessere attraverso indicatori relativi ai vari aspetti che influenzano la
vita delle persone implica una serie di considerazioni che devono essere affrontate sia in
relazione alla sfera tecnico-metodologica che a quella della definizione del modello. Infatti,
nel momento in cui si cerca di offrire una visione del benessere di un territorio attraverso
degli indicatori statistici, il primo problema da affrontare è quello della definizione stessa del
concetto di benessere. È partendo da tale definizione che vengono scelti gli aspetti decisivi
(e quindi gli indicatori) in grado di fotografare la realtà e misurare lo sviluppo.
Al fine di fornire le basi per la selezione e la combinazione dei singoli indicatori in un
indicatore composito significativo secondo il principio di fitness-for-purpose (adatto allo
scopo), deve essere sviluppata una struttura teorica. Infatti, come sottolineato da un recente
working paper dell’OECD di Scrivens e Iasiello (2010), tra le principali sfide che si devono
affrontare nella definizione di un set di indicatori di progresso sociale, vi è quella del
riconoscimento di legittimità degli strumenti, il che significa che “gli aspetti evidenziati dagli
indicatori vengono reputati importanti” e che gli indicatori selezionati “forniscono misure
significative di tali aspetti”. La risposta generale che viene offerta, è che “gli indicatori
devono essere elaborati con la partecipazione di coloro che li useranno, e apprendendo da
loro”. Altrettanta importanza è riconosciuta alla scelta del sistema informativo più adatto
(ovverosia fit-for-purpose information) in cui utilizzare gli indicatori di progresso; tale scelta
implica già la valutazione della possibilità di utilizzare indici compositi (set ristretto di
indicatori chiave) piuttosto che un cruscotto più ampio e completo gli indicatori.
Questi ultimi devono essere selezionati sulla base della validità analitica, della misurabilità,
della copertura spaziale e temporale, della rilevanza per il fenomeno oggetto di studio e
della relazione con gli altri. In caso di scarsità dei dati possono essere utilizzate variabili
proxy, ovvero degli indicatori che descrivono il comportamento di un determinato fenomeno
non osservabile direttamente, o per il quale non sono disponibili dati. Un altro degli elementi
che può contribuire all’accuratezza dei dati è la loro completezza. A tal fine occorre verificare
la presenza di dati mancanti e individuare le strategie per il loro trattamento.
Trattamento degli indicatori negativi: molti degli indicatori elementari costruiti (es. consumo
di energia elettrica per uso domestico, densità abitativa, prezzo delle case) si pongono in
relazione inversa rispetto al benessere e dunque devono essere considerati come “negativi”
nella costruzione dell’indicatore composito. Una volta definiti gli indicatori, per aggregare in
un unico valore di sintesi un set di valori di natura differente è necessario, in prima istanza,
riportare tutte le variabili a valori tra loro confrontabili. Il problema della confrontabilità dei
livelli di misurazione attraverso i quali sono espressi gli indicatori elementari non è sempre
semplice da affrontare. La necessità di disporre di misure espresse con lo stesso “metro”
richiede di rendere ciascun indicatore semplice confrontabile con gli altri ai quali deve essere
aggregato sia che gli indicatori provengano dalla stessa rilevazione che da rilevazioni diverse
In letteratura si fa riferimento a cinque tecniche fondamentali di trasformazione dei valori
per svincolarli dall’unità di misura:
• Relativizzazione: attraverso la misura della distanza da un punto di riferimento si può
misurare la posizione relativa di un indicatore rispetto a un determinato aspetto. Il punto di
riferimento potrebbe essere dato da un valore obiettivo da raggiungere in un dato tempo
(ad esempio per gli obiettivi di policy), oppure da un’unità di riferimento (ad esempio un
166
paese particolarmente virtuoso in un determinato aspetto), oppure ancora può essere
assunta come misura di base la media, e dunque come nuovo indicatore la distanza dal
valore medio. In particolare quest’ultima trasformazione può essere semplificata
attribuendo il valore 1 agli indicatori che si collocano al di sopra della media, e 0 a quelli al di
sotto. Il problema connesso all’utilizzo di questa metodologia è la perdita d’informazione, in
quanto indicatori molto al di sopra della media o di poco superiori assumeranno lo stesso
valore; per contro questa trasformazione è molto semplice e non è influenzata dalla
presenza di outliers, ovvero da quei valori “anomali” che non seguono l’andamento di tutte
le altre osservazioni
• Re-scaling: tale procedura di re-scaling degli indicatori elementari consiste nella
trasformazione del valore originario in uno nuovo relativizzato in base al valore massimo
(teorico o effettivo) assunto dall’indicatore stesso, oppure al range dei valori assunti. In
questo modo i valori assunti vengono ricondotti all’intervallo di variazione (0;1). Il problema
di questo tipo di trasformazione è legato al fatto che esso è fortemente influenzato dalla
presenza di outliers; al contrario, se il range degli indicatori di base è ridotto, questo metodo
risulta efficace in quanto aumenta l’effetto complessivo sull’indicatore composito
• Standardizzazione: attraverso questo procedimento gli indicatori elementari vengono
espressi in una nuova scala avente media nulla e varianza pari all’unità. In questo caso i
valori anomali hanno un grande effetto su tutto l’indicatore composito: ciò può essere
auspicabile se quello che si vuole rimarcare attraverso l’indicatore è la presenza di
comportamenti eccezionali, sia nel senso virtuoso che negativo del termine. L’effetto può
essere corretto escludendo i valori estremi oppure assegnando dei pesi differenti in base alla
desiderabilità del valore dell’indicatore elementare
• Trasformazione in ranghi: è l’operazione più semplice e consiste nella trasformazione del
valore dell’indicatore in quello del rango. Presenta il vantaggio di non essere influenzata
dalla presenza di outliers e permette di osservare nel tempo la performance di un paese. Per
contro, si perde qualsiasi informazione legata al valore assoluto
• Categorizzazione: questo metodo assegna a ciascun indicatore elementare un punteggio o
una categoria assegnati sulla base dei percentili della distribuzione tra le unità considerate.
Anche in questo caso si ha lo svantaggio della riduzione dell’informazione contenuta negli
indicatori elementari. In particolare i punti critici possono essere individuati sulla base di
considerazioni oggettive o attraverso la consultazione di esperti.
La standardizzazione non è indicata nel caso studio un singolo comune o di una singola area
territoriale. Sulla base dell’esigenza cognitiva che caratterizza la ricerca, ovvero
comprendere in che direzione si muove lo sviluppo di un’area nel tempo, si riscontra
l’esigenza di poter interpretare l’andamento dei dati all’interno del periodo di tempo
considerato, rispetto al benessere e alla qualità dello sviluppo.
In tal caso, se non ci sono valori obiettivo disponibili per ciascuno degli indicatori elementari,
le tecniche del re-scaling e di distanza da valori di riferimento non appaiono particolarmente
adeguate.
Nell’analisi dei dati in serie storica la costruzione dei cosiddetti numeri indice appare la
metodologia di trasformazione di dati più indicata a mostrare l’andamento dei singoli
indicatori nel tempo. Tale tecnica, infatti, frequentemente utilizzata nelle analisi economicosociali, risulta particolarmente utile negli studi relativi alla dinamica temporale di fenomeni
riferiti ad aggregati differenti.
167
Per arrivare alla costruzione del composite indicator, una volta normalizzati gli indicatori
elementari, occorre aggregarli: il primo passo consiste nell’individuazione di un sistema di
ponderazione che consenta di attribuire un peso a ciascuna componente, in modo tale da
riflettere le caratteristiche che la contraddistingue. La scelta tra i diversi approcci per la
definizione dei pesi non è sempre facile da affrontare e molto spesso è frutto di valutazioni
soggettive, che diventano particolarmente complicate nel caso dell’analisi di fenomeni
complessi, in cui interagiscono molte variabili. È importante osservare che non esiste una
metodologia stabilita per pesare gli indicatori elementari. Le motivazioni su cui si basa la
scelta di un sistema di ponderazione piuttosto che di un altro sono diverse. La logica di fondo
con cui i pesi vengono selezionati deve essere in accordo con il modello di riferimento su cui
viene costruito il composite indicator, in modo da ottenere una struttura complessiva il più
possibile organica, trasparente e concettualmente coerente. L’intento dei pesi è quello di
fornire indicazioni sull’importanza relativa di ciascun indicatore elementare nell’indicatore
complessivo: in questo senso i pesi rappresentano il significato e il contributo dell’indicatore
elementare all’aggregazione, e costituiscono giudizi di valore. Può essere interessante
valutare come cambia la posizione relativa dell’indicatore, a seconda dell’utilizzo di sistemi di
ponderazione alternativi.
È possibile scegliere tra due approcci:
1. Attribuzione di pesi uguali (EqualWeighting - EW)
2. Attribuzione di pesi differenziati (DifferentWeighting - DW).
Qualunque sia la decisione finale, essa avrà un effetto significativo sul composite indicator
nella sua interezza. Infatti, le relazioni tra le variabili possono cambiare anche
profondamente cambiando i pesi attribuiti agli indicatori elementari.
6.5
Conclusioni
Dall’ analisi condotta emergono anche alcune indicazioni per la strutturazione del sistema di
indicatori (SI) per il monitoraggio dell’impatto dei Neoluoghi sullo sviluppo locale:
 La costruzione di un SI non prevede soluzioni “perfette” ed univoche, in quanto deve
basarsi sulle esigenze informative degli stakeholders a cui è destinata. A tal fine, va
tenuto conto che i sistemi di indicatori possono essere struttuati secondo un
approccio expert-led (ovvero di tipo top-down a cura, ad esempio, di un gruppo di
esperti) oppure community-led, attraverso il coinvolgimento di una comunità più
ampia, per rispecchiare un più ampio ventaglio di esigenze informative. Tali
procedure possono essere combinate attraverso un processo a più stadi, che prevede
anche momenti di confronto volti a selezionare gli indicatori ritenuti più importanti
da liste più estese, redatte preventivamente e sottoposte a discussione o
valutazione.
 Il SI deve, inoltre, rispecchiare correttamente, le strategie di sviluppo che si
intendono monitorare ed i relativi outcome. In quest’ambito, pertanto, esso
acquisisce specificità in relazione alle specifiche politiche (es: di destination
management, di rigenerazione urbana, di sviluppo industriale, ricerca e sviluppo,
ecc.) a cui si riferisce. Da questo punto di vista, con riferimento ai processi di
168
rigenerazione urbana si individuano, ad esempio (Shaleen Singhal et al., 2009)
numerose possibili strategie, e ciascuna di esse implica differenti scelte in merito alla
costruzione del sistema di indicatori per il monitoraggio. Puntare su obiettivi generali
di sviluppo economico locale può indurre alla scelta di indicatori diversi di rispetto a
quelli necessari a monitorare strategie di rigenerazione che puntano sullo sviluppo
del commercio, sulla valorizzazione immobiliare, sulla valorizzazione culturale e sugli
eventi, sulle creazione di spazi e strutture finalizzati all’intrattenimento.
 Gli indicatori quantitativi spesso necessitano di essere integrati con altre informazioni
qualitative e quantitative, attinte presso gli utenti o i beneficiari.
 Gli indicatori devono essere selezionati sulla base della validità analitica, della
misurabilità, della copertura spaziale e temporale, della rilevanza per il fenomeno
oggetto di studio e della relazione con gli altri fenomeni analizzati.
 Un ambito esteso di riflessioni (cfr. par. precedente) si connette, infine, alle
metodologie da utilizzare per l’elaborazione degli indicatori (standardizzazione, pesi,
modalità di composizione/sintesi, trasformazione in ranghi).
169
7. La valutazione della Web Reputation
7.1
Immagine e reputazione
Le discipline economiche pongono l’attenzione sul concetto di “immagine” e sul ruolo
giocato dalla stessa nell’influenzare le scelte del consumatore già con Boulding nel 1956 con
l’opera The Image (1956) nella quale l’autore sostiene l‘idea che il comportamento di
acquisto o consumo di un prodotto dipende dall’immagine che l’acquirente/consumatore ha
del prodotto stesso (immagine di prodotto: product image) o di chi produce o propone tale
prodotto (immagine di azienda e di marca; company image e brand image). Secondo
Boulding, l’impatto esercitato dai messaggi comunicativi e informativi provoca nel
consumatore lo sviluppo di immagini relative ad uno specifico prodotto e, dunque, sostiene
quanta importanza rivestono i processi di comunicazione, nell’influenzare la costruzione di
immagini.
Gli studi del Marketing del Turismo applicano le istanze sollevate da Bulding anche ai luoghi,
focalizzandosi, infatti, sull’immagine del luogo come strumento capace di aumentare il
valore economico, l’attrattività e l’appetibilità dei luoghi stessi (Ostillio, 2000). Secondo tale
prospettiva, l’immagine di un luogo è in grado di influenzare la capacità attrattiva, in senso
sia turistico, sia residenziale, sia economico, del luogo stesso sul mercato locale e globale, e
dunque va considerata come una delle risorse più importanti dal punto di vista strategiche
per un territorio (Jaffe e Nebenzahl, 2001). Essa si basa su simboli visivi (monumenti, opere
artistico-architettoniche, ecc.) o su flag ship projects (come grandi eventi) che rappresentano
il territorio e ne costituiscono elementi di richiamo (Ostillo, 2000; Caroli, 1999). La
peculiarità dell’immagine del luogo ne determina il successo/insuccesso in termini di
appetibilità sul mercato. Di fatto, se l’immagine è favorevole, determina effetti positivi in
termini di relazioni di scambio con il mercato e di fedeltà degli stakeholder. All’interno di
questo stesso ambito economico, il termine immagine è stato più recentemente affiancato,
e talvolta anche sostituito, da quello di reputazione. E tale affiancamento si può estendere
anche ai luoghi. Secondo Emler (1994) la conoscenza sociale è di tipo limitato perché
l’osservazione diretta o l’imitazione non basta a fornire le informazioni necessarie a una
piena conoscenza. L’autore rileva come conoscere l’altro dipenda dalle informazioni che si
riescono a raccogliere da fonti diverse, ecco perché definisce la reputazione come un
giudizio formulato da una comunità su un soggetto specifico, che solitamente, ma non
necessariamente, appartiene alla comunità stessa. La reputazione è una forma di
conoscenza del mondo, mediata dall’interazione sociale e dall’esperienza degli altri. La
reputazione è l’esito di un processo di lungo periodo. Ha inizio dai processi di formazione
delle impressioni e dal confronto di queste ultime durante le interazioni comunicative fra i
membri di una comunità. L’esito finale di tale processo non è controllato esclusivamente
dall’individuo. Questo perché, essendo una costruzione sociale basata sulle interpretazioni e
sulle rielaborazioni che gli altri membri della comunità fanno delle sue azioni, una volta
stabilizzatasi, è difficilmente modificabile.
Dopo Boulding ed Emler che hanno concentrato la loro attenzione sul concetto di
reputazione partendo da una definizione sociale del termine, vi è Simon Anholt (2006) che
ha coniato l’espressione nation branding per analizzare il concetto di reputazione per le
170
nazioni oltre che per i luoghi. In generale il concetto di branding, che solitamente viene
utilizzato nell’ambito del marketing aziendale, fa riferimento all’insieme di attività
strategiche e operative relative alla costruzione e alla gestione di un “brand”, ovvero le
strategie che creano l’identità e l’immagine aziendale, attraverso l’attività promozionale.
Anholt (2006), invece, specifica la definizione di branding facendo riferimento ai luoghi,
intendendo così per nation branding una strategia di comunicazione e un insieme di
iniziative che permettano ai governi di gestire e monitorare meglio l’immagine che
proiettano verso il mondo, in modo tale da attirare il successo in un contesto altamente
competitivo qual è quello del mercato globale. L’applicazione del concetto di reputazione
alla nazione è naturalmente trasferibile, a livello sempre più micro, alla città e al quartiere. Lo
stesso concetto di nation branding, ideato per valutare la reputazione della nazione, può essere
rivisitato e concepito per qualunque altra unità territoriale, nello specifico per una città; non
sempre, infatti, l’immagine di una città coincide o si sovrappone a quella del Paese in cui si trova
(Anholt, 2006).
Il place branding è un’attività di marketing che serve a consolidare e rinforzare il ricordo delle
esperienze memorabili vissute nella destinazione e ha l’obiettivo di creare un’immagine che
influenzi la decisione dei consumatori nella scelta di una destinazione rispetto ad un’altra
(Ritchie et ali, 1998; Blain et al. 2005). L’immagine della destinazione gioca un ruolo importante
nel processo di scelta del turista e in seguito nel suo comportamento d’acquisto (Baloglu et ali.,
1999). Nel corso del tempo, numerose sono state le definizioni del termine da Hunt (1975) a
Bosque et ali (2008) e numerose sono state le classificazioni: immagine cognitiva, affettiva,
complessiva, cognitiva-affettiva negli studi fatti pre, in loco e post visita.
Lo studio dell’immagine della destinazione trova nell’analisi del brand della destinazione il
suo bacino di analisi. Dalla prospettiva dei manager per individuare il miglior modo per l’uso
delle risorse da parte dei consumatori; dal punto di vista dei consumatori, interpretando le
opinioni e le esigenze degli stessi nell’ottica di valorizzare la loro esperienza di visita (Ritchie
et ali., 1998; Tasci et al., 2007). Per gli autori che si occupano di questo filone scientifico, è
ampiamente condivisa l’opinione secondo cui l’immagine è diversa dal brand, ma allo stesso
tempo, bisogna considerare che il brand si crea attraverso l’immagine quindi i due termini
finiscono per sovrapporsi (Gartner, 1993; Govers and Go, 2009). Proprio per questo l’analisi
della percezione dell’immagine diventa il focus di studio di queste discipline.
Un'altra distinzione va fatta tra il concetto d’immagine e quello di reputazione è fornita dagli
studi sulla comunicazione aziendale che definiscono l’immagine e la reputazione due
costrutti ben separati l’uno dall’altro. L’immagine è una rappresentazione mentale di ciò che
un individuo pensa in relazione ad un bene o servizio, mentre, la reputazione è ciò che viene
raccontato di un bene o servizio tra individui, dunque, la reputazione necessita di una
verbalizzazione dell’immagine per essere tale (Mandelli e Cantoni, 2010; Fombrun, 1996;
Fombrun e Shanley, 1990). Pertanto, l'immagine assume un forte potenziale per attivare la
reputazione verso un bene o servizio all’interno della cerchia delle persone che ne stanno
parlando e diventa utile per guidare le azioni di persone che non hanno esperienza diretta
dell'oggetto in questione.
La reputazione online è costruita da tutte le percezioni che i consumatori hanno del
prodotto/servizio grazie a tutte le informazioni che circolano in rete (Paquerot et ali, 2011)
per cui la partecipazione sempre più attiva degli utenti all’interno del panorama della rete ha
messo in atto un meccanismo di scambi di opinioni su qualsiasi tema o contesto, opinioni
che rimbalzano tra pagine e utenti diversi e che danno vita ad un fenomeno sempre più in
crescita che si riflette fortemente sulla positiva o negativa reputazione di un brand di
171
prodotto o servizio. Scrivere un commento su un hotel, sul servizio al tavolo di un ristorante,
commentare la pulizia delle strade di una città o il servizio clienti di un corriere è diventato il
mezzo con il quale si costruisce la fiducia verso un prodotto, un servizio, una destinazione di
cui si è fatta un’esperienza e fornisce uno spettro più ampio per valutare la reputazione di
un’azienda o il brand di una destinazione perché viene condiviso con altri prosumer per cui
sarà utile raccogliere opinioni e dibattere sul tema.
Le statistiche dimostrano quanto i contenuti degli utenti su internet continuano a essere
influenti nel panorama del Web 2.0
172
Figura 1 – Contenuti creati online (2008/2013) per tipologia di contenuto e di utente
Diventa cruciale, dunque, per le destinazioni non solo l’utilizzo di strumenti che consentano
loro di promuovere la loro reputazione attraverso gli strumenti messi a disposizione dal web
ma impegnarsi a monitorare il sentiment della rete per conoscere il livello di reputazione,
comprendere esigenze e bisogni del loro target di riferimento e rispondere nella maniera più
adatta per mantenere il proprio vantaggio competitivo sul mercato.
7.2
Il ruolo dei social media
Le ICT hanno prodotto una profonda trasformazione nel comportamento del turista prima,
durante e dopo il viaggio, permettendo di ridurre l’incertezza e i rischi percepiti e
migliorando la qualità delle esperienze di visita (Fodness e Murray, 1997). Internet, in
particolare, è diventato uno dei mezzi più efficaci per l’acquisizione di informazioni turistiche
e per l’acquisto di viaggi (Pan e Fesenmaier, 2006). Il web ha permesso ai viaggiatori
potenziali di accedere a una grande quantità di informazioni fornite dai diversi attori della
filiera, tra cui destinazioni, fornitori di servizi turistici, agenzie di viaggio online, motori di
ricerca e meta search engine, quali Kayak, Trivago, Skyscanner e siti di comparazione dei
prezzi come Kelkoo. Grazie a questa facilità di accesso alle informazioni i viaggiatori sono
diventati più esperti, esigenti, indipendenti, sofisticati e hanno imposto ai fornitori di servizi
di rimettere in discussione standard qualitativi e formule di offerta e comunicazione dei
servizi (Buhalis e Law, 2008). Le nuove tecnologie consentono ai turisti di interagire con i
fornitori di servizi e le destinazioni per soddisfare specifiche esigenze, interessi e passioni e
per confezionare prodotti personalizzati e flessibili tramite dynamic packaging. Dal punto di
vista del consumatore, Internet ha influenzato molto il potere contrattuale. I consumatori
hanno accesso immediato alle informazioni, comprendono in maniera più chiara e definita le
offerte e le condizioni di mercato migliori per la scelta del loro viaggio. Essi hanno più
possibilità di scelta e sono in grado di fare confronti diretti rispetto alle loro aspettative
grazie ad una maggiore trasparenza, flessibilità, comunicazione diretta con il sistema
dell’offerta e numerosità delle informazioni disponibili.
Social media e Web 2.0 sono due parole che rappresentano due concetti tecnologici che
hanno portato cambiamenti pervasivi nella comunicazione business to business, business to
consumer e in quella consumer to consumer (Kietzmann et al., 2011). Grazie ai social media,
173
Internet si è evoluto da semplice mezzo di trasmissione a piattaforma partecipativa che
permette alle persone di diventare co-produttori di contenuti e di collaborare e condividere
delle informazioni (Li e Wang, 2011; Thevenot, 2007). Ogni giorno, più di 3 milioni di foto
vengono caricate su Flickr, 5 sono i milioni di tweets (Bodnar, 2010). Queste statistiche
dimostrano, da una parte, il ruolo strategico dei social media nella vita dei consumatori,
dall’altra parte crescono le preoccupazioni relative alla privacy e al furto di identità nell'uso
dei social media.
Gli utenti e i motori di ricerca rappresentano i due mega trend che possono influenzare in
modo significativo il sistema turistico (Xiang&Gretzel, 2010), i social media vengono utilizzati
ampiamente dai viaggiatori per la ricerca, l’organizzazione, la condivisione dei loro viaggi,
per raccontare storie ed esperienze attraverso blog e microblog (Blogger e Twitter),
comunità online (Facebook , RenRen , e TripAdvisor), siti di condivisione di media (Flickr e
YouTube), siti di social bookmarking (Delicious), siti di condivisione (Wikitravel) e altri
strumenti collaborativi.
Il World Travel Market nel 2011 attraverso l’Industry Report ha annunciato che più di un
terzo di tutti i turisti del Regno Unito sceglie i suoi hotel sulla base dei siti di social media
come TripAdvisor e Facebook (Koumelis, 2011). Wang e Fesenmaier (2004) hanno
dimostrato che i social media sono utili per la gestione delle relazioni con i clienti grazie alla
loro capacità di attrarre consumatori coinvolgendoli nella costruzione di relazioni con gli altri
membri della comunità e puntando sulla fidelizzazione. Dellarocas ( 2003) ha inoltre
suggerito che i social media offrono alle aziende turistiche opportunità senza precedenti per
capire e rispondere alle preferenze dei consumatori. Attraverso l'analisi delle osservazioni
sulle comunità online come TripAdvisor e VirtualTourist, alberghi e altre imprese turistiche
sono in grado di capire meglio ciò che i consumatori cercano e desiderano. In considerazione
di questa tendenza che è in rapida crescita, i portali turistici hanno integrato numerose
applicazioni che possano monitorare le visite e capire che tipo d’informazioni l’utente cerca
migliorando sempre di più le dinamiche di offerta (Fuchs et al., 2009; Sánchez-Franco et al.,
2010).
Nonostante l'ampia adozione dei social media da parte sia dei consumatori che del sistema
di offerta negli ultimi anni (Chung&Buhalis, 2008; Leung, et al., 2011), la gestione e la
misurazione dell’impatto in termini di successo rimane ancora in gran parte sconosciuta ai
professionisti del settore e agli studiosi.
Una recente ricerca di Google ha dimostrato che l’84% dei turisti utilizza Internet come
risorsa principale per pianificare il viaggio (Torres, 2010). La ricerca sui social media da parte
dei viaggiatori costituisce più di un decimo dei risultati della ricerca sul web. (Cox, Burgess,
Sellitto, e Buultjens, 2009; Lo, McKercher, Lo, Cheung, e diritto, 2011; Tussyadiah, Parco, e
Fesenmaier, 2011; Yoo&Gretzel, 2010).
Huang, Basu, e Hsu (2010) hanno sottolineato come l'ottenimento di informazioni di viaggio
sembra essere la motivazione primaria dell’utilizzo dell’usergeneratedcontent (UGC). È stato
a lungo sostenuto che un problema critico del turismo è la mancanza di esperienza diretta
con il prodotto/servizio turistico, il che significa che la qualità dei servizi difficilmente
possono essere valutati prima che il prodotto venga consumato (Schmallegger& Carson,
2008). Infatti, l’interesse di cercare più informazioni possibili relative a un prodotto/servizio
turistico è utile ad evitare decisioni sbagliate (Jeng&Fesenmaier, 2002).
Tra le numerose classificazioni fatte per elencare i social media risulta interessante la
categorizzazione di Constantinides e Fountain (2008):
174
Tabella 1 – Le categorie dei social media
Le cinque categorie dei social media
Communication
Collaboration
Blogs
Micro blogs
Social networking
Social network
aggregation
Wikis
Social bookmarking
Social News Sites
Opinion sites
Multimedia
Entertainment
Photo sharing
Video sharing
Sharing
Virtual worlds
online gaming
Social Media
Monitoring
BuzzMetrics
Social Radar
e quella proposta da Brian Solis e Jesse Thomas (2008):
Figura 3 - ConversationPrism (2008)
Fonte: Immagine 1: http://www.flickr.com/photos/briansolis/2735401175/sizes/l/
175
Fonte: Immagine
infografica/
2:
http://stintup.com/2013/07/02/arriva-la-versione-2013-del-conversation-prism-
una mappa grafica che rappresenta i luoghi della conversazione sui principali social media
che è stata rivista e modificata nel 2013 nell’ottica della predominante posizione assunta
dall’utente/consumatore in una versione definita 4.0 che aggiunge quattro nuove categorie
con almeno sei “brand” per ognuna di esse.
Al centro gli utenti, mentre all’esterno ci sono le varie categorie di social in termini di utilizzo.
All’interno del prisma possiamo individuare le seguenti categorie:
176
Tabella 2 –Le categorie di classificazione dei luoghi di conversazione nei principali social media
Social Bookmarks
Commenti e reputazione
Crowdsourcing
Piattaforme Blog
Blog diconversazione
Comunità di blog
Micromedia (o Microblogging)
Lifestreams
Servizi su piattaforma Twitter
SMS/Voce
Social networks
Networks di nicchia
Servizi Web che sostituiscono i segnalibri del
browser e possono essere condivisi con altri
sottoscrittori
del
servizio
scelto
(es.
Del.icio.us).
Servizi che permettono di tracciare i commenti
(generalmente sui blog) per tenere traccia o
ampliare discussioni su più sistemi Web (es.
Cocomment).
Servizi che permettono il passaparola per
stimolare il dibattito in linea. Usati anche come
“domanda aperta” per coinvolgere membri di
una rete o per promuovere servizi e opinioni
(es.Digg).
Piattaforme o software scaricabili dall’utente
per gestire il proprio blog in housing.
(es.Wordpress)
Servizi che permettono di tenertraccia dei
riferimenti incrociati fra i blog, soprattutto delle
citazioni, cercando di mantenere riferimenti su
contesti simili (es. Technorati).
Servizi dove i blogger si iscrivono per costruire
reti e mantenersi in contatto su svariati
argomenti, tendenze, e così via (es. MyBlog
Log).
Strumenti e servizi per pubblicare micro
contenuti sulla rete (es. Twitter).
Sono degli aggregatori che permettono di
tracciare in tempo leggermente differito le
varie attività che avvengono sui social media
come un flusso(stream) continuo della vita in
rete (es. FriendFeed).
Servizi basati sulla filosofia diTwitter (es.
Twemes).
Servizi in grado di inviare messaggi vocali o di
testo (sui sistemi Web o sui cellulari) per
ricordare appuntamenti, eventi e ricorrenze
(es.Rememberthemilk).
Sistemi in grado di mettere in relazione milioni
di utenti, i quali possono condividere
applicazioni, servizi e discussioni (es.
Facebook).
Sono l’evoluzione “di nicchia” dei social
networks. Possono essere di
Dunque, diventa interessante capire come questi strumenti possano essere utilizzati per
promuovere e monitorare la reputazione attraverso l’uso d’indicatori specifici che possano
guidare le strategie di marketing degli stakeholder.
177
7.3
Il ruolo del word of mouth (WOM)
Tra tutte le informazioni disponibili, il word-of-mouth (WOM) è considerato come una delle
più importanti fonti d’informazione esterne per la pianificazione di viaggi proprio grazie alla
percezione di alta affidabilità rispetto ad altri strumenti (Murphy et al., 2007). In effetti, i
viaggiatori considerano più affidabile il WOM che altre fonti commerciali e tendono a essere
più influenzati da questo tipo d’informazione che viene da altri consumatori, perché hanno
già vissuto quell’esperienza o provato quel prodotto, e possono fornire dei commenti più
specifici e dettagliati (Casalo, Flavio &Guinalíu, 2011; Litvin et al., 2008).
Figura 2 – Il ruolo del WOM
Fonte: Castronovo (2012)
In quest’ottica, gli aspetti che influenzano l'uso dei social media da parte dei consumatori
nella pianificazione del viaggio sono principalmente l’utilità percepita e l’affidabilità dei
contenuti (Lee, 2011); oltre all'età dei partecipanti, l'attività recente e la varietà di contenuti
(Salkhordeh, 2009). Tussyadiah e Fesenmaier (2009) ritengono che l’UGC abbia sempre di
più potenziato la consapevolezza e la propensione per la selezione di una destinazione
piuttosto che di un’altra e che la probabilità che i clienti prenotino un hotel dipende dalla
valutazione che traggono dalle recensioni online. Ancor di più Tussyadiah et al. (2011) hanno
osservato che la raccolta d’informazioni attraverso UGC sui social media genera una
motivazione maggiore nella probabilità di scelta della destinazione. Sulla base dei risultati di
un'analisi tra 552 studenti universitari, Tussyadiah et al. (2011) hanno dimostrato che i
consumatori sviluppano un’intenzione all’acquisto maggiore se percepiscono che consumare
quel bene o servizio risponde a passate esperienze di consumo positive.
Alcuni studi hanno analizzato la creazione di UGC sui social media nel post – vendita. Nel
2007, Pan et al. sono riusciti a definire che la condivisione di esperienze di vita e l’interazione
178
sociale sono i due principali fattori che motivano i blogger a generare UGC. Parra et al., e
Díaz et al. (2011) riscontrano che la partecipazione e il contributo di viaggiatori sui social
media sono da attribuire ai benefici sociali, edonistici e funzionali che possono ottenere.
Questo risultato è supportato anche da uno studio di Yoo e Gretzel (2011) che sostengono
che la personalità di un viaggiatore è un’importante variabile nel motivare o inibire la
creazione di UGC. Gli autori confermano che l’altruismo e il piacere sono altri due indicatori
importanti per la creazione di contenuto; nei viaggiatori nevrotici vengono percepiti
maggiori ostacoli alla generazione di UGC. Questo studio contribuisce alla letteratura
confermando che il ruolo dei tratti della personalità ha un ruolo strategico nella creazione di
UGC.
Data la nascita e la diffusione dei social media tra i consumatori, non basta più fare
affidamento esclusivamente sui media tradizionali per marketing per le imprese del settore
turistico e dell'ospitalità. Studi recenti hanno suggerito che i social media svolgono un ruolo
importante non solo per i consumatori alla ricerca di informazioni, ma anche come
strumento di marketing per il turismo (Chan &DenizciGuillet , 2011; Huang , 2011; Inversini,
Cantoni, e Buhalis , 2009; Munar, 2010; Xiang&Gretzel , 2010). Stepchenkova e Morrison
(2006) suggeriscono che la promozione di una destinazione potrebbe essere complicata
senza una chiara comprensione di come una destinazione turistica è percepita dai
viaggiatori. Infatti, le recensioni scritte dai consumatori hanno un ruolo strategico nel
migliorare o peggiorare l’immagine di un prodotto/servizio (Sparks& Browning, 2011). Infine,
Pan et al. (2007) hanno analizzando l'efficacia e le implicazioni che i post dei blog pongono
per implementare strategie di marketing.
7.4
Alcuni modelli per la misurazione della e-reputation
7.4.1
L’e-reputation mix
Un primo tentativo di misurazione della web reputation è stato compiuto da Chun nel 2004 con
l’e-reputation mix. Il modello nasce come gli altri dagli studi di corporate reputation, è costituito
da tre livelli di analisi che prendono in esame gli aspetti cruciali dell’organizzazione. Il primo
livello è rappresentato dal carattere dell’impresa che rappresenta la personalità della marca. Il
secondo livello è l’e-identità che fa riferimento alla struttura del sito, l’aspetto grafico,
ergonomico ed estetico. Il terzo livello è stato rappresentato dal’e-esperienza che insiste sulla
coerenza tra prodotto/servizio offerto e l’esperienza fisica di utilizzo. L’interesse dell’autrice è
quello di posizionare al meglio l’e-reputation secondo una scala di intensità. Dal modello si
comprende che l’e-reputation sembra possedere dei propri meccanismi, è composta
dall’immagine che l’utente si crea di un’azienda in funzione della somma dei contenuti che sono
accessibili sul web (blog, forum ecc) attraverso le informazioni positive o negative lasciate da
altri. Dunque, Chun pone l’accento sull’importanza da parte dell’azienda di monitorare
continuamente i contenuti lasciati in rete. Il modello è teorico, pertanto, non fornisce indicatori
che possano consentire di testarlo, infatti, rimanere abbastanza confinato rispetto all’aumento
di studi fatto fino ad oggi sul tema, ma rappresenta un punto di partenza interessante poiché è il
primo a utilizzare e-reputation nella letteratura di riferimento.
179
7.4.2
Il modello RepTrak
Il modello RepTrak è stato creato dal Reputation Institute una società internazionale
specializzata nella gestione della reputazione aziendale. Il modello è realizzato annualmente
attraverso 55.000 interviste ai consumatori sulle 100 più importanti aziende B2C in quindici
Paesi.
Il modello dimostra la correlazione fra ciò che i consumatori pensano di un’azienda e la sua
performance di mercato. Dai risultati (2013) emerge che, la decisione di acquisto da parte
dei consumatori dipende per il 57% dall’universo dei valori che l’azienda esprime e per il
restante 43% dalle caratteristiche del prodotto, ciò significa che la reputazione è una vera e
propria leva di business.
Per il Reputation Institute, la reputazione è costruita da diversi fattori:
La qualità dei prodotti e servizi
• La capacità di innovare e di esprimere leadership sul mercato.
• Il comportamento etico e responsabile
• I buoni risultati economici e finanziari,
• La qualità dell’ambiente di lavoro.
La percezione è, essa stessa, il risultato di molteplici input che arrivano al consumatore: in
primis, l’esperienza diretta del brand (acquisto di prodotti, utilizzo del customer service,
esperienza nel punto vendita, investimenti finanziari, esperienza dell’azienda come posto di
lavoro), poi ciò che il brand dice di se stesso attraverso il marketing, la comunicazione e la
pubblicità e, infine, ciò che ne dicono terze parti (media, opinion leader, esperti, ma anche
amici e familiari).
Il successo di un’azienda è dato dalla fiducia dei consumatori e la fiducia è frutto di una
buona reputazione perciò per il Reputation Institute sono sette le dimensioni per lo studio
della reputazione:
Figura 5 – Le 7 dimensioni per lo studio della reputazione
180
1.
2.
3.
4.
5.
6.
7.
Prodotti e servizi
Innovazione
Ambiente di lavoro
Governance
Cittadinanza
Leadership
Performance finanziaria
Fonte: RepTrak report (2013)
7.4.3
Il modello CountryRepTrak
Il modello Country RepTrak è dedicato allo studio della reputazione dei Paesi, la logica adottata
dagli esperti del Reputation Institute è di applicare l’economia della reputazione alla reputazione
del Paese, per cui le esperienze dirette, le azioni e la comunicazione compiute dal Paese,
l’influenza di terzi e gli stereotipi forniscono delle percezioni ai potenziali utenti che
svilupperanno dei comportamenti che si tradurranno in un ritorno economico per la
destinazione (Figura 6):
Figura 6 – L’economia della reputazione applicata alla reputazione del Paese
Fonte: Country RepTrak report (2013)
Il modello utilizza il RepTrakPulse che misura il livello in cui le persone credono, ammirano,
rispettano e provano emozioni positive verso il Paese spostando l’analisi della reputazione
da uno stato emotivo ad uno razionale in cui diventano essenziali 3 dimensioni di analisi che
supportano la reputazione e gli investimenti da parte degli stakeholder: l’economia
avanzata, appeal dell’ambiente e l’efficienza della governance (Figura 7):
181
Figura 7 – Il modello del Country RepTrack: da emozionale a razionale
182
7.4.4
Il Destination Online Reputation Model (DORM)
Dal 2010 al 2012 la letteratura relativa alla reputazione online ha goduto di un forte
interesse grazie allo sviluppo e l’applicazione del modello Destination Online Reputation
(DORM) per analizzare l’usergeneratedcontent della destinazione turistica. L’interesse del
gruppo di ricerca (Inversini et ali, 2010) è quello di testare il modello DORM, analizzando e
misurando come le core dimensions e i driver della reputazione sono correlate ai contenuti
lasciati dagli utenti sulla destinazione turistica. Il DORM nasce dallo sforzo di adattare il
modello RepTrak usato per misurare la reputazione aziendale per la creazione del
TourismDestination (TD) Reputation Model, partendo dall’assunto che la destinazione è
un’unica e complessa unità organizzativa dell’industria turistica.
Inversini, et ali (2010) utilizzano il ReputationQuotient e adattano la versione del 2006 del
RepTrakcreato dal ReputationInstitute costituito da 23 driver che funzionano come variabili
indipendenti della reputazione (Vidaver-Cohen, 2007). I driver sono raggruppati in 7 core
dimensions: leadership, qualità del prodotto e servizio, ambiente lavorativo, performance,
attività di cittadinanza, iniziative innovative e procedure di governance. Il modello è stato
adattato allo studio della web reputation grazie alla letteratura sulla comunicazione,
l’economica del turismo e la brand reputation per poter raccogliere le percezioni degli
183
intervistati su come gli elementi proposti influenzano la percezione della reputazione in
relazione alla destinazione turistica. Le interviste semi strutturate sono state somministrate
ad un gruppo di esperti con la richiesta di elencare in ordine di importanza le 7 dimensioni e
aggiungere qualsiasi elemento non ancora considerato che ritenessero fosse importante per
valutare l’influenza sulla reputazione.
Questo modello è stato utilizzato per analizzare i contenuti degli utenti all’interno della rete
per la destinazione Londra. Il caso studio è costituito da tre step: selezione delle query e
ricerca delle attività; classificazione dei risultati e analisi dei contenuti.
Un ulteriore sforzo scientifico è stato compiuto da Marchiori (2012) che propone un eTDR
(TourismDestination Online Reputation) con la classificazione dei contenuti per dimensioni
turistiche tematiche (Figura 10) nel quale i layer più esterni rappresentano le dimensioni del
RepTrak, quelli più interni le dimensioni adattate per il modello di reputazione online della
destinazione con i relativi driver. Il nucleo centrale è rappresentato dalle emozioni che
possono essere tracciate dall’analisi dei contenuti online.
Figura 10 – eTDR: classificazione dei contenuti per le dimensioni turistiche della destinazione
Fonte: Marchiori et al., 2010
184
I risultati dello studio della Marchiori dimostrano come il modello eTDR sia in grado di
catturare e mappare le opinioni pubblicate online, in particolare quelle che mostrano
sentimenti, usando 5 driver della reputazione:
la destinazione turistica offre prodotti e servizi che hanno un buon valore economico;
la destinazione turistica offre interessanti culture e tradizioni locali;
la destinazione turistica offre una soddisfacente esperienza turistica;
la destinazione turistica offre un ambiente sicuro;
la destinazione turistica offre un tempo piacevole.
In particolare, il modello eTDR contribuisce allo sviluppo di specifiche dimensioni per l’analisi
della destinazione turistica, consentendo alle ricerche future di definire meglio i componenti
dati per una più completa analisi. Inoltre, contribuisce allo sviluppo di un protocollo di analisi
dei contenuti che consideri i sentimenti positivi e negativi espressi online associati alle
specifiche dimensioni di analisi.
7.5
Il modello di valutazione della Web Destination Reputation: metriche e
strumenti di monitoraggio
Il Reputation Monitoring permette di conoscere la reputazione on-line di una
destinazione turistica. Sapere cosa pensa il mercato di una destinazione rappresenta
indubbiamente una vantaggio competitivo rispetto alla concorrenza, ma anche un
modo per supportare gli operatori presenti sul territorio e per immaginare politiche
volte a incrementare gli arrivi e le presenze. L’analisi della reputation on line della
destinazione non si può, però, ridurre solo a una questione di applicazioni software,
per la destinazione e va interpretata nelle sue molteplici sfaccettature. L’analisi della
reputazione di una destinazione va quindi, congegnata scomponendo gli elementi sui
quali si fonda la percezione del mercato, ovvero proposta di valore, servizi offerti, il
grado di attrattività e, soprattutto, il valore attribuito e riconosciuto dai turisti.
Il management della reputazione on-line ricerca ed analizza le conversazioni, le
opinioni e i documenti che circolano in rete sulla destinazione turistica al fine di
valorizzare il territorio, migliorare l’offerta e comprendere al meglio le necessità dei
visitatori.
L 'attività di reputation monitoring di una destinazione turistica si pone una serie di
obiettivi:
 Essere consapevoli dell’immagine veicolata e gestire la reputazione. È
fondamentale intercettare le conversazioni che si svolgono on line al fine di
tutelare la reputazione di una località turistica e mantenerne la credibilità;
 Ricavare consumer insight (identificazione di nuovi segmenti di mercato,
innovazione dell’offerta turistica, valutazione del gradimento, ricerca dei bisogni
insoddisfatti, etc..);
 Individuare i nuovi trend e i vuoti d’offerta;
 Identificare i competitors in modo da valutare ed eventualmente rielaborare la
strategia di web marketing del territorio;
 Monitorare l’andamento delle attività comunicazionali;
 Verificare il grado di coinvolgimento raggiunto sui Social (engagement).
185
Gli indicatori, in particolare, devono misurare l’attenzione, la partecipazione e il
gradimento degli utenti, cioè tre elementi prodromici all’engagement del turista.
Coinvolgere il turista significa, infatti, trasformarlo in promotore della destinazione.
Figura 9 Misurare il social media engagement
Alcune delle metriche di attenzione sono: numero di pagine viste, numero di visite,
numero di visitatori unici per unità temporale, tempo trascorso sulla pagina, tempo
medio per visita etc..
Le principali metriche di partecipazione sono: numero di click ottenuti dalla campagna,
numero di persone iscritte al feed, alla newsletter o al profilo, numero di fan/amici
ottenuti. Numero di post scritti sull’iniziativa turistica e/o sulla destinazione, numero di
contenuti lasciati ai post, numero di tweet, di video e foto pubblicate a tema, numero
di podcast e applicazioni. Numero di volte in cui i materiali UGC a tema sono stati
condivisi da terzi, inseriti tra i preferiti, taggati e suggeriti via link, numero di retweet.
Come metriche di gradimento s’intendono quelle basata su criteri essenzialmente
quantitativi (numero di like, ranking e voti ottenuti) e quelle basate su criteri
completamente qualitativi derivanti dalla lettura dei messaggi: numero di post,
commenti, recensioni positive o negative, rapporto tra numero di messaggi
negativi/positivi e il totale di messaggi rilevati.
Nel monitorare la conversazione che avviene on line nei diversi Social Media, è
necessario avere ben presente che la conversazione prenderà una forma e dei
contenuti che non dipendono dalla volontà dei diversi attori della filiera turistica o
186
dalla loro pianificazione ma dai contenuti generati dai turisti. Molte ricerche 29
dimostrano, inoltre, che le persone connesse nel nostro Paese utilizzano la rete con
una frequenza maggiore rispetto agli internauti dei principali paesi europei e talvolta
anche rispetto a quelli americani. La dieta mediatica 2.0 degli internauti è composta da
diverse attività:

aprono blog personali e tematici;

commentano i post pubblicati da altri;

frequentano forum dedicati ai temi più disparati;

fanno domande e suggeriscono risposte;

recensiscono libri, prodotti, servizi, ristoranti, locali, hotel, musei etc.

pubblicano e commentano foto e video;

raccontano le proprie esperienze, la propria giornata e condividono i propri
interessi;

segnalano i propri siti preferiti
7.6
Fasi del monitoraggio: ascolto, classificazione ed analisi quali/quantitativa
Come visto in precedenza in questo studio, una destinazione turistica non può essere
trattata come una società, poiché ha componenti non prettamente aziendali. Ad
esempio, in una società, la proprietà e la struttura son di solito ben definite; in una
destinazione, la rete organizzativa è composta da diversi attori indipendenti, a diversi
livelli. In questo contesto la caratteristica della destinazione è che un turista può
interagire con diverse realtà/attori in una destinazione durante la sua esperienza di
viaggio, così come prima e dopo la visita.
In tal senso, essendo i contenuti on line numerosissimi, risulta indispensabile riuscire a
monitorare tutte le informazioni relative ad una destinazione turistica attraverso un
modello sistematico di monitoraggio della web reputation che si compone delle
seguenti fasi:
29
Il rapporto “State of the Media: The Social Media Report” di Nielsen fa emergere che l’84% degli internauti
italiani si collega almeno una volta al giorno al proprio social network o blog preferito, contro una percentuale
di internauti americani pari all’80% che praticando la stessa attività on line.
187
Figura 10 Le fasi del monitoraggio della web reputation
7.6.1
Fase 1
La prima fase, quella di Audit, consiste nella mappatura dei luoghi on line di opinion
making e degli influencer e più in generale nell’individuazione delle fonti web da
analizzare collegate alla destinazione turistica. Questo processo consente di verificare
dove avvengono le discussioni on line e chi ne parla.
Ma non tutto quello che si trova on line è degno di essere “ascoltato”. Difatti è
necessario riuscire a monitorare solo ciò che effettivamente interessa e quindi quali
fonti sono attendibili e quali no. A tal fine può essere utile seguire i seguenti criteri:



Criterio della rilevanza: le attività di monitoraggio si concentrano soprattutto dove
c’è maggiore risonanza come forum o social network o comunque community con
un alto numero di iscritti
Criterio tematico: è un attività circoscritta a blog, forum o social network dedicati a
temi specifici;
Criterio territoriale: limita il monitoraggio alle fonti appartenenti a precisi mercati
geografici di riferimento. La scelta di questo criterio implica uno studio delle
piattaforme più utilizzate nelle diverse aree geografiche. Non sempre l’estensione
del nome (.it, . fr, .de, .en ,……) è indicativa della provenienza.
Tra le tecniche per l’ascolto si possono segnalare:
188




Ricerca tramite keyword 30 e tag;
Backlink, per vedere da chi si è linkati e analizzare la fonte del backlink (chi linka e
da chi è linkato);
Feed Rss (really simple syndacation) o attivare “alert” per essere aggiornati
quotidianamente e in real time sulle notizie relative alla destinazione turisitca;
Tool ad hoc per l’analisi delle conversazioni espresse sui Social Network: l’utilizzo di
software di crawling nella fase di ascolto è utile a mappare i luoghi di opinion
making e gli influencer.
7.6.2
Fase 2
Il secondo passo è quello della raccolta di post e di altri contenuti generati dai
consumatori, che avviene attraverso appositi software di crawling.
Lo sviluppo del Social Media Monitoring e la conseguente proliferazione di recensioni,
valutazioni e contenuti User-Generated ha stimolato molto gli studi per
l’implementazione dell’intelligenza linguistica e dell’analisi semantica, e ha dato grande
impulso alla sentiment analysis.
Per sentiment analysis si intende la rilevazione di opinioni contenute nei testi estratti.
Vengono tenuti in considerazione tutti i post che citano un determinato target, l’analisi
del sentiment separerà quelli in cui c’è una citazione neutra da quelli in cui vi è
espressa un’opinione positiva o negativa. Questo tipo di operazione può essere svolta:

Manualmente: un operatore esperto individua le stringhe di testo di interesse e
assegna loro la codifica semantica appropriata, procede con l’assegnazione della
polarità corretta rispetto al tipo di opinione. Si tratta quindi, di comprendere quale sia
il grado di gradimento dell’utente. Le informazioni raccolte vanno classificate da
un’intelligenza umana, che legga il tono, ad esempio, ironico di una frase. Non sempre i
software destinati all’analisi del sentiment, infatti, riconoscono molte componenti
tipiche delle conversazioni on line come:
errori grammaticali e/o di battitura;
-
ironia;
-
emoticon e simboli grafici sofisticati;
-
linguaggio informale/slang/dialetti/acronomi recenti;
30
La ricerche si basano su parole chiave. Le parole da scegliere sono molto importanti, e devono essere legate
ad una precisa individuazione del contesto e del perimetro di ascolto (Flora 2013). Per selezionare le migliori
parole chiave è consigliabile:
 Non utilizzare parole troppo comuni, se non accompagnate da disambiguatori e operatori logici (and, not,
or);
 Inserire i nomi del brand e dei competitors, con gli eventuali più comuni storpiamenti;
 Utilizzare una visione progressiva (top-down), inserendo di volta in volta descrittori di secondo livello per
eliminare il rumore;
 Inserire se necessario anche lo slang e/o le terminologie informali, come le abbreviazioni di uso comune;
 Fare molte prove con Google Trends: per mostrare termini derivati e correlati che magari al momento non
saltano in mente, ma che sono in grado di rilevare grandi verità sul brand (veri competitors, posizionamento
etc).
189
-
giochi di parole e frasi fatte;
-
non distinzione tra profili/account reali e fake.

Automaticamente: analisi automatica tramite l’aiuto di software e fa si che
venga attribuita una valutazione positiva o negativa a un’opinione. Per poter procedere
all’analisi occorre identificare i contenuti collegati al tema della destinazione turistica
ossia definire i driver che funzionano come predittori di reputazione di una
destinazione.
Una possibile linea guida per l’analisi dei contenuti on line di una destinazione turistica
è quella che identifica 7 dimensioni “core” di valutazione: prodotti e servizi,
innovazione, società, leadership, ambiente, prestazioni e gestione.
Tabella 5. Linee guida per l’analisi dei contenuti on line
Dimensioni
principali
Drivers
offerta prodotti turistici e servizi di qualità
offerta di un ambiente piacevole
Prodotti e servizi adeguate infrastrutture per i turisti
ambiente sicuro
prodotti e servizi di valore rispetto ai soldi investiti
miglioramento costante dei prodotti e servizi turistici
Innovazione
presenza di prodotti e servizi turistici innovativi
favorire comportamenti responsabili tra visitatori e residenti
Società
ospitalità dei residenti
culture locali e tradizioni
presenza di informazioni precise riguardo ai prodotti e servizi
turistici
Leadership
presenza di un'immagine precisa come destinazione turistica
utilizzo adeguato delle proprie risorse ed infrastrutture
responsabilità nell'utilizzo delle risorse ambientali
Ambiente
sostegno alle iniziative ecologiche
Sostenibilità di una destinazione turistica
migliore performance rispetto alle destinazioni concorrenti
soddisfazione delle aspettative dei turisti come destinazione
Prestazioni
turistica
offerta di un'esperienza turistica soddisfacente
livello di cooperazione ed interazione con l'industria del turismo e
le organizzazioni turistiche
Gestione
gestione etica in accordo con le oragnizzazione turistiche dei
visitatori e residenti
fornitura di prodotti e servizi corrispondenti all'offerta
Fonte: ns. elborazioni
7.6.3
Fase 3
Il terzo step è la codifica dei dati quali-quantitativi attraverso software statistici e di
analisi del contenuto e la creazione di una reportistica dettagliata.
In particolare vengono tracciate informazioni relative a:
Sentiment (come se ne parla), ossia l’espressione qualitativa del contributo alla
conversazione. Il sentiment di una destinazione turistica è dato dalla somma delle
informazioni, delle opinioni e dei contenuti (TGC) presenti in rete. Possono essere
190
positivi, negativi se evidenziano i limiti della destinazione ma anche neutri se i
suggerimenti e i racconti dei turisti o degli influencer non sono in grado di coinvolgere
e suscitare emozioni;
Topic trend (di cosa si parla), cioè gli argomenti più frequentemente associati
alle keyword analizzate. Tale indicazione può essere ottenuta esaminando le
conversazioni più dibattute, definendo delle classi tematiche che siano in grado di
raccogliere i messaggi riferiti ai temi più probabili. Analizzando termini e concetti più
ricorrenti attraverso il conteggio delle occorrenze dei termini e dei concetti presenti nei
messaggi è possibile non solo verificare l’incidenza di tematiche previste, ma anche scoprire
nuovi argomenti.
Un ulteriore passo di approfondimento sui termini, consiste nel determinare delle
mappe concettuali nelle quali viene mostrato come le parole chiave delle conversazioni
riferite a una destinazione turistica si combinano in relazione a un termine proposto come
oggetto dell’analisi. Attraverso le mappe è possibile comprendere in che modo i temi
affrontati e i destination brand si combinano tra loro.
Figura 11 Mappe concettuali per l’analisi di una destinazione: il caso Ravenna
Fonte: Ravenna Brand Index, 2014 31
Strenght (quanto se ne parla), ovvero il numero di citazioni in rete (share of
buzz). Un importante informazione che può essere fornita dall’analisi di monitoraggio è
“quanto si parla della destinazione turistica online”. Il conteggio delle citazioni ottenute
online o dei messaggi che hanno menzionato l’oggetto sottoposto ad analisi. È
necessario effettuare l’analisi confrontando i risultati ottenuti con un valido competitor
31
Si tratta di una tecnica statistica che consente di analizzare matrici di similarità e di rappresentare le relazioni
tra i dati entro uno spazio di dimensioni ridotte. All’interno delle matrici quadrate sono riportati i valori di
prossimità (dissimilarità) derivati dal calcolo di un indice di associazione consentendo, in tal modo di
interpretare le relazioni tra gli “oggetti” in termini di vicinanza/distanza sia le dimensioni all’interno dello spazio
in cui sono rappresentati.
191
(in questo caso un’altra località turistica). Il dato (numero di post o di mention sul
prodotto), è suscettibile di diverse interpretazioni, a seconda che esso sia considerato
in una prospettiva statica o diacronica. La prospettiva statica prevede come indicatore
il numero di citazioni e messaggi in percentuale rispetto al competitor. Spesso viene
valutato il brand awareness online in modo comparato rispetto ai dati ottenuti tramite
le ricerche tradizionali. Inoltre, vi è la valutazione della popolarità, dello share of voice
rispetto al competitor (diretto o indiretto). Entrambe le valutazioni sono realizzate sul
totale dei messaggi rilevati sui social media.
Fonte: Analisi reputazionale delle città d’arte, FormezPA , 2013 32
La prospettiva diacronica indica la variazione nel tempo del numero di citazioni e post
rilevanti. I risultati vengono valutati rispetto alla storia del destination brand e alle
azioni di branding realizzate durante il periodo in cui si è effettuata una politica di
32
Il seguente istogramma, diviso per totale dei volumi del parlato secondo i brand drivers visualizzati
in legenda, offre la possibilità di visualizzare le tematiche maggiormente dibattute fra i turisti nelle
diverse città.
192
monitoraggio della destinazione turistica. Inoltre, si effettua anche una valutazione nel
tempo dello share of voice, tenendo conto delle iniziative di business, marketing e
comunicazione dei competitor. Dall’analisi diacronica si ottiene una mappatura della
presenza nel tempo della destinazione turistica sui vari social media. Grazie a questa
rappresentazione grafica del trend dei messaggi rilevanti è possibile comprendere se si tratta
di una presenza stabile sui social media (con andamento lineare e costante) o legata a
particolari eventi. La valutazione dell’evoluzione della brand presence nel tempo è una
ricerca utile per valutare l’efficacia delle campagne di comunicazione e per
l’individuazione tempestiva di fenomeni emergenti che coinvolgono l’oggetto dell’analisi.
Fonte: Analisi reputazionale delle città d’arte, FormezPA, 2013 33
Virality and Reach (come si diffonde), cioè come il messaggio si diffonde in rete
e quante persone sono state raggiunte;
Source (dove se ne parla), ossia l’analisi delle fonti, mediante la quale viene
definita qual è il luogo in cui si sviluppa la conversazione e il grado di influenza che
esercitano in base alle tipologie di utente coinvolto nella conversazione. Esaminare lo
share of buzz delle diverse tipologie di fonti quali, forum, blog, social network, offre una
prima informazione del tipo di partecipazione e coinvolgimento che il brand può generare.
La definizione di una lista di social media o siti web dove è avvenuta un intenso scambio di
informazioni, può essere utile come guida per una successiva pianificazione di attività di
ascolto o comunicazione.
Influence (chi ne parla) rappresenta l’analisi di chi ne parla e quanto è influente;
Tempo (quando se ne parla) offre il monitoraggio per giornata, settimana, mese,
trimestre, anno etc… delle conversazioni.
Nella fase conclusiva del processo, attraverso l’interpretazione si traducono le
conversazioni in insight di marketing e in nuove strategie di acquisto e consumo.
Ogni meta è rappresentata con un cerchio la cui dimensione è proporzionale alla quantità di
parlato. I cerchi più piccoli associati a ciascun brand rappresentano le categorie più citate.
33
193
I risultati ottenuti attraverso il Social Media Monitoring vengono veicolati attraverso
tre principali tipologie di output:
Alert: in genere via mail, per messaggi negativi o potenzialmente lesivi (per una
o più keyword concordate);
Rassegna: ricevuta con cadenza prefissata (quotidiana o settimanale), fornisce
una lista completa dei messaggi contenenti le keyword che interessano. Spesso
accompagnata da un’analisi del sentiment, che distingue i messaggi in positivi, negativi
e neutri;
Report: un servizio report può fornire una precisa rappresentazione dello
scenario in cui la destinazione turistica opera. Il report viene realizzato da un team di
web analyst. Le principali tipologie di report da generare sono:
o
Report one shot commissionato dai clienti. Comprende analisi di prodotti e
servizi per un determinato periodo (tre o anche sei mesi);
o
Report di tracking, report richiesti per specifiche attività di comunicazione;
o
Report continuativo basato sull’analisi ongoing, con report consegnati secondo
una scadenza predefinita e la possibilità di modificare i parametri dell’analisi in corso.
Di seguito si riporta un esempio di reportistica di Social Media Marketing attraverso un
sintetico cruscotto di controllo.
194
Una volta terminata l’analisi sarà, quindi, necessario organizzare la fase di gestione
della web reputation. In particolare gli obiettivi prefissati da raggiungere saranno:
- rendere meno visibili i contenuti negativi;
- colmare le lacune informative;
- definire le strategie di comunicazione ed interazione per far capire le innovazioni
della destinazione turistica;
- rimuovere i contenuti lesivi e diffamatori e i falsi rumor;
- monitorare il web sentiment e le conversazioni rispetto a marchi, prodotti e
servizi di una destinazione turistica;
- orientare le successive attività produttive, organizzative e comunicative al fine di
migliorare il livello di soddisfazione dei clienti.
7.7
L’applicazione di tecnologie semantiche per la Sentiment Analysis
Come abbiamo già evidenziato esistono numerosi strumenti che possono essere
utilizzati per l’analisi della reputazione on line di una destinazione turistica,
195
evidenziando il sentiment dei turisti. Una prima modalità si basa sulle citazioni sul web.
Mediante strumenti di alert, quali ad esempio Google Alert o Yahoo Alerts si ricevere
una notifica – normalmente via email con una frequenza definita dall’utente - della
pubblicazione sul Web di contenuti relativi alla destinazione o all’azienda o
all’organizzazione di interesse. Si tratta di interrogazioni automatiche legate ad un
insieme predefinito (e personalizzato) di parole chiave. Questo tipo di strumenti, che
nella versione più semplice sono gratuiti, presentano prestazioni limitate, con bassi
valori di precisione.
Sistemi più sofisticati sono in grado di monitorare le piattaforme di social networking
più diffuse, contenuti pubblicati in più lingue, applicando tecnologie di Information
Retrieval e di analisi linguistica di diversa complessità. Tuttavia, la maggior parte di
questi sistemi presenta limiti dovuti prevalentemente ad un approccio sintattico o solo
limitatamente semantico alla individuazione delle menzioni e all’analisi del sentiment.
Una mera raccolta di istanze ottenuta utilizzando uno strumenti di Alert offre un punto
di vista esclusivamente quantitativo che non delinea la reazione del pubblico nei
confronti dell’offerta. Ciò che risulta prioritario, soprattutto in termini di efficacia, è
un’analisi qualitativa che offra una visione di insieme sul sentiment relativamente
all’offerta e al tempo stesso la possibilità di dettagliare tale sentiment, così da poter
avere sotto controllo eventuali situazioni critiche.
L’applicazione di tecnologie semantiche per realizzare un’analisi degli UGC di tipo
testuale permette di comprenderne il significato e valutare il giudizio espresso in
relazione ad una organizzazione complessa come una destinazione turistica, che non è
riconducibile ad un singolo dominio (Franch, 2010), in cui l’offerta si caratterizza per il
contributo di numerosi operatori e la domanda, in continua evoluzione, è costituita da
segmenti di mercato con esigenze ed aspettative diverse.
Il primo passo prevede la definizione di un modello (topic model) che permetta di
individuare i concetti sui quali si basa la reputazione di una specifica destinazione A
ciascun concetto (driver) corrisponde un insieme di indicatori, da ricercare negli UGC
rilevanti.
L’analisi semantica permette di analizzare più accuratamente anche il sentiment
espresso nelle menzioni, evitando i fraintendimenti dovuti all’uso di termini predefiniti
in una determinata frase, per cui ad esempio, “buono” corrisponde a un giudizio
positivo, ma che non si conferma nell’espressione “i trasporti pubblici viaggiano in
media con un buon quarto d’ora di ritardo”.
Tuttavia, non è affatto semplice ricevere un feedback strutturato o strutturabile da
parte dei turisti, anche perché ogni giudizio per definizione esprime una visione od
emozione soggettiva e in quanto tale esprimibile in diversi modi linguistici.
Per quanto riguarda il linguaggio, le problematiche per l’analisi automatica degli UGC
possono essere classificate in primo luogo rispetto ad ortografia, sintassi e semantica:

ortografia: esistono svariate forme “colorite” e regionali; abbreviazioni, che
contraddistinguono il linguaggio degli SMS così come quello di forum e dei blog;

sintassi: un giudizio può essere espresso in una semplice frase, ad es., “mi
piace”, oppure può essere il risultato di un ragionamento complesso articolato
su più frasi;

semantica: lo studio del significato delle parole mostra la complessità del
linguaggio, continua fonte di potenziale ambiguità; due parole scritte nello
stesso modo possono riferirsi a due concetti diversi (come Napoli inteso come
196
squadra di calcio o come città); due parole scritte in modo diverso possono fare
riferimento allo stesso oggetto (come ad esempio, albergo e hotel).
Un sistema semantico, in grado di comprendere il significato dei testi, permette di:

focalizzarsi sui contenuti dei testi, e quindi su argomenti, concetti, entità
salienti, indipendentemente dal modo in cui sono stati espressi e a prescindere
dal formato, archivi, ecc.

garantire un livello più alto di precisione nell’interpretazione del significato delle
parole: le tecnologie più comuni per l’elaborazione di un testo scritto nel
linguaggio comune raggiungono un grado di precisione che si aggira fra il 45% e
il 55%. Alcuni sistemi per applicazioni specifiche o su domini ristretti arrivano a
percentuali più alte, con punte intorno al 70%. Con l’analisi semantica, la
precisione può superare il 90% indipendentemente dal contesto e dalla quantità
di documenti.
Il processo di analisi della sentiment analysis di una destinazione turistica prevede tre
fasi principali:

individuazione delle fonti web sulle quali individuare gli UGC collegati alla
destinazione tenendo conto dei profili del target dell’offerta turistica e di altri
criteri volti ad ottimizzare l’efficacia delle strategie di comunicazione e
promozione;

definizione e validazione dei concetti (driver) da localizzare all’interno delle
opinioni raccolte sul web;

analisi linguistica delle opinioni per riconoscere e classificare i contenuti
rilevanti rispetto agli elementi caratterizzanti l’offerta turistica culturale e
valutazione del sentiment.
Per le destinazioni turistiche, i siti di riferimento appartengono a due gruppi 34

social network e altri siti ‘generalisti’ più usati nelle aree geografiche da cui
provengono i turisti (flussi incoming), ad esempio Facebook e Twitter perché
hanno un largo pubblico

siti collegati al settore del turismo (denominati anche Travel 2.0), perché
frequentati dai turisti per programmare, realizzare e condividere le esperienze
di vacanza. Fra questi, Tripadvisor è uno dei più noti, ma ne esistono moltissimi,
fra cui si possono citare anche Zoover, Wayn, TripIt.
Il secondo passo è il più critico, perché si tratta di focalizzare l’attenzione sulle strategie
promozionali della destinazione per stabilire quali sono gli UGC di interesse. Se, ad
esempio, si volesse verificare la reputazione online della destinazione rispetto alle
attività sportive praticabili per promuovere un’offerta turistica caratterizzata da una
vacanza attiva, tipicamente per attirare un segmento di turisti giovani occorrerà
identificare contenuti collegati a tale tema. Si tratta in sostanza di definire un “topic
model”, ovvero una strutturazione di argomenti.
34
Linee guida per l’identificazione delle fonti da monitorare per un hotel sono contenute in Tourism British
Columbia, Online reputation management, 2011,
www.jti.gov.bc.ca/industryprograms/pdfs/OnlineReputationManagementTBEGuide2011_Jun15.pdf 2011]
197
A titolo di esempio, la tabella 4 illustra un “topic” per una destinazione turistica
culturale. Dalla definizione dei driver di riferimento dipendono le analisi che possono
essere effettuate sui dati.
Come si può vedere dalle tabella, a ciascuno dei driver individuati per descrivere
l’offerta culturale viene associata una tassonomia che permette di rappresentare in
modo calibrato gli elementi di interesse, sufficientemente dettagliati, ma non troppo,
per evitare, rispettivamente classificazioni generiche o forzate o di frammentare
l’analisi dei dati.
Il terzo passo, analisi e classificazione degli UGC rispetto a contenuto e sentiment, si
basa sull’applicazione di tecnologie semantiche in grado di comprendere quali
menzioni sono rilevanti per un determinato driver e quale, se presente, è il giudizio
dell’autore rispetto ad esso. Le tabelle (tassonomie) definite per una determinata
destinazione e strategia della stessa costituiscono la base per la classificazione delle
menzioni, per evidenziare, ad esempio, che uno post su un blog riguarda una specifica
esposizione (Product, Event) di uno dei musei (Line: Musei e Istituzioni) nella
destinazione, l’acquisto del catalogo (Qualità) in occasione del vernissage (Feature
part: Microeventi). In generale, un driver, è descritto da una quintupla ordinata
costituita da:
“Brand/dominio, Line, Product/Service, Feature/Part, Quality”
Ad ognuna delle informazioni riconducibili a un ramo della tassonomia, viene
assegnato un giudizio in senso assoluto normalizzandolo secondo uno schema
predefinito. Ad esempio è ipotizzabile uno schema del tipo:
“1 = very poor; 2 = poor; 3 = fair; 4 = good; 5 = excellent”
Rispetto al processo di analisi semantica occorre porre in essere le eseguenti attività:
198
1)
reperimento delle informazioni: agenti software di acquisizione dati consentono di
prelevare e raccogliere tutti i contenuti da analizzare, indipendentemente dalla
provenienza e dal formato (crawling); in particolare, tali agenti producono post in formato
normalizzato aventi la seguente struttura:
 nome della fonte; localizzatore universale della fonte (URL o equivalente);
 titolo della discussione (thread); localizzatore universale della discussione (URL o
equivalente);
 localizzazione contestuale della discussione (rispetto alla fonte);
 titolo del post; localizzazione universale del post (URL o equivalente);
 localizzazione contestuale del post (rispetto alla discussione);
 data e ora di pubblicazione; autore; testo; firma dell'autore.
2)
individuazione dei driver, cioè una categoria o un insieme di categorie a cui può essere
associato un giudizio;
analisi linguistica: sui dati prelevati si svolge l’analisi linguistica completa - morfosintattica,
grammaticale, logica, semantica - per estrarre le informazioni necessarie per le successive
analisi;
interrogazione e reporting: l’utente finale può visualizzare ed analizzare tutte le
informazioni raccolte, attraverso interfacce di interrogazione e monitoraggio. La possibilità
di strutturare i dati e renderli facilmente navigabili, permette analisi di vari tipi, sia da
parte del top management, che dell’operatore, senza richiedere competenze tecniche o
applicative specifiche.
Infine per singolo post, viene effettuata l'estrazione e la normalizzazione dei dati
elementari utili, cioè di tutte le espressioni che possono indicare driver e delle espressioni
che possono indicare rating; successivamente, viene effettuata la composizione dei
giudizi, ossia l’attribuzione dei rating ai driver.
3)
4)
5)
7.8
Conclusioni
L’attività di verifica critica della letteratura di settore ha permesso di sviluppare un
framework teorico per l’analisi dei processi di image building di un territorio a vocazione
turistica, individuando quegli strumenti per il monitoraggio della web reputation e per la
valutazione degli user generated content, che permettono di definire il sistema
concettuale ed operativo di riferimento per la costruzione e gestione della web
reputation della destinazione.
Il modello di analisi delineato - che sarà successivamente sperimentato mediante
un’indagine empirica sull’immagine e la web reputation della destinazione turistica
Napoli - va inteso a completamento di una più complessa architettura intelligente che,
attraverso l’uso di piattaforme dedicate, consenta la definizione di un ampio range di
servizi integrati, volti a migliorare, da un lato, la capacità di disegnare, progettare e
pianificare l’offerta turista e, dall’altro, di monitorare la risposta e il percepito dei
visitatori.
Sì è, infatti, consapevoli che un modello per l’analisi reputazionale di una destinazione
turistica, pienamente sperimentabile, rappresenti l’avvio di un processo di innovazione e
di concreta realizzazione di iniziative “smart” volte a favorire un uso intelligente delle
informazioni presenti in rete e generate direttamente dai fruitori dei prodotti turistici
per:
199



progettare esperienze e occasioni di fruizione del territorio sulla basa di una profilazione
dell’utente;
informare il turista e il cittadino per favorire la pianificazione e migliorare l’esperienza di
fruizione;
vendere pacchetti di servizi personalizzati.
In questa ottica l’analisi desk ha permesso di individuare le linee metodologiche di
riferimento e, conseguentemente, un possibile modello per la valutazione della web
reputation delle destinazioni turistiche e più in generale degli user generated content.
I punti di forza dell’approccio proposto sono la completa trasparenza del funzionamento
del sistema di analisi della reputazione on line nei confronti dell’utente finale e l’analisi
semantica di testi. Quest’ultima consente di ricavare dagli UGC informazioni utili per
comprendere le esigenze dei turisti, conoscere come sono percepiti i competitors,
individuare gli aspetti critici su cui intervenire e quelli positivi da valorizzare, identificare
opinion leader da contattare e coinvolgere, raccogliere feedback su specifici pacchetti
prodotti/servizi dell’offerta turistica. L’individuazione di località, eventi, hotel, ecc.
consente di rispondere a domande su quali siano le località o gli eventi citati più
frequentemente, come siano percepiti e quali siano le destinazioni più suggerite e quali
giudizi vengono formulati sui singoli operatori turistici.
Sul piano metodologico, queste informazioni confermano l’utilità da parte delle
Destination Management Organization (DMO) di adottare un efficace sistema di analisi
della reputazione online, stabilendo procedure e strumenti per agire a due livelli:


operativo, per attività di CRM, rispondendo adeguatamente ai singoli post;
strategico, per la pianificazione della promozione e dello sviluppo della destinazione,
identificando eventuali trend o minacce per il successo della stessa.
L’applicazione di tecnologie semantiche permette a una DMO di svolgere anche un
importante ruolo di coordinamento delle strategie di web marketing, laddove venga
utilizzata per segnalare agli operatori sul territorio le opinioni e i commenti che li
riguardano.
Il modello sperimentale per la valutazione della web reputation ipotizzato prevede tre
macro-fasi:
1.
progettazione della ricerca;
2.
raccolta dei dati;
3.
analisi dei dati e redazione del report di ricerca.
La fase di progettazione consiste nella costruzione del disegno di ricerca empirica, che
nel caso della destinazione turistica Napoli, significa definire in modo specifico:
 gli aspetti e i tematismi connessi al turismo a Napoli che dovranno essere
indagati per valutare la reputation on line;
 gli ambiti della ricerca ovvero le piattaforme sociali, i forum e le community che
saranno oggetto di analisi;
 la lingua d’ascolto delle conversazioni, ovvero italiano e inglese così da avere una
visione nazionale e internazionale della reputazione della città di Napoli.
 i tempi della ricerca.
200
La fase di raccolta dei dati si caratterizza per l’utilizzo di piattaforme software per
l’ascolto e l’analisi delle conversazioni sviluppate nei “luoghi della rete”. Tali piattaforme
permettono di raccogliere i dati sull’immagine e la reputation on line di una
destinazione come la città di Napoli, mediante il ricorso a sistemi di acquisizione dei dati
social con copertura completa delle principali fonti, sia forum e community che social
network (ad esempio Facebook, Twitter e TripAdvisor). In tal modo è possibile
raccogliere il sentiment della rete nei confronti della destinazione turistica
Questa fase per rispondere ai criteri di ricerca fissati nella fase di progettazione, richiede
la definizione di chiavi di lettura delle conversazioni in rete. Occorre, quindi, identificare
una tassonomia, ovvero una struttura di macrotemi grazie a quali catalogare e
raccogliere i commenti rilevati in rete, riconducibili ai principali tematismi turistici e agli
argomenti trattati per valutare la destinazione e per raccontare l’esperienza del turista.
Nel processo di categorizzazione semantica sono individuate le parole (keyword) più
utilizzate dagli utenti nei post sui social media oggetto di analisi e, successivamente,
sulla base di tali rilevazioni viene valutato il sentiment (positivo, negativo o neutro) ad
esse attribuito. E’ chiaro che per una destinazione turistica con una forte vocazione
internazionale come Napoli la lingua di “ascolto delle conversazioni” non può limitarsi
all’italiano ma deve tenere conto delle aree di provenienza dei flussi turistici esteri.
La fase di analisi dei dati e redazione del report di ricerca realizza una puntuale
interpretazione delle informazioni raccolte che permette di giungere a una valutazione
dell’immagine e della web reputation della destinazione. Per illustrare i risultati si può
ricorrere anche a sistemi di rappresentazione grafica come il cloud o nuvola, che
evidenziano in modo immediato e intuitivo le categorie di analisi con una dimensione
proporzionata alla frequenza con cui se ne parla, mentre il sentiment ad esse associato
può essere raffigurato attraverso variazioni cromatiche.
Più in generale è strutturabile un dashboard di analisi che consenta di definire un
cruscotto di accesso real time ai dati.
Il modello di analisi dei dati, raccolti su di un arco temporale significativo, evidenzia una
metodologia applicata, basata su di un mix di:
 analisi quantitativa, volta a monitorare le discussioni online circa la destinazione,
ad esempio la città di Napoli, e il suo scenario di riferimento mediante:




mappatura delle fonti;
raccolta contenuti specifici per il progetto attraverso specifici software;
strutturazione del campo di analisi: selezione delle parole chiave, creazione di query di
ricerca per isolare e disambiguare i messaggi sul tema oggetto di analisi;
analisi qualitativa della reputazione sull’insieme dei messaggi lasciati in rete.
Va sottolineato come il modello prospettato metta in evidenza la forza dell’analisi
semantica per due aspetti particolari: la capacità di analizzare una grandissima quantità
di testi e la capacità di stabilire connessioni tra le parole, producendo concetti. La
differenza, rispetto a una ricerca “stile” Google è notevole; in quest’ultimo caso la
tecnica seguita è quella delle “singole parole”, mentre l’analisi semantica procede per
concetti, cioè per “gruppi di parole”.
Per fare un esempio, se nell’analisi sarà citato il concetto di ‘cheap’, povero, scarso,
conveniente, a buon mercato, non significa che siano state trovate solo centinaia o
migliaia di volte in cui il termine è stato usato, magari in contesti diversi e ambigui
(rispetto al suo effettivo significato), ma che esso viene considerato in quanto concetto,
201
cioè avendo verificato il contesto in cui viene impiegato (nel nostro caso, ad esempio,
sia in senso positivo, nell’accezione di buono, risparmioso, di alto rapporto
qualità/prezzo e nel senso negativo, nell’accezione di scarso, deludente, non
gratificante) e secondo le connessioni che porta con sé (giudizi di valore, riferimenti
specifici a questo o quell’oggetto) e non come termine isolato.
Pertanto, nella consapevolezza dei limiti dovuti prevalentemente ad un approccio
sintattico o solo limitatamente semantico alla individuazione delle menzioni e all’analisi
del sentiment, il background teorico del modello proposto per la valutazione della
reputazione on line di una destinazione turistica integra strumentazioni di Social
Network Analysis con Social Media Analytics, rendendoli fruibili e funzionali per le scelte
di Destination Management.
Rispetto all’analisi tradizionale, che si svolge attraverso analisi campionarie, interviste, o
analisi dei dati statistici ufficiali, l’analisi semantica ha possibilità nuove, e impensabili
prima dell’avvento della digitalizzazione dell’economia. Infatti, ciò che viene catturato è
l’autentico pensiero degli utenti, prodotto non in un contesto definito “a priori”, come
l’intervista, ma in maniera libera, perché il fine è quello di comunicare agli altri le
proprie impressioni, il proprio sentimento, le proprie valutazioni, non di rispondere a
domande su un questionario e in una cornice definita dalla presenza di un intervistatore.
Si tratta di linguaggio comune, perciò si possono trovare errori di riconoscimento, ad
esempio nell’attribuzione del periodo storico di un’opera pittorica o di un monumento,
ma hanno la capacità di rappresentare il pensiero dei turisti senza intermediazioni,
interpretazioni e pregiudizi di ogni tipo rispetto al loro pensiero.
Naturalmente si tratta d’informazioni destrutturate, l’analisi semantica serve appunto a
cercare una sintesi, non anteponendo proprie metodologie o interpretazioni, ma
semplicemente condensando il significato dello scrivere di una grande moltitudine di
persone. L’analisi semantica permette al mondo del turismo di avere la possibilità di
202
stabilire l’autentico sentimento delle persone, degli ospiti, rispetto all’esperienza della
loro vacanza e del loro viaggio. La novità è fondamentale: non è importante dare i voti
all’aeroporto o ai musei in generale, in astratto, ma vale quello che emerge
spontaneamente dall’esperienza di chi li vissuti.
7.9
Bibliografia
Anholt, S. (2006). Is place branding a capitalist tool? Place Branding, vol. 2, n.1, 1–4.
Baloglu, S., & McCleary, K.W. (1999). A Model of Destination Image Formation. Annals of Tourism
Research, 26(4), 868-897.
Blain, C. Levy, S., Ritchie, B. (2005). Destination Branding: Insights and Practices from Destination
Management Organizations. Journal of Travel Research, vol. 43, 328-338
Bosque, I., and Martín, H. (2008), Exploring the cognitive-affective nature of destination image
and the role of psychological factors in its formation, Tourism Management, 29, 2, 263–277.
Boulding, 1956, The Image
Buhalis, D., & Law, R. (2008). Progress in information technology and tourism management: 20
years on and 10 years after the Internet - The state of eTourism research. Tourism Management,
vol. 29 n.4, pp.609–623
Caroli, M.G. (1999) Il marketing territoriale. FrancoAngeli editore
Casaló, L., Flavián, C., & Guinalíu, M. (2011). Understanding the intention to follow the advice
obtained in an online travel community. Computers in Human Behavior, 27(2), 622–633.
Castronovo C., Huang L. (2012) Social media in an alternative marketing communication model.
Journal of Marketing Development and Competitiveness, volume 6, n. 1, pp. 117-134
Castronovo, Cristina, and Lei Huang. "Social media in an alternative marketing communication
model." Journal of Marketing Development and Competitiveness 6.1 (2012): 117-134.
Chan, N. L., & Denizci Guillet, B. (2011). Investigation of social media marketing: How does the
hotel industry in Hong Kong perform in marketing on social media websites? Journal of Travel &
Tourism Marketing, 28(4), 345–368.
Chun R. (2004) The E-reputation mix: building and protecting retail brands online, European
Retail Digest, vol. 41, pp. 1-4
Chung, J.K., Buhalis D. 2008 Web 2.0: A study of online travel community, in P. O’Connor, W.
Höpken, U. Gretzel (eds), Information and Communication Technologies in Tourism 2008, pp 7081 ISBN: 978-3-211-77279-9
Constantinides E. and Fountain S.J. Web 2.0. 2008 Conceptual Foundations and marketing issues.
Journal of Direct, data and Digital Marketing Practice 9, 3: 231–244.
Cox, C., Burgess, S., Sellitto, C., & Buultjens, J. (2009). The role of user-generated content in
tourists’ travel planning behavior. Journal of Hospitality Marketing & Management, 18(8), 743–
764
Dellarocas, C. (2003). The digitization of word of mouth: Promise and challenges of online
feedback mechanisms. Management Science, 29(10), 1407–1424.
203
Emler, N. (1994). The young person's relationship to the institutional order. In S Jackson and H.
Rodruigez Tome (Eds.) The social worlds of adolescents. Hillside: Erlbaum. (Pp. 229-250).
Fodness, D. & Murray, B. (1997). Tourist Information Search. Annals of Tourism Research, Vol. 24,
No. 3, 503-523
Fombrun, C.J. & Shanley, M. (1990) `What's in a name? Reputation-building and corporate
strategy', Academy of Management Journal, 33: 233-258
Fombrun, C.J. (1996) Reputation: Realizing Value from the Corporate Image, Cambridge, MA:
Harvard Business School Press.
Franch M. (ed), Marketing delle destinazioni turistiche. Metodi, approcci e strumenti,
Fuchs, M., Scholochov, C., & Höpken, W. (2009). E-Business adoption, use, and value creation: An
Austrian hotel study. Information Technology & Tourism, 11(4), 267–284.
Gartner, W.C. (1993). Image formation process. Journal of travel & tourism marketing, 2(2/3),
191-215.
Govers R., and Go F. (2009) Place branding. Palgrave
http://scholarworks.umass.edu/cgi/viewcontent.cgi?article=1259&context=gradconf_hospitality
Huang, L. (2011). Social media as a new play in a marketing channel strategy: Evidence from
Taiwan travel agencies’ blogs. Asia Pacific Journal of Tourism Research, 17, 615–634.
doi:10.1080/10941665.2011.635664
Huang, Y. H., Basu, C., & Hsu, M. K. (2010). Exploring motivations of travel knowledge sharing on
social network sites: An empirical investigation of U.S. college students. Journal of Hospitality
Marketing & Management, 19(7), 717–734
Hunt, J.D. (1975). Image as a Factor in Tourism development. Journal of Travel Research, 13(4), 17.
Inversini A., Marchiori E., Dedekind C., Cantoni L. (2010) Applying a conceptual framework to
analyze online reputation of tourism destinations. Proceedings of the International Conference in
Lugano, Switzerland, pp.321-332
Inversini, A., Cantoni, L., & Buhalis, D. (2009). Destinations’ information competition and web
reputation. Information Technology & Tourism, 11(3), 221–234.
Jaffe, E.D. and Nebenzahl, I.D. (2001) National Image and Competitive Advantage – The Theory
and Practice of Country-of-Origin Effect. Copenhagen: Copenhagen Business School Press.
Jeng, J., & Fesenmaier, D. (2002). Conceptualizing the travel decision-making hierarchy: A review
of recent developments. Tourism Analysis, 7(1), 15–32.
Kietzmann, J. H., Hermkens, K., McCarthy, I. P., & Silvestre, B. S. (2011). Social media? Get
serious! Understanding the functional building blocks of social media. Business Horizons, 54(3),
241–251.
Lee, S.W. (2011). To tweet or not to tweet: An exploratory study of meeting professionals’
attitudes toward applying social media for meeting sessions. Journal of Convention & Event
Tourism, 12(4), 271–289.
Leung, D., Law, R., & Lee, H. A. (2011). The perceived destination image of Hong Kong on
Ctrip.com. International Journal of Tourism Research, 13(2), 124–140.
Li, X., & Wang, Y. C. (2011). China in the eyes of western travelers as represented in travel blogs.
Journal of Travel & Tourism Marketing, 28(7), 689–719.
204
Litvin, S. W., Goldsmith, R. E., & Pan, B. (2008). Electronic word-of-mouth in hospitality and
tourism management. Tourism Management, 29(3), 458–468.
Lo, I. S., McKercher, B., Lo, A., Cheung, C., & Law, R. (2011). Tourism and online photography.
Tourism Management, 32(4), 725–731.
Mandelli, A., & Cantoni, L. (2010). Social media impact on corporate reputation: Proposing a new
methodological approach. Cuadernos de Información, 27 (2010), 61-74.
Marchiori E., Inversini A., Cantoni L. Dedekind C., (2010) Towards a tourism destination
reputation model. A first step. Proceedings of the 6th International Conference Thought Leaders
in Brand Management, Lugano, Switzerland, 18-20 April 2010, CD-ROM (ISBN: 978-88-6101-0062), pp. 921-930.
Marino V., Montera R., “Corporate Heritage e Web Communication per le imprese del Made in
Italy”, Proceedings 14th International Marketing Trends Conference 2015, Paris, ed. Jean-Claude
Andreani, Paris: Marketing Trends Association, ISBN 978-2-9532811-2-5 [available at
www.marketing-trends-congress.com/papers].
McGraw-Hill, Milano, 2010, 277-324.
Munar, A. M. (2010). Tourist-created content: Rethinking destination branding. International
Journal of Culture, Tourism and Hospitality Research, 5(3), 291–305.
Murphy, L., Moscardo, G., & Benckendorff, P. (2007). Using brand personality to differentiate
regional tourism destinations. Journal of Travel Research, 46(1), 5–14.
Ostillio M.C., (2000) La comunicazione territoriale, in Ancarani F., Valdani E. (a cura di), Strategie
di marketing del territorio, Egea
Pan, B., MacLaurin, T., & Crotts, J. C. (2007). Travel blogs and the implications for destination
marketing. Journal of Travel Research, 46(1), 35–45.
Paquerot M., Queffelec A., Sueur, I., Biot-Paquerot G. (2011) L’e-reputation ou le renforcement
de la gouvernance par le marché de l’hôtellerie?, Reveue Management et Avenir, vol. 45, pp.294331
Parra-López, E., Bulchand-Gidumal, J., Gutiérrez-Taño, D., & Díaz-Armas, R. (2011). Intentions to
use social media in organizing and taking vacation trips. Computers in Human Behavior, 27(2),
640–654
Ritchie, J. R. Brent, and Robin J. B. Ritchie (1998). “The Branding of Tourism Destinations: Past
Achievements and Future Challenges”. Proceedings of the 1998 Annual Congress of the
International Association of Scientific Experts in Tourism, Destination Marketing: Scopes and
Limitations, edited by Peter Keller. Marrakech, Morocco: International Association of Scientific
Experts in Tourism, 89–116.
Salkhordeh, P. (2009). Key issues in use of social networking in hospitality industry: 2009.
Sánchez-Franco, M. J., & Rondan-Cataluña, R. J. (2010). Virtual travel communities and customer
loyalty: Customer purchase involvement and web site design. Electronic Commerce Research and
Applications, 9(2), 171–182.
Solis, Brian, and J. Thomas. "Introducing the conversation prism." Online: http://www. briansolis.
com/2008/08/introducing-conversation-prism/[05.08. 2008] vom 5 (2008): 2013.
Sparks, B. A.,& Browning, V. (2011). The impact of online reviews on hotel booking intentions and
perception of trust. Tourism Management, 32(6), 1310–1323.
Stepchenkova, S., & Morrison, A. M. (2006). The destination image of Russia: From the online
induced perspective. Tourism Management, 27(5), 943–956
205
Tasci, A., Gartner, W, Cavusgil, S.T. (2007), Conceptualization and Operationalization of
Destination Image. Journal of Hospitality & Tourism Research, vol.31, n.2, 194-223
Thevenot, G. (2007). Blogging as a social media. Tourism and Hospitality Review, 7(3–4), 287–289
Torres, R. (2010, October). Today’s traveler online: 5 consumer trends to guide your marketing
strategy. Paper presented at the Eye for Travel, Travel Distribution Summit, Chicago, IL.
Torres, R. (2010, October). Today’s traveler online: 5 consumer trends to guide your marketing
strategy. Paper presented at the Eye for Travel, Travel Distribution Summit, Chicago, IL.
Tussyadiah, I., & Fesenmaier, D. R. (2009). Mediating tourist experiences: Access to places via
shared videos. Annals of Tourism Research, 36(1), 24–40.
Tussyadiah, I., Park, S., & Fesenmaier, D. R. (2011). Assessing the effectiveness of consumer
narratives for destination marketing. Journal of Hospitality & Tourism Research, 35(1), 64–78.
Vidaver Cohen 2007 Vidaver-Cohen, D. (2007). Reputation beyond the rankings: A conceptual
framework for business school research. Corporate Reputation Review, 10(4), 278-304.
Wang, Y., & Fesenmaier, D. R. (2004). Modelling participation in an online travel community.
Journal of Travel Research, 42(3), 261–270.
Xiang, Z., & Gretzel, U. (2010). Role of social media in online travel information search. Tourism
Management, 31(2), 179–188
Yoo, K. H., & Gretzel, U. (2011). Influence of personality on travel-related consumer-generated
media creation. Computers in Human Behavior, 27(2), 609–621
206

D4.2 - NeoLuoghi

Transcript

Documenti analoghi

2.1.2 Definizione WTO Secondo il WTO (World Tourism

dopo 27 anni torna a firenze la presentazione del rapporto sul

Guida Operativa per la progettazione di interventi di

Seminario: "Italia - Albania: opportunità di business e cooperazione

Offerta stage Hotel Li Cuncheddi

Taormina SCIA_PROGRAMMA DEFINITIVO

il turismo culturale_home

La spiritualità nello Yoga

14-04-2010, Mercoledi - Rassegna stampa ENIT