ANCI-CNC Quaderni DEF
Transcript
ANCI-CNC Quaderni DEF
QUADERNI REGIONALI N. 1 - ANNO 205 APPLICAZIONE DEL PROGETTO FI.LO. AI COMUNI DELLA SARDEGNA Consorzio Anci-Cnc per la fiscalità locale Introduzione La realtà è molto complessa, ed è assai difficile descriverla, identificarla, essa è composta di molti elementi e da svariate relazioni che la collegano. La realtà, qualunque realtà, (sociale, economica, biologica, numerica astronomica, fisica etc.) è in parte rappresentabile tramite i sistemi. Quando si è in grado di riconoscere soggetti od oggetti e definire le loro relazioni con l’ambiente circostante abbiamo un sistema, cioè un insieme di elementi che stanno insieme, che hanno precise caratteristiche e relazioni che li distinguono da tutti gli altri sistemi. Prendiamo per esempio il sistema di mercato ed abbiamo l’opportunità di utilizzare, per descriverne la complessità una splendida pagina delle “Lezioni di politica sociale” di Luigi Einaudi che riporto di seguito. “Il mondo vero è qualcosa di così complicato e vario e mutevole che per ordinare le idee e vederci un po’ chiaro, è necessario affrontare la sua descrizione ad un passo per volta. Così si è fatto sin qui per il mercato. Ma tutti coloro i quali vanno alla fiera sanno che questa non potrebbe aver luogo se, oltre ai banchi dei venditori i quali vantano a gran voce la bontà della loro merce, ed oltre la folla dei compratori che ammira la bella voce, ma prima vuole prendere in mano le scarpe per vedere se sono di cuoio o di cartone, non ci fosse qualcos’altro: il cappello a due punte della coppia dei carabinieri che si vede passare sulla piazza, la divisa della guardia municipale che fa tacere due che si sono presi a male parole, il palazzo del municipio, col segretario ed il Sindaco, la Pretura e la conciliatura, il notaio che redige contratti, l’avvocato a cui si ricorre quando si crede di essere a torto imbrogliati in un contratto, il parroco, il quale ricorda i doveri del buon cristiano, doveri che non bisogna dimenticare nemmeno sulla fiera. E ci sono le piazze, le une dure e le altre fangose che conducono dai casolari della campagna al centro, ci sono le scuole dove i ragazzi vanno a studiare. E tante altre cose ci sono, che, se non ci fossero, anche quella fiera non si potrebbe tenere o sarebbe tutta diversa da quel che effettivamente è”. Anche per i comuni si può applicare il concetto di sistema, e spesso ciò accade: quante volte diciamo o scriviamo il sistema degli enti locali, il sistema dei comuni appunto per indicare in due parole una complessità. Una rappresentazione statistica dei soggetti e delle relazioni (finanziarie economiche e sociali) che costituiscono il sistema dei Comuni è la finalità del progetto FI.LO. (Finanza Locale). Si tratta, in altri termini, di trovare un filo che collega i conti dei Comuni sia tra di loro e sia con l’esterno, individuato con una appropriata rappresentazione economica del territorio relativo all’ente locale. 3 I bilanci dei Comuni contengono molte informazioni, finanziarie, economiche sociali, fiscali, distributive ed altre, e quindi rappresentano la base fondamentale per avere una esauriente conoscenza della situazione complessiva dei Comuni. Ma serve anche avere una idea chiara di come la ricchezza si distribuisce nei territori comunali, che rapporti si instaurano tra questa ricchezza, le altre variabili socio-economiche e gli strumenti fiscali (aliquote ICI, tasse etc), e come varia la produttività locale. La statistica è nata come una scienza al servizio dello Stato (statistica amministrativa) per svilupparsi come un mezzo per approfondire la conoscenza in grande (raccolta, organizzazione ed elaborazione dei dati) e poi fornire la base per prendere decisioni in vista di determinati obiettivi. La statistica fornisce, i numeri scientifici per mettere assieme i molti pezzi e le loro relazioni di cui è composto un sistema per rappresentare, tramite indici e funzioni, l’intero insieme che si vuole conoscere e nel quale si devono operare delle scelte. Le statistiche del progetto FI.LO. hanno la duplice finalità di fornire un quadro dell’importanza quantitativa della finanza comunale a livello locale, regionale e nazionale e modelli econometrici che individuano la ricchezza comunale, e come le variabili -economiche condizionano le scelte dell’aliquota ICI. L’aggregato istituzionale di riferimento è quindi il comune di qualsiasi dimensione. All’interno di tale aggregato saranno attuate delle opportune distinzioni fra città metropolitane, grandi, medi e piccoli comuni, allo scopo di evidenziare come la variazione della popolazione e del territorio generano problemi diversi ed esigenze specifiche di sviluppo economico, civile e sociale. La prima informazione riguarda quanto vale, in termini economici assoluti, il comparto dei comuni sia su scala nazionale, che regionale. Si tratta di sommare i loro bilanci preventivi e consuntivi, organizzati secondo un criterio che fornisca sia il totale delle entrate, delle uscite e dei saldi, e sia il totale delle principali voci che compongono le entrate e le uscite stesse. Questi dati consentono di cogliere l’andamento generale della finanza locale in un periodo ritenuto opportuno e l’individuazione della evoluzione dei fenomeni finanziari ed economici più importanti come i saldi e alcune particolari voci di entrata e spesa. I valori totali e quelli di dettaglio saranno rapportati ai dati economici nazionali (PIL, investimenti, occupazione, etc.) e regionali. Questo confronto permetterà di stabilire quanto “pesa” l’aggregato economico dei comuni sull’economia nazionale e su quella regionale e che ruolo svolge nella distribuzione del benessere locale, nella socialità, nello sviluppo, e nella assistenza, e quanta autonomia finanziaria è sotto la responsabilità dell’amministrazione comunale. I lavori di Silvia Fedeli (Università La Sapienza di Roma), di Carlo Andrea Bollino e Paolo Polinori (Università di Perugia), pubblicati in questo primo quaderno regionale, riguardano l’applicazione del progetto FI.LO. ai comuni della Sardegna. Sono studi caratterizzati da un alto livello scientifico e dal necessario rigore formale indispensabili quando si vogliono avere informazioni importanti che però non sono disponibili con dati ufficiali, ma rintracciabili per dirla con gli autori (Bollino e Polinori), “attraverso stime di natura preliminare, robuste ed affidabili” oppure (Fedeli) che “probabilità esistono di collocare la scelta dell’aliquota ICI di un comune in un certo intervallo di valori, in base agli anda4 menti passati di variabili socio-economiche come ad esempio il PIL pro-capite territoriale, i trasferimenti statali e regionali, l’addizionale IRPEF e quella dell’elettricità”. A quali domande risponde il progetto FI.LO.? Ecco alcune risposte: Quali sono i comuni sardi che nel 2001 hanno avuto nel proprio territorio la migliore “performance economica? Bollino e Polinori rispondono: Portoscuso, Ottana, Sarroch che presentano un valore aggiunto per abitante che tocca i 40.000 Euro e che hanno la caratteristica di essere inclusi in un territorio prevalentemente idustriale. Fra i comuni più popolosi dell’isola quali sono quelli che presentano un valore aggiunto più alto? Nuoro con 23.600 Euro, Oristano e Cagliari con 22.000 Euro. E per provincia? A Sassari il primato spetta a Golfo Aranci, con oltre 26.000 Euro, segue Palau con 20.000 Euro. Sono pubblicate, in apposite tavole distinte per le province sarde esistenti nel 2001, i valori aggiunti per abitante, il rapporto percentuale con valore aggiunto regionale e la graduatoria dei comuni sardi. Come si è comportato il rapporto spese/entrate? Fedeli risponde Il rapporto tra spese ed entrate ha avuto un trend significativamente discendente. Nel 1998 le spese rappresentavano il 6.1% in più delle entrate, nel 2002 la percentuale delle spese rispetto alle entrate si è ridotto allo 0.7%. Nel quinquennio (1998-2002) a livello nazionale la punta massima del rapporto spese/entrate dei comuni italiani è stato dell’1.8%. Questi dati, riportati in modo impressionistico servono per mettere in evidenza come il filo che collega i bilanci al territorio, accende le “spie dello sviluppo”, così definite da un articolo di Marino Massaro, pubblicato su “Il sole 24 ore” del 16 ottobre 2005, in riferimento agli indicatori del progetto FI.LO.. Le informazioni statistiche su scala comunale, associate secondo la sussidarietà a quelle provinciali, regionali e nazionali, completano ed integrano il quadro statistico di base per una realistica analisi dello sviluppo locale e per ricercare traiettorie di crescita territoriale e verificarne la loro compatibilità su scala regionale e nazionale. I dati evidenziano, in ogni caso, un chiaro risultato positivo dello sforzo delle amministrazioni comunali sarde per correggere gli squilibri finanziari fra entrate ed uscite. La dimensione regionale della banca dati dei comuni e dei modelli econometrici relativi al PIL comunale ed ai condizionamenti provocati dalle variabili territoriali all’aliquota dell’ICI è necessaria per elaborare specifiche analisi economiche territoriali e ricercare il miglior rapporto fra le politiche fiscali e quelle per lo sviluppo locale. La scala regionale del progetto FI.LO. sarà mantenuta nel futuro con opportuni accordi con le ANCI Regionali e le stesse Regioni. Un coerente esempio è la prima convenzione che l’ANCI-CNC ha siglato con la Regione Emilia Romagna e l’ANCI Emilia Romagna che prevede una collaborazione fra i dati dei comuni elaborati dalla Regione e dall’ANCI regionale ed i modelli statistici del progetto FI.LO. al fine di studiare lo svilup5 po economico territoriale. Il prossimo quaderno regionale tratterà i risultati di tale collaborazione che ci auguriamo di estendere con le ANCI regionali alle altre Regioni Italiane. Un debito di riconoscimento agli esperti Fedeli, Bollino, Polinori, per la loro serietà e preparazione scientifica. Una menzione è doverosa, per le necessarie informazioni fornite, dell’Istituto Tagliacarne e della Società ANCITEL per la elaborazione dei dati regionali e del il Ministero dell’Interno e dell’ISTAT per i dati sui bilanci dei comuni. Segnalo anche la collaborazione e l’impegno per la pubblicazione dei quaderni la Sig.ra Elena Curci dell’ANCI-CNC. Devo tuttavia riconoscere un debito specifico alla Sig.ra Uliana Ventura dell’ANCI-CNC che ha seguito l’intera attività del progetto FI.LO. con la consueta accuratezza e velocità. L’intero progetto FI.LO., i relativi lavori, studi e pubblicazioni non si sarebbero potuti realizzare senza una volontà specifica dell’ANCI e dell’ANCI-CNC Roma, 13 ottobre 2005 Alfredo Straini Vice Direttore ANCI-CNC & Responsabile del progetto FI.LO. 6 Le scelte in tema di tassazione patrimoniale in Sardegna Silvia Fedeli 1. Introduzione La banca dati del progetto FI.LO. ha acquisito i bilanci consuntivi dei comuni italiani relativi al 2002. Ciò permette considerazioni interessanti sotto vari aspetti. In questo studio ci concentriamo sulle scelte in tema di tassazione patrimoniale da parte dei comuni della Sardegna. L’imposta commisurata al valore delle proprietà immobiliari, nella maggior parte dei sistemi fiscali moderni, è destinata ai governi locali perché in linea di principio è lo strumento più adatto a mettere in relazione i benefici associati all’erogazione di servizi pubblici locali ai costi sostenuti dalla collettività che ne usufruisce. Anche in Italia, l’ICI in vigore dal 1993, rappresenta la principale fonte di finanziamento della maggior parte dei comuni, contribuendo in misura rilevante all’autonomia finanziaria degli stessi.1 Dall’analisi effettuata lo scorso anno (Fedeli e Giannoni, 2004) è emersa una estrema variabilità del gettito ICI tra comuni. Tale variabilità è associata alla collocazione geografica, oltrechè, come abbiamo evidenziato nella relazione per il 1998-2002 (Fedeli, 2005), alle dimensioni demografiche dei comuni stessi. Pertanto, l’analisi econometrica si presta allo studio delle scelte attuate dai comuni di una stessa regione in tema di tassazione patrimoniale, come conseguenza dei vincoli di bilancio e delle condizioni socio-economiche, demografiche e urbanistiche, che essi si trovano ad affrontare. Qui analizziamo il caso della Sardegna nel periodo 1998-2002, periodo del quale la banca dati del progetto Fi.Lo. dispone non solo dei dati dei bilanci consuntivi dei comuni forniti da Ministero dell’Interno, ma anche delle informazioni Istat sui comuni sardi (oltre al numero abitanti, abbiamo, per esempio, i dati sulla composizione per tipologia delle abitazioni al censimento 1991) raccolte nella banca dati Geostat dell’Istituto Tagliacarte, dei dati del valore aggiunto provinciale nei vari anni (anch’essi forniti dall’istituto Tagliacarne) e delle aliquote ICI dal 1998 al 2003 raccolte dall’ANCI-Cnc. Nelle tabelle seguenti riportiamo alcune statistiche di interesse estratte dalla banca dati utilizzata per l’indagine. In primo luogo, il numero di comuni sardi suddivisi per provincia presenti nella banca dati in ciascun anno (tabella 1). Nella tabella 2 riportiamo la distribuzione dei comuni per fasce di popolazione, che, ricordiamo, sono individuate nel modo seguente: FASCIA 1 comprende i comuni con meno di 5000 abitanti; FASCIA 2 quelli la cui popolazione è tra 5000 e 10000 abitanti; FASCIA 3 i comuni con popolazione tra 10000 e 50000 abitanti; FASCIA 4 comuni la cui popolazione è maggiore di 50000 abitanti; FASCIA 5 comprende il solo comune metropolitano (Cagliari).2 1 Un filone importante di ricerca (a partire da Oates, 1969, ma vedi anche Oates, 1972 e 1993) si è concentrato sulla verifica di fenomeni di capitalizzazione dell’imposta sul valore degli immobili. 2 Le tabelle 1 e 2 sono state estratte dalla banca dati. Il motivo per cui i totali dei comuni non coincidono (per esempio nella tabella 2 il totale dei comuni osservati risulta 364 mentre nella tabella 1, lo stesso anno, il totale dei comuni risulta 375) è dovuto al fatto che quell’anno 11 comuni non hanno indicato la popolazione residente e pertanto non sono classificabili per fasce demografiche. 7 TABELLA 1. DISTRIBUZIONE DEI COMUNI SARDI PER PROVINCIA anno 1998 1999 2000 2001 2002 2003 CA 109 105 105 108 108 108 NU 99 92 92 98 100 100 OR 78 77 77 78 78 78 SS 89 88 88 89 89 89 Totale 375 362 362 373 375 375 TABELLA 2. DISTRIBUZIONE DEI COMUNI SARDI PER FASCIA DI POPOLAZIONE anno 1999 2000 2001 2002 2003 FASCIA1 FASCIA2 FASCIA3 FASCIA4 FASCIA5 Meno di 5000 abitanti Tra 5000 e 10000 abitanti Tra 10000 e 50000 abitanti Più di 50000 abitanti Comune metropolitano (CAGLIARI) 301 299 300 301 301 36 36 36 36 36 24 24 24 24 24 2 2 2 2 2 1 1 1 1 1 Totale 364 362 363 364 364 Nelle tabelle 3 e 4 successive riportiamo i valori a consuntivo e i rapporti di composizione nel quinquennio considerato, rispettivamente delle entrate (accertamenti) e delle spese (impegni). Possiamo subito osservare che in termini di squilibri finanziari la Sardegna dopo un riallineamento ai valori osservati a livello nazionale, negli ultimi anni del quinquennio ha migliorato rispetto all’aggregato nazionale. Considerando, infatti, il rapporto tra spese ed entrate notiamo che esso nel 1998 era pari a 1,061, nel 1999 a 1.020, nel 2000 a 1,0298, nel 2001 a 1,012 e nel 2002 a 1,0078. In altri termini, lo scarto tra impegni e accertamenti è passato dal 6,1% del 1998 allo 0,78% del 2002 (il valore nazionale era 1,1% in entrambi gli anni e il massimo dello scarto, a livello nazionale, si è avuto nel 2000 con 1,88%). Ciò è dovuto gli andamenti delle componenti di entrata e di spesa dell’aggregato dei comuni sardi che si mostrano diversi da quelli osservati per l’aggregato nazionale dei comuni descritto nella relazione per il periodo 1998-2002 (cf. Fedeli, 2005). Ciò viene messo in evidenza nelle figure 1-4 successive, che riportano gli andamenti di spese ed entrate in livelli e in rapporto al valore aggiunto della Sardegna. Rispetto agli andamenti nazionali (cf. Fedeli, 2005) notiamo che, dal lato delle spese, mentre il 2001 è l’anno che a livello nazionale mostra un incremento delle spese di investimento in conseguenza dell’aumento del contributo ordinario finalizzato ad esse, previsto dalla legge finanziaria per il 2001, in Sardegna il picco delle spese in conto capitale è nel 1999 a fronte, dal lato delle entrate, di un sostanziale incremento (anche in termini di valore aggiunto regionale) di quelle derivanti da alienazioni, trasferimenti di capitale e riscossione di crediti. Tale voce di entrata ha avuto un incremento anche nel 2002, finalizzato anch’esso alle spese per investimento. Le spese correnti mostrano andamenti in linea coll’inflazione e, anche in termini di valore aggiunto locale, sono pressoché costanti nel quinquennio (cf. figura 1 e figura 2). Dal lato delle entrate, quelle tributarie mostrano una crescita minore di quella osservata a livello nazionale, soprattutto nel 2002, l’ultimo anno di rilevazione, quando osserviamo a livello nazionale un rilevante incremento delle entrate tributarie (che, rispetto al PIL, passano da 1,44% nel 2001 a 1,73% nel 2002) a fronte della riduzione dei contributi e trasferimenti correnti (che, rispetto al PIL, passano da 1,52% nel 2001 a 1,27% nel 2002) e delle entrate extratributarie (che, rispetto al PIL, 8 passano da 0,82% nel 2001 a 0,77% nel 2002). La Sardegna, mostra, in termini reali, due picchi delle entrate totali rispetto al valore aggiunto locale nel 1999 e nel 2002. Ciò riflette, come accennato, l’andamento delle entrate da alienazioni, trasferimenti di capitale e riscossione di crediti. Inoltre, in controtendenza rispetto ai valori nazionali, la Sardegna mostra anche un aumento dei contributi e trasferimenti correnti nel 2002 dopo un quadriennio (1998-2001) di una loro sostanziale riduzione in termini reali. Inoltre entrate tributarie ed extratributarie rimangono pressoché stazionarie (in termini di PIL locale) anch’esse in controtendenza rispetto agli andamenti osservati a livello nazionale (cf. Fedeli, 2005). TABELLA 3 LE ENTRATE (ACCERTAMENTI) DEI COMUNI DELLA SARDEGNA: LIVELLI E RAPPORTI DI COMPOSIZIONE DELLE ENTRATE NEL PERIODO 1998-2002 Descrizione Titolo Titolo Titolo Titolo Titolo I I I I I -TOT. -TOT. -TOT. -TOT. -TOT. ENTR. ENTR. ENTR. ENTR. ENTR. Titolo II -TOT. ENTR. Titolo II -TOT. ENTR. Titolo II -TOT. ENTR. Titolo II -TOT. ENTR. Titolo II -TOT. ENTR. anno Accertamenti (milioni di euro) Accertamenti/ TOT,gen Entrate Add. comunale sul consumo di energia elettrica Add. comunale sul consumo di energia elettrica Add. comunale sul consumo di energia elettrica Add. comunale sul consumo di energia elettrica Add. comunale sul consumo di energia elettrica Add. IRPEF Add. IRPEF Add. IRPEF Add. IRPEF I.C.I. con ali quota ordinaria I.C.I. con ali quota ordinaria I.C.I. con ali quota ordinaria I.C.I. con ali quota ordinaria I.C.I. con ali quota ordinaria Tasse Tasse Tasse Tasse Tasse 1998 1999 2000 2001 2002 1999 2000 2001 2002 1998 1999 2000 2001 2002 1998 1999 2000 2001 2002 1998 1999 2000 2001 2002 19,342156 19,609051 24,551207 23,968985 25,031752 5,786524 14,262282 21,750734 24,189578 157,420924 168,207033 175,959645 192,898190 214,151425 99,150795 113,113422 120,721479 130,831218 140,256057 319,429358 343,969655 379,413317 387,438945 419,740384 1,05% 0,88% 1,22% 1,10% 1,03% 0,26% 0,71% 1,00% 0,99% 8,58% 7,59% 8,75% 8,84% 8,80% 5,40% 5,10% 6,01% 5,99% 5,77% 17,40% 15,51% 18,88% 17,75% 17,25% Contr. e trasf. corr.dallo stato Contr. e trasf. corr.dallo stato Contr. e trasf. corr.dallo stato Contr. e trasf. corr.dallo stato Contr. e trasf. corr.dallo stato Contr. e trasf. corr.dalla Re gione Contr. e trasf. corr.dalla Re gione Contr. e trasf. corr.dalla Re gione Contr. e trasf. corr.dalla Re gione Contr. e trasf. corr.dalla Re gione Contr. e trasf. corr.dalla Re gione per funz. Delegate Contr. e trasf. corr.dalla Re gione per funz. Delegate Contr. e trasf. corr.dalla Re gione per funz. Delegate Contr. e trasf. corr.dalla Re gione per funz. Delegate Contr. e trasf. corr.dalla Re gione per funz. Delegate DA CONTR. E TRASF. CORR. DA CONTR. E TRASF. CORR. DA CONTR. E TRASF. CORR. DA CONTR. E TRASF. CORR. DA CONTR. E TRASF. CORR. 1998 1999 2000 2001 2002 1998 1999 2000 2001 2002 1998 1999 2000 2001 2002 1998 1999 2000 2001 2002 387,582060 392,810232 351,250552 375,986913 394,389339 226,954033 225,280723 255,961784 256,638207 272,987646 67,927554 62,440391 80,426157 86,514370 97,421160 687,164197 686,632904 693,457069 725,204964 772,960009 21,12% 17,72% 17,48% 17,22% 16,21% 12,37% 10,16% 12,73% 11,76% 11,22% 3,70% 2,82% 4,00% 3,96% 4,00% 37,44% 30,97% 34,50% 33,22% 31,77% TRIBUTARIE TRIBUTARIE TRIBUTARIE TRIBUTARIE TRIBUTARIE 9 Proventi dei servizi pubblici Proventi dei servizi pubblici Proventi dei servizi pubblici Proventi dei servizi pubblici Proventi dei servizi pubblici Titolo III -TOT. ENTR. EXTRATRIBUTARIE Titolo III -TOT. ENTR. EXTRATRIBUTARIE Titolo III -TOT. ENTR. EXTRATRIBUTARIE Titolo III -TOT. ENTR. EXTRATRIBUTARIE Titolo III -TOT. ENTR. EXTRATRIBUTARIE Titolo IV -TOT. ENTR. DA ALIENAZ.,TRASF. CAPITALI e DA CREDITI Titolo IV -TOT. ENTR. DA ALIENAZ.,TRASF. CAPITALI e DA CREDITI Titolo IV -TOT. ENTR. DA ALIENAZ.,TRASF. CAPITALI e DA CREDITI Titolo IV -TOT. ENTR. DA ALIENAZ.,TRASF. CAPITALI e DA CREDITI Titolo IV -TOT. ENTR. DA ALIENAZ.,TRASF. CAPITALI e DA CREDITI Titolo V -TOT. ENTR. DA ACCENSIONI DI PRESTITI Titolo V -TOT. ENTR. DA ACCENSIONI DI PRESTITI Titolo V -TOT. ENTR. DA ACCENSIONI DI PRESTITI Titolo V -TOT. ENTR. DA ACCENSIONI DI PRESTITI Titolo V -TOT. ENTR. DA ACCENSIONI DI PRESTITI Titolo VI -TOT. ENTR. DA SERVIZI PER CONTO DI TERZI Titolo VI -TOT. ENTR. DA SERVIZI PER CONTO DI TERZI Titolo VI -TOT. ENTR. DA SERVIZI PER CONTO DI TERZI Titolo VI -TOT. ENTR. DA SERVIZI PER CONTO DI TERZI Titolo VI -TOT. ENTR. DA SERVIZI PER CONTO DI TERZI TOT. GENERALE DELLE ENTR. TOT. GENERALE DELLE ENTR. TOT. GENERALE DELLE ENTR. TOT. GENERALE DELLE ENTR. TOT. GENERALE DELLE ENTR. 1998 1999 2000 2001 2002 1998 1999 2000 2001 2002 109,290698 131,507064 128,464822 131,826170 129,869027 141,323614 163,188588 165,162268 183,334577 182,541759 5,95% 5,93% 6,39% 6,04% 5,34% 7,70% 7,36% 8,22% 8,40% 7,50% 1998 439,853049 23,97% 1999 580,889567 26,20% 2000 460,071282 22,89% 2001 573,955286 26,29% 2002 1998 1999 2000 2001 2002 1998 1999 2000 2001 2002 1998 1999 2000 2001 2002 790,167688 129,943415 301,019134 172,905609 140,048792 101,780968 123,862602 146,837826 138,876508 172,846261 171,189983 1835,377505 2217,373210 2009,914488 2183,193426 2432,880977 32,48% 7,08% 13,58% 8,60% 6,41% 4,18% 6,75% 6,62% 6,91% 7,92% 7,04% 100,00% 100,00% 100,00% 100,00% 100,00% RISCOS. RISCOS. RISCOS. RISCOS. RISCOS. TABELLA 4. LE SPESE (IMPEGNI) DEI COMUNI DELLA SARDEGNA: LIVELLI E RAPPORTI DI COMPOSIZIONE DELLE SPESE NEL PERIODO 1998-2002 Descrizione anno impegni (milioni impegni/TOT di euro) spese TITOLO I - SPESE CORRENTI 1998 1114,593368 57,22% TITOLO I - SPESE CORRENTI 1999 1144,382985 50,60% TITOLO I - SPESE CORRENTI 2000 1202,670530 58,11% TITOLO I - SPESE CORRENTI 2001 1254,867943 56,78% TITOLO I - SPESE CORRENTI 2002 1290,373635 52,63% TITOLO II - SPESE IN C/CAPITALE 1998 646,019531 33,16% TITOLO II - SPESE IN C/CAPITALE 1999 860,258030 38,03% TITOLO II - SPESE IN C/CAPITALE 2000 635,754341 30,72% TITOLO II - SPESE IN C/CAPITALE 2001 683,015744 30,90% TITOLO II - SPESE IN C/CAPITALE 2002 913,696573 37,27% TITOLO III - SPESE PER RIMBORSO DI PRESTITI 1998 65,946749 3,39% TITOLO III - SPESE PER RIMBORSO DI PRESTITI 1999 110,564648 4,89% TITOLO III - SPESE PER RIMBORSO DI PRESTITI 2000 93,032350 4,49% TITOLO III - SPESE PER RIMBORSO DI PRESTITI 2001 98,888321 4,47% TITOLO III - SPESE PER RIMBORSO DI PRESTITI 2002 76,344083 3,11% TITOLO IV - SPESE PER SERVIZI PER CONTO DI TERZI 1998 122,985470 6,31% TITOLO IV - SPESE PER SERVIZI PER CONTO DI TERZI 1999 146,409023 6,47% 10 TITOLO IV - SPESE PER SERVIZI PER CONTO DI TERZI 2000 138,265503 6,68% TITOLO IV - SPESE PER SERVIZI PER CONTO DI TERZI 2001 173,192563 7,84% TITOLO IV - SPESE PER SERVIZI PER CONTO DI TERZI 2002 171,464802 6,99% TOTALE GENERALE DELLE SPESE 1998 1947,927073 100% TOTALE GENERALE DELLE SPESE 1999 2261,791883 100% TOTALE GENERALE DELLE SPESE 2000 2069,722725 100% TOTALE GENERALE DELLE SPESE 2001 2210,196270 100% TOTALE GENERALE DELLE SPESE 2002 2451,879096 100% FIGURA 1: LE SPESE (IMPEGNI) DELLA SARDEGNA NEL QUINQUENNIO 1998-2002. (LIVELLI IN MILIONI DI EURO) 2500 TOTALE SPESE 2250 2000 1750 1500 SPESE CORRENTI 1250 SPESE C/CAPITALE 1000 750 500 250 0 1998 1999 2000 2001 2002 1998 1999 2000 2001 2002 1998 1999 2000 2001 2002 FIGURA 2: LE SPESE (IMPEGNI) DELLA SARDEGNA NEL QUINQUENNIO 1998-2002 (RAPPORTI SUL VALORE AGGIUNTO SARDO) 10.00° TOTALE SPESE/PIL 8.00% 6.00% SPESE CORRENTI/PIL SPESE C/CAPITALE/PIL 4.00% 2.00% 0.00 1998 1999 2000 2001 2002 1998 1999 2000 2001 2002 1998 1999 2000 2001 2002 11 FIGURA 3: LE ENTRATE (ACCERTAMENTI) DELLA SARDEGNA NEL QUINQUENNIO 1998-2002. (LIVELLI IN MILIONI DI EURO) 2500 TOTALE ENTRATE 2250 2000 1750 1500 1250 1000 750 CONTR. E TRASF CORR. ENTRATE DA ALIENAZ ., TRASF. CAPITALI E DA RISCOS. CREDIT ENTRATE TRIB. ENTRATE EXTRATRIB. 500 ACCENSIONE PREST. 250 0 1998 1999 2000 2001 2002 1998 '99 2000 2001 2002 1998 1999 2000 2001 2002 1998 1999 2000 2001 2002 1998 1999 2000 2001 2002 1998 1999 2000 2001 2002 FIGURA 4: LE ENTRATE (ACCERTAMENTI) DELLA SARDEGNA NEL QUINQUENNIO 1998-2002 IN RAPPORTO AL VALORE AGGIUNTO SARDO. TOTALE ENTRATE 10.00% 9.00% 8.00% 7.00% 6.00% 5.00% 4.00% ENTRATE DA ALIENAZ.,TRASF. CAPITALI E DA RISC.CREDITI CONTR. E TRASF CORR 3.00% ENTRATE TRIB. 2.00% 1.00% 0.00% 12 ENTRATE EXTRATRIB. 1998 1999 2000 2001 2002 1998 '99 2000 2001 2002 1998 1999 2000 ACCENS.PRESTITI 2001 2002 1998 1999 2000 2001 2002 1998 1999 2000 2001 2002 1998 1999 2000 2001 2002 Tali andamenti, tuttavia, riflettono il fatto che la Sardegna, in quanto regione a statuto speciale, presenta peculiarità (rispetto alle regioni a statuto ordinario, che sono la maggioranza nell’universo dei comuni e che perciò influenzano la media) analoghe almeno in parte ad altre regioni istituzionalmente simili. Questo fatto rende particolarmente interessante lo studio dell’uso dell’autonomia tributaria da parte dei comuni sardi anche nell’ottica del processo di devoluzione delle funzioni ai comuni appartenenti alle regioni a statuto ordinario. Nella sezione successiva studieremo pertanto le caratteristiche dell’autonomia impositiva dei comuni in Sardegna in relazione all’imposta comunale sugli immobili. 2. Il modello econometrico L’uso che i comuni sardi fanno della loro, pur limitata, autonomia tributaria, non può prescindere dalla considerazione degli andamenti dei gettiti e dell’aliquota del principale tributo a ciò finalizzato. Nella tabella 3 abbiamo visto che, in termini di composizione delle entrate, il gettito dell’Ici si è mantenuto a livelli stabili nel quinquennio considerato. Le tabelle successive riportano informazioni relative alla distribuzione per comuni dell’aliquota ordinaria dell’ICI in Sardegna, distinguendo (tabella 5) tutti i livelli assunti dalla stessa nei comuni della regione. La tabella 6 riporta la frequenza (ossia il numero di comuni), i valori medi, massimi e minimi per provincia. La tabella 7 riporta la media dell’aliquota ordinaria e di quella applicata all’abitazione principale, aggregando i comuni per fascia di popolazione di appartenenza. Possiamo subito osservare che la media dell’aliquota ordinaria dell’ICI, che non si presenta troppo differenziata tra le province, è piuttosto variabile per fascia di popolazione. La tabella 7, che riporta i valori per il periodo 1998-2003, mostra inoltre che, per quanto riguarda le fasce di popolazione, il comune di Cagliari (l’unico metropolitano, in fascia 5) a differenza dei comuni metropolitani nazionali non è tra i comuni sardi quello ad aliquota ordinaria più elevata (cf. Fedeli e Giannoni 2004), mentre i comuni della fascia 1 sono quelli con la media più bassa in tutto il quinquennio. Per quanto riguarda la distribuzione per province, i comuni delle province di Cagliari e Sassari sono quelli con la media delle aliquote più elevata nel quinquennio, mentre i comuni delle province di Nuoro e Oristano hanno, in media, potuto praticare aliquote più basse in tutto il periodo. Ricordiamo comunque che la Sardegna, così come le altre regioni a statuto speciale, si pone al di sotto della media nazionale dell’aliquota ordinaria applicata dai comuni italiani che è aumentata nel quinquennio passando da 5,44%0 nel 1998 a 5,76%0 nel 2002 (cf. Fedeli e Giannoni, 2004). 13 Numero di comuni per ciascun anno di osservazione 4 4.2 4.25 4.3 4.4 4.5 4.6 4.75 5 5.2 5.5 5.6 5.7 5.75 6 6.1 6.5 6.7 6.75 6.8 7 Totale 1999 2000 2001 2002 2003 162 1 1 1 1 45 1 1 95 1 13 1 1 2 32 1 2 1 1 1 8 152 145 134 134 1 1 1 43 1 1 1 1 39 1 1 1 2 39 1 1 98 2 15 1 95 98 95 19 19 17 1 43 1 4 1 49 1 4 49 1 9 50 1 11 1 1 3 1 19 1 2 2 372 376 371 374 372 1998 1999 Cagliari Nuoro Sassari Oristano 14 109 4.81 7 4 99 4.48 7 4 89 4.85 7 4 78 4.41 6 4 105 4.94 7 4 93 4.59 7 4 89 4.91 7 4 77 4.49 6 4 2000 2001 2002 108 5.02 7 4 98 4.65 7 4 89 5.00 7 4 78 4.53 6 4 108 5.06 7 4 100 4.73 7 4 89 5.14 7 4 78 4.55 6 4 109 5.06 7 4 99 4.73 7 4 90 5.14 7 4 78 4.55 6 4 n. comuni media m ax min n. comuni media max min n. comuni media max min n. comuni media max min 1 39 12 osservati osservati osservati osservati FASCIA 1999 2000 2001 2002 2003 aliquota ICI ordinaria aliquota ICI abitazione principale anno 4.53 4.36 4.61 4.38 4.66 4.35 4.73 4.33 4.76 4.42 aliquota ICI ordinaria aliquota ICI abitazione principale 5.09 4.50 5.23 4.43 5.26 4.41 5.36 4.16 5.37 4.51 aliquota ICI ordinaria aliquota ICI abitazione principale 5.38 4.41 5.48 4.51 5.67 4.44 5.78 4.41 6.01 4.46 FASCIA 4 aliquota ICI ordinaria aliquota ICI abitazione principale 6.00 5.00 6.00 4.88 6.38 5.25 6.25 5.00 6.25 5.00 FASCIA 5 aliquota ICI ordinaria aliquota ICI abitazione principale 4.5 4.3 4.5 4.3 5.7 4.3 6 4.3 5 4.3 FASCIA 1 Meno di 5000 abitanti FASCIA 2 Tra 5000 e 10000 abitanti FASCIA 3 Tra 10000 e 50000 abitanti Comune metropolitano (Cagliari) Per studiare i fattori che determinano il comportamento dei comuni sardi nella scelta dell’aliquota Ici abbiamo utilizzato un modello di tipo pooled ordered probit con dummy temporali,3 nell’ ipotesi che la scelta dell’aliquota ICI4 da parte del comune i-esimo al tempo t sia il risultato di un processo decisionale non direttamente osservabile, di cui, tuttavia osserviamo il risultato finale, ossia l’aliquota di anno in anno effettivamente applicata dal comune i. Con tale tipo di modelli possiamo stimare le determinanti della probabilità che un comune scelga un livello dell’aliquota ordinaria dell’ICI piuttosto che un altro. A tal fine, individuiamo gli intervalli di aliquote ICI da analizzare. Nella tabella 8 individuiamo 4 intervalli di aliquote. Il primo intervallo, denominato Liv.ICI_0, individua tutti quei comuni per cui si osserva l’applicazione dell’aliquota ordinaria dell’ICI al livello minimo del 4‰. Liv.ICI_1 individua tutti i comuni per cui si è osservata l’applicazione di un aliquota dell’ICI compresa tra (strettamente maggiore del) 4‰ e (minore o uguale a) 5‰; Liv.ICI_2 individua i comuni che hanno applicato un’aliquota ICI tra (strettamente maggiore del) 5‰ e (minore o uguale a) 6‰. Infine, Liv.ICI_3 comprende i comuni per cui si è osservato un’aliquota dell’ICI ordinaria compresa tra (strettamente maggiore del) 6‰ e (minore o uguale a) 7‰, che è il massimo livello applicabile.5 La tabella 8 mostra l’evoluzione della variabile dipendente dal 1999 al 2003, ri- 3 Sono stati sottoposti a verifica empirica anche la specificazione stimata da Fedeli e Giannoni (2004) per l’universo dei comuni italiani (che analizzava le scelte dei comuni circa gli incrementi dell’aliquota ordinaria), nonchè le specificazioni standard, secondo l’approccio di tipo pooled time-series cross-section e di tipo panel (con fixed e random effect). L’acquisizione di un’annualità di consuntivi ha permesso la stima significativa di un modello probit ordinato con la variabile dipendente pari ai livelli dell’aliquota ordinaria dell’ICI (che presenta il vantaggio di essere naturalmente ordinata), malgrado il numero più limitato di osservazioni, rispetto all’universo dei comuni italiani, di osservazioni. 4 Ricordiamo che il campo di variazione dell’aliquota ordinaria dell’ICI è tra il 4‰ e il 7‰, in assenza di delibera comunale si applica il 4‰. 5 In altri termini, nella classe di modelli a variabile latente del tipo ordered probit, la variabile dipendente, deve essere suddivisa in categorie naturalmente ordinate, come specificato in Greene(2003). Se indichiamo con Liv.ICIit* la variabile latente, che indica i livelli dell’aliquota ordinaria dell’Ici nel comune i al tempo t e con Xit l’insieme di variabili che possono aver influenzato la scelta di ciascun comune i al tempo t, il processo a variabile latente di tipo ordered probit è rappresentabile come: Liv.ICIit*= Xitb + eit dove Xit è il vettore ossia l’insieme delle variabili indipendenti che influenzano la probabilità di scegliere l’aliquota entro un determinato intervallo, _it _ N (0,1)) rappresenta l’errore nel modello e la variabile osservata Liv.ICIit viene determinata da Liv.ICIit* con la regola seguente 0 Li v.ICI it = 1 2 3 se se se se Li v. ICI it * = 4 % 0 4 % 0 Li v.ICI it * 5 % 0 5 % 0 Li v. ICI it * 6 % 0 6 % 0 Li v.ICI it * 7 % 0 dove i valori scelti per rappresentare le categorie dei livelli dell’aliquota ICI sono arbitrari. 15 portando il numero di comuni presenti in ciascun intervallo, la media dell’aliquota ordinaria dell’ICI, e i valori massimo e minimo nell’intervallo. Dalla tabella 8 risulta che gran parte dei comuni sardi applicano aliquote inferiori al 5‰, ossia si collocano nei due intervalli più bassi della variabile dipendente, e che il numero dei comuni in tali classi è decrescente nel tempo, mentre aumenta nel tempo, in misura variabile, il numero di comuni negli intervalli più alti. ANNO 1999 2000 2001 2002 2003 n. di comuni osservati per ciascun anno 162 152 145 136 134 145 139 142 136 4.83 5 4.25 4.83 5 4.25 4.84 5 4.2 4.84 5 4.25 4.85 5 4.25 46 59 71 70 70 5.85 6 5.5 5.87 6 5.5 5.85 6 5.5 5.85 6 5.2 5.85 6 5.2 11 6.89 7 6.5 364 17 6.82 7 6.1 373 20 6.83 7 6.1 375 30 6.81 7 6.1 378 37 6.80 7 6.1 377 n. di comuni osservati per ciascun anno 145 Media Max Min n. di comuni osservati per ciascun anno o Media Max Min n. di comuni osservati per ciascun anno o Media Max Min Per individuare le determinanti delle scelte dei comuni (le variabili indipendenti) abbiamo sottoposto a verifica empirica l’insieme delle variabili presenti nella banca dati del progetto Fi.Lo., ossia le variabili fiscali come risultano dai bilanci consuntivi, le variabili socioeconomiche, quali ad esempio il valore aggiunto provinciale, nonché i dati sulla composizione per tipologia delle abitazioni nei comuni sardi. La scelta finale delle variabili indipendenti da includere nelle stime è stata effettuata in base ai seguenti criteri. Innanzitutto, tutte le variabili di bilancio dal lato delle entrate (normalizzate sul totale delle spese, considerate come indicatore delle esigenze di bilancio) e quelle socio-economiche disponibili per i comuni sono state sottoposte a verifica empirica per poter individuare eventuali correlazioni tra loro e con la variabile dipendente.6 Abbiamo inoltre ipotizzato che tutte le variabili economiche e finanziarie, considerate con il lag di un anno, siano esogene.7 Su tali basi sono state sottoposte a verifica empirica specificazioni alternative del modello. In ciascuna specificazione, laddove le variabili non fossero state a priori correlate, sono sempre state considerate quelle variabili che catturano l’eventuale impatto di politiche redistribu6 In appendice, nella tabella A2, riportiamo la matrice di correlazione, nonchè le statistiche descrittive (tabella A1) delle variabili risultate significative nella stima finale in cui, in cui oltre alle poste di bilancio sono state incluse variabili dicotomiche (dummy) indicative delle province, delle cinque fasce di popolazione e temporali. 7 Laddove le poste di bilancio risultavano fortemente correlate abbiamo deciso sia in base a considerazioni statistiche sia in considerazione della maggiore o minore possibilità di manovra da parte del comune sulle variabili via via considerate. La tabella di correlazione tra tutte le variabili sottoposte a verifica non è stata riportata, ma è disponibile su richiesta. 16 tive perseguibili tramite l’ICI stessa, ossia le detrazioni e la presenza di una politica per l’abitazione principale attuata con aliquota Ici diversa da quella ordinaria. Vedremo che nessuna di queste è risultata significativa nel quinquennio, mentre la percentuale nel comune di “case vacanze” risulta particolarmente importante per la Sardegna. Inoltre è sempre stato incluso in ogni specificazione del modello, risultando sempre significativo, il Pil procapite provinciale dell’anno precedente. Questa variabile serve per verificare l’influenza delle condizioni economiche locali nelle scelte dei comuni. Ci si potrebbe attendere che la crescita dell’economia locale influenzi positivamente la scelta di elevate aliquote ICI, se il comune è attento a non gravare l’economia locale con imposte elevate quando il Pil locale è basso, l’opposto si potrebbe verificare laddove prevalgano difficoltà finanziarie del comune stesso tali da giustificare una pressione fiscale elevata anche in presenza di redditi medi bassi. Infine è sempre stata sempre inclusa (e in varie forme, vedi sotto) la variabile che cattura l’andamento dell’addizionale Irpef che costituisce l’altro importante strumento discrezionale a disposizione dei comuni. Per quanto riguarda le poste di entrata dei bilanci normalizzate sul totale delle spese, tra le diverse specificazioni del modello la migliore performance è stata ottenuta includendo la variabile relativa all’andamento degli accertamenti dell’ICI derivanti dall’applicazione dell’aliquota ordinaria, dell’addizionale dell’energia elettrica e dei contributi e trasferimenti correnti sia statali sia regionali (ricordiamo che tutti i gettiti, normalizzati sul totale delle spese, sono quelli dell’anno precedente). L’addizionale IRPEF, che è forse l’imposta che offre maggiori possibilità di manovra ai comuni (per esempio, non tutti decidono di utilizzarla e l’aliquota può variare tra comuni), poiché quantitativamente bassa rispetto agli altri gettiti,8 è risultata sempre significativa nella specificazione in forma binaria. In altri termini abbiamo costruito una variabile dicotomica, dummy_adirpef, che assume valore 1 in quei comuni che l’anno precedente hanno avuto gettiti positivi dall’addizionale Irpef e valore 0 in tutti gli altri casi. Osserviamo che nel 1999 solo 39 comuni sardi l’hanno utilizzata, nel 2000 i comuni sono diventati 76, nel 2001 e nel 2002 i comuni sono passati, rispettivamente, a 90 e 96. Il segno atteso di questa variabile (ma analogo comportamento lo attendiamo dalle altre poste delle entrate tributarie) in relazione ad alti livelli dell’aliquota ICI è presumibilmente positivo se gli strumenti sono percepiti come complementari, mentre sarebbe negativo gli strumenti possono essere considerati alternativi o sostituti. Per quanto riguarda la quota dei trasferimenti dallo Stato e dalla Regione al comune sul totale generale delle uscite che il comune ha avuto nell’anno precedente, ci aspettiamo un segno negativo per livelli elevati dell’aliquota ICI, per cui la riduzione dei trasferimenti aumenterebbe la probabilità che un comune scelga l’aliquota più elevata. La stima del modello finale è in appendice insieme ai test effettuati per valutare la bontà delle stesse (tabella A3). Qui riportiamo, nella tabella 9, la stima dell’impatto marginale delle variabili indipendenti su ciascuna categoria della variabile dipendente. Osserviamo innanzitutto che la direzione degli effetti delle variabili indipendenti sulla probabilità che un comune si collochi in uno dei diversi intervalli dell’aliquota ICI assume lo stesso segno nei 3 intervalli in cui l’aliquota è più elevata (il discrimine dei livelli di aliquota è determinato dall’intervallo che fissa l’aliquota al minimo, Liv.ICI_0, che ha segno opposto). Osserviamo inoltre che l’impatto marginale di ciascuna variabile cambia in modo non trascurabile tra intervalli. Circa l’interpretazione dei risultati, consideriamo, per esempio, la probablità che un comune sardo scelga l’aliquota ordinaria dell’Ici al valore minimo 4‰ (la stima dell’impatto quantitativo delle variabili indipendenti su Liv.ICI_0 è nella colonna 2 della tabella 9). Osserviamo che tale scelta è determinata dal fatto che l’anno precedente il livello dei contributi e 8 Ricordiamo che l’addizionale Irpef introdotta nel 1999 non venne applicata immediatamente da tutti i comuni, ma, come mostrato nella tabella 3, ha subito nel tempo un incremento rilevante raggiungendo l’1% circa del valore aggiunto sardo nel 2001 e nel 2002. 17 trasferimenti correnti dallo stato e dalla regione siano stati positivi (all’aumentare dei trasferimenti aumenta anche la probabilità che un comune scelga l’aliquota minima). Tale probabilità aumenta anche se l’anno precedente l’ICI non ha reso bene (il coefficiente è -0,304), così come l’addizionale Irpef è stata poco utilizzata (l’impatto stimato è pari a -0,139), se nel comune ci sono poche abitazioni destinate a case vacanze, se l’economia non è andata bene (in tal caso possiamo considerare quali indicatori della congiuntura economica, non solo il Pil procapite provinciale, ma anche il gettito dell’addizionale dell’energia elettrica). Risultano anche significativi con segno negativo i comuni delle province di Cagliari e Sassari che indicano che i comuni in tali province sono inversamente correlati alla probabilità di scegliere l’aliquota minima rispetto ai comuni delle province di Oristano e Nuoro che sono stati presi come riferimento. Risulta inoltre che la probabilità di scelta dell’aliquota minima è più elevata per i comuni più piccoli (con meno di 5000 abitanti, FASCIA1) che sono i soli delle fasce considerate che per Liv.ICI_0 non presentano segno negativo. TABELLA 9. STIMA DEGLI EFFETTI MARGINALI SUI 4 LIVELLI DELLA VARIABILE DIPENDENTE Liv.ICI_0 Liv.ICI_1 Liv.ICI_2 Liv.ICI_3 contr.e trasf. corr.stat t -1 Tot.S . t -1 0,741 -0,216 -0,416 -0,109 contr.e trasf. corr.regione t -1 Tot. S. t -1 0,182 -0,053 -0,102 -0,027 -0,304 -0,139 0,089 0,021 0,171 0,089 0,045 0,029 -0,014 0,172 -0,168 -0,271 -0,770 -0,00003 0,004 -0,021 0,010 -0,086 0,224 0,00001 0,008 -0,113 0,116 0,219 0,432 0,00002 0,002 -0,039 0,043 0,137 0,113 0,00001 Cagliari Sassari Dummy temporali -0,115 -0,079 0,024 0,018 0,071 0,047 0,021 0,014 1999 2000 2001 2002 0,014 0,030 0,057 0,079 -0,004 -0,009 -0,019 -0,027 -0,008 -0,017 -0,031 -0,042 -0,002 -0,004 -0,008 -0,010 ICI t-1 Tot.S. t-1 Dummy Add. Irpef Add. energia elettrica t -1 Tot.S. t -1 FASCIA1 FASCIA3 FASCIA4 Quota case vacanze PIL pro-capitet-1 Dummy provinciali Riguardo alle stime ottenute nella tabella 9 circa l’impatto delle variabili indipendenti sulla probabilità che i comuni sardi scelgano uno dei 3 livelli di aliquota ordinaria dell’ICI più elevati (ossia Liv.ICI_1, Liv.ICI_2 e Liv.ICI_3) possiamo dare la seguente interpretazione. Considerando per primi gli impatti delle variabili fiscali, osserviamo che una riduzione dei contributi e trasferimenti correnti statali dell’anno precedente, ceteris paribus, ha al margine un effetto di -21% su Liv.ICI_1, mentre ha un impatto del 41% sulla probabilità che il comune si 9 Ricordiamo che la somma degli effetti marginali di ciascuna variabile indipendente è pari a 0. 18 ponga su Liv.ICI_2 e di -11% sul livello 3.9 contr.e trasf. corr.reg. t -1 La variabile , che rappresenta la quota dei contributi e trasferiTot.S. t -1 menti correnti dalla Regione al comune sul totale generale delle Spese dei comuni nell’anno precedente, assume lo stesso segno della quota dei trasferimenti statali ossia ha il segno negativo negli ultimi 3 intervalli, indicando chiaramente che la sua riduzione aumenta la probabilità che il comune si ponga negli intervalli di aliquota più elevati. Notiamo tuttavia che per quanto la Sardegna sia una regione a statuto speciale e, in quanto tale, usufruisca di contributi e trasferimenti correnti dalla Regione sostanzialmente più elevati dei comuni nelle regioni a statuto ordinario, l’impatto più consistente sul livello dell’aliquota Ici è determinato dai contributi e trasferimenti correnti statali. La figura 5, che rappresenta graficamente la distribuzione degli impatti percentuali delle poste di bilancio sulla probabilità che il comune scelga uno dei livello di aliquota ordinaria dell’Ici, mostra differenze non trascurabili tra gli impatti marginali dei contributi e trasferimenti correnti statali e regionali. FIGURA 5. IMPATTI PERCENTUALI DELLE POSTE DI BILANCIO SULLA PROBABILITÀ CHE IL COMUNE SCELGA UN DETERMINATO LIVELLO DI ALIQUOTA ORDINARIA DELL'ICI Trasf.Corr.Stat.(t-1) 60% Trasf.Corr.Reg.(t-1) 40% Gettito ICI (t-1) Dummy_adirpef 20% 0% -20% -40% -60% Liv.ICI_0 (aliquota = 4‰) Liv.ICI_1 (4‰ < aliquota < 5‰); Liv.ICI_2 (5‰ ≤ aliquota < 6‰) Liv.ICI_3 (6‰ ≤ aliquota ≤ 7‰) La figura 5 riporta anche gli impatti marginali per ciascun livello di aliquota Ici delle altre due componenti di bilancio significative (l’addizionale per l’energia elettrica non è stata riportata in figura poiché il suo impatto marginale è trascurabile rispetto alle altre). Emerge che le componenti delle entrate tributarie risultate statisticamente rilevanti hanno segno opposto a quello dei contributi e trasferimenti correnti. In particolare, la variabile ICI t-1 , ovvero la Tot.S . t-1 quota degli accertamenti ICI sul totale generale delle spese dell’anno precedente, risulta influenzare positivamente, la probabilità che l’aliquota scelta dal comune sia rivolta ai 3 livelli più elevati, mentre, come già accennato, ha segno negativo per i comuni con aliquota minima. La variabile dicotomica, Dummy_adirpef che descrive la presenza o meno di gettiti positivi da addizionale Irpef nell’anno precedente, presenta lo stesso segno degli accertamenti Ici e dell’addizionale per l’energia elettrica. Ciò indica la non sostituibilità tra gli strumenti tributari. Per quanto riguarda l’addizionale per l’energia elettrica, come accennato, va considerato il fatto che essa può essere considerata anche come indicatore dell’economia locale. In tal senso, il livello scelto dell’aliquota ordinaria è influenzato nella stessa direzione dai gettiti dell’addizionale dell’energia elettrica nell’anno precedente e dal PIL procapite provinciale dell’anno precedente. Emerge un comportamento anti-ciclico dei comuni sardi nella scelta del19 l’aliquota ICI rispetto alla congiuntura economica locale, come conferma il segno delle coefficiente delle due variabili – entrambe assumono segno negativo al livello più basso di aliquota e positivo in tutti gli altri casi – per quanto molto limitato nell’entità. Circa l’appartenenza dei comuni alle diverse province e fasce di popolazione, è importante notare la significatività e il segno dei comuni che si trovano nelle province di Cagliari e Sassari poiché essi sono effettivamente quelli ad aliquota media più elevata (rispetto ai comuni di Nuoro e Oristano), per cui si presentano con segno negativo al livello 0 e positivo negli altri 3 casi. Tra le fasce di popolazione risultano significative, con segni non concordi (vedi figura 6) i comuni della fascia 1 (con popolazione inferiore a 5mila abitanti), della fascia 3 (10mila- 50mila abitanti) e della fascia 4 (con popolazione superiore a 50mila abitanti). Il segno positivo di una determinata fascia per un determinato livello di aliquota, indica la maggiore probabilità che i comuni di quella fascia si pongano su quel livello. Pertanto, come già osservato, risulta che i comuni in fascia 1 hanno più alta probabilità di trovarsi al livello del 4‰, al contrario quelli della fascia 3 hanno più alta probabilità di distribuirsi ai 3 livelli superiori, la fascia 4 ha segni negativi nei primi due livelli e positivi altrimenti. Fascia 4 Fascia 3 10% Fascia 1 0% -10% -20% Liv.ICI_0 Liv.ICI_1 Liv.ICI_2 Liv.ICI_3 (5‰ ≤ aliquota < 6‰) (6‰ ≤ aliquota ≤ 7‰) -30% (aliquota = 4‰) (4‰ < aliquota < 5‰); Come già accennato, la politica sull’abitazione principale e le detrazioni non sono risultate significative, indicando chiaramente che in Sardegna i comuni non perseguono con l’Ici scopi redistributivi. Ciò tuttavia non è sorprendente, per quanto in controtendenza rispetto alla stima di Fedeli e Giannoni (2004) relativa all’universo dei comuni italiani, perché, come abbiamo già osservato, la Sardegna applica aliquote mediamente più basse della media nazionale e presenta peculiarità immobiliari rispetto alle altre regioni, come conferma il segno assunto dalla percentuale di case vacanze che è negativo per il livello minimo e positivo altrimenti. Ciò può significare che la presenza di case vacanze e quindi di possibilità di gettiti ulteriori su tale base è percepita come complementare all’Ici ordinaria. In altri termini laddove l’Ici rende bene essa viene sfruttata al meglio e in tutte le sue possibilità. 20 3. Conclusioni Dopo avere analizzato alcune delle caratteristiche principali delle entrate e delle spese dei comuni sardi nel quinquennio 1998-2002, ci siamo concentrati sugli effetti dell’interazione tra differenti livelli di governo dal punto di vista dei comuni verificando come variazioni del livello dei trasferimenti dal centro e dalla regione, insieme agli altri strumenti di bilancio, nonchè alle caratteristiche (economiche, demografiche…) dei comuni sardi, possano influenzare la scelta delle aliquote più importanti per l’autonomia impositiva dei comuni. La probabilità che la scelta dei comuni sardi sia rivolta a livelli elevati dell’aliquota ordinaria aumenta se l’anno precedente sono ridotti i trasferimenti statali e regionali, se l’addizionale IRPEF ha dato gettiti positivi, se il gettito derivante dall’ICI ha “reso” bene, ma anche se il reddito procapite è elevato e l’economia locale è andata bene. La probabilità che i comuni scelgano il livello più basso dell’aliquota ordinaria dell’ICI è, viceversa, associata positivamente al gettito dei trasferimenti statali e regionali e negativamente a quelli delle altre imposte risultate significative così come all’andamento del PIL procapite. Sembrerebbe quindi che i comuni che scelgono l’aliquota minima dell’ICI siano quelli a cui il provento dell’ICI non rende abbastanza, come nel caso dei comuni più piccoli nella fascia 1, che risulta significativa e con impatto marginale positivo per Liv.ICI_0. L’importanza, per le scelte dei comuni, dell’andamento dell’economia locale è dimostrata non solo dalla significatività del Pil procapite, ma anche dal segno (concorde a quello del Pil) dell’addizionale per l’energia elettrica, che può essere considerato più un indicatore delle condizioni economiche che non di gettito (che è in genere irrilevante, costituendo a stento l’1% delle entrate dei comuni, cf. tabella 3). Sarebbe interessante – laddove i dati fossero disponibili e la serie fosse più lunga nel tempo – approfondire tali risultati alla luce di altri fenomeni, quali ad esempio, la presenza o meno di un ciclo elettorale e l’influenza del “colore politico” della Giunta comunale e regionale sulle scelte relative alla tassazione patrimoniale. 4. Rioferimenti bibliografici Fedeli S. e Giannoni M. (2004) Un modello empirico per la scelta delle aliquote ICI dei Comuni italiani 1998-2001, in VI RAPPORTO SULLA FISCALITÀ LOCALE, cap.5, (a cura del Consorzio ANCI C.N.C. per la fiscalità locale), Soc. Tipografica romana, Roma Fedeli S. (2005) “I bilanci consuntivi dei comuni italiani: rapporto sulla finanza locale (1998-2002) ”, in corso di pubblicazione su VII RAPPORTO SULLA FISCALITÀ LOCALE, (a cura del Consorzio ANCI C.N.C. per la fiscalità locale), Soc. Tipografica romana, Roma. Greene, W. H., (2003) ECONOMETRIC ANALYSIS, 5th edition, Prentice Hall, New Jersey. Oates, W. E., (1969). The effects of property taxes and local public spending on property values: an empirical study of tax capitalization and the Tiebout hypotesis Journal of Political Economy Oates, W. E., (1993) Fiscal decentralization and economic development, National Tax Journal 46 237–243. Oates, W. E., (1972), FISCAL FEDERALISM, Harcourt Brace Jovanovich, New York. 21 5. APPENDICE 1 TABELLA A1: STATISTICHE DESCRITTIVE DELLE VARIABILI SIGNIFICATIVE 22 0.1856 0.0788 0.2268 0.2107 0.3113 0.3580 0.2778 0.1184 0.3462 0.1947 0.0900 0.1199 0.1759 0.1224 0.0861 0.0331 0.0027 0.0465 0.0698 contr.e trasf. corr.regione t-1 Tot.S. t-1 ICI t-1 Tot.S. t-1 Dummy_ AdiRPEF Add. energia elettrica t -1 Tot.S. t-1 FASCIA1 FASCIA3 FASCIA4 casevac PIL_pc(t-1) CA NU OR SS t1 t2 t3 t4 t5 1.000 Liv.ICI contr.e trasf. corr.stat t -1 Tot.S. t -1 Liv.ICI (obs=1812) - - - - - - - -0.0951 -0.0210 0.0332 -0.0828 0.1658 -0.1137 0.1205 0.0452 0.0464 -0.1874 -0.2902 -0.0275 -0.0329 0.0258 0.3887 -0.0298 -0.0479 0.2669 1.0000 contr.e trasf. corr.stat t-1 Tot.S. t -1 0.1686 -0.0296 -0.0145 -0.0964 -0.0282 -0.0462 -0.0480 -0.0271 -0.0480 0.0920 -0.0648 -0.0253 -0.0680 0.0809 0.0821 -0.0044 0.2444 1.0000 contr.e trasf. corr.regione t-1 Tot.S. t-1 0.1071 -0.0071 -0.0139 -0.0586 -0.0276 0.0534 -0.0770 -0.0739 -0.0125 0.1763 0.2344 0.0278 0.0721 -0.1461 0.2780 0.0186 1.0000 ICI t -1 Tot.S. t -1 0.1266 0.1078 0.0559 -0.0719 -0.2186 -0.0780 -0.1099 -0.0308 0.0803 0.1853 0.0216 0.0283 0.1313 -0.2039 0.1155 1.0000 Dumm y_ AdiRPEF 0.0005 0.0481 0.1257 -0.1653 -0.0091 0.1177 -0.1163 -0.1113 0.0989 0.1346 0.2258 0.0684 0.2380 -0.3938 1.0000 Add. energia elettrica t-1 Tot.S. t-1 0.0004 0.0004 -0.0003 -0.0003 -0.0003 0.0191 0.1456 0.1018 -0.2450 -0.0071 -0.0125 -0.1624 -0.5806 1.0000 FASCIA1 -0.0002 -0.0002 0.0001 0.0001 0.0001 0.0263 -0.0732 -0.0685 0.1062 0.0257 -0.0094 -0.0198 1.0000 FASCIA3 -0.0001 -0.0001 0.0000 0.0000 0.0000 0.0387 -0.0337 -0.0377 0.0297 0.0277 -0.0023 1.0000 FASCIA4 -0.0007 -0.0012 0.0003 0.0003 0.0014 0.1324 -0.0411 -0.0184 -0.0693 0.0776 1.0000 casevac 0.4266 0.4452 -0.0457 -0.2434 -0.5836 0.3172 -0.2455 -0.2234 -0.2704 1.0000 PIL_pc (t-1 ) 0.2749 0.0682 0.0690 0.0690 0.0690 0.2697 0.2486 0.2778 1.0000 CA - - - - -0.2531 0.0653 0.0627 0.0627 0.0627 -0.2483 -0.2288 1.0000 NU -0.2265 0.0562 0.0568 0.0568 0.0568 -0.2222 1.0000 OR -0.2458 0.0609 0.0617 0.0617 0.0617 1.0000 SS -0.2501 -0.2501 -0.2497 -0.2497 1.0000 t1 -0.2501 -0.2501 -0.2497 1.0000 t2 0.2501 0.2501 1.0000 t3 - -0.2505 1.0000 t4 t5 1 TABELLA A2. CORRELAZIONE DI TUTTE LE VARIABILI RISULTATE SIGNIFICATIVE 23 APPENDICE 2: I RISULTATI DEL MODELLO La tabella A3 riporta le stime finali del modello pooled ordered probit con dummy temporali e i test effettuati. Tali risultati della sono interessanti soprattutto per l’individuazione dell’andamento dei regressori significativi per la scelta del livello dell’aliquota ordinaria dell’ICI da parte dei comuni sardi in considerazione degli strumenti disponibili ai comuni stessi e delle altre variabili considerate. Tale andamento che, nella tabella A3, può essere ricavato dai coefficienti stimati (colonna 2 della tabella), indica che la probabilità che un comune scelga l’aliquota ICI ai livelli più elevati è significativamente influenzata, per quanto riguarda le poste di bilancio dei comuni, dai trasferimenti statali e regionali, dai gettiti dell’ICI ottenuti con l’applicazione dell’aliquota ordinaria e dai gettiti dell’addizionale sull’energia elettrica dell’anno precedente, dalla presenza o meno di gettiti positivi dell’addizionale IRPEF l’anno precedente. Le politiche discrezionali dei comuni circa le politiche sull’abitazione principale e il livello di detrazione non sono mai risultate significative. La percentuale di case vacanze sui comuni risulta invece significativa per la decisione relativa alla scelta del livello dell’aliquota ordinaria. È interessante osservare anche la significatività del PIL provinciale procapite, delle fasce demografiche e dei comuni delle province di Cagliari e Sassari. La tabella riporta anche la stima dei valori di soglia (cut1, cut2 e cut3) tra un intervallo di aliquota e l’altro. Il fatto che essi assumano un valore positivo vuol dire che le variabili indipendenti influenzano sostanzialmente nella stessa direzione le probabilità che l’aliquota cada nei 3 intervalli di aliquota più elevata. In altri termini, il discrimine dei livelli di aliquota è determinato dall’intervallo che fissa l’aliquota al minimo, mentre il segno positivo di cut1, cut2 e cut3 (riferiti alla stima di Liv.ICI_1, Liv.ICI_2 e Liv.ICI_3) ci dice che la probabilità che i comuni scelgano i livelli di aliquota Ici superiori al minimo (per quanto l’impatto marginale cambi in modo non trascurabile tra intervalli) è influenzata nella stessa direzione dalle variabili indipendenti (ossia i coefficienti assumono lo stesso segno). 24 TABELLA A3- PRINCIPALI RISULTATI DELLE STIME ECONOMETRICHE PER LA SARDEGNA (1998-2003) VARIABILE DIPENDENTE=Liv.ICI Modello pooled ordered probit con dummy temporali (unbalanced) Coefficiente Std.Err. Z contr.e trasf. corr.stat t -1 Tot.S . t -1 -1.997 0.518 -3.85 contr.e trasf. corr.regione t -1 Tot. S. t -1 -0.489 0.178 -2.75 0.819 0.399 0.214 0.079 3.83 5.08 0.038 -0.504 0.508 1.007 2.073 0.000 0.008 0.106 0.130 0.189 0.250 0.000 4.98 -4.74 3.92 5.34 8.29 2.52 0.324 0.219 0.076 0.101 4.23 2.16 ICI t-1 Tot.S. t-1 Dummy Add. Irpef Add. energia elettrica t -1 Tot.S. t -1 FASCIA1 FASCIA3 FASCIA4 Quota case vacanze PIL pro-capite t-1 Dummy provinciali Cagliari Sassari Dummy temporali -0.2 -0.037 0.187 -0.54 -0.081 0.149 -1.17 -0.151 0.129 -2.14 -0.208 0.097 0.940385 (Ancillary 1.593472 0.942864 parameters 2.886338 3.968904 0.947415 per Ordered probit Estimates (Robust S.E.): Numero di comuni = 375 Numero di osservazioni = 1812 Wald chi2(16) = 601.52 Prob > chi2 = 0 Log pseudo-likelihood= -1849.2812 Pseudo R2=0.1499 1999 2000 2001 2002 _cut1 _cut2 _cut3 TEST 25 Il valore aggiunto su scala comunale per la Regione Sardegna nel 2001 Primi Risultati Carlo Andrea Bollino e Paolo Polinori 1. Introduzione1 La riforma del titolo V della Costituzione italiana ha come obiettivo fondamentale l’aumento del grado di autonomia in capo alle amministrazioni locali, favorendo l’implementazione di interventi di politica economica mirati alle singole realtà territoriali proponendo, quindi, un totale cambiamento nel modo di esercitare i poteri. Il passaggio che si prospetta è verso un modello meno verticistico e centralizzato che favorisca una maggiore apertura a diversi soggetti nel processo di elaborazione delle politiche. L’ampliamento “verso il basso” dei centri decisionali provoca, come naturale conseguenza, il cambiamento ed il mutamento dei fabbisogni conoscitivi. Con l’affermazione del principio di sussidarietà, a cui si ispira la riforma del titolo V, le esigenze conoscitive non si limitano più, infatti, ad una scala regionale o provinciale ma si indirizzano verso maglie territorialmente più minute, fino a coincidere con il Comune, che costituisce la minima, e prioritaria, unità amministrativa che si interfaccia con il cittadino. Il cambiamento di prospettiva, relativamente alla creazione di nuove esigenze conoscitive influenza, inoltre, la “pertinenza” dell’informazione statistica stessa (Trivellato 2002) ed in tal senso mutamenti istituzionali come quello della riforma del Titolo V determinano cambiamenti rilevanti in tutti i settori. Ciò che cambia non è solo il livello territoriale su cui “giocano” gli attori politici, ma anche i rapporti prioritari tra i diversi livelli come esplicitamente previsto dal principio di sussidiarietà. In questo scenario il progetto “Fi.Lo – Finanza locale”, promosso e condotto da ANCI.Cnc, mira proprio a colmare il vuoto informativo che sovente gli enti locali si trovano a fronteggiare proponendo in questo, ed in precedenti lavori (Bollino et al. 2004a, 2004b), una metodologia di lavoro capace di tener conto delle mutate esigenze conoscitive attraverso la produzione di informazioni statistico-economiche rilevanti su scala comunale. Ma non è solo dall’approvazione della riforma del titolo V che le indagini “micro-territoriali” traggono legittimazione; più in generale, infatti, il ruolo dell’informazione statistica su scala sub-regionale e sub-provinciale trova conforto anche nell’analisi storica dello sviluppo economico italiano come testimoniato dall’analisi dello sviluppo locale che ha più volte posto in risalto la notevole variabilità esistente tra le diverse traiettorie di sviluppo emerse nel panorama nazionale2. 1 Il presente contributo estende alla regione Sardegna la metodologia adottata per le province italiane, le Città Metropolitane e per i comuni dell’Umbria. Gli autori ringraziano ANCITEL, ANCI.CNC. il GRTN e l’Enel per aver concesso l’utilizzo dei dati nel presente lavoro. Un ringraziamento va alla Dott.sa Porta dell’Istat per gli utili suggerimenti forniti nel corso del lavoro. Resta inteso che l’utilizzo fatto di tali suggerimenti ed indicazioni è di esclusiva e piena responsabilità degli autori che ne rispondono per errori ed inesattezze. 2 Le indagini mirate alla ricostruzione dei dati di “performance” su scala comunale si prefiggono l’indiscusso obiettivo di contribuire a migliorare proprio la comprensione di questa diversità consentendo di indagare il ruolo della prossimità (Carcangiu et Al., 1999). 27 In realtà, si è spesso trattato di congetture o intuizioni penetranti, piuttosto che di risultati di analisi statisticamente documentate, proprio per mancanza sistematica di dati. Di conseguenza, nel passato la mancanza di adeguati indicatori di performance dotati di un apprezzabile grado di omogeneità, quali il Pil, il valore aggiunto (VA) o il reddito disponibile (RD) ha reso necessario l’adozione di altre proxy deputate ad informare sui livelli di sviluppo raggiunto nelle aree così finemente identificate. Va ricordato che solo dal giugno 2003, anche alla luce di queste considerazioni e sulla spinta della domanda istituzionale, e non solo, di informazioni a scala sub-provinciale, l’Istat pubblica il valore aggiunto calcolato per sistemi locali del lavoro3 (SLL), segnando un passo ufficiale importante nella produzione di indicatori a maglia territoriale fine. L’importanza è insita nel fatto che una copertura come quella ISTAT assicura l’omogeneità dei dati necessaria ad analisi comparative, nel tempo e nello spazio, estese a tutto il territorio nazionale. In questo lavoro, proponiamo un ulteriore avanzamento, centrato su una proposta metodologica parzialmente innovativa, della produzione di dati a maglia territoriale fine: la stima di indicatori su scala comunale, con l’intento di colmare l’indisponibilità di “dati ufficiali”, attraverso stime di natura preliminare, robuste e affidabili. Il lavoro risulta articolato come segue. Dopo una breve rassegna, non esaustiva, relativa alla costruzione di indicatori di performance economica su scala comunale (par. 2), si presenta la metodologia applicata su scala comunale (par. 3). I dati così ottenuti vengono convalidati ed utilizzati in forma descrittiva (par. 4). Alcune breve considerazioni metodologiche chiudono il contributo (par. 5). In appendice si riportano le note metodologiche e le tavole statistiche relative ai comuni della Sardegna. 2. Indicatori a livello comunale 2.1. La metodologia La produzione d’informazioni statistiche relative alla performance economica delle diverse realtà territoriali, ad integrazione delle fonti ufficiali, vanta una lunga tradizione nel nostro Paese, sin dai primi tentativi di costruzione di conti regionali negli anni sessanta e settanta, segnatamente per le regioni meridionali, da parte della SVIMEZ. Un più recente filone di ricerca, basato sull’ottimizzazione delle metodologie di inferenza statistica, ha affrontato il problema della ricostruzione di variabili di performance economica, segnatamente il valore aggiunto, a crescenti livelli di disaggregazione territoriale, dalle regioni, alle province, alle microaree a livello sub-provinciale4. Tali analisi costituiscono l’ultimo tassello di una serie di ricerche e pubblicazioni che trovano i principali momenti costitutivi nel progetto Cofin 1999 “Indicatori e modelli statistici per l’analisi territoriale” e nel progetto “Fi.Lo – Finanza locale”, finanziato da ANCI.Cnc, che ne ha rappresentato il naturale proseguimento. Ricordiamo che attraverso questa procedura è stato possibile ottenere una disaggregazione territoriale e settoriale del VA ricostruendo il dato regionale e provinciale, da confrontarsi con la nuova disponibilità di serie storiche statistiche di fonte ufficiale ISTAT, relative appunto alla contabilità regionale e provinciale. Da questa base dati (Bollino et Al. 2003, 2004a), si è potuto, in un primo momento, risalire alla costruzione del VA per le Città Metropolitane per il periodo 1991-2001 (Bollino et Al. 2004b), e quindi ai comuni dell’Umbria (Bollino e Polinori, 2005) mentre in questo contributo l’operazione è stata estesa alla scala comunale limitatamente alla regione Sardegna per il 2001. 3 La composizione dei SLL sardi è riportata, in appendice, nella tavola B.5. Si ricordano in tal senso: Bollino 1998, Bollino et Al. (2003, 2004a, 2004b), Bollino e Polinori (2004, 2005) Bigerna e Polinori. 2004. 4 28 In via preliminare, occorre sottolineare tre principali avvertenze per il lettore: la prima relativa agli intenti del presente contributo, la seconda inerente alla metodologia di stima e la terza relativa all’indicatore stimato. In primo luogo, il presente contributo non ha l’obiettivo di soppiantare il ruolo delle istituzioni preposte alla costruzione e diffusione delle statistiche ufficiali. L’intento è unicamente quello di offrire al dibattito scientifico ed istituzionale una procedura che può, entro limiti che saranno evidenziati nella parte metodologica, fornire indicazioni utili in termini di caratterizzazione economica di un territorio amministrativamente circoscritto. In secondo luogo, la metodologia adottata consente una stima indiretta del VA. Questo approccio unisce principalmente due vantaggi: (i) la possibilità di giungere a dei risultati apprezzabili senza far ricorso al metodo diretto di stima, che implica l’utilizzo pieno e sistematico di rilevazioni appositamente predisposte, costose economicamente e temporalmente; (ii) la necessità di ricostruire il comportamento del fenomeno (creazione VA) in un contesto temporale o spaziale differente da quello disponibile mediante informazioni appropriate, comporta un’esplicita caratterizzazione delle ipotesi relative alla correlazione tra fenomeno e indicatore sintetico (Bollino et Al. 2004a). Sull’altro piatto della bilancia lo svantaggio di avere la sola possibilità di “georeferenziare” il dato senza ad esempio distinguere, tra individui o tra famiglie di un dato comune. Infine, relativamente all’indicatore stimato, occorre chiarire che la variabile oggetto di analisi è il VA, piuttosto che qualche forma di reddito individuale o famigliare. L’avvertenza è quindi quella che, a differenza dei lavori che saranno poi richiamati qui non si giunge a definire una ricchezza netta che fa in media capo alla famiglia o all’individuo di un dato Comune, ma una ricchezza complessiva, al cui interno sono inclusi i trasferimenti fiscali ed il pagamento delle imposte. Tale entità differenziale chiaramente non è costante tra i Comuni, ma varia al variare di almeno tre fattori: (i) reddito del comune, (ii) struttura demografica del comune e (iii) composizione relativa nella formazione del VA ad esempio tra VA da lavoro autonomo e VA da lavoro dipendente. 2.2. Una breve rassegna non esaustiva Come già anticipato, vi sono state diverse proposte metodologiche per la ricostruzione di dati economici con indicatori. Ricordiamo, fra i primi contributi più significativi, Marbach (1985), che ha proposto la ricostruzione dei redditi comunali. La metodologia allora utilizzata, s’incentrava sul reddito disponibile delle famiglie, assumendone come elementi costitutivi: a) b) c) d) e) f) retribuzione lorde dei lavoratori dipendenti (+); redditi dei lavori dipendenti (+); redditi dei capitali ripartiti tra redditi di terreni agricoli redditi da fabbricati, interessi, utili e dividendi (+); trasferimenti familiari (+); imposte indirette (-). Tale aggregato era poi sottoposto a confronti con i dati sugli impieghi ed incrociato con i dati dei consumi finali delle famiglie (ISTAT) ed i dati del risparmio (Banca d’Italia) per verificarne l’attendibilità. Tali aggregati a livello regionale erano disaggregati utilizzando delle serie statistiche comunali suddivise in variabili indipendenti (i) ed in variabili di controllo (ii), rispettivamente: a) b) c) popolazione residente; consumi di energia elettrica per usi domestici autovetture immatricolate 29 d) e) spese telefoniche delle utenze private redditi dichiarati ai fini impositivi. La scelta, adottata allora, di operare unicamente attraverso indicatori relativi alla domanda trovava una forte giustificazione nelle perplessità che circondavano i metodi di definizione del Pil. Non bisogna dimenticare che nel 1981, come sottolinea lo stesso Marbach, il Pil era definito unicamente partendo dalle imprese con un numero di addetti superiori a 20 ignorando, quindi, il 93,1% delle imprese ed il 34,5% degli addetti. Inoltre dato l’obiettivo dell’opera, stima dei redditi comunali, tale lacuna si sarebbe distribuita sul territorio nazionale in modo irregolare, visto il diverso peso di questa tipologia d’imprese nelle diverse aree, definendo un ulteriore fonte di distorsione. Oggi, come ricordato in precedenza, le stime del Pil, seppure con cadenze temporali e periodicità diverse, coprono l’intera distribuzione dimensionale delle imprese e questo ha contribuito a rimuovere gran parte delle perplessità sopra ricordate. Eventuali dubbi possono rimanere oggi sull’attendibilità e sull’utilizzo dei conti territoriali regionali. A puro titolo esemplificativo si ricordi come nel conto delle risorse e degli impieghi la definizione residuale del movimento dei beni e servizi dalla regione verso l’estero non concorre alla verifica della coerenza e della consistenza della stima degli altri aggregati. A questo fondamentale lavoro, che tra gli altri aveva il non trascurabile pregio dell’omogeneità e diffusione coprendo l’intero territorio nazionale, se ne sono affiancati, o ne sono derivati, diversi altri (tabella 2.1) che si differenziano per indicatore ricostruito, metodologia adottata e, ovviamente, il territorio di riferimento. Tabella 2.1 - Applicazioni di procedure di stima di indicatori di ricchezza comunale Ente Base dati Area Periodo Metodo Sistan comune di Brescia Siatel Approccio Brescia 2000 Analitico indiretto Da informazioni fiscali Indicatore YD netto = YD fiscale+TR non imponibili IRPET Enel, ACI, SIP, Operatori al minuto Toscana Umbria Marche 1986 - 1991 Analitico indiretto Stima e 2 stadi Da domanda YD netto per disaggregazone CREF - Osservatorio permanente dell'economia del Friuli Venezia Giulia Enel, ACI, SIP, Operatori al minuto, ISTAT Udine 1995 Analitico indiretto Stima e 2 stadi Da domanda YD netto per disaggregazone Bruno Bracalente et Al. Indagine campionaria, Sviluppumbria, INPS, CCIAA, ISTAT, Regione Umbria, 1987-1991 Analitico mediante ricostruzione delle singole fonti di reddito Da domanda - misto YD famigliare Dal lato dellíofferta VA Da domanda - misto Reddito mensile procapite Umbria Usai R. ISTAT Sardegna 1991 Analitico indiretto mediante disaggregazione successiva Mura P.B. ISTAT Banco di Sardegna Sardegna 1991 Analitico indiretto Stima e 2 stadi Dalla seppur breve e non esaustiva rassegna, emerge come il lavoro di Marbach abbia fatto scuola. Eccezion fatta per il lavoro del gruppo Sistan del comune di Brescia (2003), che ha operato su di un piano fiscale, gli altri contributi richiamano esplicitamente il lavoro edito dal Banco del Santo Spirito, con delle limitate modifiche o con meticolosi approfondimenti come nel caso del lavoro di Bracalente per l’Umbria. Relativamente alla regione Sardegna vanno segnalati, a conoscenza degli autori, almeno i lavori di Usai (1998) e Mura (1996). 30 Il primo (Usai, 1998) è quello più attinente al presente contributo poiché consiste nella stima del VA comunale con un procedimento di disaggregazione che parte dal VA regionale, passa a quello provinciale e poi attraverso un set di indicatori comunali settorialmente disaggregati (addetti, unità locali e consumi elettrici) giunge a definire il VA comunale. Il secondo (Mura, 1996) è più riconducibile agli altri lavori regionali utilizzando una procedura di stima a due stadi che utilizza l’informazione regionale di tutte le regioni italiane per desumere le informazione rilevanti a livello comunale per la Sardegna. Appare evidente, infine, la forte connotazione di questi metodi dal lato della domanda, se si fa eccezione per il lavoro di Usai, e questo costituisce uno dei principali distinguo della metodologia qui proposta. 3. Ricostruzione dati e validazione 3.1 Le tecniche di disaggregazione La scelta dell’unità territoriale di riferimento e la relativa disponibilità dell’informazione statistica rappresentano due importanti momenti di verifica nelle analisi economiche territoriali. Evidentemente i due aspetti sono fortemente interconnessi poiché già la stessa definizione di un’area d’indagine che non si riconosca nelle usuali ripartizione amministrative, o che coincida con l’unità amministrativa più piccola, richiede la disponibilità di dati ed informazioni che possono o essere desunti da una survey ad hoc, o derivare da indagini dirette che attingono da molteplici di fonti statistiche di tipo amministartivo che devono essere raccordate, oppure essere frutto di ricostruzioni efficienti sfruttando banche dati statistiche (Bollino et Al. 2003, 2004a, 2004b; Bollino e Polinori, 2004). Ovviamente, l’obiettivo comune di tutte le procedure è la caratterizzazione del territorio in chiave economica. Notiamo che l’ultimo dei tre percorsi sopra ricordati, assodata la disponibilità gli indicatori a livello disaggregato, ha il suo punto cruciale nella stima che consentirà di caratterizzare, economicamente, l’unità territoriale d’interesse. L’utilizzo di tecniche di ricostruzione del comportamento indagato in scala geografica differente da quello disponibile mediante informazioni appropriate comporta, dunque, un’esplicitazione delle ipotesi relative alla correlazione fra fenomeno e indicatore. In tal senso l’individuazione del set di indicatori su base comunale rappresenta la condizione sine qua non per giungere ad una scomposizione accurata dei VA delle province nei rispettivi VA comunali. La scelta cruciale qui adottata è di considerare il reddito prodotto nella area territoriale, ovvero il valore aggiunto, dal lato dell’offerta. Conseguentemente, gli indicatori utilizzati sono coerenti con il momento produttivo della formazione del reddito, attraverso lo studio dei fattori di produzione impiegati per l’appunto nella produzione del valore aggiunto. Rimandando all’Appendice i dettagli relativi alla procedura econometrica adottata, che è simile a quelle già sperimentate nel passaggio dalla scala nazionale a quella regionale e da questa a quella provinciale, va chiarito che le informazioni necessarie possono essere distinte in due grosse categorie. Il primo insieme è rappresentato dalle variabili che a livello aggregato costituiscono i regressori inclusi nella equazione di trasferimento delle informazioni fra indicatore e variabile indicata (ci riferiamo ai regressori della matrice X della A.3). Il secondo insieme è invece indicativo del processo stocastico generatore dei dati ed è funzionale al riproporzionamento del termine d’errore aggregato tra le unità territoriali di livello inferiore (cfr equazioneA.7). La scelta degli indicatori è dunque, nel primo caso, chiaramente vincolata dalla necessaria omogeneità di questi con i regressori adottati nella relazione aggregata nel rispetto della “consistent aggregation”. Gli indicatori in questione sono relativi all’occupazione (L) ed ai consumi energetici (E) essendo il VA espresso a livello aggregato come: VA = Φ (L, E, z) (1) 31 con z che è un insieme di variabili di controllo. La (1) postula dunque una relazione aggregata (a livello provinciale) fra VA e l’occupazione interna ed i consumi elettrici. Queste stesse variabili, su scala comunale, costituiscono gli indicatori necessari per la previsione ottimale del VA comunale (Tabella 3.1)5. Tabella 3.1- Statistiche descrittive primo set d'indicatori per líanno 2001 Indicatori Consumi Elettrici (E) Occupati interni (L) min 1 Q 2 Q 3 Q max media dev.st c.v 0.021 0.538 1.483 5.106 3313.139 21.244 186.961 8.8 22.5 216.8 506.8 1046.5 66867.4 1527.9 5088.6 3.3 N.B: I consumi sono in mln di Kwh gli occupati in unit‡ Fonti: Enel ed Istat. L’errore che scaturisce dalla relazione aggregata (provinciale) deve essere riproporzionato al livello territoriale inferiore. Data la notevole eterogeneità insita a livello comunale, l’ipotesi sottostante è di eteroschedasticità dell’errore della stima econometria della (1). Questa ipotesi si traduce in un riproporzionamento attraverso variabili capaci di: (i) cogliere l’eterogeneità esistente sulla scala comunale; (ii) catturare l’informazione estranea alla relazione (1), ma allo stesso tempo rilevante ai fini della determinazione del VA. La relazione (1) lascia intendere un meccanismo di formazione del VA fondato prevalentemente sul settore industriale, basandosi la relazione sul lavoro e sul grado di intensità elettrica. Il percorso seguito ha portato all’individuazione di tre variabili che, permanendo “sul lato dell’offerta”, hanno consentito un riproporzionamento ispirato ai due principi (i) e (ii) sopra elencati. Le tre variabili calcolate sono: (a) tasso strutturale di funzione turistica (TFST); (b) unità di lavoro standard su residenti per il settore agricolo (ULS); (c) indice di terziarizzazione degli addetti (IT). La prima delle tre variabili ha la finalità di dare importanza alla infrastrutturazione turistica di un certo comune nell’ambito del riproporzionamento dell’errore aggregato. La seconda svolge lo stesso ruolo nel confronto dell’agricoltura, mentre l’ultima rappresenta una proxy del peso del settore terziario nell’economia comunale. Tabella 3.2 - Statistiche descrittive secondo set d'indicatori per líanno 2001 Indicatori min 1Q 2Q 3Q ma x media dev.st c.v TFST 0.00002 0.00015 0.00031 0.00066 0.07619 0.00265 0.00839 3.16357 ULS 0.00000 0.00108 0.00188 0.00337 0.02860 0.00265 0.00271 1.02048 IT 0.00002 0.00034 0.00064 0.00175 0.17947 0.00265 0.01130 4.26182 Completato il set di indicatori necessario per l’estensione della metodologia su scala comunale il passo seguente è rappresentato dalla procedura di stima e validazione. 3.2 La stima dei parametri provinciali L’esperienza già acquisita nella omogenizzazione delle base dati e la ricostruzione delle serie mancanti su scala provinciale e regionale hanno consentito di condurre una serie di procedure di stima con l’obiettivo di testare la validità e solidità della metodologia proposta. Rin- 5 Come si vede il valore medio dei consumi elettrici (per altri usi) cade nel quarto quartile della distribuzione. Ciò è dovuto alla forte concentrazione nei consumi con i due comuni più energivori (Portoscuso e Sarroch) che da soli rappresentano il 57,3% del consumo regionale mentre i primi cinque comuni concentrano il 74,2% dei consumi elettrici. A fronte di una simile asimmetria la metodologia proposta sembra fornire risultati comunque robusti. 32 viando alle citate pubblicazioni per una lettura approfondita, qui si richiamano sommariamente i risultati già conseguiti. a) Disaggregazione territoriale delle serie di contabilità nazionale ISTAT, relative alle venti regioni amministrative con una classificazione settoriale NACE-CLIO a ventitre branche. Il periodo di stima e validazione è stato il 1980-1996. b) Estensione del periodo di stima (1980-2002) nelle venti regioni amministrative, con la riduzione del numero di branche dapprima a venti e successivamente a sei. c) Disaggregazione a livello provinciale, con stima e validazione per il periodo 1990-2002, con una classificazione a 6 branche, come nella procedura al punto (b). La regressione è stata stimata al livello aggregato di partenza (cfr equaz A.3) provinciale. Nel determinare il valore dei coefficienti della relazione aggregata si sono seguite diverse opzioni di stima, differenziate per le osservazioni incluse nella regressione ed in particolare si sono stimati molteplici modelli tra i quali i maggiormente esplicativi sono risultati i seguenti: – (ITA) tutte le province italiane; – (CSnoM) tutte le province italiane del centro sud, escluse quelle al cui interno sono presenti le città metropolitane. In tutti i modelli i regressori erano quelli relativi all’occupazione interna ed ai consumi energetici, mentre la variabile dipendente è costituita dal VA. Nella tabella_3.3 si riportano solo i modelli più significativi. Tabella 3.3 - Stima dei parametri per la scala provinciale Modello Variabile dipendente Costante Log E Log L R2 0.93 N: Numero osservazioni F-test 193.07 I valori sono trasformati nel logaritmi Mod. ITA Parametro 3.2710 (0.636)* 0.1955 (0.063)* 0.8050 (0.1628)* 721 Mod. CS no Metro 3.2576 (0.489)* 0.0990 (0.028)* 0.8381 (0.101)* 0.95 371 55.02 I risultati delle stime evidenziano le differenze ottenute nei coefficienti stimati con i 2 modelli, la scelta tra questi poggia sulla capacità esplicativa degli stessi, oltre che sulle indicazioni diagnostiche. Le capacità esplicative sono state valutate sia nei termini della capacità di ricostruzione del dato provinciale (Tabella 3.4), e sia, e sta qui il primo elemento di novità, nei termini di ricostruzione dei dati per SLL. I coefficienti ottenuti dalle stime provinciali sono stati infatti impiegati come previsori ottimali dei VA per i SLL sfruttando l’informazione ufficiale di fonte Istat. Tabella 3.4 - Statistiche rapporto effettivo/stimato modello CSnoM Valore minimo 0.953 Valore massimo 1.061 1° Quartile 0.970 2° Quartile 0.988 3° Quartile 1.011 Valore medio 0.997 Dev. St 0.041 C.V. 0.041 33 3.3 La validazione a livello di SLL Questo elemento aggiuntivo della tradizionale procedura di validazione e stima rappresenta una verifica importante, condotta ad un livello mesoeconomico, utilizzando un unità geografica funzionale che non corrisponde a nessuna rappresentazione giuridico- amministrativa. I dati utilizzati sono riportati nella tabella 3.5 mentre per brevità non si riportano i risultati estesi ma solo la media del rapporto effettivo su stimato che è di 1.02 con un valore minimo di 0,91 ed un valore massimo di 1.15. Tabella 3.5 - SLL anno 2001 SLL 73 2 73 3 73 4 73 5 73 6 73 7 73 8 73 9 74 0 74 1 74 2 74 3 74 4 74 5 74 6 74 7 74 8 74 9 75 0 75 1 75 2 75 3 75 4 34 E ALGHERO 70.72 ARZACHENA 54.37 BENETUTTI 1.71 BONO 4.06 BONORVA 4.70 BUDDUSO' 13.18 CASTELSARDO 6.48 LA MADDALENA 40.78 OLBIA 137.91 OSCHIRI 4.30 OZIERI 29.31 PERFUGAS 8.82 POZZOMAGGIORE 25.81 SANTA TERESA GALLURA 17.53 SASSARI 322.47 TEMPIO PAUSANIA 42.82 THIESI 20.01 VALLEDORIA 36.62 BITTI 6.74 BOSA 15.93 BUDONI 21.63 FONNI 10.83 ISILI 25.93 L 13407 6638 1260 1586 1269 2262 1647 5252 23834 1856 7786 1916 1347 2450 87254 10147 2991 3112 2074 4669 3647 2399 4884 VA SLL E L 500.8 755 JERZU 13.87 229.4 756 LANUSEI 16.86 33.5 757 MACOMER 86.87 3824 6134 8522 37227 VA 106.3 214.3 271.7 1502. 3 50.8 758 NUORO 107.49 41.9 759 OROSEI 34.94 62.5 760 SINISCOLA 85.32 53.4 761 SORGONO 14.85 189.2 762 TORTOLI' 938.6 763 CAGLIARI 7113 30.67 213.7 2743.6 18506 6997. 5 4 9 63.5 764 IGLESIAS 3474.9 3588 4011 4465 109.1 135.2 142.0 30787 1186. 5 270.9 765 MURAVERA 40.12 60.1 766 PULA 30.27 45.8 767 SANLURI 42.64 75.2 768 SANT'ANTIOCO 13.37 2996. 6 769 SENORBI' 17.06 342.1 770 SILIUS 15.60 106.2 771 VILLACIDRO 85.56 107.8 779 ALES 6.72 61.6 780 GHILARZA 14.84 165.2 781 MOGORO 3.61 103.2 782 ORISTANO 130.83 67.4 783 SAMUGHEO 4.78 171.9 784 TERRALBA 51.32 6 5501 3577 9723 3342 3787 2042 13420 2475 5210 1308 33206 1750 6238 153.2 102.9 327.1 114.9 107.0 64.2 404.9 77.7 162.0 39.3 1253. 9 55.7 220.7 4. La “previsione” del valore aggiunto su scala comunale per la Sardegna. L’applicazione della metodologia qui proposta presenta un importante novità6 nella sua estensione alla scala comunale, mancando ovviamente un termine di raffronto della bontà dei risultati ottenuti. Le uniche modalità di verifica in qualche modo indiretta sono rappresentate (cfr. parf. 4.1) dalla bontà dell’accostamento del VA stimato a quello di unità territoriali sovra-comunali7. Ci riferiamo alla possibilità di riaggregare il VA stimato a livello dei SLL e confrontarlo con i dati pubblicati dall’ISTAT. Questo passaggio è interpretabile quindi come una vera e propria previsione fuori dal campione (out of sample) trasferita da un contesto temporale ad un contesto spaziale-geografico. Sfruttando la relazione alle scale sovra-comunali, e gli indicatori su scala comunale, si attua quindi una vera e propria previsione del VA comunale. 4.1 La “previsione” del VA comunale per il 2001 Selezionato il modello sulla base delle informazioni discusse, il passo conclusivo è quello di ricostruire il valore dei VA comunali sfruttando le informazioni presentate nei precedenti paragrafi. Chiaramente non essendo a questo livello possibile una validazione diretta, data l’indisponibilità di termini di raffronto per la scala comunale, è possibile sfruttare nuovamente l’informazione relativa ai SLL, questa volta riaggregando i valori comunali ricostruiti. È bene ricordare che la metodologia, consente la completa additività, poiché per costruzione: ΣVacom=Vapv (2) E quindi permette di tenere conto di queste realtà in sede ricostruzione stessa e di verifica su scala provinciale. La performance registrata è di assoluto interesse (tabella 4.1), come evidenziato dalla tabella 4.1. Tabella 4.1 - Ricostruzione VA SLL, rapporto effettivo su stimato Sistemi Locali del Lavoro Effettivo/Stimato Sistemi Locali del Lavoro Effettivo/Stimato 732 733 734 735 736 737 738 739 740 741 742 743 ALGHERO ARZACHENA BENETUTTI BONO BONORVA BUDDUSO' CASTELSARDO LA MADDALENA OLBIA OSCHIRI OZIERI PERFUGAS 1.05 0.99 1.00 1.00 0.89 1.00 0.88 1.00 1.05 0.98 1.00 1.00 755 756 757 758 759 760 761 762 763 764 765 766 JERZU LANUSEI MACOMER NUORO OROSEI SINISCOLA SORGONO TORTOLI' CAGLIARI IGLESIAS MURAVERA PULA 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 1.00 0.91 1.00 1.00 6 Tale peculiarità caratterizza anche il passaggio dalle province alle aree metropolitane. Di fatto questa novità rappresenta l’obbiettivo finale stesso del percorso di ricerca illustrato nel paragrafo 2., obbiettivo rappresentato dalla stima del VA comunale. 7 Di fatto la ricostruzione del VA provinciale come somma dei VA comunali stimati porta a risultati assolutamente corretti per il vincolo di additività stesso previsto dalla metodologia (Bollino, 1998; Bollino et Al. 2004a). 35 744 745 746 747 748 749 750 751 752 753 754 POZZOMAGGIORE SANTA TERESA GALLURA SASSARI TEMPIO PAUSANIA THIESI VALLEDORIA BITTI BOSA BUDONI FONNI ISILI 1.00 1.00 1.05 0.93 1.01 1.00 0.89 0.89 1.00 1.00 0.92 767 768 769 770 771 779 780 781 782 783 784 SANLURI SANT'ANTIOCO SENORBI' SILIUS VILLACIDRO ALES GHILARZA MOGORO ORISTANO SAMUGHEO TERRALBA 0.91 1.00 0.97 1.00 1.00 0.89 1.00 1.00 1.00 1.00 1.02 Come si può vedere dalla tabella 4.1 i valori comunali riaggregati secondo i SLL portano a degli scostamenti che al massimo sono dell’11% nel caso di Bitti e Bosa e Castelsardo ma in ben 30 casi (su 46) l’aggregazione porta ad un valore coincidente a quello fornito dall’Istat. Dalle stime effettuate si vede come il “gruppo” eminente (grafico 4.1) includa comuni prevalentemente industriali come Portoscuso Sarroch ed Ottana mentre il capoluogo regionale si attesta all’ottavo posto. Degli altri capoluoghi di provincia figurano nei primi dieci anche Nuoro (sesto) ed Oristano (settimo). Se prendiamo in considerazione i dieci comuni popolosi dell’isola vediamo come questi presentino dei livelli di VA per abitante abbastanza eterogenei con dei valori compresi tra i 23600 euro di Nuoro ed i 9552 di Quartu Sant’Elena. Grafico 4.1: VA per abitante (Primi dieci) 40000 35000 Eurolire 1995 30000 25000 20000 15000 10000 36 PALAU ISILI CAGLIARI ORISTANO NUORO GOLFO ARANCI ELMAS SARROCH PORTOSCUSO 0 OTTANA 5000 Grafico 4.2: VA per abitante (Ultimi dieci) 450 0 400 0 350 0 Eurolire 1995 300 0 250 0 200 0 150 0 100 0 SIRIS ESCALAPLANO TRIEI SELEGAS GUASILA VILLA SAN PIETRO ILLORAI SIURGUS DONIGALA SIMALA 0 ASSOLO 500 Grafico 4.3: VA per abitante nei dieci comuni più popolosi 25000 Eurolire 1995 20000 15000 10000 SELARGIUS IGLESIAS CARBONIA ORISTANO NUORO ALGHERO OLBIA QUARTU SANT'ELENA SASSARI 0 CAGLIARI 5000 Passando a considerare le singole province il grafico 4.4 riporta i primi quattro comuni per ogni provincia della regione. 37 Grafico 4.4: VA per abitante nei primi quattro comuni per provincia 40000 35000 Eurolire 1995 30000 25000 20000 15000 10000 SIMAXIS ALES SANTA ORISTANO CAGLIARI ELMAS SARROCH PORTOSCUSO ONANI LANUSEI ISILI NUORO THIESI MUROS PALAU 0 GOLFO 5000 SS SS SS SS NU NU NU NU CA CA CA CA OR OR OR OR Nella provincia di Sassari il primato spetta nell’ordine a Golfo Aranci, palau Muros, e Thiesi con dei valori che degradano dai 25200 euro del primo comune ai quasi 18000 di Chiesi; nel mentre nel cagliaritano figurano i tre comuni industriali ed il capoluogo come già evidenziato nel grafico 4.1. Nella provincia di Nuoro, oltre al capoluogo abbiamo Isili, Lanusei ed Onani con dei valori compresi tra i 23700 ed i 17200 euro per abitante. Infine nella provincia di Oristano oltre al capoluogo abbiamo i comuni di Ales, Santa Giusta e Simaxis con dei valori che vanno dai 22300 euro del capoluogo ai circa 15000 di Simaxis. I valori comunali completi sono riportati (Appendice B) nelle Tavole provinciali B.1 – B.4 che include il VA per abitante, il numero indice (N.I. fatto 100 il valore regionale) e il ranking dei comuni sardi. 5. Conclusioni In questo lavoro è stata proposta la disaggregazione spaziale del valore aggiunto attraverso le procedure indirette di stima. La specificazione della regressione di interpolazione, testata in prevalenza per la decomposizione dei dati organizzati in serie storica è rilevante nella dimensione spaziale. La metodologia proposta in questa sede appare atta a colmare l’indisponibilità di “dati ufficiali”, con stime di natura preliminare, ma robuste e affidabili, sulla base di appropriati indicatori opportunamente disponibili su base provinciale, sub-provinciale e comunale. Già trasferita su scala metropolitana, dove la metodologia ha consentito di giungere per la prima volta alla stima del valore aggiunto delle 14 città metropolitane italiane, in questo contributo si è attuata una estensione della stessa su scala comunale per la Sardegna. In questo senso il presente contributo vuole fungere da stimolo alla promozione di analisi atte a dare risposte che, come ricordato all’inizio, dopo la riforma del titolo V non hanno unicamente una motivazione scientifica ma rispondono alle nuove esigenze istituzionali e politiche. 38 BIBLIOGRAFIA Berrettoni P., Delogu R., Pappalardo C., Piselli P, (1999), Una ricostruzione omogenea di dati regionali: conti economici e reddito disponibile delle famiglie 1970-1995, Temi di discussione banca d’Italia 346. Bigerna S., Polinori P., (2004), Disparità territoriali in Italia: una lettura su scala regionale e provinciale attraverso il ruolo del capitale sociale ed umano. Primi risultati, Atti del XXIX CONGRESSO GEOGRAFICO ITALIANO, Palermo, 14 - 16 Settembre, Patron Editore Bologna Bollino C.A., (1998), Econometric interpolation of Regional Time Series, Statistica Applicata, n.1. Bollino C.A., Pieroni L., e Polinori P., (2003), Proposte Metodologiche ed Analisi dei Criteri per la costruzione di indicatori di sviluppo economico territoriale: primi risultati applicativi, accettato alla XXIII Conferenza Italiana di Scienze Regionali, Perugia, 8-10 Ottobre. Bollino C.A., Pieroni L., e Polinori P., (2004a), Proposte metodologiche per la costruzione d’indicatori di sviluppo economico e territoriale, SR – Rivista Italiana di Scienze Regionali Nr. 1, pp 3-51. Bollino C.A., Pieroni L., e Polinori P., (2004b), Proposte metodologiche ed analisi dei criteri per la costituzione d’indicatori di sviluppo economico territoriale: le aree metropolitane, VI Rapporto sulla fiscalità locale 2004, Consorzio ANI-CNC per la fiscalità locale, Roma. Bollino C.A., Polinori P., (2004), L’efficienza produttiva delle province italiane: il ruolo del capitale pubblico ed umano, XXV Conferenza Annuale dell’Associazione Italiana di Scienze Regionali Novara 6 – 8 Ottobre. Bollino C.A., Polinori P., (2005), Il valore aggiunto su scala comunale: la Regione Umbria 2001-2003. Quaderni del Dipartimento di Economia, Finanza e Statistica n. 15, -Giugno 2005-, Università degli Studi di Perugia. Bracalente B., Cossignani M., (1989), Reddito e consumo nei comuni dell’Umbria, Protagon, Perugia. Bracalente B., (a cura di) (1995), Redditi, consumi e previsioni della popolazione nei comuni dell’Umbria, Regione dell’Umbria. Carcangiu R., Sistu G. e Usai S., (1999) Struttura Socio-Economica dei comuni della Sardegna. Suggerimenti da un’Analisi Cluster, Contributi di ricerca CRENoS 99/3. Chow G., Lin A.L., (1971), “Best linear unbiased interpolation, distribution of time series by related series”, The Review of Economics and Statistics, n.53. Di Fonzo T., (1987), “Procedure ottimali per la stima di serie trimestrali: modelli alternativi ed evidenze empiriche”, comunicazione presentata alla giornata di studio “I conti economici trimestrali”, Roma, 29 gennaio. Frale C., (1998), Stime comunali del reddito disponibile: la provincia di Udine, Congiuntura –Osservatorio permanente dell’economia del Friuli Venezia Giulia-, Nr. 3. Forni M., Lippi M., On the dynamic specification of aggregated models, in Barker T., Pesaran M.H. (a cura di) Disaggregation in Econometrics Modelling, Routledge, London. Irpet (1994), Il reddito disponibile nei comuni di Toscana, Umbria e Marche anni 1986/91, Economia Toscana –Note di congiuntura-, Anno 9, Nr. 3. Marbach G., (a cura di), (1985), Il reddito nei Comuni italiani 1982, Quaderni del Banco di Santo Spirito, Utet, Torino. Mura P.B. (1996), Una stima a livello comunale dei redditi e dei consumi famiglie in Sardegna, in Osservatorio economico e finanziario della Sardegna, Rapporto 1996, pp. 141-168. Sistan Comune di Brescia –Unità di Staff Statistica, (2003), Criteri e metodi di stima del reddito delle famiglie bresciane, Rapporto di Ricerca 17/2003. Sforzi F., (a cura di), (1997), I sistemi locali del lavoro 1991, Istat –Argomenti n. 10, Istat, Roma. Stressoldo M., (1993), Reddito delle famiglie a livello comunale metodi di stima e di analisi, Documenti CREF, Nr. 8. Trivellato U. (2002), Qualità dell’informazione statistica ufficiale e esigenze informative di regioni e città, SESTA CONFERENZA NAZIONALE DI STATISTICA Roma, 6-7-8 novembre 2002 Usai R., (1998), Una stima del valore aggiunto al costo dei fattori, per grandi settori economici, nei comuni della Sardegna, in Osservatorio economico e finanziario della Sardegna, Rapporto 1998, pp. 125-150. 39 APPENDICE A - NOTA METODOLOGICA La prassi che si intende adottare, confortata dall’esperienza maturata, è di valutare in maniera preliminare, informale e qualitativa la rilevanza degli indicatori proposti, l’adeguatezza del contenuto informativo e la validità della relazione ipotizzata fra fenomeno e indicatore. Al contrario, la valutazione dell’efficienza strumentale delle procedure utilizzate non può che essere formulata sulla base di precise ipotesi inferenziali, relative alla struttura stocastica dell’incertezza della correlazione fra fenomeno e indicatore (Chow-Lin,1971, Di Fonzo, 1987). In tal senso il modello di riferimento è caratterizzato da: (i) una relazione econometrica fra fenomeno e indicatori, e (ii) una metodologia di inferenza dei parametri incogniti. Appare evidente che lo stimatore GLS della regressione a livello aggregato e che la struttura degli errori a livello aggregato dipende dalle ipotesi sulla struttura degli errori a livello disaggregato. In particolare, i valori disaggregati sono il risultato della somma della stima ottenuta applicando i coefficienti della stima aggregata alle osservazioni disaggregate degli indicatori e di un termine di correzione che tiene conto degli errori della stima aggregata opportunamente ponderati mediante la matrice di covarianza degli errori disaggregati. Questo secondo termine di “aggiustamento” costituisce la caratteristica determinante della metodologia, poiché incorpora in maniera pienamente coerente le informazioni sulla struttura stocastica del problema, ossia le informazioni contenute nella matrice di covarianza degli errori, diversamente dai metodi di aggiustamento arbitrario di tipo meccanico o polinomiale. Bollino (1998) ha approfondito l’analisi della metodologia descritta in precedenza, tentando di evidenziare che essa contiene un potenziale elemento di arbitrarietà nella procedura di trattazione del modello di regressione, che è opportuno esplicitare. È opportuno chiarire, infatti, che la procedura atta ad ottenere, dalla relazione fra fenomeno e indicatore, un modello di regressione che soddisfi le usuali ipotesi classiche, è costituita da due fasi: – trasformazione della struttura degli errori; – aggregazione. Tuttavia, la terminologia usualmente utilizzata tende ad interpretare lo stimatore come il risultato della regressione su dati aggregati, valida in sé. In realtà, la relazione a livello aggregato non esiste, essendo solamente il risultato di una manipolazione dei dati disponibili, finalizzata al calcolo di regressione, mentre la “vera” relazione econometrica è quella postulata a livello disaggregato. In questo senso, la metodologia usualmente utilizzata può essere considerata, al più come un espediente per ottenere una formula dello stimatore calcolabile con modalità relativamente facili, sulla base di ipotesi arbitrarie circa la struttura degli errori. Dalla considerazione precedente discende che il metodo usualmente utilizzato non è l’unico logicamente possibile, né in generale il più efficiente in quanto trascura ulteriori informazioni sulla variabile dipendente. Nel presente passaggio, che conduce alla definizione dei redditi comunali Sardi, il ruolo del termine di aggiustamento assume un’importanza ancora maggiore per l’elevato livello di eterogeneità che pervade la relazione disaggregata. La metodologia Il modello di riferimento è caratterizzato da: (a) una relazione econometrica fra fenomeno e indicatori; (b) una metodologia d’inferenza dei parametri incogniti. La specificazione presuppone che, a livello disaggregato, sia valido un modello di relazione econometrica lineare: 40 y = x_+u (A.1) dove8: y è un vettore (nt*1) di valori non osservabili del fenomeno, x è una matrice (nt*k) di osservazioni degli indicatori, t è il numero di osservazioni temporali n è il numero di caratteristiche spazialmente disaggregate. In generale, nel modello lineare di regressione vale l’ipotesi: E(u) = 0 e Cov(u) = v (A.2) Sia B una matrice di dimensione (t*nt) capace di trasformare le osservazioni disaggregate in osservazioni aggregate B=(It⊗i’n) dalla specificazione dell’equazione (1) possiamo scrivere: Y = X_+U (A.3) sotto i seguenti vincoli di aggregazione: Y = By, X = Bx, U = Bu e, naturalmente, le condizioni sul valore atteso e sulla matrice di varianza e covarianza hanno la seguente formulazione: E(U) = O, e Cov(U) = BvB = V (A.4) Lo stimatore efficiente di _, secondo il metodo GLS applicato all’equazione (3), è dato da (Chow et Al., 1971; Bollino, 1998): β = (X’V-1X)-1X’V-1Y (A.5) La previsione ottimale di y, dato il vincolo di aggregazione Y = By, è: y = x_+GU (A.6) β) G = vB’(BvB’)-1 e: U = (Y-Xβ (A.7) dove: Dalle equazioni (5) e (6) appare evidente che _ è lo stimatore GLS della regressione a livello aggregato, tale che la struttura degli errori a livello aggregato dipende dalle ipotesi sulla struttura degli errori a livello disaggregato. Per questo motivo, i valori disaggregati sono il risultato: (i) della stima ottenuta applicando i coefficienti stimati a livello aggregato; (ii) di un termine di correzione che tiene conto degli errori della stima aggregata opportunamente ponderata mediante la matrice di covarianza degli errori disaggregati (Bollino, 1998). Questo (ii) secondo termine di aggiustamento (7) costituisce la caratteristica determinante della metodologia, poiché incorpora in maniera coerente le informazioni sulla struttura stocastica del problema, ossia le informazioni contenute nella matrice di covarianza degli errori V9, diversamente dai metodi di aggiustamento arbitrario di tipo meccanico o polinominale. 8 Dal punto di vista della notazione, le variabili maiuscole sono quelle riferite al fenomeno aggregato, mentre le variabili minuscole sono riferite al fenomeno disaggregato spazialmente. 9 Si noti che nel caso classico, dato dall’ipotesi v = s2I, con una struttura di errori omoschedastici e indipendenti, la (7) diventa: G = vB¢(BvB¢)-1 = 1/nB. Gli errori aggregati sono quindi ripartiti proporzionalmente nella stima a livello disaggregato sulla base delle informazioni contenute nella matrice di varianza e covarianza 41 I dati utilizzati e le tecniche di ricostruzione. Il lavoro di ricostruzione di variabili di performance su scala territoriale in serie storiche richiede molteplici informazioni per strutturare la batteria d’indicatori correlati alla performance, indicatori che devono possedere caratteristiche rilevanti quali: [1] correlazione spazialmente e temporalmente significativa con la performance economica; [2] disponibilità alle diverse scale territoriali; [3] omogeneità di rilevazione, nel tempo e nello spazio, all’interno di ogni serie. Relativamente al primo punto la letteratura fornisce un valido supporto nella definizione degli indicatori da utilizzare nei processi di disaggregazione della variabile di performance, supporto in chiave tecnica e teorica. Nelle precedenti applicazioni del metodo effettuate dagli autori ottime risposte sono state fornite da variabili di occupazione (occ), da variabili relative al consumo di energia elettrica (consen) e da variabili climatiche (clim) quali le temperature minime (tmin) e massime (tmax) atte a correggere i livelli dei consumi energetici. Cruciale è la prerogativa che devono soddisfare questi indicatori ovvero l’esistenza di una relazione stabile temporalmente e spazialmente tra indicatore e variabile di performance (endogena). L’esistenza della relazione (3) è fondamentale per assicurare che la regressione aggregata abbia significato (Berrettoni et Al. 1999). Di fatto quello che si “richiede-ipotizza” è l’omogeneità della suddetta relazione a livello territoriale ovvero: _i = _ per ogni i (A.8) dove _i è il parametro a livello disaggregato e _ è il parametro a livello aggregato, ipotesi che sottostà alla condizione di “consistent aggregation” (Forni et Al., 1990). Di fatto due sono gli aspetti rilevanti che si richiedono: [1] un buon accostamento a livello aggregato; [2] verifica della stazionarietà della variabile endogena e degli indicatori o almeno della cointegrazione tra le serie adottate10. In ogni modo, a supporto dei criteri statistici per la selezione degli indicatori, rimane sempre il ruolo delle considerazioni e delle esperienze maturate dal gruppo di ricerca e l’effettiva disponibilità di indicatori idonei al compito preposto. Un’analisi, come quella condotta in questo contesto, che si prefigge di esplorare diverse scale territoriali necessariamente deve affrontare e risolvere i molteplici problemi relativi alla scarsità e disomogeneità delle informazioni statistiche. Partendo dall’esperienza maturata nelle precedenti ricerche e adottando gli indicatori su indicati si delinea una situazione sulla disponibilità dei dati riepilogata nella tabella A.1 dalla quale emerge come questa batteria di indicatori è reperibile fino alla scala provinciale senza grosse difficoltà mentre difficoltà serie si incontrano per le unità sub-provinciali se si fa eccezione per le rilevazioni ISTAT sui SLL e le rilevazioni relative ai consumi elettrici di fonte GRTN ed ENEL. 10 Ciò nonostante le stime dello stadio aggregato risulteranno comunque distorte, specialmente in piccoli campioni, ma tale distorsione sarà tanto minore quanto maggiore è il grado d’accostamento (Berrettoni et al. 1999) 42 Tabella A.1 - Fonti Statistiche Livello regionale Variabile Fonte Consumi elettrici GRTN Occupazione ISTAT- SVIMEZ Occupazione ISTAT Popolazione ISTAT- SVIMEZ Popolazione ISTAT Climatiche UCEA - AAM Valore Aggiunto ISTAT- SVIMEZ Valore Aggiunto ISTAT Livello provinciale Variabile Fonte Consumi elettrici GRTN Occupazione ISTAT Occupazione INPS Popolazione ISTAT Climatiche UCEA - AAM Valore aggiunto ISTAT Valore aggiunto Ist. Tagliacarne Livello Sistemi Locali del Lavoro Consumi elettrici* ENEL Occupazione ISTAT Valore aggiunto ISTAT Livello Comuni della Sardegna Consumi elettrici* ENEL Occupazione** ISTAT * Solo per i comuni Sardi ** Ricostruiti Periodo 1977 2002 1980 2001 1995 2002 1980 2001 1995 2002 1980 2003 1980 2001 1995 2002 Periodo 1977 2002 1995 2000 1990 1998 1995 2000 1980 2003 1995 2000 1990 1999 2001 2003 1996 2003 1996 2000 2001 2003 2001 2001 Relativamente alle scale regionali e provinciali si rimanda alla bibliografia per le tecniche di ricostruzione dei dati mancanti e le modalità di omogeneizzazione delle diverse fonti statistiche (Bollino et Al 2003, 2004a, 2004b). 43 B - TAVOLE Tavola B.1. - VA comunale anno 2001 Provincia di Cagliari. Comune PORTOSCUSO SARROCH ELMAS CAGLIARI CASTIADAS SANLURI GONNESA SESTU MONASTIR VILLASIMIUS DOMUS DE MARIA SILIUS MURAVERA PULA SAN SPERATE ASSEMINI DECIMOMANNU VILLASOR NARCAO CARBONIA QUARTUCCIU NURAMINIS SANT'ANTIOCO UTA SAMATZAI CARLOFORTE MONSERRATO CALASETTA VILLACIDRO SELARGIUS IGLESIAS BUGGERRU SENORBI' SERDIANA DOLIANOVA QUARTU SANT'ELENA MARACALAGONIS DONORI' SAN NICOLO' GERREI ORTACESUS USSANA SIDDI SERRENTI VILLASPECIOSA GONNOSFANADIGA LUNAMATRONA GUSPINI COLLINAS USSARAMANNA VILLAMASSARGIA VILLAPERUCCIO SERRAMANNA BARRALI VILLAPUTZU VILLANOVAFORRU DECIMOPUTZU SANTADI SILIQUA SOLEMINIS BURCEI BARUMINI SETTIMO SAN PIETRO GESICO GIBA ARBUS PISCINAS SANT'ANDREA FRIUS PIMENTEL 44 va/ab* Rank N.I 38937 36692 28573 21812 18339 16811 16356 16277 15210 14695 14241 14005 13499 13061 12896 12136 12018 11638 11633 11576 11383 11116 11079 11063 11019 10854 10562 10555 10453 10446 10407 10324 10232 10122 9761 9552 9522 9438 9386 9287 9270 9111 9069 8981 8939 8812 8735 8707 8613 8558 8452 8434 8373 8205 8184 8123 8099 8058 8058 8022 8013 7912 7908 7822 7757 7757 7749 7732 1 3 4 8 13 25 28 29 35 39 40 42 45 48 51 63 66 75 77 78 80 89 91 92 94 98 104 105 110 111 113 117 120 122 134 141 142 145 147 153 154 161 163 168 170 173 175 177 181 184 190 191 195 208 209 211 212 214 215 217 218 224 226 231 234 235 236 239 307.0 289.3 225.3 172.0 144.6 132.5 128.9 128.3 119.9 115.8 112.3 110.4 106.4 103.0 101.7 95.7 94.7 91.8 91.7 91.3 89.7 87.6 87.3 87.2 86.9 85.6 83.3 83.2 82.4 82.4 82.0 81.4 80.7 79.8 76.9 75.3 75.1 74.4 74.0 73.2 73.1 71.8 71.5 70.8 70.5 69.5 68.9 68.6 67.9 67.5 66.6 66.5 66.0 64.7 64.5 64.0 63.8 63.5 63.5 63.2 63.2 62.4 62.3 61.7 61.2 61.1 61.1 61.0 Comune CAPOTERRA SINNAI VILLAMAR PERDAXIUS SAN GAVINO MONREALE TRATALIAS FURTEI SAN GIOVANNI SUERGIU SAN VITO BALLAO SANT'ANNA ARRESI PAULI ARBAREI ARMUNGIA DOMUSNOVAS TURRI SUELLI MUSEI FLUMINIMAGGIORE TUILI SEGARIU PABILLONIS SARDARA GESTURI VILLASALTO LAS PLASSAS TEULADA SETZU VILLANOVAFRANCA NUXIS GONI SAMASSI MASAINAS MANDAS SAN BASILIO GUAMAGGIORE GENURI VALLERMOSA SIURGUS DONIGALA VILLA SAN PIETRO GUASILA SELEGAS va/ab* Rank N.I. 7661 7580 7564 7456 7442 7407 7338 7311 7274 7217 7181 7138 7084 6919 6816 6768 6752 6697 6650 6633 6307 6291 6210 6196 5942 5724 5677 5671 5588 5512 5470 5138 5092 4812 4730 4646 4635 4428 4316 4198 4192 244 248 249 253 254 255 256 259 260 264 266 268 271 279 280 287 289 292 294 295 305 307 314 315 321 332 333 334 337 339 341 353 354 360 362 364 365 369 372 373 374 60.4 59.8 59.6 58.8 58.7 58.4 57.8 57.6 57.3 56.9 56.6 56.3 55.9 54.5 53.7 53.4 53.2 52.8 52.4 52.3 49.7 49.6 49.0 48.8 46.8 45.1 44.8 44.7 44.1 43.5 43.1 40.5 40.1 37.9 37.3 36.6 36.5 34.9 34.0 33.1 33.0 SARDEGNA 12685 100 SASSARI NUORO ORISTANO CAGLIARI 13621 12212 12013 12426 107 96 95 98 *N.B .: Tutti i valori sono eurolire 1995 N.B.: I valori comunali completi Sono riportati (appendice B) nelle Tavole provinciali B.1 - B.4 che Include il VA per abitante, il numeRo indice (N.I. fatto 100 il valore Regionale) e la graduatoria dei Comuni Sardi. Tavola B.2. - VA comunale anno 2001 Provincia di Sassari. Comune va/ab* Rank N.I. GOLFO ARANCI PALAU MUROS THIESI CALANGIANUS ARZACHENA PORTO TORRES OLBIA STINTINO CODRONGIANOS TEMPIO PAUSANIA SASSARI AGLIENTU SANTA TERESA GALLURA OZIERI LOIRI PORTO SAN PAOLO AGGIUS TRINITA' D'AGULTU E VIGNOLA PATTADA BADESI SANT'ANTONIO DI GALLURA LUOGOSANTO BORUTTA ANELA TELTI ALGHERO GIAVE ARDARA LA MADDALENA CARGEGHE CHEREMULE PERFUGAS BUDDUSO' LURAS BENETUTTI CASTELSARDO PLOAGHE BERCHIDDA ITTIREDDU MONTELEONE ROCCA DORIA TULA VALLEDORIA TORRALBA OSSI POZZOMAGGIORE ITTIRI SANTA MARIA COGHINAS FLORINAS MONTI MORES SILIGO BONORVA BANARI ROMANA VILLANOVA MONTELEONE OSCHIRI NULVI BORTIGIADAS BESSUDE VIDDALBA SORSO BONNANARO TISSI NUGHEDU SANNICOLO' MARA OLMEDO BULTEI TERGU 25200 19983 18928 17971 17829 17729 17583 17387 17238 16942 16437 15882 15527 15239 15039 14176 13052 12477 12461 12103 12023 11772 11764 11645 11293 11184 11162 11060 10990 10679 10575 10483 10412 10368 10352 10319 10268 10159 10094 10018 9936 9855 9825 9809 9657 9479 9393 9367 9359 9339 9323 9258 9215 9211 9204 9174 8995 8859 8680 8630 8587 8502 8472 8426 8384 8328 8241 8134 5 10 11 14 15 16 17 19 20 23 27 31 32 34 36 41 49 56 57 64 65 72 73 74 83 85 86 93 96 102 103 107 112 114 115 118 119 121 123 127 130 131 132 133 138 144 146 148 149 151 152 155 156 157 158 159 166 172 178 180 182 186 188 192 194 198 204 210 198.7 157.5 149.2 141.7 140.6 139.8 138.6 137.1 135.9 133.6 129.6 125.2 122.4 120.1 118.6 111.8 102.9 98.4 98.2 95.4 94.8 92.8 92.7 91.8 89.0 88.2 88.0 87.2 86.6 84.2 83.4 82.6 82.1 81.7 81.6 81.4 81.0 80.1 79.6 79.0 78.3 77.7 77.5 77.3 76.1 74.7 74.0 73.8 73.8 73.6 73.5 73.0 72.6 72.6 72.6 72.3 70.9 69.8 68.4 68.0 67.7 67.0 66.8 66.4 66.1 65.7 65.0 64.1 Comune USINI SEDINI MARTIS PUTIFIGARI OSILO SEMESTENE PADRIA SENNORI URI CHIARAMONTI BONO COSSOINE ALA' DEI SARDI PADRU BULZI ESPORLATU NULE BOTTIDDA ERULA LAERRU BURGOS ILLORAI va/ab* Rank N.I. 8063 8005 7985 7873 7856 7805 7663 7157 7011 6760 6742 6588 6255 6231 6185 5811 5727 5448 5243 5171 4612 4329 213 219 220 228 230 233 243 267 274 288 290 298 311 312 316 328 331 342 350 352 366 371 63.6 63.1 63.0 62.1 61.9 61.5 60.4 56.4 55.3 53.3 53.2 51.9 49.3 49.1 48.8 45.8 45.1 43.0 41.3 40.8 36.4 34.1 SARDEGNA 12685 100 SASSARI NUORO ORISTANO CAGLIARI 13621 12212 12013 12426 107 96 95 98 N.B .: Tutti i valori sono eurolire 1995 45 Tavola B.3. - VA comunale anno 2001 Provincia di Nuoro Comune OTTANA NUORO ISILI LANUSEI ONANI MACOMER DORGALI SORGONO SAN TEODORO JERZU TORTOLI' BORORE ORANI BUDONI SEUI BOLOTANA OROSEI OLIENA ARITZO SINISCOLA OLZAI FLUSSIO SUNI BOSA ONIFERI ORGOSOLO TONARA NORAGUGUME BIRORI TINNURA BITTI LACONI SARULE MAMOIADA MAGOMADAS ESCOLCA SERRI OROTELLI NURRI VILLAGRANDE STRISAILI GERGEI ILBONO OSIDDA TIANA GAVOI ORROLI CARDEDU VILLANOVA TULO BELVI ARZANA MONTRESTA FONNI GAIRO POSADA ORUNE IRGOLI LOCULI GIRASOLE LEI LULA NURALLAO LODINE SINDIA SILANUS TORPE' BARI SARDO OVODDA LOTZORAI 46 va/ab* Rank N.I. 38899 23647 20482 17439 17214 16882 16488 16212 15328 13562 13474 12930 12868 12606 12539 12442 12267 12007 12004 11839 11633 11288 11161 10965 10493 10339 10027 10021 10002 9938 9737 9683 9596 9493 9354 9124 9066 8993 8673 8583 8457 8331 8330 8326 8310 8243 8221 8215 8053 7933 7909 7889 7739 7734 7728 7669 7597 7582 7542 7508 7330 7313 7261 7222 7210 7128 7045 6960 2 6 9 18 21 24 26 30 33 44 46 50 52 53 55 58 61 68 69 70 76 84 87 97 106 116 125 126 128 129 135 137 139 143 150 160 164 167 179 183 189 196 197 199 200 203 206 207 216 223 225 227 237 238 240 241 246 247 250 251 257 258 261 263 265 269 272 276 Comune va/ab* Rank N.I. 306.7 LOCERI 6945 277 186.4 ELINI 6933 278 161.5 NURAGUS 6811 281 137.5 PERDASDEFOGU 6811 282 135.7 GADONI 6793 283 133.1 BORTIGALI 6769 286 130.0 TERTENIA 6736 291 127.8 GENONI 6658 293 120.8 DUALCHI 6536 300 106.9 ORTUERI 6309 304 106.2 GALTELLI 6288 309 101.9 ONIFAI 6258 310 101.4 ATZARA 6223 313 99.4 USSASSAI 6096 317 98.8 BAUNEI 6043 318 98.1 MEANA SARDO 6013 319 96.7 SEULO 5820 326 94.7 SAGAMA 5816 327 94.6 AUSTIS 5751 330 93.3 OLLOLAI 5637 335 91.7 SADALI 5621 336 89.0 DESULO 5547 338 88.0 ULASSAI 5502 340 86.4 URZULEI 5404 343 82.7 TALANA 5279 349 81.5 ESTERZILI 5037 357 79.1 LODE' 4960 358 79.0 TETI 4850 359 78.8 MODOLO 4769 361 78.3 OSINI 4570 367 76.8 TRIEI 4170 375 76.3 ESCALAPLANO 4035 376 75.6 74.8 73.7 71.9 71.5 70.9 68.4 67.7 66.7 65.7 65.7 SARDEGNA 12685 65.6 65.5 SASSARI 13621 65.0 NUORO 12212 64.8 ORISTANO 12013 64.8 CAGLIARI 12426 63.5 N.B .: Tutti i valori sono eurolire 1995 62.5 62.4 62.2 61.0 61.0 60.9 60.5 59.9 59.8 59.5 59.2 57.8 57.7 57.2 56.9 56.8 56.2 55.5 54.9 54.8 54.7 53.7 53.7 53.6 53.4 53.1 52.5 51.5 49.7 49.6 49.3 49.1 48.1 47.6 47.4 45.9 45.8 45.3 44.4 44.3 43.7 43.4 42.6 41.6 39.7 39.1 38.2 37.6 36.0 32.9 31.8 100 107 96 95 98 Tavola B.4. - VA comunale anno 2001 Provincia di Oristano Comune ORISTANO ALES SANTA GIUSTA SIMAXIS SANTU LUSSURGIU BIDONI' GHILARZA SAN VERO MILIS ARBOREA CABRAS NARBOLIA MILIS BAULADU SIAMANNA NURACHI CUGLIERI SIAMAGGIORE RIOLA SARDO TRAMATZA MARRUBIU TRESNURAGHES SOLARUSSA ZEDDIANI ZERFALIU VILLANOVA TRUSCHEDU SENEGHE ABBASANTA VILLAURBANA PALMAS ARBOREA BARATILI SAN PIETRO FORDONGIANUS SIAPICCIA PAU OLLASTRA BORONEDDU BONARCADO ARDAULI SENNARIOLO ALBAGIARA SORRADILE GONNOSNO' NUGHEDU SANTA VITTORIA NEONELI URAS ULA' TIRSO BARADILI SCANO DI MONTIFERRO SAN NICOLO' D'ARCIDANO SAMUGHEO BUSACHI PAULILATINO TERRALBA NORBELLO BARESSA SENIS POMPU MOGORO SINI ALLAI ASUNI MOGORELLA GONNOSTRAMATZA VILLA SANT'ANTONIO USELLUS CURCURIS SEDILO SODDI' va/ab* Rank N.I. 22296 18572 16963 14850 14767 13995 13198 12541 12422 12293 12191 12011 11816 11463 11328 11310 11116 11110 11012 10799 10730 10693 10463 10462 10035 9692 9559 9081 8998 8939 8925 8755 8711 8535 8472 8422 8291 8269 8232 7981 7971 7859 7813 7663 7625 7498 7235 7095 7044 7004 6781 6769 6628 6621 6538 6380 6351 6318 6293 6288 6005 5921 5907 5901 5846 5795 5390 7 12 22 37 38 43 47 54 59 60 62 67 71 79 81 82 88 90 95 99 100 101 108 109 124 136 140 162 165 169 171 174 176 185 187 193 201 202 205 221 222 229 232 242 245 252 262 270 273 275 284 285 296 297 299 301 302 303 306 308 320 322 323 324 325 329 344 175.8 146.4 133.7 117.1 116.4 110.3 104.0 98.9 97.9 96.9 96.1 94.7 93.1 90.4 89.3 89.2 87.6 87.6 86.8 85.1 84.6 84.3 82.5 82.5 79.1 76.4 75.4 71.6 70.9 70.5 70.4 69.0 68.7 67.3 66.8 66.4 65.4 65.2 64.9 62.9 62.8 62.0 61.6 60.4 60.1 59.1 57.0 55.9 55.5 55.2 53.5 53.4 52.3 52.2 51.5 50.3 50.1 49.8 49.6 49.6 47.3 46.7 46.6 46.5 46.1 45.7 42.5 Comune AIDOMAGGIORE RUINAS MORGONGIORI GONNOSCODINA NURECI MASULLAS VILLA VERDE TADASUNI SIMALA ASSOLO SIRIS va/ab* Rank N.I. 5356 5345 5325 5320 5190 5081 5050 4659 4438 4375 3650 345 346 347 348 351 355 356 363 368 370 377 42.2 42.1 42.0 41.9 40.9 40.1 39.8 36.7 35.0 34.5 28.8 SARDEGNA 12685 100 SASSARI NUORO ORISTANO CAGLIARI 13621 12212 12013 12426 107 96 95 98 N.B .: Tutti i valori sono eurolire 1995 47 Tavola B .5. ñ I SLL della Sardegna 48 Codice SLL SL L 732 ALGHERO 733 ARZACHENA 734 BENETUTTI 735 BONO 736 BONORVA 737 BUDDUSO' 738 CASTELSARDO 739 LA MADDALENA 740 OLBIA 741 OSCHIRI 742 OZIERI 743 PERFUGAS 744 POZZOMAGGIORE 745 SANTA TERESA GALLURA Comuni ALGHERO OLMEDO PUTIFIGARI VILLANOVA MONTELEONE ARZACHENA LUOGOSANTO SANT'ANTONIO DI GALLURA BENETUTTI BULTEI NULE ANELA BONO BOTTIDDA BURGOS ESPORLATU ILLORAI BONORVA GIAVE SEMESTENE ALA' DEI SARDI BUDDUSO' PADRU CASTELSARDO TERGU LA MADDALENA PALAU MONTI OLBIA TELTI GOLFO ARANCI LOIRI PORTO SAN PAOLO BERCHIDDA OSCHIRI ARDARA ITTIREDDU MORES NUGHEDU SAN NICOLO' OZIERI PATTADA TULA BULZI CHIARAMONTI LAERRU MARTIS PERFUGAS SEDINI ERULA COSSOINE MARA MONTELEONE ROCCA DORIA PADRIA POZZOMAGGIORE ROMANA AGLIENTU SANTA TERESA GALLURA Codice SLL SL L 746 SASSARI 747 TEMPIO PAUSANIA 748 THIESI 749 VALLEDORIA 750 BITTI 751 BOSA 752 BUDONI Comuni CARGEGHE CODRONGIANOS FLORINAS ITTIRI MUROS NULVI OSILO OSSI PLOAGHE PORTO TORRES SASSARI SENNORI SORSO TISSI URI USINI STINTINO AGGIUS BORTIGIADAS CALANGIANUS LURAS TEMPIO PAUSANIA BANARI BESSUDE BONNANARO BORUTTA CHEREMULE SILIGO THIESI TORRALBA TRINITA' D'AGULTU E VIGNOLA VALLEDORIA BADESI VIDDALBA SANTA MARIA COGHINAS BITTI LODE' LULA ONANI OSIDDA BOSA FLUSSIO MAGOMADAS MODOLO MONTRESTA SAGAMA SUNI TINNURA CUGLIERI SCANO DI MONTIFERRO SENNARIOLO TRESNURAGHES BUDONI SAN TEODORO TORPE' 49 50 Codice SLL SL L 753 FONNI 754 ISILI 755 JERZU 756 LANUSEI 757 MACOMER 758 NUORO Comuni FONNI GAVOI OLLOLAI LODINE ESCOLCA GENONI GERGEI ISILI LACONI NURAGUS NURALLAO NURRI ORROLI SERRI VILLANOVA TULO ESTERZILI JERZU OSINI PERDASDEFOGU SADALI SEUI SEULO TERTENIA ULASSAI USSASSAI ARZANA ELINI GAIRO ILBONO LANUSEI LOCERI VILLAGRANDE STRISAILI CARDEDU BIRORI BORORE BORTIGALI DUALCHI LEI MACOMER NORAGUGUME SILANUS SINDIA BOLOTANA DORGALI MAMOIADA NUORO OLIENA OLZAI ONIFERI ORANI ORGOSOLO OROTELLI ORUNE OTTANA SARULE Codice SLL SL L 759 OROSEI 760 SINISCOLA 761 SORGONO 762 TORTOLI' 763 CAGLIARI Comuni GALTELLI IRGOLI LOCULI ONIFAI OROSEI POSADA SINISCOLA ARITZO ATZARA AUSTIS BELVI DESULO GADONI MEANA SARDO ORTUERI OVODDA SORGONO TETI TIANA TONARA BARI SARDO BAUNEI GIRASOLE LOTZORAI TALANA TORTOLI' TRIEI URZULEI ASSEMINI BARRALI BURCEI CAGLIARI CAPOTERRA DECIMOMANNU DECIMOPUTZU DOLIANOVA DONORI' MARACALAGONIS MONASTIR NURAMINIS PIMENTEL QUARTU SANT'ELENA SAMATZAI SAN SPERATE SANT'ANDREA FRIUS SARROCH SELARGIUS SERDIANA SERRAMANNA SESTU SETTIMO SAN PIETRO SINNAI SOLEMINIS USSANA UTA VILLASOR VILLASPECIOSA QUARTUCCIU ELMAS MONSERRATO 51 52 Codice SLL SL L 764 IGLESIAS 765 MURAVERA 766 PULA 767 SANLURI 768 SANT'ANTIOCO 769 SENORBI' Comuni BUGGERRU CARBONIA CARLOFORTE DOMUSNOVAS FLUMINIMAGGIORE GIBA GONNESA IGLESIAS MUSEI NARCAO NUXIS PERDAXIUS PORTOSCUSO SAN GIOVANNI SUERGIU SANTADI SANT'ANNA ARRESI SILIQUA TRATALIAS VILLAMASSARGIA MASAINAS VILLAPERUCCIO PISCINAS MURAVERA SAN VITO VILLAPUTZU VILLASIMIUS CASTIADAS DOMUS DE MARIA PULA TEULADA VILLA SAN PIETRO BARUMINI COLLINAS FURTEI GENURI GESTURI LAS PLASSAS LUNAMATRONA PAULI ARBAREI SAMASSI SANLURI SEGARIU SERRENTI SETZU SIDDI TUILI TURRI USSARAMANNA VILLAMAR VILLANOVAFORRU VILLANOVAFRANCA CALASETTA SANT'ANTIOCO GESICO GUAMAGGIORE GUASILA MANDAS ORTACESUS SELEGAS e SUELLI SENORBI' SIURGUS DONIGALA Codice SLL SL L 770 SILIUS 771 VILLACIDRO 779 ALES 780 GHILARZA 781 MOGORO Comuni ESCALAPLANO ARMUNGIA BALLAO GONI SAN BASILIO SAN NICOLO' GERREI SILIUS VILLASALTO ARBUS GONNOSFANADIGA GUSPINI PABILLONIS SAN GAVINO MONREALE SARDARA VALLERMOSA VILLACIDRO ALBAGIARA ALES ASSOLO ASUNI BARADILI BARESSA GONNOSCODINA GONNOSNO' GONNOSTRAMATZA MORGONGIORI NURECI PAU VILLA SANT'ANTONIO SENIS SIMALA SINI USELLUS VILLA VERDE CURCURIS ABBASANTA AIDOMAGGIORE ARDAULI BIDONI' BORONEDDU GHILARZA NEONELI NORBELLO NUGHEDU SANTA VITTORIA PAULILATINO SEDILO SORRADILE TADASUNI ULA' TIRSO SODDI' MASULLAS MOGORO POMPU SIRIS 53 54 Codice SLL 782 SL L ORISTANO 783 SAMUGHEO 784 TERRALBA Comuni BARATILI SAN PIETRO BAULADU BONARCADO CABRAS MILIS NARBOLIA NURACHI OLLASTRA ORISTANO PALMAS ARBOREA RIOLA SARDO SANTA GIUSTA SANTU LUSSURGIU SAN VERO MILIS SENEGHE SIAMAGGIORE SIAMANNA SIMAXIS SOLARUSSA TRAMATZA VILLANOVA TRUSCHEDU VILLAURBANA ZEDDIANI ZERFALIU SIAPICCIA ALLAI BUSACHI FORDONGIANUS MOGORELLA RUINAS SAMUGHEO ARBOREA MARRUBIU SAN NICOLO' D'ARCIDANO TERRALBA URAS Finito di stampare nel mese di ottobre 2005 dalla Società Tipografica Romana s.r.l. Via Carpi, 19 - 00040 Pomezia (Roma)