XXX CONFERENZA ITALIANA DI SCIENZE REGIONALI

SVILUPPO URBANO ED EFFICIENZA DELLA SPESA NEL PROGRAMMA OPERATIVO REGIONALE DELLA SARDEGNA 2000-2006

Sabrina LAI e Corrado ZOPPI1 Dipartimento di Ingegneria del Territorio, Sezione di Urbanistica, Università di Cagliari, Via Marengo 3, 09123 Cagliari, Italia; tel.: 070 6755200, 070 6755216, telefax: 070 6755215; e-mail: sabrinalai@unica.it, zoppi@unica.it

SOMMARIO

Il Programma operativo regionale della Sardegna relativo al Fondo Europeo di Sviluppo Re-gionale (FESR) per il periodo 2007-2013 (POR-FESR 2007-2013), recepisce le indicazioni del FESR in relazione agli investimenti per la coesione territoriale promuovendo la concen-trazione geografica degli investimenti sul territorio regionale in maniera paritetica tra le aree urbane di grande e media dimensione e le zone svantaggiate. Il saggio si propone di esamina-re le politiche di investimento messe in atto dalla Regione nell’attuazione degli interventi fi-nanziati con il FESR nell’ambito del Programma operativo regionale 2000-2006 (POR-FESR 2000-2006), con l’obiettivo di valutare se, e in che misura, queste politiche abbiano funziona-to, in termini di efficienza della spesa, per le aree urbane di grande e media dimensione e per le zone svantaggiate. La valutazione dell’efficienza della spesa del POR-FESR 2000-2006 si configura come un contributo importante per l’indirizzamento degli investimenti del POR-FESR 2007-2013 in termini di concentrazione geografica. Il saggio sviluppa un’analisi dei risultati dell’attuazione del POR-FESR 2000-2006 in rappor-to all’efficienza della spesa, rappresentata tramite un sistema informativo geografico, attraver-so un modello logit multinomiale. L’approccio analitico ed interpretativo del saggio è utilizzabile, nei processi di pianificazione pubblica regionale, per la definizione di politiche di investimento finalizzate alla coesione ter-ritoriale.

1. INTRODUZIONE

Il principio della coesione territoriale è stato ufficialmente introdotto nel Trattato dell’Unione Europea dal Trattato di Amsterdam (1997), che, al comma 8 dell’art. 2, emenda il Trattato dell’Unione Europea introducendo l’articolo 7d che recita “Without prejudice to Articles 77, 90 and 92, and given the place occupied by services of general economic interest in the shared values of the Union as well as their role in promoting social and territorial cohesion, the Community and the Member States, each within their respective powers and within the scope of application of this Treaty, shall take care that such services operate on the basis of prin-ciples and conditions which enable them to fulfil their missions.” Questo concetto, ripreso e sistematizzato in alcuni importanti documenti successivi quali la European Spatial Development Perspective (1999), il Leipzig Charter on Sustainable Euro-

pean Cities (2007) ed il working document della Direzione Generale della Commissione delle Comunità Europee per la Politica Regionale “Fostering the urban dimension. Analysis of the Operational Programmes co-financed by the European Regional Development Fund (2007-2013)” del Novembre 2008, che sottendono una complessa elaborazione concettuale ed un confronto paziente tra tradizioni e pratiche, spesso poco omogenee, di pianificazione del terri-

1 Questo saggio trae origine dalla ricerca comune degli autori. Sabrina Lai ha curato, in particolare, la sezione 2, Corrado Zoppi la sezione 3. Introduzione e conclusioni sono stati curati da entrambi gli autori.

torio e di organizzazione dello spazio urbano, è riconosciuto come uno dei principi informato-ri per la programmazione dei Fondi Strutturali dell’Unione Europea del periodo 2007-2013. Il Regolamento n. 1080/2006/CE, relativo al FESR indica, infatti, che “nel caso di azioni che comportino lo sviluppo urbano, sostenibile ai sensi dell’articolo 37, paragrafo 4, lettera a), del regolamento (CE) n. 1083/2006, il FESR può, se del caso, sostenere lo sviluppo di strategie partecipative, integrate e sostenibili per far fronte all’elevata concentrazione di problemi eco-nomici, ambientali e sociali che colpiscono le aree urbane. Tali strategie promuovono lo svi-luppo urbano sostenibile mediante attività quali il rafforzamento della crescita economica, il recupero dell’ambiente fisico, la riconversione dei siti industriali in abbandono, la tutela e la valorizzazione del patrimonio naturale e culturale, la promozione dell’imprenditorialità, l’occupazione e lo sviluppo delle comunità locali, nonché la prestazione di servizi alla popo-lazione, tenendo conto dei cambiamenti nelle strutture demografiche.” (art. 8) Le problemati-che relative alla coesione territoriale sono ulteriormente sottolineate nel successivo art. 10, in cui si stabilisce che il FESR può prevedere di finanziare investimenti orientati allo sviluppo urbano, economico e sociale, di “zone caratterizzate da svantaggi geografici e naturali ai sensi dell’art. 52, lettera f), del regolamento (CE) n. 1083/2006,” che, nel caso della Sardegna, si identificano con le zone di montagna e le zone a bassa (meno di 50 abitanti per km2) e bassis-sima (meno di 8 abitanti per km2) densità demografica. Il POR-FESR 2007-2013 della Regione Sardegna articola, attraverso la messa in atto del prin-cipio di concentrazione territoriale (art. 37, comma 3, del Regolamento 1083/2006), le politi-che di spesa in maniera tale da affrontare, in termini equilibrati, le emergenze relative alle a-ree urbane, ai sensi dell’art. 8 sopra richiamato, e quelle concernenti le zone svantaggiate, de-finite secondo quanto indicato dall’art. 10 con riferimento all’art. 52 del Regolamento 1083/2006. Secondo quest’interpretazione del principio di concentrazione, che ha connotati anche temati-ci e finanziari, le aree urbane beneficeranno di finanziamenti provenienti prevalentemente dall’attuazione degli Assi V-Sviluppo urbano e VI-Competitività del POR-FESR 2007-2013, mentre le zone svantaggiate saranno prevalentemente interessate dall’attuazione dei primi quattro Assi (“Società dell’informazione,” “Inclusione, servizi sociali, istruzione e legalità,” “Energia,” “Ambiente, attrattività naturale e culturale, turismo”). (POR-FESR 2007-2013, pp. 161 e ss.) È, dunque, evidente come la dimensione territoriale giochi una funzione decisiva per l’efficacia della programmazione relativa al POR-FESR 2007-2013 e, in definitiva, in rela-zione a tutta la programmazione unitaria, che al POR-FESR 2007-2013 fa sostanzialmente ri-ferimento. Va, infatti, in questa direzione il Programma attuativo regionale dei Fondi per le aree sottoutilizzate 2007-2013 (PAR-FAS 2007-2013), approvato con la Delibera della Giun-ta Regionale (DGR) n. 71/47 del 16 Dicembre 2008. Questo programma costituisce lo stru-mento operativo complementare ai programmi dei Fondi strutturali dell’Unione Europea per la politica regionale unitaria, delineata dal Documento unitario di programmazione (DUP) ap-provato con la DGR n. 64/9 del 18 Novembre 2008. Appare, in questo quadro, estremamente importante, per la definizione delle politiche di spesa della programmazione regionale 2007-2013, analizzare e valutare l’attuazione della pro-grammazione del periodo 2000-2006 con riferimento alla dimensione territoriale dell’utilizzazione dei fondi del FESR. Questo saggio si propone di offrire un contributo in questa direzione, attraverso l’esame e la caratterizzazione dell’efficienza della spesa con rife-rimento ai suoi connotati territoriali, assumendo i comuni quali unità spaziali di base. Il sag-gio è diviso in due parti. Nella prima si sviluppa una classificazione territoriale dei comuni in rapporto all’efficienza della spesa, rappresentata tramite un sistema informativo geografico. Nella seconda, si indaga il fenomeno dell’efficienza della spesa attraverso un modello logit

multinomiale (MLM). Nelle conclusioni si pone in evidenza e si discute come l’approccio

proposto sia un primo passo verso una programmazione delle politiche regionali più orientata allo sviluppo urbano integrato e meno alle operazioni settoriali, nel solco di quanto auspicato dalla Commissione Europea (Commission of the European Communities, 2008, pp. 3-7).

2. LA RAPPRESENTAZIONE DELL’EFFICIENZA DELLA SPESA TRAMITE UN SISTEMA INFORMATIVO GEOGRAFICO

In questa sezione si descrive il sistema informativo geografico costruito per valutare, su base comunale, l’efficienza della spesa con esclusivo riferimento ai progetti finanziati dal Fondo europeo di sviluppo regionale durante la programmazione 2000-2006. Per la componente geografica, è stato utilizzato un solo shapefile, contenente i limiti comunali dei 377 comuni in cui è suddiviso il territorio regionale sardo, distribuito dalla Regione Sar-degna ed elaborato sulla base della Carta Tecnica Regionale Numerica (CTRN).2 La tabella degli attributi, in origine contenente i campi identificativi del singolo comune (co-dice ISTAT e nome del comune), la superficie del territorio comunale e la lunghezza del suo perimetro, è stata arricchita, tramite successive operazioni di join (Chrisman, 2002) sulla stes-sa, con i seguenti campi: • POP2001; • POP2007; • INCR_0107; • DENS2001; • DENS2007; • COSTIERO; • CAT_COMUNE; • STANZIAMENTI; • IMPEGNI; • SPESE; • EFFICIENZA. Nel seguito si descrivono le fonti informative utilizzate e le procedure seguite per il popola-mento dei diversi campi del database.

2.1. Popolazione residente, incremento e densità

I campi numerici “POP2001” e “POP2007” esprimono, rispettivamente, la popolazione resi-dente al 2001 (dati dal 14° Censimento della popolazione e delle abitazioni ISTAT 2001) ed al 31 dicembre 2007 (dati dal sito tematico della Regione Sardegna dedicato alla diffusione dell'informazione statistica3). Sulla base dei due dati precedenti è stato quindi calcolato per ogni comune l’indice di incremento di popolazione nell’intervallo temporale di riferimento “INCR_0107” e sono inoltre stati inoltre determinati, sempre per ciascun comune, i valori di densità abitativa al 2001 ed al 2007 (“DENS2001” e “DENS2007”). La Figura 1 illustra la classificazione dei comuni in base ai valori assunti dagli attributi POP2007 e DENS2007.

2 La CTRN, in scala 1:10.000, è stata realizzata tra il 1994 ed il 2000 in formato vettoriale CAD. Per quanto riguarda proie-zione e sistema di riferimento, le coordinate piane sono riferite al Sistema nazionale Gauss-Boaga, fuso Ovest, proiezione di Gauss (http://www.sardegnaterritorio.it/ j/ v/ 241?s =15891&v =2&c =1938&t =1 [ultimo accesso: 16 Febbraio 2009]). 3 www.sardegnastatistiche.it [ultimo accesso: 16 Febbraio 2009].

Figura 1. Classificazione dei comuni della Sardegna per popolazione residente (a destra) e densità di popolazione (a sinistra) nel 2007

2.2. Comuni costieri e comuni interni

Il campo “COSTIERO” è un campo testuale (valori ammissibili: “SI” o “NO”) finalizzato a discriminare i comuni costieri da quelli interni. Per il suo popolamento è stata utilizzata una semplice applicazione di interrogazione spaziale (Biallo, 2002; Korte, 2001), consistente nell’individuare, tramite il sistema informativo territoriale, quei comuni il cui limite comunale coincidesse almeno in parte con la linea di costa. Sono stati in questo modo definiti come co-stieri 73 dei 377 comuni della Sardegna, rappresentati in Figura 2.

Popolazione al 2007B (0 - 1092)M (1093 - 2667)A (2668 - 158041)

Densità di popolazione (2007)B( 4.662 - 27.84)M (27.84 - 57.366)A (57.366 - 3240.622)

Figura 2. Comuni costieri

2.3. Tipologie di comuni: aree prioritarie ed aree svantaggiate

Il campo “CAT_COMUNE” classifica i 377 comuni sardi in cinque categorie così come defi-nite dal POR-FESR 2007-2013 (pagine 151-152), e rispettivamente: • aree urbane maggiori; • aree urbane di media dimensione; • comuni montani; • comuni appartenente a un sistema locale del lavoro con densità di popolazione minore di

50 abitanti/km2; • comuni appartenente a un sistema locale del lavoro con densità di popolazione maggiore o

uguale a 50 abitanti/km2. Lo stesso POR-FESR 2007-2013 fornisce un elenco dei 23 comuni definiti come “Aree urba-ne maggiori” in quanto appartenenti all’immediato hinterland di Cagliari o di Sassari (Alghe-ro, Assemini, Cagliari, Capoterra, Castelsardo, Decimomannu, Elmas, Maracalagonis, Mon-serrato, Porto Torres, Pula, Quartu Sant'Elena, Quartucciu, Sarroch, Sassari, Selargius, Senno-ri, Sestu, Settimo San Pietro, Sinnai, Sorso, Stintino, Villa San Pietro) e dei 10 comuni classi-ficati tra le “Aree urbane di media dimensione” per la loro rilevanza a livello di distretto (Carbonia, Iglesias, Lanusei, Nuoro, Olbia, Oristano, Sanluri, Tempio Pausania, Tortolì, Vil-lacidro). Per l’individuazione dei comuni montani, si è fatto riferimento all’allegato della Delibera del-la Giunta Regionale (DGR) 49/16 del 21 Ottobre 2005, che, ai sensi dell’articolo 6 della legge regionale numero 12 del 2005, elenca i comuni definiti montani, e cioè quelli “il cui territorio è situato almeno per il 50 per cento al di sopra dei quattrocento metri di altitudine dal livello del mare e quelli nei quali il dislivello tra la quota altimetrica inferiore e quella superiore del territorio comunale è di almeno seicento metri, purché almeno il 30 per cento del loro territo-rio sia situato al di sopra dei quattrocento metri sul livello del mare.” Sette (Iglesias, Lanusei,

0 10 20 30 40 Kilometers

Comuni costieri

Maracalagonis, Pula, Sinnai, Tempio Pausania, Villacidro) dei 120 comuni definiti come montani dalla delibera di giunta sono già compresi tra le aree urbane maggiori o di medie di-mensioni, il che, ai soli fini dell’analisi qui condotta, riduce il numero di comuni montani a 113. La classificazione dei 231 comuni rimanenti è stata effettuata sulla base della densità di popo-lazione dei relativi sistemi locali del lavoro (SLL) di appartenenza al 2001. Utilizzando come basi lo shapefile dei comuni ed una tabella contenente la distribuzione dei comuni nei SLL,4 si è applicata la funzionalità di dissolve (Chrisman, 2002) o “aggregazione spaziale” (Biallo, 2002), che consente di aggregare fisicamente tutti e soli i poligoni omogenei (in questo caso, i comuni), cioè caratterizzati dallo stesso valore di un dato attributo (in questo caso, i codici dei SLL), eliminando i limiti di separazione tra di essi e generando nuove aree (i sistemi locali del lavoro). Questo ha permesso di costruire uno shapefile con la geografia dei 45 sistemi locali del lavoro in cui la Sardegna è suddivisa.5 Per ogni SLL, la superficie e la popolazione resi-dente nel 2001 sono state calcolate a partire dagli attributi dello shapefile contenente relativo ai comuni utilizzando la funzione summarize;6 si è quindi inserito un nuovo campo che, calco-lando la densità di popolazione al 2001 come rapporto tra popolazione residente e superficie del SLL, permettesse di discriminare i comuni in base al valore di densità (rispettivamente, minore oppure maggiore/uguale a 50 abitanti/km2) di popolazione del SLL di appartenenza. Un discorso a parte merita il sistema locale del lavoro di Oristano, nel quale il POR-FESR 2007-2013 (pagina 151) distingue tra aree a servizio della città di Oristano e comuni a bassa densità di popolazione. Pertanto, nonostante che la densità di popolazione dell’intero sistema locale del lavoro sia superiore a 50 abitanti/km2, 20 dei 25 comuni ad esso appartenenti al so-no stati inclusi tra le aree svantaggiate. I risultati del processo di classificazione sono illustrati in Figura 3.

4 Il foglio di calcolo utilizzato, con la composizione dei sistemi locali del lavoro, è disponibile all’indirizzo http://www.sardegnastatistiche.it/ documenti/ 12_166_20080314111709.xls [ultimo accesso: 16 Febbraio 2009]. 5 L’elenco dei sistemi locali del lavoro è disponibile sul sito internet dell’ISTAT all’indirizzo http://dwcis.istat.it/cis/docs/sistemi/tav_12_sll.xls [ultimo accesso: 16 Febbraio 2009]. 6 La funzione summarize, applicata ad una tabella in cui un campo (che ammette occorrenze multiple dello stesso valore) è selezionato come campo chiave, consente di generare una seconda tabella, formata da tante righe sono i possibili valori as-sunti dal campo prescelto, e che illustra alcune statistiche descrittive di altri campi della colonna di origine (Environmental Systems Research Institute, 1999; Hutchinson, 2004).

Figura 3. Classificazione dei comuni della Sardegna in aree prioritarie ed aree svantaggiate

2.4. Dati finanziari

Al monitoraggio dei progetti finanziati con fondi nazionali, comunitari e regionali nella re-gione Sardegna è dedicata una sezione del sito istituzionale regionale7; tra le altre funzionali-tà, il sito permette di effettuare una ricerca sul database del monitoraggio dei progetti basata sulla fonte di finanziamento, il che ha richiesto una preliminare selezione delle misure del POR Sardegna 2000/2006 finanziate dal Fondo europeo di sviluppo regionale (Tabella 1)8. Per ciascuna delle misure di cui alla Tabella 1 si è dunque scaricato dal sito un foglio di calco-lo che ad ogni progetto, univocamente individuabile tramite un campo contatore ed un titolo, associa la localizzazione del progetto stesso (comune e provincia), l’importo stanziato, l’importo impegnato e l’importo effettivamente speso. Tutti i dati finanziari sono aggiornati al 31.08.2008. L’accorpamento di tutti i progetti in un’unica tabella ha condotto alla creazione di un database dei progetti finanziati dal FESR composto da 9128 record. Di questi, 294 sono stati eliminati perché riferiti a tutto il territorio regionale, 54 perché riferiti ad interi territori provinciali, e due perché hanno cofinanziato progetti estranei al territorio regionale (nello specifico, due partecipazioni fieristiche a valere sulla misura 4.1). Il numero di progetti univocamente asso-

7 La sezione “Progetti in corso” è pubblicamente accessibile all’indirizzo http://progetti.regione. sardegna.it/ argomenti/ pro-getti/ [ultimo accesso: 16 Febbraio 2009]. 8 La tabella contiene tutte le misure del POR Sardegna 2000/2006 finanziate dal FESR, ad eccezione della misura 7.1, “Assi-stenza tecnica FESR.” Questa scelta si giustifica con il carattere della misura, trasversale rispetto a tutte gli assi e misure del POR, e in un certo senso “deterritorializzata,” in quanto ha beneficiato in maniera pressoché indifferenziata tutti i comuni della regione.

0 10 20 30 40 Kilometers

Tipologia comuniAree urbane di media dimensioneAree urbane maggiori

Comune appartenente a un SLL con densità popolazione maggiore o uguale a 50 ab/kmq (2001)Comune appartenente a un SLL con densità popolazione minore di 50 ab/kmq (2001)[compresi comuni del SLL di Oristano a bassa densità )Comune montano ai sensi della DGR 49/16 del 21.10.2005

ciabili ad un comune è quindi pari a 8778. 126 di questi, però, sono stati eliminati in quanto il campo “importo stanziato” non era stato popolato correttamente (65 record con valore nullo, e 61 con campo vuoto), riducendo ulteriormente il numero di progetti validi a 8652. Applican-do la funzione di summarize alla tabella dei progetti, utilizzando come campo chiave l’identificativo del comune a cui il progetto era riferito, si è ottenuta una tabella con 364 re-cord, tanti quanti sono i comuni della Sardegna che hanno beneficiato di cofinanziamenti del FESR (a tredici comuni non era infatti associato alcun progetto) per i quali il campo relativo all’importo stanziato fosse correttamente compilato. Per ciascuno di questi comuni, scelte come statistiche descrittive le somme degli importi stanziati e spesi, si è quindi calcolata l’efficienza globale della spesa come rapporto tra spesa totale e stanziamenti totali (Figura 4).

MISURA

COSTO

TOTALE [€]

QUOTA

FESR [€]

1.1 Ciclo integrato dell’acqua 527.899.628 263.949.814 1.3 Difesa del suolo 275.606.000 137.803.000 1.4 Gestione integrata dei rifiuti, bonifica dei siti inquinati e tutela dall’inquinamento 74.388.000 37.194.000 1.5 Rete ecologica regionale 49.327.000 24.663.500 1.6 Energia 21.883.000 10.941.500 1.7 Monitoraggio ambientale 28.511.000 14.255.500

2.1 Archeologia, percorsi religiosi e museali, recupero di centri storici in stato di abbando-no a fini culturali e turistici

149.274.440 74.637.220

2.2 Archeologia industriale 49.576.932 24.788.466 2.3 Strutture e servizi per attività culturali e di spettacolo 156.816.000 78.408.000 3.12 Infrastrutture per l’inclusione scolastica e per i centri per l’occupazione 62.752.000 31.376.000 3.13 Ricerca e sviluppo tecnologico nelle imprese e territorio 70.191.130 35.095.565 4.1 Rafforzamento competitivo del tessuto imprenditoriale locale 227.518.870 113.759.435 4.4 Sviluppo integrato d’area e di filiera 10.000.000 5.000.000 4.5 Potenziare e qualificare l’industria turistica della Sardegna 110.456.000 55.228.000 5.1 Politiche per le aree urbane 319.068.000 159.534.000

5.2 La qualità della vita nelle città: miglioramento dell’offerta di servizi sociali, assisten-ziali

28.778.000 14.389.000

6.1 Corridoio plurimodale Sardegna – continente 201.572.566 100.786.283 6.2 Accessibilità e governo della mobilità entro i maggiori contesti urbani 98.251.434 49.125.717 6.3 Società dell’informazione 94.660.000 47.330.000 6.5 Sicurezza per lo sviluppo e controllo di legalità sugli investimenti 12.000.000 6.000.000

TOTALE 2.568.530.000 1.284.265.000

Tabella 1. Misure del POR Sardegna 2000/2006 cofinanziate dal FESR. Costo totale e cofinanziamento europeo. (Regione Autonoma della Sardegna, 2007a, Allegato 3 – Tabelle Finanziarie)

Figura 4. Classificazione dei comuni della Sardegna in base agli stanziamenti totali riferiti a progetti cofinanziati dal FESR (a destra) ed all’efficienza globale della spesa (a sinistra)

3. ALCUNE RIFLESSIONI INTERPRETATIVE SULL’EFFICIENZA DELLA SPESA BASATE SU UN’APPLICAZIONE MLM

Questa sezione è organizzata come segue. Nel primo paragrafo, la metodologia MLM è pre-sentata, nel contesto del caso di studio che qui si discute. Successivamente, si presentano i ri-sultati relativi all’efficienza della spesa della Regione Sardegna per l’attuazione del POR-FESR 2000-2006 ottenuti tramite l’applicazione MLM.

3.1. Metodologia

La metodologia MLM viene usata, generalmente, per studiare fenomeni caratterizzati da os-servazioni in termini nominali, cioè rappresentabili con una serie di categorie di risultati defi-nibili attraverso nomi, rispetto ai quali non vi è ragione di stabilire un ordine. L’assunzione a priori di questi modelli è che i fenomeni siano correlati ad altri fenomeni, rap-presentabili in termini numerici e/o non numerici, secondo una funzione di probabilità logisti-ca, attraverso la quale è possibile analizzare queste correlazioni. La metodologia MLM è utilizzata in diversi campi disciplinari, estremamente eterogenei, in quanto consente di affrontare efficacemente, sia in termini teorici che applicativi, una molte-plicità di problematiche legate all’interpretazione del comportamento umano. In particolare, la metodologia MLM trova applicazione nell’interpretazione di scelte soggetti-ve fra molteplici alternative. Un campo molto importante è rappresentato dagli studi sulla scelta relativa alle tipologie di attività ricreative. Bockstael et al. (1987) applicano un approc-cio MLM per studiare la scelta tra spiagge caratterizzate dalla presenza di acqua salata e di acqua dolce, mentre Bockstael et al. (1991), descrivendo l’approccio di McFadden (1974, 1978), mettono in evidenza come la metodologia richieda particolare attenzione quando il problema della scelta si ponga, in stadi successivi, di fronte a possibilità diverse: scelta dell’attività ricreativa (per esempio: pesca), scelta della tipologia di pesca, scelta del sito dove pescare, scelta delle specie di pesci da catturare, ecc..

Progetti cofinanziati dal FESR - stanziamenti B ( < 1.29 M€)M (1.29 - 4.97 M€)A ( >4.97 M€)Nessun progetto finanz. FESR

Efficienza spesaB (0 - 52.7)M (52.8 - 75.4)A (75.5 - 100)

Nessun progetto finanz. FESR

Va in questa direzione la ricerca, sia teorica che tecnico-applicativa, di McFadden, che, per questa, fu insignito del Premio Nobel nel 2000 (insieme a Heckman). McFadden studia le problematiche della discrete choice in diversi campi, tra i quali la domanda per gli spostamen-ti in ambito urbano (1974a), la scelta tra le diverse modalità di trasporto (McFadden e Train, 1978), la domanda per i servizi telefonici locali (McFadden et al., 1987), i processi decisionali nella pubblica amministrazione (1976). Altre applicazioni importanti sono riconoscibili nell’analisi del fenomeno della mobilità sala-riale in Europa (Pavlopoulos et al., in pubblicazione), ed in campo medico, per la valutazione di quanto incidano fattori specifici esterni nel rendere inefficaci particolari trattamenti clinici (Ambrogi et al., 2009). L’utilizzo della metodologia MLM che qui si propone analizza la relazione di una variabile discreta, l’efficienza della spesa nell’attuazione del POR-FESR 2000-2006, con alcune varia-bili che, ragionevolmente, dovrebbero essere a questa correlate, secondo la formulazione del modello proposta da Greene (1993, pp. 666-672), con riferimento a Nerlove e Press (1973). Il modello fa riferimento ad un insieme di eventi J, con J={0, 1, … , N}, con probabilità asso-ciata ad ognuno degli eventi data da:

Prob ��� � � ����

��∑ � �� ���

���

(1),

Prob ��� 0� �

��∑ � �� ���

���

(2),

dove j � {1, … , N}, βj è un vettore di coefficienti relativo all’evento j, e xi è un vettore di ca-ratteristiche collegate al contesto territoriale i, in cui si verifica l’evento j, con i �{1, … , M}. La stima dei coefficienti del modello si effettua massimizzando la funzione di verosimiglianza logaritmica, ln L, data da: ln � ∑ ∑ �� ln!"#$ ��� �%

&'(�&� (3)

(dove dij=1 se nel contesto i si verifica l’evento j e dij=0 nel caso opposto), nei coefficienti βj, che compaiono nella (3) quando si sostituiscano ad Yi le sue espressioni date dalla (1) e dalla (2). Le derivate della (3) rispetto ai vettori di coefficienti βj hanno la forma:

) *+ ,

)-. ∑ /�� 0 !"#$ ��� �12�(

�&� (4)

La soluzione del sistema che si ottiene eguagliando a zero le (4), nei vettori βj, ne definisce la stima, come quei valori che massimizzano la funzione ln L. Stimati i vettori βj, si possono calcolare gli effetti marginali di una variazione del vettore di

caratteristiche xi sulle probabilità che, nel contesto i, si verifichi l’evento j, )3456 �78& �

)98, dati

da:

)3456 �78& �

)98 /!"#$ ��� �1:; 0 ∑ /!"#$ ��� <�1%

=&� ;=>. (5)

La stima del modello consente, quindi, dati i βj, di calcolare gli effetti marginali dati dalla (5) con riferimento, per esempio, ai valori medi degli xi, e le probabilità del verificarsi di ciascu-

no degli eventi j. Il modello consente, inoltre, di stimare gli errori standard per le stime dei coefficienti βj e degli effetti marginali della (5).

3.2. Analisi dell’efficienza della spesa

L’analisi dell’efficienza della spesa della Regione Sardegna per l’attuazione del POR-FESR 2000-2006 si basa sull’applicazione del modello descritto nel paragrafo 3.1.. Vengono defini-te le caratteristiche xi e le loro misure, e riportati i risultati del modello con riferimento alla stima dei coefficienti βj, degli effetti marginali di cui alla (5) e delle probabilità degli eventi definiti dall’insieme J. I contesti territoriali, indicati con i nel paragrafo 3.1., con i �{1, … , M}, sono i 364 comuni della Sardegna per i quali si riscontrano stanziamenti e spese del POR-FESR 2000-2006. Si tratta della quasi totalità dei comuni sardi. Solo per tredici comuni non si evidenziano stan-ziamenti e spese per il POR-FESR 2000-2006. Le caratteristiche, indicate con xi nel paragrafo 3.1., sono definite, con le relative unità di mi-sura e statistiche descrittive, nella Tabella 2. La variabile discreta, che definisce l’efficienza della spesa, indicata con Yi nel paragrafo 3.1. e come EFFIC nella Tabella 2, assume cinque valori (0, 1, 2, 3, 4) legati ai cinque intervalli della sua distribuzione identificati dal 20°, 40°, 60° e 80° percentile. La scelta delle variabili esplicative che descrivono i contesti territoriali dei 364 comuni sardi è motivata come segue. La consistenza demografica (POP07) ne indica la rilevanza dal punto di vista economico-sociale e politico, mentre la densità di popolazione (DENS07) evidenzia, almeno in parte, il rapporto tra organizzazione della funzione residenziale e territorio comuna-le: è evidente che comuni aventi maggiore densità abitativa sono caratterizzati, a parità di altre condizioni, da un consumo del territorio comparativamente più elevato, e dalla necessità di orientarsi soprattutto sul recupero ed il riuso dell’esistente, piuttosto che su nuove espansioni residenziali. Inoltre, un territorio più “consumato” implica una maggiore attenzione alla pro-tezione ed alla salvaguardia delle risorse naturali. La classificazione tipologica dei comuni (variabili GRCITY, MIDCITY, LWSHD, LWSLD) concerne le politiche dello sviluppo urbano e delle zone svantaggiate che sta alla base dell’approccio del POR-FESR 2007-2013 riferito alla concentrazione geografica, descritto nella sezione introduttiva. Queste variabili consentono di evidenziare, con riferimento alle politiche attuate nel settennio 2000-2006, se, e in che misura, l’efficienza della spesa per le zone svantaggiate si sia differenziata da quella relativa alle aree urbane, e, quindi, se, e in che misura, le politiche di investimento per la coesione territoriale, basate sull’approccio della concentrazione geografica, abbiano avuto un’attuazione equilibrata. La variabile che evidenzia se un comune sia o no costiero (COAST) tende a mettere in evi-denza se l’efficienza della spesa sia influenzata da questa caratteristica, che è rilevante in quanto, soprattutto a partire dal 2004, i comuni costieri hanno dovuto confrontare le proprie politiche territoriali con la normativa del Piano paesaggistico regionale (PPR, approvato con DGR 36/7 del 5 Settembre 2006), che ne ha notevolmente limitato l’operatività, soprattutto per quanto riguarda la pianificazione delle trasformazioni territoriali nella fascia costiera (Zoppi, 2008). La variabile relativa alla consistenza degli stanziamenti complessivi per un comune consente di caratterizzare l’importanza relativa che, nell’attuazione del POR-FESR 2000-2006, è stata attribuita a quel comune, e di valutare se la fiducia accordata dal programmatore regionale sia stata ben riposta, in termini di capacità di quel comune di bene operare in termini di efficienza della spesa.

Variable Definition Mean St.dev. EFFIC Discrete variable - Expenditure efficiency

calculated as the fraction of the 2000-2006 projected investment spent by August 31, 2008- 0 if it is less than the 20th percentile; 1 if it is between the 20th and the 40th percen-tiles; 2 if it is between the 40th and the 60th percentiles; 3 if it is between the 60th and the 80th percentiles; 4 if it is greater than the 80th percentile- The 20th, 40th, 60th and 80th per-centiles are the following: 39,72; 57,25; 71,99; 86,51

62.7567 25.0856

POP07 City resident population (number of residents) 4,565.8819 12,440.2175 DENS07 City residential density (residents per km2) 77.5029 212.4531 GRCITY Dummy - Greater urban area, so-defined by

the 2007-2013 ROP-ERDF (p. 152) 0.0632 0.2436

MIDCITY Dummy - Mid-dimensional urban area, so-defined by the 2007-2013 ROP-ERDF (ibid.)

0.0275 0.1637

LWSHD Dummy - City included in a Local work sys-tem (LWS) with a residential density in 2001 greater than or equal to 50 residents/km2

0.2198 0.4147

LWSLD Dummy - City included in a LWS with a resi-dential density in 2001 greater than or equal to 50 residents/km2

0.3791 0.4858

COAST Dummy - The city boundary does not coin-cide at all with the seashore

0.7995 0.4010

AMOUNT Projected investment of the city from the 2000-2006 ROP-ERDF (Euros)

10,480,952.1974 32,530,086.1987

Tabella 2. Definizione e statistiche descrittive delle variabili

Il procedimento delineato nel paragrafo precedente è utilizzato per definire le stime dei βj e

degli effetti marginali )3456 �78& �

)98 sulle probabilità di ciascuno degli eventi j da parte delle va-

riabili xi. Le stime degli effetti marginali sulle probabilità degli eventi j, calcolate al valore medio degli xi, e le probabilità cumulate, pure calcolate al valore medio degli xi, sono riporta-te nella Tabella 3.

Variable Marginal effect z-statistic Hypothesis test: marginal effect=0

Marginal effect on probability of Yi=0 (very low efficiency), ∂Prob (Yi=0)/∂xi, Prob (Yi=0) = 0,245

POP07 -9.6763E-06 -4.0800 0.0001

DENS07 5.8289E-05 0.2910 0.7714

GRCITY 2.2000E-01 0.9620 0.3358

MIDCITY -7.6243E-03 -0.0170 0.9868

LWSHD 5.0301E-02 2.6180 0.0088

LWSLD -9.9512E-02 -5.4280 0.0000

COAST -8.5391E-02 -2.5630 0.0104

AMOUNT 2.8552E-09 0.2920 0.7706

Marginal effect on probability of Yi=1 (low efficiency), ∂Prob (Yi=1)/∂xi, Prob (Yi=1) = 0,247

POP07 1.3677E-05 2.3790 0.0174 DENS07 1.6634E-04 0.7640 0.4450 GRCITY -8.2628E-02 -0.3250 0.7453 MIDCITY 2.5281E-01 0.5450 0.5858 LWSHD 2.4307E-03 0.0920 0.9264 LWSLD -4.2738E-02 -4.1800 0.0000 COAST -6.0760E-02 -2.0280 0.0426 AMOUNT -5.8521E-09 -0.6790 0.4973

Marginal effect on probability of Yi=2 (medium efficiency), ∂Prob (Yi=2)/∂xi, Prob (Yi=2) = 0,255

POP07 1.2930E-06 0.3160 0.7523 DENS07 1.0083E-04 0.4690 0.6388 GRCITY -1.3537E-01 -0.5070 0.6124 MIDCITY -1.3144E-01 -0.2720 0.7854 LWSHD 1.5503E-02 0.6120 0.5404 LWSLD 1.8582E-02 10.0320 0.0000 COAST 1.0740E-01 16.1420 0.0000 AMOUNT 2.1256E-09 0.2110 0.8330

Marginal effect on probability of Yi=3 (high efficiency), ∂Prob (Yi=3)/∂xi, Prob (Yi=3) = 0,244

POP07 -4.2481E-06 -1.3550 0.1755 DENS07 -2.7179E-04 -1.7800 0.0751 GRCITY 9.0627E-02 0.3820 0.7026 MIDCITY -6.9910E-02 -0.1520 0.8795 LWSHD -7.5626E-02 -2.0300 0.0423 LWSLD 1.2256E-01 8.9360 0.0000 COAST 3.2878E-02 2.0190 0.0435 AMOUNT 3.4977E-09 0.3550 0.7228

Marginal effect on probability of Yi=4 (very high efficiency), ∂Prob (Yi=4)/∂xi, Prob (Yi=4) = 0,010

POP07 -1.0455E-06 -0.0680 0.9457 DENS07 -5.3672E-05 -0.0680 0.9456 GRCITY -9.2629E-02 -0.0280 0.9780 MIDCITY -4.3830E-02 -0.0190 0.9851 LWSHD 7.3916E-03 0.0680 0.9455 LWSLD 1.1119E-03 0.0660 0.9473 COAST 5.8678E-03 0.0680 0.9456 AMOUNT -2.6263E-09 -0.0680 0.9455

Tabella 3. Effetti marginali sulle probabilità dei cinque eventi che definiscono l’efficienza della spesa

Qui di seguito si esaminano i risultati relativi all’influenza di ciascuna delle variabili esplica-tive rispetto ai cinque eventi concernenti l’efficienza della spesa (molto bassa, bassa, media, medio-alta e alta), notando, in termini generali, come l’evento dell’efficienza della spesa mol-to alta si configuri come estremamente improbabile ai valori medi delle variabili descrittive dei contesti territoriali dei comuni sardi (la probabilità è pari a circa l’1%). Considerando, quindi, tale evento come estremamente improbabile, l’analisi dei risultati che si sviluppa nel seguito riguarda l’influenza delle variabili sugli altri quattro eventi.

Popolazione residente nel comune L’influenza della popolazione residente nel comune si configura in maniera ambigua, in quan-to il suo effetto marginale è negativo e significativo9 sulla probabilità dell’evento 0 (efficienza della spesa molto bassa), mentre è positivo e significativo sulla probabilità dell’evento 1 (effi-cienza della spesa bassa). Risulta, invece, positivo, ma non significativo, l’effetto sulla pro-babilità dell’evento 2 (media efficienza della spesa), e negativo e non significativo (ancorché risulterebbe significativamente diverso da zero per un test di significatività al 20%) l’effetto sulla probabilità dell’evento 3 (efficienza della spesa medio-alta). In termini quantitativi, si nota che l’effetto marginale sulla probabilità dell’evento 1 è maggiore di quello sull’evento 0, e quello sull’evento 3 è maggiore di quello sull’evento 2. Quindi, pur osservando l’ambiguità degli esiti, si evidenzia che la popolazione residente sembra avere effetti marginali più negati-vi che positivi sulla probabilità del verificarsi di valori dell’efficienza della spesa più alti e vi-ceversa per valori più bassi.

Densità di popolazione nel comune L’effetto della densità di popolazione è positivo e non significativo sulle probabilità degli e-venti 0, 1 e 2, mentre risulta decisamente più significativo (all’8%) per l’evento 3, per cui si nota che, sostanzialmente, questa variabile tende ad influenzare certamente in termini più co-spicui l’efficienza della spesa medio-alta e tende, al suo aumentare, a diminuire la probabilità che si verifichi un’efficienza di questo tipo.

Comune che si colloca in un’area urbana maggiore L’effetto marginale della variabile dicotomica che mette in evidenza il fatto che il comune si collochi tra le aree urbane maggiori così come classificate nel POR-FESR 2007-2013 (p. 152) rispetto al collocarsi tra le aree svantaggiate, definite secondo quanto indicato dall’art. 10 del n. 1080/2006/CE con riferimento all’art. 52 del Regolamento 1083/2006/CE - che, nel caso della Sardegna, si identificano con le zone di montagna10 e le zone a bassa (meno di 50 abi-tanti per km2) e bassissima (meno di 8 abitanti per km2) densità demografica - è sempre non significativo, positivo per quanto riguarda la probabilità di verificarsi degli eventi 0 e 3 e ne-gativo negli altri due casi. Vista la poca significatività che generalmente si associa ai valori degli effetti marginali di questa variabile, si conclude che non si tratti di una caratteristica che caratterizzi l’efficienza della spesa.

9 Salvo diversamente specificato, si definisce “significativo” un valore di un effetto marginale che sia significati-vamente diverso da zero per un test di significatività al 5%. 10 Come già evidenziato sopra, per l’individuazione dei comuni montani, si è fatto riferimento all’allegato della Delibera della Giunta Regionale (DGR) 49/16 del 21 Ottobre 2005, che, ai sensi dell’articolo 6 della legge re-gionale numero 12 del 2005, elenca i comuni definiti montani, e cioè quelli “il cui territorio è situato almeno per il 50 per cento al di sopra dei quattrocento metri di altitudine dal livello del mare e quelli nei quali il dislivello tra la quota altimetrica inferiore e quella superiore del territorio comunale è di almeno seicento metri, purché alme-no il 30 per cento del loro territorio sia situato al di sopra dei quattrocento metri sul livello del mare.”

Comune che si colloca in un’area urbana di medie dimensioni Le osservazioni riportate a proposito della variabile relativa al fatto che il comune si collochi tra le aree urbane maggiori valgono anche in questo caso, e, quindi, si conclude, analogamen-te, che non si tratti di una caratteristica che caratterizzi l’efficienza della spesa.

Comune che si colloca in un sistema locale del lavoro con alta densità di popolazione Si nota come l’effetto marginale della variabile dicotomica, che mette in evidenza il fatto che il comune si trovi in un sistema locale del lavoro (SLL) ad alta densità di popolazione (più di 50 abitanti per km2) rispetto al collocarsi tra le aree svantaggiate, sia positivo e significativo sulla probabilità del verificarsi dell’evento 0, e che sia, invece, negativo e significativo sulla probabilità del verificarsi dell’evento 3, mentre, negli altri due casi, l’effetto marginale è posi-tivo ma non significativo, con valori molto bassi della significatività. Si evidenzia, quindi, che, a parità di altre condizioni, si verifica che comuni appartenenti a SLL ad alta densità di popolazione tendano ad avere comportamenti meno virtuosi rispetto a quelli delle aree svan-taggiate, in termini di efficienza della spesa.

Comune che si colloca in un sistema locale del lavoro con bassa densità di popolazione Si nota come l’effetto marginale della variabile dicotomica, che mette in evidenza il fatto che il comune si trovi in un SLL a bassa densità di popolazione (meno di 50 abitanti per km2) ri-spetto al collocarsi tra le aree svantaggiate, sia positivo e significativo sulla probabilità del ve-rificarsi degli eventi 2 e 3, e che sia, invece, negativo e significativo sulla probabilità del veri-ficarsi degli eventi 0 e 1. Questo rafforza quanto affermato a proposito della precedente va-riabile dicotomica, in quanto si riconosce qui che comuni appartenenti a SLL a bassa densità abbiano comportamenti più virtuosi in termini di efficienza della spesa. In questo caso, addi-rittura, tutti gli effetti marginali, oltre ad essere coerenti in termini di valore positivo o negati-vo rispetto a questa proposizione, sono significativi.

Comune non costiero Anche in questo caso, come nel precedente, si notano valori sempre significativi dell’effetto marginale sulle probabilità, negativi per gli eventi 0 e 1, e positivi per gli eventi 2 e 3. Si os-serva, quindi, come il fatto che un comune non sia costiero si associ a comportamenti più vir-tuosi, in relazione all’efficienza della spesa, in quanto l’effetto di questa variabile sulla proba-bilità dell’evento è negativo nel caso di efficienza molto bassa e bassa, e positivo per efficien-za media e medio-alta.

Investimento stanziato per il comune nel POR-FESR 2000-2006 Gli effetti dell’investimento stanziato per il comune nel POR-FESR 2000-2006 sono sempre non significativi. Nel caso degli eventi 0, 2 e 3 sono positivi, mentre per l’evento 1 l’effetto è negativo. Si nota, visti i bassi livelli di significatività, come questa variabile non incida signi-ficativamente sulla probabilità di comportamenti virtuosi o non virtuosi, in relazione all’efficienza della spesa.

4. DISCUSSIONE E CONCLUSIONI

I risultati ottenuti pongono in evidenza come, in termini generali, l’efficienza della spesa sia un problema reale nell’attuazione del POR-FESR 2007-2013 se si considera quanto è avvenu-to nel POR-FESR 2000-2006. Infatti, si nota che la spesa è più efficiente quando la popola-zione residente è limitata e la densità di popolazione più bassa - almeno in relazione a valori medio-alti dell’efficienza della spesa -, il comune non si trova sulla costa e il comune appar-tiene ad un SLL svantaggiato. Questo significa che quando i comuni hanno una consistenza demografica più significativa e fanno parte di un SLL non particolarmente svantaggiato, ten-

dono ad essere meno efficienti nello spendere. Il fatto, poi, che un comune che si affaccia sul-la costa abbia, comparativamente, un’efficienza della spesa inferiore a quella di un comune costiero è facilmente spiegabile con il fatto che l’apparato normativo del PPR abbia notevol-mente rallentato l’operatività dei comuni costieri, e, quindi, l’efficienza della spesa ne abbia risentito. Queste osservazioni sono rafforzate dal fatto che l’efficienza della spesa non sia fondamen-talmente legata alla dimensione urbana del comune, e, quindi, non si configura un comporta-mento virtuoso dei comuni che fanno parte di aree urbane di grandi o medie dimensioni, verso le quali sono concentrati una gran parte degli investimenti per lo sviluppo urbano, seguendo le indicazioni dell’art. 8 del Regolamento n. 1080/2006/CE. In altre parole, maggiore è l’investimento - cioè più significativi ed importanti sono i proble-mi da risolvere - più sono le persone interessate, meno svantaggiato è il SLL, e minore è l’operatività delle politiche di investimento, ovvero più è alto il rischio di lasciare inutilizzate le risorse finanziarie che il FESR mette a disposizione della Regione. Oppure - come si sta verificando adesso (entro il 30 Giugno 2009 devono essere chiuse e rendicontate le spese rela-tive al POR 2000-2006) - più è alto il grado di non-programmazione della spesa, in quanto, pur di evitare di lasciare non spesa una cospicua quantità di risorse finanziarie, si tende a spendere comunque. Queste osservazioni, che derivano dai risultati dell’applicazione MLM, sono indicative, per l’attuale programmazione della politica regionale unitaria, della necessità di una maggiore at-tenzione ai tempi dell’attuazione ed alla concertazione con le amministrazioni locali, ma, an-che, alle problematiche procedurali ed amministrative, che hanno, nell’attuazione del POR-FESR 2000-2006, costituito significative fonti di rallentamenti ed inefficienze. In questo saggio un MLM è utilizzato per analizzare l’efficienza della spesa dei comuni della Sardegna per quanto riguarda il POR-FESR 2000-2006. I risultati ottenuti tramite il caso di studio mettono in evidenza come l’analisi spaziale basata su un GIS consenta di definire la geografia dell’efficienza della spesa, integrando dati (territoriali e non) provenienti da fonti diverse, fornendo una rappresentazione spaziale dei fenomeni analizzati, ed accrescendo, dunque, in modo sostanziale l’efficacia esplicativa del fenomeno da parte del MLM. La me-todologia, discussa ed applicata al caso di studio, integra l’approccio del MLM e la tecnica del GIS per la rappresentazione dei fenomeni territoriali. Quest’integrazione si può rivelare molto utile, per la pubblica amministrazione e gli uffici pubblici di planning, nella pratica dell’analisi spaziale dei fenomeni urbani e della definizione ed attuazione delle politiche della pianificazione del territorio per la funzione residenziale. Da questo punto di vista, il saggio offre un contributo metodologico significativo. Attraverso l’applicazione di metodologie integrate come quella sviluppata qui, i programma-tori possono migliorare sensibilmente la comprensione dei fenomeni territoriali e l’efficacia delle scelte di piano, anche in termini di presentazione e discussione di queste scelte nei con-fronti dell’opinione pubblica. Le procedure seguite per l’attuazione dei POR, soprattutto per le Regioni dell’Obiettivo 1 del-la programmazione dei Fondi Strutturali del settennio 2000-2006, sono abbastanza omogenee, in quanto fanno riferimento agli stessi Regolamenti dell’Unione Europea. Per questa ragione, i risultati ottenuti dallo sviluppo di questo caso di studio, fondato su un’applicazione integrata di MLM e GIS, costituiscono un punto di riferimento importante per confrontare le caratteri-stiche dell’efficienza della spesa nelle diverse Regioni italiane dell’Obiettivo 1. In altre paro-le, una caratteristica importante di questo approccio metodologico è la sua esportabilità. Le variabili utilizzate per il MLM sono necessarie a descrivere l’efficienza della spesa in ter-mini soddisfacenti. Questa scelta è, ovviamente, fortemente influenzata dalla disponibilità e dalla qualità dell’informazione. L’insieme delle variabili descrittive di questo caso di studio

è, probabilmente, la scelta migliore date le informazioni disponibili, ma, certamente, non è la scelta ottima. Ne è, comunque, un sottoinsieme abbastanza significativo. Sotto quest’ultimo profilo, va sottolineato che vi è un certo numero di variabili che si sarebbe-ro incluse tra gli attributi di condizione, se le informazioni ad esse relative fossero state di-sponibili. Una di queste è il reddito familiare, che sarebbe stato molto utile per analizzare e riconoscere l’effetto-reddito sulla configurazione spaziale dell’efficienza della spesa. Altra informazione importante, e non disponibile, concerne la disponibilità e la capacità del sistema delle infrastrutture e dei servizi pubblici.

BIBLIOGRAFIA

Ambrogi, F., E. Biganzoli, and P. Boracchi. 2009. Estimating crude cumulative incidences through multinomial logit regression on discrete cause-specific hazards. Computational

Statistics & Data Analysis: 53: 2767-2779. Biallo, G. 2002. Introduzione ai Sistemi Informativi Geografici [An Introduction to

Geographic Information System]. Rome, Italy: MondoGIS. Bockstael, N.E., I.E. Strand, and W.M. Hanemann. 1987. Time and the recreational demand

model. American Journal of Agricultural Economics 69: 293-302. Bockstael, N.E., K.E. McConnell, and I.E. Strand. 1991. Recreation. In Measuring the

Demand for Environmental Quality, edited by J.B. Braden and C.D. Kolstad, pp. 227-270. Amsterdam, The Netherlands: North Holland.

Chrisman, M. 2002. Exploring Geographic Information Systems. New York, NY, United States: John Wiley & Sons.

Environmental Systems Research Institute. 1999. Getting to Know ArcView®GIS. The

Geographic Information System for Everyone. Redlands, CA, United States: ESRI. Greene, W.H. 1993. Econometric Analysis. New York, NY, United States: Macmillan. Hutchinson, S. 2004. Inside ArcView GIS 8.3. Clifton Park, NY, United States:

Thomson/Delmar Learning. Korte, G.B. 2001. The GIS Book (5th ed). Albany, NY, United States: OnWord Press. McFadden, D. 1974. Conditional logit analysis of quantitative choice behavior. In Frontier of

Econometrics, edited by P. Zarembka, pp. 105-142. New York, NY, United States: Academic Press.

McFadden, D. 1974a. The measurement of urban travel demand. Journal of Public Economics 3: 303–328.

McFadden, D. 1976. The revealed preferences of a government bureaucracy: empirical evidence. Bell Journal of Economics and Management Science 7: 55–72.

McFadden, D. 1978. Modelling the choice of residential location. In Spatial Interaction

Theory and Planning Models, edited by A. Karlqvist, L. Lundqvist, F. Snickars, and J.W. Weibull, pp. 75-96. Amsterdam, The Netherlands: North Holland.

McFadden, D., and K. Train. 1978. The goods/leisure tradeoff and disaggregate work trip mode choice models. Transportation Research 12: 349–353.

McFadden, D., K. Train, and M. Ben-Akiva. 1987. The demand for local telephone service: a fully discrete model of residential calling patterns and service choices. RAND Journal of

Economics 18: 109–123. Nerlove, M., and S. Press. 1973. Univariate and multivariate log-linear and logistic models. In

Report No. R1306-EDA/NIH. Santa Monica, CA, United States: RAND Corporation. Pavlopoulos, D., R. Muffels, and J.K. Vermunt. Wage mobility in Europe: a comparative

analysis using restricted multinomial logit regression. Quality and Quantity: in press. Available on the Internet at http://spitswww.uvt.nl/~vermunt/pavlopoulos2007b.pdf [last-access date: June 1, 2009].

Regione Autonoma della Sardegna [Autonomous Regional Administration of Sardinia]. 2006. POR Sardegna 2000-2006 [2000-2006 Sardinian Regional Operational Programme]. Available on the Internet at http:// www.regione.sardegna.it/ documenti/ 1_84_20080219093313.pdf [last-access date: June 1, 2009].

Regione Autonoma della Sardegna [Autonomous Regional Administration of Sardinia]. 2007. Programma operativo regionale Sardegna. Competitività regionale e occupazione

[2007-2013 Sardinian Regional Operational Programme. Regional Competition and

Employment]. Available on the Internet at http:// www.regione.sardegna.it/ documenti/ 1_84_20080219093313.pdf [last-access date: June 1, 2009].

Regione Autonoma della Sardegna [Autonomous Regional Administration of Sardinia]. 2007a. Complemento di Programmazione del POR Sardegna 2000-2006. Approvato

dal Comitato di Sorveglianza con procedura scritta e notificato alla Commissione

Europea il 13 dicembre 2007 [Programming Complement of the 2000-2006 ROP

Sardinia. Approved by the Monitoring Committee through a written procedure and

notified to the European Commission on December 13, 2007]. Document and annexes available on the Internet at http://www.regione.sardegna.it/ documenti/ 1_84_20080118131426.pdf and http://www.regione.sardegna.it/ documenti/ 1_84_20080118130438.zip [last-access date: June 1, 2009].

Zoppi, C. (ed.). 2008. Governance, Pianificazione e Valutazione Strategica [Governance,

Planning and Strategic Assessment]. Rome, Italy: Gangemi.

URBAN DEVELOPMENT AND EXPENDITURE EFFICIENCY IN THE 2000-2006 REGIONAL OPERATIONAL PROGRAMME OF SARDINIA

Sabrina LAI and Corrado ZOPPI11 Dipartimento di Ingegneria del Territorio, Sezione di Urbanistica, University of Cagliari, Via Marengo 3, 09123 Cagliari, Italy; tel.: ++39 (0)70 6755200, ++39 (0)70 6755216, telefax: ++39 (0)70 6755215; e-mail: sabrinalai@unica.it, zoppi@unica.it

ABSTRACT

The Sardinian regional operational programme 2007-2013 concerning the European Regional Development Fund (ERDF) (2007-2013 ROP-ERDF) respects the rules of the ERDF on the investments for territorial cohesion since it promotes their regional geographic concentration. These investments are evenly shared between large- and medium-size urban areas, and disad-vantaged zones, as defined above. This paper analyzes the investment policies implemented by the Sardinian Region through the 2000-2006 ERDF-based part of the Regional Operational Programme (2000-2006 ROP-ERDF), in order to assess their effectiveness, in terms of ex-pense efficiency, for urban areas and disadvantaged zones. The assessment of the expenditure efficiency of the 2000-2006 ROP-ERDF is very important to address the policies of the 2007-2013 ROP-ERDF in terms of geographic concentration. The essay analyzes the results of the 2000-2006 ROP-ERDF, with reference to the expendi-ture efficiency of the Sardinian cities, represented through a geographic information system, by means of a multinomial logit model. The essay proposes an analytical and interpretive approach which could be easily exported in other public planning processes, in order to define policies for territorial cohesion.

11 The authors wrote this essay in collaboration with each other. Sabrina Lai edited the second section, Corrado Zoppi the third section. Both authors contributed equally to the introductive and conclusive sections.