XXVII CONFERENZA ITALiANA DI SCIENZE REGIONALI
STRUMENTI DI INFORMAZIONE AVANZATA PER LA VALUTAZIONE DELLA
COMPETITIVITÀ TERRITORIALE
Alessandro SANTUCCI1, Alessandra LAPUCCI1, Cristina ROGNINI1 e Francesca
NENCETTI1
1 L.I.S.T.A. – Laboratorio di Ingegneria dei Sistemi Territoriali ed Ambientali - Università di Pisa, via
Diotisalvi 2, 56100, Pisa
SOMMARIO
L’obiettivo del presente lavoro è quello di strutturare ed implementare uno strumento di aiuto
alle decisioni per la pianificazione territoriale finalizzato ad attrarre e favorire l'insediamento
di nuove imprese ed a facilitare azioni di sostegno e diffusione dell'innovazione per le imprese
già insediate. L’approccio adottato è quello di analizzare, valutare e successivamente
rappresentare la competitività e l’attrattività del “sistema territorio” così come viene percepito
da coloro che già vi operano, con lo scopo di evidenziarne i punti di forza e di debolezza in
base all’esperienza diretta delle aziende già impiantate. La competizione tra le imprese per lo
spazio si avvale di molti mezzi, alcuni dei quali prescindono dai prezzi. È opportuno ricordare
che il concetto di competitività territoriale nasce a partire dalla prima metà del XIX secolo,
con von Thünen, il quale ipotizzò una teoria che assumeva che per accaparrarsi lo spazio
disponibile, ciascuna attività offra al proprietario una rendita che decresce all’aumentare della
distanza. Nella seconda metà del ‘900 Vernon (1966) e Hirsch (1967) proposero una teoria
che prevedeva una forte dipendenza dei prodotti alla competizione di prezzo, con la
conseguenza che la scelta della localizzazione acquista un’importanza che inizialmente aveva
in maniera più marginale. Il presente lavoro si pone l’obiettivo di individuare una
localizzazione ottimale per imprese a carattere innovativo incrociando informazioni di
carattere puramente territoriale (es. dotazione infrastrutturale, aree vincolate, ecc) con
informazioni relative alla percezione, da parte degli operatori, del territorio, delle sue
potenzialità e delle sue carenze.
1
1
INTRODUZIONE DELLA PROBLEMATICA ED INQUADRAMENTO
GEOGRAFICO
L’economia europea è soggetta ad un ampio processo di ristrutturazione, in cui le produzioni
vengono riorganizzate e rilocalizzate, con lo scopo principale di aumentare la competitività,
sul mercato nazionale e internazionale, delle aziende e dei prodotti. Di conseguenza, la
competitività si caratterizza oggi anche in termini di capacità del territorio di attrarre nuove
attività ad elevato valore aggiunto e forte tasso di crescita, capaci allo stesso tempo sia di
garantire livelli soddisfacenti di reddito e di occupazione, sia di consolidare e sviluppare le
grandi attività industriali storicamente radicate nel territorio, rafforzando le reti di relazione e
di conoscenza per l’innovazione tecnologica di prodotto e di processo delle imprese. In
quest’ottica nasce il concetto di marketing territoriale, che può essere definito come la politica
di organizzazione intenzionale dell'offerta del territorio (infrastrutture, vantaggi ed incentivi
economici, ospitalità e permeabilità sociale, stabilità istituzionale), con l'obiettivo di attrarre
investimenti e sostenere lo sviluppo locale. Scopo del lavoro è una riflessione sull’uso di
strumenti GIS per lo sviluppo di un progetto di Sistema Informativo Territoriale a supporto di
politiche di sviluppo locale, per ambiti territoriali a forte vocazione industriale, ma
contemporaneamente caratterizzati da fenomeni di abbandono o degrado. Si cerca perciò di
fornire alle agenzie di sviluppo locale uno strumento in grado di individuare e classificare le
risorse presenti sul territorio, e di misurane la distanza con la domanda espressa dagli
operatori del settore, con lo scopo sia di facilitare le scelte decisionali, sia di articolare un
sistema promozionale più funzionale. Si arricchisce quindi l’approccio metodologico tipico
del marketing territoriale con l’informazione geografica e le analisi territoriali tipiche delle
elaborazioni GIS. Il territorio di riferimento per il progetto è la Provincia di Livorno, in
particolar modo in questa fase iniziale, i comuni di Livorno e Collesalvetti. Il Programma
Strategico per lo sviluppo sostenibile della Provincia di Livorno del 2006, articola il territorio
provinciale in 4 Sistemi Economici Locali, caratterizzati da settori produttivi molto diversi
l’uno dall’altro. Se l’economia del mare è tipica e diffusa in tutto il territorio, altre attività
segnano pesantemente l’attività produttiva dei singoli SEL: la raffinazione del petrolio, il
porto la cantieristica e la componentistica auto nel SEL livornese; l’agricoltura, la chimica, la
produzione di energia e il turismo nella Val di Cecina,; l’estrazione di minerali, la
petrolchimica, la siderurgia e la produzione di energia nella Val di Cornia; l’estrazione di
minerali, ma soprattutto il turismo nell’Arcipelago. Sono invece quasi totalmente assenti le
attività produttive più tipiche della regione:dal tessile ed abbigliamento alla pelletteria.Il
Sistema Economico Locale livornese, di cui è oggetto lo studio, è caratterizzato da attività che
interessano l’intero territorio regionale e che spesso interagiscono al di fuori dell’ambito
provinciale, regionale e nazionale: basta pensare al sistema dei trasporti marittimi e terrestri,
2
alla produzione energetica elettrica e petrolifera, alla produzione industriale della meccanica
fine e della navalmeccanica. Questo legame molto forte con il resto della regione e del paese,
in termini di rapporti di scambio di beni e di servizi, insieme alla vicinanza a strutture di
ricerca, come il CNR e l’Università di Pisa, nonché la presenza di una buona rete di trasporti,
devono essere considerati tra le caratteristiche principali che rendono l’area livornese un
territorio a forte vocazione industriale. Inoltre, come molte altre province industriali, anche il
territorio livornese ha usufruito in questi ultimi anni di consistenti finanziamenti comunitari,
attraverso i Fondi Strutturali, che hanno consentito azioni e iniziative di buona rilevanza,
volte sopratutto all’innovazione, alla ricerca e allo sviluppo, e che hanno permesso di generare
nuove realtà imprenditoriali e nuovi prodotti, all’avanguardia sia nel settore meccanico e della
componentistica, sia nel settore informatico. Un sistema informativo in questo contesto, in
grado di evidenziare con valori numerici, e quindi più facilmente interpretabili, queste
caratteristiche territoriali ottimali, l’offerta industriale presente, il suo grado di innovazione, e
di determinare la distanza tra l’offerta stessa e i requisiti espressi da quanti frequentano il
territorio, appare come uno strumento determinante per supportare scelte strutturali e
promozionali in grado di collocare sul mercato offerte qualificate e articolate di servizi,
decisivi per mantenere o migliorare anche i livelli occupazionali e allontanare il pericolo di
abbandono del territorio.
Figura 1 – Area di studio
3
2
METODOLOGIA
L’ambito territoriale della ricerca riguarda l’intero territorio della Provincia di Livorno, anche
se il modello nella sua completezza è stato costruito ed implementato su di un’area prototipale
che abbraccia i comuni di Livorno e Collesalvetti.
L’approccio adottato è quello di analizzare, valutare e successivamente rappresentare la
competitività e l’attrattività del “sistema territorio” così come viene percepito da coloro che
già vi operano, con lo scopo di evidenziarne i punti di forza e di debolezza in base
all’esperienza diretta delle aziende già impiantate.
Il primo passo metodologico riguarda la definizione delle variabili strategiche per interventi di
politica territoriale a favore della diffusione dell'innovazione e dell'accoglienza di nuove
imprese ad alto capitale innovativo; è stato quindi individuato un campione di aziende
rappresentativo della realtà territoriale locale da coinvolgere nell’analisi, scegliendo tra i
soggetti pubblici e privati che operano sul territorio.
Dall’analisi delle esigenze fondamentali di un’impresa a carattere innovativo, sono state
individuate sei variabili la cui funzionalità è stata ritenuta necessaria per favorire la nascita e
lo sviluppo economico e innovativo di nuove aziende: il capitale ambientale, ovvero l’insieme
di infrastrutture e servizi offerti dal territorio dove l’azienda è insediata; il capitale
tecnologico, ovvero l’insieme di infrastrutture e servizi di tipo tecnologico presenti nell’area;
il capitale tecnologico innovativo, ovvero le attività avanzate di ricerca e sviluppo svolte sul
territorio; il capitale umano e il sistema educativo e formativo; il sistema amministrativo,
ovvero l’insieme di servizi e azioni svolti sul territorio dalla pubblica amministrazione;il
sistema finanziario e il regime fiscale.
È stato quindi redatto un questionario da sottoporre agli interlocutori individuati, per
analizzare in dettaglio gli attributi di ciascuna variabile strategica precedentemente
individuata.
Le informazioni acquisite mediante i suddetti questionari sono state archiviate ed organizzate
all’interno di un GeoDatabase, dapprima costruito attraverso un modello logico con un Case
Tool (Visio), poi realizzato fisicamente attraverso gli strumenti disponibili nell’ambiente di
lavoro ArcCatalog (ArcGis 9). Si vuole sottolineare come tutti i dati raccolti con i questionari
siano stati localizzati sul territorio attraverso i numeri civici; questo processo offre la
possibilità non solo di poter “spalmare” nell’area di studio particolari caratteristiche delle
aziende, mediante algoritmi di interpolazione spaziale, ma anche di inserire questi layer
geografici all’interno di un processo di analisi multi-criteri spaziale. Infatti il passo successivo
riguarda la costruzione di un albero decisionale costituito da un obiettivo (goal) riguardante la
ricerca di un sito ottimale per l’insediamento di nuove imprese, da criteri decisionali e da una
serie di map layers rappresentati dagli attributi.
4
Questi map layers vengono prodotti a partire da tutte le informazioni archiviate in feature
class puntuali e distribuiti sul territorio in esame con interpolatori geostatistici (kriging). Tale
metodologia studia la variabilità spaziale del dato osservato necessaria per la successiva fase
di predizione spaziale con cui si possono fornire delle stime sul valore assunto dalla variabile
relativa alla competitività territoriale in tutti i punti dell’area di studio, anche laddove si
vogliono insediare nuove aziende. In tal modo si producono mappe che garantiscono una
informazione continua su tutta l’area esaminata e che, inserite nell’albero decisionale,
possono essere relazionate e confrontate con tutti gli altri dati geografici per fornire al
decisore e ad un potenziale nuovo imprenditore un valido strumento di supporto alle
decisioni.
3
COSTRUZIONE DELL’INFORMAZIONE
Il questionario rappresenta una modalità di raccolta di informazioni di semplice schedatura e
lettura.
La scelta del questionario ha inoltre consentito la raccolta dei dati secondo un ordine stabilito
e determinato dall’obiettivo della ricerca.
Il questionario in esame presenta delle domande a risposta chiusa e aperta, con spazi dedicati
a commenti e suggerimenti da parte dei compilatori. Il questionario necessita della guida per
la compilazione, in modo da poter meglio comprendere le logiche dell’intervista e per rendere
le domande più ancorate alla realtà locale.
Perché proprio un questionario e non un’intervista orale?
Perché il questionario facilita l’organizzazione dei dati raccolti e permette una precisa
elaborazione statistica dei dati, elemento essenziale di una ricerca.
Il questionario infine, essendo stato fatto compilare sotto la guida di un analista, ha permesso
la raccolta di ulteriori informazioni che non potevano essere inquadrate nelle varie risposte,
ma che sono state annotate come eventuali commenti e suggerimenti.
All’interno del questionario si articolano variabili dipendenti ed indipendenti. Mediante le
relazioni tra esse si ricavano delle informazioni che completano il quadro di conoscenza
dell’indagine in esame.
Dall’analisi delle esigenze fondamentali di un’impresa a carattere innovativo, si sono
individuate sei variabili la cui funzionalità è stata ritenuta necessaria per favorire la nascita e
lo sviluppo economico ed innovativo di aziende sul territorio esaminato:
Il Capitale Ambientale, ovvero l’insieme di infrastrutture e servizi offerti dal
territorio;
Il Capitale Tecnologico, ovvero l’insieme di infrastrutture e servizi di tipo
tecnologico presenti sul territorio;
5
Il Capitale Tecnologico Innovativo, ovvero le attività avanzate di ricerca e sviluppo
svolte sul territorio;
Il Capitale Umano E Il Sistema Educativo E Formativo;
Il Sistema Amministrativo, ovvero l’insieme di servizi e azioni svolti sul territorio
dalla pubblica amministrazione;
Il Sistema Finanziario E Il Regime Fiscale.
L’analisi delle peculiarità dell’area oggetto di studio, nonché l’obbiettivo principale dello
studio stesso, ha portato a formulare tre diversi criteri per la scelta del campione di imprese a
cui sottoporre l’indagine:
a. Il settore di attività delle imprese, che dovrà essere quello tipico dell’area
livornese (così come individuati nel programma strategico per lo sviluppo
sostenibile dell’economia della provincia): la raffinazione del petrolio, i
trasporti, la meccanica, la cantieristica;
b. L’inclinazione all’innovazione e alla ricerca;
c. Il tempo di permanenza nell’area: si è cercato di scegliere aziende da poco
insediate nel territorio livornese, o aziende storiche che negli ultimi anni sono
state rilevate da multinazionali estere, proprio per valutare gli aspetti tipici del
Marketing Territoriale ad oggi presenti rintracciabili nell’area livornese;
A tal riguardo sono state contattate circa 50 aziende di cui 21 hanno aderito all’indagine ed i
cui settori di attività sono riportati in figura 2.
Settore alimentare
Settore biomedicale
Settore della cantieristica navale
Certificazioni
Settore chimico
Settore dell’energia
Settore informatico
Settore della logistica
Settore della meccanica di precisione
Settore della microelettronica
Servizi per l’innovazione
Figura 2 – Distribuzione dei settori della tipologia di azienda
6
Il questionario elaborato, che è stato sottoposto al campione di imprese prescelto, si articola in
otto parti distinte:
Una parte inerente ai dati fissi, necessari per conoscere l’azienda, classificarla in base
a dimensione, tipologia societaria etc;
Una parte generale in cui si è cercato di indagare quale sia l’opinione complessiva
dell’intervistato a proposito del territorio livornese;
Sei ulteriori sezioni di indagine in cui si affrontano una alla volta le sei variabili
strategiche precedentemente individuate, cercando di caratterizzarne ognuna tramite
attributi numerici. Tali valori vengono ricavati chiedendo all’intervistato valutazioni
puntuali sul grado di utilizzo e di funzionalità di determinati servizi ed infrastrutture,
nonché cercando di stabilire le eventuali difficoltà incontrate nell’usufruire di servizi e
infrastrutture nel territorio livornese.
La struttura proposta all’interno delle sei variabili nella formulazione della domanda e
della risposta è stata concepita in modo da avere un output preciso e non equivoco.
Infatti, la forma ricorrente di risposta è stata articolata in un range che va da “ottimo”,
“ad “insufficiente” ed inoltra sono presenti domande in forma aperta (figura 3).
Figura 3 – Estratto del questionario
7
4
IMPLEMENTAZIONE DELL’INFORMAZIONE TRAMITE LE TECNICHE DI
ANALISI MULTICRITERI
In questa fase è necessario riassumere tutte le informazioni relative al livello di attrattività
territoriale di ogni singola azienda, in un indice sintetico unitario, capace di condensare tutta
quanta l’informazione contenuta nelle diverse parti del questionario somministrato ad ogni
impresa intervistata.
Per raggiungere tale obiettivo si è fatto ricorso alle procedure di analisi a criteri multipli che
consentono di strutturare un processo decisionale complesso e di valutare la performance
complessiva di ogni alternativa, nel nostro caso individuata da ogni azienda intervistata, sulla
base di un set di criteri, sottocriteri ed attributi di natura diversa che possono essere
rappresentati dai differenti tematismi e sub-tematismi secondo cui il questionario si articola.
Fra le diverse tecniche di analisi multicriteri che la letteratura propone, viene adottato il
modello dell’analisi gerarchica di Saaty che, proprio per la modalità con cui l’intera procedura
si articola, ben si adatta al caso di studio in esame, a causa della struttura multi-livello
secondo cui il questionario è strutturato.
L’analisi gerarchica AHP (Analytic Hierarchy Process) è una metodologia sviluppata nel
corso degli anni ’80 da Saaty e successivamente formalizzata come teoria assiomatica (Saaty
1980, Vargas 1990, Saaty e Vargas, 1994).
Tale metodo attribuisce a ciascuna alternativa decisionale un punteggio, che ne rappresenta la
prestazione complessiva, ottenuto in funzione delle prestazioni che le alternative presentano
sui singoli criteri di valutazione. Questo metodo, se pur articolato dal punto di vista
matematico, tende a semplificare l’interazione fra analista e decisore ed è in grado di trattare
problemi in cui buona parte dei dati è di tipo qualitativo. La tecnica AHP è stata finora
oggetto di una grande varietà di approfondimenti scientifici ed anche di critiche, grazie agli
studi di molti ricercatori che ne hanno investigato l’applicabilità nei contesti decisionali reali
(Vinke, 1992; Fusco Girard e Nijkamp, 2000; Scarelli, 1997). L'AHP affronta il processo di
valutazione attraverso alcune fasi distinte assumendo come criterio metodologico generale
quello di dividere il problema complessivo di scelta in una serie di sottoproblemi più ridotti e
di più facile soluzione.
In una prima fase di analisi vengono definiti: l'obiettivo generale della valutazione (goal), i
criteri e gli attributi necessari per raggiungere tale obiettivo e l’insieme di alternative tra le
quali si deve scegliere. È necessario, quindi, strutturare e rappresentare adeguatamente il
sistema delle preferenze del decisore al fine di trattare i conflitti tra le possibili opzioni di
scelta. Nella fase successiva, di sintesi, è necessario decidere quale alternativa risulti
“preferibile”, effettuando un ordinamento sulla base dei criteri determinati nella fase
precedente.
8
L’approccio AHP è caratterizzato dalla scomposizione per frammentazione dei problemi
complessi secondo una struttura ad albero che, sebbene dotata anche essa di un elevato grado
di complessità, permette di esaminare il problema globale attraverso le parti che lo
costituiscono, ricomposte secondo una struttura gerarchica con l’assegnazione di una misura e
la valutazione dell’influenza che ciascuna parte ha sull’intero sistema.
In questo modo l’AHP sintetizza in sé i due orientamenti tipici del pensiero umano: il metodo
deduttivo, secondo cui è possibile scomporre un sistema complesso in frammenti e studiarne
ciascuno come elemento a sé stante, senza esplorare le relazioni fra le parti o delle parti con il
tutto, ed il metodo sistemico secondo il quale è possibile, invece, esaminare il sistema ed il
suo funzionamento nel complesso, senza focalizzarsi eccessivamente sul funzionamento delle
singole parti (Saaty, 1988).
Gli assiomi che stanno alla base del metodo AHP vengono di seguito sintetizzati (Scarelli,
1997).
Tutti i criteri e le alternative che interessano il problema decisionale sono rappresentati nella
struttura gerarchica: il problema è strutturato, infatti, secondo una gerarchia in cui i livelli
superiori “dominano” quelli inferiori.
Dati, quindi, due elementi qualunque appartenenti allo stesso livello, si assume che il decisore
sia sempre in grado di eseguire una comparazione fra i due, rispetto all’elemento ad essi
sovraordinati, tramite una scala reciproca di rapporti.
Infine, nella comparazione fra ciascuna coppia di elementi, il decisore non può giudicarne uno
infinitamente migliore dell’altro.
In sostanza, alla base dell'Analisi Gerarchica AHP, vi è l'assunzione che il decisore sia sempre
in grado di esprimere una preferenza o un’indifferenza (non è tollerata l’incertezza) quando si
debbano confrontare, a coppie, gli elementi del problema decisionale in esame.
La tecnica AHP appartiene, infatti, ai metodi di “aggregazione completa e transitiva” secondo
cui la struttura del sistema della preferenze è basata sulla costruzione di un unico criterio di
sintesi. Tutto questo comporta che il metodo dell’analisi gerarchica presenti le seguenti
caratteristiche strutturali:
Assunzione, da parte di ciascun decisore, di una capacità di discriminazione infinita e
di una “razionalità perfetta”;
Sistema delle preferenze di tipo transitivo, cioè se un’alternativa decisionale A è
preferita a B e se l’alternativa B è, a sua volta, preferita ad una terza alternativa C,
allora A sarà preferita anche a C;
Sistema delle preferenze di tipo consistente, cioè se la performance dell’alternativa
decisionale A è doppia rispetto a quella di B e se la prestazione di B è doppia di quella
di C, allora la performance di A sarà pari a quattro volte quella di C;
9
Ordinamento completo delle azioni comparate secondo cui, in generale, a ciascuna
alternativa decisionale è associato un proprio valore di prestazione che consente di
costruire una graduatoria priva di ex-aequo;
Assunzione di una logica di tipo compensatorio secondo cui si ammettono trade-off
fra criteri di valutazione. La performance finale di un’alternativa può essere il risultato
di prestazioni ottime per alcuni attributi, ma del tutto scadenti per altri.
Tecnicamente l’analisi AHP si articola in tre fasi: decomposizione in cui viene definita una
struttura gerarchica che comprende i più importanti elementi del problema decisionale (goal,
criteri, attributi, alternative); confronto a coppie in cui avviene il confronto fra ciascun
elemento della gerarchia con gli elementi del suo stesso livello, rispetto a ciascuno degli
elementi del livello superiore, al fine di stabilire quale di essi è più importante ed in quale
misura; ricomposizione gerarchica tramite la quale si ottiene ordinamento complessivo delle
alternative decisionali in modo coerente con l’intero sistema di preferenze del decisore in
riferimento a tutti gli elementi della gerarchia.
La decomposizione consente di individuare un numero qualsiasi, ma finito, di livelli: essa
cioè può essere spinta in profondità fino al grado di dettaglio desiderato.
In figura viene riportato un primo esempio di gerarchia a tre livelli relativa alla problematica
di ordinamento e successiva scelta di n alternative decisionali sulla base di un numero k di
attributi di analisi.
1° livello
supercriterio
GOAL
GOAL
2° livello
attributi
aa11
a2a2
aak3
3° livello
alternative
AA11
AA22
AA
n3
Figura 4 – Esempio di struttura gerarchica a tre livelli secondo il metodo AHP
Nel caso specifico del presente lavoro, l’obiettivo (goal) è rappresentato dalla determinazione
della competitività territoriale di ogni azienda, i criteri di valutazione sono le macro tematiche
di riferimento considerate nel questionario, gli attributi ed i sottoattributi di valutazione sono
individuati da ogni sub-tematismo che specifica il significato delle variabili
10
Figura 5 – Albero decisionale a struttura gerarchica
Definita la gerarchia relativa al problema decisionale in esame, devono essere effettuati i
confronti a coppie tra elementi che la costituiscono: in particolare ciascun elemento di un
livello va confrontato con gli elementi del suo stesso livello dal punto di vista di ciascuno
degli elementi del livello superiore, al fine di stabilire quale di essi sia più importante ed in
quale misura. In questa fase dell'AHP occorre quindi definire una scala opportuna con la
quale rappresentare una situazione di preferenza tra attributi o tra criteri.
Con riferimento a studi di psicologia sulle “classi di indistinguibilità”, Saaty (1980) propone
una scala di valori che permette di tradurre i giudizi qualitativi di confronto in termini
quantitativi.
Tale scala di importanza relativa copre un intervallo di valori che va da 1 (uguale importanza
tra gli aspetti confrontati) a 9 (estrema importanza di un aspetto rispetto all’altro) anche se
vengono automaticamente definiti anche i valori reciproci dei precedenti in quanto, ad
esempio, se ad un elemento della gerarchia viene assegnata un'intensità di preferenza pari a 3
rispetto ad un altro elemento, allora quest'ultimo possiederà un'intensità di preferenza pari al
reciproco della prima, cioè uguale ad 1/3
Una volta effettuati i confronti a coppie per tutti i livelli della gerarchia e strutturati in forma
matriciale, è necessario computare i pesi di tutti gli elementi di un livello rispetto all’elemento
del livello sovraordinato da cui dipendono: tali pesi coincidono con le componenti
dell’autovettore principale di ogni matrice dei confronti a coppie precedentemente costruita.
La fase finale del metodo dell’analisi gerarchica AHP consiste nell’effettuare una valutazione
di sintesi dell’intero processo in modo da ottenere il valore complessivo di ogni alternativa
(azienda intervistata), rispetto all’obiettivo della competitività territoriale, in modo coerente
con i punteggi che essa riporta per ciascun criterio considerato (capitale umano, tecnologico
etc) e sulla base del sistema di preferenze attribuite a tali criteri direttamente dalle persone
intervistate.
11
Figura 6 – Albero decisionale a struttura gerarchica (particolare)
5
STRUTTURA E “MAPPATURA” DELL’INFORMAZIONE
Tutti i dati raccolti nel questionario e quelli relativi ai vari aspetti del territorio sono stati
organizzati in un’unica banca dati strutturata secondo il modello GeoDatabase.
5.1 Progettazione di un GeoDatabase
Il processo di progettazione di un Geodatabase ha come obiettivo quello di catturare gli
aspetti significativi della realtà, definendo poi tali aspetti in un insieme di classi e loro
relazioni che definiscono lo schema della struttura della base dati. E’ necessario determinare
gli attributi di ogni classe, i loro tipi di dato e i domini di valori ammessi, come pure le
relazioni tra le singole classi e le loro cardinalità. Il risultato è espresso utilizzando un
digramma delle classi UML. Usando degli strumenti CASE è possibile leggere direttamente
lo schema della base dati da ArcCatalog (tramite lo schema wizard), oppure implementando
lo schema a mano direttamente in ArcCatalog. Nel presente lavoro lo schema è stato costruito
tramite un CASE tool (MS Visio)
5.2 Il GeoDatabase e fasi di realizzazione
Il GeoDatabase è un modello di dati (Object Oriented Model) dedicato alla gestione
dell’informazione spaziale e non spaziale, memorizzata in maniera organizzata all’interno di
un database relazionale.
Nel caso di studio si è scelto in particolare di lavorare con una architettura di tipo Personal
GeoDatabase, immagazzinata in un file MS ACCESS in formato “.mdb”.
12
Come già accennato in precedenza, un Geodatabase può essere visto come un “contenitore” di
dati (geografici e non) e di regole organizzati secondo una struttura gerarchica. All’interno di
tale struttura è possibile creare “Feature Dataset” in cui si possono memorizzare
esclusivamente dati con componente spaziale ed aventi caratteristiche simili tra loro. Nello
specifico, si fa riferimento all’impostazione dell’albero decisionale (v. paragrafi precedenti)
introducendo nel GeoDB 2 Feature Dataset che ricalcano i criteri della struttura decisionale (il
“Mondo Reale” ed il “Mondo Percepito”). In ciascun Feature Dataset si introducono una serie
di “Feature Class” che rappresentano il dato geografico vero e proprio e che, in questo caso,
raffigurano i map layers dell’albero stesso. La realizzazione del GeoDatabase si è svolta
seguendo diverse fasi:
Analisi dei requisiti
Rassegna dati disponibili
Modello concettuale
Modello logico
Costruzione del modello fisico
L’analisi dei requisiti di un SIT deve fornire una descrizione sistematica di come sono
impiegati i dati spaziali (e non) per raggiungere determinati obiettivi (es. stesure di mappe di
sensibilità territoriale). L’obiettivo dell’analisi dei requisiti è documentare tutte le
informazioni necessarie per pianificare lo sviluppo del SIT: tale analisi, tuttavia, non deve
ridursi ad un semplice inventario delle mappe e dei dati geografici utilizzati, ma è importante
coinvolgere attivamente tutte le persone dell’organizzazione.
Per quanto riguarda il presente lavoro, gli obbiettivi principali sono:
- Responsabili della raccolta dei questionari;
- Raccolta dei dati relativi agli strumenti di pianificazione e dei dati geografici;
- Individuazione del responsabile della costruzione del GeoDB;
- Individuazione del responsabile del trattamento dell’informazione;
- Individuazione dell’analista..
Durante questa fase è stato, inoltre, valutato in che modo l’utilizzo di strumenti e metodologie
dedicate, come i GIS, potesse mettere a disposizione dei responsabili delle decisioni operative
tutte le informazioni necessarie per effettuare le migliori scelte possibili. È stata, così,
prodotta la master data list, una descrizione preliminare del modello concettuale dei dati,
rappresentata da una lista contenente (tabella 1):
a) tutte le entità (features) e cioè un’approssimazione degli oggetti della realtà di
interesse per l’applicazione SIT da realizzare;
b) gli attributi delle entità, ovvero le informazioni di rilievo necessarie alla realizzazione
delle applicazioni del caso di studio;
13
c) il tipo di primitiva geometrica da utilizzare per la rappresentazione delle suddette
entità.
Master Data List
ENTITA’
ATTRIBUTI
OGGETTO SPAZIALE
Civici
Indirizzo
N civico
E civico
……
Point
Pericolosità geomorfologica
CODGEO
CODCOM
CLASCOM
GEO_PER
…….
Poligoni
…….
……
………
Tabella 1 – Master data list dei dati da inserire nel geodatabase
Durante la fase di rassegna sono state raccolte tutte le informazioni, spaziali e non spaziali,
disponibili presso diversi “datamart” (es. piani regolatori, questionari, etc), necessarie alla
realizzazione della banca dati geografica.
Tali informazioni sono archiviate in due diversi formati:
Cartaceo: informazioni non esplicitamente spaziali raccolte mediante interviste presso
le Aziende del territorio indagato e memorizzate in questionari strutturati su supporto
cartaceo;
Digitale: dati spaziali con struttura vettoriale, georeferenziati nel sistema di
riferimento cartografico Gauss-Boaga (f.o.), relativi ad elaborazioni raccolte negli
strumenti pianificatori (es. Piano Strutturale) dei Comuni dell’area di studio.
Tutti i dati non spaziali (sia in formato cartaceo che in formato numerico) sono stati
riorganizzati in tabelle digitali successivamente integrate nel GeoDatabase.
La fase successiva all’analisi dei requisiti è la progettazione concettuale che ha come obiettivo
la creazione di uno schema (o modello) concettuale del GeoDB. In tale momento vengono
identificati e descritti i dati ad un livello astratto (concettuale) necessario per capire cosa il
SIT deve fare, senza preoccuparsi di come implementarlo ad un livello più informatico.
Possiamo, pertanto, asserire che la progettazione concettuale rappresenta il punto di partenza
della pianificazione vera e propria del DB, a cui seguiranno le fasi di analisi dei dati
disponibili (si confrontano quelli disponibili con quelli necessari) e la progettazione logicofisica della base dei dati.
14
Nello specifico un modello concettuale è la rappresentazione formale di idee e conoscenze
relative ad un certo fenomeno.
Il modello utilizzato in questo studio è il diagramma Entità-Relazioni (ER), composto da
entità, attributi e relazioni. Poiché la banca dati che si vuole modellare contiene numerosi
“oggetti” con componente spaziale, è necessario introdurre nel modello concettuale nuovi
concetti studiati appositamente per la modellizzazione di dati geografici. A tale scopo sono
stati concepiti diversi modelli o estensioni di modelli pre-esistenti, tra i quali vale la pena di
ricordare il modello di Calkins ed i modelli UML estesi (es. ESRI UML).
Il passaggio successivo consiste nella creazione di un modello logico: quest’ultimo differisce
dal modello concettuale per l’introduzione di meccanismi dipendenti dal modello della
tecnologia da adottare. Una volta che abbiamo scelto il modello logico da adottare, bisogna
trovare una strategia per tradurre lo schema concettuale nello schema logico opportuno per la
nostra applicazione; spesso questa “traduzione” può essere un processo automatico. Come
detto, nel presente caso di studio si è optato per l’adozione del modello ESRI UML.
I modelli ESRI UML estendono UML (da cui modelli UML estesi) con i tipi di oggetto
(objects, features, domains, ecc.) definiti da ESRI nel modello fisico; in tal modo sarà facile
convertire i diagrammi ESRI UML in schemi fisici reali degli strumenti GIS, quali ad es.
ArcGis.
Lo schema UML, una volta esportato nella Repository per effettuare la verifica della sua
correttezza, è stato successivamente importato nell’ambiente ArcGis, attraverso un tool
apposito di in ArcCatalog (Case Schema Creation), permettendo così di realizzare la struttura
del GeoDatabase all’interno della quale sono stati caricati in modo automatico i dati vettoriali
già disponibili in formato shapefiles.
Le tabelle presenti nella struttura della banca dati sono state invece popolate attraverso un
inserimento manuale dell’informazione non spaziale, disponibile come già detto in formato
cartaceo e digitale.
6
L’INTERPOLAZIONE SPAZIALE
In questa fase i valori di competitività territoriale di ogni azienda, elaborati attraverso l’analisi
gerarchica, in accordo con le preferenze derivanti dai questionari, e memorizzati nel
GeoDatabase, verranno “spalmati” sul territorio mediante algoritmi di interpolazione spaziale.
Tutto ciò serve a creare un’informazione omogenea e continua su tutta l’area investigata
attraverso il metodo geostatistico che offre sia una elevata accuratezza nell’interpolazione,
anche un controllo sull’errore commesso durante la fase di stima.
I metodi geostatistici hanno infatti cominciato a diffondersi, a partire dalla seconda metà degli
anni ’80, anche in settori diversi da quelli più tradizionali dell’ingegneria mineraria e del
petrolio nel cui ambito erano stati messi a punto.
15
Il contributo delle tecniche geostatistiche risulta essenziale in tutte le discipline che
richiedono implicazioni spaziali o spazio-temporali per lo studio tanto dei fenomeni
ambientali che di problematiche di natura socio-economica come quelle descritte nel presente
lavoro.
Pertanto la geostatistica, avvalendosi anche della modellazione stocastica, fornisce le basi per
capire ed utilizzare le varie tecniche per la stima del valore di una variabile spaziale nelle aree
dove tale variabile non è stata misurata: in tal modo possiamo asserire che essa rappresenta
uno strumento per fare delle ipotesi il più possibile corrette sul continuo spaziale.
Tra i numerosi metodi di interpolazione spaziale, l’approccio geostatistico, ed in particolare
l’interpolatore di Kriging, offre una serie di vantaggi che i classici metodi di interpolazione di
tipo deterministico sicuramente non hanno.
Questa tecnica consente di definire un modello capace di descrivere la variabilità spaziale di
un certo parametro che nel nostro caso è rappresentato dall’indice sintetico di attrattività
territoriale di ogni azienda.
Il Kriging richiede infatti un numero di misurazioni minore rispetto ai metodi classici fondati
sull’indipendenza delle variabili, permettendo così di compiere operazioni di inferenza in
localizzazioni non campionate, stimando anche l’errore associato.
Le tecniche geostatistiche si differenziano infatti dagli altri metodi “classici” di interpolazione
in quanto si fondano sul principio dell’autocorrelazione spaziale secondo cui luoghi vicini tra
loro tendono ad avere comportamenti simili.
In particolare la geostatistica studia la variabilità spaziale dei parametri che descrivono i
fenomeni territoriali oggetto di studio estraendone regole modellistiche per effettuare
operazioni riguardanti la caratterizzazione e la stima dei fenomeni stessi.
Fig 7 -Schema di autocorrelazione spaziale
Il metodo interpolativo kriging consente di effettuare la stima dei valori di ogni variabile
territoriale nei punti non campionati costruendo un modello continuo di variazione stocastica
dei dati, prendendo in considerazione il fenomeno dell’autocorrelazione spaziale attraverso il
modello del variogramma scelto e validato sulla base delle informazioni relative ai punti di
misura.
16
7
OSSERVAZIONI CONCLUSIVE E SVILUPPI DELLA RICERCA
In questo lavoro di ricerca viene presentata un metodologia capace di integrare le potenzialità
delle tecniche di analisi a criteri multipli con quelle dei sistemi informativi geografici (GIS)
per la redazione di mappe tematiche finalizzate ad individuare porzioni di territorio capaci di
attrarre l’insediamento di nuove imprese a carattere innovativo.
Il metodo proposto consente di individuare e localizzare alcuni ambiti territoriali della
Provincia di Livorno particolarmente idonee per l’insediamento di nuove imprese sulla base
di appropriati criteri ed attributi di valutazione derivati da un questionario rappresentativo
della competitività di ogni azienda già insediata, così come viene “percepita” da coloro che vi
lavorano.
Attraverso procedure multicriteri di tipo gerarchico, strutturate in base ai diversi livelli
secondo cui il questionario è articolato, è stato possibile riassumere in indici sintetici il valore
di competitività di ogni azienda.
Tali indici sono stati integrati sia con gli attributi territoriali di ciascuna area di insediamento
delle aziende (es: uso del suolo, pericolosità geomorfoligica ed idraulica, livello di
accessibilità etc) sia con le prescrizioni stabilite dagli strumenti di piano (vincoli, invarianti
strutturali, etc).
In questo modo è possibile determinare, per ogni impresa, un “indicatore globale di
attrattività territoriale” connesso sia alla specifica capacità di ciascuna impresa di effettuare
processi innovativi, che alle proprietà ambientali del territorio in cui è inserita. Il valore
puntuale di tale indicatore globale viene poi stimato su tutto il territorio dell’area di studio
attraverso tecniche avanzate di interpolazione geostatistica stocastica denominate kriging.
Infine il modello nella sua completezza è stato costruito ed implementato interamente in
ambiente GIS, consentendo la gestione dell’intero processo in un unico ambiente di lavoro
dotato di un’ interfaccia “user friendly”.
Si perviene così alla costruzione di un importante strumento di supporto alle decisioni sia per
la pianificazione territoriale, ma anche nell’ambito del geomarketing, di grande utilità tanto
per i decisori pubblici che per le nuove aziende ad alto capitale innovativo che si vogliono
insediare nel territorio livornese.
8
Bibliografia
Chauvet P. (1999) “Aide mèmoire de Geostatistique linéaire”, Presses De L'Ecole Des Mines
Ciotoli G., Finoia M.G. (2005) Dalla statistica alla geostatistica, Aracne Editrice ISBN
8854801917
Kanevski M., Maignan M. (2004) Analysis and modelling of spatial environmental data,
EPFL Press ISBN 0-8247-5981-8
17
Krige, D.G. (1951) A statistical approach to some basic mine valuation problems on the
Witwatersrand. J. of Chem., Metal. and Mining Soc. of South Africa, Vol. 52, No. 6, pp.
119-139
Malczewski J. (1996) A GIS based approach to multiple criteria group decision making,
International Journal of Geographical Information Systems, 10(8), 995-971.
Malczewski J. (1999) GIS and Multicriteria Decision Analysis, Wiley, New York.
Matheron, G. (1963) Traité de géostatistique appliquée. Editions Technip
Nijkamp P e Gerard L. (1997) Le valutazioni per lo sviluppo sostenibile della città e del
territorio, Franco Angeli, Milano.
Pannatier, Y. (1996), VARIOWIN: Software for Spatial Data Analysis in 2D, SpringerVerlag, New York, NY, ISBN 0-387-94679-9
Pearce D.W. (1998). Environmental Appraisal and Environmental Policy in the European
Union, Environmental and Resource Economics, 11(3-4), 489-501
Pearce D.W., Secconbe-Hett T. (2000). Economic Valuation and Environmental DecisionMaking in Europe, Environmental Science & Technology, 34(8), 1419-1425
Raspa G. (1995) Appunti di geostatistica
Saaty T. L. (1980) The analytic Hierarchy process, Wiley, New York
Siddiqui M. Z. (1996) Landfill siting using geographic information systems: a demonstration,
Journal of Environmental Engineering, 122(6), 515-523.
Vargas, L.G. (1990) An Overview of the Analytic Hierarchy Process and its Applications,
European Journal of Operational Research, 48(1), 2-8
18
