L'indice di sostenibilitá FEEM - Caterina Cruciani e Silvio Giove Fondazione ENI Enrico Mattei e Universitá Ca' Foscari di Venezia
←
→
Trascrizione del contenuto della pagina
Se il tuo browser non visualizza correttamente la pagina, ti preghiamo di leggere il contenuto della pagina quaggiù
L’indice di sostenibilitá FEEM
Caterina Cruciani e Silvio Giove
Fondazione ENI Enrico Mattei e Universitá Ca’ Foscari di Venezia
1. Introduzione
L’indice di sostenibilità FEEM (FEEM SI) è un
nuovo indice aggregato che misura la
sostenibilità dei paesi oggi e nel tempo
Il FEEM SI è una misura di sostenibilità che
supera indicatori classici come il PIL perché
include ANCHE
Altri indicatori economici
Indicatori di benessere sociale e povertà
Indicatori sullo stato dell’ambiente
2
1.1 Introduzione
Le novità del FEEM SI, rispetto ai principali indicatori a
livello mondiale, sono:
Coerenza tra gli indicatori garantita da un modello
strutturale dell’economia mondiale
Esame sia ex post che ex ante della sostenibilità con
possibilità di proiettare gli indicatori nel tempo
Possibilità di simulare l’impatto di politiche
economiche sulla sostenibilità
Metodologia di aggregazione che evita la
sovrapposizioni degli indicatori
Analisi di sensitività e determinazione di un ranking
probabilistico
3
2. Fasi costitutive del FEEM SI
4
A. Selezione degli indicatori
• La selezione degli indicatori per il FEEM SI si basa sui più conosciuti
dataset internazionali:
Set di indicatori Fonte
EU Sustainable Development Strategy (EU SDS) Communication from Mr Almunia to the Member States
UN Sustainable Development Strategy (UN CDS) Commission on Sustainable Development
World Development Indicators (WDI) World Bank
EEA core set of indicators Eurostat, EEA
Sono stati selezionati indicatori relativi alle tre
componenti principali della sostenibilità:
Economica
Sociale
Ambientale
5
A.1 Componente Economica
COMPONENTE ECONOMICA
• Prodotto interno lordo pro
capite (PIL): una classica
misura del benessere di una
nazione in termini economici
• Spesa per consumo: quota di
spesa per consumo sul PIL,
valutazione del benessere
delle famiglie
• Ricerca e sviluppo (R&S):
quota di investimento per
l'innovazione sul PIL
6
A.2 Componente Sociale
COMPONENTE SOCIALE
• Tasso di crescita della popolazione: tasso annuo
di crescita della popolazione, livello di pressione
sulle risorse di un paese
• Rilevanza della spesa alimentare sulla quota di
consumo primario: quota della spesa per beni
alimentari sul consumo primario, approssimazione di
un indice di povertà in base alla legge di Engel
• Quota di energia pro capite: quota di energia
consumata a livello pro capite, misura del grado di
collegamento con le infrastrutture energetiche e
potenziale sovra o sotto utilizzo
• Spesa in assicurazioni e pensioni: quota di spesa
privata in assicurazioni, pensioni integrative sul PIL
• Spesa pubblica in istruzione: quota di spesa in
istruzione sul PIL, misura il grado di investimento in
questo settore
• Spesa sanitaria privata: quota di spesa sanitaria
privata sul totale della spesa sanitaria, bilancio tra
componente privata e pubblica della spesa in questo
settore
• Spesa sanitaria totale: quota di spesa pubblica e
privata per il settore sanitario sul PIL
7A.3 Componente Ambientale
COMPONENTE AMBIENTALE
Intensità di carbonio dell'energia:
contenuto di carbonio per unità di
energia
cons
u
mata, grado di efficienza nella produzione di energia
Emissioni di gas serra pro
c
apite: livello pro capite di emissioni (CO2, NO2, CH4)
Intensità energetica: energia
uti
lizzata per unità di PIL, grado di efficienza energetica
Importazioni di energia: quota di
energi
a
importata sul totale, misura di sicurezza energetica
Energia pulita: quota di
energi
a
pulita (non fossile) sul totale dell'energia consumata
8
Uso delle risorse idriche
rinnovabili: uso delle risorse
idric
hB Contesto modellistico
• I dati per il calcolo del FEEM SI derivano da un modello dinamico equilibrio
economico generale
• Questo consente di fare proiezioni secondo diverse assunzioni di crescita
economica e di simulare varie politiche ambientali, sociali o economiche
• Il modello è suddiviso in 17 Settori e 40 RegioniB.1 Contesto modellistico – aggregazione regionale
No. Code GTAP 6 Paesi No. Code GTAP 6 Paesi
1 ARG Argentina 16 GCM Grecia, Cipro e Malta
2 AUS Australia 17 IND India
3 AUT Austria 18 IDN Indonesia
4 Baltic Estonia. Latvia e Lituania 19 ITA Italia
5 BNLX Belgio, Olanda e Lussemburgo 20 JPN Giappone
6 BRA Brasile 21 MEX Messico
7 BUL Bulgaria 22 MEast Bahrain, Iran, Iraq, Israele, Giordania, Kuwait, Libano,
Palestina, Oman, Qatar, Arabia Saudita, Siria, Emirati Arabi,
Yemen
8 CAN Canada 23 NorthAfrica Algeria, Marocco, Tunisia, Libia, Egitto
9 CHN Cina 24 NZL Nuova Zelanda
10 DNK Danimarca 25 POL Polonia
11 FIN Finlandia 26 PRT Portogallo
12 FRA Francia 27 RUS Russia
13 RoFSU Armenia, Azerbaijan, Bielorussia, Georgia, Kazakhstan, 28 ZAF Sudafrica
Kyrgyzstan, Moldavia, Tagikistan, Turkmenistan,
Ucraina, Uzbekistan
14 GER Germania 29 SEA Birmania, Brunei, (East) Timor Leste, Malesia, Filippine,
Singapore, Cambogia, Lao, Vietnam, Tailandia
15 UKI Regno Unito e Iranda 30 ESP Spagna
10B.1 Contesto modellistico – aggregazione regionale
No. Code GTAP 6 Paesi No. Code GTAP 6 Paesi
31 SWE Svezia 36 RoAsia Afghanistan, Bangladesh, Bhutan, Corea del nord, Corea del
sud, Macao, Maldive, Mongolia, Nepal, Pakistan, Sri Lanka,
Taiwan
32 CHE Svizzera 37 RoE Albania, Andorra, Bosnia e Erzegovina, Croazia, Isole di
Faro, Gibilterra, Macedonia, Monaco, San Marino, Serbia and
Montenegro
33 TUR Turchia 38 RoEU Repubblica Ceca, Ungheria, Romania, Slovacchia, Slovenia
34 USA Stati Uniti d’America 39 RoLA Anguilla, Antigua e Barbuda, Aruba, Bahamas, Barbados,
Belize, Bolivia, Isole Cayman, Cile, Colombia, Costa Rica,
Cuba, Dominica, Repubblica domenicana, Ecuador, Salvador,
Isole Malvine, Guyana Francese, Grenada, Guadalupe,
Guatemala, Guyana, Haiti, Honduras, Jamaica, Martinica,
Monserrat, Antille Olandesi, Nicaragua, Panama, Paraguay,
Perù, Puerto Rico, Saint Kitts e Nevis, Santa Lucia, Saint
Vincent e Grenadine, Suriname, Trinidad e Tobago, Isole
Turks e Caicos, Uruguay, Venezuela, Isole Vergini
Britanniche, Isole Vergini
35 AFR Angola, Benin, Botswana, Burkina Faso, Burundi, 40 NIR Bermuda, Groenlandia, Islanda, Liechtenstein, Norvegia,
Camerun, Capo Verde, Repubblica Centrafricana, Ciad, Saint Pierre e Miquelon, Samoa Americane, Papua Nuova
Isole Comore, Congo, Costa d’avorio, Repubblica Del Guinea, Samoa, Isole Cook, Fiji, Polinesia Francese, Guam,
Congo, Gibuti, Guinea Equatoriale, Eritrea, Etiopia, Kiribati, Isole Marshall, Micronesia, Nauru, Nuova Caledonia,
Gabon, Gambia, Ghana, Guinea, Guinea-Bissau, Kenia, Norfolk, Marianne Settentrionali, Niue, Palau, Salomone,
Lesotho, Liberia, Madagascar, Malawi, Mali, Mauritania, Tokelau, Tonga, Tuvalu, Vanuatu, Wallis e Futuna
Mauritius, Mayotte, Mozambico, Namibia, Niger, Nigeria,
Réunion, Ruanda, Saint Helena, Sao Tome and Principe,
Senegal, Seychelles, Sierra Leone, Somalia, Sudan,
Swaziland, Tanzania, Togo, Uganda, Zambia, Zimbabwe
11C. Normalizzazione
Gli indicatori sono normalizzati in modo da ottenere valori nell’intervallo 0-1
La procedura di normalizzazione è basata sulla definizione di livelli di
performance (benchmarks) tratte da obiettivi di politica internazionale o da best
practices
Cinque livelli di performance vengono utilizzati per definire una funzione di
normalizzazione lineare a tratti
12D.1 Aggregazione degli indicatori
• Il metodo di aggregazione del FEEM SI è basato sulla
definizione di pesi che esprimono le interazioni tra diversi
indicatori
• Questi pesi non vengono assegnati solo ai singoli
indicatori ma anche a tutte le possibili combinazioni di due
livelli di performance (ottima e pessima) degli indicatori
che appartengono allo stesso nodo
• I pesi così definiti tramite un questionario ad hoc sono
utilizzati in una metodologia di aggregazione non lineare
basata sull'integrale di Choquet
13D.2 Aggregazione degli indicatori – Struttura del questionario
Il set delle misure necessarie per calcolare le misure non additive deriva
dalle valutazione date da un decisore fittizio ad un questionario come
questo, in cui vengono valutate le combinazioni tra gli indicatori che
compongono un nodo dell’albero, rispettando un criterio di monotonia
per tutti i nodi dell’albero
14D.3 Aggregazione degli indicatori – Andness
• Il decisore fittizio è stato creato dal gruppo di ricerca sulla base di
esperienze precendenti con focus groups che hanno confermato la
prevalenza di un profilo non compensativo, coerentemente con la
letteratura sulla sostenibilitá
•Profilo non compensativo: i decisori in generale preferiscono vedere
tutti i criteri (livello degli indicatori) soddisfatti e non ritengono che una
cattiva performance in un indicatore possa essere compensata da
un’ottima performance in un altro
•Profilo non compensativo (andness)
•Profilo compensativo (orness)
15D.4 Analisi di sensitività
• Vista l'importanza della definizione dei pesi nella procedura di
aggregazione è stata condotta un'analisi di sensitività sugli effetti di
possibili variazioni nelle preferenze dei decisori che hanno determinato i
pesi
Pur mantenendo un atteggiamento parzialmente non
compensativo di tipo andness (il basso risultato in una
componente non è completamente compensato dal buon risultato
in un'altra) sono stati definiti diversi livelli di non-compensabilità e
una procedura iterativa per determinarne i possibili effetti sulla
classifica della sostenibilità
• L'analisi di sostenibilità permette di identificare quali paesi sono
considerati come statisticamente equivalenti in termini di sostenibilità
16RISULTATI FEEM SI
2009 – 2020
173.1 Classifica mondiale della sostenibilità 2009 18
3.2 Mappe della sostenibilità 19
3.3 Classifica mondiale della sostenibilità 2009 - Italia 20
3.4 Classifica mondiale della sostenibilità 2009 –
Sensitività
Tra il 14° e il 16°posto
213.5 Classifica mondiale della sostenibilità 2009 – I migliori e i peggiori 22
3.6 Classifica mondiale della sostenibilità 2009 – l’Italia
3.7 Il FEEM SI nel tempo – i migliori 24
3.8 Il FEEM SI nel tempo – i peggiori 25
3.9 Il FEEM SI nel tempo – confronto 2009-2020 26
CONFRONTO
CON DATI STORICI
274.1 Confronto con il passato – FEEM SI 28
4.2 Confronto con il passato: ITALIA - FEEM SI
Fonte www.feemsi.org
294.3 Confronto con il passato – ITALIA
Sostenibilità Economica, Sociale e Ambientale
30
Fonte www.feemsi.orgPOLICY ANALYSIS 31
5.1 Una politica composita per migliorare la sostenibilità
Lo scenario
d
i Sustainable Development Policy (SD Policy) prevede misure che riguardano:
CAMBIAMENTI CLIMATICI: un sistema di cap-and-trade basato su obiettivi di
riduzione delle emissioni per ciascuna regione definiti a partire dalle posizioni
negoziali presentate per la COP15, che comportano una riduzione dei gas
serra pari all’8 percento delle emissioni dei paesi sviluppati rispetto al 1990
ISTRUZIONE: mobilitazione delle risorse necessarie a realizzare gli
obiettivi
d
e
l Millennium Development (raggiungere l’istruzione elementare universale)
SALUTE: mobilitazione delle risorse necessarie a realizzare gli
obietti
vi del Millennium Development (combattere AIDS, malaria, e altre malattie)
ACQU
A:
m
iglioramento dell'efficienza nell'uso delle risorse idriche pari al 10 percento
32
SVILUPPO TECNOLOGICO: sussd
io
i a rcierca e svu
li ppo fn
i anza
i to daipaesisvu
li ppatin
i msiura parial10 percento per tuti i paesied un
consegue
nte aumento nella produttività dei paesi in via di sviluppo pari al 5 percento5.2 Classifica della sostenibilità 2020 - Baseline vs. SD Policy 33
5.3 SD Policy – effetti a livello mondiale 34
5.4 SD Policy – effetti temporali a livello mondiale 35
5.5 Scenario base vs. SD Policy - Italia 36
5.6 Scenario base vs. SD Policy - Cina 37
5.7 Scenario base vs. SD Policy – Stati Uniti 38
The FEEM SI team
Project Coordinator
Carlo Carraro
Web Master
Team Leader Paolo Gittoi
Silvio Giove
Graphic Project
Research Team Renato Dalla Venezia
Francesco Bosello
Lorenza Campagnolo Management and
Francesca Ciampalini Communication
Caterina Cruciani Monica Eberle
Enrica De Cian Alessandra Goria
Fabio Eboli
Elisa Lanzi
Ramiro Parrado
Pier Lorenzo Stellawww.feemsi.org 40
Puoi anche leggere
