L’incremento della produzione dei rifiuti rappresenta l’inevitabile conseguenza di ogni forma di evoluzione tecnologica, economica e sociale della collettività, con evidenti ripercussioni sui costi derivanti dalla scelta delle strategie e delle politiche gestionali. Il presente studio ha lo scopo di identificare dei determinanti per il governo della produzione di rifiuti, indagando su indicatori predittivi di semplice applicabilità, tali da costituire un modello previsionale di stima dei costi delle politiche di Governance. L’analisi di trend (anni 1998-2009) della spesa per la gestione dei rifiuti (SGR) in Italia ha consentito di identificare, quale indicatore di stima del valore economico nazionale dei servizi di gestione dei rifiuti, l’evoluzione della popolazione nazionale (POP). Si sono eseguiti test di correlazione di Pearson (significatività statistica p inferiore a 0,05) ed analisi di regressione lineare semplice in funzione dell’ipotesi nulla che non vi fossero condizioni di relazione tra le variabili SGR e POP esaminate (R2 inferiore a 0,500), accettando l’ipotesi alternativa (HA) che esista una relazione lineare tra SGR e POP. Note le stime della popolazione nazionale (valutate con il modello di Lee-Carter) per il quinquennio 2010-2014 (Istat) si è voluto utilizzare il modello di regressione lineare per stimare la SGR per lo stesso quinquennio. L’analisi ha evidenziato un’ottima correlazione tra le variabili in studio (R2 =0,6878; p inferiore a 0,001). Il modello di regressione lineare semplice, quale modello previsionale, ha consentito di evidenziare, un errore di stima previsionale del modello di soli ± 0,0017 rispetto al valore reale misurato (0,17%) valore previsto: 19,736X109 VS valore reale: 19,701X109. Considerando la negativa congiuntura economica e l’incidenza che la gestione dei rifiuti ha sulla stessa, l’applicazione di semplici modelli lineari di tipo previsionale consentirebbe di quantificare preventivamente il reale costo del servizio di igiene ambientale, fornendo un utile strumento per la programmazione economica/gestionale in ottica di razionalizzazione dei costi per le amministrazioni tanto periferiche quanto centrali.
Moscato, U., Fanelli, C., Martire, A., Cerabona, V., De Belvis, A., Pelone, F., Ricciardi, W., Gestione dei rifiuti: Modelli predittivi di spesa ambientale, Abstract de <<La Sanità pubblica tra globalizzazione, nuove esigenze di salute e sostenibilità economica: la sfida dell'integrazione>>, (Roma, 12-15 October 2011 ), Edizioni Iniziative Sanitarie, Roma 2011: 1-720 [http://hdl.handle.net/10807/7111]
Gestione dei rifiuti: Modelli predittivi di spesa ambientale
Moscato, Umberto;De Belvis, Antonio;Pelone, Ferruccio;Ricciardi, Walter
2011
Abstract
L’incremento della produzione dei rifiuti rappresenta l’inevitabile conseguenza di ogni forma di evoluzione tecnologica, economica e sociale della collettività, con evidenti ripercussioni sui costi derivanti dalla scelta delle strategie e delle politiche gestionali. Il presente studio ha lo scopo di identificare dei determinanti per il governo della produzione di rifiuti, indagando su indicatori predittivi di semplice applicabilità, tali da costituire un modello previsionale di stima dei costi delle politiche di Governance. L’analisi di trend (anni 1998-2009) della spesa per la gestione dei rifiuti (SGR) in Italia ha consentito di identificare, quale indicatore di stima del valore economico nazionale dei servizi di gestione dei rifiuti, l’evoluzione della popolazione nazionale (POP). Si sono eseguiti test di correlazione di Pearson (significatività statistica p inferiore a 0,05) ed analisi di regressione lineare semplice in funzione dell’ipotesi nulla che non vi fossero condizioni di relazione tra le variabili SGR e POP esaminate (R2 inferiore a 0,500), accettando l’ipotesi alternativa (HA) che esista una relazione lineare tra SGR e POP. Note le stime della popolazione nazionale (valutate con il modello di Lee-Carter) per il quinquennio 2010-2014 (Istat) si è voluto utilizzare il modello di regressione lineare per stimare la SGR per lo stesso quinquennio. L’analisi ha evidenziato un’ottima correlazione tra le variabili in studio (R2 =0,6878; p inferiore a 0,001). Il modello di regressione lineare semplice, quale modello previsionale, ha consentito di evidenziare, un errore di stima previsionale del modello di soli ± 0,0017 rispetto al valore reale misurato (0,17%) valore previsto: 19,736X109 VS valore reale: 19,701X109. Considerando la negativa congiuntura economica e l’incidenza che la gestione dei rifiuti ha sulla stessa, l’applicazione di semplici modelli lineari di tipo previsionale consentirebbe di quantificare preventivamente il reale costo del servizio di igiene ambientale, fornendo un utile strumento per la programmazione economica/gestionale in ottica di razionalizzazione dei costi per le amministrazioni tanto periferiche quanto centrali.
I documenti in IRIS sono protetti da copyright e tutti i diritti sono riservati, salvo diversa indicazione.
