UN ANALISI DEI DIVARI TERRITORIALI IN UN CONTESTO DUALE: IL CASO ITALIA

Transcript

1 XXVI CONFERENZA ITALIANA DI SCIENZE REGIONALI UN ANALISI DEI DIVARI TERRITORIALI IN UN CONTESTO DUALE: IL CASO ITALIA Fiippa BONO 1, Rosa GIAIMO 1 e Savatore SACCO 2 1 Dipartimento di Contabiità Nazionae e Anaisi dei Processi Sociai, Viae dee Scienze, Edificio 2, 90128, Università degi Studi di Paermo. 2 Fondazione Curea, Via Libertà 37/I, Paermo. SOMMARIO Scopo de avoro è queo di vautare e performance reaizzate, in termini di crescita economica, dae regioni d Itaia, con particoare riferimento a Mezzogiorno d Itaia. A ta fine è stata utiizzata a metodoogia DEA (Data Enveopment Anaysis) nea versione proposta ne 2003 da Seiford e Zhu, denominata Context Dependent-DEA, che tiene conto de contesto di riferimento dee unità anaizzate. Tae metodoogia consente di quantificare i divari territoriai esistenti in termini di efficienza, fra diverse unità operanti in uno stesso contesto di riferimento, e di individuare quee unità che possono rappresentare effettivi punti di riferimento per e atre unità risutate inefficienti, determinando dei benchmark di crescita potenziae per queste utime. Ne nostro caso a vautazione è stata effettuata per tutte e regioni itaiane, con riferimento a periodo che va da 1996 a I avoro parte da anaisi dee performance a iveo regionae ( 1) per poi passare aa probematica dea sceta dee variabii ( 2) aa definizione de concetto di efficienza spaziae ( 3). Nei paragrafi 4 e 5 vengono definiti a metodoogia context-dependent DEA e i iveo di progresso. Seguono anaisi dei risutati e e concusioni.

2 1 PERFORMANCE DELLE REGIONI MERIDIONALI IN TERMINI DI CRESCITA ECONOMICA Scopo primario di questo studio è di contribuire a migioramento dee modaità di vautazione dee performance reaizzate, in termini di crescita economica, dae regioni de Mezzogiorno d Itaia. Si tratta di un tema moto vasto e compesso che può essere affrontato sotto motepici aspetti e che risuta strettamente connesso, da un ato, aa probematica dea corretta misurazione dei divari territoriai esistenti fra e diverse aree subnazionai e, da atro, a monitoraggio de efficacia dee poitiche di sviuppo a iveo ocae. Finora e modaità di quantificazione adottate per tai scopi, hanno priviegiato prevaentemente esigenze di rendicontazione burocratica, piuttosto che di costruzione di sistemi di vautazione scientificamente vaidi ed empiricamente fondati. E anche per questo motivo che moti degi approfondimenti teorici (Barca, 2003 e Bondonio, 1998) effettuati in questo campo si sono concentrati essenziamente negi ambiti deineati dai competenti organi de Unione Europea, in sede normativa, regoamentare ed interpretativa, con riferimento specifico a individuazione dei territori economicamente più svantaggiati per a determinazione dee aree da incentivare, otre che per a successiva azione di monitoraggio su utiizzo dei fondi attivati a ta fine. In atto, e modaità di vautazione fanno prevaentemente riferimento ai c.d. indicatori compositi (Barca et a., 2004, Brancati, 2001), consistenti in regoe di aggregazione ineare ponderata appicate ad un set di variabii predeterminate, o, per atro verso, a metodoogie specifiche per a quantificazione dea quaità dei servizi pubbici. Va rievato che 'Unione Europea utiizza normamente, come criterio di seezione dee aree o dee regioni da sostenere con misure specifiche, i confronto fra e condizioni dee medesime zone con e condizioni medie riscontrabii a iveo di Comunità. Tae criterio di seezione si basa su esame di acune variabii (reddito pro capite, tassi di disoccupazione e occupazione, scoarizzazione e atri indici di sviuppo sociae, etc.) i cui iveo rispetto aa media europea è inteso come parametro de grado di sviuppo socio-economico de territorio destinatario de intervento. A fine di ottenere un maggiore dettagio informativo, poi, si tende ad utiizzare criteri ispirati ad una maggiore disaggregazione territoriae, suddividendo ognuna dee aree regionai considerate in particee territoriai più piccoe, come, ne caso itaiano, e aree provinciai. Va evidenziato come non sempre a tae disaggregazione corrisponda un effettivo accrescimento de iveo quaitativo de informazione ottenuta. Da punto di vista metodoogico, i criterio che viene prevaentemente utiizzato è dunque queo dea "distanza" fra i vaori dee variabii osservate in una determinata area ed i vaori medi per intero contesto di riferimento. 2

3 Per quanto riguarda, invece, e anaisi di performance, a etteratura prevaente (Dei G., 2002), propone i ricorso a indicatori compositi che nascono da esigenza di cassificare e unità territoriai a iveo NUTS Tai indicatori, divenuti di uso comune nee discipine statistico-economiche, sono sempre più utiizzati per confrontare e performance di singoi contesti ocai in vari ambiti economici e sociai quai a competitività, a capacità d innovazione, i grado di apertura dei mercati, a sostenibiità ambientae etc. (Forid M., 1992). L utiizzo di indicatori può condurre a risutati fuorvianti, in particoare quando vengono impiegati per confrontare entità territoriai rispetto a fenomeni socio-economici di natura compessa e, soprattutto, quando i confronto si svoge non sotanto a iveo cross-country, ma anche su serie storiche. Va rievato poi che a copiosa produzione normativa e paranormativa in materia ha, di fatto, istituzionaizzato uso degi indicatori co risutato di travaicare, spesso, originaria funzione strumentae. Anche in considerazione di ciò, è maturata esigenza di individuare strumenti di anaisi più efficaci e, scientificamente, più vaidi, che andassero a di à dei criteri imposti dae finaità di rendicontazione e monitoraggio (Barca F., 2003). Una metodoogia che appare particoarmente idonea in ta senso, soprattutto con riferimento aa vautazione dee performance di crescita socio-economica a iveo regionae, è rappresentata daa metodoogia DEA (Charnes A, et a, 1978). Si tratta in particoare di una metodoogia non parametrica per a stima dea frontiera massimante de insieme dee possibii funzioni di produzione. Tae metodoogia consente di misurare efficienza reativa di ciascuna unità decisionae come rapporto tra a somma ponderata degi output e a somma ponderata degi input, in un ottica in cui i contesto socio-ecomomico ocae viene considerato come una più ampia aggregazione di unità produttive. La metodoogia DEA consente, dunque, di anaizzare i comportamento di ogni singoa unità territoriae in riferimento a compesso dee unità anaizzate, considerate come un insieme indistinto, ed, a contempo, di individuare anche e unità che possono fungere da riferimento per vautare i possibii percorsi di sviuppo dei territori svantaggiati. I risutati di tae anaisi potrebbero, dunque, fornire una chiave interpretativa più esaustiva circa e performance reaizzate dae singoe regioni, consentendo di approfondire anaisi su fenomeni, direttamente o indirettamente, connessi con tae efficienza. Questo studio rappresenta un primo tentativo di appicazione dea metodoogia citata ae reatà dee nostre regioni meridionai ed insuari, ovvero a quea area che viene definita come Mezzogiorno e che rappresenta a più vasta area contigua, a iveo comunitario, ancora affitta da sensibii situazioni di ritardo socio-economico, seppur con forti differenziazioni a proprio interno. In questa sede oggetto de anaisi è stato imitato agi aspetti prevaentemente economici de intera tematica; infatti, pur avendo ben presente e fortissime interazioni fra tai aspetti e 3

4 quei sociai, si è ritenuto che tae imitazione de campo di osservazione potesse contribuire, pur a fronte di una minore esaustività dei risutati, ad una più agevoe interpretazione dee informazioni acquisite e quindi, indirettamente, ad una migiore comprensione dee potenziaità che ' utiizzo di tae metodoogia di vautazione può offrire. I periodo di riferimento va da 1996 a 2002 che è utimo aggiornamento dei dati di contabiità regionae de ISTAT, disponibie a momento dea reaizzazione de presente studio. 2 LE VARIABILI UTILIZZATE Le variabii prese in considerazione in questo studio sono quee che più frequentemente vengono utiizzate nee anaisi che hanno (direttamente o indirettamente) ad oggetto i iveo di sviuppo economico con riferimento a singoe aree subnazionai. La sceta dee variabii è di fondamentae importanza in quanto da esse dipende a vaidità dei risutati ottenuti tramite appicazione dea metodoogia DEA. L anaisi peratro prende in considerazione soo acuni degi aspetti de probema. Ne anaisi sono state operate acune sempificazioni, soprattutto nea definizione de modeo di funzionamento teorico ipotizzato per i contesto economico regionae. Ciò premesso, e rimarcate e opportune cautee che di conseguenza occorrerà adottare ne interpretazione dei risutati, e variabii considerate, riferite a ciascuna dee venti regioni itaiane, sono di seguito eencate: Variabii di input: Popoazione in età avorativa, Numero di aureati per cento abitanti, Indice di dotazione di infrastrutture economiche. Variabii di output: Prodotto Interno Lordo (PIL) pro capite, Tasso ufficiae di occupazione, Indice di speciaizzazione industriae de tessuto produttivo, Ammontare compessivo dee esportazioni in rapporto a PIL. Fra e variabii di input, è stata considerata, in primo uogo, a popoazione in età avorativa, rievata da indagine ISTAT sue forze avoro per i 1996 e i 2003, che rappresenta i potenziae stock di capitae umano di cui ciascuna unità regionae dispone. Si è preferito tae aggregato a queo dea forza avoro, rievato daa anaoga indagine trimestrae, sempre di fonte ISTAT, in quanto si è ritenuto che quest utimo incorpori in sé acune situazioni di inefficienza de contesto socio economico regionae, soprattutto attraverso i fenomeni di scoraggiamento dei avoratori (Guarini R. Tassinari F., 1990). La seconda variabie, ovvero a percentuae di aureati per abitante, fornisce una connotazione aggiuntiva dea risorsa di capitae umano potenziamente a disposizione dea regione. Evidentemente, tanto maggiore sarà tae percentuae tanto più rievanti saranno e risorse di input effettive di cui que contesto dispone. I dati sono presi dae statistiche territoriai de ISTAT per i 1996 e per i

5 La terza variabie, ovvero indice di dotazione di infrastrutture economiche, rappresenta e potenziaità che i contesto regionae riesce ad esprimere in termini di reti di strutture, direttamente o indirettamente, utiizzabii per i processo produttivo; tae aspetto condiziona in modo assoutamente rievante i iveo di efficienza che ciascuna unità regionae può raggiungere. Per a quantificazione di tae variabie si è preso a riferimento indice di dotazione infrastrutturae per anno 2000, cacoato da Istituto Tagiacarne e reperibie su sito de CNEL tra e statistiche territoriai. Per motivi di brevità ed in inea con approccio sempificatorio assunto, in questo studio non sono state prese in considerazione variabii attinenti aa dotazione di stock di capitae dee singoe unità regionai. Le difficotà di definizione teorica di modei di funzionamento de contesto economico regionae che integrano variabii reai e finanziarie, otre aa particoare compessità nea corretta quantificazione de capitae finanziario a iveo ocae, hanno consigiato di rimandare tae approfondimento ad una successiva fase de presente studio. Per quanto riguarda invece e variabii di output, è stato preso in considerazione, in primo uogo, i PIL pro capite aggregato che, seppur con i noti imiti, rappresenta di massima i voume compessivo di produzione ottenuto da unità considerata. In particoare i dati sono stati tratti dai conti economici regionai de ISTAT per gi anni 1996 e La seconda variabie di outputconsiderata è reativa a occupazione che quea data regione riesce a generare, espressa da tasso di occupazione regionae. Questo tasso rappresenta, dunque, indicatore principae di come quea data unità riesce ad utiizzare i proprio potenziae di capitae umano. I dato è desunto dai conti economici regionai de ISTAT per gi anni 1996 e Una terza variabie è stata individuata ne iveo di speciaizzazione industriae che que determinato contesto territoriae riesce ad esprimere. L individuazione di tae variabie è stata fatta nea convinzione che, ne attuae scenario socio economico e demografico, o sviuppo di un adeguato apparato industriae resti una strada obbigata per o sviuppo de Mezzogiorno. Per individuare i iveo di industriaizzazione si è fatto riferimento ad un indice di speciaizzazione industriae ricavato sua base de c.d. indice di speciaizzazione produttiva o ocaizzazione" (Avaro G., 1999) così costruito: VA ir / VA r VA VA in n dove VAir rappresenta i Vaore Aggiunto de settore industriae dea regione r; VA r rappresenta i Vaore Aggiunto dea regione r; VA rappresenta i Vaore Aggiunto de settore industriae a iveo nazionae; in VA rappresenta i Vaore Aggiunto a iveo nazionae. n L indicatore è stato costruito per gi anni 1996 e

6 L utima variabie di output individuata è i voume dee esportazioni rapportate a PIL. Questo rapporto misura i grado di evouzione de tessuto economico ocae che misura indirettamente a capacità de area di utiizzare e proprie risorse, acquisendo diversi ivei di competitività nei mercati interni. 3 EFFICIENZA SPAZIALE Nei sistemi regionai recentemente si sta affermando un nuovo concetto, denominato efficienza spaziae, nato come risutato deo sviuppo dee scienze manageriai e de probema dea misurazione dee performance (Desai and Storbeck, 1990). Considerato che anaisi deo sviuppo economico a iveo gobae si basa suo sviuppo a iveo regionae è importante capire quai fattori infuenzano o sviuppo ocae e quae sia o strumento di anaisi più idoneo. L associazione tra spazio e performance trova numerosi esempi di appicazione in campo economico, in particoare nee scienze poitiche e manageriai. Ad esempio, individuazione di zone più adatte a dare origine a servizi di pubbica utiità, a creazione di una nuova mappa commerciae o di una nuova succursae di una banca richiedono anaisi di una motitudine di caratteristiche spaziai di posizioni aternative e anaisi dee oro possibii performance. Ne management, a questione tra spazio e performance è tradizionamente oggetto di ricerca in ameno due aree di studio. La prima concerne a seezione di siti su cui aocare fondi; a seconda concerne anaisi dee probematiche di sviuppo e programmazione regionae. Macmian (1986) è stato tra i primi a riconoscere e potenziaità dee metodoogie di anaisi basate sue frontiere, come testimoniato da impiego dei modei di programmazione economica mutiregionae e ha proposto a metodoia DEA per vautare e funzioni di produzione a iveo regionae. Successivamente, Banker et a. (1989) hanno impiegato a metodoogia per vautare e performance economiche dee grandi città cinesi. Sua base di quest utimo avoro, Sueyoshi (1992) ha cercato di scomporre efficienza dee regioni considerate neo studio in tecnica, di scaa e aocativa. Hashimoto e Ishikawa (1993) hanno impiegato a metodoogia DEA per cacoare gi indici di attrattività di diverse città Giapponesi basandosi su indicatori dea quaità dea vita di tipo socio-economico. Più recentemente, Bannister e Stop (1995) usano a DEA per vautare efficienza tecnica e di scaa dee attività industriai di segmenti regionai de Messico. Bisogna dire, comunque, che questo campo di appicazione non è de tutto nuovo. Infatti, articoo seminae pubbicato da Farre (1957) ha appicato a metodoogia DEA per vautare efficienza de settore agricoo dee regioni degi USA. In questo avoro estenderemo i concetto di efficienza spaziae a una terza dimensione, i contesto in cui unità opera, con cui si tenta di vautare i divari territoriai dee regioni Itaiane attraverso i context-dependent DEA. In ta modo, efficienza dee regioni itaiane è 6

7 vautata attraverso indicatori sociai, economici e di contesto. Lo scostamento da tradizionae approccio di anaisi dee disuguagianze (ad esempio i coefficiente di Gini) è giustificato da introduzione di tecnoogie di produzione con input e output mutipi (Bitzer et a., 1975). Ne avoro utiizzeremo i concetto di efficienza spaziae comparativa (Comparative Spatia disadvantage, CSD) introdotto da Athanassopouos (1996) come misura de bisogno reativo dee regioni di essere supportate dai governi ocai. I concetto di efficienza spaziae comparativa è adattata a caso specifico di anaisi dei divari territoriai nee regioni Itaiane. I concetto di efficienza spaziae è proposto in un accezione di più ampio respiro come criterio di vautazione di ciascuna regione per migiorare i proprio profio socio-economico. In accordo a questa definizione, una regione può essere definita svantaggiata se è possibie trovare un atra regione o combinazioni di regioni, con un profio simie o peggiore, ma che riesce ad ottenere un più eevato iveo di vaore economico. Un concetto simie a efficienza spaziae comparativa si può rintracciare ne avoro di Steine de 1993, in cui si vautano gi effetti de mercato unico sua competititvità dee regioni dea Germania o in Quevit (1992) che vauta impatto regionae de mercato interno a unione europea. Lo sforzo di Steine, tuttavia, era voto a vautare a sensitività de occupazione e dea crescita de PIL, come funzione di vari fattori espicativi, sua base di una serie di equazioni di regressione indipendenti. I concetto di efficienza spaziae impiegato, in questo avoro, viene appicato in ambito socioeconomico. In particoare, i metodo è in grado di trattare contemporaneamente più input e output riuscendo così a fornire informazioni sui possibii migioramenti dee performance, dati i fattori socio-economici impiegati. Le unità operative in un dato contesto socio economico sono considerate come entità economiche, sociai o spaziai che attuano azioni costanti per raggiungere i propri obiettivi. Ne avoro e regioni itaiane sono considerate come centri di attività da esaminare da un punto fisso centraizzato. 4 CONTEXT-DEPENDENT DATA ENVELOPMENT ANALYSIS L anaisi de efficienza dee regioni itaiane è stata effettuata utiizzando a metodoogia non parametrica DEA (Data Enveopment Anaysis), proposta da Farre ne A differenza dee usuai misure di efficienza reativa che stimano un comune set di pesi per a totaità dee unità considerate ne anaisi, anaisi DEA stima, per ciascuna unità, i set di pesi che e consente di raggiungere e migiori performance, ne confronto con e atre unità. Supponiamo di voere confrontare n agenti o unità decisionai (DMU) e che gi input e output, utiizzati e prodotti da ciascuna unità, siano individuabii nei due vettori X j = ( x1 j,..., xmj) e Y j = y,..., y, con j=1,,n. ( ) 1 j sj 7

8 L efficienza dea generica unità o (DMUo) può essere ottenuta come souzione de seguente sistema ineare: Max h = y u o s r= 1 ro sottoposto ae condizioni: r (1) m x i= 1 io i s v = 1 m yrj ur xij vi j = 1,..,n r= 1 i= 1 (2) ur,vi 0 (3) dove y rj è ammontare di output r prodotto da'unità j, x ij a quantità di input i reativo a'unità j, y ro r-mo output dea DMUo, x io i-mo input dea DMUo, u r i peso dato a'output r, v i i peso dato a'input i, n i numero di unità decisionai (DMU), s i numero di outputs ed m i numero di inputs. Scopo de anaisi è determinare a combinazione ottima dei pesi v i ed u r degi input ed output in modo che a DMU o presenti i massimo vaore ho. La souzione de probema di programmazione ineare si trova iterativamente e i processo si arresta quando una dee unità raggiunge i vaore massimo, che è uguae a uno. Di conseguenza, se a DMUo risuta reativamente inefficiente, c è ameno un atra unità che risuta efficiente, dato i set di pesi stimato. Supponiamo che e DMUs considerate, producano secondo assunzione di rendimenti di scaa variabii. I modeo BCC (Banker, Charnes e Cooper, 1984) è rappresentativo di questa casse di modei in quanto ha efrontiere di produzione ricadenti ne area convessa dee DMU considerate e, possono essere caratterizzate da rendimenti di scaa crescenti, decrescenti o costanti. Ne avoro considereremo un modeo BCC in cui si tiene conto de contesto di riferimento in cui unità opera (context dependent DEA), così come introdotto da Seiford ne Supposto 1 j insieme di tutte e DMUs e E 1 insieme dee DMUs efficienti in j 1, possiamo considerare e sequenze di 1 j e 1 E iterativamente come +1 j = j - 1 E. L insieme 1 E è costituito dae DMUs con vaore ottimae φ 0, ottenuto daa souzione de seguente probema di programmazione ineare: 8

9 max φ = φ λ, φ 0 sottoposto aa condizione: λ x x j ij i0 j J λ j yrj φy r0 j J, i=1,, m, r=1,,s λ 0, j j (4) j dove x ij e y rj sono i-mo input e r-mo output dea DMU j. Quando =1, i modeo (4) diventa i modeo BCC output-oriented originae (Charnes, 1 Cooper and Rhodes, 1978) e E è costituito da tutte e DMUs efficienti. 1 Le DMUs ne insieme E definisce i primo iveo dea frontiera di efficienza. Quando =2, a souzione de modeo (4) determina a frontiera di efficienza a secondo iveo, dopo escusione dee unità che appartenevano a insieme dee DMUs efficienti a primo iveo. In questo modo identifichiamo frontiere di efficienza a diversi ivei. Genericamente E rappresenta a frontiera di efficienza a -mo iveo. I modeo (4) permette di effettuare una stratificazione de intero insieme di DMUs, tae che ciascuna partizione in differenti sottogruppi dee unità efficienti ai diversi ivei è caratterizzata dagi insiemi E. Tai insiemi di DMUs, a differenti ivei, godono dee seguenti proprietà: 1 1) J = E e E 2) e DMUs in 3) ciascuna DMU in E ' =Ø per ' ; ' E sono dominate dae DMUs in E se ' > ; E è efficiente rispetto ae DMUs de insieme 1' J per ogni ' >. Dato che soo e unità efficienti infuenzano i punteggio di efficienza dee unità inefficienti, ad ogni iveo i punteggio di efficienza dee unità sarà infuenzato soo dae unità sottoposte a vautazione e non da quee che appartengono a ivei di efficienza più evati. Se poi ci riferiamo aa vautazione dee unità de contesto di vautazione E, è possibie, attraverso i modeo context-dependent DEA ottenere una misura de iveo di progresso di ciascuna DMUs. 5 L ANALISI DEI DIVARI TERRITORIALI BASATA SULLA CONTEXT- DEPENDENT DEA Se consideriamo una DMUo che appartiene ad uno specifico iveo E, i seguente modeo di Morita H., et a., (2005) ci consente di cacoare i iveo di progresso dee unità con ivei di 9

10 efficienza più bassi, rispetto ai ivei di efficienza con più eevate performance in ' > e consiste ne E per max imizeφ 0 = φ λ, φ sottoposto aa condizione: λ x x, i=1,, m j ij i0 ç j J λ j yrj φyr0 ç j J, r=1,,s λ 0, j j (5) j 1 2 Si dimostra che φ 0 < 1 per >, e φ 0 < φ0 per 1 > 2. La grandezza A 0 1/ φ 0 può essere definito come i progresso (output oriented) che a DMUo deve compiere da uno specifico iveo E (Seiford L.M., Zhu J., 2003). Ne modeo (5) ciascuna frontiera di efficienza rappresenta un contesto di vautazione e può essere impiegata per determinare i iveo reativo di progresso dee DMUs rispetto a iveo in E. Più eevato è i vaore di A 0 >1, più eevato sarà i iveo di progresso che a DMUo deve attuare perché a DMUo si aontana moto da contesto di vautazione E. I punteggi di progresso permettono di identificare a migiore DMUs in E (quea con punteggio più basso) e di ordinare, dunque, i iveo di efficienza di tutte e DMUs. Per migiorare e performance di una DMU inefficiente è opportuno porsi degi obiettivi possibii di migioramento. La context-dependent DEA permette di individuare tae target di riferimento, per ciascuna unità, desumendoo da vaore degi indicatori dee DMUs efficienti deo stesso contesto di vautazione. In ta modo ciascuna unità si pone degi obiettivi di migioramento che saranno degi obiettivi possibii. I reference set di ciascuna DMU suggeriscono i target per i migioramento dee DMUs inefficienti. Ne modeo (5) quando = 1, ovvero quando avoriamo con un soo iveo di efficienza, otteniamo i reference set costituiti dae DMUs efficienti che costituiscono i target di riferimento di quee inefficienti. Le DMU efficienti potrebbero costituire obiettivo finae di migioramento per tutte e unità ma per acune DMUs inefficienti questo obiettivo può essere moto ontano dae performance attuai e pertanto moto difficie da raggiungere. Inotre, non è appropriato fissare un target di benchmark per i migioramento basato direttamente sue DMUs efficienti. I migioramento Step-by-step è un aternativa più vaida, e i benchmark target a ciascun passo è condizionato a contesto di vautazione espresso dai diversi ivei dea frontiera di efficienza. In questo avoro ci proponiamo di vautare i divari territoriai dee regioni itaiane attraverso a misura de progresso che e DMUs devono compiere rispetto ad un iveo specificato. 10

11 6 L EFFICIENZA DELLE REGIONI MERIDIONALI E LA MISURA DELLO SVANTAGGIO COMPARATO A LIVELLO SPAZIALE L appicazione dea metodoogia DEA a set di variabii precedentemente individuate permette di effettuare una serie di interessanti osservazioni sia sua situazione deo sviuppo economico dee regioni meridionai, sia sue performance da queste reaizzate ne corso de periodo considerato. La prima osservazione riguarda i iveo di efficienza dee singoe regioni ed i mutamento verificatosi fra i 1996 ed i 2002, ovvero gi anni presi a riferimento ne presente studio. I punteggi di efficienza sono stati cacoati con i package Frontier Anayst (Banxia software, version 2.0) che impiega appunto a metodoogia DEA Da osservazione dei dati riportati nea tabea 1, notiamo che, ad inizio periodo (1996) i ivei di efficienza sono fortemente differenziati fra e due aree de Paese: infatti, ben 9 dee 12 regioni de Nord- Centro risutano efficienti contro soo 4 regioni su otto de Sud- Isoe. In particoare aspetto dimensionae, in termini di popoazione, sembra essere un fattore determinante per inefficienza dee regioni Sud insuari. Come si può notare tutte e grandi regioni de Mezzogiorno, ovvero Campania, Siciia e Pugia, risutano inefficienti, mentre risutano efficienti tutte e regioni piccoe, ovvero Basiicata e Moise; dee regioni medie due, Abruzzo e a Sardegna, risutano efficienti, mentre a terza, a Caabria risuta inefficiente. L aspetto dimensionae non sembra, invece, infuire su iveo di efficienza dee regioni centro settentrionai che, come detto in precedenza, sono tutte efficienti tranne a Liguria, i Lazio e a Toscana. Va rievato inotre come, fra e regioni inefficienti, quee centro settentrionai presentino in ogni caso un punteggio più eevato di quee meridionai. La regione più inefficiente in assouto risuta a Siciia (con un punteggio pari a 64,57) seguita da Campania (68,07), Caabria (68,65), Pugia (71,29), Lazio (80,93), Liguria (87,75) e Toscana (90,88). Ne 2002, aa fine de periodo considerato, a situazione compessiva de efficienza dee regioni itaiane appare deteriorata e, comunque, i peggioramenti più consistenti riguardano proprio e regioni de Mezzogiorno. Ne dettagio si può osservare, in primo uogo, che aumenta i numero di regioni centro settentrionai inefficienti, in quanto i Piemonte perde i punteggio di regione efficiente, seppur per quache decimae. La Toscana peggiora eggermente a propria situazione mentre a Liguria arretra moto più vistosamente. A contrario, i Lazio recupera punteggio in misura consistente. Nessuna dee regioni sud insuari inefficienti riesce a migiorare a propria situazione di svantaggio, anzi a Sardegna, che ne 1996 risutava efficiente, finisce ne novero dee regioni inefficienti. Peratro e regioni già inefficienti accusano uteriori e vistosi cai in termini di punteggio ottenuto, con Caabria, Sardegna e Siciia che, ne ordine, registrano e peggiori performance. A fronte di 11

12 ciò si modifica a cassifica reativa de inefficienza dee regioni Sud insuari, con a Siciia che si conferma come a regione in assouto più inefficiente, con a Caabria che diviene più inefficiente dea Campania, mentre a Sardegna, che era risutata efficiente ne 1996, diviene a meno inefficiente fra e regioni sud insuari ne Tabea 1 Punteggi di efficienza dee regioni itaiane Regione Piemonte Vae D'Aosta Lombardia Trentino - Ato Adige Veneto Friui - Venezia Giuia Liguria 87, Emiia Romagna Toscana 90, Umbria Marche Lazio 80, Abruzzo Moise Campania 68, Pugia 71, Basiicata Caabria 68, Siciia 64, Sardegna Fonte: Ns. eaborazioni su dati Istat, Tagiacarte, Fondazione Curea- Diste Da osservazione di tai risutanze sembra potersi dedurre che, in media, sotto i profio de efficienza dee regioni e quindi dee oro performance, i Mezzogiorno ne suo insieme ha scontato un uteriore e sensibie arretramento fra 1996 e Ne grafico 1 vengono riportate e variazioni assoute registrate in termini di efficienza dee regioni itaiane da 1996 a Come misura di tae effetto si è considerata a differenza EF2-EF1 (riportata in ordinata) dove EF2 rappresenta i punteggio di efficienza dee DMUs a 2002 e EF1 queo ad inizio periodo (1996). Le regioni posizionate a di sopra de asse passante per origine mostrano una variazione positiva mentre quee in basso, una variazione negativa. 12

13 5.00 Lazio Toscana 10 Piemonte Variazione d'efficienza Liguria 7 Campania 15 Pugia 16 Siciia 19 Sardegna Caabria Regioni Grafico 1 Variazione di efficienza dee regioni itaiane da 1996 a 2002 a a e regioni non presenti su grafico sono quee che hanno presentato cambiamenti nui Come detto precedentemente, per agevoare i processo di migioramento dee performance dee unità inefficienti può essere opportuno porsi obiettivi di crescita possibii. A ta fine a Context Dependent DEA permette di individuare specifici target di riferimento per ciascuna unità considerata, ne nostro caso per ciascuna regione, risutata inefficiente. La metodoogia in oggetto, consente, infatti di individuare i così detti reference set, o unità di riferimento, di ciascuna unità che rappresentano i target possibie per i migioramento dee regioni inefficienti. Le Tabb. 2 e 3, riportano i reference set dee regioni inefficienti, rispettivamente, per i 1996 che per i 2002 Come si può constatare osservando e regioni individuate come reference set, mote unità pur essendo efficienti non costituiscono riferimento per nessuna atra unità inefficiente. Questo è dovuto a unicità di acune unità efficienti, ovvero aa oro forte eterogeneità rispetto a quee inefficienti, che e rende sostanziamente non proponibii come riferimento per un percorso di crescita ottimae 13

14 Tabea 2 Reference set per ivei di efficienza - Anno 1996 Regione Reference set a 1 iveo Reference set a 2 iveo Piemonte Vae d'aosta Lombardia Trentino Ato Adige Veneto Friui Venezia Giuia Liguria Trentino, Emiia Emiia Romagna Toscana Piemonte, Veneto, Friui, Emiia, Marche - Umbria Marche Lazio Vae D Aosta, Lombardia, Trentino Toscana Abruzzo Moise Campania Veneto, Emiia Toscana, Pugia, Siciia Pugia Trentino, Veneto, Emiia Basiicata Caabria Veneto, trentino, Moise Siciia Trentino, Veneto, Emiia Sardegna - Fonte: Ns. eaborazioni su dati Istat, Tagiacarte, Fondazione Curea- Diste Tabea 3 Reference set per ivei di efficienza - Anno 2002 Regione Reference set a 1 iveo Reference set a 2 iveo Piemonte Veneto, Emiia, Marche Vae d'aosta Lombardia Trentino Ato Adige Veneto Friui Venezia Giuia Liguria Vae D'Aosta, Trentino, Emiia Emiia Romagna Toscana Emiia, Friui, Marche Umbria Marche Lazio Lombardia, Trentino Piemonte Abruzzo Moise Campania Lombardia, Trentino, Veneto, Emiia Piemonte Pugia Veneto, Trentino, Emiia, Marche Basiicata Caabria Vae D'Aosta, Veneto, Trentino, Piemonte, Liguria, Sardegna Basiicata, Umbria Siciia Vae D'Aosta, Veneto, Trentino, Emiia Piemonte, Sardegna Sardegna Vae D'Aosta,Trentino - Fonte: Ns. eaborazioni su dati Istat, Tagiacarte, Fondazione Curea- Diste La metodoogia DEA consente, inotre, di individuare i così detti ivei di progresso teorici che costituiscono una misura dea distanza fra e regioni inefficienti e quee individuate come oro reference set. Tai ivei di progresso possono essere interpretati aa stregua di veri e propri benchmark di crescita o coefficienti di progredibiità potenziae. I ivei di progresso sono cacoati in base aa distanza reativa che separa e regioni inefficienti da 14

15 quee che sono state individuate come regioni di riferimento per tracciare un percorso di crescita possibie, in base a esame comparato dee caratteristiche de contesto economico ocae, con riferimento sia ae variabii di input che a quee di output. Va evidenziato che tai benchmark di crescita si riducono a aumentare de iveo di efficienza a cui a singoa regione si riferisce. Va inotre tenuto presente che cambiando i iveo di efficienza dee singoe regioni varia anche individuazione dei reference set e, di conseguenza, variano i reativi benchmark. Tabea 4 Benchmark di crescita dee regioni itaiane DMU Benchmark regioni efficienti a II iveo Anno 1996 Anno 2002 Benchmark dee Benchmark regioni efficienti regioni efficienti a I iveo a II iveo Benchmark regioni efficienti a I iveo Piemonte 1,02 Liguria 1,14 1,20 Toscana 1,10 1,11 Lazio 1,00 1,24 1,01 1,18 Campania 1,11 1,47 1,37 1,74 Pugia 1,40 1,67 Caabria 1,46 1,34 1,90 Siciia 1,55 1,40 1,91 Sardegna 1,15 Fonte: Ns. eaborazioni su dati Istat, Tagiacarte, Fondazione Curea- Diste Considerazioni particoarmente interessanti possono scaturire da esame congiunto dee variazioni che subiscono ne tempo i reference set (tab.2 e 3) ed i benchmark di crescita potenziae (tab. 4) E interessante, infatti, verificare quai erano ne 1996 e unità a cui e singoe regioni inefficienti avrebbero dovuto riferirsi per incrementare i proprio iveo di efficienza e, successivamente, quae era intensità ottimae de percorso di crescita, sintetizzato da benchmark, che esse avrebbero dovuto seguire. La stessa anaisi viene poi ripetuta con riferimento a 2002, per verificare come è mutata a situazione. Va in primo uogo osservato come, ne 1996, a minore distanza che separava e regioni meridionai dai ivei di efficienza medi espressi da contesto nazionae esaminato contribuiva a deineare percorsi di crescita meno articoati e più diretti. Infatti, tutte queste regioni, eccettuata a Campania, avevano un unico reference set individuato in una regione efficiente a primo iveo, conseguentemente avevano un unico benchmark di crescita potenziae. Per raggiungere o stato di efficienza, a Caabria si sarebbe dovuta confrontare con Veneto, Trentino A.A. e Moise, tutte ao stesso iveo di efficienza e, quindi, con un unico benchmark. Siciia e Pugia avrebbero avuto come riferimento Trentino A.A., Veneto ed Emiia Romagna, sempre con un unico benchmark. Soo a Campania aveva due ivei di 15

16 reference set (a 2 iveo, quindi e regioni immediatamente più raggiungibii, erano a Toscana e a Pugia, mentre a 1 iveo i Veneto e Emiia Romagna). Di conseguenza i benchmark era suddiviso in due stadi di cui i primo più agevoe (1,11 ed i secondo particoarmente eevato (1,47, ovvero un aumento pari a circa a metà de iveo di efficienza totaizzato, a quea data, daa regione). Può essere interessante rievare come una soa regione sud-insuare, i Moise, fungesse da riferimento a primo iveo di un atra regione anch essa sud insuare (a Caabria), mentre, come era prevedibie, nessuna regione sud insuare fungeva da reference set per e regioni centro settentrionai inefficienti. Atrettanto interessante è notare come, in base a maggior numero di individuazioni come reference set, i Veneto risutasse a reatà di riferimento costante per tutte e regioni meridionai inefficienti. Ciò era probabimente dovuto ad una certa omogeneità dee caratteristiche degi input e degi output fra questi contesti ocai, che ancora ne 1996 sussisteva in modo abbastanza consistente. Osservando a situazione a 2002, si possono verificare i numerosi cambiamenti avvenuti: a crisi che ha copito economia nazionae agi inizi de 2001, indotta in buona parte da fattori dipendenti daa congiuntura internazionae, ha provocato un arretramento dea situazione media di efficienza dee regioni itaiane. Le regioni de Mezzogiorno, che già si trovavano in posizione di svantaggio, hanno visto accentuare ancor di più e oro difficotà. I risutato, in termini di determinazione dee unità di riferimento e dei conseguenti benchmark di crescita potenziae sono immediatamente evidenti: i percorsi diventano più compessi e più ardui, i reference set si articoano in prevaenza non più su un unico iveo ma su due ivei: tre regioni sud insuari su cinque hanno ora due ivei di unità di riferimento e, conseguentemente, due gradi di benchmark da raggiungere progressivamente. La ettura congiunta dei reference set e dei benchmark nei due periodi deinea abbastanza chiaramente immagine di un gruppo che via via che i cammino è diventato più difficotoso si è sgranato perdendo coesione a proprio interno. Così a Campania deve ora confrontarsi con i Piemonte a secondo iveo (primo step di crescita ottimae, con un benchmark pari a 1,37) ed, a primo iveo, con Lombardia, Trentino AA e Veneto (con un benchmark moto più eevato e pari a 1,74). La Siciia ha un primo riferimento più immediato in Piemonte e Sardegna mentre i primo iveo è rappresentato, come ne 1996, da Veneto, Trentino ed Emiia; a Caabria rispettivamente, Piemonte, Liguria e Sardegna, a primo iveo e Va d Aosta, Veneto, Trentino, Basiicata ed Umbria a secondo iveo. Da notare che, in questo caso, sia Siciia che Caabria hanno benchmark pressocchè proibitivi per raggiungere i ivei di piena efficienza: rispettivamente 1,91 ed 1,90. In sostanza si tratterebbe quasi di raddoppiare attuae iveo di efficienza. Naturamente, anche ne 2002, nessuna regione sud insuare funge da riferimento per e regioni centro settentrionai inefficienti. Da rievare inotre come, a contrario, i Piemonte, 16

17 non appena divenuto inefficiente si ponga come riferimento di secondo iveo per tutte e grandi regioni sud insuari inefficienti, mentre a piccoa Va d Aosta diventi riferimento di primo iveo per tutte e regioni sud-insuari di medie dimensioni (ricordiamo, in termini di popoazione); Emiia, risuta invece essere, sia ne 1996 che ne 2002, a principae reatà di riferimento di primo iveo per tutte e regioni settentrionai inefficienti. Da osservazione dee Tabb.2-3 si nota come acune unità modificano ne tempo (da 1996 a 2002) e unità di riferimento (reference set), ciò significa che ne corso de tempo si sono verificati mutamenti ne profio socio-economico che i caratterizza e sono mutate, di conseguenza, e unità efficienti a cui, e stesse unità, dovranno riferirsi. Di seguito sono rappresentate graficamente (Grafici 2-3-4) due situazioni tipo: - i caso in cui a regione di riferimento, ne corso de tempo, mantiene e stesse unità di riferimento; - i caso in cui a regione risuti inefficiente a 2 iveo e si ponga degi obiettivi che a portino a raggiungere dapprima i ivei di efficienza dee unità in E 2 (insieme dee regioni efficienti a 2 iveo), per poi porsi obiettivo di efficienza di primo iveo. Naturamente da passaggio da 2 a 1 iveo di efficienza e unità di riferimento possono cambiare per e proprietà di cui godono gi insiemi di efficienza E (vedi 4). A titoo iustrativo prenderemo in considerazione a situazione dea Siciia e successivamente de Lazio. Mettendo a confronto i risutati de anaisi effettuata nei due periodi, è possibie verificare che a Siciia, rispetto a Trentino, ha recuperato terreno in termini di efficienza reativa. Su asse dee ascisse si egge a differenza in termini percentuai de vaore dea variabie considerata (riportata in ascissa). L istogramma orizzontae di coore bu rappresenta a posizione reativa, su ciascun indicatore, dea Siciia rispetto a Trentino Ato Adige (istogramma rosso, posto sotto queo bu). Da ato degi input possiamo notare come a Siciia pur a fronte di una maggiore quantità di input disponibii in termini di aureati (passati da 1996 a 2002 da -40% a +47% rispetto a Trentino) non riesce, da ato degi output, ad attivare un migioramento tae da potenziare efficienza gobae dea regione. Da ato degi output, infatti, pur migiorando a sua posizione in termini di esportazioni su totae de PIL (registrando una riduzione di gap da -222% a -143% da 1996 a 2002) ha peggiorato nettamente sua capacità di creare occupazione (i gap nei due periodi passa da -61% a -237%) aontanandosi nettamente dai ivei de Trentino AA capace di ottenere, con una dotazione di input simiari, un iveo di occupazione de 237% più eevato dea Siciia 17

18 Anno1996 Anno2002 Grafico 2 Posizione reativa dea Siciia rispetto a Trentino Ato Adige Prendiamo ora in esame a situazione de Lazio che ne periodo anaizzato ha mostrato un migioramento de iveo di efficienza reativa e supponiamo che ne 2002 si stia ponendo come obiettivo i iveo di efficienza dee unità in E 2. I reference set di secondo iveo è costituito da Piemonte. Per raggiungere i ivei de Piemonte, essa deve puntare in particoare su rafforzamento dee esportazioni e dea speciaizzazione industriae, impiegando in modo più efficiente gi input (costituiti dae infrastrutture e dotazione di capitae umano quaificato) giacché i Piemonte raggiunge ivei di efficienza più eevati in presenza di input proporzionamente inferiori. 18

19 Grafico 3 Posizione reativa de Lazio rispetto a Piemonte-2002 Se i Lazio si ponesse degi obiettivi di crescita più ambiziosi (raggiungere in un passo e unità de primo iveo di efficienza) dovrebbe fare sforzi maggiori (i punteggio di progresso sarebbe, infatti, 1,18 contro 1,01 per raggiungere efficienza di secondo iveo) e correrebbe i rischio di non migiorare a propria posizione reativa. I grafico 4 riporta a posizione de Lazio rispetto a Lombardia, unità efficiente a primo iveo. In questo caso i gap di efficienza de Lazio è determinato da ato di tutti gi output considerati anche se da ato degi input detiene una quantità proporzionamente inferiore. Naturamente, non essendo a Lombardia unica regione di riferimento (anche i Trentino AA fa parte dei suo reference set), i punteggio di efficienza de Lazio è determinato daa sua posizione rispetto a tutte e unità di riferimento. Grafico 4 Posizione reativa de Lazio rispetto aa Lombardia 19

20 7 CONCLUSIONI L osservazione congiunta dei risutati dee anaisi svote per i due periodi sembrerebbe indicare, otre aa maggiore fragiità dee regioni de Mezzogiorno rispetto ae fasi più negative dea congiuntura economica, anche una certa inefficacia ne funzionamento dee poitiche di sviuppo e coesione per i Mezzogiorno. Evidentemente a parziaità de anaisi ed i imiti de impianto teorico che sottende aa stessa, come evidenziato in precedenza, devono indurre aa massima cautea ne interpretazione di tai risutati. L anaisi dinamica qui svota sembrerebbe evidenziare come ne periodo esaminato a situazione per a ripartizione Sud- Isoe sia ne compesso peggiorata e come gi obiettivi di ricomposizione dei divari siano stati disattesi. In particoare i iveo di efficienza dee regioni sud insuari, pare aver subito notevoi arretramenti. Va osservato inotre che, per quanto riguarda e regioni de Nord-Centro, arretramento è rievante soo ne Piemonte e nea Liguria e sembra riconducibie da un ato agi effetti dea crisi e dea conseguente ristrutturazione dea grande industria e da atro a progressivo ridimensionamento de maggiore gruppo industriae itaiano, a Fiat, e di conseguenza de suo indotto che ha proprio in quest area una rievante ocaizzazione. A contrario, i peggioramento compessivo dee regioni meridionai ed insuari non ha riscontro in stadi di crisi settoriai concamati a iveo internazionae, mentre casi di crisi specifica (come per i già citato caso dea Fiat) non dovrebbero essere in grado da soi di deprimere tutto i contesto produttivo ocae. Peratro, ne periodo considerato, sono state profuse ingenti risorse per a ricomposizione dei divari sia a iveo nazionae che comunitario. Ciò induce a rifettere sui motivi che potrebbero essere aa base de permanere di quee situazioni che nei decenni passati hanno determinato i mancato sviuppo economico e sociae di tai regioni. Ma queste considerazioni esuano dagi obiettivi specifici di questo avoro e de resto a parziae esaustività dei risutati non consentirebbe di trarre concusioni scientificamente fondate in ta senso; tuttavia ci pare che tai risutati ed i potenziae di informazione che essi incorporano confermino, in quache misura, a vaidità de approccio metodoogico adottato. 20

21 8 BIBLIOGRAFIA Avaro G. (1999) Contabiità Nazionae e Statistica Economica,. Cacucci Editore -Bari Andersen P., Petersen NC. (1993) A procedure for ranking efficient units in data enveopment anaysis. Management Science;39(10): Athanassopouos A. D. (1996) Assessing the comparative spatia disadvantage (CSD) of regions in the European Union using non-radia data enveopment anaysis methods, European Journa of Operationa Research Banker R. D., Charnes A., e Cooper W. W. (1984) Some modes for estimating Technica and Scae Inefficiency in Data Enveopment Anaysis, Management Science 30, pp Banker, R.D., Charnes, A., Cooper, W.W., Swarts, J., Thomas, D.A., (1989). An introduction to data enveopment anaysis with some of its modes and their uses. Research in Governmenta and Nonprofit Accounting 5, Bannister, G., and Stop, C. (1995) Regiona concentration and efficiency in Mexican manufacturing, European Journa of Operationa Research 80/3, Barca F. (2003) Cooperation and knowedge-pooing in Custers:designing territoria competitiveness poicies, in Cooperation Networks and institutions in Regiona innovation systems, D. Fornah and T. Brenner eds., Edward Egar Pubishing, UK Barca F., Brezzi M., Terribie F., Utii F., (2004) Misurare per decidere: utiizzo soft e hard di indicatori nee poitiche di sviuppo regionae. Ministero de Economia e dee Finanze, Dipartimento per e Poitiche di Sviuppo, Unità di Vautazione degi Investimenti Pubbici. Materiai UVAL Bitzer, C., Cark, P., and Tayor, L. (1975), Economy-Wide Modes and Deveopment Panning, Oxford University Press, Oxford. Bondonio D. (1998), La vautazione d impatto dei programmi di incentivo ao sviuppo economico, Economia Pubbica, 6. Brancati R. (2001) (a cura di) Anaisi e Metodoogie per a Vautazione dee poitiche industriai, Franco Angei, Miano Charnes A, Cooper WW, Rhodes E. (1978) Measuring the efficiency of decision making units. European Journa of Operationa Research;2: Charnes A., Cooper, W.. and Li, S. (1989) Using data enveopment anaysis to evauate efficiency in the economic performance of Chinese cities, Socio-economic Panning Science 23, CNEL, 21

22 Dei G. e Giancaro V. (2002), L appicazione degi indicatori di performance in un esercizio di benchmarking: imiti e potenziaità deo strumento, V Congresso AIV, Boogna 9-11 maggio Desai, A., and Storbeck, J. (1990). A data enveopment anaysis for spatia efftcieocy, Computers, Erwironment and Urban Systems 14, Farre, M. (1957). The measurement of productive efficiency, Journa of Roya Statistica Society, A 120, Farre M.J., M. Fiedhouse (1962) Estimatine Efficient Production functions under increasing Returns to Scae, Journa of the Roya Statistica Society, 120, Forid M., Economia de Benessere in Regime di Disequiibrio Generae, Franco Angei, Guarini R. Tassinari F. (1990), Statistica Economica: probemi e metodi di anaisi,. Ed. I Muino Boogna. Hashimoto, A., and Ishikawa, H. (1993), Using DEA to evauate the state of society as measured by mutipe socia indicators, Socio-Economic Panning Sciences 27, ISTAT, Luhmann N., Sistemi Sociai, I Muino, 1984; Macmian, W. (1986). The estimation and appication of mutiregiona economic panning modes using data enveopment anaysis, Journa of Regiona Science 60, Morita H., Hirokawa K., Zhu J. (2005) A sack-based measure of efficiency in contextdependent data enveopment anaysis, Omega, 33, Quevit, M. (1992) The regiona impact of the interna market: A comparative anaysis of traditiona industria regions and agging regions, Regiona Studies 26, Seiford LM e Zhu J. (1999) Infeasibiity of super-efficiency DEA modes. INFOR;37(2): Seiford LM. e Zhu J. (2003) Context-dependent data enveopment anaysis: measuring attractiveness and progress. OMEGA,;31(5): Steine, W. (1993), Regiona competitiveness and the singe market, Regiona Studies 26, Sueyoshi, T. (1992) Measuring the industria performance of Chinese cities by data enveopment anaysis, Socio-Economic Panning Science 26,

23 9 ABSTRACT In this paper we extend the concept of spatia efficiency to a third dimension which seeks to assess the comparative disadvantages of Itaian regions by using a context-dependent DEA. Thus, the efficiency of Itaian regions is evauated through socia, economica and contextua regiona characteristics. A different approach from the traditiona ways of assessing inequaity (e.g. Gini coefficient) is supported to incorporate production technoogies with mutipe inputs and outputs. The concept of comparative spatia disadvantage (CSD) is proposed as a more comprehensive yardstick for the needs of individua regions that are to receive funds for the improvement of their socio-economic profie. According to this definition, a region wi be comparativey disadvantaged if there is another region or combination of regions with simiar or worse socio-demographic profies who deiver higher eves of socia and economic vaues. In order to estimate the potentia improvement of inefficient regions, we compute the effort, which inefficient regions need to put in, needed to graduay achieve a higher efficiency eve within each different eve of efficiency. In other words, efficiency improvement can be observed as each unit is compared with efficient units that constitute its reference set. In this way, inefficient units achieve maximum eves of efficiency at different steps. With this kind of anaysis the actions needed for actua improvement are forecastabe. A measure on the progress of inefficient Itaian regions is aso evauated. This study has been carried out for the period of time between 1996 and Resuts show that the South of Itay is reativey more inefficient than Northern and Centra Itaian regions. The DEA methodoogy is a very interesting in the evauation of socio-economic performance variabes that concern sub-nationa aggregates. 23