Dott. Francesco Andreottola Ricercatore IRAT-CNR Caserta, 4 giugno 2009

Transcript

1 L analisi comparativa delle performance nella Pubblica Amministrazione: Il contributo della Data Envelopment Analisys (DEA) Dott. Francesco Andreottola Ricercatore IRAT-CNR Caserta, 4 giugno 2009

2 La valutazione delle performance nella PA Per descrivere la vasta gamma di risultati ottenibili dallo svolgimento delle diverse attività di una organizzazione o istituzione, si utilizza il termine performance. Nel corso del tempo è divenuto sempre più importante formulare giudizi sulla performance di diverse attività produttive. L insieme delle tecniche e degli strumenti di misurazione in grado di esprimere in modo oggettivo un giudizio sulla performance, prende il nome di valutazione. In tempi recenti nella Pubblica Amministrazione si è reso sempre più necessario l utilizzo della valutazione in ragione: -diunforte ridimensionamento delle risorse finanziarie da inserire nel bilancio pubblico; - della scoperta di tecnologie informatiche che consentono modalità gestionali innovative con un risparmio elevato di tempo e risorse.

3 I criteri di valutazione delle performance nella PA Le principali dimensioni valutative della performance di un ente pubblico sono: efficacia efficienza produttività equità tempestività accessibilità accettabilità appropriatezza responsiveness (sensibilità ossia disponibilità dell ente erogatore del servizio a dare una risposta all utente) qualità

4 Efficienza ed Efficacia nella valutazione della PA Contesto politico-istituzionale che esprime delle finalità Contesto economico-sociale che esprime dei bisogni Decisione/ Programmazione Implementazione Efficien nza istituzion nale ficienza man nageriale Vincoli/Risorse Obiettivi/Risultati i i/ri i attesi Attori implicati i Attori implicati Procedure Procedure Strumenti Strumenti Efficacia int terna icacia estern na Effi Eff Valutazione Prodotti Esiti realizzati Risultati Effetti Impatti

5 La misurazione dell efficienza Efficienza = servizi/prodotti realizzati risorse impiegate Prima di tutto si distinguono gli approcci tesi a misurare l efficienza assoluta da quelli finalizzati a misurare l efficienza relativa. Con l efficienza assoluta si cerca di individuare per ogni singola unità operativa una misura di rendimento, rapportando input ad output e misurandoli con la stessa unità di misura (ad esempio in valore monetario). Nel caso in cui gli input e output abbiano unità di misura differenti, ha senso solo effettuare una valutazione comparativa, di efficienza relativa tra le diverse unità operative.

6 Le principali metodologie per stimare l efficienza relativa Metodologie di stima DI FRONTIERA NON DI FRONTIERA NON PARAMETRICHE DETERMINISTICHE STOCASTICHE Free Disposal Hull (FDH) Data Envelopment Analisys (DEA) PARAMETRICHE DETERMINISTICHE STOCASTICHE Deterministic Frontier Model Stochastic Frontier Model Analisi di Regressione Fonte: L efficienza nei servizi pubblici, Ufficio Studi Banca d Italia, 2002

7 La metodologia DEA (Data Envelopment Analisys) La Data Envelopment Analisys è una tecnica (di frontiera, non parametrica, deterministica) basata sulla programmazione lineare che prende in esame un insieme di unità operative omogenee (Decision Making Units) al fine di valutarne l efficienza relativa. La DEA permette di classificare (ranking) lediverse unità operative distinguendo quelle efficienti da quelle inefficienti.

8 La metodologia DEA : La caratteristiche delle unità da confrontare Affinché la metodologia in esame possa dare risultati affidabili è necessario che le unità operative che si vogliono comparare abbiano le seguenti caratteristiche: omogenee: le unità operative devono usare tutte gli stessi tipi di risorse per produrre gli stessi tipi di risultati; indipendenti: i processi produttivi posti in essere dalle diverse unità operative devono essere completamente distinti, nel senso che un unità non deve, in alcun modo, influenzare il rendimento di un altra; autonome: ogni unità deve avere la capacità di decidere autonomamente come impiegarei le proprie risorse per produrre i propri risultati. ti

9 Un applicazione DEA per la valutazione di 290 istituti scolastici Per comprendere meglio gli aspetti metodologici e per capire l importanza che un analisi DEA può portare alla valutazione del settore scolastico, si presenta brevemente lo studio realizzato nel 1999 dall Istituto Nazionale per la valutazione del sistema educativo di istruzione e di formazione (INVALSI) del MIUR e riportato dal Prof. Francesco Vidoli sulla rivista Statistica Applicata n.1, 2004.

10 Indagine INVALSI su 290 istituti scolastici: fasi operative Fasi Operative Costruzione di un campione di istituti scolastici con caratteristiche 1 strutturali simili. Determinazione della funzione di produzione scegliendo gli output e 2 gli input da considerare 3 Elaborazione dei dati 4 5 Presentazione della graduatoria dell efficienza degli istituti scolastici in base alla tipologia degli stessi, alla dimensione e alla localizzazione geografica Possibili interpretazioni sulle cause dell inefficienza di alcuni istituti scolastici

11 Gli input e gli output considerati nella funzione di produzione Variabile Nr ore attività extracurriculari / Nr.studenti coinvolti Nr.docenti per studente Costo totale per studente Titolo di studio familiari Lettura giornali Nr.libri in casa Input Signifcato della variabile Qualità dell offerta didattica Qualità dell offerta didattica Spesa totale per studente Background socio-familiare Background socio-familiare Background socio-familiare Punteggio SERIS Variabile Output Signifcato della variabile Livello dell apprendimento degli alunni

12 Punteggi medi degli scores di efficienza per regione Regione Punteggio medio Abruzzo 090 0,90 Basilicata 0,89 Calabria 0,92 Campania 0,92 Emilia Romagna 0,92 Lazio 0,93 Liguria 0,94 Lombardia 0,93 Marche 0,89 Molise 0,92 Piemonte 090 0,90 Puglia 0,91 Sardegna 0,91 Sicilia 0,92 Toscana 0,93 La localizzazione geografica sembra influire i poco sui livelli lli apprendimento degli studenti degli istituti scolastici considerati nell analisi. In ogni caso, in Trentino Alto Adige si rileva una più numerosa presenza di istituti maggiormente efficienti, mentre la Basilicata registra la presenza di scuole meno efficienti. Trentino Alto Adige 0,99 Umbria 0,94 Valle d Aosta 0,96 Veneto 0,93 Totale 0,92

13 La metodologia og DEA: I vantaggi Focalizza l attenzione sulla frontiera di produzione reale individuata dalle unità operative efficienti, e non sulla stima di una frontiera teorica. Può considerare insiemi di produzione formati da molteplici input ed output, sebbene abbiano diverse unità iàdi misura. Consente di ignorare a priori la forma della funzione di produzione e i prezzi di input eoutput. t

14 La metodologia og DEA: Gli svantaggi Valutazione della sola efficienza relativa (es. se le scuole inserite nel campione risultassero tutte ugualmente inefficienti da un punto di vista assoluto, la tecnica in esame non lo farebbe emergere.) Elevata sensibilità rispetto ai singoli dati (eventuali valori anomali possono condizionare fortemente i risultati dell indagine). Necessità di considerare un campione composto da numero elevato di unità operative.