Bibliografia
Alberini, A. (1995a). Efficiency vs Bias of WTP estimates: bivariate and interval-data models, Journal of Environmental Economics and Management, 29:169-180.
Alberini, A., (1995b). Optimal designs for discrete choice contingent valuation surveys: single-bound, double-bound, and bivariate models, Journal of Environmental Economics and Management, 28:287-306.
Alberini, A., (1995c). Testing willingness-to-pay models of discrete choice contingent valuation survey data, Land Economics, 71(1):83-95.
Alberini, A., Cropper M., Fu T.-T., Krupnick A., Liu J.-T., Shaw D. and Harrington W. (1997). Valuing health effects of air pollution in developing countries: the case of Taiwan. Journal of Environmental Economics and Management, 34(2):107-126
Cicia, G. and Scarpa, R. (1999), “La disponibilità a pagare per il paesaggio rurale nel Cilento: paradigmi interpretativi del metodo della valutazione contingente” in La rivista di economia agraria, n.1/99:54-94.
Cicia, G. and Scarpa, R. (2000), “Willingness to Pay for Ruaral Landscape Preservation: a Case Study in Mediterranean Agricolture”, Fondazione Eni Enrico Mattei, Nota di Lavoro, n. 59.
Costanza, R. Daly H. E., Bartholomew (1991), “Goals, agenda, and policy reccomendations for ecological economics” in R. Costanza (ed.) Ecological Economics: The Science and Management of Uncertainty, New York: Columbia University Press.
Faucheux, S., O’Connor M. (eds.) (1998) Valuation for Sustainable Development : methods and policy indicators, Cheltenham, Edwar Elgar.
Davies, T. and S. Cahill (2000) Environmental Implications of the Tourism Industry. Discussion paper 00-24. Resources for the Future, Washington DC.
Jamieson, W. (2000) “The Challenges of Sustainable Community Cultural Heritage Tourism”. Paper presented at UNESCO Conference/Workshop on Culture, Heritage Management and Tourism, Bhaktapur, April 2000.
Markandya, A. (2000) “Economic Instruments for Sustainable Tourism Development”, . A. Fossati and G. Panella (eds.) Tourism and Sustainable Economic Development, Kluwer Academic Publishers.
Markandya, A., Harou, P., Bellu, L. and V. Cistulli (2002) Environmental Economics for Sustainable Growth: A Handbook for Practitioners. Edward Elgar, Cheltenham.
Taylor, T., Fredotovic M., Povh D., Markandya A. (2003) Sustainable Tourism and Economic Instruments: the case of Hvar, Croatia, in Proceedings of Tourism and Sustainable Economic Develompent Conference, Chia, Spetember 2003.
Wober, K (2002) Benchmarking in Tourism and Hospitality Industries, Wallingford, CAB Publishing.
L'impegno dell'Unità di Ricerca (UR) sarà dedicato allo studio sia teorico che empirico di due insiemi di questioni. La prima si riferisce ai vari problemi incontrati nella definizione di una efficace tassa ambientale; la seconda all'analisi dell'efficienza delle principali unita decisionali nel settore turistico. Più precisamente, l'identificazione di una tassa ambientale che sia attuabile ed efficace richiede, da un lato, informazioni affidabili sulla disponibilità a pagare dei turisti, e dall'altro lato una valutazione del valore delle principali esternalità negative prodotte dal turismo. Per quanto riguarda il secondo gruppo di argomenti, il principale input dell'attività di ricerca è rappresentato da coerente informazioni sulle pratiche operative delle imprese che forniscono servizi cruciali (ad esempio ospitalità)., allo scopo di condurre il successivo esercizio di bench-marking. Naturalmente per sviluppare il lato empirico del progetto l'Unità deve focalizzare l'attenzione su una specifica area turistica. Siamo convinti che la Sardegna abbia tute le caratteristiche più importanti per rendere la verifica empirica significativa: rilevanza dell'industria turistica nell'economia regionale; esistenza di un fragile equilibrio ambientale; significativi trade-off tra turismo e lo sviluppo di altri settori. Conseguentemente, il programma della UR è organizzato intorno a due obiettivi fondamentali: A) identificazione della tassa ambientale, B) analisi di bench-marking delle imprese ricettive. Le azioni principali sono sintetizzate nel modo seguente. A) IDENTIFICAZIONE DI UNA TASSA AMBIENTALE ATTUABILE ED EFFICACE. A.1 In questo stadio l'impegno della UR sarà dedicato alla definizione delle proprietà della tassa turistica applicata al settore turistico, con particolare riferimento agli effetti diretti e indiretti. Per effetto diretto si intende la relazione inversa tra un incremento del prezzo in seguito alla tassa e il numero dei turisti (effetto prezzo), mentre al contrario l'effetto inverso si riferisce all'incremento delle presenze indotto dal miglioramento della qualità ambientale (effetto qualità). LA combinazione di questi due effetti genera una sostituzione di turisti sensibili al prezzo con quelli sensibili alla qualità. Nonostante il probabile effetto positivo complessivo, la definizione della tassa "ottima" dovrebbe sbrogliare la questione circa la relazione tra il gettito fiscale, la riduzione del numero di visitatori, i miglioramenti nella qualità ambientale e la successiva possibile espansione nel numero dei turisti. A.2 Metodi per ottenere la disponibilità a pagare (WTP) dei turisti. In questo stadio la UR farà una rassegna dei metodi utilizzati nella letteratura, con particolare riferimento all'Analisi Contingente (CV) (si veda ad esempio Alberini, 1995b, 1995c). A.3 Costruzione della indagine utilizzando l'analisi contingente. La logica della CV è quella di inferire la distribuzione di benefici economici in una data popolazione dalle dichiarazioni di intenti estratte da un campione casuale di intervistati. Le dichiarazioni circa la WTP sono analizzate in base ad una costruzione del campione che sistematicamente distribuisce gli intervistati su una gamma di varie offerte. Il questionario proposto può contenere risposte aperte o chiuse. Queste ultime (del tipo Si/No) sono spesso utilizzate per la loro minore difficoltà di elaborazione. Normalmente vengono fatte anche alcune assunzioni sulle diverse caratteristiche della distribuzione della WTP e dipendono dalla strategia di stima impiegata. La letteratura empirica è in accordo su alcune plausibili assunzioni basilari. Innanzitutto WTP è distribuita in modo asimmetrico con una coda ampia sul lato destro (distorsione o asimmetria positiva). In secondo luogo il campo di variazione della WTP deve essere limitato inferiormente e superiormente a seconda del problema da valutare. In terzo luogo, è necessario considerare che una frazione della popolazione può non avere alcun beneficio dal programma proposto, con una WTP pari a zero (Cicia e Scarpa, 2000). Questi aspetti saranno considerati in questa terza fase. La UR predisporrà il questionario da sottopporre ad un campione di turisti che saranno divisi in due gruppi a fini di comparazione: un gruppo sarà intervistato il giorno d'arrivo al porto o aeroporto, mentre l'altro gruppo alla partenza. Il campione sarà stratificato per tener conto della composizione a seconda del luogo di provenienza Un test preventivo sarà condotto per verificare l'efficacia dell'indagine e delle domande proposte ed apportare eventuali adattamenti al disegno dell'indagine. A.4 Questo stadio è dedicato all'elaborazione dei dati dell'indagine, e, una volta stimata la WTP, ad ottenere una misura credibile del gettito fiscale. Su questo aspetto è importante distinguere il gettito ottenibile nel breve periodo da quello relativo al lungo periodo. Sostanzialmente, la stima del gettito fiscale richiede un fattore appropriato per la conversione dal campione alla popolazione. Al contrario la valutazione degli effetti indiretti (cioè spinti dagli incrementi della qualità ambientale), strettamente dipendenti dall'utilizzo del gettito, è più difficile da stimare. A.5 Comparazione tra il gettito e i dati disponibili sul costo dello sviluppo (ad esempio costi della raccolta e stoccaggio dei rifiuti durante la stagione turistica; costi opportunità del mancato utilizzo dell'acqua in attività alternative). B) ANALISI BENCHMARK SULLE IMPRESE TURISTICHE B.1 Utilizzando una analisi di produttività totale dei fattori, come la Data Envelopment Analysis (DEA), la UR misurerà l'efficienza relativa di un insieme omogeneo di Unità Decisionali (DMU). In presenza di molteplici fattori di input ed output ipotizziamo che ciascuna DMU scelga il peso degli input e degli output al fine di massimizzare il suo punteggio di efficienza. In generale, DMU è considerata essere efficiente se il rapporto tra la somma ponderata degli output e la somma ponderata degli input è pari all'unità. Un punteggio inferiore implica inefficienza. In questo stadio l'impegno della UR sarà indirizzato ad identificare le DMU da studiare, che devono essere ragionevolmente omogenee, sebbene, per la natura dell'analisi, sarà apprezzata una certa varianza. In ogni caso il campione sarà composto principalmente da un grande numero di hotel. B.2 Applicazione della DEA: fondamentalmente la misurazione dell'efficienza con la DEA richiede l'identificazione di una frontiera sulla base dei comportamento delle unità osservate (input impiegati e output ottenuto). Per ogni DMU inefficiente la DEA identifica un insieme di unità efficienti corrispondenti, che possono essere utilizzate come benchmark per dei miglioramenti. . Pertanto una DMU di prova è considerata inefficiente se può essere identificata una combinazione lineare di unità nell'insieme che utilizza meno input rispetto alla DMU di prova, ottenendo almeno lo stesso livello di output. Il benchmarking con la DEA consente dunque l'identificazione di obiettivi per il miglioramento, sebbene esistano delle limitazioni in quanto le DMU inefficienti e i loro benchmark possono non risultare intrinsecamente simili. Un modo per ovviare a questo problema è quello di formare dei gruppi di DMU simili, in modo da usare l'impresa con la migliore performance come riferimento all'interno del gruppo. In questo stadio l'obiettivo è quello di realizzare l'analisi benchmark considerando vari gruppi di imprese ricettive, raggruppandole secondo la localizzazione, la tipologia, il numero di stelle e la dimensione (capacità produttiva). Una grande rilevanza sarà data alla scelta degli input, con particolare riferimento alle risorse naturali utilizzate, che possono avere anche costi figurativi (ad esempio il consumo di spazio, l'impoverimento delle falde acquifere, i costi dello smaltimento dei rifiuti), generando un certo livello di approssimazione. A conclusione di questa parte del progetto si prevede una stima dell'impatto ambientale riducibile dell'attività delle strutture ricettive, ossia della riduzione del consumo di input, da parte delle strutture alberghiere, a parità di output, attraverso l'emulazione delle "prassi migliori" osservate nel campione.
