Ottimizzazione dei processi decisionali nel settore immobiliare. L'università e il problema del caro-affitti

Università di Genova

Scuola di Scienze Sociali

Dipartimento di Economia

Corso di laurea in Economia e Commercio

Elaborato scritto per la Prova finale in Metodi decisionali per l’analisi economica

Ottimizzazione dei processi decisionali nel settore immobiliare

L'università e il problema del caro-affitti

Docente di riferimento: Elena Tanfani

Candidato: Alice Lovisa

Anno accademico 2023/2024

Indice

• Abstract ............................................................................................ 1
• Introduzione ........... 5
• Capitolo I - La Ricerca Operativa e i metodi di supporto alle decisioni.............................................. 6
• I.1. Le fasi di sviluppo dei modelli decisionali..................................................... 8
• I.2 Classificazione dei metodi decisionali .......................................... 9
• I.2.1 Modelli di ottimizzazione deterministica 10
• I.2.2 Teoria delle decisioni................................................................................................... 14
• Capitolo II – Analisi della letteratura e della normativa......................................................................... 15
• II.1 Ricerca bibliografica ....................... 15
• II.1.1 “University dormitory AND Operational research”................................................ 17
• II.1.2 “Housing – Operational research”............................................................ 19
• II.1.3 “Housing - Optimization” .............................................. 22
• II.1.4 “Real estate - Operations research”............................................................................ 24
• II.1.5 Considerazioni ............................................................ 25
• II.2 Normativa: il bando del MUR ................................................ 28
• Capitolo III – Applicazione e caso di studio.................................................................................. 30
• III.1. Modello base ........................................................ 33
• III.2 Modello per Bando istituzionale 41
• III.2.1 Modello per bando con diversi progetti........................................................................................... 44
• III.3 Modello in condizioni di incertezza............................................................................................ 47
• Conclusioni ...................................................................... 49
• Indice tabelle e figure........................................................................................... 50
• Bibliografia................................................................................................ 52
• Normativa

Abstract (Italiano)

La presente tesi vuole approfondire gli strumenti di supporto alle decisioni con particolare riferimento all’ambito immobiliare. Dopo un’introduzione teorica ai metodi e l’analisi della letteratura di riferimento, la parte applicativa della tesi si propone di sviluppare uno strumento di supporto ai processi decisionali legati all’acquisizione di immobili da destinare alla funzione di residenza universitaria. L’interesse alla base dello studio nasce dal rilevante problema del caro affitti degli alloggi universitari, che sta diventando sempre più critico e sta ricevendo una crescente attenzione dei mass media negli ultimi anni. Lo strumento di supporto alle decisioni sviluppato nella tesi è basato sull’utilizzo della programmazione non lineare e della programmazione binaria. In particolare, un primo modello di ottimizzazione si basa sull’obiettivo della massimizzazione dei posti letto che si potrebbero mettere a disposizione; l’estensione di tale modello prevede l’inserimento dei criteri di partecipazione al bando emesso dal MUR con il D.M. 481 del 2024, che prevede un contributo per l’ampliamento dell’offerta di posti letto per studenti universitari in Italia. A completamento dell’analisi è stato sviluppato un modello di teoria delle decisioni al fine di inserire l’incertezza sulla disponibilità effettiva degli immobili e confrontare i risultati ottenuti. Il metodo è stato applicato ad un caso di studio riferito all’Ateneo di Genova. Dall’analisi dei risultati ottenuti si evince la vantaggiosità di presentare al suddetto bando diversi progetti anziché un progetto unico. Questa scelta permette infatti di permette di creare un maggior numero di posti letto e realizzare una miglior sostenibilità nella gestione degli alloggi in caso di imprevisti.

Abstract (English)

This thesis aims to explore the decision support tools applied the real estate sector. After a theoretical introduction to the methods and an analysis of the relevant literature, the applied part of the thesis aims to develop a decision support tool related to the acquisition of properties intended for use as university residences. The interest underlying this study arises from the significant issue of high rents for university housing, which is becoming increasingly critical and has been receiving growing media attention in recent years. The decision support tool developed in the thesis is based on the use of nonlinear programming and binary programming. Specifically, the first optimization model is aimed at maximizing the number of available beds; the extension of this model includes the criteria for applying to the call for proposals issued by the Ministry of Universities and Research (MUR) with D.M. 481, 2024, which provides a grant for expanding the availability of student housing in Italy. To complete the analysis, a decision theory model has been developed to account for the uncertainty about the actual availability of properties and compare the results obtained.

The method is applied to a case study related to the University of Genoa. From the analysis of the results, it is evident that submitting several projects to the aforementioned call is more advantageous than submitting a single project. This choice allows to deliver a greater number of beds and ensures better sustainability in housing management in the event of unforeseen circumstances.

Introduzione

La Ricerca Operativa (RO), anche detta Management Science, affianca i “Decision makers” nei processi decisionali riguardanti problemi di diversa natura e in diversi ambiti. La RO viene applicata nella gestione delle reti ferroviarie, in problemi di produzione di beni e servizi e nella gestione di portafogli finanziari, solo per citare alcuni esempi.

L’interesse alla base della presente tesi è collegato alle crescenti tensioni che riguardano il caro-affitti degli alloggi destinati a studenti universitari, che siano questi privati o pubblici.

Il quesito che pone le basi dello studio è: può l’università fare qualcosa per risolvere, almeno in parte, questo problema? E se sì, esiste un modo, mediante l’utilizzo dei metodi della RO, per aiutare i decisori coinvolti in questa scelta?

Un’opzione dell’istituto universitario (o altro ente) per risolvere la situazione sarebbe acquistare immobili al fine di destinarli agli studenti ma, questa operazione rimane comunque molto insidiosa, a causa dell’elevato onere che l’acquisto comporterebbe e le molteplici variabili da valutare durante il processo decisionale. È proprio in questo contesto che la RO può diventare una preziosa guida.

Come situazione di partenza, si è ipotizzato un contesto nel quale l’università (o altro ente interessato) abbia deciso di valutare la possibilità di acquistare nuovi immobili, al fine di offrire nuovi posti letto agli studenti, e di partecipare a un bando nazionale presentato dal MUR. L’obiettivo della tesi è sviluppare uno strumento di supporto in grado di aiutare i decision makers durante il suddetto processo decisionale.

Nel primo capitolo, dopo una breve introduzione al problem solving e alla ricerca operativa, vengono introdotte le fasi per lo sviluppo dei modelli decisionali: identificazione del problema, raccolta e organizzazione dei dati, formulazione del modello, scelta e sviluppo degli algoritmi risolutivi, implementazione e risoluzione e, infine, l’analisi dei risultati. La classificazione dei modelli decisionali (paragrafo I.2) dipende da vari elementi strutturali, come la tipologia di obiettivo (singolo obiettivo/multiobiettivo), il numero di soggetti decisori e se le decisioni vengono prese in condizioni di certezza o di incertezza. Inoltre, i modelli di ottimizzazione deterministica (condizioni di certezza) possono essere ulteriormente classificati sulla base della tipologia 1 di variabili utilizzate e degli eventuali vincoli. In caso di presenza di condizioni di incertezza, o di rischio, si può utilizzare la Teoria delle decisioni (sottoparagrafo I.2.2). Quest’ultimi modelli sono caratterizzati dal fatto che considerano gli stati di natura, i quali rappresentano possibili eventi futuri che hanno la capacità di influenzare le decisioni.

Nel secondo capitolo è riportata l’analisi della letteratura di riferimento riguardante l’utilizzo della Ricerca Operativa per lo studio di problemi relativi alle residenze universitarie. Dalla ricerca e analisi degli articoli utilizzando diverse fonti, sono stati selezionati 14 documenti ritenuti attinenti al problema affrontato. In questa fase sono stati selezionati dapprima i documenti più attinenti alla sfera universitaria, tuttavia, dati i pochi documenti reperiti, sono stati poi considerati anche i documenti non attinenti alla sfera universitaria, ma che trattano, comunque, di acquisizione di immobili in senso generale.

Il titolo del paragrafo II.1, e dei successivi sottoparagrafi, riportano i termini chiave utilizzati per la ricerca. L’unico studio, ritenuto davvero rilevante per il caso che verrà affrontato nel capitolo III, riguarda un lavoro condotto per l’università di Petra nel 2001, che tratta dello sviluppo di un modello per ottimizzare la costruzione di un dormitorio universitario. Partendo da questo studio, sono state evidenziate le problematiche che si presentano tentando di applicare un modello di questo tipo al contesto italiano, basate sulle differenze che vi sono fra università private e pubbliche, principalmente connesse allo scopo di lucro presente e non presente nei due casi al diverso coinvolgimento e intervento statale in operazioni di questo tipo.

Continuando con la disamina del contesto italiano, nell’ultima parte del capitolo 2 viene presentato il bando emesso dal MUR, in ottemperanza alla Legge n. 338 del 2000 (paragrafo II.2). Questo bando ha come obiettivo quello di incentivare l’ampliamento dell’offerta di posti letto, per la comunità studentesca italiana, mediante l’erogazione di un cofinanziamento; i termini per l’accesso e la tipologia del contributo vengono definiti mediante i Decreti Ministeriali relativi alle varie edizioni del bando. L’ultima edizione, già conclusa, è stata emessa nel 2021, edizione alla quale hanno partecipato, e ottenuto l’accesso al finanziamento, anche l’Università di Genova e ALiSEO.

Il terzo capitolo si concentra sullo sviluppo del modello di supporto alle decisioni relativo all’ampliamento dell’offerta di alloggi universitari connessa alla partecipazione al suddetto bando istituzionale. In particolare, sono state sviluppate tre versioni del 2 modello. Inizialmente, nel primo paragrafo (III.1), è stato costruito un modello base basato sulla programmazione binaria, ponendo come obiettivo la massimizzazione dei posti letto creati e stabilendo dei vincoli sul budget e sulla sostenibilità della gestione (rapporto costi/tariffe alloggi).

Successivamente, nel paragrafo III.2, il modello base è stato modificato considerando la partecipazione al bando emesso dal MUR. L’obiettivo del nuovo modello è la massimizzazione del punteggio che la proposta, presentata dal soggetto decisore, potrebbe ottenere partecipando a suddetto bando. In questo modello sono stati aggiunti nuovi vincoli sulla base dei requisiti e dei limiti imposti dal bando. Tali vincoli riguardano: il punteggio minimo, per i diversi criteri di valutazione, che si deve raggiungere per ottenere l’accesso al cofinanziamento; gli standard minimi dimensionali per le stanze degli immobili; l’allocazione di un minimo di venti posti letto in un unico edificio; il fatto che i posti letto in camera singola devono rappresentare il 70% dei posti letto totali. A causa della non linearità dei vincoli e della funzione obiettivo, il modello risultante è un modello di programmazione non lineare. Nel sottoparagrafo III.2.1 viene sviluppata una versione alternativa del modello, che introduce la possibilità di presentare più progetti al medesimo bando. Questa possibilità è più vantaggiosa rispetto alla proposta unica, poiché consente di non perdere totalmente l’accesso al contributo qualora venisse a mancare la disponibilità di un immobile in fase di acquisizione (a causa del mancato rispetto dei requisiti di ammissibilità). Concretamente, sono stati considerati due diversi progetti, suddividendo gli immobili in base alla loro posizione, ai quali sono stati applicati, singolarmente, i medesimi vincoli del modello con progetto unico. La funzione obiettivo viene rappresentata, quindi, come somma dei punteggi per i singoli progetti.

A completamento dell’analisi, nel terzo paragrafo del terzo capitolo, la possibilità di perdere la disponibilità di un immobile viene ripresa e il problema viene affrontato utilizzando la Teoria delle decisioni (condizioni di incertezza). In questo caso, il soggetto decisore deve scegliere quale soluzione adottare fra quelle risultanti dai tre modelli analizzati (modello base, modello per il bando con proposta unica e modello con più progetti). La non disponibilità degli immobili è rappresentata mediante gli stati di natura (evento futuro = immobile x non disponibile all’acquisto). La scelta del decision maker dipende dalla sostenibilità dei vari progetti in corrispondenza dei diversi eventi futuri che possono realizzarsi. In questo studio si è scelto di adottare un atteggiamento pessimistico, 3 cercando la soluzione che permette di minimizzare i danni qualora uno o più immobili non siano più disponibili. Applicando il modello al caso di studio genovese, viene confermato il vantaggio che si ottiene nel presentare più progetti al bando istituzionale.

In conclusione, lo strumento di supporto alle decisioni sviluppato in questo studio, si compone di diversi modelli basati sia sull’ottimizzazione deterministica (modello base e per bando) che sulla teoria delle decisioni per l’introduzione dell’incertezza. Nonostante questo metodo possa essere adottato come supporto durante il processo decisionale riguardante l’acquisizione di immobili, è doveroso sottolineare che si tratta di una prima ipotesi e molto altro lavoro sarebbe necessario per il fine tuning del modello. Vi sono, inoltre ampi e numerosi miglioramenti che possono essere apportati e testati, a partire dai criteri di valutazione stabiliti dal bando, che potrebbero essere formulati in modo meno approssimativo qualora si avesse accesso a informazioni più dettagliate. 4

Capitolo I - La Ricerca Operativa e i metodi di supporto alle decisioni

Quotidianamente ogni individuo si trova in situazioni che necessitano di attuare una scelta, talvolta si tratta di una decisione semplice, come l’optare fra due beni di pari utilità, che può essere compiuta nel momento in cui si presenta il bisogno; talvolta si può rivelare una decisione complessa dove concorrono una moltitudine di fattori e di possibili soluzioni. In quest’ultimo caso, un approccio istintivo e non strutturato, seppur molto rapido, comporta una serie di grandi svantaggi in quanto non permette una chiara e globale visione del problema.

Al fine di poter compiere una scelta razionale e ben ponderata si crea il bisogno di ricorrere ad un’analisi approfondita, la quale deve tenere presente di tutti quegli elementi che possono influire su tale scelta, come l’utilità derivante dalle opzioni o un vincolo di budget, in modo da poter considerare ogni soluzione possibile e poi individuare la migliore fra queste.

Per rispondere a questa necessità si è sviluppata, a partire dagli anni 40, ciò che nel campo viene indicata come Ricerca Operativa, formalmente definita come una disciplina tecnico-scientifica utilizzata per gestire un'organizzazione tramite dei metodi quantitativi di analisi (ossia metodi che utilizzano dati numerici, reali o stimati, seguendo il metodo scientifico), la RO aiuta a prendere le decisioni migliori possibili in una situazione complessa tramite un processo logico-razionale.

Quest’ultima è quindi impiegata al fine di assistere i cosiddetti “decision makers”, sopra citati come individui, mediante lo sviluppo di modelli decisionali (che suggeriscono alternative “ottime” rispetto per il caso studiato) e l’utilizzo di algoritmi risolutivi per ottenere una soluzione ad un problema per il quale, senza l’uso dei suddetti, non è possibile garantire l’ottimalità del risultato.

Nei successivi paragrafi del capitolo verranno introdotti alcuni concetti utili alla comprensione del presente studio. Il primo paragrafo segue le fasi che caratterizzano lo sviluppo dei modelli decisionali, dandone una spiegazione sintetica. Il secondo, invece, riguarda la classificazione di tali modelli, facendo particolare riferimento ai modelli di 5 ottimizzazione deterministica (sottoparagrafo I.2.1), che possiedono un’ulteriore classificazione propria, e ai modelli di ottimizzazione stocastica (Teoria delle decisioni; sottoparagrafo I.2.2).

I.1. Le fasi di sviluppo dei modelli decisionali

I modelli decisionali vengono costruiti con l’intenzione di rispondere alla domanda “What’s best?”, o