Analisi e valutazione delle politiche pubbliche

Concetti per la valutazione nello studio delle politiche pubbliche

È essenziale analizzare la causazione. Una data politica si giustifica se è in grado di modificare la situazione di partenza, ritenuta problematica, nel senso desiderato. L'esperimento ci permette di ottenere informazioni in merito a ciò che una o più cause (variabili indipendenti) producono come effetti su certe unità osservate. Tali effetti si rilevano in termini di variazione di una o più variabili dipendenti riferite alle predette unità. Chi conduce l'esperimento apporta modifiche alla variabile indipendente X e poi osserva la differenza che si ha tra il valore che assume la variabile indipendente X e poi osserva la differenza che sia ha tra il valore che assume la variabile dipendente Y è quello che avrebbe avuto se non vi fosse stato l'intervento di X. Se due entità

U’ e U’’ fossero equivalenti, allora sarebbe possibile rilevare in modo certo un effetto, somministrando X su I’ e non su U’’, emisurando subito la differenza di valore che la variabile Y assume in U’ rispetto a U’’. è un assunto, non una realtà. Non possiamo far altro che assumere come premessa un’equivalenza tra U’ e U’’ che è semplicemente plausibile, non sicuramente vera. Vi è un’altra possibilità: se un’entità U fosse invariante, vale a dire se essa restasse identica a se stessa, a meno di sollecitazioni specifiche, allora potremmo rilevare il valore della variabile dipendente Y in U al tempo 1, somministrare X, poi rilevare il valore di Y nella stessa U al tempo 2, subito dopo la somministrazione, e ottenere per differenza la misurazione dell’effetto. Neanche in base all’assunto di invarianza un’inferenza causale potrà mai essere.

empiricamente dimostrata. Non abbiamo certezze. Soltanto deduzioni da assunti che accettiamo come plausibili. Nelle scienze sociali possiamo, a certe condizioni, realizzare due entità equivalenti. Ciò quando non paragoniamo tra loro individui singoli, bensì gruppi di individui costruiti secondo un certo criterio. Se rilevo il valore di Y al tempo t nel gruppo GL' (gruppo sperimentale) dopo aver somministrato X, e ne misuro lo scostamento dal valore che Y aveva sempre al tempo t nel gruppo GL'' (gruppo di controllo, su cui non è stato somministrato X), ottengo la misura dell'effetto di X. Questo approccio è detto soluzione statistica. La causazione è il processo attraverso cui una causa produce uno o più effetti. Le variabili indipendenti Causazione: sono quelle che assumono determinate modalità, che non sono determinate dalle modalità assunte da altre variabili. Le modalità della variabile indipendente,

in un rapporto di causazione, determinano a loro volta le modalità assunte dalla variabile ritenuta dipendente. L'ipotesi è la seguente: una certa modalità di X produca certi effetti in termini di variazione di Y in certe U. Le modalità assunte da Y (Y1, Y2, Y3, ecc) siano riconducibili alla presenza di X e a una sua variazione. Due sono i problemi che possono verificarsi. Il primo riguarda l'inconoscibilità della totalità delle cause che potrebbero generare degli effetti in Y. Il secondo riguarda la complessità delle interazioni tra le cause stesse e il potere che queste esercitano nella determinazione degli effetti. Le scienze sociali ci forniscono diversi strumenti che dobbiamo utilizzare per potere, se non asserire con assoluta certezza, quanto meno azzardare delle ipotesi in merito ai risultati raggiunti da determinate scelte. Per corroborare un'ipotesi, occorrono informazioni sufficienti che ci consentano di.affermare che: un'apprezzabile variazione si ha sia nella variabile indipendente, sia in quella dipendente (covariazione); la variazione della variabile dipendente segue uno specifico stato della variabile indipendente (direzione causale); si sta attribuendo il giusto peso alle altre variabili potenzialmente influenti sulla variabile indipendente (controllo di terze variabili). Non basta soddisfare soltanto uno o due dei criteri citati, ma necessariamente tutti e tre. Altrimenti vi è un elevato rischio di giungere a conclusioni fuorvianti, o a risultati inutili. Si è in presenza di covariazione quando due variabili, l'una indipendente, l'altra dipendente, assumono stati diversi congiuntamente. Man mano che X cambia, muta anche Y. Le due variabili variano insieme. Laddove si dovesse presentare una covariazione, oltre a definire la direzione di causalità è bene interrogarsi sulla presenza o meno di una relazione spuria, determinata.dalla presenza di un'eventuale terza variabile che influenza entrambe e che spiegherebbe la presenza di una variazione congiunta tra X e Y. X è la variabile indipendente, Y è la variabile dipendente e Z è la terza variabile che agisce su entrambe generando la vera e propria illusione di trovarci in presenza di una covariazione che può far pensare a una relazione causale tra X e Y. Se non si attribuisce il giusto peso a questo tipo di relazione, si corre il rischio di formulare conclusioni poco aderenti alla realtà. In assenza della variabile Z e in assenza di un suo mutamento, non si riscontrerebbero significativi cambiamenti in X e in Y. Verrebbe a mancare la covariazione. Un altro profilo che bisogna tenere in considerazione riguarda la cosiddetta relazione indiretta, quella relazione che si manifesta allorché la variabile Z sia allo stesso tempo effetto di X e causa di Y. La covariazione di X e Y non può esistere in assenza di Z, o in

assenza di una variazione di Z. raramente il processo di causazione viene innescato da una sola variabile. Concausazione, effetti multipli, circolarità:

Il processo di causazione non può essere studiato se non in relazione alle diverse variabili che possono entrare in gioco nella definizione degli effetti e che concorrono alla modifica di una situazione iniziale. Tali variabili sono legate da un rapporto di concausazione. Il ricercatore deve essere nelle condizioni di stabilire, dopo aver osservato la covariazione di X e Y, la direzione di causalità, ovvero la presenza di una variazione della variabile X che precede la variazione della variabile Y. A volte le cause e gli effetti si presentano simultaneamente, ma bisogna individuare quale delle due variabili influenza le modalità assunte dall'altra. La variazione delle variabili dipendenti costituiscono degli input che innescano ulteriori variazioni dello stato di altre variabili, dando luogo a nuovi.

meccanismi di causazione. L'influenza reciproca è la relazione in cui le variabili X e Y si influenzano reciprocamente, dando luogo a un processo che si autoalimenta. Se è vero che la semplice osservazione della covariazione e l'individuazione della direzione del cambiamento sono aspetti necessari, questi non risultano sufficienti a stabilire la presenza di un nesso causale tra X e Y. Per ridurre il rischio di sovrastimare o sottostimare l'effetto che X produce in Y, si devono selezionare quelle variabili che potrebbero intervenire nella relazione ad essere in grado di verificare l'assenza di variazione delle altre variabili. Per studiare gli effetti di una variabile indipendente su una dipendente, è necessario raccogliere dati da quelle unità che presentano modalità costanti per le altre variabili. Le unità di analisi sono le unità su cui ci interessa rilevare i risultati durante lo svolgimento di un'analisi di impatto.

Sono l'oggetto sociale cui si riferiscono le proprietà che si intende studiare. Le unità di analisi non devono essere necessariamente delle persone, ma possono coincidere con gruppi, con aziende, con organizzazioni di vario tipo. Il disegno della ricerca è la prima delle fasi da svolgere per la conduzione di una ricerca. Ciascun percorso di valutazione deve tenere necessariamente conto di diversi fattori, fra cui spiccano il tipo di politica di cui si vogliono studiare gli effetti, nonché il contesto di riferimento. Non vi è un disegno della ricerca che possa essere applicato indistintamente a tutte le situazioni. Il disegno riguarda la progettazione delle attività che si intende intraprendere. In questa fase si esegue la vera e propria definizione della ricerca e si definisce il tipo di analisi che si vuol condurre, mutuando percorso e tecniche dalla metodologia della ricerca sociale. Durante questo momento è necessario.definire le unità di cui si vogliono studiare le caratteristiche che noi consideriamo rilevanti (le unità d'analisi) e i casi su cui effettivamente svolgere la rilevazione. Il tipo di disegno di ricerca è cruciale per la buona riuscita dell'intero processo di valutazione. Le altre fasi della ricerca, in ordine, sono: la costruzione della base empirica (la costruzione di dati), l'organizzazione di tali dati, l'analisi e la presentazione dei risultati. Per poter svolgere un vero esperimento nel campo delle scienze sociali si deve essere nelle condizioni di manipolare quella che si assume essere la variabile indipendente e di poter costituire i gruppi mediante il criterio dell'assegnazione casuale. Tuttavia è quasi impossibile svolgere dei veri esperimenti quando si devono studiare gli effetti delle politiche pubbliche. Fermo restando che non può venir meno la manipolazione della variabile indipendente,

altrimenti non si è più nelle condizioni di svolgere un esperimento, l'assegnazione casuale dei soggetti ai gruppi risulta più complicata di quanto non possa apparire a prima vista. Diseguito una distinzione tra gli esperimenti svolti in laboratorio e gli esperimenti condotti sul campo: per losvolgimento dei primi, il ricercatore utilizza un luogo predisposto per l'esperimento e ricrea determinate dinamiche in maniera artificiale controllando le terze variabili. I secondi, gli esperimenti sul campo, vengono svolti nella situazione della vita quotidiana. In questo caso il controllo di possibili variabile intervenienti è quasi sempre compromesso, motivo per cui si preferisce non definirli veri esperimenti. Nel campo delle politiche pubbliche, quando ad esempio si devono analizzare gli effetti su una collettività, come si può fare a costruire il gruppo di controllo e il gruppo sperimentale per raggiungere l'equivalenza in termini statistici?

sono simili agli esperimenti veri e propri ma non soddisfano tutti i requisiti necessari per essere considerati tali. I quasi esperimenti sono spesso utilizzati quando non è possibile assegnare casualmente i partecipanti ai gruppi di trattamento e controllo, ad esempio in situazioni in cui è eticamente o praticamente impossibile farlo. Un esempio comune di quasi esperimento è lo studio di caso-controllo, in cui i partecipanti vengono selezionati in base alla presenza o assenza di una determinata condizione o esposizione. In questo tipo di studio, i ricercatori non possono controllare l'assegnazione dei partecipanti ai gruppi di trattamento e controllo, ma possono comunque analizzare le differenze tra i due gruppi. Un altro esempio di quasi esperimento è lo studio di interruzione del trattamento, in cui i partecipanti vengono assegnati casualmente a un trattamento e successivamente il trattamento viene interrotto per un periodo di tempo. Questo tipo di studio consente ai ricercatori di valutare gli effetti del trattamento durante il periodo in cui è stato somministrato e durante il periodo in cui è stato interrotto. I quasi esperimenti possono essere utili quando non è possibile condurre un esperimento vero e proprio, ma è comunque necessario valutare l'efficacia di un trattamento o l'associazione tra una variabile indipendente e una variabile dipendente. Tuttavia, è importante tenere presente che i risultati dei quasi esperimenti possono essere meno affidabili rispetto a quelli degli esperimenti veri e propri, a causa della mancanza di controllo sull'assegnazione dei partecipanti ai gruppi di trattamento e controllo.