ANALISI DEI METODI DI INTEGRAZIONE DEGLI INDICATORI ECONOMICI E AMBIENTALI
Abstract
La valutazione della sostenibilità di un processo produttivo sarebbe facilitata dalla disponibilità di strumenti in grado di rappresentarne le prestazioni economiche e quelle ambientali attraverso un unico indicatore. L’obiettivo dell’articolo è proprio quello di identificare la tecnica più indicata a valutare un sistema considerando contemporaneamente la dimensione ambientale e quella economica. In questo modo sarebbe possibile individuare, laddove necessario, qual è l’alternativa migliore tra una serie di opzioni aventi la stessa funzione. Tramite una ricerca bibliografica si sono individuati i seguenti metodi d’integrazione: i) ottimizzazione vettoriale; ii) eco-efficienza; iii) Metodi-Decisionali Multi Attributo (MDMA). I tre differiscono sia per lo scopo con cui viene condotta l’analisi che per il formato degli esiti. Pertanto, la scelta del metodo è funzione del tipo di problema che si intende risolvere. L’ottimizzazione vettoriale e l’eco-efficienza non consentono realmente di integrare le due sfere, dato che il primo le valuta in maniera indipendente e il secondo ne definisce solamente il rapporto. La sola tecnica a fornire un unico punteggio che rispecchi davvero le prestazioni complessive di un sistema è quella dei MDMA, la quale include nell’analisi anche i giudizi dei decisori tramite l’uso di coefficienti di ponderazione. La fase di definizione dei pesi dev’essere svolta con estrema cura, in quanto estremamente delicata. Solo in questo modo è possibile determinare dei coefficienti che rispecchino realmente le preferenze dei decisori oppure, secondo un discorso più generale, le politiche in atto. I giudizi espressi, tuttavia, sono spesso imprecisi, provocando un aumento dell’incertezza della valutazione. A ragion di ciò, si è scelto di analizzare un metodo in particolare, ovvero quello del FAHP&TOPSIS, il quale riduce gli effetti causati dall’uso di dati approssimativi grazie all’applicazione della teoria degli insiemi fuzzy.
