L'analisi multicriteriale geografica per lo studio della multifunzionalità: una applicazione al settore vitivinicolo

Nelle attuali linee di Politica Agricola Comunitaria (PAC), “il significato di 
multifunzionalità è stato sviluppato in diversi modi, comunque accomunati da due punti 
fondamentali: 
∞ la capacità dell’agricoltura di produrre in modo congiunto e non separabile sia 
di commodities che di non commodities; 
∞ le non commodities prodotte hanno caratteristiche di beni pubblici, ossia di 
esternalità per le quali non esiste un mercato, o se esiste risulta del tutto 
inadeguato” (Menghini et all, 2003). 
 
Da un punto di vista operativo (Mid Term Review, regolamento (Ce) 1782/2003) la 
multifunzionalità viene trattata attraverso i principi della “condizionalità” relativi ai 
criteri di gestione obbligatori (allegato III, art. 3 e 4) e alle buone condizioni 
agronomiche ed ambientali (allegato IV, art. 5). “I termini della condizionalità si legano 
direttamente alle questioni della multifunzionalità secondo due precise strategie 
contrapposte: di contenimento-riduzione delle esternalità negative (previste nell’ambito 
dei provvedimenti elencati nell’allegato III) e di mantenimento-incremento delle 
esternalità positive (previste nell’ambito dell’allegato IV)” (Menghini et all, 2003). 
Già nel 1997, nel rapporto Towards a common agricultural and rural policy for 
Europe, il concetto di multifunzionalità è stato ampliamente trattato fissando tre livelli 
di aiuti in base alle caratteristiche delle aziende agricole, identificate come le sue (della 
multifunzionalità) principali fautrici. “Il livello zero corrisponde ai requisiti minimi 
richiesti per lo svolgimento delle attività agricole. Il livello 1 presenta un sistema di 
aiuti subordinato al conseguimento di determinati risultati sociali da parte dei “sistemi 
agrari”; il livello 2 prevede aiuti indirizzati a specifiche realtà territoriali ed al 
conseguimento di determinati obiettivi “ambientali”. Questo presuppone il 
riconoscimento di un ruolo multifunzionale non costante nei diversi modelli produttivi 
adottati dai diversi sistemi agricoli. La gestione di tale sistema, in ragione della 
complessità e della variabilità delle diverse agricolture comunitarie, dovrebbe, quindi, 
avvenire a livello regionale, con solo una supervisione comunitaria volta ad evitare 
fenomeni distorsivi all’interno dell’Unione” (Casini, 2003). 
Alla luce di quanto detto risulta di fondamentale importanza un adeguamento degli 
strumenti operativi delle Politiche Agricole Comunitarie e soprattutto degli aiuti che 
devono essere specifici basandosi sulle caratteristiche aziendali, sulle funzioni che 
svolgono e sulle caratteristiche del contesto territoriale nel quale sono inserite. 
Casini, 2003 fornisce un quadro pessimistico della situazione agricola italiana degli 
ultimi trent’anni, nel quale evidenzia una forte contrazione del settore dal 1970 al 2000 
dove il numero di aziende è sceso da 4 a 2.6 milioni, dove la perdita di superficie 
agricola utilizzata (SAU) è pari a circa 5 milioni di ettari, quasi tutti in montagna ed in 
collina. Questi numeri si traducono in abbandono rurale ed in una perdita di tutte quelle 
funzioni che l’agricoltura svolge soprattutto a livello sociale. 
Per garantire la sopravvivenza delle aziende è necessaria quindi una corretta 
allocazione delle risorse individuando aiuti diversi da quelli collegati alla produzione. 
Un importante passo in avanti è stato fatto proprio col disaccoppiamento degli aiuti 
dalla produzione, con la cross compliance grazie alla quale l’erogazione degli “aiuti 
disaccoppiati” è condizionata dall’osservanza di una serie di requisiti minimi ritenuti 
obbligatori (rispetto dell’ambiente, sicurezza alimentare, sicurezza dei lavoratori 
agricoli, salute e benessere degli animali). Soprattutto per quanto riguarda il primo 
punto i vari aiuti vengono differenziati su base nazionale o addirittura regionale anche 
se è stata delineata una comune normativa, per assicurare criteri di attuazione uniformi e 
per evitare distorsioni della concorrenza. 
Da un punto di vista teorico la cross compliance risulta essere un valido strumento, 
ma di difficile applicabilità in quanto “l’assegnazione dell’aiuto base è subordinata al 
raggiungimento di standard minimi ambientali (inquinamento, sicurezza alimentare, 
benessere degli animali, lavorazione del terreno) da parte delle imprese. Gli obiettivi 
che possono essere perseguiti applicando la misura garantiscono sicuramente il 
conseguimento di valori minimi delle funzioni sociali previste, ma risultano fortemente 
condizionati dalle modalità con cui saranno fissati gli standard. La necessità di garantire 
la massima omogeneità degli standard a livello territoriale, contestuale alle 
indispensabili ampie articolazioni richieste per tener conto delle specificità locali, 
rendono particolarmente complessa la definizione delle soglie minime con implicazioni 
sul successo delle misure di condizionalità. L’individuazione degli standard diventa 
strategica per scongiurare lo sviluppo di forme di rendita non connesse a reali attività 
produttive, con effetti posticipati di abbandono, forse ancora più pericolosi di quelli 
immediatamente realizzati” (Casini, 2003). 
Può in questo caso risultare importante poter “quantificare” gli aiuti in base alle 
funzioni sociali ed ambientali svolte dalle aziende, introducendo strumenti per la 
gestione della multifunzionalità partendo proprio dal grado di multifunzionalità delle 
risorse agro-ambientali di un determinato territorio. 
Va altresì considerato come il ruolo e quindi il significato di multifunzionalità sia e 
stia cambiando nel tempo. Ciò che oggi consideriamo multifunzionale non lo era anni fa 
e probabilmente non lo sarà fra qualche anno e tale variabilità deve collocare in 
un’ottica prudenziale gli strumenti di pianificazione al fine di evitare scelte errate e 
provvedimenti inadeguati che possono arrecare danni non solo nel breve ma anche nel 
lungo periodo alle generazioni che ci succederanno. 
Lo scopo del presente lavoro è proprio quello di fornire un modello di analisi che 
calato nell’ottica dei provvedimenti europei, sia in grado di fornire un valido aiuto a 
misure valide già esistenti (vedi cross compliance), un modello di analisi considerato 
“aperto” cioè adattabile alle diverse situazioni territoriali, in grado di analizzare il grado 
di multifunzionalità delle risorse agro-ambientali (nello specifico l’analisi si è 
concentrata sullo studio della multifunzionalità dei vigneti di due aree situate nella 
provincia di Firenze: quella del Bianco Empolese e l’area del Chianti). 
Tale modello di analisi è rappresentato dall’Analisi Multicriteriale Geografica, grazie 
al quale è possibile valutare contemporaneamente le funzioni economiche, sociali ed 
ambientali generate dalle aziende agricole delle zone esaminate, fissando degli standard 
(soglie) di multifunzionalità minimi grazie ai quali tali aree verranno “catalogate”. 
Proprio grazie a tale metodologia verranno evidenziati diversi gradi di 
multifunzionalità che potranno risultare fondamentali per l’assegnazione di aiuti 
comunitari specifici che tengano conto di diversi fattori quali le caratteristiche aziendali 
ed il territorio nelle quali sono inserite. 
 
 5 
 
2 La metodologia utilizzata: analisi multicriteriale applicata ai Sistemi 
Informativi Geografici 
 
Come prima accennato il ruolo di multifunzionalità nelle attuali linee di Politica 
Agricola Comunitaria è legato soprattutto alla produzione di non commodities con 
caratteristiche dei beni pubblici per le quali non esiste un mercato adeguato ed in certi 
casi, non esiste affatto. Affrontare il tema delle valutazioni delle risorse ambientali 
risulta essere un argomento delicato per il quale si rimanda a testi specializzati, ma 
spostando l’attenzione sugli strumenti operativi finalizzati ad una loro valutazione, da 
un esame della letteratura esistente, l’approccio proposto dalle Analisi Multicriteriali 
(AMC) offre degli spunti applicativi interessanti. Il principale vantaggio di tale 
metodologia “sta nel non dover ricorrere al mercato quale meccanismo allocatore delle 
risorse” (Romano, 2006) riuscendo al tempo stesso a schematizzare problematiche che 
prevedono l’uso multiplo di risorse naturali attraverso un processo di valutazione chiaro 
e trasparente in tutte le sue fasi di analisi. 
Scendendo nel dettaglio la complessità nello studio della multifunzionalità è racchiusa 
sia nella necessità di dover quantificare le funzioni (commodities e non commodities) 
da essa prodotte di natura socioeconomica ed ambientale, sia nella necessità di dover 
operare in uno scenario (quello ambientale) le cui variabili lo rendono irrazionale e 
complesso. Nel presente lavoro la multifunzionalità è stata analizzata attraverso una sua 
scomposizione in 5 funzioni socioeconomiche ed ambientali trattate attraverso l’utilizzo 
di indicatori multidimensionali in grado di quantificare sia variabili concrete (es. 
superfici a vigneto Di origine controllata - Doc) che variabili astratte (es. valutazione 
del paesaggio rurale). 
I progressi della tecnologia soprattutto legati alla possibilità di usufruire di Sistemi 
Informativi Territoriali ed alla possibilità di gestire una notevole quantità di dati 
georeferenziati hanno consentito lo studio della multifunzionalità attraverso l’utilizzo 
dell’Analisi Multicriteriale Geografica grazie alla quale le problematiche ambientali 
accennate vengono da prima trattate con tecniche multicriteriali e successivamente 
collocate in un preciso sistema di coordinate. 
 6 
Dopo un breve cenno sulla teoria delle Analisi Multicriteriali (paragrafo 2.1) e sui 
Sistemi Informativi Territoriali (paragrafo 2.3), verranno analizzate le fasi che 
compongono un processo di Analisi Multicriteriale Geografica (paragrafo 2.4). 
 
2.1 Cenni sulle Analisi multicriteriali (MCDM
1
) 
 
Nata nella seconda metà degli anni 70 in America, l’Analisi Multicriteriale è 
classificata come uno strumento di supporto alle decisioni di un decisore o un gruppo di 
decisori
2
, basato su procedimenti matematici in grado di individuare la soluzione 
migliore (ideale) dato un set di alternative, criteri, indicatori, obbiettivi ed attributi 
relativi ad un determinato problema. 
“L’AMC raggruppa un insieme di metodologie di pianificazione e di mediazione dei 
conflitti che negli ultimi anni ha trovato sempre maggiore applicazione in campo 
ambientale, grazie alla sua capacità di modellizzare situazioni di scelta caratterizzate da 
una molteplicità di obiettivi, anche conflittuali, come spesso accade nel caso degli 
investimenti sul territorio che presentano impatti sulle risorse naturali ed ambientali” 
(Romano, 2006). 
Lo scopo principale è quello fornire uno strumento di supporto alle decisioni, al fine 
di scegliere attraverso calcoli che si basano sul comportamento umano, la soluzione 
ottimale ad un dato problema. 
“La realtà rispetto alla quale un decisore deve assumere una decisione è una 
costruzione dell’individuo. Pertanto, quando ci preoccupiamo di quale azione 
intraprendere, ciò che è importante nel guidare la scelta sono i nostri stessi modelli 
mentali del mondo” (Watson - Buende, 1987). 
I metodi di Analisi Multicriteriale “prescindono dalla determinazione delle utilità in 
termini probabilistici e si risolvono nell’attribuzione di pesi alle grandezze relative alle 
diverse dimensioni del processo di scelta. La decisione finale scaturisce dal confronto 
fra il risultato numerico e un valore limite definito” (Nuti, 2001). 
                                                
1
 In inglese MultiCriteria Decision Making 
2
 Per decisore (decision-maker) si intende le diverse componenti sociali (cittadini, enti pubblici o privati, 
finanziatori, politici, ecc) coinvolti nel processo di pianificazione 
 7 
Numerosi in letteratura (Kenney, Raiffa, 1976; Saaty, 1980) i tentativi volti a definire 
una struttura delle Analisi Multicriteriali. Malczewski, 1999 propone un modello, la cui 
gerarchia è visualizzata nella figura 2.1, che si fonda sulla matrice di performance 
(decisionale). 
 
 
Figura 2.1 Struttura di una analisi multicriteriale 
 
Tale matrice è costituita da un insieme di righe e di colonne dove a ciascuna riga 
corrisponde una diversa alternativa di pianificazione o alternativa progettuale definita 
anche alternativa tecnica (ad esempio, una combinazione di possibili interventi 
selvicolturali, di dotazione di infrastrutture e di regolamentazioni). 
Le colonne sono invece costituite dai criteri, valutati attraverso indicatori, (regole che 
guidano il processo decisionale) attraverso i quali si intendono perseguire determinati 
obiettivi. Quest’ultimi possono essere massimizzati o minimizzati a seconda della scelta 
di pianificazione che vuole essere ottenuta. 
Ciascuna cella della matrice rappresenta un attributo, ovvero il livello raggiunto da 
una data alternativa progettuale per un dato criterio. Ciascun attributo rappresenta in 
sostanza la misura quali - quantitativa di una entità geografica o la misura della 
relazione esistente fra più entità geografiche prese in considerazione. 
Gli obiettivi definiti danno al decisore o al gruppo di decisori la possibilità di operare 
determinate scelte necessarie al conseguimento dello scopo ultimo del processo di 
pianificazione. 
 8 
La necessità di considerare n alternative di piano scegliendo quella più soddisfacente 
in base agli attributi (obiettivi) che la compongono, non rappresenta una soluzione che 
rispecchia l’ottimo di Programmazione Matematica in quanto al singolo obiettivo da 
ottimizzare viene sostituito una pluralità di obiettivi spesso conflittuali fra loro tali da 
non garantire l’esistenza della soluzione ottima. Viene invece scelta, come prima 
accennato, la soluzione ideale la quale rappresenta un buon compromesso. 
A seconda del numero di alternative trattato è possibile dividere l’analisi 
multicriteriale in due modelli di analisi diversi: l’Analisi Multiattributo (MADM – 
MultiAttribute Decision Making) e l’analisi multiobiettivo (MODM – MultiObjective 
Decision Making) (Malczewski, 1999). 
In un’analisi multiattributo i problemi decisionali vengono risolti scegliendo fra un 
limitato e predeterminato numero di alternative, lavorando in un ambiente discreto dove 
ciascuna alternativa è definita implicitamente ed in base ai livelli assunti da ciascun 
attributo. 
A differenza del precedente metodo, in un’analisi multiobiettivo, le alternative 
utilizzate sono pressoché infinite lavorando in un ambiente continuo e ciascuna 
alternativa è definita implicitamente e valutata in base ai livelli assunti da ciascun 
obiettivo. 
I problemi decisionali affrontati da ciascuna di queste due tecniche possono essere 
distinti in 3 livelli evidenziati nella figura 2.2. 
 
 
Figura 2.2 Classificazione dei problemi decisionali multicriteriali 
 
 9 
Il primo livello descrive il numero dei decisori che possono partecipare al processo 
decisionale. 
Spesso le scelte di pianificazione territoriale risultano essere complesse e 
coinvolgono, nella maggior parte dei casi, più soggetti (gruppi) decisionali sia pubblici 
che privati con diversi interessi e priorità. 
Il “grado di accordo” fra le parti coinvolte viene considerato come una parte delicata 
nelle analisi dei problemi decisionali. 
Contestualmente a quanto detto, in un’analisi multidecisionale ovvero con più 
decisori, è necessario considerare l’interazione fra loro ed è utile distinguere team e 
coalizioni. I primi sono definiti da un gruppo di persone con un alto grado di accordo 
riguardante tutti i problemi decisionali, le coalizioni sono invece formate da gruppi di 
persone con un alto grado di accordo sulla struttura del problema (alternative e criteri di 
valutazione) ma con un basso grado di accordo sull’importanza dei vari criteri di 
valutazione. Al fine di ottenere un giudizio finale di analisi, tutto ciò può essere tradotto 
nella necessità di operare analisi multiple per accomodare le diverse preferenze espresse 
dalle coalizioni. 
In un’analisi multidecisionale, la distinzione dei gruppi espressa da Rothenberg è stata 
successivamente ripresa da Zimmermann nel 1987, il quale individua tre scenari di 
interazione fra i membri coinvolti nel problema decisionale: la competizione, la 
decisione di squadra e la decisione di gruppo. 
Passando da una situazione di netto contrasto fra i decisori caratterizzante il primo 
caso, in una decisione di squadra si prospetta una situazione intermedia dove le 
decisioni vengono prese individualmente da ciascun individuo di una determinata 
“squadra”. Infine, nello scenario relativo alla decisione di gruppo, le decisioni vengono 
prese da tutto il gruppo decisionale. 
Parlando di pianificazione territoriale sorge la problematica relativa all’ambiente nel 
quale opera il decisore pubblico (secondo livello della figura 2.2): lavorare in un 
ambiente certo, significa operare in un ambiente dove tutte le informazioni utilizzate per 
ottenere una determinata scelta sono note, il che ammette una relazione diretta fra ogni 
decisione ed il corrispondente attributo. 
A volte la necessità di operare scelte di pianificazione complesse significa operare in 
un ambiente incerto soprattutto per quanto riguarda la validità delle informazioni 
 10 
(spesso contengono errori difficilmente individuabili e risolvibili) e l’impossibilità di 
prevedere determinati cambiamenti che possono invalidare una determinata scelta fatta 
a priori in base a delle condizioni diverse dalle attuali. 
Tale incertezza viene trattata attraverso modelli probabilistici o fuzzy generando la 
dicotomia evidenziata nel terzo livello della figura 2.2. 
Nel primo caso l’incertezza viene trattata in termini stocastici attraverso una logica a 
due valori (vero/falso), basata su variabili definite nell’intervallo discreto {0,1}. Il 
problema sorge sulla necessità di individuare un diverso grado di incertezza, problema 
risolto adottando una logica ad infiniti valori, detta fuzzy (trattata nel paragrafo 2.2), 
dove la variabile logica può assumere un qualsiasi valore di verità nell’intervallo 
continuo [0,1]. 
 
2.1.1 Metodo di soluzione dei problemi multicriteriali 
 
Diversi sono i metodi di soluzione dei problemi multicriteriali
3
, ma tutti hanno una 
struttura comune suddivisibile nei seguenti punti: 
∞ individuazione dell’insieme delle alternative efficienti (non dominate); 
∞ scelta del metodo multicriteriale da utilizzare; 
∞ scelta dell’alternativa ideale. 
 
Il concetto di “alternativa efficiente” si basa sul concetto dell’ottimo paretiano ed è 
rappresentato da quelle alternative per cui non esiste un’altra alternativa ammissibile in 
grado di produrre un miglioramento rispetto un obiettivo o attributo senza peggiorarne 
un altro. 
Come prima accennato in un’analisi multicriteriale si affrontano i problemi 
decisionali basandosi su un numero limitato o illimitato di alternative le quali sono 
correlate fra loro e possono essere definite: 
∞ escludibili quando la scelta di una esclude l’altra; 
∞ non escludibili quando la scelta di una non necessariamente esclude la 
realizzazione di altre alternative. 
                                                
3
 MultiObjective Programming, Goal Programming, Compromise Programming, tanto per citare qualche 
esempio