Promozione e scelte di investimento nel settore delle energie rinnovabili. Un'analisi comparativa

La diffusione delle rinnovabili può essere analizzata in statistica come una serie spaziale, in cui si tiene conto della posizione dove le osservazioni statistiche si manifestano in un determinato spazio, considerandole come le realizzazioni di variabili aleatorie disposte su una superficie.

A differenza delle serie storiche, l’analisi di dipendenza territoriale dei dati è pluridirezionale, cioè la dipendenza che un’area j può avere si espande in tutte le aree che in qualche modo sono interconnesse, sia per vicinanza geografica, sia per caratteristiche non spaziali (come la presenza di infrastrutture di collegamento).

L’applicazione dell’Autocorrelazione Spaziale ha l’utilità di individuare attraverso l’Indice di Moran la presenza di una dipendenza nei dati, sia nei valori superiori la media, sia per quelli inferiori. Alla dispersione della media viene applicata una matrice di pesi w che è basata sulla nozione di contiguità tra le unità. (Chieppa, 1994)

Il concetto di Autocorrelazione (o associazione) Spaziale è uno dei più importanti nell’ambito delle statistiche spaziali e deriva direttamente dalla “prima legge della geografia” secondo cui: “everything is related to everything else, but near things are more related than distant things”; che può essere tradotto come: “Ogni cosa è correlata a qualsiasi altra, ma le cose vicine sono più relazionate di quelle lontane”. Il concetto è stato elaborato da Tobler nel 1970.

Nel suo articolo Tobler cerca di creare un modello semplice nel caso dei dati territoriali, essendo affetti da un’infinità di variabili. Molti studiosi confondono la presenza di molte variabili con la complessità del modello. Secondo Tobler, dato che i modelli sono chiusi il trattare variabili infinite (ma limitate in numero), è più semplice rispetto ai comuni casi in cui si sono variabili finite ma in numero molto maggiore. Tobler espone un modello di autocorrelazione spaziale relativamente alle differenze demografiche tra il 1930 e il1940 nell’area di Detroit.

Nel suo modello tenta di mettere in relazione la popolazione totale urbana, e trascura le opportunità di lavoro, la topografia, il trasporto, e le distinzioni tra le altre qualità del sito. Le uniche differenze tra due aree sono rappresentate da una diversa densità demografica. Tobler nel suo articolo è stato influenzato dal modello di Borchert (Borchert; 1961), e i dati sono stati ricavati da un altro studioso Deskins (Deskins; 1963).

Secondo il modello di Borchert le linee di crescita della popolazione coincidono con le estrapolazioni (valutazione dei valori esterni alla serie dei dati), modificate dalle condizioni locali, delle traiettorie ortogonali alle curve di livello di densità di popolazione. Quello che Tobler intende fare è stimare la quantità di crescita lungo queste traiettorie. Nei metodi di statistica classica si ha bisogno che le due mappe e i dati siano casuali, questo significa che bisogna conoscere alcune informazioni sulla distribuzione della popolazione.