Ing. Marco Valicelli. Facoltà di Ingegneria ... - Il Gruppo Hera

Alma Mater Studiorum – Universita’ Di Bologna
FACOLTA’ DI INGEGNERIA
Corso di Laurea Specialistica in Ingegneria Gestionale
Corso di Impianti Industriali
STUDIO ED IMPLEMENTAZIONE DI UN MODELLO
PREVISIONALE RELATIVO ALLA PRODUZIONE DI RIFIUTI
SOLIDI URBANI
-IL CASO HERA RAVENNA-
Tesi Di Laurea di
MARCO VALICELLI
Relatore:
Chiar.mo Prof. Ing. EMILIO FERRARI
Correlatori:
Prof. Ing. DANIELE VIGO
Ing. CESARE BAGNARI
Anno Accademico 2007 – 2008

PAROLE CHIAVE
• Modello matematico;
• Regressione lineare;
• Rifiuti Urbani;
• Hera Ravenna;
• Serie storiche

INTRODUZIONE ............................................................................................................ 3
CAPITOLO I ................................................................................................................... 8
PRESENTAZIONE DELL‟AZIENDA: HERA S.p.A. .................................................... 8
1.1 HERA S.p.A.: L‟ORGANIZZAZIONE ............................................................... 10
1.1.1 Struttura organizzativa .................................................................................. 10
1.1.2 Società del Gruppo ........................................................................................ 13
1.2 HERA S.p.A.: LE ATTIVITA‟ DI BUSINESS ................................................... 15
1.2.1 Energia ........................................................................................................... 16
1.2.1.1 Gas .......................................................................................................... 16
1.2.1.2 Energia elettrica ..................................................................................... 21
1.2.1.3 Cogenerazione industriale ...................................................................... 28
1.2.1.4 Illuminazione pubblica ........................................................................... 30
1.2.2 Acqua ............................................................................................................. 31
1.2.3 Altri servizi ..................................................................................................... 37
1.2.3.1 Telecontrollo ........................................................................................... 37
1.2.3.2 Ricerca & Sviluppo ................................................................................. 37
1.2.4 Ambiente ........................................................................................................ 38
1.2.4.1 Raccolta Differenziata – Rifiuti secchi ................................................... 42
1.2.4.2 Raccolta differenziata – Rifiuti umidi: frazione organica degli RSU,
sfalci e potature del verde, residui lignocellulosici ............................................ 44
1.2.4.3 Raccolta Indifferenziata - Produzione CDR e Termovalorizzazione ..... 45
CAPITOLO II ............................................................................................................... 50
HERA RAVENNA E IL SERVIZIO DI GESTIONE DEI RIFIUTI ............................. 50
2.1 HERA RAVENNA S.r.l E L‟ATO 7 ................................................................... 51
2.1.1 Delimitazione territoriale degli ATO ............................................................. 51
2.1.2 Forme di cooperazione tra Hera, i Comuni e la Provincia ........................... 57
2.1.2.1 Studio delle interazioni tra soggetti ........................................................ 58
2.1.2.2 Schema delle interazioni fra gli elaborati del SGR ................................ 65
2.1.2.2.1 Piano d‟Ambito ................................................................................ 67
2.1.2.2.2 Regolamento di gestione dei rifiuti urbani e assimilati ................... 75
2.1.2.2.3 Disciplinare Tecnico ........................................................................ 88
CAPITOLO III ............................................................................................................. 90
LA PRODUZIONE DEI RIFIUTI .................................................................................. 90
3.1 IL CONTESTO ..................................................................................................... 91
3.1.1 Uno sguardo sull’Europa .............................................................................. 91
3.1.2 La Situazione italiana .................................................................................... 98
3.1.3 Il contesto ravennate .................................................................................... 103
3.2 RACCOLTA DIFFERENZIATA ....................................................................... 103
3.2.1 Composizione merceologica dei rifiuti urbani nell’ATO di Ravenna ......... 108
3.2.2 Andamento della Raccolta differenziata nell’ATO di Ravenna ................... 112
3.2.2.1 Carta e Cartone .................................................................................... 115
3.2.2.2 Vetro ...................................................................................................... 116
3.2.2.3 Plastica ................................................................................................. 117
3.2.2.4 Frazione Organica Umida .................................................................... 119
3.2.2.5 Rifiuti di giardini e parchi (Verde) ....................................................... 121
CAPITOLO IV ............................................................................................................ 129
STUDIO DEL MODELLO MATEMATICO .............................................................. 129
4.1 LA REGRESSIONE ........................................................................................... 130
1

4.1.1 La regressione lineare semplice: introduzione ............................................ 130
4.1.1.1 Criteri possibili per adattare una retta a rappresentare una nuvola di
punti ................................................................................................................... 132
4.1.1.2 La soluzione dei minimi quadrati .......................................................... 134
4.1.2 Teoria della regressione lineare semplice ................................................... 140
4.1.2.1 Stima di e ...................................................................................... 144
4.1.2.2 La media e la varianza di a e b ............................................................. 145
4.1.2.2.1 Teorema di Gauss-Markov ............................................................. 148
4.1.2.3 La distribuzione di b .............................................................................. 149
4.1.2.4 Intervalli di confidenza su ............................................................... 150
4.1.2.5 Intervalli di confidenza .......................................................................... 153
4.1.2.6 Estensione del concetto all’intervallo di previsione Y .......................... 155
4.1.3 La regressione lineare multipla: introduzione e teoria ............................... 158
4.1.3.1 Il modello matematico ........................................................................... 158
4.1.3.2 Stima dei minimi quadrati ..................................................................... 159
4.1.3.3 Interpretazione delle stime di regressione ............................................ 162
4.2 IL SOFTWARE ................................................................................................... 164
CAPITOLO V .............................................................................................................. 170
IL CASO HERA RAVENNA S.r.l ............................................................................... 170
5.1 LA POPOLAZIONE ........................................................................................... 173
5.2 I RIFIUTI ............................................................................................................ 177
5.3 IMPLEMENTAZIONE DEL MODELLO ......................................................... 179
5.3.1 Passo 1-Analisi del modello 2005-2006 ....................................................... 180
5.3.2 Passo 1-bis – Estensione del modello di Russi al 2007 ............................... 192
5.3.3 Passo 2 – studio del modello di Russi su base triennale 2005-06-07 ......... 196
CAPITOLO VI ............................................................................................................ 204
APPLICAZIONI SUL MODELLO: DALLE FRAZIONI MERCEOLOGICHE ALLO
STUDIO DEI COEFFICIENTI ..................................................................................... 204
6.1 SCOMPOSIZIONE IN FRAZIONI MERCEOLOGICHE ................................. 206
6.1.1 Carta ............................................................................................................. 207
6.1.2 Vetro ............................................................................................................. 208
6.1.3 Plastica ......................................................................................................... 209
6.1.4 Verde ............................................................................................................ 210
6.1.5 Organico ....................................................................................................... 211
6.1.6 Indifferenziato .............................................................................................. 212
6.1.7 Altro RD ....................................................................................................... 213
6.2 COSTRUZIONE DEI COEFFICIENTI .............................................................. 218
6.2.1 Analisi dei coefficienti finali ........................................................................ 222
6.2.2 Conclusioni tecniche .................................................................................... 239
CONCLUSIONI ............................................................................................................ 248
Bibliografia ................................................................................................................... 254
2

INTRODUZIONE
La gestione dei rifiuti è diventata al giorno d‟oggi uno dei principali oggetti discussi
dall‟opinione pubblica e fonte di dibattito all‟interno delle tribune politiche. Questa
forte attenzione verso tale problema, esploso definitivamente con lo stato di crisi
attualmente in corso in Campania, trae le sue origini da una serie di osservazioni e studi
che comprendono varie e tra loro eterogenee aree d‟interesse.
Una delle prime cause va ricercata nel fatto che mentre negli anni passati vi era una
indiscriminata e inconsapevole tendenza allo smaltimento del rifiuto in discarica senza
porre troppa attenzione verso i possibili impatti ambientali, in termini di deturpazione
del paesaggio o di contaminazione delle falde sotterranee, col passare del tempo si sono
verificati invece due eventi significativi, l‟uno consequenziale all‟altro e reciprocamente
simbiotici, che hanno determinato l‟accrescere di una certa consapevolezza verso queste
tematiche; tali eventi riguardano da un lato la problematica connessa con la progressiva
saturazione delle discariche attualmente in funzione e la parallela decrescente possibilità
di trovare siti idonei da adibire a nuova discarica, dall‟altro vi è stata una crescente
sensibilizzazione dei cittadini e delle funzioni governative verso un più corretto ed
idoneo smaltimento dei rifiuti, tale da non creare conseguenze irreversibili per
l‟ambiente. A tal proposito, accanto all‟avvento di nuove tecnologie più performanti, si
è inserito il Decreto Ronchi del 97 con il quale esplicitamente si esprimeva l‟intenzione
di gestire il sistema di raccolta di rifiuti in modo più oculato e rispettoso e si definiva un
vero e proprio criterio da seguire nell‟implementazione delle attività di gestione.
In fede a quel decreto si sono create le basi per il Sistema Integrato dei Rifiuti nel quale
le diverse priorità sono elencate nel seguente ordine:
1. Si deve privilegiare la raccolta dei rifiuti in modo differenziato ai fini di un
futuro riutilizzo o qualora non fosse possibile, di un futuro riciclaggio;
2. tutto ciò che non può essere riutilizzato o riciclato deve essere destinato al
recupero energetico, sia esso termico o elettrico attraverso la produzione di
combustibile da rifiuto poi inserito negli appositi termovalorizzatori;
3. solo la parte che non può essere trattata secondo le modalità sopra indicate può
essere smaltita in discarica;
3

L‟obiettivo di questo decreto è quello di offrire uno slancio propositivo teso ad
annullare le discariche ed evitare che questa forma di impianto continui ad essere
annoverata tra le varie tipologie di smaltimento.
Una seconda area d‟interesse riguarda invece il fatto che, soprattutto negli ultimi anni,
con i cambiamenti socio economici e con le variazioni delle modalità di consumo si è
creato un forte aumento della produzione dei rifiuti con le conseguenti crescenti
difficoltà per quanto riguarda i sistemi di raccolta.
Se a questi due filoni d‟interesse aggiungiamo il fatto che ogni cittadino deve pagare
agli Enti Gestori una certa tariffa in corrispondenza del servizio di smaltimento che gli
viene prestato, si capisce sin da subito come il sistema di gestione dei rifiuti debba
essere sia efficiente (in modo che i cittadini paghino un prezzo equo per il servizio
corrisposto), che efficace (per mantenere un certo decoro urbano e allo stesso tempo
garantire le condizioni igienico sanitarie necessarie in presenza di un insediamento
abitativo).
Alla luce di quanto esposto sinora il gestore del servizio di raccolta, trattamento e
smaltimento rifiuti deve pertanto coniugare tutte queste prerogative:
deve fornire un servizio efficace ed efficiente
deve cercare di adottare le best practices per ridurre il proprio sistema di costi e
conseguentemente offrire tariffe eque;
deve rispettare le priorità definite dal Decreto Ronchi;
deve gestire tutti i possibili siti di conferimento, gli impianti di smaltimento e le
destinazioni finali del rifiuto in collaborazione con le piattaforme di recupero
insite nel tessuto sociale;
deve rispettare gli obiettivi di Raccolta Differenziata fissate dalla autorità
preposte;
deve far fronte ad una crescente produzione di rifiuti.
Si capisce pertanto come l‟intero sistema di gestione debba essere snello, flessibile, in
grado di accettare e implementare con dinamicità le nuove tecnologie e allo stesso
tempo deve essere in grado di monitorare costantemente i risultati al fine di rispettare
gli eventuali vincoli imposti.
4

Se a tutti questi fattori che già per conto proprio sono esplicativi dell‟enorme
complessità del sistema, si aggiungono interessi politici personali, proteste popolari e
mancanza di un‟organizzazione solida capace di prendere decisioni serie e appropriate a
fronte di problematiche contingenti e di estrema urgenza, ecco che diventano chiari i
motivi della crisi napoletana, si spiegano le difficili tempistiche di risposta al problema
e di fronte ad una simile lentezza di reazione esplodono i problemi che diventano
successivamente di dominio popolare e inevitabilmente vanno ad alimentare i discorsi
parlamentari.
OBIETTIVI
Tra i numerosi fattori che vanno ad incrementare la complessità del Sistema di Gestione
dei Rifiuti vi è sicuramente il problema relativo al monitoraggio dei quantitativi raccolti
al fine di rientrare entro i limiti previsti dagli obiettivi di Raccolta Differenziata imposti
dalle autorità competenti: è proprio all‟interno di questo contesto che si inserisce il
presente lavoro di tesi.
Senza entrare troppo nel merito della questione possiamo constatare che annualmente la
Provincia di Ravenna – il mio lavoro si è infatti svolto all‟interno della Società
Operativa Territoriale Hera Ravenna – fissa degli obiettivi di Raccolta Differenziata che
devono essere rispettati dall‟ente Gestore, in questo caso, Hera. Qualora non venissero
mantenute le aspettative, quindi qualora l‟incidenza del rifiuto raccolto in modo
differenziato sul totale del monte complessivo fosse inferiore rispetto alle percentuali
fissate come target, Hera sarebbe costretta a pagare delle penali con un esborso
economico assolutamente non irrisorio.
Per fronteggiare queste incombenze Hera ha messo a punto un sistema di reportistica
raffinato e accurato in grado di monitorare mese per mese i quantitativi delle diverse
frazioni merceologiche intercettate al fine di conoscere con un livello di dettaglio
abbastanza spinto lo stato di avanzamento della raccolta e le eventuali anomalie o
scostamenti rispetto agli obiettivi dettati dalle autorità. Una simile reportistica permette,
in tal senso, di valutare istante per istante la situazione contingente e consente di
5

apportare con l‟anticipo necessario le azioni correttive necessarie per un riallineamento
della rotta.
Nonostante la raffinatezza dei report tuttavia, queste valutazioni possono essere sì fatte
mese per mese e quindi in anticipo rispetto al dato consuntivo riepilogativo dell‟anno,
ma sono comunque dati consuntivi che non offrono alcuna stima previsionale circa
l‟andamento o il trend evolutivo della produzione di rifiuti.
L‟idea che è venuta in mente alla Direzione pertanto è quella di studiare un modello
matematico previsionale in grado di mostrare, a fronte dell‟evoluzione di determinate
variabili predittive considerate dall‟Azienda maggiormente significative, il possibile
quadro evolutivo della produzione dei rifiuti al fine di valutare l‟effettiva esistenza di un
trend ed affrontarla poi con le tecniche ad hoc più efficaci ed efficienti.
Il modello previsionale studiato rientra all‟interno dei modelli di regressione lineare e
dopo un approccio teorico mirato all‟identificazione delle basi statistiche su cui poggia
le proprie considerazioni esso viene implementato attraverso l‟utilizzo di un software
capace di elaborare le soluzioni a fronte dell‟immissione di dati strutturati in apposite
tabelle.
PROSPETTIVE
Una volta studiato il modello e dopo aver conseguito una certa significatività
dall‟implementazione pratica dello stesso, le prospettive future potrebbero riguardare:
l‟aumento del numero di variabili in ingresso al fine di ottenere un modello
di regressione lineare multipla capace di studiare l‟evoluzione del rifiuto a
fronte di diversi fattori che agiscono in contemporanea;
la ricerca dei motivi in grado di spiegare l‟influenza di un singolo fattore
sulle percentuali evolutive della raccolta di ciascuna singola frazione
merceologica. Ad esempio si potrebbe cercare di dare una spiegazione alle
seguenti ipotetiche domande: se aggiungo uno stazione ecologica all‟interno
di un determinato Comune, posso effettivamente capire in che termini
aumenterà l‟intercettazione dei rifiuti conferibili all‟interno di quella
struttura? Se invece decidessi di investire in campagne pubblicitarie in grado
di sensibilizzare l‟attenzione pubblica circa l‟importanza rivestita dalla RD
6

di quella particolare tipologia di rifiuto, che impatto avrei sulla raccolta di
tale frazione? Si avrà effettivamente un aumento di RD per quella tipologia
di rifiuto? Se si, in quali proporzioni?
Estendendo il campo di applicazione alle eventuali scelte strategiche di
lungo periodo, un‟ipotesi da non scartare potrebbe riguardare l‟idea di
estendere i risultati ottenuti dal modello per un singolo Comune ad altre città
il cui modello evolutivo sia ignoto al fine di studiare il comportamento
evolutivo dei rifiuti in aree nuove dove Hera potrebbe prevedere di inserirsi
o insediarsi in un periodo futuro. Ad esempio, sapendo che a Ravenna ogni
incremento di abitante determina un incremento di rifiuti quantitativamente
valutato e rappresentato da un‟equazione nota, se volessi acquisire la
Gestione di una certa cittadina delle Marche, è possibile applicare lo stesso
modello?
Questa sarebbe una prospettiva molto allettante, anche se si crede che gli studi siano
ancora acerbi per una simile e difficile sfida.
7

CAPITOLO I
PRESENTAZIONE DELL‟AZIENDA: HERA S.p.A.
Brevi cenni storici
Hera S.p.A. nasce il 1° novembre 2002 dalla fusione di 12 multiutility operanti in aree
confinanti del Nord Italia, con l'obiettivo di migliorare la qualità dei servizi al cittadino
in settori fondamentali come l'energia, l'acqua e i servizi ambientali e di realizzare le
significative sinergie ed efficienze rese possibili da tale operazione.
Le basi per la creazione di una simile azienda erano state poste il 22 maggio dello stesso
anno con un accordo tra i soci fondatori nel quale si erano definite sia le macrostrutture
organizzative di gruppo che i ruoli delle principali strutture - Holding e Società
Operative. I soci in questione erano rappresentati da 139 Comuni delle province di
Bologna, Ravenna, Rimini e Forlì-Cesena, dislocati da Bologna fino al mare Adriatico.
(Attualmente invece i Comuni azionisti di Hera sono 183, dislocati nelle province di
Bologna, Ferrara, Modena, Ravenna e Forlì-Cesena ).
La storia di Hera è caratterizzata da un solido percorso di espansione reso possibile da
una struttura organizzativa, articolata in una capogruppo e in società operative sul
territorio, che pone la società come un sistema "aperto" all'ingresso di nuovi soci. Si
tratta di un modello fortemente innovativo che ad oggi non ha eguali in Italia, ma che
altre aziende del settore stanno iniziando ad emulare.
Questo percorso di crescita, realizzato attraverso fusioni e acquisizioni con altre multiutility,
è proseguito costantemente durante i primi tre anni di vita contribuendo
all‟affermazione del Gruppo nel tessuto emiliano-romagnolo. Nel 2004, la fusione con
Agea, azienda multi-utility della provincia di Ferrara, ha esteso i confini settentrionali
del mercato servito e, a distanza di un anno, la fusione con Meta S.p.A di Modena, ha
ampliato il territorio servito sino al 70% della regione Emilia Romagna, portando il
Gruppo alla leadership di mercato nei principali business gestiti e creando opportunità
ulteriori di efficientamento. Nella prima parte del 2006, il Gruppo Hera ha acquisito una
partecipazione del 49,79% nella multi-utility di Pesaro Aspes Multiservizi e il 46,5% di
SAT (Multiutility di Sassuolo). Nel 2007 è stata approvata la fusione tra Aspes e Megas
8

(Urbino), la nascita di Marche Multiservizi (partecipazione di Hera 41,8%) e la fusione
per incorporazione di SAT S.p.A.
Il Gruppo opera in 5 differenti SBU: Rifiuti (raccolta, smaltimento e trattamento di
rifiuti urbani, con concessioni fino al 2011, e di rifiuti speciali. Hera possiede 72
impianti, dei quali 7 sono WTE), Acqua (distribuzione e vendita di acqua, depurazione
e trattamento delle acque reflue, con concessioni fino al 2022), Gas (distribuzione, con
concessioni fino al 2011, e vendita), Elettricità (distribuzione, con concessioni fino al
2030, e vendita), Altri servizi (Teleriscaldamento e Illuminazione pubblica). Queste
differenti aree strategiche d‟affari consentono di avere un portafoglio di business
bilanciato e permettono di ridurre l'esposizione ai rischi, ai cambiamenti nello scenario e
agli effetti climatici.
Nel 2006 Hera è stata la prima multiutility italiana nel business Ambiente in termini di
rifiuti raccolti e trattati (circa 4.000 migliaia di tonnellate trattate negli impianti del
Gruppo), la seconda nel business Idrico in termini di margine operativo lordo (108 ml €
Ebitda) e di volumi erogati (243,6 milioni di metri cubi di acqua ), la terza nel business
Gas in termini di gas venduto (2.409 milioni di metri cubi di gas) e l'ottavo operatore
italiano nel business Energia Elettrica in termini di energia elettrica venduta (3.133
GWh).
Il Gruppo ha al suo interno oltre 6.000 dipendenti ed opera nelle province di Bologna,
Ravenna, Rimini, Forlì-Cesena, Ferrara, Modena e Imola.
La società è stata quotata alla Borsa di Milano il 26 giugno 2003 con un flottante pari al
44,5% del suo capitale.
Negli ultimi 4 anni, é stata implementata una significativa strategia di
“razionalizzazione” societaria attraverso la dismissione di circa 70 società (ereditate
dall‟aggregazione del 2002 tra 11 multi-utility da cui è nato il Gruppo Hera) ritenute
non “core”. La razionalizzazione ha interessato societa‟ sia operanti in aree geografiche
d‟Italia non incluse nel territorio di riferimento di Hera (Regione Emilia-Romagna e
aree limitrofe) che società operanti in business complementari alle attività core non
ritenute strategiche (es. manutenzione del verde pubblico, attività cimiteriali). Le
dismissioni hanno contribuito a finanziare l‟espansione del Gruppo e a migliorarne le
performance economico-finanziarie.
9

1.1 HERA S.p.A.: L’ORGANIZZAZIONE
Dopo aver descritto brevemente il percorso evolutivo dell‟Azienda nel corso degli anni,
lo scopo del presente capitolo è quello di conoscere la sua struttura organizzativa, le sue
modalità di diffusione sul territorio, le sue attività di business e i servizi offerti ai clienti.
1.1.1 Struttura organizzativa
Per prima cosa è importante affermare che Hera S.p.A. si pone come società
capogruppo con funzione di indirizzo e coordinamento delle società controllate. Tra le
partecipazioni di Hera S.p.A. assumono particolare importanza due tipologie di società:
commerciali e territoriali.
Le società territoriali (tutte quelle sopra esposte ad esclusione di Hera Comm s.r.l.) sono
quelle che meglio rispecchiano gli obiettivi strategici del Gruppo. In Hera S.p.A.
infatti, la lealtà e il radicamento dell'impresa pubblica al proprio territorio sono divenuti
una caratteristica peculiare di un modello di impresa che concentra nella Holding le
strategie e le attività dalle quali è possibile ricavare economie di scala e affida alle
Società operative sul territorio il mantenimento e la riorganizzazione delle attività
gestionali pratiche che richiedono un rapporto costante con i clienti e servizi efficienti.
Le società operative sul territorio rappresentano la memoria storica del Gruppo e i
depositi di conoscenza tecnica e gestionale. Alle S.O.T. (Società Operative Territoriali)
competono la gestione dei servizi e del rapporto con la clientela, lo sviluppo delle
relazioni con gli enti e le organizzazioni territoriali (Enti pubblici, organizzazioni
industriali, associazioni di categoria, ...) e il presidio delle relazioni con gli A.T.O.
(Agenzie d'Ambito Territoriale Ottimale) per aspetti relativi a tariffe e investimenti.
10

Attualmente le S.O.T. sono 7: Hera Bologna, Hera Ferrara, Hera Ravenna, Hera Rimini,
Hera Modena, Hera Forlì-Cesena e Hera Imola-Faenza.
Hera Bologna
Hera Ferrara
Hera Forlì-Cesena
Hera Imola-Faenza
Hera Modena
Hera Ravenna
Hera Rimini
* Marche Multiservizi è detenuta dal Gruppo Hera per una quota del 41,8%
Per quanto riguarda le società commerciali, esse si propongono di offrire diversi servizi
a differenti tipologie di clienti sfruttando le potenzialità nate dalle strategie statali di
liberalizzazione del mercato dell‟energia. Esistono infatti alcune società come Hera
Energie Bologna s.r.l., Sinergia o Eris S.c.r.l in grado di offrire la fornitura di servizi di
energia termica ad uso privato, mentre società come Hera Comm SrL o Hera Comm
Marche sono prettamente dedicate alla vendita di energia elettrica e gas sul mercato
libero e vincolato. Esiste inoltre un ultima società, Hera Trading che opera sui mercati
all'ingrosso di Energia Elettrica, Gas e Certificati Ambientali, sia a livello nazionale che
internazionale. Essendo dotata di grande dinamismo e flessibilità e potendo contare
sull'esperienza e sulla forza del Gruppo cui appartiene, rappresenta oggi il partner
commerciale ideale per sviluppare nuovi progetti e nuove opportunità nel settore
dell‟energia.
In realtà all‟interno della Holding sono incluse numerose altre società e per meglio
capire il contesto in cui si inseriscono e le loro dipendenze funzionali è necessario
11

dapprima mostrare la struttura organizzativa di Hera S.p.A. attraverso il corrispondente
organigramma aziendale.
Dall‟organigramma si evince come il Gruppo sia sostanzialmente diviso in due macro
strutture: una, facente riferimento al Presidente T. Tommasi di Vignano e avente come
“core business la pianificazione strategica del Gruppo; l‟altra, più operativa, sfociante
nelle 7 società territoriali prima descritte.
Della pianificazione strategica fanno parte la divisione Ambiente, la divisione Vendita
e Marketing (cui peraltro fanno riferimento tutte le società commerciali come mostrato
nella figura successiva) e la Divisione Servizi, mentre per quanto attiene alla parte
operativa si possono trovare tutte quelle società a diffusione provinciale in grado di
agire operativamente e con maggior efficienza nell‟ambito ristretto di loro competenza.
Una volta analizzata la struttura del gruppo è possibile comprendere con più facilità la
seguente tabella, nella quale vengono mostrate tutte le società della holding e le relative
dipendenze funzionali.
12

1.1.2 Società del Gruppo
13

1.1.3 Quotazione in borsa
Hera S.p.A. è quotata dal 26 giugno 2003 sulla Borsa Italiana nel segmento Blue Chip.
Nella tabella seguente sono riportati i principali indicatori finanziari alla data del 21
maggio 2008 e il grafico relativo all‟andamento del titolo nelle diverse ore della
giornata.
Ultimi dati 21/05/2008
Ultimo prezzo (€) 2,6550
Ora 14:30
Riferimento(€) 2,6980
Variazione -1,59%
Volumi 727.592
Apertura 2,6850
Ufficiale 2,6910
Min / Max 2,6500 / 2,6500
Numero azioni 1.032.737.702
Capitalizzazione (€) 2.741.918.599
L‟azionariato
L‟azionariato di Hera annovera oltre 180 diversi azionisti pubblici (prevalentemente
Comuni della Regione Emilia Romagna che detengono complessivamente circa il
58,95% del capitale sociale), circa 370 investitori professionali, in larga prevalenza
internazionali, e circa 25.000 azionisti privati.
Il fatto che nessun azionista pubblico detenga una singola quota superiore al 15%
rappresenta una situazione unica nel panorama delle utility italiane; tale equilibrata
presenza dei soci „Comuni‟ e l‟apertura a nuovi ingressi nel capitale, é stata la premessa
14

per realizzare un‟efficiente strategia di crescita per linee esterne e per garantire
stabilita‟e continuita‟ della gestione aziendale e degli organi di governo societari.
Durante l‟Assemblea del 26 aprile 2007 é stato approvato un piano di acquisto di azioni
proprie per un controvalore massimo di 60 milioni di euro esercitabile nei successivi 18
mesi.
1.2 HERA S.p.A.: LE ATTIVITA’ DI BUSINESS
Il Gruppo Hera è fra i leader nella gestione dei servizi legati al ciclo dell'acqua
(potabilizzazione, depurazione, fognatura), all'utilizzo delle risorse energetiche
(distribuzione e vendita metano ed energia, risparmio energetico, teleriscaldamento e
soluzioni innovative) e alla gestione dei servizi ambientali (raccolta e smaltimento
rifiuti, igiene urbana, termovalorizzazione, compostaggio). Il Gruppo si occupa inoltre
della gestione della illuminazione pubblica e semaforica.
Nel presente capitolo si studieranno le dinamiche esistenti in ciascun settore presidiato
da Hera (al fine di conoscere il contesto entro cui il Gruppo si trova ad operare) e
successivamente si descriveranno le modalità con cui Hera si muove all‟interno dei
settori analizzati.
I settori presi in causa saranno:
‣ Energia
‣ Acqua
‣ Altri servizi
‣ Ambiente
15

1.2.1 Energia
Per quanto riguarda il settore energetico Hera rivolge la propria attenzione verso quattro
grandi aree di interesse:
Gas
Energia elettrica
Cogenerazione
Illuminazione pubblica
1.2.1.1 Gas
Contesto
Il mercato del gas negli ultimi anni, così come quello elettrico, ha subito profonde
modifiche derivanti dal processo di liberalizzazione, che hanno permesso di passare dal
precedente monopolio dell‟Eni alla situazione attuale. Questa evoluzione del sistema è
stata dettata dall‟esigenza di creare un mercato unico europeo che vedesse i player di
questo settore competere liberamente.
La filiera del gas
La filiera del gas rappresenta l'intero ciclo produttivo che parte dalla fase di
approvvigionamento, passa per lo stoccaggio e termina con la distribuzione e la
vendita. Si tratta, insomma, di tutta quella serie di attività che intercorrono fra il
momento in cui il gas viene estratto, magari in un lontano giacimento russo, e il
momento in cui accendiamo il fornello di casa.
Esattamente la filiera del gas è suddivisa nei seguenti segmenti:
a. Approvvigionamento;
b. Trasporto;
c. Stoccaggio e Dispacciamento;
d. Distribuzione;
e. Vendita.
16

a. Approvvigionamento
L'approvvigionamento, la prima fase della filiera del gas, si suddivide a sua volta nelle
attività di produzione e di importazione.
La produzione, su cui vigila il Ministero delle Attività produttive, comprende tutti
quegli studi geologici che comportano l'analisi dei terreni e dei fondali marini,
finalizzata all'individuazione di giacimenti e alla successiva estrazione del gas naturale
dagli stessi. Esistono, tuttavia, altri metodi di produzione del gas naturale che si basano
sulle esalazioni di determinate sostanze organiche o sulla sintesi del gas trami processi
chimici.
L'attività di importazione riguarda, invece, l'acquisto all'estero, presso produttori e
venditori terzi, dei quantitativi di gas naturale richiesti dalle imprese e dai piccoli utenti
finali in eccedenza rispetto alla produzione nazionale. Pur trattandosi di un segmento
della filiera svincolato da concessioni e permessi, in realtà le caratteristiche medie dei
contratti previsti per questo settore, come la durata ventennale o la formula del “take or
pay” che prevede il pagamento di una quota minima indipendentemente dai volumi di
gas prelevati, rendono particolarmente difficile l'ingresso di nuovi concorrenti sul
mercato.
17

Nel 2005 l'approvvigionamento italiano ha
richiesto 82,56 miliardi di metri cubi di gas
naturale, di cui l'87% proveniente dall'estero. Il
gas è importato in Italia attraverso quattro
gasdotti principali che collegano il Paese alla
Russia, all'Olanda e alla Norvegia, all'Algeria e
alla Libia. Un'altra via d'accesso si serve delle
navi e dell'unico stabilimento di rigassificazione
italiano di Panigaglia. L'Italia, nel corso del
2005, ha importato il 28% del suo fabbisogno
dalla Russia, il 25% dall'Algeria, il 10% dai
Paesi Bassi e il 7% dalla Norvegia.
b. Il trasporto
Il trasporto del gas naturale rappresenta una fase molto importante della filiera sia per
gli ingenti costi previsti per i player del settore, sia per i cambiamenti cui si sta
assistendo negli ultimi tempi. Il trasporto tradizionale del gas naturale avviene tramite
una rete di gasdotti ad alta e media pressione e a largo diametro, le cosiddette pipeline,
che varcano il territorio di diversi paesi o le tratte di mare che li separano. Ma questa
forma di trasporto ha incontrato spesso forti difficoltà a causa sia dei conflitti geopolitici
dei territori attraversati dai gasdotti sia della limitata portata delle pipeline tradizionali
soprattutto nei periodi di forte aumento della domanda. In Italia Snam Rete Gas
possiede circa il 97% della rete di gasdotti ad alta pressione. Si tratta di un monopolio di
fatto a cui hanno contribuito da un lato la specifica storia del settore nel nostro Paese,
dall'altro i costi notevoli che sarebbero necessari per costruire altre pipeline ed entrare
nel mercato in maniera competitiva. Per questi motivi, sempre più di frequente, si è
deciso di fare ricorso al trasporto via nave del gas naturale liquefatto, o GLN. In questo
caso il gas naturale è liquefatto a basse temperature in apposite cisterne, per essere
trasportato nel paese di destinazione tramite navi. Qui si procede alla rigassificazione
della sostanza, tramite appositi impianti. In questo modo è stata favorita una maggiore
concorrenza dal lato dell'offerta attraverso l'accesso al mercato di nuovi competitor.
18

c. Lo Stoccaggio e il Dispacciamento
L'attività di stoccaggio prevede la conservazione, in genere in giacimenti ormai esauriti,
di scorte di gas destinate a riserva per i momenti di carenza del prodotto sul mercato.
L'andamento ciclico della domanda del gas, caratterizzata da una forte richiesta nel
periodo invernale per alimentare il riscaldamento delle abitazioni e da un calo nel
periodo estivo, impone infatti di regolare le scorte in maniera da fronteggiare
efficacemente le oscillazioni del mercato.
L'attività di dispacciamento, strettamente legata a quella di stoccaggio, si occupa invece
di organizzare i transiti sulla rete in modo tale da garantire un corretto equilibrio fra
domanda e offerta e la disponibilità di gas a tutti i consumatori in maniera equa.
d. La distribuzione
La distribuzione si occupa del trasporto del gas attraverso reti di gasdotti locali a bassa
pressione e con diametro ridotto, per la consegna agli utenti finali, si tratti di un'impresa,
di una centrale termoelettrica o di una famiglia. Rientrano fra i compiti della
distribuzione anche la manutenzione e la gestione della rete fisica di trasporto con gli
oneri che ne derivano.
e. La Vendita
L'ultima fase della filiera è quella che riguarda la vendita del gas naturale all'utente
finale. Si tratta di fatto dell'attività commerciale che a valle remunera tutte le altre
attività sottostanti.
Il mondo Hera
Hera opera nel settore della vendita e della distribuzione del gas naturale, con
competenze di eccellenza e forte posizionamento sul mercato regionale. Serve infatti 84
Comuni delle Province di Bologna, Ferrara, Ravenna, Forlì-Cesena, Firenze e Modena
e, grazie alla partecipazione in Marche Multiservizi, è ora presente anche nei territori di
Pesaro Urbino. Inoltre vende e distribuisce GPL mediante reti di piccola-media
estensione in località appartenenti a Comuni delle Province di Bologna, Forlì-Cesena e
Firenze. Con oltre 7700 km di rete gas e con oltre 2,4 mld di mc distribuiti, Hera è il
terzo operatore nazionale, il primo tra le local utilities.
19

La strategia del Gruppo è fondata sulla copertura del mercato finale di consumo già
acquisito.
Dalla costituzione di Hera ad oggi è stata operata un‟oculata diversificazione delle fonti
di approvvigionamento, con accesso diretto a forniture estere attraverso accordi ed
interventi infrastrutturali prevedendo inoltre il completamento ed ampliamento del
portafoglio e valutando opportunità quali stoccaggi, LNG, quote di capacità su reti di
trasporto; l‟idea è quella di utilizzare un mix di approvvigionamenti diversificato (borsa
europea del gas, consolidamento Flameenergy, accordi diretti con produttori
internazionali quali Gazprom e Sonatrach) al fine di fornire un elevato grado di
sicurezza nella fornitura ai propri clienti.
In accordo con le linee strategiche appena individuate Hera può inserirsi nella filiera del
gas naturale in diversi punti (approvvigionamento, stoccaggio, distribuzione…) e con
diverse modalità (partnerships, creazione di infrastrutture…) .
E‟ opportuno ricordare come il Gruppo sia fortemente
impegnato nell‟ottimizzazione delle attività e delle strutture
che si occupano del trading e nel cogliere le opportunità legate
al network nazionale ed internazionale delle partnership. Eni
costituisce tuttora il principale fornitore di gas naturale per
Hera, ma è nelle strategie del Gruppo la ricerca di forniture
dirette. Per questo sono avviati rapporti commerciali con
Sonatrach (principale produttore dell‟Algeria) e con Gazprom (principale produttore
Russo). Inoltre il Gruppo Hera ha oramai consolidato una joint venture con il gruppo
VNG (attraverso la società FlameEnergy) per importare in Italia gas dal nord Europa.
Attraverso questo portafoglio di approvvigionamento Hera garantisce il proprio servizio
di fornitura.
20

La strategia del Gruppo Hera per i prossimi anni prevede di effettuare studi approfonditi
circa la fattibilità tecnica ed economica relativa alla partecipazione a progetti di impianti
di Rigassificazione (LNG) e di stoccaggio del Gas in ex giacimenti, con la prospettiva
di cogliere quelle opportunità che permettono l'aumento dell'autonomia negli
approvvigionamenti.
In accordo col sopracitato desiderio di autonomia negli approvvigionamenti è stato
firmato il 17 Novembre 2006 ad Algeri tra il Gruppo Hera e l'algerina Sonatrach, uno
dei colossi mondiali del settore gas, un protocollo di accordo per la vendita e l'acquisto
di un miliardo di metri cubi all'anno di gas naturale. L'accordo prevede che la fornitura
ad Hera avrà una durata di 15 anni, a partire dal momento in cui sarà operativo il
metanodotto galsi che dall'Algeria, attraverso la Sardegna e l'approdo in Toscana,
porterà il gas algerino in Italia. La nascita della società Galsi (partecipata per un 9% da
Hera, per il 34% da Sonatrach e che vede inserite altre aziende come Edison ed Enel) ha
consentito all‟Italia di compiere un importante passo verso un assetto infrastrutturale più
adeguato e meno dipendente dal monopolista russo Gazprom.
Il completamento della progettazione esecutiva di Galsi avverà entro il 2007, la
realizzazione dei lavori tra il 2008 e il 2009 e la prima fornitura di gas potrà avvenire
nel 2010/2011.
1.2.1.2 Energia elettrica
Dal 1° luglio 2007, come previsto dalla normativa comunitaria, anche in Italia tutti i
clienti possono scegliere liberamente il proprio fornitore di energia elettrica: è quindi
venuta definitivamente meno la distinzione tra idonei e vincolati. Hera ha pertanto
deciso di inserirsi in questo settore ed ha effettuato investimenti in infrastrutture e
ricerca al fine di entrare in maniera competitiva nel settore dell‟energia elettrica.
Nel presente paragrafo si è deciso di effettuare una breve carrellata sulla filiera
dell‟energia elettrica e di soffermarsi maggiormente sulle attività poste in atto dal
Gruppo per affacciarsi in modo competitivo sul nuovo mercato liberalizzato.
21

La filiera dell‟energia elettrica
La filiera è la catena di passaggi produttivi che partono dalla materia prima e giungono
al prodotto finito. Nel caso dell'energia elettrica si tratta della serie di fasi che intercorre
fra la sua produzione e il suo consumo. Nel momento in cui noi accendiamo una
lampadina non facciamo altro che intervenire nell'ultima parte di un sistema complesso.
Tutto comincia con l'approvvigionamento, che avviene tramite la generazione o
l'importazione dell'energia stessa, per poi passare alla trasmissione, alla distribuzione e
al dispacciamento. L'ultima fase del processo è quella in cui interveniamo noi quando
premiamo l'interruttore della nostra lampada.
Descriviamo rapidamente le quattro fasi appena citate:
a. Importazione e generazione
L'energia elettrica può essere reperita fondamentalmente in due modi: tramite l'acquisto
dell'energia prodotta da altri soggetti oppure tramite la generazione. Comunque, perché
possa essere utilizzata innanzitutto deve essere prodotta ossia generata.
I principali sistemi di produzione dell'energia elettrica sono i seguenti:
Impianti termoelettrici, nei quali l'energia è sprigionata grazie alla combustione
di petrolio, carbone, gas o di altri carburanti. Ancora oggi questo è uno dei
metodi più utilizzati e convenienti per generare energia elettrica e/o calore
Impianti nucleari, che si fondano sulla fissione di un atomo tramite il
bombardamento del suo nucleo con particelle elementari
22

Impianti geotermici, in cui l'energia viene prodotta sfruttando il calore del
sottosuolo
Impianti idroelettrici, che utilizza la forza dell'acqua per azionare delle turbine
che a loro volta generano energia elettrica
Alcuni di questi impianti possono essere integrati fra di loro. È il caso ad esempio degli
impianti di cogenerazione che sfruttano la stessa combustione per produrre sia calore
che energia elettrica.
Con l'emergere delle problematiche ambientali legate allo sfruttamento sempre più
massiccio delle risorse del pianeta e alle sue conseguenze, hanno ricevuto nuovo
stimolo le fonti rinnovabili di energia, che sfruttano la forza dell'acqua (idroelettrica),
del vento (eolica), la luce solare (solare termico e solare fotovoltaico), le biomasse e i
rifiuti urbani.
b. La Trasmissione
Una volta prodotta l'energia elettrica deve essere trasportata fino alla rete di
distribuzione cui si collegano gli utenti finali. Il percorso che deve compiere a tale
scopo può essere di centinaia di chilometri e per questo motivo, per evitare un'eccessiva
dispersione di energia lungo il tragitto, la corrente elettrica viene trasmessa ad alta o
altissima tensione con valori fra i 120 e 380kV rispetto ai 30kV iniziali.
c. La Distribuzione
La rete di distribuzione riguarda l'ultima parte della filiera e costituisce il momento di
accesso dell'utenza alla rete dell'energia elettrica. Per la maggior parte delle utenze in
questa fase l'energia elettrica prelevata viene convertita in energia a bassa e media
tensione. Solo alcune grandi industrie che hanno bisogno di consumare quantitativi
imponenti di energia si collegano direttamente alla rete.
d. Il Dispacciamento
Poiché l'energia elettrica non è facilmente immagazzinabile si rende necessario un
coordinamento diretto fra la produzione, la trasmissione e la distribuzione. Una sorta di
camera di regia che controlla il processo a tutti i livelli e garantisce il funzionamento
23

corretto del sistema: è questo il cosiddetto dispacciamento che è gestito dalla società
Terna.
Il mondo Hera
La liberalizzazione del mercato dell‟energia consente agli utenti (pubblici e privati) di
scegliere il proprio fornitore di energia elettrica. Hera ha così deciso di sfruttare il
proprio know-how e le proprie competenze per offrire ai clienti una fornitura di energia
elettrica sicura ed economica; per far questo ha deciso di inserirsi nella filiera prima
descritta in diversi livelli.
Per quanto riguarda l‟approvigionamento Hera ha attuato una serie di interventi atti a
produrre direttamente energia elettrica e per far questo si è avvalsa anche delle sinergie
con altre aree strategiche del gruppo quali la distribuzione del gas (vedi turbo espansori)
e la raccolta dei rifiuti urbani (vedi WTW o termovalorizzatori).
Entriamo maggiormente nel dettaglio.
Turboespansori
La produzione di energia elettrica di Hera si contraddistingue per l'utilizzo di fonti che
riducono le emissioni inquinanti, per l'attenzione al risparmio energetico e per la
presenza di impianti innovativi. Per questo motivo la produzione di energia elettrica di
HERA è costituita quasi esclusivamente da impianti ad alta efficienza come gli impianti
cogenerativi, e quelli a fonte rinnovabile, fotovoltaico e mini idroelettrico. In particolare
Hera è stata tra le prime aziende in Italia a inserire nelle reti di distribuzione di gas
naturale alcuni impianti di produzione elettrica mediante l'impiego di turboespansori.
Con i turboespansori si produce energia elettrica sfruttando i salti di pressione del gas,
necessari a rendere il metano utilizzabile nelle utenze domestiche.
Nelle grandi reti di trasporto nazionali il gas si trova a pressioni variabili tra 24 e 70 bar
mentre le reti cittadine sono gestite con pressioni fino a 5 bar, al fine di minimizzare il
rischio d'esercizio e soddisfare le condizioni di sicurezza previste dalla norme con
minori costi relativi alla posa delle reti. Normalmente la riduzione di pressione avviene
nelle "cabine primarie" con apparecchiature specifiche allo scopo (valvole di
laminazione) che però dissipano inutilmente senza sfruttarla l'energia posseduta dal
metano sotto forma di pressione.
24

Il turboespansore è una macchina che converte l'energia potenziale del gas compresso in
energia meccanica recuperando l'energia resa disponibile dalla differenza di pressione
esistente tra monte e valle della cabina primaria.
Termovalorizzatori o WTE
Hera è tra i principali operatori italiani nel recupero di energia elettrica e termica dai
rifiuti con 7 impianti di termovalorizzazione (definiti anche “Waste To Energy”) per
una capacità di trattamento complessiva pari a circa 600.000 tonnellate annue e una
potenza installata di generazione elettrica pari a 56 MW. In linea con le priorità
strategiche definite, il Gruppo mira a proseguire la valorizzazione dell‟esclusivo know
how maturato nella gestione e costruzione di nuovi impianti di produzione di energia
elettrica da fonti rinnovabili. Ogni impianto per il trattamento e lo smaltimento dei
rifiuti gestito dal Gruppo Hera è costantemente soggetto ad analisi e attività di
monitoraggio al fine di identificare e gestire, attraverso l'utilizzo delle migliori tecniche
disponibili, tutti gli aspetti ambientali significativi. Ciò avviene nel completo rispetto
delle prescrizioni normative, adottando sistemi di gestione ambientale certificati da enti
terzi, sviluppando numerose iniziative e collaborazioni, con enti pubblici e organi di
controllo, volte all'acquisizione di ulteriori basi scientifiche e statistiche che attestino la
salvaguardia dell‟ambiente. E‟chiaro quindi il vantaggio conseguito da Hera dalla
produzione di energia elettrica secondo questa modalità: si ottiene infatti un duplice
riconoscimento economico derivante in primis dalle tariffe pagate dai cittadini per lo
smaltimento dei rifiuti ed in secundis dalla libera vendita sul mercato dell‟energia così
prodotta. Oltre a questo va nondimeno annoverato il minor danno ambientale dovuto al
mancato conferimento degli stessi rifiuti in discarica.
Centrali idroelettriche
Il principio di funzionamento delle centrali idroelettriche si basa sull'utilizzo dell'acqua,
o meglio della sua energia cinetica, al fine di produrre energia elettrica. L‟energia
idroelettrica è una fonte di energia pulita e rinnovabile, che in Italia fino agli anni „60
copriva gran parte del fabbisogno energetico e che resta tuttora la principale fonte di
energia alternativa ai combustibili fossili.
Gli impianti idroelettrici si suddividono in due categorie:
25

Centrali ad acqua fluente dove la corrente fluviale viene deviata in una condotta
o canale e quindi convogliata alla turbina che abbinata ad un trasformatore,
trasforma l‟energia meccanica di rotazione in energia elettrica; la produzione
energetica dipende dalla portata del corso d‟acqua;
Centrali a deflusso regolato, sfruttano l‟energia potenziale dell‟acqua trattenuta
ad altezza superiore rispetto alla centrale in bacini naturali o artificiali. L'energia
potenziale dell'acqua viene trasformata in energia cinetica facendo confluire
l'acqua in condotte forzate nelle quali l'acqua raggiunge notevoli velocità.
L'acqua viene poi fatta confluire come per le centrali ad acqua fluente in turbine
collegate ad alternatori producendo così energia. Il vantaggio di queste centrali è
dato dalla possibilità di regolare il regime delle portate utilizzate dalla centrale,
modulando la produzione in base ai picchi di maggior richiesta.
L‟energia idroelettrica di Hera proviene da due impianti di proprietà: il primo sito a
Cavaticcio (BO), attivo dal 1994 e con una potenza elettrica installata pari a 1.800 kWe;
il secondo sito a Verghereto, inaugurato nel 2008 e con una potenza installata pari a 274
kWe.
Centrali termoelettriche
La denominazione “energia termoelettrica” definisce la produzione di elettricità
derivante dalla conversione di energia termica in elettrica. Il calore necessario alla
conversione viene, tipicamente, prodotto attraverso la combustione di fonti fossili, quali
carbone, gas naturale o derivati del petrolio. Le centrali termoelettriche alimentate a Gas
Naturale sfruttano il calore della combustione per produrre vapore ad alta pressione
capace di azionare delle turbine che, collegate a un alternatore, producono energia
elettrica. Il rendimento medio di conversione dell‟energia chimica del combustibile in
energia elettrica di una centrale tradizionale con ciclo a vapore è tipicamente inferiore al
40%. Al fine di incrementare il rendimento fino quasi al 60%, le centrali termoelettriche
più moderne, dette a “Ciclo Combinato”, associano al tradizionale ciclo a vapore un
ciclo a gas, il quale sfrutta l‟espansione dell‟aria dovuta alla combustione di gas
naturale, per azionare una turbina. Il calore dei fumi di combustione che fuoriescono
dalla turbina a gas viene in gran parte recuperato in una caldaia a recupero, per produrre
il vapore necessario ad alimentare il ciclo a vapore prima descritto. La possibilità di
26

sfruttare due cicli di produzione di energia elettrica garantisce un minor consumo di
combustibile a parità di elettricità prodotta. Un‟efficienza ancora più elevata si può
raggiungere abbinando alla tecnologia del Ciclo Combinato la cessione del calore non
più utilizzabile per la produzione elettrica a utenze vicine che ne necessitano (ad
esempio teleriscaldamento civile oppure alcuni usi industriali). Le centrali
termoelettriche sono contraddistinte da una produzione elevata e costante nel tempo,
che garantisce la continuità nell‟erogazione del servizio.
Con impianti sparsi in tutta l‟Emilia Romagna (da Bologna a Ravenna, da Cesena a
Forlì), nel 2006 sono stati venduti 3.133 GWh, di cui 828 a clienti vincolati e 2305 a
clienti idonei, servendo circa 300 mila utenti: in termini di energia elettrica venduta,
Hera è l'ottavo operatore nazionale.
Sempre per quanto riguarda le fonti di approvvigionamento Hera ha implementato un
programma di espansione della capacità di generazione di energia elettrica
(prevalentemente ottenuta da partnership industriali in cui Hera ha acquisito
partecipazioni di minoranza) e stipulato contratti pluriennali con fornitori sia nazionali
che esteri.
Hera fa parte di un aggregato produttivo virtuale con capacità installata di 7,2 TW
composto da Tirreno Power, Atel, EGL e Rezia. La capacità installata teorica
disponibile per Hera è di circa 650 MW. Tra i più importanti impianti si annoverano
27

quello di Teverola, centrale elettrica a ciclo combinato sita nella provincia di Caserta,
nata da una partnership tra Hera e il gruppo svizzero Ratia Energie con una capacità
installata di 400 Mw e quello di Sparanise (CT), centrale a ciclo combinato da 800 MW
realizzato da Calenia Energia della quale Hera detiene il 15% del capitale sociale.
Socio di Hera in questa iniziativa è la svizzera EGL, che detiene il restante 85% del
capitale.
Il Gruppo Hera, tramite Hera Trading gestisce inoltre le attività di approvvigionamento
dell‟energia per conto di Hera Comm, la compravendita di energia sui mercati nazionali
ed internazionali, la gestione della logistica e quella del rischio energetico. Le scelte
operate da Hera Trading sui mercati nazionali ed internazionali rendono possibile la
proposta di prodotti energetici sempre più flessibili e competitivi, contribuiscono alle
strategie del gruppo per l'espansione delle proprie attività su nuove aree del territorio
nazionale, e fanno si che il Gruppo possa mantenere un ruolo rilevante nel panorama
nazionale anche in questo importante segmento della filiera del valore dell'energia.
Per quanto concerne la fase della distribuzione il Gruppo Hera opera nella distribuzione
dell‟Energia Elettrica attraverso la propria rete nei territori di Modena ed Imola.
L‟estensione complessiva è pari a 9.281 Km di reti, comprendendo anche le reti Ex Enel
acquisite nel 2006. Il Gruppo Hera distribuisce Energia Elettrica per circa 1,8 Milioni di
Twh, che dalla rete nazionale di Terna, consegna ai circa 250.000 punti di fornitura.
Il Gruppo Hera ha inoltre avviato la sostituzione massiva dei tradizionali contatori
elettromeccanici con misuratori elettronici tele gestibili prevedendo, entro tre anni, una
copertura del 90% delle reti elettriche gestite dal gruppo
1.2.1.3 Cogenerazione industriale
Il Gruppo Hera opera nel business della Cogenerazione Industriale attraverso
l‟installazione di diversi impianti presso importanti società.
Col termine cogenerazione si indica la produzione contemporanea di diverse forme di
energia secondaria (energia elettrica ed energia termica) partendo da un'unica fonte (sia
fossile che rinnovabile) attuata in un unico sistema integrato. L'energia termica può
28

essere utilizzata per uso industriale o condizionamento ambientale (riscaldamento,
raffreddamento).
La cogenerazione viene realizzata in particolari centrali termoelettriche, dove si
recuperano l'acqua calda di processo e/o i fumi, prodotti da un motore primo alimentato
a combustibile fossile (gas naturale, olio combustibile, biomasse, etc): si ottiene così un
significativo risparmio di energia rispetto alla produzione separata dell'energia elettrica
(tramite generazione in centrale elettrica) e dell'energia termica (tramite centrale termica
tradizionale).
Uno dei principali servizi offerti da Hera e connessi con la cogenerazione riguarda il
Teleriscaldamento.
Il Teleriscaldamento è un servizio complesso che fornisce direttamente, senza necessità
di trasformazioni, l'energia necessaria alla casa, all'ufficio ed alle altre attività della vita
quotidiana (scuole, ospedali,..). Questa energia è prodotta per l‟appunto nelle centrali
cogenerative, dotate di tecnologie all'avanguardia per raggiungere la migliore efficienza
possibile ed il minore inquinamento, pensate per l'utilizzo di energia che altrimenti
andrebbe dispersa, oppure per energie rinnovabili.
Nei tubi sotterranei corre acqua calda (90°) od acqua surriscaldata (120°) che giunge
sino agli edifici allacciati per cedere il calore necessario all'acqua dell'impianto interno
29

o direttamente all'ambiente interno perché ognuno possa riscaldare le stanze in cui vive
ed avere l'acqua calda per la cucina e gli usi igienici e sanitari.
Una volta ceduto il calore l'acqua ritorna in centrale, ove ricomincia il ciclo.
L'utilizzo di questo servizio presenta notevoli vantaggi rispetto alle forme tradizionali di
riscaldamento con utilizzo di gasolio, metano, gas di petrolio liquefatto. Vediamole:
Sicurezza: l'acqua riscaldata non è un combustibile, non brucia e non scoppia.
La caldaia non c'è più, sostituita da uno scambiatore di calore. Non ci sono
fiamme: l'edificio o la casa sono più sicuri;
Sicurezza: (in termini di aerazione degli ambienti) non esistono fiamme, né poco
né continuamente accese e quindi non esistono residui di combustione. Non
occorrono canne fumarie od altri accorgimenti per evitare che i gas di
combustione rimangano nei locali in cui si abita.
Assenza di manutenzione: con il teleriscaldamento il Cliente evita ogni costo di
manutenzione significativo. Il Gruppo Hera si assume l'onere di ogni riparazione
o sostituzione dello scambiatore di calore, così come assicura, per queste parti
dell'impianto, la assistenza gratuita ventiquattro ore su ventiquattro.
1.2.1.4 Illuminazione pubblica
Il Gruppo Hera attraverso la società Hera Luce costruisce e gestisce impianti di
illuminazione pubblica ed artistica. La società costruisce e gestisce anche impianti di
regolamentazione del traffico, controllo degli accessi, videosorveglianza e messaggi a
testo variabile. È attualmente presente in oltre 58 comuni dell‟Emilia-Romagna e delle
Marche ed è capace di stipulare contratti con tutti i comuni della Toscana.
Prima di passare ad un‟altra tipologia di servizi offerta da Hera è bene osservare come
la mission aziendale sia orientata verso un‟ottica di efficienza energetica. A tal
proposito il Gruppo si muove in diverse direzioni atte a:
30

1. Migliorare il rendimento degli apparecchi di produzione energetica, ad esempio
impiegando caldaie a condensazione, la cogenerazione oppure recuperando ove
possibile l'energia altrimenti dispersa o impiegando le fonti rinnovabili;
2. Incentivare l‟adozione di una maggiore razionalità nell'uso finale dell'energia,
ad esempio migliorando le coibentazioni degli edifici e adottando più attente
gestioni degli impianti. A tal proposito Hera mette a disposizione degli utenti un
piccolo vademecum per un corretto utilizzo dell‟energia.
1.2.2 Acqua
.
L'attività fondamentale di Hera nel campo idrico è relativa alla gestione del Servizio
Idrico Integrato intesa come progettazione, costruzione, esercizio, manutenzione
ordinaria e manutenzione straordinaria degli impianti relativi al
• trattamento delle acque reflue urbane (impianti di depurazione),
• servizio di fognatura,
• servizio di acquedotto.
Tra i compiti di Hera va inoltre annoverata l'attività di controllo della qualità delle
acque potabili e degli scarichi di acque reflue secondo quanto previsto dalle normative
vigenti.
Parallelamente alle attività tecniche, la gestione del Servizio Idrico Integrato prevede lo
svolgimento di una serie di attività amministrative quali: stipula, modifica e cessazione
dei contratti di erogazione del servizio idrico integrato o di parti di esso, misurazione e
registrazione dei prodotti erogati e delle prestazioni effettuate, fatturazione e riscossione
delle tariffe, nonché tutte le attività accessorie alle precedenti necessarie al completo
espletamento del Servizio Idrico Integrato.
31

Per una corretta analisi descriviamo ora le attività costituenti il servizio di acquedotto e
spieghiamo il funzionamento di un impianto di depurazione.
Il servizio di acquedotto, di cui Hera si assume la piena responsabilità in tutte le fasi del
ciclo ad esso relativo, comprende le fasi di: captazione delle acque, ossia il prelievo
delle acque dalla fonte di approvvigionamento; trattamento di potabilizzazione delle
acque prelevate; adduzione dell'acqua potabile alla rete di distribuzione; distribuzione
dell'acqua potabile agli utenti tramite un sistema di serbatoi e di condotte.
In un tipico impianto di potabilizzazione l‟acqua può arrivare da fiumi o canali adiacenti
tramite un sistema di condotte oppure può essere prelevata per mezzo di apposite pompe
da falde sotterranee. E‟giusto sottolineare che le acque grezze che giungono agli
impianti contengono solitamente un elevato carico inquinante che deve essere pertanto
totalmente eliminato.
La prima fase di trattamento è costituita da una grigliatura che permette di eliminare i
materiali grossolani; segue poi una fase di presedimentazione nella quale si fanno
depositare sul fondo di due vasche le sabbie e i limi presenti. Da tali vasche l'acqua
viene sollevata e avviata alla preozonazione, ossia una disinfezione e ossidazione a base
di aria contenente basse concentrazioni di ozono, per facilitare la successiva
chiariflocculazione, che è la fase in cui i materiali colloidali ancora presenti sono
eliminati utilizzando reagenti che agiscono sulla struttura chimica e sulla carica elettrica
delle particelle. L'acqua sottoposta a tale
procedimento passa poi in vasche dotate di un
letto di sabbia quarzifera che provvedono ad
eliminare i residui della chiariflocculazione. A
questo punto l'acqua è sottoposta al processo di
ozonazione, trattamento che, distruggendo i
microrganismi patogeni residui, riduce
praticamente a zero il rischio di infezioni.
Al termine di questa fase l'acqua viene
convogliata in vasche di accumulo. Per
garantire il mantenimento delle caratteristiche microbiologiche dell'acqua nelle reti di
adduzione e distribuzione, l'acqua subisce come ultimo trattamento una disinfezione di
copertura con biossido di cloro. I fanghi di risulta dalle diverse fasi del processo
32

vengono ispessiti per sedimentazione, disidratati con filtri pressa e avviati a recupero
per il ripristino ambientale di cave o altri siti..
Gli impianti sono fortemente automatizzati e sottoposti ad un monitoraggio continuo
nelle diverse fasi. Grazie all'impiego di moderne strumentazioni tecnologiche è
possibile porre in atto immediatamente eventuali interventi correttivi.
A causa della rilevante presenza di ferro e manganese in certe acque, molto spesso sono
esercizio nelle diverse centrali impianti di deferromanganizzazione, in grado di operare
un trattamento di "rimozione biologica" degli inquinanti con l'ausilio di ossigeno
liquido.
Lo stadio iniziale di ossigenazione delle acque consente infatti l'eliminazione pressoché
totale del ferro e del manganese, elimina le tracce presenti di ammoniaca, contrasta la
crescita di microrganismi anaerobici e impartisce all'acqua maggiore stabilità per il
mantenimento della disinfezione di copertura. Questa tipologia di trattamento
contribuisce in maniera sostanziale alla soluzione dei problemi di corrosione e di
degradazione organolettica (fenomeni di "acqua rossa") spesso presenti nelle reti
distributive alimentate da impianti che non adottano questa tecnologia.
Descritto il funzionamento dell‟impianto è importante affermare come Hera sia molto
attenta circa le problematiche connesse con l‟approvigionamento idrico e per questo
motivo cerca di salvaguardare le risorse ambientali implementando politiche di
sostenibilità. Per quanto riguarda il ciclo idrico il Gruppo è orientato verso i seguenti
obiettivi:
Riduzione dei prelievi dalle falde: in passato in alcune aree, come quella
bolognese, i prelievi di acque sotterranee per usi civili, industriali, irrigui e
zootecnici hanno complessivamente superato la soglia di ricarica naturale,
inducendo l'abbassamento dei livelli piezometrici che ha dato luogo a fenomeni
di subsidenza; tali fenomeni risultano, in diversa misura, ancora in atto;
Contenimento delle perdite di rete: a parità di fabbisogno d'utenza, la riduzione
delle perdite consente di ridurre il volume immesso in rete e, di conseguenza,
quello prelevato dall'ambiente;
Riduzione dei carichi inquinanti immessi nei corsi d'acqua: HERA è impegnata
nello sviluppo di importanti investimenti finalizzati a ridurre gli effetti
inquinanti delle acque reflue urbane sui corsi d'acqua; le linee d'intervento
33

iguardano in particolare estensione delle reti fognarie ad agglomerati che ne
sono ancora privi e lo sviluppo di collettamenti fognari che favoriscano
l'eliminazione di piccoli impianti di depurazione poco efficienti.
Mantenendo come riferimento le modalità di approvvigionamento è bene ricordare
come in Romagna sia attivo l‟Acquedotto della Romagna in grado di assicurare, tra le
province di Ravenna, Forlì-Cesena e Rimini, circa il 50% della risorsa idropotabile
necessaria al soddisfacimento del fabbisogno. L'Acquedotto della Romagna è
alimentato dall'acqua raccolta nell'invaso artificiale di Ridracoli formato dall'omonima
diga che sbarra il torrente Bidente. L'invaso, avente una capacità utile di 30 milioni di
metri cubi, è localizzato all'interno del Parco delle Foreste Casentinesi. L'invaso di
Ridracoli, ha un'importante funzione di compenso annuale, consentendo di
immagazzinare l'acqua nei periodi di abbondanti apporti naturali per renderla
disponibile nei periodi estivi in cui alla scarsità della disponibilità idrologica si
sovrappone l'elevato fabbisogno derivante dalle presenze turistiche nella riviera
romagnola. L‟acqua è opportunamente potabilizzata in appositi impianti e
successivamente distribuita sulla base delle esigenze delle diverse zone, della
disponibilità di altre fonti d'approvvigionamento e dei limiti tecnici dei sistemi
acquedottistici esistenti
Tra gli impianti di potabilizzazione di Hera si ricordano:
Centale Val di Setta (BO);
Centrale San Vitale (BO);
Impianto di potabilizzazione di Ravenna;
Impianto di potabilizzazione di Ferrara;
Impianto di potabilizzazione Del Conca (RN)
Relativamente al servizio di acquedotto, i dati relativi al 2006 rivelano che Hera, con
una rete idrica di circa 25.000 Km, ha erogato 243,6 milioni metri cubi di acqua,
34

servendo circa 1 milione di abitanti e ponendosi al secondo posto tra le multiutility
operanti nel mercato italiano.
Per quanto riguarda invece gli impianti di depurazione il trattamento effettuato è
solitamente di tipo biologico a "fanghi attivi". Mediante ossidazione del liquame si
formano colonie di microrganismi (protozoi) in grado di trasformare le sostanze
organiche disciolte e non sedimentabili in sostanze minerali disciolte e sedimentabili.
Avviene cioè lo stesso processo naturale che si verifica in un fiume, però in spazi e
tempi molto più ridotti.
Ciclo dei liquami, ciclo dei fanghi con recupero energetico e sezione trattamento odori
sono le tre principali parti dell'impianto. Trascorrono dalle otto alle dodici ore prima che
il liquame entrato all'impianto possa uscire come acqua adatta ad essere reimmessa nei
canali di scarico. Il fango invece che risulta di vari processi di "pulizia" dei reflui viene
utilizzato per quanto possibile come fonte di recupero energetico e permane
nell'impianto circa 30 giorni prima dello smaltimento finale attraverso l'incenerimento.
Il processo di depurazione, governato dai sistemi automatici presenti sugli impianti,
viene regolato anche in funzione dei controlli analitici eseguiti quotidianamente che
verificano il rispetto delle normative vigenti.
35

Gli impianti presenti sono:
Impianto di depurazione di Bologna;
Impianto di depurazione di Bentivoglio (BO).
Qualità e controllo
Il Gruppo HERA effettua controlli sulla qualità delle acque relativamente a tutte le fasi
del servizio idrico integrato: acquedotto, fognatura e depurazione. I requisiti di qualità
dell'acqua sono garantiti attraverso un alto grado di sorveglianza esercitato sulle fonti
d'approvvigionamento, l'uso di tecnologie e prodotti di alto livello per la
potabilizzazione, la verifica costante del livello di prestazione degli impianti (controllo
di processo) ed un'adeguata vigilanza sullo stato delle reti di distribuzione.
I controlli vengono distinti in controlli interni effettuati dal gestore del servizio idrico e
controlli esterni svolti dalle AUSL. Tali controlli vengono effettuati presso i punti di
prelievo delle acque superficiali e sotterranee da destinare al consumo umano, presso gli
impianti di adduzione, di accumulo e di potabilizzazione e presso le reti di
distribuzione.
Hera ha consolidato un piano di controllo di Gruppo che descrive le diverse tipologie di
punti di campionamento, i parametri analitici ricercati e le relative frequenze. Lo
sviluppo del piano tiene conto di linee di principio comuni per tutte le Società Operative
Territoriali: la caratterizzazione chimico fisica e batteriologica dell'acqua, il rispetto dei
requisiti cogenti, la garanzia di fornire un prodotto di qualità ottimale. I controlli e le
verifiche di idoneità effettuati alla captazione consentono di intervenire
tempestivamente sospendendo, se necessario, il prelievo nel caso in cui le caratteristiche
chimico-fisiche non rispondano ai requisiti di qualità attesi.
Tra le iniziative intraprese ai fini del miglioramento della qualità dell'acqua possiamo
citare: l'ottimizzazione dei processi di chiariflocculazione, l'attivazione di nuovi
impianti di disinfezione negli acquedotti di alcuni comuni pedecollinari e collinari, la
messa a punto di sistemi di miscelazione statica del disinfettante immesso, la
manutenzione straordinaria di alcuni impianti di produzione di biossido di cloro con
l'installazione di sistemi di telecontrollo.
36

1.2.3 Altri servizi
1.2.3.1 Telecontrollo
E‟ il "Polo regionale telecontrollo reti e impianti" acqua, gas e teleriscaldamento che
controllerà a distanza in tempo reale oltre 2.000 impianti e 60.000 km di reti, nelle sei
province servite dal Gruppo. E‟ la nuova frontiera del telecontrollo ed è un‟eccellenza a
beneficio del territorio e dei suoi abitanti, per garantire 24 ore su 24 la continuità e la
qualità dei servizi, pensando sempre alla sicurezza.
Una sala di 400 mq, uno schermo gigante di 60 mq, 100 mila punti controllati a distanza
in tempo reale, un sistema 3D per rappresentare gli impianti principali, 90 monitor, 30
postazioni, 60 operatori, un call center tecnico per le emergenze attivo 24 ore su 24,
doppie linee di comunicazione in fibra ottica e un sistema antincendio autonomo: sono
queste le caratteristiche principali del “Polo Regionale telecontrollo reti e impianti”, il
cui progetto è stato interamente curato dal Gruppo Hera. Il nuovo „telecontrollo
centralizzato‟, ubicato a Forlì, ha la funzione di supervisione su tutti gli impianti e le
reti acqua, gas e teleriscaldamento gestiti da Hera sul territorio e di call center tecnico a
supporto del Pronto Intervento. Un sistema esperto è in grado di guidare gli operatori
negli interventi di telegestione e, sulla base delle esperienze capitalizzate, offrire
supporto anche nella prevenzione delle criticità.
E‟ il più grande centro d‟Italia per numero di servizi e punti telecontrollati e uno dei più
grandi d‟Europa, utilizza le migliori tecnologie disponibili ed è paragonabile alle grandi
centrali operative che gestiscono i sistemi di trasporto e le reti elettriche. Il centro sarà
collegato con la stazione radar del Sistema Idro Meteorologico Regionale, con le
stazioni pluviometriche dell‟ARPA e con l‟Ufficio Cartografico Regionale. Dispone di
una sala dedicata alle Unità di Crisi che, in caso di necessità, può ospitare la Protezione
civile.
1.2.3.2 Ricerca & Sviluppo
L'attività di ricerca e sviluppo del Gruppo HERA è orientata alle iniziative volte ad
aumentare il rendimento degli impianti, ridurre le perdite fisiche, minimizzare i rischi
37

della gestione dei servizi e contenere il più possibile l'impatto ambientale, cioè, in
definitiva, a sviluppare attività che hanno una ricaduta diretta sul business.
Contemporaneamente si esplica un'azione tesa a incoraggiare e orientare la ricerca
esterna sulle tematiche di diretto interesse del Gruppo, attraverso collaborazioni
tecnico-scientifiche esterne con soggetti istituzionali (Università, Centri di Ricerca,
altre aziende ed Enti Pubblici), partnership, sponsorizzazioni.
La scelta di investire significative risorse nella ricerca mira a raggiungere i seguenti
obiettivi:
uso efficiente delle risorse idriche ed energetiche: conseguibile attraverso il
miglioramento dei rendimenti di reti e impianti, ivi compresa la riduzione delle
perdite fisiche;
miglioramento dei prodotti/servizi offerti: progetti e studi sono volti al
miglioramento della qualità dei prodotti e dei servizi resi disponibili ai clienti;
prevenzione e riduzione dei rischi ambientali derivanti dalla gestione operativa;
aumento del margine operativo lordo: definendo specifiche tecniche per
materiali, servizi, lavori, si rende possibile la diffusione delle best practices per
la gestione e la manutenzione di reti e impianti; ciò risulta favorito dalla
comunanza del modello operativo aziendale scelto dal Gruppo che permette la
misurazione e la verifica dei livelli prestazionali.
1.2.4 Ambiente
Nel settore ambientale Hera gestisce l'intero ciclo di recupero e riciclaggio della materia
attraverso la sinergia tra i servizi operativi ambientali (raccolta rifiuti, spazzamento e
lavaggio strade) e quelli di trattamento rifiuti (recupero e smaltimento), per un totale di
circa 4 milioni di tonnellate di rifiuti trattati nel 2006. Il Gruppo favorisce inoltre
iniziative di recupero energetico dei rifiuti attraverso impianti di termovalorizzazione,
cogenerazione e produzione di biogas, così da limitare lo smaltimento in discarica a
quella limitata parte che non può essere recuperata né sotto forma di materia e neppure
di energia.
38

Come si può osservare dall‟organigramma il Gruppo Hera presenta una propria
divisione ambiente, deputata a compiti di pianificazione strategica, e numerose società
operative territoriali, le S.O.T., le quali si presentano come vere e proprie aziende
radicate nel tessuto provinciale e delegate allo svolgimento di compiti più operativi.
Tale formula imprenditoriale consente, a livello di corporate, di assicurare elevati
standard di servizio, di ottimizzare i processi operativi e di sfruttare le sinergie; a livello
di S.O.T. invece, la forte capillarizzazione nel territorio e la conoscenza delle relative
problematiche consente di offrire una gamma di servizi ambientali in grado di
interpretare le peculiari esigenze locali.
Stabiliti i differenti ambiti di competenza possiamo affermare che i principali servizi
ambientali svolti operativamente dalle SOT del Gruppo Hera sul territorio sono i
seguenti:
Igiene urbana (spazzamento manuale e meccanizzato e lavaggio del suolo
pubblico, svuotamento cestini portarifiuti, pulizia caditoie stradali);
Raccolta indifferenziata e differenziata dei rifiuti (sistemi appropriati alle
caratteristiche dei centri urbani ed alla viabilità con impiego di una molteplicità
di mezzi e attrezzature);
Servizi diversi di natura ambientale (gestione e manutenzione del verde
pubblico, arredo urbano, cancellazione scritte, pulizia di parti imbrattate di
edifici e monumenti, deaffissione di manifesti abusivi, pulizia degli arenili,
disinfestazione e derattizzazione);
Servizi complementari (gestione degli impianti di illuminazione pubblica e
semaforica, servizi funerari e cimiteriali, gestione impianti WC pubblici, ecc.).
Alla Divisione Ambiente di Hera sono delegate invece, direttamente o tramite società
controllate, tutte le attività di trattamento dei rifiuti solidi e liquidi, urbani e speciali
anche pericolosi, attraverso un complesso sistema impiantistico basato sulle più
moderne tecnologie, quali :
separazione meccanica;
selezione;
termovalorizzazione;
compostaggio e biostabilizzazione;
trattamento e recupero di rifiuti speciali liquidi e fangosi;
39

smaltimento in discarica controllata dei rifiuti non recuperati
In ogni caso è bene sottolineare come gli obiettivi strategici della Politica della
Divisione Ambiente orientino l‟intero svolgimento dell‟attività e dei servizi ambientali
sul territorio.
Dal momento che la nostra trattazione è stata concepita al fine di studiare le dinamiche
evolutive della produzione di rifiuti è bene cercare di contestualizzare il problema e
capire quali sono i meccanismi di funzionamento che regolano la filiera del rifiuto,
intesa come insieme delle attività che vengono poste in essere dal momento in cui il
rifiuto viene prodotto sino a quando viene smaltito secondo opportune modalità. Può
accadere che in taluni casi si adotti un lessico specifico e si avverte comunque il lettore
che eventuali perplessità potranno essere chiarite nei capitoli successivi alla voce
“raccolta differenziata” e “tipologie di rifiuti”.
40

La filiera dei rifiuti
Frazioni
secche(mono
materilali)
Selezione in
piattaforme di
pretrattamento
Carta
Vetro
Alluminio
Raccolta
Differenziata
Discarica
Plastica
Legno
Acciaio
Produzione
Rifiuti
Organico, Sfalci e Potature
Compostaggio
Impieghi agricoli
Biostabilizzazione
Opere Pubbliche
umido
Selezione
Termovalorizzazione
Energia elettrica
Raccolta
Indifferenziata
secco
Vendita CDR
Bioessiccazione
Produzione CDR
Servizi Ambientali
S.O.T. Hera
Impianti
Hera S.p.A.
Applicazioni
41

La filiera inizia con il conferimento del rifiuto da parte del cittadino secondo le modalità
e le opportunità offerte dalle società territoriali (raccolta porta a porta, stazioni
ecologiche attrezzate, ecopunti, cassonetti disposti lungo le strade). Se i rifiuti vengono
immessi nei siti prestabiliti suddivisi per frazione merceologica allora si parlerà di
rifiuto differenziato; qualora invece venissero conferiti indistintamente si parlerà di
rifiuto indifferenziato. E‟opportuno notare come i rifiuti seguano un iter differente a
seconda della loro conformazione.
L‟obiettivo del presente capitolo è quello di descrivere il percorso seguito dalle varie
tipologie di rifiuto in modo da illustrare i diversi impianti messi a disposizione da Hera
per il loro trattamento e le applicazioni previste per il loro utilizzo finale.
1.2.4.1 Raccolta Differenziata – Rifiuti secchi
Dopo essere stati opportunamente raccolti i rifiuti secchi vengono inviati agli impianti
di selezione, all‟interno dei quali vengono suddivisi per tipologia e sottoposti ad una
procedura di controllo sulla qualità e conformità dei materiali.
Successivamente ciascuna categoria merceologica viene convogliata verso un‟apposita
zona di trattamento/selezione.
Le linee di selezione sono costituite da un nastro trasportatore, un vaglio per rimuovere
le frazioni di materiale di piccole dimensioni e dal soppalco di selezione su cui
stazionano gli operatori per la cernita manuale.
Su tali linee vengono effettuate in serie operazioni di selezione meccanica e manuale
delle frazioni presenti nei diversi flussi di rifiuti trattati, al fine di garantire un‟adeguata
omogeneità merceologica per singola frazione recuperata attraverso la eliminazione di
scarti e materiali non destinabili a recupero.
Le frazioni di materiale separate vengono sottoposte a successivo trattamento di
riduzione volumetrica tramite una pressa per essere avviate al recupero.
E‟ importante osservare come le possibilità di recupero siano consentite solo ai rifiuti
provenienti dalla raccolta differenziata.
Una volta che il rifiuto, depurato e omogeneo, esce dall‟impianto di selezione, passa
sotto la responsabilità dei consorzi di filiera, responsabili di tutte le attività di recupero
42

ad esso connesse. Ovviamente ogni consorzio di filiera risponde per la propria frazione
merceologica.
I consorzi di filiera, tutti regolati dal CONAI (COnsorzio NAzionale Imballaggi) si
distinguono in:
COREVE (Consorzio Recupero Vetro);
COREPLA (Consorzio Recupero Plastica);
CNA (Consorzio Nazionale Acciaio);
CIAL (Consorzio Imballaggi Alluminio);
COMIECO per i rifiuti cellulosici;
RILEGNO per il riutilizzo del legno.
Tali consorzi pagano una certa somma di denaro ad Hera per avere in gestione questi
materiali selezionati e pertanto avere una quota elevata di raccolta differenziata si
traduce in un incremento dei quantitativi di rifiuti in uscita dagli impianti di selezione
(gli unici per i quali sia possibile un recupero) e conseguentemente in una crescita dei
ricavi. Questi maggiori ricavi si rifletteranno sui cittadini che vedranno alleggerita la
propria tariffa sui rifiuti (sarà comunque spiegato nel dettaglio in seguito).
Tornando all‟impianto di selezione è d‟obbligo ricordare che gli scarti di processo
vengono fatti passare attraverso un separatore magnetico per la raccolta delle parti
ferrose e successivamente avviati allo smaltimento finale in discarica.
43

1.2.4.2 Raccolta differenziata – Rifiuti umidi: frazione organica degli RSU, sfalci e
potature del verde, residui lignocellulosici
La prima fase è quella della ricezione dei materiali, che vengono successivamente
stoccati. Segue la miscelazione delle matrici organiche umide con quelle
lignocellulosiche allo scopo di favorire il deflusso di aria atmosferica all'interno della
massa in trattamento.
Nella fase della biossidazione accelerata il materiale viene disposto in cumuli dotati di
canalizzazioni interrate che assicurano una ventilazione forzata della biomassa. Per
migliorare il processo di stabilizzazione aerobica i cumuli sono periodicamente rivoltati
con mezzi meccanici.
In questa fondamentale fase, caratterizzata dall'attività biossidativa di microrganismi
quali batteri, funghi e attinomiceti, avviene la degradazione dei composti solubili
(grassi, zuccheri, proteine, lignina) e la contemporanea produzione di anidride
carbonica, acqua e calore. Data la scarsa conducibilità termica della biomassa, il calore
accumulato al suo interno raggiunge e supera la temperatura di 40 °C creando un regime
termofilo in cui si afferma l'azione di popolazioni batteriche capaci di degradare i
composti più complessi, ovvero caratterizzati da un più alto peso molecolare (idrolisi
enzimatica). Alla temperatura di 55°C avviene la completa igienizzazione del materiale
in quanto scompaiono i microrganismi patogeni per l'uomo e le piante.
Con l'esaurirsi dei composti enzimaticamente ossidabili, diminuiscono l'attività
microbica e lo sviluppo di calore e si ottiene una frazione "humificata", ovvero il vero e
proprio compost.
L'impianto è dotato di due differenti linee di trattamento: una per la produzione di
Ammendante Compostato Misto (Compost di qualità) e l'altra per la produzione di
Compost fuori specifica (biostabilizzato).
Nella prima linea si eseguono le seguenti fasi di trattamento:
Miscelazione delle frazioni organiche dei rifiuti solidi urbani con matrici
lignocellulosiche precedentemente sottoposte a coppatura;
Biossidazione accelerata per 5 settimane;
Maturazione e stabilizzazione per circa 90 giorni;
44

Vagliatura finale e stoccaggio del compost prodotto; in questa fase il sottovaglio
ottenuto è costituito prevalentemente da compost e da inerti e vetro che vengono
successivamente eliminati mediante la tavola densimetrica.
Gli scarti del sopravaglio e del sottovaglio secondario vengono eliminati o reintrodotti
nel ciclo.
La seconda linea prevede le seguenti fasi:
Biossidazione accelerata (per un minimo di 21 giorni) di matrici organiche
ottenute da selezione meccanica (FOS);
Maturazione e stabilizzazione del materiale prodotto;
Vagliatura e stoccaggio finale.
Entrambe le linee sono dotate di biofiltri per il trattamento appropriato degli aeriformi
aspirati dalle sezioni di biossidazione e stoccaggio.
Il compost di qualità può trovare numerose applicazioni in campo agricolo dove può
costituire un buon fertilizzante; il biostabilizzzato invece può fungere da riempitivo
nelle pavimentazioni stradali o per altri usi simili.
Anche in questo caso gli scarti delle lavorazioni vengono conferiti in discarica.
1.2.4.3 Raccolta Indifferenziata - Produzione CDR e Termovalorizzazione
In seguito al Decreto Ronchi e alla nascita del concetto di gestione integrata dei rifiuti,
la raccolta dei rifiuti prevede le seguenti priorità di smaltimento:
1. Recupero dei materiali;
2. Recupero energetico;
3. Dismissione in discarica.
Poiché come già affermato in precedenza il recupero può avvenire solo con la raccolta
differenziata, i rifiuti ottenuti seguendo altre modalità devono essere trattati al fine di un
loro recupero energetico.
Infatti i rifiuti, per la loro costituzione, possono essere utilizzati come combustibile in
impianti dedicati o come combustibile alternativo in impianti tradizionali. Il processo di
produzione di CDR combustibili da rifiuto) è finalizzato all‟ottenimento di un materiale
sufficientemente omogeneo, privo di inquinanti e con un buon potere calorifico.
45

Gli impianti per la produzione di CDR eseguono un trattamento sul materiale ingresso
finalizzato a garantire sia un elevato LHV del prodotto in uscita, sia l‟eliminazione delle
sostanze pericolose per la combustione.
Con riferimento allo schema sopra rappresentato è bene ricordare che gli impianti di
produzione di CDR richiedono in ingresso un prodotto con un basso contenuto di
umidità e per tale motivo è o frazione secca (che andrà all‟impianto per CDR) da quella
umida (organico o altro che poi viene inviato agli impianti di biostabilizzazione),
oppure un processo di bioessiccazione grazie al quale le frazioni secca e umida perdono
il loro contenuto d‟umidità e diventano idonei per la lavorazione..
L‟ingresso all‟impianto può essere pertanto costituito da:
Frazione secca ottenuta per separazione meccanica dei rifiuti urbani
indifferenziati;
Frazione secca non riciclabile (di scarto) proveniente dalla selezione dei
materiali prodotti dalla raccolta differenziata;
Rifiuti umidi bioessiccati.
Il processo di trattamento deve restituire un prodotto che risponda alle caratteristiche
chimico fisiche indicate dalla normativa . Qui di seguito sono mostrate alcune di esse:
Caratteristiche
CDR di qualità normale
LHV
15000 KJ/Kg
Umidità max 25%
Cloro max 0,9%
Zolfo max 0,6%
Ceneri max 20%
Piombo
max 200 mg/Kg
Come descritto in precedenza l‟ingresso agli impianti è tipicamente costituito da rifiuto
indifferenziato residuo proveniente dalla raccolta differenziata, ma possono essere
consegnati anche altri rifiuti come plastiche non clorurate, pneumatici fuori uso,
poliaccoppiati, gomme sintetiche non clorurate, resine e fibre artificiali e sintetiche con
contenuto in Cl < allo 0,5% in massa; tutti questi rifiuti possono entrare nella
46

composizione di CDR per una percentuale massima del 50% come previsto dalla
normativa vigente.
Supponendo di prendere in esame un impianto di produzione di CDR da selezione
secco-umido con biostabilizzazione della frazione organica i vari processi e le
tecnologie associate alle varie operazioni possono essere riassunte nel modo seguente:
1. Consegna: l‟area di consegna è costituita da una fossa di stoccaggio o un
pavimento, generalmente in un ambiente chiuso e tenuto in depressione,dotato di
porte con apertura e chiusura automatica che permettono l‟ingresso e lo scarico
dei mezzi di conferimento che arrivano all‟impianto;
2. Stoccaggio: negli impianti di maggiore dimensione (>400t/g) i rifiuti vengono
stoccati in una fossa di calcestruzzo a tenuta d‟acqua. La capacità di stoccaggio
della fossa è solitamente pari a 3-4 giorni di funzionamento dell‟impianto nelle
condizioni di progetto e varia in funzione delle caratteristiche dei rifiuti e di
eventuali vincoli caratteristici del sito nel quale l‟impianto è installato. In tali
impianti un operatore movimenta i rifiuti scaricati sul terreno con la pala
meccanica e li butta nella fossa dalla quale poi vengono estratti ed inviati al
trattamento. La fossa è tenuta in depressione e l‟aria estratta può essere inviata
agli impianti di biostabilizzazione / bioessiccazione prima di essere depurata.
Negli impianti più piccoli lo scarico avviene su un pavimento a tenuta di liquido
in cui è stata eseguita una piccola fossa che contiene una tramoggia in lamiera
con un nastro estrattore. Per gli impianti più piccoli un operatore alla guida di
un carroponte dotato di una benna a polipo ha il compito di miscelare il rifiuto
nella fossa e caricarlo sulla linea che lo porterà al trattamento. Per la protezione
contro gli incendi l‟area di stoccaggio dei rifiuti è dotata di sistemi di rilevazione
e di sistemi automatici di spegnimento ad acqua;
3. Alimentazione della linea: la linea viene alimentata dalla benna a polipo guidata
dall‟operatore: la cabina in cui si trova l‟operatore del carroponte è posizionata
in modo da consentire una buona panoramica dell‟intera fossa rifiuti ed è munita
di un sistema di ventilazione indipendente rispetto alla fossa;
4. Pretrattamento: I rifiuti convogliati sulla linea vengono raccolti in una tramoggia
ed in seguito vengono a contatto con un trituratore primario caratterizzato da un
47

asso numero di giri (da 30 a 60 rpm) per una riduzione dimensionale fino a 300
mm.
5. Deferrizzazione: vengono eliminati i metalli con un deferrizzatore
elettromagnetico;
6. Vagliatura: viene effettuata mediante vagli rotanti. Il sottovaglio, costituito
principalmente da frazione organica putrescibile seguirà un processo di
stabilizzazione (è questa la fase di selezione alla quale si faceva riferimento in
precedenza), mentre il sovvallo costituito da frazione secca passerà alla
successiva fase di raffinazione;
7. Raffinazione: consiste in una serie di 3 operazioni. La prima, detta di
separazione magnetica, porta il materiale ad una seconda deferrizzazione tramite
elettromagnete e alla separazione di metalli non ferrosi tramite separatore a
correnti indotte. La seconda, detta di triturazione determina un‟ulteriore
riduzione dimensionale del materiale fino a pezzatura max 100*100 mm ed
infine la terza, detta anch‟essa di separazione magnetica permette una selezione
del materiale per densità al fine di separare gli inerti dai metalli ancora presenti
mediante un sistema aeraulico posto alla testa del nastro che trasporta il flusso di
materiale proveniente dal raffinatore: i materiali più leggeri vengono spinti da un
ventilatore in un ciclone che li scarica in una rotocella, mentre quelli più densi e
compatti cadono in un contenitore diverso.
Il materiale così trattato risponde alle norme del DM 5/2/98 quanto a caratteristiche
fisiche (P.C.I. superiore a 15.000 kj/kg, umidità massima 25%) e chimiche (Cl in massa
max 0,9%, S in massa

Di conseguenza, se il forno di destinazione può alimentare e bruciare il CDR in forma
di fluff si deve procedere a pressare in balle il CDR prodotto; qualora invece la caldaia
del termovalorizzatore non accettasse il fluff è necessario eseguire la pellettizzazione
tramite una macchina specifica che comprime il materiale in cilindretti molto densi
(densità in mucchio > 600 kg/m3) o l‟addensamento, molto simile al precedente, ma
meno spinto (densità in mucchio > 300 kg/m3) e meno costoso.
49

CAPITOLO II
HERA RAVENNA E IL SERVIZIO DI GESTIONE DEI
RIFIUTI
Il capitolo che vado ora a presentare si sofferma sul servizio di gestione dei rifiuti,
oggetto principe della nostra trattazione.
Il diagramma mostrato precedentemente ben evidenzia la distribuzione delle attività tra
le diverse società del Gruppo, le quali si distinguono fondamentalmente in due macro
entità: l‟ambito di raccolta rifiuti, affidato alle diverse società territoriali sparse sul
territorio e l‟area di trattamento/smaltimento degli stessi di competenza della Divisione
Ambiente di Hera S.p.A.
Il lavoro presentato in questo volume è finalizzato allo studio di un modello
previsionale capace di descrivere l‟evoluzione della produzione di rifiuto per consentire
l‟ottimizzazione delle metodologie di raccolta e pertanto è facile intuire come questo si
inserisca nelle competenze delle società territoriali.
Questo lavoro infatti è stato svolto presso Hera Ravenna s.r.l.
Ovviamente prima di partire con l‟analisi del modello è opportuno conoscere il contesto
entro quale si muove la SOT ravennate, in termini di ambiti di competenza,
metodologie e obiettivi di raccolta ed è necessario descrivere l‟insieme delle dinamiche
sottostanti il servizio di gestione dei rifiuti.
E‟inoltre necessario riportare un glossario per consentire al lettore una corretta
comprensione degli argomenti, talvolta descritti con un lessico proprio del settore.
50

2.1 HERA RAVENNA S.r.l E L’ATO 7
L‟articolo 23 comma 1 del Decreto di Legge del 5 febbraio 1997 n. 22 (Decreto
Ronchi) ha disposto la riorganizzazione dei servizi concernenti il ciclo dei rifiuti urbani
sulla base di ambiti territoriali ottimali (ATO), i quali, “salvo diversa disposizione
stabilita con Legge regionale, sono le Province”; tale decreto impone inoltre ai Comuni
di organizzare la gestione del servizio secondo criteri di efficienza, di efficacia e di
economicità.
Lo stesso decreto, sempre all‟art.23 comma 5, prevede che le modalità di cooperazione
tra i diversi soggetti coinvolti nel servizio siano stabilite con Legge Regionale, cui
compete anche l‟eventuale delimitazione degli ambiti territoriali ottimali in difformità
rispetto alla prescrizione di cui all‟art 23 comma 1 secondo la quale gli ambiti
territoriali ottimali sono la Province.
Sulla base del D.Lgs 22/97 la Regione Emilia Romagna ha dunque emanato la legge 6
settembre 1999, n.25 “Delimitazione degli ambiti territoriali ottimali e disciplina delle
forme di cooperazione tra Comuni e Province per l'organizzazione del servizio idrico
integrato e del Servizio di gestione dei rifiuti urbani”.
2.1.1 Delimitazione territoriale degli ATO
Per quel che riguarda la definizione territoriale degli ATO la regione Emilia Romagna
ha stabilito 9 ambiti territoriali ottimali per la gestione dei rifiuti urbani (SGR),
coincidenti coi territori delle 9 province.
Prima di passare alla descrizione dell‟ATO 7 relativo alla Provincia di Ravenna è
importante annotare come questa sia costituita da 1 capoluogo di provincia (Ravenna) e
da 17 Comuni (Alfonsine, Bagnacavallo, Bagnara di Romagna, Brisighella, Casola
Valsenio, Castelbolognese, Cervia, Conselice, Cotignola, Faenza, Fusignano, Lugo,
Massalombarda, Riolo Terme, Russi, S.Agata sul santerno e Solarolo).
Sembra inoltre opportuno anticipare che, prima del Decreto Ronchi, ogni comune si
assumeva l‟impegno di gestire autonomamente il servizio di raccolta e smaltimento dei
rifiuti e ciò aveva determinato la nascita di società municipalizzate che, all‟interno dei
51

loro territori di competenza, svolgevano l‟intero ciclo di gestione dei rifiuti urbani con
servizio in affidamento diretto.
Per tale motivo è facile comprendere come la messa a regime di un Sistema di gestione
dei Rifiuti in Ambiti Territoriali Ottimali sia stato un processo complesso che, nel
perseguire il superamento di una frammentazione gestionale consolidatasi nel tempo, ha
dovuto evitare di penalizzare le eventuali gestioni di eccellenza presenti sul territorio.
Proprio per non penalizzare le varie gestioni esistenti la Legge Regionale 25/99 ha
previsto un regime transitorio di prima attivazione del SGR.
L‟art. 16 della Legge Regionale ha disposto infatti che, al fine di realizzare la prima
attivazione, superare la frammentazione delle gestioni e razionalizzare l‟organizzazione
del SGR era necessario individuare le gestioni esistenti che operavano in coerenza con
le previsioni del Piano Provinciale di gestione e rispondevano a criteri di efficienza,
efficacia ed economicità. Tali gestioni hanno preso il nome di ”gestioni individuate”.
L‟individuazione delle gestioni esistenti meritevoli di salvaguardia è stata effettuata
confrontando i parametri, tecnici, economici e finanziari, che principalmente
caratterizzavano le gestioni in termini di efficacia ed efficienza del servizio coi rispettivi
valori di riferimento.
I suddetti parametri sono stati suddivisi in 2 aree: un‟area tecnico-economica ed un‟area
economico-finanziaria. La prima descrive gli standard tecnici del servizio in relazione ai
corrispondenti costi e per essa è stata definita una griglia di parametri significativi che
consentono di caratterizzare le gestioni in termini di efficienza, efficacia ed economicità
(la griglia è costituita da 38 parametri scelti in base a criteri di rappresentatività,
omogeneità per tutti i gestori, possibilità di confronto con standard nazionali).
L‟area economico-finanziaria invece, attraverso una griglia costituita da 8 indicatori di
bilancio, rende conto di una equilibrata gestione aziendale nel suo complesso.
La gestione si definiva individuata se i parametri risultavano migliori dei rispettivi
riferimenti almeno nel 50% dei casi per l‟area tecnico-economica ed almeno nel 60%
dei casi per l‟area economico-finanziaria.
Per quanto riguarda l‟ATO di Ravenna tutte e 4 le gestioni operanti nel territorio
AMF S.p.A. di Faenza per il Comune di Faenza;
AMI S.p.A. di Imola per i Comuni di Brisighella, Casola Valsenio, Castel
Bolognese, Riolo Terme, Solarolo;
52

AREA S.p.A. di Ravenna per i Comuni di Cervia, Ravenna e Russi;
TEAM S.p.A. di Lugo per i Comuni di Alfonsine, Bagnacavallo, Bagnara di
Romagna, Conselice, Cotignola, Fusignano, Lugo, Massa Lombarda, Sant‟Agata
sul Santerno
sono risultate meritevoli di essere considerate “individuate”.
Successivamente alla loro individuazione, dal 1/11/2002, le 4 gestioni “individuate”
sono confluite, a seguito di conferimento di rami d‟azienda, in Hera Spa di Bologna.
Come noto Hera S.p.A. è una holding industriale e ha così deciso che i servizi di
raccolta e spazzamento dei rifiuti urbani siano gestiti tramite 2 SOT (Società Operative
Territoriali), operative dal 1/1/2003, interamente controllate: Hera Ravenna Srl (per i
Comuni di Alfonsine, Bagnacavallo, Bagnara di Romagna, Cervia, Conselice,
Cotignola, Fusignano, Lugo, Massalombarda, Ravenna, Russi, S.Agata sul Santerno) ed
Hera Imola-Faenza Srl (per i Comuni di Brisighella, Casola Valsenio, Castelbolognese,
Faenza, Riolo Terme, Solarolo).
Così facendo si ottiene pertanto l‟intera copertura dell‟ATO (Provincia di Ravenna)
tramite 2 società controllate.
In fig. Suddivisione del confine provinciale tra le SOT Hera Ravenna s.r.l. e Hera Imola-Faenza
s.r.l.
53

La semplice suddivisione del territorio provinciale in 2 SOT però ha visto la comparsa
di 2 tipologie di problemi.
Un primo problema riguardava il fatto che le 2 SOT hanno inglobato al proprio interno
2 gestioni individuate (Hera Ravenna ha inglobato le attività di TEAM S.p.A. e AREA
S.p.A., mentre Hera Imola Faenza quelle di AMF S.p.A. e AMI S.p.A.) con standard
non sempre omogenei né tra di loro né al proprio interno.
Un secondo problema rifletteva invece le differenti caratteristiche territoriali degli stessi
Comuni che costituiscono l‟ATO.
Il Comune di Ravenna si caratterizza infatti per la presenza di aree ad urbanizzazione
metropolitana (il capoluogo), di aree industriali (per es. la zona portuale e il comparto
chimico e produttivo), nonché di aree a vocazione turistica (il litorale).
Il Comune di Cervia ha come peculiarità la spiccata vocazione turistica.
I Comuni di Brisighella, Casola Valsenio, Castelbolognese e Riolo Terme sono ubicati
nella parte collinare o pedi-collinare della Provincia, mentre i rimanenti Comuni si
sviluppano in territori pianeggianti.
Per i suddetti motivi la pianificazione d‟ambito e le relative analisi di piano sono
impostate avendo in riferimento 5 bacini territoriali:
1. RAVENNA (Comune di Ravenna);
2. CERVIA (Comune di Cervia);
3. BASSA ROMAGNA (Comuni di Alfonsine, Bagnacavallo, Bagnara di
Romagna, Conselice, Cotignola, Fusignano, Lugo, Massalombarda, Russi,
S.Agata sul Santerno)
sotto la responsabilità di Hera Ravenna s.r.l. e quindi oggetto della nostra trattazione;
4. EX AMI (Comuni di Brisighella, Casola Valsenio, Castelbolognese, Riolo
Terme, Solarolo);
5. FAENZA (Comune di Faenza)
sotto la responsabilità di Hera Imola-Faenza s.r.l. e pertanto esulano dagli scopi del
presente elaborato.
54

In fig. suddivisione del territorio provinciale in 5 bacini di cui 3 (Ravenna, Cervia e Bassa Romagna)
facenti riferimento a Hera ravenna s.r.l. e 2 (Faenza ed EX AMI) facenti capo a Hera Imola-Faenza s.r.l.
55

Comune Residenti al Gestione Società Operativa
1/1/2005 “individuata” Territoriale Bacino
Ravenna 146.989 RAVENNA
(146.989)
Cervia 26.858 Area Spa
(184.569)
CERVIA
(26.858)
Russi 10.722
Alfonsine 11.581
Bagnacavallo 16.169
Bagnara 1.849 Hera Ravenna Srl BASSA
ROMAGNA
Conselice 9.207 (281.522) (107.675)
Cotignola 6.952 Team Spa
Fusignano 7.919 (96.953)
Lugo 31.927
Massalombarda 9.065
S.Agata 2.284
Faenza 54.749 Amf Spa
(54.749)
FAENZA
(54.749)
Brisighella 7.739
Casola Valsenio 2.843 Hera Imola-Faenza
Srl
Castelbolognese 8.659 Ami Spa (83.687) EX AMI
Riolo Terme 5.441 (28.938) (28.938)
Solarolo 4.256
TOTALE
RESIDENTI
365.209 365.209 365.209 365.209
Territorio di competenza di ciascun bacino: per ciascun comune è indicata la gestione individuata di
riferimento, la relativa SOT responsabile ed il bacino d’appartenenza.
56

2.1.2 Forme di cooperazione tra Hera, i Comuni e la Provincia
Dopo aver definito i confini territoriali di competenza delle SOT Hera è ora giunto il
momento di passare in rassegna le altre direttive presenti nel Decreto e nella Legge
Regionale relativamente alle forme di collaborazione tra i diversi soggetti coinvolti nel
SGR
In applicazione al Decreto 22/97, art.23 co.5 secondo il quale la “disciplina delle forme
di cooperazione deve essere stabilita con legge regionale” e conformemente alla Legge
Regionale 25/99 tutti i Comuni ricadenti nell‟Ambito territoriale Ottimale n.7 ,Ravenna
e la Provincia di Ravenna hanno costituito una forma di cooperazione per la
rappresentanza unitaria degli interessi degli Enti locali associati e per l‟esercizio
unitario delle funzioni amministrative di organizzazione, regolazione e vigilanza dei
servizi pubblici spettanti ai Comuni, anche a tutela della collettività dei cittadini-utenti,
secondo il modello giuridico della convenzione, denominata Agenzia di ambito per i
servizi pubblici.
Tale Legge Regionale pertanto ha previsto che in ciascun ATO competa all‟Agenzia
d‟Ambito per i Servizi Pubblici (Agenzia), quale forma di cooperazione fra la Provincia
e i Comuni, l‟organizzazione del SGR secondo criteri di efficienza, efficacia ed
economicità, nel rispetto dell‟ambiente e del territorio..
Ai sensi dell‟art.6 della L.R 25/99 l‟Agenzia è il soggetto che esercita, con personalità
giuridica di diritto pubblico, tutte le funzioni spettanti ai Comuni relativamente
all‟espletamento del SGR, ivi comprese l‟adozione dei necessari regolamenti, la
determinazione delle tariffe e la definizione dei rapporti con i gestori del servizio anche
per quanto attiene alla relativa instaurazione, modifica o cessazione. A questo nuovo
soggetto spetta pertanto l‟esercizio unitario delle funzioni amministrative di
organizzazione, regolazione e vigilanza del SGR, precedentemente svolte dai singoli
Comuni, con esclusione di ogni attività di gestione del servizio medesimo, le quali sono
delegate in esclusiva ad un apposito Gestore, Hera S.p.A.
Le modalità di cooperazione sono fissate in appositi documenti e contratti e pertanto per
meglio capire il contesto di riferimento entro il quale si muove Hera è necessario fare
una duplice distinzione:
1. Studio delle interazioni tra soggetti del SGR;
57

2. Studio delle interazioni tra gli elaborati del SGR.
2.1.2.1 Studio delle interazioni tra soggetti
UTENTI
Canoni concessione
Tariffe
GESTORI
(adotta Carta
dei servizi)
Costi recupero/smaltimento finale
Contratto per
recupero/smaltimento finale
COMUNI E
SOCIETA‟
PATRIMONIALI
Accordo con società patrimoniali per amministrazione
beni pubblici e per definizione canoni
Convenzione per gestione SGR
e per gestione/sviluppo dei beni pubblici
AGENZIA
Accordo per definizione
prezzo recupero/smaltimento finale
GESTORI IMPIANTI
SMALTIMENTO FINALE
(discariche, termovalorizzatori,
impianti di compostaggio)
L’Agenzia approva: Piano d’Ambito (in rispetto del Piano Provinciale), Disciplinare tecnico, Tariffe, Regolamento tariffa,
Regolamento gestione, Schema di riferimento per carta dei servizi
Cerchiamo ora di descrivere le attività svolte dall‟Agenzia e dal Gestore, nonché le
interazioni esistenti tra questi due soggetti e gli utenti al fine di conoscere le dinamiche
sottostanti il Servizio di Gestione Rifiuti.
L‟Agenzia d‟Ambito per i Servizi Pubblici di Ravenna, costituita dai rappresentanti
degli Enti Locali della Provincia di Ravenna (Provincia e Comuni di Alfonsine,
Bagnacavallo, Bagnara di Romagna, Brisighella, Casola Valsenio, Castelbolognese,
Cervia, Conselice, Cotignola, Faenza, Fusignano, Lugo, Massalombarda, Ravenna,
Riolo Terme, Russi, S.Agata sul Santerno, Solarolo), ha sottoscritto una convenzione
con Hera S.p.A.(di seguito il Gestore), con la quale si disciplina la gestione del servizio
di gestione dei rifiuti e nella quale HERA S.p.A. accetta di amministrare in esclusiva il
servizio di gestione dei rifiuti urbani in tutti i Comuni dell‟ambito ottimale di Ravenna e
segnatamente nei Comuni prima citati.
58

La Legge Regionale ha previsto inoltre che l‟espletamento del servizio pubblico possa
essere effettuato dal Gestore affidatario anche a mezzo di società operative (dette
Società Operative Territoriali o SOT) da esso controllate maggioritariamente (sono
Hera Ravenna s.r.l. e Hera Imola-Faenza s.r.l.); in questo caso l‟Agenzia sottopone al
Gestore un disciplinare d‟obbligo che garantisca il rispetto da parte delle società
operative delle clausole della Convenzione per la gestione del servizio. Il subaffidamento
del SGR alle SOT non può riguardare segmenti isolati del servizio, del
quale va garantita l‟unitarietà, e pertanto con tali società si realizza un modello
gestionale a partizione geografica del servizio in bacini territorialmente omogenei, nel
quale la gestione mantiene un forte radicamento locale e quindi capacità di adeguarsi
alle caratteristiche del territorio.
Il Gestore, firmando la convenzione, si impegna a svolgere le seguenti attività:
1. operazioni di trattamento preliminare per il successivo avvio al recupero o allo
smaltimento dei rifiuti. Per “trattamento preliminare” si intende l‟insieme delle
operazioni di recupero e smaltimento, in particolare le operazioni di cernita,
selezione, riduzione volumetrica, miscelazione e stabilizzazione, fatta eccezione
per quelle che rappresentano l‟ultimo trattamento possibile dei rifiuti urbani (già
analizzato alla voce “la filiera del rifiuto”)
2. servizio di raccolta: avviene utilizzando le seguenti metodologie:
a. raccolta mono o multi materiale con contenitori stradali;
b. raccolta mono o multi materiale con porta a porta;
c. raccolta mono o multi materiale presso specifiche attività produttive;
d. raccolta mono o multi materiale presso stazioni ecologiche di base o
attrezzate.
3. servizio di pulizia delle superfici pavimentate: riguarda le attività di
a. spazzamento manuale o meccanizzato;
b. lavaggio anche con disinfezione;
c. collocazione e svuotamento dei cestini porta-rifiuti
Sono oggetto di intervento le seguenti superfici pavimentate:
strade, piazze, portici e marciapiedi, classificati comunali;
tratti urbani di strade statali e provinciali;
59

percorsi comunali anche coperti e comunque qualsiasi spazio pubblico
come i parcheggi o l‟interno delle tettoie di attesa degli autobus;
piste ciclabili urbane ed extraurbane
Si tenga presente che tutte queste attività devono inoltre rispettare altre
indicazioni opportunamente concordate con le autorità comunali.
4. servizio di pulizia aree verdi e/o attrezzate: viene effettuata mediante
a. attività di raccolta dei rifiuti abbandonati al suolo;
b. collocazione e svuotamento dei cestini porta-rifiuti.
Sono oggetto di intervento le seguenti aree:
le aiuole spartitraffico e le aree a corredo delle strade ivi comprese le
scarpate;
le aiuole, i giardini e le aree verdi;
i parchi urbani ed extraurbani con esclusione di quelli dotati di servizio
proprio per la pulizia dei rifiuti;
i camminamenti e gli spazi attrezzati.
5. servizio di pulizia delle spiagge marittime: viene effettuata con attività di
a. asportazione dei materiali depositati dal mare;
b. vagliatura della spiaggia per asportare i rifiuti di piccola e media
dimensione abbandonati al suolo dai frequentatori;
c. collocazione e svuotamento dei contenitori porta-rifiuti di spiagge libere.
6. Altri servizi detti di “pulizia straordinaria”.
Oltre alle attività sopra descritte il Gestore si impegna ad effettuare prestazioni
occasionali non programmabili su aree pubbliche o ad uso pubblico, richieste, con oneri
a loro carico, dai comuni, dall‟Agenzia o da terzi autorizzati dagli stessi, applicando un
Tariffario che verrà approvato dall‟Agenzia con le modalità previste per l‟approvazione
dell‟articolazione tariffaria. I servizi oggetto della convenzione rappresentano servizi
pubblici essenziali, costituiscono attività di pubblico interesse e per nessuna ragione
potranno essere sospesi o abbandonati. Casi di funzionamento irregolare o di
interruzione potranno verificarsi soltanto per cause di forza maggiore. In tali casi, il
Gestore adotterà tutte le misure necessarie a limitare al minimo possibile il disagio per
gli utilizzatori, garantendo in ogni caso gli interventi di emergenza.
60

Per una maggiore facilità di controllo e monitoraggio il Gestore deve trasmettere
all‟Agenzia l‟inventario dei beni strumentali (dotazioni patrimoniali e beni funzionali)
destinati all‟esercizio del servizio di gestione dei rifiuti urbani nonché la banca dati
degli utenti serviti, secondo criteri e modalità indicati dall‟Agenzia. L‟inventario e la
banca dati utenti dovranno essere mantenuti aggiornati e trasmessi all‟Agenzia con
modalità e periodicità stabilite dalla stessa.
Dal canto suo l‟Agenzia, secondo quanto stabilito dall‟art.6 comma 3 della L.R. 25/99
deve svolgere le seguenti mansioni:
a. definizione delle specifiche relative alla domanda di servizio;
b. determinazione della tariffa d‟ambito e delle sue articolazioni per le diverse
categorie d‟utenza;
c. predisposizione ed approvazione del programma degli interventi, del relativo
piano finanziario e del connesso modello gestionale e organizzativo;
d. scelta delle forme di gestione;
e. espletamento delle procedure di affidamento (l‟Agenzia sceglie il Gestore e
stipula con esso la Convenzione per la gestione del servizio);
f. controllo sul servizio;
g. amministrazione dei beni strumentali ad essa affidati dagli Enti Locali per
l‟esercizio del servizio.
Spetta inoltre alle Agenzie l‟adozione e l‟approvazione dei diversi regolamenti i quali
saranno trattati in seguito.
Definiti i rapporti tra Agenzia e Gestore resta ora da definire la relazione esistente tra
Gestore e utenti finali.
In questo caso la relazione è molto semplice dal momento che i cittadini pagano un
certo corrispettivo in funzione del servizio erogato da Hera. La tariffa, concordata tra
Gestore e Agenzia e approvata da quest‟ultima, deve assicurare la completa copertura
dei costi del servizio, ivi compresi quelli per il recupero e lo smaltimento dei rifiuti
presso impianti di soggetti terzi. Il “Piano Finanziario” che è alla base del calcolo della
tariffa dovrà pertanto valorizzare a costo le attività del SGR ed a prezzo le attività di
recupero e smaltimento finale. Questo sarà meglio compreso in seguito.
61

Al fine di comprendere come Hera definisca le tariffe e quindi i corrispettivi pagati dai
cittadini è bene uscire dall‟area celeste di figura e descrivere alcune attività parallele
svolte tra altri soggetti inseriti nel SGR.
Tali attività riguardano 2 aree di interesse:
1. comuni e società patrimoniali;
2. gestori di discariche, termovalorizzatori, filiere di recupero CONAI, impianti di
compostaggio.
Partiamo dal primo punto.
Sempre secondo quanto stabilito dalla convenzione all‟art.8, “il Gestore espleta il
servizio avvalendosi degli eventuali beni di cui sia legittimo proprietario nonché di
quelli di proprietà dei Comuni, dei soggetti proprietari degli assets del servizio di
gestione rifiuti ad esso concessi in uso dall‟Agenzia, con i quali verranno stipulate
apposite convenzioni, che prevedono la messa a disposizione di tali beni a condizioni e
modalità opportunamente stabilite in appositi documenti”. In tali documenti vengono
rese formali le convenzioni tra Agenzia, Hera e soggetti proprietari degli assets, con le
quali si definiscono gli aspetti economici e giuridici della concessione in uso dei beni.
Il Gestore si assume la piena ed esclusiva responsabilità per eventuali danni arrecati ai
beni affidati in concessione durante lo svolgimento delle attività oggetto di convenzione
ed a causa di esse. Il Gestore, per l‟intera durata della concessione e fino alla riconsegna
dei beni inerenti il servizio di gestione dei rifiuti urbani, è responsabile della
manutenzione dei beni affidati al fine di mantenerli in buono stato di efficienza e
funzionalità.
Come descritto in figura quindi l‟Agenzia stipula un contratto con i proprietari dei beni
strumentali relativamente alle modalità d‟amministrazione e alla definizione dei canoni
e successivamente, ottenuto l‟accordo, concede in uso tali beni al Gestore. A questo
punto il Gestore diventa responsabile di tutte le spese concordate a livello d‟Agenzia ed
è ad esso che spetta il sostenimento di tutti i relativi costi.
Il canone o corrispettivo a carico del Gestore è comprensivo dei seguenti componenti:
a. rimborso dei mutui delle Amministrazioni Comunali relativi alla
realizzazione dei beni strumentali destinati all‟esercizio del servizio,
62

. canone da corrispondere ai soggetti proprietari dei beni strumentali al
servizio di gestione dei rifiuti urbani,
c. spese di funzionamento dell‟Agenzia.
Le parti convengono che il Gestore corrisponderà direttamente all‟Agenzia la quota
parte del corrispettivo relativa alle spese di funzionamento dell‟Agenzia stessa,
corrisponderà invece direttamente ai Comuni ed ai soggetti proprietari delle dotazioni
patrimoniali, con le modalità che saranno indicate dall‟Agenzia, la rimanente parte del
corrispettivo.
Tutti questi costi si ribalteranno poi sulle tariffe.
Secondo punto
Dopo che i rifiuti sono stati raccolti e dopo le operazioni preliminari, il rifiuto deve
essere avviato a smaltimento. Anche in questo caso Hera Ravenna deve sostenere certi
costi. Dalle analisi fatte in precedenza abbiamo osservato come gli impianti siano gestiti
direttamente dalla Divisione Ambiente di Hera S.p.A. e pertanto la SOT ravennate
pagherà un corrispettivo per avviare a trattamento i rifiuti raccolti. Eventuali prezzi sono
previamente concordati tra Hera S.p.A. e l‟Agenzia.
E‟ tuttavia importante affermare che nella filiera del rifiuto sono presenti numerosi
consorzi (tutti affiliati al CONAI) le cui attività sono orientate al recupero dei materiali
per un eventuale riutilizzo o riciclaggio. Pertanto il rifiuto raccolto da Hera Ravenna
s.r.l., se rispetta opportuni criteri qualitativi, può costituire materia prima per i suddetti
consorzi che quindi sono disposti a pagare un corrispettivo in cambio di una certa
quantità di rifiuto. Eventuali prezzi sono concordati tra CONAI e Agenzia e
costituiscono una fonte d‟entrata monetaria nelle casse di Hera Ravenna.
Ecco ora compresa l‟importanza della raccolta differenziata: dal momento che la tariffa
è concepita al fine di garantire la copertura di tutti i costi sostenuti dal Gestore (da quelli
relativi ai canoni di concessione versati ai Comuni agli oneri versati ai gestori degli
impianti di trattamento/smaltimento), aumentando la percentuale di raccolta
differenziata si aumenta la percentuale di rifiuto destinato alle filiere di recupero, le
uniche che invece pagano per avere una certa quantità di rifiuto. Le entrate monetarie
derivanti da questa operazione costituiscono una fonte di ricavo che va ad alleviare
63

l‟entità dei costi e va conseguentemente ad alleggerire i corrispettivi richiesti agli utenti
tramite l‟esazione delle tariffe.
E‟ importante infine ricordare come tutte le modalità di formazione della tariffa sono
descritte nel “Regolamento per l‟applicazione della tariffa” il quale viene concordato tra
le parti, ma la cui approvazione finale e relativa adozione spetta esclusivamente
all‟Agenzia.
64

2.1.2.2 Schema delle interazioni fra gli elaborati del SGR
PROVINCIA
PIANO
PROVINCIALE
RIFIUTI
Obiettivi generali di RD
Sistema impiantistica e flussi
_______________________________________________________________
AGENZIA
REGOLAMENTO
DI GESTIONE
RIFIUTI URBANI E
ASSIMILATI
Linee guida e principi
generali
Criteri di assimilazione
PIANO
D‟AMBITO
Obiettivi specifici di RD
Standard dei servizi
Piano finanziario generale
REGOLAMENTO
PER
L‟APPLICAZIONE
DELLA TARIFFA
TARIFFA
SCHEMA DI
RIFERIMENTO
CARTA
DEI SERVIZI
DISCIPLINARE
TECNICO
Modello organizzativo
di dettaglio del
servizio
ARTICOLAZIONE
TARIFFARIA
(predisposta annualmente)
_______________________________________________________________
GESTORE
EROGA IL SERVIZIO
APPLICA E RISCUOTE LA TARIFFA
PREDISPONE LA CARTA DEI SERVIZI
_______________________________________________________________
UTENTE
Dopo aver analizzato le dipendenze funzionali tra i soggetti appartenenti al SGR è
opportuno ora studiare le tematiche esposte nei diversi elaborati nonché le relazioni di
dipendenza tra i diversi regolamenti. Sono tali documenti infatti che definiscono le
regole che Hera dovrà seguire per un corretto raggiungimento degli obiettivi.
65

Al di sopra di tutte le parti si può vedere la presenza della Provincia la quale ha il
compito di redigere il Piano Provinciale per la Gestione dei Rifiuti (PPGR) che ha a sua
volta il compito di definire per i rifiuti urbani
gli obiettivi generali di raccolta differenziata;
la definizione del fabbisogno impiantistico;
la gestione del sistema dei flussi verso i diversi impianti;
il numero, la tipologia, i tempi di realizzazione e i bacini d‟utenza di ogni
singolo impianto di smaltimento e recupero dei rifiuti urbani.
Il PPGR costituisce il più generale strumento di pianificazione strategica e delega
all‟Agenzia, tramite il Piano d‟Ambito, il compito di pianificare e programmare le
attività necessarie per l‟organizzazione del SGR.
Sulla base delle direttive stabilite dalla Provincia l‟Agenzia d‟Ambito e il Gestore
affidatario del SGR stipulano una convenzione all‟interno della quale sono contenuti
numerosi allegati qui di seguito descritti e tutti necessariamente approvati dall‟Agenzia,
cui pertanto spetta l‟ultima parola e per questo motivo annoverati nello schema sotto i
compiti propri dell‟Agenzia.:
- Piano d‟Ambito;
- Disciplinare Tecnico;
- Regolamento di gestione dei rifiuti urbani e assimilati;
- Regolamento per l‟applicazione della tariffa;
- Schema di riferimento per la Carta dei Servizi, un elaborato che contiene
indicazioni sugli standard dei singoli servizi, nonché dei diritti e degli obblighi
degli utenti.
Tra tutti i regolamenti sopra esposti il Piano d‟Ambito e il Regolamento di gestione dei
Rifiuti urbani e assimilati sono quelli che rivestono maggior importanza e per tale
motivo saranno descritti separatamente. Questi due documenti troveranno applicazione
operativa nel Disciplinare Tecnico, descritto al termine del capitolo.
Esulano dalla nostra trattazione gli ultimi due regolamenti.
66

2.1.2.2.1 Piano d‟Ambito
L‟art. 17 della Legge Regionale 25/99 pone in capo all‟Agenzia il compito di approvare
il Piano d‟Ambito per l‟organizzazione unitaria del SGR. Il Piano d‟Ambito pianifica e
programma le attività necessarie per l‟organizzazione del SGR all‟interno ed in
coerenza col più generale strumento di pianificazione costituito dal Piano Provinciale
per la Gestione dei Rifiuti (PPGR) ed in particolar modo gestisce:
a. il modello gestionale e organizzativo;
b. il piano finanziario degli interventi;
c. il programma degli interventi necessari ed i relativi tempi di attuazione;
d. gli obiettivi e gli standard di qualità dei servizi di gestione dei rifiuti urbani
articolati per zone territoriali;
e. la tariffa articolata con riguardo alle caratteristiche delle diverse zone del
territorio e alla qualità dei servizi.
All‟interno del Piano d‟Ambito possiamo trovare:
1. lo stato del servizio di gestione dei rifiuti urbani che descrive
la popolazione compresa nel SGR;
la produzione di rifiuti nell‟ATO,
l‟organizzazione della raccolta in termini di stazioni ecologiche utilizzate
e sistema impiantistico con relativi flussi;
2. Caratteristiche della raccolta ove sono mostrate
la composizione merceologica dei rifiuti;
gli obiettivi di raccolta differenziata;
3. Standard di qualità del servizio di gestione dei rifiuti urbani;
4. Pianificazione Finanziaria.
Poiché i primi due punti saranno descritti nel capitolo relativo alla raccolta differenziata
mentre l‟ultimo non rientra negli obiettivi della trattazione, nelle prosime righe sarà
trattato il tema relativo agli standard di qualità.
Nella gestione dei servizi pubblici sta diventando di sempre maggior importanza la
formalizzazione delle prestazioni richieste ai gestori. Tale processo è una conseguenza
della tendenziale separazione fra soggetti deputati alla definizione della domanda ed alla
67

egolazione, pianificazione e controllo (Comuni, Autorità d‟Ambito, ecc.) e soggetti
deputati all‟erogazione del servizio (le aziende pubbliche o private di gestione, i
cosiddetti Gestori). In questo contesto è crescente la richiesta degli utenti, a fronte di
contribuzioni tariffarie in continuo aumento, di una definizione chiara delle prestazioni
e della qualità dei servizi.
Diviene di estrema attualità quindi il tema degli standard di qualità o dei livelli di
servizio.
Nel campo della gestione dei rifiuti urbani siamo di fronte ad una generale carenza di
riferimenti normativi sui livelli di servizio da richiedere ai Gestori, riferimenti peraltro
presenti per esempio nel settore energetico ed in quello del servizio idrico integrato.
La carenza di riferimenti normativi sui livelli di qualità nella gestione dei rifiuti urbani,
è con ogni probabilità dovuta alla difficoltà nel definire standard di servizio in un
settore caratterizzato da un prodotto atipico, dove si è in presenza di una varietà molto
eterogenea di prestazioni e di modalità operative, dovuta alla necessità di dover adattare
le tecniche gestionali alle diverse caratteristiche territoriali (morfologiche, urbanistiche,
demografiche, culturali, economiche, ecc.).
Il problema della misurazione della qualità del servizio di gestione dei rifiuti urbani
(SGR) è quello di:
1. individuare un set di parametri (o indicatori) in grado di fotografare
adeguatamente il sistema nei sui aspetti significativi, ovvero di definire una
opportuna Banca Dati (BDSGR);
2. definire un set di valori o di disposizioni (standard di qualità) ai quali i valori (o
livelli) di detti indicatori dovranno convergere o uniformarsi al fine di
conseguire una gestione del servizio percepita dall’utente in modo
qualitativamente soddisfacente (è importante non dimenticare che il giudizio
finale da tenere in considerazione deve essere sempre quello dell‟utente).
Le due problematiche non sono separate e vanno affrontate congiuntamente.
In generale la Banca Dati dovrà avere le seguenti caratteristiche:
3. deve essere finalizzata a rilevare i fatti che incidono anche indirettamente sulla
percezione qualitativa del servizio da parte dell‟utente, quindi non è una Banca
Dati sulla soddisfazione dell‟utente, ma degli indicatori il cui livello è in grado
di incidere sui risultati di un‟indagine sulla soddisfazione dell‟utente. Pertanto la
68

Banca Dati conterrà l‟insieme dei driver (“indicatori di qualità”) il cui
confronto con gli standard di riferimento consente di indirizzare l‟operatività del
servizio in modo da renderlo qualitativamente soddisfacente per l‟utente. Non
tutti gli indicatori della Banca Dati dovranno avere necessariamente uno
standard di riferimento (come per i cosiddetti “indicatori semplici”), come nel
caso di quelli che misurano semplici aspetti quantitativi del servizio (per es. la
quantità annua raccolta); gli “indicatori semplici” sono utili nella rilevazione di
situazioni anomale (warning) e, qualora si ritenga utile in un momento
successivo fissarne gli standard di riferimento, possono diventare “indicatori di
qualità” (è possibile che per taluni indicatori non si possa disporre di valori di
riferimento in grado di garantire con certezza la qualità del servizio, e che tali
valori siano determinabili solo in un secondo momento disponendo di una
sufficiente serie storica di dati);
4. deve essere pensata e tarata sulle caratteristiche del territorio e dei servizi
effettivamente erogati. L‟eterogeneità delle modalità gestionali fa si che una
Banca Dati strutturata per un ambito ottimale difficilmente possa andar bene,
senza modifiche, per altri ambiti.
5. deve essere esaustiva, non ridondante e ad un livello di dettaglio adeguato (gli
indicatori a seconda dei casi potranno risultare da misurazioni dirette o da
calcoli su altri indicatori, potranno rilevare situazioni puntuali oppure medie). In
generale, salvo eccezioni, è bene avere un livello di specificazione dei dati non
superiore a quello comunale (i servizi in esame sono generalmente molto
diversificati sul territorio, per cui medie effettuate su una base troppo ampia
potrebbero essere poco significative, del resto non vanno dimenticati né il forte
campanilismo delle Amministrazioni nel settore dei rifiuti, né l‟esistenza di una
burocrazia orientata alla rilevazione su base comunale dei dati), è necessario
tuttavia porre attenzione a non frammentare eccessivamente le informazioni, col
conseguente possibile rischio di non comprenderne il significato;
6. gli indicatori devono essere misurabili, verificabili ed il più possibile
inconfutabili;
7. deve essere il più possibile “cablata” e standardizzata, con specifica di quali dati
sono da inserire (dati di base o di input) e di quali dati derivano invece da calcoli
69

sui precedenti (dati derivati o calcolati). La standardizzazione del sistema di
rilevazione ha il pregio di limitare gli errori di interpretazione sul significato di
dati complessi e frastagliati quali quelli relativi al sistema di gestione dei rifiuti e
di favorire il confronto dei dati stessi (la Banca Dati è compilata dal Gestore in
modo “guidato”).
Per quanto concerne la scelta degli standard qualitativi di riferimento, occorre
focalizzare l‟attenzione su valori che garantiscano effettivamente una percezione
qualitativamente soddisfacente del servizio da parte dell‟utente. Qualora non si abbia
certezza che l‟adozione di un dato standard comporti un effetto qualitativamente
positivo, è opportuno impostare ulteriori standard “di verifica” o “di controllo”, solo
apparentemente ridondanti, in grado di evidenziare possibili errori di taratura dei livelli.
Per esempio, se dopo l‟aver impostato un dato standard di tempo massimo di attesa agli
sportelli, la percentuale di utenze che abbandonano la fila d‟attesa dovesse essere troppo
elevata, sarebbe opportuno abbassare il detto standard.
Sempre in merito a presunte ridondanze, è opportuno adottare, oltre ai classici standard
riferiti a frequenze di svuotamento e distribuzione dei contenitori, un ulteriore standard
che impone alla percentuale di cassonetti, che in una data zona (e in un dato momento)
si trovano in situazione di non perfetta chiusura per l‟eccessivo rifiuto conferito, di non
superare un valore massimo stabilito. Un tale standard (che potremmo chiamare di
overflow) rispecchia direttamente la percezione qualitativa da parte dell‟utente, nulla
dicendo sull‟operatività del servizio. Va da sé che se gli standard operativi di frequenza
di svuotamento e distribuzione dei contenitori fossero perfettamente tarati (ammesso
che ciò sia possibile), non vi sarebbe bisogno dello standard di overflow, tuttavia la
complessità dei servizi e dell‟articolazione del territorio consigliano di adottare un tale
strumento di controllo, al fine di regolare al meglio gli altri driver che intervengono
direttamente sulle modalità operative del servizio.
Si comprende che gli standard indirizzano il sistema di gestione dei rifiuti verso i livelli
qualitativi prefissati, attraverso un‟azione congiunta degli effetti da essi determinati,
presi singolarmente potrebbero risultare in taluni casi inefficaci.
E‟ importante infine tener presente che gli obiettivi di miglioramento del servizio ed i
relativi tempi di attuazione, devono essere centrati sulle caratteristiche territoriali
70

dell‟area interessata e sulla qualità preesistente agli interventi migliorativi, pena il
mancato raggiungimento degli obiettivi stessi.
Per il Servizio di Gestione dei Rifiuti Urbani dell‟ATO di Ravenna, sono stati
individuati 58 fattori di qualità, a ciascuno dei quali è associato un set di indicatori
(indicatori di qualità); ogni indicatore di qualità ha uno standard da rispettare. I 58
fattori di qualità sono inseriti all‟interno di 3 raggruppamenti, sulla base delle loro
caratteristiche:
8. “territoriali”, 44 fattori che fanno riferimento a come il servizio viene svolto sul
territorio; questi sono a loro volta suddivisi in 2 raggruppamenti: “per filiera
merceologica” (9 fattori) relativo agli obiettivi percentuali di raccolta
differenziata complessiva e per materiale (frazione organica putrescibile, verde,
carta/cartone, vetro+lattine, plastica, ingombranti+beni durevoli+metalli, inerti e
altre rd) e “per tipo raccolta” (35 fattori) relativo agli standard delle singole
tipologie di servizio, che nei vari casi, per i diversi materiali raccolti, possono
essere attuate con contenitori stradali, porta a porta, ecc.;
9. “efficienza automezzi e contenitori”, 4 fattori che si riferiscono alla qualità di
tali beni;
10. “gestionali”, 10 fattori riferiti in gran parte ai servizi detti di front office o di
customer (tempi di attesa agli sportelli o al telefono, risposta a reclami, pronto
intervento, gestione tariffa, ecc.).
Come tempistica di attuazione, gli standard relativi agli obiettivi percentuali di raccolta
differenziata (sono quelli riguardanti i fattori di qualità “per filiera merceologica”) sono
stati definiti per ciascun anno dal 2006 al 2009, quelli che riguardano i fattori di qualità
per la distanza massima dai contenitori, la densità media di distribuzione dei punti
raccolta e l‟età di mezzi e contenitori sono da rispettare entro il 2011, attraverso
graduale miglioramento a partire dalla situazione al 31/12/2005, gli standard riferiti ai
restanti fattori sono da rispettare a partire dal 2006.
Per quanto riguarda il livello territoriale di aggregazione per la determinazione dei
valori (livelli) da attribuire annualmente agli indicatori di qualità (come ovvio il
medesimo livello di aggregazione è da attribuire agli standard ai quali tali indicatori
devono riferirsi), si assume per la quasi totalità degli indicatori un‟aggregazione
comunale, con eccezione degli indicatori relativi alle percentuali di raccolta
71

differenziata ed agli automezzi che sono definiti a livello di bacino, nonché di quelli
relativi al servizio d‟informazione telefonica che hanno a riferimento il call center della
SOT.
Il valore assunto dagli indicatori di qualità è da determinare, a consuntivo, al termine di
ogni anno solare.
In corrispondenza di servizi attivati per una sola parte dell‟anno, gli indicatori di qualità
sono da determinare avendo a riferimento l‟effettivo periodo di operatività del servizio;
in questo caso sono da riferire al medesimo periodo anche i relativi standard di
riferimento. Il ricalcolo degli standard in relazione a servizi svolti per una quota parte di
anno va fatto con criterio di proporzionalità temporale.
Nota finale: i fattori di qualità sono 58, ma può capitare che alcuni di essi siano
costituiti da più indicatori di qualità e standard. Per tale motivo gli indicatori di qualità
(e i rispettivi standard) sono complessivamente 108.
Si riportano qui di seguito alcuni fattori e indicatori per facilitare la comprensione (per
una visione completa si faccia riferimento al Piano d‟Ambito ATO 7 Ravenna, redatto
dall‟Agenzia d‟Ambito per i servizi pubblici di Ravenna)
72

Indicatori “territoriali” per filiera merceologica
Fattori di qualità
Filiera
merceologica
INDICATORI
S4) obiettivo
% RD
4-standard
2009
standard 2008
standard 2007
standard 2006
Pf 2005
Dato 2004
S6) obiettivo
% RD
6-standard
2009
standard 2008
standard 2007
standard 2006
Pf 2005
Dato 2004
BACINO
FAENZA
10,8
10,6
10,5
10,3
10,1
9,9
1,6
1,5
1,3
1,2
1,0
1,1
BACINO
EX AMI
STANDARD
BACINO
CERVIA
CARTA/CARTONE
9,3
8,7
8,1
7,5
7,0
7,1
1,6
1,5
1,3
1,2
0,8
0,9
11,0
10,8
10,6
10,4
8,5
10,4
PLASTICA
4,6
4,0
3,4
2,8
2,5
4,3
BACINO
RAVENNA
9,9
9,7
9,6
9,4
7,5
9,2
3,4
3,3
3,2
3,1
1,9
3,1
BACINO
BASSA
ROMAGNA
9,0
8,5
7,9
7,4
7,4
6,9
3,9
3,8
3,7
3,6
1,0
3,6
ATO
9,9
9,6
9,3
9,0
8,0
8,8
3,3
3,2
3,0
2,8
1,6
3,0
Indicatori di qualità
73

Indicatori “territoriali” per tipo di raccolta
Fattore di qualità
Tipologia di
raccolta
INDICATORI
S10) distanza max dai
contenitori (da attuare
entro il 2011 attraverso
graduale miglioramento
a partire dalla
situazione al
31/12/2005)
10-% utenze servite
fuori standard totali
11-% utenze servite
fuori standard in urbane
intensive
12-% utenze servite
fuori standard in urbane
non intensive
13-% utenze servite
fuori standard in altre
aree servite
S11) frequenza
settimanale di
svuotamento
contenitori
14-% residenti serviti
fuori standard
complessiva
15-% residenti serviti
fuori standard in urbane
intensive
16-% residenti serviti
fuori standard in urb.
non intens.
17-% residenti serviti
fuori standard in altre
aree
18-% svuot. con ritardo
1 gg
19-% svuotamenti
saltati o con ritardo oltre
1 giorno
STANDARD
RACCOLTA RIFIUTO RESIDUALE
(contenitori stradali)
Aree urbane intensive e commerciali: 200m, aree urbane non intensive e
artigianali: 400m (sono aree urbane i centri e nuclei abitati secondo la
definizione ISTAT), altre aree servite: 800m. Deroghe (da non considerare fuori
standard) per isole Alfonsine, per aree con particolari difficoltà nella disposizione
dei contenitori e per le zone a limitato servizio ZLS (zone rurali e montane a
bassa densità abitativa, nelle quali la distanza supera gli 800m), individuate nel
Disciplinare Tecnico. Il calcolo non include le strade poderali e vicinali e non
tiene conto dei confini dei Comuni di uno stesso bacino. Tariffa ridotta in ZLS
0%; da rispettare annualmente in ciascun Comune. L’utenza è nello standard se
per essa lo standard è rispettato per l’intero anno
0%; da rispettare annualmente n ciascun Comune. L’utenza è nello standard se
per essa lo standard è rispettato per l’intero anno
0%; da rispettare annualmente in ciascun Comune. L’utenza è nello standard se
per essa lo standard è rispettato per l’intero anno
0%; da rispettare annualmente in ciascun Comune. L’utenza è nello standard se
per essa lo standard è rispettato per l’intero anno
Aree urbane intensive e commerciali: 3-7, aree urbane non intensive e
artigianali: 2-3, altre aree: 1-3. Il Disciplinare Tecnico stabilisce le frequenze da
adottare in ogni zona. Gli svuotamenti, ad eccezione di quelli giornalieri,
possono essere ritardati al giorno successivo a quello programmato, fino ad un
massimo pari al 3% del totale svuotamenti programmati nell’anno. Non sono da
conteggiare fra gli svuotamenti ritardati o saltati quelli che per cause di forza
maggiore o per presenza di una festività sono effettuati nel giorno successivo
0%; da rispettare annualmente in ciascun Comune. Il residente è nello standard
se per esso lo standard è rispettato per l’intero anno
0%; da rispettare annualmente in ciascun Comune. Il residente è nello standard
se per esso lo standard è rispettato per l’intero anno
0%; da rispettare annualmente in ciascun Comune. Il residente è nello standard
se per esso lo standard è rispettato per l’intero anno
0%; da rispettare annualmente in ciascun Comune. Il residente è nello standard
se per esso lo standard è rispettato per l’intero anno
Max 3% sul totale svuotamenti nell’anno; da rispettare in ciascun Comune
0% sul totale svuotamenti nell’anno; da rispettare in ciascun Comune
Vi sono 6 indicatori
per il fattore 11
In totale avremo 58 fattori e 108 indicatori.
74

2.1.2.2.2 Regolamento di gestione dei rifiuti urbani e assimilati
FINALITA‟
Il presente regolamento adottato dall‟Agenzia di Ambito per i Servizi Pubblici di
Ravenna disciplina la gestione dei rifiuti urbani e dei rifiuti speciali assimilati agli
urbani nell‟Ambito Territoriale Ottimale di Ravenna. Esso è di fondamentale
importanza poiché stabilisce:
a. le misure per assicurare la tutela igienico-sanitaria in tutte le fasi della gestione
dei rifiuti
urbani e assimilati;
b. le modalità del servizio di raccolta e trasporto dei rifiuti urbani e assimilati;
c. le modalità del conferimento, della raccolta differenziata e del trasporto dei
rifiuti urbani e
assimilati al fine di garantire una distinta gestione delle diverse frazioni di rifiuti
e promuovere il recupero degli stessi;
d. le norme atte a garantire una distinta ed adeguata gestione dei rifiuti urbani
pericolosi;
e. l‟assimilazione per qualità e quantità dei rifiuti speciali non pericolosi ai rifiuti
urbani ai fini
della raccolta e dello smaltimento.
E‟inoltre opportuno ricordare che i rifiuti devono essere recuperati e smaltiti senza
pericolo per la salute dell‟uomo e senza usare procedimenti o metodi che potrebbero
recare pregiudizio all‟ambiente e in particolare
a. senza determinare rischi per l‟aria, l‟acqua, il suolo nonché per la fauna e la
flora;
b. senza causare inconvenienti da rumori o odori;
c. senza danneggiare il paesaggio e i siti di particolare interesse.
DEFINIZIONI
Per una corretta comprensione del regolamento e delle tematiche nel seguito affrontate
si è inoltre deciso di proporre un breve glossario:
- rifiuto: qualsiasi sostanza od oggetto di cui il detentore si disfi o abbia deciso o
abbia l‟obbligo di disfarsi;
75

- produttore: la persona la cui attività ha prodotto rifiuti cioè il produttore iniziale
e la persona che ha effettuato operazioni di pretrattamento, di miscuglio o altre
operazioni che hanno mutato la natura o la composizione di detti rifiuti; la
raccolta, il trasporto, il recupero e lo smaltimento dei rifiuti, compreso il
controllo di queste operazioni, nonché il controllo delle discariche dopo la
chiusura;
- conferimento: le operazioni compiute dai produttori di rifiuti per consegnarli ai
servizi di raccolta;
- raccolta: l‟operazione di prelievo, di cernita o di raggruppamento dei rifiuti per
il loro trasporto;
- raccolta differenziata: la raccolta idonea, secondo criteri di economicità,
efficacia, trasparenza ed efficienza, a raggruppare i rifiuti urbani e assimilati in
frazioni merceologiche omogenee, al momento della raccolta o, per la frazione
organica umida, anche al momento del trattamento, nonché a raggruppare i
rifiuti di imballaggio separatamente dagli altri rifiuti urbani, a condizione che
tutti i rifiuti sopra indicati siano effettivamente destinati al recupero;
- raccolta itinerante: le operazioni di prelievo di alcuni rifiuti urbani e assimilati
eseguita periodicamente in luoghi pubblici prestabiliti in cui sostano, per un
certo tempo, automezzi appositamente attrezzati;
- stoccaggio: le attività di smaltimento consistenti nelle operazioni di deposito
preliminare di rifiuti, nonché le attività di recupero consistenti nelle operazioni
di messa in riserva di materiali;
- smaltimento: ogni operazione finalizzata a sottrarre definitivamente una
sostanza, un materiale o un oggetto dal circuito economico e/o di raccolta;
- recupero: le operazioni che utilizzano rifiuti per generare materie prime
secondarie, combustibili o prodotti, attraverso trattamenti meccanici, termici,
chimici o biologici, incluse la cernita o la selezione;
- messa in sicurezza: ogni intervento per il contenimento o isolamento definitivo
della fonte inquinante rispetto alle matrici ambientali circostanti;
- bonifica: ogni intervento di rimozione della fonte inquinante e di quanto dalla
stessa contaminato fino al raggiungimento dei valori limite conformi all‟utilizzo
previsto dell‟area;
76

- ecopunto ovvero stazione ecologica di base: insieme di contenitori destinati alla
raccolta differenziata di diverse tipologie di rifiuti urbani e assimilati, posti in
luoghi non custoditi ai quali ha accesso il pubblico;
- stazione ecologica attrezzata: area attrezzata con contenitori idonei per i
materiali della raccolta differenziata e indifferenziata di rifiuti urbani e
assimilati, in cui possono essere svolte attività di base finalizzate al trasporto,
quali cernita, raggruppamento, ecc., di alcuni materiali da destinare al riutilizzo,
al riciclaggio e al recupero di materia prima e/o energia, ovvero allo smaltimento
in sicurezza. Sono custodite e sono accessibili soltanto in orari prestabiliti;
- compost da rifiuti: prodotto ottenuto dal compostaggio della frazione organica
dei rifiuti urbani nel rispetto di apposite norme tecniche finalizzate a definirne
contenuti e usi compatibili con la tutela ambientale e sanitaria e, in particolare, a
definirne i gradi di qualità;
- compostiera: contenitore con capienza da 200 a oltre 1000 litri, atto ad ospitare i
rifiuti organici per il loro processo di decomposizione e trasformazione in
compost. Le compostiere solitamente sono dotate di sportelli, nella parte
superiore per introdurre il rifiuto organico e nella parte inferiore per togliere il
compost già pronto e maturo;
- compostaggio naturale in “fossa/concimaia”: modalità di trasformazione da
parte dell‟utente degli scarti organici;
- utenza domestica: l‟unità immobiliare a carattere residenziale e le relative
pertinenze; utenza non domestica: l‟unità immobiliare e le relative pertinenze,
nonché l‟area scoperta utilizzate per l‟esercizio di un‟attività.
77

ART.4 CLASSIFICAZIONE DEI RIFIUTI
Per prima cosa è opportuno distinguere i rifiuti provenienti da utenze “domestiche” da
quelli derivanti da utenze “non domestiche” dove queste ultime vengono comunemente
catalogate in 30 categorie qui di seguito riportate.
Cat.
Attività
1 musei, biblioteche, scuole, associazioni, luoghi di culto
2 cinematografi e teatri
3 autorimesse e magazzini senza alcuna vendita diretta
4 campeggi, distributori carburanti, impianti sportivi
5 stabilimenti balneari
6 esposizioni, autosaloni
7 alberghi con ristorante
8 alberghi senza ristorante
9 case di cura e riposo
10 ospedali
11 uffici, agenzie, studi professionali
12 banche ed istituti di credito
13 negozi abbigliamento, calzature, libreria, cartoleria, ferramenta, e altri beni durevoli
14 edicola, farmacia, tabaccaio, plurilicenze
15 negozi particolari quali filatelia, tende e tessuti, tappeti, cappelli e ombrelli, antiquariato
16 banchi di mercato beni durevoli
17 attività artigianali tipo botteghe: parrucchiere, barbiere, estetista
18 attività artigianali tipo botteghe: falegname, idraulico, fabbro, elettricista
19 carrozzeria, autofficina, elettrauto
20 attività industriali con capannoni di produzione
78

21 attività artigianali di produzione beni specifici
22 ristoranti, trattorie, osterie, pizzerie, pub
23 mense, birrerie, amburgherie
24 bar, caffè, pasticceria
25 supermercato, pane e pasta, macelleria, salumi e formaggi, generi alimentari
26 plurilicenze alimentari e/o miste
27 ortofrutta, pescherie, fiori e piante, pizza al taglio
28 ipermercati di generi misti
29 banchi di mercato generi alimentari
30 discoteche, night club
1. I rifiuti sono classificati secondo l‟origine in rifiuti urbani e rifiuti speciali e,
secondo le caratteristiche di pericolosità, in rifiuti pericolosi e rifiuti non pericolosi.
2. Sono rifiuti urbani:
a. i rifiuti domestici, anche ingombranti, provenienti da locali e luoghi adibiti
ad uso di civile abitazione;
b. i rifiuti non pericolosi provenienti da locali e luoghi adibiti ad usi diversi da
quelli di cui alla lettera a), assimilati ai rifiuti urbani per qualità e quantità
secondo le modalità di cui all‟art. 5 del presente regolamento;
c. i rifiuti provenienti dallo spazzamento delle strade;
d. i rifiuti di qualunque natura o provenienza, giacenti sulle strade ed aree
pubbliche o sulle strade ed aree private comunque soggette ad uso pubblico
o sulle spiagge marittime e lacuali e sulle rive dei corsi d‟acqua;
e. i rifiuti vegetali provenienti da aree verdi, quali giardini, parchi e aree
cimiteriali;
f. i rifiuti provenienti da esumazioni ed estumulazioni, nonché gli altri rifiuti
provenienti da attività cimiteriale diversi da quelli di cui alle lettere b), c) ed
e).
3. Sono rifiuti speciali:
79

a. i rifiuti da attività agricole e agro-industriali;
b. i rifiuti derivanti dalle attività di demolizione, costruzione, nonché i rifiuti
pericolosi che derivano dalle attività di scavo;
c. i rifiuti da lavorazioni industriali ad esclusione del coke da petrolio
utilizzato come combustibile per uso produttivo;
d. i rifiuti da lavorazioni artigianali;
e. i rifiuti da attività commerciali;
f. i rifiuti da attività di servizio;
g. i rifiuti derivanti dalla attività di recupero e smaltimento di rifiuti, i fanghi
prodotti dalla potabilizzazione e da altri trattamenti delle acque, dalla
depurazione delle acque reflue e da abbattimento di fumi;
h. i rifiuti derivanti da attività sanitarie;
i. i macchinari e le apparecchiature deteriorati ed obsoleti
j. i veicoli a motore, rimorchi e simili fuori uso e loro parti;
k. il combustibile derivato dai rifiuti;
l. i rifiuti derivanti dalle attività di selezione meccanica dei rifiuti solidi
urbani.
ART.5 RIFIUTI SPECIALI ASSIMILATI AI RIFIUTI URBANI
1. Sono assimilati ai rifiuti urbani ai fini della raccolta, i rifiuti speciali non pericolosi
di cui all‟art. 4 comma 3 lettere a), b), c), d), e) ed f) del presente regolamento,
purché rispettino ambedue le condizioni di cui ai successivi punti a) e b):
a. abbiano una composizione merceologica analoga a quella dei rifiuti
domestici o comunque siano costituiti da manufatti e materiali rintracciabili
all‟interno di uno dei 12 raggruppamenti utilizzati come criteri di
assimilazione. Esiste infatti una tabella per ogni raggruppamento e
all‟interno di questa sono definiti dei codici (detti CER) che consentono di
catalogare il rifiuto con estrema precisione e renderlo così assimilato. Se un
rifiuto ricade al‟interno di uno di questi codici può essere trattato a tutti gli
effetti come un rifiuto urbano; tuttavia per alcuni di essi sono previste
80

particolari modalità di conferimento al fine di garantire le migliori tecniche
di smaltimento.
Per meglio capire quanto detto estraiamo un frammento dal punto 1.1.1
della Delibera C.I. del 27 luglio 1984
Tipologie di rifiuto
comprese nel
raggruppamento
10
Pellicole e lastre
fotografiche e
radiografiche
sviluppate
09
RIFIUTI DELL‟INDUSTRIA
FOTOGRAFICA
09 01 Rifiuti dell‟industria fotografica
09 01 07
Carte e pellicole per fotografia, contenenti
argento o composti dell‟argento
09 01
08 Carte e pellicole per fotografia, non
contenenti argento o composti dell‟argento
Numero del
raggruppamento
Codice CER
Tipo di rifiuto
Quindi se ho un rifiuto non domestico, aventi le caratteristiche sopra
descritte, esso può essere considerato un assimilato e come tale può essere
trattato come un rifiuto urbano.
b. rispettino, nei tempi indicati, la seguente soglia quantitativa di produzione
complessiva
annua al di sopra della quale i rifiuti non sono assimilati ai rifiuti urbani e
mantengono la classificazione di rifiuti speciali:
81

BACINI 2007 2008 2009 2010
Faenza
2 x Kd x Superficie 1 x Kd x Superficie
Comuni Ex-
Ami
Cervia
Ravenna
1000 Kg ovvero 10
all‟anno
3
m
(inoltre 10 Kg ovvero 0,1
3
m die)
2 x Kd x Superficie
2 x Kd x Superficie
1 x Kd x Superficie
Bassa
Romagna
di cui Russi
3 x Kd x Superficie
2 x Kd x Superficie
2 x Kd x Superficie
Kd è l’indice di produzione dei rifiuti espresso come
Kg
2
m
2. I rifiuti vegetali costituiti da sfalci, potature, foglie ed altri residui vegetali prodotti
dalle imprese di “manutenzione del verde” a seguito dell‟attività effettuata su aree
pubbliche o private dell‟ATO di Ravenna, purché conferiti presso le Stazioni
Ecologiche secondo le modalità specificate nel “Regolamento per la gestione delle
stazioni ecologiche attrezzate”, non concorrono alla determinazione dei limiti
quantitativi previsti al precedente comma 1 lettera b).
3. Sono inoltre assimilati ai rifiuti urbani, solamente se conferiti presso le stazioni
ecologiche attrezzate dell‟ATO, i rifiuti speciali non pericolosi provenienti dalle
attività di cui all‟art. 4 comma 3 lettera b) del presente regolamento (rifiuti da
costruzione e demolizione), effettuate per piccoli interventi di manutenzione di
locali o strutture di civili abitazioni ubicate nell‟ATO, purché rispettino le seguenti
condizioni:
a. rientrino nel seguente elenco:
- cemento;
- mattoni;
82

- mattonelle e ceramiche;
- miscugli o scorie di cemento, mattoni, mattonelle e ceramiche,
diversi dai precedenti, ma catalogabili secondo i codici CER;
b. siano conferiti in quantità non superiore ai 600 Kg/anno per unità
immobiliare.
4. Sono altresì assimilati ai rifiuti urbani i rifiuti speciali non pericolosi sotto elencati,
provenienti dalle attività di cui all‟art. 4 comma 3 lettera h) del presente
regolamento, definiti rifiuti sanitari assimilati ai rifiuti urbani:
a. i rifiuti derivanti dalla preparazione dei pasti provenienti dalle cucine delle
strutture sanitarie;
b. i rifiuti derivanti dall'attività di ristorazione e i residui dei pasti provenienti
dai reparti di degenza delle strutture sanitarie, esclusi quelli che provengono
da pazienti affetti da malattie infettive per i quali sia ravvisata clinicamente,
dal medico che li ha in cura, una patologia trasmissibile attraverso tali
residui;
c. vetro, carta, cartone, plastica, metalli, imballaggi in genere, materiali
ingombranti da conferire negli ordinari circuiti di raccolta differenziata,
nonché altri rifiuti non pericolosi, che per qualità e per quantità siano
assimilati agli urbani ai sensi del comma 1;
d. la spazzatura;
e. indumenti e lenzuola monouso e quelli di cui il detentore intende disfarsi;
f. i rifiuti provenienti da attività di giardinaggio effettuata nell'ambito delle
strutture sanitarie;
g. i gessi ortopedici e le bende, gli assorbenti igienici anche contaminati da
sangue esclusi quelli dei degenti infettivi, i pannolini pediatrici e i
pannoloni, i contenitori e le sacche utilizzate per le urine;
h. i rifiuti sanitari a solo rischio infettivo assoggettati a procedimento di
sterilizzazione, a condizione che lo smaltimento avvenga in impianti di
incenerimento per rifiuti urbani, ovvero in discarica. Qualora non sia
possibile lo smaltimento, per incenerimento o in discarica, all‟interno
dell'ATO, la raccolta ed il trasporto di questi rifiuti non è soggetta a priva
83

ART.6 RIFIUTI SPECIALI NON ASSIMILATI
1. Non sono in ogni caso assimilati agli urbani i seguenti rifiuti anche se
corrispondenti ai criteri individuati nel precedente articolo:
a. i rifiuti speciali di cui all‟art. 5 comma 1 del presente regolamento, per la
quota parte eccedente la soglia quantitativa di cui alla lett. b) del medesimo
comma, fatto salvo quanto previsto all‟art. 5 comma 2 del presente
regolamento;
b. i contenitori vuoti di fitofarmaci anche bonificati;
c. i teli agricoli di copertura e pacciamatura;
d. i rifiuti speciali pericolosi;
e. i rifiuti provenienti dagli immobili di pertinenza di fondi destinati
all‟esercizio dell‟agricoltura, dell‟allevamento, del florovivaismo e della
silvicoltura, come ad esempio i locali di ricovero delle attrezzature e delle
derrate, i fienili, le stalle, le serre per l‟esposizione delle piante, ecc., ad
esclusione dei rifiuti corrispondenti ai criteri individuati nel precedente art.
5 comma 1 se provenienti dagli spazi destinati alla vendita di prodotti al
dettaglio, alla somministrazione e alla ricettività;
f. i rifiuti di apparecchiature elettriche ed elettroniche (RAEE) diversi da
quelli provenienti dai nuclei domestici;
g. i rifiuti prodotti dalle navi ed i residui del carico;
2. I produttori dei rifiuti di cui al comma 1 sono tenuti a distinguere i loro flussi da
quelli dei rifiuti urbani e assimilati al fine della loro distinta gestione come previsto
dalla normativa vigente.
ART.13 RIFIUTI URBANI PERICOLOSI E RIFIUTI URBANI E ASSIMILATI
PARTICOLARI
1. Secondo l‟art.4 comma 2 i rifiuti di origine domestica sono da considerarsi rifiuti
urbani. Tuttavia, i rifiuti urbani di origine domestica “pericolosi” e i rifiuti urbani e
assimilati aventi caratteristiche particolari, specificati ai commi da 2 a 9 del
presente articolo, vanno conferiti separatamente.
84

2. Batterie e pile. La raccolta di batterie (escluse quelle per autotrazione di cui al
successivo comma 3) viene effettuata sia mediante appositi contenitori che sono
distribuiti presso punti con una buona capacità di intercettazione (scuole, negozi di
foto-ottica, supermercati, zone di passaggio ad alta frequenza, ecc.) sia presso le
stazioni ecologiche attrezzate.
3. Batterie per autotrazione. Per la raccolta e smaltimento di questa tipologia di
rifiuti, a livello nazionale è stato istituito un apposito consorzio obbligatorio
(COBAT). Le batterie ad uso domestico che hanno esaurito la loro durata operativa
devono essere consegnate, qualora sia possibile, ad un rivenditore contestualmente
all'acquisto di una nuova batteria ovvero, qualora ciò non sia possibile, devono
essere conferite presso le stazioni ecologiche attrezzate.
4. Medicinali e farmaci scaduti. La raccolta dei farmaci scaduti e delle confezioni
parzialmente usate viene effettuata presso tutte le farmacie del territorio comunale
tramite gli appositi contenitori ivi posizionati e presso le stazioni ecologiche
attrezzate. I contenitori devono avere le seguenti caratteristiche:
a. essere interamente chiusi;
b. essere inaccessibili alle persone;
c. avere una bocca speciale per l'immissione dei farmaci tale da non consentire
l'asporto del contenuto.
La frequenza dello svuotamento deve essere adeguata ai quantitativi conferiti e
comunque almeno bimensile. Il servizio è rivolto alle utenze domestiche e non ai
gestori delle farmacie che devono provvedere autonomamente a smaltire gli stock
di medicinali scaduti o non commerciabili.
5. Rifiuti di apparecchiature elettriche ed elettroniche (RAEE). I RAEE
provenienti dai nuclei domestici (RAEE originati dai nuclei domestici e RAEE di
origine commerciale, industriale, istituzionale e di altro tipo analoghi, per natura e
per quantità, a quelli originati dai nuclei domestici) devono essere consegnati dal
detentore finale ad un distributore contestualmente all'acquisto di
un‟apparecchiatura di tipologia equivalente ovvero, qualora ciò non sia possibile,
conferiti presso le stazioni ecologiche attrezzate. Si annoverano tra i presenti rifiuti:
a. frigoriferi, congelatori e surgelatori;
b. televisori ed apparecchi audiovisivi in genere;
85

c. computer;
d. lavatrici e lavastoviglie;
e. condizionatori d'aria;
f. apparecchiature elettriche ed elettroniche diverse da quelle di cui alle lettere
precedenti.
6. Oli e grassi minerali o sintetici, vegetali o animali. Chiunque detiene, in ragione
della propria attività, oli e grassi minerali o sintetici, vegetali o animali esausti è
obbligato a conferirli al relativo Consorzio obbligatorio nazionale direttamente o
mediante consegna a soggetti incaricati dal Consorzio stesso. Piccole quantità
provenienti da uso domestico possono essere conferite presso le stazioni ecologiche
attrezzate.
7. Toner, cartucce e nastri da stampanti, contenenti sostanze pericolose. Devono
essere conferite presso le stazioni ecologiche attrezzate.
8. Altri rifiuti urbani pericolosi di origine domestica. Sono oggetto di raccolta
differenziata i seguenti rifiuti urbani pericolosi di origine domestica:
a. solventi;
b. acidi e pesticidi;
c. vernici, inchiostri, adesivi e resine contenenti sostanze pericolose;
d. detergenti contenenti sostanze pericolose.
Questi rifiuti devono essere conferiti dagli utenti negli appositi contenitori presso le
stazioni ecologiche attrezzate.
9. Rifiuti contenenti cemento-amianto. Chi intende disfarsi di beni in cementoamianto
deve di norma rivolgersi a ditte autorizzate a svolgere l'attività di bonifica
di beni contenenti amianto. In caso di lavori presso utenze domestiche da cui
derivano modeste quantità di rifiuti contenenti cemento-amianto, il privato cittadino
può provvedere direttamente previa autorizzazione dell‟ASL competente. In questi
casi per il ritiro di modeste quantità di rifiuti in cemento-amianto in forma compatta
(lastre in cemento-amianto, tubi o canne fumarie in cemento-amianto, piccoli
contenitori per liquidi in cemento-amianto) gli utenti domestici possono rivolgersi
al servizio pubblico istituito dal Gestore, ma seguendo comunque le opportune
istruzioni stabilite da Hera.
86

Prima di concludere il presente capitolo è bene aprire una parentesi sulle stazioni
ecologiche attrezzate, descritte come una delle più importanti strutture atte alla raccolta
dei rifiuti e regolate da un apposito documento denominato “Regolamento per la
gestione delle stazioni ecologiche”.
Le Stazioni Ecologiche (di seguito SE) sono aree recintate ed organizzate con
contenitori e zone open-space, nelle quali i Clienti (utenti domestici e non) possono
consegnare i rifiuti prodotti nel rispetto delle limitazioni e delle modalità contenute nel
presente Regolamento.
Il servizio svolto attraverso le SE integra i servizi di Raccolta Differenziata territoriali
consentendo inoltre la consegna controllata di tipologie di rifiuti urbani ed assimilati
non altrimenti conferibili.
Quindi possiamo affermare che nelle SE
‣ possono essere conferiti solo rifiuti urbani e assimilati;
‣ deve essere fatta distinzione tra utenti “domestici” e utenti “non domestici” che
quindi dovranno consegnare i loro rifiuti in maniera separata.
Tuttavia, mentre il conferimento dei rifiuti da parte dei Clienti Domestici è
sempre consentito e gratuito, per quanto riguarda i Clienti Non Domestici, pur
essendo mantenuta la caratteristica della gratuità, il conferimento è accettato
solo se il rifiuto (ovviamente speciale non pericoloso) rispetta i requisiti qualiquantitativi
imposti dal Regolamento di Gestione dei rifiuti.
Va ricordato comunque che l‟accettazione di qualsiasi materiale è subordinata alla
disponibilità di spazio della SE ricevente.
Ma perché è necessaria la distinzione tra Rifiuti Urbani e assimilati e Rifiuti Speciali?
Secondo l‟art.7 del Regolamento di gestione dei rifiuti urbani e assimilati
i rifiuti urbani e i rifiuti speciali assimilati, avviati a smaltimento;
i rifiuti urbani avviati a recupero;
sono obbligatoriamente conferiti al servizio pubblico di gestione dei rifiuti urbani e
assimilati.
I rifiuti speciali avviati a recupero o smaltimento invece possono essere conferiti o al
servizio pubblico di Gestione dei rifiuti oppure possono essere affidati a soggetti terzi
autorizzati.
87

Tali procedure d‟affidamento seguono le leggi del libero mercato e non più le leggi
imposte dalle convenzioni con le autorità locali; in sostanza, Hera, oltre alle
convenzioni stipulate con l‟ATO, è libera di offrire i propri servizi a tutte quelle realtà
aziendali che necessitano dello smaltimento di rifiuti speciali, aumentando le proprie
aree di business e sfruttando il know-how derivante dalle attività del SGR. A tale scopo
Hera ha posto in essere una propria rete commerciale in grado di offrire soluzioni di
recupero e smaltimento ad hoc per le differenti realtà aziendali.
2.1.2.2.3 Disciplinare Tecnico
Come è possibile osservare dalla figura di pagina 50, il Piano D‟Ambito e il
Regolamento per la Gestione dei Rifiuti urbani ed assimilati confluiscono nel
Disciplinare Tecnico che consiste in una sorta di vademecum riguardante tutte le attività
a cui il Gestore deve adempiere al fine di garantire una corretta Gestione del Servizio.
Il Disciplinare Tecnico è stato pensato per tradurre a livello operativo le direttive
enunciate nei precedenti regolamenti e per riassumere in un unico elaborato tutte le
funzioni a cui il Gestore deve adempiere.
Sfogliando il Regolamento possiamo in prima istanza trovare alcuni dettami circa il
flusso informativo che Hera è tenuto a rispettare; esso comprende:
1. il riepilogo degli obblighi di comunicazione, inteso come l‟insieme dei dati e
delle informazioni che il Gestore è tenuto a fornire all‟Agenzia con le relative
scadenze. Ecco qui di seguito riportato un piccolo esempio
Rif
n°
5
Descrizione Documento di
riferimento
Art.
Trasmissione all‟Agenzia dei dati relativi ai
quantitativi dei rifiuti conferiti agli impianti
di recupero e smaltimento ed i relativi Convenzione 18
corrispettivi riscossi, riferiti all‟anno solare
precedente
Scadenza Frequenza
Termini Successivi
Entro il 30 giugno di
ogni anno
Descrizione della tipologia
di comunicazione
Documento dal quale è stato
estrapolato l‟obbligo di
comunicazione
88

2. riepilogo dei documenti preliminari da elaborare, inteso come l‟insieme delle
attività e delle azioni che il Gestore è tenuto a svolgere per l‟elaborazione dei
documenti da inviare all‟Agenzia. Ecco un breve esempio:
Rif n° Descrizione
Documento di Scadenza Frequenza
Art.
riferimento
Termini successivi
Predisposizione della
30
bozza del Regolamento
di Gestione delle
Stazioni Ecologiche
Convenzione 26 -
3. adempimenti di carattere generale, riguardanti attività che non interessano
direttamente il servizio di gestione, ma che piuttosto comprendono aspetti
contabili come la certificazione di bilancio o aspetti pubblicitari come le
campagne informative circa la raccolta del vetro, la distribuzione di adeguate
compostiere alle utenze domestiche ecc..
Oltre al flusso informativo il Disciplinare Tecnico riprende inoltre tutti gli indicatori di
performance presenti nel Piano D‟Ambito e per ognuno di questi definisce
quantitativamente gli standard di riferimento nonché i punti di penalizzazione
conseguenti ad un mancato (o parziale) raggiungimento degli obiettivi. Ecco un
esempio:
INDICATORE DESCRIZIONE PUNTEGGIO DI GRAVITA‟
Al 30/06/08 10 punti in caso di superamento del 3% dei
S47) Lavaggio
contenitori oltre l‟età massima
Età max 10 anni
Automezzi
Al 30/06/09 10 punti in caso di superamento del 2% dei
contenitori oltre l‟età massima
Al 30/06/10 10 punti in caso di superamento del 1% dei
contenitori oltre l‟età massima
Al 30/06/11 10 punti in caso di superamento del 0% dei
La somma dei punteggi di gravità rilevati nell‟anno determina l‟applicazione delle
contenitori oltre l‟età massima
seguenti sanzioni:
fino a 200 punti nessuna sanzione;
oltre 200 punti, 200 € ogni punto.
89

CAPITOLO III
LA PRODUZIONE DEI RIFIUTI
Giunti a questo punto della trattazione il lettore dovrebbe aver maturato una certa
conoscenza delle competenze di Hera e delle sue relazioni con gli stakeholders e
dovrebbe aver acquisito una certa padronanza riguardo alle tematiche del settore dei
rifiuti.
Per questo motivo il presente capitolo consentirà di fare un ulteriore passo in avanti nel
nostro percorso di studio e cercherà di spiegare nel dettaglio il concetto di Raccolta
Differenziata, una tematica quotidianamente al centro dell‟attenzione pubblica e spesso
oggetto di dibattito nelle tribune politiche.
Attraverso una serie di analisi e un‟opportuna manipolazione dei dati in nostro possesso
potremo far luce sugli obiettivi di raccolta differenziata fissati dall‟Agenzia di Ravenna,
sulla composizione dei rifiuti e sulle frazioni merceologiche intercettate al fine di avere
un quadro realistico della situazione ravennate e porre le basi verso il vero scopo della
trattazione: lo studio del modello evolutivo relativo alla produzione dei rifiuti urbani
nella provincia di Ravenna.
Per una corretta impostazione del capitolo la parte introduttiva sarà dedicata alla
descrizione del quadro europeo e del panorama italiano in modo da offrire al lettore una
contestualizzazione delle pratiche di gestione dei rifiuti; nella parte centrale sarà dato
ampio spazio alla Raccolta Differenziata mentre il capitolo si concluderà con la
descrizione delle varie frazioni merceologiche e delle modalita di raccolta ad esse
relative.
90

3.1 IL CONTESTO
3.1.1 Uno sguardo sull’Europa
Dal momento che la nostra trattazione pone
l‟accento sulla raccolta dei Rifiuti Urbani, il
grafico con cui si apre questo paragrafo mette
in luce la quantità di rifiuti urbani prodotti
dai paesi appartenenti all‟UE. Nella figura
che riporta la cartina dell‟Europa, vengono
individuati con il colore giallo gli Stati
dell‟UE15, con il blu i Paesi che hanno
portato alla formazione, con il loro ingresso,
dell‟Europa a 25 e con il verde acqua i Paesi che sono in procinto di entrare nell‟Unione
Europea.
Per quanto riguarda la produzione di rifiuti urbani relativi al 2004 nei Paesi aderenti
all‟UE 25 abbiamo le seguenti rilevazioni
91

Per quanto riguarda invece la produzione pro-capite si sono registrati i seguenti valori
UE 15
UE 10
Come si può osservare l‟Italia ha un‟elevata produzione complessiva di rifiuti urbani
mentre per quanto riguarda la produzione procapite sembra essere in media con il resto
dell‟Europa.
Sulla base delle conoscenze maturate sin qui circa le modalità di smaltimento e una
volta resi i noti i dati sulla produzione di pro-capite di rifiuti urbani è interessante
andare a studiare le differenti procedure di smaltimento adottate nei diversi paesi
europei. A tal proposito ci vengono in aiuto i seguenti grafici.
700
EURO 25
OTHER
LANDFILLED
INCINERATED
600
500
400
96 112
120 127
147 155 161 177 183 193 202
300
200
294 290 292 286 287 286 277 267 253 238 227
100
0
69 70 75 76 81 84 87 90 91 94 97
1995 1996 1997 1998 1999 2000 2001 2002 2003 2004 2005
92

700
Switzerland
OTHER
LANDFILLED
INCINERATED
600
500
233 251 257 270
275 299 304
313 318 324 337
400
300
77 69 68 66
66
40 22
11 8
4
4
200
100
288 282 281 280 299
321 333 351 345 337 325
0
1995 1996 1997 1998 1999 2000 2001 2002 2003 2004 2005
700
600
Germany
OTHER
LANDFILLED
INCINERATED
500
400
191 212 229
235
301 312 306
360
349 339 364
300
200
245 225 216 199 180 165 160 137
115 104 89
100
0
97 106 111 112 125 133 135 143 137 144 148
1995 1996 1997 1998 1999 2000 2001 2002 2003 2004 2005
93

700
Netherlands
OTHER
LANDFILLED
INCINERATED
600
500
400
252 277
301
341 356
369 366 377
396 412 408
300
200
158
115
70
54 40 57 50 51
17 11 9
100
139
171
219
198 203 190 199 194 197 202 207
0
1995 1996 1997 1998 1999 2000 2001 2002 2003 2004 2005
700
Sweden
OTHER
LANDFILLED
INCINERATED
600
500
400
300
101 112
136
145 157 166
174
187 195
205
217
200
136 126 130 121 108 98 99
93 64 42
23
100
149 147 150 165 163 164 169 188
212 217
242
0
1995 1996 1997 1998 1999 2000 2001 2002 2003 2004 2005
94

700
600
France
OTHER
LANDFILLED
INCINERATED
500
400
84 91 99 111 116 127 139 139 148 158 163
300
214 225 228 230 224 220 215 212 205 203 196
200
100
178 170 170 167 169 169 175 182 182 183 184
0
1995 1996 1997 1998 1999 2000 2001 2002 2003 2004 2005
United Kingdom
700
OTHER
LANDFILLED
INCINERATED
600
500
40
36
42 50
61 67 75 90
109 137
160
400
300
200
414 440 461 456 469 469 474 465
440 419
375
100
0
45 36 30 37 40 42 43 45 45 49 49
1995 1996 1997 1998 1999 2000 2001 2002 2003 2004 2005
95

700
Italy
OTHER
LANDFILLED
INCINERATED
600
500
400
8
50 63 73
79 83
125 145 157 171 184
300
200
422
380 374 365
382 385
346 331 314 306 296
100
0
24 27 31 34 37 41 45 48 53 61 62
1995 1996 1997 1998 1999 2000 2001 2002 2003 2004 2005
Prima di commentare i risultati messi in evidenza dai grafici sopra rappresentati è
opportuno illustrare i criteri con i quali sono costruiti al fine di consentirne una corretta
comprensione.
I grafici fanno riferimento alla produzione annua pro-capite di rifiuti urbani (espressi in
kg) nelle diverse nazioni europee relativamente ad un arco temporale che va dal 1995 al
2005; per ognuno dei diversi anni la produzione pro-capite è stata suddivisa in tre
frazioni, ciascuna delle quali rappresentativa di una diversa modalità di smaltimento dei
rifiuti.
Sulla base di questo criterio il colore giallo indica la quantità di rifiuto destinata al
recupero, quello blu la quantità di rifiuti avviata verso la termovalorizzazione, mentre il
rosa è impiegato per descrivere la frazione di rifiuto smaltita in discarica.
Come è intuitivo notare, accanto ad ogni frazione colorata è inserito un numerino: esso
rappresenta la quantità di rifiuto smaltita da ogni singolo cittadino secondo le diverse
tipologie di smaltimento. Se prendiamo come esempio chiarificatore l‟Italia e ci
soffermiamo in particolar modo sull‟anno 2004 possiamo affermare che la produzione
pro-capite di rifiuti è stata di 538 Kg/ab*anno (dato confermato dal rapporto APAT
2004 e già analizzato negli istogrammi di inizio capitolo); di questi 538 Kg, 171 sono
stati avviati al recupero, per un loro riutilizzo o riciclaggio, 61 sono stati indirizzati
verso i termovalorizzatori per un recupero energetico, mentre ben 306 Kg sono
96

terminati in discarica. Sommando questi tre valori si ricostruisce infatti il dato di
partenza, 538Kg.
Una volta capite le modalità di costruzione dei grafici andiamo a descrivere i risultati
ottenuti prestando particolare attenzione verso due tematiche:
1. le modalità di smaltimento adottate nei diversi Paesi;
2. l‟evoluzione temporale delle percentuali di raccolta secondo le diverse tipologie
all‟interno di ogni singolo Paese.
Partendo dal primo punto e prendendo in esame lo stato dell‟arte all‟anno 2004 è
possibile notare come l‟Italia sia in media con lo standard europeo, ma decisamente in
una posizione di arretratezza nei confronti di Paesi come la Germania, l‟Olanda e la
Svizzera. Analizzando soprattutto questi ultimi due Paesi è immediato notare l‟assenza
quasi totale delle discariche: tutto il rifiuto prodotto viene destinato al recupero oppure
ad una valorizzazione energetica. La Francia sembra assestarsi sui valori italiani mentre
colpisce in senso negativo il Regno Unito dove sembra esserci una mancanza di
attenzione verso le politiche di gestione dei rifiuti e la discarica resta la forma principe
di smaltimento.
Analizzando il secondo punto è possibile notare come in tutti gli Stati presi in questione
vi sia stata una progressiva tendenza verso la dismissione delle discariche a favore di
uno smaltimento più corretto e di minor impatto ambientale rappresentato dal recupero
energetico o di materia. Vi sono certamente stati Paesi più virtuosi come l‟Olanda, la
Svezia, la Svizzera e la Germania dove le discariche sono quasi totalmente scomparse e
Stati meno virtuosi come il Regno Unito, ma prendendo i Paesi dell‟UE25 o dell‟Ue 15
come cartina tornasole possiamo affermare che i rifiuti conferiti in discarica stanno
progressivamente diminuendo a conferma che le Direttive Europee sono state recepite e
sembra essere nata una maggior consapevolezza relativamente all‟importanza di una
corretta gestione dello smaltimento dei rifiuti.
97

3.1.2 La Situazione italiana
Dopo una breve, ma significativa contestualizzazione a livello europeo delle diverse
modalità di gestione dei rifiuti è ora giunto il momento di inquadrare il problema a
livello nazionale.
Questo tipo di analisi permette di descrivere alcuni aspetti che risulteranno molto
importanti nell‟ultima parte del capitolo, precisamente nel momento in cui andremo a
studiare il contesto operativo e gli obiettivi di raccolta differenziata a cui Hera Ravenna
deve far riferimento.
Cominciamo la nostra trattazione analizzando il seguente grafico.
Fino a questo momento la nostra attenzione è stata rivolta essenzialmente verso i rifiuti
urbani, ma dal grafico è facile notare come in realtà questa produzione rappresenti solo
il 23% del monte totale; il restante 77% è rappresentato infatti da tutti quei rifiuti che
per ragioni di provenienza o pericolosità non possono essere considerati urbani e
vengono formalmente catalogati sotto la denominazione “speciali”. Anche se nella
presente trattazione non sono presi in considerazione, essi in realtà rappresentano la
voce più significativa tra le problematiche di smaltimento e per questa ragione è
sembrato giusto menzionarli. A tal proposito è giusto riportare due osservazioni:
98

1. i dati mostrati dal grafico circa le differenti proporzioni di produzione dei rifiuti
devono far riflettere su come esista un aspetto della gestione dei rifiuti molto
spesso taciuto e nascosto, ma che in realtà è preponderante per chi è preposto al
loro trattamento. Quando oggigiorno sentiamo parlare del problema dei rifiuti a
Napoli, esso è riferito ai soli Rifiuti Urbani; ora il lettore ha le basi per capire
l‟estensione e la profondità del problema.
2. I rifiuti speciali hanno 3 caratteristiche peculiari:
sono quantitativamente superiori agli Urbani;
talvolta sono pericolosi e quindi necessitano di smaltimenti ad hoc;
a differenza dei rifiuti urbani, che per legge “devono essere smaltiti nella
provincia di produzione”, i rifiuti speciali possono essere affidati a chi,
nel “libero mercato” offre un prezzo di smaltimento migliore. Pertanto
l‟Azienda produttrice di rifiuti speciali può scegliere il proprio smaltitore
e ciò ha determinato la nascita di vere e proprie società commerciali che
vanno in giro per l‟Italia ad offrire i propri servizi (il problema dei rifiuti
di Napoli è fortemente collegato a tale aspetto).
Da questa seconda osservazione si può dedurre come questo settore sia ancor più
complesso e difficile da gestire di quanto già lo fosse considerando unicamente i
soli rifiuti urbani.
Come ulteriore appendice a quanto detto sinora è qui di seguito mostrato il grafico
relativo alla produzione pro-capite di RU e RS.
99

Terminate le considerazioni sulle proporzioni RU - RS è bene riprendere il nostro
discorso relativo all‟analisi dei RU per osservare che nel 2006 in Italia sono state
prodotte circa 32 milioni di tonnellate di RU. A partire da questo dato il seguente
grafico mostra le ripartizioni delle diverse tecniche di trattamento adottate in Italia.
Prima di commentare i risultati mostrati dal grafico sopra riportato è bene chiarire due
tecniche di smaltimento presenti in figura, ma non ancora menzionate nel corso della
trattazione: la digestione anaerobica e le ecoballe.
La digestione anaerobica è una particolare forma di trattamento della frazione organica,
la quale consente, oltre ad una diminuzione delle emissione olfattive e di CO
2
,di
abbinare ad un recupero di materia un recupero di energia. Uno dei principali vantaggi
di questa tecnica è infatti rappresentato dal recupero energetico che deriva dall‟utilizzo
del biogas prodotto durante il processo.
Le ecoballe sono rappresentati da cumuli di rifiuti raccolti in modo indifferenziato,
pressati in forme cilindriche (da cui il nome balle) e stoccati in siti provvisori in attesa
di un successivo smaltimento. Considerato che le ecoballe permangono nei siti di
stoccaggio per oltre 12 mesi, detti siti, ai sensi della Direttiva Europea, devono essere
considerati a tutti gli effetti come impianti di discarica.
Ora abbiamo tutti i mezzi per effettuare i dovuti commenti con appropriatezza e
cognizione di causa.
Per una scelta di coerenza con gli obiettivi della presente trattazione, la quale si prefigge
di studiare le attività poste in essere da Hera Ravenna, società di servizi operante nella
100

Provincia di Ravenna, i dati nazionali verranno commentati attraverso una forma di
confronto con i dati relativi alla regione Emilia Romagna, di cui Ravenna è una delle
nove Province.
A tal proposito ci viene in aiuto il seguente grafico, all‟interno del quale sono mostrate
le percentuali relative alle forme di smaltimento adottate dall‟Emilia Romagna.
Confrontando i dati regionali con quelli nazionali si nota subito come l‟utilizzo della
discarica quale forma di smaltimento finale assume valori percentuali molto inferiori
rispetto alla media nazionale, con un 32% rispetto al 47% nazionale. Ciò che non viene
depositato in discarica sembra essere avviato a recupero o indirizzato al compostaggio
ed infatti confrontando i dati regionali con quelli nazionali si trova un 10% vs 5%
nazionale per quest‟ultima voce mentre se studiamo il dato relativo ai materiali
destinati a recupero si nota come dal 9,7% nazionale si passa ad un più sostanzioso 16%
regionale. Per quanto riguarda le altre forme di smaltimento come termovalorizzazione
o trattamento meccanico biologico le percentuali regionali sembrano essere in linea con
le medie italiane.
Se volessimo proseguire l‟analisi dei dati relativi all‟Emilia Romagna, un ulteriore
campo di studi potrebbe essere determinato dal confronto diretto con le altre regioni,
prese singolarmente: questa analisi è stata tabulata nel seguente diagramma, nel quale
sono rappresentate le ripartizioni delle diverse tecniche di smaltimento di rifiuti per
ciascuna regione, espresse in termini percentuali.
101

La prima osservazione desumibile dall‟analisi del grafico riguarda la distribuzione
piuttosto omogenea delle varie forme di smaltimento adottate dall‟Emilia Romagna, a
parte la pratica del compostaggio da matrici selezionate, tecnica poco diffusa nel
territorio emiliano-romagnolo se confrontata con le altre forme di smaltimento adottate
in regione, ma che appare superiore alla media se paragonata con le altre regioni.
Impostando un confronto per singola modalità di smaltimento con le altre regioni si nota
immediatamente come l‟Emilia Romagna, insieme a Veneto, Trentino, Friuli e
Lombardia si ponga in una posizione di assoluto rispetto circa i quantitativi smaltiti in
discarica, con quantitativi conferiti di gran lunga inferiori alla media nazionale. Per
quanto riguarda le altre modalità di smaltimento l‟Emilia Romagna adotta
tendenzialmente tutte le tecniche diffuse nel settore, dal compostaggio al trattamento
meccanico biologico, dalla termovalorizzazione al recupero e i risultati confermano le
ipotesi secondo le quali l‟Emilia Romagna rappresenta una regione all‟avanguardia per
quanto riguarda le tecniche di gestione dei rifiuti e perfettamente in grado di
implementare le best practices del settore.
102

3.1.3 Il contesto ravennate
Alla luce di quanto detto finora il seguente paragrafo avrà come argomento topico
l‟ATO di Ravenna e pertanto tutti i discorsi qui di seguito riportati avranno come
riferimento la provincia di Ravenna. Certamente nel corso della trattazione potranno
comparire grafici o citazioni che esulano dal contesto ravennate, ma che potrebbero
risultare utili per avvalorare certe ipotesi o per offrire significativi termini di confronto.
Giunti al livello di dettaglio ottimale ai fini della presente trattazione è giunto il
momento di analizzare uno degli argomenti principe di questo capitolo: la raccolta
differenziata. Pertanto nelle prossime righe si cercherà dapprima di spiegare cosa
s‟intende per RD e si definiranno i relativi obiettivi a livello ravennate; il capitolo
proseguirà poi analizzando la situazione attuale in termini di percentuali di rifiuto
intercettato tramite RD nei diversi comuni dell‟ATO e studiando le diverse fonti di
provenienza del rifiuto. In conclusione sarà presentata una breve carrellata delle frazioni
merceologiche soggette a RD con la quale si chiuderà la sezione relativa al SGR.
3.2 RACCOLTA DIFFERENZIATA
In avvio si rende opportuna la seguente ipotesi: dato atto che il servizio di raccolta e
trattamento dei rifiuti urbani ed assimilati è diffuso in maniera omogenea su tutto il
territorio provinciale, si assume convenzionalmente che i rifiuti urbani prodotti
corrispondano a quelli raccolti e trattati. La somma delle quantità di rifiuti conferiti in
discarica, di quelli trattati in altri impianti e di quelli raccolti in modo differenziato
determina, pertanto, la quantità totale di RU prodotti in ogni comune.
Secondo la definizione riportata al comma f) dell‟art. 183 del D.Lgs. n.152/06, la
raccolta differenziata è “la raccolta idonea, secondo criteri di economicità, efficacia,
trasparenza ed efficienza, a raggruppare i rifiuti urbani in frazioni merceologiche
omogenee, al momento della raccolta o, per la frazione organica umida, anche al
momento del trattamento, nonché a raggruppare i rifiuti di imballaggio separatamente
103

dagli altri rifiuti urbani, a condizione che tutti i rifiuti sopra indicati siano
effettivamente destinati al recupero”.
Ai fini del calcolo della percentuale di raccolta differenziata è stato adottato il metodo
standard definito dalla Deliberazione del 31 luglio 2001 della Giunta Regionale il quale
prevede che al denominatore della formula di calcolo sia inserito il totale dei rifiuti
urbani e assimilati prodotti, e che al numeratore vadano inclusi i quantitativi raccolti
all‟origine in modo separato e raggruppati in frazioni merceologiche omogenee. Per
ogni frazione merceologica omogenea vengono conteggiati come raccolta differenziata i
quantitativi raccolti in modo separato senza escludere gli scarti e i sovvalli da eventuali
operazioni di valorizzazione finalizzate al recupero.
Per le frazioni secche costituite da due o più frazioni monomateriali raccolte insieme (ad
es. vetro, plastica, metalli) sono conteggiati come raccolta differenziata i quantitativi di
ogni singola frazione merceologica omogenea in uscita dall‟impianto di selezione, cioè
al netto degli scarti. I quantitativi delle singole frazioni merceologiche raccolte in tal
modo devono essere, quindi, addizionati alle quantità complessive della corrispondente
frazione merceologica omogenea raccolta come monomateriale.
Nel caso in cui la raccolta differenziata venga realizzata unicamente con la suddivisione
tra frazione umida e frazione secca, quest‟ultima, in quanto costituita da rifiuto urbano
indifferenziato, non deve essere computata nel calcolo della raccolta differenziata.
Sono inoltre esclusi dal computo della raccolta differenziata i seguenti rifiuti urbani:
a) la frazione organica destinata a compostaggio domestico che non viene conferita
al servizio pubblico;
b) le frazioni ottenute da selezione effettuata successivamente alla raccolta
indifferenziata dei rifiuti urbani;
c) i rifiuti derivanti dall‟attività di pulizia e spazzamento di strade ed aree
pubbliche, di strade ed aree private comunque soggette ad uso pubblico, delle
spiagge marittime e lacuali e delle rive dei corsi d‟acqua, ivi compresi quelli
provenienti dalla pulizia di arenili;
d) i rifiuti provenienti da esumazioni ed estumulazioni.
In attesa che venga varato il nuovo Piano Provinciale dei Rifiuti, gli obiettivi di raccolta
differenziata per la provincia di Ravenna sono dettati dal PTCP (Piano Territoriale di
Coordinamento Provinciale) e prevedono:
104

40% entro il 2005 a livello di ATO;
50% entro il 2009 a livello di ATO;
60% nel 2012 a livello di ATO.
I suddetti obiettivi di PTCP saranno conseguiti mediante la seguente modulazione:
47,5% entro il 2008;
56% entro il 2011.
Oltre alla valutazione dei dati relativi alla raccolta differenziata è stato creato un
ulteriore indice, definito “indice di recupero complessivo” il quale estende il concetto di
RD dal momento che viene riferito non solo alla quantità totale di rifiuti urbani e
speciali assimilati avviati ad effettivo recupero di materia, ma comprende anche
l‟insieme dei rifiuti destinati ad un recupero energetico nell‟ambito provinciale. Tale
indice verrà in seguito commentato.
Iniziamo la nostra trattazione mostrando le percentuali di raccolta differenziata per
ciascuna singola regione.
Media Nord-Centro -Sud
Media nazionale
Dal grafico emerge chiaramente come il trentino Alto Adige e il Veneto si pongano
come le regioni più virtuose per quanto riguarda le percentuali di raccolta differenziata e
pertanto rappresentano i modelli da imitare per una corretta implementazione del SGR.
105

Facciamo però alcune osservazioni.
Prendiamo in considerazione la produzione di RU a livello pro-capite dell‟Emilia
Romagna ed in particolar modo, anche ai fini della presente trattazione, quella relativa
all‟ATO di Ravenna.
La produzione pro-capite di RU in Provincia si attesta a 775,6 kg/ab.residente*anno,
valore sensibilmente più elevato rispetto a quello relativo della media nazionale pari a
circa 539 kg/ab.residente*anno. Questo dato deriva fondamentalmente dal fatto che
l‟indice di produzione pro-capite tiene unicamente conto della popolazione residente; in
realtà la provincia ravennate è investita, soprattutto nei periodi estivi, da un forte flusso
turistico, il quale, seppur per un arco di permanenza limitato, contribuisce in modo
significativo (in termini di quantità) all‟incremento di produzione di RU. Così facendo
si ottiene un sensibile incremento della produzione di RU senza un corrispondente
aumento della popolazione e questo fa inevitabilmente lievitare il dato relativo al
consumo pro-capite.
Alle suddette presenze turistiche si aggiunge poi un‟altra importante fonte di incremento
della produzione di RU dettata dalle cosiddette “presenze pendolari”, che nella realtà
ravennate si sono dimostrate preponderanti. A tal proposito sono state fatte alcune stime
in grado di tener conto di queste fluttuazioni della popolazione e si è arrivati alla
grossolana ipotesi di poter abbassare la quota dal valore iniziale di 775,6 a quello
stimato di 700 kg/ab.residente*anno, comunque elevato considerati gli standard
nazionali, ma tendenzialmente in linea col dato regionale di 677 kg/ab.residente*anno.
In realtà infatti, l‟incremento della produzione di RU è inoltre da valutare alla luce di un
altro fattore di primaria importanza poiché in grado di influire in maniera rilevante: il
contributo dei rifiuti di origine non domestica (cosiddetti “assimilati” ai rifiuti urbani).
Questo fenomeno deriva dal fatto che nella Provincia di Ravenna, ma in generale in
tutta l‟Emilia Romagna, vi sia una grande presenza di grandi aziende pubbliche e ciò ha
favorito una generale tendenza ad includere all‟interno del sistema pubblico (con ciò
favorendo il controllo pubblico sui flussi dei rifiuti) il maggior quantitativo possibile di
rifiuti speciali assimilabili agli urbani, tramite l‟adozione di regolamenti comunali di
gestione contenenti criteri di assimilazione fortemente orientati all‟intercettazione dei
rifiuti delle attività produttive.
106

Risulta, di fatto, consistente il contributo dei rifiuti urbani non di origine domestica
(assimilati) intercettati nel circuito di raccolta dei rifiuti urbani. Si tratta di rifiuti
speciali non pericolosi derivanti da attività commerciali, artigianali e di servizio
assimilati ai rifiuti urbani e, quindi, conferiti ai servizi pubblici di raccolta insieme ai
rifiuti domestici.
Ovviamente è difficilmente quantificabile la quota di rifiuti assimilati compresa nei
rifiuti urbani; alcune stime condotte a livello nazionale (e i dati assunti in via
preliminare a livello di ATO) indicano che essi possono contribuire fino al 50% alla
produzione totale di rifiuti urbani (sulla composizione merceologica si veda nelle pagine
seguenti).
Andiamo ad osservare il grafico qui di seguito proposto.
.
Le barre in giallo raffigurano la produzione pro-capite di RU per ciascuna regione
espressa in kg/ab.residente*anno; a partire da questo valore e sulla base delle
percentuali di RD mostrate nel grafico precedente sono stati calcolati i quantitativi di
rifiuto raccolti in maniera differenziata, sempre a livello pro-capite. Tali valori sono
raffigurati in corrispondenza delle barrette verdi.
Per chiarire meglio l‟idea prendiamo come esempio la Lombardia.
107

Nel 2006 la produzione pro-capite di RU è stata di 518 kg/ab.residente*anno; sapendo
che nello stesso anno la percentuale di RD della regione è stata del 43,6%, per ogni
abitante sono stati raccolti in maniera differenziata 226 kg di rifiuto urbano.
Chiarito questo aspetto torniamo per un attimo al grafico relativo alle percentuali di RD
e notiamo come il Veneto e il Trentino abbiano percentuali sensibilmente superiori
rispetto all‟Emilia Romagna (48% vs 33,4%). Tuttavia, se volessimo esprimere i valori
in termini di quantitativi effettivi raccolti potremmo vedere come l‟Emilia Romagna sia
sugli stesi livelli delle regioni assunte come leader (223 kg per l‟Emilia Romagna vs
243 kg delle altre due regioni).
Ciò deriva dalle precedenti precisazioni riguardo i criteri di assimilazione e pertanto si
potrebbe tranquillamente affermare che il gap esistente tra le regioni in termini di RD
percentuale viene azzerato se si sposta il metro di giudizio ai quantitativi raccolti per
singolo abitante; questa forse è l‟osservazione più interessante poiché è proprio sui
quantitativi raccolti che si basano i dimensionamenti degli impianti di trattamento, delle
discariche, dei mezzi di raccolta e di trasporto.
E‟ molto importante analizzare questi dati in modo critico dal momento che quando si
parla di RD si tende a dare una valutazione sulla base delle percentuali di RD sul monte
rifiuti; in realtà fissare obiettivi e standard nazionali in termini di percentuali di RD non
può rappresentare un punto di convergenza per tutte le regioni fino a quando non si
identificheranno anche criteri di assimilazione unici a livello nazionale. Finchè non sarà
ottenuta coerenza tra questi due indicatori i giudizi non potranno essere significativi e
non si potranno trarre le dovute conclusioni.
Infatti allo stato dell‟arte il Veneto è considerato più performante dell‟Emilia Romagna,
ma in realtà il servizio di gestione veneto porta a recupero (in seguito alla RD) gli stessi
quantitativi del gestore emiliano-romagnolo e quindi sotto questo punto di vista devono
essere considerati sullo stesso piano.
3.2.1 Composizione merceologica dei rifiuti urbani nell’ATO di Ravenna
Prima di inoltrarci nell‟analisi vera e propria della Raccolta Differenziata riferita
all‟ATO di Ravenna, riprendiamo brevemente il discorso relativo ai criteri di
108

assimilazione ed in particolar modo alla composizione merceologica dei Rifiuti Urbani
prodotti nell‟ATO.
A tal proposito ci viene in aiuto la seguente tabella.
% domestici
mercati,
ristoranti,
mense, bar
di cui
totale
imb.
commercio
tradizionale,
terziario, enti
di cui
totale
imb.
artigianato,
industria,
GDO
di cui
totale
imb.
totale
totale
di cui
di cui
totale
imb.
imb.
Umido 10,0% - 11,0% - - - - - 21,0%
Verde 7,0% - - - 2,0% - - - 9,0%
Carta 10,0% 4,0% 2,0% 1,0% 9,0% 3,0% 6,0% 4,0% 27,0% 12,0%
Vetro 5,0% 5,0% 2,0% 2,0% - - - - 7,0% 7,0%
Plastiche +
Gomma 7,0% 4,0% 2,0% 1,0% 1,5% 1,5% 4,5% 3,5% 15,0% 10,0%
Metalli 1,0% 1,0% 0,5% 0,5% - - 0,5% 0,5% 2,0% 2,0%
Legno - - 0,5% 0,5% 0,5% 0,5% 1,0% 1,0% 2,0% 2,0%
Altro 10,0% - 2,0% - 2,0% - 3,0% - 17,0% -
TOTALE
50,0
% 14,0% 20,0% 5,0% 15,0% 5,0%
15,0
% 9,0% 100,0% 33,0%
Analizzando le tipologie di provenienza dei RU, dalla figura qui di seguito riportata si
osserva che il 50% è costituito da rifiuti domestici, mentre il restante 50% risulta
distribuito tra Mercati, mense, ristoranti e bar (20%), Commercio tradizionale, terziario
ed enti (15%) e Artigianato, industria e Grande Distribuzione Organizzata (GDO)
(15%). Ciò a conferma di quanto evidenziato nel paragrafo precedente all‟interno del
quale si era giunti alla conclusione che un buon 50% dei rifiuti urbani fosse proprio
rappresentato da rifiuti assimilati di origine non domestica. Una simile percentuale –
riferiva il paragrafo – era giustificata dai permissivi criteri di assimilazione adottati
dalla regione Emilia Romagna.
Rifiuti non
domestici
109

In base alle analisi merceologica effettuate dalla Provincia di Ravenna, è possibile,
inoltre, risalire alla composizione media del rifiuto prodotto in provincia (si veda a tal
proposito la figura successiva); le frazioni che sono presenti in percentuale maggiore
sono Carta (27%), Umido (21%), Altro (17%) e Plastiche e gomma (15%). Seguono le
frazioni di Verde (9%), Vetro (7%), Metalli e Legno entrambi al 2%.
E‟ importante ricordare che la voce “Altro” comprende: sottovaglio, irriciclabile
(pannolini, etc.), inerti, tessili, cuoio, pelli, RUP, poliaccoppiati, ingombranti e beni
durevoli.
Come si può osservare nel grafico precedente, la frazione Carta è composta per circa il
44% da imballaggi, così come la frazione Plastica e gomme è costituita al 67% circa di
imballaggi; Metalli e Legno sono composti solamente da imballaggi, mentre la frazione
Altro non contiene imballaggi, così come, ovviamente, le frazioni di Umido e di Verde.
Anche se non dimostrato si può affermare che circa il 33% del totale dei RU è costituito
da imballaggi.
Analizzando la composizione merceologica delle varie tipologie di provenienza dei RU
(figura successiva), si osserva che la frazione di Umido costituisce il 20% dei Rifiuti
domestici e il 54% della frazione Mercati, mense, ristoranti e bar.
110

La frazione verde è presente circa in ugual misura (13-14%) nei Rifiuti domestici e nel
settore Commercio tradizionale, terziario ed enti (considerando che il verde pubblico,
circa 2%, è stato equamente diviso fra i vari settori), mentre la frazione Carta, presente
in tutti i settori, oscilla da valori del 10% (Mercati, mense, ristoranti e bar) fino al 61%
(Commercio tradizionale, terziario ed 15 enti). Il vetro è presente solo nei primi due
settori ed in percentuali pressoché uguali (10%), mentre plastiche e gomma, ubiquitarie
nei vari settori, rivestono un ruolo importante soprattutto nel settore dell‟Artigianato,
industria e GDO (30%). Un‟altra frazione che compare in tutti i settori è la categoria
Altro, che mantiene valori oscillanti dal 10% al 20%.
111

3.2.2 Andamento della Raccolta differenziata nell’ATO di Ravenna
Terminate tutte le nostre considerazioni sull‟analisi della composizione merceologica di
RU è bene ora focalizzare la nostra attenzione sull‟andamento della RD nell‟ATO di
Ravenna. Per quanto riguarda il dato relativo alla quota di raccolta differenziata bisogna
premettere che i dati presentati dal gestore che effettua il servizio pubblico di raccolta
dei rifiuti urbani mostrano una certa eterogeneità ed una non perfetta confrontabilità. I
diversi sistemi di raccolta di rifiuti praticati nei vari comuni del territorio provinciale, ed
una non perfetta omogeneità dei criteri utilizzati per la compilazione delle schede con i
dati consuntivi di raccolta differenziata, rendono la valutazione comparativa e la
successiva elaborazione dei dati non esente da qualche imprecisione.
In generale, è pertanto necessario migliorare ulteriormente in termini di omogeneità i
dati forniti e i criteri con cui computare o meno alcune quote di rifiuti raccolti in modo
differenziato, anche se si sono ottenuti buoni risultati con la costituzione di un gruppo di
lavoro entro l‟Osservatorio Provinciale, con il coinvolgimento dei gestori interessati. In
termini di quota percentuale di raccolta differenziata per l‟anno 2006 si è raggiunto un
valore pari al 42,0%, valore medio di su tutto l‟ambito provinciale (coincidente con
l‟ATO); il trend degli ultimi nove anni (1997-2006) è riportato nel grafico seguente.
Come si può vedere le forti incentivazioni all‟adozione di tecniche di RD ha
determinato un sensibile aumento della quota di RU raccolta in modo differenziato e il
42,0% raggiunto nel 2006 può trovare conferma nella seguente tabella.
112

Comune
Abitanti
Residenti
RU raccolti
(t)
Raccolta indifferenziata
RU
discarica RU altri
(t) conferiti impianti (t)
tal quale
RD a
recupero
(t)
Raccolta differenziata
RD a
smaltimento
(t)
Totale RD
(t)
Alfonsine 12.008 8.165,10 1.640,20 2.224,00 4.288,4 12,5 4.300,9 52,7%
Bagnacavallo 16.195 10.247,90 2.297,10 3.114,70 4.819,1 17,0 4.836,1 47,2%
Bagnara di
%RD
1.942 1.232,00 301,90 409,20 518,9 2,0 520,9 42,3%
Romagna
Brisighella 7.682 3.771,70 2.862,70 0,00 908,1 0,9 909,0 24,1%
Casola Valsenio 2.791 1.691,60 1.056,50 0,00 634,6 0,5 635,1 37,5%
Castel
9.025 5.440,30 3.793,10 0,00 1.639,2 8,0 1.647,2 30,3%
Bolognese
Cervia 27.493 39.516,80 2.920,20 20.358,60 16.201,7 36,3 16.238,0 41,1%
Conselice 9.438 7.728,00 1.458,40 1.977,50 4.283,7 8,4 4.292,1 55,5%
Cotignola 7.088 4.207,60 991,40 1.344,30 1.865,9 6,0 1.871,9 44,5%
Faenza 55.504 35.494,90 21.432,10 0,00 14.017,2 45,6 14.062,8 39,6%
Fusignano 8.099 4.840,40 980,20 1.329,10 2.521,9 9,2 2.531,1 52,3%
Lugo 31.925 20.382,40 3.870,60 5.248,30 11.226,7 36,8 11.263,5 55,3%
Massalombarda 9.677 6.254,00 1.316,70 1.785,30 3.144,2 7,8 3.152,0 50,4%
Ravenna 151.055 123.598,50 10.480,70 64.819,60 48.136,0 162,2 48.298,2 39,1%
Riolo Terme 5.556 3.666,50 2.513,00 0,00 1.152,6 0,9 1.153,5 31,5%
Russi 11.148 9.236,40 548,10 4.332,60 4.340,5 15,2 4.355,7 47,2%
S.Agata sul
2.512 1.706,70 392,20 531,80 781,2 1,5 782,7 45,9%
Santerno
Solarolo 4.311 2.483,50 1.807,40 0,00 675,5 0,6 676,1 27,2%
TOTALI 373.449 289.664,30 60.662,50 107.475,00 121.155,4 371,4 121.526,8 42,0%
113

In figura- Percentuali di RD per comune – 2006
Osservando i dati relativi alle % di RD riportati in figura si può constatare l‟esistenza di
una situazione eterogenea ma mediamente eccellente, in cui alcuni comuni hanno anche
raggiunto percentuali superiori al 50%.
I comuni che hanno conseguito risultati meno rilevanti risultano, comunque, fortemente
influenzati dal contesto territoriale in cui sono inseriti; si tratta di territori in prevalenza
collinari, a bassa densità abitativa, con evidenti e concrete difficoltà, anche di tipo
logistico, ad incentivare iniziative di raccolta economicamente e funzionalmente
praticabili al di fuori dei centri abitati. La conformazione morfologica del territorio
collinare non consente di attuare una pianificazione strategica (simile agli altri contesti
più urbanizzati) in grado di coinvolgere in modo efficiente tutte le abitazioni isolate. In
questi territori sono però promosse forme di recupero “delocalizzate” presso le case
sparse (es. il compostaggio delle frazioni organiche umide e scarti verdi), forme spesso
già sostenute da una consolidata tradizione “contadina” che prevede il riutilizzo dei
rifiuti organici prodotti in agricoltura. Ovviamente questa quota di materiale organico
differenziato – ed effettivamente destinato al recupero - non può rientrare nel computo
della raccolta differenziata, poiché non passa attraverso il circuito di raccolta, e non
risulta, di conseguenza, facilmente quantificabile.
114

Il Gestore effettua la raccolta differenziata delle diverse frazioni merceologiche
adottando in particolare le seguenti metodologie:
raccolta mono o multimateriale con contenitori stradali oppure porta a porta;
raccolta mono o multimateriale presso specifiche attività produttive;
raccolta mono o multimateriale presso stazioni ecologiche di base o attrezzate.
Le frazioni merceologiche soggette a RD possono essere individuate tra le seguenti.
3.2.2.1 Carta e Cartone
All‟interno di questa categoria è possibile conferire al servizio pubblico di RD giornali e
riviste; libri; fogli e quaderni; carta da pacchi; cartoncini; sacchetti di carta; scatole di
cartone per alimenti (pasta, riso, sale); fustini dei detersivi; imballaggi di cartone. Tali
prodotti vanno depositati negli appositi contenitori (campane o cassonetti azzurri) o
presso le stazioni ecologiche attrezzate.
NON è possibile conferire invece carta plastificata; carta oleata o pergamena; carta
carbone; carta da parati; carta da forno; bicchieri e piatti di carta.
La raccolta di carta e cartone è effettuata in tutti i comuni con un sistema di raccolta
stradale (prevalentemente con contenitori tipo cassonetto e/o campana), abbinata a
raccolte in stazione ecologica attrezzata.
In alcuni Comuni è stata avviata anche una modalità di raccolta “domiciliare” o “porta a
porta”, cioè una raccolta effettuata con conferimento (sfuso o, preferibilmente, in
115

contenitore) presso la stessa sede dell‟utente, o nelle immediate vicinanze, e comunque
ad una distanza non superiore a quella a cui è offerto usualmente il servizio di raccolta
del rifiuto indifferenziato; grazie a questa opportunità è possibile ottenere rendimenti
dell‟ordine del 70-75% e oltre.
I tre principali sistemi adottati per la raccolta differenziata - porta a porta, con campana
o cassonetto stradale, a piattaforma o isola ecologica - possono quindi coesistere in uno
stesso bacino d‟utenza. Se si tiene conto, oltre che delle rese, anche dei costi, nessuno di
questi sistemi è in assoluto migliore degli altri: dipende dalla qualità e quantità del
materiale conferito, oltre che dalle caratteristiche del territorio. Non è vantaggioso, per
esempio, organizzare la raccolta porta a porta nelle zone rurali, in cui le abitazioni
distano chilometri una dall‟altra, mentre risulta quasi inevitabile attuarla nei centri
storici, in cui i grandi camion compattatori non possono entrare e non esiste lo spazio
per posizionare o movimentare campane stradali.
3.2.2.2 Vetro
All‟interno di questa categoria è possibile raccogliere in modo differenziato bottiglie,
barattoli e vasetti di vetro; fiaschi senza paglia, piccole lastre di vetro non retinato. Tali
prodotti vanno ripuliti da impurità, ridotti di volume e inseriti nelle apposite campane
verdi)
NON è possibile conferire invece lastre di vetro retinato e antisfondamento; specchi;
oggetti di ceramica e porcellana; lampadine e tubi al neon, barattoli con resti di colori o
vernici.
La raccolta differenziata del vetro è attuata principalmente attraverso un circuito di
raccolta stradale tramite campane, dislocate su tutta la provincia, ed è affiancata da una
raccolta in stazione ecologica attrezzata con bidoni.
I migliori risultati di conferimento differenziato del vetro da parte del cittadino sono
ottenuti quando la distanza da percorrere da casa fino alla campana è minima; studi
svolti dal Consorzio Riciclo Vetro rivelano che, con distanze fino a 100 metri, la
percentuale dei cittadini che partecipa alla raccolta differenziata è di circa l‟80%
mentre, ad esempio, cala al 40% se la distanza da percorrere è di 400 metri.
116

Le tipologie di contenitori maggiormente utilizzate sono quelle tipiche di un sistema di
raccolta sostanzialmente stradale, basato sulla dilsocazione nel territorio di bidoni e/o
campane.
Grazie alle sue innumerevoli qualità come la resistenza alle alte temperature di lavaggio
dei vuoti, la robustezza indispensabile per il loro riempimento e richiudibilità, la totale
garanzia di non assorbimento di sapori e odori, il contenitore in vetro è uno dei prodotti
più sicuri dal punto di vista igienico-sanitario. Inoltre, in virtù di un riciclo “infinito”,
poiché i contenitori usati possono essere fusi e rifusi senza perdere nulla delle proprietà
originarie, si ottiene un notevole risparmio di materie prime e di energia.
L‟impiego della campana verde (di capacità pari a 2 o 3 metri cubi) è il sistema più
conosciuto e diffuso per la raccolta differenziata del vetro; sono state però sperimentate
anche campane bicolore con due scomparti separati in cui inserire vetro bianco e vetro
colorato. Inoltre, sono allo studio - e in fase di sperimentazione - nuovi contenitori che
offrono prestazioni migliori sia dal punto di vista estetico che funzionale. L‟obiettivo è
di trovare soluzioni innovative che tengano conto delle problematiche logistiche poste
dalle città e che ben si inseriscano nell‟arredo urbano.
3.2.2.3 Plastica
Al servizio di RD è possibile conferire bottiglie e contenitori per bevande; flaconi di
prodotti per l‟igiene personale, per la pulizia della casa e per il lavaggio di biancheria e
stoviglie, vaschette per alimenti (anche in polistirolo); imballaggi per pasta, biscotti;
117

sacchetti per la spesa; pellicole per imballaggi. Tali prodotti vanno schiacciati per
ridurne il volume ed inseriti negli appositi contenitori (campane o cassonetti gialli)
NON è invece possibile conferire giocattoli; piatti, bicchieri e posate in plastica;
cartelette porta documenti; grucce appendiabiti e in generale tutti quegli imballaggi che
contengono al loro interno i residui di prodotto o sostanze pericolose (es. vernici e
solventi).
La raccolta è effettuata principalmente con modalità stradale tramite una rete di
campane,
talvolta in abbinamento all‟utilizzo di bidoni da 240 o 360 litri. In alcune realtà la
plastica è raccolta in un unico contenitore insieme al vetro e all‟alluminio, nella
cosidetta “raccolta multimateriale”; questo tipo di raccolta offre, da un lato, la
semplificazione delle modalità di conferimento e, dall‟altro, riduce la
“cassonettizzazione” del territorio e non penalizza il successivo riciclo a valle della
selezione. La selezione (meccanica e/o manuale) dei diversi materiali è, infatti, ormai
collaudata e permette il conseguimento di accettabili livelli qualitativi a costi non
eccessivi. Sotto il profilo economico, la raccolta multimateriale è competitiva rispetto
alla raccolta separata di vetro e materiali plastici qualora i centri di conferimento per la
selezione siano collocati nell‟area servita, quindi quando la distanza (e di conseguenza i
costi) da sostenere per il trasporto di tali materiali all‟impianto siano ragionevolmente
contenuti.
La plastica offre indubbiamente numerosi vantaggi, in virtù delle sue caratteristiche
peculiari; secondo studi accreditati, a parità di prodotto confezionato, il rapporto
prodotto/ imballaggio trasportato è circa:
118

prodotto confezionato con
imballaggio in vetro
prodotto confezionato con
imballaggio in plastica
43% imballaggio 57% prodotto
7% imballaggio 93% prodotto
Se, in termini generali, si stima che il risparmio di risorse (per mancate perdite di
prodotto) ottenuto grazie all‟imballaggio (“packaging”) sia circa 10 volte superiore
all‟impatto ambientale generato dagli imballaggi stessi, nel caso dei materiali plastici, in
considerazione della loro leggerezza e del loro diffuso impiego per il confezionamento
di alimenti (in questo settore gli imballaggi in plastica hanno conquistato una quota di
mercato pari al 60%), il beneficio ambientale conseguito è ancora più rilevante. A
questo proposito, è utile considerare anche come sia stato stimato che, se non fossero
impiegati imballaggi in plastica, il peso complessivo del packaging aumenterebbe del
391%, i consumi energetici legati alla produzione di imballaggi crescerebbero del 208%
e la quantità di rifiuti di imballaggio verrebbe incrementata del 258%.
3.2.2.4 Frazione Organica Umida
Dei rifiuti appartenenti a questa categoria è possibile raccogliere in modo differenziato
avanzi alimentari (gusci d‟uovo, scarti di verdura e frutta, carne ed ossa, pane e pasta,
fondi di caffè e te); ceneri spente; piccole quantità di erba, fiori recisi e foglie. Tali
rifiuti devono essere inseriti negli appositi sacchetti in distribuzione gratuita presso gli
sportelli Hera ed in seguito essere depositati negli appositi contenitori marroni.
NON è possibile conferire avanzi di cibi caldi, tessuti; pannolini e assorbenti;
medicinali, garze e cerotti e qualsiasi altro materiale non organico.
Non tutti i comuni della provincia prevedono questa tipologia di raccolta differenziata
ma, ove essa è presente, è attuata attraverso una modalità di raccolta di tipo stradale con
bidoni, solo in qualche caso affiancata da una raccolta porta a porta.
119

Considerata la spiccata vocazione turistica di Comuni come Cervia e Ravenna, risulta
assai importante la presenza di un circuito specifico di raccolta differenziata della
frazione umida presso i principali alberghi, bar e ristoranti; presso queste utenze la
produzione specifica di scarto alimentare delle attività ristorative/alberghiere può essere
stimata tra i 200-300 g/pasto, a seconda che si tratti di catering o attività di preparazione
diretta dei pasti.
Alcuni Comuni hanno investito in modo prioritario sulla promozione del riutilizzo degli
scarti
organici ed hanno attivato iniziative per diffondere il compostaggio domestico.
Il compostaggio domestico è un processo semplice, particolarmente adatto per le
famiglie che possiedono un orto o un piccolo giardino; esso permette di ottenere, a
partire dagli scarti organici di cucina (filtri di caffé, scarti di frutta e verdura, resti di
cibo, etc.) e dagli scarti “verdi” (foglie, sfalci d‟erba, potature, etc.), un terriccio ricco di
humus chiamato compost. All‟interno di un apposito contenitore (compostiera), giorno
dopo giorno, si accumulano i rifiuti prodotti, che vengono poi, progressivamente,
decomposti dai microrganismi presenti in natura. E‟ importante sottolineare che
praticando il compostaggio domestico:
1. si riduce la produzione di rifiuti, poiché la parte umida non viene più consegnata
al servizio pubblico di raccolta e riciclo;
2. diminuiscono sia il volume del rifiuto umido (-80%) che il suo peso (-70%);
3. si ottiene il compost, prodotto utilissimo per il giardino e per le piante perché
apporta al terreno nutrimento e sostanza organica, permettendo la riduzione
dell‟acquisto di fertilizzanti chimici e di terriccio.
120

3.2.2.5 Rifiuti di giardini e parchi (Verde)
I rifiuti vegetali devono essere costituiti solo da potature e tutto quanto derivi da lavori
di giardinaggio domestico. I rifiuti vanno ridotti di volume e conferiti senza sacchi o
legacci.
Vanno ad aggiungersi al computo della RD erba, foglie, ramaglie, tronchi e sfalci dei
giardini.
NON si possono conferire ramaglie e potature di provenienza agricola, fili di ferr,
cordame, inerti, terra, sacchi in plastica e qualsiasi altro materiale non organico.
La raccolta si sviluppa secondo modalità diversificate con cassonetti dislocati su tutto il
territorio e contenitori scarrabili in stazione ecologica attrezzata. Le frequenze di
raccolta nei vari comuni mostrano ampie oscillazioni in relazione alle tipologie abitative
presenti (villette con giardino, condomini, centri storici, etc.) ed alla stagionalità (in
primavera-estate aumentano i quantitativi prodotti).
Su tale flusso si può intervenire, da un lato, con programmi di incentivazione del
compostaggio
domestico e, dall‟altro, istituendo circuiti di raccolta che consentano l‟intercettazione
del verde
delle utenze che non ritengono di adottare le pratiche di autocompostaggio.
Gli scarti di manutenzione del verde costituiscono infatti un flusso di materiali
compostabili che incide in percentuale variabile - a seconda dei contesti urbanistici - sul
totale dei RSU ma tende comunque (e con particolare evidenza nelle situazioni con
121

elevata incidenza di abitazioni monoutenza con giardino) a manifestarsi con marcati
incrementi della produzione mensile di RSU nei periodi primaverili ed estivi.
Le rese di intercettazione risultano comunque influenzate:
in senso positivo, dalla graduale introduzione e sviluppo del compostaggio
familiare, che tende ad intercettare soprattutto gli scarti delle utenze con
giardino;
in senso negativo, da bruciatura o da altre attività improprie di smaltimento,
gestite spesso – e soprattutto per i residui di potatura - direttamente dalle utenze
professionali (giardinieri).
Sono inoltre sottoposte a raccolta differenziata altre tipologie di rifiuti come
a. Legno;
b. Alluminio;
c. Metalli;
d. Inerti domestici.
e. Abiti e indumenti usati;
f. Pneumatici;
g. Altri
Una volta analizzate le varie frazioni merceologiche soggette a RD l‟ultima parte del
capitolo è dedicata all‟analisi della Raccolta Differenziata nell‟ATO di Ravenna distinta
per bacino d‟utenza. Pertanto qui di seguito sono proposte tre tabelle poi
opportunamente spiegate e commentate. Per motivi di correttezza e trasparenza dei dati
si è deciso di riportare le analisi relative all‟anno 2004. Le 3 tabelle descrivono:
1. Raccolta totale in tonnellate di RU distinti per frazione merceologica, Comune e
bacino;
2. Raccolta di RU in termini percentuali distinti per Comune, frazione
merceologica e bacino;
3. Raccolta pro-capite di RU in kg/ab.residente*anno per Comune, frazione
merceologica e bacino.
122

RACCOLTA 2004: QUANTITA’ (in tonnellate)
ton
faenza
solarolo
casola
valsenio
bagnara conselice
abitanti 54.749 8.659 4.256 7.739 2.843 5.441 26.858 146.989 10.722 11.581 16.169 1.849 9.207 6.952 7.919 31.927 9.065 2.284 365.209
54.749 28.938 26.858 146.989 107.675
umido 1.073 467 3.285 530 504 1.002 120 504 310 387 2.114 551 174 11.019
1.073 467 3.285 6.195
verde 2.444 126 187 112 92 374 3.632 9.514 887 1.174 1.147 139 1.272 273 717 2.145 622 181 25.037
2.444 890 3.632 9.514 8.558
carta 3.630 543 119 155 122 185 3.995 10.555 575 657 512 101 345 205 258 1.801 304 180 24.241
3.630 1.124 3.995 10.555 4.937
vetro+allumin. 1.520 231 98 174 90 160 1.551 3.236 221 281 388 39 184 136 196 815 209 66 9.590
1.520 752 1.551 3.236 2.532
plastica 396 51 22 27 16 23 1.642 3.553 78 282 290 39 250 240 273 858 211 69 8.319
396 139 1.642 3.553 2.590
metalli 2.024 131 59 49 73 53 212 820 215 111 127 184 35 257 58 28 4.434
2.024 365 212 820 1.014
B.D. + ing. 136 23 1,4 13 7,8 26 540 2.379 341 372 411 3,0 619 7,0 227 848 150 53 6.154
136 71 540 2.379 3.030
inerti dom. 313 251 53 58 33 104 545 4.366 599 1.047 701 1.543 238 996 373 11.219
313 498 545 4.366 5.497
altre rd 687 87 6,7 47 51 86 2.227 3.672 147 289 261 5,1 256 41 142 742 152 12 8.911
687 279 2.227 3.672 2.047
totale rd 12.221 1.442 544 636 484 1.011 14.811 41.378 3.592 4.716 4.838 446 5.156 1.212 2.471 10.576 2.629 762 108.925
12.221 4.117 14.811 41.378 36.398
a discarica 24.309 3.549 1.630 3.055 1.086 2.307 2.998 14.363 784 946 1.412 165 817 562 635 2.835 762 242 62.457
24.309 11.626 2.998 14.363 9.161
ad altri imp. 20.547 58.649 4.116 2.464 3.675 430 2.126 1.464 1.653 7.382 1.985 631 105.122
20.547 58.649 25.926
totale ru 36.530 4.992 2.174 3.691 1.570 3.317 38.355 114.390 8.492 8.126 9.925 1.041 8.099 3.239 4.759 20.794 5.376 1.635 276.504
36.530 15.743 38.355 114.390 71.485
di cui legno 547 70 33 34 65 1.926 3.035 70 194 175 3,7 196 27 106 505 130 6,7 7.123
di cui ingombr. 489 2.335 318 348 375 3,0 573 7,0 212 776 135 53 5.624
cotignola
lugo
castelbologn
brisighella
RACCOLTA RU - ATO 7 RAVENNA - ANNO 2004
riolo
alfon- bagnacavallo
cervia ravenna russi
terme
sine
fusignano
massalomb
s.agata
TOTALE
123

RACCOLTA 2004: PERCENTUALI
% faenza
solarolo
casola
valsenio
abitanti 54.749 8.659 4.256 7.739 2.843 5.441 26.858 146.989 10.722 11.581 16.169 1.849 9.207 6.952 7.919 31.927 9.065 2.284 365.209
54.749 28.938 26.858 146.989 107.675
umido 2,9% 1,2% 2,9% 6,2% 6,2% 10,1% 11,5% 6,2% 9,6% 8,1% 10,2% 10,3% 10,6% 4,0%
2,9% 1,2% 2,9% 8,7%
verde 6,7% 2,5% 8,6% 3,0% 5,8% 11,3% 9,5% 8,3% 10,4% 14,4% 11,6% 13,4% 15,7% 8,4% 15,1% 10,3% 11,6% 11,1% 9,1%
6,7% 5,7% 9,5% 8,3% 12,0%
carta 9,9% 10,9% 5,5% 4,2% 7,8% 5,6% 10,4% 9,2% 6,8% 8,1% 5,2% 9,7% 4,3% 6,3% 5,4% 8,7% 5,7% 11,0% 8,8%
9,9% 7,1% 10,4% 9,2% 6,9%
vetro+allumin. 4,2% 4,6% 4,5% 4,7% 5,7% 4,8% 4,0% 2,8% 2,6% 3,5% 3,9% 3,7% 2,3% 4,2% 4,1% 3,9% 3,9% 4,0% 3,5%
4,2% 4,8% 4,0% 2,8% 3,5%
plastica 1,1% 1,0% 1,0% 0,7% 1,0% 0,7% 4,3% 3,1% 0,9% 3,5% 2,9% 3,8% 3,1% 7,4% 5,7% 4,1% 3,9% 4,2% 3,0%
1,1% 0,9% 4,3% 3,1% 3,6%
metalli 5,5% 2,6% 2,7% 1,3% 4,6% 1,6% 0,6% 0,7% 2,5% 1,4% 1,3% 2,3% 0,7% 1,2% 1,1% 1,7% 1,6%
5,5% 2,3% 0,6% 0,7% 1,4%
B.D. + ing. 0,4% 0,5% 0,06% 0,4% 0,5% 0,8% 1,4% 2,1% 4,0% 4,6% 4,1% 0,3% 7,6% 0,2% 4,8% 4,1% 2,8% 3,2% 2,2%
0,4% 0,5% 1,4% 2,1% 4,2%
inerti dom. 0,9% 5,0% 2,4% 1,6% 2,1% 3,1% 1,4% 3,8% 7,1% 12,9% 7,1% 19,0% 5,0% 4,8% 6,9% 4,1%
0,9% 3,2% 1,4% 3,8% 7,7%
altre rd 1,9% 1,7% 0,3% 1,3% 3,3% 2,6% 5,8% 3,2% 1,7% 3,6% 2,6% 0,5% 3,2% 1,3% 3,0% 3,6% 2,8% 0,7% 3,2%
1,9% 1,8% 5,8% 3,2% 2,9%
totale rd 33,5% 28,9% 25,0% 17,2% 30,8% 30,5% 38,6% 36,2% 42,3% 58,0% 48,7% 42,8% 63,7% 37,4% 51,9% 50,9% 48,9% 46,6% 39,4%
33,5% 26,2% 38,6% 36,2% 50,9%
a discarica 66,5% 71,1% 75,0% 82,8% 69,2% 69,5% 7,8% 12,6% 9,2% 11,6% 14,2% 15,9% 10,1% 17,4% 13,3% 13,6% 14,2% 14,8% 22,6%
66,5% 73,8% 7,8% 12,6% 12,8%
ad altri imp. 53,6% 51,3% 48,5% 30,3% 37,0% 41,3% 26,3% 45,2% 34,7% 35,6% 36,9% 38,6% 38,0%
53,6% 51,3% 36,3%
cotignola
lugo
castelbologn
brisighella
RACCOLTA RU - ATO 7 RAVENNA - ANNO 2004
riolo
alfon- bagnacavallo
cervia ravenna russi
bagnara conselice
terme
sine
fusignano
massalomb
s.agata
TOTALE
124

RACCOLTA 2004: PRODUZIONE PRO-CAPITE (in chilogrammi per abitante all‟anno)
Kg / abit.
anno
faenza
solarolo
casola
valsenio
riolo
terme
abitanti 54.749 8.659 4.256 7.739 2.843 5.441 26.858 146.989 10.722 11.581 16.169 1.849 9.207 6.952 7.919 31.927 9.065 2.284 365.209
54.749 28.938 26.858 146.989 107.675
umido 20 17 22 49 44 62 65 55 45 49 66 61 76 30
20 17 22 58
verde 45 15 44 14 32 69 135 65 83 101 71 75 138 39 91 67 69 79 69
45 31 135 65 79
carta 66 63 28 20 43 34 149 72 54 57 32 55 37 29 33 56 34 79 66
66 39 149 72 46
vetro+allumin. 28 27 23 22 32 29 58 22 21 24 24 21 20 20 25 26 23 29 26
28 26 58 22 24
plastica 7,2 5,9 5,2 3,5 5,6 4,2 61 24 7,3 24 18 21 27 35 34 27 23 30 23
7,2 4,8 61 24 24
metalli 37 15 14 6,3 26 9,7 7,9 5,6 20 9,6 7,9 20 4,4 8,0 6,4 12 12
37 13 7,9 5,6 9,4
B.D. + ing. 2,5 2,7 0,3 1,7 2,7 4,8 20 16 32 32 25 1,6 67 1,0 29 27 17 23 17
2,5 2,5 20 16 28
inerti dom. 5,7 29 12 7,5 12 19 20 30 56 90 43 168 30 31 41 31
5,7 17 20 30 51
altre rd 13 10 1,6 6,1 18 16 83 25 14 25 16 2,8 28 5,9 18 23 17 5,3 24
13 9,6 83 25 19
totale rd 223 167 128 82 170 186 551 282 335 407 299 241 560 174 312 331 290 334 298
223 142 551 282 338
a discarica 444 410 383 395 382 424 112 98 73 82 87 89 89 81 80 89 84 106 171
444 402 112 98 85
ad altri imp. 765 399 384 213 227 233 231 211 209 231 219 276 288
765 399 241
totale ru 667 577 511 477 552 610 1.428 778 792 702 614 563 880 466 601 651 593 716 757
bagnara
conselice
667 544 1.428 778 664
cotignola
lugo
castelbologn
brisighella
RACCOLTA RU - ATO 7 RAVENNA - ANNO 2004
alfon- bagnacavallo
cervia ravenna russi
sine
fusignano
massalomb
s.agata
TOTALE
125

Le tabelle sopra descritte prendono in considerazione tutti i Comuni dell‟ATO di
Ravenna i quali motivi di completezza e correttezza sono stati raggruppati nei
corrispondenti Bacini Operativi. In particolar modo sono stati identificati:
in giallo il Bacino di Faenza;
in rosa tutti i comuni appartenenti al Bacino Ex Ami;
in celeste il Comune di Cervia appartenente all‟omonimo Bacino,
in arancione il Comune di Ravenna appartenente all‟omonimo bacino;
in verde i Comuni relativi al Bacino della Bassa Romagna.
Una simile distinzione si è resa necessaria per poter giustificare anche a livello di
bacino ciò che fino a questo punto della trattazione è stato rilevato solo a livello di
ATO.
Per una completezza di informazione ogni bacino è stato suddiviso nei Comuni
d‟appartenenza in modo da esprimere tutti i risultati ottenuti con il massimo grado di
dettaglio ed inoltre la produzione di RU è stata suddivisa per frazione merceologica in
modo da avere un quadro specifico non solo dei quantitativi raccolti in modo
differenziato, ma anche dell‟origine della loro provenienza.
Per una corretta lettura delle tabelle è bene precisare che in ciascuna delle tre tabelle,
per ogni riga è riportata una sequenza di valori: cinque nella parte inferiore della riga,
“n” nella zona superiore. Il motivo di una tale scelta dipende dal fatto che gli “n” valori
della parte alta vanno ad identificare la produzione di rifiuto negli “n” Comuni
corrispondenti, mentre i 5 valori rappresentati nella parte inferiore (se si nota uno per
ogni area colorata) vanno ad identificare l‟aggregazione del dato a livello di bacino
d‟utenza. Pertanto, se prendiamo come campione di studio l‟area verde della prima
tabella e analizzando la riga riferita all‟umido leggiamo i valori 530 e 6195, il primo è
riferito alla produzione di”umido” nel Comune di Alfonsine, mentre il secondo è
relativo alla produzione complessiva della frazione organica nel bacino della Bassa
Romagna. Se estendiamo il concetto alle tabelle 2 e 3 i valori riferiti al bacino non
rappresentano un dato aggregato, ma semplicemente la media dei quantitativi dei rifiuti
prodotti dai diversi comuni appartenenti a tale bacino.
A questo punto il lettore dovrebbe aver compreso le tecniche di costruzione delle tabelle
e dovrebbe quindi essere in grado di muoversi con disinvoltura tra i numeri sopra
126

espressi; pertanto è giunto il momento di analizzare i dati al fine di commentare i
risultati ottenuti.
Cominciamo il nostro percorso prendendo in esame la tabella relativa alle raccolte in
termini percentuali ed in particolar modo analizzando l‟ultima colonna, relativa ai dati
complessivi in termini i ATO. Si può da subito notare come il 39,4% dei RU sia
raccolto in modo differenziato, mentre del restante 60,6%, il 22,6% termina in discarica
e il 38% viene convogliato verso altri impianti di trattamento. Sempre dall‟ultima
colonna è possibile inoltre vedere il singolo contributo percentuale offerto dalle diverse
frazioni merceologiche.
Se poi abbiamo letto il capitolo con attenzione è immediato accostare il 39,4% mostrato
dalla tabella 2 con i valore relativi alla RD nell‟anno 2004 mostrato ad inizio capitolo e
verificare l‟uguaglianza di questa coppia di valori a testimonianza della bontà delle
operazioni di reperimento dati.
Una volta analizzate le percentuali a livello di ATO cerchiamo ora di capire come
questa percentuale si ripartisca tra i cinque bacini.
Analizzando sempre la seconda tabella e prestando attenzione ai dati evidenziati risulta
immediata la considerazione secondo la quale la Bassa Romagna, con un dato medio del
50,9% di RD, si ponga come il bacino più virtuoso dell‟ATO di Ravenna raggiungendo
addirittura picchi comunali del 58% ad Alfonsine e del 63,7% a Conselice. Fanalino di
coda, col 26,9% di RD, risulta il territorio Ex Ami; in realtà, come abbiamo più volte
sottolineato, la conformazione territoriale, la bassa urbanizzazione e il forte ricorso
al‟autocompostaggio sono elementi che incidono in modo sensibile sull‟abbassamento
delle quote di rifiuto intercettate in maniera differenziata.
Terminati gli studi sulle percentuali di RD passiamo ora all‟analisi della prima tabella
dalla quale è invece possibile studiare un altro dato significativo quale la composizione
merceologica del materiale raccolto in termini differenziati; in altre parole, sapendo i
quantitativi totali (a livello di ATO) raccolti in modo differenziato e conoscendo i
quantitativi di RD per ogni singola frazione merceologica è possibile studiare il
contributo offerto da ogni singola tipologia di rifiuto.
Qui di seguito mostriamo la tecnica di costruzione del dato e successivamente il grafico
finale.
127

Prendiamo come esempio la plastica nella tabella 1 (per facilità di comprensione è stata
evidenziata in giallo): scorrendo tutti i valori nella parte superiori della riga – risultato
analogo si sarebbe ottenuto sommando i cinque valori presenti nella parte inferiore e
rappresentativa dei dati aggregati per bacino- si ottiene il valore 8319, corrispondente al
totale di plastica raccolto in modo differenziato nel 2005 in tutto il territorio dell‟ATO
di Ravenna. A questo punto si prende in considerazione la riga colorata di rosa relativa
al totale dei rifiuti raccolti in modo differenziato, pari a 108.925 tonnellate e si esegue il
rapporto inserendo al numeratore la frazione merceologica e al denominatore la RD
totale. Nel caso dell‟esempio in questione si ottiene 8319/108925=7,6%
Il grafico successivo mostra le percentuali per tutte le altre frazioni merceologiche.
Con questo grafico si può dire concluso il capitolo relativo alla raccolta differenziata.
In ultima istanza vogliamo solo riprendere il discorso relativo all‟indice di recupero. A
tal proposito facciamo nostra la frase riportata dal “Rapporto sulla Gestione dei rifiuti
nella provincia di Ravenna” secondo cui Sommando alle quantità di rifiuti avviati a
recupero con la raccolta differenziata anche la quota di CdR avviato a recupero
energetico nel termovalorizzatore di HERA S.p.A. e la quota di rifiuti urbani e
assimilati recuperati nell’impianto CIR secco, si ottiene per il 2006 un valore del
54,75% come indice di recupero complessivo.
128

CAPITOLO IV
STUDIO DEL MODELLO MATEMATICO
Come più volte ripetuto all‟interno della presente trattazione Hera Ravenna S.r.l. ha
recentemente espresso la volontà di realizzare un modello matematico previsionale in
grado di studiare l‟evoluzione della produzione del rifiuto; l‟idea segue il ragionamento
logico secondo il quale, conoscendo i legami esistenti tra certe variabili predittive scelte
come riferimento e la quantità di rifiuto raccolta in corrispondenza dei valori assunti
dalle suddette variabili, sarà possibile conoscere con un certo anticipo il probabile trend
di crescita della produzione del rifiuto e quindi diventerà possibile dimensionare
opportunamente sia il servizio di raccolta che gli impianti di conferimento, smistamento
e trattamento dei rifiuti.
A tal proposito, dopo un attento studio circa i modelli matematico/statistici presenti in
letteratura si è pensato di utilizzare in merito i modelli di regressione, lineare o non,
semplice o multipla.
Tali modelli tuttavia fanno riferimento a concetti statistici non sempre semplici e che
dunque richiedono di essere illustrati e approfonditi.
Lo scopo della presente trattazione sarà pertanto quello di creare un percorso logico che
possa consentire al lettore di comprendere appieno le basi teoriche dei modelli di
regressione e capace di fornire gli strumenti tecnici necessari per una corretta
implementazione pratica di tali modelli.
Nel caso alcuni concetti continuassero ad essere poco chiari, il laboratorio di tesi da me
sviluppato e curato prima di questa trattazione, potrà offrire molte informazioni
aggiuntive e utili per una migliore comprensione dell‟argomento.
129

4.1 LA REGRESSIONE
Le analisi e le considerazioni fatte sino a questo punto ci hanno fornito solide basi
statistiche dalle quali è possibile partire verso argomenti più complessi e soprattutto
focali rispetto agli obiettivi della presente trattazione.
Come già sottolineato all‟inizio di questo lavoro l‟obiettivo principe del nostro studio
risiede nell‟individuazione di un modello matematico che sia in grado di studiare
l‟evoluzione della produzione di rifiuti in funzione di determinati drivers: tale modello è
stato individuato nella regressione, semplice e multipla, lineare e non.
4.1.1 La regressione lineare semplice: introduzione
Prima di partire con la teoria sottostante alla regressione è sicuramente utile inquadrare
il problema e le sue modalità risolutive attraverso un piccolo esempio.
Supponiamo di essere un agricoltore che nell‟arco di diversi anni vede variare la propria
quantità di raccolto e si domanda se tale quantità dipenda o meno dalla quantità di
fertilizzante usata durante la semina. La domanda che si pone è la seguente:
l‟applicazione di fertilizzante influisce sulla bontà del raccolto? E più specificatamente,
esiste una relazione quantitativa che riesca ad individuare la relazione tra fertilizzante e
raccolto?
Queste domande possono trovar risposta nell‟applicazione dei modelli di regressione.
Se rappresentiamo graficamente i raccolti (Y) che derivano dalla diversa applicazione
dei fertilizzanti (X) , otteniamo una nuvola di punti (vedi figura sottostante pag 265)
dalla quale appare chiaramente che l‟ammontare di fertilizzante risulta essenziale per la
variazione del prodotto. Dovrebbe essere possibile definire come il fertilizzante
influenzi il prodotto, cioè definire una relazione che descriva la dipendenza di Y da X.
Occorre in altre parole stimare un‟equazione, il che è ovviamente equivalente, dal punto
di vista geometrico, a costruire una curva attraverso questa nuvola di punti, che prende
il nome di curva di regressione di Y su X. Tale regressione dovrà risultare un modello
matematicamente semplice, utile sia per una descrizione sintetica e precisa, sia
come mezzo per prevedere il raccolto Y dato un certo ammontare di fertilizzante.
Cerchiamo ora di capire come possa essere ben adattata una retta a questa nuvola di
punti.
130

Cominciamo ad inserire valori numerici nel nostro esempio al fine di rendere chiaro e
concreto il nostro ragionamento. Dato che il raccolto di grano dipende dal fertilizzante,
il reddito si assumerà come variabile dipendente Y; al contrario l‟applicazione del
fertilizzante non dipende dal raccolto, ma è determinata dallo sperimentatore, e di
conseguenza il fertilizzante sarà assunta come variabile indipendente X. Si supponga di
poter effettuare solamente 7 osservazioni di X, a ciascuno dei quali corrisponda una sola
osservazione Y, come vediamo nelle figure qui di sotto.
Fertilizzante (X) Raccolto (Y)
100 40
200 45
300 50
400 65
500 70
600 70
700 80
Raccolti osservati di grano a fronte di diversi livelli di applicazione di fertilizzante
Come è facile osservare dal grafico i punti sono più o meno allineati:l‟obiettivo pertanto
è quello di trovare metodi algebrici in grado di realizzare una retta interpolante ben
adattata alla loro distribuzione.
L‟idea quindi è quella di individuare, a partire da una nuvola di punti individuata
mettendo in un grafico tutti i valori della X e della Y , una linea interpolante che
rappresenti la disposizione di tali punti.
Ma cosa significa “buon adattamento”? La risposta è: “ovviamente un adattamento che
rende piccolo l‟errore totale”. Un esempio di errore è mostrato nella figura seguente, ed
è definito come la distanza verticale dal valore osservato Y alla linea interpolante, cioè
Y i
Y ) in cui i
( i
Y
è il “valore interpolato di Y, l‟ordinata della retta.
131

Errore nell’adattamento di una retta ad un insieme di punti
4.1.1.1 Criteri possibili per adattare una retta a rappresentare una nuvola di punti
1. Come primo criterio si consideri una retta che minimizzi il totale di tutti i
seguenti errori
n
i1
Y i
Y i
Tale criterio però non va bene perché valendoci di esso le due rette della
figura seguente rappresentano egualmente bene i dati osservati, anche se la
retta di sinistra dà luogo intuitivamente ad un buon adattamento, mentre
quella di destra risulta molto poco adatta a rappresentare la serie di dati. Si
tratta di un problema di segno, poiché in ambedue i casi, la somma degli
errori positivi compensa esattamente quella degli errori negativi dando così
luogo ad un totale nullo (si ricordi che l‟errore è positivo quando il valore
osservato di Y, cade superiormente alla retta, e negativo quando cade
inferiormente alla stessa). Questo criterio deve essere rifiutato, dato che non
fa distinzione tra buoni e cattivi adattamenti.
132

2. Sono due i modi di risolvere il problema del segno. Il primo consiste nel
minimizzare la somma dei valori assoluti degli errori,
Y
i
Y i
Poiché gli errori positivi grandi non compensano gli errori negativi grandi
dello stesso ordine di grandezza, questo criterio boccerebbe il grafico di
destra della figura precedente, ma presenterebbe ancora alcuni
inconvenienti. Osservando la figura seguente si nota che il grafico di destra
soddisfa meglio il criterio rispetto a quello di sinistra ( Y i
Y i
è pari a 3,
invece che 4), tuttavia questa soluzione non è quella migliore in quanto non
presta attenzione ai punti intermedi, così come invece avviene nella parte
sinistra della figura descritta.
3. Come seconda soluzione si propone di minimizzare la somma dei quadrati
degli scarti
133

Y
i
i
Y
2
Questo è il famoso criterio dei MINIMI QUADRATI, che gode delle
seguenti proprietà
a. Elevando al quadrato si risolve il problema del segno, rendendo tutti
gli errori positivi;
b. Facendo i quadrati si tiene maggiormente conto degli errori grandi,
così che li si evita nella misura maggiore possibile;
c. Questo criterio è più facilmente trattabile algebricamente.
4.1.1.2 La soluzione dei minimi quadrati
I valori di X e Y della tabella precedente sono rappresentati in grafico nella figura
seguente.
Il nostro obiettivo consiste nel determinare una retta che si adatti a rappresentare la
nuvola di punti. Tale retta avrà genericamente equazione
Y
a 0
bX
Il procedimento si svolge in tre fasi:
Prima fase. Si esprimono i valori della X in termini di scarto dalla media,
cioè si definisce una nuova variabile x, tale che
134

x X X
Il nuovo valore della x sarà positivo o negativo a seconda che X sia superiore o inferiore
a X , mentre nella figura successiva si può notare che l‟intercetta a differisce da quella
originale a0
mentre la pendenza b rimane la stessa
Uno dei vantaggi che si consegue calcolando le
X
i
in termini di scarto dal loro valore
centrale risiede nel fatto che possiamo rispondere più esplicitamente alla domanda
tendente a chiarire quale influenza abbiano su Y valori di X eccessivamente grandi o
eccessivamente piccoli. Un secondo importante vantaggio consiste nel fato che i
passaggi matematici risultano molto semplificati poiché la somma dei nuovi valori della
x è uguale a zero.
n
i1
x
i
0
Dimostrazione
n
i1
x
i
n
X
i
X
i1
n
X
i1
i
nX
135

Notando che la media X è data da
n
i1
n
X
i
, consegue che X nX
n
i1
i
e quindi
n
i1
x
i
nX
nX
0
L‟equazione diventa pertanto
Y
a bx
Seconda fase. Si adatti la retta della seconda figura, cioè si interpoli con la retta
Y
i
i
Y
2
Scegliendo i valori di a e b che soddisfano il criterio dei minimi quadrati: ciò significa
che occorre scegliere quei valori di a e b che minimizzano la
Y a
i
bx i
Poiché il valore teorico di
Y è sulla retta
i
Y
a bX che vogliamo stimare, quando,
nella formula
2
Y i
Yi
, si sostituisce ad Y l‟espressione a bX
di scegliere a e b tali da minimizzare la somma dei quadrati
, sorge il problema
S
a, b Y
a bx 2
i
nella quale si usa la notazione a
b
S , per sottolineare il fatto che questa espressione
dipende da a e b. al variare di a e b (cioè per diverse rette) abbiamo diversi valori di
S a, b ; ci chiediamo ora per quali valori di a e b si avrà un minimo. In corrispondenza
di tale soluzione otterremo la retta di ottimo adattamento (secondo il criterio dei minimi
136

quadrati). La tecnica più semplice di minimizzazione è quella che fa ricorso alle
derivate e sarà a breve utilizzata.
La minimizzazione di a
b
S , richiede il calcolo delle derivate parziali rispetto ad a e b
per poi porle uguali a zero. Effettuiamo, in primo luogo, la derivata parziale rispetto ad
a ed eguagliamola a zero:
a
2
1
Y
a bx 21 Y a bx 0
i
i
i
i
Dividendo ambedue i membri per -2 ed ordinando convenientemente, si ha:
Y
i
na b
x
i
0
n
Osservando che, per l‟espressione x 0 , posiamo risolvere rispetto ad a.
i1
i
Yi
a o a Y
n
Ne segue che l nostra stima dei minimi quadrati di a risulta semplicemente il valor
medio di Y.
E‟ anche necessario eguagliare a zero la derivata parziale anche rispetto a b:
a
2
1
Y
a bx 2
x Y
a bx 0
i
i
x
i
Y
a bx 0
i
i
i
i
i
Riordinando
Y x
i
i
a
x
i
b
x
i
2
0
137

n
Ricordando di nuovo che x 0 possiamo risolvere rispetto a b ed ottenere:
i1
i
b
Y x
i i
2
xi
I risultati di a e b ottenuti sono abbastanza importanti per rinunciarli anche se a rigore
dovremmo dimostrare che, allorchè uguagliamo a zero le derivate, si ha veramente un
minimo per la somma dei quadrati, piuttosto che un massimo o un punto di flesso o un
minimo relativo.
Teorema
Se con x intendiamo gli scarti dalla media della X, i valori calcolati col metodo
dei minimi quadrati sono:
a Y
Y x
b .
i i
2
xi
dove con Y è indicato il valor medio dei valori osservati e quindi facilmente
calcolabile. Un analoga situazione si ottiene anche per il calcolo del coefficiente
b.
Tornando all‟esempio precedente, e rifacendoci alla seconda figura, consegue
che la retta in essa rappresentata, ottenuta col metodo dei minimi quadrati ha
equazione
Y 60 0, 068x
Essa è la nostra retta di regressione
138

Terza fase Se lo si desidera, è possibile passare dai valori in termini di scarti
dalla media della variabile indipendente, ai valori originali.
Proviamo pertanto ad esprimere l‟equazione Y 60 0, 068x
in termini di valori
originali della X.
Si ottiene
Y 60 0, 068 X
X
Y 60 0,068 X 400
Y 60 0,068X
27,2
Y 32,8
0, 068X
Questa è la retta di regressione mostrata nella prima figura.
I valori numerici utilizzati nelle diverse fasi per aiutare nella comprensione del
problema, sono ottenuti a partire dai seguenti dati:
X
i
Y
i
x
i
X
i
X
i
2
Y
i
x i
x
i
X i
400
i
100 40 -300 -12000 90000
200 45 -200 -9000 40000
300 50 -100 -5000 10000
400 65 0 0 0
500 70 100 10000 100000
600 70 200 40000 40000
700 80 300 90000 90000
i
i
X 2800 Y 420 x 0 Y 19000 x
2 280000
i
xi
i
Da tutti questi dati posiamo ricavare le seguenti relazioni:
X
X
n
i
2800
7
400
X 400
139

Y
Yi
n
420
7
60
Y
60
Si ricordi dalle dimostrazioni precedenti che attraverso il metodo dei minimi quadrati si
otteneva
a Y e quindi il primo parametro a 60
Ora, ricordando che
b
Y x
i i
2
xi
e osservando dalle tabelle che
Y 19000 e
i
xi
x 2 i
280000,
si può ottenere
Yi
xi
19000
b 0,068
b 0, 068
2
x 280000
i
Da cui l‟equazione stimata della retta di regressione risulta
Y a bx
Y 60 0, 068x
4.1.2 Teoria della regressione lineare semplice
Finora abbiamo adattato meccanicamente una retta a dei dati, il che ha comportato il
calcolo di a e b, che sono statistiche descrittive del campione. Ora vogliamo compiere
un‟inferenza circa la popolazione d‟origine. A tal fine occorre considerare
140

preliminarmente il modello matematico che ci consente di ottenere test di significatività
su a e b.
Tornando all‟esempio precedente, si supponga che l‟esperimento possa essere ripetuto
molte volte ad un livello stabilito di x: anche se l‟applicazione del fertilizzante è fissa da
esperimento a esperimento, non registreremo ogni volta lo stesso raccolto, ma
osserveremo invece delle fluttuazioni statistiche di Y raggruppate intorno ad un certo
valore centrale. In poche parole potremmo considerare il valore di Y ottenuto
dall‟applicazione del fertilizzante x come una variabile casuale distribuita pertanto
secondo una certa forma.
Si facciano le seguenti assunzioni:
1. Tutte le varie Y
i
hanno la stessa varianza
x
i
;
2. Le medie dei diversi
i
Y osservati (scriveremo E
2
in corrispondenza di ciascuna
retta, nota come la vera retta di regressione e avente equazione
Y i
) sono giacenti su una
E
Y i
xi
Quindi i parametri della popolazione e individuano la retta vera e
propria e dovranno essere stimati attraverso informazioni campionarie.
a. Le variabili casuali Y
i
, rappresentative dei valori campionari osservati a
partire dalla quantità di fertilizzante
x
i
, sono statisticamente indipendenti.
Ciò sta ad indicare, ad esempio, che un grande valore di Y
1
non tende a
rendere grande anche Y
2
, cioè Y
2
”non è influenzato” da Y
1
Le assunzioni fatte sin qui stanno ad indicare che, per ogni quantità di fertilizzante
x
i
otterremo sì delle quantità di raccolto pari a
Y
i
(che andranno pertanto a popolare il
nostro campione e ci consentiranno di ottenere a e b), ma non è detto che otterremo
sempre tali quantità
Y
i
a partire dallo stesso valore di fertilizzante x
i
; infatti le Y
i
sono
variabili casuali delle quali conosciamo il valor medio pari a
2
uguale a .
xi
e la varianza
141

In figura: per ogni
osservazione
x
i
si osserva un
corrispondente valore
Y
i
; tale
valore, per le ipotesi fatte, è
una variabile aleatoria. La vera
retta di regressione passerà per
il valore medio di tale variabile
casuale.
Ribadiamo il concetto affermando che per ogni
x
i
(fisso) è possibile ottenere diversi
valori di Y
i
: ciò che sappiamo è che la vera retta di regressione passa per i valori medi
di ciascun Y
i
. Le variabili casuali estratte Y
i
si distribuiscono con
Media = xi
Varianza=
2
Tuttavia, nel momento in cui andiamo a fare le osservazione, noi non potremo ottenere
ogni volta il valor medio, bensì otterremo un valore casuale Y
i
che rappresenta quindi il
nostro dato sperimentale. Pertanto tale valore si discosterà dalla vera retta di regressione
(passante invece per il valore medio di
Y
i
) e tale scostamento può essere identificato
mediante il termine e, che prende infatti il nome di errore o termine di disturbo o
residuo: ne consegue che il modello può essere espresso nella maniera seguente
Y
i
x
i
e
i
In cui le e
i
sono variabili casuali indipendenti con
Media = 0
Varianza =
2
142

Facciamo osservare che le distribuzioni di Y e di e sono identiche, eccetto che per la
loro media, dato che la distribuzione di e è esattamente la distribuzione di Y trasformata
in modo che la sua media risulti pari a zero.
Non abbiamo fatto ancora nessuna ipotesi circa la forma della distribuzione di e
(normale o no). Ed è proprio per questo motivo che ci riferiamo alle ipotesi prima fatte
come all‟”insieme debole”; deriveremo, comunque, quanti più risultati possibili da
queste prima di aggiungere, più tardi,un‟ipotesi più restrittiva di normalità
La figura qui sopra illustra molto bene il concetto prima esposto. Si nota la vera retta di
regressione tratteggiata e si può facilmente osservare il valore sperimentale della prima
osservazione Y
1
. Tale valore, variabile casuale distribuita secondo la forma disegnata in
figura, si scosta dalla vera retta di regressione per una distanza pari ad e.
Consideriamo ora più dettagliatamente quella parte di Y
i
che appare come puramente
casuale, cioè l‟errore o il termine di disturbo
e
i
. Perché è presente? Perché non
possiamo ottenere un valore esatto di Y
i
una volta che conosciamo il valore esatto di
x
i
?
L‟errore può essere considerato come somma di due componenti
a. Errore di misura
b. Errore stocastico
Tale tipo di errore si verifica a causa dell‟estrinseca irriproducibilità di
fenomeni sociali e biologici. Anche se non ci fossero errori di misura, la
ripetizione continua di esperimenti sul grano, usando sempre la stessa
quantità di fertilizzante, provocherebbe raccolti differenti: queste
differenze sono prevedibili e vengono chiamate differenze stocastiche. In
143

ealtà esse potrebbero essere ridotte da un più accurato controllo
sperimentale, tenendo ad esempio costanti le condizioni del suolo, la
quantità d‟acqua, etc… Ma il controllo completo è impossibile. L‟errore
stocastico può riguardarsi dunque come l‟influenza di molte variabili che
non consideriamo, ciascuna con piccoli effetti individuali, sulla variabile
dipendente Y. Dal momento che non è possibile neutralizzare l‟effetto
discorsivo delle diverse variabili, la migliore alternativa consiste nel
tenerne implicitamente conto, facendo la regressione di Y su x e i fattori
estranei.
Questa, che è una tecnica utile per ridurre l‟errore stocastico, è chiamata
“regressione multipla” e sarà trattata nell‟ ultima parte del nostro lavoro.
4.1.2.1 Stima di e
Stanti le considerazioni fatte in precedenza, si assuma che la nostra vera retta di
regressione, quella passante per i valori medi delle diverse variabili casuali Y
i
e avente
equazione sia rappresentata dalla linea tratteggiata della figura seguente. Essa rimarrà
incognita allo statistico, il cui compito consiste nello stimarla meglio che può
osservando le x e le Y . Si supponga che al primo livello x
1, l‟errore stocastico e
1
assuma un valore negativo, come mostrato nel diagramma: lo statistico infatti osserverà,
a fronte di un certo valore di x , un corrispondente valore Y , la cui combinazione è
identificata nel punto P
1
che quasi sicuramente non coinciderà col valore di Y giacente
sulla vera retta di regressione. Allo stesso modo si potranno ottenere i punti P
2
, P
3
, che
comportano valori positivi di e .
L‟unica cosa che potrà fare lo statistico sarà quella di stimare la vera linea adattando
una retta dei minimi quadrati
Y a bx , ottenuta applicando il metodo descritto nel
capitolo precedente, all‟unica informazione in suo possesso, i punti P
1
, P
2
, P
3
. Così
operando, verrebbe allora ad avere come stima la linea continua della figura seguente.
A meno che lo statistico non sia particolarmente fortunato, è ovvio che la retta stimata
non sarà esattamente quella vera delle popolazione, e perciò, la miglior cosa che possa
sperare è che il metodo dei minimi quadrati gli fornisca valori il più vicino possibile a
quelli esatti.
144

A questo punto conviene approfondire la questione e domandarci come si distribuiscano
gli stimatori a e b attorno ai loro rispettivi valori esatti e .
Regressione vera (della popolazione) e stimata (campionaria)
4.1.2.2 La media e la varianza di a e b
Dimostreremo ora che gli stimatori casuali a e b hanno i seguenti momenti
E
var
var
E
a
a
b
b
2
n
2
x i
2
in cui è la varianza dell‟errore (varianza di Y ). Osserviamo innanzitutto che a e b
sono stimatori corretti di e , secondo quanto si desume dalle relazioni appena
descritte e dalla teoria sugli stimatori. In secondo luogo, concentriamo la nostra
attenzione sullo stimatore del coefficiente angolare b, piuttosto che su a, a causa della
sua maggiore importanza.
Dimostriamo allora le proprietà dello stimatore b.
145

Dalla letteratura circa il metodo dei minimi quadrati avevamo osservato come il valore
dello stimatore b fosse uguale a
b
Y x
i i
2
xi
dove x
i
e Y
i
rappresentavano i valori sperimentali delle diverse osservazioni.
Definendo
si ottiene
da cui
dove
Poiché ciascun
i
i
k
x
k
x
i
b
b w Y w Y w Y ...
w Y
1
w
1
i
x
i
un valore fisso, tale sarà anche ciascun
x
i
k
i
2
2
Y
i
2
n
n
w
i
. Perciò, in virtù della
relazione
b w Y w Y ...
i
i
1 1
w2Y2
wnYn
, stabiliamo l‟importante conclusione:
b è una somma ponderata (combinazione lineare) delle variabili casuali Y
i
Per cui, valendosi dei teoremi già noti in letteratura, possiamo scrivere
E
b w EY
w EY
...
w EY
w EY
1
1
2
2
n
n
i
i
Ma sappiamo che
da cui
E
E
Y i
xi
b
w i
x i
146

e ricordando che
si ha
i
ma x 0 e quindi
da cui, essendo k
x
i
2
E
w
i
w w
x
b x i
x
i
x
i
E
x
k
k k
b
i
i
0 x
k
E
b
i
2
i
i
c.v.d.
Calcoliamo ora la varianza.
Avendo supposto che le variabili Y
i
siano indipendenti, dalla letteratura si sa che
var
2
2
2
2
b w varY
w varY
...
w varY
w varY
1 1 2 2
n n
i
i
var Y
ed avendo supposto
2
, si ottiene
var
2 2
b
w i
2
i
2
x
k
2
2
k
i
2
i
2
x i
E di nuovo, ricordando che
k
x
i
2
, si ottiene
147

var
b
2
2
x i
c.v.d.
Dalla presente trattazione è escluso il calcolo della media e della varianza di a. Si può
osservare che, nel calcolare b, il peso
w
i
, attribuito alla Y
i
, è proporzionale allo scarto
x
i
. Perciò i valori originali osservati esercitano un‟influenza relativa grande nel calcolo
di b.
Queste considerazioni fanno da sfondo ad un importante teorema ed aprono importanti
circa l‟utilizzo del metodo dei minimi quadrati nel modello di regressione lineare.
4.1.2.2.1 Teorema di Gauss-Markov
Nell’ambito della classe degli stimatori corretti lineari di (o ), lo stimatore dei
minimi quadrati presenta varianza minima.
Il teorema è importante perché consegue anche da quello che abbiamo chiamato insieme
debole delle ipotesi (si faccia riferimento alla distribuzione dell‟errore e e alle ipotesi di
2
media =0 e varianza = ) e perciò non richiede nessuna assunzione circa la forma
della distribuzione degli errori. Una dimostrazione può essere rinvenuta in altri testi di
statistica matematica.
Per interpretare tale fondamentale teorema, si prenda in considerazione b, lo stimatore
dei minimi quadrati di . Dalle considerazioni precedenti abbiamo già visto essere uno
stimatore lineare (b è una somma ponderata (combinazione lineare) delle variabili
casuali
Y
i
), ed è appunto a tale classe di stimatori che vogliamo limitare la nostra
attenzione, poiché questi sono facili da analizzare e comprendere. Ma vi è di più: se si
osserva la figura seguente è facile vedere che ci imponiamo un‟ulteriore limitazione,
dato che, nell‟ambito dell‟insieme degli stimatori lineari, consideriamo solamente quelli
che sono corretti. Lo stimatore dei minimi quadrati non solamente rientra in questa
classe (si ricordi E b
), ma di tutti gli stimatori ad essa appartenenti è quello che
148

possiede varianza minima. Spesso perciò viene definito “miglior stimatore lineare
corretto”.
Il teorema di Gauss-Markov ha un corollario interessante. Come caso particolare di
regressione, ci potremmo domandare cosa succederebbe se spiegassimo la Y attraverso
la formula xi
, ponendo però =0; in tal caso, non avremmo nessuna variabile
indipendente x. E‟ immediato desumere da tale formula che
popolazione Y , mentre il suo stimatore dei minimi quadrati è
è la media della
Yi
a o a Y .
n
Ne consegue che lo stimatore dei minimi quadrati “a” di una media di una popolazione
= , è dato proprio dalla media campionaria
Y e il teorema di Gauss-Markov
trova piena applicazione: può pertanto affermarsi che la media campionaria è il miglior
stimatore lineare corretto di una media della popolazione.
4.1.2.3 La distribuzione di b
Tutto quanto detto finora su b – e cioè la media e la varianza, le cui espressioni sono
state precedentemente dimostrate – non ha richiesto alcuna assunzione circa la forma
della distribuzione di questo stimatore. Se però aggiungiamo l‟ipotesi restrittiva che le
Y
i
si distribuiscano normalmente, e se ricordiamo che b è una combinazione lineare
delle Y
i
, allora anche b si distribuirà normalmente, in base a teoremi noti in statistica.
Occorre in proposito avvertire che, anche nel caso in cui le
Y
i
non si distribuiscano
secondo una distribuzione normale, la distribuzione dello stimatore tende ad
approssimarsi ad una normale, all‟aumentare della numerosità del campione; tale
149

isultato trova una sua giustificazione dovuta ad una formulazione più generale del
teorema del limite centrale ( nel nostro studio tale teorema era applicato al caso della
media campionaria, ma in realtà esso si applica egualmente bene al caso della somma
campionaria e b, definito come
variabili casuali Y
i
).
Y x
i
x
i
2
i
, altro non è che una particolare somma delle
Siamo ora in grado di disegnare il grafico della distribuzione di b nella figura
sottostante, per dare un‟idea chiara e intuitiva di come questo valore muti da campione a
campione.
In primo luogo, naturalmente, notiamo che la relazione b
E stabilisce che b è uno
stimatore corretto, cosicchè la distribuzione di b è centrata sul suo valore esatto .
L‟interpretazione della varianza è leggermente più complessa ed arriva alla conclusione
che la bontà dello stimatore b aumenta all‟aumentare della distanza reciproca dei diversi
valori delle X.
4.1.2.4 Intervalli di confidenza su
Stabilite la media, la varianza e la normalità della distribuzione dello stimatore b, ci
proponiamo ora di compiere inferenze statistiche su ; come si vedrà torneranno utili
tutti i discorsi effettuati nella prima parte della nostra trattazione.
Per prima cosa occorre standardizzare lo stimatore b, ottenendo
150

Z
b
2
2
x i
in cui Z ~N(0,1).
Occorre ora fare alcune considerazioni sulla varianza.
Abbiamo detto in apertura di capitolo che la vera retta di regressione è quella passante
per i valori medi delle diverse variabili casuali Y
i
, ossia le retta passante per i diversi
E
Y i
; in realtà con le nostre osservazioni possiamo ottenere solo i valori sperimentali
Y
i
e cercare di sfruttare il metodo dei minimi quadrati per avere una buona
approssimazione di
i
indicato con Y )
Di conseguenza abbiamo 3 valori di Y:
E Y i
x
, attraverso la retta Y a bx (di seguito Y sarà
1. E Y i
, valore giacente sulla teorica e vera retta di regressione;
2. Y
i
, valore sperimentale osservato;
3.
Y , valore ottenuto dall‟applicazione dei minimi quadrati.
Si può dimostrare che la vera varianza è data da
mentre quella stimata è
2
n
2
Yi
E Yi
i
1 n
Poiché dalla statistica
2
s
Yi
Yi
n
n
2
i 2 n 2
2
s
n
2
allora, dato che solitamente la varianza è incognita, la possiamo stimare così
151

2
2
n
n
n
n 2
2
2 s
n
i1
2
Yi
Yi
n
2
n
i1
2
Yi
Yi
n 2
s
2
Facciamo questa considerazione poiché avevamo supposto che le varianze di ciascuna
2
variabile casuale Y
i
fosse uguale a , quindi usiamo una stima di questo valore anche
per calcolare la varianza dell‟ipotetica retta di regressione, come se fosse questa a
muoversi entro l‟intervallo dettato dalla varianza.
Y
i
è il valore teorico della Y
i
sulla retta di regressione stimata, ossia
Y
a bx .
2
s viene spesso chiamata “varianza residua” e nella sua definizione, al denominatore, si
è usato il divisore n 2, piuttosto che n , per rendere
Tuttavia, quando si sostituisce
2
s uno stimatore corretto di
2
.
2 2
s a lo stimatore b non presenta più una distribuzione
normale, ma assume una distribuzione con una dispersione leggermente maggiore, cioè
la distribuzione di t di Student:
t
b
s
2
2
x i
Occorre sottolineare che si ha una vera e propria distribuzione di t solamente se è valida
l‟ipotesi più restrittiva che la distribuzione della
Y
i
, ossia della popolazione di
partenza,sia normale (tutte queste considerazioni sono già state fatte in precedenza in
seguito alla descrizione della variabile casuale t di Student).
152

L‟utilizzo della variabile casuale t può essere utile per costruire un intervallo di
confidenza all‟interno del quale poter trovare il parametro vero a partire dallo
stimatore b.
4.1.2.5 Intervalli di confidenza
Indichiamo di nuovo con t
0, 025
il valore di t che lascia a della distribuzione un 2,5%
delle probabilità; si ha:
t t t 0, 95
Pr
0,025
0, 025
sostituendo a t il valore ricavato dalla formula
t
b
s
2
2
x i
si ottiene
b
Pr t0,025
t0,
025
2
s
x
2
i
0,95
E‟ possibile scrivere le disuguaglianze entro parentesi in altra forma
s
Pr
,025
2
b t
b t
xi
0 0,025
2
xi
s
0,95
Infine, ricordando che la deviazione standard per b è pari a
x 2
i
la stima s , si ha che l‟intervallo di confidenza al 95% per risulta essere
, e sostituendo a
153

t
0,025
Usando un argomento simile, ricordando che la deviazione standard della stimatore a è
pari a
n
risulta essere
s
e sostituendo a la stima s , si ha che l‟intervallo di confidenza al 95% per
in cui t
0, 025
ha n 2 gradi di libertà.
a t0,
025
Per una corretta esemplificazione di quanto sopra esposto riproponiamo qui di seguito la
tabella già vista in precedenza ed utilizzata per la dimostrazione del metodo dei minimi
quadrati (ovviamente ometteremo certe colonne e ne metteremo in risalto altre).
Partendo dal presupposto che
a Y 60 ;
Yi
xi
b 0, 068 ;
2
x
i
2
x i
s
n
Y a bx 60 0, 068x
;
2 i
x 280000
e definendo come obiettivo ultimo lo studio dell‟intervallo di confidenza entro cui
trovare (effetto del fertilizzante sul raccolto), a partire dallo stimatore b, otteniamo:
i
X
i
Y
i
x
i
X
X i
i
X
400
i
Y a
i
bx i
60 0,068x i
i
Y i
Y
Y
i
Y
i
100 40 -300 39,60 0,40 0,16
200 45 -200 46,40 -1,40 1,96
300 50 -100 53,20 -3,20 10,24
400 65 0 60,00 5,00 25,00
500 70 100 66,80 3,20 10,24
600 70 200 73,60 -3,60 12,96
700 80 300 80,40 -0,40 0,16
i
i
X 2800 Y 420 x 0
2
2
Y i
Y i
60,72
154

Poiché vogliamo calcolare il valore uscente dalla formula
s
b t
, una
volta noti i gradi di libertà ( n 2 ) che ci permettono di identificare il valore
corrispondente a t
0, 025, noti b e x 2
i
, non ci resta che ricavare il valore di s .
0,025
2
x i
Dalle considerazioni fatte in precedenza
s
2
n
i1
2
Yi
Yi
n 2
da cui s 2 12144
e cioè
s 3,48
il nostro intervallo di confidenza pertanto diviene
b t
0,025
0,068
2,571
s
0,068
0,017
0,051
2
x i
3,48
280000
0,085
4.1.2.6 Estensione del concetto all’intervallo di previsione Y
Fino ad ora abbiamo studiato l‟intervallo di confidenza entro il quale poter trovare il
coefficiente a partire dallo stimatore b (analoghe considerazioni si potevano fare
anche per a partire da a).
E se volessimo studiare l‟intera domanda Y? Se stabiliamo una nuova applicazione di
550 libbre di fertilizzante ( x
0
150 ) come possiamo prevedere il prodotto che ne
risulterà?
Senza perderci in inutili ripetizioni possiamo affermare che la miglior stima puntuale
risulterà il corrispondente valore stimato della Y sulla nostra retta di regressione, cioè
Y
a
0
bx 0
155

60 0,068(150)
70,2
ma come qualsiasi stima puntuale, tale valore implicherà sicuramente un qualche errore,
poichè, per
esempio, si possono commettere errori nel calcolare a e b .
L‟idea allora è quella di esprimere il vero valore di Y all‟interno di un intervallo di
previsione
Y0 Y0
t0,
025devstd
dove però in questo caso la varianza di una previsione è data grosso modo dalla
varianza dei suoi componenti e dalla varianza della previsione in sé.
Si ha pertanto che
var var
2
a varb
x
varY
0
cioè la varianza di a più la varianza di b ponderata con x
2
0
più la varianza relativa ad
una qualsiasi osservazione Y. Quest‟ultima fonte di errori deve ovviamente essere
considerata dato che, anche se conoscessimo i valori esatti di e , la previsione circa
Y
0
sarebbe tutt‟ora soggetta ad errore.
Sostituendo nella formula della varianza tutte le varianze già calcolate in precedenza si
ha
2
var
n
2
2
1
n
x
2
i
x
x
2 2
2
0
2
x i
0
1
e per tale motivo l‟intervallo definitivo diventa
156

Y
0
Y
0
t
0,025
s
1
n
x
2
0
2
x i
1
in cui t ha n 2 gradi di libertà.
Pertanto con una probabilità del 95% di comprendere il valore esatto prevediamo
Y
0
2
1 150
70,2 2,571(3,48)
1
7 280000
60,3
Y 0
80,1
La figura successiva mostra la vera retta di regressione nel tratto continuo, mentre le
due linee tratteggiate definiscono i limiti entro i quali è possibile trovare il vero valore
di Y
0
a partire dal valore stimato Y 0
.
Intervallo di previsione per Y
0
157

4.1.3 La regressione lineare multipla: introduzione e teoria
Supponiamo di tornare all‟esempio precedente del fertilizzante applicato ad un raccolto
di grano e ipotizziamo che queste osservazioni siano state compiute in diverse stazioni
sperimentali agricole sparse per tutto il paese. Anche se le condizioni del suolo e della
temperatura fossero essenzialmente le stese in tutte queste aree, ci potremo ancora
chiedere: “Una parte della fluttuazione della Y, (cioè il termine di disturbo e) non può
essere spiegato dai diversi livelli di pioggia nelle diverse aree?”. Una previsione
migliore del raccolto sarebbe quindi possibile se venissero esaminati sia il fertilizzante
sia la pioggia. Nella tabella seguente sono raccolti i livelli osservati di pioggia insieme
con le osservazioni originarie sul raccolto di grano e sul fertilizzante già viste in
precedenza.
Y (prodotto) X (fertilizzante) Z (pioggia)
40 100 36
45 200 33
50 300 37
65 400 37
70 500 34
70 600 32
80 700 36
4.1.3.1 Il modello matematico
La tecnica della regressione multipla, che viene usata per descrivere come una variabile
dipendente è legata a due o più variabili indipendenti, è in realtà solamente
un‟estensione dell‟analisi di regressione semplice descritta nei capitoli precedenti. In
questo caso, occorre effettuare la regressione di Y (il raccolto) sulle due variabili
indipendenti o “regressori” (il fertilizzante X e la precipitazione Z). Supponiamo che sia
ragionevole arguire che il modello risulti della forma
E
Y
i
xi
zi
con x e z espressi intermini di scarti dalle medie.
158

La differenza tra ogni valore osservato e previsto di Y
i
costituisce il termine stocastico
o errore e
i
. Ne segue che qualsiasi valore osservato Y
i
può esprimersi in termini del suo
valore previsto e del termine di disturbo
Y x
i
i
z
i
e
i
Facendo per e le stesse ipotesi fatte nei capitoli precedenti, ossia esso sia una variabile
2
casuale indipendente con Media = 0 e Varianza = .
4.1.3.2 Stima dei minimi quadrati
La stima dei minimi quadrati viene ottenuta scegliendo le stime di
, ,
che
minimizzano la somma dei quadrati degli scarti tra i valori osservati e i valori calcolati
delle Y, cioè minimizzando la sommatoria
2
( Yi
a bxi
czi
)
in cui a,b e c sono gli stimatori di
, ,
; tali stimatori si ottengono ponendo uguali a
zero le derivate parziali della funzione rispetto ad a,b e c.
Si ottengono le seguenti tre equazioni
Y x
i
Y z
i
i
i
b
b
a Y
x
2
i
x z
i
c
i
c
x z
i
z
i
i
2
Si noti ancora, che la stima dell‟intercetta a è la media del campione osservato Y,
mentre la seconda e la terza equazione possono risolversi rispetto a b e c. I calcoli
necessari,rappresentati nella tabella qui di seguito riportata, forniscono gli elementi
necessari per la determinazione dell‟equazione di regressione multipla.
Oss
Le stime di massima verosimiglianza da
, ,
si calcolano allo stesso modo che nel
caso della regressione semplice, ed esse coincidono ancora con quelle dei minimi
159

quadrati; inoltre, per la stima di massima verosimiglianza si introduce l‟ipotesi ulteriore
secondo la quale la distribuzione dell‟errore sia normale.
Si osservino i valori nella pagina seguente
160

-Tabella riferita all‟esempio- Stima dei minimi quadrati per la regressione multipla di Y su X e Z
Y
i
X
i
Z
i
x
i
X X z Z Z
i
2
i
Y
i
i
xi
Y
i
zi
x
i
2
z x
i
i
zi
i
40 100 36 -300 1 -12000 40 90000 1 -300
45 200 33 -200 -2 -9000 -90 40000 4 400
50 300 37 -100 2 -5000 100 10000 4 -200
65 400 37 0 2 0 130 0 4 0
70 500 34 100 -1 7000 -70 10000 1 -100
70 600 32 200 -3 14000 -210 40000 9 -600
80 700 36 300 1 24000 80 90000 1 300
i
i
Y 420 X 2800 Z 245 x 0 z 0 x iY 19000
i
Y
i
zi
20
x 280000 z 24 x
i
zi
500
a Y 60 X 400 Z 35
i
i
2
i
2
i
Applicando le tre equazioni prima enunciate si ottiene
a Y
Y x
i
i
b
x
2
i
c
x z
i
i
Y z
i
i
b
x z
i
i
c
z
i
2
161

da cui
Soluzione
a
Y 60
19000
280000b
500c
20 500b
24c
a
b
c
60
0,06893
0,6028
Così la nostra retta di regressione diventa
Y a bx cz
Y 60 0,06893x
0, 6028z
oppure in termini originari della X e Z
Y 11,3307
0,06893X
0, 6028Z
4.1.3.3 Interpretazione delle stime di regressione
Si supponga che si voglia adattare l‟equazione di regressione multipla
Y
a
0
b1
X1
b2
X
2
b3
X
3
b4
X
4
Utilizzando 25 osservazioni della Y e delle X. Le stime dei minimi quadrati ottenute
vengono spesso pubblicate nella forma seguente:
Y 10,6 28,4X
1
4,0X
2
12,7
X
3
0,84X
4
s s s s s
0
2,6
1
11,4
2
1,5
3 14,1
4
0,76
t t t t t
0
4,1
1
2,5
2
2,6
3
0,9
4
1,1
162

Le informazioni tra parenesi vengono usate per stabilire l‟attendibilità dell‟adattamento
dei minimi quadrati, sia nel caso della determinazione di un intervallo di confidenza sia
in quello della verifica delle ipotesi (non oggetto della nostra trattazione).
Il vero effetto di X
1
su Y è misurato dal paramero incognito della popolazione
1
, che
viene stimato mediante lo stimatore campionario b
1
. Occorre in proposito osservare che
mentre il
1
incognito è una quantità fissa, lo stimatore b
1
è una variabile casuale che
differisce da campione a campione, del quale, peraltro, possono stabilirsi le proprietà,
così come vennero stabilite le proprietà di b nei capitoli precedenti. Pertanto si può
dimostrare che b
1
è una variabile normale purchè la dimensione del campione sia
abbastanza grande o il termine che esprime l‟errore sia una variabile normale, e che b
1
,
è uno stimatore corretto di
1
. La dimensione dell‟errore che si produce mediante la
stima, si riflette nella deviazione standard di b
1
che, nel nostro esempio, supponiamo
che possa stimarsi mediante s
1
11, 4 , come vediamo entro le prime parentesi al di
sotto dell‟equazione precedente e riportata nella figura successiva.
Quando b
1
viene standardizzato con questa stima della deviazione standard, darà luogo
ad una distribuzione di tipo t.
Per ricapitolare: non conosciamo
1
; tutto quello che sappiamo è che, qualunque valore
possa assumere il nostro stimatore b
1
, esso si distribuisce intorno a valore incognito
1
,
come mostrato nella figura appena illustrata. La conoscenza di come b
1
stimi con
precisione
1
può ovviamente utilizzarsi per inferire un intervallo di confidenza al 95%
per
1
, a partire dal valore osservato di un b
1
campionario.
Si ha pertanto
163

1
b1
t0,025s1
28,4
2,09(11,4)
28,4
23,8
[n=25 è la dimensione del campione, k 5è il numero dei parametri già stimati nella
formula precedente e t0,
025è il valore critico di t con n k gradi di libertà. Intervalli di
confidenza analoghi possono essere costruiti per gli altri parametri ].
4.2 IL SOFTWARE
Come logica conclusione dello studio teorico dei modelli di regressione appena
presentato è giunto ora il momento di spendere alcune parole sui software utilizzati per
tradurre in pratica queste teorie statistiche ed è inoltre opportuno riportare una breve
guida sugli indicatori più significativi utilizzati dal software stesso con lo scopo di
consentire al lettore di comprendere i risultati ottenuti ed essere così in grado di
commentarne autonomamente la significatività.
Il software utilizzato per l‟implementazione dei modelli di regressione è “Minitab
English 15.1”: si tratta di un software di elaborazioni statistiche molto complesso e
dettagliato, ma allo stesso tempo molto versatile e in grado di offrire soluzioni
appropriate per gli studi richiesti.
Senza perdersi in inutili dettagli tecnici che esulano dagli scopi della presente
trattazione descriviamo qui di seguito i principali indicatori ritenuti significativi, le loro
modalità di costruzione e i fini per i quali sono stati ideati.
Bisogna infatti anticipare che l‟impostazione e lo sviluppo di un modello di regressione
lineare possono apparire semplici, dal momento che anche i più diffusi fogli di calcolo
consentono di determinare i coefficienti. Tuttavia la facilità di elaborazione può
alimentare false certezze circa la reale significatività del modello di stima ricavato;
esistono pertanto diversi criteri e indicatori per valutare la qualità e l‟accuratezza
predittiva di un modello di regressione lineare.
Riprendendo il discorso presentato nel capitolo precedente possiamo affermare che i
coefficienti a e b ricavati attraverso la minimizzazione della somma dei quadrati
164

appresentano solo stime dei veri coefficienti di regressione e che compaiono nel
modello probabilistico. Si tratta infatti di un problema di statistica inferenziale in cui i
coefficienti di regressione e rappresentano i parametri incogniti della popolazione,
le m osservazioni costituiscono un campione estratto dalla popolazione e i coefficienti a
e b sono gli stimatori puntuali ai quali è possibile associare un intervallo di confidenza.
Avevamo infatti dimostrato che
b t
a t0,
025
0,025
e ciò stava ad indicare che, una volta individuati i coefficienti a e b, era possibile
ipotizzare di trovare i veri coefficienti della retta di regressione e all‟interno di un
s
n
s
2
x i
particolare intervallo di confidenza opportunamente definito.
Sono proprio questi intervalli di confidenza ad offrirci la possibilità di formulare un
criterio per la valutazione di un modello di stima. Possiamo infatti concludere che un
coefficiente angolare a risulta privo di significatività se il suo intervallo di confidenza
(all‟interno del quale si trova il vero coefficiente ) contiene il valore 0. Se infatti 0
appartiene all‟intervallo, il coefficiente della variabile indipendente X può essere
positivo o negativo con probabilità non nulla; in altri termini il modello non è in grado
di stabilire se all‟aumentare della variabile indipendente X , la variabile dipendente
Y cresce o al contrario decresce. Gli indicatori preposti a tale compito sono “T-value” e
“P-value”.
Ma cosa rappresentano tali indicatori?
Supponiamo di eseguire il seguente test delle ipotesi:
(ipotesi nulla) H : 0 , (ipotesi alternativa H : 0
0
1
L‟obiettivo del test è quello di valutare se il coefficiente a, stimatore del coefficiente
angolare della vera retta di regressione, contiene all‟interno del proprio range di
possibili valori (si ricordi l‟aleatorietà dello stimatore e i discorsi fatti circa l‟esistenza
del valor medio all‟interno dell‟intervallo di confidenza) il valore 0. In tal caso il
modello sarebbe privo di significato.
165

Senza richiamare in causa le basi statistiche su cui si poggia descriviamo brevemente le
fasi in cui si articola un test delle ipotesi. L‟idea di base è quella di cercare di dimostrare
un fenomeno attraverso la sua parametrizzazione in una variabile aleatoria avente una
distribuzione nota e che risponda alle caratteristiche richieste; successivamente si
determina a piacere un intervallo di confidenza entro cui il test può ritenersi valido;
infine si prende una variabile casuale appartenente al fenomeno descritto e si osserva
l‟area entro cui viene a cadere per decidere l‟accettabilità o meno del test.
Comprendiamo il tutto con l‟esempio relativo alla retta di regressione.
L‟obiettivo in questione è analizzare il coefficiente della retta di regressione a per
vedere se nel suo intervallo di confidenza (all‟interno del quale si trova il vero
coefficiente ) è presente il valore 0.
Dalle analisi sappiamo che il valor medio di a è proprio .
Pertanto, volendo parametrizzare il fenomeno nella forma sopra descritta, esiste una
distribuzione di probabilità che abbia valor medio 0?
Tale distribuzione è la t di Student.
A questo punto si considera il coefficiente a come una variabile casuale distribuita
secondo la t di Student e avente come valor medio , ipotizzato uguale a zero. Dalla
disuguaglianza di Tchebycheff sappiamo che dato questo tipo di distribuzione, con il
95% di probabilità tutti i valori appartenenti a tale variabile casuale si dispongono in un
intervallo avente semiampiezza pari a due volte la deviazione standard. Ciò significa
che ipotizzato un valor medio pari a 0 il 95% dei valori sta tra “-N” è “+N”, con N
numero intero ottenuto tramite la consultazione di apposite tabelle in grado di restituire,
a fronte del numero di gradi di libertà (elementi del campione o numero di osservazioni)
e dell‟intervallo di confidenza richiesto il valore in questione.
Spieghiamo con un grafico.
Area all‟interno
del quale si accetta
l‟ipotesi
Si rifiuta l‟ipotesi
nulla
166
0 N

Una volta individuato N si analizza la propria variabile aleatoria ottenuta dalla singola
osservazione o dal singolo campione (nel nostro caso è il coefficiente a ottenuto
dall‟implementazione del modello); se tale valore cade nell‟area centrale, più estesa, si
accetta l‟ipotesi nulla. In caso contrario si rifiuta l‟ipotesi e si accetta l‟ipotesi
alternativa.
Il valore T-value coincide con lo z-indice del valore stimato a del coefficiente
nell‟ipotesi nulla H
0
che il valore effettivo di sia 0.
A tal proposito lo z-indice è un importante indicatore di posizionamento relativo ed è
definito, per una generica osservazione x
i
come
z
ind
i
x
i . Esso misura la distanza
con segno tra un valore e la media campionaria usando come unità di misura la
deviazione standard. Nel nostro caso diventa
z ind
i
a E(
a)
, ma E ( a)
0, s è
s
noto una volta nota la numerosità del campione e quindi lo z indice è conosciuto.
Un valore molto alto dello z indice dice che il nostro valore ottenuto dal campione (ad
esempio a ottenuto dall‟implementazione del modello) è molto distante dalla media
campionaria e quindi è più facile che si trovi nella piccola area alle estremità della
distribuzione avvalorando l‟idea di respingere l‟ipotesi nulla. Nella pratica già con un
valore di T 2 è possibile ritenere il modello di regressione significativo.
Tornando al discorso delle percentuali possiamo affermare che in precedenza, parlando
di intervalli di confidenza, avevamo accennato al fatto che vi era una probabilità del
95% di avere valori nell‟area di maggior ampiezza; vi era cioè solo un 5% di ottenere
valori in grado di respingere l‟ipotesi.
Ciò introduce il discorso relativo al P-value, indicatore che riflette la probabilità che la
variabile aleatoria sia maggiore del valore a ottenuto dai campionamenti. Noi sappiamo
che il test si rifiuta se a è maggiore di N, situato proprio al limite di quel 95%, ossia se
si trova nell‟ultimo 5% (2,5% per l‟esattezza considerando la simmetria della
distribuzione) disponibile. Ecco quindi che P-value diventa significativo qualora il suo
valore sia inferiore a 0,005.
Riassumendo, il modello è significativo se
167

T value 2
P value 0,005
Tutto quanto è stato detto finora vale per ciò che concerne il coefficiente angolare.
La mancanza di significatività dell‟intercetta non pregiudica infatti la validità del
modello e di rado, infatti, viene presa in considerazione.
Consideriamo ora altri tre indicatori, rappresentativi non della significatività, ossia della
correttezza di un modello, quanto della bontà, ossia della precisione dei risultati. Un
modello infatti può essere corretto, ma scarsamente rilevante.
Essi sono:
SSE;
2
R ;
R 2 adj.
Il primo indicatore è espresso dalla formula
SSE
m
y ax
i 1 i
i
( b)
2
e quantifica la distanza complessiva tra i valori della risposta effettivamente osservati e
quelli previsti dal modello. Tanto minore è il valore, tanto minore sarà l‟errore del
modello.
Il secondo indicatore, detto coefficiente di determinazione, rappresenta la percentuale di
varianza totale spiegata da parte delle variabili predittive, e quindi da parte del modello.
Esso è definito come:
R
RSS
RSS
reg
tot
m
i1
m
i1
yi
y
i
y
y
2
2
168

e quindi il suo valore si colloca nell‟intervallo 0 ,1
.
I due fattori costitutivi sono:
-
2
m
RSS
reg
y
i 1 i
y
: rappresenta la somma dei quadrati delle differenze tra
predizioni e media della variabile di risposta; valuta cioè la dispersione dei dati
del modello rispetto al valor medio dei dati effettivamente osservati.
- m
2
RSS : rappresenta la somma dei quadrati delle differenze tra i
tot
y
i 1 i
y
valori osservati e media della variabile di risposta; valuta cioè la dispersione dei
dati effettivi rispetto alla loro media.
Sulla base di quanto detto, se
2
R assume valori prossimi a 1 possiamo concludere che il
modello spiega una larga parte della variazione presente nella variabile di risposta.
Tale coefficiente tende a crescere all‟aumentare del numero di osservazioni e a
sovrastimare la percentuale di varianza spiegata dal modello. Per evitare questo
inconveniente si ricorre al coefficiente di determinazione corretto
Esso è così definito
R 2 adj.
2
R adj
1
(1 R
2
m 1
)
m n 1
dove m è il numero di osservazioni grazie al quale si riesce a costruire la retta e n è il
numero di variabili indipendenti (nel caso di regressione semplice tale valore è uguale a
1).
169

CAPITOLO V
IL CASO HERA RAVENNA S.r.l
Giunti a questo punto della trattazione il lettore dovrebbe aver acquisito tutte le basi
necessarie per affrontare il problema con consapevolezza e competenza; è infatti a
conoscenza di tutte le attività di Hera, è informato sugli strumenti utilizzati dall‟azienda
per raggiungere gli obiettivi esplicati nei vari documenti approvati dall‟Agenzia ed è al
corrente delle relazioni esistenti tra il Gestore e gli altri stakeholders. Accanto alle
dinamiche aziendali il lettore ha ora anche la possibilità di agire operativamente sul
campo grazie al bagaglio tecnico acquisito dallo studio- teorico e pratico- dei modelli
matematico-statistici affrontati nel capitolo precedente.
Possiamo quindi analizzare le esigenze di Hera con l‟intenzione di costruire un modello
che bene si sposi con le richieste dell‟Azienda e in grado offrire una buona risposta alle
domande presentate.
L‟idea è quella di studiare un modello in grado di prevedere l‟evoluzione della
produzione dei rifiuti al fine di implementare le migliori tecniche gestionali e operative
nell‟ambito della successiva raccolta, trattamento e smaltimento.
Il modello in questione restituirà pertanto l‟ammontare dei rifiuti prodotti sulla base di
certe variabili indipendenti predittive immesse in ingresso e valutate da Hera come
maggiormente significative, ossia in grado di impattare maggiormente sulla produzione
di rifiuto.
A tal proposito si è deciso di studiare l‟andamento dei rifiuti urbani in funzione della
popolazione; la domanda a cui rispondere è la seguente: “qual è l’andamento dei
rifiuti in funzione della popolazione?” In altre parole: “valutando l’andamento della
popolazione e dei rifiuti, che relazione c’è tra il numero di abitanti e rifiuti
prodotti? E’possibile capire quanto rifiuto si produce a fronte di un certo numero
170

di abitanti? Se gli abitanti aumentano, aumenta anche il rifiuto? Se sì, in quali
termini?
Queste sono le domande a cui dobbiamo rispondere.
Il primo passo da seguire quindi consiste nel reperimento dei dati corrispondenti alle
variabili oggetto di analisi e data l‟impostazione del modello l‟obiettivo è quello di
trovare:
Evoluzione del Numero di abitanti nei vari Comuni della Provincia negli ultimi
anni;
Rifiuti raccolti in corrispondenza dei diversi Comuni nello stesso arco
temporale.
E‟opportuno mettere in risalto come la popolazione sia la nostra variabile indipendente
o predittiva X , mentre i rifiuti rappresentano la nostra risposta Y .
Come già detto in precedenza, e come la figura seguente va a rimarcare, l‟Ato di
Ravenna, coincidente con la relativa Provincia è stato suddiviso da Hera in due società
territoriali, Hera Imola-Faenza e Hera Ravenna.
171

Per motivi di omogeneità di gestione - già analizzate in precedenza e quindi non riprese
in questa sezione - queste due società operative sono state a loro volta suddivise in 5
bacini territoriali così suddivisi:
1. RAVENNA (Comune di Ravenna);
2. CERVIA (Comune di Cervia);
3. BASSA ROMAGNA (Comuni di Alfonsine, Bagnacavallo, Bagnara di
Romagna, Conselice, Cotignola, Fusignano, Lugo, Massalombarda, Russi,
S.Agata sul Santerno)
sotto la responsabilità di Hera Ravenna s.r.l.;
4. EX AMI (Comuni di Brisighella, Casola Valsenio, Castelbolognese, Riolo
Terme, Solarolo);
5. FAENZA (Comune di Faenza)
sotto la responsabilità di Hera Imola-Faenza s.r.l.
Dal momento che il lavoro è stato svolto presso Hera Ravenna, prendiamo in
considerazione solamente i bacini di Ravenna, Cervia e Bassa Romagna, tralasciando le
aree di competenza di Hera Imola-Faenza.
A tal proposito andiamo ora ad analizzare singolarmente le due variabili costitutive del
modello.
172

5.1 LA POPOLAZIONE
Essendo la variabile popolazione estremamente importante ai fini dell‟affidabilità dei
risultati del modello è bene fare due brevi anticipazioni:
1. Dal momento che lo studio della variabile popolazione deve essere coerente con
la successiva analisi della raccolta dei rifiuti occorre soffermarsi a riflettere sul
significato del dato del numero di abitanti; infatti, oltre agli abitanti “residenti”,
dovrebbero essere considerati nel computo di coloro che producono rifiuti anche
i turisti che frequentano in particolare i comuni di Ravenna e Cervia (soprattutto
nel periodo estivo). Le presenze turistiche, infatti, seppure limitatamente al loro
periodo di permanenza, determinano un incremento di produzione di RU
significativo (in termini di quantità) non attribuibile alla popolazione residente.
Nella tabella seguente pertanto, sono riportati i dati relativi alle presenze
insediate stabilmente sul territorio provinciale (abitanti “residenti”) e le presenze
reali riferibili al 2006 (abitanti cosiddetti “equivalenti”), in cui sono ricomprese
le presenze turistiche spalmate sull‟arco temporale di un anno.
Anticipando i risultati poi esposti in tabella possiamo affermare che per il 2006,
i 10.052 abitanti “equivalenti” del comune di Cervia ed i 7.760 abitanti
“equivalenti” del comune di Ravenna corrispondono rispettivamente a 3.668.835
e 2.832.511 presenze turistiche spalmate sull‟arco di un anno; si tratta,
ovviamente, di una stima basata su dati ufficiali (forniti dall‟associazione
albergatori) in grado di quantificare solo i posti letto occupati, mentre ad oggi
non risulta possibile fornire una stima verosimile anche per le cosiddette
presenze “pendolari” (a scopo lavorativo e/o ricreativo-culturale), che, nella
realtà ravennate, si sono dimostrate (e lo sono tuttora) fortemente preponderanti.
173

Comuni Abitanti residenti Abitanti equivalenti
Alfonsine 12.008 12.008
Bagnacavallo 16.195 16.195
Bagnara di Romagna 1.942 1.942
Brisighella 7.682 7.682
Casola Valsenio 2.791 2.791
Castel Bolognese 9.025 9.025
Cervia 27.493 37.545*
Conselice 9.438 9.438
Cotignola 7.088 7.088
Faenza 55.504 55.504
Fusignano 8.099 8.099
Lugo 31.925 31.925
Massa Lombarda 9.677 9.677
Ravenna 151.055 158.815**
Riolo Terme 5.556 5.556
Russi 11.148 11.148
S. Agata sul Santerno 2.512 2.512
Solarolo 4.311 4.311
Provincia 373.449 391.261
* Considerati 10.052 abitanti equivalenti a 3.668.835 presenze turistiche.
** Considerati 7.760 abitanti equivalenti a 2.832.511 presenze turistiche.
A che scopo è dovuta questa distinzione?
Il sistema di reportistica di Hera è interessato a monitorare la quantità
complessiva di rifiuto indipendentemente dalle fonti produttrici e quindi non si
preoccupa più di tanto di queste oscillazioni (in realtà anche per Hera è
importante conoscere il numero esatto di abitanti sia al fine di monitorare e
studiare la produzione pro-capite di rifiuti sia per ragioni di natura prettamente
economica relative ai criteri di applicazione della tariffa).
Ai fini matematici del modello invece, dal momento che l‟obiettivo principe
risiede nella valutazione della relazione esistente tra la popolazione e il monte
complessivo dei rifiuti urbani raccolti/prodotti, diventa di assoluto rilievo la
conoscenza esatta del numero di abitanti, poiché è dalla precisione di questi dati
che deriverà poi l‟affidabilità del modello.
174

Per questo motivo, a fronte dell‟instabilità dei comuni di Ravenna e Cervia si è
deciso di concentrare l‟attenzione sui restanti Comuni, appartenenti al bacino
denominato Bassa Romagna.
D‟ora in avanti dunque tutte le considerazioni prenderanno in esame solo il
bacino della Bassa Romagna, restringendo ulteriormente il campo di studi, ma
rendendo i risultati più affidabili, stabili e di conseguenza più significativi.
2. Dopo aver chiarito che i Comuni oggetto di studio sono quelli appartenenti alla
Bassa Romagna è ora opportuno studiare le modalità con i quali i dati sono stati
raccolti. In prima battuta si è presentato il problema della quantità di dati a
disposizione: il modello infatti aumenta la propria precisione di calcolo
all‟aumentare degli input, mentre la reportistica di Hera aveva a disposizione per
le indagini un basso numero di anni. Per risolvere tale problema si è deciso di
effettuare dettagliate analisi demografiche (in collaborazione con gli Uffici
Anagrafe dei vari Comuni) al fine di ottenere il numero di abitanti residenti per
ciascun Comune con cadenza mensile. Procedendo in tal senso abbiamo ottenuto
36 valori corrispondenti ai mesi che vanno dal gennaio 2005 sino al dicembre
2007. I risultati così ottenuti sono mostrati nel seguente foglio excel.
175

In tabella - Popolazione per singolo Comune della Bassa Romagna da gennaio 2005 a dicembre 2007
MESE ALFONSINE BAGNACAVALLO BAGNARA CONSELICE COTIGNOLA FUSIGNANO LUGO MASSALOMBARDA RUSSI S.AGATA Bassa Romagna
gen-05 11.725 16.158 1.866 9.250 6.970 7.941 31.970 9.175 10.726 2.305 108.086
Febbraio 11.729 16.145 1.868 9.257 6.973 7.938 31.966 9.197 10.725 2.317 108.115
Marzo 11.730 16.130 1.873 9.294 6.971 7.925 31.952 9.200 10.730 2.332 108.137
Aprile 11.707 16.130 1.877 9.331 6.981 7.951 31.966 9.231 10.736 2.342 108.252
Maggio 11.704 16.107 1.879 9.319 7.013 7.955 31.929 9.267 10.733 2.340 108.246
Giugno 11.700 16.105 1.878 9.336 7.031 7.967 31.925 9.292 10.740 2.361 108.335
Luglio 11.709 16.107 1.880 9.353 7.027 7.980 31.930 9.322 10.766 2.368 108.442
Agosto 11.710 16.091 1.872 9.347 7.011 7.988 31.939 9.324 10.786 2.368 108.436
Settembre 11.696 16.104 1.868 9.357 6.987 7.992 31.926 9.343 10.795 2.373 108.441
Ottobre 11.694 16.104 1.875 9.361 6.982 7.990 31.955 9.388 10.816 2.369 108.534
Novembre 11.689 16.105 1.866 9.367 6.988 8.004 31.982 9.396 10.824 2.370 108.591
Dicembre 11.672 16.106 1.860 9.374 6.973 8.028 31.956 9.389 10.827 2.368 108.553
gen-06 11.698 16.080 1.880 9.407 6.993 8.055 32.020 9.470 10.850 2.421 108.874
Febbraio 11.720 16.072 1.888 9.403 7.017 8.048 32.055 9.500 10.851 2.435 108.989
Marzo 11.743 16.060 1.895 9.413 7.016 8.058 32.026 9.527 10.867 2.435 109.040
Aprile 11.751 16.059 1.905 9.422 7.029 8.059 32.023 9.540 10.881 2.448 109.117
Maggio 11.761 16.041 1.910 9.423 7.027 8.064 32.024 9.561 10.923 2.459 109.193
Giugno 11.774 16.025 1.924 9.412 7.021 8.078 32.030 9.576 10.945 2.471 109.256
Luglio 11.793 16.010 1.939 9.415 7.021 8.093 32.012 9.585 10.968 2.486 109.322
Agosto 11.809 15.998 1.939 9.419 7.007 8.114 32.022 9.621 10.994 2.504 109.427
Settembre 11.847 15.995 1.938 9.419 7.026 8.117 32.023 9.646 10.995 2.502 109.508
Ottobre 11.844 15.989 1.941 9.414 7.037 8.122 31.982 9.666 11.018 2.520 109.533
Novembre 11.869 15.970 1.945 9.435 7.042 8.091 31.978 9.685 11.045 2.516 109.576
Dicembre 11.869 15.968 1.946 9.448 7.044 8.090 31.979 9.682 11.041 2.513 109.580
gen-07 11.913 15.995 1.968 9.522 7.070 8.116 32.002 9.692 11.078 2.515 109.871
Febbraio 11.930 16.006 1.962 9.539 7.094 8.140 32.059 9.737 11.083 2.521 110.071
Marzo 11.944 16.026 1.965 9.538 7.095 8.141 32.089 9.757 11.099 2.528 110.182
Aprile 11.961 16.053 1.972 9.525 7.085 8.131 32.110 9.788 11.135 2.528 110.288
Maggio 11.980 16.086 1.986 9.547 7.070 8.117 32.161 9.815 11.171 2.544 110.477
Giugno 12.018 16.071 2.000 9.574 7.094 8.142 32.197 9.871 11.188 2.558 110.713
Luglio 12.054 16.077 2.000 9.588 7.130 8.179 32.217 9.914 11.227 2.588 110.974
Agosto 12.078 16.112 2.007 9.614 7.142 8.193 32.281 9.930 11.272 2.577 111.206
Settembre 12.095 16.127 2.015 9.602 7.141 8.198 32.354 9.968 11.309 2.587 111.396
Ottobre 12.095 16.146 2.025 9.608 7.144 8.217 32.410 10.016 11.360 2.576 111.597
Novembre 12.101 16.117 2.028 9.620 7.147 8.236 32.432 10.048 11.384 2.578 111.691
Dicembre 12.103 16.112 2.027 9.622 7.148 8.230 32.421 10.081 11.377 2.577 111.698
176

5.2 I RIFIUTI
Molto più semplice il discorso relativo alla raccolta dei rifiuti.
Una volta scelta la stessa scala temporale, in modo da consentire una certa coerenza
d‟analisi e di rappresentazione, si sono raccolti i dati relativi alla produzione dei Rifiuti
Solidi Urbani, senza fare distinzioni tra rifiuto differenziato e indifferenziato e,
all‟interno della RD, tra frazione merceologica e frazione merceologica.
Il primo intento infatti è quello di studiare la relazione tra popolazione e rifiuti, al fine di
individuare possibili soluzioni alle problematiche contingenti di Hera circa l‟evoluzione
dei quantitativi di rifiuti da raccogliere e smaltire.
Nella tabella successiva sono mostrati i dati raccolti circa la produzione dei rifiuti in
tutti i Comuni della Bassa Romagna; nell‟ultima colona è inoltre rappresentato il dato
aggregato.
I valori sono espressi in tonnellate.
177

In tabella – Quantitativi di rifiuti urbani raccolti per singolo Comune della Bassa Romagna da gennaio 2005 a dicembre 2007
MESE Alfonsine Bagnacavallo Bagnara Conselice Cotignola Fusignano Lugo Russi Massa Lombarda S. Agata Bassa Romagna
gen-05 423 590 69 380 213 301 1.416 483 339 113 4.327
Febbraio 488 601 84 438 213 289 1.316 481 354 118 4.382
Marzo 612 806 86 658 296 399 1.782 738 473 149 5.998
Aprile 629 780 88 647 301 412 1.832 799 421 160 6.069
Maggio 679 857 87 654 412 394 1.926 860 496 174 6.538
Giugno 555 758 101 618 357 407 1.681 677 390 145 5.688
Luglio 577 730 104 600 377 397 1.671 676 442 156 5.729
Agosto 646 864 115 650 377 413 1.772 726 441 184 6.188
Settembre 715 823 113 619 400 396 1.752 634 579 179 6.210
Ottobre 717 910 122 645 393 475 1.872 636 570 147 6.486
Novembre 733 861 118 655 370 426 1.767 662 556 160 6.309
Dicembre 527 730 100 517 326 351 1.455 543 475 145 5.168
gen-06 477 647 72 433 295 284 1.273 534 432 117 4.563
Febbraio 462 649 79 449 334 310 1.302 484 418 125 4.611
Marzo 602 813 101 563 383 384 1.601 802 467 143 5.860
Aprile 707 896 105 650 372 409 1.756 745 504 140 6.281
Maggio 729 911 127 739 432 435 1.942 917 546 159 6.936
Giugno 593 836 95 587 361 379 1.759 782 513 148 6.054
Luglio 602 859 107 568 337 414 1.591 791 494 135 5.898
Agosto 672 868 106 618 336 410 1.645 789 496 148 6.088
Settembre 672 826 110 570 349 425 1.663 747 490 155 6.008
Ottobre 683 870 102 641 405 435 1.771 802 551 154 6.414
Novembre 663 882 103 607 323 409 1.708 740 533 151 6.118
Dicembre 586 725 96 528 281 360 1.455 624 465 132 5.253
gen-07 486 640 79 468 292 347 1.347 657 450 115 4.880
Febbraio 499 648 80 462 271 321 1.352 608 440 112 4.794
Marzo 664 824 98 589 307 407 1.760 788 567 144 6.149
Aprile 676 873 100 580 308 433 1.713 856 529 158 6.226
Maggio 686 897 101 596 319 405 1.717 931 588 157 6.398
Giugno 629 822 98 575 299 399 1.620 787 535 138 5.904
Luglio 618 767 101 584 306 416 1.585 782 510 133 5.801
Agosto 645 832 94 600 387 413 1.573 854 471 147 6.015
Settembre 595 803 94 553 446 413 1.481 803 543 124 5.857
Ottobre 699 874 95 663 507 438 1.674 809 599 147 6.506
Novembre 649 832 88 658 487 393 1.612 766 592 141 6.216
Dicembre 556 717 78 468 420 353 1.382 670 473 138 5.255
178

5.3 IMPLEMENTAZIONE DEL MODELLO
A questo punto possiamo considerare nota la nostra base dati.
Da qui inizia pertanto il vero e proprio lavoro di manipolazione dei dati alla ricerca del
raggiungimento degli obiettivi prefissati. Si cercherà pertanto di capire se esista una
possibile relazione tra le due variabili prese in considerazione e, qualora le nostre
supposizioni trovassero giusta conferma nel modello, si andrà a studiare
quantitativamente le soluzione offerta dal software al fine di trovare spiegazioni
appropriate in grado di descrivere i risultati ottenuti.
Sulla base di tali considerazioni il nostro modello prevederà pertanto che la popolazione
sia la variabile indipendente, mentre i rifiuti raccolti andranno a costituire la relativa
variabile dipendente, detta “variabile di risposta”.
In altre parole:
Popolazione
X
Rifiuti
Y
Al fine di studiare l‟evoluzione dei rifiuti e vedere la bontà predittiva del modello si è
deciso di impostare il problema seguendo due steps, l‟uno consequenziale all‟altro:
1. Dal momento che abbiamo dati riferiti ad un arco temporale di tre anni (36 mesi)
l‟idea è quella costruire il modello inserendo dati relativi a soli 24 dei 36 mesi a
disposizione ed in particolar modo considerando l‟arco temporale compreso tra
il mese di gennaio 2005 e quello di dicembre 2006. Procedendo secondo questa
modalità, una volta costruito il modello e dopo aver valutato la significatività
dello stesso sulla base degli indicatori prima descritti e analizzati si sfrutterà
l‟equazione ottenuta per estrapolare i quantitativi di rifiuti prodotti nell‟anno
2007 (ovviamente si considereranno note le variabili indipendenti, ossia si
ipotizzerà di conoscere la popolazione nei 12 mesi dell‟anno 2007). Trovati i
dati del 2007 si effettueranno le dovute considerazioni;
2. Dai teoremi della statistica e dallo studio del software possiamo senza dubbio
affermare che il modello matematico utilizzato come strumento di valutazione
delle nostre ipotesi aumenta la propria precisione di calcolo all‟aumentare delle
variabili immesse in ingresso: ciò significa che avere a disposizione una base di
179

dati costituita da 36 elementi permette al software di elaborare soluzioni più
precise e attendibili rispetto alle medesime soluzioni ottenute contemplando una
base dati di dimensione inferiore (ad esempio i 24 dati). Se il modello aumenterà
la precisione dei risultati all‟aumentare dei dati, potremo considerare
effettivamente valido il modello.
5.3.1 Passo 1-Analisi del modello 2005-2006
L‟idea di partenza è quella di applicare il modello sia singolarmente a ciascuno dei dieci
Comuni appartenenti al bacino di riferimento, sia al dato aggregato comprensivo
dell‟intera Bassa Romagna. Tale dato aggregato viene considerato poiché si ritiene
possa essere in grado di fornire una visione d‟insieme del problema e capace di
annullare le piccole differenze o anomalie che potrebbero presentarsi a livello locale. A
testimonianza di questa affermazione potremmo riportare il caso – per altro piuttosto
realistico- in cui gli abitanti residenti del Comune “A”, ma sul confine con il Comune
“B”, decidessero di gettare la propria spazzatura all‟interno del territorio del Comune
“B”. Ciò andrebbe inevitabilmente a creare anomalie nella significatività del modello,
non essendovi più quella stretta relazione tra popolazione residente in un determinato
Comune e rifiuto effettivamente prodotto all‟interno dello stesso. Un altro simile
discorso si potrebbe presentare qualora un Comune offrisse servizi aggiuntivi rispetto ad
altri Comuni limitrofi, attirando l‟attenzione di certi cittadini e aumentando il
quantitativo di rifiuto intercettato pur non essendovi state variazioni a livello
demografico. Ecco il motivo per il quale si annovera anche la Bassa Romagna tra i
diversi casi sottoposti a valutazione modellistica.
Sulla base delle indicazioni sopra riportate si sono effettuate prove relativamente a tutti i
Comuni della Bassa Romagna, ma i risultati ottenuti si sono dimostrati piuttosto
scadenti.
Ciò deriva dal fatto che la produzione di rifiuti risente di una forte componente di
stagionalità e tale componente va a ridurre drasticamente la significatività del modello.
Per capire questo fenomeno si può analizzare l‟andamento della produzione di rifiuti nel
180

Comune di Russi da gennaio 2007 a dicembre 2008; l‟andamento è mostrato nella
figura seguente.
In figura - Andamento temporale dei rifiuti nel Comune di Russi nel triennio 2005-2007
Il grafico mostrato è stato creato sempre utilizzando il software “Minitab English 15.1”
e ha la funzione di rappresentare l‟andamento temporale dei rifiuti. In particolar modo
questa figura relativa al Comune di Russi mostra in ascissa i mesi che vanno da
gennaio 2005 a dicembre 2007 (serie 0-36), mentre in ordinata è rilevato il quantitativo
di rifiuti urbani raccolti in corrispondenza del mese in questione. A conferma di questo,
la coppia (4;799) indica che nel Comune di Russi, nell‟aprile 2005 sono state
intercettate 799 tonnellate di rifiuti.
Come si evince dal grafico l‟andamento dei rifiuti risente di una forte componente
stagionale, con picchi nei mesi di aprile e maggio (3;4) – dovuti principalmente alla
grande presenza di verde raccolto da sfalci e potature- e gole in corrispondenza dei mesi
di dicembre e gennaio (1;12). Questa forte componente stagionale destabilizza il
modello e rende difficoltosa la modellizzazione del fenomeno attraverso una retta
statisticamente significativa.
Tuttavia la statistica offre alcuni strumenti in grado di abbattere la componente
stagionale e consentire l‟ottenimento di un modello maggiormente significativo.
Il Comune che meglio si prestava per questo tipo di analisi è risultato essere il Comune
di Russi che pertanto è diventato l‟oggetto della nostra trattazione.
181

Allo scopo di comprendere i passi da seguire per una corretta impostazione del lavoro
qui di seguito sono riportati nella loro interezza i passi che hanno portato a rendere
valido un modello altrimenti non significativo:
Step 1: una volta definito il Comune di riferimento si estrapolano dal database i
valori delle variabili indipendenti e dipendenti appartenenti all‟arco
temporale 2005-2006 (si ricorda al lettore che siamo sempre all‟interno
del passo 1, cioè dobbiamo vedere se il modello risponde con precisione
alle richieste di interpretazione dell‟evoluzione del rifiuto);
MESE RUSSI RSU Russi (t)
gen-05 10.726 483
FEB 10.725 481
MAR 10.730 738
APR 10.736 799
MAG 10.733 860
GIU 10.740 677
LUG 10.766 676
AGO 10.786 726
SET 10.795 634
OTT 10.816 636
NOV 10.824 662
DIC 10.827 543
gen-06 10.850 534
FEB 10.851 484
MAR 10.867 802
APR 10.881 745
MAG 10.923 917
GIU 10.945 782
LUG 10.968 791
AGO 10.994 789
SET 10.995 747
OTT 11.018 802
NOV 11.045 740
DIC 11.041 624
Step 2: dalla base di valori della tabella precedente si estrae la retta di
regressione relativa. Per i discorsi fatti in precedenza sulla stagionalità ed
evidenziati dal grafico relativo all‟evoluzione dei rifiuti dal 2005 al 2007
il modello non presenta indicatori significativi e pertanto si può
direttamente passare allo step successivo;
Step 3:prendendo spunto dagli strumenti offerti dalla statistica si cercano
tecniche capaci di destagionalizzare i dati e fornire una base più solida al
nostro modello.
182

Destagionalizzando la produzione si eliminano infatti pericolose
oscillazioni che destabilizzano la bontà del modello ed in più diventa
possibile evidenziare la presenza di eventuali trend evolutivi. Tra le
numerose soluzioni si è scelto di utilizzare la tecnica delle medie mobili.
Cosa sono le medie mobili? E come si utilizzano a livello operativo?
Innanzi tutto è opportuno precisare che le medie mobili sono tecniche
risolutive appartenenti al settore delle serie storiche; tali serie sono
utilizzare per indicare l‟andamento di un certo fenomeno in funzione del
tempo e quindi permettono di valutare l‟evoluzione temporale di un
determinato oggetto di studio come, ad esempio, l‟evoluzione della
produzione di rifiuti.
Ogni serie storica che si rispetti comprende tre componenti principali: la
tendenza, la stagionalità e la fluttuazione casuale.
La tendenza descrive l‟andamento medio di una serie storica nel tempo,
e può essere, decrescente, crescente o stazionario. In generale si cerca di
approssimare la tendenza di una certa serie storica, che indicheremo con
M
t
mediante funzioni semplici, di forma lineare, polinomiale,
esponenziale, logaritmica.
La stagionalità, che indicheremo con
Q
t
deriva invece dalle fluttuazioni
ondulatorie di periodicità regolare e di breve periodo che si manifestano
nei valori di una serie storica, ad esempio nell‟arco dei giorni di una
settimana, dei mesi o dei trimestri di un anno. Queste oscillazioni sono di
solito persistenti e trovano giustificazione nei cicli naturali con cui si
sviluppano i consumi, oppure nella natura stagionale del prodotto cui si
riferisce la serie storica.
Infine la fluttuazione casuale è la componente di una serie storica
destinata a rappresentare tutte le variazioni presenti nei dati che non
possono essere spiegate mediante le altre componenti. In generale si
richiede che la generica serie storica t
, ottenuta a partire da t
y -
serie storica iniziale – grazie alle operazioni di individuazione e
rimozione delle componenti di tendenza e stagionalità, rappresenti un
“rumore bianco”.
183

L‟identificazione e l‟analisi delle componenti di una serie storica
presuppone che questa possa essere rappresentata come combinazione
delle sue componenti
Y g
t
( M
t t t
, Q , )
dove g rappresenta una opportuna funzione che deve essere assegnata.
Dal momento che le nostre intenzioni sono quelle di valutare il trend
evolutivo della produzione dei rifiuti urbani, è importante osservare come
le medie mobili siano utilizzate al fine di evidenziare la componente di
tendenza a lungo termine, rimuovendo dalla serie storica la fluttuazione
casuale e l‟eventuale componente di stagionalità.
La media mobile
m t
h
di parametro h al tempo t viene calcolata come
media aritmetica di h osservazioni consecutive della serie storica
originale y
, tali che il tempo t faccia parte degli indici delle h
t
osservazioni. E‟ possibile calcolare diversi valori della media mobile, in
dipendenza dalla posizione occupata dall‟indice t nella sequenza delle h
osservazioni contigue utilizzate per il calcolo della media. In particolare,
si definisce media mobile centrata la media aritmetica di h osservazioni
tali che t sia il punto di mezzo dell‟insieme di periodi corrispondenti alle
osservazioni, nell‟ipotesi che h sia dispari
m
t
h
y
t
( h1) / 2
yt(
h1) / 21
... yt(
h
h
1) / 2
Se h è pari si ricorra ad un espressione più complessa
m
t
h
y
y
21
... yth
/ 21
yth
/ 21
yth
/ 22
... yt
h / 2
2h
2h
th
/ 2 th
/
corrispondente ad una procedura in due stadi: nel primo stadio si
calcolano due medie mobili centrate idealmente nei periodi intermedi (t-
184

1/2) e (t+1/2), e in seguito si ricava la media centrata in t delle medie
precedenti.
Detta con parole più semplici noi vorremmo conoscere la media in t,
preso t come un arco temporale ben definito, come per esempio l‟anno.
Se il numero di osservazioni è dispari, fare la media centrata è semplice
dal momento che avrò un ugual numero di termini sia a destra che a
sinistra. Ad esempio, presi in considerazione i giorni della settimana,
associando un valore in corrispondenza di ciascun giorno, volendo
conoscere la media centrata di giovedì, basterà sommare i valori di
lunedì, martedì e mercoledì (3) , i valori di venerdì, sabato e domenica
(3), il valore di giovedì e divider tutto per 7. Capite bene come sia a
destra che a sinistra del valore centrale vi sia un egual numero di dati. Se
il valore è pari invece, vi sarà sicuramente uno sfasamento tra il numero
di dati a destra e quello a sinistra, dovendo obbligatoriamente prendere in
considerazione il valore centrale.
L‟esempio più interessante mostrato a riguardo e inoltre assai utile per il
proseguo della nostra trattazione prende in esame il caso della
stagionalità annuale. Volendo sapere infatti la media in giugno, mese 6
dell‟anno e indicato come mese t, in che modo ne calcolo la media
centrata?
Se infatti parto da gennaio, mese 1, il numero dei mesi che precede
giugno è 5 (gen, feb, mar, apr, mag), mentre il numero di quelli che lo
seguono è 6 (lug, ago, set , ott, nov, dic) e ciò crea anomalie circa
l‟uguaglianza dell‟ampiezza dell‟inervallo sia a destra che a sinistra del
valore.
Come si risolve il problema della stagionalità annuale (o di qualsiasi
problema di calcolo di medie mobili con un numero pari di valori)?
L‟idea è quella di considerare dapprima l‟intervallo avente 6 valori a
sinistra e 5 a destra e successivamente di considerare nella media
l‟intervallo caratterizzato da 5 valori a sinistra e 6 a destra. Ottenuti
questi due valori si procede con il calcolo della media ottenendo la
destagionalizzazione voluta.
185

Considerando la stagionalità annuale, definito
u
t
l‟indice di cui
vorremmo conoscere la media e definiti rispettivamente
u
t 1,
t
e u
t, t1
come le medie dell‟indice ottenute prendendo in considerazione gli
intervalli ( t 6 : t 5) e ( t 5 : t 6 ), in formule diventa:
u
t,
t1
12
1 t
6
t5
u
t
u
t1,
t
12
1 t
5
t6
u
t
e da qui
u
t
1
u
2
t1,
t
u
t,
t1
Questo procedimento va poi iterato per tutti i valori che si intende
destagionalizzare, con un conseguente relativo spostamento
dell‟intervallo tale da comprendere sempre un ampiezza pari a quella
prefissata: nel caso della stagionalità annuale tale valore è 12.
Adattando queste considerazioni teoriche al caso reale del Comune di
Russi, si sono ottenuti i seguenti risultati
186

Mesi RUSSI RSU Russi (t) media da t-6 a t+5 media da t-5 a t+6 media complessiva
gennaio-05 10.726 483
Febbraio 10.725 481
Marzo 10.730 738
Aprile 10.736 799
Maggio 10.733 860
Giugno 10.740 677 660
Luglio 10.766 676 660 664 662
Agosto 10.786 726 664 664 664
Settembre 10.795 634 664 669 667
Ottobre 10.816 636 669 665 667
Novembre 10.824 662 665 670 667
Dicembre 10.827 543 670 678 674
gennaio-06 10.850 534 678 688 683
Febbraio 10.851 484 688 693 690
Marzo 10.867 802 693 703 698
Aprile 10.881 745 703 716 709
Maggio 10.923 917 716 723 720
Giugno 10.945 782 723 730 726
Luglio 10.968 791 730
Agosto 10.994 789
Settembre 10.995 747
Ottobre 11.018 802
Novembre 11.045 740
Dicembre 11.041 624
Com‟è possibile osservare, avendo a disposizione i dati da gennaio 2005
a dicembre 2006, per le modalità di costruzione del modello vengono a
mancare dal computo dei risultati i valori corrispondenti ai primi 6 mesi
del 2005 e agli ultimi 6 mesi del 2006.
Impostando il grafico relativo alla serie temporale così ottenuta
potremmo ottenere il confronto tra l‟evoluzione effettiva della raccolta
dei rifiuti e il corrispondente andamento destagionalizzato. Ciò
consentirà di valutare l‟effettiva esistenza di un trend di crescita al netto
di fattori stagionali o casuali che potrebbero inficiare la bontà
dell‟osservazione, nascondendo o mascherando i risultati attesi.
187

In figura- In nero, effettivo andamento temporale della raccolta dei rifiuti nel Comune di russi da
gennaio 2005 a dicembre 2006; in rosso l’andamento della raccolta da luglio 2005 a giugno 2006 dopo
le operazioni di destagionalizzazione
Dal grafico si nota la forte componente stagionale del rifiuto e le tecniche
di destagionalizzazione ben evidenziano l‟effettivo trend di crescita che
ha caratterizzato la produzione dei rifiuti negli anni 2005-2006.
step 4 Una volta destagionalizzata la produzione di rifiuti si può provare a
rintracciare la retta di regressione. Dall‟utilizzo di Minitab abbiamo
ottenuto il seguente andamento:
In figura- in rosso sono rappresentati i valori relativi alla produzione di rifiuti secondo
le modalità di cui allo step3. In blu è rappresentata la retta di regressione che meglio
interpreta la dispersione dei pallini rossi; tale retta è ottenuta attraverso il metodo dei
minimi quadrati.
188

La retta di regressione rappresentata nel grafico ha la seguente equazione
Y 3793 0, 413
Russi
X Russi
dove X rappresenta la popolazione residente a Russi mensilizzata e Y
identifica la corrispondente raccolta di rifiuti secondo le modalità di cui
allo step 3.
Step 5 ottenuta la retta di regressione si valutano e commentano i responsi
dettati dagli indicatori.
Nel caso dell‟esempio in questione, per quanto concerne la significatività
del modello il software ha elaborato i seguenti valori:
Predictor Coef SE Coef T P
Constant -3793,2 366,2 -10,36 0,000
popol 0,41301 0,03377 12,23 0,000
Per quel che riguarda invece gli indici descrittivi della bontà di un
modello il software ha mostrato i seguenti risultati:
S = 6,01655
R-Sq = 93,7%
R-Sq(adj) = 93,1%
Avendo studiato in precedenza i significati di ciascun indicatore
possiamo trarre le conclusioni e affermare che il modello in questione
non solo è significativo (T>2 e P

oss1: i valori di T e P sono stati considerati solo in relazione alla
variabile Popolazione in quanto è importante valutare la significatività
del coefficiente angolare, no dell‟intercetta;
oss2: alla voce coeff, nella tabella, sono rappresentati proprio l‟intercetta
e il coefficiente della retta di regressione, come testimonia l‟equazione
sopra descritta.
Step 6 si torni allo step1 e si facciano analoghe considerazioni per tutti i Comuni
della Bassa Romagna, ivi compreso il dato aggregato per le motivazioni
addotte in precedenza.
Senza analizzare singolarmente i passi seguiti per arrivare al risultato finale qui sotto si
riporta unicamente la retta di regressione ottenuta - opportunamente corredata degli
indicatori di efficienza – e il grafico corrispondente relativo al dato aggregato della
Bassa Romagna.
Y 3795 0, 0884
BR
X BR
Predictor Coef SE Coef T P
Constant -3795 2287 -1,66 0,128
popol 0,08841 0,02101 4,21 0,002
S = 23,2501
R-Sq = 63,9%
R-Sq(adj) = 60,3%
190

In figura- in rosso sono rappresentati i valori relativi ai rifiuti raccolti nell’intera Bassa Romagna
nel’arco temporale compreso tra luglio 2005 e giugno 2006. In blu è rappresentata la retta di best fit.
Come si può osservare anche il modello relativo al dato aggregato della Bassa Romagna
presenta una buona significatività e anche in termini di precisione la retta sembra ben
interpolare i punti ottenuti dalle osservazioni sul campo. Nonostante l‟indicatore R-
Sq(adj) sia inferiore rispetto all‟indicatore corrispondente ottenuto per il Comune di
Russi, la pratica suggerisce che valori di R_Sq(adj) superiori al 50% possono già
considerarsi validi e di conseguenza anche il modello relativo alla Bassa Romagna può
ritenersi sufficientemente preciso.
Con queste ultime considerazioni sulla Bassa Romagna possiamo ritenere conclusa
l‟analisi dei dati relativi agli anni 2005-2006. E‟ giunto pertanto il momento di
estendere il modello anche all‟anno 2007 e valutare l‟effettiva precisione del modello
nel prevedere l‟andamento della raccolta rifiuti in funzione della popolazione residente.
Viste le osservazioni su Russi e la validità del modello relativo alla Bassa Romagna, per
ragioni di spazio e di facilità di comprensione si è deciso di proseguire con la
descrizione del solo Comune di Russi, dal momento che sembra essere in grado di
esplicitare con la miglior accuratezza statistica le elaborazioni effettuate dal software.
Ricordando le anticipazioni fatte al punto 1 circa il nostro desiderio di ottenere un
modello calibrato sino al 2006 ed estendere successivamente le previsioni all‟anno 2007
per valutare l‟effettiva bontà predittiva del modello, cerchiamo ora di descrivere i
risultati ottenuti dalle prove eseguite.
191

5.3.2 Passo 1-bis – Estensione del modello di Russi al 2007
L‟idea che sta alla base di questa estrapolazione è molto semplice e si basa sulle
seguenti ipotesi:
1. Hera Ravenna mette disposizione i dati mensilizzati relativi alla popolazione
residente di Russi per un intervallo compreso tra gennaio 2005 e dicembre 2007;
2. Hera Ravenna mette a disposizione i dati mensilizzati relativi alla raccolta di
Rifiuti Solidi Urbani nel Comune di Russi per un arco temporale che comprende
i mesi che vanno da gennaio 2005 a dicembre 2007 (i dati sono anche esposti nel
data base di inizio capitolo);
3. Il modello studiato tramite il software “Minitab English 15.1” ha permesso di
ottenere un‟equazione rappresentativa dell‟andamento dei rifiuti in funzione
della popolazione per gli anni 2005-2006;
Noti questi dati, presa come variabile indipendente la popolazione residente a Russi nel
2007 (vedi punto1) è possibile confrontare:
1. I corrispettivi valori dei rifiuti raccolti nel 2007 e messi a disposizione da Hera
(vedi punto 2);
2. I corrispettivi valori dei rifiuti raccolti a Russi ottenuti applicando l‟equazione
esplicitata dal modello alla suddetta popolazione residente. Ai fini di tale
confronto sarà usata l‟equazione ottenuta in precedenza
Y 3793 0, 413
Russi
X Russi
Osserviamo la tabella
192

Mesi RUSSI RSU Russi (t) RSU da Y=-3793+0,413 pop variazione %
gennaio-05 10726 483 636,838
Febbraio 10725 481 636,425
Marzo 10730 738 638,49
Aprile 10736 799 640,968
Maggio 10733 860 639,729
Giugno 10740 677 642,62
Luglio 10766 676 653,358
Agosto 10786 726 661,618
Settembre 10795 634 665,335
Ottobre 10816 636 674,008
Novembre 10824 662 677,312
Dicembre 10827 543 7.914 678,551 7845 0,87%
gennaio-06 10850 534 688,05
Febbraio 10851 484 688,463
Marzo 10867 802 695,071
Aprile 10881 745 700,853
Maggio 10923 917 718,199
Giugno 10945 782 727,285
Luglio 10968 791 736,784
Agosto 10994 789 747,522
Settembre 10995 747 747,935
Ottobre 11018 802 757,434
Novembre 11045 740 768,585
var %
Dicembre 11041 624 8.755 766,933 8743 0,13%
gennaio-07 11078 657 782,214
Febbraio 11083 608 784,279
Marzo 11099 788 790,887
Aprile 11135 856 805,755
Maggio 11171 931 820,623
Giugno 11188 787 4627,667 827,644 4811 -3,97%
Luglio 11227 782 843,751
Agosto 11272 854 862,336
Settembre 11309 803 877,617
Ottobre 11360 809 898,68
Novembre 11384 766 908,592
Dicembre 11377 670 9.311 905,701 10108 -8,56%
Rsu
_ Russi Rsu _ mod ello * 100
Rsu _ Russi
In tabella- Confronto tra produzione effettiva di rifiuti e valori ottenuti a partire dal modello attraverso
tecniche di estrapolazione. A lato e collegato da frecce : errori percentuali per ciascuno dei tre anni in
esame
Conclusioni
Prima di trarre qualsiasi tipo di conclusione è opportuno anticipare sin da subito che la
valutazione della bontà predittiva del modello è stata eseguita al termine di ogni anno
solare. Una simile metodologia d‟analisi si è resa necessaria per il fatto che, mentre il
modello basa tutte le sue considerazioni sull‟ipotesi preliminare secondo la quale tutti i
dati sono analizzati in seguito ad un‟attenta operazione di destagionalizzazione, al
contrario i dati a consuntivo offerti da Hera riflettono specularmente i quantitativi di
193

ifiuto urbano raccolti e come tali risentono di tutte le componenti costitutive di una
serie storica: tendenza, stagionalità e fluttuazione casuale.
Fatto dono di queste ipotesi preliminari, dall‟analisi della tabella è possibile valutare gli
errori percentuali commessi dal modello al termine di ciascuno dei tre anni presi in
esame. A fronte di un modello assolutamente ben calibrato negli anni 2005- 2006,
l‟estrapolazione dei dati ha permesso un confronto critico con l‟andamento del 2007.
Analizzando gli errori percentuali è possibile trarre due tipi di conclusioni:
Se analizziamo i dati relativi ai primi 6 mesi del 2007 possiamo affermare che il
modello sovrastima l‟effettiva produzione di rifiuto con un errore percentuale
del 3,97%, quindi con una buona precisione. Significa infatti che il modello
prevede una produzione di 4811 tonnellate a fronte delle 4628 effettivamente
raccolte, con un disavanzo pari a 183 tonnellate.
Se invece passiamo all‟analisi dell‟intero 2007 l‟errore tende ad aumentare ed
arriva ad un più cospicuo 8,56%. Bisogna però prestare particolare attenzione a
questo dato dal momento che si sono verificate alcune anomalie nella crescita
demografica: se guardiamo i dati relativi al 2005 e 2006 possiamo notare come
la popolazione residente abbia subito un incremento che si aggira intorno alle
100 unità annue, incremento che a sua volta si è ribaltato sulla produzione di
rifiuti determinandone un aumento poi accuratamente spiegato dal modello. Se
però prendiamo in esame il 2007 possiamo notare come al‟interno dell‟anno vi
sia stato un incremento di circa 300 abitanti, 200 dei quali negli ultimi sei mesi.
Questo rapido aumento della popolazione non ha a sua volta prodotto una
quantità di rifiuti allineata con il trend degli anni precedenti determinando una
leggera sovrastima dei valori.
Il fatto che il modello vada a sovrastimare la produzione di rifiuti nell‟ultimo semestre
2007 non determina la perdita di validità dello stesso e a testimonianza di ciò fanno
affidamento queste valutazioni:
- Il modello ha una base dati ancora piuttosto ristretta per poter dare conclusioni
molto affidabili su periodi futuri; il modello infatti ben interpreta i dati immessi
in ingresso ed altrettanto bene estrapola i risultati futuri, ma bisognerebbe
tuttavia ampliare la base per incrementare la bontà delle estrapolazioni;
194

- All‟interno del modello sono state considerate due variabili, popolazione e
raccolta rifiuti, fortemente soggette ad errori di consuntivazione: così come è
difficile monitorare con la massima precisione l‟evoluzione demografica mese
per mese, altrettanto difficile è pensare che l‟effettiva consuntivazione dei rifiuti
segua con massima puntigliosità i criteri di raccolta su base mensile. Basta ad
esempio che i rifiuti prodotti il 30 marzo siano raccolti il 2 aprile per avere una
variazione nella consuntivazione mensile del rifiuto raccolto;
- Esiste inoltre la possibilità che gli abitanti entrati a far parte della popolazione di
Russi nel 2007 siano andati a vivere in condomini, non andando quindi ad
incrementare la produzione di verde o di altre tipologie di rifiuti che risentono
maggiormente non tanto del numero di abitanti quanto delle tipologie di
abitazioni. Supponiamo per esempio che a Russi vi sia una certa raccolta della
frazione merceologica “verde” derivante da sfalci e potature: se gli abitanti
differenziali vanno a vivere in condomini è normale che il verde non aumenti in
proporzione al numero di abitanti determinando così una leggera diminuzione o
meglio, un minor aumento della produzione, rispetto a quanto previsto dal
modello;
- Come ultima tesi resta il fatto che il modello è stato costruito utilizzando la
regressione lineare semplice e come tale si è scelta una sola variabile predittiva:
la popolazione. Potrebbe pertanto essere opportuno introdurre altre variabili
predittive come ad esempio indicatori socio-economici, il numero di unità locali,
le tipologie di abitazioni e la composizione dei nuclei domestici al fine di
valutare l‟esistenza di altre tipologie di relazioni capaci di spiegare fenomeni che
la sola popolazione non riesce statisticamente a dimostrare.
In ogni caso, in accordo con la dirigenza di Hera possiamo ritenere affidabile e accurato
il modello e possiamo considerare valide tutte le possibili opportunità offerte
dall‟analisi della tabella.
195

5.3.3 Passo 2 – studio del modello di Russi su base triennale 2005-06-07
Terminato lo studio degli anni 2005-2006 e tratte le dovute conclusioni circa le qualità
estrapolative del modello, il presente paragrafo racchiude una duplice finalità:
1. Analizzare l‟accuratezza del modello all‟aumentare del numero dei dati;
2. Sulla base delle considerazioni di cui al punto 1 valutare nuove opportunità di
studio per la nostra trattazione.
Cominciando le nostre considerazioni a partire da primo punto l‟idea che intendiamo
seguire è quella di ripercorrere per intero gli steps descritti per il Comune di Russi
adottando come base d‟analisi gli anni 2005-2006 e riproporre il medesimo modello
considerando però noti anche i dati relativi al 2007. Vediamo pertanto se il modello
rimane affidabile e significativo e se effettivamente, all‟aumentare del numero di dati,
meglio interpreta la relazione esistente tra le due variabili.
Riproponiamo senza commento i passi da seguire e i relativi risultati:
1. Si estrapolano dal database i valori delle variabili indipendenti e dipendenti
appartenenti all‟arco temporale 2005-2006-2007;
2. data la scarsa significatività del modello senza destagionalizzazione, si calcola la
serie storica destagionalizzata attraverso la tecnica delle medie mobili;
3. si implementa il modello ottenendo la retta di regressione;
4. si valuta la bontà del modello attraverso l‟analisi degli indicatori;
196

Passi 1 e 2: Si estrapolano dal database i valori delle variabili indipendenti e dipendenti
appartenenti all‟arco temporale 2005-2006-2007 e si calcola la serie storica
destagionalizzata attraverso la tecnica delle medie mobili.
In tabella- Nelle prime tre colone sono indicati rispettivamente i mesi di riferimento, i valori della
popolazione di Russi e dei rifiuti raccolti all‟interno del Comune nel triennio 2005-2006-2007. Nelle
colonne successive è applicata la tecnica delle medie mobili per ottenere la destagionalizzazione
desiderata.
Mesi RUSSI RSU Russi (t) media da t-6 a t+5 media da t-5 a t+6 media complessiva
gennaio-05 10726 482,711
Febbraio 10725 481,051
Marzo 10730 737,97
Aprile 10736 798,816
Maggio 10733 860,157
Giugno 10740 677,31 659,51
Luglio 10766 675,67 659,51 663,75 661,63
Agosto 10786 725,76 663,75 663,99 663,87
Settembre 10795 633,95 663,99 669,29 666,64
Ottobre 10816 635,961 669,29 664,77 667,03
Novembre 10824 661,67 664,77 669,51 667,14
Dicembre 10827 543,05 669,51 678,25 673,88
gennaio-06 10850 533,611 678,25 687,83 683,04
Febbraio 10851 483,92 687,83 693,12 690,47
Marzo 10867 801,614 693,12 702,51 697,81
Aprile 10881 744,594 702,51 716,32 709,41
Maggio 10923 916,957 716,32 722,82 719,57
Giugno 10945 782,28 722,82 729,55 726,19
Luglio 10968 790,547 729,55 739,83 734,69
Agosto 10994 789,256 739,83 750,15 744,99
Settembre 10995 746,66 750,15 749,04 749,59
Ottobre 11018 801,651 749,04 758,34 753,69
Novembre 11045 739,7 758,34 759,52 758,93
Dicembre 11041 623,86 759,52 759,95 759,73
gennaio-07 11078 656,957 759,95 759,21 759,58
Febbraio 11083 607,68 759,21 764,58 761,89
Marzo 11099 788,329 764,58 769,29 766,93
Aprile 11135 856,22 769,29 769,88 769,59
Maggio 11171 931,041 769,88 772,09 770,99
Giugno 11188 787,44 772,09
Luglio 11227 781,73
Agosto 11272 853,659
Settembre 11309 803,161
Ottobre 11360 808,841
Novembre 11384 766,153
Dicembre 11377 670
197

In figura- Grafico relativo all‟attività di destagionalizzazione riferita alla tabella di cui sopra. In nero è
rappresentato l‟andamento della produzione dei rifiuti nel Comune di russi nel triennio 2005-2006-2007.
In rosso si ha l‟andamento depurato dalla componente di stagionalità dopo l‟implementazione della
tecnica delle medie mobili. E‟ immediato notare il trend di crescita della produzione dei rifiuti.
Passi 3 e 4: implementazione del modello con la rappresentazione della retta di
regressione e valutazione della bontà del modello attraverso l‟analisi degli indicatori.
Il modello ottenuto dall‟analisi della tabella sopra descritta attraverso l‟utilizzo del
software “Minitab English 15.1” ha evidenziato la seguente retta di regressione:
Y 2823 0, 324
Russi
X Russi
la quale può essere così rappresentata graficamente:
198

In figura- In rosso la dispersione dei dati destagionalizzati riferiti alla raccolta di rifiuti nel Comune di
Russi nell‟intervallo di tempo che va da luglio 2005 a giugno 2007 (per i motivi di calcolo della media
mancano dal computo i primi mesi del 2005 e gli ultimi del 2007). In blu è rappresentata l‟equazione
della retta di regressione.
Come si può già osservare dal grafico la retta ben interpola la dispersione dei dati. A
conferma di tutto ciò sono riproposti gli indicatori più importanti necessari per una
corretta valutazione del modello.
Predictor Coef SE Coef T P
Constant -2823,2 178,4 -15,82 0,000
popol 0,32368 0,01630 19,86 0,000
S = 9,37957
R-Sq =94,9%
R-Sq(adj) = 94,7%
Gli indicatori confermano le nostre ipotesi di partenza e garantiscono che il modello,
oltre ad essere affidabile e significativo, esprime una buona precisione e accuratezza di
interpretazione.
199

Ottenuto il nuovo modello considerando anche i dati relativi al 2007, andiamo ora a
studiare le relazioni esistenti tra le conclusioni evidenziate dal modello e l‟effettiva
raccolta dei rifiuti ottenuta nel triennio preso in considerazione:
In tabella - Confronto tra dati reali e dati ottenuti dall‟implementazione del modello relativamente ad un
orizzonte temporale triennale. Nell‟ultima colonna è evidenziato lo scostamento percentuale tra i dati a
consuntivo rilevati da Hera e quelli ottenuti dal modello previsionale.
Mesi RUSSI RSU Russi (t) RSU da Y=-2823+0,324 pop Variazione %
gen-05 10726 482,711 652,224
Febbraio 10725 481,051 651,9
Marzo 10730 737,97 653,52
Aprile 10736 798,816 655,464
Maggio 10733 860,157 654,492
Giugno 10740 677,31 656,76
Luglio 10766 675,67 665,184
Agosto 10786 725,76 671,664
Settembre 10795 633,95 674,58
Ottobre 10816 635,961 681,384
Novembre 10824 661,67 683,976
Dicembre 10827 543,05 7914,08 684,948 7986,10 -0,91%
gen-06 10850 533,611 692,4
Febbraio 10851 483,92 692,724
Marzo 10867 801,614 697,908
Aprile 10881 744,594 702,444
Maggio 10923 916,957 716,052
Giugno 10945 782,28 723,18
Luglio 10968 790,547 730,632
Agosto 10994 789,256 739,056
Settembre 10995 746,66 739,38
Ottobre 11018 801,651 746,832
Novembre 11045 739,7 755,58
var %
Dicembre 11041 623,86 8754,65 754,284 8690,47 0,73%
gen-07 11078 656,957 766,272
Febbraio 11083 607,68 767,892
Marzo 11099 788,329 773,076
Aprile 11135 856,22 784,74
Maggio 11171 931,041 796,404
Giugno 11188 787,44 4627,67 801,912 4690,30 -1,35%
Luglio 11227 781,73 814,548
Agosto 11272 853,659 829,128
Settembre 11309 803,161 841,116
Ottobre 11360 808,841 857,64
Novembre 11384 766,153 865,416
Dicembre 11377 670 9311,21 863,148 9761,29 -4,83%
Rsu
_ Russi Rsu _ mod ello * 100
Rsu _ Russi
Conclusioni
Dall‟analisi della nuova tabella appena proposta possiamo trarre ulteriori conclusioni
che potranno poi essere d‟aiuto nel proseguo della trattazione.
200

1. Il primo elemento di spunto può essere costituito dalla pendenza della retta;
mentre nel caso in cui si prendeva i considerazione il biennio 2005-2006 la
pendenza della retta di regressione risultava essere pari a 0,413, considerando un
riferimento temporale più ampio il coefficiente angolare diminuisce sino ad un
valore pari a 0,324. Ciò è dovuto al fatto che prendendo in esame anche l‟anno
2007 la situazione che si deve fronteggiare è tale per cui, a fronte di un notevole
incremento demografico, si registra una crescita meno che proporzionale del
rifiuto prodotto rispetto alle attese confermate negli anni 2005 e 2006 e per
questi motivi la retta rappresentativa inevitabilmente subisce una correzione
verso il basso.
2. Andando invece ad analizzare gli errori percentuali, senza per ora entrare nel
merito della bontà degli scostamenti e quindi senza fare considerazioni
sull‟aumento di precisione del modello all‟aumentare dei dati a disposizione, è
inevitabile osservare come il modello stesso incrementi la propria percentuale di
errore se si prende a riferimento l‟ultimo semestre 2007. Ciò era già stato
spiegato in precedenza, in relazione a quanto detto sul modello 2005-2006, ma si
può con certezza affermare che esso trova conferma anche nelle nostre nuove
analisi; alla base di un simile incremento nelle percentuali d‟errore è ipotizzabile
una minor precisione nell‟analisi dei dati riferiti ai cambiamenti demografici nel
Comune di Russi oppure possono essere subentrate dinamiche di tipo socioeconomico,
modifiche relative alle varie tipologie di insediamento o altre
variabili che hanno determinato una tendenza di crescita - nelle modalità di
consumo e produzione dei rifiuti - diversa rispetto a quelle ottenute negli anni
precedenti. Questi cambiamenti potrebbero a sua volta essere fonte di nuovi
studi; infatti, se nel 2005 e 2006 sembra esserci una certa linearità tra
popolazione e rifiuto, il 2007 vede la comparsa di nuovi fenomeni in grado di
modificare le tendenze degli anni precedenti: sarebbe pertanto il caso di capire
quali nuovi fattori hanno contribuito a questa inversione di tendenza e il peso
assunto da tali fattori all‟interno del cambiamento. In ogni caso il modello ha
messo in evidenza questa nuova tendenza ed è risultato pertanto un ottimo
strumento d‟analisi.
201

3. Già, il modello. A conferma di quanto detto e ipotizzato all‟inizio del capitolo
possiamo fare alcune considerazioni; innanzitutto si può con certezza affermare
che all‟aumentare del numero di dati a disposizione il modello diminuisce il suo
margine d‟errore e diventa sempre più rappresentativo della realtà. Per sostenere
una simile tesi andiamo a studiare le differenze tra i vari errori percentuali
accostando il modello 2005-2006 con quello comprensivo dell‟anno 2007. Come
si può osservare mettendo a confronto i due modelli – definiamo A il modello
2005-06, B quello relativo al triennio 2005-06-07- notiamo come entrambi
mostrino una buona precisione in merito al biennio 2005 e 2006 con scostamenti
che si aggirano in entrambi i casi intorno all‟1% (per il 2005 il modello A offre
un errore dello 0,87% contro uno 0,91% del modello B; per il 2006 il modello A
si discosta dello 0,13% dalla realtà a fronte dello 0,73% sostenuto dal modello
B). Estendendo la base del confronto al 2007 invece, si nota un incremento della
precisione del modello B con un errore che va dall‟1,33% con riferimento ai
primi sei mesi fino al 4,83% su base annuale. Il modello A invece paga dazio in
quest‟ultimo anno, con un margine d‟errore che, per le cause già esposte in
precedenza, sale fino all‟8%.
4. Stanti tutte queste considerazioni, il modello ottenuto su base triennale è tuttavia
un ottimo modello previsionale e può considerarsi affidabile significativo.
Riepilogando:
Il modello diminuisce la sua pendenza a fronte dell‟inserimento dei dati
destagionalizzati relativi all‟anno 2007;
Il modello relativo al 2007 è significativo ed accurato;
Il modello fornisce un‟ottima previsione della futura produzione dei rifiuti e
quindi si può considerare ben rappresentativo della realtà (per quel che concerne
il Comune di Russi, oggetto d‟analisi)
Il modello aumenta la propria precisione al‟aumentare del numero di dati;
Il modello mette in risalto la presenza di un cambiamento nel trend a partire dal
2007 offrendo nuovi spunti per la determinazione puntuale delle cause
responsabili dell‟abbassamento verso il basso della tendenza di crescita.
202

Per contro:
Il modello non riesce a identificare le cause del cambiamento di tendenza;
Il modello, nel 2007, subisce un incremento dello scostamento percentuale
rispetto alla consuntivazione reale registrata nei report di Hera.
Prospettive
Dalle considerazioni fatte nel corso della presente trattazione possiamo desumere due
macro osservazioni:
Dopo aver esaminato i modelli relativi a tutti i Comuni della Bassa Romagna, ivi
compreso il dato aggregato, Russi è risultato essere il Comune maggiormente
rappresentativo e quindi oggetto dei nostri studi, passati (ovvero già analizzati
nel presente capitolo) e futuri (capitoli successivi di questa trattazione);
Dopo aver esaminato vari archi temporali, stante l‟aumento della significatività
del modello all‟aumentare del numero di dati, si sceglie come arco temporale il
triennio 2005-2006-2007.
A fronte di queste due considerazioni il prossimo capitolo cercherà di scoprire ulteriori
elementi di studio.
203

CAPITOLO VI
APPLICAZIONI SUL MODELLO: DALLE FRAZIONI
MERCEOLOGICHE ALLO STUDIO DEI
COEFFICIENTI
Introduzione
Prima di inoltrarci in discorsi più dettagliati e tecnici risulta opportuno raccogliere tutti
gli spunti e i commenti fatti sino a questo momento al fine di riordinare le idee e
comprendere in modo chiaro le basi su cui verranno costruite nuove ipotesi e sulle quali
verranno definiti nuovi spazi di lavoro.
Innanzitutto è bene ricordare che:
1. L‟equazione della retta di regressione lineare costruita attraverso l‟utilizzo del
software “Minitab English 15.1” risulta ben esemplificativa della realtà e
statisticamente significativa solo l‟implementazione delle tecniche di
destagionalizzazione ottenute attraverso l‟utilizzo delle medie mobili;
2. Il modello matematico è stato testato seguendo due linee di sviluppo parallele,
ma allo stesso tempo complementari:
‣ L‟applicazione del modello per tutti i Comuni della Bassa Romagna, ivi
compreso il dato aggregato al fine di valutare la bontà dei risultati su
ampio spettro;
‣ L‟applicazione del modello per diversi intervalli temporali per valutare la
bontà dello stesso al variare dei periodi d‟osservazione e per ottenere una
serie di strumenti capaci di fornire le soluzioni richieste nei diversi passi
di questa trattazione.
204

Da queste due linee di sviluppo è emersa la volontà di assumere come basi di
partenza per le future osservazioni
Il Comune di Russi come contesto di studio ed ambito d‟analisi stanti le
ottime credenziali in termini di significatività statistica del modello
(T=19,86 e P=0,000) e di accuratezza nelle precisioni (S = 9,37957; R-Sq
=94,9%; R-Sq(adj) = 94,7%);
Il triennio 2005-2006-2007 per quanto riguarda l‟intervallo di riferimento
stanti gli inferiori errori percentuali rilevati nel corso delle analisi e la
maggior capacità di correggere le anomalie rilevate nell‟ultimo semestre
2007.
Scopo del capitolo
Avendo a riferimento le ipotesi appena descritte non bisogna dimenticare che lo scopo
della presente trattazione è quello di studiare un modello matematico in grado di
prevedere l‟evoluzione della produzione di rifiuti: questo modello serve infatti ad Hera
per capire come la raccolta dei rifiuti possa essere in qualche modo influenzata da
determinate variabili assunte come drivers di riferimento. Conoscendo infatti
quantitativamente le variabili di influenza e conoscendo l‟impatto di tali variabili sulla
produzione di rifiuto è di conseguenza possibile comprendere con il giusto anticipo la
probabile evoluzione dei quantitativi di rifiuto prodotto e diventa allo stesso tempo
possibile adottare le giuste strategie di raccolta, trattamento e smaltimento. Ciò consente
di conoscere anticipatamente i vari quantitativi diretti ai diversi impianti e permette
quindi un corretto dimensionamento degli stessi, nonché una miglior bilanciamento ed
omogeneizzazione della filiera del rifiuto.
Per far questo però occorre conoscere non solo l‟evoluzione complessiva del rifiuto, ma
anche l‟evoluzione delle singole frazioni merceologiche: sarà pertanto compito di
questa parte della trattazione scomporre il modello relativo ai Rifiuti Solidi Urbani in
“n” modelli rappresentativi delle evoluzioni delle “n” singole frazioni merceologiche
quali carta, vetro, plastica, verde, organico, indifferenziato e altra Raccolta
Differenziata.
205

Un ulteriore scopo di questo capitolo, ma analizzabile solo in seguito all‟effettivo
raggiungimento degli obiettivi di scomposizione degli RSU nelle diverse filiere, è
quello commentare l‟effettiva evoluzione della produzione delle singole frazioni di
rifiuti con l‟intento di analizzare e valutare l‟impatto delle strategie di Hera –
miglioramento dei servizi offerti, campagne pubblicitarie di sensibilizzazione, sconti in
tariffe per coloro che raccolgono e conferiscono in modo differenziato, adozione delle
tecniche di porta a porta piuttosto che aumento del numero di stazioni ecologiche nei
diversi paesi – sulle diverse percentuali intercettate.
Al termine di tutto questo, l‟obiettivo finale sarà poi legato alla creazione di un indice,
un coefficiente in grado di spiegare le effettive variazioni di RD rispetto a quelle
ipoteticamente previste.
6.1 SCOMPOSIZIONE IN FRAZIONI MERCEOLOGICHE
Dalle precedenti implementazioni del modello, valutando il Comune di Russi nel
triennio 2005-2006-2007 relativamente alla produzione di Rifiuti Solidi Urbani
avevamo ottenuto la seguente retta di regressione:
Y 2823 0, 324
Russi
X Russi
e ciò stava ad indicare che negli anni presi in esame ogni cittadino era responsabile di
un incremento nella produzione di rifiuto equivalente a 324 kg.
La tecnica adottata per il caso dei Rifiuti Solidi Urbani è stata implementata per tutte le
altre frazioni merceologiche. Nelle righe seguenti vengono mostrati tutti i grafici
ottenuti dall‟implementazione del modello comprensivi dei relativi indicatori di
significatività e accuratezza. Le frazioni merceologiche prese in esame sono
rappresentative di:
Carta;
206

media totale
Vetro,
Plastica;
Verde;
Organico;
Altro RD (tutto ciò che non appartiene alle precedenti categorie, ma che viene
contemplato nel computo della RD);
Indifferenziato.
6.1.1 Carta
Equazione
Y 175925 21, 6
Carta
X Russi
Grafico e Indicatori
Scatterplot of media totale vs pop utile
66000
64000
62000
60000
58000
56000
54000
S 2610,04
R-Sq 54,80%
R-sq(adj) 52,70%
T 5,16
P 0,000
52000
10800
10900
11000
pop utile
11100
11200
In figura – grafico relativo all’andamento della frazione merceologica relativa alla carta in funzione del
numero di abitanti residenti a Russi. A fianco sono compresi i principali indicatori
207

Copia vetro utile
6.1.2 Vetro
Equazione
Y 76237 9, 46
Vetro
X Russi
Grafico e Indicatori
30000
Scatterplot of Copia vetro utile vs pop utile
29000
28000
27000
26000
25000
S 1629,31
R-Sq 37,20%
R-Sq(adj) 34,40%
T 3,61
P 0,002
24000
23000
22000
10800
10900
11000
pop utile
11100
11200
In figura – grafico relativo all’andamento della frazione merceologica relativa al vetro in funzione del
numero di abitanti residenti a Russi. A fianco sono compresi i principali indicatori
208

Media utile plastica
6.1.3 Plastica
Equazione
Y 69049 6, 95
Plastica
X Russi
Grafico e Indicatori
9000
Scatterplot of Media utile plastica vs pop utile
8500
8000
7500
7000
S 183,514
R-Sq 96,20%
R-Sq(adj) 96,00%
T 23,57
P 0,000
6500
6000
10800
10900
11000
pop utile
11100
11200
In figura – grafico relativo all’andamento della frazione merceologica relativa alla plastica in funzione
del numero di abitanti residenti a Russi. A fianco sono compresi i principali indicatori
209

media utile
6.1.4 Verde
Equazione
Y 870384 89, 8
Verde
X Russi
Grafico e Indicatori
140000
130000
120000
Scatterplot of media utile vs pop utile
S 4722,83
R-Sq 86,40%
R-Sq(adj) 85,80%
T 11,83
P 0,000
110000
100000
90000
10800
10900
11000
pop utile
11100
11200
In figura – grafico relativo all’andamento della frazione merceologica relativa al verde in funzione del
numero di abitanti residenti a Russi. A fianco sono compresi i principali indicatori
210

media utile org
6.1.5 Organico
Equazione
Y 290675 23, 1
Organico
X Russi
Grafico e Indicatori
42500
40000
37500
35000
Scatterplot of media utile org vs pop utile org
S 3017,1
R-Sq 50,90%
R-Sq(adj) 48,60%
T -4,77
P 0,000
32500
30000
27500
25000
10800
10900
11000
pop utile org
11100
11200
In figura – grafico relativo all’andamento della frazione merceologica relativa all’organico in funzione
del numero di abitanti residenti a Russi. A fianco sono compresi i principali indicatori
211

Media indiff utile
6.1.6 Indifferenziato
Equazione
Y 920 0, 120X
Indifferen ziato
Russi
Grafico e Indicatori
430
Scatterplot of Media indiff utile vs pop utile
420
410
400
S 5,40046
R-Sq 89,70%
R-Sq(adj) 89,30%
T 13,87
P 0,000
390
380
370
10800
10900
11000
pop utile
11100
11200
In figura – grafico relativo all’andamento della frazione merceologica relativa all’indifferenziato in
funzione del numero di abitanti residenti a Russi. A fianco sono compresi i principali indicatori
212

media totale
6.1.7 Altro RD
Equazione
Y 896
0, 0891X
Altro _ RD
Russi
Grafico e Indicatori
Scatterplot of media totale vs pop utile
100
90
S 1,89425
R-Sq 97,50%
R-Sq(adj) 97,40%
T 29,28
P 0,000
80
70
60
10800
10900
11000
pop utile
11100
11200
In figura – grafico relativo all’andamento della frazione merceologica relativa all’indifferenziato in
funzione del numero di abitanti residenti a Russi. A fianco sono compresi i principali indicatori
Si ripropone qui di seguito la tabella riassuntiva di tutte le osservazioni mostrate nei
grafici precedenti
213

Dati Riassuntivi per il Comune di Russi
(i valori sono espressi in kg)
equazione di regressione Coefficiente angolare Intercetta R-sq R-sq(adj) P T
totale RSU y=-2.823.172+ 324 pop Russi 324 -2.823.172 94,90% 94,70% 0,000 19,86
carta y=- 175.925 + 21,6 pop Russi 21,6 -175.925 54,80% 52,70% 0,000 5,16
vetro y=- 76.237 + 9,46 pop Russi 9,46 -76.237 37,20% 34,40% 0,002 3,61
plastica y=- 69.049 + 6,95 pop Russi 6,95 -69.049 96,20% 96,00% 0,000 23,57
organico y=290.675 - 23,1 pop Russi -23,1 290.675 50,90% 48,60% 0,000 -4,77
indifferenziato y=- 920.000 + 120 pop Russi 120 -920.000 89,70% 89,30% 0,000 13,87
verde y=- 870.384 + 89,8 pop Russi 89,8 -870.384 86,40% 85,80% 0,000 11,83
altro RD y=- 896.000 + 89,1 pop Russi 89,1 -896.000 97,50% 97,40% 0,000 29,28
somma frazioni 313,81 -2.716.920
var% 3,15% 3,76%
var %
totale _ RSU somma _ frazioni
*100
totale _ RSU
In tabella – riepilogo dei risultati del modello applicato alle diverse frazioni
La prima riga della tabella sopra riportata esprime la retta di regressione già studiata in
precedenza relativa alla produzione di RSU presso il Comune di Russi all‟interno del
triennio 2005-2006-2007. Analizzando la retta nel suo significato matematico possiamo
senza dubbio affermare che il coefficiente angolare – poi nel seguito definito
mtot
-
rappresenta l‟incremento marginale di rifiuto a fronte di un incremento unitario della
popolazione: ciò sta ad indicare che nel Comune di Russi, ad ogni incremento unitario
nell‟insediamento urbano corrisponde un incremento della produzione di RSU di 324
kg.
A tal proposito è bene fare due osservazioni:
1. Quando parliamo di incremento della produzione di rifiuto non stiamo
prendendo in esame anche l‟intervallo di riferimento dal momento che il
modello non contempla la variabile temporale all‟interno delle sue elaborazioni.
Si pensa pertanto l‟incremento evidenziato dal modello debba essere spalmato
sull‟intera ampiezza dell‟intervallo, pari dunque a tre anni;
214

2. Nelle nostre interpretazioni sul significato delle rette di regressione stiamo
prendendo in esame unicamente il coefficiente angolare della retta, trascurando
le considerazioni sulla parte rimanente della retta, l‟intercetta. Analizzando le
equazioni regressive infatti notiamo come quasi tutte le intercette abbiano
coefficiente negativo: matematicamente parlando ciò significa che se in un certo
paese non vi fossero abitanti la produzione di rifiuto sarebbe inferiore a zero, ma
ancor più importante è l‟osservazione secondo la quale anche con una certa
densità abitativa la relativa produzione di RSU rimarrebbe comunque sotto il
valore nullo. Per spiegare questa anomalia si aggiunge l‟ipotesi secondo la quale
ogni modello comincia ad assumere rilevanza e significatività reale (quella
statistica è valutata da appositi indicatori) solo a fronte di un determinato
insediamento abitativo.
Sulla base delle ipotesi appena commentate possiamo pertanto affermare che, all‟interno
del Comune di Russi, ogni singolo abitante che entra a far parte della popolazione
residente diventa responsabile di un aumento della quantità di rifiuto intercettato pari a
324 kg.
Tuttavia se 324 kg sono i quantitativi totali di RSU prodotti dal singolo abitante,
possiamo con altrettanta certezza affermare che tale cittadino ripartirà la propria
produzione nella diverse frazioni merceologiche seguendo determinate percentuali.
Cosa s‟intende dire con questa affermazione?
S‟intende dire che il nuovo cittadino di Russi produrrà sì nel complesso 324 kg, ma
ripartiti nelle diverse frazioni merceologiche quali carta, vetro, plastica, verde, organico,
altro RD e Indifferenziato: se i nostri ragionamenti sono corretti dovrà pertanto accadere
che la somma delle singole pendenze delle diverse frazioni merceologiche dia come
risultato l‟effettivo incremento totale di RSU pari a 324 kg.
Definiti con
m
frazione
e m
tot
rispettivamente i coefficienti angolari delle singole frazioni
merceologiche e del totale RSU ottenuti tramite il modello opportunamente
destagionalizzato, dovrà risultare cioè che
m
tot
mcarta
mvetro
mplastica
mverde
morganico
maltro_
RD
m
indifferenziato
215

Identica sorte dovrebbe capitare anche alle intercette; pertanto, definiti
q
frazione
e q
tot
le
intercette rispettivamente delle singole frazioni merceologiche e del totale RSU
dovremo ottenere che
q
tot
qcarta
qvetro
q
plastica
qverde
qorganico
qaltro_
RD
q
indifferenziato
Andiamo ora nella tabella riassuntiva e traiamo le dovute conclusioni partendo
inizialmente dal discorso relativo ai coefficienti angolari e quindi evidenziato con il
colore arancione.
Prendendo a riferimento il valore racchiuso all‟interno della cella ottenuta
dall‟intersezione tra la colonna dei coefficienti angolari e la riga relativa alla categoria
“totale RSU”, possiamo leggere con facilità il numero 324, rappresentativo della
pendenza complessiva della retta relativa alla produzione totale di rifiuti e descrittivo
dell‟incremento marginale della produzione di RSU a fronte di un incremento unitario
della popolazione. Al di sotto di questo valore, racchiusi nel quadratino arancione, sono
comprese le pendenze di ciascuna frazione merceologica sempre relativamente al
contesto del Comune di Russi. Dalla tabella si può per esempio capire come ogni
singolo abitante contribuisca all‟incremento della carta per un totale di 21,6 kg, del
vetro per una quantità di 8,95 Kg e così via per tutte le frazioni rimanenti. Sommando
tutti i valori compresi nel riquadro otteniamo il valore di 313,81 kg, peraltro indicato
dalla freccia sempre di color arancione.
Come si vede il valore 313,81, somma degli incrementi delle singole frazioni di rifiuto a
fronte di un incremento unitario della popolazione, non coincide col valore 324,
incremento marginale relativo al monte totale RSU.
Perché?
Nonostante i modelli studiati siano significativi e accurati, restano tuttavia modelli
statistici, caratterizzati da indicatori che difficilmente riflettono una precisione del
100%. Se infatti tutti i modelli, da quello relativo al dato aggregato a quelli
rappresentativi delle singole frazioni merceologiche, mostrassero un R-Sq pari al 100%,
allora sarebbe auspicabile avere una coincidenza di valori; stanti invece le probabilità
216

d‟errore nelle stime ecco che le due versioni del modello non riescono a mostrare una
perfetta sovrapponibilità.
Basti guardare ad esempio i valori di R-Sq(adj) relativi al vetro (34,4%) o all‟organico
(48,6%) ed evidenziati in giallo nella tabella riassuntiva per notare come le equazioni
delle rette non possano essere così precise da sovrapporsi completamente al dato
relativo al modello costruito sul totale degli RSU.
In ogni caso dagli studi fatti sugli errori percentuali – le cui tecniche di costruzione sono
mostrate in tabella – è possibile notare come l‟errore si attesti intorno al 3% e come tale
può essere considerato accettabile.
Stesse considerazioni possono essere fatte anche per quanto riguarda il discorso sulle
intercette ed evidenziate con l‟utilizzo del colore verde.
Riepilogo e Conclusioni
Alla luce di quanto esposto il lettore può ragionare nel seguente modo:
Dallo studio del modello iniziale si è capito che, mantenendo come riferimento
un arco di tempo pari a tre anni, ogni singolo cittadino che entra a far parte della
popolazione residente di Russi determina un incremento della produzione di
Rifiuti Solidi Urbani pari a 324 Kg;
Di questi 324 Kg di incremento globale, ogni cittadino produce un incremento di
‣ 21,6 Kg di carta;
‣ 9,46 Kg di vetro;
‣ 6,95 Kg di plastica;
‣ -23,1 Kg di organico;
‣ 120 Kg di indifferenziato;
‣ 89,8 Kg di verde;
‣ 89,1 Kg di altro RD
A fronte della aleatorietà del modello, la somma delle frazioni raggiunge i 313
Kg a fronte dei 324 Kg del modello complessivo a cui corrisponde un errore
percentuale del 3% e pertanto del tutto trascurabile;
Estendendo il concetto alle intercette si ottiene una retta finale pari alla somma
delle “n” rette ottenute dalle analisi delle singole frazioni merceologiche.
217

Sulla base di queste osservazioni concludiamo questa prima parte di implementazione
del nuovo modello ricollegandoci alla fase introduttiva del paragrafo relativa alla ricerca
sia di una scomposizione del RSU nelle diverse frazioni merceologiche sia di un
coefficiente riassuntivo dei calcoli effettuati.
Una volta studiate le singole frazioni merceologiche,
Visto che il modello relativo all‟evoluzione totale dei Rifiuti Solidi Urbani e
avente come equazione
Y 2823172 324
Russi
X Russi
offre un elevato indice di significatività e accuratezza;
Visto che a meno di un errore del 3% (peraltro del tutto plausibile per le ipotesi
addotte in precedenza e già valutate) la somma dei quantitativi delle singole
frazioni si rispecchia nel dato aggregato relativo alla produzione complessiva di
RSU;
possiamo ritenere valida per tutte le considerazioni future l‟ipotesi secondo la quale il
modello rifletta la realtà e sia esplicativa di una fedele rappresentazione.
D‟ora in avanti dunque il modello sarà ritenuto coincidente con la realtà delle cose.
6.2 COSTRUZIONE DEI COEFFICIENTI
Il capitolo che andiamo ora a presentare e con il quale si concluderà la nostra trattazione
rappresenta una sorta di compendio di tutto ciò che è stato analizzato, sviscerato,
commentato e criticato nel corso della trattazione.
In realtà in questa sezione non è una semplice descrizione critica degli argomenti sin qui
trattati: al contrario essa rappresenta un nuovo punto di partenza verso considerazioni
218

più ampie e dettagliate che potranno chiarire meglio alcuni concetti e allo stesso tempo
aprire ulteriori spazi di manovra per prospettive di lavoro future di ampio respiro.
A fronte di queste anticipazioni è importante inoltre affermare che gli argomenti che
verranno presi in esame in quest‟ultima parte non solo rivestono un ruolo significativo e
potrebbero essere di aiuto per le scelte strategiche di Hera, ma hanno anche la
peculiarità di contenere concetti di non facile comprensione: per questo motivo, a chi
scrive, è richiesta una certa chiarezza espositiva e precisione dei dettagli, ma allo stesso
tempo anche il lettore dovrà cercare di avvicinarsi agli argomenti trattati con un
approccio volitivo e propositivo.
Al fine di garantire quella chiarezza espositiva necessaria per una corretta comprensione
delle tematiche affrontate è bene fare il punto della situazione in merito agli obiettivi da
raggiungere, gli strumenti da utilizzare e le basi da cui partire.
In merito agli obiettivi possiamo affermare che Hera
‣ vuole cercare di studiare l‟evoluzione della produzione dei Rifiuti Solidi Urbani;
‣ vuole studiare l‟evoluzione della produzione delle singole frazioni
merceologiche;
‣ vuole cercare di capire quali sono le variabili che qualitativamente influiscono
sull‟evoluzione del rifiuto e con quale impatti tali variabili sono responsabili
degli eventuali cambiamenti studiati;
‣ vuole cercare di studiare le relazioni tra produzione totale di RSU e singole
frazioni merceologiche;
‣ vuole ottenere degli indicatori, intesi come coefficienti o pesi, da affiancare alle
singole variabili responsabili dell‟evoluzione dei rifiuti, al fine di capire come si
evolva il rifiuto al variare di tali variabili.
Per fare questo possiamo avvalerci:
a. delle tecniche di regressione;
b. degli studi di matematica analitica;
Le basi per questi nuovi studi derivano dalle osservazioni fatte in precedenza nelle quali
219

abbiamo studiato un modello di regressione lineare che ben rappresenta
l‟evoluzione della produzione dei rifiuti solidi urbani in funzione della
popolazione;
abbiamo studiato un modello di regressione lineare che ben rappresenta
l‟evoluzione della produzione delle singole frazioni merceologiche di rifiuto in
funzione della popolazione;
abbiamo studiato l‟effettiva corrispondenza (a meno di un errore percentuale del
3%) tra il modello relativo alle frazioni e il dato aggregato ottenuto dall‟analisi
dell‟intero monte rifiuti;
abbiamo valutato plausibile l‟ipotesi secondo la quale il modello sia una fedele
rappresentazione della realtà e come tale in grado di farne le veci negli studi
prossimi.
Cominciamo la nostra trattazione vera e propria con un‟ultima considerazione: dato che
a noi interessa come cambia la quantità di rifiuto raccolto a fronte di determinate
politiche messe in campo da Hera, ogni considerazione verrà effettuata avendo a
riferimento il coefficiente angolare, trascurando pertanto le evoluzioni delle intercette.
Per prima cosa potrebbe essere interessante fare questa osservazione: sappiamo che il
coefficiente angolare relativo alla produzione totale degli RSU era m 324, mentre
l‟ m relativo ad una singola frazione merceologica, ad esempio la carta, risultava essere
tot
m
carta
21,6 . Sulla base di questa considerazione, se volessimo chiederci: qual è il
coefficiente rappresentativo dell‟evoluzione della carta senza studiare il modello ad esso
relativo, ma conoscendo unicamente quello riferito agli RSU e cioè 324?
mcarta mtot
* coeff
da cui
m
coeff
m
carta
tot
220

In realtà noi conosciamo
m
carta
e m
tot
e partendo da questi dati potremmo conoscere
tutti i coefficienti delle varie frazioni merceologiche.
In tal caso, volendo sapere l‟evoluzione della carta, potremo avere non un numero
espressivo dell‟evoluzione, bensì uno spacchettamento dello stesso in due fattori, uno
rappresentativo dell‟evoluzione complessiva del rifiuto e uno esplicativo del peso
corrispondente. Con l‟aiuto del software e dei dati a disposizione potremmo ottenere i
coefficienti relativi a tutte le frazioni merceologiche per il Comune di Russi; tuttavia le
analisi mostrano una scarsa significatività di questo coefficiente e pertanto si evitano
ulteriori commenti. Il motivo per il quale è stato citato tuttavia risiede nel fatto che la
nascita di questo coefficiente è utile per far luce circa la strada che si intende seguire:
cercare di descrivere il trend di crescita o di decrescita di una certa frazione
merceologica in funzione del maggior numero di fattori possibili, per capire come e in
che termini ciascuna variabile impatta sul valore finale.
Per quel che riguarda la carta, ad esempio, potremmo dire che
m
carta
21,6
ma più specificatamente potremmo affermare che
mcarta mtot
* coeff
m
carta
324*0,067
21,6
Fattore 1
Coefficiente di
crescita totale
RSU
Fattore 2
Coefficiente che può essere
ulteriormente spacchettato
con nuovi livelli d‟analisi
Queste analisi ci hanno permesso di capire che la carta dipende dall‟evoluzione totale
del monte rifiuti e da un coefficiente, ora rappresentativo di un numero puro, ma
ulteriormente spacchettabile in nuovi fattori di dipendenza, eventualmente identificabili
attraverso l‟implementazione di ulteriori tecniche d‟analisi.
221

6.2.1 Analisi dei coefficienti finali
L‟analisi di quest‟ultima parte della nostra trattazione è tesa al raggiungimento di due
principali obiettivi:
1. cercare di spiegare e illustrare i coefficienti delle rette di regressione per
ciascuna singola filiera merceologica in funzione dei fattori maggiormente
caratteristici: si tratta del proseguimento delle osservazioni fatte nel capitolo
precedente nel quale si era scomposto il coefficiente angolare relativo alla
produzione di carta nel Comune di Russi in due fattori, uno identificativo della
produzione totale di RSU nel comprensorio di Russi e uno esplicativo di un
coefficiente puro ulteriormente “spacchettabile”;
2. una volta ottenuti i diversi coefficienti in funzione di un certo numero di fattori
rappresentativi, l‟idea è quella di commentare tali coefficienti per individuare
come le politiche di Hera possano influenzare i vari trend di crescita della
produzione di rifiuti.
Cerchiamo ora di descrivere passo dopo passo gli steps seguiti per il raggiungimento di
tali obiettivi.
Innanzitutto l‟idea è la seguente: per ciascuna frazione merceologica avevamo studiato
il modello relativo e avevamo ottenuto tante rette di regressione quante erano le frazioni
prese in esame; data poi la bontà del modello avevamo assunto tali rette effettivamente
rappresentative della realtà e di conseguenza anche i coefficienti angolari, i nostri m per
intenderci, erano da considerarsi coincidenti con gli m reali.
Detto questo quindi, il nostro obiettivo iniziale è quello di rappresentare m nel seguente
modo:
mvero fattore
1
* fattore
2
*...* fattore
n
* coeff
dove “coeff” rappresenta tutto ciò che non è scomponibile in fattori e quindi non ancora
spacchettabile con le informazioni in possesso allo stato dell‟arte, mentre i fattori sono
222

tutti quelli indicatori che possono spiegare una certa evoluzione della produzione
relativa alla singola frazione di rifiuto.
Attualmente possiamo scrivere la seguente equazione
m
frazione
mtot
* coeff
E‟possibile estrarre altre fattori e abbassare il peso del coefficiente?
Facciamo una prima valutazione: dalle analisi fatte in precedenza è emerso che nel
triennio 2005-2006-2007, all‟interno del Comune di Russi, ogni abitante aggiuntivo ha
determinato un incremento di 324 Kg nel computo della raccolta dei Rifiuti Solidi
Urbani.
Dunque: se Hera ha raggiunto determinate percentuali di Raccolta Differenziata, a loro
volta ripartite tra le diverse frazioni merceologiche, ciò significa che del totale di RSU
prodotti, l‟Ente preposto al servizio di gestione ne ha spalmato la raccolta lungo le varie
filiere del rifiuto in modo proporzionale. Più direttamente, supposta pari a 100 la
quantità totale di Rifiuti Urbani Raccolti e sapendo che dalle stesse operazioni di
raccolta si ha una certa ripartizione percentuale di intercettazione delle singole frazioni,
sarà allora possibile affermare che di quel valore pari a 100, una certa quantità sarà
costituita da carta, una certa quantità da vetro e così via per tutte le altre fino alla
ricostruzione del valore 100 attraverso l‟aggregazione delle frazioni prese in causa.
Accettando questa ipotesi, accettando i quantitativi di RD indicati da Hera e le relative
percentuali di intercettazione delle singole frazioni merceologiche non sembra sbagliato
accettare l‟idea secondo la quale quei 324 Kg totali prodotti da ogni singolo cittadino in
più possano essere distribuiti nelle diverse frazioni merceologiche secondo le relative
percentuali d‟incidenza confermate da Hera. Più precisamente, definite le % di
intercettazione di ogni singola frazione merceologica è possibile affermare che ogni
cittadino produrrà in generale un incremento di 324 Kg nel computo totale degli RSU,
ma nello specifico un certo incremento nella produzione di carta, un certo incremento
nella produzione di vetro e così per tutte le altre frazioni in quantitativi proporzionali
alle % di incidenza delle singole frazioni. Ciò ad indicare che se Hera afferma che la
RD del vetro è in peso il 10% del totale dei rifiuti – sarebbe 10% il dato relativo alla %
223

di Raccolta differenziata del vetro sul totale dei rifiuti prodotti – ogni singolo cittadino è
responsabile di un incremento della produzione di vetro pari a di 324*0,1=32,4 Kg.
Una volta capita questa prima parte del ragionamento è possibile introdurre le
percentuali di Raccolta Differenziata alla data dell‟inizio 2005 e relative al Comune di
Russi.
Percentuali di RD per frazione merceologica
Comune di Russi
Dati riferiti a inizio 2005
carta 6,96%
vetro 2,79%
plastica 0,84%
organico 6,71%
indifferenziato (Kg) 62,07%
verde 11,24%
altro RD (Kg)) 9,39%
totale RSU (Kg) 100,00%
In tabella – percentuali di Raccolta Differenziata all’inizio 2005 relative al Comune di Russi
Supponendo che le percentuali di Raccolta Differenziata relative alle diverse frazioni
merceologiche restino costanti nel corso degli anni, dalla conoscenza reale
dell‟incremento totale dei Rifiuti Solidi Urbani a fronte di un incremento unitario della
popolazione residente a Russi, è possibile prevedere quale impatto possa avere
l‟aumento unitario della popolazione sull‟aumento di ogni singola frazione
merceologica.
Definito pari a 324 Kg l‟incremento marginale del monte rifiuto potremmo pertanto
ritenere che ogni cittadino aggiuntivo produrrà, per ogni filiera di rifiuto, un
quantitativo in più di materiale pari a
incremento _ frazione 324* %
RD frazione
224

Tale valore rappresenta l‟ipotetica crescita della singola frazione merceologica dettata
da un incremento unitario della popolazione: sarà denominato m
teorico _ frazione.
Pertanto
m m *%
RD
teorico _ frazione
tot
frazione
A testimonianza della validità teorica delle nostre ipotesi possiamo sommare tutti i
componenti e verificare che il risultato coincide proprio con l‟incremento totale di RSU
pari a 324.
coefficiente angolare % RD m teorico frazione
totale RSU (Kg) 324
carta 6,96% 22,55
vetro 2,79% 9,04
plastica 0,84% 2,72
organico 6,71% 21,74
indifferenziato (Kg) 62,07% 201,11
verde 11,24% 36,42
altro RD (Kg)) 9,39% 30,42
totale RSU (Kg) 100,00% 324,00
m
tot
* % RD
frazione _ inizio _ 2005
m
teorico _
frazione
In tabella - Calcolo dei coefficienti teorici per ciascuna singola frazione: in blu è rappresentata la
pendenza relativa al monte totale dei Rifiuti e valida nella realtà; in arancione sono espressi i valori
relativi alle % di Raccolta Differenziata valutati ad inizio 2005; in verde è calcolato il coefficiente di
crescita teorico supponendo costanti le % di RD nel tempo. Le frecce esemplificano solo i casi relativi
alla carta e all’indifferenziato, ma sono presenti i valori per tutte le frazioni merceologiche.
225

Facciamo alcune considerazioni:
la somma delle percentuali di Raccolta Differenziata relativa alle varie frazioni
merceologiche è pari al 100%;
la somma dei diversi
m
_
è pari a m
tot
relativo alla pendenza reale di
teorico
frazione
crescita complessiva del rifiuto;
le ipotesi fatte per il calcolo dei vari
m
_
riflettono l‟idea secondo la
teorico
frazione
quale le percentuali di Raccolta Differenziata restano costanti nel tempo.
Pertanto è come se noi avessimo fatto una fotografia agli inizi del 2005 –
momento di partenza della nostra base dati – e continuassimo le nostre
elaborazioni a partire da quel presupposto. E‟ come se facessimo la seguente
considerazione: se realmente ogni cittadino aggiuntivo produce un incremento di
324 kg di RSU, mantenendo costanti le proporzioni di ripartizione del rifiuto
(mantenendo cioè costanti le % di ripartizione degli RSU nelle varie frazioni
merceologiche secondo le % di inizio 2005), allora all‟aumentare del rifiuto
complessivo aumentano proporzionalmente anche tutte le filiere corrispondenti.
Vediamo come si presentano i grafici in assunzione di queste ipotesi.
In figura – Andamento delle rette relative alle diverse frazioni merceologiche in funzione della
popolazione di Russi. In rosso è evidenziato il dato aggregato.
226

Nel grafico sono rappresentate le rette aventi equazione
y m * X
frazione
teorico _ frazione
Russi
dove si è preferito omettere i valori delle intercette poiché non interessanti ai fini del
nostro studio, diretto invece allo studio delle pendenze al variare di certe variabili prese
come riferimento.
La somma di tutte le rette dovrà avere equazione
y m * X
tot _ RSU
tot _ RSU
teorico_
frazione
y m * X
tot _ RSU
tot _ RSU
y 324*
X
Russi
Russi
Russi
e tale retta è rappresentata dalla linea rossa in alto, più spessa rispetto alle altre relative
alle varie frazioni merceologiche.
Per capire meglio quanto espresso nella tabella successiva, mostriamo qui di seguito le
stesse rette, ma riferite a valori molto più piccoli, proprio per esprimere la variazione a
fronte di incrementi unitari.
227

frazione
m teorico frazione
carta 22,55
vetro 9,04
plastica 2,72
organico 21,74
indifferenziato (Kg) 201,11
verde 36,42
altro RD (Kg)) 30,42
totale RSU (Kg) 324,00
y m * X
frazione
teorico_
frazione
Russi
y * X
tot _ RSU
324
Russi
In figura – rette relative a tutte le frazioni merceologiche escluse indifferenziato e dato globale
y * X
tot _ RSU
324
Russi
1200
1000
972
800
600
400
324
648
indifferenziato
Totale RSU
200
0
0
0 1 2 3
In figura – rette relative alla frazione merceologica” indifferenziato”e inerenti al RSU totale
228

A commento di quanto espresso nelle tabelle precedenti possiamo dire che la retta gialla
e leggermente più spessa rappresenta il dato aggregato, somma delle varie frazioni
merceologiche. Si è scelto di rappresentare i contenuti in due grafici al fine di mettere in
risalto anche le più piccole variazioni di rifiuto a fronte di un singolo incremento di
popolazione.
Tutte le considerazioni fatte sino a questo momento sembrano essere del tutto plausibili;
allora perche chiamiamo il coefficiente angolare delle singole frazioni merceologiche
m
_
? Non è forse un valore reale e del tutto valido?
teorico
frazione
In realtà nel momento stesso in cui facciamo una fotografia al sistema e consideriamo in
corso d‟opera i dati relativi alle percentuali di Raccolta Differenziata all‟anno 2004,
stiamo implicitamente facendo l‟ipotesi restrittiva che la composizione percentuale dei
Rifiuti Solidi Urbani resti costante nei diversi anni. Se così fosse, allora sì che sarebbe
valida l‟idea di calcolare l‟evoluzione totale dei Rifiuti ed in seguito ribaltare questa
considerazione sull‟evoluzione delle singole frazioni semplicemente moltiplicando il
valore evolutivo totale per le percentuali corrispondenti alle diverse frazioni in cui il
rifiuto risulta ripartito.
E se c‟è questa effettiva variazione compositiva, come si risolve o si studia il
fenomeno?
Per rispondere a questo quesito e valutare in modo critico i risultati bisogna fare un
ulteriore passo in avanti.
Il lettore attento sicuramente ricorderà i calcoli fatti in precedenza e relativi
all‟applicazione del modello di regressione a tutte le filiere merceologiche sempre
riferite al Comune di Russi e sempre aventi come ambito d‟azione il triennio 2005-
2006-2007. Per chiarire meglio gli aspetti più critici del nostro studio derivanti da quei
calcoli è opportuno riproporre le equazioni delle rette ottenute.
229

equazione di regressione Coefficiente angolare Intercetta
totale RSU y=-2.823.172+ 324 pop Russi 324 -2823172
carta y=- 175.925 + 21,6 pop Russi 21,6 -175925
vetro y=- 76.237 + 9,46 pop Russi 9,46 -76237
plastica y=- 69.049 + 6,95 pop Russi 6,95 -69049
organico y=290.675 - 23,1 pop Russi -23,1 290675
indifferenziato y=- 920.000 + 120 pop Russi 120 -920000
verde y=- 870.384 + 89,8 pop Russi 89,8 -870384
altro RD y=- 896.000 + 89,1 pop Russi 89,1 -896000
In tabella – Equazioni di regressione relative alle diverse frazioni merceologiche e al dato aggregato per
il Comune di Russi attraverso l’implementazione del software su valori destagionalizzati e appartenenti
all’arco temporale 2005-2006-2007
Riflettendo su questa tabella interessa sapere che:
le rette di regressione sono state ottenute avendo a riferimento la popolazione di
Russi su scala mensile e per l‟arco temporale 2005-2006-2007 e avendo a
disposizione i dati relativi alla Raccolta delle singole frazioni merceologiche
all‟interno dello stesso Comune e per un analogo intervallo temporale;
di tali rette è importante studiare unicamente il coefficiente angolare in quanto
rappresentativo della pendenza della retta ossia dell‟incremento marginale della
raccolta a fronte dell‟incremento unitareio della popolazione;
i dati ricavati dal modello, stanti l‟accuratezza e la significatività dello stesso,
possono essere considerati ben rappresentativi della realtà e quindi di seguito
definiti
m
vero _
frazione
Riproponiamo ora il grafico relativo alle rette
y m * X
frazione
vero _ frazione
Russi
utilizzando però al posto del coefficiente angolare teorico quello reale ottenuto
direttamente dal modello corrispondente a ciascuna frazione merceologica.
230

y m * X
frazione
vero _ frazione
Russi
300
280
260
240
220
200
180
160
140
120
100
80
60
20
40
-20 0
-40
-60
-80
-100
0 1 2 3
carta
vetro
plastica
organico
verde
altro RD
In figura – rette relative a tutte le frazioni merceologiche escluse indifferenziato e dato globale ottenute
utilizzando i coefficienti angolari veri e non quelli teorici
y
tot
324 * X Russi
1200
1000
972
800
600
400
324
648
totale
indifferenziato
200
0
0
0 1 2 3
In figura – rette relative alla frazione merceologica” indifferenziato”e inerenti al RSU totale ottenute
utilizzando i coefficienti angolari veri e non quelli teorici
Dall‟osservazione dei quattro grafici possiamo fare due considerazioni:
1. La retta relativa al monte totale dei Rifiuti Solidi Urbani resta sempre identica;
231

2. Le rette relative alle varie frazioni merceologiche assumono pendenze diverse,
ma la loro somma resta identica, pari a 324.
Queste osservazioni aprono il campo a tre nuovi passi:
a. È possibile trovare e valutare un certo coefficiente in grado di esprimere le
relazioni esistenti tra il coefficiente angolare vero ( m _
) e quello teorico
( m
teorico _ frazione) per ciascuna frazione merceologica?
vero
frazione
b. E‟ possibile cercare di conoscere e commentare gli scostamenti tra coefficiente
reale e coefficiente teorico?
c. E‟possibile trovare cause reali, in termini di scelte strategiche improntate da
Hera, nuovi servizi aggiunti, cambiamenti socio economici, impatti dettati da
campagne informative e di sensibilizzazione, in grado di spiegare queste
differenze?
Andiamo a studiarli.
Ricordate quando ad inizio capitolo avevamo detto che uno dei nostri principali
obiettivi era quello di scomporre il coefficiente angolare della retta di ciascuna filiera
merceologica in tanti fattori rappresentativi
m
vero 1
*
2
n
*
fattore fattore *...* fattore coeff ?
E quando dopo un primo livello d‟analisi eravamo giunti alla scomposizione
m
m coeff ?
frazione tot
*
Sulla base di questo tipo di impostazione e sulla base delle osservazioni fatte possiamo
affermare di avere a disposizione un certo
m _
ottenuto dall‟implementazione
vero
frazione
reale del modello per ciascuna frazione merceologica e abbiamo a disposizione anche
m
_
ottenuto dalla moltiplicazione del valore reale relativo alla crescita del
teorico
frazione
monte totale dei Rifiuti Solidi Urbani per le percentuali di Raccolta Differenziata di
ogni singola frazione.
232

Si potrebbe pertanto cercare di capire se
m _
possa essere rintracciato attraverso
vero
frazione
l‟esplosione del valore numerico rappresentativo del coefficiente angolare in tanti altri
fattori a meno di un coefficiente correttivo.
In poche parole potremmo vedere che
mvero _ frazione
mtot
_ RSU
*% RD
frazione*
coeff
da cui
coeff
m
m
tot _ RSU
vero _ frazione
*% RD
frazione
dove coeff rappresenta tutto ciò che non è ancora stato spiegato e che potrebbe essere
ulteriormente spacchettato una volta identificati nuovi fattori correttivi.
In realtà coeff , a differenza di ciò che accadeva nella prima parte del capitolo, assume
in questo caso un certo significato, per comprendere il quale bisogna prima introdurre
una tabella
233

frazione Equazione di regressione m_vero_frazione coeff1 %RD inizio 2005 coeff2 m_teorico_frazione
carta y=- 175925 + 21,6 pop Russi 21,6 0,067 6,96% 0,958 22,550
vetro y=- 76237 + 9,46 pop Russi 9,46 0,029 2,79% 1,047 9,040
plastica y=- 69049 + 6,95 pop Russi 6,95 0,021 0,84% 2,554 2,722
organico y=290675 - 23,1 pop Russi -23,1 -0,071 6,71% -1,063 21,740
indifferenziato y=- 920000 + 120 pop Russi 120 0,370 62,07% 0,597 201,107
verde y=- 870384 + 89,8 pop Russi 89,8 0,277 11,24% 2,466 36,418
altro RD y=- 896000 + 89,1 pop Russi 89,1 0,275 9,39% 2,929 30,424
totale RSU y=- 2823172 + 324 pop Russi 324 100,00%
313,81 324,000
m
vero _ frazione
coeff 1
m
m
tot
vero _ frazione
m
tot
* coeff 1
m
vero _ frazione
coeff 2
m
m
tot _ RSU
tot _ RSU
m
*% RD
vero _ frazione
*% RD
frazione
frazione
* coeff 2
In tabella – Costruzione del coefficiente2 e confronto tra coefficiente vero e quello teorico
234

Dall‟analisi della tabella possiamo far alcune osservazioni:
1. In giallo sono rappresentate le ripartizioni di crescita del rifiuto complessivo
nelle differenti frazioni: a meno dell‟errore percentuale – un 3% già discusso in
precedenza – è possibile notare come in entrambi i casi la crescita totale del
rifiuto risulta la medesima, a dimostrazione della bontà, pratica e teorica, delle
nostre supposizioni. Nel seguito si procederà ragionando come se entrambe le
sommatorie avessero mostrato un valore pari a 324;
2. Per quanto riguarda il coefficiente 1 esso è stato mostrato per evidenziare le sue
modalità di costruzione, ma non verrà preso in considerazione a causa della sua
mancanza di significatività pratica;
3. Per quanto riguarda il coefficiente 2 esso riveste due ruoli il primo dei quali va
ad rappresentare tutto ciò che non è ancora in grado di spiegare l‟evoluzione
della crescita della singola frazione merceologica. Infatti
m
vero _ frazione
m
tot _ RSU
*% RD
frazione
* coeff 2
21,6
324*6,96%* coeff 2
a testimonianza del fatto che è possibile scomporre il valore 21,6, vero
coefficiente angolare di crescita della carta, in funzione della crescita marginale
complessiva dei rifiuti, della %di RD della carta agli inizi del 2005 nel Comune
di Russi ed un coefficiente correttivo ancora da esplorare.
Ricordando che
m m *%
RD
teorico _ frazione
tot
frazione
si ottiene
m
vero _ frazione
m
teorico _ frazione
* coeff 2
Per quanto attiene al secondo ruolo vanno fatte ulteriori indagini.
235

Dalle analisi effettuate abbiamo potuto capire che
m
_
rappresenta la crescita
teorico
frazione
della singola frazione merceologica a fronte dell‟incremento unitario della popolazione,
sull‟ipotesi restrittiva che le % di intercettazione del rifiuto nelle varie filiere resti
costante nel tempo;
m _
rappresenta invece la crescita reale comprensiva di
vero
frazione
qualsiasi tipologia di variazione all‟interno del contesto di riferimento.
Pertanto le due rette di crescita derivanti da queste osservazioni saranno
y m * X
vero _ frazione
teorico _ frazione
vero _ frazione
y m * X
teorico _ frazione
Russi
Russi
dove
m m *%
RD
teorico _ frazione
tot
frazione
m
vero _ frazione
m
teorico _ frazione
* coeff 2
Definendo
y
y vero
y
_ frazione
teorico _
frazione
Si ottiene
mvero
_ frazione
mteorico
_ frazione X
Russi
y
*
o anche
mvero
_ frazione
mtot
*% RD
frazione X
Russi
y
*
Volendo utilizzare il coefficiente diventa
mtot
*%
RD
frazione*
coeff 2 mtot
*% RD
frazione X
Russi
y
*
da cui
236

tot
frazione
coeff
2 1 X
Russi
y m *%
RD * *
Sapendo che i due coefficienti angolari rappresentano la crescita, teorica e reale, della
produzione della singola frazione di rifiuto, attraverso la formula
mvero
_ frazione
mteorico
_ frazione X
Russi
y
*
o se vogliamo il coefficiente2
tot
frazione
coeff
2 1 X
Russi
y m *%
RD * * ,
considerando unitaria la X di Russi, otteniamo proprio la variazione di incremento tra
quanto auspicato teoricamente dalla retta nel caso non ci fossero variazioni di % di RD
e il caso reale. Potremmo cioè capire quanto le attività poste in essere da Hera o altre
evoluzioni hanno determinato quantitativi di raccolta diversi rispetto all‟assunzione di
ipotesi stazionarie.
Studiamo la seguente tabella
frazione m_vero_frazione %RD inizio 2005 coeff2 M_teorico_frazione delta (reale - teorico)
carta 21,6 6,96% 0,958 22,550 -0,950
vetro 9,46 2,79% 1,047 9,040 0,420
plastica 6,95 0,84% 2,554 2,722 4,228
organico -23,1 6,71% -1,063 21,740 -44,840
indifferenziato (Kg) 120 62,07% 0,597 201,107 -81,107
verde 89,8 11,24% 2,466 36,418 53,382
altro RD (Kg)) 89,1 9,39% 2,929 30,424 58,676
100,00%
totale RSU (Kg) 324
delta m vero
m
delta m *%
RD *( coeff 2 1)
_ frazione
teorico_
frazione
tot
frazione
In tabella – diverse modalità per il calcolo del delta
237

Per fissare ulteriormente questo concetto prendiamo ad esempio il caso
dell‟indifferenziato per quanto riguarda l‟incremento unitario della popolazione. Dagli
studi teorici si pensava che l‟incremento unitario della popolazione determinasse un
incremento nella produzione di rifiuti pari a 201 kg. Nella realtà invece, l‟incremento è
stato solo di 120 kg, con un delta pari a 81 kg in meno. Ciò significa che in realtà
ciascun cittadino produce un aumento inferiore di rifiuto indifferenziato rispetto quanto
ipotizzabile in teoria. E questa un‟osservazione interessante per Hera, poiché evidenzia
come effettivamente le sue politiche di prevenzione, sensibilizzazione e incentivazione
ad una Raccolta più corretta e consapevole hanno effettivamente determinato una
diminuzione della produzione di rifiuto indifferenziato rispetto al trend teoricamente
atteso.
Esemplificando con un grafico
In figura – In rosso coefficiente di crescita reale del rifiuto indifferenziato; in verde coefficiente di
crescita teorico. Come si nota, in realtà l’indifferenziato reale cresce meno rispetto a quanto ipotizzato
A questo punto possiamo spiegare il secondo significato del coefficiente.
Prendiamo in esame la seguente equazione
esprimibile anche come
mvero
_ frazione
mteorico
_ frazione X
Russi
y
*
mtot
*%
RD
frazione*
coeff 2 mtot
*% RD
frazione X
Russi
y
*
238

Se consideriamo tutto a netto della popolazione, o meglio, con popolazione unitaria,
possiamo vedere come la prima delle due formule evidenzia la differenza di crescita tra
il caso reale e quello teorico; ribaltando il concetto sulla seconda equazione possiamo
vedere che, se il coeff2 è maggiore di 1, ciò significa che la crescita reale è maggiore di
quella ipotizzata, abbiamo cioè raccolto di più rispetto a quanto previsto. Considerando
valido questo ragionamento possiamo pertanto affermare che il coeff2 rappresenta una
sorta di elemento correttivo delle predizioni teoriche; in particolar modo:
Se coeff2>1 significa che
m
m
vero _ frazione
teorico _ frazione
e quindi, seppure entrambi
hanno lo stesso segno di pendenza, la crescita reale è maggiore di quella teorica;
Se 0

e ciò sta ad indicare che nel momento in cui vogliamo andare a comprendere le cause
che vanno ad influenzare la crescita della produzione di rifiuto per ciascuna frazione
merceologica possiamo affermare che tale crescita dipende:
dalla crescita complessiva del rifiuto;
dalle % di Raccolta Differenziata riferite al Comune oggetto di studi;
da una serie di altri fattori attualmente non noti, ma che potranno essere
rintracciati aumentando i livelli d‟analisi e andranno a diminuire l‟impatto di
“coeff2” sulla creazione dell‟indice relativo alla singola frazione. A tal
proposito in questo coefficiente potrebbero ancora essere racchiusi:
eventuali indicatori socio-economici come la crescita del PIL;
l‟attitudine al consumo da parte dei cittadini appartenenti al Bacino
d‟analisi;
la tipologia di insediamento urbano al fine di conoscere se le famiglie
sono più soggette a vivere in villette unifamiliari piuttosto che in
condomini e quindi soggette ad una diversa ripartizione della produzione
di rifiuto tra le diverse frazioni merceologiche;
la composizione dei nuclei domestici ed età media all‟interno di tali
nuclei;
l‟evoluzione dei servizi offerti da Hera come la nascita di ulteriori
stazioni ecologiche o l‟affermazione di servizi come la raccolta
domiciliare;
l‟evoluzione di determinate normative che ampliano o al contrario
restringono il campo entro cui il Gestore può spaziare e che possono
pertanto determinare cambiamenti nelle dinamiche evolutive della
raccolta dei rifiuti.
Stanti queste ultime osservazioni sull‟evoluzione del coefficiente andiamo ora a
riflettere sui risultati ottenuti dal confronto del modello – rappresentativo della
situazione reale per le ipotesi fatte – con le previsioni evolutive attese a livello teorico.
Per impostare un corretto percorso di valutazione si rende opportuno introdurre una
tabella riassuntiva in grado di mettere in evidenza i delta più significativi e rendere
quindi più immediata la comprensione delle frazioni merceologiche critiche.
240

frazione m_vero_frazione M_teorico_frazione delta (reale - teorico)
carta 21,6 22,550 -0,950
vetro 9,46 9,040 0,420
plastica 6,95 2,722 4,228
organico -23,1 21,740 -44,840
indifferenziato (Kg) 120 201,107 -81,107
verde 89,8 36,418 53,382
altro RD (Kg)) 89,1 30,424 58,676
totale RSU (Kg) 324
delta m vero
m
_ frazione
teorico_
frazione
In tabella – confronto tra coefficiente angolare reale e teorico per l’individuazione degli scostamenti più
significativi e rappresentati nella colonna “delta”
Come primo livello di studio prendiamo in esame la frazione merceologica denominata
“verde”, la quale mostra una forte crescita reale rispetto a quella teoricamente
auspicabile. Andiamo a scomporre il trend di crescita negli ultimi tre anni:
Come è possibile vedere dal grafico, negli ultimi tre anni vi è stata una forte crescita
della raccolta totale di verde, con un notevole incremento soprattutto per quanto
riguarda l‟anno 2007 (linea verde). Se però andiamo a scomporre tale crescita notiamo
come in realtà, accanto ad un leggero decremento della raccolta domiciliare attraverso il
porta a porta (linea blu), vi sia stata una notevole crescita per quanto riguarda
l‟intercettazione di rifiuto attraverso le ecoaree in grado di trascinare l‟intera raccolta
della frazione merceologica verso i livelli sopra espressi. Esistono tuttavia alcune
241

osservazioni da fare in grado di poter spiegare una simile crescita nell‟intercettazione
del verde tramite ecoaree. Hera infatti ha implementato proprio nel Comune di Russi
una nuova tecnica per il conferimento di questa frazione merceologica: mentre nelle
ecoaree di altri Comuni della Bassa Romagna il conferimento avviene mediante
l‟introduzione del rifiuto in appositi cassoni obbligando quindi il cittadino a scaricare
manualmente – attraverso l‟uso di forcali o di altri strumenti – il proprio quantitativo di
sfalci, potature o simili, negli ultimi anni il Comune di Russi invece ha adottato la
tecnica di conferimento a raso, permettendo quindi al cittadino di conferire il rifiuto
semplicemente avvicinandosi con il camion alla piazzola di conferimento e azionando il
“ribaltabile”, e quindi evitando stancanti operazioni manuali con ulteriori conseguenti
diminuzioni nelle tempistiche di conferimento.
Queste nuove modalità di gestione e conferimento offerte da Hera hanno portato
vantaggi, ma anche alcune problematiche.
Tra i vantaggi si annoverano
facilitazioni nelle tecniche di conferimento;
diminuzione del lavoro manuale dell‟operatore e quindi maggior soddisfazione
per il cittadino;
riduzione delle tempistiche di conferimento con conseguente aumento del
numero di scarichi quotidiani all‟interno dell‟ecoarea e minori perdite di tempo
nelle attività di scarico per il cittadino;
aumento dei quantitativi conferiti e forte incremento nella % di RD relativa alla
frazione merceologica oggetto d‟esame;
se l‟ecoarea offre tecniche di conferimento più rapide e meno “impegnative” dal
punto di vista fisico, i cittadini diventano ben disposti verso questa modalità di
conferimento e possono occuparsi autonomamente dello smaltimento della
frazione “verde”. Ciò potrebbe poi tradursi in un alleggerimento delle tecniche
di porta a porta, con vantaggi anche economici per Hera.
Per contro
l‟eliminazione dei cassoni e la nascita della modalità gestionale del conferimento
a terra può portare problemi di tipo igienico in quanto i rifiuti sono scaricati
direttamente a livello del suolo e non sono più contenuti nelle apposite strutture.
242

Tali problemi di igiene si possono tradurre in un incremento della presenza di
specie animali nei pressi del rifiuto e un peggioramento della qualità delle acque
di falda;
diventa necessario un maggior impegno da parte di Hera per garantire l‟igiene
delle piazzole di scarico e diventa indispensabile un incremento dell‟attenzione
verso le attività di derattizzazione;
diventa necessaria una maggior cooperazione con la divisione acque per un
corretto monitoraggio delle stesse e per una corretta applicazione di tutti quegli
accorgimenti necessari per mantenerne i valori nella norma.
La seconda frazione merceologica oggetto dei nostri commenti riguarda la filiera
denominata “Altro RD”.
A tal proposito riproponiamo la tabella relativa all‟evoluzione dei rifiuti appartenenti a
tale categoria conferiti nelle ecoaree di Russi nel triennio considerato. Prendiamo in
considerazione la frazione merceologica “Altro RD” poiché di essa appare significativo
l‟incremento della raccolta effettivamente registrata rispetto a quella ipotizzata in teoria:
lo scostamento in questione è di ben 58,676 kg (stiamo sempre parlando di incrementi a
fronte dell‟aumento unitario di popolazione).
Nello specifico, sempre per quanto attiene alla frazione “altro RD”, prendiamo in esame
il rifiuto raccolto attraverso le stazione ecologiche attrezzate poiché sembra quello
maggiormente in grado di spiegare l‟effettivo aumento del rifiuto intercettato e quindi
tale da poter spiegare lo scostamento favorevole ottenuto.
243

ALTRO RD Ecoaree (kg)
2005 2006 2007
multimateriale 30201 29482 36250
legno 108142 112821 194840
ingombranti 107080 169560 313000
metalli 45440 40681 56100
frigoriferi 6560 12380 14340
tv computer 10097 10308 11987
RAEE 170 2222
Pneumatici 6940 5200 10670
Oli vegetali 3080 3370 3700
oli minerali 1930 3200 2150
Amianto da inerti 560
TOTALE 320030 387172 645259
In tabella – esplicitazione di tutte le categorie facenti parte della frazione denominata “Altro RD” e
rappresentazione dei quantitativi raccolti per ciascuna singola categoria nel Comune di russi nel triennio
2005-2006-2007 e intercettati attraverso le ecoaree
Analizzando nello specifico le singole categorie appartenenti alla suddetta frazione
merceologica possiamo notare come, soprattutto nell‟arco dell‟anno 2007, siano
incrementate notevolmente la raccolta di legno, metalli, beni ingombranti e raccolta
multimateriale. Altrettanto significativi sono stati gli incrementi nella raccolta dei
RAEE, dei frigoriferi e degli oli vegetali; accanto a queste categorie di rifiuto si possono
valutare le cause ad esso connesse:
Per quanto riguarda i RAEE possiamo senza dubbio affermare come vi sia stata
una certa campagna di sensibilizzazione e di informazione che ha dato
l‟opportunità ai cittadini di venire a conoscenza della possibilità di smaltire tali
rifiuti in apposite aree dedicate, le ecoaree appunto, e ha conseguentemente
determinato un incremento delle quantità conferite secondo questa modalità.
Basta ad esempio guardare l‟evoluzione dei dati negli ultimi tre anni per notare
come dal valore 0 del 2005 si sia passati ad una intercettazione di 2222 kg a fine
2007;
Per ciò che concerne i frigoriferi possiamo affermare che in questi ultimi anni
sono sorti numerosi incentivi rivolti a valorizzare lo smaltimento corretto di
questa tipologia di rifiuto; infatti accanto alle scontistiche approntate da Hera per
chi conferisce rifiuti nelle ecoaree si unisce la possibilità del rimborso dell‟IVA
sull‟acquisto di un nuovo frigorifero. Ciò significa che se un singolo cittadino
244

decide di acquistare un nuovo frigorifero, smaltendo quello dismesso nelle
apposite ecoaree, viene data la possibilità di recuperare l‟IVA sul nuovo
prodotto appena acquistato. In realtà questo servizio è già attivo da un paio di
anni ed infatti l‟aumento della raccolta di questa tipologia di rifiuto attraverso le
modalità indicate è comparso già a partire dal 2006, con una duplicazione della
raccolta se confrontata col valore corrispondente relativo al 2005;
Infine una voce interessante riguarda la raccolta dell‟olio vegetale: da qualche
tempo infatti Hera sta cercando di incrementare la raccolta dell‟olio esausto
derivante dai residui di cottura dei cibi. A tal riguardo ha istituito un programma
di distribuzione di appositi contenitori dalla capienza di 5-6 litri allo scopo di
raccogliere l‟olio esausto (altrimenti scaricato nei WC o non si sa esattamente in
che modo smaltito) e conferirlo nelle ecoaree una volta riempito. Anche se
questa campagna non è ancora al culmine delle sue potenzialità, dai dati raccolti
è possibile estrapolare un certo trend di crescita grazie ad un quantitativo di
rifiuto intercettato salito dai 3080 Kg del 2005 ai 3700 Kg raggiunti nel 2007.
Stanti le considerazioni appena effettuate sull‟incremento dei quantitativi di rifiuto
raccolti in modo differenziato rispetto ai trend ipotizzati possiamo andare ad analizzare
quel che è accaduto al rifiuto raccolto in modo indifferenziato e usare questo confronto
come una cartina tornasole per valutare la bontà dei servizi implementati da Hera.
Come abbiamo già avuto modo di vedere, dalle analisi effettuate risulta che il rifiuto
indifferenziato cresce effettivamente di 120 kg a fronte di un incremento unitario della
popolazione; confrontando tale valore con i 201 Kg ipotizzati teoricamente ci si accorge
da subito come la raccolta indifferenziata del rifiuto sia cresciuta in maniera meno che
proporzionale rispetto alle attese a conferma dei buoni risultati ottenuti dalle attività
poste in essere da Hera.
Due ultime considerazioni devono essere fatte sulla frazione merceologica relativa alla
carta e all‟organico poiché da una prima analisi effettuata sembrano presentare alcune
anomalie.
Per quanto riguarda la carta possiamo notare come a fronte di un incremento
teorizzato di 22,5 Kg corrisponda invece una crescita di soli 21,6 Kg, inferiore
245

quindi rispetto alle attese. In realtà i due valori sono piuttosto allineati, a
conferma di come effettivamente le ipotesi teoriche siano state rispettate
dall‟evoluzione reale: eseguendo però un confronto con le frazioni
merceologiche sopra analizzate, risulta evidente come la raccolta della singola
frazione carta attraverso le tecniche di differenziazione cresca in modo molto più
blando rispetto alla crescita evidenziata da categorie come il verde o l‟altro RD,
ma anche come vetro e plastica. Ciò evidenzia la presenza di alcune anomalie o
inefficienze di Hera dal momento che la carta è una delle frazioni maggiormente
prese in considerazione nel computo della raccolta differenziata; infatti, a causa
della grande presenza di carta negli imballaggi, ma anche negli oggetti di uso
quotidiano come ad esempio la cancelleria d‟ufficio, si manifesta una grande
potenzialità di raccolta, la quale, se ben strutturata, può consentire di inviare alle
filiere di recupero grandi quantitativi di materiale, con i risparmi in bolletta ad
esso connessi. Sviscerando questo problema si è potuto notare come ad un simile
riscontro facciano riferimento alcune modalità di raccolta adottate da Hera.
L‟ente Gestore infatti delega la raccolta differenziata della carta ad
un‟Associazione di volontari con i vantaggi economici e sociali ad esso
conseguenti, ma anche con le inefficienze di raccolta derivanti dalla mancata
applicazione delle best practices del settore.
Un problema più complesso riguarda la frazione merceologica relativa
all‟organico; prima di fare qualsiasi tipo di osservazione però è bene cercare di
focalizzare i dati e strutturarli al fine di facilitare l‟evidenza degli aspetti
desiderati e critici. Se andiamo a riprendere la tabella di pagina 239 notiamo
come la crescita teorica dell‟organico a fronte di un incremento unitario della
popolazione dovesse essere di circa 21,6 Kg; dall‟analisi reale invece risulta
come all‟aumentare della popolazione l‟organico decresce con una pendenza di -
23,1 Kg. Tale dato rappresenta sicuramente un‟anomalia, alla quale però Hera è
in grado di dare una spiegazione. Gli anni 2006 - 2007 sono stati infatti anni
molto secchi e conseguentemente le raccolte di una simile frazione merceologica
sono risultate più scarse rispetto alle ipotesi e hanno pertanto determinato una
relazione negativa tra la variabile popolazione e quella relativa all‟organico. In
tal caso quindi la popolazione non può essere utilizzata come unico driver di
246

iferimento: è in casi come questo che la regressione multipla potrebbe offrire
soluzioni più accurate.
A chiusura di tutto il discorso sin qui affrontato è importante fare una considerazione:
come si è potuto notare la forte spinta verso l‟incremento dei rifiuti raccolti in modo
differenziato è stata principalmente dettata dall‟implementazione del servizio relativo
alle ecoaree. Se è plausibile affermare che effettivamente nel corso degli anni c‟è stata
una maggior sensibilizzazione da parte dei cittadini verso la raccolta differenziata ed
effettivamente si sono moltiplicate le campagne informative tese a consapevolizzare i
cittadini sui reali vantaggi apportati da una simile modalità di racolta, in realtà il motore
che principalmente ha fatto da traino verso il conferimento nelle apposite ecoaree è stato
rappresentato dalla possibilità di avere sconti in tariffa a fronte di un corretto e
consapevole smaltimento.
Hera infatti ha fatto recapitare gratuitamente a casa dei cittadini una tessera magnetica
grazie alla quale è possibile presentarsi nelle ecoaree (solo quelle gestite da operatori,
negli ecopunti ciò non è possibile) dove, a fronte di un conferimento adeguato sono
previsti sconti in tariffa proporzionalmente ai quantitativi apportati. Tali sconti sono
passati da 0,04 €/Kg nel 2005 a 0,08 €/kg nel 2006 sino a 0,12 €/kg nel 2007. Ciò
significa che attualmente, per ogni Kg di rifiuto conferito in ecoarea, ogni cittadino
gode di uno sconto di 12 centesimi di euro sulla bolletta che pagherà a fine anno. Se
ribaltiamo questa evoluzione della scontistica sui quantitativi effettivamente intercettati
tramite le stazioni ecologiche attrezzate si vede facilmente come all‟aumentare degli
sconti è aumentata anche la quantità di rifiuto conferita e sottolinea pertanto la validità
di questa strategia implementata da Hera.
247

CONCLUSIONI
Giunti al termine della nostra trattazione sfruttiamo queste ultime pagine per riepilogare
in maniera riassuntiva tutto ciò che è stato analizzato nel corso della tesi al fine di
evidenziare i punti di forza e debolezza riscontrati nel corso dello studio e per valutare
eventuali prospettive future la cui realizzazione dipenderà da un effettivo
consolidamento ed evoluzione delle tecniche d‟analisi.
La parte iniziale della nostra tesi è stata rivolta allo studio dell‟Azienda al fine di
conoscerne la struttura organizzativa, per meglio capire come interagiscono tra loro le
varie Funzioni o Divisioni aziendali e per meglio comprendere i compiti e le attività di
ogni singola funzione anche in relazione alle diverse attività di business cui fanno
riferimento.
Identificate le attività di business si è potuto notare come Hera abbia un portafoglio di
attività ben diversificato capace di inglobare la gestione dei servizi energetici come
energia elettrica, gas, cogenerazione e illuminazione, idrici come la depurazione e
potabilizzazione delle acque e ambientali grazie al Servizio di gestione dei rifiuti di cui
Hera è Gestore Unico.
Dopo una breve carrellata di tutte queste tipologie di servizi offerte dalla Holding, visti
anche gli obiettivi della nostra trattazione, si è deciso di soffermarsi sulla Divisione
Ambiente, la quale ha il compito di gestire quello che viene nel linguaggio tecnico
denominato “Sistema Integrato di Gestione dei Rifiuti”. Una simile tipologia di servizio,
comprensiva di tutte quelle attività che accompagnano il rifiuto dalla raccolta sino allo
smaltimento finale, rappresenta una sfida manageriale molto complessa e pertanto Hera
ha deciso di scomporla in due macro attività: una di raccolta, affidata alle numerose
società operative territoriali sparse sul territorio e quindi insite nel tessuto locale, a
stretto contatto con il territorio e capaci di captare e accogliere le esigenze dei cittadini,
e una di trattamento – smaltimento, gestita direttamente a livello di corporate e in grado
di definire gli impianti più opportuni verso i quali devono essere avviati le varie
tipologie di rifiuto nonché capace di calcolare il fabbisogno impiantistico, valutando
l‟opportunità di investimenti in nuovi impianti piuttosto che la dismissione o la
riammodernizzazione di altri.
248

Una volta studiata la filiera del rifiuto e una volta comprese le diverse competenze
aziendali che si susseguono lungo tale filiera si è deciso di approntare uno studio
relativo ai quantitativi di rifiuto intercettati e alle diverse applicazioni ottenibili da uno
studio simile: per tale motivo, dal momento che le attività di raccolta sono a carico delle
varie SOT si è deciso di prendere come centro dei propri studi la Società Operativa
Territoriale facente riferimento a Hera Ravenna.
Definito l‟ambito di lavoro si è in prima istanza deciso di analizzare il contesto sociale,
politico e normativo entro il quale la società ravennate si trova ad operare e si è cercato
di analizzare l‟insieme delle attività che Hera Ravenna deve porre in essere al fine di
adempiere alle proprie funzioni nel modo più efficace ed efficiente.
A tal proposito si sono studiati tutti i documenti ai quali la SOT deve far riferimento, si
sono analizzate le relazioni di Hera con gli Enti locali e le interazioni della holding con i
diversi soggetti economici con i quali collabora. Da questa analisi è emerso come Hera,
stipulando un contratto con i diversi soggetti economico-politici, ha esplicitamente
sottoscritto l‟obbligo di soddisfare certi requisiti in termini di efficienza ed economicità
nel porre in essere le attività di competenza, in termini di implementazione delle best
practices del settore e in termini di % di intercettazione di rifiuto raccolto in modo
differenziato. Soprattutto in ottemperanza a quanto espresso nell‟ultimo punto Hera ha
dovuto ricorrere ad un accurato e raffinato sistema di reportistica in grado di monitorare
col massimo grado di dettaglio l‟andamento della Raccolta Differenziata al fine di
conoscere con un certo preavviso il reale andamento della raccolta ed eventualmente
essere in grado di porre in atto le azioni correttive tali da garantire al termine dell‟anno
il raggiungimento degli obiettivi preposti.
E‟proprio da questa esigenza che è nato il mio lavoro di tesi.
L‟idea era quella di mettere a punto un modello matematico in grado di prevedere con
un certo anticipo la possibile evoluzione dei rifiuti e quindi porre preventivamente in
atto le azioni correttive; il ragionamento era il seguente: conoscendo i legami esistenti
tra certe variabili predittive scelte come riferimento e la quantità di rifiuto raccolta in
corrispondenza dei valori assunti dalle suddette variabili, sarebbe stato possibile
conoscere con un certo anticipo il probabile trend di crescita della produzione del rifiuto
e quindi sarebbe diventato possibile dimensionare opportunamente sia il servizio di
raccolta che gli impianti di conferimento, smistamento e trattamento dei rifiuti.
249

Il modello preso a riferimento è stato il modello di regressione lineare.
Dopo aver descritto il modello sia sotto un profilo teorico, sia sotto un profilo più
tecnico e pratico in grado di consentire al lettore di poter leggere autonomamente i
risultati offerti dal software di elaborazione dati, la tesi ha seguito il seguente percorso:
1. Studio del database per l‟estrapolazione dei dati riferiti sia alla popolazione che
alla produzione dei rifiuti relativi alla Bassa Romagna, divisa per singoli
Comuni;
2. I dati raccolti erano relativi al triennio 2005 – 2006 – 2007 e strutturati con
intervalli d‟ampiezza mensile;
3. Destagionalizzazione dei dati riferiti alla produzione dei rifiuti attraverso la
tecnica delle medie mobili;
4. Implementazione del modello per tutti i Comuni, ma visti gli ottimi risultati
ottenuti per il Comune di Russi si sono approfonditi solo i dati ad esso relativi.
Una volta scelto il Comune di Russi, pur avendo a disposizione dati sino al 2007 si è
proceduto nel seguente modo:
1. Studio del modello di Russi relativo agli anni 2005 – 2006;
2. Rappresentazione dell‟equazione di regressione corrispondente;
3. Inserendo i dati della variabile indipendente, la popolazione, relativi al 2007 si
confrontano i dati reali dei rifiuti 2007 con quelli ottenuti dal modello calcolato
su base biennale per valutare la bontà predittiva dello stesso;
4. Ottimo responso estrapolativo del modello;
5. Si ricalcola il modello su base triennale ottenendo l‟equazione calcolata su una
base dati più ampia e quindi ancora più precisa.
Terminata questa fase, ottenuto un buon modello in grado di spiegare l‟evoluzione della
produzione dei rifiuti in funzione della popolazione si è cercato di conoscere la stessa
evoluzione di rifiuti, ma avendo come riferimento la singola frazione merceologica.
Ottenuti i modelli relativi si è cercato di confrontare l‟evoluzione teorica delle singole
frazioni con quella reale al fine di identificare in prima battuta la presenza di eventuali
scostamenti, ed in secondo luogo al fine di identificare le cause di simili scostamenti.
250

L‟obiettivo ultimo era poi quello di studiare l‟evoluzione del rifiuto in funzioni di tanti
fattori per meglio capire quali fossero le cause che, sia qualitativamente che
quantitativamente incidessero sulla crescita o diminuzione nella produzione di rifiuti.
In seguito a questo lavoro possiamo dire di aver trovato punti di forza e debolezza, ma
anche di aver individuato spunti per analisi future.
Punti di forza
Il modello ha espresso buoni indicatori di significatività ed anche una certa
accuratezza nelle previsioni;
Per quanto riguarda il Comune di Russi il modello ha espresso un‟ottima qualità
estrapolativa e la retta di regressione ben stima l‟andamento futuro della
produzione di rifiuti a fronte di un incremento della popolazione;
Il modello risulta significativo anche se ribaltato sulle singole frazioni
merceologiche;
Il modello aumenta la sua precisione all‟aumentare del numero di dati a
dimostrazione della validità e della bontà dello stesso;
Ribaltando l‟analisi fatta per il Comune di Russi per tutti gli altri Comuni della
Bassa Romagna è possibile ottenere “n” modelli ad hoc per ciascun paese e
conoscere le rette predittive corrispondenti;
Dall‟analisi del modello è stato possibile valutare le cause degli scostamenti e
analizzare gli effetti delle politiche adottate dalla holding sull‟effettiva raccolta
del rifiuto
Punti di debolezza
Nonostante l‟ottima qualità predittiva del modello, la base dati a disposizione
abbraccia un intervallo temporale ancora piuttosto limitato per garantire
un‟effettiva stabilità del modello; si è visto infatti come il modello trovi
un‟equazione ben rappresentativa già con 24 dati a disposizione. Con 36 mesi il
modello diventa ancor più accurato e quindi si capisce come una basi dati ancor
più ampia possa rendere definitivamente stabile e valido il modello;
251

Il modello analizzato studia l‟evoluzione del rifiuto in funzione dell‟evoluzione
della popolazione. Essendo il progetto solo agli inizi del suo percorso esso non
comprende altre variabili eventualmente significative come fattori economico –
sociali, il PIL, la congiuntura economica e pertanto non può offrire un quadro
così dettagliato e preciso delle cause che incidono sull‟evoluzione del rifiuto. La
regressione semplice limita il grado di dettaglio del modello e la capacità di
comprendere altri fattori simultaneamente
Il modello non ha quelle caratteristiche di genericità tali da renderlo
immediatamente applicabile ad altri Comuni. Allo stato dell‟arte non è possibile
estendere il modello di Russi per altri Comuni: bisogna analizzare
singolarmente ogni singolo Comune ed estrarne la relativa retta di regressione.
Prospettive
Con il consolidamento degli studi su un simile modello si aprono nuove strade da
percorrere:
Si può pensare di introdurre altri fattori predittivi e inserirli all‟interno di un
modello di regressione lineare multipla; bisognerebbe però trovare non tanto
nuove variabili, quanto il modo di inserirle nel modello, ossia in modo tale poi
da consentire un‟effettiva lettura dei risultati;
Si può cercare di trovare una soluzione al fine di aumentare la genericità del
modello e renderlo estendibile per lo studio di altri Comuni;
Si può cercare di introdurre fattori di tipo sociale come la composizione dei
nuclei familiari, il tipo di insediamento (villette monofamiliari piuttosto che
condomini), le abitudini di consumo o anche il numero di unità locali (è un
territorio prettamente agricolo o industriale?)
Nel corso della trattazione avevamo visto che
mvero _ frazione
mtot
_ RSU
*% RD
frazione*
coeff
252

e quindi eravamo riusciti a scomporre il coefficiente angolare vero in funzione
di tanti fattori noti e di un “coeff” ancora da esplodere in tanti altri fattori
attualmente sconosciuti. Un passo importante è quello di approfondire gli studi
sul modello per dare una spiegazione a tale “coeff”, spacchettandolo in variabili
capaci di contribuire all‟identificazione di m_vero_frazione.
In ultima istanza è possibile introdurre un discorso più generico riguardo la
necessità di una strutturazione della reportistica al fine di rendere più immediata
l‟attività di reperimento dati.
253

Bibliografia
“Introduzione alla statistica” di T.Wannacott e W.Wannacott;
Appunti del corso di “Impianti Industriali L-A” del Prof. A.Pareschi;
“Impianti Industriali” di A.Pareschi;
Appunti del corso di “Affidabilità, Controllo e Gestione della Qualità” del Prof.
A. Rinaldi;
Appunti del corso di “Misure per la Conformità e l‟Affidabilità L-S” del Prof.
M. Peretto;
“Economic Control of Quality of Manufactured Product” di W.A.Shewhart;
Appunti del corso di “Matematica Applicata” della Prof. Nibbi;
“Convenzione per la gestione del “Servizio di Gestione dei Rifiuti Urbani”
nell‟Ambito territoriale ottimale di Ravenna;
“Piano d‟Ambito per l‟organizzazione del servizio di gestione dei Rifiuti
Urbani”;
“Regolamento di gestione dei Rifiuti Urbani e Assimilati”;
“Disciplinare Tecnico”;
“Rapporto sulla gestione dei Rifiuti nella provincia di Ravenna” redatto
dall‟Osservatorio provinciale sui rifiuti della Provincia di Ravenna;
Testo “Business Intelligence” di Carlo Vecellis;
254

Ringraziamenti all’Azienda
Come giusta conclusione del lavoro svolto mi sembra doveroso approfittare di queste
ultime pagine per ringraziare tutte le persone che all‟interno di Hera Ravenna s.r.l.
hanno collaborato con me e hanno contribuito alla buona riuscita di questa trattazione.
Innanzitutto vorrei ringraziare l‟Ing. Cesare Bagnari per la grande opportunità che mi ha
concesso accettando la mia richiesta di svolgere il lavoro di Tesi presso l‟Azienda e per
la grande disponibilità e professionalità mostrata nei miei confronti durante l‟intero
svolgimento della Tesi. Grazie a lui ho avuto la possibilità di lavorare nelle migliori
condizioni possibili tali da garantire il corretto sviluppo del mio lavoro.
Vorrei ringraziare gli Ing. Roberto Savini e Federica Castaldi per l‟attenzione con cui
hanno seguito le varie fasi di sviluppo del progetto e per la grande competenza
professionale capace di generare consigli utili per il raggiungimento degli obiettivi
prefissati. Grazie alle loro conoscenze è stato inoltre possibile apportare i giusti
accorgimenti in grado di mantenere il progetto in linea con le aspettative.
Vorrei inoltre ringraziare l‟Ing. Matteo Ghinassi per la disponibilità mostrata nei miei
confronti e Stefano Torricelli per il supporto operativo e per la grande pazienza avuta
nel rispondere alle mie domande riguardanti le modalità di strutturazione e
interpretazione dei dati.
Infine un grazie a tutta la Divisione per avermi accolto in modo amichevole e per
avermi permesso di svolgere un buon lavoro.
255

Ringraziamenti
E così, a tre anni di distanza dall‟ultima volta, siamo ancora qui a festeggiare una nuova
Laurea; già, dico “siamo” e non “sono” perché dietro a questi festeggiamenti, dietro al
raggiungimento di un traguardo così importante per la mia vita ci sono tante persone
che in questi tre anni di studi mi sono state vicino e hanno condiviso con me tutte le
ansie e i momenti di gioia che un simile cammino ha portato con sé.
Innanzitutto, prima di iniziare con i ringraziamenti più o meno scherzosi desidero
ringraziare la mia famiglia che mi è sempre stata vicino anche nei momenti più delicati,
soprattutto nei periodi sotto esame e prima di affrontare decisioni importanti per il mio
futuro; mi sento in dovere di ringraziarli anche per la sincerità e l‟obiettività con cui
hanno criticato le mie idee esprimendo sempre con la massima chiarezza i loro punti di
vista e permettendomi di ragionare in modo sensato su ogni tipo di scelta. Desidero
infine esprimere un grazie come giusta, e questa volta effettiva, conclusione del mio
ciclo di studi. Un immenso grazie, sempre per restare nell‟ambito familiare ai nonni e
agli zii; un grazie speciale va a mia nonna Sina e a mio nonno Renato che mi
sopportano da anni e con i quali bonariamente litigo quotidianamente.
Ah dimenticavo: un grazie di cuore va a mia sorella Federica, che è gentile e non si
lamenta mai, ma che più di tutti ha dovuto sorbirsi i miei mugugni e i miei lamenti, mi
ha aiutato nella stesura nella tesi ed è stata costretta ad ascoltarmi mentre ripetevo
(senza considerare tutte le mie fisime extra scolastiche con le quali ha dovuto
confrontarsi quotidianamente).
Finita la parte seria dei ringraziamenti un grazie speciale va ad Alessio, inseparabile
compagno di Università, di Tesi, di Laurea, di vita bolognese e se la Cristina lo
permette, spero anche di happy hours; diciamo solo che senza il suo aiuto la mia tesi
avrebbe avuto buone possibilità di essere scritta a mano, anche se forse un po‟ me lo
doveva visto che da quando ho cambiato casa allontanandomi dalla sua, la media dei
suoi esami si è impennata!
Ne approfitto di queste pagine per ringraziare anche Ricky, la Fra e Aldo con i quali ho
condiviso questi ultimi due anni di studi nonché l‟Ilaria e la Vero, con le quali ho
iniziato il mio percorso di studi 6 anni fa e insieme alle quali finisco in questo luglio
2008.
256

Un grazie di cuore va Boccia, amico ormai di lunghissima data, con il quale posso
certamente dire di aver condiviso tutto, dalle amicizie ai problemi sentimentali, dalle
uscite serali agli studi scolastici e grazie al quale ho superato molti momenti delicati.
Magari mi sto dilungando un po‟ troppo, ma al termine di un percorso così importante
credo che spendere due parole in più per una persona così speciale non sia fuori luogo.
Nel computo dei ringraziamenti non può mancare Gio anche perché buona parte del mio
voto finale dipende dai suoi consigli, che in fondo in fondo, si sono rivelati preziosi.
Vorrei ringraziare tutti i miei compagni d‟appartamento Federico, Lorenzo, Luca,
Claudio, ma soprattutto Mene, per l‟enorme fiducia e stima che ha sempre mostrato nei
miei confronti e Cima, che ho avuto modo di conoscere in questi ultimi anni e l‟ho
trovato una persona meravigliosa, il tipico ragazzo fresco e genuino che piace anche alle
mamme. Un altro grazie va al mio coinquilino e amico di sempre Mattia, sempre in giro
per il mondo, ma sempre presente nei momenti che contano.
Nella mia lista personale dei ringraziamenti non possono mancare l‟Elena, la Fra, la
Sofia, l‟Elly, l‟Elettra, Miro e Riccardo, amici di vecchia data e sempre presenti nella
mia vita; non possono mancare la Chiara e la Sgu e soprattutto non possono mancare
Lollo e Ste con i quali ho stretto soprattutto in quest‟ultimo anno un‟amicizia davvero
speciale e pertanto mi sembra doveroso ringraziare in maniera particolare. Vorrei
ringraziare in modo speciale la Vale Palli, con la quale, nonostante i proverbiali litigi,
ho stretto un bellissimo rapporto. E‟ una persona davvero speciale e sono contento che
sia qui con me a festeggiare questo momento.
Vorrei inoltre ringraziare tutti gli amici del calcio e del calcetto con i quali ormai vivo a
stretto contatto e con i quali ormai ho stretto un legame profondo: un grazie va a Bacca
(grande socio!!), Claudio, Micio, Maso, Bito, Baldo, Ste, Filo, Dario, Mattia, Depa,
Gianna, Emi e Gio.
Tra i ringraziamenti non possono mancare Pago, amico da sempre e compagno di
colazioni e mitiche chiacchierate, Torri, Ciano e Mingo che mi hanno visto crescere e
sono con me anche oggi in questo giorno.
In ultimo, come da prassi, va il ringraziamento più speciale, di solito ad una ragazza….
Dato che attualmente nessuno occupa un posto così importante vorrei fare un
ringraziamento speciale… a me stesso!! Perché è vero che tutti mi sono stati vicino, tutti
257

mi hanno dato ottimi consigli, ma in fondo in fondo gli esami li ho dati io, e credo di
meritarmi questo ringraziamento sentito. Grande Wally!
Marco
.
258