71973 - ANALISI E VALUTAZIONE DELLE POLITICHE PUBBLICHE

Anno Accademico 2025/2026

  • Docente: Loris Vergolini
  • Crediti formativi: 8
  • SSD: SPS/07
  • Lingua di insegnamento: Italiano
  • Moduli: Loris Vergolini (Modulo 1) Loris Vergolini (Modulo 2) Loris Vergolini (Modulo 3) Loris Vergolini (Modulo D.Ass)
  • Modalità didattica: Convenzionale - Lezioni in presenza (Modulo 1) Convenzionale - Lezioni in presenza (Modulo 2) Convenzionale - Lezioni in presenza (Modulo 3) Convenzionale - Lezioni in presenza (Modulo D.Ass)
  • Campus: Bologna
  • Corso: Laurea Magistrale in Governance e politiche dell'innovazione digitale (cod. 6777)

Conoscenze e abilità da conseguire

Il corso si propone di fornire le conoscenze fondamentali sugli strumenti e i metodi utilizzati per identificare gli effetti causali nell’ambito della valutazione delle politiche pubbliche. Alla fine del corso lo studente sarà in grado di: comprendere la logica e il funzionamento dei principali disegni di valutazione d’impatto; formulare domande di valutazione in modo metodologicamente appropriato; identificare i disegni di valutazione più appropriati da attuare in diverse situazioni per misurare gli impatti causali di determinati programmi o politiche; condurre analisi dati; comprendere le potenzialità e i limiti delle diverse fonti dati.

Contenuti

Il corso, per poter essere seguito in modo proficuo, presuppone la conoscenza di base dei metodi quantitativi. Si SUGGERISCE MOLTO CALDAMENTE di seguire il crash course "B3965 - CRASH COURSE - INTRODUZIONE ALLA METODOLOGIA DELLA RICERCA".

Il corso, come spiegato nella sezione “Metodi didattici (si veda sotto)”, segue il cosiddetto modello a Y. La struttura delle lezioni sarà la seguente:

Lezioni 1-8: Introduzione al corso e agli obiettivi della valutazione di impatto; introduzione all’inferenza causale e al linguaggio dei potential outcomes. Le strategie di identificazione: studi randomizzati, propensity score matching, regression discontinuity design, difference-in-differences, variabili strumentali.

Lezione 9-14: esercizi in classe su studi di caso e applicazioni pratiche utilizzando il software R. Più precisamente, verrà spiegato come le strategie di identificazione viste nelle precedenti lezioni possono essere implementate in R. Durante le lezioni verranno anche fornite le basi di R (ulteriori esercitazioni verranno svolte durante il crash course).

Testi/Bibliografia

Per gli studenti frequentanti:

Obbligatori:

Martini, A., & Sisti, M. (2009). Valutare il successo delle politiche pubbliche. Bologna: Il Mulino.

I capitoli più tecnici del manuale sono trattati in modo più narrativo in questo libro (disponibile gratis online):

Gertler, P. J., Martinez, S., Premand, P., Rawlings, L. B., & Vermeersch, C. M. (2016). Impact evaluation in practice. World Bank Publications.

https://www.worldbank.org/en/programs/sief-trust-fund/publication/impact-evaluation-in-practice

Facoltativi:

Angrist, J. D., & Pischke, J. S. (2014). Mastering'metrics: The path from cause to effect. Princeton: Princeton university press.

Risora utile per R: https://github.com/gabors-data-analysis.

***

Al fine di accertare la costante partecipazione degli studenti frequentanti alle lezioni e ai seminari, a partire dalla quinta lezione saranno prese le presenze.

***

Per gli studenti non frequentanti:

Manuale:

Martini, A., & Sisti, M. (2009). Valutare il successo delle politiche pubbliche. Bologna: Il Mulino.

Testo di approfondimento:

De Blasio, G., Nicita, A., & Pammolli F. (a cura di) (2021). Evidence-based Policy! Ovvero perché politiche pubbliche basate sull'evidenza empirica rendono migliore l’Italia. Bologna: Il Mulino.

Articoli di approfondimento relativi al tema del diritto allo studio:

Martini, A., Azzolini, D., Romano, B., & Vergolini, L. (2021). Increasing College Going by Incentivizing Savings: Evidence from a Randomized Controlled Trial in Italy. Journal of Policy Analysis and Management, 40(3), 814-840.

Modena, F., Rettore, E., & Tanzi, G. M. (2020). The effect of grants on university dropout rates: Evidence from the Italian case. Journal of Human Capital, 14(3), 343-370.

Facchini, M., Triventi, M., & Vergolini, L. (2021). Do grants improve the outcomes of university students in a challenging context? Evidence from a matching approach. Higher Education, 81(5), 917-934.

Vergolini, L., & Zanini, N. (2015). Away, but not too far from home. The effects of financial aid on university enrolment decisions. Economics of Education Review, 49, 91-109.

Metodi didattici

Il corso seguirà la logica della “classe invertita” (modello Y) e sarà organizzato in lezioni e laboratori, secondo il programma che segue:

  • La prima parte del corso è composta da 8 lezioni frontali (16 ore) e si propone di introdurre gli studenti e le studentesse all’acquisizione degli strumenti concettuali e teorici di base.
  • La seconda parte è organizzata secondo modalità laboratoriali (6 laboratori per un totale di 12 ore) ed è mirata all’applicazione delle conoscenze e al loro approfondimento.

Gli studenti e le studentesse si divideranno in due gruppi per la parte laboratoriale. Questo vuol dire che nella seconda parte del corso verrete in aula una volta a settimana che porterà ad avere un impegno in aula di 28 ore. Le restanti 12 ore dovrete utilizzarle per lavoro a casa in modo da presentarvi preparati ai laboratori.

Modalità di verifica e valutazione dell'apprendimento

Per gli studenti frequentanti la valutazione finale sarà data da:

  • Presentazione e partecipazione in classe (40%).
  • Esame in aula con R in cui verrà chiesto di replicare le analisi presenti in un paper scientifico (60% del voto).

Le firme verranno prese a partire dalla seconda settimana e per essere considerati frequentanti, è necessario frequentare almeno l’80% delle lezioni (14 lezioni).

Per gli studenti non frequentanti, l’esame si baserà su un colloquio orale sulla base dei testi elencati in bibliografia.

Gradazione del voto finale:

  • Capacità di analisi che emerge solo con l’aiuto del docente, espressione in linguaggio complessivamente corretto → 18-19;
  • Capacità di analisi autonoma, espressione in linguaggio corretto → 20-24;
  • Capacità di effettuare analisi critica, padronanza della terminologia specifica → 25-29;
  • Capacità di effettuare analisi critica e di collegamento, piena padronanza della terminologia specifica e capacità di argomentazione e autoriflessione → 30-30 L

 

Rifiuto del voto:

I candidati possono fare valere soltanto la votazione conseguita nel più recente tentativo di superare l'esame. Lo studente che supera la prova può rifiutare il voto una sola volta. Tale principio è conforme a quanto specificato nel Regolamento Didattico di Ateneo, art. 16, co. 5, modificato dalla delibera del Senato Accademico approvata dal CdA nel febbraio 2018: “in caso di esito positivo lo studente può chiedere di rifiutare il voto. Il rifiuto deve essere concesso dal docente almeno una volta sul singolo insegnamento”. Dopo un rifiuto, qualsiasi esito positivo verrà verbalizzato.

*********

Studenti/sse con DSA o disabilità temporanee o permanenti: si raccomanda di contattare per tempo l’ufficio di Ateneo responsabile (https://site.unibo.it/studenti-con-disabilita-e-dsa/it): sarà sua cura proporre agli/lle studenti/sse interessati/e eventuali adattamenti, che dovranno comunque essere sottoposti, con un anticipo di 15 giorni, all’approvazione del/della docente, che ne valuterà l'opportunità anche in relazione agli obiettivi formativi dell'insegnamento.

Strumenti a supporto della didattica

Materiale caricato su virtuale.

Orario di ricevimento

Consulta il sito web di Loris Vergolini

SDGs

Sconfiggere la povertà Istruzione di qualità Ridurre le disuguaglianze

L'insegnamento contribuisce al perseguimento degli Obiettivi di Sviluppo Sostenibile dell'Agenda 2030 dell'ONU.