GATTA VALERIO
Obiettivi
Il corso fornisce conoscenze sia teoriche sia pratiche su come valutare l'accettabilità degli stakeholder nei confronti delle innovazioni legate alla digitalizzazione, supportando così il processo decisionale in ambito pubblico e privato.Il corso si concentra sulla definizione, progettazione e implementazione di tecniche rigorose e robuste, basate su una solida teoria microeconomica, in grado di determinare ex ante l'accettabilità di politiche di intervento potenziali e prevedere il cambiamento comportamentale che potrebbe scaturire dall’effettiva implementazione delle stesse.
Le studentesse e gli studenti impareranno ad applicare tali metodi e, attraverso un approccio basato su casi di studio, saranno in grado di raccogliere, analizzare e interpretare i dati.
Programma
Il corso si articola in 4 moduli.Modulo 1: Concetti Introduttivi: Digitalizzazione (esempi, rilevanza); Preferenze (metodi, innovazioni); Politiche di intervento (pubblico, privato).
Modulo 2: Acquisizione dei dati: teoria, esercitazione, casi di studio pratici
Modulo 3: Analisi dei dati: teoria, esercitazione, casi di studio pratici
Modulo 4: Implicazioni: teoria, esercitazione, casi di studio pratici
Le esercitazioni e i casi di studio pratici sono sviluppati con il software R.
Prerequisiti
Nessuno. E' auspicabile che gli studenti abbiano conseguito esami di Economia Politica, Politica Economica, Statistica.Testi Adottati
• Acquati E., Bellini C. (2016). Digital Italy 2016. Per una strategia nazionale dell'innovazione digitale. Maggioli Editore• Furlan R., Martone D. (2011). La conjoint analysis per la ricerca sociale e di marketing. Franco Angeli, Milano, Italia.
• Marcucci (2005). I modelli a scelta discreta per l'analisi dei trasporti. Carocci, Roma
Articoli/capitoli di libro forniti durante il corso
Bibliografia Di Riferimento
Marcucci E, Gatta V, Valeri E, Stathopoulos A (2013). Urban freight transport modelling: an agent-specific approach. MILANO:FrancoAngeli, ISBN: 9788856859836 Hideo Aizaki, Tomoaki Nakatani, Kazuo Sato, 2014, Stated Preference Methods Using R, CRC Press. A.H. Studenmund, Using econometrics: a practical guide, 2011, Pearson. A Self Instructing Course in Mode Choice Modeling: Multinomial and Nested Logit Models, prepared for U.S. Department of Transportation, Federal Transit Administration, F.S. Koppelman and C. Bhat, 2006.Modalità Erogazione
Il corso prevede lezioni frontali ed esercitazioni con l'utilizzo del pc. Gli studenti sono chiamati ad effettuare presentazioni in aula e partecipare alle discussioni dei casi di studio pratici.Modalità Frequenza
La frequenza delle lezioni, seppur non obbligatoria, è fortemente consigliata.Modalità Valutazione
Per i frequentanti: il voto finale dipende dall'esito della prova finale orale (50%) e delle attività svolte in aula durante il corso, ossia la realizzazione di un caso di studio pratico con relativo rapporto di ricerca e presentazione, discussioni e partecipazione in classe (50%). L'esame orale è articolato su domande volte a verificare la conoscenza dei contenuti discussi durante il corso. Per i non frequentanti: il voto finale dipende dall'esito della prova finale scritta. L'esame scritto dura 1 ora ed è articolato su domande aperte volte a verificare la conoscenza dei contenuti dei libri: • Acquati E., Bellini C. (2016). Digital Italy 2016. Per una strategia nazionale dell'innovazione digitale. Maggioli Editore • Furlan R., Martone D. (2011). La conjoint analysis per la ricerca sociale e di marketing. Franco Angeli, Milano, Italia. • Marcucci (2005). I modelli a scelta discreta per l'analisi dei trasporti. Carocci, Roma, Capitoli 1 e 4.Risultati Apprendimento Attesi
I principali risultati di apprendimento attesi per questo corso sono:- esser capaci di illustrare le caratteristiche teoriche e pratiche di metodi per valutare l'accettazione/adozione/reazione rispetto alle innovazioni legate alla digitalizzazione supportando così i processi decisionali pubblici e privati.
- essere in grado di definire, progettare e implementare tecniche rigorose e robuste, basate su una solida teoria microeconomica, per indagare ex-ante le preferenze di stakeholders circa soluzioni innovative.
- saper applicare metodi innovativi e acquisire familiarità con la raccolta, la modellazione, l'analisi e l'interpretazione dei dati.
