Efficienza energetica e valori immobiliari nel settore residenziale

L’utilizzo di nuove tecnologie intelligenti rappresenta un fattore fondamentale per la riduzione della domanda di energia attraverso tecniche che promuovono l’efficienza energetica. L’utilizzo di tali tecnologie può anche risolversi nell’ottenimento di grandi benefici ambientali ed economici. Un primo passo è capire cosa si intenda per tecnologie ‘intelligenti’ e se il loro utilizzo ha effetti moltiplicativi sui valori immobiliari.

Descrizione

Uno studio della letteratura ha evidenziato come la stessa Direttiva 2010/31/EU affermi l’attuale incapacità del mercato immobiliare nell’affrontare le sfide dell’efficienza energetica (Annunziata et al., 2013). Tale ultima affermazione è stata però oggetto di studio in altri lavori (si veda ad esempio Brounen e Kok, 2011 o Tuominen et al., 2012) le cui conclusioni risultano essere contrastanti.

In relazione a questi lavori e allo studio degli edifici ZEB, tale attività di revisione della letteratura si intende preliminare allo studio dell’impatto di soluzioni per l’efficienza energetica nel settore residenziale sui valori immobiliari.

E’ in corso uno studio in cui si procede tramite metodologie dei prezzi edonici e se i dati lo permettono anche attraverso tecniche diff-in-diff per la valutazione dell’impatto di tecnologie di efficientamento energetico degli edifici sul loro valore immobiliare. Il modello stimato è il seguente:

 log(Price)_i,j,t = α_i,j + β^₁D_j +β^₂D_j * Post_t + yeardummy + γX’_j,t + u_i,j,t

dove la variabile dipendente è il logaritmo del prezzo medio dei valori abitativi, i, dell’area subcomunale, j, al tempo t. D è una variabile dummy uguale a 1 se l’osservazione è nei gruppi di trattamento (cioè in quartieri dove si è assistito ad un maggiore utilizzo di tecniche di efficientamento energetico negli edifici) o 0 altrimenti, Post è una variabile che assume il valore 1 se si verifica il trattamento e 0 altrimenti. Inoltre si aggiungono anche un set di variabili socio-economiche dell’area per considerare altri aspetti che possono influenzare il valore immobiliare di un’area, così da estrapolare solamente l’impatto delle tecniche sotto analisi.

Quindi il metodo dei prezzi edonici permette la stima del valore di mercato di determinati caratteri o servizi. Questa stima viene prodotta attraverso l’utilizzo di tecniche di regressione multivariata che permettono di ricavare il valore di un servizio a partire dai prezzi di mercato dei beni che lo incorporano.

Campo di applicazione

La struttura di grandi città in Europa (e altre regioni) sta evolvendo sia verso un modello metropolitano, in cui circostanti piccole unità urbane sono incorporate in una singola unità più grande, o verso un modello policentrico, in cui diversi centri sono connessi tramite infrastrutture di mobilità e di insediamenti fisici per formare un grande e continua ’città regionale’. Il risultato di entrambi i modelli è l’espansione urbana, che ha impatti sia sulla riduzione di aree naturali e biodiversità che sull’utilizzo e inquinamento delle risorse naturali. Questi modelli urbani in evoluzione sono stati studiati (Akbari et al, 2001;. Gleaser e Kahn, 2010) in merito alle loro implicazioni in termini di efficienza energetica e mitigazione dei cambiamenti climatici (riduzione delle emissioni di gas a effetto serra e di sequestro del carbonio). Esistono prove sui vantaggi delle città verticali per l’efficienza energetica e di emissioni, fondati sulla mobilità a corto raggio e le economie di scala nel consumo di energia (Gaigne et al, 2012;. Handy, 1996), evitando in tal modo l’espansione urbana e la costruzione di infrastrutture fisiche in eccesso (reti di trasporto), a condizione che prevalga una buona infrastruttura immateriale (ICTs) e che via sia un buon match tra luoghi residenziali e lavorativi. La città intelligente ha dunque il compito di colmare il gap tra infrastrutture materiali delle città con il capitale umano e sociale dei cittadini, così da migliorare le “prestazioni urbane” intese come disponibilità di: capitale fisico, comunicazione, conoscenza e infrastrutture sociali per mezzo dell’ottimizzazione e dell’innovazione dei servizi pubblici in tutti gli ambiti di vita dei cittadini.

Il concetto di smart city deve necessariamente considerare una serie di molteplici aspetti che possono eventualmente riversarsi sulla qualità di vita delle persone, aspetti che possono avere diversi costi e benefici. Gli obiettivi specifici del nostro studio riguardano dunque due aspetti fondamentali relativi alla creazione e sviluppo di una città intelligente: la sua sostenibilità, intesa in senso ampio (economica, sociale ed ambientale) e alla valutazione e comparazione a livello urbano del concetto di "smartness" e in particolare ci concentreremo principalmente sullo studio di una particolare classe di edifici intelligenti, quali gli Zero-Emission Buildings (ZEB).

In primo luogo, per lo studio della sostenibilità della smart city, si propone un’analisi costi-benefici (ACB) che contrariamente a quanto riportato in precedenti analisi può essere svolta sia in un’ottica bottom-up che top-down. Nel primo caso partendo dalla stime di costi e benefici di misure adottate a livello di singolo edificio, è possibile simulare diversi scenari a livello urbano e/o di singolo quartiere. Nel secondo caso è possibile stimare costi e benefici a livello aggregato ed imputarli ad un singolo edificio. 

Bibliografia

Akbari, H., Pomerantz, M., & Taha, H. (2001). Cool surfaces and shade trees to reduce energy use and improve air quality in urban areas. Solar energy, 70(3), 295-310.

Brounen, D., & Kok, N. (2011). On the economics of energy labels in the housing market. Journal of Environmental Economics and Management, 62(2), 166-179.

Costantini, V., Crespi, F., Orsatti, G., & Palma, A. (2015). Policy inducement effects in energy efficiency technologies. An empirical analysis of the residential sector. In Green Energy and Efficiency (pp. 201-232). Springer, Cham.

European Council (2010). Draft Working Document on supplementing Directive 2010/31/EC of the European Parliament and of the Council on the EPBD.

Gaigné, C., Riou, S., & Thisse, J. F. (2012). Are compact cities environmentally friendly?. Journal of Urban Economics, 72(2-3), 123-136.

Glaeser, E. L., & Kahn, M. E. (2010). The greenness of cities: Carbon dioxide emissions and urban development. Journal of urban economics, 67(3), 404-418.

Handy, S. (1996). Methodologies for exploring the link between urban form and travel behavior. Transportation Research Part D: Transport and Environment, 1(2), 151-165.

Tuominen, P., Klobut, K., Tolman, A., Adjei, A., & de Best-Waldhober, M. (2012). Energy savings potential in buildings and overcoming market barriers in member states of the European Union. Energy and Buildings, 51, 48-55.