Luglio 2025 - L'analisi propone una sperimentazione dell'utilizzo di modelli di Machine Learning per studiare i fattori che incidono sulla partecipazione alle Misure del PSR. L'analisi si concentra in particolare sul caso dell'Operazione 4.1.1

L’accesso ai finanziamenti pubblici rappresenta una leva cruciale per lo sviluppo e la competitività delle aziende agricole.
Nell’ambito del Programma di Sviluppo Rurale (PSR) del Piemonte, tuttavia, la partecipazione delle imprese a tali misure non è sempre uniforme e risulta influenzata da una molteplicità di fattori economici, strutturali e geografici, sui quali è necessario indagare con l’obiettivo di fornire un supporto che aiuti i programmatori a identificare potenziali criticità nei meccanismi di delivery delle politiche.

La ricerca si propone di stimare i fattori principali che condizionano la partecipazione delle aziende agricole piemontesi ai bandi dell’Operazione 4.1.1 del PSR 2014-2022, impiegando modelli di Machine Learning (ML). In particolare, si utilizza l’algoritmo XGBoost per la modellazione predittiva, seguito da un’analisi interpretativa tramite SHAP (SHapley Additive ex-Planations), al fine di identificare le variabili più influenti e comprenderne le interazioni.

I risultati di questa ricerca offrono spunti interessanti per la messa a punto delle politiche pubbliche. Infatti, comprendere i fattori che favoriscono o ostacolano la partecipazione ai bandi, permette di ottimizzare la progettazione delle future misure di finanziamento, rendendole più efficaci e accessibili.

Scarica QUI il Quaderno di ricerca n. 367 "Determinanti della partecipazione al PSR 2014-2022 in Piemonte: un'analisi tramite Machine Learning",, a cura di Marco Adamo, IRES Piemonte, luglio 2025