Policy design analysis and evaluation

A.A. 2024/2025
12
Crediti massimi
80
Ore totali
SSD
INF/01 SPS/04
Lingua
Inglese
Obiettivi formativi
This course trains researchers in political analysis and public policy. Thus, it contributes to delivering COM/DAPS&CO's learning outcomes in policy analysis and evaluation that will serve students in a variety of contexts including firms, public agencies, private and public interest associations, and research institutes.
Risultati apprendimento attesi
This course equips students to shape and test causal claims about policy and institutional design. By the end of the course, students will acquire the key theoretical knowledge and skills to perform small- and large-scale analyses that establish the nature of the connection between relevant institutional features, behavior, and policy performance.
Corso singolo

Questo insegnamento non può essere seguito come corso singolo. Puoi trovare gli insegnamenti disponibili consultando il catalogo corsi singoli.

Programma e organizzazione didattica

Edizione unica

Responsabile
Periodo
Primo trimestre
Il corso si avvale di uno spazio dedicato su Ariel e altre applicazioni integrate, indipendentemente delle misure in vigore. Gli studenti sono caldamente invitati a richiedere l'accesso al canale dal loro account istituzionale in tempo utile.

Programma
PN. Il corso potrà subire modifiche nei contenuti. Il programma consolidato sarà disponibile su Ariel.

Lezione 00 - La mappa del corso
La prima lezione è dedicata a illustrare: (a) oggetto e obiettivi del corso; (b) le risorse a disposizione degli studenti; (c) il percorso di apprendimento e le modalità di valutazione.
Riferimenti:
A Schneider, H Ingram, Systematically pinching ideas, 10.1017/S0143814X00006851
A Schneider, H Ingram, Behavioral assumptions of policy tools, 10.2307/2131904

Modulo A _ La sostanza
Docente: A Damonte

Le politiche pubbliche sono soluzioni a problemi di rilevanza collettiva. In quanto tali, si sviluppano attorno a due ipotesi causali collegate. La prima considera che il comportamento di alcuni attori in specifiche situazioni sia responsabile del problema. La seconda ipotesi mantiene che, intervenendo sulla situazione o più direttamente sui comportamenti degli attori, il problema possa essere risolto o almeno alleviato.
Il modulo offre gli strumenti analitici per identificare le due ipotesi in contesti reali, con un approfondimento sull'uso dell'informazione come strumento di intervento.

Lezione 02 - Il focus delle politiche pubbliche: le situazioni
Riferimenti:
PA Sabatier, Theories of the Policy Process, Ch 2
Lezione 03 - Esempio e discussione
Riferimenti:
E Ostrom, Reflections on 'Some Unsettled Problems of Irrigation,' 10. 1257/aer.101.1.49

Lezione 04 - Fare le politiche pubbliche
Riferimenti:
PA Sabatier, Theories of the Policy Process, Ch 3, 7
Lezione 05 - Esempio e discussione
Riferimenti:
E Aukes, K Lulofs, & H Bressers, Framing mechanisms, 10.1080/19460171.2017.1314219

Lezione 06 - Informazione come regolazione
Riferimenti:
JG Kelley, BA Simmons. Politics by number, 10.1111/ajps.12119
Lezione 07 - Esempio e discussione
Riferimenti:
S Schueth, Winning the rankings game, 10.1017/CBO9781316161555.007

Lezione 08 - Destinatari o decisori?
Riferimenti:
L Bini M Bellucci, Accounting for Sustainability, Ch 2 10.1007/978-3-030-24954-0_2
Lezione 09 - Esempio e discussione
Riferimenti:
Adrian Zicari and Luis Perera Aldama, Value-Added Statements as a Communication Tool for Stakeholders, 10.1007/978-3-319-62785-4_9

Lezione 10 - Lavoro di gruppo: analisi e sviluppo di rendiconti non-finanziari
Lezione 11 - Lavoro di gruppo: analisi e sviluppo di rendiconti non-finanziari


Modulo B _ La forma
Docente: A Damonte

Le ipotesi causali riguardo al mondo condividono una struttura formale che le lenti della logica formale rendono evidenti. Il modulo introduce gli studenti al linguaggio e alle regole della logica di primo ordine e illustra le caratteristiche dell'inferenza valida.

Lezione 12 - Analisi degli argomenti e evidenze
Riferimenti:
P Phelan and P Reynolds, Argument and Evidence, Capp 2,4
Lezione 13 - Schemi di inferenza
Riferimenti:
P Phelan and P Reynolds, Argument and Evidence, Cap 5
Lezione 14 - Stabilire la validità
Riferimenti:
P Phelan and P Reynolds, Argument and Evidence, Cap 6
Lezione 15 - L'analisi critica in pratica
Riferimenti:
P Phelan and P Reynolds, Argument and Evidence, Cap 7
Lezione 16 - Assunti
Riferimenti:
P Phelan and P Reynolds, Argument and Evidence, Cap 8
Lezione 17 - L'evidenza come terreno della tenibilità: ma cosa conta come evidenza?
Riferimenti:
P Phelan and P Reynolds, Argument and Evidence, Capp 9,10

Lezione 18 - Test


Modulo C _ Stabilire la tenibilità con la probabilità frequentista
Docente: da definire

Implicitamente o esplicitamente, l'obiettivo di molta ricerca empirica consiste nell'interpretazione causale dell'occorrenza congiunta di fenomeni interessanti. Stabilire la causalità, però, è notoriamente difficile senza il lusso di evidenze sperimentali. Dopo aver presentato lo schema analitico dell'Outcome Potenziale come quadro analitico di riferimento per valide inferenze causali, il modulo introduce gli studenti alla teoria e pratica di quattro disegni per identificare affermazioni causali convincenti in assenza di dati sperimentali.

Lezione 19 - L'ideale sperimentale e il quadro analitico dell'Outcome Potenziale
Riferimenti:
Angrist and Pischke: Ch. 1 & 2
Dunning: Introduction, Ch. 5.1 (The Neyman model 5.1.1-5.1.5)

Lezione 20 - Instrumental Variables
Riferimenti:
Dunning, Ch. 4
Angrist and Pischke: Ch. 4
Card (1993), 10.3386/w4483
Class 21- Sessione di laboratorio

Lezione 22- Regression Discontinuity Design
Riferimenti:
Dunning: Ch. 3
Angrist and Pischke: Ch. 6
Lee (2007), 10.1016/j.jeconom.2007.05.004
Lezione 23 - Sessione di laboratorio

Lezione 24 - Matching
Riferimenti:
Angrist and Pischke: Ch. 3.3.1
Costalli & Negri (2021), 10.1017/ipo.2021.2
Lezione 25 - Sessione di laboratorio

Lezione 26 - Difference-in-Differences
Riferimenti:
Angrist and Pischke: Ch. 5.2 (Differences-in-Differences 5.2-5.2.1)
Card & Krueger (1993), 10.3386/w4509
Lezione 27 - Sessione di laboratorio

Lezione 28 - Domande e risposte


Modulo D _ Stabilire la tenibilità con gli insiemi
Docente: A Damonte

L'Analisi Qualitativa Comparata (QCA) permette di stabilire la tenibilità delle ipotesi causali sfruttando la corrispondenza tra strutture della logica formale e relazioni tra insiemi. Il modulo introduce gli assunti specifici e la strategia che caratterizzano la tecnica con l'ausilio di un esempio reale.

Lezione 29 - Assegnare numeri a lettere: valori di appartenenza binari e fuzzy
Riferimenti:
A Dusa, QCA with R, Cap 4
Lezione 30 - Strumenti analitici: parametri di fit
Riferimenti:
A Dusa, QCA with R, Capp 5, 6
Lezione 31 - Strumenti analitici: la tavola di verità
Riferimenti:
A Dusa, QCA with R, Cap 7

Lezione 32 - Una QCA dall'inizio alla fine - Modellare una spiegazione configurativa
Lezione 33 - Una QCA dall'inizio alla fine - Analisi di necessità e aspettative direzionali
Lezione 34 - Una QCA dall'inizio alla fine - Analisi di sufficienza e minimizzazioni
Lezione 35 - Una QCA dall'inizio alla fine - Visualizzazione
Riferimenti:
Rihoux B, & CC Ragin. 2008. Configurational comparative methods. Ch 2, 3, 5
Damonte A, 2021. Modeling configurational explanations, 10.1017/ipo.2021.2

Lezione 36 - Lavoro di gruppo - Replicazione critica
Lezione 37 - Lavoro di gruppo - Replicazione critica
Lezione 38 - Lavoro di gruppo - Replicazione critica

Lezione 39 - Presentazione e discussione
Lezione 40 - Presentazione e discussione
Prerequisiti
Il corso non presume particolari conoscenze pregresse; per il modulo D, facilita avere familiarità con l'analisi multivariata per le scienze sociali. Gli studenti sono caldamente invitati a utilizzare i propri portatili in classe e, specialmente dal modulo C, a installare la versione aggiornata di R e RStudio.
Metodi didattici
Il corso si svolge attraverso lezioni frontali, esercitazioni guidate su software, verifiche istantanee di comprensione, discussioni, lavori di gruppo, e presentazioni.
Materiale di riferimento
___Modulo A
- Sabatier Paul A. 2007. Theories of the Policy Process. Boulder, CO: Westview Press. Ch. 2, 3, 7
- Schneider, A., & Ingram, H. 1988. Systematically pinching ideas: A comparative approach to policy design. Journal of public policy, 61-80.
- Schneider, A., & Ingram, H. 1990. Behavioral assumptions of policy tools. The journal of politics, 52(2), 510-529.
- Ostrom, E. 2011. Reflections on" Some unsettled problems of irrigation". American Economic Review, 101(1), 49-63.
- Aukes, E., Lulofs, K., & Bressers, H. 2018. Framing mechanisms: the interpretive policy entrepreneur's toolbox. Critical Policy Studies, 12(4), 406-427.
- Kelley, J. G., & Simmons, B. A. 2015. Politics by number: Indicators as social pressure in international relations. American journal of political science, 59(1), 55-70.
- Schueth, S. 2015. Winning the rankings game: The Republic of Georgia, USAID, and the Doing Business project. 151-177 in A Cooley, J Snyder (Eds). Ranking the World: Grading States as a Tool of Global Governance, 151-77.
- Bini L., Bellucci M. 2020. Accounting for Sustainability. 9-51 In: Integrated Sustainability Reporting. Springer, Cham.
- Zicari A., Aldama L.P. (2017) Value-Added Statements as a Communication Tool for Stakeholders: The Case of Industrias Peñoles in Mexico. 193-214 In: Freeman R., Kujala J., Sachs S. (eds) Stakeholder Engagement: Clinical Research Cases. Issues in Business Ethics, vol 46. Springer, Cham.

___Modulo B
- Phelan, P. and Reynolds, P. 1996. Argument and Evidence: Critical Analysis for the Social Sciences. London: Routledge.

___Modulo C
- Angrist, Joshua, and Jörn-Steffen Pischke. 2009. Mostly Harmless Econometrics: An Empiricist's Companion, Princeton: Princeton University Press.
- Dunning, Thad. 2012. Natural Experiments in the Social Sciences: a Design-Based Approach. Cambridge University Press.
- Card, D. 1993. Using geographic variation in college proximity to estimate the return to schooling. NBER working paper, (w4483).
- Card, D., & Krueger, A.B. 1993. Minimum wages and employment: A case study of the fast food industry in New Jersey and Pennsylvania (No. w4509). National Bureau of Economic Research.
- Costalli, S., & Negri, F. 2021. Looking for twins: how to build better counterfactuals with matching. Italian Political Science Review/Rivista Italiana di Scienza Politica, 1-16.
- Lee, D.S. 2008. Randomized experiments from non-random selection in US House elections. Journal of Econometrics, 142(2), 675-697.

___Modulo D
- Rihoux, B., and C.C. Ragin. 2008. Configurational comparative methods: Qualitative comparative analysis (QCA) and related techniques. Sage Publications. Ch 2, 3, 5.
- Dusa, A. 2019. QCA with R. Cham: Springer.
- Damonte, A. 2021. Modeling configurational explanations. Italian Political Science Review/Rivista Italiana di Scienza Politica, 1-16.
Modalità di verifica dell’apprendimento e criteri di valutazione
Il corso sviluppa conoscenze e competenze per stabilire e valutare la tenibilità logica, causale, e empirica dei disegni di policy intesi come argomenti causali.

Gli studenti vengono quindi valutati per:

1. la partecipazione attiva.
Ogni lezione frontale includere modalità istantanee di verifica della comprensione, laboratori, discussioni, e presentazioni.
La partecipazione attiva garantisce fino a 6 punti del voto finale.

2. la capacità di sviluppare misure adeguate per la rendicontazione di risultati sociali, ambientali, di governance.
Nella parte conclusiva del modulo A, gli studenti sono organizzati in gruppi di lavoro sulla rendicontazione di risultati non-finanziari.
Un lavoro di gruppo efficace garantisce fino a 6 punti del voto finale.

3. la capacità di formalizzare un argomento di policy.
A conclusione del modulo B, gli studenti sono invitati a tradurre una ipotesi causale espressa in linguaggio naturale in un modello logico usando gli operatori Booleani.

4. la competenza nella replicazione di una analisi configurativa.
A conclusione del modulo C, a ciascun studente viene assegnata un'applicazione replicabile e pubblicata di QCA. In forma guidata, gli studenti producono uno script che risponde alle seguenti domande:
i) il modello: è configurativo?
ii) la selezione di casi e variabili grezze: assicura una adeguata verifica empirica?
iii) la calibratura: è replicabile?
iv) le aspettative direzionali: sono supportate empiricamente?
v) la tavola di verità: contiene primitive inconsistenti?
vi) le soluzioni: viene discussa quella 'meritevole'?
L'adeguato completamento dell'esercizio garantisce fino a 6 punti del voto finale.

5. la competenza nei disegni quasi-sperimentali.
A conclusione del modulo D, agli studenti verrà chiesto di replicare un lavoro sviluppato attorno a uno specifico disegno quasi-sperimentale, e di discuterne punti di forza e debolezza.
L'adeguato completamento dell'esercizio garantisce fino a 6 punti del voto finale.

Nel colloquio individuale conclusivo vengono rivelati i punti ottenuti durante l'intero corso e si apre l'opportunità di rivedere gli esercizi, discutere i limiti, e approfondire.
Il colloquio decide il voto finale e può garantire un aggiustamento fino a 3 punti.
INF/01 - INFORMATICA - CFU: 6
SPS/04 - SCIENZA POLITICA - CFU: 6
Lezioni: 80 ore
Docente/i
Ricevimento:
Venerdì 13.30-14.30 (studenti) - 14.30-16.30 (tesisti e dottorandi)
sopralzo, II piano, stanza 12 | VirtualOffice in Teams