La fonte del nostro dataset è OpenCoesione, un progetto di open government che raccoglie i dati relativi ai progetti finanziati con le politiche di coesione. Abbiamo scelto di concentrare la nostra analisi solo su progetti con un valore finanziato maggiore o uguale a 100.000 €. In totale, il nostro dataset è composto da 206.777 progetti. Nella nostra esplorazione preliminare, abbiamo cercato di definire quali fossero a rischio e di isolarne le caratteristiche principali.

Qualità e preparazione dei dati

Il dataset non ha righe duplicate: ogni progetto è identificato in modo univoco dalla coppia CUP + codice locale.

I valori mancanti nel dataset dipendono dalla sua struttura e non vanno considerati come errori. Per esempio, il ritardo e la data di fine effettiva sono valori assenti sui progetti non ancora conclusi. Oppure, progetti interamente finanziati con fondi nazionali (FSC, PAC) non hanno valori relativi alle descrizioni tematiche e fondo europeo.

La metrica: quando un progetto è a rischio

Nei dati ufficiali non esiste un’etichetta di “fallimento”: un progetto resta aperto finché non viene formalmente chiuso o definanziato. Abbiamo quindi optato per una classificazione binaria operativa che fotografa la presenza di un’anomalia procedurale alla data di riferimento del 31 dicembre 2025.

Dove passano i fondi

Prima di osservare i progetti attraverso la lente della nostra variabile target, vediamo la distribuzione dei fondi attraverso un diagramma di Sankey.

Nel grafico, ogni flusso ha uno spessore proporzionale ai fondi pubblici netti (in miliardi di €), partendo da ciascuna possibile fonte di finanziamento (FESR, FSE, FSC, Fondo di rotazione, PAC, Regione), passando per il territorio (Mezzogiorno, Centro-Nord) e finendo su ciascun tema del progetto. Da questa visualizzazione possiamo vedere come al Mezzogiorno la coesione è più nazionale (FSC) che europea (FESR), e i trasporti sono il tema che assorbe la fetta maggiore del finanziamento. Inoltre, in maniera coerente con la missione redistributiva delle politiche di coesione, al Mezzogiorno vengono allocati molti più fondi (215 contro 79 mld €).

È importante notare che nonostante questo sbilanciamento nella attribuzione dei fondi, il numero di progetti risulta comunque bilanciato per ciascuna macro-area.

Infatti, sul totale dei progetti analizzati, il 56% è al Mezzogiorno, mentre il 44% al Centro-Nord.

Dimensione e tema

Per esplorare la dimensione del rischio, abbiamo deciso di osservare due features specifiche: la dimensione, ovvero la quantità di fondi destinati ai progetti, e il tema.

Dimensione. Abbiamo diviso la dimensione per classi di importo. Questo ci consente di osservare che il rischio non cresce necessariamente con la taglia del progetto. La distribuzione del rischio, infatti, disegna una campana. Sale dal 29,4% dei progetti più piccoli fino al 43,9% della fascia 5-10 milioni, per poi scendere nuovamente (42,9% fra 10 e 50 milioni, 38,5% sopra i 50).

Il punto più critico sono i progetti medio-grandi, quelli che potrebbero essere abbastanza complessi da accumulare ritardo, ma non abbastanza grandi da ricevere un’attenzione particolare.

Resta un dato di peso da tenere presente: i progetti piccoli (100-500k) sono il 70% del totale ma circa 31 dei 315 miliardi, mentre i 623 progetti sopra i 50 milioni ne valgono da soli 120.

Tema. Il tema maggiormente associato ai progetti a rischio è la competitività delle imprese (39,6% a rischio), seguito da trasporti e mobilità (37,4%) e ambiente (35,2%).

Quelli meno a rischio sono: reti e servizi digitali (21,8%), energia (24,2%) e capacità amministrativa (26,2%). I trasporti meritano attenzione perché muovono i fondi maggiori, quasi 100 miliardi su 315, praticamente un terzo di tutto il denaro.

Divario territoriale: Centro-Nord/Mezzogiorno

Continuando la nostra analisi sul rischio e concentrandoci sulla localizzazione dei progetti, vediamo che il 42% dei progetti del Mezzogiorno è «a rischio», mentre nel Centro-Nord solo il 20,5%.

Sui progetti mai avviati le due aree sono quasi pari, 7,2% al Mezzogiorno, 8,8% al Centro-Nord. Il divario principale, dunque, si trova nei progetti in ritardo: al Mezzogiorno, sono il 34,8%, al Centro-Nord l’11,7%. Si tratta di una differenza di circa un triplo.

Il divario è osservabile anche dentro ogni ciclo di programmazione: in tutti i cicli il Mezzogiorno è più a rischio, con uno scarto di 30 punti percentuali nel ciclo 2014-2020. Per un’analisi più approfondita del ruolo del territorio nella definizione di questo scarto, a parità di dimensione, tema e tipo di intervento, rimandiamo alla regressione multivariata.

La mappa regionale

Per non fermarci alla semplice distinzione tra macro-aree, abbiamo analizzato il rischio anche a livello regionale: il gradiente da Nord a Sud si conferma, ma con eccezioni in entrambe le direzioni.

In coda c’è la Sicilia con il 53,8%, staccata di tredici punti dalla seconda, la Campania (40,5%): più di un progetto su due. A queste due seguono Calabria (39,8%) e Puglia (38,5%). In testa la Liguria con il 9,2%, poi Valle d’Aosta (15,5%), Molise (16,5%) e Veneto (16,6%).

Le eccezioni. Nel Centro-Nord, Marche (31,4%) e Lazio (27,6%) hanno progetti con un tasso di rischio peggiore di quattro regioni del Mezzogiorno: nel caso delle Marche il motivo si legge nella scomposizione, perché il 16,2% dei loro progetti non è mai partito, il valore più alto d’Italia, mentre il 15,2% fuori tempo è nella norma del Centro-Nord. Dall’altro lato il Molise è davanti a Lombardia, Piemonte e Veneto. Il territorio, dunque, pur dando una chiave di lettura importante, non spiega in maniera completa le ragioni del rischio.

Numero di enti coinvolti e ritardi

Abbiamo anche considerato l’ipotesi che più enti coinvolti in un progetto possano contribuire al ritardo, considerando eventuali difficoltà di coordinamento fra soggetti.

Dall’analisi emerge che la correlazione fra il numero di enti e il ritardo è praticamente nulla (coefficiente di correlazione di Pearson ≈ −0,04).

Ovviamente, in questo caso il ritardo è misurato quasi solo sui progetti conclusi: per un’analisi più approfondita di questo aspetto rimandiamo alla regressione multivariata, dove il numero di enti entra tra i predittori sul rischio (che include anche i progetti mai partiti).

Correlazioni

In maniera preliminare alla costruzione di un modello, abbiamo cercato di identificare le variabili che portano informazione diversa e più significativa.

La prima matrice mette a confronto tutte le variabili numeriche continue e fa emergere tre gruppi ridondanti: le grandezze finanziarie assolute (finanziamento, pagamenti, costo realizzato, con correlazioni fino a 0,90), i due contatori di governance (numero di attuatori e numero di enti, di fatto la stessa variabile: 0,98) e le quote UE e Stato, quasi complementari per costruzione (−0,72). Per la costruzione del modello, prenderemo da ciascun gruppo una sola variabile.

Tenendo in considerazione solo 4 di queste variabili, possiamo calcolare la seguente matrice.

La correlazione più alta è 0,20. Le quattro variabili raccontano cose diverse, e i coefficienti del modello si potranno leggere uno per uno senza il sospetto che si stiano rubando informazione a vicenda.

Da qui partono le analisi successive, che lavorano tutte sullo stesso insieme con qualche adattamento: il clustering prende come variabili il logaritmo in base 10 del finanziamento totale e della quota privata,mentre la regressione e il Random Forest usano l’importo suddiviso in fasce.

In sintesi

Un progetto su tre (32,6%) è a rischio, e in aggregato il problema è l’esecuzione più che l’avvio: il 24,8% è partito e ha già sforato la scadenza, il 7,9% non è mai partito. Il rischio si concentra sui progetti medio-grandi (picco del 43,9% fra 5 e 10 milioni), e riguarda alcuni temi specifici.

Il divario territoriale è netto (42,0% contro 20,5%) ed è osservabile in ciascun ciclo di finanziamenti. La complessità di governance, invece, non spiega i ritardi.

Restano due avvertenze prima di trarre conclusioni causali: le differenze descrittive non bastano. Il passo successivo è la regressione multivariata, che stima il peso del territorio a parità di dimensione, tema, tipo di intervento e fonte di finanziamento.