La Qualitative Comparative Analysis: fondamenti e applica zione all’analisi di politiche pubbliche

La QCA è il risultato di un tentativo di individuare una metodologia di ricerca sociale ‘sintetica’ che riesca a “integrare le migliori caratteristiche dell’approc- cio case-oriented [qualitativo] con le migliori caratteristiche dell’approccio va- riable-oriented [quantitativo]” (Ragin 1987).

Alla QCA fanno capo una famiglia di tecniche finalizzate a perseguire un obietti- vo apparantemente contradditorio: sviluppare un’analisi in profondità di casi spe- cifici che consenta di catturane la complessità dei meccanismi causali e allo stesso tempo considerare nell’analisi un numero elevato di casi dalla cui comparazione si possa trarre un certo livello di generalizzazione dei risultati.

Le diverse tecniche di implementazione risultano da successivi sviluppi dell’in- tuizione iniziale incentrata sull’individuazione di un numero di variabili assunte come condizioni esplicative del fenomeno di interesse (o outcome), e sulla osser- vazione, in ottica comparativa, dell’ assenza/presenza delle variabili e dell’outco- me nei diversi casi osservati. La QCA distingue tra condizioni necessarie e suf- ficienti per individuare le configurazioni capaci di determinare il fenomeno di interesse. Le prime sono imprescindibili perché un fenomeno si verifichi (ma la loro sola presenza non ne garantisce l’effettiva realizzazione); le seconde invece garantiscono la realizzazione del fenomeno (ma non si può escludere che senza di esse il fenomeno non si realizzi ugualmente). Dato quindi un certo outco- me desiderato, la considerazione congiunta (attraverso l’algebra booleana) della presenza/assenza di queste condizioni necessarie e sufficenti e della presenza/ assenza dell’ outcome definisce lo spazio delle alternative (o di policy nel caso delle politiche pubbliche ).

La differenza tra le tecniche QCA risiede principalmente nella matematica appli- cata per considerare la presenza/assenza delle variabili esplicative e dell’outcome. 6 Un tentativo di avvicinamento è stato sperimentato in una ricerca legata a tematiche ecologiche e di uso degli spazi urbani promossa dal Swiss Federal Research Institute WSL In quel caso la QCA era stata utilizzata per modellizzare il comportamento degli agenti e non diverse ipo- tesi di intervento per la sua modifica.

La crisp-set QCA(csQCA) individua solo la presenza/asssenza (1/0) delle variabili;

la fuzzy-setQCA(fsQCA) attribuisce una gradazione o scala di assenza/presenza

delle variabili; la multi-valueQCA(mvQCA) consente di individuare stati multipli

ovvero non solo presenza / assenza ma diverse manifestazioni della presenza (es. livelli di governo per una variabile ‘istituzioni’ , o il grado scolastico per una variabile ‘istruzione’).

In merito ai rapporti con i metodi tradizionali, la QCA rimane un approccio eminentemente case-oriented. Si può quindi ascrivere alla famiglia dei metodi qualitativi alla cui matrice si possono ricondurre due suoi tratti distintivi. Il primo è la considerazione ‘olistica’ dei fenomeni sociali per cui ogni caso studiato è os- servato come un complesso di elementi da considerarsi nel suo insieme in tutte le fasi del percorso di indagine. Il secondo è il concetto di ‘causazione multipla e congiunta’ secondo il quale molto spesso è una combinazione di condizioni (e non una singola) che produce un fenomeno sociale (o il risultato di un interven- to). Differenti combinazioni di condizioni possono produrre uno stesso risultato (equifinalità) e, a seconda delle combinazioni in cui è inserita, una stessa condi- zione può avere effetti diversi.

Ma la QCA dialoga anche con i metodi quantitativi. Con essi condivide innanzi tutto, attraverso la formalizzazione matematica della comparazione, l’analisi di un numero consistente di casi. In secondo luogo, le operazioni di formalizzazione conducono ad una riduzione del numero di variabili che facilita la comparazione anche se non per questo la QCA può intendersi come approccio propriamente analitico. Infatti, terzo fattore di confronto con la tradizione quantitativa, la QCA individua delle connessioni tra (combinazioni di ) variabili che non si rifanno ad un concetto di causalità simmetrica tipico dell’analisi delle correlazioni (o con- tingenze) propria dei metodi statistici (a certi livelli/in presenza di una variabile corrispondono certi livelli/presenza di un’altra). La QCA si focalizza invece sul contemporaneo realizzarsi /non realizzarsi di molteplici condizioni (o variabili) esplicative e di una certa condizione (o variabile) di interesse, il che non significa che l’assenza delle prime implichi l’assenza della seconda.

In sintesi, la QCA propone un approccio allo studio dei fenomeni sociali che si prefigge l’obiettivo, dato un risultato, di individuare le condizioni che più sembra- no favorirne la realizzazione. I suoi punti di forza risiedono nell’applicazione del concetto di causalità multipla propria degli approcci qualitativi (differenti mec- canismi causali possono condurre a uno stesso risultato) supportata da una me- todologia che permetta un certo grado di generalizzazione e la replicabilità delle analisi proprie degli approcci quantitativi. In tal modo arricchisce la tradizione di ricerca qualitativa della possibilità di falsificazione delle conclusioni delle indagini ed anche un buon grado di cumulatività dei risultati e delle interpretazioni che se ne traggono, elementi propri della produzione di conoscenza che possa dirsi scientificamente fondata.

L’utilità dell’impiego della QCA nell’analisi delle politiche pubbliche risiede prin- cipalmente nel concetto di multi-causalità a fondamento della metodologia che consente di tenere in conto le molteplici e differenti cause che, alla stregua di altri fenomeni sociali complessi, caratterizzano i processi di policy.

Ogni policy, intesa come l’insieme delle decisioni e delle attività portate avanti da attori pubblici (e/o privati) con l’obiettivo di risolvere un problema collettivo che è stato ‘politicamente’ identificato come pubblico, si basa infatti su una qualche ‘teoria causale’. Questa teoria si fonda su assunzioni circa le determinanti della situazione su cui si vuole intervenire, sia in termini di cause del problema da ri- solvere e sia in termini di impatti attesi degli interventi implementati. In questo senso tale teoria non può prescindere dalla considerazione della complessità e molteplicità di queste determinanti se si vuole che gli effetti prodotti da una po- licy si orientino verso la soluzione del problema.

Le caratteristiche della QCA sposano bene queste intenzioni. Questa non si pro- pone come sostituta dei metodi statistici ‘tradizionali’ le cui conclusioni con- servano un loro ambito di validità, quanto piuttosto per essere utilizzata con- giuntamente ad essi, in termini complementari e di integrazione del percorso di indagine per ottenere una conoscenza più esaustiva dei fenomeni oggetto di studio.

Una rassegna della letteratura in materia (Rihoux et al. 2011) consente di qualifi-

care meglio il contributo della QCA allo studio dei processi di policy lungo tre dimensioni:

a. numerosità ed eterogeneità dei casi studio confrontati che hanno consen- tito di comparare programmi di policy tra diversi territori e diversi settori di policy a diversi livelli di aggregazione geografica: internazionale (singoli paesi o gruppi quali UE e OECD); all’interno di singoli paesi (tra regioni); e all’interno di specifiche regioni (tra municipalità).

b. valutazione, ex-post o ex-ante, di diversi combinazioni di interventi di po- licy tenendo in conto tanto gli ouputs quanto gli outcomes ad essi colle- gati. Diversamente dagli approcci statistici ed econometrici mainstream, la QCA consente di identificare più di un percorso che conduce ad un certo outcome e di legare l’efficacia di un policy ai contesti locali di implementa- zione così come agli specifici caratteri del settore di policy.

c. trasparenza del disegno di indagine. Il ricercatore, oltre a dover teoricamen- te giustificare le sue scelte, può modificare nel corso del lavoro di ricerca l’operazionalizzazione delle variabili considerate, può eliminarne alcune e aggiungerne altre in un percorso iterativo in cui l’apertura e la partecipa- zione di altri soggetti (policy maker e portatori di interessi inclusi) possono rafforzare la robustezza del disegno analitico.

Guardando alle applicazioni concrete, sulla base di un’ampia rassegna delle pub- blicazioni di QCA relative allo studio delle politiche pubbliche (Rihoux et al. 2011

), il contributo della QCA alla policy analysis sembra particolarmente rilevante con riferimento alla fase di policy design e implementativa, con riferimento a un livello amministrativo primariamente nazionale e con una preponderanza dei do- mini di policy riferiti all’ambito socio-economico (ca.50% delle pubblicazioni de- dicate a politiche di welfare, sanità e interventi macroeconomici) e alle politiche ambientali in senso ampio (ca. 25% è dedicato alla gestione delle risorse naturali).