Abbiamo visto come le spese in ambito energetico debbano tener conto di carburanti e costi di energia e come questi possano avere un differente risparmio nel caso di come consideriamo le spese dell’Illuminazione pubblica. La manutenzione è anche una tipologia di costi più articolato che ci può anche far capire lo stato dell’efficienza energetica (immobili, impianti, macchine) e del suo complesso delle spese dei Comuni. Per questo valuteremo adesso le spese di manutenzione su diverse voci dei comuni.

Manutenzione ordinaria e riparazioni di beni immobili

Per ampliare il range di ricerca si è svolta anche un’indagine sul tema della Manutenzione ordinaria e riparazioni di beni immobili usando come riferimento alla seguente voce di spesa:

         1.03.02.09.008 – Manutenzione ordinaria e riparazioni di beni immobili

I dati disponibili coprono il 91,2% dei Comuni

1 4

2 2

Si evidenzia l’alta percentuale di Comuni con dati (tranne tipologia Micro) a conferma di un omogeneo uso del servizio.

La curva di tendenza adottata per rappresentare il valore medio per ogni cluster è di qualità, come certificato anche dal livello di precisione relativa <=10% di qualità per l’algoritmo adottato (salvo per cluster micro e città).

Il Target risultante è stato ottenuto con una riduzione del 20% rispetto alla linea di tendenza del valore medio adottata del servizio.

In tutti i cluster (>40 % dei Comuni) si configura una possibile ottimizzazione della spesa potenziale del 42%. Si tratta di circa 195 milioni €/anno. Risulta una significativa e numerosa area di intervento di miglioramento che va analizzata in riferimento al numero di immobili (magari da ridurre in numero e/o in spazi utilizzati), alla loro vetustà e ai prezzi di appalto degli interventi di manutenzione.

Manutenzione ordinaria e riparazioni di impianti e macchinari

Alta voce di spesa analizzata è la manutenzione ordinaria e riparazioni di impianti e macchinari. In questo caso si è fatto riferimento al “Codice 1.03.02.09.004- Manutenzione ordinaria e riparazioni di mezzi di trasporto ad uso civile, di sicurezza e ordine pubblico”, indicatore di spesa con dati disponibili circa 75 % dei Comuni.

3 1

4

Si evidenzia l’alta percentuale di Comuni con assenza dati, fenomeno diffuso in tutti i cluster (in media 25% con valori più alti nei cluster con Comuni più piccoli), condizione difficilmente giustificabile visto il tipo di servizio riscontrabile in ogni Comune, un aspetto quindi da migliorare della raccolta dati Siope.

La curva di tendenza adottata per rappresentare il valore medio per ogni cluster è accettabile come certificato anche dal livello di precisione relativa <=10% per l’algoritmo adottato (ad eccezione dei cluster piccolo, grande e città).

Il Target risultante è stato ottenuto con una riduzione del 20% rispetto alla linea di tendenza del valore medio adottata.

Nei limiti di quanto sopra, in tutti i cluster (in media 39 % dei Comuni) si configura un saving potenziale pari al 49,4% della spesa inerente, per un risparmio di circa 62 milioni €/anno.

Risulta una significativa e numerosa area di intervento di miglioramento che va analizzata in riferimento alla tipologia/vetustà degli impianti, alla loro vetustà e ai prezzi di appalto degli interventi di manutenzione.

Manutenzione ordinaria e riparazioni di mezzi di trasporto ad uso civile, di sicurezza e ordine pubblico

Nel caso della Manutenzione ordinaria e riparazioni di mezzi di trasporto ad uso civile, di sicurezza e ordine pubblico si è fatto riferimento alla seguente voce di spesa:

                            1.03.02.09.001- Manutenzione ordinaria e riparazioni di mezzi di trasporto ad uso civile, di sicurezza e ordine pubblico

I dati disponibili coprono il 84,5% dei Comuni

5

6

Si evidenzia l’alta percentuale in tutti cluster (tranne tipologia MICRO e PICCOLO) di Comuni con dati, a conferma di un omogeneo uso del servizio, che nei Comuni più piccoli (ritenendo cmq presente almeno qualche mezzo) forse la relativa spesa viene imputata ad altra voce di spesa.

La curva di tendenza adottata per rappresentare il valore medio per ogni cluster è accettabile solo in alcuni cluster come certificato anche dal livello di precisione relativa <=10% per l’algoritmo adottato (ad eccezione di piccolo, intermedio, grande e citta).

Il Target risultante è stato ottenuto con una riduzione del 20% rispetto alla linea di tendenza del valore medio adottata.

Nei limiti di quanto sopra in tutti i cluster (in media 39 % dei Comuni) si configura una possibile ottimizzazione della spesa pari al 44% della spesa inerente, circa 17 milioni €/anno.

Risulta una significativa e numerosa area di miglioramento che va analizzata in riferimento al numero di mezzi (magari da contenere/ammodernare), alla loro vetustà e ai prezzi di appalto degli interventi di manutenzione.

Utenze e canoni altri servizi

Infine abbiamo valutato il costo delle utenze e canoni altri servizi per cui si è fatto riferimento alla seguente voce di spesa:

                            1.03.02.05.999 – Utenze e canoni per altri servizi n.a.c.

I dati disponibili coprono il 69% dei Comuni

7

8

Si evidenzia l’alta percentuale, in tutti cluster (in media 31%, con valori più alti al decrescere della popolazione dei cluster) di Comuni con assenza dati. Condizione riconducibile a una assenza di spesa/contratti significativi (Comuni con meno abitanti) e/o un a errata imputazione di spesa (comuni con più abitanti), un aspetto quindi da migliorare della raccolta dati Siope.

La curva di tendenza adottata per rappresentare il valore medio per ogni cluster è di scarsa qualità (assenza di dati in vari cluster), fa eccezione Micro (forse perché viene usato per varie voci di spesa), come certificato anche dal livello di precisione relativa dei cluster dal 15 al 46% per l’algoritmo adottato (alta dispersione del valore dell’indicatore e quindi di spesa).

Il Target risultante è stato ottenuto con una riduzione del 20% rispetto alla linea di tendenza del valore medio adottata.

Nei limiti di quanto sopra, in tutti i cluster (in media 29 % dei Comuni) si configura un saving potenziale pari al 65,6% della spesa inerente, quindi circa 105,6 milioni €/anno.

Anche in questo caso risulta una significativa e numerosa area di intervento di miglioramento che va analizzata più approfonditamente, in prima battuta in riferimento al numero e tipo di servizi (magari da contenere) e ai prezzi di canone/appalto.

Manutenzione ordinaria e riparazioni di macchine per ufficio e leasing operativo attrezzature e macchinari

Si è fatto riferimento alle seguenti voci di spesa:

1.03.02.09.006- Manutenzione ordinaria e riparazioni di macchine di ufficio (non molto diffusa tra i Comuni)

1.03.02.08.002- Leasing operativo di attrezzature e macchinari (raramente presente tra i Comuni)

L’analisi è stata sviluppata sulla somma dei dati relativi alle due voci di spesa, i dati disponibili coprono il 30% dei Comuni.

9

10

Si evidenzia l’altissima %, in tutti cluster (in media 70 %, con valori più alti al crescere della popolazione dei cluster) di Comuni con assenza dati, condizione riconducibile a una assenza di spesa/contratti significativi (Comuni con meno abitanti) e/o un a errata imputazione di spesa (comuni con più abitanti), un aspetto quindi da migliorare della raccolta dati SIOPE.

La curva di tendenza adottata per rappresentare il valore medio per ogni cluster è di scarsa qualità (assenza di dati in vari cluster), come certificato anche dal livello di precisione relativa dei cluster dal dal 20 al 70% per l’algoritmo adottato (alta dispersione del valore dell’indicatore e quindi di spesa).

Il Target risultante è stato ottenuto con una riduzione del 20% rispetto alla linea di tendenza del valore medio adottata.

Nei limiti di quanto sopra in tutti i cluster (in media 27 % dei Comuni) si configura una possibile ottimizzazione della spesa, nel complesso il saving potenziale è pari al 62% della spesa inerente, circa 5,3 milioni €/anno.

Risulta una significativa e numerosa area di intervento di miglioramento che va analizzata più approfonditamente, in prima battuta in riferimento al numero di macchine (magari da contenere), alla loro vetustà e ai prezzi di appalto degli interventi di manutenzione/contratti di leasing.

Manutenzione ordinaria e riparazioni di altri beni materiali

Si è fatto riferimento alla seguente voce di spesa:

                            03.02.09.011- Manutenzione ordinaria e riparazioni di altri beni materiali

I dati disponibili coprono il 60% dei Comuni

11

12

Si evidenzia l’alta percentuale, in tutti cluster (in media 40 %, con valori più alti al decrescere della popolazione dei cluster) di Comuni con assenza dati, condizione riconducibile a una assenza di spesa/contratti significativi (Comuni con meno abitanti) e/o un a errata imputazione di spesa (comuni con più abitanti), un aspetto quindi da migliorare della raccolta dati Siope.

La curva di tendenza adottata per rappresentare il valore medio per ogni cluster è di scarsa qualità (assenza di dati in vari cluster), come certificato anche dal livello di precisione relativa dei cluster dal 12 al 38% per l’algoritmo adottato (alta dispersione del valore dell’indicatore e quindi di spesa).

Il Target risultante è stato ottenuto con una riduzione del 20% rispetto alla linea di tendenza del valore medio adottata.

Nei limiti di quanto sopra, in tutti i cluster (in media più del 33 % dei Comuni) si configura una possibile ottimizzazione pari al 57% della spesa inerente, circa 41,7 milioni €/anno. Valori ovviamente poco affidabili statisticamente.

L’area di intervento di miglioramento va analizzata più approfonditamente, ma è significativa. In prima battuta bisognerebbe calcolare il numero di beni (magari da contenere), alla loro vetustà e ai prezzi di appalto degli interventi di manutenzione.

Print Friendly, PDF & Email
Tutti i diritti riservati. E' vietata la diffusione
e riproduzione totale o parziale in qualunque formato degli articoli presenti sul sito.
Roberto Gerbo
Energy manager, Ege ed ex Dirigente presso Intesa Sanpaolo