Go to the content. | Move to the navigation | Go to the site search | Go to the menu | Contacts | Accessibility

| Create Account

Bisello, Adriano (2017) Smart and sustainable projects at the energy-district level. How to assess them based on the co-benefits paradigm. [Ph.D. thesis]

Full text disponibile come:

PDF Document (Tesi di dottorato) - Accepted Version

Abstract (italian or english)

The main topic of this doctoral thesis is the co-benefit concept, here applied as an assessment paradigm to innovative urban projects. In this research, a co-benefit is defined as any positive impact or effect, regardless of the intentionality, exceeding the primary project goal. More specifically, because the projects here analyzed are those aiming at (re)developing smart and sustainable energy districts, CO2 emission reduction and energy savings are considered the twin primary goals. To investigate the applicability of the assessment paradigm, the work focuses both on methodological and operative issues, each developed in a single research. The general topic and the four papers are summarized in chapter 1 “Introduction and research papers presentation”, also including a brief overview of complementary research activities, and then further developed in as many chapters. The core of the work starts with two general investigations concerning (i) the co-benefits identification and classification under the smart-city perspective, and (ii) the application to them of the most suitable monetization techniques. Then, it concludes with two instances of investigative fieldwork into co-benefits, about (iii) the marginal implicit value of energy performance in residential properties, and (iv) the priorities declared by houseowners as they consider a deep-energy retrofit.
To identify and classify the co-benefits, with respect to the various project activities, it is necessary to establish a common lexicon among the various expressions and definitions employed by projects. This phase is also needed to define the boundaries of the investigation, as well as the reference scale, and to avoid double counting. In chapter 2 “Overview and taxonomy of co-benefits based on European experiences”, I propose a classification rooted in practical experiences reported by projects dealing with the implementation of green neighborhoods and urban renewable-energy systems. Due to the vastness and diversity of urban projects labeled as smart, sustainable, or both, it was also necessary to identify a subset of them having similar characteristics, here named Smart and Sustainable Energy-District Projects (SSEDPs). Thus, the focus was on 36 finished or still-running SSEDPs funded by the European Union (EU) within two relevant initiatives: “Concerto” and “Smart Cities and Communities”. The anticipated or already experienced co-benefits were extracted by accessing official sources (e.g., websites, reports) and reviewing them with respect to the specialized literature, obtaining 156 different expressions referring to positive impacts. After a thorough and iterative comparison by a group of experts, a short list of 19 key urban co-benefits is extracted. Finally, to show how relevant is the contribution of these projects to improving the quality of life of citizens and urban competitiveness, a smart-city-based taxonomy is elaborated, by sorting the co-benefits into seven groupings: smart natural environment, smart services, smart community, smart governance, smart economy, smart built environment, and smart mobility.
Chapter 3 “Economic assessment methodologies” faces the issue of providing an overview of suitable methodologies for economic assessment, and of creating a framework for evaluating the key urban co-benefits recognized by EU-funded SSEDPs. The aim is to explore the feasibility of a co-benefit approach to a cost-benefit analysis (CBA) being applied to the decision-making framework by quantifying, in monetary terms, all the positive effects (benefits or inflow), as well as the negatives (costs or outflow). Due to the specificity of some co-benefits, besides direct-market value, non-market techniques have been identified as applicable to price them. Such techniques investigate consumers’ preferences starting from individual purchasing habits (revealed preferences) or asking them directly about their preferences (stated preferences). It showed that, for a minority of co-benefits, even the monetization of the human capital should be assessed to complete the whole picture. As a result, looking at the reference literature and involving a multidisciplinary team of experts, an “assessment menu” is developed, suggesting indicators and techniques. The menu also includes some estimated values reported by other studies, examples of practical application in similar contexts, and techniques or approaches suggested by analogy to the reference literature.
The chapter 4 “A hedonic price model of energy performance of buildings” is tested in the city of Bolzano. This estimation technique identifies price factors (transactions or asking prices) according to the premise that an asset’s price is determined both by the intrinsic characteristics of the good being sold and extrinsic ones. The research constitutes the first attempt at breaking down the local residential property price and including, among the relevant factors, internal characteristics such as the energy performance certificate (EPC) class. By accessing a specialized real-estate website, 1,130 selling advertisements are collected, then geolocated, and analyzed by using Geographic Information System (GIS) software. The aim was to test the presence of spatial autocorrelation, and to eventually correct the estimation based on the ordinary least-squares (OLS) method. In fact, a neglected consideration of spatial relationships, in the presence of spatial dependence would lead to biased results. After a careful refinement of the sample, the evaluation of the marginal contribution of EPC class in the determination of the asking price has been estimated in a 6.3% price premium, moving from lowest class (G) to middle classes (C or D), and a 9.5% when reaching the highest classes (A or B), ceteris paribus. Finally, the OLS-regression result is confirmed, after checking for spatial autocorrelation and testing the Spatial Lag model (the GIS software ArcMap and GeoDa were used).
In chapter 5 “A multiple benefits approach to understanding citizen priorities for deep-energy retrofitting”, the focus shifts from a specific co-benefit to a specific target group. Here, priorities declared by houseowners approaching a deep-energy retrofit are shown and weighted, adopting a multi-criteria decision analysis (MCDA) method. According to the test-phase results, a decision tree with five criteria and 15 subcriteria has been designed: four in “thermal and hygrometric comfort”; three in “design and architectural quality”, “acoustic comfort”, and “economic benefits”; and two in “sustainability”. Then, a pool of ten experts in the field of energy refurbishment and building works (selected among those working in South Tyrol) has been interviewed by applying the Analytic Hierarchy Process (AHP) technique, which enables evaluation of qualitative criteria through pairwise comparison. The “Super Decisions” software was used, which is specifically designed to support the data collection and results’ validation of AHP. Not surprisingly, the “economic-benefits” side plays a relevant role (38% of the global importance). However, a cross-sector analysis of expected benefits dealing with better health and well-being of occupants reveals that they cover 41% of the overall motivation. These points should be carefully considered not only in the design phase of a private project but also in the communication strategies and within each participatory phase of any project where the decision-maker (private or public) differs from the occupant.
The thesis culminates with chapter 6 “Conclusions”, where achieved results of all the four previously described investigations are briefly summarized and further developments are proposed as an impetus for deeper investigations or cross-cutting research.

Abstract (a different language)

Il tema principale di questa tesi di dottorato è costituito dal concetto di “co-beneficio” (in inglese co-benefit), qui inteso come un paradigma di valutazione di progetti urbani innovativi. In questa ricerca, il co-beneficio è definito come un qualsiasi impatto o effetto po-sitivo che ecceda l'obiettivo primario del progetto, indipendentemente dalla intenzionalità o meno con cui esso si manifesta. Nello specifico, poiché i progetti qui analizzati sono volti alla creazione di distretti energetici intelligenti e sostenibili (in inglese Smart and Sustainable Energy District Projects – SSEDPs) o alla rigenerazione di quartieri esistenti, il loro obiettivo primario può essere considerato duplice: riduzione delle emissioni di CO2 e raggiungimento di risparmi energetici. Per studiare l'applicabilità del paradigma di valutazione, il lavoro di tesi si concentra sia su questioni metodologiche che operative, ognuna sviluppata in una singola ricerca. Il tema generale e le quattro ricerche specifiche sono riassunti nel capitolo 1 "Introduzione e presentazione dei research papers", che offre inoltre un breve excursus su attività di ricerca complementari. Poi, le quattro ricerche sono sviluppate in altrettanti capitoli della tesi. Il nucleo del lavoro si apre con due indagini generali relative a (i) identificazione co-benefici e loro classificazione in una logica di smart city, e (ii) definizione delle più opportune tecniche di monetizzazione a loro applicabili. Da qui il lavoro procede con due attività di investigazione e analisi sul campo dei co-benefici, ovvero (iii) determinazione del valore marginale implicito della prestazione energetica nel prezzo di offerta degli immobili residenziali, e (iv) pesatura dei benefici attesi dichiarati dai proprietari immobiliari nel commissionare una ristrutturazione energetica radicale (in inglese deep energy retrofit) della propria residenza.
Per identificare e classificare i co-benefici, in relazione alle differenti attività di progetto, è stato necessario stabilire un lessico comune tra le varie espressioni e definizioni rintracciabili in diversi contesti. Si è reso inoltre necessario, nella fase preliminare, definire i confini della ricerca, così come la dimensione di riferimento, per evitare un doppio conteggio dello stesso co-beneficio. Nel capitolo 2 "Descrizione e tassonomia dei co-benefici sulla base delle esperienze europee", si propone una classificazione fondata sulle evidenze riportate dai progetti riguardanti la realizzazione di quartieri sostenibili e di sistemi energetici urbani con integrazione di fonti energetiche rinnovabili. Data la vastità e diversità dei progetti urbani definiti smart, sostenibili, o da entrambe i termini, è stato necessario individuare un sottoinsieme di progetti con caratteristiche simili ed equiparabili. Ad essi è stata attribuita la dicitura di Smart and Sustainable Energy District Projects – SSEDPs. In tal modo, l'attenzione della ricerca si è concentrata su 36 SSEDPs, alcuni già conclusi, altri ancora in esecuzione, finanziati dall’Unione Europea (UE) all’interno di due importanti iniziative: "Concerto" e "Smart Cities and Communities". I co-benefici, attesi o già riscontrati, sono stati ottenuti accedendo alle fonti ufficiali (quali siti web e report) e incrociandoli rispetto alla letteratura specializzata di settore. Si sono così ottenute 156 diverse espressioni riferibili agli impatti positivi. Dopo un confronto approfondito e iterativo condotto da un gruppo di esperti, si è giunti alla formulazione di una lista sintetica di 19 co-benefici urbani di preminente interesse. Infine, per mostrare quanto rilevante sia il contributo di questi progetti al miglioramento della qualità della vita dei cittadini e della competitività urbana, è stata elaborata una tassonomia dei co-benefici basata sulle sette dimensioni della smart city (ambiente naturale, servizi, comunità, governance, economia, ambiente costruito, mobilità).
Il capitolo 3 "Metodologie di valutazione economica" affronta il problema di fornire una panoramica di quali possano essere le metodologie adeguate per la valutazione economica dei co-benefici, e di creare un quadro di riferimento applicabile ai principali co-be-nefici urbani evidenziati dagli SSEDPs finanziati dalla UE. L'obiettivo è quello di esplorare la fattibilità di un approccio allargato, incorporante i co-benefici, nella formulazione di ana-lisi costi-benefici (in inglese Cost-Benefit Analysis - CBA), e pertanto di offrire al quadro decisionale una quantificazione monetaria di tutti gli effetti positivi e negativi. A causa della specificità di alcuni co-benefici, oltre alla identificazione diretta del valore di mercato, sono state ipotizzate le tecniche non di mercato strategicamente applicabili per la definizione del loro valore. Tali tecniche permettono di indagare le preferenze dei consumatori a partire da singole abitudini di acquisto (preferenze rivelate) o chiedendo loro diretta-mente di esprimersi sulle preferenze (preferenze dichiarate). Per una minoranza di co-benefici, anche una monetizzazione del valore del capitale umano dovrebbe essere inclusa per completare l'intero quadro. Come risultato, ancora una volta riferendosi alla letteratura scientifica specializzata e coinvolgendo un team multidisciplinare di esperti nel dibattito, è stato possibile sviluppare un "menù di valutazione", suggerendo indicatori e tecniche applicabili ai progetti esaminati. Il menù comprende anche alcuni valori stimati riportati da altri studi, esempi di applicazione pratica in contesti simili, e le tecniche o approcci suggeriti per analogia alla letteratura di riferimento. Nel capitolo 4 "Un modello di prezzo edonico per l’analisi della prestazione energetica negli edifici" è testato nella città di Bolzano. Questa tecnica di stima individua i fattori determinanti il prezzo dell’immobile (applicabile alle transazioni quanto ai prezzi di offerta, come in questo caso) in base alla premessa che esso sia determinato da caratteristiche intrinseche del bene stesso posto in vendita e da caratteristiche estrinseche. La ricerca costituisce un primo tentativo di scomporre il prezzo di offerta degli immobili residenziali di Bolzano comprendendo tra i fattori rilevanti intrinseci anche la classe riportata dall'attestato di certificazione energetica (in inglese Energy performance certificate - EPC). Ac-cedendo a un portale internet immobiliare specializzato, sono stati raccolti 1.130 annunci, successivamente geolocalizzati e analizzati utilizzando sistemi informativi geografici (in inglese Geographic Information System - GIS). Lo scopo di questo passaggio, aggiuntivo rispetto ad un classico modello edonico, è stato quello di verificare la presenza di auto-correlazione spaziale, ed eventualmente correggere la stima ottenuta sulla base del metodo dei minimi quadrati (in inglese Ordinary Least Squares - OLS). Questo poiché, come evidenziato dalla letteratura, una non considerazione delle relazioni spaziali, in presenza di forte dipendenza spaziale, porterebbe a risultati distorti della stima. Dopo un attento affinamento del campione, il contributo marginale della classe energetica nella determinazione del prezzo di offerta, prendendo come base di riferimento gli immobili in classe peggiore (G), è stato stimato in un aumento del 6,3% per le classi medie (C o D), e del 9,5% per le classi più elevate (A o B), ceteris paribus. Infine, il risultato del modello di regressione dei minimi quadrati è stato confermato, dopo averlo verificato nella componente di autocorrelazione spaziale testando il modello spatial-Lag (per queste fasi sono stati utilizzati i software GIS ArcMap e GeoDa).
Nel capitolo 5 "Un approccio basato sui benefici multipli per la comprensione delle priorità dei cittadini nelle ristrutturazioni energetiche", l'attenzione è stata spostata dall’analisi di un co-beneficio specifico a quella di un target specifico. Qui, le priorità dichiarate dai proprietari di immobili residenziali che si approcciano ad un deep energy retrofit della propria abitazione sono espresse e ponderate adottando un metodo di analisi di decisone multi-criteri (in inglese Multi-Criteria Decision Analysis - MCDA). Sulla base dei risultati di una prima fase test, è stato disegnato un albero del processo decisionale articolato in cinque criteri e 15 sotto-criteri, così suddivisi: quattro in "comfort termico e igrometrico"; tre in "design e qualità architettonica", "comfort acustico", "benefici economici"; due in "sostenibilità". Successivamente, un gruppo di dieci esperti nel campo della ristrutturazione energetica e nel settore dell’edilizia residenziale (selezionati tra quelli attivi in Alto Adige), è stato intervistato applicando la tecnica dell’Analytic Hierarchy Process (AHP), che con-sente la valutazione di criteri qualitativi attraverso il confronto a coppie. In questo studio è stato utilizzato il software "Superdecision", che è specificamente progettato per suppor-tare la raccolta dei dati e la validazione dei risultati AHP. Dai risultati ottenuti emerge, come era intuibile dato il contesto normativo attuale, che la dimensione dei "benefici economici" gioca un ruolo considerevole nella scelta (38% della rilevanza globale). Tuttavia, un'analisi trasversale dei benefici attesi che coinvolgono aspetti della salute e del benessere degli occupanti rivela che questi coprono il 41% della motivazione complessiva. Lo studio evidenzia quindi come tali punti debbano essere attentamente considerati non solo in fase di redazione dei singoli progetti, ma anche nelle strategie di comunicazione e all'interno di ciascuna fase di partecipazione nel caso di progetti nei quali il decisore (pubblico o privato) non corrisponda all'occupante.
La tesi termina con il capitolo 6 "Conclusioni", dove sonno riepilogati i percorsi delle quattro indagini precedentemente descritte e sono brevemente riassunti i risultati. Sono inoltre evidenziati possibili sviluppi futuri, proposti come un impulso per indagini più approfondite o per ricerche trasversali.

Statistiche Download
EPrint type:Ph.D. thesis
Tutor:Stellin, Giuseppe
Ph.D. course:Ciclo 29 > Corsi 29 > INGEGNERIA GESTIONALE ED ESTIMO
Data di deposito della tesi:31 January 2017
Anno di Pubblicazione:30 January 2017
Key Words:Co-benefici; progetti per quartieri energeticamente intelligenti e sostenibili; pianificazione intelligente della città; preferenze rivelate e dichiarate; modello edonico spaziale; analisi multi-criteri; ristrutturazione energetica; valutazione della prestazione energetica / Co-benefits; smart and sustainable energy-district projects; smart city planning; revealed and stated preferences; spatial hedonic model; multi-criteria decision making; deep-energy retrofit; energy performance rating
Settori scientifico-disciplinari MIUR:Area 08 - Ingegneria civile e Architettura > ICAR/22 Estimo
Struttura di riferimento:Dipartimenti > Dipartimento di Tecnica e Gestione dei Sistemi Industriali
Codice ID:10316
Depositato il:14 Nov 2017 12:26
Simple Metadata
Full Metadata
EndNote Format


I riferimenti della bibliografia possono essere cercati con Cerca la citazione di AIRE, copiando il titolo dell'articolo (o del libro) e la rivista (se presente) nei campi appositi di "Cerca la Citazione di AIRE".
Le url contenute in alcuni riferimenti sono raggiungibili cliccando sul link alla fine della citazione (Vai!) e tramite Google (Ricerca con Google). Il risultato dipende dalla formattazione della citazione.

Acre, F., Wyckmans, A., 2015. Dwelling renovation and spatial quality. International Journal of Sustainable Built Environment 4, 12–41. doi:10.1016/j.ijsbe.2015.02.001 Cerca con Google

Aelenei, L., Aelenei, D., Gonçalves, H., Lollini, R., Musall, E., Scognamiglio, A., Cubi, E., Noguchi, M., 2013. Design issues for net zero-energy buildings. Open House International 38, 7–14. Cerca con Google

Ahearne, M., Srinivasan, N., Weinstein, L., 2013. Effect of Technology on Sales Performance: Progressing from Technology Acceptance to Technology Usage and Consequence. Journal of Personal Selling & Sales Management. Cerca con Google

Alcott, B., 2005. Jevons’ paradox. Ecological Economics 54, 9–21. doi:10.1016/j.ecolecon.2005.03.020 Cerca con Google

Anselin, L., 2005. Exploring Spatial Data with GeoDa: A Workbook. Cerca con Google

Anselin, L., 1988. Spatial econometrics: methods and models. Kluwer Academic Publishers, Dordrecht. Cerca con Google

Anselin, L., Bera, A.K., 1998. Spatial dependence in linear regression models with an introduction to spatial econometrics, in: Hullah, A., Gelis, D.E.A. (Eds.), Handbook of Applied Economic Statistics. Marcel Dekker, New York, pp. 237–290. Cerca con Google

Antoniucci, V., D’Alpaos, C., Marella, G., 2015a. How Regulation Affects Energy Saving: Smart Grid Innovation in Tall Buildings, in: Gervasi, O., Murgante, B., Misra, S., Gavrilova, M.L., Rocha, A.M.A.C., Torre, C., Taniar, D., Apduhan, B.O. (Eds.), Computational Science and Its Applications -- ICCSA 2015, Lecture Notes in Computer Science. Springer International Publishing, Cham, pp. 607–616. doi:10.1007/978-3-319-21470-2 Cerca con Google

Antoniucci, V., Marella, G., D’Alpaos, C., 2015b. Energy saving in tall buildings: from urban planning regulation to smart grid building solutions. International Journal for Housing Science and Its Applications 39, 101–110. Cerca con Google

Attardi, R., De Rosa, F., Di Palma, M., 2015. From Visual Features to Shared Future Visions for Naples 2050. Applied Spatial Analysis and Policy 8, 249–271. doi:10.1007/s12061-015-9143-5 Cerca con Google

Aunan, K., Fang, J., Vennemo, H., Oye, K., Seip, H.M., 2004. Co-benefits of climate policy—lessons learned from a study in Shanxi, China. Energy Policy 32, 567–581. doi:10.1016/S0301-4215(03)00156-3 Cerca con Google

Bateman, I.J., Turner, R.K., 1993. Valuation of the environment, methods and techniques: the contingent valuation method. Sustainable environmental economics and management: principles and practice, Belhaven Press, London 120–191. Cerca con Google

Bell, M.L., Davis, D.L., Cifuentes, L. a, Krupnick, A.J., Morgenstern, R.D., Thurston, G.D., 2008. Ancillary human health benefits of improved air quality resulting from climate change mitigation. Environmental health : a global access science source 7, 41. doi:10.1186/1476-069X-7-41 Cerca con Google

Bisello, A., Attardi, R., Marella, G., 2016a. Influenza delle dinamiche spaziali nella formulazione dei modelli edonici: analisi del mercato residenziale tramite supporto GIS, in: XX Conferenza Nazionale ASITA, 8-10 November 2016. Cagliari, pp. 709–710. Cerca con Google

Bisello, A., Attardi, R., Vettorato, D., 2016b. Weighting Citizens’ Priorities for Deep Energy Retrofit: a Multiple Benefits Approach, in: 52nd ISOCARP Congress. On-line published, Durban, pp. 548–559. Cerca con Google

Bisello, A., Boczy, T., Balest, J., 2016c. World café method to engage smart energy-district project partners in assessing urban co-benefits, in: Manuscript Submitted for Publication, Proceedings SIEV 2016 Annual Symposium (Rome - IT). Cerca con Google

Bisello, A., Domorenok, E., Lumicisi, A., Mitrotta, E., Vettorato, D., 2015a. Le politiche energetiche e climatiche dell’Alto Adige nello scenario europeo, in: Alber, E., Engl, A., Pallaver, G. (Eds.), Politika 15 - Annuario Di Politica dell’Alto Adige. Raetia Edizioni, pp. 227–262. Cerca con Google

Bisello, A., Grilli, G., 2016. The Benefit Of An Innovative Urban Information Infrastructure: The Choice Experiment Method Applied To The “Totems” Of EU Project SINFONIA, in: XXXVII Conferenza Italiana Di Scienze Regionali. On-line published, Ancona. Cerca con Google

Bisello, A., Grilli, G., Balest, J., Stellin, G., Ciolli, M., 2017a. Co-benefits of Smart and Sustainable Energy District Projects: an Overview on Economic Assessment Methodologies, in: Bisello, A., Vettorato, D., Stephens, R., Elisei, P. (Eds.), Smart and Sustainable Planning for Cities and Regions. Results of SSPCR 2015. Springer, pp. 127–164. Cerca con Google

Bisello, A., Marella, G., Grilli, G., 2016d. SINFONIA Project Mass Appraisal: Beyond the Value of Energy Performance in Buildings. Procedia - Social and Behavioral Sciences 223, 37–44. doi:10.1016/j.sbspro.2016.05.285 Cerca con Google

Bisello, A., Mosannenzadeh, F., Pezzutto, S., Stellin, G., Vettorato, D., 2015b. Co-benefits of Smart and Sustainable Energy District Projects. Unpublished manuscript presented at the RGS 2015 Annual Conference (Exeter - UK). Cerca con Google

Bisello, A., Vettorato, D., 2014. Smart Cities: dalla sperimentazione alla prassi in una prospettiva di riequilibrio energetico, in: Carabini, A., Braggion, A., Lain, E., Antoniadis, S. (Eds.), Be City Smart! Scenari E Progetti per Un’urbanità 2.0. Overview Edizioni, Padova, pp. 27–32. Cerca con Google

Bisello, A., Vettorato, D., Richard, S., Elisei, P., 2017b. Why do We Need a Smart and Sustainable Planning for Cities and Regions?, in: Bisello, A., Vettorato, D., Stephens, R., Elisei, P. (Eds.), Smart and Sustainable Planning for Cities and Regions. Results of SSPCR 2015. Springer, pp. vii–x. Cerca con Google

Boeri, A., Gabrielli, L., Longo, D., 2011. Evaluation and feasibility study of retrofitting interventions on social housing in Italy. Procedia Engineering 21, 1161–1168. doi:10.1016/j.proeng.2011.11.2125 Cerca con Google

Bone, A., Murray, V., Myers, I., Dengel, A., Crump, D., 2010. Will drivers for home energy efficiency harm occupant health? Perspectives in Public Health 130, 233–238. doi:10.1177/1757913910369092 Cerca con Google

Bonifaci, P., Copiello, S., 2015. Price premium for buildings energy efficiency: empirical findings from a hedonic model. Valori e Valutazioni 5–15. Cerca con Google

Borgatti, S.P., Candace, J.C., 1998. Network measures of social capital. Connections 21, 27–26. Cerca con Google

Bottero, M., Farinetti, V., Mondini, G., 2014. Economia ed estimo dei beni culturali e ambientali, in: Roscelli Riccardo (Ed.), Manuale Di Estimo. Valutazioni Economiche Ed Esercizio Della Professione. De Agostini - UTET, Novara, pp. 324–361. Cerca con Google

Bravi, M., 2000. Metodo del prezzo edonico, in: Sirchia, G. (Ed.), La Valutazione Economica Dei Beni Culturali. Carocci, pp. 111–129. Cerca con Google

Cam, W.C.-N., 2012. Technologies for Climate Change Mitigation – Building Sector. Cerca con Google

Campbell, T., 2012. Beyond Smart Cities: How Cities Network, Learn and Innovate. Routledge. Cerca con Google

Caragliu, A., Del Bo, C., Nijkamp, P., 2009. Smart cities in Europe, in: 3rd Central European Conference in Regional Science – CERS. pp. 45–59. Cerca con Google

Castagna, M., Antoniucci, D., 2015. Risultati del monitoraggio del quartiere Casanova a Bolzano sud. EURAC, Bolzano. Cerca con Google

Chapman, R., Howden-Chapman, P., Viggers, H., O’Dea, D., Kennedy, M., 2009. Retrofitting houses with insulation: a cost-benefit analysis of a randomised community trial. Journal of epidemiology and community health 63, 271–277. doi:10.1136/jech.2007.070037 Cerca con Google

Chen, M., Chen, J., Cheng, X., 2011. Life cycle incremental cost-benefit analysis of green building, Applied Mechanics and Materials. doi:10.4028/www.scientific.net/AMM.71-78.4645 Vai! Cerca con Google

Chiang, C.-M., Lai, C.-M., 2002. A study on the comprehensive indicator of indoor environment assessment for occupants’ health in Taiwan. Building and Environment 37, 387–392. doi:10.1016/S0360-1323(01)00034-8 Cerca con Google

Conti, R., Amabile, T., 1999. Motivation/Drive, in: Runco, M.A., Pritzker, S.R. (Eds.), Encyclopedia of Creativity, Volume 2. CA: Acdemic Press, San Diego, pp. 251–260. Cerca con Google

Copenhagen Economics, 2012. Multiple benefits of investing in energy efficient renovation of buildings: Impact on Public Finances. Copenhagen. Cerca con Google

D’Albergo, E., Lefevre, C., 2007. Why cities are looking abroad and how they go about it. Environment and Planning C: Government and Policy 25, 317–326. Cerca con Google

D’Alpaos, C., Marella, G., Rosato, P., Stellin, G., 2002. La valutazione ex-ante degli effetti sul valore immobiliare di interventi di salvaguardia ambientale nell’isola di Sant’Erasmo nella laguna di Venezia: un approccio gerarchico, in: Gaio, P., Stanghellini, S. (Eds.), La Valutazione Degli Investimenti Sul Territorio. Atti Del XXXII Incontro Di Studio. Ce.S.E.T., Venezia. Cerca con Google

da Graça Carvalho, M., 2012. EU energy and climate change strategy. Energy 40, 19–22. doi:10.1016/j.energy.2012.01.012 Cerca con Google

Dagum, C., 2006. Human Capital, in: Kotz, S., Read, C.B., Balakrishnan, N., Vidakovic, B., Johnson, N.L. (Eds.), Encyclopedia of Statistical Sciences. John Wiley & Sons, Inc., Hoboken, NJ, USA. doi:10.1002/0471667196.ess6005.pub2 Cerca con Google

Damm, R., Monroy, C.R., 2011. A review of the customer lifetime value as a customer profitability measure in the context of customer relationship management. Intangible Capital. doi:10.3926/ic.227 Cerca con Google

Dastrup, S.R., Graff Zivin, J., Costa, D.L., Kahn, M.E., 2012. Understanding the Solar Home price premium: Electricity generation and “Green” social status. European Economic Review 56, 961–973. doi:10.1016/j.euroecorev.2012.02.006 Cerca con Google

Davis, D., Krupnick, A.J., McGlynn, G., 2000. Ancillary Benefits and Costs of Greenhouse Gas Mitigation: An overview, in: OECD (Ed.), Ancillary Benefits and Costs of Greenhouse Gas Mitigation: Proceedings of an IPCC Co-Sponsored Workshop Held on 27-29 March 2000. OECD Publishing, Paris. doi:10.1787/9789264188129-en Cerca con Google

De Ayala, A., Galarraga, I., Spadaro, J. V., 2016. The price of energy efficiency in the Spanish housing market. Energy Policy 94, 16–24. Cerca con Google

Deng, Y., Li, Z., Quigley, J.M., 2012. Economic returns to energy-efficient investments in the housing market: Evidence from Singapore. Regional Science and Urban Economics 42, 506–515. doi:10.1016/j.regsciurbeco.2011.04.004 Cerca con Google

Di Nucci, R.M., Spitzbart, C., 2010. Concerto Socio-Economic Impact Assessment Report. Wien. Cerca con Google

Droege, P., 2008. Urban energy transition from fossil fuels to renewable power. Elsevier. Cerca con Google

EEA, 2013. Achieving energy efficiency through behaviour change: what does it take?, Technical. ed. doi:10.2800/49941 Cerca con Google

Eichholtz, P., Kok, N., Quigley, J.M., 2010a. The Economics of Green Building, Working papers, Berkeley Program on Housing and Urban Policy, Institute of Business and Economic Research, UC Berkeley. Cerca con Google

Eichholtz, P., Kok, N., Quigley, J.M., 2010b. Doing Well by Doing Good ? Green Office Buildings. American Economics Review 100, 2492–2509. Cerca con Google

ENEA, 2015. Italian Energy Efficiency Annual Report 2015. Executive Summary. Rome. Cerca con Google

EU, 2013. Regulation (EU) No 1299/2013 of the European Parliament and of the Council of 17 December 2013 on specific provisions for the support from the European Regional Development Fund to the European territorial cooperation goal. Cerca con Google

EU, 2010. Directive 2010/31/EU of the European Parliament and of the Council of 19 May 2010 on the Energy Performance of Buildings (recast). Cerca con Google

EU, 2002. Directive 2002/91/EC of the European Parliament and of the Council of 16 December 2002 on the Energy Performance of Buildings. Cerca con Google

European Commission, 2014a. Communication from the Commission to the European Parliament, the Council, the European Economic and Social Committee and the Committee of the Regions, The urban dimension of EU policies - Key features of an EU urban agenda, COM 2014; 490, 18.07.2014. Brussels. Cerca con Google

European Commission, 2014b. Communication from the Commission to the European Parliament, the Council, the European Economic and Social Committee and the Committee of the Regions, A policy framework for climate and energy in the period from 2020 to 2030, COM 2014; 15, 22.01.2014. Brussels. Cerca con Google

European Commission, 2014c. How research on acceptance and behaviour can accelerate energy transition. Cerca con Google

European Commission, 2014d. Energy prices and costs in Europe. Cerca con Google

European Commission, 2013. Smart Cities Stakeholders Platform. Using EU Funding mechanism for Smart Cities [WWW Document]. URL https://eu-smartcities.eu/sites/all/files/Guideline-Using EU fundings mechanism for smart cities.pdf (accessed 5.4.15). Vai! Cerca con Google

European Commission, 2008. Proposal for a recast of the energy performance of buildings directive (2002/91/EC). Impact assessment. Cerca con Google

Evans, P., Fox-Penner, P., 2014. Resilient and Sustainable Infrastructure for Urban Energy Systems. Solutions 5, 48–54. Cerca con Google

Fotheringham, A.S., Brunsdon, C., Charlton, M., 2002. Geographically weighted regression : the analysis of spatially varying relationships. Wiley. Cerca con Google

Franceschetti, G., Pisani, E., Di Napoli, R., 2015. Capitale sociale e sviluppo locale. Dalla teoria alla valutazione empirica in aree rurali in Italia. doi:10.13140/RG.2.1.3567.4723 Cerca con Google

Fuerst, F., McAllister, P., Nanda, A., Wyatt, P., 2015. Does energy efficiency matter to home-buyers? An investigation of EPC ratings and transaction prices in England. Energy Economics 48. doi:10.1016/j.eneco.2014.12.012 Cerca con Google

Getis, A., Ord, J.K., 2010. The Analysis of Spatial Association by Use of Distance Statistics. Geographical Analysis 24, 189–206. doi:10.1111/j.1538-4632.1992.tb00261.x Cerca con Google

Giffinger, R., Fertner, C., Kramar, H., Kalasek, R., Pichler-Milanović, N., Meijers, E., 2007. Smart cities Ranking of European medium-sized cities. Cerca con Google

Gill, Z.M., Tierney, M.J., Pegg, I.M., Allan, N., 2010. Low-energy dwellings: the contribution of behaviours to actual performance. Building Research & Information 38, 491–508. doi:10.1080/09613218.2010.505371 Cerca con Google

Giovannella, C., 2013. “Territorial smartness” and emergent behaviors. 2nd International Conference on Systems and Computer Science 170–176. doi:10.1109/IcConSCS.2013.6632042 Cerca con Google

Gu, L., Gu, D., Lin, B., Huang, M., Gai, J., Zhu, Y., 2007. Life cycle green cost assessment method for green building design, in: Building Simulation 2007, BS 2007. pp. 1962–1967. Cerca con Google

Hanley, N., Barbier, E.B., Barbier, E., 2009. Pricing Nature: Cost-benefit Analysis and Environmental Policy. Edward Elgar Publishing. Cerca con Google

Herath, S., Choumert, J., Maier, G., 2015. The value of the greenbelt in Vienna: A spatial hedonic analysis. Annals of Regional Science 54, 349–374. doi:10.1007/s00168-015-0657-1 Cerca con Google

Hoffman, A.J., Henn, R., 2008. Overcoming the Social and Green Building. Organization and Environment 21, 390–419. Cerca con Google

Hollands, R.G., 2008. Will the real smart city please stand up? City 12, 303–320. doi:10.1080/13604810802479126 Cerca con Google

Howden-Chapman, P., Matheson, A., Crane, J., Viggers, H., Cunningham, M., Blakely, T., Cunningham, C., Woodward, A., Saville-Smith, K., O’Dea, D., Kennedy, M., Baker, M., Waipara, N., Chapman, R., Davie, G., 2007. Effect of insulating existing houses on health inequality: cluster randomised study in the community. BMJ (Clinical research ed.) 334, 460. doi:10.1136/bmj.39070.573032.80 Cerca con Google

Howden-Chapman, P., Viggers, H., Chapman, R., O’Sullivan, K., Telfar Barnard, L., Lloyd, B., 2012. Tackling cold housing and fuel poverty in New Zealand: A review of policies, research, and health impacts. Energy Policy 49, 134–142. doi:10.1016/j.enpol.2011.09.044 Cerca con Google

ICLEI, UN-HABITAT, UNEP, 2009. Sustainable Urban Energy Planning A handbook for cities and towns. Cerca con Google

IEA, 2014a. Capturing the Multiple Benefits of Energy Efficiency:A Guide to Quantifying the Value Added. IEA, Paris. doi:10.1787/9789264220720-en Cerca con Google

IEA, 2014b. BIOGAS IN SOCIETY. A Case Story from IEA BIOENERGY TASK 37 “Energy from Biogas”. Maabjerg Biogas Plant: Operation of a very large scale biogas plant in Denmark. Cerca con Google

Immendoerfer, A., Winkelmann, M., Stelzer, V., 2014. Energy Solutions for Smart Cities and Communities, Recommendations for Sustainable Energy Solutions for communities in 58 cities in 23 countries. doi:10.2833/17772 Cerca con Google

IPCC, 2011. IPCC Special Report on Renewable Energy Sources and Climate Change Mitigation. Prepared by Working Group III of the Intergovernmental Panel on Climate Change. United Kingdom and New York, NY, USA. Cerca con Google

IPCC, 2007. Climate Change 2007: Mitigation: Contribution of Working Group III to the Fourth Assessment Report of the Intergovernmental Panel on Climate Change: Cerca con Google

Ishizaka, A., Nemery, P., 2013. Multi-Criteria Decision Analysis: Methods and Software. Wiley. doi:10.1002/9781118644898 Cerca con Google

Jakob, M., 2006. Marginal costs and co-benefits of energy efficiency investments. Energy Policy 34, 172–187. doi:10.1016/j.enpol.2004.08.039 Cerca con Google

Janssen, R., Staniaszek, D., 2012. How Many Jobs? A Survey of the Employment Effects of Investment in Energy Efficiency of Buildings. The Energy Efficiency Industrial Forum. Cerca con Google

Johnson Controls, 2011. Green Building asset valuation: trends and data. Do green buildings translate to higher asset value? Cerca con Google

Jones, N., Malesios, C., Botetzagias, I., 2009. The influence of social capital on willingness to pay for the environment among European citizens. European Societies 11, 511–530. doi:10.1080/14616690802624168 Cerca con Google

Joyce, A., Bo Hansen, M., Naess-Schmidt, S., 2013. Monetising the multiple benefits of energy efficient renovations of the buildings of the EU, in: Eceee 2013 Summer Study. pp. 1497–1507. Cerca con Google

Khandker, S.R., Koolwal, G.B., Samal, H.A., 2010. Handbook on Impact Evaluation, World Bank. Cerca con Google

Khanna, N., Fridley, D., Hong, L., 2014. China’s pilot low-carbon city initiative: A comparative assessment of national goals and local plans. Sustainable Cities and Society 12, 110–121. doi:10.1016/j.scs.2014.03.005 Cerca con Google

Koch, N., Fuss, S., Grosjean, G., Edenhofer, O., 2014. Causes of the EU ETS price drop: Recession, CDM, renewable policies or a bit of everything?—New evidence. Energy Policy 73, 676–685. doi:10.1016/j.enpol.2014.06.024 Cerca con Google

Krause, A.L., Bitter, C., 2012. Spatial econometrics, land values and sustainability: Trends in real estate valuation research. Cities 29, S19–S25. doi:10.1016/j.cities.2012.06.006 Cerca con Google

Krishna, A., Shrader, E., 2000. Cross-cultural measures of social capital: a tool and results from India and Panama, Social capital initiative, working paper. Cerca con Google

Kuckshinrichs, W., Kronenberg, T., Hansen, P., 2013. Impact on public budgets of the KfW promotional programmes “Energy-efficient construction”, “Energy-efficient refurbishment” and “Energyefficient infrastructure” in 2011, STE Research Report. Frankfurt. Cerca con Google

Lazrak, F., Nijkamp, P., Rietveld, P., Rouwendal, J., 2014. The market value of listed heritage: An urban economic application of spatial hedonic pricing. Journal of Geographical Systems, 27 16, 89–114. doi:DOI 10.1007/s10109-013-0188-1 Cerca con Google

Lee, Y.-J., 2008. Subjective quality of life measurement in Taipei. Building and Environment 43, 1205–1215. doi:10.1016/j.buildenv.2006.11.023 Cerca con Google

Lewis, J.O., Ní Hógáin, S.;, Borghi, A., 2013. Cities of Tomorrow – Action Today. URBACT II Capitalisation. Building energy efficiency in European cities. Cerca con Google

Liddell, C., Morris, C., 2010. Fuel poverty and human health: A review of recent evidence. Energy Policy 38, 2987–2997. doi:10.1016/j.enpol.2010.01.037 Cerca con Google

Lombardi, P., Giordano, S., Farouh, H., Yousef, W., 2012. Modelling the smart city performance. Innovation: The European Journal of Social Science Research 25, 137–149. doi:10.1080/13511610.2012.660325 Cerca con Google

Lovins, A.B., 2005. Energy End-Use Efficiency 1–25. Cerca con Google

Lovins, A.B., 2004. Energy efficiency, taxonomic overview, in: Encyclopedia of Energy. Elsevier, pp. 383–401. doi:10.1016/B0-12-176480-X/00167-4 Cerca con Google

Lützkendorf, T., Platt, E., Kleber, M., McKenna, R., Merkel, E., Seitz, K., Stengel, J., 2013a. ENERGY SOLUTIONS FOR SMART Evaluation of ( Smart ) Solutions – Guidebook for Assessment Part II – Final Assessment Report. Cerca con Google

Lützkendorf, T., Platt, E., Kleber, M., McKenna, R., Merkel, E., Seitz, K., Stengel, J., 2013b. ENERGY SOLUTIONS FOR SMART Evaluation of ( Smart ) Solutions – Guidebook for Assessment Part I – Methodology. Cerca con Google

Manfren, M., Caputo, P., Costa, G., 2011. Paradigm shift in urban energy systems through distributed generation: Methods and models. Applied Energy 88, 1032–1048. doi:10.1016/j.apenergy.2010.10.018 Cerca con Google

Manville, C., Cochrane, G., Cave, J., Millard, J., Pederson, J.K., Thaarup, R.K., Liebe, A., Wissner, M., Massinik, R., Kotterink, B., 2014. Mapping Smart Cities in the EU. Cerca con Google

Marika Roša, E., Federica, F., 2013. Peer-to-peer approach in sustainable energy action plan development, in: ACCELERATING CHANGE - DELIVERING SUSTAINABLE ENERGY SOLUTIONS. Good Practices from Intelligent Energy Europe and European Territorial Co-Operation Projects. Proceedings of the Joint Seminar. pp. 12–15. Cerca con Google

Marmot Review Team, 2011. The Health Impacts of Cold Homes and Fuel Poverty. Cerca con Google

Martin, C.J., Taylor, P.G., Upham, P., Ghiasi, G., Bale, C.S.E., James, H., Owen, A., Gale, W.F., Slack, R.J., Helmer, S., 2014. Energy in low carbon cities and social learning: A process for defining priority research questions with UK stakeholders. Sustainable Cities and Society 10, 149–160. doi:10.1016/j.scs.2013.08.001 Cerca con Google

Mayrhofer, J.P., Gupta, J., 2016. The science and politics of co-benefits in climate policy. Environmental Science &Policy 57, 22–30. doi:10.1016/j.envsci.2015.11.005 Cerca con Google

Moroni, S., Antoniucci, V., Bisello, A., 2016. Energy sprawl, land taking and distributed generation: towards a multi-layered density. Energy Policy 98, 266–273. doi:10.1016/j.enpol.2016.08.040 Cerca con Google

Mosannenzadeh, F., Bisello, A., Diamantini, C., Stellin, G., Vettorato, D., 2017. A case-based learning methodology to predict barriers to implementation of smart and sustainable urban energy projects. Cities 60, 28–36. doi:10.1016/j.cities.2016.07.007 Cerca con Google

Mosannenzadeh, F., Bisello, A., Vaccaro, R., D’Alonzo, V., Hunter, G.W., Vettorato, D., 2016. Smart Energy City Development: a Story Told by Urban Planners. Manuscript submitted for publication. Cerca con Google

Mosannenzadeh, F., Vettorato, D., 2014. Defining smart city. a conceptual framework based on keyword analysis. TeMA 683–694. Cerca con Google

Neirotti, P., De Marco, A., Cagliano, A.C., Mangano, G., Scorrano, F., 2014. Current trends in Smart City initiatives: Some stylised facts. Cities 38, 25–36. doi:10.1016/j.cities.2013.12.010 Cerca con Google

Newman, S.J., Schnare, A.B., 2010. “… And a suitable living environment”: The failure of housing programs to deliver on neighborhood quality. Housing Policy Debate 8, 703–741. doi:10.1080/10511482.1997.9521275 Cerca con Google

Nicholls, J., Lawlor, E., Neitzert, E., Goodspeed, T., 2012. A guide to Social Return on Investment. Cerca con Google

Nosvelli, M., 2009. La misurazione del capitale umano : una rassegna della letteratura. Working paper Ceris-Cnr. Cerca con Google

OECD, 2011. Compendium of OECD Well-Being Indicators. Paris. Cerca con Google

OECD, 2003. OECD Environment Indicators. Development, Measurement and Use. Paris. Cerca con Google

OECD, 2001. The Well-being of Nations. The role of human and social capital. OECD Publishing, Paris. Cerca con Google

Osuch, J., Pawlak, P., Sowińska-Milewska, D., 2009. TRANSNATIONAL COOPERATION PROJECTS. A guide for projects promoters. Cerca con Google

Pachauri, R.K., Meyer, L.A., 2014. Climate Change 2014: Synthesis Report. Contribution of Working Groups I, II and III to the Fifth Assessment Report of the Intergovernmental Panel on Climate Change. Cerca con Google

Painuly, J.., 2001. Barriers to renewable energy penetration; a framework for analysis. Renewable Energy 24, 73–89. doi:10.1016/S0960-1481(00)00186-5 Cerca con Google

Pearce, D., Atkinson, G., Mourato, S., 2006. Cost-Benefit Analysis and the Environment RECENT DEVELOPMENTS. OECD Publishing. Cerca con Google

Pels, B., Maatje, K., 2013. Peer learning to boost investments in sustainable energy, in: ACCELERATING CHANGE - DELIVERING SUSTAINABLE ENERGY SOLUTIONS. Good Practices from Intelligent Energy Europe and European Territorial Co-Operation Projects. Proceedings of the Joint Seminar. pp. 9–10. Cerca con Google

Pfenninger, S., Hawkes, A., Keirstead, J., 2014. Energy systems modeling for twenty-first century energy challenges. Renewable and Sustainable Energy Reviews 33, 74–86. doi:10.1016/j.rser.2014.02.003 Cerca con Google

Pohekar, S.D., Ramachandran, M., 2004. Application of multi-criteria decision making to sustainable energy planning-A review. Renewable and Sustainable Energy Reviews 8, 365–381. doi:10.1016/j.rser.2003.12.007 Cerca con Google

Pol, O., Lippert, L., 2010. CONCERTO. Overall energy performance of the 26 communities. Executive summary. Cerca con Google

Pollicino, M., Maddison, D., 2001. Valuing the Benefits of Cleaning Lincoln Cathedral. Journal of Cultural Economics 25, 131–148. doi:10.1023/A:1007653432745 Cerca con Google

Popescu, D., Bienert, S., Schützenhofer, C., Boazu, R., 2012. Impact of energy efficiency measures on the economic value of buildings. Applied Energy 89, 454–463. doi:10.1016/j.apenergy.2011.08.015 Cerca con Google

Ricci, L., Macchi, S., 2015. Città e cooperazione allo sviluppo: permanenze e novità delle politiche UE per il post 2015., in: urban@it Centro nazionale di studi per le politiche Urbane (Ed.), RAPPORTO SULLE CITTÀ 2015. METROPOLI ATTRAVERSO LA CRISI. Cerca con Google

Ryan, L., Campbell, N., 2012. Spreading the Net: The multiple benefits of energy efficiency improvements. Paris. Cerca con Google

Ryszard, W., Zaparty-Makówka, K., Costa, S., 2010. Concerto. Policy recommendations publication. Wien. Cerca con Google

Saaty, T., 1994. Fundamentals of Decision Making and Priority Theory with the Analytic Hierarchy Process. RWS Publications, Pittsburgh. Cerca con Google

Saaty, T., 1980. The Analytic Hierarchy Process. McGraw Hill, New York. Cerca con Google

Santis, R. De, Fasano, A., 2014. Smart city: fact and fiction. Cerca con Google

Schweitzer, M., Tonn, B., 2002. Non-Energy Benefits from the Weatherization Assistance Program : A Summary of Findings from the Recent Literature. Cerca con Google

Snipes, M., Taylor, D.C., Hilton, C.N., 2014. Model selection and Akaike Information Criteria: An example from wine ratings and prices. Wine Economics and Policy 3, 3–9. doi:10.1016/j.wep.2014.03.001 Cerca con Google

Sorrell, S., O’Malley, E., Schleich, J., Scott, S., 2004. The Economics Of Energy Efficiency. Edward Elgar Publishing, Northampton. Cerca con Google

Sovacool, B.K., 2016. How long will it take? Conceptualizing the temporal dynamics of energy transitions. Energy Research & Social Science. doi:10.1016/j.erss.2015.12.020 Cerca con Google

Stellin, G., Rosato, P., 1998. La valutazione economica dei beni ambientali. Metodologia e casi di studio. CittàStudi Edizioni, Torino. Cerca con Google

Stigka, E.K., Paravantis, J.A., Mihalakakou, G.K., 2014. Social acceptance of renewable energy sources: A review of contingent valuation applications. Renewable and Sustainable Energy Reviews 32, 100–106. doi:10.1016/j.rser.2013.12.026 Cerca con Google

Tidblad, J., Kucera, V., Ferm, M., Kreislova, K., Brüggerhoff, S., Doytchinov, S., Screpanti, A., Grøntoft, T., Yates, T., De La Fuente, D., Roots, O., Lombardo, T., Simon, S., Faller, M., Kwiatkowski, L., Kobus, J., Varotsos, C., Tzanis, C., Krage, L., Schreiner, M., Melcher, M., Grancharov, I., Karmanova, N., 2012. Effects of air pollution on materials and cultural heritage: ICP materials celebrates 25 years of research. International Journal of Corrosion 2012, 2005–2006. doi:10.1155/2012/496321 Cerca con Google

Timmermans, R.M.A., Lahoz, W.A., Attié, J.-L., Peuch, V.-H., Curier, R.L., Edwards, D.P., Eskes, H.J., Builtjes, P.J.H., 2015. Observing System Simulation Experiments for air quality. Atmospheric Environment 115, 199–213. doi:10.1016/j.atmosenv.2015.05.032 Cerca con Google

Tirado Herrero, S., Ürge-Vorsatz, D., 2012. Trapped in the heat: A post-communist type of fuel poverty. Energy Policy 49, 60–68. doi:10.1016/j.enpol.2011.08.067 Cerca con Google

Tirado Herrero, S., Ürge-Vorsatz, D., Arena, D., Telegdy, A., 2011. Co-benefits quantified: employment, energy security and fuel poverty implications of the large-scale, deep retrofitting of the Hungarian building stock, in: ECEEE 2011 Summer Study. pp. 1213–1224. Cerca con Google

Tobler, W.R., 1970. A Computer Movie Simulation Urban Growth in Detroit Region. Economic Geography 46, 234–240. doi:10.1126/science.11.277.620 Cerca con Google

UNEP/ILO/IOE/ITUC, 2008. Green Jobs: Towards Decent Work in a Sustainable, Low-Carbon World. Cerca con Google

Ürge-Vorsatz, D., Arena, D., Tirado Herrero, S., Butcher, A., Telegdy, A., Fegyverneky, S., Csoknyai, T., 2010. Employment impacts of a large-scale deep building energy retrofit programme in Hungary. Budapest. Cerca con Google

Ürge-Vorsatz, D., Herrero, S.T., Dubash, N.K., Lecocq, F., 2014. Measuring the Co-Benefits of Climate Change Mitigation. Annual Review of Environment and Resources 39, 549–582. doi:10.1146/annurev-environ-031312-125456 Cerca con Google

Ürge-Vorsatz, D., Kelemen, A., Tirado-Herrero, S., Thomas, S., Thema, J., Mzavanadze, N., Hauptstock, D., Suerkemper, F., Teubler, J., Gupta, M., Chatterjee, S., 2016. Measuring multiple impacts of low-carbon energy options in a green economy context. Applied Energy. doi:10.1016/j.apenergy.2016.07.027 Cerca con Google

Ürge-Vorsatz, D., Novikova, A., Sharmina, M., 2009. Counting good : quantifying the co-benefits of improved efficiency in buildings, in: ECEEE 2009 Summer Study. pp. 185–195. Cerca con Google

US EPA, 2011. Assessing the Multiple Benefits of Clean Energy. A resource for States. Cerca con Google

van Beurden, H., 2011. Smart City Dynamics. HvB Communicative BV. Cerca con Google

van Doren, D., Giezen, M., Driessen, P.P.J., Runhaar, H.A.C., 2016. Scaling-up energy conservation initiatives: Barriers and local strategies. Sustainable Cities and Society 26, 227–239. doi:10.1016/j.scs.2016.06.009 Cerca con Google

Votta, R., 2012. Hr Metrics. Misurare il valore aggiunto della Direzione Umane e della Formazione ai tempi della crisi. FrancoAngeli Editore, Milano. Cerca con Google

Wheeler, D., Tiefelsdorf, M., 2005. Multicollinearity and correlation among local regression coefficients in geographically weighted regression. Journal of Geographical Systems 7, 161–187. doi:10.1007/s10109-005-0155-6 Cerca con Google

Williams, C., Hasanbeigi, A., Price, L., Wu, G., 2012. International Experiences with Quantifying the Co-Benefits of Energy-Efficiency and Greenhouse-Gas Mitigation Programs and Policies. Berkeley. Cerca con Google

Won Kim, C., Phipps, T.T., Anselin, L., 2003. Measuring the benefits of air quality improvement: a spatial hedonic approach. Journal of Environmental Economics and Management 45, 24–39. doi:10.1016/S0095-0696(02)00013-X Cerca con Google

World Health Organization. Regional Office for Europe, 2000. Air Quality Guidelines for Europe, 2nd ed. Copenhagen : WHO Regional Office for Europe. Cerca con Google

Download statistics

Solo per lo Staff dell Archivio: Modifica questo record