Giornale on-line dell'AISRe (Associazione Italiana Scienze Regionali) - ISSN:2239-3110
 

Pattern regionali di sostenibilità nelle nazioni UE27

Print Friendly, PDF & Email

di: Francesca Allievi e Petri Tapio

EyesReg, Vol.2, N. 1 – Gennaio 2012.

Le scienze regionali, finora, si sono concentrata principalmente su regioni sub-nazionali e città: più recentemente anche gli aspetti regionali internazionali sono stati presi in considerazione (si veda Krugman 2008). È evidente che i “flussi e stocks” di materiale, energia, informazione, capitale e persone sono diventati sempre più internazionali, addirittura globali. L’agglomerazione di attività, ricchezza, uso delle risorse ed emissioni nell’ambiente, ha luogo tra gruppi di Nazioni e anche Continenti. Quali sono i patterns regionali a livello internazionale dello sviluppo sostenibile? In questo studio proviamo a rispondere a questa domanda sulla scala dell’ Unione Europea, prendendo in esame tutti i 27 membri attuali.
Le Nazioni che appartengono alla UE27, vengono raggruppate sulla base della loro performance di sostenibilità, valutata sulla base di un set di indicatori di sostenibilità. Questi determinano la performance delle nazioni dal punto di vista della sostenibilità sociale, ambientale ed economica. Il raggruppamento viene attuato attraverso l’applicazione dell’analisi di gruppi (cluster analysis) gerarchico. Esistono dei patterns regionali, e se sì, quali?

Materiali e metodi

Il set redatto dall’Eurostat dei Sustainable Development Indicators (SDIs – Indicatori di Sviluppo Sostenibile) viene usato per monitorare la Strategia di Sviluppo Sostenibile dell’Unione Europea. Questo set è costituito da più di 100 indicatori, suddivisi in sezioni quali Cambiamenti demografici, Cambiamenti climatici ed energia, Trasporti sostenibili e Inclusione sociale (Eurostat, 2011). Abbiamo selezionato 19 indicatori sulla base della loro rilevanza per ciascuna delle dimensioni di sostenibilità considerate in questo studio (si veda Tabella 1). Questi sono stati selezionati per la maggior parte dal set SDIs, ma anche da altri sets disponibili nella banca dati Eurostat. Per una presentazione più dettagliata dei dati e della metodologia utilizzata, si prega di consultare la bibliografia (Allievi et al., 2011).

Tabella 1. Indicatori di sostenibilità per i paesi Europei

Diversi metodi sono disponibili per procedere con l’analisi dei cluster, ma nel caso del clustering gerarchico, che viene applicato in questo studio, la classificazione è costituita da una serie di partizioni dei dati, dove la prima è costituita da n clusters di membri singoli, mentre l’ultima è fatta da un singolo gruppo contenente tutti gli n individui: ad ogni iterazione gli individui oppure i gruppi di individui che sono più vicini vengono accorpati (Everitt, 1993). Il furthest neighbor di ciascun gruppo è stato usato per definire la distanza dal gruppo.

In questa analisi sono inclusi indicatori di diversi tipi, per questo motivo il clustering è stato eseguito sulla matrice contenente le distanze normalizzate degli indicatori. Per questo motivo, prima di procedere con il clustering gerarchico, è stato necessario calcolare la matrice di distanze di ciascun indicatore e normalizzare le distanze stesse.

Gli indicatori utilizzati presentano inoltre unità di misure diverse (anni, percentuali, Kgoe, etc.), ma è possible inserirli nella stessa matrice immediatamente dopo la normalizzazione. Per calcolare le distanze di ciascun indicatore si utilizza la formula della distanza “city block”. Questa spazio rappresenta la distanza tra i punti in una griglia stradale cittadina ed esamina le differenze assolute tra le coordinate di una coppia di oggetti, ad esempio nazioni. La formula per il calcolo della city block distance è la seguente: d_{ij}=\sum_{k=1}^{n}|x_{ik}-x_{jk}| . Gli elementi della matrice ottenuta vengono successivamente normalizzati dividendoli per il numero massimo contenuto nella matrice di distanza stessa.

Indicatori di sostenibilita’ economica, sociale ed ambientale

Per quanto riguarda la sostenibilità sociale gli indicatori selezionati per questo studio includono la percentuale di persone disoccupate a lungo termine, il tasso di suicidi, la percentuale di persone con un basso grado di istruzione e il tasso di abbandono scolatisco. Per questo tipo di problematiche, che andrebbero ridotte, i valori più bassi (o decrescenti) descrivono lo sviluppo sostenibile. Nel caso invece dell’aspettativa di vita dei cittadini maschi, sono i valori più alti ad indicare la sostenibilità, in quanto una più lunga aspettativa di vita è da considerarsi auspicabile.
Nel contesto della sostenibilità gli indicatori ambientali sono quelli più sviluppati. Gli indicatori inclusi in questo studio, per cui a valori più alti corrisponde una più alta sostenibilità, includono la percentuale di utilizzo di energia rinnovabile per i consumi di energia elettrica e la percentuale di terreno dedicato all’agricoltura biologica. Le problematiche da ridurre in questo campo per perseguire lo sviluppo sostenibile includono invece il consumo energetico del settore dei trasporti, le emissioni di particolato dal traffico su strada, il livello di motorizzazione, il consumo di materiali e la quantità di rifiuti municipali generate, ed inoltre anche la quantità di emissioni che hanno effetti sull’acidificazione e sulla formazione dell’ozono.

Dal punto di vista economico gli indicatori selezionati che si riferiscono ad un qualcosa di auspicabile includono il prodotto interno lordo pro capite misurato in parità di potere d’acquisto e la percentuale di spesa per le attività di ricerca e sviluppo del PIL. Gli indicatori per cui sono da perseguire valori decrescenti sono invece il debito pubblico, il tasso totale di disoccupazione e la dipendenza energetica per i consumi interni.

È palese che un set di indicatori perfetto potrebbe avere un aspetto molto diverso dai set attualmente disponibili, se i dati comparativi tra le Nazioni non fossero sempre difficili da ottenere, ed è inoltre necessario ricordare che in questa analisi è stato deciso di includere solo indicatori disponibili nella banca dati Eurostat.

La migliore e maggiore disponibilità di dati è stata rilevata tra gli anni 1997 e 2005. Nel caso di valori mancanti, i dati sono stati inseriti attraverso l’uso di media, interpolazione o formule di estrazione, a seconda del caso specifico. Il limite di imputazione dei dati è stato stabilito al 15%: se la percentuale di dati mancanti per un determinato anno superava questa soglia, quell’indicatore restava escluso dall’analisi.

Risultati della cluster analysis

Nella Figura 1, sono riportati i risultati del clustering gerarchico eseguito per le nazioni EU27 per le tre dimensioni della sostenibilità per l’anno 2005. Ogni colore denota un cluster diverso. Una descrizione più dettagliata è visibile nella Tabella 1.

Per la sostenibilità sociale i clusters ottenuti sono i seguenti:
• Nord Est: Estonia, Lettonia, Ungheria, Lituania
• Centro Est: Polonia, Slovacchia
• Sud Est: Repubblica Ceca, Slovenia, Bulgaria, Romania
• Economie Mature del Nord: Danimarca, Finlandia, Svezia, Austria, Francia, Germania
• Cluster Atlantico: Irlanda, Regno Unito, Lussemburgo, Olanda, Belgio, Grecia, Cipro
• Piccole Nazioni del Mediterraneo: Malta, Portogallo
• Grandi Nazioni del Mediterraneo: Italia, Spagna

Figura 1: risultati della cluster analysis per ciascuna dimensione per l’anno 2005. Da sinistra sostenibilita’ economica, sociale e ambientale.

Come si evince dai cluster descritti sopra, c’è una chiara distinzione tra le economie in via di sviluppo e quelle mature come ad esempio Germania, Regno Unito e Francia, le quali ricadono in due cluster separati ma vicini. L’irlanda, il Regno Unito e le nazioni del BeNeLux formano una dimensione atlantica regionale, sebbene insieme a Grecia e Cipro. Un altro cluster è formato dai Paesi del Mediterraneo: Malta, Portogallo, con anche Italia e Spagna molto vicine. Il cluster che dimostra la migliore performance è quello dei Paesi nordici, insieme a Francia, Germania ed Austria: queste Nazioni hanno valori da moderati a alti per il tasso di suicidio, la disoccupazione e l’aspettativa di vita e valori alti per gli indicatori relativi all’educazione. I cluster dell’Est e del Centro Europa dimostrano invece buone performance se misurati in termini di indicatori dell’educazione, ma hanno valori negativi per gli altri indicatori.

Nel caso della dimensione ambientale, i clusters ottenuti sono i seguenti:
• Estonia, Grecia, Repubblica Ceca, Portogallo, Slovenia, Spagna, Belgio, Italia, Svezia
• Ungheria, Lituania, Francia, Regno Unito, Germania, Olanda, Malta
• Polonia, Slovacchia, Romania, Bulgaria, Lettonia
• Cipro, Irlanda
• Danimarca, Finlandia, Austria
• Outlier: Lussemburgo

In questo caso i clusters appaiono piu’ vari rispetto alla dimensione sociale e i patterns regionali sono deboli. La distinzione tra economie in via di sviluppo e i Paesi piu’ ricchi non e’ piu’ cosi netta tra i clusters. Questo si evince soprattutto nei primi due clusters che raggruppano Nazioni molto diverse tra loro. Il Lussemburgo rimane completamente separato da tutti gli altri Paesi e resta un outlier fino all’ultima iterazione, a causa degli alti livelli di motorizzazione e la quantita’ di rifiuti pro capite.

I Paesi dell’Europa dell’Est hanno buoni risultati nella dimensione ambientale, grazie a un consumo energetico basso del settore dei trasporti, alle basse quantità di rifiuti e di emissioni pro capite, ma anche per via dei tassi di motorizzazione che sono relativamente bassi. Nel cluster dell’Europa nord-occidentale, la Svezia è la nazione con la miglior performance, per via dei valori di emissioni e rifiuti municipali pro capite nella media e per l’alta percentuale di energia rinnovabile utilizzata, in linea con i risultati degli altri Paesi che hanno a disposizione grandi reserve di energia idroelettrica. Se venissero utilizzati indicatori in grado di considerare le emissioni e i rifiuti in relazione alla ricchezza generate anche i risultati potrebbero essere molto diversi.

Bisogna inoltre sottolineare che il trend crescente nello standard di vita ha diminuito le differenze tra l’Europa Occidentale e Orientale per quanto riguarda gli indicatori della dimensioine ambientale.
Per la dimensione economica i clusters formati sono:
• Est in via di sviluppo: Lettonia, Lituania, Estonia, Bulgaria, Romania, Polonia, Ungheria, Slovacchia
• Area Mediterranea: Cipro, Portogallo, Grecia, Italia, Malta,
• Misto: Repubblica Ceca, Slovenia, Irlanda, Spagna
• Centro: Austria, Germania, Francia, Belgio
• Economie del Nord Mature: Olanda, Regno Unito, Finlandia, Svezia
• Outliers: Danimarca, Lussemburgo

Per quanto riguarda la dimensione economica, appare che le economie in via di sviluppo rientrano principalmente nel primo cluster, i Paesi del Mediterraneo nel secondo, l’area centrale dell’Unione Europea nel quarto e le economie mature del Nord nel quinto. Il Lussemburgo è nuovamente un outlier, insieme alla Danimarca. Il terzo cluster è formato da Paesi “misti” che sono diversi in termini di prodotto interno lordo, ma simili l’un l’altro sulla base di altri indicatori economici. Per la maggior parte degli indicatori economici i Paesi dell’Europa nord-occidentale presentano i migliori risultati. Le nazioni dell’Europa dell’Est hanno un debito pubblico basso e riportano valori alti quando vengono misurati con questo indicatore. L’Europa meridionale ha scarse performance in tutti gli indicatori, aspetto che si riflette nei risultati del secondo cluster.

È importante osservare che ciascuna dimensione presenta un diverso set di gruppi, quindi non c’è una coesione evidente nel raggruppamento delle Nazioni per le tre aree tematiche. Questo sottolinea quanto sia importante mantenere questa distinzione nell’analisi della sostenibilità a livello nazionale, poiché non si può presumere che il comportamento in una certa dimensione sarà replicato anche nelle altre due.

Discussione e conclusioni

Da quanto è stato presentato si può desumere che questa analisi dovrebbe essere considerata unicamente come un esempio di cio’ che può essere fatto per studiare la sostenibilità nelle nazioni UE27 con i dati attualmente disponibili: la mancanza di dati è stata un problema di grande entità in questo studio e il set finale di indicatori utilizzato ha implicato una quantità rilevante di imputazione dei dati. Per la stessa ragione determinati indicatori che avrebbero potuto dare un contributo interessante all’analisi sono stati esclusi (per esempio la qualità dell’aria e la differenza di salario tra i generi). Questo limita la generalizzazione della valutazione dei risultati finali.

Possiamo comunque concludere che i patterns regionali a livello internazionale esistono in termini di sostenibilità economica e sociale nei paesi della UE27: mentre per gli indicatori ambientali i patterns regionali appaiono più deboli.

Ulteriori sviluppi di questo studio potrebbero includere una più ampia analisi di sensitività, per esempio attraverso l’uso di diverse tecniche di clustering e il confronto dei risultati ottenuti. Se fossero disponibili dati per le previsioni future sarebbe inoltre possibile effettuare la stessa analisi per i prossimi anni contribuendo in questo modo alla creazione di scenari e alla loro attuazione sul piano politico.

Francesca Allievi, Petri Tapio e Juha Panula-Ontto, Finland Futures Research Centre (FFRC), University of Turku

Bilbiografia

Allievi, Francesca, Luukkanen, Jyrki, Panula-Ontto, Juha, Vehmas, Jarmo (2011). Grouping and ranking the EU-27 countries by their sustainability performance measured by the Eurostat sustainability indicators. Proceedings of the conference “Trends and Future of Sustainable Development” 9-10 June, Tampere, Finland. (Forthcoming in FFRC eBooks series http://ffrc.utu.fi/en/publications/ .)

Eurostat (2011) Eurostat sustainable development indicators, http://epp.eurostat.ec.europa.eu/portal/page/portal/sdi/indicators, retrieved 4.5.2011.

Everitt, B.S. (1993) Cluster Analysis, third ed. Arnold, London.

Krugman, Paul (2008) The increasing returns revolution in trade and geography. Nobel Prize lecture 8 December, 2008. http://www.nobelprize.org/nobel_prizes/economics/laureates/2008/krugman_lecture.pdf

Ringraziamenti

Il set completo dei risultati e dei dati utilizzati è visibile in un foglio excel disponibile sul sito del progetto SMILE (http://www.smile-fp7.eu/). Si ringrazia il Framework Program 7 dell’Unione Europea per il finanziamento.

Condividi questo contenuto
 
 
 
 
 
 
 

Leave a Reply

Il tuo indirizzo email non sarà pubblicato. I campi obbligatori sono contrassegnati *