Indicatori socio-economici per la misurazione del benessere dei comuni

di: Antonella Bianchino, Salvatore Cariello, Flora Fullone, Matteo Mazziotta

EyesReg, Vol.8, N.2, Marzo 2018

 

 

Il benessere è un fenomeno complesso, multidimensionale, con grandi difficoltà di misurazione e monitoraggio. La definizione è combinazione di componenti molto diverse tra loro, che potrebbero assumere anche significato differente, in contesti culturali diversi. Tanto che una definizione univoca accettata a livello universale non esiste (ancora): ciascuna area geografica potrebbe attribuire importanza a dimensioni che in altre aree potrebbero non essere particolarmente rilevanti dal punto di vista della dinamica sociale. La misurazione accurata del benessere è un requisito per l’implementazione di politiche sociali che, grazie ad azioni mirate in aree geografiche maggiormente critiche, possono determinare un progressivo miglioramento delle condizioni di vita dei cittadini.

Per molti decenni si è sostenuto che solo la dimensione strettamente economica potesse fornire una spiegazione efficace della realtà complessa, e il PIL ha giocato un ruolo centrale nella definizione, implementazione e valutazione degli effetti delle azioni dei governi di tutto il mondo. Negli ultimi anni, tuttavia, il dibattito internazionale ha messo il PIL sul banco degli imputati, tanto che alcune iniziative in diversi paesi hanno cercato di sviluppare nuovi paradigmi di misurazione del benessere, in cui alle componenti economica, sociale ed ambientale è assegnato lo stesso peso.

Poiché il benessere, come accennato sopra, è un fenomeno multidimensionale, allora non può essere misurato da un singolo indicatore descrittivo, ma dovrebbe essere rappresentato da dimensioni multiple. Tale rappresentazione richiede la combinazione di differenti dimensioni da considerarsi congiuntamente come componenti del fenomeno (Mazziotta e Pareto, 2013). Questa combinazione può essere ottenuta applicando metodologie note come indici compositi (Salzman, 2003; Mazziotta e Pareto, 2011; Diamantopoulos et al., 2008).

In questo scenario in continua evoluzione, l’esperienza italiana è rappresentata dal progetto BES (Benessere Equo e Sostenibile) dell’Istat che, a oggi, è considerata una delle più avanzate esperienze di studio e analisi. Il progetto consiste in un dashboard di 134 indicatori individuali raccolti in dodici domini. Negli ultimi tre reports (Istat, 2015; Istat, 2016; Istat 2017), sono stati calcolati indici compositi a livello regionale per i nove domini di outcome, creando un precedente unico nella statistica ufficiale a livello internazionale.

Recentemente, il dibattito da scientifico è divenuto politico: parlamentari e amministratori locali stanno affermando la necessità di collegare gli indicatori di benessere prodotti dall’Istat a interventi azioni in campo socio-economico, creando quindi una connessione più forte tra statistica ufficiale e valutazione delle politiche (Mazziotta, 2016). Infatti, il Parlamento italiano, il 28 luglio 2016, ha approvato la riforma della legge di bilancio in cui alcuni indicatori del BES, selezionati da una commissione ad hoc, sono inclusi nel Documento di Programmazione Economica e Finanziaria. È previsto, inoltre, che il 15 febbraio di ogni anno il Parlamento riceva dal Ministero dell’Economia un report contenente la valutazione degli indicatori del BES. Tale Commissione è presieduta dal Ministro dell’Economia e composta dal Presidente dell’Istat, dal Governatore della Banca d’Italia e da due esperti provenienti dall’Accademia o da Istituti di ricerca (Mazziotta, 2017).

Il progetto, da nazionale, sta divenendo locale, tanto che diverse autorità sul territorio, pur non avendo particolari obblighi legislativi, stanno studiando le modalità per costruire indicatori di benessere. A tal proposito, sembra necessario calcolare misure di benessere per tutti i comuni italiani cosicché amministratori e cittadini possano disporne per comprendere e decidere politiche migliori. Poiché le correnti indagini statistiche non forniscono indicatori socio-economici disaggregati sino al livello comunale (il censimento è l’unica fonte e non raccoglie tutte le informazioni contenute nel BES), è necessario ricorrere a fonti amministrative auspicabilmente raccolte in sistemi informativi.

L’obiettivo dell’articolo è presentare una sperimentazione su tre domini del BES (istruzione, lavoro, benessere economico) disponibili per tutti i comuni italiani. Sei indicatori elementari sono costruiti partendo da fonti amministrative, e in seguito sono calcolati degli indici compositi al fine di ottenere una misura unidimensionale del fenomeno. Il framework teorico che ha guidato la selezione dei sei indicatori elementari è quello del BES e la matrice di partenza presenta 8.048 righe (comuni) e 6 colonne (indicatori elementari). I risultati ottenuti dal calcolo degli indici compositi sembrano fornire interessanti spunti di analisi.

 

Indagini dirette, archivi amministrativi e indicatori

Dal 2021, il censimento della popolazione e il master sample sulle famiglie forniranno molti indicatori ogni anno a livello comunale. L’integrazione tra indagine dirette e fonti amministrative sembra la strada principale delle moderne statistiche, dove la tempestività dell’informazione deve essere associata a un dettaglio spaziale molto fine. In previsione di una sempre crescente evoluzione dell’integrazione delle fonti amministrative, la sperimentazione qui presentata usa dataset fornito dal progetto ARCHIMEDE (Archivio Integrato di Microdati Economici e Demografici), che raccoglie micro-dati concernenti l’universo di individui e famiglie residenti in Italia. Pertanto, è possibile calcolare indicatori elementari per tipologie familiari, reddito, stato occupazionale, sicurezza lavorativa, problemi sociali, grado d’istruzione e altro (Garofalo, 2014).

Utilizzando ARCHIMEDE, è possibile costruire diversi indicatori socio-economici per alcuni domini del BES. In particolare, il focus è su tre domini del benessere che rappresentano la condizione socio-economica dei cittadini a livello comunale. Di seguito sono presentati domini e indicatori elementari:

“Benessere economico”: Indice di disuguaglianza di reddito; tasso di povertà. “Istruzione”: Percentuale di persone con la laurea; Percentuale di persone che non lavorano, non studiano e non partecipano a corsi di formazione (NEET). “Lavoro”: Tasso di occupazione; Tasso di insicurezza lavorativa.

Sembra necessario puntualizzare che gli indicatori elementari desunti da fonti amministrative non possono sostituire quelli calcolati da indagini dirette, poiché esistono differenze dal punto di vista teorico. Per esempio, il tasso di occupazione è calcolato come rapporto tra le persone di 20-64 anni presenti in anagrafe con un impiego regolare e le persone di 20-64 anni presenti in anagrafe: naturalmente, i lavoratori irregolari sono esclusi da questo tasso e, come noto, la popolazione residente non è la stessa che dimora abitualmente in un generico comune italiano. Pertanto, il tasso di occupazione è composto di un numeratore e un denominatore che sono differenti a seconda se la fonte sia amministrativa, oppure sia la classica indagine campionaria sulle forze lavoro. Allo stesso modo, gli indicatori di povertà presentati nel paper sono basati sulla fonte amministrativa “dichiarazione dei redditi” e non sull’indagine campionaria “consumi delle famiglie”; e gli indicatori d’istruzione provengono dai dati del MIUR. Di contro, le indagini campionarie non riescono a fornire dati al dettaglio comunale e, pertanto, in questo particolare momento, i ricercatori stanno sperimentando metodi per integrarle con le fonti amministrative, anche al costo di generare distorsioni più o meno ampie.

 

Risultati della sperimentazione

Al fine di sintetizzare gli indicatori elementari in un’unica misura, è applicato un indice composito (AMPI) che si tratta della metodologia ufficiale adottata dall’Istat per il progetto BES (Mazziotta e Pareto, 2016).

Il cartogramma (Fig.1) rappresenta con differenti colori (più il verde è scuro, migliore è la performance) l’intensità del fenomeno “Condizioni socio-economiche” misurato dall’indice composito per tutti i comuni italiani.

 

Figura 1 – Indice composito delle condizioni socio-economiche dei comuni italiani

Il cartogramma è molto informativo (anche troppo). Ossia, sembra difficile comprendere al meglio il comportamento di ogni singolo comune. Come prevedibile, si nota un netto taglio tra il Nord, il Centro e il Sud del paese. E in fondo uno degli obiettivi del paper è proprio dimostrare questo, ossia la bontà degli indicatori elementari desunti da archivi amministrativi. È quindi possibile fare analisi a livello municipale, e la mappa dell’Italia dovrebbe essere usata come strumento utile per individuare aree dove il fenomeno assume particolari caratteristici, per esempio un verde più leggero in un comune del Nord-est, oppure un verde più forte in un comune del Mezzogiorno.

 

Figura 2 – Scatter plot tra l’indice composito e l’ampiezza demografica

 

La prima idea di analisi è correlare l’indice composito di condizioni socio-economiche con l’ampiezza demografica dei comuni (Fig. 2). Il risultato è apparentemente sorprendente poiché c’è piena incorrelazione  (ρ = -0.029). Questo significa che non esiste un fattore relativo all’ampiezza comunale che può determinare la condizione socio-economica e viceversa: non c’è un’influenza reciproca. Tuttavia, il tema meriterebbe un approfondimento maggiore provando a fare l’analisi all’interno di aree territoriali meno disaggregate (regioni o province).

 

Figura 3 – Scatter plot tra l’indice composito e la bassa intensità lavorativa

 

Recentemente, a livello europeo, l’indicatore “Bassa intensità lavorativa” è considerata una valida misura di esclusione sociale. Si tratta della percentuale di famiglie con intensità lavorativa minore del 20% del loro potenziale: l’intensità di lavoro è una misura della partecipazione dei membri di una famiglia al mercato del lavoro. Gli indicatori “Severa deprivazione materiale” e “Molto bassa intensità lavorativa” sono due delle tre componenti dell’indicatore di Povertà ed esclusione sociale di “Europe 2020” (Eurostat, 2017). Poiché questo indicatore può essere calcolato da ARCHIMEDE utilizzando due fonti amministrative (gli occupati regolari e l’anagrafe), si calcola una correlazione con l’indice composito della condizione socio-economica. Poiché il valore è pari a -0.896, esiste una forte correlazione negativa (Fig. 3), per esempio se la condizione socio-economica dei cittadini aumenta, allora la bassa intensità lavorativa diminuisce e viceversa. Anche in questa circostanza l’analisi sembra fornire un buon segnale della validità dell’indice composito poiché il fenomeno multidimensionale, composto dalle dimensioni reddito, istruzione e lavoro, ha un comportamento consistente con uno dei principali indicatori usati in Europa per misurare l’esclusione sociale.

Antonella Bianchino, Salvatore Cariello, Flora Fullone, Matteo Mazziotta, ISTAT

 

 

Bibliografia

Diamantopoulos A., Riefler P., Roth K. (2008), “Advancing formative measurement models.” Journal of Business Research 61: 1203–1218

Eurostat (2017), “Smarter, greener, more inclusive? Indicators to support the Europe 2020 strategy”. Lussemburgo.

Garofalo G. (2014), “Il progetto ARCHIMEDE: obiettivi e risultati sperimentali.” Istat Working Paper  9. Roma: Istat.

Istat. (2015), Terzo Rapporto sul Benessere Equo e Sostenibile in Italia. Roma: Istat.

Istat. (2016), Quarto Rapporto sul Benessere Equo e Sostenibile in Italia. Roma: Istat.

Istat (2017), Quinto Rapporto sul Benessere Equo e Sostenibile in Italia. Roma: Istat

Mazziotta M. (2017), “Well-Being Composite Indicators for Italian Municipalities: Case Study of Basilicata”. Working papers Series n.1/2017. Dipartimento di Scienze Sociali ed Economiche, Università Sapienza di Roma.

Mazziotta M. (2016), “Le misure del benessere per le politiche dei territori”. Statistica e Società, Anno V numero 1/2016. http://www.rivista.sis-statistica.org/cms/?p=57

Mazziotta M., Pareto A. (2016), “On a Generalized Non-compensatory Composite Index for Measuring Socio-economic Phenomena”. Social Indicators Research 127 (3): 983-1003.

Mazziotta M., Pareto A. (2013), “Methods for Constructing Composite Indices: One for all or all for one” in Rivista Italiana di Economia Demografia e Statistica LXVII (2): 67-80.

Mazziotta M., Pareto A. (2011), “Nuove misure del benessere: dal quadro teorico alla sintesi degli indicatori”, SISmagazine – Rivista online della Società Italiana di Statistica. http://old.sis-statistica.org/magazine/spip.php?article194

Salzman J. (2003), Methodological Choices Encountered in the Construction of Composite Indices of Economic and Social Well-Being. Ottawa: Center for the Study of Living Standards

 

 

Lascia un commento

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

*