Relazioni tra città e campagna, uno sguardo sociologico Giulia Caiani, Matilde Ferretto, Silvia Mugnano

Dimensione: px

Iniziare la visualizzazioe della pagina:

Download "Relazioni tra città e campagna, uno sguardo sociologico Giulia Caiani, Matilde Ferretto, Silvia Mugnano"

Cornelio Longhi
6 anni fa
Visualizzazioni

1 Relazioni tra città e campagna, uno sguardo sociologico Giulia Caiani, Matilde Ferretto, Silvia Mugnano Università di Milano Bicocca Dip. Sociologia e Ricerca Sociale Milano, 2 marzo 2012 Seminario AGAPU Analisi e Governo dell Agricoltura PeriUrbana

2 Struttura della presentazione Obiettivi Metodologia Dati Statistica descrittiva analisi fattoriale esplorativa cluster analysis Modelli interpretativi aree periferiche aree turistiche aree urbane in contesti agricoli aree urbane Classificazione Conclusioni Follow up

3 Obiettivi 1. Classificazione del territorio lombardo secondo alcune macroaree rilevanti per l approccio sociologico : - profilo socio-demografico, - servizi, - attrattività, - mobilità, - stili di vita; 2. Identificazione di modelli di interpretazione e lettura del territorio lombardo, sulla base dell appartenenza ad un preciso cluster e con esplicito riferimento al rapporto urbano/ rurale

4 Metodologia Identificazione di 4 parole-chiave, sulla base delle quali reperire gli indicatori per leggere il territorio lombardo e le relazioni tra le diverse comunità : Oltre il PIL, sostenibilità, accessibilità, identità. Selezione di alcune buone pratiche e costruzione di un dataset ad un livello di disaggregazione comunale (1546 osservazioni) Analisi statistica multivariata Analisi fattoriale esplorativa, rotazione, estrazione e stima di 4 fattori latenti: URBANIZZATO, SPRAWL, SERVIZI, MOBILITA / INQUINAMENTO Cluster analysis sui fattori estratti e classificazione dei cluster su mappa secondo 4 modelli interpretativi : AREE PERIFERICHE, AREE TURISTICHE, AREE URBANE IN CONTESTI AGRICOLI, AREE URBANE

5 Dati La lettura del territorio lombardo avviene a livello comunale (1546) I dati sono recenti ( ), ancorché provenienti da diverse fonti. Il dataset include 19 indicatori e 5 indici, suddivisi a seconda di 5 dimensioni-chiave: - profilo socio-demografico, - servizi, - attrattività, - mobilità, - stili di vita

6 Dati PROFILO SOCIO-DEMOGRAFICO densità abitativa indice di dipendenza popolazione anziana crescita della popolazione (% media annua degli ultimi 5 anni) % suolo urbanizzato % suolo agricolo reddito medio pro-capite prezzo compravendita/m 2

7 Dati ATTRATTIVITA ISP- Indicatore Sintetico di Priorità (sottodimensione stato di salute, che contiene informazioni rispetto a : stock ricchezza comunale; intensità dell'attività produttiva; attrattività; caratteristiche territoriali) tasso di ricettività * (letti/ab) tasso di turisticità * (arrivi/abitanti)

8 Dati SERVIZI N. banche/pop N. aziende (area istruzione; area sanità e servizi; area tempo libero; area commercio dettaglio e ingrosso)/ pop N. esercizi di vicinato (alimentari e misti)/pop

9 Dati MOBILITA densità strade densità ferrovie indice di motorizzazione privata

10 Dati STILI DI VITA Indice di natalità (*1000 ab.) senso civico (awareness) : % differenziata e rifiuti ingombranti procapite; n.votanti/tot elettori; n.dichiaranti/pop. Totale emissioni nel settore dell'agricoltura (tonn/anno) Totale emissioni nel settore dei processi produttivi (tonn/anno) n. stranieri residenti/ tot pop n. prestiti bibliotecari/ pop n. acquisti libri (in euro)/ pop tasso di divorzi (*1000 ab.)

11 Distribuzione fattore URBANIZZATO Fattore correlato a (in ordine crescente): Suolo urbanizzato (+); Densità (+); ISP salute (+); Costo casa (+) Prestiti bibliotecari (+); Reddito (+); Acquisti libri (+)

12 Distribuzione fattore SPRAWL Fattore correlato a (in ordine crescente): Crescita pop. (+) Dip. anziani (-) Natalità (+) Suolo agricolo (+) Stranieri (+) Virtuosità/ awareness(+) Divorzi (-) Motorizz. privata (-)

13 Distribuzione fattore SERVIZI Fattore correlato a (in ordine crescente): Tasso di ricettività (+) Tasso di turisticità (+) Esercizi di vicinato (+) Aziende (+) Banche (+)

14 Statistica descrittiva analisi fattoriale Variabile Urbanizzato Servizi Mob/inquin Sprawl % suolo urbanizzato Densità Stato salute (ISP) / m N. prestiti bibliotecari Reddito procapite Acquisti libri ( /cad.) Crescita popolazione Dip. Anziani Indice di natalità % suolo agricolo Stranieri/ pop Senso civico (awareness) Tasso divorzi Motorizz. privata Ricettività Turisticità Esercizi vicinato/pop Aziende/pop (base) Banche/pop Densità strade Densità ferrovie Emissioni (attività prod.ve) Emissioni (attività agricole)

15 Statistica descrittiva Cluster analysis Sulla base del punteggio dei 4 fattori latenti individuati ( urbanizzato, sprawl, servizi, mobilità/inquinamento ) è possibile individuare comuni simili? Metodologia : - Cluster analysis di tipo gerarchico ; - stopping rules, che garantissero minima perdita di informazione e massima differenza tra i cluster (cluster ben distinti) Abbiamo selezionato 8 cluster, che visualizzeremo di seguito in relazione a 4 modelli interpretativi del territorio : - AREE PERIFERICHE - AREE TURISTICHE - AREE URBANE IN CONTESTI AGRICOLI - AREE URBANE

16 Modelli interpretativi: AREE PERIFERICHE (254 comuni) Note: province contrassegnate da retino blu

17 Modelli interpretativi: AREE TURISTICHE (89 comuni) Note : province contrassegnate da retino rosso

18 Modelli interpretativi: AREE URBANE IN CONTESTI AGRICOLI (878 comuni) Note : chiave di lettura : % suolo urbanizzato; province contrassegnate da retino blu

19 Modelli interpretativi : AREE URBANE (325 comuni) Note : chiave di lettura : % suolo urbanizzato; province contrassegnate da retino rosso

20 Classificazione chiave interpretativa : % suolo urbanizzato mediano Note : A colori scuri corripondono % elevate di suolo urbanizzato; province contrassegnate in blu

21 Principali conclusioni L analisi fattoriale suggerisce la plausibilità di un costrutto multidimensionale (vs unidimensionale) per lo studio dei territori e delle popolazioni. Anche il rapporto città-campagna deve essere letto secondo un accezione multidimensionale; La cluster analysis consente di identificare 8 gruppi di comuni simili e di pervenire a 4 principali modelli interpretativi, sulla base del rapporto città/ campagna : AREE PERIFERICHE, AREE TURISTICHE, AREE URBANE, AREE URBANE IN CONTESTI AGRICOLI In quest ottica il periurbano emerge sulla base della distribuzione spaziale dell urbano (piuttosto che dell agricolo) e delle interrelazioni (anche discontinue) che questo ha con le aree limitrofe

22 Follow up Comparazione della classificazione illustrata con nuove classificazioni : - classificazioni pervenute da altri partner del gruppo di ricerca; - classificazione derivata dall autocorrelazione spaziale di un indice di urbanità, che includa anche informazioni di carattere soggettivo; - classificazioni PSN / OCSE Carotaggi da effettuarsi su alcuni cluster particolarmente significativi, dove l urbano sfuma nel rurale, mediante approfondimenti che consentano di identificare i territori sulla base delle parole-chiave che guidano l approccio di ricerca sociologico : - Oltre il PIL - Sostenibilità - Accessibilità - Identità

Documenti analoghi

Periferie a Bologna: vulnerabilità e opportunità. Una proposta di misurazione per le città italiane

Periferie a Bologna: vulnerabilità e opportunità. Una proposta di misurazione per le città italiane Che cosa si intende per periferie? Ilconcettodiperiferianonèunivoco,cambianeltempoepuòesserelegatosiaalladimensione