di: Antonella Bianchino, Daniela Fusco e Maria Liguori
EyesReg, Vol. 10, N. 6, Novembre 2020
Introduzione
I primi due casi di Covid-19 in Italia, una coppia di turisti cinesi, sono stati confermati il 30 gennaio dall’Istituto Spallanzani, dove sono stati ricoverati in isolamento dal 29 gennaio. Il primo caso di trasmissione secondaria si è verificato a Codogno, Comune della Lombardia in provincia di Lodi, il 18 febbraio 2020. Il 10 marzo, giorno di entrata in vigore del d.p.c.m. del 08/03/2020 che decreta l’inizio del lockdown, i casi arrivano a 10.149. Al termine della fase 1, 3 maggio 2020, sono stati registrati 210.717 contagi ufficiali e 28.884 decessi. Nel mese di novembre sono stati superati il 35.000 contagi giornalieri.
La comprensione dei fattori che determinano la diffusione del contagio consentirebbero alle regioni di mettere in piedi delle scelte che possono ridurre la diffusione di rischi biologici.
Per identificare le determinanti del contagio è necessario fare riferimento a dati oggettivi: la popolazione più a rischio è quella di sesso maschile con più di 61 anni (ISS, 2020); è assodato che l’indice Rt, ovvero l’indice di contagiosità, aumenta in proporzione ai contatti tra la popolazione infetta e popolazione sana; studi recenti hanno dimostrato che l’esposizione a fattori inquinanti determina un incremento di morbosità e mortalità umana legata ad affezioni delle vie respiratorie (WHO, 2016); il virus ha avuto origine in Cina; secondo studi recenti (Dominici et al., 2020), da un punto di vista statistico, l’esposizione alle polveri sottili per lungo tempo comporta un aumento del rischio di contagio da COVID e del tasso di mortalità.
Per tali ragioni lo studio analizza, a livello regionale, l’influsso di fattori chiave di carattere demografico, economico e ambientale nella diffusione del Covid-19.
I fattori
Indicatori demografici
Uno degli indicatori demografici preso in considerazione è l’indice di vecchiaia, inteso come rapporto percentuale tra la popolazione di 65 anni e più e la popolazione di età 0-14 anni.
L’Italia è tra i Paesi a più elevata longevità, in particolare l’area del Nordest, dove si riscontrano condizioni di sopravvivenza assai favorevoli. A livello nazionale gli uomini sfiorano gli 81 anni, le donne gli 85,3.
L’aumento della speranza di vita unito alla diminuzione delle nascite porta la struttura per età della popolazione ad un suo lento ma costante scivolamento verso le età più anziane. Tuttavia il Mezzogiorno presenta una popolazione più giovane rispetto al Centro-nord per via del tasso di natalità più elevato. Prendendo a riferimento l’età media della popolazione, si può rilevare come per il Mezzogiorno (44,6 anni) risulti di oltre un anno e mezzo inferiore rispetto a quella del Centro-nord (46,2 anni).
Altro fattore analizzato è la densità abitativa. Questo perché è dimostrato che la vicinanza fisica è direttamente proporzionale al rischio di contagio e la densità abitativa influenza la vicinanza fisica nella misura in cui determina un maggiore affollamento di servizi pubblici di trasporto locale, attività ludico-ricreative, ecc.
L’area più densamente popolata è il nord-ovest con 272,16 abitanti per kmq, seguito dal nord-est con 183, 67 e dal centro con 199,72. Il Mezzogiorno è il meno popoloso con 166,65 abitanti per kmq.
Tuttavia la regione più densamente abitata si trova nel sud Italia ed è la Campania, seguita dalla Lombardia e dal Lazio. Superiori alla media nazionale anche i valori raggiunti nell’ordine da Liguria, Veneto e Puglia.
Indicatori economici
L’Italia è il nono paese esportatore al mondo con una quota di mercato del 2,9 per cento nel 2018 (ICE, 2019). In termini relativi il risultato più cospicuo si è conseguito nella regione centrale ed orientale dell’Asia (+6,4%), dove a svolgere un ruolo determinante sono risultati mercati come la Cina (+6,6%).
Dal punto di vista territoriale, considerando il volume degli scambi commerciali con l’estero (Import ed export), la regione che su tutte incide di più sul bilancio nazionale è la Lombardia (29,42%). Seguono il Veneto con 12,61 ed Emilia Romagna con il 11,25%. Per le finalità dello studio è stato necessario focalizzare l’attenzione sugli scambi con l’Asia orientale, la cui principale quota parte è costituita dalla Cina. Questo perché si presuppone che il virus sia arrivato dal gigante asiatico. Anche in questo caso, ad avere i maggiori rapporti commerciali con la Cina è la Lombardia che da sola copre il 38,19% del volume degli scambi commerciali con questa area del mondo. Segue sempre il Veneto con il 12,59 e l’Emilia Romagna con il 12,79%.
Considerando invece l’incidenza dei rapporti commerciali con l’Asia orientale sul totale delle bilance commerciali regionali, compare la “piccola” Campania, che con il suo 12,19%, è seconda alla Lombardia (13,08%).
L’altro aspetto considerato è la densità delle unità locali (numero di unità locali per Kmq). Questo perché lo sviluppo delle imprese conduce ad un maggiore dinamismo sociale.
Il quadro generale mostra che più della metà delle imprese è attiva al Nord (il 29,2% nel Nord-ovest e il 23,4% nel Nord-est), il 21,4% al Centro e il 26,0% nel Mezzogiorno (Istat, 2020).
Nella classifica nazionale, la regione ad avere la maggiore concentrazione di unità locali è la Lombardia con 37,33 unità per Kmq, seguita da Campania (26,95) e Lazio (26,94), che superano altre regioni del nord come Liguria (25,08) e Veneto (23,56).
Indicatori di pendolarismo
Durante la fase 1 sono stati vietati gli spostamenti tra i comuni, ciò al fine di evitare la diffusione del contagio. Per tale ragione è stato analizzato anche il fenomeno del pendolarismo che interessa circa la metà della popolazione italiana, soprattutto quella residente nel Nord (Legambiente, 2018).
L’Istat misura l’indice di attrazione, dato dai flussi in entrata nell’area in rapporto al totale dei flussi di mobilità, e l’indice di autocontenimento, dato dai flussi interni all’area in rapporto alla somma di flussi interni e flussi in uscita.
Le regioni più attrattive sono la Lombardia (38,15%), la Valle d’Aosta (38,10%), il Friuli Venezia Giulia (35,9%), il Veneto (35,37%) e il Piemonte (34,27%). Le meno attrattive sono Puglia e Basilicata con il 24%.
Le regioni per cui influiscono maggiormente i flussi interni sul totale degli spostamenti sono invece il Lazio (65,58%), la Liguria (61,31%), la Sicilia (60,77%), l’Umbria e la Puglia (entrambe con 59,6%).
Indicatori ambientali: qualità dell’aria
Circa il 91% della popolazione mondiale vive in luoghi in cui i livelli di qualità dell’aria superano i limiti stabiliti dall’Organizzazione Mondiale della Salute (OMS) (WHO, 2018).
L’esposizione agli inquinanti atmosferici influisce sulla salute dell’uomo in vari modi, con conseguente aumento della mortalità e morbilità.
Secondo un recente studio condotto dai ricercatori dell’università di Harvard molte delle condizioni preesistenti che aumentano il rischio di mortalità nelle persone con Covid-19 sono le stesse malattie che sono interessate dall’esposizione a lungo termine all’inquinamento atmosferico.
In Italia nel 2018 sono stati superati i limiti giornalieri previsti per le polveri sottili o per l’ozono (35 giorni per il Pm10 e 25 per l’ozono) in ben 55 capoluoghi di provincia (Legambiente, 2019). Il termine Pm10 identifica le particelle di diametro aerodinamico inferiore o uguale a 10 μm caratterizzate da lunghi tempi di permanenza in atmosfera e sono in grado di penetrare nell’albero respiratorio umano, con effetti negativi sulla salute (Ispra, 2019).
Considerando il numero di giorni di superamento del limite massimo consentito in ciascuna stazione di rilevazione, è possibile calcolare i giorni di superamento medi regionali nel 2018. Il triste primato spetta alla Lombardia con 40 giorni nel 2018, seguita da Veneto, Campania, Piemonte ed Emilia Romagna.
Per quanto riguarda le emissioni di gas serra, i trasporti risultano, insieme alle industrie energetiche, i settori maggiormente responsabili delle emissioni. In particolare gli autoveicoli incidono sull’aumento del particolato (PM10), Ozono (O3), Biossido di Azoto (NO2), Benzene (C6H6) e Biossido di Zolfo (SO2). Osservando il parco auto degli italiani, si riscontra che la percentuale di auto circolanti al di sotto dello standard Euro 4 è ancora elevato: in particolare nelle regioni del Mezzogiorno quasi la metà delle auto è della classe compresa tra Euro 0 e Euro 3. In particolare Campania, Basilicata, Calabria e Sicilia hanno valori superiori al 50% di presenza di auto altamente inquinanti.
Risultati
Il numero considerevole di variabili osservate ha condotto alla scelta dell’utilizzo dell’analisi fattoriale (Fabbris, 2003) allo scopo di ridurre la multidimensionalità del fenomeno e facilitare l’interpretazione dei contributi di ciascuno degli aspetti finora analizzati. Il risultato dell’analisi fattoriale ha consentito di individuare tre fattori determinanti del contagio ottenuti dalla combinazione delle variabili descritte nel paragrafo precedente.
Sulla costruzione del primo fattore hanno contribuito la densità abitativa, incidenza percentuale degli scambi commerciali con il mondo, e incidenza regionale degli scambi con l’Asia orientale, i giorni di superamento del PM10 e la densità di unità locali; sul secondo fattore l’autocontenimento, l’indice di attrazione negativamente e la presenza di autovetture inquinanti; il terzo fattore è determinato solo dall’indice di vecchiaia.
Pertanto il primo asse è stato definito “vivacità economica e densità abitativa” poiché riassume tutte le variabili economiche considerate, inclusa la conseguenza dell’industrializzazione, ossia la presenza di polveri sottili, oltre che la densità abitativa; il secondo asse è stato definito “dinamismo della popolazione” in quanto è determinato dal pendolarismo della popolazione e dal fattore inquinante dato dalle autovetture di vecchia produzione. Il terzo fattore è ovviamente stato definito “vecchiaia” poiché determinato solo dall’omonimo indicatore. Occorre da subito sottolineare che sebbene l’età sia stata identificata da principio un fattore importante nel contagio, essa non ha avuto un ruolo determinante nell’analisi fattoriale.
I tre fattori sono stati rappresentati nel grafico 1: sull’asse delle ascisse è rappresentato il primo fattore, sulle y il secondo; le bolle rappresentano le regioni; il colore delle bolle è determinato dal terzo fattore, più sono scure più è basso l’indice di vecchiaia; l’ampiezza delle bolle è data dal numero dei contagi da Covid-19 al 12 novembre 2020.
È interessante osservare che tutte le regioni oggi gravemente toccate dal virus si trovano negli stessi quadranti, sebbene alcune di esse durante la fase 1 non fossero duramente colpite. Tutte queste regioni si caratterizzano per una più o meno consistente “vivacità economica e densità”. Tra di esse l’unica regione con un indice di vecchiaia molto elevato è la Liguria.
Le regioni con un contagio più contenuto si posizionano invece nel secondo e terzo quadrante. Ciò vuol dire che dipendono negativamente dal primo fattore: non hanno quindi caratteristiche che rappresentano una spiccata economia internazionale e produttiva.
Nel primo quadrante abbiamo anche Marche, Toscana e Puglia, che si posizionano quasi esattamente sull’asse “Dinamismo della popolazione”, e Liguria e Lazio, anch’esse molto vicine al secondo fattore.
È utile sottolineare che il secondo fattore si caratterizza positivamente per l’indicatore di autocontenimento e per la presenza di vetture inquinanti, mentre negativamente per l’indice di attrazione. In sintesi le regioni che si posizionano in alto sull’asse delle y sono regioni in cui prevale il pendolarismo interno e non quello esterno in entrata.
Nel grafico 2 l’ampiezza delle bolle è invece espressione del contagio in valore relativo (numero di contagi sulla popolazione per cento). Il grafico mette in evidenza che solo le regioni posizionate nel secondo quadrante, quindi con un alto dinamismo della popolazione e una bassa vivacità economica, registrano valori inferiori del numero di contagi rispetto alla popolazione residente. Fa eccezione l’Umbria il cui tasso di contagio è più elevato rispetto alle altre regioni posizionate in questo quadrante (1,9%). E comunque interessante osservare come cambi nei due grafici la situazione epidemiologica di regioni quali la Valle d’Aosta, Abruzzo, Friuli Venezia Giulia e le province autonome di Trento e Bolzano.
Figura 1: I fattori del contagio per regione (numero di contagi in valore assoluto)
Fonte: nostra elaborazione
Figura 2: I fattori del contagio per regione (numero di contagi in valore relativo)
Fonte: nostra elaborazione
Conclusioni
Come mostrano i grafici 1e 2 i fattori determinanti del contagio da Covid-19 in Italia sono riconducibili alla vivacità e densità economica e alla densità della popolazione. Sembrerebbe che il dinamismo della popolazione influisca in maniera meno incisiva sulla diffusione del contagio.
Nel determinare la vivacità economica si ricorda che sono stati presi a riferimento aspetti strettamente strutturali, la presenza di unità produttive, e i rapporti commerciali con l’estero e in particolare con l’Asia orientale. Si è considerato anche l’effetto dell’industrializzazione, ossia la presenza di polveri sottili, che studi precedentemente citati hanno dimostrato essere un fattore di indebolimento delle vie respiratorie. Relativamente alla vicinanza fisica tra le persone, lo studio dimostra che la densità abitativa incide sulla espansione del virus. Non ha invece inciso allo stesso modo il pendolarismo. Infine, sebbene il virus Sars-covid19 colpisca maggiormente la popolazione anziana, non sembra l’età aver inciso sull’allargamento del contagio. È interessante notare che oggi tutte le regioni che si trovano nel primo quadrante e nel quarto quadrante presentano alti tassi di contagio sia che si considerino i termini assoluti che quelli relativi. Situazione prevedibile in considerazione del fatto che si tratta di regioni accomunate da alcune caratteristiche individuate come determinanti nel contagio. Proprio sulla variazione di tali fattori sarebbe opportuno che si orientassero i decisori politici al fine di ridurre il rischio che una volta superata questa crisi ci si possa ritrovare nel futuro in condizioni simili. Fattori che sono evidentemente originati da fonti di vantaggio competitivo, ma che oggi si sono trasformati paradossalmente in fattori di rischio (Musolino Rizzi, 2020).
Antonella Bianchino, Daniela Fusco, Maria Liguori, Istat – Dipartimento per lo sviluppo di metodi e tecnologie per la produzione statistica
Riferimenti bibliografici
Fabbris L. (2003), Statistica multivariata. Analisi esplorativa dei dati, McGraw-Hill.
Ispra (2019), Annuario dei dati ambientali 2019. ISPRA, Stato dell’ambiente 89/2020. Roma.
ISS (2020), Epidemia Covid-19, Aggiornamento nazionale 30 giugno 2020 – ore 11:00, Roma.
Istat (2020), Censimento permanente delle imprese 2019: i primi risultati, Roma.
Istat, ISS (2020), Impatto dell’epidemia Covid-19 sulla mortalità totale della popolazione residente, Primo trimestre 2020. Dossier Istat ISS – 4 maggio 2020.
Istat, ICE (2019), Annuario Commercio estero e attività internazionali delle imprese. Edizione 2019. Roma.
Legambiente (2020), Rapporto pendolaria. La situazione e gli scenari del trasporto pendolare ferroviario in Italia, Dossier di Legambiente – 8 febbraio 2020.
Legambiente (2019), Mal’Aria di città 2019, la mobilità urbana al centro del risanamento, Dossier di Legambiente – 22 gennaio 2019.
Ministero degli affari esteri (2019), Scambi con l’estero – Anno 2019, Bollettino n.3 Note di Aggiornamento Anno 26° – n. 3 – 2019
Musolino D., Rizzi P. (2020), Covid-19 e territorio: un’analisi a scala provinciale, EyesReg, 10, 3.
World Health Organization (2018), Ambient air pollution: a global assessment of exposure and burden disease, Ginevra , WHO press.
Wu X., Nethery R. C. , Sabath M. B., Braun D., Dominici F. (2020), Exposure to air pollution and COVID-19 mortality in the United States: A nationwide cross-sectional study, MedRxiv, USA.
