di: Antonella Rita Ferrara
EyesReg, Vol.6, N.1, Gennaio 2016
Nell’ultimo decennio, la misurazione del benessere ha ricevuto crescente attenzione da parte di ricercatori, policy-maker e istituzioni internazionali. Tradizionalmente gli indicatori di produzione sono stati utilizzati anche come proxy della qualità della vita degli individui. Tuttavia, negli ultimi anni, soprattutto in seguito alla crisi economico-finanziaria del 2008 e alla pubblicazione del Rapporto della Commissione per la misurazione della performance economica e del progresso sociale (Stiglitz et al., 2009), i limiti del Pil quale misura del benessere e la sua incapacità di coglierne adeguatamente la natura multidimensionale sono stati ampiamente riconosciuti. Questa diffusa consapevolezza ha dato il via ad una serie di iniziative sul “superamento del Pil” promosse da prestigiose organizzazioni nazionali e sovranazionali (UNDP, OCSE, Commissione Europea) che hanno reso disponibili batterie sempre più ampie di indicatori rappresentativi dei molteplici aspetti del progresso sociale e della qualità della vita (Bandura 2008; Bleys, 2012; OECD, 2013, per una survey), nonché nuovi approcci metodologici per pervenire a misure sintetiche e comparabili nel tempo e tra territori (Ferrara e Nisticò, 2015).
L’obiettivo di questo lavoro è di contribuire alla letteratura empirica sulla misurazione del benessere in una prospettiva multidimensionale calcolando, a livello regionale, indicatori sintetici su un ampio numero di fattori considerati cruciali nell’influenzare la qualità della vita e comparando successivamente le performance dei diversi territori. Le analisi e i risultati di seguito presentati sono relativi a parte della ricerca condotta nell’ambito della tesi di dottorato (Ferrara, 2014) e si sviluppano lungo due direttrici: la prima analisi considera la misurazione del benessere a livello regionale europeo facendo uso di indicatori prevalentemente estratti dalle banche dati Eurostat; la seconda analisi si focalizza sulle regioni italiane e, adottando un differente approccio metodologico, utilizza un set di indicatori più ampio, estratto dal database del progetto BES (1).
Dinamiche di convergenza nel benessere regionale europeo
Il primo obiettivo di questa ricerca è calcolare per 216 regioni europee (UE a 27 membri) sei sub-indicatori compositi quali misure di altrettante dimensioni del benessere e, a partire da questi, un indicatore sintetico complessivo, l’Indice di Benessere Europeo (EWB, dall’acronimo in inglese) in un intervallo di undici anni (2000–2010). Le dimensioni del benessere esaminate sono: salute e condizioni di vita delle persone; istruzione e apprendimento permanente; condizioni materiali delle famiglie; economia della conoscenza; attrattività dell’ambiente locale in termini di dotazioni infrastrutturali e di flussi turistici in entrata; uguaglianza intergenerazionale e tra sessi nelle condizioni del mercato del lavoro. L’analisi si propone due obiettivi: definire una tassonomia delle regioni europee in relazione alle dimensioni del benessere sopraelencate; verificare l’esistenza di processi di convergenza/divergenza tra le regioni, sia in riferimento alle diverse dimensioni della qualità della vita e del benessere complessivo, che del Pil pro-capite in un arco temporale di undici anni. I risultati dell’analisi cluster consentono di raggruppare le regioni europee in cinque gruppi, distinti tra loro ma omogenei al loro interno, che rispecchiano differenti assetti del benessere (Figura 1): basso (terzo cluster); medio-basso (primo cluster); medio (secondo cluster); medio-alto (quinto cluster) e elevato (quarto cluster).
Figura 1 – Una tassonomia delle NUTS 2 europee nelle dimensioni del benessere
Fonte: elaborazioni su dati Eurostat
È interessante notare come le regioni di uno stesso paese non siano mai incluse tutte nello stesso gruppo, evidenziando l’esistenza di forti disparità regionali in Europa, anche a livello sub-nazionale.
Guardando all’andamento di tre differenti misure di dispersione dei sub-indicatori e dell’indicatore sintetico complessivo di benessere (convergenza σ) è possibile verificare, inoltre, se le disparità tra le regioni si sono ridotte nel corso del tempo (Friedman, 1992). Considerando, dunque, quali indicatori di dispersione il coefficiente di variazione, l’indice di Theil e l’indice di Gini (Jordà e Sarabia, 2014), i risultati sono coerenti nel mostrare una tendenza alla convergenza, durante gli undici anni considerati, delle regioni europee in termini di EWB. In riferimento al Pil pro-capite la riduzione della dispersione è stata superiore in valore rispetto a quella in termini di benessere, anche se il processo di convergenza si è manifestato quasi esclusivamente nel primo sotto-periodo (anni 2000-2005), mostrandosi, invece, molto debole nel periodo successivo. Come era ragionevole attendersi, lo stesso andamento osservato per le misure di dispersione del Pil è confermato per quanto riguarda il sub-indicatore delle condizioni materiali di vita, che rappresenta la dimensione economica nel nostro indice sintetico complessivo di benessere. Trend differenti caratterizzano, invece, gli altri domini, confermando la diversa natura della dimensione economico-produttiva del benessere da quella del complesso insieme di fattori che definiscono la qualità della vita.
La dinamica del benessere in ambito europeo è stata inoltre esaminata guardando alla mobilità nei ranghi all’interno della distribuzione, ovvero agli spostamenti delle regioni nella classifica del benessere, ricorrendo al calcolo dell’indice di Kendall, a cui in letteratura si fa spesso riferimento come γ-convergenza (Boyle e McCarty, 1997; Marchante et al., 2006; Ferrara e Nisticò, 2013). L’analisi non evidenzia alcuna mobilità delle regioni tra i ranghi. Questo significa che nonostante il verificarsi del processo di σ-convergenza, le regioni europee hanno mantenuto sostanzialmente invariata la loro posizione relativa nella classifica in termini di benessere nell’intervallo di tempo considerato.
La misurazione del benessere in una prospettiva multidimensionale: un’applicazione alle regioni italiane
Il secondo obiettivo della ricerca è approfondire l’analisi della misurazione del benessere nelle regioni italiane (Ferrara e Nisticò, 2015). Si considerano 57 variabili a livello regionale per il periodo 2004-2010, raggruppate in dieci dimensioni: Cultura e Tempo Libero, Istruzione, Lavoro, Ambiente, Servizi Pubblici Essenziali, Salute, Condizioni Materiali di Vita, Sicurezza Personale, Ricerca e Innovazione e Relazioni Sociali. La ricerca si propone un triplice obiettivo: a) costruire un indicatore sintetico per ciascuna delle dieci dimensioni del benessere considerate, applicando l’analisi in componenti principali (ACP); b) costruire un indice complessivo di benessere (RWBI), applicando nuovamente l’ACP e considerando come variabili gli indicatori ottenuti nella fase precedente dell’analisi; c) valutare l’esistenza di processi di convergenza tra le regioni italiane in termini di benessere usando due tecniche non parametriche applicate sia agli indicatori parziali che all’indice sintetico complessivo. Le dinamiche regionali in termini di benessere vengono inoltre confrontate con quelle del Pil pro-capite. Il contributo del lavoro a quest’area di ricerca è, dunque, sia concettuale che metodologico. Si estende, infatti, rispetto alla letteratura empirica esistente, lo spettro di domini e di variabili usate per misurare il benessere in Italia; inoltre, si riduce l’arbitrarietà nella selezione delle variabili usate per descrivere le diverse dimensioni della qualità della vita, prendendo come riferimento le indicazioni contenute nel progetto BES (Istat, 2013). A differenza di quest’ultimo, tuttavia, un contributo specifico del lavoro è quello di fornire una misura composita di benessere. Sul piano della metodologia utilizzata, lo studio è innovativo in quanto applica una ACP in due stadi, in cui al primo stadio si calcolano gli indicatori per ciascun dominio, e nel secondo questi vengono utilizzati come variabili per la costruzione dell’indicatore sintetico complessivo per ciascun anno nell’intervallo di tempo considerato (Ferrara e Nisticò, 2015). Infine, a differenza di gran parte degli studi sul benessere delle regioni italiane, è stato considerato anche l’aspetto dinamico, valutando l’andamento delle disparità regionali attraverso l’analisi del tasso di variazione della dispersione del benessere e della mobilità delle regioni tra i ranghi nel periodo considerato.
I risultati dell’analisi in componenti principali mostrano che le differenze in termini di benessere non necessariamente riproducono quelle basate sugli indicatori economici standard e sono almeno altrettanto rilevanti di quelle in termini di Pil pro-capite, suggerendo la necessità di dedicare maggiore attenzione nella definizione degli interventi e degli obiettivi di politica pubblica agli aspetti del progresso economico legati alla qualità della vita. Infine, la ricerca evidenzia come le regioni italiane tendano a diventare più simili nel periodo considerato, sia in termini di Pil pro-capite che di benessere complessivo, anche se è possibile osservare un graduale rallentamento di questo processo negli anni più recenti, probabilmente come conseguenza degli effetti della crisi economico-finanziaria innescatasi nel 2007. Tuttavia, è possibile notare come la convergenza in termini di benessere sia risultata più intensa ed elevata rispetto a quella riscontrabile osservando soltanto la dinamica del Pil pro-capite. Questo risultato conferma la limitatezza delle analisi della performance dei territori basate esclusivamente sulla rilevazione e la valutazione delle dimensioni meramente produttive (Tabella 1).
Tabella 1 – σ-convergenza per ciascun sub-indicatore sintetico, per l’indicatore composito di benessere e per il Pil pro-capite
Fonte: elaborazioni su dati Istat
Infine, l’analisi della mobilità tra i ranghi (γ-convergenza) mostra che la posizione relativa delle regioni non si è modificata sostanzialmente nel tempo, anche se si è verificata una progressiva riduzione delle disparità (σ-convergenza): le regioni italiane, in altri termini, tendono a divenire più simili ma rimangono sostanzialmente immobili nella graduatoria del benessere.
Nel complesso, emergono forti disparità tra le regioni europee, in generale, ed italiane in particolare, sia in termini di Pil pro-capite che delle differenti dimensioni della qualità della vita e del benessere complessivo. Tuttavia, l’entità e le dinamiche di tali disparità nelle due sfere, quella economico-produttiva, e quella attinente al complesso dei fattori che concorrono a definire la qualità della vita, non sono coincidenti. Questa evidenza empirica sembra confermare l’importanza di pervenire a misure accurate e multidimensionali del benessere al fine di offrire un adeguato supporto alla progettazione di politiche finalizzate alla riduzione delle disparità regionali e a raggiungere prefissati standard di benessere nei diversi aspetti della qualità della vita.
Antonella Rita Ferrara, DESF – Università della Calabria
Bibliografia
Bandura R. (2008), “A Survey of Composite Indices Measuring Country Performance: 2008 Update”, working paper, United Nations Development Programme, Office of Development Studies, February, New York.
Bleys B. (2012), Beyond GDP: Classifying Alternative Measures for Progress, Social Indicators Research, 109: 355-376.
Boyle, G. E., McCarthy T.G. (1997), A simple measure of β-convergence. Oxford Bulletin of Economics and Statistics, 59: 257–264.
Ferrara A.R. (2014), PhD Thesis: Essays in regional economics: assessing cohesion policy effectiveness and measuring well-being for European regions.
Ferrara, A.R., Nisticò R. (2013), Well-being indicators and convergence across Italian regions. Applied Research in Quality of Life, 8(1), 15-44.
Ferrara, A.R., Nisticò R. (2015), Regional well-being indicators and dispersion from a multidimensional perspective: evidence from Italy. The Annals of Regional Science, 55(2-3), 373-420.
Istat (2013) Il benessere equo e sostenibile in Italia. www.istat.it
Jordà V., Sarabia J. M. (2014), International Convergence in Well-Being Indicators, Social Indicators Research, DOI 10.1007/s11205-014-0588-8.
Marchante, A. J., Ortega, B., Sánchez, J. (2006), The evolution of well-being in Spain (1980–2001): A regional analysis. Social Indicators Research, 76(2): 283-316.
OECD (2013), “How’s Life? 2013. Measuring Well-being”, OECD Publishing, www.oecd.org.
Stiglitz, J., Sen A., Fitoussi J.P. (2009), “Report by the Commission on the Measurement of Economic Performance and Social Progress”, Paris.
Note
(1) L’iniziativa italiana per misurare il benessere equo e sostenibile (BES) nata da un accordo tra Cnel e Istat, si inquadra nel dibattito internazionale sul “superamento del Pil” ed è giunta nel dicembre 2015 alla terza edizione.
