di: Luca Scolfaro
EyesReg, Vol.7, N.5, Settembre 2017
La dispersione demografica rappresenta un elemento fondamentale per lo studio della perifericità territoriale, avente importanti implicazioni sia di carattere teorico sia di policy. In particolare, la letteratura ha evidenziato più volte nel tempo come questo fenomeno si riveli essere una componente essenziale per lo sviluppo socio-economico dei territori (Newling, 1969; Dubois e Roto, 2012; Barca, Lucatelli e Casavola, 2014; EPRS, 2016).
Come rilevare questo fenomeno nelle Aree Interne? Esistono differenze geografiche peculiari nell’ambito italiano? Per rispondere a queste domande si è proposta la comparazione tra due categorie: (i) le Aree Interne; (ii) le Sparsely Populated Areas. Se da una parte entrambe le categorie tentano di osservare dinamiche socio-economiche simili facendo riferimento alle singole municipalità (scala territoriale NUTS 5), dall’altra parte, questo raffronto rimane ancora una traccia poco battuta.
Il tentativo esercitato attraverso questo contributo non vuole che essere un primo stimolo volto ad ampliare la discussione sul tema. Questo sforzo potrebbe non solo suggerire un approfondimento del quadro territoriale disegnato dalla Strategia Nazionale per le Aree Interne, ma anche consentire un confronto proficuo tra due modi differenti di osservare la marginalità territoriale nel contesto italiano.
La Sparsity nelle Aree Interne
Facendo riferimento al quadro teorico della Strategia Nazionale per le Aree Interne si sono presi in esame i comuni appartenenti alla categoria delle Aree Interne, la cui marginalità è definita principalmente dalla loro distanza rispetto ai poli di servizio (>20’). Per descrivere il fenomeno della dispersione della popolazione residente, l’indicatore scelto nell’ambito della Matrice per la Selezione delle Aree interne è quello della densità abitativa [n_abitanti/km2], attraverso cui è stata eseguita una distribuzione in centili.
Da quanto si evince da questa prima elaborazione, se da una parte i comuni presentano una tendenza piuttosto condivisa, dall’altra parte mostrano valori molto differenti tra loro. Infatti, sebbene il valore mediano si posizioni a 55 abitanti per km2, occorre tener conto che le osservazioni sono comprese in un range molto ampio (Tab. 1).
Tabella 1: Densità abitativa ab/km2 comuni di Area Interna
| Media | 100 |
| Mediana | 55 |
| Dev standard | 145 |
| Max | 1752 |
| Min | 1 |
Fonte: nostre elaborazioni su dati provenienti dal database OpenAreeinterne
Scendendo nel dettaglio dell’elaborazione prodotta, la maggioranza delle osservazioni, ovvero l’86,15% dei comuni classificati come Aree Interne, si distribuisce all’interno del primo decile, dato che spiega il valore mediano precedente. Rappresentando questo gruppo di osservazioni si ricava l’istogramma della Figura 1. Si tratta di una popolazione di 8.159.838 abitanti, residenti in municipalità aventi una densità abitativa media di 57 ab/km2 e con valori compresi tra 1 ab/km2 e 175 ab/km2 (Tab. 2).
I comuni raggruppati in classi per densità abitativa media si distribuiscono nel seguente modo: il primo 55% di questi presenta densità abitative medie inferiori a 50 ab/km2. Questo macro-gruppo di osservazioni presenta densità abitative decisamente rarefatte, comprese tra 1 e 52 abitanti per km2. Il secondo 30% dei comuni, compresi tra il quarto e il sesto decile, mostrano densità abitative meno rarefatte, mentre l’ultimo 15% dei comuni presenta valori compresi tra 106 e 175 abitanti per km2 (Tab. 2).
Tabella 2: Densità abitativa ab/km2 comuni nel primo decile (86,15% comuni classificati come Aree Interne)
| Decile – Figura 1 | 1 | 2 | 3 | 4 | 5 | 6 | 7 | 8 | 9 | 10 |
| Comuni – Aree Interne | 585 | 837 | 583 | 455 | 342 | 244 | 187 | 158 | 104 | 105 |
| Comuni – Aree Interne % | 16% | 23% | 16% | 13% | 10% | 7% | 5% | 4% | 3% | 3% |
| Ab/km2 – Media | 11 | 26 | 44 | 61 | 79 | 96 | 113 | 131 | 149 | 166 |
| Classe Comuni – Aree Interne | Minore di 50 | Tra 51 e 100 | Tra 101 e 150 | Maggiore di 150 | ||||||
| Max | 17 | 35 | 52 | 70 | 87 | 105 | 122 | 140 | 157 | 175 |
| Min | 1 | 18 | 36 | 53 | 71 | 88 | 106 | 123 | 141 | 158 |
| I Decile | Valori complessivi | |||||||||
| Media | 57 | |||||||||
| Mediana | 46 | |||||||||
| Dev standard | 42 | |||||||||
Fonte: nostre elaborazioni su dati provenienti dal database OpenAreeinterne
Procedendo nell’esaminare la differenziazione territoriale della densità abitativa, le osservazioni sono state raggruppate secondo le macroregioni Nord Italia, Mezzogiorno e Centro Italia (Tab. 3). Rimanendo nel contesto di un’analisi descrittiva, i comuni ricadenti nelle Aree Interne del Mezzogiorno si rivelano essere quelli mediamente più abitati (112 abitanti per km2), con a seguire quelli del Centro Italia (105 abitanti per km2) e Nord Italia (98 abitanti per km2).
Tuttavia, rimane da notare come non si rilevino scostamenti intra e inter gruppi, tali da giustificare l’utilizzo delle tre macro-aree come categorie per descrivere il fenomeno. Infatti, la varianza intra-gruppi è superiore a quella fra i gruppi stessi, dimostrando l’esistenza di una differenziazione diffusa del fenomeno all’interno del territorio nazionale (Tab. 3).
Tabella 3: Densità abitativa ab/km2 comuni classificati come Aree Interne
| Gruppi | Conteggio | Somma | Media | Varianza | ||
| Nord Italia | 1794 | 175516 | 98 | 25820 | ||
| Mezzogiorno | 1811 | 203675 | 112 | 61661 | ||
| Centro Italia | 580 | 61107 | 105 | 28026 | ||
| Totale Comuni Aree Interne | 4185 | |||||
| ANOVA | ||||||
| Origine della variazione | SQ | gdl | MQ | F | Valore di significatività | F crit |
| Tra gruppi | 192928 | 2 | 96464 | 2 | 0,1 | 3 |
| In gruppi | 174129012 | 4182 | 41638 | |||
| Totale | 174321940 | 4184 |
Fonte: nostre elaborazioni su dati provenienti dal database OpenAreeinterne
Le Sparsely Populated Areas in Italia secondo la Politica di Coesione
Per catturare il fenomeno della Sparsity, la letteratura relativa alla Politica di Coesione fa riferimento ad un altro concetto, il Low Population Potential, definito come uno stock di popolazione raggiungibile stanziata su un’area avente un raggio di 50 km in linea d’aria e/o compreso in 45 minuti di guida in automobile. Più specificatamente, sotto questa definizione ricadono due tipologie di aree: (i) le Sparsely Populated Areas con una popolazione inferiore ai 100mila abitanti, in aree comprese in un raggio di 50 km e 45 minuti di guida; (ii) le Poorly Connected Areas definite rispetto alle precedenti dai soli limiti spaziali dei 45 minuti di guida.
Figura 2. Sparsely populated and poorly connected areas, 2011
L’uso di questi due indicatori, basati sul concetto del potenziale, forniscono un’immagine della dispersione demografica a livello europeo, restituendo una visualizzazione del fenomeno anche in Italia (Fig. 2). Secondo la mappa, le Sparsely Popolated Areas, definite attraverso il primo indicatore, prevalgono nei Paesi del Nord Europa, in particolare quelli scandinavi, Islanda e Scozia, con una coalescenza di aree scarsamente popolate anche nel centro della Penisola iberica e in Turchia.
Osservando invece i territori attraverso la seconda categoria e facendo riferimento al contesto italiano, si evidenzia come le Poorly Connected Areas prevalgano nel Nord Italia a ridosso dell’arco alpino. Infatti, si evidenzia come questo fenomeno risulti essere particolarmente visibile nelle aree di confine di regioni come Piemonte, Valle d’Aosta, Lombardia e Trentino Alto Adige. Per il resto della penisola italiana, il fenomeno sembra distribuirsi in maniera puntiforme su tutta la dorsale appennina del Mezzogiorno, denotando, infine, una minore coalescenza di osservazioni in Sardegna, nell’area dell’Ogliastra.
Conclusioni
La comparazione fra le due categorie consente di rilevare l’importanza metodologica della scelta dell’indicatore con cui osservare la dispersione demografica. La densità abitativa, infatti, consente di osservare le aree scarsamente popolate soprattutto all’interno dei territori individuati nei primi decili della Tabella 2. L’uso di questo indicatore, che identifica il fenomeno in maniera diffusa sul territorio, risulta quindi una scelta che, se da un lato, non sembra registrare una connotazione macro-regionale della problematica, dall’altro lato evidenzia una realtà particolare di alcuni territori (Borghi, 2017).
D’altro canto, l’indicatore delle Poorly Connected Areas diviene un elemento fondamentale per identificare la rarefazione della popolazione nell’arco alpino italiano, sottolineando per l’Italia una connotazione specifica delle aree alpine rispetto alle restanti aree marginali.
Questa analisi preliminare sembrerebbe suggerire un dialogo proficuo tra la categoria delle Aree Interne con quella delle Sparsely Populated Areas. Se il background teorico di riferimento risulta essere un importante comune divisore, dall’altra parte lo studio della dispersione demografica potrebbe essere un primo importante tassello sul quale alimentare un dibattito sulla specificità territoriale. Infatti, questa condizione incide in maniera peculiare sia sulle condizioni di sviluppo di quelle aree, sia sulle condizioni di marginalità (Dubois e Roto, 2012).
Inoltre, un dialogo tra le due prospettive teoriche potrebbe restituire una mappatura della marginalità territoriale come disegnata dalla Strategia Nazionale per le Aree Interne, con un approfondimento di metodo e contenuto in grado di avvicinare sempre più la Strategia ai territori beneficiari.
Luca Scolfaro, Istituto Superiore sui Sistemi Territoriali per l’Innovazione-SiTI
Riferimenti bibliografici
Barca F., Casavola P., Lucatelli S. (2014), Strategia Nazionale per le Aree Interne: definizione, obiettivi, strumenti e governance, Collana Materiali UVAL, 31: 16-35.
Borghi E. (2017), Piccole Italie: le Aree Interne e la questione territoriale, Roma: Donzelli editore: 51.
Dubois A., Roto J. (2012), Making the best of Europe’s Sparsely Populated Areas, Stockholm: NORDREGIO, Working Paper, n. 51.
European Parliamentary Research Service (2016), Sparsely Populated and Under-Populated Areas, Bruxelles: European Parliament, Briefing: 5-6.
Newling B. E. (1969), The Spatial Variation of Urban Population Densities, Geographical Review, 59, 2:242-252.
