Mondomatica

Esperienze, curiosità e immagini del mondo dell'informatica



Smart land

Analogamente al progetto di evoluzione delle città, anche agglomerati di città e territori divengono al centro della gestione di insiemi regionali.

Gli insiemi sono diversi e più ampi, ma gli approcci di elaborazione dei dati possono essere simili.

Alla base dello sviluppo di questi insiemi c'è il migliore utilizzo dei dati disponibili e delle statistica, che nella sua accezione originale è la scienza dello stato.

Si riportano di seguito le seguenti statistiche:
a) Sviluppo socio-economico delle regioni e sanitario
b) Correlazione tra sviluppo territoriale e epidemia Covid
c) % famiglie con banda larga e PIL pro-capite per regione
d) PIL pro-capite in migliaia di $ e banda larga per 100 ab. in Europa
e) PIL, computer e internet nei Paesi europei > 40 milioni di abitanti
f) Un miliardo in rete, il record di internet

a) Sviluppo
socio-economico delle regioni e sanitario

Tra le statistiche territoriali emergono da tempo in Italia quelle riguardanti le Regioni.

La raccolta e elaborazione di dati sul territorio è in continua evoluzione e l'argomento sta crescendo di interesse concordemente ai fenomeni sanitari, migratori, al turismo, alla potenzialità dei trasporti che rende i fenomeni locali meno statici e più dinamici, con una certa stagionalità, molto marcata in Italia.

Il volume dei dati e la variabilità delle fonti richiede attualmente sempre più l'osservanza di criteri di qualità dei dati secondo appositi modelli, quale quello dell'
ISO/IEC 25012.

Lo standard è consigliato anche per assicurare la qualità dei dati nella gestione delle
rilevazioni sul Covid "Gestion en las organizaciones basada en datos de calidad".

I rischi maggiori riscontrati nei fenomeni emergenziali, evidenziati sulla base delle caratteristiche di qualità basilari, sono il ritardo della comunicazione dei dati e la loro eventuale incompletezza.

I dati disponibili sono comunque sempre maggiori e la complessità dei fenomeni richiede elevate capacità di analisi e di sintesi. Anche per queste considerazioni ci si appella a nuove tecniche, come auspicato in
Una speranza riposta è nell'Intelligenza Artificiale e in Morbosità delle regioni italiane e assistenza sanitaria nell'epoca del Covid-19.

Prima di rinviare a nuovi metodi moderni, tracciamo un breve excursus storico di contesto delle statistiche territoriali, o meglio regionali, esistenti negli anni '70, precedenti alla creazione di apposite istituzioni dedicate.

Gli indicatori di sviluppo sono stati per anni al centro dell'attenzione della statistica sociale, evidenziando nel presente caso il tema delle disuguaglianze tra le regioni.

Un esempio, datato, di elaborazione, riguarda lo studio dello sviluppo economico e sociale secondo i dati del censimento ISTAT del 1971 delle regioni Italiane (reddito, Istruzione, morbosità, assistenza sanitaria, condizione alloggi, disagi sociali) - Tesi di Laurea in Statistica Demografica di D. Natale "Orientamenti teorici e metodologici sulla costruzione degli indicatori sociali"), Sapienza Università di Roma, 1975.

Molte ricerche di quegli anni, e in
tempi successivi, risentivano degli studi di Guglielmo Tagliacarne che aveva fondato nel 1955 l'Associazione Italiana degli studi di mercato (AISM), prestando da sempre attenzione agli indicatori e alle statistiche territoriali (G. Tagliacarne, "Il reddito prodotto nelle province italiane nel 1971", FrancoAngeli).

Per differenziare gli aspetti economici tra le regioni fu considerato come "
benessere economico" il Reddito pro-capite, che risultava a sua volta correlato con il numero delle autovetture circolanti (0,92) ed il numero dei telefoni (0,90).

Per gli aspetti sociali erano considerati come "
benessere sociale" i seguenti indicatori (alcuni scorrelati con il reddito):

-
Istruzione (assenza di analfabetismo, diplomati, laureati), correlazione positiva con il reddito (0,66)

-
Morbosità sanitaria (mortalità infantile, malattie infettive, età media dei decessi), correlazione con il reddito (0,21)

-
Assistenza sanitaria (posti letto, numero di medici), correlazione con il reddito (0,45)

-
Condizione alloggi (acqua potabile, bagno, occupanti per stanza), correlazione con il reddito (0,79)

-
Disagi sociali (suicidi, tentati suicidi e reati non colposi), correlazione con il reddito (-0,81)

Gli indicatori sociali erano stati costruiti per finalità di:
- monitoraggio
- comparazione
- programmazione

Gli indicatori, al fine di determinarne una certa rappresentatività, furono selezionati con l'ausilio di matrici di correlazione e analisi fattoriali; furono elaborati con un programma scritto appositamente di 160 linee di codice in linguaggio Fortran. Le regioni, omogenee, furono determinate con il metodo tassonomico di Wroclaw. Fu proposto nel 1968 all’UNESCO dal Prof. Zymut Hellwig della Scuola di Economica di Wroclaw, citato da Carlo Tasciotti, in servizio al tempo presso la FAO, autore di “Misura dello sviluppo socio-economico delle regioni italiane - Un'applicazione del metodo Tassonomico di Wroclaw", Bulzoni, 1973. In vari settori il metodo era considerato idoneo per porre ordine, classificare e confrontare diverse aree territoriali. Nel caso specifico furono individuate le regioni italiane omogenee con criteri discriminanti, secondo 22 indicatori prescelti, standardizzati e trattati con ugual peso. Gli indicatori erano distinti in positivi e negativi. Praticamente alla base del metodo si situa la costruzione di una "regione ideale" che assume virtualmente il miglior valore (best in class) esistente tra tutte le regioni d'Italia per i vari settori (economico, istruzione, morbosità, assistenza sanitaria, condizione alloggi, disagi sociali). Dalla regione ideale teorica, assunta come termine ideale di paragone, si calcolava la distanza media di ogni regione o di gruppi omogenei di regioni.

Italia 71
Figura 1. Tesi "Orientamenti teorici e metodologici per la costruzione di indicatori sociali"

Le regioni ideali per il benessere sia economico che sociale risultavano nel nord-centro:
- Lazio
- Liguria
- Lombardia
- Emilia Romagna
- Toscana
- Friuli Venezia Giulia
- Piemonte
- Umbria

Le regioni ideali per il solo
benessere economico risultavano anch'esse nel nord-centro:
- Liguria
- Val d'Aosta
- Lombardia
- Piemonte
- Emilia Romagna
- Friuli Venezia Giulia
- Lazio
- Toscana
- Trentino alto Adige

Le regioni ideali secondo il solo
benessere sociale risultavano collocate in varie aree geografiche, in parte al nord e in parte al sud:

- Lazio, Liguria, Lombardia, Friuli Venezia Giulia, Campania, Emilia Romagna, Piemonte, Trentino Alto Adige, Umbria, Toscana per elevato livello
istruzione

- Lazio, Liguria, Toscana, Emilia Romagna, Umbria, Lombardia, Campania, Veneto per l'
assistenza sanitaria

- Marche, Abruzzi, Molise per una bassa
morbosità

- Liguria, Emilia Romagna, Toscana, Friuli Venezia Giulia per la buona
condizione degli alloggi

- Basilicata, Calabria, Molise, Veneto, Campania per bassi
disagi sociali.

Questa percezione del 1971 del divario nord-sud e del perseguimento dell'alta produzione e dell'alto PIL si riproponeva con alcune differenze nel 2001, con elementi di maggior dettaglio relativamente allo sviluppo risultante più evidente al nord, come ben sintetizzato nel titolo del servizio sulla Qualità della vita "
Puntano al nord i riflettori del benessere" (Cfr. Il Sole 24 Ore del Lunedì, 17 dicembre 2001, N. 347, pag.13-17).

Copia di IMG_9482
Figura 2. Fonte: Articolo "Il Sole 24 Ore" del 17 dicembre 2001

Le regioni, secondo indicatori riguardanti ricchezza prodotta, risparmi, spese familiari, pensioni in ammontare e numero, abitazioni, risultavano con tenori di vita omogenei nell'ordine decrescente;
- Val d'Aosta e Trentino Alto Adige
- regioni dal Piemonte al Veneto
- dalla Liguria al Lazio
- dall'Abruzzo alla Sicilia e Sardegna

Significativi alcuni sottotitoli del servizio giornalistico:
- Milano conquista il primo posto per il prodotto lordo pro capite
- Le città marinare brillano per efficienza
- Molise e Basilicata, oasi e tranquillità

Si consenta anche di citare, a proposito di Milano, la famosa canzone di Lucio Dalla del 1978 che ben riflettono il sentire del periodo che univa fattori finanziari e migratori: "Milano vicino all'Europa… che banche che cambi… ti fa una domanda in tedesco e ti risponde in siciliano…" che testimoniano la grande mobilità intersettoriale che espone il territorio a intensi contatti e mobilità.

Complessivamente risultava sia economicamente che nella percezione delle persone un elevato addensamento di sviluppo socio-economico al nord, in parte al centro e più ridotto al sud.

b) Correlazione tra sviluppo territoriale e epidemia Covid

Il sud che sembrava più "arretrato" nel censimento 1971 secondo gli indicatori prescelti sta dimostrando di fatto una maggiore resilienza ai contagi diretti tra le persone.

Si noti infatti, graficamente e sulla base delle distanze dalla regione ideale, che il cluster (all'epoca con più basso sviluppo socio-economico) Puglia, Campania, Sicilia, Sardegna ed il cluster Basilicata, Calabria, risulta corrispondente al più basso tasso epidemico della fase "iniziale" del 1 aprile 2020. Forse ciò potrà far rivedere i concetti di sviluppo sociale ed economico, che pur favorendo "ricchezza" non hanno favorito il contenimento emergenziale dell'epidemia, dovuta ad un nuovo virus che risulta trasmesso sulla base di contatti fisici/respiratori a distanza ravvicinata.

Dai dati epidemiologici di inizio giugno 2020 la densità dei contagi proporzionati alla popolazione si è rivelata correlata positivamente (r=0,5) con il reddito pro-capite, sia del 1971 che del 2016, probabilmente quindi accompagnata con l'elevata industrializzazione. Le due serie di valori del reddito-pro-capite sono correlate tra loro con un r=0,88. Come dire che dove c'è stata più "ricchezza", intesa come fenomeno influenzato dal PIL nei suoi diversi aspetti e diverse concause, si sono riscontrati più contagi da contatto.

Si potrebbe quasi dire che l'alto PIL da solo non salva dalle epidemie del tipo verificatosi nel 2020, se non si interviene su un modello di sviluppo diverso e preventivo con più variabili di tipo combinatorio che possa conciliare economia, salute e ambiente. In questo senso lo sviluppo economico andrà accompagnato da ogni cautela a difesa della salute. Tutti auspicano che eventuali movimenti dell'industria al sud, nei nuovi modelli di sviluppo, tengano conto dei fattori che possono tutelare l'ambiente e la salute.

Dal 2001 in poi le analisi statistiche regionali sono state agevolate da metodi molto sofisticati, supportati progressivamente da nuovi sistemi di rilevamento e attualmente da nuove misure relative all'uso degli smartphone (es. app immuni), ecc., per cui molto di quanto prima descritto va rivisitato, ma comunque offre un panorama di partenza di un certo interesse storico-sociale.

Nel 2020, per quanto riguarda l'aspetto epidemico del Covid, la situazione del nord e sud si sta presentando diversamente. Il Covid ha interrotto la correlazione tra alto reddito pro-capite e speranza di vita. Il Covid ha alterato le tendenze della morbosità generale come intesa in passato? Ciò andrà approfondito più attentamente in futuro.

Semplificando di molto i metodi statistici e concentrandosi per brevità su un solo indicatore, concernente il numero di contagi attuali rapportato all'ammontare della popolazione, si deriva quanto segue, rappresentato su semplificate immagini geografiche.

Sulla base dei dati (
Open data del Dipartimento della Protezione Civile) relativi al numero dei contagi pubblicati giornalmente dal DPC, risulta che la densità del numero rispetto a 10.000 abitanti (quest'ultimo dato tratto dal sito tuttitalia.it) presenta all'inizio di aprile un basso tasso di contagi attuali nelle regioni del sud. Attorno al 15 aprile si raggiunge il picco per poi iniziare un decremento dei casi a fine aprile.

Estratto UNI_29apr2020_Natale
Figura 3. Densità contagi su 10.000 abitanti dal 1 aprile al 30 aprile 2020

La distribuzione del contagi regionali è verosimilmente di senso opposto al grado di industrializzazione.

I valori soglia iniziali che sono stati usati per le rappresentazioni regionali, sono correlati alla situazione dei tassi di contagio del sud al cluster di "de-industrializzazione" del 1971 e 2001 (vedi figure punto a)), ed alla situazione del centro-nord.

I valori soglia prescelti sono:

<= 4 casi su 10.000 abitanti (soglia di valore basso di inizio epidemia)
>4 fino a 11 casi per 10.000 abitanti (soglia di valore medio)
>11 casi per 10.000 abitanti (soglia critica di valore alto)

In pratica a livello regionale e locale, oltre che nazionale, si è adottato negli andamenti periodici un indicatore di contagiosità (o equazione della popolazione contagiata e contagiante) derivante da:

Contagi attuali registrati (ospedalizzati o domiciliati) =
(contagi totali registrati per sintomi manifestatisi + diagnosi per tampone - guariti - deceduti) / 10.000 abitanti

a questi andrebbero aggiunti, ove disponibili:
sieropositivi asintomatici + sieropositivi sintomatici (potenzialmente contagiosi se scientificamente provato)

E' questa una strada percorribile considerando i dati del DPC con l'indagine ISTAT in corso. In ogni caso risulta che la correlazione tra i contagi attuali registrati e i tassi di sieropositività asintomatica e sintomatica per regione risulta molto elevata e pari a r=0,81. Come dire che il milione e mezzo di persone sieropositive, se fosse accompagnato da tamponi che risultassero positivi, farebbero risultare i dati qui rappresentati per difetto in valore assoluto, ma corrispondenti alle differenze relative nord-sud ed interregionali.

I grafici seguenti che evidenziano i divari regionali sarebbero quindi confermati, con un nord più esposto all'epidemia del sud, anche tenendo conto della popolazione contagiata non registrata ufficialmente, cioè che in pratica non ha avuto necessità di ricorrere a cure ospedaliere urgenti, ma comunque infettata dal Covid-19 e che si è difesa con anticorpi naturali. In proporzioni ancora non conosciute tale insieme, se si dimostrerà la sua contagiosità, può alimentare in futuro nuovi focolai. Per un contenimento immediato sul nascere di questi, l'app immuni potrebbe risultare essenziale, nel prossimo futuro se accompagnata da contestuale e tempestivo aumento di tamponi, in caso di recrudescenza dei fenomeni di contagio.

Si ripercorre di seguito la fase di osservazione del fenomeno a livello regionale in un'ottica di "indicatore di contagiosità parziale" che alla luce dei recenti dati della indagine ISTAT/Salute/Croce rossa risulterebbero sottostimati, seppur rappresentativi delle difformità territoriali a vantaggio del sud rispetto al nord.

Nel momento del picco epidemico di metà aprile le regioni del sud si sono avvicinate come morbosità a quelle del centro, per poi ricominciare a scendere abbastanza velocemente, grazie anche al lockdown generalizzato a livello nazionale. La situazione generale appare quindi con una minore vulnerabilità di contagio del sud rispetto al tasso del nord. Probabilmente il diverso tessuto delle interazioni sociali del sud, dei contatti, dei movimenti delle persone, la diversa fluidità della mobilità, specie nella stagione invernale, ha frenato il dilagare di focolai o comunque ha ridotto il tasso di contagio. Ma queste valutazioni si lasciano a ulteriori studi.

Partendo dalla distribuzione dello sviluppo delle regioni

La situazione nel mese di aprile è risultata la seguente, con un picco di contagi a metà mese. Le prospettive divengono poi incoraggianti, con controlli di mobilità interregionale e rigide disposizioni. Dopo il picco, il tasso di contagio del nord risulta accennare a un ridimensionamento territoriale, facendo ben sperare in una veloce ripresa, maggiore al sud.


Di seguito è riportata la situazione del 18 maggio e 30 maggio (verde <= 4 contagi su 10.000 abitanti; grigio >4-11 casi; arancione chiaro >11 casi).


Schermata 2020-05-18 alle 19.24.42Schermata 2020-05-30 alle 18.46.34
Figura 4. Densità dei contagi su 10.000 abitanti del 18 e 30 maggio 2020

In particolare il 4 maggio i contagi totali a livello nazionale sono scesi a 99.980 (con 16,6 casi su 10.000 abitanti), dopo un massimo di 108.200 di quindici giorni prima (con 17,9 casi su 10.000 abitanti). L'11 maggio i contagi sono scesi a 82.488 (con 13,7 casi su 10.000 abitanti). Il 18 maggio i contagi sono scesi a 66.553 (con 11,0 casi su 10.000 abitanti).

N. contagi 16-18/5 su 10.000 abitanti e indice RT del 17/5 nella zona verde:

Umbria
0,9 . 0,9
2,72 *
Basilicata
2,0 - 1,5
0,36
Calabria
2,4 - 2,1
0,46
Sardegna
2,5 - 2,3
1,52
Campania
2,9 - 2,9
1,33

N. contagi 16-18/5 su 10.000 abitanti e indice RT del 17/5 nella zona grigia:

Puglia
5,2 - 5,0
4,52
Friuli Venezia Giulia
5,6 - 5,1
2,88
Valle d’Aosta
6,0 - 4,8
10,34 *
Trentino-Alto Adige
6,4 - 5,2
30.96 **
Lazio
6,8 - 6,5
3,73
Molise
7,0 - 7,1
27,16 **
Toscana
7,9 - 6,9
5,63
Veneto
8,5 - 8,2
7,87
Abruzzo
10,8 - 10,8
7,78

N. contagi 16-18/5 su 10.000 abitanti e indice RT del 17/5 zona arancione chiaro:


Emilia-Romagna
13,1 - 12,4
14,46
Liguria
16,3 - 15,1
27,92
Marche
17,4 - 15,2
10,68
Piemonte
24,6 - 22,7
26,81
Lombardia
27,0 - 26,9
37,11
* RT (dal Corriere della Sera del 17 maggio) che si distanziano in più di 3 posti nella graduatoria delle regioni secondo il tasso di contagi attuali
** RT che si distanziano dall'area di confidenza della retta di regressione (R=0,73 con due casi anomali e R=0,94 senza di essi): 30,96 media è ponderata BZ-TN
NOTA: l'analisi dei valori "outlier" (definiti secondo l'ISO/IEC 25024 "Misurazione della qualità dei dati") suggerisce un approfondimento del metodo di calcolo RT per i casi in esame, probabilmente da adeguare per le aree geografiche di piccole dimensioni

Di seguito la situazione dei casi di contagi su 10.000 abitanti di metà giugno e fine giugno.

Schermata 2020-06-15 alle 19.20.58Schermata 2020-06-27 alle 21.46.25
Figura 5. Densità dei contagi su 10.000 a metà e fine giugno 2020

L'omogenizzazione verificatesi il 27 giugno è risultata statica fino ai primi di agosto. Dal 10 agosto si sono verificati alcuni accenni di ripresa epidemica in alcune aree, in particolare soggette a rientri di persone dall'estero ed elevata mobilità turistica.
Il 21 settembre si quantifica l'effetto estivo che riduce di molto il numero delle regioni con bassa densità contagi in modo quasi uniforme addensando 17 regioni tra i 4 e gli 11 casi su 10.000 abitanti (in qualche modo è un valore che si avvicina alla situazione di fine maggio). La situazione di ottobre sembra prospettare una regressione ai dati pre-estivi: 3 regioni (Campania, Lazio, Umbria) hanno raggiunto dati superiori mai registrati prima.

In sintesi si riportano i seguenti dati regionali mensili, in coerenza con i dati geografici su riportati con soglia bassa (<=4), media (>4-11) e alta (>11), rispettivamente di colore verde, giallo, rosso.

Tabella 1.Contagi attuali dal 21 marzo al 26 ottobre 2020
Schermata 2020-10-27 alle 14.57.31
* Casi sopra la media nazionale


Di seguito i dati sui ricoveri e isolamenti domiciliari sul totale della popolazione.

Tabella 2. Ricoveri su 20.000 abitanti dal 17 al 26 ottobre 2020
Schermata 2020-10-27 alle 14.57.52
* con asterisco le regioni con lockdown parziale al 26 ottobre 2020


Altre considerazioni sono disponibili sulla Rivista Key4biz in "
Morbosità delle regioni italiane e assistenza sanitaria nell'epoca del Covid-19" del 22 ottobre 2020, in "Covid-19 e Morbosità delle Regioni Italiane" del 27 ottobre 2020 e in "I dati contano, se rac-contano bene" del 10 dicembre 2020.

E' evidente dagli studi citati (dal 1975, Facoltà di Statistica di Roma, al 2000 sulle situazioni regionali riportate dal Sole 24 ore - vedi sopra al punto a) - alle più recenti analisi dovute alla epidemia in atto come qui esposto) che l'analisi del fenomeno "life critical" richiede analisi statistiche che tengano conto di vari indicatori, tra cui già ricadono alcuni segnali di tipo prodromico (come l'RT o i posti letto disponibili da utilizzare in caso di emergenza) ed altri di rischio effettivo complessivo.

I dati esposti ovviamente sono già superati. Rimane valido il rapporto ove possibile dei casi positivi con la popolazione (è equivalente se su 10.000 abitanti o su 100.000). Con future stime si potrebbero normalizzare i casi positivi per regione in proporzione ai tamponi effettuati, che finora hanno oscillato tra 5 e 17 percento. Una visione "telescopica" regioni, province, comuni, potrebbe fornire ulteriori elementi di differenziazione per evitare "di fare di tutta l'erba un fascio".

In linea con le precedenti ricerche si potrà meglio sostituire analisi di singoli indicatori con altri che identificano cluster di territori ad alta somiglianza e omogeneità, offrendo una visione poliedrica della situazione. Un indicatore è stato aggiunto come ad esempio quello relativo ai ricoveri in rapporto all'ammontare della popolazione territoriale. Le dimensioni prese in esame sono quindi la morbosità e la pressione ospedaliera.

Tabella 3. Indice di morbosità e pressione dei ricoveri sugli ospedali
Schermata 2020-01-01 alle 22.17.40

Confrontando l'indice di morbosità e il numero dei ricoverati (relativamente alla popolazione delle regioni) si ottengono quattro possibilità esposte nel seguente quadrante.

Schermata 2020-01-02 alle 07.22.52
Figura 6. Quadrante Covid-19.

L'area del quadrante più critica, con prevalenza di regioni sopra i 4 milioni di abitanti (75%), con più contagi attuali e maggiore pressione ospedaliera, risulta composta da: E. Romagna, Veneto, Friuli V.G., Lazio. L'area meno critica, con meno contagi e meno pressione ospedaliera, è composta da: Lombardia, Marche, Abruzzo, Umbria, Toscana, Molise, Calabria Sicilia con prevalenza di regioni sotto i 4 milioni di abitanti (75%). Le grandi regioni sembrano penalizzate dall'epidemia e le altre regioni avvantaggiate.

Una più chiara visione sulle due dimensioni di morbosità e pressione ospedaliera si ha dal grafico seguente.

Schermata 2020-01-02 alle 08.40.28
Figura 7. Posizione sul piano ortogonale delle Regioni/Provincie autonome e pressione ospedaliera al 31/12/2020

Si può precisare che la pressione sanitaria potrebbe essere dovuta non solo dal numero dei ricoverati, in proporzione alla popolazione, ma anche dalla politica di cura dei positivi attuali presso centri ospedalieri, invece che per quelli meno urgenti presso il loro domicilio.

Saranno necessari ulteriori dati aperti affinché il mondo della ricerca possa dare un supporto alle decisioni di governance. In particolare sarebbe utile l'analisi statistica dei numero e tipo di vaccini applicati, per regioni e provincie autonome, e la loro densità rispetto alla popolazione ed efficacia nel tempo, così come dati sugli standard di tamponi effettuati.

E' chiaro che quanto esposto riguarda una prospettiva di esame della situazione attuale e non ha scopo predittivo. Gli algoritmi predittivi dei contagi, già messi in atto a livello istituzionale, consentiranno di monitorare gli indicatori più influenti di ausilio al treno del contenimento epidemico.

Le diversità del territorio potranno orientare verso modelli ritenuti i più idonei per la popolazione, secondo le peculiarità locali. I territori costituiti dalle regioni e provincie autonome, sono caratterizzati da diverse identità costituendo diverse realtà originali con le proprie tradizioni e caratteristiche. Si potranno considerare ambienti rurali e urbani, da confrontare, valorizzare, armonizzare e integrare, anche in un nuove ottiche di studio.
E' il tempo di affrontare lo sviluppo non solo in prospettiva Smart City, vista la forte pressione sanitaria nelle grandi regioni e grandi città, ma anche nei riguardi di Smart Region e Smart Land, anche per ridurre pressioni dell'urbanesimo sulle città, probabilmente con problematiche di addensamento da risolvere anche sui centri commerciali e sui trasporti urbani. La corsa all'urbanesimo si potrà contenere con ammodernamento delle realtà rurali, opportunità vitali di un nuovo sviluppo economico e turistico. Il concetto di progresso centrato sul PIL e addensamento di popolazione può trovare unanime consenso di completamento con altri indicatori.

In un futuro non lontano, vista la complessità dei fenomeni e la numerosità della variabili da tenere in considerazione per un monitoraggio appropriato, si spera che le nuove tecnologie informatiche, da studi computazionali, ai Big data e alla
Intelligenza Artificiale, potranno contribuire a fornire un supporto per una programmazione preventiva, sistemica, continua, tempestiva e statisticamente affidabile. In particolare si auspica un ausilio per il controllo delle pandemie Una speranza riposta dell'IA. Tanti altri dati potranno correlarsi.  

Si ricorda infine che la Statistica (oggi chiamata anche Data Science) non è un esercizio di esperti, ma la determinazione di dati essenziali per la gestione dei fenomeni di competenza dello Stato.  

 
c) Italia digitale, strategia cercasi

Da Il Sole 24 Ore del 17 dicembre 2020 pag. 41 (nòva.tech) si riporta il punteggio delle regioni italiane e provincie autonome secondo il DESI (dati di metà 2019). Essi evidenziano il digital divide tra i territori. Il giornale sollecita una pianificazione chiara per l'utilizzo dei 100 miliardi europei in arrivo, come una opportunità da non perdere.
La quantificazione dell'indice DESI (Digital Economy and Society Index) è derivata da una molteplicità di fattori:
- Connettività
- Capitale umano
- Uso di internet
- Integrazione tecnologica digitale
- Servizi pubblici digitali

con i seguenti risultati dell'Italia (ultima in Europa, nonostante i progressi a livello centrale):

- Lombardia 72,0
- Lazio 71,5
- P.A. Trento 68,9
- Emilia Romagna 66,4
- Friuli V.G. 65,0
- Toscana 61,9
- Veneto 59,6
- P.A. Bolzano 57,8
- Liguria 57,5
- Umbria 56,7
- Piemonte 56,1
-
Italia 53,8
- V.d'Aosta 53,5
- Marche 46,8
- Abruzzo 41,1
- Sardegna 40,5
- Campania 34,9
- Puglia 28,2
- Basilicata 27,8
- Sicilia 26,6
- Molise 24,8
- Calabria 18,8

Sono dati su cui riflettere in un'epoca in cui l'uso di internet sta passando dal tempo libero allo smart working, allo smart teaching/smart learning e ad un sempre maggior numero di servizi digitali.
                               

d) % famiglie con banda larga e PIL pro-capite per regione

Dal sito noi-italia.istat.it si riporta la percentuale delle famiglie con banda larga per regione e provincie autonome, da dove si evincono valori elevati per le provincie di Bolzano e Trento, valori bassi per Calabria e Basilicata. Tenendo conto anche dell’andamento del PIL pro-capite emergono ulteriori informazioni tendenziali, all’esterno della fascia di confidenza visibile sul grafico (probabilià 95%, R quadro 0,6), che non si notano dalla semplice graduatoria: in basso si nota che anche la Liguria e la Val d’Aosta potrebbero avere una maggiore propensione alla banda larga; in alto la Sardegna appare come best in class rispetto al PIL, così come il Friuli_Venezia Giulia.

(% banda larga 2014 - PIL pro-capite 2012)

Bolzano: 72,9 - 32,2
Trento: 68,4 - 26,5
Sardegna: 67,8 - 17,1
Friuli-Venezia Giulia: 67,4 - 26,0
Lombardia: 67,1 - 29,4
Emilia-Romagna: 66,5 - 28,2
Toscana: 65,8 - 25,1
Lazio: 64,9 - 26,2
Veneto: 64,9 - 26,2
Marche: 64,4 - 23,0
Piemonte: 63,3 - 24,9
Umbria: 61,6 - 20,5
Val d’Aosta: 60,8 - 30,8
Abruzzo: 59,8 - 19,3
Liguria: 58,5 - 24,2
Puglia: 57,4 - 15,1
Molise: 56,9 - 17,0
Campania: 56,6 - 14,4
Sicilia: 54,6 - 14,5
Calabria: 53,0 - 14,4
Basilicata: 51,8 - 15,7

grafico di corelazione pil banda larga



e) PIL pro-capite in migliaia di $ e banda larga per 100 ab. in Europa

Si notano in rete numerosi studi quantitativi sull’argomento a livello Europeo, nazionale e regionale. Numerosi sono i fattori in gioco quali gli investimenti nel settore, l’offerta tecnologica, i servizi resi e i costi. E’ comune la percezione del Digital divide. Come esercizio statistico si riportano le seguenti riflessioni che collegano l’aumentare del PIL con il numero degli abbonamenti di banda larga, considerata vitale per l’economia moderna.

In Europa gli abbonamenti per 100 abitanti di banda larga che risultano i più alti rispetto all’andamento del PIL riguardano i Paesi Bassi, Danimarca, Francia, Regno Unito, Germania, Belgio, Malta, Estonia. I Paesi in cui gli abbonamenti risultano inferiori rispetto all’andamento del PIL sono: Norvegia, Austria, Irlanda, Italia, Cipro, Polonia, Repubblica Ceca, Romania, Slovacchia. Gli altri seguono l’andamento medio.
L’Italia, con i suoi 22 abbonamenti per 100 abitanti, appare al di sotto dei valori medi. Nei limiti della accentuata dispersione dei dati (R quadro, che deve essere compreso tra 0 e 1, risulta infatti solo pari a 0,4), si desume con un certo margine di errore che per avvicinarsi all’andamento medio, rispetto al proprio PIL, l’Italia dovrebbe raggiungere un valore attorno ai 24-28 abbonamenti per 100 abitanti, o meglio superare i 28 per far parte dei Paesi Best in class.

Copia di plot-7


Paesi dai 5 milioni di abitanti in su
grafico di correlazione pil banda larga

Considerando i Paesi dai 5 milioni di abitanti in su, gli abbonamenti per 100 abitanti di banda larga che risultano i più alti rispetto al PIL sono relativi a: Paesi Bassi, Danimarca, Francia, Regno Unito, Germania, Belgio. I Paesi in cui gli abbonamenti risultano inferiori rispetto alle potenzialità del PIL sono: Norvegia, Austria, Italia, Polonia, Repubblica Ceca, Slovacchia. Gli altri costituiscono l’andamento medio.
L’Italia, con i suoi 22 abbonamenti per 100 abitanti, risulta comunque al di sotto dei valori medi. Nei limiti della dispersione dei dati (R quadro, il cui valore deve essere compreso tra 0 e 1, risulta pari a 0,6), si desume con un relativo margine di errore che per avvicinarsi all’andamento medio, rispetto al proprio PIL, l’Italia dovrebbe raggiungere anche in questo caso un valore attorno ai 24-28 abbonamenti per 100 abitanti, o meglio superare i 28 per far parte dei Paesi Best in class.

I dati analitici, alla base dei grafici inediti esposti, riguardano il 2012 e sono tratti da “
Il mondo in cifre 2015” pubblicato da “The Economist”, di seguito riportati.

Paese, Abbonamento di banda larga per 100 abitanti, PIL pro-capite in migliaia di $

Paesi Bassi: 40, 46
Danimarca: 39, 56
Francia: 38, 40
Norvegia: 36, 99
Regno Unito: 34, 39
Germania: 34, 43
Belgio: 33, 43
Lussemburgo: 32, 104 (*)
Malta: 32, 21 (*)
Svezia: 32, 55
Finlandia: 30, 46
Estonia: 26, 17 (*)
Austria: 25, 47
Spagna: 24, 28
Slovenia: 24, 22 (*)
Grecia: 24, 22
Ungheria: 23, 13
Irlanda: 23, 46 (*)
Lettonia: 23, 14 (*)
Portogallo: 23, 20
Italia: 22, 34
Lituania: 21, 14 (*)
Cipro: 19, 26 (*)
Bulgaria: 18, 7
Polonia: 16, 13
Repubblica Ceca: 16, 19
Romania: 16, 8
Slovacchia: 15, 17

(*) Paesi con meno di 5 milioni di abitanti

Ovviamente oltre agli auspicabili incrementi di abbonamenti ci si aspettano maggiori velocità e disponibilità di contenuti significativi dei servizi con alti livelli di accessibilità e usabilità.
(Post-elaborazioni del 13 dicembre 2014 sulla base dei dati da “Il Mondo in Cifre 2015” - The Economist)


f) PIL, computer e internet nei Paesi europei > 40 milioni di abitanti
Paesi europei con più di 40 milioni di abitanti che hanno, ogni 100 abitanti, più di 50 computer, più di 20 abbonamenti banda larga:

PIL pro-capite in $
Germania: 40.120
Francia: 39.450
Regno Unito: 36.340
Italia: 34.080
Spagna: 30.550

Computer ogni 100 abitanti

Regno Unito: 99
Germania: 83
Francia: 82
Italia: 56
Spagna: 53

grafico di correlazione pil numero PC


Anche se i dati sono pochi si intravvede che all’aumentare del PIL aumenta il numero dei PC. Il Regno Unito è per i PC notevolmente al di sopra delll’andamento medio. Gli altri Paesi sono sotto la media. L’Italia in coerenza con il suo PIL, nei limiti dovuti ai pochi dati considerati, dovrebbe avere attorno a 67 PC ogni 100 abitanti e non 56.

Abbonamenti banda larga ogni 100 abitanti

Francia: 34
Regno Unito: 32
Germania: 32
Spagna: 23
Italia: 22

banda di correlazione pil banda larga


All’aumentare del PIL aumenta anche il numero degli abbonamenti di banda larga. La Francia, il Regno Unito e la Spagna sono per la banda larga al di sopra dell’andamento medio. Germania e Italia sono sotto la media. L’Italia in coerenza con suo il PIL dovrebbe avere attorno a 26 abbonamenti di banda larga ogni 100 abitanti e non 22.

(fonte dei dati 2010 “Il Mondo in cifre 2013” The Economist)


g) Un miliardo in rete, il record di internet
Un miliardo di essere umani naviga in internet (da il Messaggero, 25 Gennaio 2009, pag. 18). I dati dei visitatori in milioni per i Paesi d’Europa con più di 40 milioni di abitanti:
Germania: 37
Gran Bretagna: 37
Francia: 34
Italia: 21
Spagna: 18

rapportando i visitatori in rete alla popolazione
(da “Il Mondo in cifre 2012” The Economist) si ottengono i seguenti dati percentuali:
Gran Bretagna: 60
Francia: 55
Germania 45
Spagna: 40
Italia: 35


Informativa sulla Privacy e sui Cookies.

Utenti online