POPOLAZIONE, TERRITORIO E SOCIETA* I

Report
POPOLAZIONE, TERRITORIO E SOCIETA’ I
Stefania Rimoldi
http://www.statistica.unimib.it/utenti/rimoldi/
Modalita’ esame
 frequentanti: DISCUSSIONE ORALE delle ESERCITAZIONI
SVOLTE
(le esercitazioni possono essere svolte tutte o in parte; le eventuali
esercitazioni mancanti potranno essere compensate da domande orali)
 non frequentanti: ORALE
http://www.statistica.unimib.it/utenti/rimoldi/
OBIETTIVO DEL CORSO
Esaminare le relazioni tra la popolazione e il territorio in cui vive, in
particolare come la variabile territorio (spazio) interagisce con la
popolazione che lo abita
ARGOMENTI DEL CORSO
 PARTE PRIMA: strumenti e metodi per l’analisi territoriale
 PARTE SECONDA: rassegna studi sul territorio italiano
http://www.statistica.unimib.it/utenti/rimoldi/
INTRODUZIONE
Definizione di POPOLAZIONE
(Livi Bacci, 1990)
Insieme di individui, stabilmente costituito, legato da vincoli di
riproduzione e identificato da caratteristiche territoriali,
politiche, giuridiche, etniche o religiose
http://www.statistica.unimib.it/utenti/rimoldi/
CLASSIFICAZIONE DEL TERRITORIO
A livello globale: http://unstats.un.org/unsd/methods/m49/m49.htm
(UNITED NATIONS Standard Country or Area Codes for Statistical Use)
- MACRO GEOGRAPHICAL REGIONS (Continenti, es. 002 Africa)
-REGIONS (es. 014 Eastern Africa, 017 Middle Africa, 015 Northern
Africa, 018 Southern Africa, 011 Western Africa)
- COUNTRIES (es. 710 South Africa)
http://www.statistica.unimib.it/utenti/rimoldi/
CLASSIFICAZIONE DEL TERRITORIO
A livello europeo:
http://epp.eurostat.ec.europa.eu/portal/page/portal/nuts_nomenclature
/introduction
(EUROSTAT Nomenclature of territorial units for statistics - NUTS)
NUTS 3: small regions for specific diagnoses
(1294)
Es, Le Province italiane, i Dipartimenti francesi, le province
spagnole,
NUTS 2: basic regions for the application of
regional policies (270)
Es, Le Regioni italiane, le Regioni francesi,, le
comunità autonome in spagna
NUTS 1: major socio-economic regions
(97)
Es, Le Macro-aree italiane, le Zone
d'études et d'aménagement du territoire
francesi, gli Stati federati tedeschi. Le
Regioni in Belgio ecc.
http://www.statistica.unimib.it/utenti/rimoldi/
Principio 1 - dimensione
LEVEL
NUTS 1
NUTS 2
NUTS 3
MINIMUM
3 million
800 000
150 000
MAXIMUM
7 million
3 million
800 000
Principio 2 – criterio normativo
La definizione NUTS si basa sulle classificazioni
amministrative degli Stati
Principio 3 – criterio geografico generale
Le unità geografiche generali sono preferibili
rispetto a quelle specifiche per particolari
obiettivi
http://www.statistica.unimib.it/utenti/rimoldi/
Scopi della classificazione EUROSTAT
1) Raccolta e armonizzazione statistiche
2) Analisi socio-economiche:
- NUTS1 principali aree socio-ec.
- NUTS2 aree base per l’applicazione di politiche regionali
(ES- FONDI STRUTTURALI)
- NUTS3 piccole aree per specifiche analisi
http://www.statistica.unimib.it/utenti/rimoldi/
CLASSIFICAZIONE DEL TERRITORIO
A livello nazionale:
http://sistat.istat.it/sistat/
ISTAT
Classificazione istituzionale
MACRO AREE:
Nord-Ovest, Nord-Est, Centro, Sud, Isole
(5)
REGIONI: Piemonte, Valle d’Aosta..ecc.
(20)
PROVINCE: Alessandria, Torino…ecc.
(da 110 al 30.06.12 a 51 dal 1.01.13)
COMUNI:
(8091 al 30.06.12)
di cui 10 città
metropolitane
http://www.statistica.unimib.it/utenti/rimoldi/
Classificazione funzionale
Sistemi Locali del Lavoro
Distretti Industriali
Distretti socio-sanitari
Ecc.
http://www.statistica.unimib.it/utenti/rimoldi/
Considerazioni
• La classificazione istituzionale e la classificazione funzionale si
sovrappongono e si intersecano
• Elemento di arbitrarietà nella scelta del livello di analisi
• La variabilità dei fenomeni dipende dal livello di disaggregazione dei
dati: piccole dimensioni fanno risaltare la variabilità mentre grandi
dimensioni “mediano” le diversità
MAUP
http://www.statistica.unimib.it/utenti/rimoldi/
MAUP
Modifiable Areal Unit Problem
DEFINIZIONE:
Il problema dell’unità areale modificabile è una
potenziale fonte di errore nelle analisi spaziali che
utilizzano fonti di dati aggregati (Unwin, 1996).
Per comprendere il MAUP dobbiamo partire
dall’analisi dello spazio.
Lo spazio è continuo, ma la nostra rappresentazione
dello spazio non può che essere discreta,
http://www.statistica.unimib.it/utenti/rimoldi/
A PUNTI
A POLIGONI
IRREGOLARI
A LINEE
A POLIGONI
REGOLARI
http://www.statistica.unimib.it/utenti/rimoldi/
L’UTILIZZO DI UNITA’ AREALI DISCRETE E’ NECESSARIO OGNI
VOLTA CHE VOGLIAMO MISURARE UN FENOMENO IN UN’AREA:
AD ES: Il livello della disoccupazione in Lombardia è aumentato; e nelle
province?”
L’UTILIZZO DELLE UNITA’ AREALI E’ INDISPENSABILE OGNI
VOLTA CHE VOGLIAMO MISURARE UN FENOMENO CHE NON PUO’
ESSERE MISURATO IN UN SINGOLO PUNTO
AD ES: Tasso di natalità, % di fumatori, tasso di deforestamento
L’UTILIZZO DELLE UNITA’ AREALI E’ UTILE QUANDO VOGLIAMO
PROTEGGERE LA PRIVACY
AD ES: I dati del Censimento della popolazione che sono raccolti a livello
individuale ma diffusi in modo aggregato
L’UTILIZZO DELLE UNITA’ AREALI E’ UTILE QUANDO LE UNITA’
INDIVIDUALI SONO NUMEROSE
AD ES: I dati sui consumi delle famiglie
E’ quindi necessario attribuire
CONFINI
allo spazio
Linee costiere,
fiumi
Confini
amministrativi,
comuni, sezioni
di censimento
Quando disegniamo confini arbitrari, la
dimensione e la forma dell’area diventano
elementi ARBITRARI, pertanto
“soggettivi e discutibili” che hanno
conseguenze sui risultati dell’analisi
Esempio: LA DEFINIZIONE DEI COLLEGI ELETTORALI
Nella costruzione dei collegi, ottenuti per aggregazione di
comuni, si possono configurare due situazioni:
la concentrazione dei voti di un partito in POCHI collegi, in
modo da riservare TUTTI I RESTANTI collegi all’elettorato
dell’altro partito [PACKING]
la dispersione dei voti di un partito sul maggior numero
possibile di collegi in modo tale che in nessuno di essi ottenga
la maggioranza [DILUTION]
Es. Elezioni Politiche 2001: Il Centro–Destra vince nella
maggioranza dei collegi elettorali e quindi ottiene il maggior
numero dei parlamentari eletti nei collegi uninominali, anche
se il numero complessivo di voti conquistati nella quota
proporzionale dalle liste collegate al Centro-Sinistra è
maggiore del numero di voti del Centro-Destra
Il MAUP si compone di 2 effetti
EFFETTO SCALA
Problema statistico
EFFETTO AGGREGAZIONE
Problema geografico
EFFETTO SCALA: variabilità dei risultati al variare del numero di aree,
sulla stessa porzione di territorio
n = 16
n=4
n=2
e n tro le a re e
V arianza
fra le a re e
D im e n s io n e d e lle a re e
(Weins, 1989)
Esempio: Sia V una variabile osservata sulle 16 unità in cui è divisa l’area A
Media = 3,75
Varianza = 2,60
Media = 3,75
Varianza = 0,50
Media = 3,75
Varianza = 0,0
Esempio: L’area A è formata da 4 zone; si rileva l’età del capofamiglia delle famiglie
x = 43, 08
s = 15, 6
2°CN
C
1°C
2°CS
Num. Fam.
1
2
3
4
5
6
7
8
9
10
11
12
Media di Età
Etichette di riga
C
1°
2°N
2°S
Totale
dev st.
Età
22
24
26
28
31
40
48
54
58
62
62
62
Totale
60,67
50,00
24,67
37,00
43,08
13,53
Zona 1°
2°N
2°N
2°S
2°N
2°S
1°
1°
2°S
C
C
C
1°
Zona 2°: 1 = C+!°; 2 =
2°N+2°S
2
2
2
2
2
1
1
2
1
1
1
1
Media di Età
Etichette di
riga
Totale
1
2
Importo
totale
dev. St.
55,33
30,83
43,08
12,25
ESEMPIO: Si considerino ora 2 variabili:
X variabile indipendente e
87
40
41
14
49
55
95
55
30
56
44
25
72
55
26
37
51
33
37
38
35
34
67
32
44
88
38
8
17
59
Y variabile dipendente
72
50
21
19
38
58
24
34
24
18
37
54
75
60
46
36
47
40
100
R² = 0.6902
90
80
70
60
Y
50
40
30
20
10
0
0
10
20
30
40
50
X
60
70
80
90
100
85
49
22
48
52
46
29
46
42
23
52
38
58
84
45
8
22
35
30
23
14
29
48
55
91
54,5
34
73,5
57
44
47,5
46,5
61
55
47,5
53,5
35,5
30,5
31
33,5
32
29,5
35
35,5
13
27,5
35,5
18,5
46,5
59
27
42,5
52
35
40
32,5
56,5
49
42
45
100
90
R² = 0.8151
AUMENTA!
80
70
60
Y
50
40
30
20
10
0
0
10
20
30
40
50
X
60
70
80
90
100
EFFETTO AGGREGAZIONE: variabilità dei risultati al variare della
forma delle aree di aggregazione
N=3
N=3
N=3
ESEMPIO
10
15
5
5
10
15
5
10
5
… per l’effetto scala
10
N=4
N=2
8
Media = 9
Media = 9,17
6,67
12,5
7,5
10
Per l’effetto aggregazione…
10
6,7
12,5
Media = 9,17
7,5
10
5
10
10
Media = 8,75
ESEMPIO: Si considerino ora le 2 variabili:
X variabile indipendente e
87
40
41
14
49
55
95
55
30
56
44
25
72
55
26
37
51
33
37
38
35
34
67
32
44
88
38
8
17
59
Y variabile dipendente
72
50
21
19
38
58
24
34
24
18
37
54
75
60
46
36
47
40
100
R² = 0.6902
90
80
70
60
Y
50
40
30
20
10
0
0
10
20
30
40
50
X
60
70
80
90
100
85
49
22
48
52
46
29
46
42
23
52
38
58
84
45
8
22
35
30
23
14
29
48
55
SCHEMA DI RAGGRUPPAMENTO 1
91
54,5
34
73,5
57
44
47,5
46,5
61
55
47,5
53,5
35,5
30,5
31
33,5
32
29,5
35
35,5
13
27,5
35,5
18,5
46,5
59
27
42,5
52
35
40
32,5
56,5
49
42
45
100
90
Originalmente
R2=0,69
R² = 0.8151
80
70
60
Y
50
40
30
20
10
0
0
10
20
30
40
50
X
60
70
80
90
100
SCHEMA DI RAGGRUPPAMENTO 2
63,5 75,0 63,5 37,5 66,0 29,0
61,0 67,5 67,0 37,5 71,0 26,5
27,5 43,0 31,5 34,5 23,0 21,0
20,0 41,0 35,0 32,5 26,5 21,5
52,0 34,5 42,0 49,5 38,0 45,5
48,0 43,5 49,0 45,0 28,5 51,5
100
Originalmente
R2=0,69
90
R² = 0.8899
80
70
raggruppando
per colonna
R2 = 0,82
60
Y
50
40
30
20
10
0
0
10
20
30
40
X
50
60
70
80
MAUP
Le relazioni statistiche tra i
caratteri cambiano al cambiare
della scala e/o del
raggruppamento
Esempio:
FALLACIA ECOLOGICA
La relazione statistica che si osserva al
livello aggregato può non essere vera al
livello individuale
Grande variabilità nel Td,
Analoga variabilità nella % Ispanici
Gli individui di origine
ispanica hanno una più
elevata probabilità di
essere disoccupati
Città
(Pop. >
100.000)
A
B
C
D
E
F
G
H
I
J
K
L
M
N
Tasso di
disoccupazione %
% Ispanici
Tasso disoc.
Ispanici
Tasso disoc.
Non Ispanici
Regione
9.3
8.5
7.2
7.2
6.8
6.4
6.2
6.0
5.7
5.3
5.1
5.0
4.6
4.6
19.2
17.6
14.5
16.1
14.2
14.5
14.4
12.1
10.4
9.2
6.3
7.5
5.2
4.8
17.2
8.3
6.0
6.8
6.0
6.4
5.8
5.8
6.0
5.4
4.7
4.7
3.5
3.5
9.6
8.5
7.3
7.4
6.9
6.4
6.3
6.1
5.7
5.3
5.1
5.0
4.7
4.7
SW
SW
W
SW
NE
SW
W
MW
NE
W
MW
NE
W
MW
Esempio 2: comportamenti riproduttivi
Sia s una generica area; Y un comportamento; X vettore delle variabili esplicative
Quando non si dispone dei dati individuali si utilizzano spregiudicatamente i dati
aggregati
Ys = f ( Xs ) ® Y = f ( X )
Ma facendo ciò ipotizziamo che:
E (Y ) = f ( E ( X ))
In generale, però, la relazione osservabile a livello individuale si nota anche a
livello aggregato se, nel tempo, le variabili X e Y variano in modo simile in tutte
le aree oggetto di studio (CASO DI NORMALITA’ ECOLOGICA).
ESEMPIO 3: livello di religiosità e comportamento riproduttivo
NORMALITA’
ECOLOGICA
Italia
6
4
5
5
4
4
3
2
3
2
1
1
3
0
0
0
2
1
2
3
4
5
0
6
1
2
Correlazione lineare fra le medie
1
6
0
y = 3x - 4
R2 = 1
5
0
1
2
3
4
Livello di religiosità
5
6
4
3
2
1
0
0
3
4
Livello di religiosità
Livello di religiosità
Numero di figli
Numero di figli
5
6
Numero di figli
y = 1,5455x - 0,3636
R2 = 0,7506
Francia + Italia
Numero di figli
Francia
6
1
2
3
4
Livello di religiosità
5
6
5
6
Francia
8
Italia
8
7
7
Francia + Italia
4
3
7
2
6
1
y = 0,3636x + 3,0909
R2 = 0,0182
5
5
4
3
2
1
0
0
1
2
3
4
5
6
7
0
8
0
1
Livello di religiosità
4
2
3
Correlazione lineare fra le medie
2
8
1
7
6
0
0
1
2
3
4
5
Livello di religiosità
6
7
8
5
4
3
y = -4x + 14
R2 = 1
2
1
0
0
1
4
5
Livello di religiosità
3
Numero di figli
Numero di figli
8
6
5
Numero di figli
Numero di figli
6
2
3
4
5
Livello di religiosità
6
7
8
6
7
8
EFFETTI STRUTTURALI
(Emile Durkheim 1858-1917
Comportamenti e caratteristiche proprie degli aggregati di popolazione,
indipendenti dai comportamenti e dalle caratteristiche degli individui ma in grado
di influenzarli
Studio dei suicidi derivati da anomia (mancanza di una direzione morale):
- Essere protestanti
- Non essere sposati
Comunità
TASSI DI
SUICIDIO
Maggioranza
protestante
Protestanti
Individui
Cattolici
Maggioranza
cattolica
ESEMPIO: tasso di natalità e % afro-americani
Campione di 12 stati, elencati in ordine decrescente per proporzione di afroamericani sul complesso della popolazione (primi 6; ultimi 6)
I tassi di natalità
sono più elevati
dove è più alta la
proporzione di
afro-americani
Tasso di natalità
In media, i tassi
di nataità degli
afro-americani
sono più elevati
ESISTE L’EFFETTO STRUTTURALE?
Comunità
Afro-americani
Individui
Euro americani
Forte presenza afro- Scarsa presenza afroamericani
americani
Massachusset,
Missouri (tasso nat.
Louisiana, Illinois,
Afro-am. Sopra la
New Jersey
media)
Georgia, Illinois, New Missouri, Kentucky,
Colorado
Jersey, Maryland
NON SI PUO’ DIRE!... QUADRO CONFUSO
Togliamo Illinois, New jersey, Missouri e Kentucky
• I tassi afro-am. Sono più alti degli euro-am. sia negli stati a forte
presenza afro-am che in quelli a bassa presenza
• I tassi di natalità degli afro-am. Sono più alti negli stati a forte presenza
afro-am. ECCETTO COLORADO
• I tassi di natalità degli euro-am. Sono più bassi negli stati con bassa
presenza Afro-am. ECCETTO MASSACHUSSET
• L’effetto strutturale è molto modesto, tenuto conto che le differenze tra
i tassi complessivi del 1° e del 2° gruppo sono modeste

similar documents