Transcript POPOLAZIONE, TERRITORIO E SOCIETA* I
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 LINEE A POLIGONI IRREGOLARI 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
VOLTA CHE VOGLIAMO MISURARE UN FENOMENO CHE NON PUO’ ESSERE MISURATO IN UN SINGOLO PUNTO OGNI AD ES: Tasso di natalità, % di fumatori, tasso di deforestamento L’UTILIZZO DELLE UNITA’ AREALI E’
UTILE
PROTEGGERE LA PRIVACY QUANDO VOGLIAMO 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
INDIVIDUALI SONO NUMEROSE QUANDO LE UNITA’ 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
fra le aree entro le aree Dimensione delle aree (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 C 1°C
x
= s
43, 08
=
15, 6
2°CN Num. Fam.
1 2 3 4 5 6 7 8 9 10 11 12 Età 22 24 26 28 31 40 48 54 58 62 62 62 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 2°CS Media di Età Etichette di riga C 1° 2°N 2°S Totale dev st.
Totale 60,67 50,00 24,67 37,00 43,08 13,53 Media di Età Etichette di riga 1 2 Totale Importo totale dev. St.
55,33 30,83 43,08 12,25
ESEMPIO: Si considerino ora 2 variabili: X variabile indipendente e 87 95 72 37 44 24 40 55 55 38 88 34 41 30 26 35 38 24 14 56 37 34 8 18 49 44 51 67 17 37 55 25 33 32 59 54 Y variabile dipendente 72 75 85 29 58 30 50 60 49 46 84 23 21 46 22 42 45 14 19 36 48 23 8 29 38 47 52 52 22 48 58 40 46 38 35 55
Y
100 90 80 70 60 50 40 30 20 10 0 0 R² = 0,6902 10 20 30 40 50
X
60 70 80 90 100
91 47,5 35,5 35 46,5 40 54,5 46,5 30,5 35,5 59 32,5 34 61 31 13 27 56,5 73,5 55 33,5 27,5 42,5 49
Y
100 90 80 70 60 50 40 30 20 10 0 0 R² = 0,8151 10 20 30 40 50
X
60 70 80 90 100 57 47,5 32 35,5 52 42 AUMENTA!
44 53,5 29,5 18,5 35 45
EFFETTO AGGREGAZIONE: variabilità dei risultati al variare della forma delle aree di aggregazione N=3 N=3 N=3
ESEMPIO 10 5 5 15 10 10 5 15 5 … per l’effetto scala 10 6,67 12,5 7,5 N=4 Media = 9,17 8 10 N=2 Media = 9
6,7 10 12,5 7,5 5 10 10 10 Per l’effetto aggregazione… Media = 9,17 Media = 8,75
ESEMPIO: Si considerino ora le 2 variabili: X variabile indipendente e 87 95 72 37 44 24 40 55 55 38 88 34 41 30 26 35 38 24 14 56 37 34 8 18 49 44 51 67 17 37 55 25 33 32 59 54 Y variabile dipendente 72 75 85 29 58 30 50 60 49 46 84 23 21 46 22 42 45 14 19 36 48 23 8 29 38 47 52 52 22 48 58 40 46 38 35 55
Y
100 90 80 70 60 50 40 30 20 10 0 0 R² = 0,6902 10 20 30 40 50
X
60 70 80 90 100
91 47,5 35,5 35 46,5 40 54,5 46,5 30,5 35,5 59 32,5 Originalmente R 2 =0,69 SCHEMA DI RAGGRUPPAMENTO 1 34 61 31 13 27 56,5 73,5 55 33,5 27,5 42,5 49
Y
100 90 80 70 60 50 40 30 20 10 0 0 R² = 0,8151 10 20 30 40 50
X
60 70 80 90 100 57 47,5 32 35,5 52 42 44 53,5 29,5 18,5 35 45
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 Originalmente R 2 =0,69 R raggruppando per colonna 2 = 0,82
Y
100 90 80 70 60 50 40 30 20 10 0 0 R² = 0,8899 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 % 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 % Ispanici 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 Tasso disoc. Ispanici Tasso disoc. Non Ispanici 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 Regione 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
Y s
= ®
Y
= Ma facendo ciò ipotizziamo che: = ( ) 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
Francia + Italia
6 5 4 3 2 1 0 0 1
y = 1,5455x - 0,3636 R 2 = 0,7506
2 3 4
Livello di religiosità
5 6 6 3 2 5 4 1 0 0
Francia Italia
6 3 2 5 4 1 1 2 3 4
Livello di religiosità
5 6
Correlazione lineare fra le medie
6 0 0 5
y = 3x - 4 R 2 = 1
1 4 3 2 1 0 0 1 2 3 4
Livello di religiosità
5 2 3 4
Livello di religiosità
5 6 6
Francia + Italia
8 7 6 5 4 3 2 1 0 0 1
y = 0,3636x + 3,0909 R 2 = 0,0182
2 3 4 5
Livello di religiosità
6 7 8
Francia
8 7 6 5 4 3 2 1 0 0 1 2 3 4 5
Livello di religiosità
6 7 8
Italia
8 7 6 5 2 1 4 3 0 0 1 2 3 4 5
Livello di religiosità
6 7 8
Correlazione lineare fra le medie
8 7 4 3 6 5 2 1 0 0 1
y = -4x + 14 R 2 = 1
2 3 4 5
Livello di religiosità
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 TASSI DI SUICIDIO Comunità Maggioranza protestante Maggioranza cattolica Protestanti Individui Cattolici
ESEMPIO: tasso di natalità e % afro-americani Campione di 12 stati, elencati in ordine decrescente per proporzione di afro americani 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?
Individui Afro-americani Euro americani Comunità Forte presenza afro americani Louisiana, Illinois, New Jersey Scarsa presenza afro americani
Massachusset, Missouri (tasso nat. Afro-am. Sopra la media)
Georgia, Illinois, New Jersey, Maryland
Missouri, Kentucky, Colorado
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