Sesta Conferenza Nazionale in Informatica e Pianificazione Urbana e Territoriale

1. Un modello fuzzy di analisi statistica per l’individuazione delle aree di rigenerazione urbana Francesco Selicato, Francesco Rotondo Politecnico di Bari - Dipartimento di Architettura e Urbanistica Paola Perchinunno Università degli Studi di Bari - Dipartimento di Scienze Statistiche Input 2010 Sesta Conferenza Nazionale in Informatica e Pianificazione Urbana e Territoriale Potenza, 13 – 15 Settembre 2010

2. La rigenerazione urbana è diventato uno dei temi dominanti delle politiche in tutto il mondo occidentale INTRODUZIONE Tale contributo parte dalla necessità di identificare, con un procedimento scientificamente argomentabile, aree urbane da riqualificare, caratterizzate da situazioni di povertà legate alle abitazioni e alla loro dotazione di servizi, sulla base di dati statistici. Individuazione delle aree bersaglio della rigenerazione urbana nell’ambito delle politiche regionali e locali rivolte all’housing sociale

6. La presenza di una svariata gamma di definizioni sul tema della povertà comporta la necessità di ricorrere non più ad un unico indicatore ma ad un gruppo di indicatori, utili per una migliore descrizione delle condizioni di vita dei soggetti Dalla fine degli anni ‘70 ad oggi numerosi studi sulla povertà hanno dato origine ad una varietà di approcci in merito alla definizione e costruzione di indicatori di disagio. 2. LA COSTRUZIONE DEGLI INDICI

8. Lo sviluppo della teoria degli insiemi sfocati (o fuzzy) nasce dal contributo primario di Zadeh (1965) e successivamente di Dubois e Prade (1980) che definirono l’impianto metodologico. L’utilizzo di metodologie sfocate nell’ambito degli studi sulla povertà risale agli anni novanta (Cheli e Lemmi 1995) , a partire dal metodo Total Fuzzy and Relative (TFR) costruito sulla base di un primo contributo di Cerioli e Zani del 1990. 3. L’APPROCCIO FUZZY

9. L’approccio sfocato TFR consiste nella definizione di una misura del grado di appartenenza di un individuo all’insieme sfocato dei poveri , compreso nell'intervallo tra 0 (se l’individuo non appartiene sicuramente all’insieme dei poveri) e 1 (se appartiene sicuramente all’insieme dei poveri). Se supponiamo di osservare K indicatori di povertà per ogni famiglia la funzione di appartenenza della i-sima famiglia al sottoinsieme sfocato dei poveri, può essere definita come media ponderata degli indicatori associati alle variabili supplementari 3. L’APPROCCIO TOTAL FUZZY AND RELATIVE

10. 4.ANALISI DEI RISULTATI Fonte: elaborazione su dati Istat – Censimento della Popolazione e delle Abitazioni 2001 La Tavola seguente mostra il numero di sezioni di censimento, classificate a seconda del valore fuzzy per tipologia di disagio sociale e abitativo del comune di Monopoli. Solo il 9,9% della popolazione residente nelle sezioni di censimento osservate presenta valori fuzzy rappresentativi di situazioni di sicura povertà, contro un 45,3% che appartiene all’insieme dei non poveri. 100,0% 172 Totale 9,9% 17 Sicuramente poveri (0,75-1,00) 12,8% 22 Abbastanza poveri (0,50-0,75) 32,0% 55 Scarsamente poveri (0,25-0,50) 45,3% 78 Non poveri (0,00-0,25) Valori percentuali Valori assoluti Condizioni di povertà

11. 4.ANALISI DEI RISULTATI Risulta, inoltre, interessante andare ad analizzare nel dettaglio come si distribuiscono le diverse condizioni di povertà sull’intero territorio comunale raggruppate all’interno di sei grandi ambiti: - urbano 1 (comprendente tutte le sezioni di censimento localizzate in città ad esclusione di quelle comprese nella zona industriale); - urbano2 (comprendente tutte le sezioni di censimento localizzate nella zona industriale); - capitolo (principale zona turistica balneare); - contrade 1, 2, 3 (comprendenti tutte le sezioni di censimento localizzate in tre gruppi di differenti nuclei urbani distribuiti in campagna); agricolo (comprendente tutte le restanti sezioni di censimento caratterizzate dalla presenza di poche abitazioni sparse e destinate principalmente all’agricoltura).

12. 4.ANALISI DEI RISULTATI – TFR Appare evidente come le aree nelle quali si concentra un maggior numero di sezioni appartenenti all’insieme sfocato dei sicuramente poveri sono le aree urbane (in particolare l’area urbana 1). Le contrade e l’area agricola risultano appartenenti prevalentemente all’insieme dei non poveri anche in considerazione dei dati e degli indicatori utilizzati tutti relativi alla popolazione e alle condizioni abitative (ad esempio l’indice di affollamento in campagna è evidentemente molto basso).

13. 5. LA RAPPRESENTAZIONE TERRITORIALE – IL CASO DI MONOPOLI Andando a rappresentare su cartografia i dati individuati , attraverso un gradiente di colori (massimo disagio sociale con tonalità più scure e minimo disagio con tonalità più chiare ), si presenta una situazione di immediata lettura.

14. 6. RIFLESSIONI CONCLUSIVE La questione preliminare della identificazione delle soluzioni urbanistiche al problema dei quartieri degradati da rigenerare, in un momento storico caratterizzato da scarsità di risorse pubbliche da investire, attiene l’individuazione delle aree caratterizzate da un maggior livello di povertà urbana, in modo da orientare la scelta del decisore pubblico in modo trasparente, argomentato ed oggettivo. I metodi utilizzati possono costituire, quindi, un utile supporto alle politiche abitative, evidenziando interessanti differenze territoriali sulla base delle particolari indicazioni dettate dai singoli enti decisori.

15. RIFLESSIONI CONCLUSIVE La scelta delle aree “bersaglio” cui rivolgere le politiche di rigenerazione urbana è effettuata a partire da una valutazione comparativa tra le diverse aree del territorio comunale che alcuni indicatori statistici indicano in stato di povertà. Questi indicatori coincidono nella gran parte dei casi con quelli utilizzati in questo studio. L’innovazione che l’approccio fuzzy qui presentato, porta alle indagini utilizzate in questo tipo di piani urbanistici è la possibilità di descrivere tutti questi indicatori in un solo indice sintetico immediatamente comprensibile al decisore politico ed amministrativo.

16. RIFLESSIONI CONCLUSIVE Se agli indicatori qui utilizzati si riuscisse ad integrare anche altri parametri di disagio sociale e di degrado fisico come ad esempio i sussidi di assistenza sociale erogati dal Comune alle famiglie in difficoltà o le domande di sostegno al pagamento dei fitti per soggetti particolarmente bisognosi, questo tipo di indagine offrirebbe la base migliore per guidare molte delle scelte effettuate dalle amministrazioni pubbliche nel settore delle politiche urbane.

17. RIFLESSIONI CONCLUSIVE Inoltre, riuscire a rappresentare la distribuzione geografica dell’indicatore fuzzy per sezioni di censimento di dimensione sempre più vicina a quella degli isolati , rende subito comprensibile la localizzazione delle principali necessità di intervento di recupero e riqualificazione urbanistica. Questa modalità di rappresentare la povertà consentirebbe al decisore politico una scelta maggiormente ancorata alle necessità rilevabili e non solo indirizzata da convenienze e opportunità politiche.

18. GRAZIE PER L’ATTENZIONE!