La Grave Deprivazione Materiale nelle Regioni Italiane

DI ANGELO LEOGRANDE

Credit foto  Ted’s photos – For Me & You license CC BY-NC-SA 2.0

L’Istat calcola il valore della grave deprivazione materiale come indicato di seguito ovvero: “Percentuale di persone in famiglie che registrano almeno quattro segnali di deprivazione materiale sui nove elencati di seguito: i) non poter sostenere spese impreviste di 800 euro; ii) non potersi permettere una settimana di ferie all’anno lontano da casa; iii) avere arretrati per il mutuo, l’affitto, le bollette o per altro tipo di prestito; iv) non potersi permettere un pasto adeguato ogni due giorni, cioè con proteine della carne o del pesce (o equivalente vegetariano); v) non poter riscaldare adeguatamente l’abitazione; non potersi permettere: vi) una lavatrice; vii) un televisore a colori; viii) un telefono; ix) un’automobile.”[1]

Ranking delle regioni per la grave deprivazione materiale nel 2019. La Sicilia è al primo posto per valore della grave deprivazione materiale nel 2019 con un ammontare pari a 17,9%, seguita dalla Campania con un ammontare pari a 16,60% e dal Molise con un ammontare pari a 12,00%. A metà classifica vi sono la Valle D’Aosta con un ammontare pari a 7,38%, seguito dall’Abruzzo con un ammontare pari a 6,20% e dalla Lombardia con un ammontare pari a 4,70%. Chiudono la classifica il Trentino Alto Adige e la Liguria con un valore per entrambi pari al 3,00%, seguiti dall’Umbria con un ammontare pari a 1,80% e dal Veneto pari a 1,70%.

Ranking delle regioni per variazione del valore della grave deprivazione materiale nel passaggio tra il 2004 ed il 2019. La Valle d’Aosta è al primo posto variazione della grave deprivazione materiale con un ammontare pari 173,15, seguita dall’Abruzzo con un ammontare pari a 121,43% e dalla Lombardia con un ammontare pari a 95,83%. A metà classifica vi sono la Toscana con un ammontare pari a 36,00%, il Friuli-Venezia Giulia con un ammontare pari a 28,13% e la Basilicata con un ammontare pari a 27,54%. Chiudono la classifica la Calabria con una variazione della grave deprivazione materiale pari a -41,10%, seguita dall’Umbria con un valore pari a -47,06% e dal Veneto con un ammontare pari a -50,00%. Complessivamente il valore della variazione della grave deprivazione materiale nelle regioni italiane è cresciuto di un ammontare pari a 33,87% nel passaggio tra il 2004 ed il 2019.

Clusterizzazione. Di seguito viene presentata una clusterizzazione con algoritmo k-Means ottimizzato attraverso l’utilizzo del coefficiente Silhouette e con rappresentazione mediante l’algoritmo t-SNE. La clusterizzazione viene ad essere proposta per verificare se esistono dei raggruppamenti che possano rispecchiare le macro-regioni italiane ovvero Centro, Nord e Sud. I clusters che sono stati trovati sono indicati di seguito ovvero:

• Cluster 1: composto da Emilia-Romagna, Friuli-Venezia Giulia, Lombardia, Toscana, Umbria, Piemonte, Veneto, Valle d’Aosta, Trentino-Alto Adige, Liguria, Marche, Lazio, Molise, Abruzzo;
• Cluster 2: costituito da Sicilia, Puglia e Campania;
• Cluster 3: con Basilicata, Calabria e Sardegna.

Come risulta essere evidente i tre Clusters rappresentano da un lato il centro-Nord, rappresentato essenzialmente nel cluster 1, mentre il cluster 2 ed il cluster 3 sono ripartizione di una medesima macro-regione italiana ovvero il Mezzogiorno. Tuttavia, con riferimento al valore dei clusters è evidente che esiste una enorme differenza tra le regioni del cluster 1 che hanno un valore della mediana pari a 4, seguite dalle regioni del cluster 3 che hanno un valore della mediana della grave deprivazione materiale pari a 8,60 e seguito dal cluster 2 con un valore della mediana della grave deprivazione materiale pari a 16,60. Occorre quindi considerare che la grave deprivazione materiale nelle regioni del Cluster 2 è pari a circa 4,15 volte il valore della grave deprivazione materiale delle regioni del Cluster 1.

Machine Learning, Predictions e Neural Networks. Di seguito sono stati utilizzati un insieme di algoritmi di machine learning per la predizione del valore della grave deprivazione materiale nelle regioni italiane nel periodo tra il 2004 ed il 2019. Per scegliere i migliori algoritmi per realizzare l’attività di predizione sono stati valutati otto algoritmi analizzati in base alla minimizzazione di quattro diverse tipologie di errori ovvero: “Mean Absolute Error”, “Mean Squared Error”, “Root Mean Squared Error”, “Mean Signed Difference”. Occorre considerare che gli algoritmi sono stati addestrati con il 70% dei dati disponibili mentre il restante 30% è stato impiegato per la predizione vera e propria. Ne deriva un ordinamento degli algoritmi come indicato di seguito in termini di capacità predittiva ovvero:

• ANN-Artificial Neural Network con un valore del payoff pari 8;
• Tree Ensemble Regression con un valore del payoff pari a 11;
• Gradient Boosted Trees con un valore del payoff pari a 11;
• PNN-Probabilistic Neural Network con un valore pari a 16;
• Random Forest Regression con un valore del payoff pari 18;
• Linear Regression con un valore del payoff pari a 22;
• Simple Regression Tree con un valore del payoff pari a 26;
• Polynomial Regression con un valore del payoff pari a 32.

Pertanto, in base alla dimensione del ranking risulta che l’algoritmo di ANN-Artificial Neural Network è quello maggiormente efficiente per stimare la predizione futura del valore della grave deprivazione materiale nelle regioni italiane. Nello la predizione mostra per il futuro una riduzione del valore della grave deprivazione materiale pari ad un ammontare di circa il 30,00%.

Conclusioni. Occorre considerare che il valore della grave deprivazione materiale è una misura della povertà che tuttavia risulta essere ampiamente crescente nelle regioni italiane nel periodo tra il 2004 ed il 2019. Nello specifico le regioni meridionali hanno un valore molto ampio della grave deprivazione materiale tanto che pure nella clusterizzazione essere addirittura occupano due dei clusters ottimizzati con l’algoritmo k-Means. La predizione dell’andamento futuro del valore della grave deprivazione materiale mette in evidenza una riduzione del valore della grave deprivazione materiale. Tuttavia, è assolutamente evidente che il valore della grave deprivazione materiale nel Mezzogiorno è assai più pronunciato rispetto al corrispettivo valore del Nord e del Centro. In ogni i dati analizzati fanno riferimento al 2019 e pertanto sono pre-covid. E’ probabile che il Covid abbia comportato una crescita del valore della grave deprivazione materiale anche nelle regioni del Nord con una crescita complessiva del grado di povertà e fragilità finanziaria della popolazione italiana, una situazione che potrebbe essere anche peggiorata dall’andamento crescente dell’inflazione che agisce sui prezzi dell’energia e sui beni primari.

[1] https://www.istat.it/it/archivio/254761

RIPRODUZIONE RISERVATA ©