Raccontare il territorio attraverso la statistica pubblica: il contributo delle Regioni
Si è svolto ad Aosta il convegno “Raccontare il territorio attraverso la statistica pubblica”, promosso dal Coordinamento degli Uffici di Statistica delle Regioni (CSI) nell’ambito della Conferenza Stato-Regioni e in collaborazione con il Sistema Statistico Nazionale (Sistan).
L’iniziativa rientra nel ciclo di incontri periodici del CSI, organizzati a rotazione dalle Regioni, con l’obiettivo di favorire il confronto tra gli uffici di statistica regionali e rafforzare la cultura statistica attraverso la condivisione di esperienze, metodologie e risultati. Centrale, anche in questa edizione, il contributo dell’ISTAT.
Statistica pubblica e analisi dei fenomeni territoriali
La sessione del 28 aprile ha offerto una panoramica sul ruolo della statistica pubblica, anche nelle sue evoluzioni più innovative, a supporto della lettura dei fenomeni territoriali e dei processi decisionali. Dopo l’introduzione di Fabio Albo (Dirigente Servizio coordinamento del Sistan), Matteo Mazziotta (Direttore centrale del Sistan e Territorio) ha approfondito il tema degli indicatori a elevata granularità territoriale, evidenziando il valore delle misure sintetiche per la lettura di benessere e fragilità locali.
Modelli previsionali, turismo e dati innovativi
Un focus è stato dedicato alle fonti innovative e ai modelli previsionali. Raffaello Vignali (Direttore Scientifico di Polis - Regione Lombardia) ha illustrato analisi sul turismo basate su dati di telefonia mobile, mentre Leonardo Masini (Ufficio di statistica - Regione Liguria) ha presentato il modello econometrico regionale IREM, evidenziando il ruolo dei modelli previsionali nel supporto alle decisioni pubbliche.
Fragilità territoriali e sostenibilità finanziaria dei comuni
Ulteriori contributi hanno riguardato vulnerabilità territoriali e finanza locale. Angelina Mazzocchetti (Ufficio di statistica - Regione Emilia-Romagna) ha illustrato indicatori di fragilità abitativa, mentre Agapito Emanuele Santangelo (Ufficio di statistica - Regione Lazio) ha presentato un’analisi sulla sostenibilità finanziaria dei comuni laziali, evidenziando il ruolo dei modelli predittivi nella stima dei rischi di deterioramento economico-finanziario.
La sessione si è conclusa con gli interventi di Dario Ceccarelli (Dirigente Osservatorio Economico e Sociale - Regione Valle d’Aosta), sull’evoluzione dell’offerta statistica regionale, e di Consuelo Nava (Professoressa associata di statistica ed economia - Università della Valle d’Aosta) sulle sinergie tra statistica pubblica e ricerca accademica.
Il caso studio: l'analisi predittiva della Regione Lazio
La Regione Lazio ha presentato un modello integrato di analisi e previsione della finanza comunale basato su 378 comuni nel periodo 2016–2024, costruito attraverso l’integrazione di cinque fonti informative (BDAP, MAQI, OpenCoesione, ISTAT e MEF–MUR).
L’analisi utilizza tecniche di machine learning per individuare in anticipo i rischi di deterioramento economico-finanziario degli enti locali, con modelli predittivi che hanno mostrato elevati livelli di accuratezza nelle verifiche sui dati più recenti.
Tra i principali risultati emerge che i fondi europei incidono in misura limitata sulla sostenibilità finanziaria dei comuni laziali, mentre la capacità amministrativa risulta il fattore maggiormente associato alla tenuta economico-finanziaria degli enti. Lo studio evidenzia inoltre differenze territoriali significative: nei poli urbani si concentrano maggiori complessità gestionali, mentre nei comuni periferici si registrano livelli relativamente più elevati di efficienza amministrativa, pur in presenza di criticità strutturali legate alla dimensione territoriale e al calo demografico.
I risultati confermano l’utilità delle metodologie statistiche avanzate come strumenti di supporto alla programmazione regionale, alla governance dei fondi pubblici e ai sistemi di early warning per gli enti locali.
Temi principali affrontati
- Statistica pubblica e processi decisionali
- Indicatori territoriali a elevata granularità
- Modelli previsionali economici regionali
- Fonti innovative e dati di telefonia mobile
- Fragilità territoriali e sostenibilità finanziaria
- Machine learning applicato agli enti locali
Metodologia e fonti integrate
- Analisi su 378 comuni del Lazio
- Periodo osservato: 2016–2024
- Integrazione di cinque fonti informative:
- BDAP
- MAQI
- OpenCoesione
- ISTAT
- MEF–MUR
Principali evidenze emerse
- Utilizzo di tecniche di machine learning
- Elevata accuratezza dei modelli predittivi
- Impatto limitato dei fondi europei sulla sostenibilità finanziaria
- Capacità amministrativa come principale fattore di tenuta economico-finanziaria
- Maggiori complessità gestionali nei poli urbani
- Livelli relativamente più elevati di efficienza amministrativa nei comuni periferici
- Utilità dei sistemi di early warning per gli enti locali