Data pubblicazione: 20 GENNAIO 2015
Tipologia
Indicatore
Popolazione effettiva
AGGIORNAMENTO: 31/12/2012
DEFINIZIONE:l'indicatore mette in evidenza gruppi di andamenti simili di popolazione effettiva normalizzata, intesa come rapporto tra ammontare della popolazione effettiva e popolazione domiciliata in una determinata provincia.
UNITA’ DI MISURA:adimensionale
DEFINIZIONE DPSIR:DETERMINANTE
FONTE:ARPA Lombardia
SCOPO INDICATORE
E SUA RILEVANZA:
evidenziare le dinamiche di fluttuazione della popolazione.
ANALISI DEL DATO:la mappa mette in evidenza 4 dinamiche principali di fluttuazione della popolazione su scala provinciale. Analizzando i grafici è possibile osservare come il gruppo 1 ed il gruppo 2 presentino andamenti simili con un forte deflusso di popolazione nel mese di Agosto. Le provincie di Cremona e Milano (gruppo 1) presentano flussi di popolazione in ingresso durante tutto l’anno ad eccezione del mese di agosto dove si osserva il trend contrario. Questa caratteristica è ascrivibile a provincie soggette principalmente a forti flussi pendolari per lavoro o per studio. Trend simile, anche se meno evidente, lo mostrano le provincie di Monza e Brianza, Bergamo e Lodi appartenenti al Gruppo 2. Nel gruppo 2 le provincie di Lecco Como e Varese mostrano flussi di popolazione in uscita nei mesi invernali e in maniera più marcata nel mese di Agosto. Flussi in ingresso si osservano in primavera, trend questo caratteristico di turismo lacuale. Le dinamiche caratterizzanti la popolazione appartenente al gruppo 3, che comprende la sola provincia di Sondrio, evidenziano flussi di popolazione inferiori alla popolazione domiciliata nei mesi di febbraio, maggio e novembre ed un picco di molto superiore alla media di popolazione provinciale, nel mese di agosto, caratteristica questa di provincia a forte valenza turistica in particolare nei mesi estivi; sono comunque osservabili anche dei picchi, sebbene di poco superiori ai valori di popolazione domiciliata, nei mesi di dicembre febbraio ed aprile, in corrispondenza della stagione sciistica. Il gruppo 4 in cui ricadono le provincie di Brescia e Mantova, mostra flussi prevalentemente in ingresso con dei minimi nei mesi invernali soprattutto per quanto riguarda la provincia di Brescia.

Gruppi di province simili – dato normalizzato 2011 - 2012
Fonte : ARPA Lombardia
Copertura : Regione
Andamenti di popolazione effettiva - dettaglio provinciale – dato normalizzato 2011- 2012
Fonte : ARPA Lombardia
Copertura : Regione

Descrizione del metodo per la stima della popolazione effettiva

Un modello territoriale dinamico per la stima della popolazione effettiva basato sull'utilizzo dei dati di produzione di rifiuti solidi urbani

Il tema relativo alla popolazione è un argomento di forte attualità in campo ambientale, in quanto la sua conoscenza a diverse scale di dettaglio sia spaziale che temporale, permette di stimare la variabilità di alcuni parametri ambientali ad essa legati.
ARPA Lombardia in tale ambito ha sviluppato un modello territoriale innovativo di tipo matematico - statistico, in grado di mostrare l’evoluzione temporale su scala mensile e con cadenza annuale, dei flussi di popolazione effettiva (stazionaria + fluttuante).
In Figura 1 viene riportato lo schema di calcolo della popolazione effettiva.

RSA2013_POPOLAZIONE_BOX1_FIGURA1Figura 1.
Schema di calcolo della popolazione effettiva

Nel modello sviluppato, per valutare la componente stazionaria della popolazione, si è fatto riferimento alla popolazione domiciliata estratta dal Registro della Sanità di Regione Lombardia; la componente dinamica, che non è direttamente misurabile, è stata invece stimata utilizzando come indicatore statistico del suo comportamento (variabile proxy) la produzione di rifiuti solidi urbani (RSU) estratto dal data-base Orso (Osservatorio Rifiuti SOvra regionale). Questo dato risulta infatti fortemente correlato con le presenze di popolazione in una determinata area, come confermato dall’ottima correlazione tra domiciliati ed RSU, espressa dal valore del coefficiente di Pearson R prossimo all’unità (Figura 2).

RSA2013_POPOLAZIONE_BOX1_FIGURA2
Figura 2. Scatter plot e linea di tendenza - rifiuti solidi urbani e domiciliati – dati 2011 – coefficiente R = 0.96

Il risultato finale è una stima, per ogni comune lombardo, della popolazione effettiva per ogni mese dell’anno; al dato viene associato un errore ottenuto attraverso lo studio della propagazione dell’incertezza delle variabili utilizzate per il calcolo.
Poiché il popolamento del db Orso su scala mensile non sempre risulta completo per tutti i comuni, è stato messo a punto un metodo statistico in grado di integrare i dati mancanti.
La tecnica di ricostruzione dei dati mancanti consiste essenzialmente nel raggruppare attraverso tecniche di analisi clusters i comuni aventi caratteristiche simili di attrattività. Sono pertanto stati selezionati degli indicatori territoriali in grado di caratterizzare ciascun comune sia in termini di attrattore turistico (prendendo a riferimento per ogni comune il dato mensile delle presenze alberghiere) sia in termini di attrattore per lavoro e studio o residenziale (prendendo a riferimento la destinazione d’uso della superficie comunale).
Quindi, individuando all’interno di ogni cluster quei comuni dei quali si dispone del dato mensile di rifiuti, viene ricavato l’andamento medio mensile che viene attribuito ai comuni del medesimo cluster sprovvisti del dato sui rifiuti.
Il metodo qui presentato consente pertanto di descrivere le fluttuazioni nella presenza di popolazione all’interno della Regione, evidenziando, nel corso dell’anno, rilevanti flussi in ingresso/uscita dai comuni.
Punti di forza del metodo sviluppato sono la disponibilità dell’informazione con frequenza annuale di aggiornamento e la sua georeferenziazione, che permette di caratterizzare e confrontare aree differenti del territorio.
Inoltre, rispetto ad altri metodi correntemente utilizzati per la stima dei flussi di popolazione stagionali (basati sostanzialmente sulla contabilità dei flussi turistici ricavati dalle presenze nelle strutture ricettive) il metodo qui descritto presenta il vantaggio di essere in grado di stimare, oltre ai flussi in ingresso, anche i flussi in uscita da aree non turisticamente ricettive.


​​​​​​​​​​​​