Immaginare una transizione energetica equa e sostenibile (parte 2)

Mappatura di vulnerabilità energetica nelle aree metropolitane italiane

Dal punto di vista metodologico, gli indici di vulnerabilità hanno spesso utilizzato l’analisi delle componenti principali (PCA), che consente di identificare i principali fattori di vulnerabilità tra ampie serie di indicatori. I risultati della PCA possono essere trasferiti su una mappa per mostrare la variabilità dei fattori di vulnerabilità nello spazio, per esempio, all’interno di un Paese o di una regione. Ciò risponde efficacemente a una lacuna ampiamente riconosciuta degli indici di vulnerabilità esistenti, permettendo di riconoscere come l’importanza relativa dei fattori di vulnerabilità varia geograficamente.

In Europa, si prevede un aumento della frequenza e dell’intensità del freddo estremo e delle ondate di calore estive, soprattutto nei Paesi meridionali. Le città rappresentano un obiettivo prioritario per l’azione, poiché si prevede un aumento della percentuale di sottogruppi vulnerabili che vivono nelle aree urbane, aumentando ulteriormente l’impatto delle temperature estreme sulla salute. Le valutazioni e gli strumenti di supporto alle decisioni che si concentrano sulla scala urbana per affrontare la vulnerabilità alla povertà energetica possono fornire una solida base per ridurre gli impatti futuri dei cambiamenti climatici in Europa. In generale, è stato osservato un maggiore impatto del caldo nelle città mediterranee, suggerendo che anche nelle città in cui le temperature calde si verificano frequentemente e in cui le popolazioni e gli operatori sanitari sono più capaci di adattarsi a queste condizioni, il caldo può causare un onere considerevole in termini di ricoveri ospedalieri o di decessi nella popolazione anziana. Le aree metropolitane italiane, quindi, rappresentano un interessante caso di studio. 

Il dibattito su come interpretare le aree metropolitane è aperto e le definizioni variano da soggetto a soggetto e da contesto a contesto. La mappatura qui di seguito considera le aree metropolitane come un mix di aree urbane e periurbane.

Per l’analisi, abbiamo utilizzato la PCA come tecnica di riduzione delle dimensioni per identificare i fattori più rilevanti che, nel campione analizzato, influenzano la variabilità della vulnerabilità alla povertà energetica. La PCA fornisce una panoramica dei fattori più influenti considerando l’intero campione. Prima dell’analisi, abbiamo standardizzato i dati di input utilizzando la media e la deviazione standard, e abbiamo studiato la correlazione tra le variabili. Mappando le componenti trattenute, otteniamo un quadro dei modelli spaziali dei fattori di vulnerabilità che ciascuna componente rappresenta. Inoltre, abbiamo calcolato la percentuale di varianza totale (PTV), che descrive quanta parte della varianza totale dei dati di input è spiegata dalle componenti trattenute. In particolare:

1) bambini (di età inferiore a 4 anni);

2) anziani (di età superiore a 75 anni);

3) disoccupati in cerca di lavoro;

4) casalinghe;

5) pensionati;

6) stranieri;

7) studenti (di età superiore a 15 anni);

8) famiglie monoparentali;

9) famiglie con 6 o più componenti;

10) famiglie che vivono in affitto;

11) superficie abitabile per abitante;

12) alloggi con riscaldamento autonomo;

13) alloggi senza impianto di riscaldamento;

14) giorni di laurea;

15) contribuenti che vivono in affitto;

16) contribuenti con reddito inferiore a 10.000 euro.

Il metodo è raccontato con un maggior livello di dettaglio nell’articolo Prejudices May Be Wrong: Exploring Spatial Patterns of Vulnerability to Energy Poverty in Italian Metropolitan Areas¹. 

Dall’analisi PCA è stata selezionata la prima componente, quella che evidenzia la rilevanza dei fattori legati all’occupazione, come la percentuale di disoccupati in cerca di lavoro, quella delle casalinghe e della popolazione studentesca (>15 anni), tutti con un carico positivo sulla componente (nella figura 1, in rosso). D’altra parte, la percentuale di popolazione in pensione e i fattori correlati, come la superficie abitabile per abitante, hanno tutti un carico negativo sulla componente (nella figura 1, in blu). La prima componente evidenzia anche la rilevanza di fattori come il clima (gradi giorno, con un forte carico negativo) e la percentuale di famiglie con sei o più membri (forte carico positivo).

Mappando i risultati della prima componente emergente dalla PCA per tutte le aree metropolitane italiane, emerge una distribuzione spaziale che divide la mappa in due aree principali: Nord e Sud. In particolare, nella parte centro-settentrionale dell’Italia, i fattori rilevanti (forte correlazione inversa) che caratterizzano queste aree sono legati alla presenza di anziani o pensionati, alla superficie delle abitazioni e ai gradi giorno. Nel Sud Italia, i fattori rilevanti (forte correlazione diretta) sono la disoccupazione (percentuale di popolazione in cerca di lavoro) e le casalinghe (percentuale di popolazione casalinga), la dimensione delle famiglie (percentuale di famiglie con sei o più componenti) e la presenza di sistemi di riscaldamento (percentuale di case senza riscaldamento) nel Sud.

Considerazioni sulle policy e implicazioni per i decision-makers

A seconda di come definiamo la povertà energetica, di quali unità di misura utilizziamo per misurarla e di come la intendiamo, varia il nostro modo di affrontarla e possiamo raggiungere diversi livelli di successo. Il presente studio mira a esplorare le tendenze spaziali dei fattori che determinano la vulnerabilità alla povertà energetica per supportare la progettazione di risposte efficaci. La ricerca è partita da due domande: i) quali componenti chiave della vulnerabilità alla povertà energetica nelle aree metropolitane italiane dovrebbero essere considerate per la progettazione di politiche a livello nazionale?; e ii) come varia la loro distribuzione spaziale nel Paese?

In questo studio, l’applicazione della PCA a 15 aree metropolitane italiane ha portato all’identificazione della componente principale di vulnerabilità alla povertà energetica. L’identificazione di tale componente consente di definire delle priorità per la progettazione delle politiche a livello nazionale e ci dice che, per ridurre efficacemente la vulnerabilità alla povertà energetica, i fattori più rilevanti da affrontare sono gli aspetti legati al lavoro (come la disoccupazione, i lavori non retribuiti, i lavori part-time, ecc.). Naturalmente, l’ordine e, ancora più importante, il peso di questa componente varia da un’area metropolitana all’altra, ma da un punto di vista nazionale, questa è già una prima importante intuizione a supporto della definizione delle politiche.

Inoltre, dalla mappatura della componente principale (figura 1), è possibile notare che i fattori con correlazione diretta sono più presenti al Nord, mentre i fattori con correlazione indiretta sono più presenti al Sud. Inoltre, la stessa mappa mostra che i fattori rilevanti al Nord sono principalmente legati alle aree periferiche; di conseguenza, le politiche che affrontano fenomeni come la disoccupazione e il lavoro non retribuito (casalinghe) devono concentrarsi sulle aree periferiche. Al contrario, nel Sud, la componente principale (figura  1) evidenzia come questioni chiave il basso reddito e la presenza di un elevato numero di bambini. In questo caso, la stessa componente può suggerire due percorsi diversi: il primo potrebbe essere legato alla creazione di comunità di servizi a sostegno degli anziani nelle aree marginali; il secondo dovrebbe essere legato al sostegno economico e all’efficienza abitativa. 

I fattori in assoluto più rilevanti a livello nazionale sono quelli relativi alle condizioni di lavoro, che da soli spiegano un terzo della variabilità tra i comuni a livello nazionale. Alcune tendenze non sono sorprendenti, come per esempio il divario Nord-Sud, data la situazione italiana in cui il Nord è noto per essere più ricco del Sud. Più interessante invece è notare come da un lato il Paese (come descritto nella sezione sopra) si sta concentrando su sussidi per le bollette e crediti fiscali (‘ecobonus’), mentre dalla mappatura emerge come urgente la progettazione di misure per migliorare le condizioni lavorative della popolazione (meno precarietà e miglioramento economico sul lungo termine) permetterebbero di porre un freno alla distribuzione di sussidi a fondo perduto e di aumentare l’accesso di famiglie meno abbienti a misure di lungo termine come l’ecobonus². 

Inoltre, combinando la vulnerabilità dei fattori di povertà energetica e l’esercizio di mappatura svolto con i tipi di politiche attuate per affrontare la povertà energetica, così come classificati dall’Osservatorio della povertà energetica per l’Europa, raccomandiamo per la componente principale (lavoro) di sviluppare misure di sostegno sociale. Queste forniscono un sostegno generale al reddito delle famiglie per coprire le spese generali, mentre l’assistenza finanziaria per ridurre le bollette energetiche o alleviare le difficoltà di pagamento può essere fornita in due modi: tariffe sociali e sostegno al pagamento delle bollette energetiche.

Data l’urgenza e la dimensione del problema, diventa necessario affrontare le cause della povertà energetica e non solo rispondere ai suoi effetti. Il nostro lavoro rappresenta un piccolo tassello tra quelli di cui c’è bisogno per la messa a punto di fit-for-purpose policies, consapevoli delle diverse specificità geografiche e dei fattori che vanno considerati. Servono ancora molti passi, da parte di UE, amministrazioni pubbliche e accademia. La direzione sperabile è proseguire in modo congiunto, integrato e collaborativo.