4. LA DEFINIZIONE DELLA RURALITA’ ATTRAVERSO L’ANALISI FUZZY
4.5. Indice di ruralità e approccio OECD-EUROSTAT
Dopo aver presentato i risultati relativi alla distribuzione delle aree rurali in Europa, questa sezione tenta un confronto con i risultati prodotti dall’altra metodologia di riferimento per le analisi della ruralità in Europa: la classificazione OECD-EUROSTAT (cfr. capitolo 3).
L’operazione di comparazione che si tenta in questo paragrafo sconta tuttavia alcuni limiti. In primo luogo, la classificazione proposta da OECD prevedeva una sostanziale tripartizione del territorio europeo:
i) aree prevalentemente rurali (PR); ii) aree intermedie (IR);
iii) aree prevalentemente urbane (PU).
Al contrario, l’analisi fuzzy condotta in questo capitolo non si pone come obiettivo una ripartizione in classi, quanto piuttosto la definizione di uno spettro continuo di valori che definiscono il passaggio da un grado minimo di ruralità ad un grado massimo della stessa45. Dunque, non potendo raggruppare in classi i punteggi dell’Indice di Ruralità ottenuti (da un lato, per non rischiare di perdere la totalità delle informazioni prodotte dall’analisi fuzzy; dall’altro, non avendo a disposizione strumenti propri della teoria economica a supporto di un tipo di raggruppamento rispetto ad un altro), il confronto è stato effettuato mantenendo il continuum di valori prodotti dall’indice stesso. In Figura
45. La classificazione in 10 classi proposta nei paragrafi precedenti aveva come unica finalità quella di rendere più agevole la lettura dei risultati individuati.
4.14 dunque, è stata ricostruita, attraverso un grafico boxplot46, la distribuzione dei punteggi dell’Indice di Ruralità fuzzy per ciascuna classe di aree individuato dalla classificazione OECD [1994]47. In altre parole, viene osservata la distribuzione dei punteggi fuzzy di ruralità per territori NUTS 3 classificati in base all’analisi proposta da OECD.
È facile osservare come i risultati ottenuti tramite la fuzzy analysis siano sostanzialmente in linea con la classificazione proposta da OECD [2006]. Le aree individuate come prevalentemente urbane (PU) nella classificazione OECD, infatti, ottengono i punteggi più bassi dell’indice di ruralità: il 75% di queste aree, infatti, consegue un punteggio inferiore a 0,3. Al contrario, le aree prevalentemente rurali (PR) ottengono i punteggi più elevati, mediamente superiori a 0,8. Le aree classificate come
intermedie (IR) dall’OECD [2006] mostrano al contrario una distribuzione più dispersa, a
testimonianza della difficoltà di individuare singoli territori con caratteristiche più sfumate in quel tipo di analisi. In ogni caso, il 50% dei territori cosiddetti “intermedi” (IR) ottiene, nell’analisi qui proposta, un punteggio compreso tra 0,4 e 0,75, con un punteggio mediano di poco inferiore a 0,6. In generale, comunque, i dati presentati confermano la difficoltà di individuare correttamente queste aree cosiddette “intermedie”: tale categoria, dunque, non sembra effettivamente in grado di cogliere precisa caratteristiche territoriali.
46. Un grafico boxplot (detto anche box and whiskers plot, ovvero “diagramma a scatola e baffi”) permette di descrivere sinteticamente la distribuzione di un campione utilizzando pochi indici di dispersione e posizione. Generalmente, tale grafico viene rappresentato tramite un rettangolo (diviso in due parti) dal quale escono due segmenti. Il rettangolo (scatola) è delimitato dal primo e dal terzo quartile della distribuzione e al suo interno risulta diviso dalla mediana. I segmenti (baffi) possono essere delimitati dal minimo e dal massimo dei valori, oppure, come in questo caso da una misura relazionata alla distanza interquartile. Nel grafico, i baffi si estendono per una distanza pari ad 1,8 volte la distanza interquartile. Al di fuori di questi valori, le osservazioni rimanenti vengono descritte da pallini vuoti.
47. In questa sede, non è stato possibile confrontare la classificazione proposta da Eurostat [2010] per il diverso modo con cui sono trattati i territori di piccole dimensioni. In quella classificazione, infatti, tali territori sono raggruppati alle aree contigue ai fini della definizione del grado di ruralità. Al contrario, l’analisi fuzzy presentata in questo lavoro utilizza le singole aree territoriali come base dell’analisi condotta. Di conseguenza, le due metodologie utilizzate non permettono una piena e completa comparabilità.
Figura 4.14 – Punteggi dell’Indice di Ruralità fuzzy per tipologie di aree OECD
Fonte: elaborazione personale (Software R)
Un secondo elemento problematico deriva dall’analisi dei punteggi di ruralità ottenuti da alcuni territori “prevalentemente urbani” e “prevalentemente rurali” nella classificazione OECD [1994]. In entrambi i casi, infatti, si osservano degli outlier (le osservazioni al di fuori dei “baffi” nel grafico boxplot). Da un lato, infatti, alcune aree PU ottengono un elevato punteggio dell’indice di ruralità fuzzy; dall’altro, aree PR ottengono un basso punteggio dell’indice stesso. In particolare, è possibile individuare i seguenti casi particolari:
- regioni PU con alto punteggio dell’Indice di Ruralità: Ravenna (ITD57), Brindisi (ITF44), Lecce (ITF45), Palermo (ITG12), Ragusa (ITG18), Siviglia (ES618), Saragozza (ES243), Kirde-Eesti (EE007). In tutti questi casi, si tratta di regioni periferiche, nelle quali si ha spesso la presenza di un solo centro di maggiori dimensioni, all’interno di vaste aree agricole. A differenza della classificazione
fuzzy, quella OECD [1994] valorizza maggiormente la presenza di un singolo
centro urbano di grandi dimensioni, rispetto all’importanza delle aree rurali circostanti. L’indicatore proposto, al contrario, bilancia vari aspetti e dunque attribuisce un peso maggiore alle caratteristiche rurali di questi territori.
- regioni PR con basso punteggio fuzzy dell’Indice di Ruralità: Hof, Landkreis (DE249), Roth (DE25B), Hochsauerlandkreis (DEA57), Eivissa-Formentera (ES531), Arrondissement Huy (BE331). Questi territori (specialmente in Germania e in Belgio) ottengono punteggi bassi in quanto presentano un’elevata accessibilità e un relativamente ridotto ruolo del settore primario; la classificazione OECD invece li riconduce ai contesti PR in quanto la densità di questi territori è
relativamente bassa. Anche in questo l’indice di ruralità fuzzy coglie con maggiore adeguatezza la complessità del fenomeno rurale.
Nonostante i pochi casi esaminati (in parte discordanti), le due classificazioni restituiscono un’immagine tra di loro coerente del grado di ruralità nei territori europei. Al tempo stesso, la nuova classificazione proposta permette di dare maggiore rilevanza alla complessità delle singole componenti della ruralità: grazie all’utilizzo di un maggior numero di variabili (oltre alla sola densità), è stato infatti possibile dar conto anche della dimensione agricola dei territori, della loro dotazione infrastrutturale, nonché della copertura e dell’uso dei suoli. Inoltre, l’indicatore proposto permette anche di superare alcuni dei limiti insiti nella classificazione OECD. In particolare, l’indice fuzzy di ruralità (in quanto continuo) permette di superare la tripartizione proposta nel lavoro dell’OECD, da più parti ritenuta non del tutto soddisfacente [Bertolini e Montanari, 2009]. L’indicatore proposto, inoltre, permette di cogliere il passaggio sfumato e continuo tra aree ad urbanizzazione più elevata ed aree a ruralità più profonda.
Tuttavia, dopo avere affrontato, nel presente capitolo, il tema della definizione della ruralità, tentando di quantificare il grado di ruralità dei singoli territori NUTS 3 nell’Unione Europea, il prossimo capitolo sarà dedicato ad un tema altrettanto importante: la definizione e descrizione delle diverse tipologie di aree rurali che caratterizzano il continente europeo. È evidente, infatti, che oltre al problema della quantificazione della ruralità a livello locale, è altrettanto importante individuare diversi paradigmi di crescita e sviluppo delle aree rurali.