L’analisi dei dati condotta attraverso il primo modello dell’analisi fattoriale dinamica (Corazziari et al 2019) utilizza come base dati i tassi per centomila abitanti registrati nelle province italiane per gli anni 2011-201812 per i reati di interesse.
Il primo risultato dell’analisi fornisce una rappresentazione media delle provincie su due nuove variabili di sintesi (le due componenti principali) ottenute come funzione dei tassi analizzati, ognuna caratterizzandone aspetti specifici. Tali variabili sintetiche riescono a descrivere il 72 per cento di tutta l’informazione (variabilità) contenuta nei tassi, in alcu-ni analcu-ni del periodo considerato tale percentuale è maggiore indicando che tali analcu-ni sono meglio rappresentati dal modello descrittivo individuato (si tratta degli anni 2012, 2013 e 2014, con percentuali di spiegazione pari rispettivamente a 75 il 2012 e 73 per cento gli altri due), altri anni meno, ma tutti sempre con percentuali superiori al 70 per cento.
Il grafico delle correlazioni dei tassi medi sul periodo considerato suggerisce una lettu-ra congiunta delle due componenti principali (nuove variabili) estlettu-ratte: la prima componen-te discrimina i reati contro la persona dai reati contro il patrimonio; la seconda i reati in cui la vittima è coinvolta direttamente da quelli in cui il suo coinvolgimento non è necessario per essere perpetrati. Caso particolare in questa analisi è rappresentata dai furti di veicoli e, in particolare dai furti di autovetture che catalizzano la seconda dimensione, probabilmente anche in relazione al fatto che una quota di furti di autovetture avviene con la stessa dina-mica delle rapine, in cui ad essere aggredita è la persona al volante, e che a volte i furti di veicoli sono propedeutici a compiere altri reati, come spesso le rapine in strada e i furti con strappo, cui sono associati. I furti di ciclomotori si collocano invece più lontani, creando così anche una gerarchia di gravità all’interno dei furti di veicoli.
Nel quadrante negativo emergono situazioni caratterizzate da omicidi e minacce, e con valori negativi molto elevati sulla seconda componente, i furti di autoveicoli; le rapine ca-ratterizzano il secondo quadrante (valori positivi sulla prima componente ma negativi sulla seconda) insieme ai furti con strappo e ai furti di motocicli.
Gravi sempre in termini di conseguenze individuali e patrimoniali, seguono le rapine in abitazione le lesioni dolose (associate anche ai tassi sulla tossicodipendenza), le truffe informatiche, con a distanza situazioni potenzialmente meno gravi per la persona, quali i danneggiamenti e i furti con destrezza. Il quadrante positivo identifica i furti in abitazione e con valori elevati solo sulla prima componente i furti in esercizi commerciali. In misura minore sono identificati in tale quadrante anche i delitti informatici e le percosse e infine la realtà particolare delle violenze sessuali, reati peculiari che comprendono la violenza da partner, quella domestica, come anche la violenza da sconosciuti o comunque da autori esterni alla famiglia.
12 Nell’analisi l’anno 2010 è stato inserito come anno supplementare data la presenza di valori mancanti nei tassi di alcune province.
Dall’analisi della proiezione delle province-centri medi nel periodo considerato, sul pia-no fattoriale individuato, si pia-nota che alcune, per lo più capoluoghi o grandi comuni, si collo-cano nel secondo quadrante, indicando tassi maggiori dei reati contro il patrimonio: Roma, Milano, Torino, Genova, Bologna, Rimini. Alcune si posizionano nel quadrante negativo individuato dai reati di maggiore gravità; tra queste, Napoli, Catania, Barletta-Andria-Trani, Foggia e Bari caratterizzate maggiormente dai furti di autovetture, e le province di Palermo, Catanzaro, Caserta e Reggio Calabria maggiormente caratterizzate da omicidi e minacce. Il quadrante raccoglie sostanzialmente la maggior parte delle provincie del Meridione, unica eccezione è Latina, comunque molto vicina all’origine degli assi e quindi alla situazione media complessiva.
All’opposto, nel quadrante positivo, caratterizzate dai furti in abitazione o in esercizi commerciali, si collocano provincie del nord oltre alla maggior parte di quelle della Tosca-na, ad eccezione di Firenze e Arezzo.
Una nuvola di province dall’andamento simile si posiziona sul quarto versante, distante da rapine e furti: sono quasi tutte piccole provincie, senza particolarità territoriali.
omicidi volontari consumati omicidi volontari tentati percosse lesioni dolose minacce violenze sessuali
furti con strappo
furti con destrezza furti in abitazioni furti in esercizi commerciali commerciali furti di ciclomotori furti di motocicli furti di autovetture furti di autovetture rapine in abitazione
rapine in pubblica via
truffe e frodi informatiche delitti informatici danneggiamenti normativa stupefacenti -1 -0.8 -0.6 -0.4 -0.2 00 0.2 0.4 0.6
-0.4 -0.2 00 0.2 0.4truffe e frodi informatichetruffe e frodi informatichetruffe e frodi informatichetruffe e frodi informatiche 0.80.6 1
Figura 1.17 - Correlazioni delle variabili con i primi due fattoriali estratti
L’aspetto dinamico generale è analizzato mediante regressione lineare rispetto al tempo dei singoli tassi medi rispetto alle provincie.
Quasi tutti i tassi sono in diminuzione nel periodo considerato anche se molti presen-tano un picco per il 2012 o comunque per gli anni a ridosso della crisi economica di quegli anni.
In particolare presentano un picco nel 2012 i tassi relativi a reati contro la proprietà quali i furti con strappo e le rapine in abitazione, meno quelli di veicoli, mentre le rapine in pubblica via crescono fino al 2013, per poi seguire l’andamento decrescente degli altri Figura 1.18 - Proiezione delle province-centri medi nel periodo considerato 2011-2018 e centro del grafico
Fonte: Elaborazioni Istat su dati Ministero dell’interno
tassi. Presentano un picco nel 2014 per poi decrescere i tassi relativi a furti con destrezza, furti in abitazione e furti in esercizi commerciali.
Diminuiscono anche i reati contro la persona, seppur con andamento non lineare nel periodo considerato.
Gli unici tassi in aumento sono quelli relativi ai delitti e truffe informatiche, con anda-mento sostanzialmente lineare.
L’aspetto dinamico delle province rispetto alle variabili considerate nel tempo, è analiz-zato mediante una analisi dei gruppi (cluster analysis) applicata alle traiettorie delle provin-ce disegnate sul piano fattoriale individuato. La cluster analysis applicata analizza congiun-Figura 1.19 - Dinamica medi dei tassi medi. Anni 2010-2018
tamente la distanza tra le province in ogni occasione (distanza istantanea), e il movimento tra due anni contigui (confronto degli spostamenti tra tempi contigui) (Carlier 1986).
Innanzitutto l’analisi identifica 4 gruppi di diversa dimensione, delineando la partizione delle provincie italiane (Figura 1.20) a cui corrisponde la partizione sul piano fattoriale per i centri medi delle provincie (Figura 1.21).
Figura 1.20 - Mappa dei cluster delle provincie. Periodo di riferimento 2011-2018
Fonte: Elaborazioni Istat su dati Ministero dell’interno
-140 -120 -100 -80 -60 -40 -20 -20 -20 0000 20 20 20 20 40 40 40 60 -100 -50-50-50 00 50 100 150 200 250 cluster 1 cluster 2 cluster 3 cluster 4
Figura 1.21 - Appartenenza ai cluster delle province-centri medi nel periodo considerato 2011-2018
Il primo cluster, il più numeroso con 58 provincie, non è identificato in termini territo-riali, ma raccoglie provincie caratterizzate da avere tassi inferiori alla media complessiva per quanto riguarda la microcriminalità, ma anche per le rapine, le truffe informatiche e le lesioni. Il secondo cluster raggruppa 33 provincie del nord, dalla Liguria all’Emilia Romagna, ma anche della Toscana e dell’Umbria. Tali provincie presentano nel complesso tassi di furti in abitazione e in esercizi commerciali superiori al complesso delle provincie. Le provincie dell’Emilia Romagna sono inoltre caratterizzate da tassi di violenza sessuale superiore alla media del totale delle provincie. Tale regione nell’indagine di vittimizzazione sulla violenza contro le donne, si era già nel 2006 caratterizzata per tassi di vittimizzazione maggiori, anche a seguito di una maggiore consapevolezza e capacità delle donne a riconoscere e denunciare tale violenza.
Il terzo cluster raggruppa 7 provincie: alcune problematiche per la vicinanza a reati ef-ferati quali omicidi sia tentati che consumati e minacce, come Palermo, Bari e Foggia; altre caratterizzate da tassi di furto di autoveicolo molto superiori al complesso delle provincie, come Napoli, Catania, Barletta-Andria-Trani, che sembrano avere queste caratteristiche.
Il quarto cluster raggruppa infine 8 provincie capoluogo del Centro-nord, quali Roma, Firenze, Bologna, Torino, Milano, Genova, ma anche Rimini e Prato. Tali provincie sono ca-ratterizzate da un livello di microcriminalità superiore al complesso delle provincie italiane, ma anche dalle rapine, da frodi informatiche e da lesioni dolose.
La rappresentazione dei cluster e della loro dinamica sullo spazio individuato, dalla prima fase dell’analisi, consente di interpretare oltre alle caratteristiche in termini di tassi di criminalità dei cluster considerati, anche la loro dinamica nel periodo considerato. Introdu-cendo, infatti, l’aspetto dinamico dell’indagine emergono delle piccole peculiarità a livello di gruppi di province e, in alcuni casi, emergono degli spostamenti verso la media complessi-va (espressa dall’origine degli assi) che indicano una tendenza al miglioramento in termini di criminalità.
Il primo cluster è il più statico: mantiene nel tempo la sua distanza dalle realtà a diffusa microcriminalità.
Il secondo cluster mostra una lieve diminuzione nel tempo dei furti negli esercizi com-merciali e in misura minore di quelli in abitazione.
-120 -100 -80 -60 -40 -20 00 20 40 -100 -50 00 50 100 150 200 CLUSTER_1 CLUSTER_2 CLUSTER_3 CLUSTER_4
Figura 1.22 - Rappresentazione dinamica dei cluster. Anni 2011-2018
Il terzo cluster raggruppa provincie caratterizzate da tassi più elevati di omicidi, minac-ce, rapine e furti di autovetture, raccoglie cioè le situazioni più gravi degli omicidi sia tentati sia consumati, si potrebbe aggiungere di matrice mafiosa. Nel tempo sembra diminuire il peso di tali reati: la dinamica sembra essere governata dai furti di autovetture.
Il quarto cluster caratterizzato più degli altri dalla microcriminalità tende però nel tempo a migliorare soprattutto per quanto riguarda i reati più pericolosi quali le rapine in pubblica via, ma anche i furti con strappo e di motocicli. Rimane caratterizzato da furti con destrezza e danneggiamenti.
Tavola 1.7 - Descrizione dei quattro cluster tratti dall’analisi fattoriale
Cluster Dimensione
cluster Reati caratterizzanti Province Dinamica nel periodo considerato
Cluster1 58
Tassi di microcriminalità ma anche di rapine, truffe infor-matiche, violenza sessuale inferiori alla media
Cuneo, Verbano-Cusio-Ossola, Aosta, Como, Sondrio, Cremona, Lodi, Monza e della Brianza, Bolzano, Trento, Vicenza, Belluno, Treviso, Rovigo, Udine, Gorizia, Pordenone, Arezzo, Siena, Pesaro e Urbino, Ancona, Macerata, Ascoli Piceno, Fermo, Viterbo, Rieti, Latina, Frosinone, L’Aquila, Teramo, Pescara, Chieti, Campobasso, Isernia, Caserta, Benevento, Avellino, Salerno, Taranto, Brindisi, Lecce, Potenza, Matera, Cosenza, Reggio di Calabria, Crotone, Vibo Valentia, Trapani, Messina, Agrigento, Caltanissetta, Enna,
Ragusa, Siracusa, Sassari, Nuoro, Cagliari, Oristano Statico
Cluster2 33
Tassi di furti in abitazione, furti in esercizi commerciali, violenza sessuale; anche percosse e delitti informatici ma in misura minore
Vercelli, Novara, Asti, Alessandria, Biella, Imperia, Savona, La Spezia, Varese, Bergamo, Brescia, Pavia, Mantova, Lecco, Verona, Venezia, Padova, Trieste, Piacenza, Parma, Reggio nell’Emilia, Modena, Ferrara, Ravenna, Forli’-Cesena, Massa Carrara, Lucca, Pistoia,
Livorno, Pisa, Grosseto, Perugia, Terni Leggermente dinamico Cluster3 7 Omicidi, minacce, furto di autovetture
Napoli, Foggia, Bari, Barletta-Andria-Trani, Catanzaro, Palermo,
Catania Dinamico
Cluster4 6
In misura maggiore furti con destrezza e danneggiamenti, ma anche furti con strappo, rapine in pubblica via e furti di motocicli; rapine in abitazione e furti di ciclomotori; lesioni dolose, truffe e frodi
informa-tiche. Torino, Genova, Milano, Bologna, Rimini, Firenze, Prato, Roma Dinamico Fonte: Elaborazioni Istat su dati Ministero dell’interno