L’analisi dei dati condotta attraverso il primo modello dell’analisi fattoriale dinamica11
(AFD) (Coppi-Zannella 1979, Corazziari 1999) utilizza come base dati i tassi per centomila abitanti registrati nelle province italiane per gli anni 2010-2014 per i reati di interesse12.
11 Per la metodologia si veda l’Appendice 1.
12 A causa della diversa intensità dei vari indicatori, ogni tasso inserito in analisi è stato normalizzato dividendolo per il corrispondente tasso medio su tutti gli anni considerati. Non è possibile considerare una matrice di correlazione per l’analisi fattoriale dinamica, perché standardizzare in senso classico i vari indicatori avrebbe come risultato l’eliminazione delle fonti di variabilità che sono oggetto specifico dell’analisi del metodo (si veda l’Appendice 1). Tavola 1.6 - Furti di veicolo denunciati dalle Forze di polizia all’Autorità giudiziaria, per provincia - Anno 2014
(graduatoria dei tassi per 100.000 abitanti)
Furti di ciclomotori Furti di motociclo Furti di autovetture
1 Ragusa 125 1 Genova 277 1 Catania 685
2 Trapani 111 2 Roma 182 2 Barletta-Andria-Trani 671
3 Livorno 105 3 Napoli 179 3 Bari 571
4 Siracusa 84 4 Palermo 168 4 Napoli 535
5 Palermo 82 5 Catania 162 5 Foggia 465
6 Bologna 71 6 Milano 140 6 Palermo 423
7 Imperia 69 7 Messina 140 7 Roma 415
8 Firenze 61 8 Livorno 135 8 Catanzaro 391
9 Napoli 60 9 Imperia 112 9 Milano 359
10 Caltanissetta 55 10 Bologna 104 10 Caserta 312
11 Pescara 54 11 Siracusa 84 11 Brindisi 310
12 Catania 52 12 Bari 78 12 Pescara 261
13 Lucca 52 13 Savona 76 13 Torino 248
14 Milano 48 14 Firenze 76 14 Cosenza 236
15 Messina 45 15 Taranto 74 15 Taranto 232
16 Agrigento 44 16 Trieste 70 16 Lecce 219
17 Pisa 44 17 Salerno 55 17 Salerno 206
18 Latina 43 18 Pescara 50 18 Siracusa 196
19 Rimini 43 19 La Spezia 47 19 Monza e della Brianza 182
20 Reggio nell’Emilia 37 20 Latina 45 20 Reggio di Calabria 175
Fonte: Elaborazioni Istat su dati Ministero dell’interno
Figura 1.12 - Figura 1.12 Correlazioni delle variabili con i primi due fattoriali estratti
È stato applicato il primo modello di AFD, ottenendo una rappresentazione fattoriale risultante dall’analisi in componenti principali dei tassi osservati nel tempo sulle province italiane. Il grafico delle correlazioni con le prime due componenti principali dei tassi medi quadriennali (il 2010 è stato inserito in analisi come anno supplementare data la presenza di valori mancanti nei tassi di alcune province di nuova formazione) mostra come il primo asse divida i reati contro la proprietà dai reati contro la persona, mentre il secondo asse sembra descrivere maggiormente la gravità. Particolare tuttavia il dato delle violenze ses-suali denunciate che sul secondo fattore si collocano sul versante negativo, probabilmente a causa della loro peculiarità.
Dall’analisi della proiezione delle province-centri medi nel periodo considerato, sul piano fattoriale individuato, si nota che alcune, per lo più capoluoghi o grandi comuni, si collocano nella zona identificata dai reati contro il patrimonio, identificata dal versante ne-gativo del primo asse. Alcune di queste province si collocano anche in prossimità della zona caratterizzata da reati di minore gravità (versante negativo del secondo asse), una parte di province si colloca invece nella zona caratterizzata da situazioni di maggior gravità per la presenza di rapine in strada e in abitazione (versante positivo del secondo asse).
Altre province ancora invece si caratterizzano per crimini più efferati contro la persona (versante positivo del primo e secondo asse), mentre una nuvola di province dall’andamen-to simile si posiziona sul versante dei reati meno gravi.
Proiettando sul piano il dato di Agrigento, questa provincia apparirebbe nel versante positivo di entrambi i fattori, perché fortemente caratterizzata dagli omicidi. Nel 2013, il suo valore anomalo era talmente accentuato da decidere di farla entrare nell’analisi solo in ter-mini descrittivi come variabile supplementare.
L’aspetto dinamico delle province rispetto alle variabili considerate nel tempo, è ana-lizzato mediante una cluster analysis delle traiettorie delle province disegnate sul piano fattoriale individuato. La cluster analysis applicata analizza congiuntamente 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).
Figura 1.13 - Proiezione delle province-centri medi nel periodo considerato 2011-2014
34
Delitti, imputati e vittime dei reati Introducendo l’aspetto dinamico dell’indagine appaiono delle interessanti peculiarità a livello di gruppi di province, sebbene l’analisi indichi anche che tutti i cluster tendono, con varia dinamicità, ad avvicinarsi nel tempo alla situazione media complessiva (espressa dall’origine degli assi). Tale convergenza indica anche l’esistenza di un complessivo mi-glioramento in termini di criminalità, in quanto tendono a convergere verso il baricentro soprattutto quei cluster caratterizzati nei primi anni da situazioni di criminalità maggiori.I clusters emersi sono sei.
I primi tre cluster rappresentano situazioni poco diverse dalla media complessiva de-scritta dai tassi a livello nazionale.
Il primo raccoglie il maggior numero delle province, in prevalenza del Centro e del Nord, e si caratterizza maggiormente per le ingiurie; il secondo, a cui appartengono un altro significativo numero di province del Nord ed alcune del Centro, per i furti in abitazione, le violenze sessuali e le ingiurie. Il terzo cluster sempre vicino alla media nazionale e mag-giormente definito dal reato di minaccia, è associato a molte province del Sud e delle Isole, fatta eccezione per Latina.
Al contrario dei precedenti, il quarto, il quinto e il sesto cluster sono più marcati da alcuni specifici delitti e sono quelli che esprimono un certa dinamicità nel tempo.
Il quarto in particolare che caratterizza Torino, Imperia, Bologna, Rimini, Firenze, Livor-no, Prato, tutte città del Centro Nord, è caratterizzato dai furti di natura non efferata come i furti con destrezza, furti in esercizi commerciali e furti in abitazione. La violenza sessuale richiede un discorso a parte, è stata infatti inserita come variabile supplementare nell’ana-lisi, e caratterizza alcune città dell’Emilia Romagna, regione che nell’indagine di vittimizza-zione sulla violenza contro le donne, si era già nel 2006 caratterizzata per tassi di
vittimiz-Tavola 1.7 Descrizione dei sei cluster tratti dall’analisi fattoriale
Cluster Reati caratterizzanti Province Dinamica nei cinque anni
Cluster1- non grave
e in diminuzione Ingiurie, comunque vicino alla situazione complessiva media
Vercelli, Cuneo, Alessandria, Biella, Verbano-Cusio-Ossola, Como, Sondrio, Cremona, Mantova, Lecco, Lodi, Bolzano/Bozen, Trento, Vicenza, Belluno, Treviso, Rovi-go, Udine, Gorizia, Pordenone, Ferrara, Forlì - Cesena, Massa-Carrara, Arezzo, Siena, Grosseto, Terni, Pesaro e Urbino, Ancona, Macerata, Ascoli, Piceno, Fermo, Viter-bo, Rieti, Frosinone, L’Aquila, Teramo, Chieti, Campobas-so, Isernia, Benevento, Avellino, Lecce, Potenza, Matera, Sassari, Cagliari, Oristano
Parzialmente dinamico
Cluster2- non grave e stabile al Centro Nord
Ingiurie, furti in abitazione, violenze sessuali, comunque vicino alla situazione comples-siva media
Novara, Asti, Savona, La Spezia, Varese, Bergamo, Brescia, Pavia, Monza e della Brianza, Verona, Venezia, Padova, Trieste, Piacenza, Parma, Reggio nell’Emilia, Modena, Ravenna, Lucca, Pistoia, Pisa, Perugia
Stabile
Cluster3 – non grave e stabile nel Meridione
Minacce, comunque vicino alla situazione complessiva media
Latina, Pescara,Salerno,Taranto,Brindisi,Cosenza,Catan zaro,Crotone,Trapani,Messina,Caltanissetta,Enna,Ragus a,Siracusa,Nuoro
Stabile
Cluster4 – movimenti incerti della microcriminalità nel Centro Nord
Furti con destrezza, furti in esercizi commerciali, violenze
sessuali e furti in abitazione Torino, Imperia, Bologna, Rimini, Firenze, Livorno, Prato
Dinamico
Cluster5- riduzione della criminalità nei grandi centri
Furti con strappo e rapine in pubblica via; in misura minore
furti di ciclomotori Genova, Milano, Roma, Napoli, Palermo, Catania
Dinamico
Cluster6 – diminuzione
degli omicidi del Sud Omicidi e tentati omicidi Caserta, Foggia, Bari, Barletta-Andria-Trani, Reggio di Calabria, Vibo Valentia Dinamico
zazione maggiori, anche a seguito di una maggiore consapevolezza e capacità delle donne a riconoscere e denunciare tale violenza.
Il quinto cluster raccoglie invece reati più gravi, come i furti con strappo e le rapine, ma anche i furti di ciclomotori, e unisce realtà lontane sul territorio, come Genova, Milano, Roma, Napoli, Palermo, Catania, ma comunque grandi centri metropolitani. Il sesto cluster infine raccoglie le situazioni più gravi degli omicidi e tentati omicidi, si potrebbe aggiungere di matrice mafiosa, che caratterizzano le province del Sud - Caserta, Foggia, Bari, Barletta-Andria-Trani, Reggio di Calabria, Vibo Valentia. Agrigento per la sua posizione sul piano fattoriale, potrebbe essere assimilato a tale ultimo cluster.
L’analisi della dinamica dei cluster mostra una sostanziale stabilità per il secondo e il terzo cluster; il primo ha un lieve avvicinamento al baricentro, ma il vero movimento è ri-scontrabile per le province del cluster 6 degli omicidi, che tendono fortemente a riavvicinar-si alla media nazionale nel 2013 e nel 2014. Il cluster cinque mostra una riavvicinar-situazione oscilla-toria; i reati che lo caratterizzano, insieme a quelli del cluster quattro, sono quelli fortemente aumentati per effetto della crisi, dopo il 2010 (escluse le violenze sessuali natu-ralmente), e che negli anni mostrano una tendenza di iniziale allontanamento e successivo riavvicinamento al baricentro. 2011 2011 2011 2011 2011 -0,6 -0,4 -0,2 0 0,2 0,4 0,6 0,8 1 -2 -1,5 -1 -0,5 0 0,5
clus1 clus2 clus3 clus4 clus5 clus6
Figura 1.14 – Rappresentazione dinamica dei cluster. Anni 2011-2014