4
Estratto
Siamo nell’era della Data Driven Economy: alle fonti istituzionali, già ricche di banche dati,
si sono aggiunte quelle private, con particolare riguardo a tutta quella serie di nuovi
dispositivi che ci portiamo dietro nella vita di tutti i giorni (smartphones, tablet, mp3...) in
grado ormai, tra le altre cose, di rilevare la nostra posizione e quindi di geolocalizzarci sul
territorio.
L’informatica ha aperto la strada a una rivoluzione senza precedenti nell’ambito della
statistica, permettendo maggiore rapidità ed efficienza nelle rilevazioni, adesso anche real-
time
2
.
L’Internet delle Cose (IoT), un termine che indica sostanzialmente la digitalizzazione dei dati
rilevati dai sensori presenti potenzialmente in qualsiasi oggetto (dalle scarpe ai contatori
elettrici), sta creando intere Città Digitali.
La Carta dell’Amministrazione Digitale, ha segnato la presa di posizione da parte del
Governo Italiano in favore della digitalizzazione della P.A., favorendo in particolare la
creazione di open data
3
disponibili per i cittadini.
4
Questo elaborato, seppur attribuisca grande importanza all’elaborazione dei dati (in
particolare quelli georeferenziati
5
) non prende in esame solo la Città Digitale bensì quella che
il Prof. Carlo Ratti, esperto del MIT di Boston, definisce Senseable City, dove la tecnologia è
solo un mezzo per raggiungere la città intelligente, ma il focus è sempre sui bisogni
dell’uomo.
6
Nella pratica, l’elaborato prende alcuni strumenti tipici della Business Intelligence - in
particolare il Geomarketing - e li applica a un mondo finora pressoché inesplorato da parte
dell’analisi economica, quello della ‘Smart City Elaboration’, ossia lo studio relativo alla
messa in pratica di una città che possa dirsi veramente intelligente, in questo caso attraverso la
riqualificazione urbana.
2
Ossia in grado di essere analizzate in tempo reale
3
https://it.wikipedia.org/wiki/Dati_aperti
4
Per un approfondimento sulle novità della riforma, si veda: http://www.agendadigitale.eu/infrastrutture/riforma-pa-tutto-il-
digitale-che-ci-attende-nel-2016_1908.htm
5
https://it.wikipedia.org/wiki/Georeferenziazione
6
Per un’approfondimento sul tema, si veda: http://ambiente.regione.emilia-romagna.it/rubriche/intervista/2012/senseable-
city-il-futuro-secondo-carlo-ratti
5
La speranza è che sia spunto per un’implementazione costante, fino alla costituzione di veri e
propri Decision Support Systems
7
per la sfera pubblica così come già esistono per le aziende
private, in modo da rendere agevole a tutte le Amministrazioni la gestione, il controllo e
infine l’intervento sui ‘processi urbani’ così come avviene ormai da tempo per quelli
aziendali.
L’elaborato prende in esame una delle città più attive in Italia nel passaggio alla Smart City,
Firenze, suddividendola in quartieri e analizzando la situazione prima a livello macro, poi
sempre più micro.
Obiettivo specifico è la riqualificazione del quartiere più disagiato a partire dalle conclusioni
tratte per mezzo dell’analisi statistica.
Più precisamente, sceglieremo un quartiere che, sulla base degli indicatori smart da noi
costruiti, risulti quello meno ‘performante’ e lo riporteremo sulla media degli altri quartieri,
suggerendo al contempo azioni di policy per risollevare gli indicatori in ‘sofferenza’.
Per la scelta del quartiere d’interesse, a partire dal dataset iniziale, stileremo in un primo
momento statistiche descrittive degli indicatori smart per poi passare all’analisi multivariata.
Utilizzeremo quindi strumenti statistici più avanzati come l’Analisi Delle Componenti
Principali per clusterizzare la città per aree omogenee sulla base dei nuovi indicatori, in modo
da farci un’idea ancora più chiara del contesto territoriale.
Per la riqualificazione dello stesso, oltre che guardare agli indicatori smart iniziali, ci
avvarremo di un altro dataset, stavolta su dati raccolti dalle celle telefoniche, in grado di
fornirci un’analisi dinamica della popolazione gravitante, che ci fornirà un’idea ancora più
puntuale sul contesto urbano.
7
https://it.wikipedia.org/wiki/Decision_support_system
11
Introduzione
“[…] gran parte degli indiani prendono ancora il bus, vanno a piedi o in bicicletta: in molte città, il 20 per
cento della popolazione usa la bicicletta. Lo facciamo perché siamo poveri. Ora la sfida che ci attende è
reinventare la pianificazione urbana in modo da poterlo fare anche quando diventiamo ricchi.”
- Sunita Narain, Direttore Generale del Centro per la Scienza e l’Ambiente, 2013
Smart City è un concetto prima che una città vera e propria: rendere qualcosa smart significa
dare opportunità, significa far sì che quella cosa garantisca soddisfazione a chi la utilizza,
come analizzerò nel dettaglio nel primo capitolo dell’elaborato.
Da questo punto di vista, creare città smart è praticamente da sempre obiettivo primario per la
società, al pari di creare persone smart. Significa progresso, democrazia, significa tante cose
assieme. Tante cose, di cui alcune magari un tempo non ritenute fondamentali per una parte
della popolazione, cui bastava un tetto sopra la testa e un piatto caldo alla sera, ma che, col
cambiamento di status di quest’ ultime, sono avvertite sempre più come un’esigenza
trasversale: basti pensare alla richiesta generalizzata di un ambiente sano in cui vivere.
La sfida che ci si pone davanti è, quindi, soddisfare le richieste di benessere sempre più
incessanti e da sempre maggiori fette della popolazione mondiale, ‘arginando’ gli effetti
negativi della modernità e della globalizzazione, risaltando al contempo quelli positivi.
Insomma, impedire che questo nuovo,diffuso benessere abbia un ‘effetto boomerang’ a causa
di una ‘cattiva gestione’ del progresso.
Quest’elaborato, nel suo piccolo, si pone proprio l’obiettivo di far sì che nessuno ‘torni
indietro’ e che quindi non ci siano persone, classi sociali che subiscano i ‘contro-effetti’
negativi della crescita
9
che stiamo vivendo. Lo fà focalizzandosi sulla città, luogo in cui
abitano ormai milioni di persone e che quindi riguarda, e riguarderà sempre più, gran parte
della popolazione mondiale. L’obiettivo, in tal senso, è non ‘lasciare indietro’ certi quartieri,
ma , volendo, certe città, dal punto di vista della vivibilità urbana. Per esattezza ci rifacciamo
a una sorta di criterio di ‘equità interna’, in modo tale che le differenze sociali non siano
particolarmente avvertite, almeno rimanendo a livello locale.
9
Crescita a livello globale, non particolare.
12
Per farlo, sfrutta, seppur in minima parte, la più grande invenzione dell’epoca moderna,
l’informatica, rimanendo con un piede ben saldo nell’economia: più precisamente sfrutta
l’analisi dei dati con tecniche di Business Intelligence
10
, ramo della più ampia Data Science
11
ossia proprio la scienza di sfruttare i dati per produrre informazioni (spesso attraverso
strumenti informatici) strategiche.
La nostra convinzione di fondo è di poter sfruttare tecniche usate normalmente in ambito
business, e che quindi dovremmo padroneggiare adeguatamente in quanto economisti, per
ricavare informazioni davvero interessanti in ambiti teoricamente molto lontani da esso, come
quello della riqualificazione urbana.
10
https://it.wikipedia.org/wiki/Business_intelligence
11
https://en.wikipedia.org/wiki/Data_science
13
1 - Considerazioni preliminari
I Big Data
12
, termine col quale ci si riferisce genericamente a grandi moli di dati, stanno
assumendo, in un mondo dinamico e in continua espansione, dimensioni mai viste prima. Si
parla di migliaia di terabyte
13
di dati che vengono creati ogni giorno da sempre più dispositivi
(basti pensare ai soli mp3, smartphones, tablet... che abbiamo) e sempre più interconnessi.
Sta nascendo, di conseguenza, un settore in grado di creare informazione praticamente da ogni
cosa e collegare quindi anche esseri inanimati tra loro, non a caso denominato Internet delle
Cose (o IoT
14
). L’IoT sarà presto in grado di darci informazioni sull’areazione della casa,
sullo spreco d’acqua dei rubinetti, sul grado di esposizione al sole dei pannelli fotovoltaici, sul
livello di rifiuti in un cassonetto dell’immondizia, sulla presenza di un dato numero di persone
in strada in un determinato momento e così via, in modo da creare le cosiddette Smart Grid
15
,
e da lì alla creazione di una Smart City, intesa come insieme di reti ‘intelligenti’, il passo è
davvero breve.
Insomma, è evidente come smart in questo senso faccia rima con tecnologia: l’IT
16
è, difatti,
il settore più rivoluzionario dell’epoca moderna. Il presente elaborato vuole sfruttare questo
collegamento quasi ‘spontaneo’ alla tecnologia pur rimanendo, come detto, sempre in ambito
economico. Si sviluppa infatti in un territorio ricco di sfaccettature, ostico ma assai
interessante, quale la Data Science, la scienza che utilizza i dati, di cui la Business
Intelligence è soltanto un ramo, quello che sfrutta i dati in ambito business, come già detto.
Ciò che vogliamo fare è ‘traslare’ tali metodologie tipiche della Business Intelligence su un
ambito ‘non business’ per eccellenza, quello della ‘res publica’; o, meglio, vogliamo porci
nell’ottica di un business consultant chiamato in causa a suggerire interventi di
riqualificazione urbana alla Pubblica Amministrazione, per mezzo degli strumenti che gli sono
propri.
La convinzione di fondo, dunque, è che gli strumenti di Business Intelligence si adattino
perfettamente al caso, nonostante non possano ovviamente essere esaurienti e debbano
12
https://it.wikipedia.org/wiki/Big_data
13
Un terabyte = 1 bilione di byte (1012 byte)
14
Internet of Things
15
Termine col quale ci si riferisce genericamente a una rete distributiva di risorse ‘intelligente’ossia che, tramite
l’informatica, è in grado di gestire al meglio le risorse, in primis quelle naturali. Per un approfondimento si veda:
https://it.wikipedia.org/wiki/Smart_grid
16
Information Technology
14
comunque essere supportati in primis dall’esperienza e in secondo luogo dalla competenza
degli esperti nei rispettivi numerosi settori toccati dall’analisi.
Non ci addentreremo quindi in considerazioni, per esempio, di natura prettamente urbanistica,
ingegneristica o informatica; cercheremo invece di dimostrare la relativa facilità con la quale
è possibile estrapolare informazioni delicate e strategiche dai dati con tecniche economico-
statistiche anche in campi che apparentemente non si addicono alla ‘logica economica’.
Chiaramente, le competenze necessarie sono in parte comunque specialistiche e quindi
necessitano di un minimo di formazione economica; esse sono afferenti in particolare agli
insegnamenti in Informatica Applicata e Statistica per la Valutazione: quest’ ultimo tenuto
proprio dal mio relatore.
Data la natura fortemente sperimentale dell’elaborato, noi per primi abbiamo inevitabilmente
dovuto correggere continuamente ‘il tiro’ e lavorare praticamente ‘al buio’. Ci scusiamo fin
da subito quindi se il testo può sembrare essere stato elaborato in maniera approssimativa ma
l’argomento risulta talmente ampio e complesso da non poter essere studiato a fondo in questa
sola sede. La nostra si tratta più che altro di una sorta di analisi preliminare, sperando che
possa rivelarsi un discreto spunto di riflessione per ulteriori analisi in materia e più precise
argomentazioni.
15
2 - Cosa faremo
Partiremo facendoci un’idea del contesto territoriale (macro-ambiente) della città prescelta,
Firenze, in termini di smartness, intesa come ‘capacità di essere smart’. Classificheremo e
confronteremo i quartieri sulla base dei risultati raggiunti e individueremo univocamente il
peggiore di essi in senso smart. Infine, ci occuperemo della riqualificazione di quest’ultimo.
Più dettagliatamente, nel Capitolo 1, parleremo innanzitutto della necessità, attualmente molto
sentita, di creare città smart. Ci concentreremo quindi su cosa significhi questo termine e sulle
definizioni fornite in letteratura. Specificheremo, poi, cosa significa per noi creare una Smart
City e come intendiamo farlo. Ci concentreremo quindi sul collegamento tra due punti chiave:
il territorio e l’analisi dei dati. Parleremo dunque dello strumento che utilizzeremo per
compiere la nostra analisi, il Geomarketing, e infine enunceremo come intendiamo
raggiungere il nostro obiettivo a grandi linee.
Nel Capitolo 2 parleremo di quanto fatto in ‘laboratorio’, ossia di come abbiamo agito nella
pratica per il raggiungimento del nostro vero scopo: la riqualificazione urbana del quartiere
meno smart di Firenze (obiettivo che poi vorremmo vedere messo in pratica in realtà per
qualsiasi altro quartiere disagiato). Passeremo in rassegna, poi, passo dopo passo, le
considerazioni che ci hanno condotto al risultato finale, fornendo delle conclusioni di policy
all’Amministrazione su dove e come agire.
16
3 - Mission e destinatari
I primi destinatari dell’ elaborato sono chiaramente identificabili nelle Istituzioni, nei cittadini
e negli operatori del contesto di riferimento: Firenze.
Data la facile ‘implementabilità’ del progetto, le stesse considerazioni, però, possono
interessare anche chiunque intenzionato a replicare qualcosa di simile, in particolare, tutti gli
operatori che lavorano intorno alla costituzione di una città smart.
Le statistiche descrittive ottenute possono infatti essere riutilizzate da ricercatori, accademici
e non, per ulteriori analisi. In particolare, l’analisi del contesto socio-territoriale di riferimento
così come della popolazione gravitante, si prestano a infinite applicazioni per urbanisti,
geografi, ingegneri e tutti gli operatori nel campo della geografia urbana. Inutile forse
sottolineare, infatti, come questi dati possano essere scomposti o aggregati in modo da
studiare diverse realtà territoriali, in particolare di diverse dimensioni e sotto diversi aspetti.
La creatività è il vero surplus del data scientist, in grado di usare simili dati per gli scopi più
disparati e impensabili.
Avendo poi creato indicatori smart per molti ‘settori della vita cittadina’ (Economy, Living,
People, Mobility, Environment e Governance
17
), operatori economici, istituzionali,
ambientali, del sociale etc possono trovare qui utili informazioni da sfruttare per i rispettivi
lavori.
17
Ne parleremo in dettaglio nel seguito
17
4 - Conclusioni attese
Alla fine di quest’elaborato, ci attendiamo di possedere una chiara visione riguardo alla realtà
fiorentina, con particolare attenzione agli ambiti prescelti. In particolare pensiamo avremo un
quadro ben più chiaro riguardo a certe problematiche, in particolare del quartiere studiato nel
dettaglio.
Pensiamo inoltre possano sorgere, più o meno implicitamente durante il ‘percorso’, numerosi
altri aspetti interessanti che andrebbero approfonditi e cui, eventualmente, accenneremo.
Ricevi informazioni sui nostri servizi, sulle offerte e non perdere news e consigli su università e lavoro.
