Introduzione: perché la correlazione spaziale è cruciale per analizzare dati demografici urbani

>La correlazione spaziale non è solo un’astrazione statistica, ma un indicatore fondamentale per interpretare fenomeni urbani: la vicinanza fisica modula fortemente legami tra densità abitativa, reddito medio, accessibilità ai servizi e dinamiche sociali. Ignorare questa interdipendenza genera mappe tematiche fuorvianti, incapaci di rappresentare la realtà complessa delle città italiane, con comuni contigui che condividono trend demografici ma differiscono per struttura interna.

Il fenomeno: come la posizione influenza la correlazione tra variabili demografiche

La demografia urbana è intrinsecamente spaziale: un aumento della densità in un quartiere è spesso correlato a un reddito medio simile o a una maggiore eterogeneità sociale, ma tale pattern varia drasticamente entro aree di pochi chilometri. La matrice di autocorrelazione spaziale, in particolare il test di Moran locale, rivela cluster di alta densità e reddito elevato, ma anche outliers isolati o zone di transizione dove correlazioni si rompono. Ad esempio, in Bologna, il centro storico mostra alta correlazione tra densità abitativa > 10.000/ha e reddito > 30k/anno, mentre periferie a 15 km periferiche presenta correlazione debole e frammentata, esigendo analisi raffinate per evitare conclusioni erronee.

Ruolo centrale della matrice di autocorrelazione spaziale (I di Moran) nella visualizzazione dei pattern urbani

La matrice di peso spaziale (W) definisce come i nodi interagiscono: in contesti urbani, si preferisce la matrice basata sulla rete stradale (distanza minima ≤ 500 m) o confini amministrativi, a seconda della scala di analisi. La corretta configurazione evita effetti artificiali: per esempio, usando W ad anello (contiguità) in città frammentate come Milano, si cattura meglio la connettività reale. La formula del coefficiente di Moran locale è:

I_i = *Σ_j w_ij* (X_i – μ) * (X_j – μ) / *S*

dove *w_ij* è 1 se i e j sono adiacenti, 0 altrimenti, *μ* è media globale della variabile, *S* è somma pesi. Un valore LISA > 2 indica cluster alta-alta; < -1 indica cluster bassa-bassa; intorno a 0 suggerisce distribuzione casuale spaziale.

Fase 1: preparazione e pre-elaborazione dei dati demografici urbani

Passo 1: raccolta e georeferenziazione dei dati
I dati devono essere geocodificati con coordinate WGS84 (EPSG:4326) e proiettati in un sistema planare locale (es. UTM zona 33N per Bologna) per evitare distorsioni metriche. Fonti primarie includono:
– Censimento ISTAT 2016-2023 (tavole integrate)
– Indagini Campione Urbano (ICU) regionali
– OpenStreetMap per reti stradali e confini amministrativi vettoriali
Esempio pratico: per Bologna, si ha un dataset Excel con codice comune, via, popolazione, reddito medio e densità abitativa, da importare in QGIS con plugin “Vector Attributes Editor” per assegnare coordinate geografiche accurate.

Passo 2: normalizzazione dei valori demografici
Per evitare distorsioni per scala, normalizzare i valori con Z-score:

X_norm = (X – μ) / σ

dove μ è media campionaria e σ deviazione standard. Questo consente comparazioni cross-comune senza bias di ordine o scala. In Bologna, popolazione media passa da 85.000 a 89.000 con σ=6.200, evitando che comuni più grandi dominino l’analisi.

Passo 3: costruzione della matrice di adiacenza spaziale (W)
Creare W con pesi basati su rete stradale:
– Definire distanza massima soglia (es. 500 m).
– Per ogni unità censuaria, assegnare peso 1 solo se adiacente (via contiguità o distanza < 500 m).
– Utilizzare il plugin “Network Analysis” in QGIS o `geopandas.neighbors` in Python per generare W automatico.
Errore comune: usare contiguità in città come Bologna con strade non continue genera matrici spesse e cluster artificiali; preferire distanza fisica per precisione.

Fase 2: implementazione del metodo A – Analisi di autocorrelazione locale (LISA)

Metodo di Moran locale: interpretazione e calcolo passo-passo
LISA identifica cluster spaziali significativi: alta-alta, bassa-bassa, alta-bassa, bassa-alta. In QGIS con GeoDa, il processo è:

1. Calcolare I_i per ogni unità censuaria usando la formula sopra.
2. Applicare correzione di bordo (edge correction) per ridurre bias in periferie frammentate:
   GeoDa.WeightAnalysis.localMoran(X, Y, W, type="edge")


3. Ottenere valori Z-index: *I_i – μ_I* / σ_I
4. Classificare: |Z| > 1.96 → cluster significativo (alto-alto o basso-basso); |Z| < 1.96 → casuale; valori intermedi → outliers.

Esempio reale: Bologna 2020
Analisi LISA evidenziò 4 cluster chiave:
– Cluster 1: centro storico (densità 12.500/ha, reddito 38k€, Z=2.45) → alta correlazione
– Cluster 2: quartieri residenziali periferici (densità 8.200/ha, reddito 24k€, Z=-1.89) → bassa correlazione
– Cluster 3: aree industriali dismesse (densità 3.100/ha, reddito 18k€, Z=1.72) → alta densità bassa reddito
– Cluster 4: nuovi quartieri pianificati (densità 9.600/ha, reddito 31k€, Z=1.63) → moderata correlazione

Takeaway operativo: usare la matrice W basata su rete stradale per evitare cluster spurii in zone frammentate.

Fase 3: ottimizzazione dei parametri del modello – Metodo B

Sensibilità e robustezza: come variare soglie e pesi per testare stabilità

Implementare una griglia di analisi con soglie di distanza variabili (300 m, 500 m, 1 km) e pesi normalizzati (1, 0.7, 0.3). Per ogni combinazione, calcolare LISA e confrontare p-value di significatività:

Errore frequente: usare sola distanza fisica senza considerare rete stradale → cluster troppo dispersi.
Soluzione: normalizzare pesi per lunghezza media stradale locale, riducendo peso in aree con reti frammentate.
Validazione incrociata spaziale
Dividere i dati in training (70%) e test (30%) mantenendo la coerenza spaziale: nessun cluster nel test è ripetuto nel training. Usare `sf::cross_validate` in R o plugin “Spatial Cross Validation” in QGIS per stabilire se pattern sono robusti o frutto di sovradattamento locale.

Fase 4: gestione degli errori e risoluzione dei problemi

“Un cluster spuri si manifesta quando dati mancanti o outlier geografici generano valori LISA estremi senza fondamento spaziale reale.”

Fasi di diagnosi:
– Verificare completezza attributi (nessun NA in X, μ, W).
– Controllare distribuzione residui: se cluster H-A concentrati in aree con dati anomali, filtrare tali unità.
– Correggere con “winsorization” dei valori estremi o rimozione di aree con campionamento insufficiente (< 0.5 abitanti/m²).

Case study: Bologna 2020 cluster 2 (periferico basso reddito) fu inizialmente ritenuto cluster bassa-basso, ma analisi residui rivelò 3 outliers geografici lungo via S. Gervaso. Rimuovendoli, il cluster perse significatività → errore da dati mancanti nelle reti.

Checklist operativa prima pubblicazione:
– [ ] Matrice W configurata con criteri coerenti (soglia distanza, tipo di adiacenza)
– [ ] LISA calcolata con correzione bordo
– [ ] Cluster con p<0.05 validati tramite cross-validation
– [ ] Auslier analizzati e spiegati
– [ ] Mappe con leggenda tematica integrata (scale di temperatura, cluster colorati)

Ottimizzazione avanzata e integrazione multi-indice

Integrazione con regressione geograficamente ponderata (GWR) per modellare driver della correlazione:

GWR stima coefficienti locali di variabili esplicative (reddito, densità, distanza centri) e verifica se il loro impatto varia spazialmente. In Bologna, GWR mostrò che a centro storico l’effetto reddito è forte (+0.8), in periferia debole (0.3), supportando la tesi di cluster autonomi.

Tecniche di smoothing spaziale con kernel gaussiano riducono rumore in mappe a grana fine:

Z(p) = Σ_i w_i,p * (x_i – x_p)² / σ²

dove *w_i,p* sono pesi kernel decrescenti con distanza.