ISTAT pubblica le mappe del disagio socioeconomico con l’indice IDISE. Dati dettagliati per individuare fragilità territoriali e supportare le politiche locali.
Le mappe del disagio socioeconomico
A dicembre 2025, l’ISTAT ha pubblicato una prima indagine sperimentale condotta assieme ad alcuni Comuni[1] volta a misurare il disagio socioeconomico degli individui, inteso come “condizione in cui gli individui sperimentano difficoltà a soddisfare adeguatamente le loro necessità di base a causa della carenza o insufficienza delle risorse e delle opportunità di tipo sociale, economico, lavorativo ed educativo”.
L’obiettivo di tale indagine è quello di individuare le aree ad alta fragilità dei Comuni mediante l’Indice del DIsagio Socio-Economico (IDISE), un indice composito calcolato attraverso la combinazione di indicatori di disagio socioeconomico, corredati da indicatori di contesto che descrivono le caratteristiche socio-demografiche dei territorio.
L’Indice del DIsagio Socio-Economico
L’indagine adotta i dati riferiti alla popolazione “residente in famiglia”, persone che vivono in famiglie anagrafiche, cioè in abitazioni private, al 31 dicembre 2021riferiti alle sezioni di censimento 2021 dei centri abitati in cui sono presenti edifici ad uso prevalentemente residenziale.
L’IDISE viene individuando mediante 9 indicatori elementari che rappresentano le componenti più rilevanti del fenomeno, legati a lavoro, reddito, istruzione e vulnerabilità sociale, e sono misurabili con elevata disaggregazione territoriale.
Il calcolo dell’indice utilizza la metodologia dell’Adjusted Mazziotta-Pareto Index – AMPI[2] che aggrega e normalizza i nove indicatori elementari con peso uguale e utilizza come unità statistica di riferimento i valori medi comunali (posti pari a 100). I valori ottenuti cadono nell’intervallo tra 70 e 130 e le aree con indice superiore a 100, vengono chiamate ADU, Aree di Disagio socio-economico in ambito Urbano.
Le ADU vengono aggregate tramite una procedura sequenziale sviluppata dall’Istat[3] che, a partire dalle sezioni di censimento con i valori più alti dell’indice di disagio, aggrega sezioni contigue e omogenee rispetto ai valori dell’IDISE in maniera interattiva. Il processo di aggregazione si arresta al raggiungimento di soglie predefinite relative alla dimensione demografica minima e massima dell’ADU e al livello complessivo di disagio misurato dall’IDISE.
Proprio per la metodologia che risiede dietro al calcolo, l’IDISE è unico per ogni città e permette la sua comparazione solo tra aree appartenenti allo stesso Comune e non tra aree ricadenti in Comuni diversi (vedi Nota metodologica).
Disagio socioeconomico: i risultati
I risultati di tale indagine costituiscono una innovativa base informativa in quanto l’analisi scende ad una scala di dettaglio che arriva fino all’unità territoriale minima coincidente con la sezione di censimento. Tale precisione, oltre ad essere molto utile per gli amministratori locali, gli studiosi e tutti coloro che necessitano di tali informazioni, rappresenta uno strumento utile per i policy maker per definire le politiche di prossimità più opportune.
Un ulteriore elemento innovativo risiede anche nei dati rilasciati per ciascun Comune indagato. Per ciascun comune, l’ISTAT rilascia un file .zip contenente:
● Tabelle excel riportanti i valori dell’IDISE, dei relativi indicatori elementari e di un ulteriore insieme di indicatori di contesto sulle caratteristiche socio-demografiche della popolazione residente, distinti per i due livelli territoriali sub-comunali:
• Aree Sub-Comunali (ASC), partizioni amministrative e/o toponomastiche definite nell’ambito delle Basi Territoriali 2021;
• Aree di Disagio socio-economico in ambito Urbano (ADU), si riferiscono ad aree sub-comunali più circoscritte rispetto alle ASC. Sono individuate sulla base dei valori dell’IDISE, mediante la procedura precedentemente descritta, e risultano caratterizzate da condizioni di disagio particolarmente rilevanti.
● Mappa interattiva delle ADU (in formato html) sulle quali è possibile visualizzare le sezioni di censimento che le compongono e alcuni layer informativi utili per una loro più immediata identificazione all’interno del territorio comunale.
Figure 1: Mappa del DIsagio Socio-Economico di Genova
Considerazioni e conclusioni
Proprio la pubblicazione dei dati anche in forma spaziale ha rappresentato una novità non solo per la scala di dettaglio con i quali sono pubblicati i dati, ma anche per la maggiore accessibilità alla visualizzazione del dato. Infatti, la pubblicazione di tale ricerca ha destato l’interesse non solo degli “addetti ai lavori” ma anche a coloro che non hanno una formazione nella lettura, analisi e/o visualizzazione spaziale di questi dati.
In altre indagini condotte alla scala della sezione di censimento, la visualizzazione spaziale dei risultati richiede il download dello shapefile dell’unità territoriale di interesse e il successivo join tabellare con i dati statistici, laddove disponibili. La disponibilità di una mappa interattiva che integra direttamente la dimensione geografica e quella informativa rende più immediata ed efficace la comunicazione dei risultati. La rappresentazione associa un colore a ciascuna area a maggiore criticità, permettendone una facile individuazione, mentre l’utilizzo di pop-up informativi permette di accedere in modo puntuale ai valori degli indicatori e ai relativi metadati.
Tale scelta ha reso ancora più evidente il ruolo centrale della cartografia quale strumento capace di rendere più visibili e comprensibili i risultati delle analisi di elevata complessità, soprattutto per un pubblico non specialistico. La rappresentazione cartografica, infatti, permette di tradurre i dati in configurazioni spaziali concrete, facilitandone la spazializzazione all’interno dello specifico contesto urbano.
Se da un lato tali mappe interattive permettono a una prima lettura di individuare le aree a maggiore fragilità, dall’altro mantengono un elevato livello di tecnicità, sopratutto quando si accede ai valori dei singoli indicatori e dell’IDISE. Trattandosi di uno strumento interattivo, la qualità della User Experience è importante: l’interfaccia dovrebbe guidare l’utente nella lettura progressiva del dato, favorendo un accesso più intuitivo e accessibile alle informazioni.
Ad esempio, l’inserimento di una legenda esplicativa dei codici associati ai diversi indicatori, permetterebbe di agevolare la decodifica dei dati e di comprendere con maggiore chiarezza le principali fragilità che caratterizzano quella porzione di territorio. All’interno della legenda potrebbero inoltre essere indicati i range di riferimento e le eventuali soglie interpretative, così da permettere di valutare se un determinato valore debba essere considerato elevato o contenuto. In assenza di tali elementi, risulta infatti complesso misurare l’intensità del fenomeno e collocare correttamente l’area analizzata rispetto al contesto più ampio.
Figure 2: Esempio di legenda degli indicatori
Inoltre, poiché la mappa associa a ciascuna ADU un colore, la legenda potrebbe riportare per ogni classe cromatica, anche la denominazione del o dei quartieri interessati e ricadenti nell’ADU. Ciò favorirebbe una maggiore riconoscibilità dei contesti coinvolti, risultando particolarmente utile per i lettori non direttamente familiari con il territorio analizzato.
L’ISTAT rivela che gli ulteriori sviluppi previsti dal progetto consentiranno di estendere la diffusione dei risultati a un numero più ampio di Comuni e di aggiornare l’indice composito, permettendo di individuare con maggiore accuratezza le aree sub-comunali caratterizzate da condizioni di maggiore disagio, in coerenza con lo schema concettuale adottato. Questo potrà contribuire alla produzione di misure sempre più tempestive, comparabili ed efficaci a supporto delle politiche territoriali.
In tale prospettiva, sarà rilevante verificare se, parallelamente all’evoluzione dell’indagine, verranno introdotti miglioramenti anche sul piano dell’interfaccia e della User Experience della mappa interattiva, così da rafforzarne ulteriormente la capacità di comunicare in modo chiaro e accessibile risultati di questa interessante analisi.
[1] I Comuni coinvolti nella fase sperimentale dello studio (cfr. Nota Informativa – nota 1) sono: Bari, Bologna, Cagliari, Carpi, Catania, Firenze, Genova, Gorizia, Messina, Milano, Modena, Napoli, Olbia, Padova, Palermo, Parma, Perugia, Prato, Reggio di Calabria, Roma, Taranto, Torino, Trieste, Venezia e Verona.
[2] De Muro et al., 2011; Mazziotta e Pareto, 2016, 2017, 2024
[3] Vedi “Allegato 1 – La procedura di costruzzione delle ADU”
(Fonte: Gter)
Leggi anche:
- Economia circolare in scala locale per la gestione decentralizzata intelligente dei rifiuti
- Transizione energetica sostenibile con il nuovo Monopoly dell’Energia
- (Falso) mito del multitasking: perché il cervello non lavora così
- Positioning: sensor fusion smoothing per traiettorie più precise
- Smartphone posititoning: sfide nel processamento di dati GNSS
- EGNOS e SBAS: integrità satellitare per un GNSS affidabile
- Factor Graph Optimization nel posizionamento GNSS ad alta precisione




















