La Mortalità Evitabile nelle Regioni Italiane

 

È diminuita tra il 2004 ed il 2020 di un ammontare pari a -30,73%

 

L’Istat calcola la mortalità evitabile nelle regioni italiane. La mortalità evitabile è definita come il numero di decessi di persone di 0-74 anni la cui causa di morte è identificata come trattabile (gran parte dei decessi per tale causa potrebbe essere evitata grazie a un’assistenza sanitaria tempestiva ed efficace, che include la prevenzione secondaria e i trattamenti) o prevenibile (gran parte dei decessi per tale causa potrebbe essere evitata con efficaci interventi di prevenzione primaria e di salute pubblica). La definizione delle liste di cause trattabili e prevenibili si basa sul lavoro congiunto OECD/Eurostat, rivisto nel novembre 2019. Tassi standardizzati con la popolazione europea al 2013 all’interno della classe di età 0-74 per 10.000 residenti. I dati analizzati fanno riferimento al periodo tra il 2004 ed il 2020.

Ranking delle regioni italiane per valore della mortalità evitabile nel 2020. La Campania è al primo posto per valore della mortalità evitabile con un ammontare pari a 21,2, seguita dalla Sicilia con un ammontare di 18,8, dal Molise con un valore di 18,6. A metà classifica vi sono la Liguria e la Puglia con un valore della mortalità evitabile pari ad un ammontare di 16,4 e la Valle d’Aosta con un valore di 16,3. Chiudono la classifica le Marche con un valore di 14,5, seguite dal Veneto con 14,1 e dal Trentino Alto Adige con un ammontare di 13,8.

Ranking delle regioni italiane per variazione percentuale della mortalità evitabile tra il 2004 ed il 2020. Il Molise è al primo posto per valore della variazione percentuale della mortalità evitabile tra il 2004 ed il 2020 con un ammontare di -18,42% pari ad un ammontare di -4,2 unità, seguita dalla Sicilia con un ammontare di -25,1% pari a -6,3 unità, dalla Calabria con un ammontare di 25,21% pari ad un ammontare di -6,1 unità. A metà classifica vi sono la Sardegna con un ammontare di -28,34% pari ad un ammontare di -7 unità, dalle Marche con un ammontare di -29,27% pari ad un ammontare di -6 unità, e dal Lazio con un valore di -30,36% pari ad un valore di -7,5 unità. Chiudono la classifica il Veneto con -37,05% pari ad un ammontare di -8,3 unità, seguito dal Trentino Alto Adige con una riduzione di -38,67% pari ad un ammontare di -8,7 unità e dalla Valle d’Aosta con un valore pari a -42,61% pari ad un ammontare di -12,1 unità.

Macro-regioni italiane. Se consideriamo il 2020 possiamo notare il seguente ordinamento delle macro-regioni italiane per valore della mortalità evitabile ovvero: Sud con 18,6, Mezzogiorno e Isole con 18,5, Nord Ovest con 16,2, Centro con 15,9, Nord con 15,5 e Nord Est con 14,6. Se invece consideriamo la variazione del valore della mortalità evitabile tra il 2004 ed il 2020 possiamo notare il seguente ordinamento delle macro-regioni italiane: Isole -26,00%, Sud -27,06%, Mezzogiorno -27,17%, Centro con -30,57%, Nord-Ovest con -33,06%, Nord con -34,32%, Nord-Est con -35,96%.

Clusterizzazione con algoritmo k-Means ottimizzato con il coefficiente di Silhouette. Di seguito la clusterizzazione con algoritmo k-Means ottimizzato con il coefficiente di Silhouette. Vengono individuati tre clusters ovvero:

• ·         Cluster 1: Toscana, Veneto, Emilia-Romagna, Umbria, Trentino Alto Adige, Marche, Puglia, Liguria, Lombardia, Abruzzo;
• ·         Cluster 2: Sardegna, Lazio, Calabria, Piemonte, Sicilia, Valle d’Aosta, Basilicata, Friuli Venezia Giulia, Molise;
• ·         Cluster 3: Campania.

Dal punto di vista dell’ordinamento dei clusters risulta che il cluster 3 domina sul cluster 2 e sul cluster 1, ovvero si verifica il seguente ordinamento: C3>C2>C1. Notiamo pertanto che il valore della mortalità evitabile è massimo in Campania, ovvero la regione che costituisce il cluster 3. Tuttavia, il valore della mortalità evitabile è alto anche nel Cluster 2. Il cluster 2 è costituito da un insieme di regioni che sono sia meridionali che anche settentrionali. Infine l’ultimo cluster per valore della mortalità evitabile è il cluster 1, un cluster anch’esso composito costituito da un insieme di regioni che appartengono alle varie macro-regioni italiane. Tale distribuzione dei clusters sta a indicare che il valore della mortalità evitabile non è tanto dipendente dalla distribuzione del reddito e pertanto non rappresenta dal punto di vista geografico le medesime diseguaglianze che si manifestano a livello reddituale. Infatti se consideriamo per esempio il cluster più virtuoso in termini di mortalità evitabile ovvero il cluster 1 possiamo notare che è composto sia da regioni ad alto reddito pro-capite come per esempio il Trentino-Alto Adige e la Lombardia, che anche da regioni che hanno basso reddito pro-capite come per esempio la Puglia, la Basilicata, ed il Molise.

Conclusioni. Il valore della mortalità evitabile nelle regioni italiane è diminuito significativamente tra il 2004 ed il 2020 di un ammontare pari al 30,73%. In modo particolare i dati mostrano una riduzione significativa della mortalità evitabile in tutte le regioni italiane. Se consideriamo le macro-regioni italiane possiamo verificare che la mortalità evitabile tende ad essere elevata soprattutto nelle isole e nel Mezzogiorno. Tuttavia, l’analisi di clusterizzazione mostra che la Campania è la regione con valore di mortalità evitabile più elevato. Gli elevati livelli di mortalità evitabile possono essere dovuti ad un insieme di elementi che fanno riferimento sia all’offerta di servizi sanitari su base regionale che anche alla cultura della prevenzione sanitaria presente nella popolazione. Infatti è assai probabile che le regioni del Nord abbiamo una maggiore consapevolezza relativamente alle problematiche connesse alla prevenzione e quindi riescano ad utilizzare anche in modo più efficiente il sistema sanitario, anche grazie ad una maggiore offerta di servizi sanitari. Occorre quindi incrementare l’offerta di servizi sanitari nelle regioni meridionali e nelle isole ed agire anche con degli interventi formativi per diffondere una cultura della prevenzione che possa aumentare la probabilità di intervenire per ridurre la mortalità evitabile.

 

 

La Salute Mentale nelle Regioni Italiane

 

In media è cresciuto di un ammontare pari a 0,92% tra il 2016 ed il 2022 nelle regioni italiane

L’Istat calcola l’indice di salute mentale nelle regioni italiane. L’indice di salute mentale è una misura del disagio psicologico ottenuta dalla sintesi dei punteggi totalizzati da ciascun individuo di 14 anni e più a 5 quesiti estratti dal questionario SF36-36 Item Short Form Survey. I quesiti fanno riferimento alle quattro dimensioni principali della salute mentale-ansia, depressione, perdita di controllo comportamentale o emozionale e benessere psicologico. L’indice varia tra 0 e 100, con migliori condizioni di benessere psicologico al crescere del valore dell’indice. I dati sono disponibili nel periodo 2016-2022.

Ranking delle regioni italiane per valore dell’indice di salute mentale nelle regioni italiane nel 2022. Il Trentino Alto Adige è al primo posto per valore dell’indice della salute mentale nel 2022 con un ammontare pari a 71,9 unità, seguito dalla Sardegna con un valore pari a 71 unità, dal Lazio con un ammontare di 70,6 unità. A metà classifica vi sono la Liguria e la Sicilia con un ammontare di 68,6 unità e dal Piemonte con un ammontare di 68,5 unità. Chiudono la classifica la Basilicata con un ammontare di 67,8 unità, dalla Campania con un valore di 67,7 unità e dalle Marche con un ammontare di 66,9 unità.

Ranking delle regioni italiane per valore della variazione dell’indice della salute mentale nelle regioni italiane tra il 2016 ed il 2022. L’Umbria è al primo posto per valore dell’indice della salute mentale nelle regioni italiane tra il 2016 ed il 2022 con un valore pari a 4,52% equivalente ad un ammontare di 3 unità, seguito dalla Campania con un ammontare di 3,83% pari ad un ammontare di 2,5 unità, e dalla Calabria con un ammontare di 3,72% pari ad un ammontare di 2,5 unità. A metà classifica vi sono la Lombardia con un ammontare pari a 1,62% equivalente ad un ammontare di 1,1 unità, seguito dalle Marche con un ammontare di 0,9% pari ad un valore di 0,6 unità, e dal Lazio con un valore pari a 0,86% pari ad un ammontare di 0,6 unità. Chiudono la classifica il Friuli Venezia Giulia con un ammontare di -1,15% pari ad un ammontare di -0,8 unità, seguita dall’Emilia Romagna con un valore di -1,28% pari ad un ammontare di -0,9 unità, e dal Trentino Alto Adige con un valore pari a -2,04% pari ad un ammontare di -1,5 unità.

Macro-regioni italiane. Il Sud Italia è al primo posto per valore della variazione dell’indice della salute mentale tra il 2016 ed il 2022 con un valore pari a 2,86% ovvero pari ad un ammontare di 1,90 unità, seguito dal Mezzogiorno con un ammontare di 2,54% pari ad un ammontare di 1,70 unità e dalle Isole con un ammontare di 1,76% pari ad un valore di 1,20 unità. Seguono Il Nord-Ovest con un ammontare di 1,62% pari ad un valore di 1,10 unità, dal Centro con un valore di 1,31% pari ad un ammontare di 0,90 unità, dal Nord con un valore di 0,58% pari ad un ammontare di 0,40 unità, e dal Nord-Est con un valore di -1,00% pari ad un ammontare di -0,70 unità. Nel 2022 la macro-regione con maggiore valore in termini di indice di salute mentale è stata il Centro Italia con un ammontare di 69,4 unità, seguita dal Nord-Est con un valore di 69,3 unità, dalle Isole con un ammontare di 69,2 unità, dal Nord con un valore di 69,1 unità, dal Nord-Ovest con un valore di 69 unità, dal Mezzogiorno con un valore di 68,6 unità e dal Sud con un ammontare di 68,3. Possiamo notare che le aree del Mezzogiorno e del Sud sono le uniche ad avere un valore dell’indice di salute mentale inferiore rispetto alla media italiana.

Clusterizzazione con algoritmo k-Means ottimizzato con il coefficiente di Silhouette.  Di seguito presentiamo una clusterizzazione con algoritmo k-Means ottimizzato con il coefficiente di Silhouette. I dati mostrano la presenza di tre clusters come indicati di seguito ovvero:

• ·         Cluster 1: Veneto, Lombardia, Valle d’Aosta, Emilia Romagna, Liguria, Piemonte, Toscana, Friuli Venezia Giulia, Marche, Umbria, Lazio, Abruzzo, Molise, Puglia;
• ·         Cluster 2: Basilicata, Sardegna, Calabria, Sicilia, Campania;
• ·         Cluster 3: Trentino Alto Adige.

Dal punto di vista della clusterizzazione risulta che il cluster 3 ha il livello più alto in termini di salute mentale, seguito dal cluster 1 e dal cluster 2. Pertanto si verifica all’interno della dinamica dell’indice della salute mentale una contrapposizione tra le aree italiane che tendono a richiamare la distinzione tra Nord, Centro e Sud. In modo particolare la maggiore parte delle regioni meridionali hanno dei livelli medio-bassi di indice della salute mentale, mentre le regioni del centro-nord hanno dei livelli elevati del medesimo indicatore. Ovviamente vi sono delle eccezioni come nel caso della Puglia e dell’Abruzzo. Tale condizione lascia intendere che laddove i redditi pro-capite sono più bassi vi è anche l’insorgenza di alcune problematiche rilevanti per la salute mentale che possono essere associate a povertà, isolamento sociale, e indotte dalla deprivazione materiale. Inoltre con la riduzione del reddito vengono ad essere ristrette anche le possibilità di vita e tale condizione potrebbe agire ulteriormente nel creare un divario in termini di salute mentale tra le regioni del Centro-Nord e quelle del Centro-Sud. Infine, al ridursi del reddito tende a ridursi anche il valore del grado culturale della popolazione e quindi è possibile che taluni disease di carattere psicologico non siano trattati a livello medico in quanto ignorati per motivazioni socio-economiche e culturali.

Conclusioni. L’indice della salute mentale è cresciuto in media tra il 2016 ed il 2020 da un ammontare di 68,26 fino ad un ammontare di 69,05. Tuttavia in seguito è diminuito tra il 2020 ed il 2021 portandosi fino ad un valore di 68,26 per poi crescere ulteriormente nel 2022 fino ad arrivare ad un ammontare di 68,89. Ovvero l’indice della salute mentale è diminuito dell’1,14% tra il 2020 ed il 2021 in relazione al Covid-19. La pandemia ha messo a dura prova la salute mentale degli italiani. In modo particolare le regioni che hanno sofferto di più in termini di riduzione dell’indice di salute mentale durante il Covid-19 ovvero tra il 2020 ed il 2021 sono Friuli Venezia Giulia con un ammontare di -3,51%, Umbria con -4,11%, Marche con -4,25% e Valle d’Aosta con -5,25%.

 

Aspettativa di Vita in Buona Salute alla Nascita nelle Regioni Italiane

 

Il valore dell’aspettativa di vita in buona salute alla nascita è cresciuto in media del 6,41% per le regioni italiane.

L’Istat calcola la speranza di vita in buona salute alla nascita. Si tratta di una variabile che prende in considerazione il numero medio di anni che un bambino che nasce in un determinato anno di calendario può aspettarsi di vivere in buone condizioni di salute, utilizzando la prevalenza di individui che rispondono positivamente alla domanda sulla salute percepita.

Ranking delle regioni per valore dell’aspettativa di vita in buona salute alla nascita nel 2022. Il Trentino Alto Adige è al primo posto per valore dell’aspettativa di vita in buona saluta alla nascita nel 2022 con un ammontare di 66,2 anni, seguito dalla Toscana e dall’Umbria con 62,5. A metà classifica vi sono il Veneto con un ammontare di 60,5 anni, seguito dal Friuli Venezia Giulia con un ammontare di 60,4 unità e dalle Marche con un valore di 60,2 unità. Chiudono la classifica la Basilicata con un valore di 57,9 anni, seguita dalla Sicilia con 57,8 anni e dalla Calabria con un valore di 53,1 anni.

Ranking delle regioni per variazione percentuale del valore dell’aspettativa di vita in buona salute alla nascita nel 2022. L’Umbria è al primo posto per valore della variazione percentuale del valore dell’aspettativa di vita in buona salute alla nascita con un valore di 12,41% pari a +6,9 anni, seguita dall’Abruzzo con un valore di 11,8% pari ad un ammontare di 6,5 anni, e dal Lazio con un valore pari a 8,67% pari ad un ammontare di 4,9 anni. A metà classifica vi sono il Piemonte con un ammontare di 7,04% pari ad un ammontare di 4 anni, seguito dalla Toscana con un valore di 7,02% pari ad un ammontare di 4,1 anni e dall’Emilia Romagna con un valore di 6,58% pari ad un ammontare di 3,7 anni. Chiudono la classifica il Trentino Alto Adige con un valore del 3,6% pari ad un ammontare di 2,3 anni, seguito dal Friuli Venezia Giulia con 0,83% pari ad un ammontare di 0,5 anni e dalla Liguria con 0,34% pari ad un ammontare di 0,2 anni.

Clusterizzazione con algoritmo k-Means ottimizzato con il coefficiente di Silhouette. Di seguito prendiamo in considerazione la clusterizzazione con algoritmo k-Means ottimizzato con il coefficiente di Silhouette. Vengono individuati tre clusters ovvero:

• ·         Cluster 1: Veneto, Lombardia, Valle d’Aosta, Emilia Romagna, Liguria, Piemonte, Toscana, Friuli Venezia Giulia, Marche, Umbria, Lazio, Abruzzo, Molise, Puglia;
• ·         Cluster 2: Basilicata, Sardegna, Calabria, Sicilia, Campania;
• ·         Cluster 3: Trentino-Alto Adige.

Di seguito riportiamo l’ordinamento dei clusters ovvero . È possibile quindi notare la dominanza del cluster composto dal Trentino Alto Adige. In seguito vi è un cluster molto composito costituito da varie regioni tra le quali vi sono sia regioni del Centro, che del Nord ed anche del Sud Italia. Infine il cluster 2 costituito dalla maggior parte delle regioni del Sud Italia. L’analisi mostra quindi che certamente il modello del Trentino Alto Adige è irraggiungibile per la stragrande maggioranza delle regioni italiane. Ed inoltre vi sono alcune regioni meridionali che riescono ad ottenere dei risulti positivi entrando a far parte del cluster 1, insieme con la maggior parte delle regioni del Nord, come per esempio nel caso della Puglia. Infine il cluster 2 che mette in evidenza la presenza di un insieme di regioni meridionali che presentano un notevole ritardo nei confronti delle regioni più performanti. L’analisi di clusterizzazione mette in risalto la presenza di divario nell’aspettativa di vita in buona salute alla nascita che sembra riverberare la diseguaglianza economica, sociale ed istituzionale.

Macro regioni italiane. Considerando il periodo tra il 2009 ed il 2022 possiamo notare che l’aspettativa di vita in buona salute alla nascita è cresciuta in tutte le macro-regioni italiane. Nello specifico l’aspettativa di vita in buona salute alla nascita è cresciuta soprattutto nel Centro Italia con un valore pari a +8,25% pari ad un ammontare di 4,7 anni, seguito dal Sud Italia con un valore pari a 7,17% pari ad un ammontare di 3,9 anni, seguito dal Mezzogiorno con un valore pari a 6,59% pari ad un ammontare di 3,6 anni, dal Nord-Ovest con un valore pari a 6,49% pari ad un ammontare di 3,7 anni, dal Nord Italia con un valore di 5,75% pari ad un ammontare di 3,3 anni, dalle Isole con un valore di 5,46% pari a 3 anni, e dal Nord-Est con un valore pari a 4,83% pari a 2,8 anni. Tuttavia all’interno della serie storica possiamo notare due diverse fasi: una fase dal 2009 al 2020 caratterizzata da un andamento crescente del valore dell’aspettativa di vita in buona salute alla nascita, ed un secondo periodo tra il 2020 ed il 2022 caratterizzato da una riduzione significativa dell’aspettativa di vita in buona salute alla nascita. Infatti il Covid-19 ha avuto un impatto molto negativo in termini di riduzione del valore dell’aspettativa di vita in buona salute alla nascita. In modo particolare sono rilevate le seguenti variazioni negative nel periodo 2020-2022 ovvero: -3,80% nel Nord-Est, -1,94% nel Nord, -1,53% nelle Isole, -1,19% nel Mezzogiorno, -1,19% nel Sud, -0,80% nel Centro, -0,49% nel Nord-Ovest. 

Conclusioni. Il valore dell’aspettativa di vita in buona salute alla nascita tra il 2009 ed il 2022 ha attraversato due fasi. Una lunga fase di crescita positiva tra il 2009 ed il 2020 in cui il valore dell’aspettativa di vita in buona salute è cresciuto in media di un ammontare di 8,55%; ed una seconda fase tra il 2020 ed il 2022, ovvero nel post-Covid 19, nella quale il valore dell’aspettativa di vita in buona salute alla nascita nelle regioni italiane è diminuito in media di -1,97%. Tuttavia, se consideriamo il 2022 possiamo notare anche una notevole diseguaglianza nell’aspettativa di vita in buona salute alla nascita nelle macro-regioni italiane. Il Centro nel 2022 è stata la macro regione italiana con maggiore valore dell’aspettativa di vita in buona salute alla nascita con un ammontare di 61,7 anni. Le Isole, nel 2022, sono state invece la macro-regione con minore valore dell’aspettativa di vita in buona salute alla nascita con un valore pari a 57,9 anni. Tra il Centro e le Isole c’è un divario nell’aspettativa di vita in buona salute alla nascita di circa 3,8 anni. Ecco che il divario socio-economico diventa anche un divario dell’aspettativa di vita. E il perpetrare le diseguaglianze regionali diviene uno strumento di ingiustizia che grava anche sulle speranze delle giovani famiglie e dei nascituri. Una condizione incompatibile con uno ordinamento orientato alla democrazia politica.

L’Aspettativa di Vita alla Nascita nelle Regioni Italiane

 

E’ cresciuta in media del 2,2% tra il 2014 ed il 2022

L’Istat calcola l’aspettativa di vita alla nascita. L’aspettativa di vita alla nascita è definita come il numero medio di anni che un bambino che nasce in un certo anno può aspettarsi di vivere. I dati analizzati fanno riferimento al periodo tra il 2014 ed il 2022 per le regioni italiane.

Ranking delle regioni italiane per valore dell’aspettativa di vita alla nascita nel 2022. Il Trentino Alto Adige è al primo posto per valore dell’aspettativa di vita alla nascita nel 2022 con un valore pari a 83,7 anni, seguito dal Veneto con un valore di 83,3 anni, la Lombardia con 83,2 anni. A metà classifica vi sono il Lazio con un valore di 82,8 anni, seguito dal Piemonte con 82,5 anni a pari merito con la Liguria con un valore di 82,5 anni. Chiudono la classifica la Calabria con un valore pari a 81,6, seguita dalla Sicilia con 81,3 e dalla Campania con 80,9 anni.

Ranking delle regioni italiane per valore della variazione percentuale dell’aspettativa di vita alla nascita tra il 2014 ed il 2022. Il Lazio è al primo posto per valore della variazione dell’aspettativa di vita tra il 2014 ed il 2022 con un valore pari a 2,034% pari ad un ammontare di 2,7 unità, seguito dal Trentino Alto Adige con un ammontare di 2,032% pari ad un valore di 2,6 anni, Valle d’Aosta con un valore pari a 2,030% pari a 2,4 anni. A metà classifica vi sono la Liguria con un valore pari a 2,022% pari ad un ammontare di 1,8 anni, seguita dalla Campania con un valore di 2,022% pari a 1,7 anni, e dalla Basilicata con 2,021% pari ad un ammontare di 1,7 anni. Chiudono la classifica la Puglia con un valore di 2,016% pari ad un ammontare di 1,3 anni, seguita dalla Sicilia con 2,015% pari ad un ammontare di 1,2 anni e dalla Calabria con un valore pari a 2,011% pari ad un ammontare di 0,9 anni.

Clusterizzazione con algoritmo k-Means ottimizzato con il coefficiente di Silhouette. Di seguito presentiamo una clusterizzazione con algoritmo k-Means ottimizzato con il coefficiente di Silhouette. Vengono quindi individuati tre clusters ovvero:

• ·         Cluster 1: Piemonte, Basilicata, Molise, Liguria, Lazio, Sardegna, Calabria, Friuli Venezia Giulia, Abruzzo, Puglia, Valle d’Aosta;
• ·         Cluster 2: Campania, Sicilia;
• ·         Cluster 3: Veneto, Toscana, Trentino Alto Adige, Umbria, Marche, Emilia Romagna, Lombardia.

Dal punto di vista dell’ordinamento dei clusters notiamo che il Cluster 3 domina il Cluster 1 ed il Cluster 2. Ne deriva pertanto il seguente ordinamento dei Clusters ovvero: C3>C1>C2.

L’aspettativa di vita alla nascita nelle macro-regioni italiane. Dal punto di vista delle macro-regioni italiane al primo posto nel 2022 c’è il Nord-Est con un valore pari a 83,2 anni, seguito dal Nord e dal Centro con un valore pari a 83 anni, seguito dal Nord-Ovest con 82,9 anni, dall’Italia con 82,6 anni, dal Mezzogiorno e dal Sud Italia con 81,7 anni, e dalle Isole con un valore di 81,6 anni. Se consideriamo le variazioni percentuali possiamo notare che il Nord-Ovest è cresciuto di più delle altre aree italiane tra il 2014 ed il 2022 con un valore pari a +2,7% pari ad un ammontare di 2,2 anni, seguito dal Nord, Nord-Est e Centro con +2,6% pari ad un ammontare di 2,1 anni. L’Italia ha fatto segnare un valore pari a +2,4% ovvero equivalente ad un valore di 1,9 anni. Il Mezzogiorno ed il Sud sono cresciuti di un ammontare pari a 1,9% pari a 1,5 anni. Infine l’aspettativa di vita alla nascita nelle Isole è cresciuta dell’1,7% pari ad un ammontare di 1,4 anni.

Conclusioni. Considerando il valore medio dell’aspettativa di vita alla nascita nelle regioni Italiane possiamo notare che tale valore è sostanzialmente cresciuto tra il 2014 ed il 2022 di un ammontare pari a 2,2% ovvero pari a 1,79 anni. Nello specifico possiamo notare che però ci sono stati tre periodi nei quali si è verificata una riduzione del valore medio dell’aspettativa di vita alla nascita ovvero nel 2015, nel 2017 e nel 2020. Le riduzioni del valore medio dell’aspettativa di vita alla nascita sono diminuite nel 2015 e nel 2017. Nel 2015 l’aspettativa di vita alla nascita è diminuita in media di un valore pari a -0,37 anni e -0,45% per le regioni italiane. Tra il 2014 ed il 2015 la riduzione dell’aspettativa di vita si è manifestata in tutte le regioni italiane. In modo particolare tra il 2014 ed il 2015 le regioni che hanno fatto segnare una riduzione significativa dell’aspettativa di vita alla nascita sono la Valle d’Aosta con -1,22% pari a -1 anno, Campania con -0,62% pari a -0,5 anni, Piemonte con -0,61% pari a -0,5 anni, Sicilia e Basilicata con -0,49% pari a 0,4 anni. Tuttavia, riduzioni dell’aspettativa di vita alla nascita si sono verificate anche nelle altre regioni tra il 2014 ed il 2015. Tra il 2015 ed il 2016 il valore dell’aspettativa di vita alla nascita ha ripreso a crescere per le regioni italiane facendo segnare in media un valore pari a +0,67%. Tuttavia, tra il 2016 ed il 2017 il valore medio dell’aspettativa di vita alla nascita è diminuito nuovamente di un ammontare pari ad un valore pari a -0,20%. Le regioni italiane nelle quali si è verificata una significativa riduzione del valore dell’aspettativa di vita tra il 2016 ed il 2017 sono Molise con -0,60%, Sicilia con -0,489%, Calabria con -0,48603%, Basilicata con -0,48% e Abruzzo con -0,48251%. In seguito l’aspettativa di vita alla nascita ha ripreso a crescere fino al 2019 per poi diminuire tra il 2019 ed il 2020 a seguito del Covid-19. Tra il 2019 ed il 2020 l’aspettativa di vita alla nascita nelle regioni italiane è diminuita in media da un ammontare di 83,16 anni fino ad un valore di 82,22 anni ovvero una riduzione dell’1,135 pari ad un ammontare di 0,94 anni. Le regioni nelle quali l’aspettativa di vita alla nascita è diminuita di più tra il 2019 ed il 2020 in relazione alla pandemia del Covid-19 sono Lombardia con -2,63% pari a -2,2 anni, Valle d’Aosta con -2,18% pari a -1,8 anni, Piemonte con -1,81% pari a -1,5 anni, Liguria con -1,68% pari a 1,4 anni, Trentino Alto Adige con un valore pari a -1,66% pari ad un ammontare di -1,4 anni. In seguito tra il 2020 ed il 2021, e tra il 2021 ed il 2022 il valore dell’aspettativa di vita alla nascita in media nelle regioni italiane è cresciuto anche se non ha più raggiunto il picco del 2019. Pertanto il valore dell’aspettativa di vita alla nascita è cresciuto sempre tra il 2014 ed il 2022 con eccezione di tre esercizi ovvero il 2015, il 2017 ed il 2019. In media tra il 2014 ed il 2022 il valore dell’aspettativa di vita nelle regioni italiane è cresciuto di circa 21,9 giorni all’anno, pure considerando il Covid-19 e le crisi del 2015 e 2017.

Il Debito Pubblico in Percentuale del PIL a Livello Mondiale

 

Tra il 2013 ed il 2021 è aumentato in media del 19,6% per i paesi considerati

 

La Banca Mondiale calcola il valore del debito pubblico in percentuale del PIL. Il debito è l’intero stock di obbligazioni contrattuali dirette del governo a tempo determinato nei confronti di altri in essere ad una data particolare. Comprende passività nazionali ed estere come valuta e depositi di denaro, titoli diversi dalle azioni e prestiti. È l’importo lordo delle passività pubbliche ridotto dell’importo dei titoli azionari e dei derivati finanziari detenuti dal governo. Poiché il debito è uno stock e non un flusso, viene misurato a partire da una determinata data, solitamente l’ultimo giorno dell’anno fiscale. I dati analizzati fanno riferimento al periodo tra il 2013 ed il 2021. Sono stati considerati soltanto i paesi aventi serie storica completa nel periodo analizzato.

Ranking dei paesi per valore del debito pubblico in percentuale del PIL nel 2021.   La Croazia è al primo posto per valore del debito pubblico in percentuale del PIL nel 2021 con un valore pari a 687,99%, seguita dalla Grecia con 237,13%, dal Giappone con 217,61%, dal Regno Unito con 186,48%, e da Singapore con un valore pari a 153,80%. A metà classifica vi sono la Slovacchia con un valore pari a 79,25%, seguita dalla Zambia con un valore di 71,25%, dall’Australia con un valore di 70,18%, da El Salvador con 65,55%, e dall’Irlanda con 65,40%. Chiudono la classifica la Moldova con un valore di 32,12%, seguita dall’Estonia con 23,67%, dal Kazakhstan con 22,41%, dalla Russia con 20,94% e dalla Svizzera con un valore di 20,30%.

Ranking dei paesi per valore della variazione percentuale del valore del debito pubblico in percentuale del PIL tra il 2013 ed il 2021. Zambia è al primo posto per valore del tasso di crescita del debito pubblico in percentuale del PIL con un valore pari a 194,11% pari a 47,02 unità, seguito dalla Russia con una crescita del 130,95% pari a 11,87%, dal Kazakhstan con 106,74% pari ad un ammontare di 11,57 unità, dalle Bahamas con 94,13% pari a 41,79 unità, e dal Perù con +93,87% pari a 41,79 unità. A metà classifica vi sono il Regno Unito con un valore di 31,74% pari ad un ammontare di 44,92  unità, seguito dalla Francia con un valore di 28,12% pari ad un ammontare di 25,58 unità, seguita dalla Grecia con un valore di 27,66% pari ad un ammontare di 51,38 unità, Romania con un valore di 26,82% pari ad un ammontare di 11,77 unità, e dagli Stati Uniti pari ad un valore di 26,00% pari ad un ammontare di 24,84 unità. Chiudono la classifica la Svizzera con un valore pari a 0,43% pari ad un ammontare di 0,09 unità, seguita dall’Ungheria con una variazione pari ad un ammontare di -8,25% pari ad un ammontare di -7,82 unità, seguita dalla Svezia con un valore pari a -9,98% pari ad un ammontare di -4,51%, seguito dall’Islanda con -31,28% pari ad un ammontare di -44,09 unità e dall’Irlanda con un valor e di -50,37% pari ad un ammontare di 66,38 unità.

Machine Learning Algorithms per la predizione del valore futuro del debito pubblico in percentuale del PIL. Di seguito confrontiamo otto diversi algoritmi per la predizione del valore futuro del debito pubblico in percentuale del PIL. Gli algoritmi sono stati addestrati con il 70% dei dati mentre il restante 30% dei dati è stato utilizzato per la predizione vera e propria. Gli algoritmi sono stati valutati in base alla capacità di massimizzare il valore dell’R-squared ed alla capacità di minimizzare un insieme di errori statistici ovvero: Mean Absolute Error-MAE, Mean Squared Error-MSE, Root Mean Squared Error-RMSE. Nello specifico abbiamo ottenuto il seguente ordinamento degli algoritmi ovvero:

• ·       Linear Regression con un valore del payoff pari a 5;
• ·       Tree Ensemble Regression con un valore del payoff pari a 7;
• ·       Gradient Boosted Trees Regression con un valore del payoff pari a 14;
• ·       Random Forest Regression con un valore del payoff pari a 16;
• ·       Simple Regression con un valore del payoff pari a 19;
• ·       ANN-Artificial Neural Network con un valore del payoff pari a 23;
• ·       Polynomial Regression e PNN-Probabilistic Neural Network con un valore del payoff pari a 30.

Pertanto l’algoritmo Linear Regression risulta essere l’algoritmo maggiormente performante in termini predittivi. Applicando l’algoritmo Linear Regression è possibile pertanto verificare le seguenti predizioni ovvero:

• ·       Australia con una variazione da un ammontare di 70,18% fino ad un valore di 68,98% ovvero pari ad una variazione di -1,19 unità pari ad un valore di -1,70%;
• ·       Belgio con una variazione aumentativa da un ammontare di 109,22% fino ad un valore di 115,79% ovvero una variazione pari ad un ammontare di 6,57 unità pari ad un ammontare di 6,01%;
• ·       Estonia con una variazione da un ammontare di 23,67% fino ad un valore di 23,69% ovvero pari ad un ammontare di 0,03 unità pari ad un valore di 0,11%;
• ·        Georgia con una variazione da un ammontare di 55,38% fino ad un valore di 63,93% ovvero una variazione pari ad un ammontare di 8,54 unità pari ad un valore di 15,42%;
• ·       Grecia con una variazione da un ammontare di 237,13% fino ad un valore di 248,46% ovvero una variazione pari ad un ammontare di 11,33 unità pari ad un valore;
• ·       Islanda con una variazione da un ammontare di 96,87% fino ad un valore di 99,15% ovvero pari ad un ammontare di 2,29 unità equivalente ad un valore di 2,36%;
• ·       Moldavia con una variazione diminutiva da un ammontare di 32,12% fino ad un valore di 28,17% ovvero pari ad un ammontare di -3,95% pari a -12,30%;
• ·       Russia con una variazione da un ammontare di 20,94% fino ad un valore di 25,10% ovvero una variazione pari ad un ammontare di 4,16 unità equivalente a 19,85%;
• ·       San Marino con una variazione da un ammontare di 95,12% fino ad un valore di 89,37% ovvero una variazione pari a -5,75 unità pari a -6,04%;
• ·       Stati Uniti con una variazione aumentativa da un ammontare di 120,37% fino ad un valor edi 121,58% ovvero una variazione pari ad un ammontare di 1,21 unità pari ad un valore di 1,01%;
• ·       Zambia con una variazione da un ammontare di 71,25% fino ad un valore di 107,60 % ovvero una variazione pari a 36,35 unità pari a 51,02%;
• ·       Brasile con una variazione aumentativa da un ammontare di 86,09% fino ad un valore di 102,99% ovvero una variazione pari ad un ammontare di 16,90% pari ad un ammontare di 19,63%.

In media, per i paesi analizzati il valore del debito pubblico è predetto in crescita da un ammontare di 84,86% fino ad un valore di 91,23% ovvero una variazione pari ad un valore di 6,37 unità pari a +7,51%.

Conclusioni. Il debito pubblico in percentuale del PIL è aumentato in media del 19,6% per i paesi considerati. In modo particolare si è verificato un picco di crescita del debito pubblico in percentuale del PIL tra il 2019 ed il 2020 da un ammontare di 82,54% fino ad un valore di 101,14% in media. Tra il 2020 ed il 2021 si è verificata una riduzione del debito pubblico in percentuale del PIL da 101,14 fino a 95,58 sempre considerando la media dei paesi analizzati. La crescita del debito pubblico in percentuale del PIL ha riguardato tutti i paesi a prescindere del reddito pro-capite. Sia i paesi a reddito pro-capite ridotto che i paesi a reddito pro-capite elevato hanno incrementato il debito in percentuale del PIL. Una delle motivazioni che ha fatto aumentare il debito in percentuale del PIL consiste nella contrazione del PIL che si è verificata in connessione alla pandemia del Covid-19. Tuttavia è probabile che la crescita del debito pubblico in percentuale del PIL sia continuata anche nel 2022 e 2023 a seguito del mix di inflazione e crisi economica connessa alla guerra russo-ucraina. Un periodo di alta inflazione, alti tassi di interesse e alti debiti pubblici in connessione con una bassa crescita economica potrebbe comportare una dimensione di inefficienza sia del settore pubblico che del settore privato. Infatti il settore pubblico è bloccato dall’alto debito che grava soprattutto per i paesi privi di “sovranità monetaria”. E l’alta inflazione insieme con la crescita dei tassi di interesse ed una bassa crescita economica impediscono al settore privato di performare efficacemente creando condizioni di bassa produttività nelle imprese e di criticità finanziaria nelle famiglie.

 

Le Facilitazioni Burocratiche-Amministrative nella Costituzione delle Start Up a Livello Mondiale

 

Tra il 2013 ed il 2019 le procedure burocratiche amministrative per la creazione delle start up sono state semplificate del 16,00% in media per i paesi considerati

 

La Banca Mondiale calcola il numero delle procedure necessarie per la costituzione di una start up a livello mondiale. Le procedure di avvio sono quelle necessarie per avviare un'impresa, comprese le interazioni per ottenere i permessi e le licenze necessari e per completare tutte le iscrizioni, verifiche e notifiche per l'avvio delle operazioni. I dati si riferiscono ad aziende con specifiche caratteristiche di proprietà, dimensione e tipologia di produzione. I dati considerati fanno riferimento al periodo tra il 2013 ed il 2019. Sono stati considerati soltanto i paesi aventi una serie storica completa nel periodo analizzato.

Ranking dei paesi per numero delle procedure necessarie per aprire una start up nel 2019. Il Venezuela è al primo posto per numero delle procedure necessarie per una start up con un valore pari a 20 unità, seguita dall’Equatorial Guinea con 16, e dalla Bosnia, Eritrea e Filippine con un valore pari a 13. A metà classifica vi sono lo Zambia con 7, e il Baharain, il Benin, Cameroon, Chile, Djibouti con un valore pari a 6. Chiudono la classifica la Giamaica, Singapore e gli Emirati Arabi Uniti con un valore pari a 2, la Georgia e la Nuova Zelanda

Ranking dei paesi per valore della variazione delle percentuali delle procedure necessarie per aprire una start up tra il 2013 ed il 2019. La Slovenia è al primo posto per valore della variazione percentuale delle procedure necessarie per aprire una start up tra il 2013 ed il 2019 con un valore pari a 50,00%, seguita dal Burundi, Malaysia e Svezia con +33,00%, e dal Portogallo con +20,00%. A metà classifica vi sono Stati Uniti, Uruguay, West Bank and Gaza, Yemen, e Zambia con un valore pari a 0,00%. Chiudono la classifica il Congo Dem. Rep. con un valore pari a -66,67%, seguito dagli Emirati Arabi Uniti con un valore pari a -66,67%, seguita dalla Tunisia con un valore pari a -72,73%, seguita dall’Arabi Saudita con un valore pari a -78,57% e dal Brunei Darussalam con -83,33%.  Complessivamente tra il 2013 ed il 2019 il numero delle procedure necessarie per la costituzione delle start up è diminuito in media per i paesi considerati da 7,88 fino a 6,44 ovvero una riduzione pari a -1,2 unità pari a -16,00%.

Clusterizzazione con algoritmo k-Means ottimizzato con il metodo di Elbow. Di seguito viene ad essere presentata una clusterizzazione con algoritmo k-Means ottimizzato con il metodo di Elbow. Vengono individuati tre diversi tipi di cluster ovvero:

• ·       Cluster 1: Norway, Israel, Tajikistan, Afganistan, Senegal, Kyrgyz Republic, Latvia, Tonga, Netherlands, Samoa, Greece, Armenia, Lituania, Mauritius, Russian Federation, Kosovo, Ireland, Corea del Sud, Estonia, St. Lucia, Marshall Islands, Albania, Uruguay, Belgium, Denmark, Dominica, France, Iceland, Luxembourg, Mali, Liberia, Polonia, Panama, United Kingdom, Cote d’Ivoire, Azerbaijan, Morocco, Uzbekistan, Burundi, Svezia, Finland, Burkina Faso, Australia, Belarus, Singapore, United Arab Emirates, Moldova, Hong Kong, Jamaica, Slovenia, Canada, Serbia, Cipro, Sierra Leone, Georgia, Togo, Nuova Zelanda, Kazakhstan, Portugal, Niger, Oman, Romania, Yemen, Svizzera, Stati Uniti, Grenada, Ungheria, Macedonia del Nord, Papaua Nuova Guinea, Maldive, Timor Leste, Sao Tome and Principe, Rwanda, Ukraine, Thailand, Mauritania;
• ·       Cluster 2: Colombia, Slovak Republic, San Marino, Vietnam, Qatar, Chad, Gabon, Japan, Lebanon, Montenegro, Ghana, Nigeria, Palau, Peru, Croazia, Bhutan, Austria, Czechia, Comoros, Seychelles, Cabo Verde, Botswana, Belize, El Salvador, Bangladesh, Germany, Antigua and Barbuda, Guinea Bissau, Chile, Angola, Guatemala, Egitto, Sri Lanka, Costa Rica, Mongolia, Malawi, Malta, Vanuatu, Mexico, Bahamas, Sirian, Nepal, Spain, Barbados, Nicaragua, Italy, Gambia, Zimbabwe, Djibouti, Lao PDR, Solomon Islands, Trinidad and Tobago, Lesotho, Bulgaria, St. Vincent and the Grenadines, Guyana, Micronesia Fed. Sts, Kiribati, St. Kittis and Nevis, Paraguay, Dominica Republic, Jordan, Zambia, Madagascar, Malaysia, Cambodia, Cameroon, Guinea, South Africa, Benin, Turkey, Central African Republic, Namibia, Mozambico, Libia, Iran, Iraq, China, Brunei Darussalam, Congo, Kenya, Bahrain, Suriname, Tunisia;
• ·       Cluster 3: Bolivia, Sud Sudan, Etiopia, Uganda, Bosnia, Eritrea, Argentina, Saudi Arabia, Myanmar, Algeria, Indonesia, India, Pakistan, Haiti, Eswatini, Ecuador, Congo Rep., Honduras, Philippines, Equatorial Guinea, Venezuela, Fiji, Brazil, West Bank and Gaza, Sudan, Tanzania, Kuwait.

Dal punto di vista della clusterizzazione risulta che il valore del cluster 3 risulta essere dominante rispetto al valore del cluster 2 e rispetto al valore del cluster 1. Occorre considerare che i paesi che hanno minore livello di procedure per la realizzazione delle start up si trovano essenzialmente nel mondo occidentale. I paesi che hanno minore capacità di agevolare la costituzione delle start up si trovano nell’America Latina ed in Africa.

Conclusioni. Lo snellimento delle procedure per la costituzione delle start up costituisce un elemento essenziale per consentire il potenziamento delle attività produttive ed imprenditoriale a livello paese. Occorre che la capacità dei paesi di stimolare l’imprenditorialità è un elemento necessario per generare crescita economica. I paesi che hanno semplificato le procedure di costituzione delle start up sono anche i paesi che hanno maggiore reddito pro-capite e che sono più dinamici dal punto di vista capitalistico, dell’innovazione tecnologica e del benessere della popolazione. I paesi che hanno maggiore capacità di promozionare l’imprenditorialità sono Canada, China, Jamaica, Singapore, Emirati Arabi Uniti, Georgia e Nuova Zelanda. Attualmente i paesi che offrono maggiore accesso all’imprenditorialità sono i paesi anglosassoni, alcuni paesi del medio-oriente ed alcuni paesi asiatici. L’Europa per quanto abbia comunque dei sistemi di facilitazione all’imprenditorialità non riesce ad essere competitiva con le aree caratterizzare da dinamismo delle startup. Occorre quindi intervenire soprattutto a livello europeo per facilitare la costituzione delle start up considerando che  essere svolgono non soltanto un’importante funzione nella creazione dell’innovazione tecnologica quanto anche consentono di accedere alla mobilità sociale generando i cosiddetti “nuovi ricchi”. L’Europa nel confronto con i paesi anglosassoni, mediorientali e asiatici appare arretrata. E per recuperare competitività dovrebbe consentire uno snellimento delle procedure burocratiche necessarie per la costituzione delle start up.