Una valutazione di vulnerabilitĂ sociospaziale: il caso di Mirandola Fabio Carnelli -
f.carnelli5@campus.unimibi.it
Ivan Frigerio
ivan.frigerio@unimib.it
-
University of Milan-Bicocca, Dept of Sociology and Social Research – Dept of Earth and Environmental Sciences
Obiettivi del caso studio Ipotesi di ricerca: esiste una correlazione spaziale fra indicatori di vulnerabilità sociale e danni; possibili linee di recovery possono essere ipotizzate combinando questi risultati con un’analisi di dati e policy a livello locale
u
Una zonazione sociale del terremoto grazie ad un’analisi socio-spaziale (con GIS) a livello censuario: mappa di chi è stato colpito dal terremoto
u
Nonostante un presunto “modello virtuoso”, i risultati suggeriscono che: - alcuni fattori di vulnerabilità sociali considerati nella letteratura lo sono effettivamente VS altri non lo sono - nella gestione del recovery, gli stessi fattori sono parzialmente considerati oppure non lo sono
amplificatori di vulnerabilità
Il terremoto dell’Emilia (2012)
u
5.9 Ml, 20 Maggio 2012 e 5.8 Ml, 29 Maggio 2012
u
27 morti, 40 feriti, 42.000 evacuati
Il terremoto dell’Emilia
u
Stato d’emergenza – 2 giugno – 2 agosto | Dipartimento Nazione di Protezione Civile DI.Coma.C (Direzione di Comando e Controllo – Metodo Augustus )
u
“Prima emergenza”: 28 campi, “soluzioni spontanee”, hotel, scuole, palestre, caserme, vagoni ferroviari.
u
Dopo il 2 Agosto 2012 – Risposta e gestione del recovery a livello locale e regionale ma in deroga – emergenzializzazione e Commissario straordinario
Il doposisma a Mirandola (Mo) u
25.000 abitanti
u
“Prima emergenza”: 19% popolazione con case inagibili o parzialmente inagibili (4674)
u
Fra questi – “Alloggi d’emergenza”: - 35% (1653) assistiti in 5 campi della Protezione Civile (fino al 20-10-2012) - 21% negli hotel (1004 – fino a Marzo 2013) - I restanti in altre forme di assistenza o auto-organizzati
u
Fra le persone colpite – “Alloggi temporanei” – Dal dicembre 2012 (al Marzo 2016): - 17% (800) in P.M.A.R. – unità prefabbricate definite come “soluzione residuale” e assegnate a “soggetti con disabilità, over 65 e minori” - Contributi d’affitto
u
Novembre 2013 – Viene approvato un piano di ricostruzione
u
Giugno 2015 – 70% dei progetti di ricostruzione sono iniziati
Disegno della ricerca u
Zonazione sociale – chi è stato colpito dal terremoto? Indicatori come proxy: 5 Indicatori di Vulnerabilità Sociale (SVI) sono stati selezionati e mappati Variabili
Indicatori
Tasso di anzianità > 65 anni
Età
Migranti
Cittadinanza
Edifici costruiti prima del 1972
Vetustà
Case in affitto Case di proprietà Single
Status socio-economico
Struttura famigliare
Famiglie numerose
u
Indice di danneggiamento degli edifici (BDI): calcolato utilizzando informazioni geo-referenziate per gli edifici di Mirandola (dati forniti dal Comune);
u
Correlazione spaziale tra SVI e BDI
u
Recovery e processo di ricostruzione: tendenze attuali (primavera 2016)
Analisi dei dati Modello binario per la classificazione degli edifici dopo il terremoto: - 0= agibile; 1= inagibile Il livello di danno viene riportato alla particella censuaria rapportando la superficie totale degli edifici danneggiati nella particella con la superifice totale degli edifici presenti nella stessa particella.
• Distribuzione eterogena • Alta concentrazione nel centro storico e nell’area industriale
Vetustità Relazione spaziale fra danno ed età degli edifici Cluster spaziali significativi per il centro storico: danno alto e edifici molto vecchi (High-High – costruiti prima del 1945 assenza di pratiche urbane tradizionali anti-sismiche) Ma gli edifici “vecchi” rurali mostrano un danno basso (High-low) Oldness buildings and damage
Migranti La mappa mostra chiaramente un cluster High–High nel centro storico – correlazione alta fra migranti e danni (centro storico popolato per il 36% da migranti). Alcuni migranti meno colpiti (residenti nella parte rurale) Le cittadinanze più rappresentative sono Marocco (21%), Cina (19%), Romania (17%), Moldavia (14%). Migrants and damage
Struttura famigliare Le famiglie piĂš numerose subiscono meno danni perchĂŠ residenti prevalentem. nella parte rurale (cluster HighLow) Contrariamente alla letteratura fattori socio-territoriali
relazione fra
Large families and damage
Cluster significativi (High-High) fra famiglie single e danno sono concentrati nel centro storico e nella prima cintura urbana (costruita negli anni ‘50-60)
Single parent household and damage
Status socio-economico
Confrontando le variazioni spaziali fra case di proprietà e in affitto vs danno, gli affittuari subiscono i maggiori danni. Rent house and damage
Cluster spaziali rilevanti (High-High) nel centro storico per le case in affitto – per la variabile “case di proprietà” il cluster High-High è collocato nella prima cintura urbana (sud ed est – anni ‘50-’60) Una relazione opposta per affittuari e proprietari vs danno
Property house and damage
Età
In parte cluster High-Low nell’area rurale e nelle frazioni di Mirandola Gli over 65 sono stati colpiti meno dal terremoto
Elderly people over 65 and damage
Sono distribuiti in modo eterogeneo sull’intero territorio comunale ma concentrati maggiormente nelle parti rurali, nelle frazioni o immediatamente all’esterno del centro storico Contrariamente alla letteratura, essere anziani non agisce in modo negativo sulla vulnerabilità sociale
Possibili fattori di vulnerabilizzazione nel processo di recovery - Indicatore: cittadinanza Un modello di recovery - “Equità – semplificazione – governance – transparenza”
Un focus sui migranti: Disuguaglianze negli alloggi temporanei e d’emergenza
Contributo d’affitto - CAS 8/2012-6/2013 (max €600 per nucleo fam) - NCAS 7/2013-6/2015 (max €900 per nucleo fam) - CCL/DTA 7/2015-in corso (se doc. regolari)
• Più il tempo passa: - più aumenta il numero di migranti assistiti nei moduli abitativi provvisori fuori dal centro storico (tendenza centrifuga) - più aumenta il numero di Italiani che usufruiscono di soluzioni migliori o riparano la propria casa
Un focus sui migranti: Recovery a due velocità: Incremento della vulnerabilità sociale
u
Indicatore: età -Pop. Tot. Mirandola (2011): 0-14 21.6% | over 65 14% -Tendopoli (12/6/2012): 0-14 23.6% | over 65 4.84% italiani, 0.61% non italiani - P.M.A.R. (Set. 2013): 0-14 27.2% | over 65 5.2% (Marzo 2016): 0-14 32.6% | over 65 2.7% Relazione fra età e fattori socio-spaziali (essere migrante)
u
Indicatore: struttura famigliare – non ci sono dati
Risultati principali u
Vulnerabilità come relazione non “essenziale” e statica: - relazione fra differenti fattori - Vulnerability approach (nothing as a natural disaster) - varia nello spazio e nel tempo
u
Un’analisi socio-spaziale tramite GIS (zonazione sociale) può essere utile a policy makers e stakeholders: le relazioni spazio-temporali fra indicatori devono essere considerate per valutare su quali fattori socio-terrioriali concentrarsi maggiormente per gestire un rischio o l’impatto di un terremoto
da considerare nella gestione trasparente e partecipata
u
Alfabetizzazione digitale e vulnerabilità (circoli viziosi di vulnerabilità)
u
Differenziazioni dei contesti locali e storie di vita vs policy+narrazioni