La nostra Metodologia

L’analisi si basa sull’integrazione di diverse fonti pubbliche, raccolte ed elaborate attraverso un mix di strumenti automatizzati (API, script di scraping) e verifiche manuali.

ISTAT

Fonte principale per i dati territoriali, demografici e socioeconomici: popolazione residente, dati reddituali, flussi turistici, strutture ricettive, e matrici delle distanze tra comuni. I dati sono stati acquisiti tramite:

• ISTAT API, per l’estrazione programmatica delle serie storiche disponibili;
• web scraping, per il recupero di dataset non esposti tramite API;
• download manuale dai repository pubblici ISTAT, per gli archivi non altrimenti accessibili.

Open-Meteo API

Utilizzata per ricostruire le serie storiche climatiche relative a circa 3.000 comuni italiani, fornendo il contesto ambientale necessario a mettere in relazione le dinamiche di spopolamento con fattori meteo-climatici di lungo periodo.

OpenStreetMap API

Impiegata per calcolare lo storico delle distanze dai principali servizi (sanitari, scolastici, di trasporto, ecc.) per circa 3.000 comuni, permettendo di valutare l’evoluzione dell’accessibilità territoriale nel tempo.

Osservatorio del Mercato Immobiliare (OMI)

Fonte dei dati sulle quotazioni immobiliari dell’Agenzia delle Entrate e le dinamiche del mercato immobiliare, utilizzata per analizzare l’andamento dei valori e dell’attrattività abitativa nei comuni montani oggetto di studio.

Raccolta e Analisi

La raccolta dei dati è stata automatizzata tramite script Python dedicati all’interrogazione delle diverse API, alla trasformazione delle risposte in DataFrame strutturati e al successivo salvataggio in un database SQL, garantendo un’unica base dati consistente e interrogabile per tutte le analisi successive.

Sui dati raccolti sono stati applicati diversi algoritmi di machine learning, scelti in base all’obiettivo analitico:

• Clustering, per individuare gruppi di comuni con caratteristiche simili in termini di spopolamento, accessibilità e contesto socioeconomico
• Classificazione, per identificare i fattori più rilevanti nel distinguere comuni a rischio di abbandono da comuni stabili
• Regressione lineare, per quantificare la relazione tra variabili demografiche, infrastrutturali ed economiche;
• Clustering su serie storiche, per identificare pattern relativi alle serie storiche

Strumenti e strategie

Linguaggi di programmazione: Python, SQL

Librerie principali:

• pandas, numpy — manipolazione e analisi dei dati
• scikit-learn — preprocessing e modelli di machine learning (clustering, classificazione, regressione)
• statsmodels — modelli statistici e regressioni su serie storiche
• scipy — analisi di correlazione e calcolo delle distanze tra osservazioni
• matplotlib, seaborn,Altair — visualizzazione dei dati e dei risultati

Algoritmi:

• Kmeans, Hierarchical Clustering, Dbscan, Hdbscan, DTW (Clustering)
• Random Forest (Classificazione)

Strategie di preprocessing e feature engineering:

• normalizzazione codice istat per gestire le serie storiche (comuni che si sono accorpati)
• creazione di indicatori (es. per riassumere serie storiche)
• ri-organizzazione dati, attraverso pivot, raggruppamenti (es. per ottenere granularità 1 riga 1 comune)
• gestione dei nulli attraverso imputazione (es. la serie storica flussi turistici presentava nulli durante il covid), dati mancanti