la geografia del benessere in italia

BOLLETTINO DELLA SOCIETÀ GEOGRAFICA ITALIANA
ROMA - Serie XIII, vol. VII (2014), pp. 573-591
VALENTINA EVANGELISTA
LA GEOGRAFIA DEL BENESSERE IN ITALIA
UN’ANALISI ESPLORATIVA
La geografia del benessere […] si volge all’insieme
delle relazioni che gli uomini tessono tra loro e
con il loro territorio, per capire le soddisfazioni
che ricavano da questi rapporti e le disuguaglianze
che ne risultano (Bailly, 1982, p. 53).
Introduzione. – Il tema della felicità è stato tradizionalmente oggetto di studi
filosofici, psicologici e sociali, ma a partire dagli anni Settanta la felicità e i suoi
corollari (benessere e life satisfaction) hanno progressivamente catalizzato l’attenzione anche di economisti, geografi ed ecologisti. Il dibattito sul potere informativo del PIL (Prodotto Interno Lordo) quale unica misura del benessere può
essere ricondotto a tale field. Persino l’ONU (Organizzazione delle Nazioni Unite) si è interessata al tema commissionando il World Happiness Report che, sulla
base di sei indici, economici e non, ha individuato i paesi con i più alti livelli di
«felicità» (Danimarca, Norvegia e Svizzera, nel 2013), evidenziato una crescita dei
livelli di benessere nei paesi dell’Africa sub-sahariana e dell’America Latina e dimostrato «il declino della felicità» dei paesi più industrializzati. In Italia, a partire
dal 2010, l’ISTAT (Istituto nazionale di Statistica) di concerto con il CNEL (Consiglio Nazionale dell’Economia e del Lavoro) ha intrapreso il Progetto BES per
l’individuazione e la rilevazione, a livello regionale, di una serie di indicatori di
Benessere Equo e Sostenibile.
Il tema risulta quindi di condiviso interesse specie in un momento storico
che ha indotto a una profonda riflessione sul ruolo della crescita economica
quale unico determinante di benessere.
Il presente studio, che affonda le sue radici concettuali nell’analisi del ruolo
delle relazioni sociali nell’economia, si propone di verificare, con gli strumenti
della correlazione lineare, se e quanto gli indicatori più diffusi in letteratura riescano a cogliere la distribuzione del benessere soggettivamente percepito in Italia. Dopo aver delineato le principali problematiche concettuali e metodologiche
574 Valentina Evangelista
e descritto sinteticamente gli indicatori utilizzati (per life domain) (1), si presenteranno in due distinti paragrafi i risultati dell’analisi (2) seguendo un preciso
modello logico-analitico.
Benessere, life satisfaction e felicità: problemi concettuali e metodologici. – Uno
dei principali problemi degli studi relativi alla cosiddetta geografia del benessere
è la definizione dei concetti di benessere, life satisfaction e felicità e della loro relazione. «Concepts are the foundations of indicators and are essential to the effective use of an indicator» (de Neufville, 1975, p. 141): gli indicatori esprimono appieno la loro funzione solo in relazione al particolare spectrum teorico-concettuale di riferimento. Dale (1980, p. 504) afferma: «it has to be stated that the terms
“well-being”, “quality of life” and “social welfare” are not straightforward concepts in the sense that there exist any generally accepted theory or model explaining and defining them. Rather, several divergent approaches and models have
been developed. […] the different concepts will be used in their broadest, most
general meaning, and as if they were synonymous». Ancor oggi, manca una chiara distinzione dei concetti: si considerino Inglehart e altri (2008), che combinano
livello di life satisfaction e felicità in un unico indice; Dale (1980) e Bramstron,
Pretty e Chipuer (2002), che utilizzano invece i tre termini come sinonimi. Nello
studio che segue, dichiaratamente esplorativo, si rifuggirà il dibattito concettuale
a favore di una misurazione del benessere soggettivo, «pesato» in termini di life
satisfaction, distinta da quella del benessere oggettivo.
Problematiche risultano inoltre le questioni relative alla misurabilità del benessere, alla scelta degli indicatori, al potere informativo degli indicatori (oggettivi e soggettivi), al condizionamento esterno degli indicatori soggettivi.
In funzione della particolare accezione di benessere adottata, è possibile «costruire» uno o più indicatori sociali che permettano di osservare direttamente determinati stati della popolazione di riferimento (Land, 1975). Bailly (1982, p. 24)
è in merito illuminante: «L’importanza del benessere risiede allora nei fenomeni
esterni oppure nelle ideologie individuali e di gruppo? In entrambi, senza dubbio, il ricercatore è posto davanti a questa eterna dialettica dell’interiorità/esteriorità, valori fondamentali/valori materiali». Il benessere, definito come un concetto disarticolabile in life domains (van Praag, Frijters e Ferrer-i-Carbonell,
2003), può essere misurato attraverso un mix di indicatori oggettivi, «quantitative
“facts” selected from census data and other accessible registers» (Dale, 1980, p.
504), e soggettivi, «based on direct reports from individuals about their own perceptions and feelings» (ibidem). Se gli indicatori oggettivi risultano in genere fa-
(1) Per life domain si intende un aspetto della vita quotidiana rilevante in termini di benessere e
misurabile attraverso diversi indicatori.
(2) Per i dettagli statistici e cartografici si rimanda all’Appendice, consultabile nella versione elettronica dell’articolo.
La geografia del benessere in Italia 575
cilmente reperibili e difficilmente confutabili, solo gli indicatori soggettivi, sebbene presentino measurement issues (Larsen e Fredrickson, 1999), permettono
di avere informazioni sulle valutazioni e le aspirazioni degli individui.
Una terza serie di quesiti concerne la scelta dei life domains in cui disarticolare il concetto di benessere: dalle numerose ricerche che hanno sondato la connessione happiness-wealth (Diener, Diener e Diener, 1995; Inglehart e Klingemann, 2003; Diener e altri, 1999; Florida, Mellander e Rentfrow, 2013), misurando la ricchezza in termini assoluti (Easterlin, 1974; 1995) e relativi (Deaton,
2008; Stevenson e Wolfers, 2008) è emerso che la percezione individuale del benessere è influenzata più dalla ricchezza media della comunità in cui si vive
(Graham, 2008; Glaeser, Resseger e Tobio, 2009), dal contesto sociale di riferimento (Helliwell e Putnam, 2005) e dalla comparazione del proprio status con
le aspettative pregresse (Stutzer, 2004) che dalla ricchezza posseduta in termini
assoluti (Mitchell, 1972; Easterlin, 1995). Il livello di ricchezza materiale non
spiega completamente il livello di benessere percepito che risulta quindi «multidimensional, comprising a number of life domains which people weight differently according to how important each is in their life» (Morrison, 2011, p. 1042).
La letteratura ha pertanto progressivamente dedicato maggiore attenzione agli
indicatori non economici. Cummins (1996) individua sette life domains che incidono sul benessere (emotional well-being, health, family connections, material
wealth or well-being, work, safety e community); per Helliwell e Putnam (2005)
sono quattro le categorie di powerful predictors (fattori genetici, fattori sociali, salute fisica, benessere economico) mentre per Layard (2005) «Sette Grandi» (relazioni familiari, situazione economica, lavoro, comunità e amici, salute, libertà
personale e valori personali) incidono sul benessere e sulla sua percezione.
Nella riflessione di Bailly (1982) emerge un’ulteriore questione aperta: «se i
fattori di benessere non possono essere separati dai valori, legittimati dai gruppi
dominanti che regolano il funzionamento della società, il livello di soddisfazione
dipende in parte dal supporto spaziale, vale a dire dall’insieme dei vincoli di installazione nello spazio che impediscono o favoriscono il pieno sviluppo della
popolazione» (p. 32); «la ricerca del benessere e delle cause del malessere non
costituisce che una delle nuove vie destinate a valutare la “desiderabilità” sociale
degli stati geografici» (ibidem, pp. 29-30). Più recentemente Baum, Arthurson e
Rickson (2010, p. 468) affermano: «place matters-where you live is associated
with your social and economic prospects. That the potential interactions
between people and space and place are important in obtaining a fuller picture
of a range of social and economic phenomena and that place itself might be
thought of as suitable arena within which to develop programmes is not lost on
those charged with designing policy». Lo spazio risulta essere contestualmente lo
scenario della rilevazione empirica e un life domain (3) imprescindibile.
(3) L’ambiente quale life domain rilevante è analizzato nel paragrafo successivo.
576 Valentina Evangelista
In quanto scenario, l’ambiente è interpretabile solo mediante l’adozione di una
corretta scala che permetta di evitare fenomeni di miopia geografica (Bailly, 1982,
p. 78). Numerosi studi empirici, abbandonando la tradizionale prospettiva nazionale, hanno aperto l’orizzonte a una misurazione del benessere a livello regionale,
metropolitano e di quartiere (Baum, Arthurson e Rickson, 2010; Permentier, Bolt e
van Ham, 2011; Florida, Mellander e Rentfrow, 2013), ma non hanno ancora individuato una scala geografica ottimale: «Characteristics of the socio-demographic
context such as the presence of residential stability […], the degree of racial/ethnic
heterogeneity […] or the level of economic resources […] may be particularly important for fostering satisfaction. Although this growing body of literature provides
important evidence, left unaddressed is question of the appropriate geographical
area for measuring such contextual factors» (Hipp, 2010, pp. 2517-2518).
L’operativizzazione dei concetti: benessere oggettivo e soggettivo, life domains
e scala geografica. – Nell’analisi empirica si sono distinte due accezioni di benessere: il benessere oggettivo e il benessere soggettivo. Il primo può essere ottenuto sommando, con gli accorgimenti che si espliciteranno di seguito, i valori
degli indicatori più frequentemente utilizzati in letteratura poiché ritenuti di per
sé espressivi di benessere; una misura del benessere soggettivo – che «è il risultato di una relazione tra una persona e/o un gruppo e uno stato o un bene; è
un’interpretazione, evidentemente soggettiva, del mondo, una qualità che noi
attribuiamo a un tipo di relazione» (Bailly, 1982, p. 17) – non può che essere ottenuta inglobando un indicatore di auto-valutazione del benessere (nel caso di
specie il livello di life satisfaction) quale cut-off per gli indicatori di benessere
oggettivo. Il livello di life satisfaction può essere quindi definito come «a cognitive judgment based on the attainment of some standard or aspiration» (Corrado,
Corrado e Santoro, 2013, p. 545), «result [of] a process of appraisal, perception,
evaluation and coping (adaptive) behavior» (van Kamp e altri, 2003, p. 10).
La scelta degli indicatori di benessere e la loro categorizzazione in sei life domains (Benessere economico, Cultura e istruzione, Relazioni sociali, Senso civico e comunità, Benessere fisico e psicologico, Qualità dell’ambiente) sono state
determinate dall’analisi degli studi empirici ad oggi noti.
Gli indicatori di «benessere economico» sono stati senza dubbio i più investigati. Diener, Diener e Diener (1995) hanno dimostrato una robusta correlazione
tra il livello medio di ricchezza e il livello di benessere percepito. Da uno studio
di Inglehart (1990) emerge che l’85% di coloro che hanno una buona situazione
finanziaria si definisce soddisfatto, contro il 57% di coloro che non godono delle medesime condizioni economiche. Due studi longitudinali hanno dimostrato
che le persone con una history of unemployment risultano essere meno felici
(Palisi, 1987) e che il livello di benessere percepito dipende anche dalla tipologia del lavoro svolto (Inkeles e Diamond, 1986). Non mancano tentativi di dimostrare il paradosso dell’happy poor e di verificare l’incidenza delle differenze
La geografia del benessere in Italia 577
culturali e sociali sulla relazione happiness-income (Veenhoven, 1989; Marsh e
Alvaro, 1990; Morrison, 2011).
Il ruolo del life domain «Cultura e istruzione» è intrinsecamente ambiguo: se i
contributi di Campbell (1981), Witter e altri (1984) e Diener e altri (1999) hanno
evidenziato solo una debole correlazione tra il livello di istruzione e il livello di
life satisfaction, altri studi (Lawless e Lucas, 2011; Florida, Mellander e Rentfrow,
2013) hanno dimostrato l’esistenza di una robusta correlazione tra human capital e benessere percepito. Il valore predittivo tout court degli indicatori in questione è in parte inficiato dal loro impatto indiretto sugli indicatori di benessere
economico: risulta ragionevole presupporre l’esistenza di una correlazione education-income che non permette di isolare completamente la relazione life satisfaction-education. Inoltre è stato osservato che «the effects of education in most European countries are also quite small, and it is also weak in Japan and Singapore […] This suggest that the key variable is national wealth-education has
more effect in poorer countries» (Argyle, 2003, p. 355).
Se l’uomo è ontologicamente un «animale politico» il suo bisogno di socialità
ne influenza il livello di felicità (Lucas e Dyrenforth, 2006). Burt (1986) ha stimato che coloro che posseggono almeno cinque amici hanno una maggiore probabilità di essere felici; Inglehart (1990) ha individuato una correlazione positiva
tra benessere e religiosità, sebbene Veenhoven (1995) osservi che tale correlazione vari notevolmente in funzione della confessione, dell’età, del sesso e dell’etnia; Lynn e Smith (1991) hanno studiato invece l’impatto dello svolgimento di
attività di volontariato sulla percezione di benessere.
Il richiamato bisogno di socialità si estrinseca anche nella propensione alla fiducia e nel bisogno di sicurezza: «Trust and norms of civic cooperation are essential to well-functioning societies, and to the economic progress of those societies»
(Knack e Keefer, 1997, p. 1283). In un recente contributo, Morrison (2011) ha dimostrato che su 22 categorie di variabili appartenenti a tale life domain ben 15
sono significativamente correlate con i livelli di benessere: in particolare lo spiccato senso di appartenenza alla comunità e la sicurezza (Baum, Arthurson e Rickson, 2010; Hipp, 2010) incidono sensibilmente sulla percezione del benessere.
Lawless e Lucas (2011) hanno individuato una correlazione significativa tra life
satisfaction e una eterogenea serie di indicatori (salute fisica, percentuale di persone obese, percentuale di persone disabili, diffusione di patologie mortali ecc.)
dimostrando che essi rappresentano una delle principali proxy di benessere percepito (Helliwell e Putnam, 2005). È stato osservato che le persone più anziane, nonostante spesso in condizioni fisiche discrete, risultano essere più felici di quelle
di mezza età (Deaton, 2008) e che gli effetti delle prospettive di vita sul livello di
benessere percepito sono ancora controversi (Stock e altri, 1983; Argyle, 2003).
Il life domain «Qualità dell’ambiente» ha catalizzato una crescente attenzione.
Larson (2010) ha evidenziato la necessità di adottare un approccio integrato che
contemperi diversi indicatori ambientali: se la salubrità dell’aria (MacKerron e
Mourato, 2009), la qualità ambientale (Ferrer-i-Carbonell e Gowdy, 2007), l’ame-
578 Valentina Evangelista
Tab. 1 – Definizione degli indicatori utilizzati (4) per life domains. Evidenziati
con il simbolo «º» gli indicatori a contenuto negativo
Benessere economico
Reddito medio pro capite
PIL pro capite
Tasso di occupazione
Percentuale di occupati non regolari º (5)
Persone a rischio povertà º
Percentuale di NEET (Not engaged in Education,
Employment or Training) º
Cultura e istruzione
Tasso di laureati
Lettori di quotidiani
Lettori di libri
Spesa in cultura
Relazioni sociali
Soddisfazione per le relazioni familiari
Soddisfazione per le relazioni amicali
Livello di partecipazione sociale (6)
Volontariato
Alta frequenza di luoghi di culto
Forte rete di amici
Senso civico e comunità
Percezione della sicurezza
Livello generalizzato di fiducia
Fiducia nelle istituzioni locali
Fiducia nel Parlamento
Senso civico e comunità
(continua da colonna precedente)
Tasso di violenza sessuale sulle donne º
Paura di subire un reato º
Percentuale votanti
Fiducia nei partiti politici
Tasso di omicidi °
Stato psicologico
Speranza di vita
Indice di buona salute
Tasso di mortalità infantile º
Qualità dell’ambiente
Indice di abusivismo edilizio º
Spesa pubblica per conservazione patrimonio
Raccolta differenziata
Consumo di energia elettrica da fonti rinnovabili
Emissioni di CO2 º
Indice di urbanizzazione di aree sottoposte a
vincolo paesaggistico º
Risorse di patrimonio culturale
Verde urbano
Aree di interesse naturalistico
Siti contaminati º
Densità della popolazione º
Fonte: elaborazione da CRESME, ISTAT, Ministero dell’Ambiente e della Tutela del Territorio e del
Mare, Ministero dell’Interno
nità e la bellezza dei luoghi (Florida, Mellander e Stolarick, 2011), la sostenibilità e
la vivibilità (van Kamp e altri, 2003) influenzano positivamente il livello di life satisfaction, controversi risultano l’impatto della reputazione dei luoghi (Hipp, 2010;
Permentier, Bolt e van Ham, 2011) e l’esistenza di un rural advantage (Shucksmith e altri, 2009) per via di focusing illusions (Schkade e Kahneman, 1998).
(4) Per ulteriori dettagli statistici si rimanda alla tabella 1 dell’Appendice, consultabile nella versione elettronica dell’articolo.
(5) Si dicono non regolari gli occupati che prestano il loro lavoro senza il rispetto della normativa fiscale e/o contributiva.
(6) Le attività misurate dall’indicatore sono: partecipazione a riunioni di associazioni (culturali,
ricreative, ambientaliste, per la pace e per i diritti civili), sindacati e partiti politici, associazioni di categoria, o affiliazione a circoli e club sportivi.
La geografia del benessere in Italia 579
Nell’analisi empirica si è adottata una scala regionale al fine di catturare i diversi livelli di benessere anziché determinarne semplicemente il livello medio
nazionale:
studies of cross-national well-being cannot address within-nation variance,
which may exist despite the cultural and economic homogeneity of a nation. Importantly, this within-nation variance will be most relevant in the
use of well-being to determine policy decisions. Understanding the extent
to which regional differences in well-being exist – along with the factors
that are associated with these differences – is an important goal, both for
theoretical and applied reasons [Lawless e Lucas, 2011, p. 342].
Le regioni possono essere considerate ontologically pre-given o socially constructed (MacLeod e Jones, 2007): nella prospettiva ontologica esse coincidono
con le partizioni amministrative di una nazione mentre in quella sociale sono
«not necessarily bounded by administrative ones, [but] represent the confluence
of common interests, beliefs, and principles about social and economic aspects»
(Murias, Novello e Martínez, 2012). Lungi dal considerare le venti regioni italiane storicamente, culturalmente, economicamente e geograficamente omogenee
al loro interno, si è ritenuto opportuno adottare comunque tale scala per godere
appieno del ricco database impiegato, articolato per lo più a livello regionale.
Gli indicatori precedentemente richiamati sono stati infatti in buona parte desunti dal ricco data warehouse ISTAT. Tra le principali fonti dello studio, utilizzate anche nel Rapporto BES 2013 (7), vi sono l’indagine campionaria «Aspetti della
vita quotidiana», effettuata annualmente (generalmente nel mese di febbraio) nell’ambito delle «Indagini multiscopo sulle famiglie», l’«Indagine sulle condizioni di
vita (EU-SILC)» realizzata con un panel ruotato nell’ambito del progetto europeo
«Statistics on Income and Living Condition» e la «Rilevazione sulle forze di lavoro»
effettuata settimanalmente. La numerosità campionaria delle indagini varia dalle
24.000 alle 77.000 famiglie, generalmente estratte secondo un criterio di scelta casuale dalle liste anagrafiche di 850 comuni italiani. I dati sono quindi aggregati a
livello regionale per comune di residenza delle unità campionarie intervistate.
Il modello logico e il metodo statistico adottati. – Come evidenziato in figura
1, la ricostruzione del background teorico di riferimento ha permesso di individuare i life domains e gli indicatori maggiormente utilizzati quali grandezze predittive di benessere. A partire dal database disponibile si sono utilizzati tali indicatori per delineare la geografia del benessere oggettivo: per ciascun indicatore
si è stilata una graduatoria assegnando un valore da 1 a 20 a ciascuna regione;
per gli indicatori «positivi» l’ordinamento è stato decrescente mentre per gli indi-
(7) Rapporto BES 2013: il benessere equo e sostenibile in Italia, Roma, ISTAT e CNEL, 2013; per
ulteriori dettagli si rimanda al sito web di riferimento (www.misuredelbenessere.it).
580 Valentina Evangelista
Fig. 1 – Il modello logico adottato
Fonte: elaborazione propria
catori «negativi», contrassegnati in tabella 1 con il simbolo «º», l’ordinamento è
stato crescente. Al fine di effettuare una sommatoria algebrica, gli indicatori a
contenuto negativo sono stati sottratti anziché sommati.
Nella fase successiva si è verificata la correlazione tra ciascun indicatore e il
livello di life-satisfaction al fine di verificare se, anche nel nostro paese, tali indicatori fossero effettivamente misura di benessere soggettivamente percepito. Si
è quindi osservata la distribuzione regionale degli indicatori correlati significativamente, si è determinato un valore unitario (8) di benessere e si è infine giunti
alla determinazione della geografia del benessere soggettivo in Italia pesando
ciascun indicatore di benessere oggettivo con il coefficiente di correlazione.
Dal punto di vista statistico, il metodo utilizzato è la correlazione lineare che
permette di comprendere la tendenza di una variabile a mutare in funzione di
un’altra (Bohrnstedt e Knoke, 1998) (9). Il coefficiente di correlazione (ρxy di
Pearson) (10), che può assumere valori compresi tra -1 e 1 (-1 ≤ ρxy ≤1), indica la
direzione della covariazione e la sua forza: in particolare se ρxy > 0, le variabili si
dicono direttamente correlate; se ρxy = 0 le variabili non sono correlate; se ρxy < 0
(8) Il valore è stato ottenuto sommando, per gli indicatori correlati significativamente, le posizioni relative in graduatoria «pesate» con il valore del coefficiente di correlazione di Pearson.
(9) La correlazione non permette tuttavia di definire la relazione di causalità tra due variabili, relazione dimostrabile altresì attraverso gli strumenti della regressione, che, nonostante i pionieristici
studi di Florida, Mellander e Rentfrow (2013), non risultano essere ad oggi sufficientemente diffusi.
(10) Il coefficiente di correlazione di Pearson è definibile statisticamente come il rapporto tra la
covarianza delle due variabili e il prodotto delle loro deviazioni standard (ρxy = ρxy /ρxρy).
La geografia del benessere in Italia 581
Fig. 2 – Determinazione della geografia del benessere oggettivo
Fonte: elaborazione su dati ISTAT
le variabili sono inversamente correlate. Per quanto concerne la forza della correlazione, se 0 ≤ ρxy ≤ ± 0,3 la correlazione viene definita debole; se ± 0,3 ≤ ρxy ≤ ±
0,7 la correlazione è moderata; se ρxy ≥ ± 0,7 la correlazione è definita forte.
I valori della correlazione sono stati sottoposti a un test di significatività che
stima la probabilità con cui «le relazioni ipotizzate sono effettivamente presenti
nella popolazione oggetto di indagine» (Bohrnstedt e Knoke, 1998, p. 31). Vi è significatività allorquando il p-value (11) assume valori minori di 0,5 (contrassegnati
con un solo asterisco), minori di 0,1 (due asterischi) o minori di 0,001 (tre asterischi). Minore è il valore del p-value maggiore sarà la significatività della stima.
Analisi e risultati pre-correlazione. – Nell’analisi pre-correlazione, a causa dell’eterogeneità degli indicatori analizzati, si sono sommate algebricamente le posizioni in graduatoria relative a ciascun indicatore; si è poi stilata una graduatoria
per life domain e infine una graduatoria complessiva per «posizioni di benessere».
La figura 2 espone sinteticamente i risultati di questo primo livello di analisi:
le regioni aventi il maggiore e il minore livello di benessere complessivo risultano essere rispettivamente Trentino-Alto Adige, Lombardia e Friuli-Venezia Giulia; Sicilia, Puglia, Campania e Calabria. Il divario Nord-Sud è nettissimo: tra il
(11) Il p-value è una misura di evidenza contro l’ipotesi nulla (cfr. Bohrnstedt e Knoke, 1998).
582 Valentina Evangelista
Tab. 2 – Valore e posizione relativa (per regione) degli indicatori dei life domains
«Benessere economico», «Cultura e istruzione» e «Relazioni sociali»
Benessere economico
Cultura e istruzione
Valore
Posizione
Valore
sommatoria relativa nel sommatoria
life domain
Posizione
relativa nel
life domain
Relazioni sociali
Valore
sommatoria
Posizione
relativa nel
life domain
Abruzzo
-14
13
36
14
29
19
Basilicata
Calabria
Campania
Emilia-Romagna
Friuli-V.G.
Lazio
Liguria
Lombardia
Marche
Molise
Piemonte
Puglia
Sardegna
Sicilia
Toscana
Trentino-A. Adige
Umbria
Valle d’Aosta
Veneto
-38
-52
-43
41
19
8
18
46
4
-32
9
-35
-27
-45
16
44
1
48
32
17
20
18
4
6
10
7
2
11
15
9
16
14
19
8
3
12
1
5
28
-20
-23
151
152
77
111
161
80
27
110
9
61
-13
141
212
76
158
146
15
19
20
5
4
11
8
2
10
16
9
17
13
18
7
1
12
3
6
60
37
25
82
104
55
65
82
60
38
76
36
75
35
82
112
52
70
85
11
16
20
4
2
13
10
5
12
15
7
17
8
18
6
1
14
9
3
Fonte: elaborazione su dati ISTAT
Trentino-Alto Adige e la Sicilia, in termini di differenziali, il divario è di ben 403
«posizioni di benessere». Una più attenta analisi permette di osservare una distribuzione pressoché omogenea di benessere all’interno dei cinque clusters evidenziati: oltre al Trentino-Alto Adige, che presenta evidenti peculiarità, sette regioni hanno livelli di benessere particolarmente elevati (Lombardia, Friuli-Venezia Giulia, Valle d’Aosta, Emilia-Romagna, Veneto, Liguria e Toscana); medi livelli di benessere si osservano invece nel terzo cluster (Piemonte, Marche, Umbria e Lazio). Nel quarto (Basilicata, Abruzzo, Sardegna, Molise) e nel quinto
cluster (Calabria, Puglia, Campania, Sicilia) il livello di benessere complessivo è
nettamente inferiore.
Per meglio comprendere le ragioni alla base di tali «differenziali di benessere»
si sono osservate le «posizioni relative» delle singole regioni per life domain.
La geografia del benessere in Italia 583
Tab. 3 – Valore e posizione relativa (per regione) degli indicatori dei life domains
«Senso civico e comunità», «Benessere fisico e psicologico» e «Qualità dell’ambiente»
Senso civico e comunità
Benessere fisico e psicolog.
Valore
Posizione
Valore
sommatoria relativa nel sommatoria
life domain
Posizione
relativa nel
life domain
Qualità dell’ambiente
Valore
sommatoria
Posizione
relativa nel
life domain
Abruzzo
13
18
21
11
54
5
Basilicata
Calabria
Campania
Emilia-Romagna
Friuli-V. G.
Lazio
Liguria
Lombardia
Marche
Molise
Piemonte
Puglia
Sardegna
Sicilia
Toscana
Trentino-A. Adige
Umbria
Valle d’Aosta
Veneto
57
16
41
45
54
43
74
66
44
43
37
37
4
-5
64
58
52
56
41
5
17
13
9
7
11
1
2
10
12
15
16
19
20
3
4
8
6
14
6
-5
-5
28
29
14
28
33
16
21
25
8
13
-3
43
56
23
40
29
17
19
20
7
5
14
8
4
13
12
9
16
15
18
2
1
10
3
6
24
24
22
51
54
49
74
28
43
49
38
30
71
25
50
81
48
74
54
18
19
20
8
6
10
2
16
13
11
14
15
4
17
9
1
12
3
7
Fonte: elaborazione su dati ISTAT
In merito agli indicatori di benessere economico non sorprende che Valle
d’Aosta, Lombardia, Trentino-Alto Adige ed Emilia-Romagna siano le regioni con
il maggior livello di benessere materiale e che le regioni dell’estremo Sud siano
invece agli antipodi della graduatoria. La geografia del benessere inizia a mutare
lievemente se si considerano gli indicatori di «Cultura e istruzione», «Relazioni sociali», «Senso civico e comunità». Gli indicatori culturali evidenziano un netto divario Nord/Sud: tra il Trentino-Alto Adige e la Campania vi è un differenziale di
sommatoria pari a 235 e la prima regione meridionale (la Sardegna) è solo tredicesima. La geografia del benessere sociale e civico sembra confermare la maggiore civicness di putnamiana memoria delle regioni settentrionali; sorprende
tuttavia che regioni quali il Trentino-Alto Adige e la Basilicata siano caratterizzate da livelli di benessere superiore rispetto a regioni storicamente più politica-
584 Valentina Evangelista
mente impegnate quali il Piemonte, il Lazio e l’Emilia-Romagna. Buoni livelli di
benessere fisico e psicologico si riscontrano, oltre che nelle consuete Valle d’Aosta, Lombardia e Trentino-Alto Adige, anche in Toscana, Veneto e Friuli-Venezia-Giulia, mentre la Sardegna, l’Abruzzo e la Liguria sorprendono per gli ottimi
livelli di benessere «ambientale».
Correlazione. – Gli indicatori utilizzati nel primo livello di analisi sono stati
sottoposti a un test di correlazione lineare (12) con il livello di life satisfaction al
fine di verificare quali, tra di essi, siano effettivamente legati al benessere percepito a livello regionale.
I risultati della correlazione, evidenziati in tabella 4, sottolineano come gli indicatori di benessere economico risultino fortemente correlati con il livello di
soddisfazione. In particolare si osserva come la percentuale di NEET, il tasso di
persone a rischio povertà e il tasso di occupazione siano, tra gli economici, gli
indicatori più correlati con il livello regionale di life satisfaction. Gli indicatori in
questione sono associati alla percezione dell’equità sociale e alle prospettive future: in altri termini, essere occupati o meno così come appartenere alle fasce
economiche più deboli incide sugli orientamenti di spesa e di azione futuri oltreché attuali. La minor correlazione degli indicatori economici tradizionali (PIL e
reddito pro capite) assevera l’ipotesi di fondo dello studio, ossia che tali grandezze non possono essere considerate ad oggi pienamente espressive di benessere.
Dall’analisi della correlazione tra i livelli di life satisfaction e gli indicatori del
life domain «Cultura e istruzione» emerge come la qualità del capitale umano,
misurata in termini di tasso di laureati, sia meno correlata con il livello di soddisfazione rispetto a indicatori culturali più volatili quali la percentuale di lettori di
libri, la percentuale di lettori di quotidiani e la spesa media in cultura. Il fenomeno può derivare dalla scarsa spendibilità dei titoli di formazione nel precario
contesto lavorativo italiano: la lettura in quanto tale, così come la spesa in cultura, permette invece di godere di momenti di evasione e leggerezza che, sebbene
fugaci e non correlati con il benessere economico, incidono più significativamente sul benessere soggettivamente percepito.
I life domains «Relazioni sociali» e «Senso civico e comunità» hanno un ruolo
determinante: il livello generale di fiducia, il livello di partecipazione sociale e di
partecipazione ad attività di volontariato risultano più espressivi di benessere rispetto ai sopra citati indicatori economici. Le relazioni sociali, eterogeneamente
intese, supportano i singoli e determinano maggiori livelli di benessere percepito, specie in un contesto economicamente fragile come quello italiano. Sorprendono invece i dati di correlazione negativa tra la frequenza dei luoghi di culto,
(12) Anziché correlare il valore medio della soddisfazione regionale si è preferito effettuare il test tra ciascun indicatore e la percentuale di popolazione intervistata che dichiara di essere soddisfatta (punteggio ≥ 7).
La geografia del benessere in Italia 585
Tab. 4 – Risultati del test di correlazione ordinati per coefficiente di correlazione
e significatività (p-value)
Variabili
Coeff. di
correlaz. p-value
Percentuale di NEET
Livello generale di fiducia
Fiducia nelle istituzioni locali
Persone a rischio povertà
Lettori di libri
Tasso di occupazione
Livello di partecipazione sociale
0,871
0,847
0,844
0,840
0,834
0,830
0,829
Livello di partecipazione attività
di volontariato
0,824
PIL pro capite
0,804
Lettori di quotidiani
0,803
Tasso di mortalità infantile
-0,736
Spesa pubblica per conservazione
patrimonio culturale
0,714
Soddisfazione relazioni familiari 0,713
Buona salute
Indice di abusivismo edilizio
Reddito medio pro capite
Occupati non regolari
Speranza di vita
Percezione della sicurezza
Forte rete di amici
0,702
0,691
0,658
-0,654
0,657
0,625
-0,562
**
**
**
**
**
**
**
**
**
**
**
**
**
**
**
**
*
*
**
Variabili
Coeff. di
correlaz. p-value
Raccolta differenziata
0,531
Tasso di laureati
0,521
Soddisfazione relazioni amicali 0,518
Spesa in cultura
0,513
Livello di pratiche religiose - 0,479
Stato psicologico
0,452
Consumo di energia da fonti
rinnovabili
0,452
Paura di subire un reato
Indice di urbanizzazione di
aree sottoposte a vincolo
paesaggistico
Fiducia nel Parlamento
Percentuale votanti
*
*
*
*
*
*
*
-0,394
-0,364
-0,350
0,195
Emissioni di CO2
0,182
Tasso di violenza sessuale
sulle donne
0,093
Risorse di patrimonio culturale 0,085
Verde urbano
0,035
Fiducia nei partiti politici
-0,001
Aree di interesse naturalistico -0,049
Siti contaminati
-0,199
Densità della popolazione
-0,247
Tasso di omicidi
-0,336
Fonte: elaborazione su dati ISTAT
la forza delle reti amicali e il benessere soggettivo. Il livello della fiducia nelle
istituzioni locali risulta essere particolarmente correlato con i livelli di life satisfaction regionali, mentre è da valutarsi negativamente la mancata correlazione
tra life satisfaction e gli indicatori «Fiducia nel Parlamento», «Fiducia nei partiti
politici» e «Percentuale di votanti tra gli aventi diritto». Ulteriori indicatori predittivi di benessere risultano essere la spesa pubblica in conservazione del patrimonio culturale e la percezione della sicurezza.
Tra gli indicatori di benessere fisico e psicologico l’indice di buona salute risulta essere il più correlato con la percentuale regionale di persone soddisfatte;
gli altri due indicatori correlati (aspettative di vita e indice di stato psicologico)
hanno un ruolo più marginale. In merito agli indicatori in questione bisogna
tuttavia rilevare due limiti metodologici: nell’eterogeneo database di riferimento
586 Valentina Evangelista
non sono disponibili dati riferiti al medesimo anno (13) e le grandezze sono fortemente autocorrelate.
Gli indicatori ambientali risultano complessivamente i meno predittivi tra
quelli di benessere soggettivo: solo la percentuale di comuni che effettuano la
raccolta differenziata e il consumo di energia da fonti rinnovabili risultano significativamente correlati con il livello di life satisfaction. Si rileva una generale
scarsa sensibilità alle tematiche ambientali: indicatori ambientali quali l’indice di
abusivismo edilizio, l’indice di urbanizzazione in aree sottoposte a vincolo paesaggistico, il tasso di emissione di CO2 e la disponibilità di verde urbano risultano completamente dissociati dalla percezione di benessere.
Analisi e risultati post-correlazione (14). – Dopo aver effettuato il test di correlazione è stata osservata la distribuzione geografica del benessere soggettivamente percepito.
Per ciascun indicatore correlato significativamente si sono moltiplicate le posizioni relative, individuate nell’analisi pre-correlazione, con il coefficiente di correlazione; si è effettuata la sommatoria tra le posizioni relative così «pesate» ottenendo
una seconda determinazione (15) della distribuzione del benessere in Italia (fig. 3).
Le regioni che esprimono i maggiori e i minori livelli di benessere soggettivamente percepito (rispettivamente Trentino-Alto Adige, Veneto, Friuli-Venezia
Giulia, Lombardia, Emilia-Romagna e Calabria, Sicilia, Puglia e Campania) coincidono, eccezion fatta per il Veneto, con quelle che presentano i maggiori e i
minori livelli di benessere oggettivo. Le ulteriori dieci regioni evidenziano lievi
scostamenti tra la prima e la seconda determinazione.
A una prima osservazione può sembrare che il test di correlazione non abbia
svolto la sua funzione di cut-off tra benessere oggettivo e benessere soggettivo.
Da una più accurata osservazione dell’analisi post-correlazione emerge che,
escluso il Trentino-Alto Adige, la distribuzione del benessere è maggiormente
frazionata in clusters. Ben otto regioni (Veneto, Friuli-Venezia Giulia, Lombardia, Emilia-Romagna, Valle d’Aosta, Toscana, Liguria e Piemonte) hanno un livello di benessere assolutamente comparabile tra loro (secondo cluster). Il terzo
cluster, costituito dalle sole Umbria e Marche, è caratterizzato da livelli di benessere medio-alti; il quarto cluster (Lazio, Sardegna e Abruzzo) presenta livelli di
benessere medi mentre gli ultimi due clusters (il quinto e il sesto) rappresentano
le regioni (Molise e Basilicata, Calabria, Sicilia, Puglia e Campania) in cui i cittadini percepiscono una sostanziale assenza di benessere.
(13) In particolare, l’ultima rilevazione dell’indice di stato psicologico risale al 2005, mentre le aspettative di vita e l’indice di buona salute sono disponibili per l’anno 2011.
(14) I risultati di dettaglio sono presentati in Appendice, consultabile nella versione elettronica
dell’articolo.
(15) Nella determinazione del benessere soggettivo gli indicatori correlati in maniera debole e/o
non significativa con il livello di soddisfazione non sono stati presi in considerazione.
La geografia del benessere in Italia 587
Fig. 3 – Determinazione della geografia del benessere soggettivamente percepito
Fonte: elaborazione su dati ISTAT
Dalla comparazione tra la geografia del benessere oggettivo e quella del benessere soggettivamente percepito emergono alcune considerazioni: l’analisi
pre-correlazione ha evidenziato un netto divario Nord-Sud e una media frammentazione in clusters; nell’analisi post-correlazione la geografia del benessere
risulta molto più parcellizzata e caratterizzata da un divario interregionale complessivamente minore. Ciò implica che la correlazione tra gli indicatori adottati e
il livello di life satisfaction ha sortito gli effetti auspicati permettendo di determinare livelli regionali di benessere realmente percepito divergenti da quelli oggettivamente misurabili attraverso una mera sommatoria di posizioni relative.
Conclusioni. – Pur essendovi una fiorente e recente letteratura empirica sul
tema del benessere e sul problema della sua misurazione manca, ad oggi, un
metodo di quantificazione e comparazione pienamente condiviso dalla comunità scientifica internazionale, dai policy makers e dagli stakeholders. Il presente
studio ha tentato di raccogliere tale sfida metodologica: si è dapprima determinata la geografia del benessere oggettivo e in seguito, con l’indispensabile strumento della correlazione lineare, sono stati individuati gli indicatori «espressivi»
di benessere percepito. In seguito si sono «soppesate» le posizioni relative a ciascun life domain con il coefficiente di correlazione al fine di ottenere una misura del benessere percepito soggettivamente e di permettere una comparazione
interregionale tra tali livelli di benessere.
588 Valentina Evangelista
L’analisi esplorativa proposta rappresenta uno dei pochi tentativi di comparazione interregionale within country (Larson, 2010; Morrison, 2011): gli studi empirici finora avanzati hanno infatti adottato una scala geografica country level
(Veenhoven, 1993, 1995; Diener, Diener e Diener, 1995; Deaton, 2008), metropolitana (Glaeser, Resseger e Tobio, 2009; Florida, Mellander e Rentfrow, 2013)
o di quartiere (Baum, Arthurson e Rickson, 2010; Permentier, Bolt e van Ham,
2011; Corrado, Corrado e Santoro, 2013).
In secondo luogo lo studio potrebbe avere notevoli implicazioni di policy.
Ciascuna regione presenta un peculiare livello di correlazione tra life satisfaction
e indicatori dei life domains che dovrebbe essere adeguatamente valutato dai
policy makers per comprendere le ragioni dell’inefficienza di azioni e programmi
nazionali «a pioggia». Conoscere a quali life domains la popolazione di riferimento è più sensibile e mapparne le preferenze consentirebbe infatti di meglio
orientare le scelte di azione politica.
Nonostante i caratteri di innovatività, questo studio presenta una serie di limiti metodologici e concettuali. La correlazione lineare, come precedentemente
accennato, non permette di individuare la relazione di causalità tra due variabili:
è possibile affermare che un dato indicatore sia correlato con il livello di life satisfaction (e viceversa), ma non è possibile affermare che il primo sia la causa
del secondo, escludendo la reciprocità della relazione.
Un secondo limite metodologico risiede nei fenomeni di cosiddetta collinearità, che distorcono la misurazione dell’effettiva correlazione delle singole variabili con il livello di life satisfaction: indicatori appartenenti al medesimo life domain (quali ad esempio il PIL pro capite, il reddito medio pro capite e il tasso di
occupazione) sono infatti plausibilmente correlati tra loro.
Un ulteriore limite è rappresentato dalla staticità dell’analisi: uno studio longitudinale avrebbe permesso di osservare dinamicamente quanto stabilmente i
singoli indicatori incidano sulla percezione del benessere.
RIFERIMENTI BIBLIOGRAFICI
ARGYLE M., Causes and Correlates of Happiness, in D. KAHNEMAN, E. DIENER e N.
SCHWARZ (a cura di), Well-being. The Foundations of Hedonic Psychology, New
York, Russell Sage Foundation, 2003, pp. 353-373.
BAILLY A.S., Geografia del benessere, Milano, Unicopli, 1982.
BAUM S., K. ARTHURSON e K. RICKSON, Happy People in Mixed-up Places: The Association between the Degree and Type of Local Socioeconomic Mix and Expressions of Neighbourhood Satisfaction, in «Urban Studies», 2010, 47, 3, pp. 467-485.
BOHRNSTEDT G. e D. KNOKE, Statistica per le scienze sociali, Bologna, Il Mulino, 1998.
BRAMSTON P., G. PRETTY e H. CHIPUER, Unravelling Subjective Quality of Life: An Investigation of Individual and Community Determinants, in «Social Indicators Research», 2002, 59, 3, pp. 261-274.
La geografia del benessere in Italia 589
BURT R.S., Strangers, friends and happiness, GSS Technical Report 72, National Opinion
Research Center, University of Chicago, 1986.
CAMPBELL A., The Sense of Well-Being in America: Recent Patterns and Trends, New
York, McGraw Hill, 1981.
CORRADO G., L. CORRADO e E. SANTORO, On the Individual and Social Determinants
of Neighbourhood Satisfaction and Attachment, in «Regional Studies», 2013, 47, 4, pp.
544-562.
CUMMINS R.A., The Domains of Life Satisfaction: An Attempt to Order Chaos, in «Social
Indicators Research», 1996, 38, 3, pp. 303-328.
DALE B., Subjective and Objective Social Indicators in Studies of Regional Social WellBeing, in «Regional Studies», 1980, 14, 6, pp. 503-515.
DEATON A., Income, Health and Well-Being around the World: Evidence from the Gallup
World Poll, in «Journal of Economic Perspectives», 2008, 22, 2, pp. 53-72.
DE
NEUFVILLE J.I., Social Indicators and Public Policy: Interactive Processes of Design
and Application, New York, Elsevier, 1975.
DIENER E. e altri, Subjective Well-Being: Three Decades of Progress, in «Psychological Bulletin», 1999, 125, 2, pp. 276-302.
DIENER E., M. DIENER e C. DIENER, Factors Predicting the Subjective Well-Being of Nations, in «Journal of Personality and Social Psychology», 1995, 69, 5, pp. 851-864.
EASTERLIN R.A., Does Economic Growth Improve the Human Lot? Some Empirical Evidence, in P.A. DAVID e W.B. MELVIN (a cura di), Nations and Households in Economic Growth, Palo Alto, Stanford University Press, 1974, pp. 89-125.
EASTERLIN R.A., Will Raising the Incomes of All Increase the Happiness of All?, in «Journal
of Economic Behavior and Organization», 1995, 27, 1, pp. 35-47.
FERRER-I-CARBONELL A. e J.M. GOWDY, Environmental Degradation and Happiness,
in «Ecological Economics», 2007, 60, 3, pp. 509-516.
FLORIDA R., C. MELLANDER e K. STOLARICK, Beautiful Places: The Role of Perceived Aesthetic Beauty in Community Satisfaction, in «Regional Studies», 2011, 45, 1, pp. 33-48.
FLORIDA R., C. MELLANDER e P.J. RENTFROW, The Happiness of Cites, in «Regional Studies», 2013, 47, 4, pp. 613-627.
GLAESER E.L., M. RESSEGER e K. TOBIO, Inequality in Cities, in «Journal of Regional
Science», 2009, 49, 4, pp. 617-646.
GRAHAM C., The New Palgrave Dictionary of Economics. The Economics of Happiness,
Basingstoke, Palgrave Macmillan, 2008.
HELLIWELL J.F. e R.D. PUTNAM, The Social Context of Well-Being, in F. HUPPERT, N.
BAYLIS e B. KEVERNE (a cura di), The Science of Well-Being, Oxford, Oxford University Press, 2005, pp. 435-460.
HIPP J., What is the “Neighbourhood” in Neighbourhood Satisfaction? Comparing the Effects of Structural Characteristics Measured at the Micro-neighbourhood and Tract Level, in «Urban Studies», 2010, 47, 12, pp. 2517-2536.
INGLEHART R., Culture Shift in Advanced Industrial Society, Princeton, Princeton University Press, 1990.
INGLEHART R. e altri, Development, Freedom, and Rising Happiness: A Global
Perspective, in «Perspective on Psychological Science», 2008, 3, 4, pp. 264-285.
590 Valentina Evangelista
INGLEHART R. e H.-D. KLINGEMANN, Genes, Culture, Democracy and Happiness, in E.
DIENER e E.M. SUH (a cura di), Culture and Subjective Well-Being, Cambridge, MIT
University Press, 2003, pp. 165-183.
INKELES A. e L. DIAMOND, Personal Development and National Development: A CrossCultural Perspective, in A. SZALAI e F.M. ANDREWS (a cura di), The Quality of Life:
Comparative Studies, University of Michigan: Survey Research Center, Institute for Social Research, 1986.
KNACK S. e P. KEEFER, Does Social Capital Have an Economic Payoff? A Cross-Country
Investigation, in «Quarterly Journal of Economics», 1997, 112, pp. 1251-1288.
LAND K., Théories, modèles et indicateurs du changement social, in «Revue Internationale
des Sciences Sociales», 1975, 27, pp. 7-40.
LARSEN R.J. e B.L. FREDRICKSON, Measurement Issues in Emotion Research, in D. KAHNEMAN, E. DIENER e N. SCHWARZ (a cura di), Well-Being: The Foundations of Hedonic Psychology, New York, Russell Sage, 1999, pp. 40-60.
LARSON S., Regional Well-Being in Tropical Queensland, Australia: Developing a Dissatisfaction Index to Inform Government Policy, in «Environment and Planning A», 2010,
42, 12, pp. 2972-2989.
LAYARD R., Happiness: Lessons from a New Science, Londra, Penguin, 2005.
LAWLESS N.M. e R.E. LUCAS, Predictors of Regional Well-Being: A County-Level Analysis,
in «Social Indicators Research», 2011, 101, pp. 341-357.
LUCAS R.E. e P.S. DYRENFORTH, Does the Existence of Social Relationships Matter for
Subjective Well-Being?, in K.D. VOHS e E.J. FINKEL (a cura di), Self and Relationships: Connecting Intrapersonal and Interpersonal Processes, New York, Guilford Press,
2006, pp. 254-273.
LYNN P. e J.D. SMITH, Voluntary Action Research, Londra, Volunteer Center, 1991.
MACKERRON G. e S. MOURATO, Life Satisfaction and Air Quality in London, in «Ecological Economics», 2009, 68, pp. 1441-1453.
MACLEOD G. e M. JONES, Territorial, Scalar, Networked, Connected: In What Sense a Regional World?, in «Regional Studies», 2007, 41, pp. 1177-1191.
MARSH C. e J.L. ALVARO, A Cross-cultural Perspective on the Social and Psychological
Distress caused by Unemployment: A Comparison of Spain and the United Kingdom,
in «European Sociological Revieuw», 1990, 6, 3, pp. 237-256.
MITCHELL R.E., Levels of Emotional Strain in Southeast Asian Cities, Taipei, Orient Cultural Service, 1972.
MORRISON P.S., Local Expressions of Subjective Well-Being: The New Zealand Experience,
in «Regional Studies», 2011, 45, 8, pp. 1039-1058.
MURIAS P., S. NOVELLO e F. MARTÍNEZ, The Regions of Economic Well-Being in Italy
and Spain, in «Regional Studies», 2012, 46, 6, pp. 793-816.
PALISI B.J., Effects of Urbanism, Race, and Class on Happiness and Physical Health, in
«Sociological Spectrum», 1987, 7, pp. 271-295.
PERMENTIER M., G. BOLT e M. VAN HAM, Determinants of Neighbourhood Satisfaction and
Perception of Neighbourhood Reputation, in «Urban Studies», 2011, 48, 5, pp. 977-996.
SCHKADE D.A. e D.K. KAHNEMAN, Does Living in California Make People Happy? A Focusing Illusion in Judgments of Life Satisfaction, in «Psychological Science», 1998, 9, 5,
pp. 340-346.
La geografia del benessere in Italia 591
SHUCKSMITH M. e altri, Urban-Rural Differences in Quality of Life across the European
Union, in «Regional Studies», 2009, 43, 10, pp. 1275-1289.
STEVENSON B. e J. WOLFERS, Economic Growth and Subjective Well-Being: Reassessing
the Easterlin Paradox, Booking Paper on Economic Activity, 2008, 1, pp. 1-87.
STOCK W.A. e altri, Age Differences in Subjective Well-Being: A Meta-Analysis, in «Evaluation Studies Review Annual», 1983, 8, pp. 279-302.
STUTZER A., The Role of Income Aspirations in Individual Happiness, in «Journal of Economic Behavior & Organization», 2004, 54, 1, pp. 89-109.
VAN
KAMP I. e altri, Urban Environmental Quality and Human Well-Being. Towards a Conceptual Framework and Demarcation of Concepts. A Literature Study, in «Landscape and
Urban Planning», 2003, 1, pp. 5-18.
VAN
PRAAG B.M.S., P. FRIJTERS e A. FERRER-I-CARBONELL, The Anatomy of Subjective
Well-Being, in «Journal of Economic Behavior & Organization», 2003, 51, pp. 29-49.
VEENHOVEN R. (a cura di), Did the Crisis Really Hurt?, Rotterdam, Erasmus University
Press, 1989.
VEENHOVEN R., Happiness in Nations: Subjective Appreciation of Life in 56 Nations
1946-1992, Rotterdam, Erasmus University Press, 1993.
VEENHOVEN R., The Cross-National Pattern of Happiness: Test of Predictions Implied in
Three Theories of Happiness, in «Social Indicators Research», 1995, 34, pp. 33-68.
WITTER R.A. e altri, Education and Subjective Well-Being. A Meta-Analysis, in «Educational Evaluation and Policy Analysis», 1984, 6, pp. 165-173.
THE GEOGRAPHY OF WELL-BEING IN ITALY: AN EXPLORATORY ANALYSIS. –
This research explores the geographic distribution of well-being within Italy. Prior studies
extensively analysed the correlation between well-being and a range of heterogeneous life domains (wealth and work conditions, health and personality, education etc.) at national level. The present study aimed to extend previous work by adopting a regional level
of analysis and demonstrating that the geographic distribution of objective well-being
does not correspond with that of subjective well-being, measured in terms of life satisfaction. The results also suggest that some life domains (i.e. population density, air quality),
generally considered determinants of national well-being, seem not to have any impact
on the regional perception of well-being and also that some partially still unexplored life
domains such as the social relationships or the levels of «civicness» have a prominent role
in drawing the geography of subjective well-being in Italy.
Università «G. D’Annunzio» di Chieti-Pescara, Dipartimento di Economia
[email protected]