A Comparative Review of Methods to Create a Composite Index for Sustainable and Inclusive Wellbeing

Sintesi Tecnica: Una Revisione Comparativa dei Metodi per la Creazione di un Indice Composito del Benessere Sostenibile e Inclusivo

Problema
Il documento affronta la sfida critica di misurare il Benessere Sostenibile e Inclusivo (SIW) oltre il Prodotto Interno Lordo (PIL). Sebbene l'HLEG (High-Level Expert Group) delle Nazioni Unite sul "Oltre il PIL" abbia invocato un passaggio verso metriche di progresso più ampie, non ha proposto una specifica struttura per l'indice composito, evidenziando la difficoltà metodologica di aggregare dimensioni eterogenee. Gli approcci standard, come le medie aritmetiche ponderate o la riduzione del SIW al solo benessere soggettivo, sono considerati insufficienti perché si basano su assunzioni di sostituibilità completa (dove i deficit in un'area possono essere interamente compensati dai guadagni in un'altra), linearità e assenza di limiti ambientali o sociali. Tali assunzioni contrastano con la natura stessa del SIW, che comporta relazioni non lineari, rendimenti decrescenti e vincoli di "sostenibilità forte" dove il capitale naturale e i bisogni umani fondamentali sono non sostituibili.

Metodologia
Gli autori sviluppano un quadro normativo per valutare i metodi di aggregazione, derivando nove condizioni per un indice composito SIW valido basate sulla teoria dei bisogni e sui principi della sostenibilità forte:

1. Modello di misurazione formativo: gli indicatori definiscono il costrutto piuttosto che riflettere una variabile latente.
2. Sensibilità distributiva: l'ineguaglianza all'interno dei paesi deve essere penalizzata.
3. Effetti di spillover transfrontalieri: il benessere non deve essere ottenuto degradando altri paesi.
4. Sostituibilità limitata: i deficit non possono essere pienamente compensati da eccedenze altrove.
5. Penalizzazione degli squilibri: una performance non uniforme deve abbassare il punteggio complessivo.
6. Aggregazione intertemporale: il benessere attuale non deve compromettere le condizioni future.
7. Trasformazioni non lineari: devono essere catturati gli effetti di saturazione e di soglia.
8. Rispetto dei limiti superiori: i confini planetari agiscono come vincoli rigidi.
9. Rispetto dei limiti inferiori: devono essere soddisfatti i livelli minimi per i bisogni umani.

Lo studio esamina 13 metodi di aggregazione suddivisi in tre categorie:

• Approcci di base: medie aritmetiche/geometriche, Modelli Additivi Lineari (LAM) e Analisi delle Componenti Principali (PCA).
• Metodi avanzati/non compensativi: indici basati su penalità (AMPI, MSI), indici ONU (PHDI, MPI), Outranking MCDA (PROMETHEE, MCM), Data Envelopment Analysis (DEA) e aggregazione mediana-percentile.
• Approfondimenti interdisciplinari: principi tratti dall'ecologia (legge di Liebig sul minimo, co-limitazione), psicologia positiva, neuroscienze e machine learning (Neural Additive Models).

Per illustrare l'impatto di queste scelte metodologiche, gli autori hanno costruito un dataset fittizio di 10 paesi su 5 domini SIW (emissioni di CO₂, impronta materiale, aspettativa di vita, istruzione e reddito). Hanno applicato i 13 metodi a questo dataset e analizzato i relativi ranking dei paesi utilizzando le correlazioni di rango di Spearman.

Risultati Chiave
L'analisi comparativa rivela tre distinti cluster di metodi con significative implicazioni per le narrazioni politiche:

1. Cluster Compensativo: le medie aritmetiche, i LAM e le medie geometriche sono altamente concordanti (correlazioni fino a $\rho = 0,98$). Essi assumono la piena sostituibilità e la linearità, classificando spesso alti i paesi con gravi deficit ambientali (ad esempio, il Paese C nell'esempio) se possiedono un alto reddito.
2. Cluster dei Fattori Limitanti: metodi come l'operatore del Minimo, la proxy di Co-limitazione e le varianti di Saturazione sono altamente concordanti tra loro ($\rho > 0,83$) ma mostrano un accordo moderato con i metodi compensativi. Questi approcci penalizzano gli squilibri e impongono la non-sostituibilità, causando un calo significativo nel ranking dei paesi con carenze estreme in una dimensione.
3. Cluster dell'Outranking: metodi come PROMETHEE e Multi-Criteria Mapping (MCM) formano un gruppo distinto. Essi utilizzano soglie di veto per imporre vincoli rigidi (ad esempio, escludendo i paesi che falliscono i limiti ambientali), producendo ranking che divergono significamente dai metodi di media ($\rho \approx 0,55–0,60$).

Risultati Diagnostici:

• Disallineamento della PCA: La PCA ha mostrato correlazioni negative con la maggior parte degli altri metodi ($\rho$ fino a -0,67). Il documento identifica questo come un avvertimento diagnostico: la PCA cerca l'asse di massima varianza (spesso un compromesso tra sviluppo e ambiente) piuttosto che il costrutto del benessere, rendendola inadatta alla misurazione formativa del SIW.
• Sensibilità del Ranking: La scelta del metodo di aggregazione altera drasticamente i ranking dei paesi. Ad esempio, un paese con alto reddito ma prestazioni ambientali vicine allo zero è stato classificato al primo posto sotto la PCA, ma all'ultimo o quasi all'ultimo posto sotto i metodi non compensativi.
• Nessuna "Soluzione Magica": Nessun singolo metodo esaminato soddisfa tutte le nove condizioni. Ad esempio, mentre i metodi di outranking gestiscono bene la logica del veto, sono intensivi in termini di risorse; mentre la DEA offre flessibilità, richiede rigorose restrizioni di peso per evitare di ignorare dimensioni necessarie.

Significatività e Rivendicazioni
Il documento sostiene di fornire un passo fondamentale verso l' "indicatore aggregato principale" promosso dall'UN HLEG. I suoi contributi primari sono:

1. Benchmarking Normativo: stabilisce un insieme di nove condizioni derivate dalla sostenibilità forte e dalla teoria dei bisogni per valutare rigorosamente i metodi di aggregazione.
2. Confronto Sistematico: offre la prima illustrazione sistematica di come 13 diversi metodi (dalle semplici medie ai modelli di machine learning ed ecologici) producano narrazioni politiche divergenti applicati agli stessi dati.
3. Sintesi Interdisciplinare: colma le lacune tra statistica, economia e campi come l'ecologia e le neuroscienze per identificare principi di aggregazione (ad esempio, operatori del minimo, curve di saturazione) raramente utilizzati nella misurazione del benessere.

Conclusioni e Raccomandazioni
Gli autori concludono che un futuro indicatore composito SIW non può fare affidamento su un singolo metodo. Propongono invece un quadro ibrido che combina:

• Normalizzazione non lineare (per affrontare saturazione e soglie).
• Aggregazione non compensativa (per imporre la sostituibilità limitata e la logica del veto per dimensioni critiche come i confini planetari).
• Scelte a livello di misurazione (per affrontare l'inclusività e gli spillover transfrontalieri).

Il documento afferma che gli strumenti per andare oltre la media lineare esistono già (ad esempio, PHDI, approcci median-percentile, outranking MCDA). La barriera all'implementazione non è più la fattibilità tecnica, ma la volontà politica e la capacità istituzionale. Gli autori esortano gli organismi internazionali a testare quadri ibridi su dati reali e a incorporare analisi di sensibilità, sottolineando che il costo del ritardo è pagato dalle generazioni attuali e future. Segnalano inoltre che l'aggregazione intertemporale (come pesare il benessere attuale rispetto a quello futuro) rimane la condizione più trascurata e richiede ulteriori ricerche.