Multidimensional housing inequality across eight European countries: a cross-national cluster and risk analysis based on an online survey

Sintesi Tecnica: Disuguaglianza Abitativa Multidimensionale in otto Paesi Europei

Definizione del Problema
La disuguaglianza abitativa in Europa è un problema pervasivo con implicazioni significative per la salute, il benessere e le opportunità di vita. Sebbene la letteratura esistente si sia progressivamente spostata dalle misure basate esclusivamente sul reddito per valutare la deprivazione attraverso le condizioni di vita osservate, rimane una lacuna critica nella comprensione di come le vulnerabilità abitative si intersechino con le dimensioni ambientali e infrastrutturali a livello di nucleo familiare. Le ricerche precedenti hanno spesso esaminato la qualità dell'abitazione, l'accesso al verde e l'accesso ai trasporti isolatamente, oppure hanno adottato prospettive spaziali che trascurano come tali svantaggi coesistano all'interno di specifici nuclei familiari. Inoltre, esistono limitate prove comparative sul fatto che la vulnerabilità dell'abitazione sia costantemente correlata alle disuguaglianze nei domini esterni (spazio verde e trasporti) o se tali relazioni siano modellate da processi specifici del contesto. Questo studio affronta tali limitazioni esaminando la vulnerabilità multidimensionale legata all'alloggio in otto paesi europei.

Metodologia
Lo studio utilizza dati provenienti da un sondaggio online multinazionale del 2025 condotto in Belgio (Fiandre), Repubblica Ceca, Germania, Estonia, Finlandia, Gran Bretagna, Italia e Romania. Il campione analitico finale comprende 7.169 nuclei familiari, stratificati per approssimare le distribuzioni Eurostat per reddito, età e genere.

L'analisi impiega una strategia in due fasi:

1. Analisi di Clustering K-Prototypes:

   • Obiettivo: Identificare profili ricorrenti di vulnerabilità dei nuclei familiari basati su combinazioni di indicatori relativi all'abitazione, allo spazio verde e ai trasporti.
   • Variabili: Il modello di clustering include variabili che rappresentano le condizioni dell'abitazione (ad es. servizi igienici, carenza di spazio, infiltrazioni/muffa, efficienza energetica, accessibilità al riscaldamento/raffreddamento) e l'accesso ambientale immediato (spazio verde e trasporti). Le variabili socio-demografiche e di salute sono state escluse dall'algoritmo di clustering per garantire che i profili fossero guidati da fattori legati all'alloggio, sebbene siano state utilizzate successivamente per caratterizzare i cluster.
   • Algoritmo: L'algoritmo K-Prototypes è stato selezionato per gestire tipi di dati misti (numerici e categorici), utilizzando una funzione di distanza che combina la distanza euclidea al quadrato e la dissimilarità di corrispondenza semplice. Il numero ottimale di cluster è stato determinato tramite l'euristica del gomito (elbow heuristic) e i coefficienti silhouette, risultando in una soluzione a quattro cluster.
   • Validazione: L'Analisi delle Componenti Principali (PCA) e l'Uniform Manifold Approximation and Projection (UMAP) sono stati utilizzati per visualizzare la separazione dei cluster e la struttura interna.

2. Analisi del Rischio Relativo (RR) basata sulle Categorie:

   • Obiettivo: Valutare la co-occorrenza trans-dominio delle disuguaglianze, testando specificamente se la vulnerabilità dell'abitazione sia associata alle disuguaglianze nello spazio verde e nei trasporti.
   • Procedura: Sono state create categorie di vulnerabilità ordinate per tre domini: abitazione (punteggio cumulativo), spazio verde (livelli di accesso) e trasporti (vincoli di mobilità). Queste sono state ricodificate in variabili di esposizione binaria (vulnerabilità dell'abitazione) e di esito (disuguaglianza dello spazio verde o dei trasporti).
   • Metriche: I rischi relativi (RR) e gli intervalli di confidenza al 95% (utilizzando il metodo log di Katz) sono stati calcolati per il campione aggregato e stratificati per paese per esaminare le variazioni transnazionali.

Contributi Chiave
Il documento apporta tre contributi primari alla letteratura:

1. Estensione dell'Ambito: Supera gli approcci centrati sull'abitazione esaminando simultaneamente le condizioni dell'alloggio, l'accesso al verde e gli svantaggi nei trasporti a livello di nucleo familiare in un campione multinazionale.
2. Sviluppo di una Tipologia: Identifica e caratterizza quattro configurazioni ricorrenti di vulnerabilità multidimensionale in diversi contesti europei, fornendo una tipologia comparativa dello svantaggio legato all'alloggio.
3. Test di Associazione Cross-Dominio: Testa empiricamente se la vulnerabilità dell'abitazione sia più fortemente associata a specifici domini esterni di disuguaglianza (spazio verde rispetto ai trasporti), offrendo prove su quali dimensioni di svantaggio tendano a co-occorrere rispetto a quelle modellate da distinti processi contestuali.

Risultati

• Profili dei Cluster: L'analisi ha identificato quattro profili distinti di nuclei familiari:

  1. Vulnerabilità Abitativa e Ambientale Accumulata: Caratterizzata dalla più ampia concentrazione di problemi abitativi (umidità, muffa, carenza di spazio), accesso limitato allo spazio verde, forte pressione finanziaria e scarsi esiti di salute. Questo gruppo è prevalentemente urbano e include molti nuclei familiari composti da una sola persona.
  2. Vulnerabilità Termica ed Energetica: Definita principalmente da difficoltà di riscaldamento e disagio nel raffreddamento piuttosto che da difetti strutturali. Questo cluster è composto in gran parte da popolazioni anziane in contesti urbani con una moderata pressione finanziaria.
  3. Risorse Avvantaggiate con Stress Termico: Un gruppo socio-economicamente avvantaggiato con una qualità dell'abitazione favorevole e un alto accesso al verde, che tuttavia sperimenta comunque disagio nel raffreddamento. Questo gruppo è prevalentemente suburbano/rurale con un alto possesso di auto.
  4. Problemi Abitativi e Vulnerabilità dei Trasporti: Caratterizzato da persistenti problemi strutturali dell'abitazione e debole accesso ai trasporti, nonostante una posizione socio-economica intermedia. Questo gruppo mostra alti tassi di malattie croniche ed è spesso situato in aree suburbane o rurali.

• Risultati del Rischio Relativo:

  • Disuguaglianza dello Spazio Verde: Esiste un'associazione positiva costante tra la vulnerabilità dell'abitazione e la disuguaglianza dello spazio verde. Nel campione aggregato, i nuclei familiari con vulnerabilità abitativa avevano una probabilità del 57% maggiore di sperimentare la disuguaglianza dello spazio verde rispetto a quelli senza (RR = 1,57; IC 95%: 1,39–1,77). Questo schema si è mantenuto in tutti i contesti nazionali, con stime puntuali superiori a 1 in ogni paese.
  • Disuguaglianza dei Trasporti: L'associazione tra la vulnerabilità dell'abitazione e la disuguaglianza dei trasporti è stata più debole e meno costante. Nel campione aggregato, la vulnerabilità dell'abitazione è stata associata a una minore probabilità di disuguaglianza dei trasporti (RR = 0,86; IC 95%: 0,81–0,92). Le stime specifiche per paese sono variate, con alcune che hanno mostrato un'associazione nulla e altre che hanno mostrato associazioni negative, suggerendo che lo svantaggio nei trasporti sia modellato da processi specifici del contesto (ad es. urbanicità) piuttosto che da una correlazione uniforme con la qualità dell'alloggio.

Significatività e Rivendicazioni
Gli autori sostengono che questi risultati supportino un approccio multidimensionale alla disuguaglianza abitativa, dimostrando che la vulnerabilità legata all'alloggio si estende oltre l'abitazione fisica per comprendere l'accesso all'ambiente e alle infrastrutture. Tuttavia, il documento afferma con modestia che diversi domini di svantaggio non necessariamente si sovrappongono nello stesso modo. Nello specifico, il legame costante tra la scarsa qualità dell'alloggio e la mancanza di spazi verdi suggerisce che queste questioni siano strutturalmente intrecciate, mentre il debole legame con la disuguaglianza dei trasporti indica che lo svantaggio abitativo non implica automaticamente uno svantaggio nei trasporti.

Lo studio conclude che le risposte politiche debbano essere integrate ma differenziate: le valutazioni abitative devono considerare l'ambiente di vita più ampio (particolarmente lo spazio verde), mentre le politiche dei trasporti richiedono strategie specifiche per contesto che tengano conto della distribuzione spaziale dei servizi e della dipendenza dall'auto, piuttosto che presumere una correlazione diretta con la qualità dell'alloggio.

Limitazioni
Gli autori riconoscono alcune limitazioni: la natura trasversale dei dati impedisce l'analisi delle traiettorie di vulnerabilità nel tempo; la soluzione di clustering si basa su decisioni metodologiche e sulla ponderazione delle variabili (con gli indicatori dell'abitazione che potrebbero dominare a causa della loro quantità); e la strategia di campionamento non probabilistica limita la generalizzabilità delle stime di prevalenza, sebbene il campione sia stato bilanciato demograficamente. I cluster sono presentati come sintesi euristiche di configurazioni ricorrenti piuttosto che come categorie di popolazione discrete.