Well-being and Quality of Life: a strategy for the choice and analysis of objective and subjective indicators at
local level
L. Biggeri1, T. Laureti2 and L. Secondi2
1 University of Florence; 2 University of Tuscia, Italy
26-28 June 2012, OECD Conference Centre, Paris, France
Conference on Measuring Well-Being and Fostering the Progress of Societies
Parallel workshop: Regional and local dimensionsParallel workshop: Regional and local dimensions
2
1. Introduction
Aim of the presentation
Several Works on Measuring the progress of Society have been carrying out successfully
Both at international level (Oecd) and at national level (in Italy, Project BES, Istat-Cnel; in Australia, Canada, UK, NL, etc.)
The criteria and properties for the choice of indicators are under discussion and finalization (there are too many indicators)
Here we would like to stress the usefulness of the indicators essentially at local level: different situations of local community may require “different” indicators
individuals’ judgment about satisfaction of life is based on a comparison at local level and/or group of population
policy decisions must be, frequently, taken at local level
Propose a strategy for selecting adequate indicators useful for targeted policy intervention at local level
3
Two Phases:
1. Analysis of the replaceability and of the discriminant capacity of the indicators, also among the territorial units
using analysis of variability (box-plot, cartograms, etc.), factorial analysis, cluster analysis, etc.
first selection of a reduced number of indicators
2. A strategy for selecting adequate indicators useful for policy intervention at local level (a)
The choice of the indicators should give importance to the:
High capacity to inform in a simple way the policy makers and the public on the situation and trends
Spatial (local) dimension of well-being and quality of life (and sustainability)
4
2. Analysis for the evaluation of the capacity of the indicators to highlight the spatial and spatio-temporal patterns to be taken into account
using methods of explorative spatial analysis (global and local autocorrelation) convergence analysis of territorial units ( and convergence;
transition Markov matrices) spatio-temporal regression models (factors factors affecting indicators)
for choosing the indicators that are able to give information to policy makers regarding the kind and the territorial level of the policy interventions
Should the strategy be implemented in the same way in every Should the strategy be implemented in the same way in every country working on country working on
2. A strategy for selecting adequate indicators useful for policy intervention at local level (b)
project ?project ?
5
3. Selected results of the analysis carried out at territorial level in Italy (a)
Data base with 162 indicators at regional level, for 10-12 dimensions of well-being, quality of life and environmental situation
Focus on the economic dimension
In some cases, high correlation between indicators (1st slide)
Frequently, opposite results for objective and subjective indicators (2nd and 3rd slides)
In various cases, high local autocorrelation among regions, but above all among provinces (4th slide)
The local autocorrelation changes over time
Clear convergences of territorial units over time only for objective indicators
6
3. Selected results of the analysis carried out at territorial level in Italy (b)
Need for more analysis butThe results suggest to devote more attention to local dimension within the national project that are carrying out for measuring the progress of society
It is not only a problem of availability of data (use of small area estimation, etc.)
Work in progress
THANKS FOR
YOUR ATTENTION
7
3. Selected results of the analysis carried out at territorial level in Italy3. 1 Focus on the economic dimension
PILpro-capite
VariazioniPIL
(rispettoanno
precedente)
Numeroimprese
(per 1000abitanti)
Incidenzapovertàrelativa
Spesamedia
mensilefamiliare
Giudiziofamiglierisorse
economiche:insufficienti
Cambiamentosituazione
economica:molto e un
po'migliorata
Difficoltàfamiglie:
arriva a finemese condifficoltà
Difficoltàdelle
famiglie: nonha avuto soldi
per spesemediche
10000
20000
30000
10000 20000 30000
-3
-2
-1
0
-3 -2 -1 0
60
80
100
60 80 100
0
10
20
30
0 10 20 30
1500
2000
2500
3000
1500 2000 2500 3000
0
5
10
15
0 5 10 15
2
4
6
8
2 4 6 8
10
20
30
10 20 30
0
10
20
30
0 10 20 30
GDP per capita
GDP Variation
Number of firms
(per 1,000 citizens)
Incidence of Poverty (relative
definition)
HouseholdConsumptionExpenditure
Households’ opinion on economic resources:
insufficient (%)
Households’ opinion on the evolution of
their economic situation:
better (%)
Households’ difficulties: Insufficient
monthly resources
Households’ difficulties for
medical expenses
8
x1
x2
x10
x18
x19
x25
x26
x27x28
x29
x30x31
x32
x33
x34
-1-.
50
.51
Fac
tor
2
-1 -.5 0 .5 1Factor 1
Rotation: orthogonal varimaxMethod: principal-component factors
Dimensione economica - anno 2008
Households’ opinion on the evolution of their economic situation: unchanged (%)
Households’ opinion on the evolution of their economic situation: worse (%)
Monthly household expenditure
Households’ opinion on available economic resources: good (%)
Percentage of populationliving below the povertyline GdP
Principal Component Analysis
Indicators that explain the factorial axes The first two factors explain more than 70% of total variability
Factor 1: Objective dimension
Factor 2: Subjective dimension
Economic dimension – year 2008
9
0.5
11
.52
97 98 99 00 01 02 03 04 05 06 07 08 09 10
Spesa familiare (v.relativi)
97 98 99 00 01 02 03 04 05 06 07 08 09 10
Soddisfazione situazione economica (v. relativi)'
Household consumption expenditure VS satisfactory economic situation
Monthly household expenditure (relative values) Satisfactory economic situation (relative values)
10
Local Autocorrelation Index (at regional level)
YEAR 2007
Household consumption expenditureGDP per capita
Households’ opinion on available economic resources: good (%)
2008 2010
11
Local Autocorrelation Index (at Provincial level)GDP per capita
Household Consumption Expenditure
1995 2001 2009
1995 2009
12
13
ANNOSpesa media mensile familiare
Pseudo Sign.
Giudizio risorse economiche disponibili: ottime o adeguate
Pseudo Sign.
1997 0.1693 0.034 -0.0077 0.658
1998 0.1288 0.082 0.1208 0.066
1999 0.0525 0.180 -0.0747 0.474
2000 0.0631 0.138 0.1403 0.050
2001 0.1085 0.101 0.1679 0.090
2002 0.1167 0.066 -0.0453 0.5662003 0.1000 0.094 0.1278 0.066
2004 0.1065 0.002 -- --
2005 0.0573 0.160 -0.0673 0.486
2006 0.1336 0.076 0.1891 0.036
2007 0.1112 0.106 0.1822 0.032
2008 0.1101 0.090 0.1495 0.040
2009 0.1131 0.094 0.0719 0.171
2010 0.0560 0.150 0.0226 0.198
3. Una prima applicazione a livello regionale3. 2 Focus sulla dimensione economica
Matrice di contiguità: distance contiguity
►Valori relativi della soddisfazione sulla situazione economica: risorse disponibili ottime o adeguate (%)
2i
i ii
i
zI z
z
dove ,1
n
i i j jj
z w z
Autocorrelazione Locale (LISA)
3. Una prima applicazione a livello regionale3. 2 Focus sulla dimensione economica
20102008
1997 2003
►Verifica della riduzione o meno delle differenze territoriali (convergenza o non convergenza) adottando l’approccio basato sulle matrici di transizione di Markov
N I II III IV
I 37 75.68 24.32 -- --
II 102 11.76 72.55 15.69 --
III 113 -- 10.62 84.96 4.42
IV 8 -- -- 75.00 25.00
Indicatore oggettivo:
Spesa familiare
I classe: valore al di sotto del 80% del valore medio di ciascun annoII classe: valore sotto la media (compreso tra 80% e la media)III classe: valore sopra la media (compreso tra la media e il 120%)IV classe: valore superiore al 120% della media
N I II III IV
I 80 38.75 20.00 17.50 23.75
II 46 32.61 30.43 15.22 21.74
III 35 31.43 22.86 11.43 34.29
IV 79 27.85 10.13 16.46 45.57
Indicatore soggettivo:
Giudizio risorseEconomiche:
Ottime o adeguate
3. Una prima applicazione a livello regionale3. 2 Focus sulla dimensione economica
17
18
19
Incidenza della povertà VS giudizio sulle risorse disponibili
Indicatore oggettivo:[suddivisione in quartili]
Incidenza di povertà relativa per le famiglie(% sul totale delle famiglie)
Indicatore soggettivo: [suddivisione in quartili]
Giudizio delle famiglie sulle risorse economiche disponibili: insufficienti (%)
Anno 2002
La dimensione economica
20
La dimensione ambientale
0.5
11.
52
01 02 03 04 05 06 07 08
Raccolta differenziata
01 02 03 04 05 06 07 08
Problemi: sporcizia nelle strade
Indicatore oggettivo:
Raccolta differenziata di
rifiuti urbani(% rispetto a totale rifiuti)
Indicatore soggettivo:
Problemi incontrati
dalle famiglie nella zona di residenza:
sporcizia nelle strade
21
L’approccio basato sulle catene di Markov assume che, dati I stati di una determinata variabile, ogni regione (unità spaziale) ha probabilità di trovarsi nello stato i al tempo t ed una probabilità di transizione , da calcolare, di essere allo stato j al tempo t+1. L’interesse è proprio nella stima della matrice M contenente le probabilità di transizione m ij:
L’esplicitazione di un semplice modello di Markov segue dall’assunzione che tutte le probabilità di transizione siano costanti nel tempo , per ogni t. Ordinando queste probabilità di transizione in base agli stati I della variabile oggetto di studio si ottiene la matrice M di dimensione I x I e, sulla base del vettore di probabilità si ottiene:
dove rappresenta il prodotto di t matrici M identiche. Una conseguenza importante dell’equazione [2] è l’esistenza di un vettore riga s di dimensione 1 x I tale che:
e che rappresenta il vettore di probabilità ergodico a cui ogni vettore riga della matrice M t tende al tendere di t all’infinito.
11 13
31 33
ij
m m
m
m m
M
L
M M
L
ip t ijm t
ij ijm t m
1 0 tt t p p M p M
s sM
La strategia di analisi propostaMatrici spaziali di transizione di Markov
22
?
• Con riferimento agli indicatori soggettivi che prevedono diverse modalità di risposta:
• si potrebbero descrivere in questa slide le diverse procedure adottate per l’aggregazione di questi indicatori (procedure proposte da Giudici et al.; Capursi, ecc…)
Costituiscono una soluzione per l’aggregazione di indicatori soggettivi MA In questo caso quali sono le verifiche da fare dopo aver effettuato l’aggregazione?
- Validità dell’informazione che emerge: quindi verifico nuovamente la correlazione, posso comunque svolgere la ACP e la cluster (cluster analysis) se l’aggregazione è corretta dovrei mantenere le stesse relazioni
23
Autocorrelazione LocaleSpesa per consumo
1997 2002
2007 2010
Cluster Spaziali
Cluster Spaziali
24
x1
x2
x10
x18
x19
x25 x26
x27x28
x29
x30
x31
x32
x33
x34
-1-.
50
.51
Fac
tor
2
-1 -.5 0 .5 1Factor 1
Rotation: orthogonal varimaxMethod: principal-component factors
Dimensione economica - anno 2005
ACP: anni 2005-2007
x1x2
x10
x18
x19
x25x26
x27x28
x29
x30
x31
x32
x33
x34
-1-.
50
.51
Fac
tor
2
-1 -.5 0 .5 1Factor 1
Rotation: orthogonal varimaxMethod: principal-component factors
Dimensione economica - anno 2006
x1
x2
x10
x18
x19
x25
x26
x27
x28
x29
x30x31
x32
x33
x34
-1-.
50
.51
Fac
tor
2
-1 -.5 0 .5 1Factor 1
Rotation: orthogonal varimaxMethod: principal-component factors
Dimensione economica - anno 2007
25
-Una riduzione del numero di indicatori può avvenire anche attraverso la costruzione di indicatori sintetici per quegli indicatori soggettivi che prevedono più modalità di risposta. -Gli indicatori soggettivi riguardanti la soddisfazione in merito alla situazione economica, il giudizio sulle risorse disponibili ed il giudizio delle famiglie sul cambiamento della situazione economica composti ciascuno da più di due modalità sono stati sintetizzati facendo ricorso all’indice QBI (Quantile Based Index) proposto da Cerchiello et al. (2010):
Una volta costruiti gli indici è tuttavia necessario: a) Verificare la correlazione con gli altri indicatori;b) Replicare l’analisi fattoriale
Fase 1.
26
x1
x2
x10
x18x19
g1
g2
g3
-.5
0.5
1F
acto
r 2
-1 -.5 0 .5 1Factor 1
Rotation: orthogonal varimaxMethod: principal-component factors
Dimensione economica - anno 2008
Soddisfazione verso la situazione economica
Giudizio risorse economiche disponibili
Giudizio cambiamento situazione economica
L’entità della correlazione non muta rispetto all’analisi delle singole modalità. Tuttavia, se si prende a riferimento la spesa media mensile familiare (X19) e gli indicatori relativi al giudizio sulle risorse economiche (X25, X26,X27,X28):
-Prima dell’aggregazione si aveva una correlazione positiva tra la spesa familiare e le persone che si dichiaravano molto o abbastanza soddisfatte della situazione economica (X25 e X26), mentre una correlazione negativa con le persone che si dichiaravano poco o per niente soddisfatte (X27 e X28). L’entità in valore assoluto della correlazione era compresa tra 0.70 e 0.80
-Dopo la costruzione dell’indicatore sintetico la correlazione con la spesa familiare è positiva e pari a 0.75
Occorre fare attenzione all’interpretazione degli indicatori sintetici
27
Fase 3.
ANNO
Giudizio risorse economiche disponibili: ottime o adeguate
Pseudo Sign.
1997 -0.1189 0.3551998 0.3732 0.0121999 -0.1646 0.1942000 0.3342 0.0302001 0.0279 0.2902002 0.3154 0.0152003 0.105 0.1782004 -- --2005 0.4814 0.0032006 0.3802 0.0092007 0.4761 0.0032008 0.1888 0.0822009 0.0459 0.2712010 0.2713 0.069
Come cambia la correlazione spaziale se considero l’indice sintetico costruito?
ANNO
Giudizio risorse economiche disponibili: indicatore sintetico G2
Pseudo Sign.
2005 0.1823 0.0852006 0.2798 0.092007 0.0535 0.2422008 0.1134 0.09
28
x39 -0.8559 0.0170 -0.8646 0.0758 -0.6404 -0.3611 0.9127 0.8916 -0.8293 -0.5140 -0.8133 0.7173 0.7650 -0.7960 0.6631 0.8517 -0.5892 0.9331 1.0000 x35 -0.8418 0.0700 -0.8877 0.1670 -0.6268 -0.4603 0.8531 0.8176 -0.7941 -0.6517 -0.8797 0.7659 0.8644 -0.8543 0.7129 0.9053 -0.5870 1.0000 x32 0.5530 -0.1738 0.5232 0.0208 0.5234 0.0991 -0.5259 -0.5115 0.5473 0.5489 0.7423 -0.7351 -0.6316 0.8012 -0.8042 -0.6177 1.0000 x31 -0.7667 0.0142 -0.7146 -0.0478 -0.4470 -0.3373 0.7534 0.7080 -0.7164 -0.6259 -0.8604 0.7032 0.9170 -0.8929 0.7021 1.0000 x30 -0.6992 0.2602 -0.6153 0.1659 -0.6163 -0.0010 0.5753 0.5670 -0.5927 -0.7398 -0.8923 0.9179 0.7557 -0.9373 1.0000 x29 0.7783 -0.1837 0.7016 -0.0689 0.5553 0.1529 -0.7069 -0.6783 0.7009 0.7434 0.9647 -0.9003 -0.9062 1.0000 x28 -0.7951 0.1601 -0.7591 0.0441 -0.4678 -0.3527 0.7262 0.6820 -0.7348 -0.7166 -0.9285 0.7604 1.0000 x27 -0.8016 0.3150 -0.6775 0.1526 -0.5871 -0.0284 0.7070 0.7004 -0.7580 -0.8408 -0.9305 1.0000 x26 0.8485 -0.2515 0.7800 -0.1201 0.5751 0.2158 -0.7791 -0.7517 0.7926 0.7672 1.0000 x25 0.6357 -0.1577 0.5336 -0.2468 0.4722 0.0332 -0.5144 -0.4983 0.6226 1.0000 x19 0.9119 -0.3445 0.8367 -0.0786 0.6384 0.3906 -0.9411 -0.9284 1.0000 x18 -0.8926 0.3328 -0.8817 0.1224 -0.5884 -0.3120 0.9941 1.0000 x17 -0.8974 0.3040 -0.8970 0.0954 -0.6043 -0.3737 1.0000 x10 0.2639 -0.1315 0.4969 0.0986 0.4426 1.0000 x5 0.6372 -0.1287 0.6946 -0.3496 1.0000 x4 -0.2082 -0.0790 -0.2133 1.0000 x3 0.8868 -0.2297 1.0000 x2 -0.2310 1.0000 x1 1.0000 x1 x2 x3 x4 x5 x10 x17 x18 x19 x25 x26 x27 x28 x29 x30 x31 x32 x35 x39
x39 -0.8559 0.0170 -0.8646 -0.3611 0.9127 0.8916 -0.8293 -0.5140 -0.8133 0.7173 0.7650 -0.7960 0.6631 0.8517 -0.5892 0.9331 1.0000 x35 -0.8418 0.0700 -0.8877 -0.4603 0.8531 0.8176 -0.7941 -0.6517 -0.8797 0.7659 0.8644 -0.8543 0.7129 0.9053 -0.5870 1.0000 x32 0.5530 -0.1738 0.5232 0.0991 -0.5259 -0.5115 0.5473 0.5489 0.7423 -0.7351 -0.6316 0.8012 -0.8042 -0.6177 1.0000 x31 -0.7667 0.0142 -0.7146 -0.3373 0.7534 0.7080 -0.7164 -0.6259 -0.8604 0.7032 0.9170 -0.8929 0.7021 1.0000 x30 -0.6992 0.2602 -0.6153 -0.0010 0.5753 0.5670 -0.5927 -0.7398 -0.8923 0.9179 0.7557 -0.9373 1.0000 x29 0.7783 -0.1837 0.7016 0.1529 -0.7069 -0.6783 0.7009 0.7434 0.9647 -0.9003 -0.9062 1.0000 x28 -0.7951 0.1601 -0.7591 -0.3527 0.7262 0.6820 -0.7348 -0.7166 -0.9285 0.7604 1.0000 x27 -0.8016 0.3150 -0.6775 -0.0284 0.7070 0.7004 -0.7580 -0.8408 -0.9305 1.0000 x26 0.8485 -0.2515 0.7800 0.2158 -0.7791 -0.7517 0.7926 0.7672 1.0000 x25 0.6357 -0.1577 0.5336 0.0332 -0.5144 -0.4983 0.6226 1.0000 x19 0.9119 -0.3445 0.8367 0.3906 -0.9411 -0.9284 1.0000 x18 -0.8926 0.3328 -0.8817 -0.3120 0.9941 1.0000 x17 -0.8974 0.3040 -0.8970 -0.3737 1.0000 x10 0.2639 -0.1315 0.4969 1.0000 x3 0.8868 -0.2297 1.0000 x2 -0.2310 1.0000 x1 1.0000 x1 x2 x3 x10 x17 x18 x19 x25 x26 x27 x28 x29 x30 x31 x32 x35 x39
Top Related