rivista italiana di economia demografia e statistica - Sieds

144
Volume LXIII nn. 3-4 – Luglio-Dicembre 2009
investire, attiene l’individuazione delle aree caratterizzate da un maggior livello di
povertà urbana, in modo da orientare la scelta del decisore pubblico in modo
trasparente, argomentato ed oggettivo. I metodi utilizzati possono costituire,
quindi, un utile supporto alle politiche abitative, evidenziando differenze territoriali
altrimenti non emergenti con la stessa chiarezza. In conclusione, il modello qui
sperimentato appare utile alla individuazione di quelle che l’Unione Europea
definisce nell’ambito delle politiche regionali le aree bersaglio della rigenerazione
urbana oggetto di appositi piani urbanistici e da sostenere con risorse economiche
e finanziarie pubbliche e private.
Riferimenti bibliografici
Aldstadt J., Getis A. 2006. Using AMOEBA to create spatial weights matrix and identify
spatial clusters. Geographical Analysis, 38, pagg. 327-343.
Cerioli A., Zani S. 1990. A Fuzzy Approach to the Measurement of Poverty, Income and
Wealth Distribution, inequality and Poverty (a cura di Dugum C., Zenga M.), Springer
Verlag, Berlino.
Cheli B., Lemmi A. 1995. A "Totally" Fuzzy and Relative Approach to the
Multidimensional Analysis of Poverty, Economic Notes.
Fusco Girard L. (2006) The city between conflicts, contradictions and projects,
Architecture City and environment, n.1 vol.1 pagg. 46-59.
Kulldorff M. 1997. A spatial scan statistic. In: Statistics: Theory and Methods, n.26, pagg.
1481-1496.
Kulldorff, M., Nagarwalla, N. 1995. Spatial disease clusters: detection and inference.
Statistics in Medicine, n.14, pagg. 799-810.
Lemmi A., Pannuzi N. (1995) Fattori demografici della povertà, Continuità e discontinuità
nei processi demografici. L’Italia nella transizione demografica,4 Rubettino, Arcavacata di
Rende, pagg. 211-228.
Montrone S., Perchinunno P., Rotondo F., Torre C. M., Di Giuro A. 2009. Identification of
Hot Spots of Social and Housing Difficulty in Urban Areas: Scan Statistic for Housing
Market and Urban Planning Policies. In: Murgante B., Borruso G., and Lapucci A. (eds.)
Geocomputation and Urban Planning, Studies in Computational Intelligence, Vol. 176, pp.
57–78, Springer Verlag Berlin Heidelberg.
Montrone S., Bilancia M., Perchinunno P., Torre C.M. 2008. Scan Statistics for the
localization of hot spots of urban poverty. Conference Proceedings of the Regional Studies
Association - Winter Conference, Londra, pp. 74-77.
Montrone S., Perchinunno P., Torre C. M. 2008. Zonizzazione di dati territoriali con una
metodologia Scan statistics. In: Annali del Dipartimento di Scienze Statistiche “Carlo
Cecchi”, Facoltà di Economia, Università degli Studi di Bari, Cleup, Padova, vol. VII, pp.
303-330.
Openshaw S, Charlton M., Wymer C., Craft A.W. 1987. A mark I geographical analysis
machine for the automated analysis of point data. International Journal of Geographical
Information System, n.1, pagg. 335-358.