L’effettivo uso di Internet da parte della totalità della popolazione ha un impatto rilevante sulla possibilità di un paese di cogliere davvero le opportunità di sviluppo della propria economia, derivanti dall’uso di questa tecnologia. Partendo dalla constatazione di un effettivo ritardo italiano nella diffusione di Internet tra la popolazione, in termini sia di uso da parte di individui che di adozione di servizi di connettività a banda larga da parte delle famiglie, la ricerca ha l’obiettivo di individuare la natura delle specificità del caso italiano, solo marginalmente analizzato in letteratura. L’obiettivo finale è fornire una descrizione quanto più possibile dettagliata del fenomeno, utile per la messa a punto delle politiche, pubbliche ma anche private (in termini di marketing), atte a favorire l’uso di Internet da parte degli individui e la diffusione delle connessioni a banda larga tra le famiglie, compatibile con gli obiettivi dell’Agenda Digitale Europea. La principale fonte di dati della ricerca è rappresentata dai microdati (le risposte elementari) dell’indagine “Aspetti della Vita Quotidiana” dell’Istat (nel seguito indicata anche come AVQ), relativi al periodo 2005-2014. Al fine di agevolare l’analisi del fenomeno, viene proposto un nuovo modello di digital divide in quattro stadi: infrastruttura, adozione, frequenza d’uso e ricchezza d’uso. Mentre la questione infrastrutturale sembra essere al momento marginale, almeno per velocità di almeno 2 Mbps, il lavoro si concentra sugli altri tre stadi. In particolare, per quanto riguarda lo stadio di adozione di Internet, nella sua duplice natura di uso da parte degli individui e sottoscrizione di una connessione a banda larga da parte delle famiglie, viene dapprima effettuata un’analisi di regressione logistica, i cui risultati indicano, per quel che riguarda l’uso individuale, un ruolo preponderante dell’età, seguita dal livello di istruzione e dalla situazione professionale. Rispetto alla decisione di adottare una connessione da parte della famiglia, qualora vi sia una massa critica significativa di utenti potenziali, il ruolo dei fattori economici è ancora importante, mentre sembrano essere poco importanti i fattori geografici. La questione dell’uso di Internet è approfondita poi attraverso un’analisi esplorativa con algoritmo di classificazione SLAD, al quale, tramite la collaborazione con gli autori di tale algoritmo, vengono proposte due procedure atte ad adattare l’algoritmo allo studio interpretativo di fenomeni socio-economici. Infine, i risultati dell’analisi SLAD vengono utilizzati da un albero di classificazione, ottenendo otto cluster della popolazione italiana rispetto all’uso di Internet. Gli altri due stadi del modello proposto di digital divide, la frequenza e la ricchezza d’uso, vengono analizzati attraverso un’analisi per classi latenti. Questa produce 6 classi di utenti e 3 di non utenti, che mostrano differenze importanti anche all’interno di queste due categorie della popolazione. Nel complesso, i risultati dello studio mostrano che la gran parte dei divari nell’adozione sono dovuti a problemi nella struttura stessa della popolazione italiana, in termini principalmente di età e livelli di istruzione e coinvolgimento attivo nella vita sociale del paese. Inoltre, si evidenzia come ampi segmenti della popolazione sono emarginati socialmente, perché non attivi sul mercato del lavoro o nello studio. Gli effetti negativi delle variabili appena citate sono poi acuite dall’impossibilità di un contagio (almeno nel contesto familiare), in quella parte della popolazione che vive in famiglie in cui non sono presenti utenti, o comunque membri con caratteristiche migliori in una o più delle dimensioni evidenziate. Queste problematiche sono difficilmente superabili nel breve e medio periodo, in quanto intrinseche della struttura della popolazione, come si diceva. Il quadro è aggravato dalla palese difficoltà nell’intervenire in questo tipo di dinamiche attraverso politiche pubbliche o piani di marketing di imprese private. Ancora, tra gli utenti stessi emergono differenze importanti, che non sono spiegabili in termini “classici”, attraverso l’uso delle sole variabili di segmentazione. Vengono riscontati infatti profili di uso di Internet molto diversi, che vanno di pari passo con diversi livelli nei consumi culturali (cinema, teatro, musei ecc.) o nell’uso di servizi finanziari. Queste differenze dovrebbero essere indagati con l’aiuto di dati più fini, ma potrebbero comunque non trovare riscontro in variabili osservabili, dato il ruolo ipotizzato per la cultura personale. In definitiva, il messaggio che emerge dalle differenti analisi dei dati sulla popolazione italiana sul periodo di 10 anni, tra il 2005 e il 2014, è che non si possa più parlare di digital divide al singolare, ma di una pluralità di situazioni di disuguaglianza su indicatori chiave dell’emarginazione sociale. Da una parte, le caratteristiche strutturali della popolazione italiana dividono nettamente, e, stando alle analisi multi-periodo, sempre di più, gli utenti dai non utenti, e le famiglie connesse da quelle non connesse. Dall’altra, anche all’interno di queste categorie, esistono differenze importanti, legate sostanzialmente alle classi sociali e alla cultura personale dei singoli individui, che non sono spiegabili solo attraverso le “classiche” variabili strutturali. Tutto questo dovrebbe essere ulteriormente indagato con l’ausilio di diverse fonti di dati, col fine ultimo di supportare politiche pubbliche e iniziative private di sostegno alla domanda Internet che siano davvero efficaci, perché basate sulla reale comprensione del fenomeno dei digital divide italiani.

Natura e cause del digital divide in Italia: uno studio basato sui microdati

DOLENTE, COSIMO
2017

Abstract

L’effettivo uso di Internet da parte della totalità della popolazione ha un impatto rilevante sulla possibilità di un paese di cogliere davvero le opportunità di sviluppo della propria economia, derivanti dall’uso di questa tecnologia. Partendo dalla constatazione di un effettivo ritardo italiano nella diffusione di Internet tra la popolazione, in termini sia di uso da parte di individui che di adozione di servizi di connettività a banda larga da parte delle famiglie, la ricerca ha l’obiettivo di individuare la natura delle specificità del caso italiano, solo marginalmente analizzato in letteratura. L’obiettivo finale è fornire una descrizione quanto più possibile dettagliata del fenomeno, utile per la messa a punto delle politiche, pubbliche ma anche private (in termini di marketing), atte a favorire l’uso di Internet da parte degli individui e la diffusione delle connessioni a banda larga tra le famiglie, compatibile con gli obiettivi dell’Agenda Digitale Europea. La principale fonte di dati della ricerca è rappresentata dai microdati (le risposte elementari) dell’indagine “Aspetti della Vita Quotidiana” dell’Istat (nel seguito indicata anche come AVQ), relativi al periodo 2005-2014. Al fine di agevolare l’analisi del fenomeno, viene proposto un nuovo modello di digital divide in quattro stadi: infrastruttura, adozione, frequenza d’uso e ricchezza d’uso. Mentre la questione infrastrutturale sembra essere al momento marginale, almeno per velocità di almeno 2 Mbps, il lavoro si concentra sugli altri tre stadi. In particolare, per quanto riguarda lo stadio di adozione di Internet, nella sua duplice natura di uso da parte degli individui e sottoscrizione di una connessione a banda larga da parte delle famiglie, viene dapprima effettuata un’analisi di regressione logistica, i cui risultati indicano, per quel che riguarda l’uso individuale, un ruolo preponderante dell’età, seguita dal livello di istruzione e dalla situazione professionale. Rispetto alla decisione di adottare una connessione da parte della famiglia, qualora vi sia una massa critica significativa di utenti potenziali, il ruolo dei fattori economici è ancora importante, mentre sembrano essere poco importanti i fattori geografici. La questione dell’uso di Internet è approfondita poi attraverso un’analisi esplorativa con algoritmo di classificazione SLAD, al quale, tramite la collaborazione con gli autori di tale algoritmo, vengono proposte due procedure atte ad adattare l’algoritmo allo studio interpretativo di fenomeni socio-economici. Infine, i risultati dell’analisi SLAD vengono utilizzati da un albero di classificazione, ottenendo otto cluster della popolazione italiana rispetto all’uso di Internet. Gli altri due stadi del modello proposto di digital divide, la frequenza e la ricchezza d’uso, vengono analizzati attraverso un’analisi per classi latenti. Questa produce 6 classi di utenti e 3 di non utenti, che mostrano differenze importanti anche all’interno di queste due categorie della popolazione. Nel complesso, i risultati dello studio mostrano che la gran parte dei divari nell’adozione sono dovuti a problemi nella struttura stessa della popolazione italiana, in termini principalmente di età e livelli di istruzione e coinvolgimento attivo nella vita sociale del paese. Inoltre, si evidenzia come ampi segmenti della popolazione sono emarginati socialmente, perché non attivi sul mercato del lavoro o nello studio. Gli effetti negativi delle variabili appena citate sono poi acuite dall’impossibilità di un contagio (almeno nel contesto familiare), in quella parte della popolazione che vive in famiglie in cui non sono presenti utenti, o comunque membri con caratteristiche migliori in una o più delle dimensioni evidenziate. Queste problematiche sono difficilmente superabili nel breve e medio periodo, in quanto intrinseche della struttura della popolazione, come si diceva. Il quadro è aggravato dalla palese difficoltà nell’intervenire in questo tipo di dinamiche attraverso politiche pubbliche o piani di marketing di imprese private. Ancora, tra gli utenti stessi emergono differenze importanti, che non sono spiegabili in termini “classici”, attraverso l’uso delle sole variabili di segmentazione. Vengono riscontati infatti profili di uso di Internet molto diversi, che vanno di pari passo con diversi livelli nei consumi culturali (cinema, teatro, musei ecc.) o nell’uso di servizi finanziari. Queste differenze dovrebbero essere indagati con l’aiuto di dati più fini, ma potrebbero comunque non trovare riscontro in variabili osservabili, dato il ruolo ipotizzato per la cultura personale. In definitiva, il messaggio che emerge dalle differenti analisi dei dati sulla popolazione italiana sul periodo di 10 anni, tra il 2005 e il 2014, è che non si possa più parlare di digital divide al singolare, ma di una pluralità di situazioni di disuguaglianza su indicatori chiave dell’emarginazione sociale. Da una parte, le caratteristiche strutturali della popolazione italiana dividono nettamente, e, stando alle analisi multi-periodo, sempre di più, gli utenti dai non utenti, e le famiglie connesse da quelle non connesse. Dall’altra, anche all’interno di queste categorie, esistono differenze importanti, legate sostanzialmente alle classi sociali e alla cultura personale dei singoli individui, che non sono spiegabili solo attraverso le “classiche” variabili strutturali. Tutto questo dovrebbe essere ulteriormente indagato con l’ausilio di diverse fonti di dati, col fine ultimo di supportare politiche pubbliche e iniziative private di sostegno alla domanda Internet che siano davvero efficaci, perché basate sulla reale comprensione del fenomeno dei digital divide italiani.
18-dic-2017
Italiano
digital divide; banda larga; broadband; domanda Internet; latent class analysis; polca; slad; regressione logistica; alberi di classificazione; analisi quantitativa; decision making; quantitative analysis; modelli a scelta discreta
LEPORELLI, CLAUDIO
TRONCI, Massimo
Università degli Studi di Roma "La Sapienza"
File in questo prodotto:
File Dimensione Formato  
Tesi dottorato Dolente

accesso aperto

Dimensione 3.45 MB
Formato Unknown
3.45 MB Unknown Visualizza/Apri

I documenti in UNITESI sono protetti da copyright e tutti i diritti sono riservati, salvo diversa indicazione.

Utilizza questo identificativo per citare o creare un link a questo documento: https://hdl.handle.net/20.500.14242/91208
Il codice NBN di questa tesi è URN:NBN:IT:UNIROMA1-91208