Un problema che la ricerca riconosce

C’è una pubblicazione del Canton Ticino che vale la pena aprire. L’Ufficio di Statistica cantonale — USTAT — ha appena rilasciato la seconda edizione diLe famiglie in Ticino,18un ritratto statistico dei nuclei familiari con figli articolato in dieci capitoli: formazione della coppia, nascita dei figli, suddivisione dei compiti, custodia, e altri fenomeni rilevanti per chi progetta politiche sociali. Non è un rapporto statico: è una pubblicazione digitale modulare, aggiornabile nel tempo, che permette di leggere ogni scheda singolarmente a seconda dell’interesse. La prima edizione è del 2017.20Questa è del 2026. USTAT torna sui fenomeni nel tempo, con cadenza pluriennale, con un impegno istituzionale esplicito a farlo.

Ho aperto quella pubblicazione e ho pensato: in Italia non esiste nulla di simile alla scala del welfare territoriale. Non dico nulla di equivalente in termini di risorse o sofisticazione statistica. Dico nulla di simile nel senso più elementare: un ente pubblico sub-regionale che si pone il compito sistematico di conoscere la struttura sociale del proprio territorio, di tornare su quella conoscenza nel tempo e di renderla accessibile a chi deve programmare servizi.

Questa non è una questione tecnica. È una questione politica e, prima ancora, epistemica: riguarda chi ritiene necessario sapere cosa succede nei propri territori, a quale scala, con quale continuità e con quale formato. Il Canton Ticino conta circa 350.000 abitanti — meno di un ambito territoriale sociale lombardo di medie dimensioni. Non è la scala a fare la differenza. È la decisione di considerare la conoscenza del territorio come un compito istituzionale, non come un’attività residuale.

La questione della disaggregazione territoriale dei dati sociali non è nuova nella letteratura scientifica internazionale. Già a partire dagli anni Novanta, con i lavori seminali di Elbers, Lanjouw e Lanjouw sullasmall area estimation, la ricerca ha sviluppato metodologie per stimare indicatori di welfare a scale sub-regionali combinando dati censuari e indagini campionarie.1Il principio di fondo è semplice: le indagini nazionali non hanno dimensioni campionarie sufficienti per produrre stime affidabili a livello comunale o di ambito, ma i dati censuari — quando disponibili — possono essere usati come ancoraggio per disaggregare verso il basso le stime regionali.

La letteratura più recente ha esteso questo approccio incorporando dati geospaziali, immagini satellitari e tecniche di machine learning per stimare indicatori di povertà e benessere a scala sub-comunale in contesti dove le fonti tradizionali sono insufficienti.2Un contributo del 2020 pubblicato suSocial Indicators Researchpropone un metodo di disaggregazione spaziale degli indicatori sociali basato su entropia generalizzata massimizzata, applicato alla stima dei tassi di povertà nei comuni della regione Andalusia.3

Quello che emerge da questa letteratura è una considerazione metodologica importante: il problema non è solo tecnico. È anche istituzionale. Come notano Tzavidis e colleghi in una rassegna sulla produzione di statistiche ufficiali per piccole aree,“the key question is not only whether small area estimates are technically feasible, but whether the institutional capacity to produce, validate and use them exists”.4La capacità tecnica e la capacità istituzionale non coincidono. Un paese può avere gli strumenti statistici per produrre stime a livello comunale e non averli mai usati a quella scala perché nessuno ha avuto il mandato — e le risorse — per farlo. È precisamente questa la situazione del welfare territoriale italiano.

I dati ci sono. Il problema è la scala

Partiamo da un equivoco da sgomberare. In Italia i dati sul welfare territoriale non mancano. ISTAT produce ogni anno l’indagine sulla spesa dei Comuni per i servizi sociali, con dettaglio fino agli ambiti territoriali sociali — 646 unità su tutto il territorio nazionale.5L’INPS gestisce il Casellario dell’Assistenza. Le Regioni raccolgono dati sui servizi sociosanitari. Il Ministero del Lavoro alimenta il SIUSS.

Il problema non è la quantità. È la scala, la tempestività e il mandato. I dati ISTAT sulla spesa dei Comuni arrivano con due anni di ritardo: i dati 2022 sono stati pubblicati nel settembre 2024.6Sono aggregati a livello di ambito — utili per comparazioni nazionali, insufficienti per programmare servizi su un territorio specifico. Non dicono nulla sulla distribuzione intra-ambito, sulle differenze tra comuni dello stesso distretto, sui bisogni che cambiano quartiere per quartiere.

Il dato più eloquente è questo: la spesa pro-capite per il welfare varia da 78 euro al Sud a 207 euro nel Nord-est.7È già una disuguaglianza enorme. Ma quella media nasconde varianze ancora più ampie a scala sub-regionale — tra comuni dello stesso ambito, tra aree urbane e rurali dello stesso distretto. Quella varianza nessuno la misura sistematicamente. E ciò che non si misura non si governa.

Il confronto con il Ticino non è casuale. USTAT non è un caso isolato: riflette una tradizione federalista della statistica in cui la granularità comunale è considerata un’unità di analisi legittima, con risorse dedicate e mandato istituzionale esplicito.19In Italia, quel sistema si ferma — di fatto — al livello regionale per la maggior parte degli indicatori di welfare.

Perché il vuoto esiste: non è un problema tecnico

La spiegazione semplice è che i Comuni italiani non hanno capacità statistica autonoma. Quasi nessun comune sotto i 50.000 abitanti ha un ufficio statistico. Gli Ambiti Territoriali Sociali non hanno mandato di produzione statistica — il Piano di Zona è un documento programmatico, non un atlante sociale del territorio. Le Regioni aggregano i dati verso l’alto, non verso il basso.

Ma la spiegazione più profonda è istituzionale. Come nota un’analisi pubblicata su Welforum sulle dinamiche della pianificazione sociale negli ATS, queste istituzioni sono nate come spazi di attuazione di policy nazionali, e con il processo di regionalizzazione successivo alla L. 3/2001 sono diventate progressivamente spazi di programmazione locale — ma senza che a questa funzione corrispondesse un investimento in capacità conoscitiva.8Gli Uffici di Piano sono stati istituiti in oltre il 60% dei casi dopo il 2016, con competenze prevalentemente orientate alla gestione dei fondi e alla co-progettazione, non alla produzione e analisi di dati territoriali.

La statistica segue il potere. Si produce dove c’è un committente con risorse e mandato. In Italia, quel committente alla scala dell’ambito non è mai stato definito. Il risultato è una forma peculiare di cecità organizzativa: chi coordina i servizi di un ambito sa molto sulla propria esperienza operativa e molto poco sulla struttura demografica e sociale del territorio che dovrebbe servire. Sa che ci sono anziani soli, ma non quanti e dove. Sa che crescono le famiglie monogenitoriali, ma non in quali comuni.

Questa situazione è riconosciuta, almeno implicitamente, anche a livello istituzionale. L’INAPP ha avviato nel settembre 2025 una rilevazione censuaria su circa 600 ATS — la prima nel suo genere — per mappare ruoli, funzioni e capacità reali di queste istituzioni nel coordinare e monitorare le politiche sociali locali.9È un segnale che il problema è riconosciuto. Non è ancora una soluzione.

Cosa cambierebbe se ci fosse

Primo, si potrebbe smettere di trattare il territorio come se fosse omogeneo.Un ambito di 48 comuni non è un monolite: ha aree a forte invecchiamento e aree con famiglie giovani, comuni con reti informali di cura ancora attive e comuni dove quella rete si è sgretolata. Programmare servizi senza quella mappa significa allocare risorse per approssimazione. La letteratura sulla pianificazione evidence-based dei servizi sociali ha documentato che l’efficacia degli interventi dipende fortemente dalla capacità di adattarli alla struttura locale dei bisogni, non di replicare modelli standard su territori eterogenei.10

Secondo, si potrebbe misurare l’impatto.Uno dei problemi strutturali dell’innovazione sociale in Italia è che le buone pratiche proliferano ma non scalano. Non scalano perché non si riesce a dimostrare l’impatto: non esiste un baseline credibile da cui partire. Se non sai come era il territorio prima di un intervento, non puoi dire cosa è cambiato dopo. Come ha scritto Rodi Siza su Welforum, il welfare locale non dispone di sistemi informativi capaci di restituire il profilo reale dei bisogni e delle risorse disponibili, rendendo ogni tentativo di valutazione di impatto strutturalmente fragile.11

Terzo, si potrebbe finalmente confrontare.La varianza nella spesa pro-capite tra ambiti del Nord e del Sud è documentata. Ma la varianza nelle scelte organizzative — chi investe in domicilarità, chi in residenzialità, chi in prevenzione — è quasi invisibile perché i dati non sono comparabili. Un sistema di conoscenza territoriale strutturato permetterebbe di imparare dagli ambiti che ottengono risultati migliori, invece di reinventare ogni volta le stesse soluzioni in isolamento. È quello che la letteratura chiamapolicy learning orizzontale: un processo che richiede, come condizione preliminare, che i dati siano prodotti con metodologie comparabili.12

Le opportunità che ci sono — e chi le sta cogliendo

Fin qui la diagnosi. La domanda più interessante è: con gli strumenti disponibili oggi, cosa sarebbe possibile che prima non lo era? La risposta è: molto di più di quanto il sistema stia sfruttando. Per tre ragioni convergenti.

La prima è che i dati pubblici esistono e sono sempre più accessibili.ISTAT mette a disposizione dati a livello comunale via API attraverso il datawarehouse I.Stat. L’INPS ha avviato il progetto “Welfare as a Service” che prevede cruscotti di big data analytics per consentire agli Enti locali di visualizzare dati in tempo reale e fare previsioni sull’efficacia degli interventi, attraverso la Piattaforma Digitale Nazionale Dati (PDND) che offre accesso a 133 e-services.13L’architettura tecnica per connettere queste fonti esiste. Quello che non esiste è chi la attiva alla scala dell’ambito.

La seconda è che i costi di analisi sono crollati.Un ATS che volesse costruire oggi una fotografia statistica del proprio territorio può farlo con strumenti che cinque anni fa erano accessibili solo a organizzazioni con uffici statistici dedicati. L’IA generativa può processare documenti istituzionali, estrarre dati da report non strutturati, produrre sintesi comparative. Non sostituisce il ragionamento analitico — e la letteratura sull’uso dell’IA nei servizi pubblici mette in guardia dai rischi di automazione acritica in contesti ad alta discrezionalità14— ma abbassa drasticamente il costo del lavoro preparatorio.

La terza è che esistono già sperimentazioni concrete, anche se frammentarie.Il Comune di Padova ha sviluppato una piattaforma che connette banche dati interne e degli enti del territorio, restituendo letture integrate delle dinamiche sociali per orientare la co-progettazione. Alcuni comuni stanno adottando dashboard welfare georeferenziate — come quelle sviluppate attraverso la piattaforma WiseTown — che permettono di sovrapporre strati demografici sul territorio e identificare concentrazioni di bisogno invisibili all’analisi aggregata.15Sul fronte degli operatori, strumenti come Magic Notes usano l’IA per supportare la documentazione dei colloqui e suggerire i servizi più appropriati — premiato dall’European Social Network come migliore partnership pubblico-privata nei servizi sociali europei.16

Il limite di tutte queste esperienze è lo stesso che il welfare italiano conosce bene in altri ambiti: funzionano, non scalano. Restano sperimentazioni locali dipendenti dalla sensibilità politica di un’amministrazione, da un finanziamento PNRR, dalla presenza di un referente tecnico con visione. Non sono ancora sistema.

La domanda che nessuno vuole fare

C’è una domanda che emerge da tutto questo e che il dibattito sul welfare territoriale tende a eludere:chi deve sapere?

Non è una domanda tecnica. È una domanda di governance. In un sistema in cui gli ATS non hanno mandato statistico, i Comuni non hanno capacità e le Regioni guardano verso l’alto, la produzione di conoscenza sul territorio rimane nell’area grigia delle buone intenzioni. Chiunque può farlo — ma nessuno è tenuto a farlo.

Il Piano Nazionale degli Interventi e dei Servizi Sociali 2024–2026, pubblicato in Gazzetta Ufficiale nel maggio 2025, dedica attenzione ai sistemi informativi e alla necessità di rafforzare il monitoraggio delle politiche a livello locale.17Ma tra il riconoscimento del problema e la costruzione di una risposta strutturata c’è la distanza che separa un obiettivo dichiarato da un mandato operativo con risorse, tempi e responsabilità definiti.

La digitalizzazione abbassa i costi tecnici. L’IA accelera l’analisi. Ma nessuna tecnologia sostituisce la scelta di chi deve sapere, cosa deve sapere, con quale continuità e per farne cosa. Il Ticino non ha risolto questo problema con la tecnologia: lo ha risolto assegnando un mandato istituzionale esplicito a un ufficio con risorse e continuità temporale.

In Italia, quella scelta non è ancora stata fatta. E finché non lo sarà, continueremo a programmare il welfare guardando nel retrovisore — con dati di due anni fa, aggregati a scale che non corrispondono ai territori reali, incapaci di vedere la varianza che determina la differenza tra un servizio che funziona e uno che spreca risorse.

Il sito di USTAT Ticino non è un modello da copiare. È uno specchio in cui vedere cosa manca. E la cosa più scomoda che riflette è che quello che manca non è la tecnologia.