Un team di ricerca composto dall’Istituto di Scienze e Tecnologie dell’Informazione ‘Alessandro Faedo’ del Cnr, dalla Scuola Normale Superiore di Pisa, e dalle università di Bari e Oxford ha sviluppato un innovativo modello matematico in grado di simulare le dinamiche della gentrificazione urbana.
Lo studio, pubblicato sulla rivista Advances in Complex Systems, propone un approccio completamente nuovo per comprendere e prevedere i cambiamenti socioeconomici nei quartieri delle città contemporanee.
Gentrificazione: un fenomeno urbano in evoluzione
La gentrificazione è un processo che trasforma quartieri inizialmente popolari in zone sempre più attrattive per fasce di reddito medio e alto, spesso portando con sé fenomeni di esclusione sociale e sostituzione degli abitanti originari. Il nuovo modello messo a punto dai ricercatori consente di simulare al computer l’evoluzione spontanea di questi scenari urbani, utilizzando regole semplici e intuitive ispirate al comportamento degli individui nel mercato immobiliare.
Un algoritmo per comprendere le disuguaglianze
Gli studiosi hanno dimostrato che basta una lieve diseguaglianza economica o un investimento iniziale da parte di un numero ristretto di cittadini benestanti (circa il 5% della popolazione) per innescare un meccanismo di trasformazione irreversibile nei quartieri urbani. Il modello considera tre fasce di reddito – basso, medio e alto – e simula le scelte abitative di ciascun gruppo: cercare case accessibili, spostarsi in aree compatibili, oppure investire in zone emergenti.
Secondo Giovanni Mauro, autore principale e ricercatore della Scuola Normale Superiore, “anche una minima differenza economica può generare effetti profondi in termini di esclusione sociale. La gentrificazione può emergere spontaneamente, anche in assenza di intenzionalità da parte dei singoli individui”.
Reti dinamiche e segnali precoci del cambiamento urbano
La vera innovazione di questo studio risiede nell’utilizzo della network science, ovvero la scienza delle reti, per analizzare i flussi dinamici di spostamento tra quartieri. Diversamente dai tradizionali approcci basati su dati aggregati da censimenti, questo modello cattura in tempo reale i segnali iniziali del cambiamento urbano, offrendo la possibilità di prevedere le trasformazioni prima che siano evidenti a livello macroscopico.
Luca Pappalardo, ricercatore senior del Cnr-Isti e coordinatore dello studio, sottolinea: “il nostro obiettivo è capire come le scelte individuali, guidate da vincoli economici e attrattività dei luoghi, si traducano in cambiamenti strutturali della città. Nessuno decide di gentrificare, ma il fenomeno avviene lo stesso”.
Un cambio di paradigma per l’urbanistica
Renaud Lambiotte, professore all’Università di Oxford e coautore dello studio, aggiunge: “usare reti dinamiche ci consente di osservare non solo dove si trovano i gruppi sociali, ma anche come si muovono nel tempo. Questo approccio rappresenta un cambio di paradigma fondamentale nello studio dei fenomeni urbani”.
Il team sta attualmente testando il modello su dati reali di mobilità residenziale, con l’obiettivo di sviluppare strumenti predittivi per supportare le politiche urbane. Questi strumenti potrebbero rivelarsi essenziali per pianificatori e amministratori pubblici, offrendo indicazioni concrete su come intervenire per mitigare gli effetti della gentrificazione e preservare la coesione sociale nelle città in trasformazione.
