ISTAT Titolo di godimento dell'abitazione - affitto vs proprieta', per tipo famiglia

[Gabrymi93]

Fonte ufficiale

• Ente: ISTAT — Dipartimento per la produzione statistica
• Pagina: https://esploradati.istat.it/ (sezione Condizioni di vita)
• Accesso diretto via API SDMX:
  • Prelievo: https://esploradati.istat.it/SDMXWS/rest/data/33_290/all
• Aggiornamento: consolidato serie storica 2018-2023 (Eu-Silc)

Cosa contiene?

Il dataset 33_290 mappa come le famiglie italiane occupano la propria abitazione, distinguendo tra:

• Proprietà (con o senza mutuo)
• Affitto (a canone di mercato o agevolato)
• Usufrutto o uso gratuito

L'aspetto civico rilevante è l'incrocio con la composizione familiare (TIPO_FAMIGLIA) e l'ampiezza demografica del comune, consentendo di isolare le situazioni di vulnerabilità nelle grandi aree metropolitane rispetto ai piccoli centri.

Perche' e' rilevante?

L'Italia è storicamente un paese di proprietari (oltre il 70%), ma questa statistica nasconde una barriera all'accesso per le nuove generazioni e le famiglie fragili. Nelle città metropolitane, il mercato dell'affitto è diventato un collo di bottiglia economico che incide sulla mobilità sociale e sulla denatalità. Questo dataset permette di quantificare la pressione dell'affitto sui nuclei monogenitoriali o numerosi.

Domanda civica

Qual è la percentuale di famiglie in affitto a canone di mercato nelle città metropolitane rispetto ai comuni con meno di 2.000 abitanti, e come è cambiata questa quota per le famiglie con figli negli ultimi 5 anni?

Copertura e granularita'

• Periodi: serie storica annuale Eu-Silc
• Livello geografico: Regionale / Ripartizione / Ampiezza demografica del comune
• Chiave territoriale: ITTER107
• Struttura: API unica, slicing per TENURE_STATUS e TIPO_FAMIGLIA

Perimetro v0: analisi a livello regionale sulla serie 2018-2023, focus su affitto a canone di mercato vs proprieta', per totale famiglie e famiglie con figli minori. Escluso il dettaglio per ampiezza comunale nel primo taglio.

Formato

SDMX-CSV e SDMX-ML, accessibili via REST API ISTAT.

Limiti o rischi noti

• Dati da indagine campionaria: i valori per territori piccoli o categorie familiari rare possono avere margini di errore ampi.
• Lag temporale: i dati Eu-Silc hanno solitamente un ritardo di 1-2 anni rispetto all'anno di rilevazione.

Decisione attesa

Vale la pena aprire un candidate in dataset-incubator per il filone Housing / Accesso all'abitare? Il naturale incrocio e' con i dati IPAB sui prezzi delle abitazioni gia' in coda. Se qualcuno ha gia' lavorato con i dati Eu-Silc o con le indagini ISTAT sulle condizioni di vita, segnalarlo: aiuta a capire se la serie e' gia' stata normalizzata altrove nel Lab.

[Gabrymi93]

Nota metodologica aggiuntiva: dal riesame del dataflow ISTAT 33_290 emerge che il dataset non si ferma al solo confronto affitto/proprietà per tipo di famiglia.

Tra le dimensioni utili già disponibili ci sono anche:

• i quintili di reddito equivalizzato
• la condizione professionale prevalente

Questo rende possibile una lettura più forte della disuguaglianza abitativa: non solo chi vive in affitto o in proprietà, ma come il titolo di godimento cambia tra fasce economiche e condizioni occupazionali diverse.

Un primo perimetro particolarmente promettente sembra il confronto tra primo e quinto quintile di reddito, con attenzione alla presenza di figli minori.

[Gabrymi93]

Aggiornamento tecnico dopo la rilettura del flow ISTAT 33_290 (Housing tenure).

L’ispezione ha confermato che il dataset permette di rispondere con estrema precisione alla domanda sulle differenze tra grandi città e piccoli comuni:

1. Mapping “Ampiezza demografica”: La dimensione territoriale (ITTER107) non contiene solo le regioni, ma anche i codici per la dimensione del comune:

   • 2: centro area metropolitana
   • 3: periferia area metropolitana
   • 6: comuni fino a 2.000 abitanti (aree interne)
     Questo permette di isolare l’effetto “metropoli” sui costi dell’abitare.

2. Dettaglio affitto/proprietà: È possibile isolare l’affitto a canone di mercato (codice 1B) rispetto ad altre forme non onerose o alla proprietà con/senza mutuo (2, 2A, 2B).

3. Incrocio familiare: La dimensione TIPOLOGIA_FAM include i codici 15 e 18 (monogenitori con figli minori), il target più esposto all’insicurezza abitativa.

Proposta operativa: Procedere all’intake in dataset-incubator. Il v0 dovrebbe concentrarsi sulla serie storica 2018-2023 incrociando l’affitto di mercato (1B) con le due polarità territoriali (2 vs 6) per i nuclei con figli minori.