Nell’articolo precedente ho lanciato una provocazione che qualcuno non apprezzerà o riconoscerà come vera. Decidere di vivere in città significa abbassare la propria Carbon Footprint, anche se sembra controintuitivo.

Ne ho parlato più volte con diversi amici e non sono mai riuscito a trovare qualcuno che fosse effettivamente d’accordo. 

It’s general knowledge, le città contribuiscono direttamente e indirettamente per circa il 75% delle emissioni di anidride carbonica (CO2), nonostante rappresentino solo il 55% della popolazione mondiale. 

Similarly, le città sono i posti più inquinati in assoluto, misurando la concentrazione di inquinanti per km2.

Tante persone vivono in un’area ristretta e tutte le emissioni si sommano fino a raggiungere livelli di rischio per la salute. Lo abbiamo studiato tutti fin dalle elementari, quindi non mi sembra strano che sia la percezione comune.

Quasi sempre, però, ci dimentichiamo che esiste anche un’altra unità di misura che potremmo usare per misurare l’impatto della città sul pianeta: le emissioni per capita.

In pratica, prendendo le emissioni al km2 e le dividendole per la popolazione residente, otteniamo il peso, in termini di inquinamento, che il singolo ha sull’ambiente. 

In questo articolo provo a mostrarvi i passaggi di ricerca che ho fatto per capire meglio l’ordine di grandezza del “risparmio di inquinamento” ottenuto vivendo in città. Per non saper nè leggere nè scrivere, mi sono convinto che organizzare la maggior parte della popolazione in città porterebbe a una riduzione di circa il 25-30% delle emissioni “per capita” globali, portando a una sostanziale riduzione delle emissioni cumulative globali.

A dimostrazione, in questo grafico possiamo osservare un’andamento scaglionato del rapporto tra la densità abitativa e le emissioni per capita di tutti i comuni italiani:

Oltre che un interessante gioco statistico, l’atto di condannare tutta la popolazione umana a una vita in aree dall’aria irrespirabile è un problema morale complesso che ho provato ad affrontare nell’articolo che trovi linkato qui.

Non ho nessuna risposta o soluzione, solo la percezione che una soluzione per conciliare densità e salute esista; trovarla ci aiuterebbe a centrare gli obiettivi di emissioni per evitare i famosi +2°C.

In questo articolo, invece, mi tuffo direttamente nel ragionamento matematico e statistico che mi ha convinto di come, ironicamente, i luoghi più inquinati al mondo sono anche i più efficienti dal punto di vista delle emissioni.

Introduzione

Ho sempre avuto l’impressione che il modello “città”, nonostante tutti i suoi numerosi difetti, potesse essere un sistema piuttosto efficiente per massimizzare il comfort e la qualità di vita dei cittadini.

I luoghi che abbiamo imparato a conoscere come centri di estremo inquinamento, nascondono, infatti, un lato troppo spesso ignorato. Lo stile di vita “off the grid” molto romanticizzato su YouTube come strategia per minimizzare il nostro impatto sull’ambiente, è proprio frutto di questo fraintendimento delle città come luoghi negativi per il nostro pianeta.

Come possiamo misurare l’efficienza nelle emissioni?

Da quando il fenomeno del cambiamento climatico è diventato tanto problematico da richiedere manovre politiche e summit, diverse organizzazioni si sono impegnate a trovare metodi affidabili e scientifici per stimare le tonnellate di CO2 ed altri gas serra emessi, in modo da poter misurare gli eventuali miglioramenti frutto dalle strategie internazionali di investimento sulle energie rinnovabili.

In questo modo abbiamo la possibilità di stimare la curva di variazioni delle emissioni statali su base totale e in rapporto alla popolazione.

La prima curva, quella che mostra le tonnellate totali emesse dai paesi è la più studiata e discussa. 

Confrontiamo spesso il numero del nostro numero con quello degli altri paesi, giocando a puntare il dito ai paesi meno green della classifica. 

Cina, India e Stati Uniti sono spesso le economie più criticate, proprio per le numerose quantità di gas serra emessi; infatti guardando il grafico sono rappresentati dalle curve più alte di tutti, ben al di sopra della curva italiana.

Questo meccanismo di “emission shaming” diventa addirittura pericoloso quando le persone si convincono che non abbia senso bere la cocacola del Mc Donald con la cannuccia di carta, quando ci sono paesi che emettono come se non ci fossero conseguenze. 

Lo si registra spesso in ogni paese del mondo, compresi gli stessi Stati Uniti che pur essendo nella top 3 dei paesi inquinanti, puntano il dito contro la Cina facendo notare come questi ultimi siano “molto peggio di loro”.

Purtroppo per loro, basta cambiare visualizzazione e passare al grafico per capita per ottenere un quadro completamente diverso:

Sembra quindi che, nonostante tutto, Cina e India inquinino in modo equilibrato in relazione alla loro popolazione. Sono gli Stati Uniti ad essere ancora fuori scala, nonostante il rapido calo negli ultimi due secoli.

È evidente che le emissioni totali non siano un buon indicatore della situazione reale di spreco. Il secondo grafico fornisce oggettivamente informazioni più interessanti e precise, capaci anche di descrivere in modo comprensibile lo sbilanciamento tra le varie nazioni.

Così come per valutare il “peso” delle nazioni sul pianeta l’unità di misura migliore sia “emissioni per capita”, immaginiamo come questa possa essere ugualmente illuminante nel contesto cittadino. 

Se cerchiamo e visualizziamo le emissioni totali o al km2 delle nostre capitali europee, otteniamo un’immagine, se passiamo alla visualizzazione “emissioni per capita” otteniamo come previsto un quadro piuttosto diverso.


Cosa dicono gli studi pubblicati?

Tutti i dati raccolti e le analisi condotte sugli studi pubblicati risultano confermare l’effetto della crescita della densità di popolazione sulle emissioni per capita.

Come si può osservare nei grafici presi in prestito da uno studio pubblicato su Nature communications1, le emissioni crescono in relazione alla popolazione, ma decrescono in relazione alla densità abitativa.

È chiaro, quindi, che le città, godendo di una maggiore densità abitativa, godano anche del merito di permettere ai propri cittadini di vantare una carbon footprint mediamente più bassa di chi non vive in città.

OSS. Lo studio sembrerebbe aver utilizzato un sistema di assegnazione pesi a ogni singolo elemento dell’infrastruttura nazionale; in particolare le categorie prese in considerazione sono:

  • Airports

  • Buildings (emissions from heating and light commercial activity)

  • Industrial facilities (ETS)

  • FarmsVehicles (fuel stations)

  • Harbours

  • Refineries

  • TiOx production

  • Train stations

Questi pesi vengono poi sommati e possiamo vedere il risultato per ogni singolo comune.

Per poter fare un vero e proprio calcolo del peso di ciascuna città, in realtà, dovremmo fare un tuffo acrobatico in un ambito molto più complesso di quanto si possa immaginare.
Gli amici di Our world in Data mi permettono di mostrarvi una visualizzazione grafica e semplificata della situazione:

La mia analisi dei dati

Per provare a riprodurre un grafico descrittivo della situazione dei comuni italiani ho scaricato il dataset incluso nella ricerca pubblicata: qui

OSS. come appena accennato, i dati sono un’approssimazione della misurazione dell’inquinamento di CO2. Mi affido a questi dati perché è uno studio fatto su larghissima scala, utilizzando lo stesso framework di valutazione in contesti molto diversi tra loro. 

Il dataset non riporta alcuna informazione circa la densità dei comuni analizzati o la loro superficie di estensione. Scaricando i dati ufficiali di tutti i comuni d’Italia ho tutto ciò di cui avevo bisogno per continuare con l’analisi.

OSS. Doveste voler riprodurre gli stessi passaggi, vi segnalo come alcune voci dei rispettivi dataset non combaciavano. I comuni non presenti in entrambi i dataset sono stati cancellati.

Raffigurando graficamente i valori di emissioni comunali presenti nel nostro dataset, in relazione con l’estensione del comune e poi con la densità abitativa (rappresentando gli assi con log10), otteniamo:

rapporto tra emissioni per capita e superficie del comune
rapporto tra emissioni per capita e densità abitativa:

Per evidenziare l’andamento, possiamo provare a escludere gli estremi sull’asse verticale:

Allo stesso modo posso scremare i risultati anche sull’asse orizzontale:

Osserviamo chiaramente come:

Il livello medio di emissioni inquinanti sale con l’ingrandirsi dell’estensione del comune, e scende con l’aumentare della densità abitativa.

Semplifico i risultati ottenuti

In ottica di semplificazione e parametrizzazione, possiamo tornare a leggere i dati ufficiali sui comuni italiani, suddividendoli in 20 scaglioni arbitrari in base alla loro densità.

Ho quindi calcolato il valor medio di emissioni per capita dei comuni all’interno di ogni singolo scaglione.

Riproducendo questi passaggi dovreste arrivare a una tabella equivalente a questa:

Densità (Ab/km2)Emissioni “per capita”
50010,3195782
1.0005,48937157
1.5004,23670231
2.0002,66572135
2.5003,30947772
30002,31238853
3.5001,84388665
4.0002,48307799
4.5001,18101952
5.0001,61340676
5.5001,19519946
60001,70222732
6.5002,94177814
7.0001,96366655
7.5000,84471759
80002,134783
9.0000,93679895
10.5000,60812533
13.0000,59605064
14.0000,46307651

Raffigurandola su un grafico cartesiano otteniamo il grafico mostrato a inizio del post che descrive la relazione tra densità e emissioni per capita.

Aggiungendo, poi, una linea di tendenza (nel grafico rossa e tratteggiata) possiamo generalizzare i dati per avere una linea rappresentativa della situazione media italiana:

Da questo, isoliamo la linea di tendenza e assumiamo che rappresenti l’andamento medio teorico del fenomeno:

Possiamo quindi confrontare il livello raggiunto dalla propria città con la linea di tendenza italiana per valutare se questa sia più o meno virtuosa della media.

Conclusioni

Densità ed emissioni per capita sembrano essere strettamente legate e sembra che al crescere di una, l’altra diminuisca.

Sulla base di quanto analizzato non è possibile stabilire una chiara relazione di diretta causalità, ma di certo esistono meccanismi che portano le due misure a comportarsi come visto nell’ultimo grafico.

Per quanto matematicamente non possiamo ancora “chiudere il caso”, anche perchè la materia è abbastanza complessa da non poter essere riassunta in un semplice blog post, a livello strategico e urbanistico credo possa essere data per buona questa correlazione. 

Concludo, quindi, convincendomi del beneficio che un’elevata densità abitativa possa portare alle emissioni causate dai propri abitanti. 

(I also have a strong feeling that higher density also brings a higher quality of life, but that is subjective and way out of scope from this post)

Per quanto sia impossibile e moralmente discutibile “sistemare” tutta la popolazione in città organizzate, mi farebbe piacere vedere questo vero elemento green delle nostre città citato più spesso nei dibattiti politici comunali e nei progetti di sviluppo urbano, così da normalizzare questo concetto controintuitivo.

Sarebbe un notevole achievement, considerando quanto impopolare sia.

Aumentare leggermente la densità abitativa taglia drasticamente le emissioni per capita, are we going to take advantage of that? Cause that could save the world…



  1. Ribeiro, H.V., Rybski, D. & Kropp, J.P. Effects of changing population or density on urban carbon dioxide emissions. Nat Commun 10, 3204 (2019). https://doi.org/10.1038/s41467-019-11184- ↩︎