La corsa quotidiana verso i servizi essenziali, il 40% dei Comuni italiani dista oltre 27 minuti dall’ospedale

A cura di  Nicola Caravaggio - Social science and data analytics manager

Questo studio propone un nuovo modo di guardare alle aree interne italiane, misurando quanto tempo serve davvero per raggiungere servizi essenziali come scuole, ospedali e stazioni ferroviarie. Usando dati aggiornati e tecnologie di monitoraggio in tempo reale, scopriamo che sempre più comuni italiani sono lontani da questi servizi fondamentali. Ad esempio, oltre il 40% dei comuni impiega più di 27 minuti per arrivare a un ospedale, indubbiamente il servizio più critico. Questo approccio permette di identificare prontamente le aree del Paese a maggiore criticità fornendo uno strumento utile per i policy maker sia locali che nazionali.

La Strategia Nazionale Aree Interne (SNAI), avviata durante il ciclo di programmazione 2014-2020 nasceva dall’idea di attuare politiche place-based (Barca, 2019) finalizzate a combattere in primis lo spopolamento di specifiche aree periferiche del paese. Tale perifericità veniva identificata come distanza da servizi considerati essenziali quali ospedali, scuole e stazioni ferroviarie. Identificando i comuni dove tali servizi erano presenti, l’allora Unità di Valutazione degli Investimenti Pubblici (UVAL, 2012) calcolò la distanza che ciascun comune italiano impiegava per raggiungere il polo più vicino. Con un tempo di percorrenza (in auto) superiore ai 22 minuti un comune ricadeva nella categoria di area interna. Le categorie di aree interne venivano quindi suddivise in tre gruppi a seconda del tempo di percorrenza: intermedi, periferici e ultra-periferici. Nel primo ciclo di programmazione sono state individuate 72 aree interne per un totale di 1.077 comuni. 

Per il successivo ciclo di programmazione, quello 2021-2027, è stata rivista la classificazione delle stesse aree interne dal Nucleo di Valutazione e Analisi per la Programmazione (NUVAP) del Dipartimento per le Politiche di Coesione e del Nucleo di Verifica e Controllo (NUVEC) dell’Agenzia per la Coesione Territoriale (NUVAP, 2022). Si è partiti da una riclassificazione dei poli tenendo conto dell’evoluzione dei servizi offerti sul territorio nazionale (ad esempio, negli ultimi 10 anni sono stati chiusi più di 70 ospedali [MSLA, 2024]) e da una successiva identificazione dei tempi medi di percorrenza basandosi su dati in “tempo reale”. Nello specifico, utilizzando i dati di TomTom con il grado stradale Multinet Italia si è calcolato il tempo medio di percorrenza, entro un arco temporale definito, per raggiungere il polo più vicino. Il tempo di percorrenza è stato ottenuto come valore medio durante la settimana dal 14 al 20 ottobre 2019 (Istat, 2022). Questa nuova classificazione ha portato a una modifica delle soglie atte a classificare i comuni come aree interne spostando la prima a 27,7 minuti. Complessivamente, nella nuova strategia sono state aggiunte 65 aree in più per un totale di 123 (più le isole minori) e un totale di 1.904 comuni. Questo è il numero dei comuni compresi nella strategia. Tuttavia, seguendo tale classificazione, il totale dei comuni ascrivibile come area interna è di 3.834.  

Seppur l’aggiornamento della classificazione si sia resa quantomai necessaria, di fatto essa è già vecchia di oltre cinque anni. Con Instant Analytics abbiamo già messo a punto un sistema di monitoraggio continuo delle aree interne, proprio a partire dall’approccio utilizzato nella seconda classificazione. I risultati mostrano come il numero di aree interne sia passato dal 48,5% al 55,6% dei comuni con un generale aumento del tempo medio necessario a raggiungere il polo più vicino. 

Un possibile limite dell’attuale metodologia di classificazione delle aree interne risiede nel fatto che la distanza non venga calcolata da un comune verso uno specifico servizio, bensì verso il centroide del comune sul cui territorio vi sono almeno uno (condizione necessaria) di tutti e tre i servizi essenziali: (i) ospedale DEA (dipartimento di emergenza e accettazione) almeno di secondo livello, (ii) un liceo e un istituto tecnico-professionale, (iii) una stazione ferroviaria almeno di tipo silver. Pertanto, l’attenzione può essere indirizzata non verso i poli bensì verso gli specifici servizi presenti sul territorio e verso questi calcolare la distanza media di percorrenza.

Il primo passo dell’analisi è stato quello di realizzare una mappa georeferenziata dei punti di origine di ciascun comune. Differentemente dall’approccio adottato dal NUVAP, che utilizza i centroidi dei comuni, abbiamo preferito utilizzare la sede del municipio poiché presumibilmente essa rappresenta il luogo del comune dove risiede la maggior parte della popolazione. Inoltre, alcuni comuni italiani, come Termoli, hanno il loro centroide all’esterno dei confini amministrativi. Successivamente, abbiamo georeferenziato tutti gli ospedali DEA almeno di secondo livello (MSAL, 2026), i licei e gli istituti tecnico-scientifici (MIM, 2025) nonché le stazioni ferroviarie almeno di categoria silver (RFI, 2025). Per ciascun comune abbiamo quindi individuato, per ciascun gruppo di servizi, quello ad esso più vicino in assenza di traffico facendo ricorso ai dati di Open Street Map. Questo ci ha portato ad ottenere una matrice di servizi: ciascun comune collegato a ciascuno dei tre servizi (due per le scuole: liceo e istituto tecnico-professionale). Su questa matrice raccogliamo quotidianamente in tempo reale i dati tramite Tom Tom. Il risultato della nostra analisi è riportato nella seguente Figura 1 la quale fa riferimento alla settimana dal 31 marzo al 6 aprile. La classificazione delle aree segue le soglie adottate dall’ultima metodologia del NUVAP mentre i poli vengono identificati come quei comuni dove il servizio analizzato si trova a meno di 15 minuti di distanza in auto dalla sede del municipio, questo seguendo la letteratura della “città dei 15 minuti” (Moreno et al., 2021).

Figura 1 Aree interne rispetto a specifici servizi: scuole, ferrovie e ospedali
 

Possiamo osservare come il minor numero di aree interne riguardi le scuole dove solo il 10,6% dei comuni (842) è classificabile come area interna con un tempo medio per raggiungere le scuole (media tra il raggiungimento di un liceo e un istituto tecnico-professionale) nei comuni non poli di 17,5 minuti. Seguono le stazioni ferroviarie, per le quali un terzo dei comuni italiani (34,4%, 2.718 comuni) è identificabile come area interna con una distanza di 26 minuti. Infine, gli ospedali si configurano come il servizio più critico e distante: il 43,2% dei comuni (3.418) si trova ad una distanza superiore ai 27 minuti da un ospedale e il tempo medio per raggiungerne uno è di 29,4 minuti. 

Osservando i comuni con le maggiori criticità (escludendo quelli delle isole minori), sul fronte scolastico al primo posto troviamo il comune piemontese di Carrera Ligure la cui distanza dagli istituti scolastici è di 87 minuti seguito dal comune ligure di Fontanigorda con 75 minuti. Riguardo le stazioni ferroviarie i comuni più critici sono quelli sardi con Triei e Lanusei ai primi posti rispettivamente con 135 e 128 minuti di distanza dalla stazione più vicina. Infine, riguardo la distanza dagli ospedali, il comune più distante è quello lombardo di Bagolino con 2 ore di distanza (123 minuti) dall’ospedale più vicino seguito dal comune di Predoi nel Trentino-Alto Adige con 114 minuti. 

Questo strumento permette di identificare l’effettiva criticità dei comuni italiani rispetto a quelli che sono i principali servizi identificati dalla SNAI quotidianamente. Un supporto per policy makers locali e nazionali capace di individuare prontamente situazioni critiche nelle quali intervenire. 

Riferimenti bibliografici

• Barca, F. (2019). Place-based policy and politics. Renewal: A Journal of Social Democracy, 27(1), 84-95. 
• Istat (2022). La geografia delle aree interne nel 2020: vasti territori tra potenzialità e debolezze. Istituto Nazionale di Statistica. 
• MIM (2025). Scuola in Chiaro. Ministero dell’Istruzione e del Merito. Accessibile al seguente link: https://unica.istruzione.gov.it/sic
• Moreno, C., Allam, Z., Chabaud, D., Gall, C. e Pratlong, F. (2021). Introducing the “15-Minute City”: Sustainability, resilience and place identity in future post-pandemic cities. Smart cities, 4(1), 93-111.
• MSAL (2024). Annuario Statistico del Servizio Sanitario Nazionale. Assetto organizzativo, attività e fattori produttivi del SSN. Anno 2022. Ministero della Salute. 
• MSAL (2025). Elenco Aziende sanitarie locali e Strutture di ricovero. Ministero della Salute. Accessibile al seguente link: https://www.salute.gov.it/portale/documentazione/p6_2_8_1_1.jsp?id=13 
• NUVAP (2022). Aggiornamento 2020 della mappa delle Aree Interne. Nucleo di Valutazione e Analisi per la Programmazione.
• RFI (2025). Stazioni. Rete Ferroviaria Italiana. Accessibile al seguente link: https://www.rfi.it/it/stazioni.html
• UVAL (2012). Strategia nazionale per le Aree interne: definizione, obiettivi, strumenti e governance. Unità di Valutazione degli Investimenti Pubblici.