Che cosa succede quando un quartiere popolare diventa improvvisamente “di moda”? I ricercatori Giovanni Mauro (Cnr, Scuola Normale), Nicola Pedreschi e Renaud Lambiotte (Oxford), Luca Pappalardo (Cnr, Normale) hanno costruito un modello matematico per dare una risposta quantitativa a un fenomeno sociale complesso: la gentrificazione.
La frazione di quartieri gentrificati in funzione della mobilità dei residenti ad alto reddito (pH). Anche una minima mobilità dei gruppi più ricchi innesca il processo: con pH vicino allo zero la gentrificazione non si manifesta, ma già con valori dell’1% il fenomeno coinvolge fino al 20% dei quartieri, per poi crescere rapidamente al crescere della mobilità.
La definizione è nota: famiglie a basso reddito vengono spinte fuori dai quartieri centrali a causa dell’arrivo di residenti più ricchi, attratti da investimenti e nuove opportunità. La novità di questo lavoro è un modello ad agenti che simula gli spostamenti di tre gruppi sociali – basso, medio e alto reddito – in una città astratta costruita come una griglia.
I ricercatori hanno simulato una città popolata da individui appartenenti a 3 fasce di reddito, basso, medio e alto, il cui comportamento è governato da regole intuitive, come cercare case accessibili, trasferirsi in quartieri compatibili o investire in aree in trasformazione. “Il bello è che tutto nasce dal basso”, aggiunge Luca Pappalardo di Isti-Cnr e Sne, coordinatore della ricerca: “Nessuno decide di gentrificare, ma il fenomeno avviene comunque”.
Il risultato?: Anche una minima mobilità dei residenti ad alto reddito innesca il processo di gentrificazione. Se i ricchi non si muovono, il quartiere rimane stabile; basta però che solo l’1% inizi a spostarsi per attivare una catena di cambiamenti che nel modello coinvolge fino al 40% dei quartieri.
Gli autori hanno introdotto due strumenti di misura. Il primo è count-based, cioè il semplice conteggio di chi abita in un quartiere. Il secondo è network-based, che osserva i flussi: chi entra e chi esce. È questo secondo indicatore a rivelarsi più potente, perché segnala la gentrificazione prima che i dati demografici mostrino il cambiamento. Un potenziale strumento di allerta precoce per i decisori pubblici.
Altro fattore decisivo è la densità urbana. Più abitanti ci sono nello stesso spazio, più frequenti diventano le “ondate” di gentrificazione. Nei quartieri popolari la pressione si traduce in sovraffollamento, con le famiglie a basso reddito concentrate in poche aree accessibili.
Il modello si ispira al lavoro di Thomas Schelling sulla segregazione: regole semplici, comportamenti diversi per ciascun gruppo sociale e il risultato che emerge non è mai banale. Qui la regola cruciale è il comportamento dei residenti ad alto reddito: non cercano solo case, ma opportunità di investimento. E sono loro a innescare il cambiamento dell’intero ecosistema urbano.
Gli autori mettono a disposizione il codice su GitHub. Per le città reali questo significa poter testare scenari “what-if”: cosa succede se cambia la mobilità dei residenti benestanti, se aumentano i limiti di densità, se si applicano politiche di contenimento. Una sorta di simulatore urbano che mostra come le città siano sistemi complessi: basta un piccolo movimento in una parte della rete per cambiare il volto di un intero quartiere.

Per approfondire.
Addio alle città, ora l’industria si è spostata in provincia. (Il caso della Puglia):
infodata.ilsole24ore.com/2019/06/24/addio-alle-citta-ora-lindustria-sta-provincia/

Possiamo avere città sostenibili con così poche metropolitane?:
infodata.ilsole24ore.com/2019/02/08/possiamo-citta-piu-sostenibili-cosi-poche-linee-metropolitane/

infodata.ilsole24ore.com/2025/08/21/gentifricazione-e-disugugalianza-un-modello-matematico-per-capire-quando-la-citta-cambia/