Indicatori Compositi da modello per lo studio della povertà e l'esclusione sociale

ormai universalmente riconosciuto che il concetto di povertà richiede un approccio multidimensionale che focalizzi la propria attenzione non solo sulle caratteristiche propriamente monetarie del fenomeno, ma anche su altri aspetti della vita quotidiana delle persone, quali lavoro, ambiente, relazioni sociali, sfera affettiva, conoscenza, salute. Tale approccio multidimensionale è ormai concretamente utilizzato dalle maggiori istituzioni internazionali e dalla stessa Unione Europea che individua nella lotta alla povertà (in stretta connessione al fenomeno dell’esclusione sociale) una delle priorità di azione anche nell’agenda strategica di Europa 2020. In questo quadro, la nostra ricerca è partita dal prendere in esame i tentativi messi in atto per misurare la povertà secondo un approccio “multidimensionale”, facendo riferimento all’indice Human Poverty Index (HPI), formulato dall’Human Development Report nel 1997 e all’indice Multidimensional Poverty Index (MPI). In questo lavoro, si propone, la costruzione di un indicatore composito model based ottenuto con l’utilizzo dei Modelli ad Equazioni Strutturale (Structural Equation Models, SEM), con metodo PLS Path Modeling.