The Italian Regional Well-Being in a Multi-expert Non-additive Perspective

Abstract

Lo sviluppo tecnologico appare oggi in accelerazione esponenziale, soprattutto grazie al digitale. Comunicazioni, pratiche sociali e culture si presentano come forme simboliche sempre più elusive, evanescenti e cangianti. L'ambito della salute è una delle dimensioni più investite dalle scoperte e dalle nuove applicazioni. Possiamo utilizzare lo smartphone per curarci, fare prevenzione, migliorarci. In generale, possiamo raccogliere big data su noi stessi. Ovviamente, anche le organizzazioni e le professioni si giovano delle nuove possibilità. Parallelamente, il discorso sulla salute si estende oltre la medicina e la malattia per abbracciare le dimensioni dello stare bene e della qualità della vita. In altri termini, accanto alla cura, prendono corpo interventi istituzionali, aziendali e di altre organizzazioni volti ad accrescere il benessere (well-being) delle persone e la loro felicità. Non va tuttavia dimenticato che il "soluzionismo tecnologico" non ha inciso molto sulle grandi e gravi diseguaglianze sociali e che i bramini della rete hanno spesso alimentato aspettative irrealistiche. La stratificazione sociale condiziona ancora pesantemente i destini individuali. In questo contesto, la Collana BTS -aperta anche a tematiche relative al welfare e al benessere sociale nella sua accezione più ampia -attraverso contributi sociologici rigorosi, ma scritti con uno stile divulgativo, vuole proporre modelli teorici, ricerche empiriche e strumenti operativi per analizzare e intervenire su questa mutevole realtà sociale.

Multidimensional Well-Being and Inequality Across the European Regions with Alternative Interactions Between the Well-Being Dimensions

“…generalized mean aggregation]. For the derivation of questionnaires to obtain decisionmaker preferences on interactions between the well-being (sustainability) indicators, interested readers are referred to Meyer and Ponthiere (2011), Garmendia and Gamboa (2012), Rowley et al (2012), Carraro et al (2013), Merad et al (2013), Pinar et al (2014), Bertin et al (2018) among many others. In this paper, we obtain overall regional well-being outcomes in three categories (i.e., material, personal and community) by allowing different degrees of complementarity (substitution) between well-being dimensions by choosing specific β parameters while keeping the weights between the dimensions equal.…”

MCDA Index Tool: an interactive software to develop indices and rankings

“…Several other functions have been proposed in the last decades, which allow reducing or even omitting the acceptance of compensation. Some examples are the geometric and harmonic averages (Langhans et al 2014), the Choquet integral (Bertin et al 2018;Grabisch and Labreuche 2016;Meyer and Ponthière 2011;Pinar et al 2014), the outranking methods (Figueira et al 2016), and the decision rules ones (Greco et al 2016b). These less or non-compensatory methods are particularly useful when indicators that measure non substitutable dimensions have to be aggregated, like economic and social indicators (Bertin et al 2018), environmental, economic and social performance (Cinelli et al 2014;Pinar et al 2014), strong and weak sustainability (Rowley et al 2012), and river quality benchmarks (Reichert et al 2015).…”

Properties of Some Generalized Means for Positive Sequences

“…Then, recalling the definition of concavity for the function g : IR → IR, on the convex set Ω, i.e. g βz (1) + (1 − β)z (2) ≥ βg z (1) + (1 − β)g z (2) , ∀β ∈ [0, 1], ∀z (1) , z (2) ∈ Ω, and defining, for any w ∈ A(p 1 , ε), the two linear functions so that for any w (1) , w (2) ∈ A(p 1 , ε), 0 < β < 1, we obtain βc w (1) + (1 − β)c w (2) = c w (1) = c w (2) > 1.…”

“…|p 1 | log c βw (1) + (1 − β)w (2) b βw (1) (2) βb w (1) (2) b w (1) + (1 − β) log βc w (1) + (1 − β)c w (2) b w (2)  …”

“…Our method is meant in order to aggregate a finite number of real parameters (hereafter the Elementary Indicators -EI) into a unique nonnegative indicator. The technique we adopted for aggregation is intended to provide a reliable and simple tool (see also [1]). This tool can be embedded within a decision process, where stakeholders are often eager to base their preferences on simple and reliable decision support systems.…”