«Viviamo tutti sotto lo stesso sole – pensò Moussa caricando gli ultimi fagotti sul carretto – così diceva mio padre, suo padre e suo padre ancora prima di lui; il sole però è cambiato». Moussa gettò un ultimo sguardo sconsolato alla terra che era sua ed era stata dei suoi avi, e distrattamente aiutò sua moglie e sua figlia, la bella Fadoul, a caricare. […] Lo faceva soprattutto per loro; fosse stato per lui sarebbe rimasto. Sì, perché ce l’aveva messa tutta […]. Però, per quanto si scelgano le terre migliori, e le si curi come fossero figlie, se non c’è la pioggia… non c’è. E se poi la pioggia decide di cadere tutta assieme in un solo giorno e spazza via le pile di miglio, la benedizione si trasforma in sventura. […] Dove aveva seminato un giardino – pensò – raccoglieva solo incertezza. […] Lì non si poteva più pianificare un futuro.
Quella di Moussa, raccontata nel libro Effetto serra, effetto guerra di Grammenos Mastrojeni e Antonello Pasini, non è solo una storia individuale. La sua esperienza legata alla siccità riflette, infatti, un fenomeno più ampio: ogni anno milioni di persone sono costrette a lasciare la propria casa a causa di disastri ambientali di diversa natura. Tra il 2008 e il 2023 sono stati registrati oltre 403 milioni di displacement interni1 dovuti a disastri, quasi la metà provocati da eventi alluvionali2, che rappresentano la principale causa di disaster displacement a livello globale. Con l’intensificarsi degli eventi estremi legati al cambiamento climatico, il numero di sfollati sembra destinato ad aumentare.
Dietro questi numeri, però, esistono decisioni, vulnerabilità e percorsi individuali che i modelli globali non riescono a descrivere. Anche se oggi disponiamo di modelli idrologici sempre più accurati, sistemi di allerta precoce e mappe che permettono di stimare con precisione l’estensione di un evento e il numero di persone potenzialmente esposte, quando si parla di operare con attori nazionali e locali che si occupano di gestione del rischio sul territorio o nell’azione umanitaria, conoscere il comportamento dell’acqua è solo una parte dell’equazione.
Perché alcune famiglie evacuano e altre rimangono? Perché alcune riescono a tornare in pochi mesi mentre altre vivono un displacement più prolungato? Quanto pesano la qualità dell’abitazione, il reddito, la perdita del raccolto, la fiducia negli allarmi o il legame con il proprio territorio?
Sono domande che riguardano direttamente la capacità di istituzioni, autorità locali e organizzazioni umanitarie di prevenire, pianificare e rispondere alle crisi. E in questo nexus – tra ricerca scientifica e azione umanitaria – si colloca la ricerca di Eleonora Panizza, ricercatrice di Fondazione CIMA al tempo dottoranda dell’Università di Genova presso la Fondazione, sul flood displacement risk in Sudan. Il lavoro è stato condotto con il contributo del Direttore di Programma Roberto Rudari, del ricercatore Mirko D’Andrea e di Yared Abayneh Abebe ricercatore presso TUDelft e all’epoca consulente di progetto, nell’ambito del progetto Addressing Drivers and Facilitating Safe, Orderly and Regular Migration in the Contexts of Disasters and Climate Change in the IGAD Region, coordinato dallo United Nations Office for Project Services (UNOPS) e finanziato dal Multi-Partner Trust Fund (MPTF).
Attraverso la raccolta di dati sul campo e lo sviluppo di un Agent-Based Model3 calibrato sulla realtà locale e sulle caratteristiche specifiche del campione, lo studio contribuisce a comprendere le dinamiche del displacement e a fornire evidenze utili per la pianificazione e la riduzione del rischio. Perché l’azione umanitaria ha bisogno della scienza anche per conoscere il comportamento delle persone, non solo il comportamento delle alluvioni.
Osservare le persone, non solo le alluvioni
«Comprendere come le persone reagiscono a un’alluvione richiede un cambio di prospettiva. «Quando si costruiscono modelli di rischio si combinano informazioni su pericolo, esposizione e vulnerabilità. La sfida, soprattutto nei modelli sviluppati a scala globale o nazionale, è riuscire a rappresentare proprio la vulnerabilità nel dettaglio, perché varia da comunità a comunità e persino da famiglia a famiglia. È qui che entrano in gioco i dati raccolti sul campo», spiega Eleonora Panizza.
«L’agent-based model ci permette di rappresentare ogni famiglia come un ‘agente’, cioè un’unità autonoma con caratteristiche proprie – come il reddito, la qualità dell’abitazione, i mezzi di sussistenza o l’accesso alle informazioni – che influenzano le decisioni durante un’alluvione. In questo modo non descriviamo un comportamento medio della popolazione, ma possiamo simulare l’interazione tra famiglie diverse, ciascuna con le proprie vulnerabilità e capacità di risposta».
È stato questo l’approccio seguito per la ricerca condotta in Sudan. Tra giugno e luglio 2022 sono state intervistate 300 famiglie in sette comunità rurali dello Stato di Khartoum, selezionate perché rappresentative di contesti diversi ma accomunati da un’elevata esposizione alle alluvioni: villaggi storici lungo il Nilo, insediamenti rurali e un campo che ospita comunità già sfollate.
L’indagine ha raccolto quindi anche informazioni che difficilmente trovano spazio nei grandi database internazionali: composizione del nucleo familiare, condizioni socioeconomiche, caratteristiche delle abitazioni, accesso ai servizi essenziali, mezzi di sussistenza, esperienze di alluvione, dinamiche di displacement, percezione del rischio e strategie di adattamento. A queste informazioni sono stati affiancati dati geospaziali e scenari di alluvione, creando una base conoscitiva capace di collegare la dimensione fisica dell’evento con quella sociale.
Il risultato è un dataset ad alta risoluzione che permette di osservare il disaster displacement da una prospettiva diversa. Non solo quante persone si spostano, ma chi si sposta, quando, per quanto, perché e quali fattori influenzano quella decisione. È proprio questa conoscenza che costituisce il punto di partenza per sviluppare modelli in grado di rappresentare il comportamento delle comunità e supportare decisioni più efficaci nella pianificazione umanitaria.
Il rischio comincia prima dell’emergenza
Per comprendere gli effetti di un disastro sulle persone e le dinamiche di displacement, è necessario spostare lo sguardo anche sulle condizioni che precedono l’emergenza, andando oltre la caratterizzazione di esposizione e vulnerabilità tipica delle analisi di risk assessment, avvicinandosi alle realtà locali dei nuclei familiari.
Nelle sette comunità rurali dello Stato di Khartoum coinvolte nello studio, la vulnerabilità è una realtà quotidiana. Il 38% delle famiglie vive in condizioni di povertà estrema, una su cinque abita in strutture temporanee o inadeguate e solo il 51% ha accesso stabile ai servizi sanitari. Molte famiglie dipendono inoltre dall’agricoltura e dall’allevamento, attività particolarmente esposte agli effetti delle alluvioni.
Questi dati mostrano come il rischio non dipenda esclusivamente dall’intensità dell’evento naturale, ma dall’interazione tra esposizione, vulnerabilità e capacità di risposta non solo delle comunità ma anche dei singoli nuclei. Due famiglie possono infatti trovarsi di fronte alla stessa alluvione, ma subirne conseguenze profondamente diverse. Cambiando scala di analisi, è possibile catturare la dimensione del displacement in maggiore dettaglio.
Partire e tornare: quali fattori alla base di una scelta?
Una delle domande centrali per chi opera nell’azione umanitaria è capire chi si sposterà e chi, invece, rimarrà nell’area colpita. I risultati dello studio mostrano che non esiste una risposta unica.
Il 65% delle famiglie intervistate è stato costretto a lasciare la propria abitazione almeno una volta a causa delle alluvioni. Tra queste, solo il 7% ha evacuato preventivamente, mentre nella quasi totalità dei casi il displacement è avvenuto durante o subito dopo l’evento. La principale causa dello spostamento è rappresentata dai gravi danni subiti dalle abitazioni, seguiti dalla perdita dei mezzi di sussistenza, come raccolti e bestiame.
Del campione intervistato, il 21% delle famiglie, pur essendo esposto e/o colpito dall’alluvione, non ha abbandonato la propria abitazione in nessuna fase, mentre il restante 14% non si trovava in condizioni tali da determinare un displacement.
Il dato forse più interessante riguarda proprio quel 21% di famiglie che, pur trovandosi in una situazione di rischio o avendo subito l’impatto dell’alluvione, non si è spostato. Restare non significa necessariamente essere al sicuro. Alcune persone non si spostano perché non dispongono delle risorse economiche o materiali necessarie per farlo; altre scelgono di rimanere per proteggere la casa, il terreno o gli animali da cui dipende il proprio sostentamento. Distinguere queste situazioni è fondamentale, perché richiede risposte istituzionali e umanitarie completamente diverse.
In aggiunta, la fase dell’emergenza rappresenta soltanto l’inizio di un percorso spesso molto più lungo.
Più della metà delle famiglie coinvolte nello studio è riuscita a rientrare entro sei mesi, ma per il 38% il displacement è durato oltre un anno. Durante questo periodo, le difficoltà maggiori riguardano l’accesso a un alloggio sicuro, il recupero del reddito e dei mezzi di sussistenza, oltre alla disponibilità di acqua e servizi essenziali.
Questo significa che la risposta umanitaria non può limitarsi all’assistenza immediata. Comprendere la durata del displacement e le difficoltà che accompagnano il ritorno è altrettanto importante per pianificare interventi efficaci e sostenere il recupero delle comunità nel lungo periodo.
Dai dati ai modelli: quando la ricerca diventa uno strumento per decidere
Raccogliere dati sul campo non era il punto di arrivo della ricerca, ma il punto di partenza.
L’Agent-Based Model sviluppato a partire dai dati raccolti, diventa infatti un laboratorio virtuale in cui è possibile esplorare scenari diversi e osservare come cambiano le dinamiche del displacement al variare delle condizioni, basandosi tanto sull’evoluzione dell’alluvione, quanto sulle caratteristiche delle persone, delle loro risorse, della percezione del rischio e delle decisioni che possono prendere.
«Un modello non serve a prevedere con certezza cosa farà ogni singola persona. Serve a capire come cambiano i comportamenti quando cambiano le condizioni e quali sono i pattern emergenti. Partiamo dal “micro”, quindi dai dati raccolti sulle singole famiglie, per arrivare al “macro”, osservando come le interazioni tra i dati specifici generino dinamiche collettive e tendenze che aiutano a valutare l’efficacia di diverse strategie di riduzione del rischio e supportare decisioni più informate», continua Panizza.
«Grazie all’agent-based model sul Sudan possiamo simulare anche diversi scenari di policy – come il rafforzamento dei sistemi di Early Warning, il sostegno economico alle famiglie o la ricostruzione resiliente delle abitazioni – e valutare in che modo ciascuno di questi possa influenzare il comportamento delle persone, offrendo evidenze utili a orientare interventi e strategie di riduzione del rischio».
«La ricerca scientifica non è mai fine a sé stessa. Il suo valore non risiede infatti soltanto nella produzione di nuova conoscenza, ma nella potenzialità di trasformare quella conoscenza in uno strumento che aiuti a identificare criticità, individuare correlazioni e orientare decisioni politiche, strategiche e umanitarie, ed è quello che stiamo portando avanti anche in Mozambico» conclude.
A partire dal lavoro in Sudan, una nuova fase della ricerca si sta sviluppando in Mozambico. Qui il progetto sta affiancando alla componente scientifica una forte dimensione operativa e di cooperazione, prevedendo attività di restituzione dei risultati e di confronto con istituzioni, autorità locali e attori umanitari, a supporto della pianificazione e della riduzione del rischio.
È proprio in questo panorama di possibilità che ricerca scientifica, azione umanitaria e decisioni istituzionali si incontrano. I dati raccolti sul campo non rappresentano soltanto il risultato di un singolo studio: diventano uno strumento per rafforzare pianificazione e sistemi di allerta, sostenere decisioni politiche per la riduzione del rischio e, dove possibile, anticipare i bisogni delle comunità prima che la crisi si manifesti. orientare le politiche di riduzione del rischio e sostenere decisioni basate su evidenze.
Studiare il comportamento delle persone contribuisce così ad una gestione del rischio più consapevole lungo tutto il suo ciclo: dalla prevenzione e mitigazione alla preparedness, fino alla risposta all’emergenza. In questo senso, la ricerca scientifica diventa strumento per orientare l’azione.
- Cfr. https://www.internal-displacement.org/internal-displacement/ ↩︎
- Fonte: IDMC (2025). Global Internal Displacement Database (GIDD), consultato il 9 aprile 2025, https://www.internal-displacement.org/database/displacement-data/ ↩︎
- L’Agent-Based Model (ABM) è un modello di simulazione che rappresenta individui, famiglie o altri soggetti come “agenti” autonomi, ciascuno caratterizzato da specifiche proprietà e regole di comportamento. Simulando le interazioni tra questi agenti e l’ambiente circostante, il modello consente di analizzare come decisione del singolo agente possano generare dinamiche collettive e di valutare gli effetti di diversi scenari o strategie di intervento. ↩︎