MODELLI DEMOGRAFICI E PREVIDENZA
Anno accademico 2026/2027 - Docente: ANGELO MAZZARisultati di apprendimento attesi
1. Conoscenza e capacità di comprensione. Lo studente acquisirà conoscenze sui principali concetti e metodi dell’analisi demografica, con particolare riferimento a struttura per età, mortalità, fertilità, migrazioni, tavole di mortalità, modelli di crescita, matrici di Leslie e proiezioni demografiche. Comprenderà inoltre le principali relazioni tra dinamica demografica, invecchiamento della popolazione e sistemi previdenziali. Saranno acquisiti anche i concetti di base relativi ai Large Language Models (LLM), al loro funzionamento e alle principali modalità di utilizzo nell’analisi quantitativa.
2. Capacità di applicare conoscenza e comprensione. Lo studente sarà in grado di acquisire, elaborare e analizzare dati demografici mediante R, utilizzando fonti ufficiali nazionali e internazionali. Saprà calcolare e interpretare indicatori demografici, costruire semplici modelli di proiezione e analizzare scenari alternativi. Sarà inoltre in grado di utilizzare API e strumenti basati su LLM per supportare la produzione di codice, l’analisi dei dati e l’estrazione strutturata di informazioni.
3. Autonomia di giudizio. Lo studente sarà in grado di valutare criticamente dati, ipotesi e risultati dei modelli demografici e previdenziali, distinguendo tra previsione, proiezione e scenario. Saprà inoltre valutare l’affidabilità dei risultati prodotti mediante strumenti di intelligenza artificiale, riconoscendo possibili errori, bias e limiti di rappresentatività e riproducibilità.
4. Abilità comunicative. Lo studente sarà in grado di presentare e discutere in modo chiaro i risultati di analisi demografiche e previdenziali, utilizzando correttamente indicatori, tabelle, grafici e simulazioni. Saprà motivare le scelte metodologiche adottate e documentare in modo trasparente l’eventuale utilizzo di strumenti di intelligenza artificiale.
5. Capacità di apprendimento. Lo studente svilupperà la capacità di affrontare autonomamente nuovi problemi di analisi demografica e previdenziale, individuando fonti di dati appropriate e adattando modelli e procedure a differenti contesti applicativi. Sarà inoltre in grado di utilizzare autonomamente la documentazione relativa a package R, API e nuovi strumenti di intelligenza artificiale applicati alla ricerca quantitativa.
Modalità di svolgimento dell'insegnamento
Lezioni frontali e seminari con docenti invitati. Esercitazioni in laboratorio su R. Qualora l'insegnamento venisse impartito in modalità mista o a distanza potranno essere introdotte le necessarie variazioni rispetto a quanto dichiarato in precedenza, al fine di rispettare il programma previsto e riportato nel syllabus.
Prerequisiti richiesti
Non è richiesto alcun prerequisito specifico.
Frequenza lezioni
Di norma obbligatoria
Contenuti del corso
Il corso introduce i principali metodi dell’analisi demografica quantitativa, con particolare riferimento a struttura per età, mortalità, fertilità, migrazioni, tavole di mortalità, modelli di crescita, matrici di Leslie e proiezioni demografiche.
Sono analizzate le relazioni tra dinamica demografica, invecchiamento della popolazione e sistemi previdenziali, con attenzione ai rapporti di dipendenza e di supporto e alla sostenibilità dei sistemi pensionistici.
Le applicazioni saranno sviluppate in R utilizzando dati provenienti da fonti ufficiali, in particolare United Nations World Population Prospects, anche mediante API.
Il corso introduce inoltre i principi di funzionamento dei Large Language Models (LLM) e il loro utilizzo nell’analisi quantitativa, nella programmazione, nell’estrazione di informazioni e nella costruzione di scenari. Saranno infine presentate applicazioni avanzate quali synthetic respondents e agenti demografici basati su LLM, con attenzione ai problemi di validazione, bias e riproducibilità.
Testi di riferimento
IUSSP, Population Analysis for Policies & Programmes (PAPP).
https://papp.iussp.org/United Nations, Department of Economic and Social Affairs, Population Division, World Population Prospects 2024: Methodology of the United Nations Population Estimates and Projections.
https://www.un.org/development/desa/pd/content/world-population-prospects-2024OECD, Pensions at a Glance 2025: OECD and G20 Indicators.
https://www.oecd.org/en/publications/pensions-at-a-glance-2025_e40274c1-en.htmlEuropean Commission, 2024 Ageing Report: Economic and Budgetary Projections for the EU Member States (2022–2070).
https://economy-finance.ec.europa.eu/publications/2024-ageing-report-economic-and-budgetary-projections-eu-member-states-2022-2070_enKwon, B., Park, T., Perez-Cruz, F., Rungcharoenkitkul, P., Large Language Models: A Primer for Economists, BIS Quarterly Review, 2024.
https://www.bis.org/publ/qtrpdf/r_qt2412b.htm
Materiale didattico distribuito in aula
Programmazione del corso
| Argomenti | Riferimenti testi | |
|---|---|---|
| 1 | Popolazione, economia e previdenza | IUSSP PAPP; UN WPP2024; materiale del docente |
| 2 | Tassi demografici e struttura della popolazione | IUSSP PAPP |
| 3 | Età, periodo e coorte. Diagramma di Lexis e standardizzazione | IUSSP PAPP |
| 4 | Mortalità e tavole di mortalità | IUSSP PAPP; UN WPP2024 |
| 5 | Fertilità, riproduzione e migrazioni | IUSSP PAPP; UN WPP2024 |
| 6 | Dati demografici, WPP2024 e API. Acquisizione e analisi dei dati in R | UN WPP2024; materiale del docente |
| 7 | Introduzione ad AI, machine learning, generative AI e Large Language Models | Kwon et al., BIS; materiale del docente |
| 8 | Modelli di crescita della popolazione | IUSSP PAPP; materiale del docente |
| 9 | Modelli matriciali di Leslie | Materiale del docente |
| 10 | Popolazioni stabili e demographic momentum | Materiale del docente; UN WPP2024 |
| 11 | Proiezioni demografiche per componenti I: sopravvivenza, ageing e nascite | IUSSP PAPP; UN WPP2024 |
| 12 | Proiezioni demografiche per componenti II: migrazioni e implementazione in R | IUSSP PAPP; UN WPP2024; materiale del docente |
| 13 | Scenari demografici e incertezza nelle proiezioni | UN WPP2024; materiale del docente |
| 14 | Invecchiamento della popolazione e sistemi previdenziali | OECD, Pensions at a Glance; EU Ageing Report |
| 15 | Sostenibilità demografica dei sistemi pensionistici | OECD, Pensions at a Glance; EU Ageing Report |
| 16 | Laboratorio di simulazione previdenziale in R | OECD; EU Ageing Report; materiale del docente |
| 17 | Struttura e funzionamento dei Large Language Models | Kwon et al., BIS; materiale del docente |
| 18 | LLM come strumenti di ricerca: API, structured output, RAG e text-to-data | Kwon et al., BIS; materiale del docente |
| 19 | Synthetic respondents: costruzione, validazione, bias e rappresentatività | Articoli e materiale forniti dal docente |
| 20 | Agenti demografici e microsimulazione con LLM | Articoli e materiale forniti dal docente |
| 21 | Laboratorio integrato: analisi demografico-previdenziale con R e strumenti di AI | Materiale del corso |
Verifica dell'apprendimento
Modalità di verifica dell'apprendimento
L’esame consiste in una prova scritta e nella discussione di una tesina preparata dallo studente.
La verifica dell’apprendimento potrà essere effettuata anche per via telematica, qualora le condizioni lo dovessero richiedere.
Esempi di domande e/o esercizi frequenti
Fondamenti di demografia
Qual è la differenza tra tassi demografici, proporzioni e rapporti?
Qual è la differenza tra analisi per periodo e analisi per coorte?
Come si costruisce e come si interpreta una tavola di mortalità?
Qual è la differenza tra TFR e tasso netto di riproduzione?
Modelli demografici e proiezioni
Come è costruita una matrice di Leslie e quale significato ha il suo autovalore dominante?
Che cosa si intende per popolazione stabile e demographic momentum?
Come funziona una proiezione demografica per componenti?
Qual è la differenza tra previsione, proiezione e scenario demografico?
Demografia e previdenza
In che modo l’invecchiamento della popolazione influenza i sistemi previdenziali?
Qual è la differenza tra old-age dependency ratio e rapporto tra pensionati e contribuenti?
Quali effetti possono avere variazioni della fertilità, della migrazione e dell’età pensionabile sulla sostenibilità previdenziale?
Large Language Models e analisi quantitativa
Che cos’è un Large Language Model e quali sono i suoi principali elementi di funzionamento?
Qual è la differenza tra un LLM e un modello statistico o demografico?
In che modo un LLM può essere utilizzato nell’analisi demografica e nell’elaborazione di dati?
Quali problemi di affidabilità, bias e riproducibilità possono emergere nell’utilizzo degli LLM?
Synthetic respondents e agenti demografici
Che cosa sono i synthetic respondents e quali problemi di validazione pongono?
Qual è la differenza tra un synthetic respondent e un agente demografico?
Come possono gli LLM essere integrati in modelli di microsimulazione demografica?