Gli effetti della crisi da COVID-19 sugli spazi dell’intermediazione digitale. Il caso Airbnb.

Il presente studio indaga l’effetto della pandemia sulla domanda e sull’offerta locativa a breve e medio termine alla scala intra-urbana. Di conseguenza, l’analisi si basa sull’offerta di Airbnb – misurata in base al numero di annunci – e sulla domanda – misurata in base al numero di recensioni – in quattro città italiane – Firenze,Milano, Napoli, Roma – e attraverso il confronto tra due diversi frame temporali: il periodo pre-pandemico e il momento successivo al lockdown nazionale – 9 Marzo-4 Maggio 2020 –. Firenze, Milano e Roma sono state selezionate in quanto ai primi posti in Italia per numero di annunci Airbnb nel 2019; Napoli è stata conside- rata ai fini dell’analisi in quanto vanta il più alto tasso di crescita degli arrivi e presenze turistiche in Italia degli ultimi anni – ISTAT – e i maggiori tassi di crescita dei listings su Airbnb (Picascia e altri, 2017). La fonte dei dati utilizzata è www.insideairbnb.com. In particolare l’analisi si è sviluppata nei seguenti punti: 1) per ogni città è stata calcolata e mappata la variazione dei listings – tra Agosto 2019 e Agosto 2020 – al fine di eviden- ziare le aree di «disattivazione» oppure «incremento» dei listings; 2) in entrambe le aree è stato successivamente calcolato l’indice di autocorrelazione spaziale – Indice di Moran –; il raggio di distanza considerato è di 1 km; 3) infine è stato applicato un algoritmo di k-meanclustering alle aree di disattivazione identificate allo scopo di individuare e classificare i cluster spaziali divariazione negativa. Il periodo considerato nell’analisi comprende l’inizio della pandemia in Italia – fine Febbraio 2020 –, e dunque anche l’adozione delle misure restrittive – es. il lockdown nazionale – per contenerne la diffusione, fino ad Agosto 2020. Inoltre, è stato analizzato l’anda-mento – 2008 -2020 – delle recensioni rilasciate dai Guests per ciascuna città qui considerata.