
doi: 10.2139/ssrn.6427581
<div> Abstract: </div> <div> <br> </div> <div> Il presente rapporto analizza l'evoluzione strutturale del sistema informativo italiano nel periodo 2014–2025, con proiezioni al 2030, inserendo l'analisi empirica in un framework teorico che integra economia dei media, teoria della disruption tecnologica, modelli di mercato duale e political economy of media. I dati primari provengono da Audipress (3.201 osservazioni, rilevazione CATI su campione stratificato) e da Audiweb TDA_AW20 (41.651 osservazioni mensili, panel multidevice certificato IAB Italy). Le due fonti presentano unità di misura non direttamente comparabili e il panel Audiweb è soggetto a variazioni di perimetro; entrambi i problemi sono trattati con approcci metodologici dedicati. </div> <div> Sul fronte del lettorato cartaceo, la serie storica documenta una contrazione cumulata del 44,2% nel periodo 2014–2025 (CAGR −5,17%). Il test di Chow individua un break strutturale altamente significativo nel 2020 (F=25,5, p=0,0003): la regressione piecewise mostra che il tasso di declino del segmento 2014–2019 (β=−0,049, equivalente a −4,78%/anno) dimezza nella fase 2020–2025 (β=−0,024, equivalente a −2,34%/anno, p=0,25 — non significativamente diverso da zero), indicando una stabilizzazione strutturale post-pandemica. Il modello OLS stimato escludendo il biennio pandemico (β=−0,0624, R²=0,951) performa meglio nella validazione out-of-sample estesa su tre anni (MAPE=9,1% vs 15,1% del baseline e 17,9% del logistico). </div> <div> L'analisi del panel Audiweb bilanciato (68 brand, 2018–2025) mostra che la variazione dell'audience aggregata è attribuibile per il 54–92% all'effetto composizione del panel negli anni 2023–2025, non a variazioni reali del comportamento degli utenti. La regressione panel a effetti fissi su 56 testate × 12 anni (errori clustered per testata) identifica la dummy pandemica come unico determinante statisticamente robusto (β=−0,139, p<0,0001); il trend temporale non è significativo al 5% con errori clustered (p=0,124). La sensitivity analysis della quota digitale sotto tre ipotesi di sovrapposizione (0%, 20%, 40%) mostra che la dominanza del canale digitale in termini di massa di fruizione (>70%) è robusta, pur ricordando che l'indicatore non misura la quota di popolazione che si informa primariamente via web. </div> <div> I modelli previsionali al 2030, presentati come scenari esplorativi condizionati e non come previsioni strutturali definitive, producono stime molto divergenti: 10,83–11,33 milioni nello scenario tendenziale (OLS/bootstrap), contro 12,27 milioni nella forecast combination (media equiponderata di quattro modelli), e 16,04 milioni nello scenario di stabilizzazione logistica. Questa divergenza non è un limite del lavoro, ma riflette l'incertezza strutturale del sistema e la sensibilità dei risultati alla scelta della forma funzionale — una trasparenza metodologica che riteniamo scientificamente più corretta di qualsiasi stima puntuale. </div> <div> Parole chiave: sistema informativo italiano, lettorato, audience digitale, Audipress, Audiweb TDA_AW20, break strutturale, regressione piecewise, panel bilanciato, forecast combination, economia dei media, pluralismo informativo. </div> <div> </div> <div> <br> </div>
| selected citations These citations are derived from selected sources. This is an alternative to the "Influence" indicator, which also reflects the overall/total impact of an article in the research community at large, based on the underlying citation network (diachronically). | 0 | |
| popularity This indicator reflects the "current" impact/attention (the "hype") of an article in the research community at large, based on the underlying citation network. | Average | |
| influence This indicator reflects the overall/total impact of an article in the research community at large, based on the underlying citation network (diachronically). | Average | |
| impulse This indicator reflects the initial momentum of an article directly after its publication, based on the underlying citation network. | Average |
