Come Covid-19 sta mettendo a nudo le disuguaglianze

Questa emergenza sta mettendo a nudo le disuguaglianze nella nostra società. Le fasce già socio-economicamente più vulnerabili sono più esposte ai rischi legati alla salute e a quelli finanziari, ed esiste anche un rischio legato al tema abitativo e alla qualità socio-economica dei quartieri. E’ bene che i decisori politici tengano conto di questi fenomeni. Un contributo di Enrico Bergamini*

La crisi provocata dall’epidemia di COVID-19, sta mettendo a nudo le disuguaglianze socio-economiche nella società, e potrebbe aggravarle nel prossimo futuro. Il virus è un fattore di rischio soprattutto per coloro che si trovano all’estremità inferiore della distribuzione del reddito, e che sono quindi più vulnerabili dal punto di vista delle disuguaglianze di reddito, socio-economiche e urbane. In questo breve intervento, vogliamo infatti evidenziare alcuni meccanismi che rendono queste fasce più esposte:

 

  • Rischi legati al lavoro, alla situazione economica e al rischio di contagio
  • Rischi legati a peggiori condizioni abitative e qualità socio-economica dei quartieri, vedendo come esempio empirico la città di Torino

 

Comprendere come siano relazionati diversi tipi di disuguaglianze – mentre i governi europei iniziano ad affrontare l’emergenza con misure fiscali (Anderson et al 2020) – è infatti di fondamentale importanza per i responsabili politici.

 

Disuguaglianze di reddito e rischio legato all’occupazione

 

La prima, ormai ovvia, osservazione è che i lavoratori sono esposti a diversi rischi, a seconda del loro reddito e del fatto che il loro settore economico sia o meno considerato essenziale. Alcuni lavoratori a basso reddito stanno continuano a lavorare e a ricevere il loro stipendio. Ne sono un esempio gli operatori sanitari e i lavoratori delle filiere industriali essenziali (alimentare, farmaceutico, consegne a domicilio, e altre industrie e servizi essenziali). Questi lavoratori non sono soggetti alle misure di isolamento, ma sono più esposti al rischio di contagio, non lavorando da casa. Molti altri lavoratori a basso reddito lavorano in settori non critici e senza la possibilità di lavorare da casa. Nella Tabella 1, possiamo vedere una stima per gli Stati Uniti che mostra come la possibilità di lavorare da casa sia fortemente correlata al percentile di reddito a cui un individuo appartiene.

 

Tabella 1: Percentuale di lavoratori con la possibilità di smart-working per percentile di reddito

Lo smart-working durante l’isolamento, quindi, è un’opzione riservata per lo più a coloro che si trovano nei decili di reddito più alti. In larga parte, i lavoratori dell’industria, del commercio al dettaglio e dei trasporti non hanno dunque la stessa possibilità, che permetterebbe loro di mantenere un reddito, o comunque una parte, durante lo shock. L’implicazione per alcuni lavoratori è che potrebbero dover scegliere tra l’esposizione a un rischio maggiore – non rinunciando al proprio salario – oppure subendo uno shock negativo sul reddito che, in proporzione, sarebbe maggiore di quello sperimentato dai decili più alti. Inoltre, le famiglie a basso reddito hanno ammortizzatori finanziari peggiori, nonché una minore capacità di prendere in prestito e di risparmiare: questi fattori possono contribuire al maggiore impatto della crisi sul medio e lungo termine.

 

Il compromesso tra reddito e rischio di contagio si verifica in tutta Europa, e può essere ancora più pesante in quei Paesi, come l’Italia, dove il mercato del lavoro è fortemente duale. Infatti, i lavoratori con contratti temporanei e precari, e i lavoratori autonomi, spesso hanno meno protezione e meno potere contrattuale. Il rischio di licenziamento durante e dopo l’emergenza è infatti particolarmente elevato per queste categorie.

 

Parte di questo gruppo, sono i lavoratori della gig economy, che stanno chiaramente svolgendo un ruolo ad alto rischio durante l’emergenza (pensiamo ad esempio alla consegna e trasporto di alimenti). La Figura 1 mostra la proporzione di contratti a tempo determinato in Europa, per tipo di occupazione. Sia dal lato economico che da quello sanitario, i rischi sono quindi maggiori per i lavoratori precari e a tempo determinato, tipicamente meno qualificati, a più basso reddito e protezione.

 

Figura 1: Dipendenti con contratti a tempo determinato, in Europa, per occupazione (in % dei dipendenti di età compresa tra i 20 e i 64 anni)

Altri tipi di lavoratori vulnerabili, che saranno probabilmente i più esposti alla crisi del COVID-19, sono quelli dell’economia informale. Anche per dimensione, come testimonia il recente dibattito pubblico, questo aspetto del problema sembra particolarmente rilevante in Italia. Nonostante la complessità del tema, è chiaro che i lavoratori informali che fanno parte, ad esempio, della filiera agricola, o che si occupano di assistenza domiciliare – e che già mancano di protezione del lavoro e di sindacalizzazione – si trovano ad affrontare una crisi ancora più acuta.

 

Tabella 2: Differenze di rischio per alcuni tipi di lavoratori

Il ruolo delle diseguaglianze abitative, urbane e socio-economiche

Oltre alle disuguaglianze di reddito e settoriali, è ormai chiaro come le misure di isolamento rendano le disuguaglianze abitative e urbane un tema di fondamentale importanza durante questa emergenza. Man mano che le misure di lockdown, a vari livelli di intensità, vengono applicate in diverse parti del mondo, il tema abitativo diventa sempre più importante, soprattutto in uno scenario simile a quello delineato da Ferguson et al. (2020), in cui le misure vengono riapplicate all’insorgenza di nuovi picchi. I livelli di reddito sono correlati ai metri quadri disponibili per persona. Se si considera l’Eurozona, le famiglie con un reddito più alto hanno in media quasi il doppio dello spazio disponibile rispetto al decile inferiore: 72 metri quadrati contro i 38 del primo decile.

 

Figura 2: Metri quadrati medi pro capite per le famiglie nel primo, quinto e decimo decile di reddito

Fonte: Darvas e Midoes (di prossima pubblicazione) sulla base dell’indagine della BCE sulla finanza e il consumo delle famiglie (HFCS).
(Dati raccolti tra il 2013 e il 2015, ad eccezione della Spagna, dove il sondaggio è stato condotto nel 2011 e nel 2012. Esclusa Malta, per la quale non esistono informazioni al metro quadro. I valori riportati sono i metri quadrati della residenza principale del nucleo familiare, divisi per il numero di componenti del nucleo familiare, calcolati come media del decile di reddito. I decili del reddito pro capite calcolati sulla base del reddito lordo della famiglia diviso per il numero di componenti della famiglia).

Le diseguaglianze abitative non si intrecciano solo con quelle del mercato del lavoro, ma più ampiamente con quelle socio-economiche, che contribuiscono rendere più difficile questa crisi per i gruppi più vulnerabili e rendere l’emergenza COVID-19 ancora più regressiva. Nell’ottica di illustrare le disuguaglianze urbane e socio-economiche, abbiamo esaminato la città di Torino, utilizzando dati sullo stock di immobili in vendita, e i dati del censimento ISTAT (Figura 3).

 

La mappa mostra 15.000 immobili classificati in base al prezzo di vendita al metro quadro (basso, alto e medio: rosso, blu e verde, rispettivamente). La mappa evidenzia la presenza di una zona centrale (compresa la parte sud-orientale più vicina alle colline), una zona residenziale e una periferica. Questi prezzi riflettono le condizioni degli immobili, e i valori delle abitazioni, e rappresentano un buon indicatore delle diseguaglianze di reddito nei quartieri.

 

Figura 3: Proprietà in vendita per fascia di prezzo a Torino (2020)

Fonte: Bruegel su dati web-based (2020). Dato un costo medio di costruzione per metro quadrato di circa 1500 euro in Italia, gli immobili sono classificati in meno di 1500 euro (rosso), tra 1500 e 3000 euro (turchese) e oltre 3000 euro al metro quadrato (verde).

Nella Figura 4, possiamo osservare come nei quartieri con prezzi di vendita (e redditi) più bassi la media dei metri quadrati per stanza sia inferiore, confermando le distribuzioni della Figura 2 a livello di quartiere. Esiste dunque un chiaro tema abitativo, che può influire sulle condizioni di isolamento: comunità in quartieri a basso reddito hanno accesso a un patrimonio abitativo di qualità inferiore, in zone più densamente popolate.

 

Figura 4: Media dei metri quadri per stanza

Fonte: ISTAT (2011)

Le disuguaglianze urbane e le condizioni abitative, tuttavia, sono ovviamente solo l’aspetto più immediato. Economisti, sociologi e altri scienziati sociali, hanno studiato a lungo queste dinamiche, e le interazioni tra status socio-economico, mercato del lavoro e livello di istruzione (ad esempio, si vedano Corak 2013 e Magnouson, 2004).

 

Il livello di istruzione rappresenta quindi un buon indicatore per rappresentare lo status socio-economico e di benessere degli individui. In Figura 5, mostriamo come la distribuzione della popolazione con un alto grado di istruzione, disegni geografie simili a quelli dei dati sui prezzi dello stock immobiliare (chi ha gradi di istruzione più alti tende a vivere in quartieri più costosi, meno densamente popolati). Essendo queste variabili correlate a reddito e occupazioni, è anche più probabile che in quartieri a più basso reddito le famiglie in isolamento abbiano meno possibilità di fare smart-working.

 

Figura 5: Proporzione di popolazione residente con un grado di istruzione superiore alla scuola secondaria

Fonte: ISTAT (2011) in percentuale dei residenti totali

Generalizzando da questo esempio, possiamo considerare altri problemi legati agli indicatori socio-economici che descrivono la qualità nei quartieri. Redditi più bassi e una minor performance sugli indicatori della qualità dei quartieri, sono infatti associati ad una maggiore incidenza di disturbi mentali comuni (Fone et al, 2013; Sareen, 2011; Adler et al, 2016; Kelley-Moore et al, 2016), e di violenza domestica (Bonomi et al, 2019). Nel contesto di una maggiore pressione sulla condizione finanziaria e psicologica, resa ancor più precaria dal COVID-19, anche questo aspetto delle disuguaglianze urbane potrebbe essere esacerbato.

 

Chiaramente, le dimensioni che abbiamo considerato nell’osservare le disuguaglianze di reddito e le disuguaglianze urbane, non includono gli individui più emarginati e vulnerabili: migranti e richiedenti asilo, detenuti, senzatetto. È quasi impossibile per loro mantenere le misure di sicurezza di distanziamento sociale, subendo così una esposizione ancor maggiore al rischio sanitario. L’attuale situazione nell’hotspot di Moira – sull’isola greca di Lesbo – è in questo senso un esempio estremo e preoccupante: il COVID-19 può colpire ed esacerbare condizioni igieniche, economiche e psicologiche già sull’orlo del collasso.

 

Per concludere, è chiaro che – mentre tutti stiamo subendo le conseguenze di questa emergenza – le fasce già socio-economicamente più vulnerabili siano più esposte ai rischi legati alla salute e a quelli finanziari (sia per danno diretto che per minor possibilità di ammortizzare il danno coi risparmi). Esiste, inoltre, anche un rischio legato la tema abitativo e alla qualità socio-economica dei quartieri. Questa emergenza sta mettendo a nudo le disuguaglianze nella nostra società. I responsabili politici, durante e dopo l’emergenza, dovranno tenere ben presenti le dinamiche di questi meccanismi nel formulare le loro politiche.

 

Riferimenti

 

  • Adler, N.E., Glymour, M.M. and Fielding, J., 2016. Addressing social determinants of health and health inequalities. Jama, 316(16), pp.1641-1642.
  • Bonomi, A.E., Trabert, B., Anderson, M.L., Kernic, M.A. and Holt, V.L., 2014. Intimate partner violence and neighborhood income: a longitudinal analysis. Violence against women, 20(1), pp.42-58.
  • Corak, M., 2013. Income inequality, equality of opportunity, and intergenerational mobility. Journal of Economic Perspectives, 27(3), pp.79-102.
  • Ferguson, N.M., Laydon, D., Nedjati-Gilani, G., Imai, N., Ainslie, K., Baguelin, M., Bhatia, S., Boonyasiri, A., Cucunubá, Z., Cuomo-Dannenburg, G. and Dighe, A., Impact of non-pharmaceutical interventions (NPIs) to reduce COVID-19 mortality and healthcare demand.
  • Fone, D., Greene, G., Farewell, D., White, J., Kelly, M. and Dunstan, F., 2013. Common mental disorders, neighbourhood income inequality and income deprivation: small-area multilevel analysis. The British Journal of Psychiatry, 202(4), pp.286-293
  • Kelley-Moore, J.A., Cagney, K.A., Skarupski, K.A., Everson-Rose, S.A. and Mendes de Leon, C.F., 2016. Do local social hierarchies matter for mental health? A study of neighborhood social status and depressive symptoms in older adults. Journals of Gerontology Series B: Psychological Sciences and Social Sciences, 71(2), pp.369-377.
  • Magnuson, K. A., Meyers, M. K., Ruhm, C. J., & Waldfogel, J. (2004). Inequality in preschool education and school readiness. American educational research journal, 41(1), 115-157
* Enrico Bergamini, che ringraziamo, è laureato in Economic Policy presso l’Università di Utrecht, lavora come assistente di ricerca in economia e data science presso il think tank Bruegel, a Bruxelles. L’articolo è stato pubblicato in inglese su Bruegel.
Photo by Nick Bolton on Unsplash
Download PDF

ARTICOLI CORRELATI

L'Horcynus Lab Festival a Messina ospita l'intervento di Fabrizio Barca il 21 settembre e una discussione sull'ultimo volume "Un futuro più giusto". 

Forum Disuguaglianze e Diversità

Il Forum Disuguaglianze e Diversità organizza il prossimo 23 settembre (dalle 15.00 alle 17.30), nell'ambito del Festival dello Sviluppo Sostenibile di ASviS, l'evento "PROTAGONISTI DI FUTURO. VOCI, STORIE E PROPOSTE DI GIOVANI", promosso da Global Thinking Foundation. 

Forum Disuguaglianze e Diversità

Invia un commento

<font style="color:#fff;">Utilizzando il sito, accetti l'utilizzo dei cookie da parte nostra.</font> maggiori informazioni

Questo sito utilizza i cookie per fornire la migliore esperienza di navigazione possibile. Continuando a utilizzare questo sito senza modificare le impostazioni dei cookie o cliccando su "Accetta" permetti il loro utilizzo.

Chiudi