Quando si parla di mobilità sociale, un esempio spesso citato è quello dell’adolescente James Gatz, figlio di poveri contadini della periferia americana, che scappa dalla famiglia convinto di poter trasformare sé stesso e costruirsi una nuova identità. Il grande pubblico lo conoscerà come Jay Gatsby, personaggio nato dalla penna di Francis Scott Fitzgerald ed emblema del sogno americano. Il carattere di Gatsby ha fatto breccia nel cuore degli economisti: in un discorso del 2012 (Krueger, 2012), il presidente del consiglio dei consulenti economici Alan Krueger ha definito “curva di Gatsby” la relazione tra disuguaglianze nei redditi e mobilità sociale intergenerazionale. Questa relazione offre una chiara evidenza descrittiva tra la persistenza nei vantaggi e negli svantaggi di reddito trasmessi dai genitori ai figli e la disuguaglianza nei redditi in un dato paese, regione o provincia.
Per rispondere a queste domande, è stata costruita la curva di Gatsby relativamente alle province italiane. Questa curva permette di confrontare il livello di disuguaglianza economica con il grado di mobilità sociale per ogni provincia italiana.[1] La figura 1 in basso fornisce una chiara correlazione negativa tra disuguaglianza e mobilità sociale. In province come Gorizia, Rovigo e Vercelli, dove la distribuzione dei redditi è meno diseguale, la mobilità sociale è mediamente più alta. Al contrario, le possibilità di ascesa sociale sono significativamente ridotte nelle province di Palermo, Napoli e Reggio Calabria, dove le disuguaglianze sono molto elevate.
Figura 1: La curva di Gatsby in Italia
Nota: La fonte è Rubolino (2018) per il coefficiente di Gini (asse orizzontale) e Acciari, Polo & Violante (2017) per il livello di mobilità sociale (asse verticale).
Le possibili cause di questa marcata eterogeneità territoriale possono essere ricondotte ad un’ampia varietà di fattori. In questo articolo ci si focalizza sull’istruzione e sul mercato del lavoro. L’istruzione è in genere considerata uno – se non lo – strumento chiave per sostenere le possibilità di mobilità sociale. Nella figura 2 vengono mostrate le abilità matematiche degli studenti 15enni nelle regioni italiane usando i dati INVALSI. Questa figura aiuta a capire quanto la marcata eterogeneità evidenziata nella curva di Gatsby abbia come elemento precursore una certa differenza geografica nei risultati scolastici. I risultati mostrano ancora una volta un’Italia divisa a metà. Confrontando la percentuale di studenti con scarsi risultati, lo scarto tra la peggiore regione meridionale e la migliore regione settentrionale è superiore ai 35 punti percentuali.
Figura 2: Competenze matematiche degli studenti 15enni (% con scarsi risultati)
Nota: Dati elaborati dall’ISTAT da fonte INVALSI relative all’anno 2012. Dati disponibili al link: http://dati-capumano.istat.it/
Questa differenza sostanziale emerge anche nel recente rapporto ISTAT (2017), in cui vengono evidenziate significative differenze territoriali in diversi indicatori relativi all’istruzione. Ad esempio, il tasso di abbandono scolastico dei giovani tra i 18 e i 24 anni è molto più alto nel Mezzogiorno rispetto al Nord. Come evidenziato nella figura 3, quasi un ragazzo su cinque abbandona la scuola precocemente nelle regioni meridionali, mentre nel Settentrione questo accade “soltanto” ad un ragazzo su dieci.
Figura 3: Differenze territoriali nei giovani 18-24 usciti precocemente dal sistema di istruzione e formazione
Nota: La fonte è ISTAT (2018).
Queste differenze geografiche nel livello di istruzione possono ripercuotersi sul mercato del lavoro. Oltre alla consueta eterogeneità territoriale nel tasso di disoccupazione e nei salari, un’altra marcata divergenza emerge nei lavori c.d. non-standard,[2] come mostrato nella figura 4. Queste tipologie di lavoro sono spesso caratterizzate da retribuzioni inferiori, carriere lavorative discontinue e maggiore incertezza. Come sottolineato nel rapporto 2018 dell’Osservatorio Statistico dei Consulenti del Lavoro è, pertanto, possibile che i lavoratori occupati in contratti non-standard ricadano nella più intollerabile delle categorie, quella degli working poors, ossia di coloro che, pur lavorando, vivono in condizioni di povertà e di esclusione sociale. La figura mostra in modo inequivocabile la grande differenza tra le province meridionali (seppure con l’eccezione di Grosseto) e quelle del nord. Ad esempio, tra Ragusa e Varese lo scarto è di 20 punti percentuali.
Figura 4: Occupati (15-64 anni) con contratti “non standard” per provincia (prime e ultime 10)
Fonte: Osservatorio Statistico dei Consulenti del Lavoro (2018).
In conclusione, emerge l’immagine di un paese spaccato in due, dove chi nasce in condizioni meno privilegiate difficilmente riesce a risalire posizioni sociali. Se il sistema di istruzione ed il mercato del lavoro falliscono nell’attenuare queste differenze e finiscono addirittura per accentuarle, cosa può allora fare un Jay Gatsby italiano?
[1] Le disuguaglianze sono misurate dall’indice di Gini come calcolato in Rubolino (2018). Questo indicatore misura la diseguaglianza nella distribuzione del reddito o della ricchezza ed è un numero compreso tra 0 (pura equidistribuzione) ed 1 (massima concentrazione). Il grado di mobilità sociale è invece misurato dall’absolute upward mobility, calcolato da Acciari, Polo & Violante (2017) definito come il rank medio dei figli i cui genitori riportano redditi inferiori al valore mediano della distribuzione nazionale dei redditi.
[2] I lavoratori non-standard sono rappresentati da coloro che hanno un contratto di lavoro dipendente a tempo indeterminato, ma in part-time involontario (i sottoccupati part-time), dai dipendenti a termine, i collaboratori e gli autonomi.
Bibliografia
- Acciari, Paolo, Alberto Polo & Giovanni Violante (2017). “And yet, it moves: Intergenerational mobility in Italy.” Disponibile al link: http://violante.mycpanel.princeton.edu/Workingpapers/APV_v3_GV.pdf
- ISTAT (2018). Rapporto annuale. Disponibile al link: https://www.istat.it/storage/rapporto-annuale/2018/Rapportoannuale2018.pdf
- Krueger, Alan (2012). “The Rise and Consequences of Inequality.” Presentation made at the Center for American Progress, Washington, DC. Disponibile al link: http://www.whitehouse.gov/sites/default/files/krueger_cap_ speech_final_remarks.pdf
- Osservatorio Statistico dei Consulenti del Lavoro (2018). “Le dinamiche del mercato del lavoro nelle province italiane.” Disponibile al link: http://www.consulentidellavoro.it/files/PDF/2018/Festival/Report_Italia_2018.pdf
- Rubolino, Enrico (2018). “The efficiency and distributive effects of local taxes: Evidence from Italian municipalities.” Disponibile al link: https://sites.google.com/view/enricorubolino/research
Gli autori
Franco Bonomi Bezzo è studente di dottorato in Applied Socio and Economic Research all’Institute for Social and Economic Research (ISER) dell’Università di Essex. I suoi interessi di ricerca riguardano principalmente mobilità intergenerazionale, reddito di base, economia urbana e diseguaglianza. Ha ottenuto un Master in Economics all’Università di Trento, dove ha collaborato anche per un periodo come Research Assistant all’interno del progetto Stategic Transitions in Youth Labour Employment (STYLE) promosso dall’Unione Europea (EU7FP).
Enrico Rubolino è dottorando in Economics all’Institute for Social and Economic Research (ISER), University of Essex. Ha conseguito un Master of Science in Economics presso l’Università di Siena e l’University of Uppsala (Svezia) ed ha trascorso un periodo come Research Intern presso il Dipartimento di Economia e Statistica in Banca d’Italia. Si occupa di economia pubblica ed econometria applicata, con un interesse specifico su disuguaglianze, tassazione e mobilità sociale.
