La povertà educativa si articola su molte dimensioni, è un concetto latente, che non si manifesta in modo direttamente osservabile, sfugge alle definizioni rigide, ha confini spesso sfocati. Faccio un esempio per spiegarmi meglio. Giovanni va male a scuola, il suo rendimento è sotto la media. Giovanni vive in gruppo sociale (famiglia, adulti di riferimento, coetanei, educatori) che quotidianamente agisce ed interagisce con lui in un certo luogo. Giovanni vive, diciamo, a Milano, in un quartiere della città, frequenta una scuola, giardini, biblioteche, piscine musei, se ci sono o forse no, insomma Giovanni fa parte di una rete di relazioni locali, di una comunità locale. Il suo andar male o bene a scuola è il risultato delle sue capacità individuali, ma anche di come queste capacità entrano in relazione con la comunità (e voglio usare proprio questo termine positivo) che lo educa. Educare significa trarre fuori qualcosa da qualcuno, ex ducere, condurre fuori le qualità, mettere in grado, favorire lo sviluppo, è il contrario di in ducere. L’esperienza individuale di Giovanni attraversa diversi livelli di aggregazione: quello della classe, della scuola, del quartiere, della città, della Regione, dello Stato. La sua biografia scolastica e di formazione comporrà, aggiungendo o sottraendo il suo caso, molti indicatori poi pubblicati a livello regionale e nazionale: tasso di abbandono scolastico, percentuale di individui sotto la soglia di povertà economica, numero di video lezioni seguite durante il lockdown, percentuale di bambini ed adolescenti in visita ai Musei, etc. Ma dal caso individuale, per governare, è necessario passare al fenomeno nel suo complesso, senza ovviamente dimenticarsi delle persone di cui il fenomeno è somma ed interazione. Povertà significa deprivazione, quindi non avere abbastanza di qualcosa come individuo, poi come comunità, regione, stato. In tanti attualmente si cimentano nell’elencare le dimensioni di questo “non avere abbastanza” quando si parla di povertà educativa.

A Pisa, con il centro Interuniversitario Toscano intitolato a Camilo Dagum che ha la sua sede presso il Dipartimento di Economia e Management dell’Università di Pisa, insieme a ricercatori dell’Istat e ispirandosi al lavoro di Save the Children, abbiamo provato a studiare le dimensioni della povertà educativa e a tradurle in numeri, cercando di fornire cifre locali, riferite a dove la gente vive. L’obiettivo è costruire mappe significative e vive del fenomeno per orientare e favorire l’azione politica al riguardo. Sarò sincera e lo premetto: servono metodi statistici avanzati, sia per dipingere la povertà educativa a livello locale sia per sintetizzare le dimensioni del fenomeno. C’è di più: il contributo di un’unica disciplina non basta. Servono l’economia, la sociologia e le scienze dell’educazione per avere una visione del fenomeno che non sia parziale. Non ultimo, serve che la comunità educante partecipi alla definizione della povertà educativa, usando un metodo partecipativo che leghi insieme analisi qualitativa e quantitativa dei fenomeni, come dicono gli addetti ai lavori. In altre parole, conta anche l’opinione di Giovanni che deve essere consultato quando si tratta di definire le dimensioni della povertà educativa e capire quale sia la più importante. Solo così avremo cifre che danno una vera immagine del fenomeno che aiutino la scuola, direi meglio la comunità educante, a non essere “un ospedale dove si curano i sani” per usare le parole di don Lorenzo Milani.

 

Veniamo ai metodi usati e ai risultati che si vedono nelle mappe qui riportate. Prima di tutto, le dimensioni che definiscono la povertà educativa: siamo partiti dalle 4 dimensioni indentificate da Istat per l’IPE (Indice di Povertà Educativa) e riferite ai giovani con età compresa tra 15 e 29 anni. Queste quattro dimensioni sono la Partecipazione, la Resilienza, gli Standard di vita e la Capacità di intessere relazioni. Misurate come? Tramite i dati raccolti dall’indagine corrente sugli Aspetti della Vita Quotidiana (dati del 2017).

Nelle dimensioni Partecipazione e Resilienza è inclusa anche la deprivazione digitale intesa come uso di internet e capacità di interazione con la Pubblica Amministrazione tramite internet. Quindi, il “digital divide” è importante ma da solo non basta a misurare la povertà educativa e deve essere accompagnata dalla possibilità di assistere a manifestazioni culturali e ad un rapporto di fiducia verso la comunità in cui si vive (Resilienza). Nello Standard di vita è incluso anche il grado di deterioramento dell’ambiente circostante, pensiamo alle nostre periferie, la presenza e l’uso delle aree verdi, la pratica dello sport. Anche nella Capacità di intessere relazioni sono presenti le abilità digitali, ma insieme all’abilità di problem solving e di comunicazione.

 

Le dimensioni sono poi aggregate. Qui la discussione è stata accesa: ha senso l’aggregazione? A quale livello territoriale? Le dimensioni individuate sono sostituibili? Siamo sicuri che non ci sia un legame “latente” con il reddito del nucleo familiare che influenzi e spieghi la variabilità individuale e locale delle dimensioni? Le risposte sono varie e alcune ancora non testate da uno studio empirico sistematico che usi dati ufficiali, indicatori comparabili e un nucleo di dimensioni su cui la comunità scientifica (quella interdisciplinare di cui parlavo sopra) si trovi d’accordo. Qui per motivi di sintesi sono riportati solo i risultati di stime ottenute con l’indice di Mazziotta-Pareto (usato da Istat anche per le aggregazioni degli indicatori BES – Benessere Equo e Solidale). Nelle mappe è rappresentata in bianco la media nazionale, in verde le aree che hanno valori di PE inferiori alla media nazionale, in rosso le aree con PE superiori alla media. Nessuna pretesa di misurare i livelli di PE, solo uno sguardo alla variabilità territoriale.

 

Ma andiamo per ordine. Fissate le dimensioni, decisa l’aggregazione, quale livello territoriale è la granularità giusta per il fenomeno? Un buon punto di osservazione è il livello risultante dall’incrocio tra i confini regionali e le aree di urbanizzazione così come definite da Eurostat (classificazione DEGURBA). Sono quanto di più vicino al livello locale, ai luoghi dove vive la comunità educante, articolato in zone urbane, periferiche ed extraurbane, che abbiamo trovato.

immagine1
immagine2
immagine3

Le sorprese ci sono: alcune aree della Sicilia sono verdi, più verdi di certe zone della Lombardia. Una conferma che la disaggregazione territoriale è essenziale per cogliere il fenomeno in tutti i suoi aspetti (1).

Ma non basta fare confronti. E’ utile misurare il fenomeno cercando di quantificare se la povertà educativa sia tanta o poca. Gli indicatori tradizionali non bastano, è necessario andare oltre la logica usata per IPE e far riferimento a indicatori “sfocati”, gli indicatori fuzzy. Tali indicatori definiscono il grado di povertà di ciascuna unità della popolazione analizzata come funzione di appartenenza alla sottopopolazione dei poveri. L’indicatore che se ne ricava è definito nell’intervallo tra 0 (il meno povero) ed 1 (il più povero).

Seguendo ancora le quattro dimensioni precedenti, questa volta abbiamo fatto parlare i dati dei 53 indicatori individuali (pratica sportiva, fiducia in se stessi, abilità e competenze scolastiche, etc … la lista completa è disponibile su richiesta) applicando la logica fuzzy per la quale ogni individuo ha un certo grado di povertà educativa, su un intervallo 0-1, e anche le aree dove gli individui vivono sono caratterizzate da un “grado” di povertà educativa (2).

Abbiamo calcolato un indice aggregato fuzzy (EPFI) e quattro indici fuzzy, uno per ciascuna dimensione (individui 15-29 anni, AVQ – ISTAT, 2017). Ciascun indicatore va da zero a uno: uno in caso di massima povertà educativa, zero nel caso opposto. Qui utilizziamo il livello territoriale regionale, stiamo studiando nuovi metodi statistici adeguati ad una maggiore disaggregazione territoriale.

Riportiamo la mappa di EPFI a livello regionale e le mappe relative alle dimensioni dell’indicatore. Le aree rosso scuro, caratterizzate da un livello di PE maggiore, sono in prevalenza al meridione, così come intensità minori di povertà educativa si registrano al nord e anche in Sardegna. Le mappe delle singole dimensioni non hanno un comportamento omogeneo: siamo poveri di Partecipazione al sud, ma anche in Trentino e Friuli Venezia Giulia. La Resilienza manca sia in Lombardia che in Calabria e Puglia.

I risultati vanno letti insieme a quelli ottenuti con l’indicatore IPE tradizionale, in quanto non sono sostitutivi delle indicazioni che ne traiamo.

Il fenomeno è complesso ed è necessario pianificare uno studio empirico vasto e ripetuto nel tempo per avere risultati che esplorino anche altre dimensioni e integrino dati provenienti da fonti non ufficiali. Sto pensando ai Big data e a quanto dei comportamenti e delle competenze si potrebbe sapere esplorando l’uso dei social networks e delle opportunità educative e di crescita culturale offerte dalla rete. Di fondamentale importanza risulta essere la disgregazione territoriale per fornire politiche mirate. Un caso esempio è quello della Sicilia che, considerato il dato regionale, risulta avere alti livelli di PE ma, una volta scesi a livello DEGURBA, mostra aree in cui la PE è molto bassa insieme ad aree in cui la PE è elevata, che probabilmente influenzano il dato regionale.

Noi abbiamo iniziato e lo abbiamo fatto producendo risultati su dati ufficiali Istat con metodi statistici avanzati che tengono conto della specificità del fenomeno, della sua multidimensionalità, della sua latenza, e dell’esigenza di usare indicatori con i quali non si segnali solo la presenza o l’assenza di un attributo, ma anche il suo grado, proprio perché la povertà, e a maggior ragione quella educativa, è questione di grado.

Monica Pratesi è consigliere ISTAT e
Full Professor of Statistics holder of the Jean Monnet Chair
Small Area methods for Multidimensional Poverty and living conditions SAMPIEU
Department of Economics and Management
University of Pisa
  • Pratesi, M., Quattrociocchi, L., Bertarelli, G., Gemignani, A. & Giusti, C. (2020). Spatial Distribution of Multidimensional Educational Poverty in Italy using Small Area Estimation. Social Indicators Research. https://doi.org/10.1007/s11205-020-02328-5
  • Bertarelli, G., D’Agostino, A. , Giusti, C & Pratesi, M. Measuring Educational Poverty in Italy: a Multidimensional and Fuzzy Approach. Accettato per la pubblicazione in Betti, G., Lemmi, A.(eds.), Analysis of Socio-Economic Conditions: Insights from a Fuzzy Multidimensional Approach. London and New York: Routledge, forthcoming

L’articolo E se Giovanni va male a scuola? Come si misura della povertà educativa, ipotesi di lavoro sembra essere il primo su Info Data.

Leggi su infodata blog