30 Marzo, 2023

Come va la vita in paese? Resilienza economica e reazione durante i lockdown pandemici

Tempo di lettura: 5 minuti

Covid e lockdown: quale impatto sulle percezioni individuali?

La pandemia dovuta al Covid-19 ha sollecitato l’attuazione di misure di contenimento in quasi tutto il mondo, che si sono tradotte in chiusura delle scuole, limitazioni nei mezzi di trasporto pubblico, restrizioni sui raduni.

Queste misure hanno avuto un impatto sulle economie dei Paesi su larga scala. L’Unione Europea ha registrato una forte contrazione del Pil, e i mercati mondiali hanno avuto effetti negativi maggiori della crisi finanziaria del 2008.

Tuttavia, è a livello locale e per le piccole imprese che la pandemia di COVID-19 ha avuto effetti negativi più profondi. Una analisi sui social network è stata utilizzata per esplorare le reazioni della popolazione e, più in generale, la capacità di resilienza in un intervallo temporale durante l’emergenza sanitaria. Adottando un approccio di analisi testuale è stato possibile analizzare il contenuto dei messaggi su Twitter in lingua italiana relativi al periodo 28 ottobre 2020 – 19 marzo 2021, ovvero il periodo compreso tra la seconda ondata COVID-19 e l’inizio della prima campagna vaccinale in Italia. I tweet considerati sono quelli che facevano riferimento a  comuni in isolamento (zona rossa), il cui contenuto riguarda commenti generali sulla resilienza e la reazione alle misure di restrizione che colpiscono l’economia e lo stato sociale dei piccoli comuni e, più in generale, sulla resilienza in Italia, senza particolare riferimento alle situazioni di isolamento.

Su queste tre diverse tipologie di testi sono state effettuate analisi di social network, analisi di frequenza dei termini, sentiment analysis e topic model analysis.

Le restrizioni pandemiche nei piccoli comuni italiani

L’Italia è uno dei primi Paesi colpiti dalla pandemia anche in modo molto grave, soprattutto nelle piccole città e nei borghi. Considerando le aree che secondo la scala di allerta nazionale erano considerate zona rossa, ovvero massima allerta, per l’analisi sono stati selezionati comuni con una popolazione inferiore a 100.000 abitanti, che sono risultati pari ad 83.

Figura 1 Distribuzione spaziale delle piccole “zone rosse” in Italia – Dal 28 ottobre 2020 al 19 marzo 2021

La Figura 1 mostra la distribuzione delle piccole “zone rosse”, ossia dei piccoli comuni sottoposti al livello di restrizione più elevato. Queste zone rosse si sono concentrate soprattutto nelle due regioni italiane più meridionali, ovvero Calabria e Sicilia. Il potere di inserire i comuni in questa “zona rossa” era nelle mani delle autorità regionali che, nel farlo, dovevano considerare le implicazioni economiche e sociali per le piccole comunità di questi borghi. Probabilmente le zone rosse sono state istituite più facilmente nel Sud Italia perché l’impatto di queste restrizioni è stato considerato meno rilevante rispetto alla condizione economica media del luogo. Nelle aree più sviluppate e dinamiche del Nord, un’azione di blocco è stata considerata più problematica, probabilmente perché avrebbe interrotto il processo produttivo. Inoltre, il sistema sanitario è decentralizzato su base regionale e laddove il sistema sanitario risultava più debole, le misure estreme di restrizione sono state adottate per limitare la domanda di servizi sanitari. Questa condizione ha riguardato principalmente alcune regioni del Sud, in particolare Calabria e Sicilia.

Analisi dei tweets come misura della reazione alla pandemia

I dati di Twitter provenienti da tutti i comuni Italiani sono stati raccolti quotidianamente fin dall’inizio dell’epidemia in Italia. In una seconda fase, l’analisi testuale ha permesso di selezionare, all’interno della popolazione di messaggi, quelli con riferimenti testuali agli 83 comuni posti in zona rossa.

Come atteso, nei piccoli comuni, i tweet assumono un tono negativo legato alla condizione di blocco e alla sua durata, con frequenti riferimenti al tempo in cui le persone si sono sentite private dell’autonomia nella vita quotidiana.

Allo stesso modo, la parola “chiusi” è abbastanza frequente ed associata a tweet negativi, ma in questa fase tende ad essere abbinata alla parola “fine”, a significare un atteggiamento più ottimistico per il futuro. Anche i riferimenti alla parola “ripresa” suggeriscono che questo sottogruppo di tweet sia più incline a vedere una luce alla fine del tunnel.

L’analisi del sentiment ha mostrato un atteggiamento più polarizzato nelle prospettive positive, in quanto circa due terzi dei tweet mostravano un sentiment piuttosto positivo e un atteggiamento verso un umore migliore per quanto riguarda l’evoluzione della pandemia e la possibilità di una ripresa/reazione.

La possibilità di condurre un’analisi geografica, basata sulla provenienza dei tweet è limitata dalle scarse informazioni disponibili sulla geolocalizzazione degli utenti. Per un sottocampione dei dati, è stata quindi condotta una sentiment analysis classificando i comuni di residenza dell’utente Twitter sulla base della macroarea (Nord vs Centro-Sud) e della tipologia di area (aree urbane, identificate dai capoluoghi di provincia, e aree rurali, ovvero i comuni non-capoluogo di provincia). La tabella 1 riassume la nostra analisi manuale per le due variabili “Tipo di area” e “Macroarea”.

Le reazioni sembrano più positive nelle aree rurali che in quelle urbane (53,6% di tweet positivi nelle aree rurali contro il 41% nelle aree urbane), mentre la geografia non sembra essere una discriminante decisiva per un atteggiamento positivo (46,7% di tweet positivi al Nord contro il 45,9% al Centro-Sud).

Per quanto riguarda l’analisi tematica, i messaggi positivi nei tweet delle aree rurali sono più nel senso di una prospettiva economica basata sulla resilienza e sulla proattività.

Le prospettive negative nei tweet rurali provengono soprattutto da categorie di tweeter no-vax, no-green pass, orientati a destra.  I tweet provenienti dalle aree urbane sono stati più neutrali, ed i tweet positivi si sono concentrati sulla fiducia nel governo e sui fondi per la ripresa da parte dell’Unione Europea e del governo. I tweet negativi provenienti dalle aree urbane riguardavano invece la chiusura di scuole inadeguate, le teorie del complotto e una discussione più generale sulle cause della pandemia.

Per quanto riguarda la geografia, le differenze sono minime e si concentrano su argomenti economici, più sullo sviluppo e la ripresa al Nord e più sulle preoccupazioni per la disoccupazione al Centro-Sud.

In sostanza, questa prima analisi mostra come le reazioni nella percezione individuali degli individui alla crisi pandemica abbiano una rilevante dimensione geografica e spaziale. Questa dimensione non fa tanto riferimento alla tradizionale contrapposizione tra Nord e Sud del Paese ma, piuttosto, al grado di urbanizzazione, correlato in questi primi risultati ad una percezione più positiva dello scenario post-Covid.

Articoli correlati

Il Covid-19 e le regioni italiane. Dopo il recupero, quali prospettive?

Il Covid-19 ha prodotto effetti differenziati sull’economia delle regioni italiane: un impatto maggiormente immediato al Nord, ma maggiori difficoltà nella fase di recupero per il Sud. Le determinanti primarie di queste differenze possono essere individuate in fattori strutturali quali composizione settoriale, propensione al lavoro a distanza, disponibilità di capitale umano e tecnologia, apertura internazionale e partecipazione alle catene del valore globali. Le prospettive future, in particolare per il Mezzogiorno, dipendono dall’evoluzione del contesto geo-politico globale e dalla capacità delle politiche pubbliche di incidere sulle debolezze strutturali delle economie regionali.

Gli effetti regionali della spesa pubblica nelle politiche attive del mercato del lavoro per le economie avanzate

Le politiche attive del mercato del lavoro potrebbero svolgere un ruolo importante nel rendere i mercati del lavoro regionali più resilienti alla crisi dovuta al COVID-19 in quanto potrebbero aiutare i nuovi disoccupati a trovare lavoro più rapidamente e facilitare l'incontro di persone in cerca di lavoro con opportunità di lavoro emergenti. I risultati ottenuti in un recente contributo suggeriscono che incrementi di spesa per politiche attive del mercato del lavoro hanno un effetto a breve e medio termine nel ridurre la disoccupazione, mentre aumentano gradualmente la produzione. Tali effetti tendono ad essere maggiori in periodi economici avversi, e se integrati da maggiori spese dei fondi europei.

Ecosistema innovativo e territorio in Puglia

Le start up innovative, con la loro ormai storia decennale, costituiscono una componente importante per la creazione di un ecosistema innovativo (in particolare per il settore high tech) e per una maggiore dinamicità dello sviluppo territoriale. Nel periodo di programmazione 2014-2020, la Puglia ha attuato politiche di aiuto a favore di start up innovative, grandi imprese e PMI che hanno prodotto effetti differenziati nei sistemi locali del lavoro che compongono il territorio. Partendo dai risultati prodotti dalle politiche per le imprese si delinea una possibile evoluzione delle politiche di sostegno maggiormente orientata allo sviluppo di ecosistemi territoriali connessi.

Cosa ci dice la spesa dei fondi europei sulla governance del Next Generation EU

I dati comparati tra Paesi sulla spesa dei fondi strutturali europei nella precedente programmazione evidenziano come una governance multilivello, ad esempio attraverso l’uso di programmi regionali, non sia di per sé un generatore di ritardi attuativi. Questa conclusione assume un significato specifico alla luce del dibattito sul futuro della politica di coesione, in particolare in relazione all’influenza che il modello di gestione dei PNRR (gestione diretta e centralizzata) potrebbe avere sui fondi strutturali post-2027.

Il riorientamento dei POR FESR 2014-2020 in Italia a seguito dell’emergenza COVID

La pandemia da Covid-19 ha condizionato l’attuazione della Politica di Coesione UE e dei Programmi Operativi Regionali (POR) FESR 2014-20, riorientati per contribuire a fronteggiare l’emergenza sanitaria. In tal senso, nell’articolo si indaga la loro trasformazione tra prima e dopo l’avvento della pandemia, confrontando in tempo reale il mutamento de facto dei POR e il relativo comportamento delle Regioni tra la situazione pre-Covid al 31.12.2019 e quella successiva al picco pandemico alla data del 31.08.2021.