di: Luca Mancini, Silvia Montecolle, Miria Savioli e Alessandra Tinto
EyesReg, Vol.9, N.6, Novembre 2019
Il benessere soggettivo è considerato un dominio fondamentale e distinto nello studio del benessere di una nazione, poiché ciò che riportano le persone delle loro condizioni non ha necessariamente una corrispondenza con le misure oggettive, ed è dunque necessario tenere esplicitamente conto anche della percezione individuale per descrivere compiutamente il benessere (Stiglitz et al., 2009). In un’ottica multidimensionale, un’analisi congiunta del benessere soggettivo con i diversi ambiti di vita è volta a cogliere la complessità del fenomeno, evidenziando i molteplici fattori individuali e di contesto che ne influenzano l’andamento.
Sono disponibili in letteratura molti lavori che studiano le determinanti del benessere soggettivo sia di natura individuale sia di contesto.
Per quanto riguarda i fattori individuali, un lavoro di particolare interesse è quello in cui il benessere soggettivo dei paesi OCSE è messo in relazione con un ampio insieme di indicatori organizzati secondo il framework How’s life, utilizzato dall’OCSE per misurare il benessere (Boarini et al., 2012).
Uno studio analogo è stato realizzato per l’Italia dall’Istat, mettendo in relazione il benessere soggettivo con gli indicatori utilizzati nel framework Bes per la misura del benessere in Italia (Istat, 2018).
Inoltre, numerosi studi si sono posti l’obiettivo di analizzare, oltre ai fattori individuali, in che modo fattori legati al benessere economico, ambientale e sociale dell’area in cui si vive possono avere un impatto sul benessere soggettivo o possono mediare le associazioni tra quest’ultimo e le caratteristiche individuali (Gee G.C., Takeuchi D.T., 2004).
Infatti, in una analisi che vuole prendere in considerazione il territorio, non si può prescindere dal tenere conto delle caratteristiche del luogo in cui si vive poiché, come enunciava Tobler nel 1970, “everything is related to everything else, but near things are more related than distant things” (Tobler, 1970).
L’obiettivo di questo lavoro è quello di approfondire le relazioni tra benessere soggettivo e gli altri domini rilevanti per lo studio del benessere, considerando sia fattori individuali sia di contesto, a livello familiare e a livello territoriale (comune o provincia). Inserire la componente di contesto consente di tenere conto sia del disegno campionario che della struttura gerarchica dei dati, con individui che vivono in famiglie e in aree territoriali che condividono caratteristiche comuni.
Dati e metodi
L’analisi del benessere soggettivo si è concentrata sulla soddisfazione per la vita, considerando la percentuale di persone che hanno dichiarato di essere molto soddisfatte della propria vita dando un punteggio tra 8 e 10 (su una scala in cui 0 indica “non affatto soddisfatto” e 10 “molto soddisfatto”). Questo indicatore fa parte dell’insieme di indicatori Bes, con riferimento al dominio Benessere soggettivo, e il quesito da cui deriva è: “Attualmente, quanto si ritiene soddisfatto della sua vita nel complesso?”.
Per rappresentare il fenomeno è stato utilizzato un modello logistico gerarchico ad effetti misti in cui la variabile dipendente assume valore 1 se l’individuo i appartenente alla famiglia j residente nel comune k si dichiara molto soddisfatto della propria vita e zero altrimenti.
Gli indicatori individuali e familiari sono calcolati utilizzando i dati dell’indagine “Aspetti della vita quotidiana” (AVQ) relativa al 2017, su un campione di circa 26.500 individui tra i 25 e i 64 anni, per un totale di 13.200 famiglie residenti in 650 comuni.
Ai record individuali dell’indagine sono state agganciate le informazioni relative al contesto economico, all’ambiente e alla sicurezza del territorio in cui gli individui vivono. Le fonti utilizzate includono Istat, Ispra e Polizia di Stato e gli indicatori sono stati calcolati a livello comunale e, quando non disponibili, a livello provinciale.
A livello individuale, oltre ad alcune caratteristiche socio-demografiche (sesso, classe di età, ruolo in famiglia, cittadinanza, ripartizione geografica e dimensione del comune), sono stati inclusi nell’analisi indicatori relativi ai domini del Bes (Tabella 1).
Per descrivere il livello familiare sono stati considerati indicatori che potessero approssimare lo status socio-economico, quali il titolo di godimento dell’abitazione e il livello medio di istruzione della famiglia. Viene considerata anche la difficoltà di accesso ad alcuni servizi essenziali da parte della famiglia. Tra i fattori legati alla famiglia di appartenenza che possono influenzare il benessere, in letteratura, si considera spesso il reddito (Eurostat, 2016). In questo studio non è stato possibile considerare tale indicatore poiché l’indagine AVQ non consente di calcolarlo.
Il territorio è descritto, oltre che dalla tipologia del comune, da alcuni indicatori relativi al sistema economico, all’ambiente e alla sicurezza. Il quadro completo degli indicatori utilizzati nel modello e delle relative fonti è disponibile nella Tabella 2.
Tabella 1. Percentuale di persone per alcune caratteristiche e ripartizione territoriale. Anno 2017 (per 100 persone di 25-64 anni)
| Nord | Centro | Mezzogiorno | Italia | |
| Molto soddisfatti della propria vita (voto 8-10) | 44,7 | 38,7 | 32,1 | 39,2 |
| Vive in famiglie monocomponente | 14,7 | 14,1 | 9,9 | 12,9 |
| Titolo di studio alto | 19,4 | 22,9 | 15,4 | 18,7 |
| Titolo di studio basso | 36,6 | 32,6 | 47,5 | 39,6 |
| Occupati | 72,5 | 66,5 | 49,7 | 63,4 |
| Due o più malattie croniche | 13,3 | 13,0 | 15,7 | 14,1 |
| Fiducia generalizzata | 14,3 | 12,0 | 8,7 | 11,9 |
Risultati
Per tenere conto delle differenze sul territorio nelle associazioni tra fattori individuali, familiari e di contesto territoriale e il benessere soggettivo sono stati stimati tre modelli separati per il Nord, il Centro e il Mezzogiorno (Sud e Isole).
Nella Tabella 3 sono riportate sia le varianze delle intercette “casuali” a livello famiglia e comune che misurano la porzione di variabilità nel dichiararsi soddisfatti dovuta, rispettivamente, a differenze tra le famiglie e tra i comuni non spiegate dal modello di regressione, sia i coefficienti di correlazione tra le risposte dei membri di una stessa famiglia e tra le risposte di individui residenti nello stesso comune ma in famiglie diverse.
Si può notare come nel Nord questi parametri siano più contenuti rispetto al Centro e al Mezzogiorno. Il fatto che tale differenza sia presente anche nel modello “vuoto” che scompone la varianza della variabile risposta nei tre livelli considerati senza condizionare su alcuna caratteristica individuale, familiare o comunale, suggerisce che al Nord la percezione individuale sia meno influenzata tanto dalla sfera familiare quanto da quella comunale. Sebbene ciò possa in parte essere dovuto alla maggiore incidenza dei nuclei monocomponenti al Nord, è altresì ipotizzabile che siano all’opera fattori culturali specifici legati al ruolo della famiglia, alla natura dei legami familiari e/o alla dinamica delle relazioni tra i suoi componenti.
Inoltre, nei comuni del Nord il modello riesce a catturare una frazione più cospicua dell’eterogeneità del fenomeno dovuta a differenze di natura territoriale, come confermato dai risultati riportati nella Figura 1.
Tabella 2 – Indicatori selezionati nel modello logistico gerarchico a effetti misti con variabile dipendente “Soddisfazione per la vita”
Tabella 3 – Risultati del modello logistico gerarchico a effetti misti con variabile dipendente “Soddisfazione per la vita”: varianza intercetta casuale, numero di individui, famiglie e comuni per ripartizione geografica
La Figura 1 riporta le stime di massima verosimiglianza sotto forma di odds ratios (gli odds il cui intervallo di confidenza del 95% non include l’unità sono evidenziati in una tonalità di colore più scuro) per la parte ‘fissa’ e illustra i risultati dell’analisi.
Tra i fattori individuali associati alla soddisfazione per la vita, alcuni hanno un impatto in tutte e tre le ripartizioni geografiche. A parità di altre condizioni, avere un lavoro, non soffrire di malattie croniche, vivere in una famiglia di almeno due componenti e avere fiducia negli altri aumentano il livello di soddisfazione per la propria vita nel Nord come nel Centro e nel Mezzogiorno.
I fattori familiari considerati hanno tutti un impatto differenziato sul territorio. Solo nel Nord e nel Mezzogiorno, vivere in una famiglia con un livello medio di istruzione più elevato fa aumentare la propensione a essere molto soddisfatti per la propria vita. Possedere una casa di proprietà così come avere accesso ad almeno tre servizi essenziali (ad esempio il pronto soccorso, le scuole o gli uffici comunali) aumenta la propensione ad essere molto soddisfatti nel Nord e nel Mezzogiorno ma non nel Centro.
Anche i fattori di contesto territoriale hanno un impatto che si differenzia sul territorio. Vivere in una provincia con una incidenza di delitti denunciati superiore alla media nazionale riduce gli odds di dichiararsi soddisfatti, ma solo nel Mezzogiorno. Vivere in un comune con meno di 10.000 abitanti aumenta gli odds di ritenersi molto soddisfatti per la propria vita rispetto a vivere in un comune con più di 10.000 abitanti, ma solo nel Nord, dove risulta significativamente associato alla soddisfazione per la propria vita anche il fatto di vivere in un territorio economicamente dinamico rispetto alla mediana della ripartizione.
Infine, l’effetto negativo del vivere in aree più deteriorate dal punto di vista ambientale non risulta omogeneo su tutto il territorio, con una associazione significativa solo nel Centro e nel Nord.
Figura 1 – Risultati del modello logistico gerarchico a effetti misti con variabile dipendente “Soddisfazione per la vita” per ripartizione geografica. Anno 2017 (odds ratio) (a)
Conclusioni
In conclusione, i risultati mostrano come solo alcuni fattori individuali hanno un impatto sulla soddisfazione per la vita generalizzato sul territorio, tra questi emergono essere in buona salute, essere occupato, avere un atteggiamento di fiducia verso gli altri e vivere in una famiglia di almeno due componenti. Invece, l’influenza di altre dimensioni sia individuali sia legate alla famiglia e al comune di residenza si diversifica nelle tre ripartizioni geografiche. Tale evidenza giustifica la scelta di stimare separatamente il modello nelle tre ripartizioni, in maniera tale da considerare le specificità di ciascuna di esse. Ad esempio, nel Nord emerge soprattutto l’associazione positiva della soddisfazione con il vivere in zone in cui il sistema economico è più dinamico e la qualità dell’ambiente è migliore, quest’ultima importante anche nel Centro; nel Mezzogiorno si associano maggiormente a alti livelli di soddisfazione gli aspetti legati alla sicurezza della zona in cui si vive.
L’analisi che ha portato a questi primi risultati potrebbe essere ulteriormente approfondita, includendo informazioni più oggettive riferite alle condizioni economiche della famiglia (non rilevate in AVQ). Il modulo ad hoc sul benessere inserito nell’Indagine Eu-silc realizzata nel 2018 potrà fornire ulteriori e rilevanti elementi di analisi.
Luca Mancini, Silvia Montecolle, Miria Savioli, Alessandra Tinto, Istat
Riferimenti bibliografici
Boarini, R., Comola, M., Smith, C., Manchin, R. and de Keulenaer, F. (2012), What Makes for a Better Life? The Determinants of Subjective Well-Being in OECD Countries – Evidence from the Gallup World Poll, OECD Publishing, Paris: OECD Statistics Working Papers N.03.
Eurostat (2016), Analytical report on subjective well-being – 2016 edition. European Union.
Gee G.C., Takeuchi D.T., (2004), Traffic stress, vehicular burden and well-being: a multilevel analysis, Social Science and Medicine, 59, 2: 405-14.
Istat (2018), Rapporto Bes 2018. Il benessere equo e sostenibile in Italia, Roma: Istat.
Stiglitz, J. E., A. Sen e J. P. Fitoussi (2009), Report by the commission on the measurement of economic performance and social progress. Paris: Commission on the Measurement of Economic Performance and Social Progress.
Tobler, W., (1970), A computer movie simulating urban growth in the Detroit region. Economic Geography, 46(Supplement): 234–240.
