La crisi pandemica legata al COVID-19 ha generato, come ben sappiamo, l’adozione di una serie di misure restrittive senza precedenti — lockdown, limitazioni agli spostamenti, chiusure scolastiche— nonostante una conoscenza limitata sulla loro reale efficacia. I piani pandemici nazionali esistenti offrivano infatti scarse indicazioni a riguardo, mentre il fatto che tali misure venissero generalmente introdotte assieme, rendeva difficile valutarne i reali effetti. I governi si sono trovati quindi ben presto di fronte ad un dilemma: agire troppo lentamente poteva farli accusare di negligenza, ma imporre restrizioni poteva generare malcontento. In questa situazione di grande incertezza, in cui il confronto internazionale dominava la narrazione sui media, influenzando per questa via l’opinione pubblica, guardare al comportamento degli altri Paesi è diventata spesso una strategia sicura, almeno politicamente parlando.
Una ipotesi che trova conferma da uno studio condotto assieme ai colleghi Piero Stanig e Gianmarco Daniele che ha analizzato i dati relativi ai paesi OCSE tra il 2020 e il 2022: anche tenendo conto dell’evoluzione interna dell’epidemia, quello che decideva di fare un paese in materia di chiusure era sistematicamente influenzato da quello che i paesi a lui geograficamente prossimi avevano fatto nei giorni immediatamente precedenti. Un effetto che era persino maggiore di quello esercitato dalla crescita dei decessi domestici da COVID.
Una influenza esterna che si materializzava però attraverso l’emulazione piuttosto che l’apprendimento. Insomma, si copiava piuttosto che imparare: le politiche non fluivano infatti da quei contesti che registravano le migliori performance in termini di gestione della pandemia, ma sempre dai Paesi più vicini, in modo largamente indipendente dai loro risultati.
D’altra parte, i dati mostrano anche che la diffusione delle politiche era del tutto asimmetrica. I Paesi imitavano facilmente le decisioni dei vicini quando queste ultime aumentavano le chiusure, ma non altrettanto quando le riducevano. Perché questo accadeva? Tre meccanismi ci vengono in aiuto per spiegare questa dinamica. Innanzitutto, le politiche emergenziali crearono beneficiari — comitati tecnici speciali – ricordiamo in Italia il Comitato Tecnico-Scientifico, esperti diventati star mediatiche, gruppi economici legati alla gestione di grandi flussi di spesa pubblica — che avevano interesse a mantenere le restrizioni. In secondo luogo, si tendeva a sovrastimare i rischi della riapertura e a sottostimare i costi delle chiusure, generando un forte pregiudizio verso lo status quo. Le scuole ne sono un esempio: il ritorno in presenza veniva percepito come troppo rischioso, mentre la didattica a distanza era considerata, erroneamente, quasi equivalente. Infine, avendo investito capitale politico per introdurre restrizioni, i governi temevano di apparire incoerenti se le avessero rimosse. Anche le convinzioni del pubblico rafforzavano questo effetto, come mostrato dalla riluttanza del governo italiano (stante al libro di Enrico Giovannini, Ministro delle infrastrutture durante la pandemia) a contestare le percezioni errate sul rischio di infezione nel trasporto pubblico. Questi meccanismi, congiuntamente, operavano per amplificare i segnali a favore di maggiori chiusure e attenuavano quelli verso l’allentamento delle stesse. Di conseguenza, l’inasprimento si diffondeva facilmente oltre i confini, mentre le aperture rimanevano isolate. Ma, punto importante, non in tutti i paesi indistintamente.
La qualità delle istituzioni modulava infatti questo processo asimmetrico. I paesi con governance elevata — più sicuri delle proprie capacità amministrative, delle proprie strutture sanitare e dei propri dati — imitavano meno gli altri e rispondevano maggiormente alle condizioni interne. Quelli con governance più debole si affidavano al contrario di più ai segnali esterni. Il confronto nella stagione 2020/21 tra la Svizzera (pronta a riaprire le stazioni sciistiche gestendo i rischi) e l’Italia (più timorosa di un eventuale insuccesso) è emblematico.
Nel complesso, le evidenze suggeriscono dunque che i Paesi (soprattutto quelli con una qualità delle istituzioni non proprio ottimali, incluso il nostro) potrebbero aver mantenuto restrizioni troppo severe e per troppo tempo. L’emulazione reciproca ha in altri termini sostenuto livelli elevati di chiusure anche quando le condizioni interne avrebbero potuto giustificare un loro allentamento, favorendo il ritardo nell’abbandonare politiche costose. Le conseguenze, come mostrato dal caso delle scuole, possono essere gravi: perdite educative, problemi di salute mentale e ripercussioni sul capitale umano a lungo termine.
La tendenza dei paesi a copiare, invece che ad imparare, in contesti ad elevata incertezza, assieme all’asimmetria identificata — il rafforzamento si diffonde, l’allentamento no — è un segnale quindi da tenere bene a mente per il futuro. Dinamiche simili potrebbero infatti portare a politiche eccessivamente interventiste, difficili da correggere nel breve periodo. Anche perché la prossima emergenza (epidemica o non) è sempre dietro l’angolo.
Data Analysis ospita interventi di ricercatori e docenti universitari e analisi di data journalist ed esperti su working paper, articoli scientifici e studi che parlano in modo più o meno diretto alla società e alle politiche data-driven.
Autore: Luigi Curini, professore di scienza politica presso l’Università degli Studi di Milano. Insegna anche presso la Waseda University di Tokyo e l’Università di Lucerna. E’ co-editor del SAGE Handbook of Research Methods in Political Science & International Relations (2020).
Per approfondire.
Indovina chi viene a cena? La sinistra al tempo della polarizzazione affettiva
Gli stereotipi di genere nel parlamento italiano, da De Gasperi ai giorni nostri #DataAnalysis
Votare per o votare contro. Il pericolo del partyism in politica (in Italia e negli Stati Uniti)
