La digitalizzazione della vita, il corso di vita e la demografia

Francesco C. Billari

Department of Sociology e Nuffield College University of Oxford

CEPRA Lecture 2015 CEPRA, Università della Svizzera Italiana

Lugano, 22 ottobre 2015

Schema

¢ Digitalizzazione, corso di vita e demografia

¢ Minaccia o opportunità? ¢ Età e digitalizzazione in Europa

l Tendenze l Minaccia o opportunità?

¢ Vita di famiglia: avere figli l Google e le decisioni di fecondità l  Intenzioni e comportamenti

¢ Discussione

Digitalizzazione, corso di vita e demografia ¢  I cambiamenti strutturali delle società

e delle economie influenzano l Le decisioni che prendiamo nel corso

della vita (es. legami, fecondità, intensità delle relazioni intergenerazionali, risparmio/investimento/consumo, residenza)

l àla forma e la struttura delle popolazioni (la demografia). Es. Bassa fecondità e invecchiamento della popolazione

Digitalizzazione, corso di vita e demografia ¢ A volte questi cambiamenti strutturali

sono l molto veloci (guerre, cadute di regimi,

recessioni…) l permanenti

¢  La digitalizzazione della vita (quotidiana) è un cambiamento strutturale veloce e permanente, che influenza l  il corso della vita l  la demografia

Cambiamenti tecnologici

¢  I cambiamenti tecnologici hanno influenzato il corso di vita e la demografia in vari modi, es. l  Lavoro e sistema dell’istruzione (Boserup

e produttività) l  Medicina (vaccini, igiene). Non

parleremmo di invecchiamento senza I progressi nella durata della vita (Livi-Bacci, 2012)

Cambiamenti tecnologici

¢  I cambiamenti tecnologici hanno influenzato il corso di vita e la demografia in vari modi, es. l  La famiglia, la fecondità, il genere

•  Metodi contraccettivi moderni (“power of the pill” (Goldin & Katz, 2002), “Seconda Transizione Demografica” (Lesthaeghe & van de Kaa)

•  Elettrodomestici come “engines of liberation” (Greenwood & Sheshadri, 2005)

Digitalizzazione, corso di vita e demografia

¢ Digitalizzazione: imponente e veloce diffusione di tecnologie digitali che influenzano la vita quotidiana l Dai PC a Internet con Banda Larga l Dai telefoni ai cellulari e agli

smartphones ¢ Una vera e propria discontinuità

strutturale

Source: Norris (2001)

Minaccia o opportunità?

¢ Kohli (2007) “istituzionalizzazione del corso di vita” – come per Kohli la digitalizzazione influenza il corso di vita attraverso l Prospettive e pianificazioni (decisioni) l Eventi cruciali (es. Avere un figlio)

¢  La digitalizzazione è un’opportunità o una minaccia per le scelte della vita e la demografia?

Minaccia o opportunità?

¢ Minaccia l  Troppe informazioni online (Gigerenzer:

“less is more”)? l  Influenze negative attraverso social

media? l  Isolamento (come per le città?) l  “Digital divide” tra classi sociali, società,

o generazioni? à Ulteriore conflitto tra generazioni

l  Sfera lavorativa invade tutte le sfere della vita quotidiana?

Minaccia o opportunità?

¢ Opportunità l  Accesso a informazioni per tutti a costo

minore: nuove tecnologie permettono di prendere decisioni migliori

l  Minore isolamento sociale sui social media, nuove forme di comunicazione in gruppi (Whatsapp familiare)

l  Riduzione, a lungo termine delle barriere sociali e tra generazioni

l  Nuove tecnologie permettono di combinare meglio lavoro e famiglia

Minaccia o opportunità?

¢ Minaccia vs. opportunità: troppo presto per dare una risposta completa l Probabilmente vi sono più risposte,

con leve di azione che permettono di “cogliere” il dividendo di opportunità della digitalizzazione

¢ Possiamo però iniziare a dare uno sguardo a quanto sta accadendo

Età e digitalizzazione in Europa

¢ European Social Survey ¢ Principale variabile—uso di Internet

•  “how often do you use the internet, the World Wide Web or e-mail – whether at home or at work – for your personal* use”

•  *private or recreational use that does not have to do with one’s work or occupation

¢ Focus: uso quotidiano ¢ Velocità di crescita per età?

Uso quotidiano per età-Europa 2002-2010

020

4060

80%

ute

nti

15-24 25-34 35-44 55-64 65-74 75+

Paesi inclusi: Belgio, Danimarca, Germania, Irlanda, Finlandia, Francia, Norvegia, Paesi Bassi, Polonia, Portogallo, Regno Unito, Slovenia, Spagna, Svezia, Svizzera, Ungheria. Dati pesati per popolazione e disegno campionario.

Uso quotidiano per età-Svizzera 2002-2010

020

4060

80%

ute

nti

15-24 25-34 35-44 55-64 65-74 75+

Età e digitalizzazione in Europa

¢ Minaccia o opportunità? Effetti sociali dell’invecchiamento

¢ Solitudine “How often do you socially meet with friends, relatives or colleagues” (“soli” se meno di una volta a settimana)

¢  Legame con uso quotidiano di Internet (età 55 e oltre)

Solitudine e uso quotidiano di Internet-Europa 2002-2010, età 55+

010

2030

4050

% s

oli

55-64 65-74 75+No Sì No Sì No Sì

Solitudine e uso quotidiano di Internet-Svizzera 2002-2010, età 55+

010

2030

40%

sol

i

55-64 65-74 75+No Sì No Sì No Sì

Età e digitalizzazione in Europa

¢ Minaccia o opportunità? Parlare di cose personali

¢  “Anyone to discuss intimate or personal matters with”

¢  Legame con uso quotidiano di Internet

Contatti e uso quotidiano di Internet-Europa 2002-2010, età 55+

020

4060

8010

0%

han

no q

ualc

uno

55-64 65-74 75+No Sì No Sì No Sì

Contatti e uso quotidiano di Internet-Svizzera 2002-2010, età 55+

020

4060

8010

0%

han

no q

ualc

uno

55-64 65-74 75+No Sì No Sì No Sì

Età e digitalizzazione in Europa

¢ Più opportunità che minaccia ¢  (effetti diminuiscono se si tengono

sotto controllo fattori che influenzano sia la digitalizzazione sia isolamento/contatti, es. livello di istruzione, genere, reddito)

Vita di famiglia: avere figli

¢ Digitalizzazione e scelte di vita familiare

¢ Fecondità (cruciale per dinamiche demografiche)

Premessa

Vita di famiglia: avere figli

¢ Tre casi ¢ Primo: evidenza su informazione—

Google! ¢  (lavoro con Francesco D’Amuri & Juri

Marcucci-Banca d’Italia)

Google e fecondità

Google e fecondità ¢  “GI” indici di ricerche effettuate su

Google in un dato mese (dati USA) l Maternity (GI1) l Ovulation (GI2) l Pregnancy (GI3) l Più indicatore composto (prima

componente principale) (GIPC1)

¢  Indicatori normalizzati a 100 per il mese con la più alta incidenza e per la ricerca di “maternity” (2004:1,2009:12)

l Es. se l’indicatore GI3 (pregnancy) è 120, le ricerche sono 20% rispetto al massimo raggiunto da GI1 (maternity)

¢ Altri dati: l Tassi di natalità mensili (nascite/

pop16): USDHHS, BLS l Tassi di disoccupazione: BLS l Tasso di crescita PIL (St Louis FED)

Google e fecondità

‘Maternity’ e natalità

‘Ovulation’ e natalità

‘Pregnancy’ e natalità

PC1 e natalità

Google e fecondità

¢  Le previsioni a 12 e 24 dei tassi di natalità si giovano dell’utilizzo di indicatori derivati dalle ricerche su Google

¢ àEvidenza che le persone cercano in linea quando devono scegliere di avere figli: una “Googlizzazione” delle nascite?

¢  (rilevanza dell’informazione online)

Banda larga e fecondità ¢  Ipotesi contrastanti (Wajcman, 2015)

l  H1 (Minaccia) La digitalizzazione porta il lavoro a casa in ogni momento e rende la compatibilità lavoro-famiglia più difficile (“always on”). Effetto negativo sulla propensione ad avere figli

l  H2 (Opportunità) La digitalizzazione consente di avere la casa al lavoro, e di lavorare da casa (maggiore compatibilità). Effetto positivo

•  (non discutiamo qui digitalizzazione e figli per teenager—Guldi & Herbst, 2015)

Banda larga e fecondità

¢ Effetti diversi ¢ Genere

l H3 La digitalizzazione rinforza l’orientamento al lavoro per gli uomini (effetti maggiormente positivi per le donne)

¢ Stratificazione/digital divide l H4 Il dividendo positivo della

digitalizzazione è catturato maggiormente dai più istruiti (lavori potenzialmente più adatti)

Digitalizzazione e intenzione di avere figli

¢ Ondate 2 e 5 (2004, 26 paesi; 2010, 27 paesi)

¢ Età 18-39 ¢  Intenzione di avere figli

l  “Do you plan to have a child within the next three years?”

•  Definitely not, probably not=0 •  Definitely yes, probably yes=1

¢ Notare che le intenzioni a 3 anni predicono bene i comportamenti successivi (Kapitány & Spéder, 2013) (anche se con differenze tra paesi)

¢ Per 100 nascite pianificate nella ESS, circa 60 hanno luogo (Harknett & Hartnett, 2014)

Digitalizzazione e intenzione di avere figli

¢ Per la digitalizzazione—accesso a Internet (come prima)

¢ Modelli Country-Fixed-Effect Linear Probability separato per genere l Alta istruzione=più di 15 anni di studio l Occupazione=lavoro pagato negli

ultimi 7 giorni ¢ Contolli per

l Età (quadratico), anno, stato civile,numero di figli precedente

Digitalizzazione e intenzione di avere figli

DonneBassaistruzione Altaistruzione

Accesso -0.3% +6.2%SE 1.1% 2.8%p 0.815 0.024

Usoquo6diano -1.7% +1.2%SE 1.0 1.4p 0.092 0.401

N 10,424 5,829%intendono 26.6% 41.9%

UominiBassaistruzione Altaistruzione

Accesso +0.6% +5.9%SE 1.2% 3.4%p 0.639 0.086

Usoquo6diano -2.4% -0.6%SE 1.0% 1.6%p 0.018 0.713

N 9,758 4,409%intendono 27.9% 37.5%

Digitalizzazione e intenzione di avere figli

Donne Occupate Nonoccupate

Bassaistruzione Altaistruzione Bassaistruzione AltaistruzioneAccesso +1.3% 7.3% -1.3% 5.3%SE 1.7% 3.6% 1.5% 4.3%p 0.438 0.043 0.355 0.210

Usoquo6diano 1.7% 0.9% -4.7% 0.7%SE 1.4% 1.7% 1.4% 2.5%p 0.236 0.597 0.001 0.781

N 5,097 3,968 5,327 1,861

%intendono 30.3% 46.2% 23.0% 32.9%

Digitalizzazione e intenzione di avere figli

¢ Più opportunità (H2) che minaccia (H1)

¢ Poca evidenza per differenze di genere (no H3)

¢ Evidenza per H4: opportunità per istruiti/occupati vs. minaccia per meno istruiti/non occupati

Digitalizzazione e intenzione di avere figli

¢ The UK Household Longitudinal Study (“Understanding Society”)—un campione di circa 40000 famiglie sul Regno Unito l Donne di età 18-39 l Si escludono

•  Campione aggiuntivo di minoranze etniche

•  Madri sole l Ondate 1-4 (2009-2013)

Digitalizzazione e fecondità

¢  “Treatment effect models” l Treatment=accesso banda larga a

Wave 1 l Outcome=ha un altro figlio entro Wave

4 (circa 4 anni) •  Escluse donne incinta a Wave 1

¢  “Average Treatment Effect” con Propensity Score Matching

¢ Standard errors robusti (Abadie-Imbens)

Digitalizzazione e fecondità

Understanding Society

¢ Modello logit per variabile treatment ¢ Predittori:

•  Reddito familiare (modified OECD equivalence scale) W1

•  Abitazione posseduta W1 (dummy) •  Abitazione posseduta vale più di £250K W1

(dummy) •  Età (quadratica) W1 •  Numero di figli biologici coresidenti W1 •  Regione (12) W1 •  Residenza rurale/urbana W1

Understanding Society

DonneBassaistruzione Altaistruzione

NonoccupateW1 OccupateW1NonoccupateW1OccupateW1ATE -2.1% +2.4% -4.0% +5.0%RobustSE 4.1% 2.6% 5.4% 1.8%p 0.607 0.353 0.452 0.004

N 1,053 1,336 346 1,378%conunaltrofiglio 9.7% 8.0% 9.0% 11.1%

Understanding Society

¢  L’accesso a banda larga è associato a livelli di fecondità più alta, ma solo per le donne occupate con alta istruzione (H2+H4)

Discussione

¢  La digitalizzazione della vita quotidiana è un cambiamento permanente

¢ Sta già influenzando e influenzerà il corso della vita (pianificazione, comportamentiàdigitalizzazione del corso di vità)

¢ Quindi anche le trasformazioni demografiche—come per altri grandi cambiamenti tecnologici

Discussione

¢  (Primi) risultati indicano l Digitalizzazione più come opportunità

che come minaccia (invecchiamento, scelte familiari)

l Problema di “digital divide” (e possibilità di intervento politico)

Discussione

¢ Occorre fare ricerca e raccogliere informazioni (con digitalizzazione, corsi di vita e scelte demografiche) per l comprendere meglio il fenomeno l cogliere opportunità di mercato l disegnare politiche

¢ Opportunità nell’uso di “big data”

Discussione

¢ Caveat: non semplice stabilire se le relazioni sono di tipo causale (esperimenti/ esperimenti naturali?)

Grazie !