L’indicatore di salute che si utilizza in questo lavoro si riferisce alle con- dizioni generali di salute soggettiva, ovvero il “Self assessed health”. Preci- samente, si tratta delle risposte fornite dagli individui alla domanda “come va in generale la sua salute?”. Le possibili risposte chiuse sono ordinate dal “molto male”, al “ molto bene”, in cinque livelli.
L’utilizzo di quest’indicatore di morbilit`a `e molto frequente nella lettera- tura internazionale; le argomentazioni a favore dell’utilizzo vanno rintraccia- te essenzialmente nell’alta correlazione con altri risultati di salute oggettiva come la mortalit`a e l’utilizzo dei servizi sanitari (Idler e Benyaminy, 1997)
1In Marinacci (2004b) si fa riferimento alla deprivazione socio-economica a livello
e nel fatto che esso non sembra variare sistematicamente in base al Status Socio Economico (d’ora in poi SES), diventando quindi una buona proxy anche delle disuguaglianze di salute legate al SES (Van Doorslaer e Gerd- tham, 2003). E’ essenzialmente su queste considerazioni che si basa il nostro utilizzo in questa analisi, sebbene occorre precisare come la sua natura di indicatore soggettivo di salute nasconde dei problemi, spesso rilevanti. Sen (2002) argomenta, infatti, come esso sia molto condizionabile dalla presen- za di preferenze adattive rispetto al contesto socio-economico. In generale, cio`e, pi`u si `e abituati a stare male e pi`u lo sono i gruppi di riferimento in cui si `e collocati, meno si `e esigenti circa le condizioni di bisogno (Grana- glia e Compagnoni, 2006). Ci`o, vedremo, potrebbe avere una forte rilevanza nella situazione italiana con ampie differenze socio-economiche tra le aree geografiche.
La nostra variabile dipendente `e, dunque, la salute percepita ricondotta ad una variabile binaria e modelizzata attraverso un modello di regressione logistica, vista la sua natura qualitativa. La partizione binaria del livello di salute richiede di considerare i primi due livelli di salute (bene e molto bene) nello stato di salute” buono”; gli altri tre livelli invece rientrano nello stato di salute “non buono”. Questo tipo di dicotomizzazione ha il pregio di semplificare la trattazione dei dati senza costi eccessivi in termini di perdita di contenuto informativo (Jones, 2000).
Le variabili esplicative del modello sono innanzitutto quelle volte ad iden- tificare il SES secondo i criteri che illustreremo. Allo scopo di catturare una diversa incidenza al rischio di salute tra individui con diverse caratteristi- che demografiche, fanno parte del set di regressori anche l’et`a ed il sesso. Le variabili d’interazione tra SES e mezzogiorno hanno invece l’obiettivo di testare eventuali differenze d’impatto dello svantaggio socio-economico sulla salute al Mezzogiorno. La ratio dell’introduzione di variabili demografiche `e, inoltre, quella di distinguere il contributo delle disuaglianze evitabili, al netto di quelle inevitabili. Sebbene, infatti, una parte della letteratura so-
stenga che non sia possibile distinguere le disuguaglianze evitabili da quelle inevitabili senza giudizi di valore (Peter ed Evans, 2001), `e opinione diffusa -ed `e quella che adotteremo- che vi `e equit`a nello stato di salute se le diffe- renze sociali o geografiche non determinano le disuguaglianze di salute tra diversi gruppi di popolazione (WHO, 2000).
La corretta identificazione dello status-socio economico richiede l’ado- zione d’un criterio di stratificazione sociale, che diventa spesso la scelta pi`u problematica visto che esistono varie dimensioni che caratterizzano la posi- zione sociale ed econonomica. Chandola et al (2003) e Bartely (2000), ad esempio, utilizzano schemi di stratificazione mutuati dalla letteratura socio- logica, come la scala di Cambridge e la scala Erikson-Goldthorpe 2; altri
studi invece usano prettamente il reddito come social marker (Van Doorsa- ler e Koolman, 2004); altri studi ancora, utilizzano schemi di classificazione basati sullo status occupazionale (Rose e Pevalin, 2000 ). L’istruzione, in- vece, sebbene, abbia una forte correlazione con lo status occupazionale ed il reddito, non `e in se stessa una misura di posizione sociale almeno tra gli indi- vidui adulti (Dahl, 1994 e Davey Smith et al., 1998). La valenza predittiva di ognuna queste stratificazioni sul gradiente di salute `e stato dimostrato essere forte. Bartley et al. (2000), mostrano, inoltre come le diverse di- mensioni di status socio-economico agiscono attraverso diversi meccanismi sulle condizioni di salute; mentre, infatti, lo svantaggio nella classe occu- pazionale si traduce con pi`u probabilit`a in patologie legate allo stress da lavoro, lo svantaggio nella scala di Cambridge si traduce con pi`u probabilit`a nell’adozione di stili di vita rischiosi.
Per i nostri scopi, al fine di arricchire il contributo informativo dell’analisi prendiamo in considerazione tre criteri di identificazione dello Status Socio- economico: ISCO 88, reddito, condizione sociale. Il primo criterio, ISCO 88, consente di identificare la classe sociale in base allo status occupazionale definito riguardo agli obiettivi e mansioni dei lavoratori ed alle competenze
2Per una trattazione degli schemi di stratificazione Erikson e goldthorpe e Scala di
necessarie per assolvere gli obblighi lavorativi (International Labour Office, 1990). Esso, nella sua versione pi`u sintetica, individua dieci tipi d’occupa- zione che possono essere ordinati, secondo il grado di competenze richieste, in quattro livelli.3
Il secondo criterio utilizzato `e quello che identifica la classe sociale in base alla condizione reddituale.
L’ultimo criterio d’identificazione `e quello che si basa su tre macrocate- gorie costituite da: disoccupati, lavoratori dipendenti e lavoratori autonomi.
Per riassumere i criteri utilizzati sono i seguenti: 1. Quintile di Reddito di appartenenza;
2. Classe di appartenenza attraverso la stratificazione ISCO 88; 3. Disoccupati/Lavoratori Dipendenti/Lavoratori autonomi. Ed il modello specificato formalmente `e:
P r(C = 1|x) = exp(x!β)/1 + exp(x!β) (2.1)
Dove C `e la variabile dipendente dicotomica, che assume valore uno nel ca- so di salute non buona. β `e il vettore dei parametri incogniti ed x il set di regressori. Il set di regressori `e composto da variabili di SES, variabili demografiche (et`a e sesso), una variabile dummy per il Mezzogiorno e varia- bili d’interazione tra mezzogiorno e SES e tra variabili demografiche e area Mezzogiorno. La variabile di SES si riferisce al criterio di stratificazione utilizzato; presenteremo pertanto tre diversi modelli utilizzando di volta, in volta uno dei criteri illustrati in precedenza. L’effetto dell’area geografica verr`a testato innanzitutto attraverso test sulla significativit`a della variabile d’interazione. Per le variabili statisticamente significative condurremo il test di Wald one-side allo scopo di verificare l’ipotesi di una maggiore incidenza
3Si rimanda a Begman and Joye (2001) per la discussione sulle modalit`a di conversione
dello svantaggio socio-economico al mezzogiorno rispetto al Centro-Nord. Formalmente l’ipotesi sottoposta a test `e:
H0: SES ∗ Mezzogiorno ≥ SES (2.2)