Impresa sociale

Abstract

I poveri estremi appaiono ai margini non solo della società ma anche delle statistiche. Le tradizionali indagini sulla povertà e la disuguaglianza, infatti, escludono sistematicamente gli homeless. Lo scopo di questa analisi è di contribuire allo studio della povertà estrema in Italia utilizzando un dataset originale relativo agli utenti che nel corso del 2014 si sono rivolti a tre centri di orientamento sociale (Help Center) dell’Osservatorio Nazionale sul Disagio e la Solidarietà nelle Stazioni Italiane (ONDS). In primo luogo, i risultati suggeriscono che gli utenti più anziani sono più propensi a richiedere accoglienza rispetto ai giovani, presumibilmente per le maggiori difficoltà a trovare una sistemazione al di fuori del circuito degli Help Center. Al contrario, i giovani risultano più attivi nella ricerca di un’occupazione. In secondo luogo, l’esperienza di una separazione familiare sembra associarsi con una maggiore probabilità di avanzare qualunque tipo di richiesta. Da ultimo, i risultati appaiono in linea con l’approccio housing first: la priorità di chi versa in una condizione di disagio abitativo è soddisfare bisogni primari piuttosto che trovare un’occupazione.

Individuals suffering from extreme poverty are not only excluded from society but also from official statistics, because traditional surveys on poverty and inequality systematically disregard homeless people. The aim of this research is to contribute to the study of extreme poverty in Italy, making use of an original dataset on the beneficiaries of the services offered by three social orientation centres (Help Centers) of the National Observatory on Poverty and Solidarity in the stations. First of all, results suggest that older beneficiaries are more likely than younger beneficiaries to make shelter requests, given that they may face greater difficulties in finding a place to live out of the Help Center network. By contrast, younger beneficiaries seem more active than older beneficiaries in job search. Secondly, evidence supports the idea that individuals experiencing family breakdown are more likely to advance any kind of help request. Lastly, results are consistent with the “housing first” hypothesis: the priority of those living in poor housing conditions is satisfying primary needs rather than solving problems of labour market inclusion.

Le analisi presentate in questo contributo sono frutto di una ricerca più ampia condotta dall’ONDS e basata sui dati ricavati da ANThology, una piattaforma informatica per la raccolta dati messa a disposizione dalla cooperativa sociale Europe Consulting Onlus. Si ringraziano Alessandro Radicchi, Franca Iannaccio e tutti coloro che hanno collaborato alla realizzazione della ricerca. Un ringraziamento particolare va a Francesco Accattapà per l’estrazione dei dati dalla piattaforma ANThology.

“Diventa [infatti] difficile sollecitare i governi
a soddisfare le esigenze delle persone in povertà estrema,
se i parametri di tale popolazione non sono chiari”

Chamberlain e MacKenzie (1992)

Introduzione

Nell’ambito degli studi sulla povertà e sulla disuguaglianza il fenomeno della povertà estrema – definita dal Comitato dei diritti economici, sociali e culturali delle Nazioni Unite¹ come “combinazione di penuria di entrate, sviluppo umano insufficiente ed esclusione sociale” – ha ricevuto finora una scarsa attenzione. Ad esempio, le stime sul numero dei poveri assoluti che l’Istat diffonde ogni anno sono incomplete perché non comprendono “i più poveri tra i poveri”, quelli che potremmo chiamare poveri “estremi”. Più precisamente, esse non tengono conto degli homeless. Le statistiche dell’Istat sulla povertà assoluta, ricavate dall’indagine sulle spese delle famiglie, si riferiscono ad una soglia di povertà basata sulla valutazione monetaria di un paniere di beni e servizi (di natura alimentare, abitativa e residuale) considerati essenziali affinché un individuo possa ritenersi al riparo da gravi forme di esclusione sociale. Il problema sorge perché la base di campionamento è data dalle abitazioni e, dunque, gli homeless sono sistematicamente esclusi. 

La difficoltà nel raccogliere dati censuari o campionari in misura sufficiente su una popolazione che è fortemente mobile (hard to reach population) è la causa principale della scarsa attenzione della letteratura economica per il tema. Peraltro, come fanno notare Boeri, Braga e Corno (Boeri et al., 2009), a questa penuria di dati si aggiunge la difficoltà ad inquadrare la povertà estrema nel framework delle teorie economiche tradizionali, le quali, fondandosi su ipotesi comportamentali regolate da rigidi postulati di razionalità, difficilmente riescono a rappresentare il pattern di comportamento (o molto spesso l’assenza di regolarità nei comportamenti) degli homeless.

Per quanto riguarda la raccolta dati sugli homeless, le prime metodologie di rilevazione sono state sviluppate negli Stati Uniti negli anni ‘80. La più diffusa è quella basata sul cosiddetto S-Night approach (Street and Shelter Night), che consiste nel conteggio simultaneo degli homeless nell’arco di poche ore (una notte o un giorno) su un dato territorio urbano. Le rilevazioni di questo tipo, diventate ormai una prassi corrente negli Stati Uniti, vengono condotte con cadenza annuale o più volte nell’anno, in genere nei mesi invernali, durante i quali è più facile rintracciare gli homeless per via della loro maggiore propensione a rivolgersi ai centri di accoglienza. Da un lato, l’approccio S-Night è assimilabile ad un censimento della popolazione degli homeless e ha il vantaggio di evitare l’identificazione di una popolazione di base da cui estrarre un campione. D’altra parte, esso rischia di sottostimare la popolazione di riferimento e implica un alto dispendio di risorse umane e monetarie nonché una lunga preparazione. Un’altra metodologia è quella degli analoghi one-week (o multi-week) counts, che stimano la popolazione degli homeless attraverso il conteggio delle persone che utilizzano le strutture di accoglienza diurna e notturna nell’arco di una settimana. In questo caso, la possibilità di conteggiare anche individui che non sono senza dimora (ma che comunque potrebbero avere problemi di esclusione sociale) o di conteggiare più volte lo stesso individuo che usufruisce dello stesso servizio non può essere esclusa, poiché spesso la rilevazione non viene fatta ad personam ma si limita a conteggiare il numero totale di utenti dei centri di accoglienza. Diversamente dagli Stati Uniti, in Europa queste metodologie sono state applicate in modo non sistematico.

Per quanto riguarda l’Italia, il primo tentativo di quantificare la popolazione degli homeless è avvenuto ad opera della Commissione d’Indagine sull’Esclusione Sociale (Dipartimento per gli Affari Sociali e Presidenza del Consiglio) e della Fondazione Zancan di Padova e risale al 2000. Nel 2004 è stata poi condotta una seconda indagine nella sola Regione Veneto, cui sono seguite le indagini condotte nelle città di Milano (2008 e 2013), Torino (2010) e Roma (2014). 

La prima ricerca che ha portato alla stima ufficiale del numero di homeless a livello nazionale è stata condotta dall’Istat nel 2011 (Istat, 2011) grazie ad una convenzione con il Ministero del Lavoro e Politiche Sociali, con la fio.PSD (Federazione italiana degli organismi per le persone senza dimora) e con la Caritas Italiana. A tale scopo l’Istat ha costruito una mappa delle strutture collocate nei 158 maggiori comuni italiani che fornivano servizi di mensa e accoglienza notturna, presso le quali è stato possibile intercettare le persone senza dimora. Con riferimento a tali strutture e utilizzando la tecnica del campionamento indiretto, l’Istat ha stimato il numero di homeless in Italia, fornendo anche dettagli su alcune loro caratteristiche. Facendo uso della stessa metodologia, nel 2014 l’Istat ha condotto una seconda indagine nazionale sulle persone senza dimora (Istat, 2015). Nell’ambito di quest’ultima, l’Istat ha realizzato anche uno studio di fattibilità circa la conduzione di uno studio sulle persone senza dimora che non utilizzano i servizi di mensa o accoglienza notturna e che invece vengono intercettate dalle cosiddette Unità di strada (UdS), le quali operano sul territorio fornendo servizi itineranti nei luoghi solitamente frequentati dalle persone senza dimora. Per il 2014 tale sperimentazione sulle UdS si è limitata alla città di Torino, a causa dello scarso grado di coordinamento fra le UdS nelle altre città che ha reso impossibile l’organizzazione di una rilevazione statistica. Lo scopo di questo studio sperimentale sulle UdS è definire uno strumento complementare di monitoraggio del fenomeno degli homeless rispetto all’indagine relativa ai servizi di mensa e accoglienza notturna. 

Confrontando la stima dell’Istat delle persone senza dimora che hanno usufruito di almeno una prestazione presso i servizi di mensa e accoglienza notturna nei mesi di novembre e dicembre 2011 con quella relativa al 2014 si rileva un leggero incremento: si passa dal 2,31 per mille (47.648 persone) della popolazione regolarmente iscritta presso i comuni considerati nell’indagine al 2,43 per mille (50.724 persone). Con riferimento alla distribuzione geografica non si registrano variazioni nel Nord-ovest (38%), al Centro (23,7%) e nelle Isole (9,2%), mentre di osserva una riduzione nel Nord-est (dal 19,7% al 18%) e un aumento al Sud (dall’8,7% al 11,1%). Tale risultato è fortemente influenzato dalla distribuzione ed evoluzione dell’offerta di servizi sul territorio e dalla concentrazione della popolazione nei grandi centri.

Nel 2014 risultano confermate le principali caratteristiche delle persone senza dimora rispetto al 2011: si tratta soprattutto di uomini (85,7%), di stranieri (58,2%), di persone con meno di 54 anni (75,8%) e per circa 2/3 di persone con titolo di studio non superiore alla licenza media. Tuttavia, l’età media nel 2014 è aumentata (da 42,1 a 44,0) a seguito della diminuzione degli stranieri al di sotto dei 34 anni. Inoltre, emerge un allungamento della durata della condizione di senza dimora rispetto al 2011: coloro che si trovano in condizioni di disagio abitativo da meno di tre mesi diminuiscono dal 28,5% al 17,4%, mentre aumentano coloro che si trovano in tali condizioni da più di due anni (dal 27,4% al 41,1%) e da più di 4 anni (dal 16% al 21,4%). È importante sottolineare poi che le differenze tra stranieri e italiani in termini di età, titolo di studio e permanenza nella condizione di senza dimora si sono ridotte tra il 2011 e il 2014 sebbene gli italiani risultino comunque più anziani, meno istruiti e da più tempo in condizioni di disagio abitativo. Per quanto riguarda la condizione lavorativa, nel 2014 aumenta rispetto al 2011 la quota di chi non ha mai svolto attività lavorative (dal 6,7% all’8,7%) mentre è pari al 28% la percentuale di persone senza dimora che dichiara di lavorare². Rimane invece stabile la quota di homeless che dichiarano non aver mai avuto una casa (6,8%) e quella di coloro che vivevano in una casa di proprietà prima di diventare senza dimora (circa il 65%). Infine, nel 2014 viene confermato che la mancanza di una dimora si configura come il risultato di una pluralità di fattori e che la separazione dal coniuge e/o dai figli (57,8%) e la perdita di un lavoro stabile (48,4%) rappresentano gli eventi che più frequentemente si associano al percorso di emarginazione sociale, seguiti dalle cattive condizioni di salute (disabilità, malattie croniche, dipendenze).

Le indagini sui senza dimora condotte dall’Istat nel 2011 e nel 2014 costituiscono solo l’avvio di un monitoraggio a livello nazionale del fenomeno della povertà estrema. Tuttavia, coloro che in ambiti istituzionali e delle organizzazioni di terzo settore forniscono servizi di assistenza e orientamento sociale sono “testimoni privilegiati”, che possono contribuire in modo sostanziale a raccogliere dati sulla povertà estrema. Una promettente iniziativa in questa direzione proviene dalla cooperativa sociale Europe Consulting Onlus, che da alcuni anni ha messo a disposizione di diverse strutture ed istituzioni pubbliche la piattaforma informatica ANThology, con lo scopo di raccogliere, condividere e diffondere dati sulle attività da esse svolte a favore delle persone in condizioni di disagio o a rischio di esclusione sociale, oltre che sui beneficiari di tali attività. Ad esempio, la piattaforma ANThology è utilizzata dall’Osservatorio Nazionale sul Disagio e la Solidarietà nelle Stazioni Italiane (ONDS) – nato dalla collaborazione tra Ferrovie dello Stato Italiane (FS), Anci e Europe Consulting Onlus – per raccogliere dati relativi a coloro che si rivolgono ai centri di orientamento sociale (Help Center) presenti nelle stazioni italiane per iniziativa di FS. 

Lo scopo del presente studio è quello di fornire un contributo originale all’analisi della povertà estrema in Italia facendo uso dei dati raccolti dall’ONDS. Il primo obiettivo è studiare la relazione tra le caratteristiche individuali degli utenti che si rivolgono agli Help Center (HC) di stazione e il numero di accessi spontanei da essi effettuati. Il secondo obiettivo è stabilire in che modo la probabilità con cui gli utenti degli Help Center effettuano diverse tipologie di richiesta sia legata alle loro caratteristiche individuali. 

Il contributo si compone di altre quattro sezioni. La seconda sezione fornisce una breve descrizione del sistema degli Help Center ONDS e alcune riflessioni in relazione al più ampio contesto del terzo settore italiano. La terza sezione contiene la presentazione del dataset utilizzato, la strategia empirica e i risultati dell’analisi descrittiva. La quarta sezione presenta i risultati delle analisi di regressione relative agli accessi effettuati dagli utenti e alle probabilità con cui essi effettuano le diverse tipologie di richiesta. La sezione conclusiva offre una breve sintesi e discussione dei risultati principali.

Il sistema degli Help Center ONDS nel contesto terzo settore italiano

Come ampiamente illustrato nel Rapporto Annuale 2014 dell’ONDS (ONDS, 2014), a partire dalla fine degli anni ‘90 e principalmente su impulso degli enti locali, sono nate importanti esperienze di concertazione, che hanno favorito il progressivo coinvolgimento di rappresentanze della società civile (imprese, associazioni datoriali, sindacati, terzo settore) in progetti di sviluppo locale e iniziative di promozione sociale. In particolare, il terzo settore, sfruttando il forte radicamento nelle comunità territoriali, ha accresciuto il suo ruolo nella fornitura di servizi di welfare, affiancandosi alle istituzioni locali ed entrando a far parte di importanti reti di cooperazione partneriale.

In questo contesto, il sistema degli Help Center ONDS costituisce un esempio di innovazione sociale, nato per iniziativa comune di FS italiane e delle amministrazioni locali, con lo scopo di contrastare il degrado sociale che caratterizzava le stazioni ferroviarie italiane in quegli anni. Gli Help Center rappresentano dei presidi di orientamento sociale in stazione, in cui si sperimenta un approccio pioneristico, sia per l’uso di una varietà di competenze (educativa di strada, counselling, ricerca sociale, ecc.) sia per la multi-problematicità dei beneficiari dei servizi offerti, che condividono una condizione di povertà estrema e grave esclusione sociale. Nella sperimentazione del modello Help Center, fondamentale è stato il ruolo del terzo settore nel rilevare ed analizzare le esigenze dei diversi utilizzatori delle stazioni e nel delineare le caratteristiche di una nuova forma di welfare territoriale basata sulla collaborazione con attori pubblici e privati, sulla condivisione di problemi e di know-how e sulla creazione di valore condiviso (shared value). 

Nel contesto del terzo settore italiano, il progetto di riforma in corso pone al centro delle innovazioni normative proprio il rapporto con gli utenti, quale strumento essenziale per determinare, da un lato, la domanda aggregata di beni e servizi e, dall’altro lato, l’impatto sociale generato (Zandonai, Rensi, 2015). In proposito si rivela utile il recente datawarehouse dell’Istat³ basato sulla nuova edizione del Censimento delle istituzioni nonprofit, contenente open data aggiornati al 2011 e rilasciati a partire dal 2013. Il database Istat, oltre a fornire informazioni dettagliate a livello territoriale sulle caratteristiche generali delle istituzioni che operano nel terzo settore – quali la forma giuridica, il settore di attività, il tipo di attività (market o non market), il tipo di finanziamento (pubblico o privato), l’orientamento (mutualistico o di pubblica utilità) – consente di collegare tali caratteristiche ai destinatari dei beni e servizi offerti, individuando, in particolare, le fasce di utenza caratterizzate da specifici disagi (malattia, disabilità e non autosufficienza, povertà ed esclusione sociale, immigrazione e nomadismo, disagio psico-sociale, dipendenza, detenzione carceraria, devianza, abusi e molestie, prostituzione, altro). Utilizzando il database Istat, è possibile ricostruire il profilo delle organizzazioni nonprofit che si rivolgono ad utenti disagiati, mostrando peraltro che si tratta di un gruppo ristretto (il 16,7%) rispetto alle 300 mila istituzioni nonprofit che operano in Italia (Zandonai, Rensi, 2015). In primo luogo emerge che all’interno di questo sottoinsieme le organizzazioni nonprofit sono caratterizzate da una vocazione “welfarista” (quasi il 50% di esse si dedica ad attività assistenziali o sanitarie) mentre un’alta percentuale opera anche in campo culturale, sportivo e ricreativo⁴ (il 32,4%). In secondo luogo, rispetto al totale delle organizzazioni nonprofit, quelle che si rivolgono ad utenti svantaggiati hanno prevalentemente un orientamento di pubblica utilità (l’82,6% contro il 61,8%), tendono a svolgere attività economica di tipo market (il 43,4% contro il 30,6%) e ad affidarsi maggiormente al finanziamento pubblico (il 26,2% contro il 13,9%). In relazione alla forma giuridica, le organizzazioni nonprofit che si rivolgono ad utenti disagiati operano prevalentemente come associazioni non riconosciute (il 50,6%), associazioni riconosciute (il 24,2%) e cooperative sociali (il 14,5%). Occorre inoltre sottolineare che considerando il totale delle cooperative sociali (in valore assoluto pari a 11.264) il 64,7% svolge attività a favore di utenti disagiati; tuttavia, se nel periodo 1970-1990 si è registrata una presenza crescente di questa categoria di cooperative sociali, nel periodo 1991-2011, a seguito dell’approvazione della legge di settore, l’incidenza di tale categoria si è progressivamente ridotta. Infine, con riferimento alle tipologie di disagio degli utenti, è forte l’attenzione che le cooperative sociali rivolgono a tipi di disagio (come la dipendenza, la devianza, il disagio psico-sociale) solitamente più trascurati dalle politiche pubbliche di welfare.

Alla luce di queste riflessioni e dati sul terzo settore che opera a favore di utenti disagiati, appare ancora più evidente il contributo innovativo del sistema degli Help Center ONDS e la potenzialità della metodologia di raccolta dati della rete ONDS ai fini della determinazione delle esigenze degli utenti disagiati e della definizione delle azioni di risposta. 

Presentazione del dataset, strategia empirica e analisi descrittiva

Le analisi empiriche di questo studio si basano su un dataset di microdati di natura sezionale, ottenuto attraverso apposita estrazione dal database di ANThology. Esso contiene informazioni sulle caratteristiche individuali (età, genere, provenienza, stato civile, condizione abitativa), il numero di accessi e i tipi di richiesta degli utenti che nel corso del 2014 si sono rivolti ai tre Help Center di Firenze, Roma e Napoli, un sottoinsieme della rete ONDS caratterizzato da maggiore qualità e completezza dei dati. Il campione utilizzato è costituito da 4.571 utenti, di cui il 21,6% si è rivolto all’ HC di Firenze, il 57,6% all’HC di Roma ed il 20,9% all’HC di Napoli.

Con l’obiettivo di studiare le relazioni tra le caratteristiche degli utenti e il numero di accessi spontanei da essi effettuati, la strategia empirica si basa sulla stima di modelli di regressione di conteggio, specificati nel dettaglio nella sezione successiva. Per quanto riguarda il secondo obiettivo dell’analisi, ovvero la stima della probabilità che gli utenti esprimano diverse tipologie di richiesta si è scelto di utilizzare modelli di regressione logit in cui i regressori sono costituiti dalle caratteristiche individuali degli utenti. 

Per entrambi i tipi di modello le stime sono state condotte, innanzitutto, sul Campione A, costituito dall’insieme di utenti di età compresa tra i 18 e gli 85 anni per i quali si dispone di informazioni complete relativamente al genere, la provenienza e l’età. In secondo luogo, le stime sono state ripetute su un sottocampione del Campione A, detto Campione B, per il quale si dispone anche di informazioni relative allo stato civile e alla condizione abitativa.