Tres reflexions sobre la gestió de la incertesa i el pes dels factors socioculturals en la crisi del coronavirus.
La crisi de la COVID-19 presenta unes característiques desconcertants. Una malaltia d’origen zoonòtic, detectada primer a la Xina i que en poc temps s’ha difós per la pràctica totalitat de països del món (el web de la Universitat John Hopkins ja reporta casos a 188 països), tot constituint una pandèmia global que ha comportat mesures polítiques restrictives (tancaments de fronteres, d’escoles, d’empreses, confinaments totals o parcials, etc.) sense parangó en el passat, almenys pel que fa a la seva dimensió sincrònica. La globalització també era això. En aquest breu escrit ens preguntarem com es prenen les decisions per afrontar la COVID-19 i en quina mesura certs factors socials i culturals podrien contribuir a explicar en part allò que està passant.
1. Desequilibris en el binomi ciència-política
La crisi del coronavirus és un cas privilegiat per observar com interrelacionen l’esfera científica i l’esfera política. La primera és necessària per a identificar el virus i establir tractaments, mentre que la segona és l’encarregada de prendre decisions i articular les respostes col·lectives.
De manera general, els governs i les administracions públiques solen utilitzar la ciència per a obtenir dades útils per a la presa de decisions, per al disseny de polítiques i per avaluar possibles escenaris. Això és encara més evident en el cas d’emergències de salut pública, quan l’opinió experta esdevé quelcom indispensable. En aquest sentit, la ciència i la política conformen un binomi essencial, si bé les interaccions mútues entre aquestes dues esferes, guiades per lògiques molt diferents, es poden desequilibrar amb facilitat. Un dels desequilibris típics és el que podríem anomenar la ‘tecnocràcia’, quan les decisions passen a ser exercides amb lògiques predominantment tècniques, sostraient-les a les deliberacions públiques pròpies de la democràcia. La crisi desencadenada per la COVID-19 ha posat en qüestió moltes coses, però sobretot està posant a prova les nostres institucions polítiques, que sovint tenen dificultats per a gestionar la incertesa.
En sentit estricte, i sobretot pel que fa a la gestió de riscos ambientals i a la salut humana, les situacions d’incertesa són aquelles en les que no coneixem els paràmetres per a poder fer els càlculs d’allò que pot passar (és a dir, quina magnitud poden tenir els danys) o sobre en quina mesura allò pot arribar a passar (les probabilitats d’ocurrència dels danys). Una situació diferent és quan directament desconeixem allò que pot passar (quins poden ser els danys), aleshores no parlaríem d’incertesa, sinó d’ignorància.
En l’actual crisi del coronavirus ens trobem amb un escenari de trànsit entre la ignorància i la incertesa. Encara no coneixem totes les conseqüències del coronavirus per a la salut, ni per a l’economia, ni per a la societat, però sí algunes. Per exemple, ja es comencen a tenir dades sobre la seva prevalença, incidència, forma de transmissió, etc., però encara estem lluny de poder prendre decisions a la manera tecnocràtica tradicional, que és com els governs de tota mena estan acostumats a funcionar. Ens trobaríem en una situació com la que Functowiz i Ravetz (1990) anomenaven ‘ciència post-normal’, en la que les dades són incertes, les apostes altes i, al mateix temps, s’ha d’actuar de manera urgent encara que no disposem de dades prou fiables. El que diu la teoria és que, en un escenari d’aquest tipus, la tecnocràcia deixa de ser funcional i no es poden prendre decisions únicament basades en els judicis dels experts. En no haver-hi unanimitat entre experts científic, cada polític podria triar el més afí a les seves postures, o aquell li permeti justificar les decisions que vulgui prendre. D’aquesta manera, el binomi ciència-política es veu desvirtuat i contribueix a l’augment de desconfiança per part de la població, cosa que encara complica més la gestió pública de la crisi.
A dia d’avui (maig de 2020), la controvèrsia científica al voltant de la definició del coronavirus i els seus impactes encara és massa oberta. És molt interessant veure aquests dies per la premsa les disputes entre epidemiòlegs al respecte, una finestra privilegiada per observar com es dirimeixen les controvèrsies científiques (la famosa ‘capsa negra’ de Steve Woolgar). Caldrà esperar a que hi hagi un major consens, basat en evidències científiques més sòlides, per a tenir una definició clara del problema i, en conseqüència, saber com actuar. Això no treu que, un cop s’assoleixi el consens científic (o es ‘clausurin les controvèrsies’, en termes de Woolgar), les polítiques resultants puguin ser també molt dispars, en funció dels interessos que es vulguin defensar (públics o privats, individuals o col·lectius) o de determinades adhesions a valors o ideologies concretes.
2. El desconcert sobre les dades sobre la COVID-19
Una de les coses que resulta sorprenent d’aquesta crisi és la poca comparabilitat de les dades que ofereixen els diferents governs, cosa que evidencia una flagrant absència de coordinació i d’estructures cooperatives. Malgrat els esforços de la Comissió Europea per proposar uns criteris comuns, fins ara els diferents estats han seguit els seus propis criteris, fins el punt que, hores d’ara, cada país compta els infectats i els morts d’una manera diferent. En uns llocs es compten a partir de símptomes, en altre a partir de proves diagnòstiques precises, en altres només aquells que han estat diagnosticats als hospitals, altres només els que han rebut tractament, etc.
Evidentment, això és resultat de decisions polítiques, cosa que mostraria les lògiques competitives que mantenen els diferents estats entre si. El maquillatge de xifres forma part d’una mena de ‘guerra’ o ‘competició’ simbòlica entre governs, bé per posicionar-se en l’escenari internacional, o bé en l’escenari domèstic i amb la vista posada a les pròximes eleccions. Ni tan sòls davant una emergència sanitària global es poden sostraure a aquestes poderoses lògiques, que haurem de suposar inscrites a foc en el disseny dels sistemes polítics.
L’esfera científica està sotmesa també a una tensió similar, tot i que de moment en aquesta pandèmia no ho ha mostrat de maneres tan descarades i sembla reduir-se a les habituals disputes entre epidemiòlegs, al temps que molts equips de recerca estan compartint bases de dades i coneixements de manera força horitzontal. Caldrà veure què passa quan arribi el moment de les patents.
Si fem una ullada a les dades disponibles sobre infectats i morts per la COVID-19 als països de la Unió Europea (taula 1), els resultats són realment estranys. Fins ara, no semblen seguir cap patró lògic, cosa que en dificulta força la interpretació, i, per tant, no són gaire útils per a prendre decisions sobre quines polítiques seguir. Segurament, poden ser d’utilitat en el marc de cada país de manera individual, ja que sí que permeten mostrar-ne l’evolució dia a dia, però això és poca cosa respecte el que es podria tenir si se seguís un protocol comú.
Taula 1: Contagis i morts als països de la UE, ordenats per prevalença de persones infectades.
| Nom | Contagis | Morts | Població | Prevalença infectats (0/00) | Prevalença morts (sobre infectats) (%) |
| Luxemburg | 3.923 | 104 | 607.730 | 6,5 | 26,5 |
| Espanya | 230.698 | 27.563 | 46.723.750 | 4,9 | 119,5 |
| Irlanda | 23.956 | 1.518 | 4.853.510 | 4,9 | 63,4 |
| Bèlgica | 54.989 | 9.005 | 11.422.070 | 4,8 | 163,8 |
| Itàlia | 223.885 | 31.610 | 60.431.280 | 3,7 | 141,2 |
| Suècia | 29.677 | 3.674 | 10.183.170 | 2,9 | 123,8 |
| Portugal | 28.810 | 1.203 | 10.281.760 | 2,8 | 41,8 |
| França | 179.630 | 27.532 | 66.987.240 | 2,7 | 153,3 |
| Holanda | 44.069 | 5.689 | 17.231.020 | 2,6 | 129,1 |
| Alemanya | 175.715 | 7.931 | 82.927.920 | 2,1 | 45,1 |
| Dinamarca | 11.056 | 543 | 5.797.450 | 1,9 | 49,1 |
| Àustria | 16.201 | 629 | 8.847.040 | 1,8 | 38,8 |
| Estònia | 1.770 | 63 | 1.320.880 | 1,3 | 35,6 |
| Finlàndia | 6.286 | 297 | 5.518.050 | 1,1 | 47,2 |
| Malta | 546 | 6 | 483.530 | 1,1 | 11,0 |
| Romania | 16.704 | 1.081 | 19.473.940 | 0,9 | 64,7 |
| República Txeca | 8.406 | 295 | 10.625.690 | 0,8 | 35,1 |
| Xipre | 914 | 17 | 1.189.270 | 0,8 | 18,6 |
| Eslovènia | 1.465 | 103 | 2.067.370 | 0,7 | 70,3 |
| Lituània | 1.534 | 55 | 2.789.530 | 0,5 | 35,9 |
| Croàcia | 2.224 | 95 | 4.089.400 | 0,5 | 42,7 |
| Letònia | 997 | 19 | 1.926.540 | 0,5 | 19,1 |
| Polònia | 18.184 | 912 | 37.978.550 | 0,5 | 50,2 |
| Hongria | 3.473 | 448 | 9.768.780 | 0,4 | 129,0 |
| Bulgària | 2.175 | 105 | 7.024.220 | 0,3 | 48,3 |
| Eslovàquia | 1.493 | 28 | 5.447.010 | 0,3 | 18,8 |
| Grècia | 2.810 | 162 | 10.727.670 | 0,3 | 57,7 |
Fonts: elaboració pròpia a partir de dades de la UE, John Hopkins University i World Bank.(1) Els països assenyalats en vermell no han posat en pràctica mesures de confinament dràstic.
Com es pot observar a la taula 1, les disparitats entre països són tan notables com desconcertants. Per exemple, en el cas d’Europa crida l’atenció les enormes diferències que s’han donat entre països mediterranis com Espanya o Itàlia (els que més morts han aportat en nombres absoluts, juntament amb França), i països centreeuropeus com Alemanya o Àustria, o escandinaus com Suècia o Finlàndia, així com les dispars respostes polítiques que han dut a terme en cada lloc.
Mentre Espanya, Itàlia o França han implantat un confinament total de la població, amb tancament radical d’escoles i suspensió de bona part de les activitats econòmiques, Alemanya, Àustria, Suècia o Finlàndia no han confinat la població, han mantingut obertes moltes activitats econòmiques (fins i tot les escoles, en el cas de Suècia), amb recomanacions flexibles o restriccions de durada breu (moltes de les quals ja han anat aixecant des de fa unes setmanes). Desconcertant és poc, perquè tot i que la genètica i fisiologia del coronavirus és la mateixa a tot arreu, el sentit comú esperaria una major difusió de contagis en els països que han permès una major llibertat de moviment a les respectives poblacions. Però les dades oficials de contagis tendeixen a mostrar el contrari. Mentre la prevalença d’infectats notificats dels dos països mediterranis és de 4,9 per mil habitants per a Espanya i 3,7 per mil per a Itàlia, Alemanya n’ha notificat 2,1, Àustria 1,8, Suècia 2,9 i Finlàndia 1,1 per mil. Xifres força menors (amb les reserves oportunes sobre la qualitat d’aquestes dades tan difícils de comparar).
És a dir, els països amb majors restriccions presenten majors prevalences de contagis que els que han permès una major llibertat de moviment. Alguna cosa no quadra. Una situació que ha afavorit el qüestionament de la gestió política de la crisi a Espanya i a Itàlia, objecte de fàcil crítica per part de les respectives oposicions parlamentàries en cada país.
Molt probablement, en un futur no gaire llunyà la epidemiologia ens oferirà les explicacions oportunes, tan bon punt com puguin incloure dades fiables de totes les variables necessàries en els seus sofisticats models d’anàlisi. Mentrestant, tot i que no en tenim proves ni evidències (vagi per endavant), ací ens permetrem plantejar un parell d’hipòtesis al respecte.
3. El potencial pes dels factors socials en la transmissió de la COVID-19
Una de les coses que ha sorprès de la COVID-19 és la seva elevada capacitat de contagi, que sumada al fet que els símptomes només es manifesten després d’un prolongat període de latència, i que una part important de les persones contagiades són asimptomàtiques, facilita la seva difusió de manera exponencial. Si partim de la base que la transmissió del virus requereix que persones contagiades estiguin en contacte o estiguin a prop d’altres persones, aleshores la densitat de població en un mateix espai pot ser un factor fonamental. I podria ser que aquesta condició no estigués repartida de manera similar en els diferents països europeus.
Per un costat, a les ciutats mediterrànies es fa molta més vida al carrer, compten amb tota una sèrie d’espais públics (places, carrers) i privats (bars, cafeteries) que actuen com a veritables espais de socialització espontània i que propicien un major contacte entre la població. D’acord amb dades d’Eurostat,2 els països europeus amb més establiments d’hostaleria (bars, cafeteries i restaurants) són Itàlia (261.600), Espanya (256.200) i França (207.400), seguits a molta distància de la resta (que tot just arriben als 100.000 en els països més poblats). En termes per càpita, Espanya se’n duu el rècord europeu de densitat de bars amb un per cada 175 persones.
D’altra banda, Espanya i Itàlia comparteixen també les taxes d’emancipació juvenil més baixes d’Europa. L’edat mitjana d’abandonament de la llar familiar (amb dades d’Eurostat de 2015) era de 29 anys a Espanya, de 30 a Itàlia, de 24 a Alemanya, de 25 a Àustria, de 20 a Suècia i de 22 a Finlàndia. Diferències substancials. En tots els casos, els homes tendeixen a marxar entre dos o tres anys més tard que les dones. Pel que fa a Espanya, d’acord amb l’últim estudi de l’Observatorio de Emancipación Juvenil (2019), només el 19% dels joves d’entre 16-29 anys viuen fora del domicili familiar. Tot plegat configura una situació en la que diverses generacions comparteixen habitatge, amb la qual cosa el risc de contagis també pot ser més elevat que en països on les generacions viuen més separades i disperses. No només això, sinó que els països centreeuropeus i nòrdics compten amb ambiciosos programes públics d’accés a habitatges adreçats a joves, que en faciliten l’emancipació.
Si hi sumem que Espanya i Itàlia tenen les taxes d’atur juvenil més elevades de la UE (33% per a Espanya i 28% per a Itàlia), amb una mitjana de la UE del 14% (dades d’Eurostat, març 2020) (Alemanya 6%, Àustria, 9% Finlàndia, 18% i Suècia 19%), ens dona un marc de precarietat laboral en un context d’habitatge molt car, que configura una situació d’obligada promiscuïtat generacional en els mateixos espais físics.
D’acord amb aquesta hipòtesi, l’elevat preu dels habitatges, la precarietat en l’ocupació i unes pautes de socialització col·lectiva en espais externs, serien factors que podrien contribuir a explicar algunes de les disparitats en els impactes del coronavirus entre diferents països europeus.
4. La política a la intempèrie
En definitiva, la crisi del coronavirus i la seva gestió han posat al descobert com a mínim dues coses:
En primer lloc, la fragilitat dels mecanismes de coordinació i cooperació entre països europeus, més disposats a competir en una lluita ferotge per recursos escassos que a compartir-los. Tot plegat dibuixa una crisi que probablement està afeblint un projecte europeu molt tocat, al temps que reforça les estructures estatals dels països membres, els quals amb les mesures extraordinàries tendeixen a situar els procediments de la democràcia deliberativa en un segon pla i, en conseqüència, a posar en primer pla la temuda tecnocràcia, tan limitada per a prendre decisions en les condicions actuals d’incertesa. Si això és anar avant o enrere ho haurà de decidir cadascú. Segurament respon a preferències ideològiques clares.
En segon lloc, a escala interna de cada país les dinàmiques polítiques i d’opinió pública tendeixen a centrar-se en elements superficials, amagant els factors estructurals. No volem dir pas que la gestió política concreta de la COVID-19 no hi jugui un paper, segurament també compta. Però podria ser que, si només ens centrem en l’acció dels governs durant la crisi, contribuíssim a amagar aquells altres factors estructurals (habitatge, ocupació, sistema sanitari, etc.) que poden afavorir que una mateixa malaltia es distribueixi de manera molt desigual entre diferents països. Això no vol dir pas exculpar la política. De fet, la política és la responsable de que aquestes precarietats socials siguin molt majors en països com Espanya o Itàlia.
(1) Les dades de contagiats i morts (referenciades al 17 de maig de 2020) provenen de COVID-19 Dashboard by the Center for Systems Science and Engineering (CSSE) at Johns Hopkins University: https://gisanddata.maps.arcgis.com/apps/opsdashboard/index.html#/bda7594740fd40299423467b48e9ecf6 Les dades de població dels països (referenciades a 2018) provenen del World Bank: https://data.worldbank.org/indicator/SP.POP.TOTL Les dades sobre mesures de confinament per països (referenciades al 17 de maig de 2020) provenen de la UE: https://covid-statistics.jrc.ec.europa.eu/Measure/DashboardMeasures.
(2) Eurostat (2015) Food and beverage services statistics – NACE, Rev. 2. https://ec.europa.eu/eurostat/statistics-explained/pdfscache/16275.pdf
Josep Espluga Trenc
Professor agregat del Departament de Sociologia de la Universitat Autònoma de Barcelona
