Tres reflexions sobre la gestió de la incertesa i el pes dels factors socioculturals en la crisi del coronavirus.
La crisis de la Covid-19 presenta unas características desconcertantes. Una enfermedad de origen zoonótico, detectada primero en China y que en poco tiempo se ha difundido por la práctica totalidad de países del mundo (la web de la Universidad John Hopkins ya reporta casos en 188 países), constituyendo una pandemia global que ha comportado medidas políticas restrictivas (cierres de fronteras, de escuelas, de empresas, confinamientos totales o parciales, etc.) sin parangón en el pasado, al menos en cuanto a su dimensión sincrónica. La globalización también era eso. En este breve escrito nos preguntaremos cómo se toman las decisiones para afrontar la Covid-19 y en qué medida ciertos factores sociales y culturales podrían contribuir a explicar en parte lo que está pasando.
1. Desequilibrios en el binomio ciencia-política
La crisis del coronavirus es un caso privilegiado para observar cómo interrelacionan la esfera científica y la esfera política. La primera es necesaria para identificar el virus y establecer tratamientos, mientras que la segunda es la encargada de tomar decisiones y articular las respuestas colectivas.
De manera general, los gobiernos y las administraciones públicas suelen utilizar la ciencia para obtener datos útiles para la toma de decisiones, para el diseño de políticas y para evaluar posibles escenarios. Esto es aún más evidente en el caso de emergencias de salud pública, cuando la opinión experta se convierte en algo indispensable. En este sentido, la ciencia y la política conforman un binomio esencial, si bien las interacciones mutuas entre estas dos esferas, guiadas por lógicas muy diferentes, se pueden desequilibrar con facilidad. Uno de los desequilibrios típicos es lo que podríamos llamar la ‘tecnocracia’, cuando las decisiones pasan a ser ejercidas con lógicas predominantemente técnicas, sustrayéndose a las deliberaciones públicas propias de la democracia. La crisis desencadenada por la Covid-19 ha puesto en cuestión muchas cosas, pero sobre todo está poniendo a prueba nuestras instituciones políticas, que a menudo tienen dificultades para gestionar la incertidumbre.
En sentido estricto, y sobre todo en cuanto a la gestión de riesgos ambientales y a la salud humana, las situaciones de incertidumbre son aquellas en las que no conocemos los parámetros para poder hacer los cálculos de lo que puede pasar (es decir, qué magnitud pueden tener los daños) o sobre en qué medida aquello puede llegar a pasar (las probabilidades de ocurrencia de los daños). Una situación diferente es cuando directamente desconocemos lo que puede pasar (cuáles pueden ser los daños), entonces no hablaríamos de incertidumbre, sino de ignorancia.
En la actual crisis del coronavirus nos encontramos con un escenario de tránsito entre la ignorancia y la incertidumbre. Aún no conocemos todas las consecuencias del coronavirus para la salud, ni para la economía, ni para la sociedad, pero sí algunas. Por ejemplo, ya se empiezan a tener datos sobre su prevalencia, incidencia, forma de transmisión, etc., pero aún estamos lejos de poder tomar decisiones a la manera tecnocrática tradicional, que es como los gobiernos de todo tipo están acostumbrados a funcionar. Nos encontraríamos en una situación como la que Functowiz y Ravetz (1990) llamaban ‘ciencia post-normal’, en la que los datos son inciertos, las apuestas altas y, al mismo tiempo, se debe actuar de manera urgente aunque no disponemos de datos suficientemente fiables. Lo que dice la teoría es que, en un escenario de este tipo, la tecnocracia deja de ser funcional y no se pueden tomar decisiones únicamente basadas en los juicios de los expertos. Al no haber unanimidad entre expertos científicos, cada político podría elegir el más afín a sus posturas, o aquel que le permita justificar las decisiones que quiera tomar. De este modo, el binomio ciencia-política se ve desvirtuado y contribuye al aumento de desconfianza por parte de la población, lo que todavía complica más la gestión pública de la crisis.
A día de hoy (mayo de 2020), la controversia científica en torno a la definición del coronavirus y sus impactos aún es demasiado abierta. Es muy interesante ver estos días por la prensa las disputas entre epidemiólogos al respecto, una ventana privilegiada para observar cómo se dirimen las controversias científicas (la famosa ‘caja negra’ de Steve Woolgar). Habrá que esperar a que haya un mayor consenso, basado en evidencias científicas más sólidas, para tener una definición clara del problema y, en consecuencia, saber cómo actuar. Esto no quita que, una vez se alcance el consenso científico (o se ‘clausuren las controversias’, en términos de Woolgar), las políticas resultantes puedan ser también muy dispares, en función de los intereses que se quieran defender (públicos o privados, individuales o colectivos) o de determinadas adhesiones a valores o ideologías concretas.
2. El desconcierto sobre los datos sobre la COVID-19
Una de las cosas que resulta sorprendente de esta crisis es la poca comparabilidad de los datos que ofrecen los distintos gobiernos, lo que evidencia una flagrante ausencia de coordinación y de estructuras cooperativas. A pesar de los esfuerzos de la Comisión Europea para proponer unos criterios comunes, hasta ahora los diferentes estados han seguido sus propios criterios, hasta el punto de que, actualmente, cada país cuenta los infectados y los muertos de una manera diferente. En unos sitios se cuentan a partir de síntomas, en otro a partir de pruebas diagnósticas precisas, en otras sólo aquellos que han sido diagnosticados en los hospitales, otros sólo los que han recibido tratamiento, etc.
Evidentemente, esto es resultado de decisiones políticas, lo que mostraría las lógicas competitivas que mantienen los diferentes estados entre sí. El maquillaje de cifras forma parte de una especie de ‘guerra’ o ‘competición’ simbólica entre gobiernos, bien por posicionarse en el escenario internacional, o bien en el escenario doméstico y con la vista puesta en las próximas elecciones. Ni tan sólo ante una emergencia sanitaria global se pueden sustraer a estas poderosas lógicas, que tendremos que suponer inscritas a fuego en el diseño de los sistemas políticos.
La esfera científica está sometida también a una tensión similar, aunque de momento en esta pandemia no lo ha mostrado de maneras tan descaradas y parece reducirse a las habituales disputas entre epidemiólogos, al tiempo que muchos equipos de investigación están compartiendo bases de datos y conocimientos de manera bastante horizontal. Habrá que ver qué pasa cuando llegue el momento de las patentes.
Si echamos un vistazo a los datos disponibles sobre infectados y muertos por la Covid-19 en los países de la Unión Europea (tabla 1), los resultados son realmente extraños. Hasta ahora, no parecen seguir ningún patrón lógico, lo que dificulta bastante la interpretación, y, por tanto, no son muy útiles para tomar decisiones sobre qué políticas seguir. Seguramente, pueden ser de utilidad en el marco de cada país de manera individual, ya que sí que permiten mostrar la evolución día a día, pero esto es poco respecto a lo que se podría tener si se siguiera un protocolo común.
Tabla 1: Contagios y muertes en los países de la UE, ordenados por prevalencia de personas infectadas.
| País | Contagios | Muertes | Población | Prevalencia infectados (0/00) | Prevalencia muertes (sobre infectados) (%) |
| Luxemburgo | 3.923 | 104 | 607.730 | 6,5 | 26,5 |
| España | 230.698 | 27.563 | 46.723.750 | 4,9 | 119,5 |
| Irlanda | 23.956 | 1.518 | 4.853.510 | 4,9 | 63,4 |
| Bélgica | 54.989 | 9.005 | 11.422.070 | 4,8 | 163,8 |
| Italia | 223.885 | 31.610 | 60.431.280 | 3,7 | 141,2 |
| Suecia | 29.677 | 3.674 | 10.183.170 | 2,9 | 123,8 |
| Portugal | 28.810 | 1.203 | 10.281.760 | 2,8 | 41,8 |
| Francia | 179.630 | 27.532 | 66.987.240 | 2,7 | 153,3 |
| Holanda | 44.069 | 5.689 | 17.231.020 | 2,6 | 129,1 |
| Alemania | 175.715 | 7.931 | 82.927.920 | 2,1 | 45,1 |
| Dinamarca | 11.056 | 543 | 5.797.450 | 1,9 | 49,1 |
| Austria | 16.201 | 629 | 8.847.040 | 1,8 | 38,8 |
| Estonia | 1.770 | 63 | 1.320.880 | 1,3 | 35,6 |
| Finlandia | 6.286 | 297 | 5.518.050 | 1,1 | 47,2 |
| Malta | 546 | 6 | 483.530 | 1,1 | 11,0 |
| Rumanía | 16.704 | 1.081 | 19.473.940 | 0,9 | 64,7 |
| República Checa | 8.406 | 295 | 10.625.690 | 0,8 | 35,1 |
| Chipre | 914 | 17 | 1.189.270 | 0,8 | 18,6 |
| Eslovenia | 1.465 | 103 | 2.067.370 | 0,7 | 70,3 |
| Lituania | 1.534 | 55 | 2.789.530 | 0,5 | 35,9 |
| Croacia | 2.224 | 95 | 4.089.400 | 0,5 | 42,7 |
| Letonia | 997 | 19 | 1.926.540 | 0,5 | 19,1 |
| Polonia | 18.184 | 912 | 37.978.550 | 0,5 | 50,2 |
| Hungría | 3.473 | 448 | 9.768.780 | 0,4 | 129,0 |
| Bulgaria | 2.175 | 105 | 7.024.220 | 0,3 | 48,3 |
| Eslovaquia | 1.493 | 28 | 5.447.010 | 0,3 | 18,8 |
| Grecia | 2.810 | 162 | 10.727.670 | 0,3 | 57,7 |
Fuentes: elaboración propia a partir de datos de la UE, John Hopkins University y World Bank.(1) Los países señalados en rojo no han puesto en práctica medidas de confinamiento drástico.
Como se puede observar en la tabla 1, las disparidades entre países son tan notables como desconcertantes. Por ejemplo, en el caso de Europa llama la atención las enormes diferencias que se han dado entre países mediterráneos como España o Italia (los que más muertes han aportado en números absolutos, junto con Francia), y países centroeuropeos como Alemania o Austria, o escandinavos como Suecia o Finlandia, así como las dispares respuestas políticas que han llevado a cabo en cada lugar.
Mientras España, Italia o Francia han implantado un confinamiento total de la población, con cierre radical de escuelas y suspensión de buena parte de las actividades económicas, Alemania, Austria, Suecia o Finlandia no han confinado la población, han mantenido abiertas muchas actividades económicas (incluso las escuelas, en el caso de Suecia), con recomendaciones flexibles o restricciones de duración breve (muchas de las cuales ya han ido levantando desde hace unas semanas). Desconcertante es poco, porque aunque la genética y fisiología del coronavirus es la misma en todas partes, el sentido común esperaría una mayor difusión de contagios en los países que han permitido una mayor libertad de movimiento a las respectivas poblaciones. Pero los datos oficiales de contagios tienden a mostrar lo contrario. Mientras la prevalencia de infectados notificados de los dos países mediterráneos es de 4,9 por mil habitantes para España y 3,7 por mil para Italia, Alemania ha notificado 2,1, Austria 1,8, Suecia 2,9 y Finlandia 1,1 por mil. Cifras bastante menores (con las reservas oportunas sobre la calidad de estos datos tan difíciles de comparar).
Es decir, los países con mayores restricciones presentan mayores prevalencias de contagios que los que han permitido una mayor libertad de movimiento. Algo no cuadra. Una situación que ha favorecido el cuestionamiento de la gestión política de la crisis en España y en Italia, objeto de fácil crítica por parte de las respectivas oposiciones parlamentarias en cada país.
Muy probablemente, en un futuro no muy lejano la epidemiología nos ofrecerá las explicaciones oportunas, tan pronto como puedan incluir datos fiables de todas las variables necesarias en sus sofisticados modelos de análisis. Mientras tanto, aunque no tenemos pruebas ni evidencias (vaya por delante), aquí nos vamos a permitir plantear un par de hipótesis al respecto.
3. El potencial peso de los factores sociales en la transmisión de la COVID-19
Una de las cosas que ha sorprendido de la Covid-19 es su elevada capacidad de contagio, que sumada a que los síntomas sólo se manifiestan después de un prolongado período de latencia, y que una parte importante de las personas contagiadas son asintomáticas, facilita su difusión de manera exponencial. Si partimos de la base que la transmisión del virus requiere que personas contagiadas estén en contacto o estén cerca de otras personas, entonces la densidad de población en un mismo espacio puede ser un factor fundamental. Y podría ser que esta condición no estuviera repartida de manera similar en los diferentes países europeos.
Por un lado, en las ciudades mediterráneas se hace mucha más vida en la calle, cuentan con toda una serie de espacios públicos (plazas, calles) y privados (bares, cafeterías) que actúan como verdaderos espacios de socialización espontánea y que propician un mayor contacto entre la población. De acuerdo con datos de Eurostat, 2 los países europeos con más establecimientos de hostelería (bares, cafeterías y restaurantes) son Italia (261.600), España (256.200) y Francia (207.400), seguidos a mucha distancia del resto (que apenas alcanzan los 100.000 en los países más poblados). En términos per cápita, España se lleva el récord europeo de densidad de bares con uno por cada 175 personas.
Por otra parte, España e Italia comparten también las tasas de emancipación juvenil más bajas de Europa. La edad media de abandono del hogar familiar (con datos de Eurostat de 2015) era de 29 años en España, de 30 a Italia, de 24 en Alemania, de 25 a Austria, de 20 a Suecia y de 22 a Finlandia. Diferencias sustanciales. En todos los casos, los hombres tienden a marchar entre dos o tres años más tarde que las mujeres. En cuanto a España, de acuerdo con el último estudio del Observatorio de Emancipación Juvenil (2019), sólo el 19% de los jóvenes de entre 16-29 años viven fuera del domicilio familiar. Todo ello configura una situación en la que varias generaciones comparten vivienda, con lo cual el riesgo de contagios también puede ser más elevado que en países donde las generaciones viven más separadas y dispersas. No sólo eso, sino que los países centroeuropeos y nórdicos cuentan con ambiciosos programas públicos de acceso a viviendas dirigidos a jóvenes, que facilitan la emancipación.
Si sumamos que España e Italia tienen las tasas de paro juvenil más elevadas de la UE (33% para España y 28% para en Italia), con una media de la UE del 14% (datos de Eurostat, marzo 2020 ) (Alemania 6%, Austria, 9% Finlandia, 18% y Suecia 19%), nos da un marco de precariedad laboral en un contexto de vivienda muy caro, que configura una situación de obligada promiscuidad generacional en los mismos espacios físicos.
De acuerdo con esta hipótesis, el elevado precio de las viviendas, la precariedad en el empleo y unas pautas de socialización colectiva en espacios externos, serían factores que podrían contribuir a explicar algunas de las disparidades en los impactos del coronavirus entre diferentes países europeos.
4. La política a la intemperie
En definitiva, la crisis del coronavirus y su gestión han puesto al descubierto al menos dos cosas:
En primer lugar, la fragilidad de los mecanismos de coordinación y cooperación entre países europeos, más dispuestos competir en una lucha feroz por recursos escasos que a compartirlos. Todo ello dibuja una crisis que probablemente está debilitando un proyecto europeo muy tocado, al tiempo que refuerza las estructuras estatales de los países miembros, que con las medidas extraordinarias tienden a situar los procedimientos de la democracia deliberativa en un segundo plano y, en consecuencia, a poner en primer plano la temida tecnocracia, tan limitada para tomar decisiones en las condiciones actuales de incertidumbre. Si esto es ir adelante o atrás lo tendrá que decidir cada uno. Seguramente responde a preferencias ideológicas claras.
En segundo lugar, a escala interna de cada país las dinámicas políticas y de opinión pública tienden a centrarse en elementos superficiales, escondiendo los factores estructurales. No queremos decir que la gestión política concreta de la Covid-19 no juegue un papel, seguramente también cuenta. Pero podría ser que, si sólo nos centramos en la acción de los gobiernos durante la crisis, contribuyéramos a ocultar aquellos otros factores estructurales (vivienda, empleo, sistema sanitario, etc.) que pueden favorecer que una misma enfermedad se distribuya de manera muy desigual entre diferentes países. Esto no significa exculpar la política. De hecho, la política es la responsable de que estas precariedades sociales sean mucho mayores en países como España o Italia.
(1) Los datos de contagiados y muertos (referenciadas al 17 de mayo de 2020) provienen 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 Los datos de población de los países (referenciadas 2018) provienen del World Bank: https://data.worldbank.org/indicator/SP.POP.TOTL Los datos sobre medidas de confinamiento por países (referenciadas al 17 de mayo de 2020) provienen 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
Profesor agregado del Departamento de Sociologia de la Universitat Autònoma de Barcelona
