Scritto da Lorenzo Cattani
8 minuti di lettura
Fra gli obiettivi strategici che la Regione Emilia-Romagna si è posta nella stesura del Patto per il Lavoro e per il Clima, ve ne sono due che risultano di grande interesse non solo per il contesto regionale, ma anche per quello nazionale ed europeo. Il primo riguarda la necessità di investire sulle competenze, in particolar modo quelle scientifiche e quelle che vengono acquisite all’interno di percorsi di formazione professionale e tecnica. Il secondo ha invece a che fare con l’obiettivo di colmare il gender gap e migliorare la qualità dell’occupazione femminile. Questi due obiettivi sono di indubbio interesse e vanno studiati insieme per due motivi. Da un lato, le cosiddette competenze STEM (science, technology, engineering, mathematics) vengono sempre più riconosciute come strategiche di fronte ai fenomeni di digitalizzazione e ad un più generale processo di “dataficazione” delle informazioni, che comporterà sempre di più la necessità di saper lavorare con i dati (quantitativi) su tutto lo spettro occupazionale del mercato del lavoro. Dall’altro lato, le donne sono uno dei gruppi che è storicamente escluso dai campi di studio STEM. Paula England nel 2010 rilevava come la segregazione di genere fra campi di studio si fosse cristallizzata a partire dalla metà degli anni Ottanta. Nel caso degli Stati Uniti, England aveva calcolato il Dissimilarity Index (D), che misura la percentuale di donne che dovrebbero cambiare campo di studio per ottenere la stessa distribuzione degli uomini: dal 1985 in poi, circa il 35% delle neolaureate avrebbe dovuto cambiare campo di studio. Cosa possiamo dire per l’Europa? Il seguente grafico riporta il calcolo dell’indice D per i campi di studio e mostra una situazione simile.
Figura 1 – Indice di Dissimilarità per campi di studio (istruzione terziaria). Fonte: elaborazione dell’autore su dati Eurostat Labour Force Survey (EU-LFS).
Due cose bisogna notare osservando questa figura. La prima è che la segregazione di genere fra i campi di studio sembra “cristallizzata” anche in Europa dal momento che D non presenta variazioni rilevanti. Non bisogna farsi trarre in inganno dall’apparente riduzione di D nel 2014 poiché in quell’anno Eurostat ha semplicemente modificato i criteri di codifica della variabile sul campo di studio inserita nei questionari sulle rilevazioni delle forze di lavoro. La seconda è che i livelli di segregazione sono molto simili a quelli rilevati da England per gli Stati Uniti. Ciò è soprattutto dovuto all’esclusione delle donne dai campi di studio STEM. Osservando i dati della Labour Force Survey, il principale dataset europeo sulle forze di lavoro, nel 2018 solo il 12,94% delle lavoratrici italiane aveva ottenuto il livello più alto della propria istruzione all’interno di un campo di studio STEM.
Il tema è quindi di indubbio interesse. Tuttavia, quando ci si interroga su queste tematiche non ci si può sottrarre da una considerazione, teorica ed empirica, più generale sul tema della segregazione occupazionale di genere (la concentrazione di uomini e donne in certi settori o occupazioni) e dei suoi legami con quella fra campi di studio. La segregazione di genere nel mercato del lavoro è un fenomeno regolare e “bloccato” esattamente come quella fra campi di studio, con circa il 50% della forza lavoro femminile che dovrebbe cambiare lavoro per potersi distribuire nello stesso modo con cui si distribuiscono gli uomini. È interessante notare che questi dati sono del tutto in linea con quelli raccolti, quasi vent’anni fa, da Maria Charles e David B. Grusky in Occupational Ghettos. The Worldwide Segregation of Women and Men (2004), uno dei più importanti libri sulla segregazione occupazionale di genere.
Figura 2 – Indice di Dissimilarità in Europa, valori percentuali.
La segregazione occupazionale può essere studiata attraverso molte lenti teoriche e analitiche, ma non sembra sbagliato considerarla come un fenomeno intimamente connesso alle dinamiche (e disuguaglianze) di potere che permeano i rapporti fra i sessi. Attraverso questo fenomeno è infatti possibile toccare con mano le dinamiche che plasmano la condizione di marginalità di determinati gruppi (i dominati) relativamente alla condizione di dominio di altri. Naturalmente, nel caso delle disuguaglianze di genere queste dinamiche si sostanziano nel dominio maschile. Prima di ragionare su come il campo di studio influisce determinati esiti occupazionali, è utile riflettere ulteriormente sui campi del mercato del lavoro in cui il campo di studio dovrebbe produrre i suoi effetti. La segregazione va vista come un fenomeno al cui centro vi è la lotta per il mantenimento della gerarchia delle posizioni all’interno di uno o più campi. L’intuizione principale è che i gruppi dominanti si adoperino per restringere l’accesso alle posizioni migliori di ciascun campo, al fine di tutelare il loro “valore di rarità”.
Cosa possiamo osservare dall’analisi dei dati? La prima cosa che salta all’occhio è che il campo di studio (STEM o non STEM) non sembra comportare variazioni significative nel modo in cui i lavoratori sono distribuiti lungo una serie di gruppi occupazionali. Chi ha ottenuto un titolo di studio all’interno di un campo di studio STEM tende a distribuirsi lungo i gruppi occupazionali in maniera simile a chi non ha conseguito un titolo di studio del genere. Nel caso dei lavoratori non STEM si nota che il 25,97% lavora nel gruppo di manager e professionisti, contro un 26,19% dei lavoratori con istruzione STEM. Il 23,44% del gruppo non STEM lavora come tecnico, contro il 23,26% del gruppo STEM.
L’unica differenza sembra esistere nel caso dei colletti blu, gruppo che assorbe il 24,10% dei lavoratori con titolo di studio STEM contro il 6,30% dei lavoratori con titolo di studio conseguito in un campo non di tipo STEM. L’altro gruppo dove si nota una differenza interessante è quello dei lavoratori del terziario, che tende a catturare maggiormente lavoratori con titolo di studio non STEM, il 39,96% contro il 19,96 dei lavoratori STEM. Fra le professioni elementari si trovano rispettivamente il 4,35% e il 6,49% dei lavoratori con istruzione non STEM e con istruzione STEM. Tuttavia, questi due dati sono abbastanza intuitivi e non producono nuova conoscenza al riguardo. Aggiungere una disaggregazione ulteriore per genere non sembra produrre ulteriori informazioni. Un’altra importante considerazione da fare è che se il tasso di occupazione di chi ha un’istruzione STEM è più alto di chi invece non ce l’ha (il 67, 25% contro il 51,39%), non vi sono importanti differenze nel tasso di disoccupazione (17,05% del gruppo non STEM contro il 15,62% del gruppo STEM). La differenza nel tasso di occupazione sembra soprattutto imputabile al fatto che fra il gruppo non STEM sembrano esservi più studenti e persone attualmente in formazione (25,56% contro il 13,82%).
Ciò indica che il campo di studio non sembra influenzare grandemente il gruppo occupazionale in cui un lavoratore o una lavoratrice sarà collocato. Tuttavia, ciò non significa che il campo di studio non abbia un impatto sull’occupazione delle persone. Più che studiare la distribuzione del campo di studio sui gruppi occupazionali, potrebbe essere più interessante osservare tale distribuzione sulle singole professioni. In particolare, sarebbe utile studiare tale distribuzione sulle professioni maschilizzate, dove gli uomini sono più del 66,6% della forza lavoro, rispetto a quelle femminilizzate o neutrali rispetto al genere. Queste professioni sono infatti quelle che vengono tendenzialmente retribuite di più all’interno dello stesso contesto occupazionale.
Consultando i dati Labour Force Survey del 2018 si notano importanti differenze. Fra i manager e i professionisti, il 97,50% delle donne che non hanno un’istruzione STEM lavora in una professione “non maschilizzata” (cioè femminilizzata o gender neutral) mentre fra le donne con istruzione STEM tale percentuale scende al 77,18%. La percentuale di donne con istruzione STEM che lavora in professioni maschilizzate è dieci volte più alta rispetto alle donne senza tale istruzione: il 22,82% contro il 2,50%. Naturalmente, queste differenze sono più marcate fra gli uomini: il 7,61% dei lavoratori con istruzione non STEM contro il 55,99% di quelli con istruzione STEM.
Nel caso delle professioni maschilizzate fra i tecnici i numeri sono ancora più netti. Il 3,97% delle donne senza istruzione STEM lavora in professioni maschilizzate, contro il 45,30% di quelle che invece hanno un’istruzione STEM. Fra gli uomini invece si osserva il 16,63% dei lavoratori con istruzione non STEM che lavora in una professione maschilizzata contro il 71,94% di quelli con istruzione STEM. In questi primi due gruppi si nota che in effetti il campo di studio sembra avere un impatto, poiché le professioni maschilizzate fra manager e professionisti e tecnici tendono ad assorbire una quota maggiore di lavoratrici e lavoratori in possesso di un titolo di studio STEM. Lo stesso non si può però dire per gli altri tre gruppi. Fra i lavoratori dei servizi si osserva che se lo 0,97% delle lavoratrici con istruzione non STEM lavora in una professione maschilizzata, tale percentuale si ferma al 1,04% fra le lavoratrici con istruzione STEM. Anche fra gli uomini vi sono differenze abbastanza contenute: il 6,92% dei lavoratori con istruzione non STEM contro il 9,69% dei lavoratori con istruzione STEM.
Nel caso delle professioni maschilizzate fra i colletti blu il dato sembra controintuitivo, dal momento che fra le lavoratrici chi ha un titolo di studio STEM tende ad essere più rappresentato fra le professioni non maschilizzate. Si nota infatti che il 61,67% delle donne con istruzione non STEM lavora in una professione maschilizzata contro il 54,68% delle donne con istruzione STEM. Ciò probabilmente significa che il campo di studio è più importante nel disciplinare l’accesso all’intero comparto manifatturiero. Questo dato è coerente con i dati riportati sui gruppi occupazionali. Infine, nell’ultimo gruppo (professioni elementari) viene tendenzialmente corroborata l’evidenza raccolta finora. In questo gruppo occupazionale il 29,05% delle donne con istruzione non STEM lavora in una professione maschilizzata, contro il 34,15% delle donne con istruzione STEM, una variazione molto contenuta. Ciò sembra indicare che in questo gruppo il campo di studio svolga debolmente il suo ruolo, dal momento che le differenze nelle percentuali di forza lavoro assorbita dalle professioni maschilizzate e non maschilizzate non varia molto a seconda del campo di studio.
Conclusioni
Quale lezione si può trarre da questa analisi? Sostanzialmente, possono essere fatte due considerazioni. La prima è che il campo di studio sembra essere più rilevante per le professioni specifiche, più che per i settori. Questo può voler dire che un investimento sulle competenze scientifiche potrebbe effettivamente aiutare a livellare le disuguaglianze di genere in ciascun gruppo occupazionale. Tuttavia, questo ragionamento sembra valere soprattutto per manager e professionisti e tecnici, i gruppi che raccolgono lavoratori e lavoratrici con titoli di studio più alti. Questo significa che una strategia del genere rischia di non avere gli stessi benefici per le persone appartenenti a classi sociali più basse, cosa che non può essere ignorata. La seconda considerazione riguarda invece la “capacità di distinzione” del campo di studio. Ne La distinzione, Pierre Bourdieu rilevava che i titoli di studio che garantivano l’accesso a determinate professioni in Francia andassero incontro ad un processo di svalutazione nel corso del tempo. Con l’espansione della partecipazione scolastica, individui di estrazione sociale inferiore avevano infatti potuto conseguire titoli di studio che erano precedentemente appannaggio delle classi dominanti. Questo processo ha tuttavia introdotto nuovi criteri per “schermare” l’accesso alle stesse professioni, al fine di tutelarne lo status. Non bisogna quindi pensare che l’istruzione scientifica delle donne sia l’unica chiave di lettura per il miglioramento della qualità dell’occupazione femminile. Per spezzare l’insieme di presupposizioni e pregiudizi che informa la segregazione di genere nell’occupazione è quindi fondamentale agire con l’esplicito obiettivo di livellare le differenze fra professioni maschilizzate, femminilizzate e gender neutral. È in particolare tramite la “ri-valutazione” delle professioni femminilizzate, a partire dalla loro retribuzione, insieme ad una riflessione più profonda che vada oltre il dualismo fra competenze STEM e non-STEM, che questo obiettivo può essere raggiunto. Ad esempio, servirebbe riflettere su come le professioni incentrate sulla data science, così come tutti lavori in cui è previsto lo svolgimento di mansioni relative all’analisi dei dati quantitativi, possano beneficiare da una contaminazione con competenze riconducibili a campi di studio come quelli umanistici o affini alle scienze sociali. All’interno di una simile cornice, è più probabile che gli sforzi per incrementare l’inclusività dell’istruzione tecnica e scientifica producano risultati ancora più convincenti.
Una piattaforma culturale, una rivista e uno spazio di approfondimento per capire il presente.
Scopri di più
