Myers e Hooper (2026) offrono un disegno identificativo metodologicamente solido per stimare l’effetto dell’iPhone sul tasso di fertilità nelle contee statunitensi tra il 2007 e il 2011. Il presente articolo non contesta la robustezza delle stime, ma argomenta che il modello causale sottostante è strutturalmente insufficiente per tre ragioni distinte.
Indice
crisi economica, ecosistemi digitali preesistenti e i limiti di una spiegazione mono causale del calo della fertilità
Abstract
Myers e Hooper (2026) offrono un disegno identificativo metodologicamente solido per stimare l’effetto dell’iPhone sul tasso di fertilità nelle contee statunitensi tra il 2007 e il 2011. Il presente articolo non contesta la robustezza delle stime, ma argomenta che il modello causale sottostante è strutturalmente insufficiente per tre ragioni distinte. In primo luogo, il profilo socioeconomico delle contee trattate – più urbane, più affluenti e con reddito mediano significativamente più elevato – introduce una confusione sistematica tra effetto iPhone ed effetto di classe sociale che la procedura di entropy balancing mitiga ma non elimina. In secondo luogo, il 2007 non rappresenta l’anno zero della socializzazione digitale: piattaforme come BlackPlanet, MySpace, MSN Messenger e OkCupid avevano già formato ecosistemi di socializzazione digitale differenziati per comunità etnica e classe sociale prima dell’iPhone, producendo aspettative eterogenee sull’effetto del dispositivo mobile che i dati aggregati di contea non possono cogliere. In terzo luogo, la coincidenza temporale tra il lancio dell’iPhone e la crisi economica del 2008 genera un problema di identificazione strutturale che i controlli econometrici standard non risolvono: il collasso delle agenzie fisiche di socializzazione durante la recessione costituisce un canale causale alternativo plausibile e sistematicamente ignorato. Il risultato nullo sulle donne nere, anomalia che il paper non riesce a spiegare in modo convincente, trova una lettura più coerente alla luce di questi tre fattori combinati. Si propone infine una riflessione epistemologica sull’uso di strategie di identificazione mono causale per fenomeni strutturalmente complessi, con particolare attenzione ai rischi di amplificazione retorica dei risultati oltre i limiti del disegno di ricerca.
Parole chiave: fertilità, smartphone, crisi economica, socializzazione digitale, ecosistemi digitali, sociologia della tecnologia
1. Introduzione
Il tasso generale di fertilità negli Stati Uniti è rimasto sostanzialmente stabile tra 65 e 70 nascite per 1.000 donne tra il 1980 e il 2007, per poi iniziare un declino sostenuto che ha portato il valore a 54 nel 2024, con una riduzione del 22% in diciassette anni. La letteratura economica e demografica aveva finora fallito nell’identificare una causa specifica di periodo capace di spiegare questa rottura strutturale[1].
In questo contesto, Myers e Hooper (2026) propongono l’iPhone come principale fattore causale del declino. Il loro contributo metodologico è genuino: sfruttando il monopolio AT&T sul dispositivo tra il 2007 e il 2011 come esperimento naturale, costruiscono una variabile di identificazione geografica che permette di stimare l’effetto causale dell’accesso all’iPhone sulle nascite a livello di contea. I test placebo su Verizon e Sprint producono risultati nulli come atteso e le stime si mostrano stabili attraverso venti specificazioni alternative. Si tratta di un disegno identificativo più robusto della maggior parte della letteratura descrittiva sul tema.
Tuttavia, la robustezza dello strumento identificativo non implica la correttezza del modello causale sottostante. Un esperimento naturale può stimare in modo affidabile l’effetto locale medio di un trattamento senza che il meccanismo attraverso cui tale effetto opera sia correttamente identificato. È esattamente questa la tesi centrale del presente articolo: Myers e Hooper dimostrano con ragionevole solidità che nelle contee con copertura AT&T le nascite sono calate di più dopo il 2007; non dimostrano perché e le implicazioni di policy che ne traggono si fondano su un meccanismo non identificato.
L’argomento si sviluppa in quattro passaggi. Prima si esamina il confondimento socioeconomico insito nel disegno di ricerca. Poi si ricostruisce l’ecosistema digitale preesistente al 2007, la cui esistenza è incompatibile con il modello causale semplice proposto dagli autori. Si analizza poi il canale della crisi economica come spiegazione alternativa o complementare. Si conclude con una riflessione epistemologica sui rischi dell’amplificazione retorica dei risultati monocausali in fenomeni strutturalmente complessi.
2. I punti di forza del disegno di ricerca iPhone
Prima di sviluppare la critica, è necessario riconoscere il valore metodologico genuino del contributo di Myers e Hooper. Il punto di forza del disegno è che il monopolio AT&T sull’iPhone tra giugno 2007 e febbraio 2011 non è una costruzione degli autori, ma un fatto storico indipendente da qualsiasi dinamica demografica: la scelta di AT&T come partner esclusivo fu determinata da un accordo contrattuale quinquennale stipulato da Apple per ragioni commerciali. Questo significa che la variazione geografica nella copertura AT&T, da cui dipende l’intera strategia di identificazione, non è correlata con le tendenze di fertilità preesistenti nelle diverse contee. È su questa indipendenza che si regge la possibilità di interpretare causalmente le differenze osservate nelle nascite[2].
Il principale problema confondente del disegno è che le contee AT&T sono sistematicamente più urbane e più affluenti delle contee di controllo: un confronto diretto rischierebbe di attribuire all’iPhone differenze che riflettono invece il divario strutturale tra aree urbane e rurali. I due stimatori utilizzati affrontano questo problema attraverso meccanismi diversi e complementari. Il synthetic difference-in-differences (SDID) di Arkhangelsky et al. (2021) seleziona e ripesa le contee di controllo in modo che la loro traiettoria di fertilità prima del 2007 sia parallela a quella delle contee trattate, eliminando così le differenze strutturali preesistenti. L’event study Poisson con entropy balancing di Hainmueller (2012) opera diversamente: ripesa le contee di controllo affinché le loro caratteristiche demografiche medie – quota di popolazione nera, ispanica, urbana e orientamento politico – coincidano con quelle delle contee trattate. I due approcci producono stime coerenti, il che rafforza la credibilità del risultato[3].
I test placebo rafforzano l’interpretazione causale. Applicato alle contee coperte da Verizon e Sprint nel periodo 2008-2009, quando questi operatori non offrivano né l’iPhone né Android, il disegno produce risultati statisticamente indistinguibili da zero nelle fasce d’età 15-19 e 20-24. Il risultato negativo e statisticamente significativo che emerge nel 2011 per entrambi gli operatori, coerente con l’arrivo di Android su Sprint e Verizon nel 2009 con il lag gestazionale atteso, corrobora ulteriormente l’interpretazione basata sullo smartphone piuttosto che minacciarla[4].
In sintesi: l’effetto esiste. Che l’introduzione dell’iPhone abbia avuto un impatto misurabile sulle nascite nelle contee AT&T nel 2007-2011 è un risultato che le verifiche di robustezza sostengono. La questione che il presente articolo solleva riguarda non la validità della stima locale, ma la correttezza del meccanismo proposto e la legittimità della sua proiezione su fenomeni di portata molto più ampia.
3. Il confondimento socioeconomico
Il primo problema strutturale del disegno di Myers e Hooper riguarda il profilo socioeconomico delle unità trattate. Come documentato dagli stessi autori nella Tabella 1, le contee con copertura AT&T superiore al 90% differiscono sistematicamente dalle contee di controllo lungo molteplici dimensioni: la quota di popolazione urbana è 66,4% nelle contee trattate contro 28,2% nelle contee di controllo; il reddito mediano delle famiglie è 74.000 dollari contro 56.300; il tasso di povertà è 12,6% contro 15,6%.
La procedura di entropy balancing corregge queste differenze, ma ha un costo rilevante in termini di rappresentatività del campione. Per trovare contee di controllo sufficientemente simili a quelle trattate, il metodo deve concentrare tutto il peso statistico su un numero molto ristretto di unità: l’effective sample size – cioè il numero di contee che contribuiscono effettivamente all’identificazione – scende da 1.399 controlli grezzi a soli 77. In altri termini, le stime si reggono sul confronto con una manciata di contee rurali che per caso assomigliano demograficamente alle contee urbane trattate. Il bilanciamento riguarda inoltre sole quattro caratteristiche aggregate di contea – quota di popolazione nera, ispanica, urbana e voto repubblicano nel 2008 – e non tocca la distribuzione del reddito individuale all’interno delle contee, che è la variabile più rilevante per capire chi potesse permettersi un iPhone.
La rilevanza di questa lacuna è amplificata dal costo dell’iPhone stesso. Al lancio del giugno 2007, il dispositivo era venduto a 499 dollari abbinato a un contratto biennale obbligatorio con AT&T a 59,99 dollari al mese, per un impegno economico totale di circa 1.940 dollari nell’arco di due anni. In un contesto di reddito mediano in calo e disoccupazione in aumento, questo prezzo seleziona un profilo utente specifico: giovani adulti con reddito disponibile sufficiente ad assorbire una spesa discrezionale significativa durante una recessione. Questo profilo coincide quasi esattamente con le caratteristiche demografiche delle contee trattate.
Il rischio concreto è che il paper stia misurando non «l’iPhone riduce le nascite» ma «le donne giovani con reddito medio-alto nelle aree urbane hanno ridotto le nascite nel 2007-2011», con l’iPhone come proxy di un profilo socioeconomico piuttosto che come causa. Il test decisivo richiederebbe una disaggregazione dell’effetto per quintile di reddito individuale all’interno delle contee trattate: se l’effetto si attenuasse o scomparisse nelle fasce di reddito più basse delle contee AT&T, la tesi causale dell’iPhone si indebolirebbe in modo sostanziale. Questa analisi non è presente nel paper.
4. L’ecosistema digitale preesistente al 2007
Il modello causale di Myers e Hooper assume implicitamente che il 2007 rappresenti una soglia nella storia della socializzazione digitale. Prima dell’iPhone, la vita sociale era prevalentemente faccia a faccia; dopo il suo lancio, la mediazione digitale ha cominciato a sostituire l’interazione in presenza. Questa assunzione è empiricamente scorretta e costituisce una lacuna strutturale nella narrativa del meccanismo.
Al momento del lancio dell’iPhone nel giugno 2007, gli Stati Uniti ospitavano già un ecosistema maturo e differenziato di piattaforme di socializzazione digitale. MySpace, fondato nel 2003, aveva raggiunto circa 100 milioni di account nel 2006. Facebook, lanciato nel 2004, aveva già superato i confini originari delle sole università. MSN Messenger, operativo dal 1999, era lo strumento dominante per la comunicazione sociale in tempo reale tra i giovani adulti per gran parte dei primi anni 2000. OkCupid, lanciato nel 2004, si era già affermato come piattaforma significativa di dating online prima dell’era degli smartphone[5].
Questo ecosistema non era demograficamente uniforme. In parallelo alle reti mainstream si era sviluppata un’infrastruttura di piattaforme community-specific, costruite esplicitamente per comunità etniche e culturali. BlackPlanet, fondata nel 1999, aveva raggiunto 15,8 milioni di utenti registrati nel gennaio 2007 ed era descritta nella letteratura accademica come una delle principali istituzioni digitali della comunità afroamericana. AsianAvenue e MiGente svolgevano funzioni analoghe per le comunità asiatico-americane e latinoamericane. Non si trattava di fenomeni marginali: i dati del Pew Research Center mostrano che nel 2006 gli afroamericani adottavano i social network all’11%, quota superiore al 9% registrato tra i bianchi[6].
Dal punto di vista della sociologia delle reti, queste piattaforme community-specific rappresentano un’infrastruttura di capitale sociale di tipo «bonding» nel senso di Putnam, rafforzavano, cioè, i legami all’interno di comunità già esistenti piuttosto che crearne di nuovi trasversali. La logica sociale di queste piattaforme era strutturalmente diversa da quella che avrebbe caratterizzato successivamente Tinder o Facebook Dating: non erano mercati relazionali aperti ma spazi comunitari digitali con forte componente identitaria[7].
Questa ricostruzione ha implicazioni dirette per il risultato anomalo del paper sulle donne nere. Myers e Hooper riportano un effetto nullo o leggermente positivo dell’accesso all’iPhone sui tassi di natalità tra le donne nere, che attribuiscono speculativamente a differenze nell’adozione di iPhone rispetto ad Android o a dinamiche pre-2007 specifiche per gruppo. Una spiegazione teoricamente più coerente emerge dall’analisi dell’ecosistema digitale preesistente: le donne afroamericane nelle contee coperte da AT&T disponevano già, prima del lancio dell’iPhone, di un’infrastruttura digitale di socializzazione robusta e community-specific. Per questo gruppo, l’iPhone non avrebbe rappresentato un cambiamento qualitativo nella natura della socializzazione digitale, ma un cambiamento nel dispositivo attraverso cui una pratica già consolidata veniva condotta. L’effetto marginale sul comportamento sociale, e di conseguenza sulla fertilità, sarebbe quindi strutturalmente atteso essere inferiore rispetto ai gruppi per cui la socializzazione digitale era meno sviluppata prima del 2007. Questa interpretazione non dimostra il meccanismo, ma fornisce una spiegazione teoricamente coerente dell’anomalia che il paper non riesce ad articolare.
L’esistenza di questi ecosistemi digitali preesistenti e differenziati per comunità non dimostra che il 2007 non sia stato una svolta comportamentale: è plausibile che la mobilità permanente introdotta dallo smartphone abbia generato effetti aggiuntivi rispetto alla socializzazione digitale da desktop. Quello che l’evidenza mostra è che la narrazione di tipo “anno zero” implicita nel paper – secondo cui la socializzazione digitale sarebbe cominciata con l’iPhone – è empiricamente insostenibile, e che un disegno di ricerca che non distingue tra questi ecosistemi preesistenti non può identificare correttamente il meccanismo attraverso cui l’accesso allo smartphone ha modificato i comportamenti di fertilità.
5. Il canale della crisi economica
L’iPhone è stato lanciato il 29 giugno 2007. Il National Bureau of Economic Research data l’inizio della Grande Recessione al dicembre 2007. I due eventi sono separati da sei mesi. Questa prossimità temporale costituisce un problema di identificazione strutturale che i controlli econometrici di Myers e Hooper non risolvono.
Gli autori includono controlli a livello di contea per disoccupazione, tasso di povertà, reddito mediano delle famiglie e variazione annuale dell’indice dei prezzi delle abitazioni. Argomentano che la stabilità dei coefficienti attraverso quattro specificazioni nidificate con questi controlli costituisce evidenza informale che le condizioni economiche non assorbano l’effetto del trattamento. Questo argomento è più debole di quanto appaia. Verificare che le stime restino stabili aggiungendo e togliendo gli stessi controlli economici non dimostra che la crisi non abbia influito sui risultati: dimostra solo che quei particolari indicatori non modificano le stime. Se la recessione ha agito attraverso canali che nessuno degli indicatori inclusi riesce a misurare – come la chiusura dei luoghi fisici di socializzazione o la riduzione del reddito discrezionale delle famiglie – il suo effetto rimane invisibile in tutte e quattro le specificazioni, e la stabilità dei coefficienti non è più rassicurante di quanto non fosse prima.
Uno di questi canali è la struttura dell’infrastruttura fisica di socializzazione. La Grande Recessione ha prodotto una contrazione ben documentata delle organizzazioni civiche e comunitarie, particolarmente nelle aree urbane ad alto reddito dove si concentravano associazioni volontarie, centri fitness, organizzazioni culturali e luoghi di intrattenimento a pagamento. La ricerca sull’impatto della recessione sulla società civile documenta che le organizzazioni nonprofit e comunitarie hanno subito forti pressioni finanziarie tra il 2008 e il 2011, con effetti particolarmente acuti nelle aree dipendenti da finanziamenti filantropici o pubblici[8].
Un canale plausibile, non documentato nel paper, riguarda la struttura dell’infrastruttura fisica di socializzazione. Per i giovani adulti della classe media e medio-alta nelle aree urbane, la socializzazione pre-crisi era sostanzialmente organizzata attorno a luoghi a pagamento: palestre, bar, centri culturali, associazioni professionali, leghe sportive amatoriali. Questi non erano semplicemente spazi di intrattenimento, ma i contesti istituzionali in cui le relazioni romantiche si avviavano e si sviluppavano. È plausibile che la recessione abbia ridotto il reddito disponibile per frequentare questi luoghi, ne abbia causato la chiusura in alcuni casi, e abbia alterato il calcolo costi-benefici della partecipazione a quelli rimasti aperti. La letteratura empirica su questo canale specifico è però scarsa, come si riconosce esplicitamente nella sezione sulle implicazioni per la ricerca futura: questo limite va tenuto presente nel valutare il peso di questa ipotesi rispetto alle altre.
L’aumento contemporaneo dell’adozione dei social network documentato dal Pew Research Center – dal 25% degli adulti americani nel 2008 al 50% nel 2011 – è compatibile con un effetto di sostituzione guidato dal vincolo economico piuttosto che dallo spostamento tecnologico: la socializzazione digitale si è espansa non perché l’iPhone l’abbia resa attraente, ma perché la recessione ha reso quella fisica economicamente onerosa. L’iPhone e la recessione non sono due fattori indipendenti che agiscono in parallelo: sono due shock concomitanti che interagiscono attraverso lo stesso canale comportamentale, quello della riduzione delle occasioni di incontro romantico informale.
Questo canale alternativo produce una previsione empirica verificabile che differisce dall’ipotesi iPhone di Myers e Hooper. Se l’iPhone è la causa operativa, l’effetto sui tassi di natalità dovrebbe essere concentrato nelle contee con alta copertura AT&T indipendentemente dalla severità della recessione locale. Se il canale della crisi è operativo, l’effetto dovrebbe essere più forte nelle contee in cui la recessione ha prodotto contrazioni maggiori del reddito disponibile e dell’infrastruttura civica, indipendentemente dalla copertura AT&T. Myers e Hooper non eseguono questa analisi di interazione. La sua assenza è una lacuna nella strategia di identificazione che il paper non riconosce.
6. Una nota epistemologica
I limiti identificati nelle sezioni precedenti non sono accidentali rispetto all’analisi di Myers e Hooper. Riflettono un orientamento epistemologico più generale che caratterizza una parte significativa della ricerca contemporanea in scienze sociali su tecnologia e comportamento: la riduzione della causalità sociale complessa a strategie di identificazione a singola variabile, combinata con l’amplificazione retorica dei risultati oltre ciò che l’evidenza supporta.
Questo orientamento ha una struttura riconoscibile. Una strategia di identificazione metodologicamente sofisticata – in questo caso il monopolio AT&T come esperimento naturale – genera una stima robusta di un effetto medio locale del trattamento su un periodo e una geografia circoscritti. Questa stima viene poi proiettata su un fenomeno di portata temporale e sociale molto più ampia – il declino demografico globale post-2007 – attraverso una catena di passaggi interpretativi che il disegno originale non può supportare. La narrativa del meccanismo, che in questo paper occupa la Sezione 8, è costruita a partire da tendenze nazionali descrittive esplicitamente riconosciute come non causali, eppure le conclusioni del paper le trattano come canali identificati.
Il costo epistemologico dell’eccesso di pretesa non è meramente accademico. Quando ricerche ad alta visibilità pubblica attribuiscono fenomeni sociali complessi a cause tecnologiche singole, esse orientano il discorso pubblico, la retorica politica e le priorità di policy in modi che possono essere controproducenti. Se il calo della fertilità è principalmente una conseguenza dell’adozione degli smartphone, l’implicazione di policy è la regolamentazione tecnologica. Se è principalmente una conseguenza della ristrutturazione economica, della stagnazione salariale e dell’erosione dell’infrastruttura fisica di socializzazione, l’implicazione è l’intervento economico. Non si tratta di prescrizioni equivalenti. Ottenere la storia causale corretta ha importanza che supera le pagine delle riviste accademiche.
L’alternativa che questo articolo propone non è l’agnosticismo sulla causalità, ma l’adozione di quadri analitici adeguati alla complessità del fenomeno. La causalità sociale nel dominio del comportamento di fertilità è irreducibilmente multi-livello: opera simultaneamente a livello di strutture macroeconomiche, configurazioni istituzionali, capitale sociale comunitario, disposizioni psicologiche individuali e affordance tecnologiche. Un disegno di ricerca che può identificare solo uno di questi livelli causali, per quanto rigorosamente, non può pretendere di aver spiegato il fenomeno. Può pretendere di aver misurato un fattore contributivo in condizioni specifiche, e questa affermazione più modesta sarebbe al tempo stesso accurata e scientificamente preziosa.
7. Ipotesi sociologica integrativa
I tre filoni analitici sviluppati nelle sezioni precedenti non dimostrano un meccanismo alternativo a quello proposto da Myers e Hooper: mostrano che il meccanismo da loro ipotizzato non è l’unico compatibile con i dati. In questa sezione si propone un quadro interpretativo che integra i tre filoni in una lettura sociologicamente coerente, nella stessa consapevolezza epistemologica richiesta agli autori criticati: si tratta di un’ipotesi teoricamente motivata, non di una spiegazione empiricamente identificata. Il quadro può essere formulato nei termini della ristrutturazione del campo della socializzazione romantica nel senso di Bourdieu. Prima della crisi del 2008, la socializzazione romantica per le classi medie urbane era organizzata attorno a un insieme di istituzioni fisiche a pagamento che funzionavano come spazi di incontro socialmente strutturati. Queste istituzioni non erano semplicemente luoghi neutri di frequentazione: incorporavano e riproducevano specifici habitus di corteggiamento, aspettative di genere e gerarchie di capitale sociale[9].
La crisi economica del 2008 ha eroso simultaneamente due elementi di questo campo: la disponibilità economica a frequentare i luoghi a pagamento e la stessa sopravvivenza di molti di questi luoghi. In questo contesto di contrazione, lo smartphone – e le piattaforme di socializzazione digitale che ha reso mobili e ubique – non ha creato un vuoto sociale, ha riempito un vuoto già in formazione. Ma lo ha fatto secondo logiche strutturalmente diverse da quelle delle istituzioni fisiche che sostituiva: logiche di mercato relazionale, di esposizione pubblica del sé, di selezione algoritmica dei potenziali partner[10].
Questo passaggio dalle comunità digitali radicate in appartenenze identitarie preesistenti ai mercati relazionali digitalizzati ha redistribuito i costi di fiducia dall’istituzione comunitaria al singolo individuo. La ricerca sui rischi percepiti delle piattaforme di dating online documenta tre categorie di costo che ricadono in modo asimmetrico per genere: il rischio di inganno identitario, il rischio fisico e sessuale e il rischio psicologico dell’esaurimento emotivo e della sfiducia sistemica. Le donne e i soggetti psicologicamente più vulnerabili sopportano costi di vigilanza significativamente più alti degli uomini, costi che non hanno equivalente nella socializzazione fisica strutturata istituzionalmente.
In questa prospettiva, il problema non è semplicemente la crescita dei social network, ma il passaggio da comunità digitali radicate in appartenenze sociali preesistenti a mercati relazionali digitalizzati in cui i costi di fiducia vengono individualizzati. Questo processo spiega il calo delle nascite (in particolare delle nascite non pianificate tra le donne più giovani, come documentato da Buckles et al. [2025]) non come effetto diretto dello smartphone sul comportamento sessuale, ma come effetto indiretto della ristrutturazione istituzionale del campo in cui le relazioni che producono figli si formano.
8. Implicazioni per la ricerca e per la policy
Le implicazioni metodologiche del presente articolo riguardano principalmente l’adeguatezza degli strumenti di analisi rispetto alla complessità del fenomeno indagato. Gli esperimenti naturali basati su discontinuità geografiche o temporali sono strumenti potenti per stimare effetti causali locali; non sono strumenti adeguati per spiegare fenomeni demografici di lungo periodo che coinvolgono molteplici livelli causali interagenti. La combinazione di stime robuste a livello locale con narrazioni esplicative di portata globale produce non conoscenza più solida, ma un’illusione di comprensione che può risultare più fuorviante della semplice correlazione che pretende di superare.
Per la ricerca futura, il quadro interpretativo proposto suggerisce almeno tre agende empiriche. La prima riguarda la documentazione sistematica del collasso delle agenzie fisiche di socializzazione durante la crisi 2008-2011 con dati disaggregati per classe di reddito e area geografica: questa letteratura è sorprendentemente scarsa e la sua assenza è essa stessa un dato sociologico rilevante. La seconda riguarda lo studio degli ecosistemi digitali differenziati per comunità nel periodo pre-smartphone, con attenzione alla distribuzione degli utenti per gruppo demografico e alla specificità delle logiche sociali di ciascuna piattaforma. La terza riguarda l’analisi dei costi asimmetrici della transizione dalla socializzazione fisica a quella digitale per genere, classe e vulnerabilità psicologica.
Per la policy, il quadro interpretativo proposto suggerisce che l’efficacia dei trasferimenti monetari a sostegno della natalità potrebbe essere più alta di quanto Myers e Hooper concludano, se il meccanismo è economico-strutturale più che tecnologico. Non perché i sussidi risolvano il problema della riduzione delle occasioni di incontro romantico, ma perché il reddito disponibile determina l’accesso alle istituzioni fisiche e digitali di socializzazione, e questo accesso influenza la probabilità di formazione di relazioni che producono figli. Una policy che agisca sulla struttura economica sottostante è più coerente con l’ipotesi interpretativa proposta che con quella monocausale di Myers e Hooper.
9. Conclusioni
Il paper di Myers e Hooper (2026) è un contributo metodologico genuino alla letteratura sul calo della fertilità negli Stati Uniti. Il disegno dell’esperimento naturale è solido, i test placebo reggono e le stime sono stabili attraverso specificazioni alternative. L’effetto esiste: nelle contee con copertura AT&T, le nascite sono calate di più dopo il 2007.
Ciò che il disegno non può identificare è il meccanismo attraverso cui questo effetto opera. La sezione sui meccanismi del paper è interamente descrittiva, come gli stessi autori riconoscono, ma le conclusioni la trattano come se contenesse evidenza causale identificata. Questo salto è il principale problema del contributo.
Le tre critiche sviluppate in questo articolo – il confondimento socioeconomico, l’esistenza di ecosistemi digitali preesistenti e differenziati, il canale plausibile della crisi economica – non dimostrano che l’iPhone non abbia avuto alcun effetto sulla fertilità, né che la crisi economica o il collasso delle agenzie fisiche di socializzazione siano la vera causa del fenomeno. Dimostrano qualcosa di più circoscritto e più solido: che l’effetto stimato è compatibile con spiegazioni alternative altrettanto plausibili, e che l’evidenza disponibile non consente di stabilire quale tra questi meccanismi sia il responsabile principale. Alcune di queste spiegazioni alternative, come quella che riguarda le donne nere, rendono conto dell’anomalia in modo più coerente di quanto non faccia il modello proposto dagli autori. In questa situazione di sottoidentificazione del meccanismo, le implicazioni di policy di Myers e Hooper sono premature: non perché l’effetto non esista, ma perché non sappiamo ancora attraverso quale canale opera.
Il fenomeno del calo della fertilità post-2007 è reale, generalizzato e socialmente rilevante. Merita spiegazioni all’altezza della sua complessità: spiegazioni che integrino strutture macroeconomiche, configurazioni istituzionali, ecosistemi tecnologici e dinamiche di genere invece di ridurre a un singolo shock tecnologico un processo che attraversa quasi due decenni di trasformazione sociale.
Riferimenti bibliografici
Airoldi, M. (2022). Machine habitus: Toward a sociology of algorithms. Polity Press.
Arkhangelsky, D., Athey, S., Hirshberg, D. A., Imbens, G. W., & Wager, S. (2021). Synthetic difference-in-differences. American Economic Review, 111(12), 4088–4118.
Bourdieu, P. (1979). La distinction: Critique sociale du jugement. Minuit. [Trad. it.: La distinzione. Critica sociale del gusto. Il Mulino, 1983.]
Buckles, K., Guldi, M., & Schmidt, L. (2025). The great recession’s baby-less recovery: The role of unintended births. Journal of Human Resources, 60(1), 224–258.
Byrne, D. N. (2007). Public discourse, community concerns, and civic engagement: Exploring Black social networking traditions on BlackPlanet.com. Journal of Computer-Mediated Communication, 13(1), 319–340.
Couch, D., Liamputtong, P., & Pitts, M. (2012). What are the real and perceived risks and dangers of online dating? Perspectives from online daters. Health, Risk & Society, 14(7–8), 697–714.
Hainmueller, J. (2012). Entropy balancing for causal effects: A multivariate reweighting method to produce balanced samples in observational studies. Political Analysis, 20(1), 25–46.
Haidt, J. (2024). The anxious generation: How the great rewiring of childhood is causing an epidemic of mental illness. Penguin Press.
Kearney, M. S., Levine, P. B., & Pardue, L. (2022). The puzzle of falling US birth rates since the great recession. Journal of Economic Perspectives, 36(1), 151–176.
King, G., & Nielsen, R. (2019). Why propensity scores should not be used for matching. Political Analysis, 27(4), 435–454.
Kish, L. (1965). Survey sampling. John Wiley & Sons.
Myers, C. K., & Hooper, E. (2026). Is the iPhone birth control? Causal evidence from AT&T’s 2007–2011 carrier monopoly. NBER Working Paper No. 35310.
Pew Research Center. (2015). Social media usage: 2005–2015. Recuperato da https://www.pewresearch.org/internet/2015/10/08/social-networking-usage-2005-2015/
Putnam, R. D. (2000). Bowling alone: The collapse and revival of American community. Simon & Schuster.
Twenge, J. M. (2017). iGen: Why today’s super-connected kids are growing up less rebellious, more tolerant, less happy. Atria Books.
[1] Myers, C. K., & Hooper, E. (2026). Is the iPhone birth control? Causal evidence from AT&T’s 2007–2011 carrier monopoly. NBER Working Paper No. 35310.
[2] Arkhangelsky, D., Athey, S., Hirshberg, D. A., Imbens, G. W., & Wager, S. (2021). Synthetic difference-in-differences. American Economic Review, 111(12), 4088–4118.
[3] Hainmueller, J. (2012). Entropy balancing for causal effects: A multivariate reweighting method to produce balanced samples in observational studies. Political Analysis, 20(1), 25–46.
[4] Kearney, M. S., Levine, P. B., & Pardue, L. (2022). The puzzle of falling US birth rates since the great recession. Journal of Economic Perspectives, 36(1), 151–176.
[5] Byrne, D. N. (2007). Public discourse, community concerns, and civic engagement: Exploring Black social networking traditions on BlackPlanet.com. Journal of Computer-Mediated Communication, 13(1), 319–340.
[6] Pew Research Center. (2015). Social media usage: 2005–2015. Recuperato da https://www.pewresearch.org/internet/2015/10/08/social-networking-usage-2005-2015/
[7] Putnam, R. D. (2000). Bowling alone: The collapse and revival of American community. Simon & Schuster.
[8] PMC/NCBI. (2019). The economic recession and civic participation: The curious case of Rotterdam’s civil society, 2008–2013. PMC6916582.
[9] Bourdieu, P. (1979). La distinction: Critique sociale du jugement. Minuit. [Trad. it.: La distinzione. Critica sociale del gusto. Il Mulino, 1983.]
[10] Airoldi, M. (2022). Machine habitus: Toward a sociology of algorithms. Polity Press.