English translation follows Dutch text.
In de landen die het zwaarst door Covid-19 zijn getroffen, zijn er duidelijke aanwijzingen dat gemarginaliseerde groepen de ergste gevolgen van de ziekte dragen. Dit speelt zich in verschillende landen op verschillende manieren af: in de VS bijvoorbeeld zijn er aanzienlijke verschillen in sterftecijfers naar ras en etniciteit. Israëli’s hebben een aanzienlijk lager sterftecijfer als gevolg van Covid-19 dan Palestijnen op de Westelijke Jordaanoever of Gaza. In Brazilië is het hebben van gemengde afkomst de tweede belangrijkste risicofactor , na leeftijd, voor de kans om aan Covid-19 sterven. Deze raciale en etnische (en daaraan gerelateerde) verschillen lijken in Nederland net zo goed aanwezig, maar worden onzichtbaar gemaakt door de weigering van de publieke gezondheidsautoriteiten om daarover te rapporteren.
Al vroeg in de pandemie waarschuwden organisaties dat ongelijke effecten van Covid-19 zouden optreden op het gebied van ras en etniciteit, maar hun waarschuwing werd niet overgenomen door de regering. CBS, de nationale statistische autoriteit, bracht in maart 2021 een rapport uit waaruit blijkt dat geboren zijn buiten Nederland in een ‘niet westers’ (feitelijk voorheen gekoloniseerd) land), of een ouder hebben die dat was (de Nederlandse statistische definitie noemt deze groep ‘mensen met een niet-westerse migratieachtergrond’), een risicofactor was voor het overlijden aan Covid-19, met name voor inwoners van binnensteden (Amsterdam, Den Haag en Rotterdam).
Dit rapport is opmerkelijk om een aantal redenen. Een daarvan is dat het werd gepubliceerd toen de pandemie al een jaar oud was, lang nadat er duidelijke signalen waren van dergelijke verschillen tussen groepen. Een andere is dat het rapport de ontoereikendheid aantoont van de huidige categorieën die beschikbaar zijn voor Nederlandse statistici en andere onderzoekers: het zeer algemene label ‘niet-westerse migratieachtergrond’ correspondeert niet met marginalisatie en ongelijkheid. Integendeel, het maskeert raciale en etnische kwesties door te kijken naar de nationale afkomst in plaats van naar de kans op discriminatie en achterstelling van groepen. Zelfs de vragen die in veel onderzoeken aan deze categorieën ten grondslag liggen zijn al problematisch; er wordt vaak gevraagd naar het geboorteland van respondenten en dat van hun ouders (meestal zelfs waar zijn/haar ‘moeder’ en ‘vader’ zijn geboren, om ook heteronormativiteit aan de mix toe te voegen). Dit betekent dat iemand met Nederlandse ouders maar geboren in het buitenland niet als autochtoon telt, hoewel hij/zij in Nederland wel als zodanig wordt gezien en behandeld. Omgekeerd lijden in Nederland geboren mensen van kleur onder vele soorten structurele discriminatie die dan niet als zodanig in officiële statistieken worden vastgelegd. Tezamen leidt dat tot een situatie waar de beschikbare categorieën ‘Nederlands’, ‘westerse migratieachtergrond’, en ‘niet-westerse migratieachtergrond’ beperkt bruikbaar zijn in het identificeren van structureel racisme, omdat ze de categorieën die het meest belangrijk zijn als het gaat om discriminatie niet meenemen – zoals huidskleur en andere zichtbare verschillen ten opzichte van de witte ‘Nederlandse’ norm.
Hoewel dergelijke statistische constructies een groot deel van de impact van structureel racisme onzichtbaar maken, verminderen ze deze in werkelijkheid niet. De pandemie maakt de gevolgen van dit falen nog duidelijker. De categorie ‘niet-westerse migratieachtergrond’ omvat bijvoorbeeld een groot deel van de vaak hoogopgeleide expat gemeenschap van het land, de koningin en prinsessen van Nederland, en vele anderen die zeer geprivilegieerd zijn en relatief goed beschermd tegen Covid-19. De categorie slaagt er niet in om de systematische ongelijkheid vast te leggen die mensen van kleur dagelijks ervaren als het gaat om bijvoorbeeld arbeidsomstandigheden en levensstandaard, die vaak resulteren in een slechtere gezondheidstoestand en een grotere blootstelling aan Covid-19 via hun werk en sociaal leven. Dit onderscheid tussen westerse en niet-westerse achtergronden is onlangs afgeschaft in dergelijke rapportages, hoewel het CBS opmerkt dat onderzoekers deze categorie nog steeds voor zichzelf kunnen gebruiken, aangezien deze in de gegevens blijft bestaan. Als zodanig zal deze verandering niet helpen bij het corrigeren van de reactie op de pandemie door de Nederlandse overheid en anderen.
Misschien wel het meest opmerkelijke aan de reactie op het rapport is echter dat de Nederlandse GGD helemaal niet reageerde. Het ‘koos ervoor om de registratiemethode van sterfgevallen ongewijzigd te laten’, aldus de landelijke nieuwsbron BNN-VARA.
Het opsplitsen (maar ook het samenvoegen) van statistieken over Covid naar ras en etniciteit (of andere factoren zoals sociale klasse of religie) is zeer politiek: zowel de keuze om dit te doen als de gevolgen ervan. Hoewel gezondheidszorgonderzoekers officiële statistieken kunnen opsplitsen om de effecten op verschillende groepen te bestuderen, zijn de enige regeringen die momenteel op deze genuanceerde manier rapporteren degenen die daartoe zijn gedwongen door belangengroepen of gelijkheidscommissies. Dit is bijvoorbeeld het geval in het VK, waar in het begin van de pandemie de nationale volksgezondheidsautoriteit onderzoek heeft laten doen om te zien of er verschillen zijn tussen groepen en de gevolgen die zij ondervinden van de pandemie. Uit de rapportage bleek dat dit inderdaad zo was, waarbij de nationale Equalities and Human Rights Commission verklaarde dat dit een ‘once-in-a-generation-kans was om langdurige en diepgewortelde raciale ongelijkheden aan te pakken’.
Het VK is geen feel-good-story – in de woorden van Chimamanda Ngozi Adichie, ‘racisme had nooit mogen gebeuren en dus krijg je geen koekje als je het aanpakt’. Zelfs wanneer landen gegevens met betrekking tot Covid-19 uitsplitsen, doen ze dat zelden op een manier die ondersteuning biedt aan oproepen tot verandering. In de VS, zoals Rashida Richardson schreef in deze essay, zorgt de manier waarop volksgezondheidsstatistieken over Covid-19 zijn samengesteld ‘voor racistische verklaringen die suggereren dat gezondheids- en sterfteverschillen het gevolg zijn van biologische, culturele of andere factoren die eigen zijn aan individuen en groepen, en niet zozeer als bewijs van de gevolgen van structureel ongelijke omstandigheden’.
Toch is het zonder statistieken nog moeilijker om voor verandering te pleiten. In India, waar de geschiedenis leert dat gezondheidscrises mensen van verschillende kasten en religieuze groeperingen anders beïnvloeden, wordt de overheid beschuldigd van het verborgen houden van de hoeveelheid infecties door het dwarsbomen van goede rapportage van data over infecties en sterfgevallen in het algemeen, laat staan het uitsplitsen van deze gegevens naar kaste of religieuze overtuiging.
Statistieken zijn altijd politiek. Ze verankeren politieke keuzes, en ze hebben politieke consequenties. Bij een pandemie die de ongelijkheden binnen en tussen landen vergroot, is het belangrijk dat de statistische keuzes van elk land achterstand zichtbaar maken: de mate waarin mensen anders worden gezien en behandeld door het onderwijssysteem, werkgevers, overheid en het gezondheidssysteem. Vooral voor een democratie is het een basisvereiste dat mensen (en hun vertegenwoordigers) kunnen begrijpen hoe hun regering hun belangen dient – bijvoorbeeld in het geval van een pandemie die impact heeft op het vermogen van mensen om voor zichzelf te zorgen. Toegang tot informatie over de ongelijke effecten van de pandemie mag niet afhankelijk zijn van een effectieve lobby door belangengroepen zoals dat in het VK gebeurde. In plaats daarvan is het de taak van statistici en de overheid zelf om zinvolle statistische categorieën te maken die in staat zijn om verschillen tussen mensen bloot te leggen, en om te handelen op basis van de resultaten van dergelijk onderzoek.
Now you see it, now you don’t: how the Dutch Covid-19 data gap makes ethnic and racialised inequality invisible
All over the world, in the countries hardest hit by Covid-19, there is clear evidence that marginalised groups are suffering the worst impacts of the disease. This plays out differently in different countries: for instance in the US, there are substantial differences in mortality rates by race and ethnicity. Israelis have a substantially lower death rate from Covid-19 than Palestinians in the West Bank or Gaza. In Brazil, being of mixed ancestry is the second most important risk factor, after age, for dying of Covid-19. These racial and ethnic (and related) differences appear also to be present in the Netherlands, but have been effectively rendered politically invisible by the national public health authority’s refusal to report on it.
Early in the pandemic organisations advised that unequal impacts of Covid-19 would occur by race and ethnicity, but found their advice was not taken up by the government. CBS, the national statistics authority, issued a report in March 2021 showing that having been born outside the Netherlands in a formerly colonised nation, or having a parent who was (the Dutch statistical definition until early 2021 called these ‘people with a non-western migration background’), was a risk factor for dying of Covid-19, specifically for those living in inner cities (Amsterdam, Den Haag and Rotterdam).
There are several unusual things about the report. One is that it emerged more than a year into the pandemic, after clear signals that this was happening. Another is the way it demonstrates the inadequacy of the categories Dutch statisticians and other researchers are used to using: the very general ‘non-western migration background’ does not map onto marginalisation and disadvantage, and instead tends to mask racial and ethnic impacts by looking at place of origin rather than groups’ comparative likelihood of suffering discrimination and disadvantage. Even the questions that result in people being placed in these categories, and which underlie existing Dutch population data, are already problematic, i.e. where a respondent is born and where their parents are born (usually even where their ‘mother’ and ‘father’ are born, to also add heteronormativity in the mix). This leads to a situation where the available categories of ‘native Dutch’, ‘western migrant background’ or ‘non-western migrant background’ are of limited use in identifying structural racism, because they leave out the categories which may be most important in thinking about discrimination – perhaps most notably skin colour and other visible difference from the white, native norm.
Although these statistical constructs effectively render much of the impact of structural racism invisible, they do not decrease it in reality. The pandemic makes the effects of this failing even clearer. The category of ‘non-western migrant background’, for instance, captures much of the country’s elite expat community, the queen and princesses of the Netherlands, and many others who are highly privileged and relatively well protected from Covid-19. It fails to capture the systematic allocation of people of colour to the blue-collar jobs and lower living standards which frequently result in poorer health status and greater exposure to Covid-19 through work and social life.
Although this distinction between western and non-western backgrounds has now been discarded as an official classification for purposes of public reporting, the Dutch statistical authority notes that researchers can still create this category for themselves as it continues to exist in the data. As such, this change will not help in correcting the pandemic response by the Dutch government and others. Perhaps the most remarkable thing about the reaction to the report, though, is that the Dutch public health authority did not react at all. It ‘chose to leave the method of registering deaths unchanged’, according to the national news source BNN-VARA.
The act of disaggregating (or aggregating, for that matter) statistics on Covid by race and ethnicity (or other factors such as caste or religion) is highly political: both the choice to do so and the consequences of doing so. Although health researchers are often able to disaggregate official statistics to study effects on different groups, the only governments currently reporting them this way for public consumption are those who have been forced to do so by advocacy groups or equality commissions. This is the case, for example, with the UK, where early in the pandemic the national public health authority conducted research to see whether particular groups were suffering different impacts. The reporting demonstrated that they were, with the national Equalities and Human Rights Commission stating that this was a ‘once-in-a-generation opportunity to tackle long-standing entrenched racial inequalities’.
The UK’s is not a story to feel good about – in the words of Chimamanda Ngozi Adichie, ‘racism should never have happened and so you don’t get a cookie for reducing it’. Even when states do disaggregate Covid-19 data, they seldom do so in ways that support advocacy and pressure for change. In the US, as Rashida Richardson wrote in this essay series, the way that public health statistics on Covid-19 have been compiled ‘allows for racist explanations or narratives to prevail suggesting that health and mortality disparities are the result of biological, cultural or other factors innate to individuals and groups rather than evidence of the consequences of unequal structural conditions’.
Still, without statistics it is harder to make the case for change. In India, for example, where history shows that health crises affect people differently by caste and religious grouping, the government is accused of concealing the extent of infections by hampering the reporting of data on infections and deaths overall, let alone data disaggregated by caste or religious affiliation.
Statistics are always political. They embed political choices, and they have political consequences. In a pandemic that increases inequalities both within and between countries, it is important that each country’s statistical choices make disadvantage visible: the extent to which people are seen and treated differently by educators, educators, employers, government and health systems.
It is a basic requirement for democracy, in particular, that people (and their representatives) be able to understand how their government is serving their interests – for instance in the case of a pandemic which is disrupting people’s ability to look after themselves. Access to information about the disparate effects of the pandemic should not be dependent on an effective lobby, as occurred in the UK. Instead it is the task of statisticians and government themselves to make meaningful statistical categories that are able to capture differences between people, and to act on the results of such research.
