Occupazione irregolare, mercato del lavoro e condizioni competitive delle imprese nelle regioni italiane



Scaricare 223 Kb.
Pagina1/2
12.11.2018
Dimensione del file223 Kb.
  1   2

XXVII CONFERENZA ITALIANA DI SCENZE REGIONALI

OCCUPAZIONE IRREGOLARE, MERCATO DEL LAVORO E CONDIZIONI COMPETITIVE DELLE IMPRESE: UNA ANALISI TERRITORIALE


Riccardo Achilli
Regione Basilicata, viale Verrastro n.1, 85100 Potenza (PZ)

SOMMARIO

Nel presente articolo, con il supporto di strumenti econometrici, si verificherà l’esistenza di una relazione significativa fra intensità dell’occupazione irregolare, caratteristiche strutturali dei mercati del lavoro regionali, e condizioni di competitività dei sistemi produttivi locali. L’analisi verrà condotta tramite una indagine econometria di tipo cross section sulle 4 macro ripartizioni italiane, nel periodo 1995-2005, che metterà in correlazione l’andamento storico del tasso di irregolarità del lavoro con alcune variabili strutturali che possono spiegare i differenziali nei livelli e nell’andamento storico di tale variabile fra le diverse ripartizioni territoriali del Paese. L’analisi empirica è preceduta da una breve rassegna della letteratura e delle analisi econometriche già effettuate in materia di studio delle determinanti strutturali del tasso di irregolarità del lavoro.



1. INTRODUZIONE
Schneider ed Enste (2000) fanno una rassegna dei metodi di stima e delle cause del lavoro irregolare, che può derivare:

  • da una pressione fiscale e contributiva giudicata eccessiva dagli imprenditori;

  • alcuni studi (Schneider e Neck, 1993) evidenziano una correlazione fra entità dell’economia sommersa e livello di farraginosità del sistema fiscale;

  • da una regolamentazione del mercato del lavoro eccessivamente stringente, che impedisca alle imprese di riadattare “in continuo” la propria base occupazionale alle fluttuazioni dei propri mercati di riferimento. Alcune stime (Johnson, Kauffman e Shleifer, 1997) evidenziano come, ad un aumento di un punto dell’indice di regolamentazione pubblica di un Paese, corrisponde un incremento di circa otto punti del tasso di irregolarità della sua economia;

  • da un degrado complessivo del capitale sociale, che ingeneri una abitudine all’illegalità diffusa, a sua volta inevitabilmente correlata con un incremento dei costi di transazione legati alla stipulazione di rapporti di lavoro;

  • inoltre, in una situazione di incertezza intertemporale fra valore attuale del reddito e suo valore differito (sotto forma di pensione) può verificarsi una situazione di sussidio incrociato, sia per l’impresa che per lo stesso lavoratore che, facendo risparmiare al suo datore di lavoro i costi fiscali e contributivi, può lucrare oggi uno stipendio superiore, non essendo nelle condizioni di paragonare il maggior reddito immediatamente ottenibile con una attualizzazione la perdita di reddito futuro, derivante dalla mancata pensione;

  • la presenza di un sistema di welfare pubblico estensivo potrebbe generare una propensione al nero da parte dei lavoratori, che guadagnerebbero di più dalla combinazione di un sussidio pubblico e di un reddito da sommerso che da un reddito “regolare”. Tuttavia, l’opinione di chi scrive è che tale ipotesi andrebbe verificata con studi ad hoc, perché il problema vero potrebbe risiedere nel grado di efficacia deterrente dei controlli amministrativi sui beneficiari delle prestazioni.


2. MODELLI ECONOMETRICI ESPLICATIVI DELLE DIFFERENZE NELL’AMPIEZZA DEL SOMMERSO
L’Italia è caratterizzata da notevoli differenze territoriali nell’intensità dell’economia irregolare, crescendo mano mano che ci si sposta verso le regioni del Mezzogiorno. Diventa allora di un certo interesse l’analisi dei motivi strutturali alla base di tali differenze territoriali. Una conoscenza di tali fattori strutturali è infatti di importanza fondamentale per poter impostare politiche di sostegno all’emersione “tarate” sulle specificità che il fenomeno assume in ogni regione.

La filosofia degli interventi di contrasto al sommerso, del resto, tiene in grande considerazione la dimensione territoriale del fenomeno. I contratti di riallineamento hanno infatti privilegiato una dimensione localistica di intervento. Peraltro, la programmazione 2007-2013 dei fondi strutturali prevede che la questione venga affrontata anche a livello dei POR delle diverse regioni. Come sostiene Pacifico (2004) “il lavoro sommerso non è un problema da affrontare in termini generali ma una questione fortemente aderente con il contesto locale e in funzione diretta del tessuto economico produttivo differente da regione a regione”.

Tutto ciò ha spinto diversi studi ad adottare modelli di analisi territorializzata. In Bovi e Castellucci (1999) la variabile dipendente è rappresentata dalle ULA irregolari, le variabili indipendenti sono la penalità attesa nel caso di essere scoperti a lavorare in nero, il modello di specializzazione produttiva, misurato dal peso di quei settori che hanno una maggiore diffusione del sommerso, il tasso di disoccupazione, inteso come proxy delle rigidità sul mercato del lavoro (l’ipotesi implicita è che elevati tassi di disoccupazione corrispondono ad elevati livelli di rigidità sul mercato del lavoro regionale, riflettendosi in un aumento della propensione dei disoccupati ad entrare nel mercato del lavoro attraverso canali irregolari, nonché delle imprese ad assumere in nero), la variazione delle scorte, come proxy del ciclo economico regionale ed il cuneo fiscale regionalizzato. Le variabili che risultano significative sono il tasso di disoccupazione e la penalità attesa, la prima con segno positivo (relazione crescente) e la seconda con segno negativo.

Un altro approccio di interesse all’analisi regionale delle disparità di estensione dell’occupazione irregolare è fornito da un lavoro, anche se non pubblicato, di stima a livello regionale (Cappariello-Zizza, 2004). I differenziali regionali del fenomeno sono ricondotti a fattori specifici di contesto, che generano economie o diseconomie esterne nei confronti delle attività produttive, incentivandone in misura differenziata il ricorso a forme di sommerso. In particolare, le variabili esplicative sono il tasso di disoccupazione regionale che approssima il grado di rigidità del mercato del lavoro regionale, l’incidenza degli occupati nella PA sul totale regionale, poiché. la presenza di un’ampia occupazione nel settore pubblico può accrescere, specie nelle regioni a elevata disoccupazione, le aspettative di un impiego non di mercato e aumentare il salario di ‘riserva’ del lavoratore. Ne conseguirebbe un allungamento del periodo di ‘attesa’ e un possibile aumento delle posizioni lavorative irregolari. Gli autori attribuiscono alla variabile anche il ruolo di proxy dell’intensità della regolamentazione pubblica in sede locale. Altre esplicative sono il tasso di scolarizzazione, poiché è plausibile che una forza lavoro con elevata scolarizzazione abbia meno necessità di accettare un lavoro irregolare, il differenziale regionale dei tassi a breve termine sui finanziamenti per cassa e i crediti nei confronti delle imprese non finanziarie non pubbliche e delle famiglie produttrici in rapporto al PIL. Infine, si considera anche il rapporto tra il numero di persone di 14 anni e più che hanno partecipato a riunioni di volontariato, di associazioni o hanno svolto attività gratuita per associazioni di volontariato e il totale della popolazione con almeno 14 anni. Si tratta di una proxy della qualità del capitale sociale locale, nonché il tasso di sindacalizzazione.


3. IL MODELLO ECONOMETRICO PROPOSTO
I modelli sopra descritti risultano interessanti sopratutto rispetto al tentativo di analizzare il fenomeno del sommerso nel quadro delle differenze socio economiche rilevanti dei vari territori del Paese. Il modello proposto nel presente articolo ne adotta il punto di vista principale, ovvero che l’esame del fenomeno va effettuata su scala territoriale. Tuttavia, rispetto ai modelli sopra esaminati, si osserva che sarebbe necessario adottare una visione del fenomeno incentrata sull’impresa, oltre che, come del resto doveroso e corretto, sui fattori di contesto “ambientale” esterni alla stessa. In altri termini, non soltanto le economie/diseconomie esterne incidono sulle scelte delle imprese di operare legalmente o irregolarmente, ma anche considerazioni strettamente aziendali, quali il costo di acquisizione dei fattori produttivi (capitale finanziario, il cui costo di acquisizione è misurabile, in parte, tramite il tasso di interesse sui prestiti bancari, e costo del lavoro) e la competitività sui mercati finali. In astratto, è possibile concordare con l’affermazione di Cappariello e Zizza, secondo cui “una realtà produttiva irregolare non è necessariamente più competitiva di una regolare. A fronte del risparmio degli oneri che gravano sulle imprese legali, l’impresa sommersa deve soggiacere a una serie di vincoli per minimizzare il rischio di sanzioni che ne condizionano la capacità di operare sul mercato dei fattori e dei beni, riducendone l’efficienza”. Tuttavia, a livello di osservazione empirica della realtà, i dati ISTAT ci dicono che il sommerso si concentra soprattutto nelle regioni del Mezzogiorno, i cui sistemi produttivi sono in genere caratterizzati, come è noto, da un minor livello di competitività rispetto a quelli del Centro Nord. Pertanto, è molto probabile che vi sia una relazione, statisticamente significativa, tra capacità di controllo dei costi interni di acquisizione dei fattori produttivi da parte dell’impresa, capacità della stessa di incidere sui mercati finali più concorrenziali, quali quelli esteri, e appartenenza al settore regolare o irregolare dell’economia.

In sostanza, l’obiettivo è quello di specificare e stimare un modello basato su una analisi cross-section delle 4 ripartizioni italiane sul periodo 1995-2005 (44 osservazioni) del tipo:


Per i=1,…,4 e t=1995,…,2005

Dove Occirr è il tasso di irregolarità ripartizionale (ULA irregolari/ULA standard) di fonte ISTAT, c è una costante, Π una matrice di n variabili esplicative x k osservazioni, linearizzata tramite il passaggio a logaritmo naturale e β è un vettore di n coefficienti stimati, interpretabili come elasticità dell’occupazione irregolare a ciascuna delle variabili esplicative cui sono associati.

Va notato che la serie storica relativa all’input di unità di lavoro non regolari presenta la caratteristica statistica di essere non stazionaria, neanche in differenza prima (Chiarini- Marzano, 2007). Tale struttura statistica ha ripercussioni importanti in termini di impatti: infatti, uno shock su una delle variabili esplicative del tasso di irregolarità ne induce una oscillazione solo temporanea, che tende, nel medio periodo, a riassorbirsi. Quindi, l’influsso delle variabili esplicative va analizzato in un arco temporale sufficientemente lungo per cogliere effetti di lungo termine sul trend deterministico del tasso di irregolarità. L’ampliamento della serie storica va perseguito anche facendo ricorso ad una scala territoriale di analisi più aggregata, come quella ripartizionale, piuttosto che quella regionale. Ciò consente di reperire un maggior numero di serie storiche lunghe, e quindi di possibili variabili esplicative. Ad esempio, la serie relativa alla quota di occupazione flessibile sul totale non è reperibile, nel periodo 1995-2005, a livello regionale. La variabile riferita alla durata media dei procedimenti in materia di lavoro e previdenza ed assistenza obbligatorie, essendo basata sui distretti di Corte di appello, non è facilmente riferibile ad alcune regioni. Pertanto, la scelta fatta dal presente lavoro è stata quella di costruire un modello di tipo panel sulle quattro macro-ripartizioni nel periodo 1995-2005, ovvero con un campo di osservazione di 11 anni. Il problema è che l’ISTAT non mette a disposizione la serie completa del tasso di irregolarità, poiché la release del 2005 riporta la serie storica 1995-2003, mentre la successiva revisione delle serie storiche (2001-2005) presenta valori relativi al triennio 2001-2003 rivisti rispetto alla precedente versione. Non essendovi soluzioni a tale rottura della serie storica, è stata usata la serie 1995-2003, aggiungendovi le annualità 2004 e 2005 della nuova versione, ed inserendo nel modello una dummy specifica che assorba l’effetto del passaggio da una serie all’altra.



La non stazionarietà del tasso di irregolarità può portare a correlazioni spurie con le esogene, nel modello finale stimato (Granger e Newbold, 1974), per cui è necessario, preliminarmente, rendere stazionario il tasso di irregolarità. La differenza prima, esattamente come nel caso del lavoro di Chiarini e Marzano sopra citato, non è stata sufficiente per lo scopo, né la procedura basata sui residui di stima di un modello di comodo ha restituito risultati soddisfacenti. E’ stata quindi adottata la soluzione proposta da Chiarini e Marzano, ovvero la depurazione della componente di trend della serie tramite l’applicazione di un filtro di Hodrick-Prescott1. Come si evince dalla tab. 1, la componente ciclica della serie, depurata dal suo trend, presenta valori soddisfacenti ai test di radice unitaria. In particolare, l’ipotesi di radice unitaria individuale, secondo il test di Dickey Fuller, viene rigettata con la probabilità del 95%.
Tab. 1 – Test di stazionarietà cross section per il tasso di irregolarità depurato dal suo trend tramite un filtro di Hodrick-Prescott









































Cross-




Method

Statistic

Prob.**

sections

Obs

Null: Unit root (assumes common unit root process) 

Levin, Lin & Chu t

-3.05380

 0.0011

 4

 36

Breitung t-stat

-1.34682

 0.0890

 4

 32

Null: Unit root (assumes individual unit root process) 

Im, Pesaran and Shin W-stat 

-1.59420

 0.0554

 4

 36

Augmented Dickey-Fuller - Fisher Chi-square

 15.4698

 0.0506

 4

 36






























Di seguito si riportano le variabili esplicative utilizzate per il modello, con l’indicazione del segno che ci si attende dai coefficienti stimati, con la precisazione che tali variabili sono state tutte passate al logaritmo naturale e depurate dal trend tramite il filtro di Hodrick-Prescott, ad eccezione della sola variabile denominata “SPEC”, che non presentava significativi effetti di trend. Alle esplicative sotto elencate, va aggiunta una ulteriore variabile, denominata D, che è una dummy specifica, con il ruolo di assorbire gli effetti della rottura, fra 2003 e 2004, della serie storica dell’endogena OCCIRR.


Il tasso di disoccupazione generale, benché presente in molti modelli esplicativi dell’andamento del tasso di irregolarità, non è stato, almeno inizialmente, inserito, perché la sua funzione “tradizionale”, di segnalare il grado di rigidità normativa e regolamentare esistente sul mercato del lavoro, non è, a giudizio dello scrivente, direttamente ed automaticamente connessa al tasso di disoccupazione (il cui valore potrebbe essere spiegato da numerosi altri fattori, indipendenti dal grado di rigidità del mercato del lavoro) e perché, sempre a giudizio dello scrivente, il legame fra disoccupazione e sommerso è più diretto se si guarda specificamente ad alcune fasce più “deboli” dell’universo dei senza-lavoro, come ad esempio i disoccupati di lunga durata, che perdono, nel persistere del loro status, competenze ed abilità lavorative, allontanandosi quindi sempre più dalla possibilità di rientrare nei circuiti lavorativi regolari. Quindi, potrebbe essere più opportuno utilizzare il tasso di disoccupazione di lunga durata, piuttosto che quello generale, mentre, per segnalare l’eventuale effetto di rigidità sul mercato del lavoro, sarebbe più opportuno utilizzare un indicatore diretto della rigidità o flessibilità della regolamentazione lavoristica, come ad esempio la quota dei contratti di lavoro a tempo determinato sul totale degli occupati alle dipendenze. Ad ogni modo, di fronte alla scarsa significatività delle esplicative riferite alla flessibilità del lavoro ed al tasso di disoccupazione di lunga durata, è stato anche fatto il tentativo di inserire nel modello il tasso di disoccupazione generale, ma con esiti poco convincenti sotto il profilo della significatività, come meglio si vedrà nel prosieguo.



Sigla

variabile

Descrizione della variabile

Metodo di calcolo

Fonte

Segno atteso

Note

TINT

Costo del capitale di credito

Approssimato tramite il differenziale regionale dei tassi di interesse attivi a breve termine sui finanziamenti per cassa con il Centro Nord

Banca d'Italia

+

L’ipotesi è che un elevato costo del credito spinga le imprese a non effettuare i necessari investimenti, perdendo quindi competitività e cadendo quindi in una posizione di mercato marginale, che le renderebbe più esposte ad operare in nero

CLDU

Costo del lavoro dipendente

Redditi da lavoro dipendente per occupato dipendente

ISTAT

Incerto

L’ipotesi riferita ad un segno positivo è che, tanto più costoso è il fattore-lavoro rispetto ai concorrenti di altri territori, tanto più elevata sarà la propensione di questa a ricorrere a forme di irregolarità, per abbattere detto costo, uguagliandolo a quello dei concorrenti, considerabile come un livello di equilibrio per l’impresa.

L’ipotesi riferita al segno negativo, invece, evidenzia come il costo del lavoro e il tasso di irregolarità rappresentino due possibili misurazioni del potere contrattuale che l’offerta di lavoro ha nei confronti della domanda. Laddove tale potere contrattuale è debole, il costo del lavoro sarà modesto, ed il tasso di irregolarità elevato, poiché gli occupati avranno meno possibilità di ottenere salari elevati e condizioni di lavoro regolari e legali.


Sarebbe desiderabile considerare anche la produttività del lavoro, utilizzando quindi come esplicativa il CLUP, ma, poiché detta produttività è calcolata sul PIL o sul valore aggiunto, che includono anche una stima del sommerso, si rischierebbe di produrre una correlazione spuria nel modello. Anche tale serie risente di una rottura nel 2003, rispetto al 2004-2005, poiché è cambiata la metodologia di calcolo delle variabili di contabilità territoriale.

PEX

Grado di proiezione su mercati extra-regionali

Importazioni nette per occupato

ISTAT

+

La capacità di un sistema produttivo territoriale di generare un surplus di vendite sui mercati extra-territoriali rispetto alle sue importazioni dovrebbe segnalarne il grado di competitività rispetto a sistemi produttivi di altre aree del Paese. A sua volta, l'elevata competitività dovrebbe accompagnarsi a sistemi socio economici locali ad alto sviluppo, che utilizzano un capitale umano di qualità elevata, generalmente non reclutabile tramite l'offerta di occupazioni marginali e poco tutelate. Poiché la serie in questione può presentare valori negativi, al fine di poterne calcolare il logaritmo, tutta la variabile cross-section è stata sottoposta ad una trasformazione lineare, che ha portato ad avere sempre valori positivi, pur conservando le medesime distanze fra ogni osservazione, come sa serie originaria. Come tutte le variabili derivanti dal sistema di contabilità territoriale, presenta una rottura nel 2003,ed i valori del 2004-2005 sono computati con una metodologia leggermente diversa.

EXP

Incidenza delle produzioni ad elevata o crescente produttività sull'export totale

% di esportazioni nei settori G-Prodotti chimici e fibre sintetiche e artificiali; DL-Macchine elettriche ed apparecchiature elettriche, ottiche e di precisione; DM-Mezzi di trasporto; KK- Prodotti delle attività informatiche, professionali ed imprenditoriali; OO-Prodotti di altri servizi pubblici, sociali e personali sul totale dell'export

ISTAT-DPS

-

Un sistema produttivo locale in grado di esportare prodotti ad elevata produttività dovrebbe poter beneficiare di un elevato grado di sviluppo, anche in termini di innovazione tecnologica di prodotto e processo, quindi un modello di specializzazione produttiva "virtuoso", accompagnato da un utilizzo altrettanto virtuoso del capitale umano locale, avente il potere negoziale per evitare situazioni di occupazione irregolare e marginale

TAT

Tasso di attività

Forze di lavoro/popolazione 15-64 anni

ISTAT

-

La presenza di barriere che riducono il grado di partecipazione della popolazione attiva al mercato del lavoro "regolare", riducendo il valore del tasso di attività (fra cui, ad esempio, il cosiddetto "effetto-lavoratore scoraggiato", tipico di contesti macroeconomici a debole sviluppo) possono creare incentivi ad utilizzare canali di accesso lavorativo irregolari

TDLD

Tasso di disoccupazione di lunga durata

Persone in cerca di lavoro da 12 mesi e più/forze di lavoro

ISTAT

+

I disoccupati di lunga durata dovrebbero costituire una fascia particolarmente "a rischio" di caduta in situazioni di occupazione irregolare, poiché la perdita di competenze dovuta al prolungato stato di disoccupazione ne ridurrebbe il potere contrattuale nei confronti della domanda di lavoro, costringendoli ad accettare occupazioni scarsamente tutelate

FLESL

Grado di flessibilità contrattuale sul mercato del lavoro locale

Occupati dipendenti con contratto a tempo determinato sul totale

ISTAT

Incerto

Il segno di tale variabile è incerto a priori: è possibile che sia positivo, nella misura in cui un alto livello di flessibilità del lavoro ed una elevata diffusione del sommerso potrebbero costituire le due facce di una stessa medaglia, ovvero due espressioni di una relativa debolezza contrattuale dell'offerta di lavoro rispetto alla domanda (nel qual caso la flessibilità assumerebbe i contorni di indesiderabile precarietà) oppure negativo, se è vera l'ipotesi "neo-liberista" secondo la quale un ingente bacino di lavoro sommerso sarebbe generato anche da eccessive rigidità nelle regolamentazioni del mercato del lavoro (per cui il ricorso al lavoro nero sarebbe una sorta di via di fuga rispetto ai canali occupazionali ufficiali, troppo rigidi rispetto alle esigenze di flessibilità delle imprese).

SPEC

Indice di specializzazione nei settori a più alta incidenza del sommerso

% valore aggiunto nei settori "agricoltura, pesca e silvicoltura", "costruzioni", "alberghi e pubblici esercizi", “trasporti e comunicazioni”, “attività immobiliari e professionali”, "servizi domestici c/o famiglie e convivenze" sul valore aggiunto totale

ISTAT

+

Il modello di specializzazione produttiva dovrebbe incidere sullo stock di lavoratori irregolari, nella misura in cui, dove sono più presenti settori che, per le loro caratteristiche intrinseche, (in termini di tipologie di lavorazioni e livelli di competitività), tendono ad assorbire maggiori quote di lavoro sommerso, il tasso di irregolarità totale dovrebbe essere più alto. come per la altre variabili che derivano dal sistema di contabilità territoriale, presenta una rottura della serie nel 2003; tale variabile ha caratteristiche strutturali, e quindi una modestissima variabilità temporale, per cui non presenta nemmeno effetti di trend e non è stata sottoposta a depurazione tramite il filtro di Hodrick-Prescott.

GMP

Durata media in giorni dei procedimenti giudiziari in materia di lavoro, previdenza e assistenza obbligatorie esauriti con sentenza

Sommatoria del numero medio di giorni di durata dei procedimenti per ogni distretto di corte di appello ricadente in una medesima ripartizione territoriale

ISTAT

+

Un sistema giudiziario che, in materia giuslavoristica, funziona in modo non pienamente efficiente, potrebbe costituire un incentivo al ricorso a forme di irregolarità lavorativa o previdenziale, nell'aspettativa che la sanzione non vi sarà, o sarà molto ritardata nel tempo

TCRT

Tasso di criminalità totale

Reati totali denunciati all’A.G. per 1.000 abitanti

ISTAT

+

Un elevato tasso di criminalità è un indizio di bassa qualità del capitale sociale locale, e quindi potrebbe costituire un incentivo verso comportamenti devianti, ivi compreso il ricorso a forme irregolari di occupazione

Il modello è stato quindi stimato con il metodo dei minimi quadrati generalizzati, nell’ipotesi di presenza di eteroschedasticità dei residui nei diversi anni per una medesima cross-section. Si presenta, in primo luogo, il modello stimato completo, contenente simultaneamente tutte le esplicative sopra illustrate, per poi passare alla descrizione della specificazione finale. Una precisazione: alcune variabili esplicative sono talmente prossime fra loro, in termini concettuali, da rappresentare praticamente lo stesso fenomeno, e non ha quindi senso inserirle contemporaneamente nel modello. Tali variabili sono:

  • il tasso di criminalità totale e la durata media in giorni dei procedimenti giudiziari. E’ presumibile che in territori caratterizzati da fenomeni criminali più diffusi, i carichi di lavoro per gli uffici giudiziari (anche per quelli che si occupano di cause di lavoro) tendano ad essere più intensi, e quindi la durata stessa dei procedimenti tenda ad allungarsi. L’effettuazione di un test di Wald con la restrizione che ciascuno dei coefficienti relativi a tali due variabili sia nullo dà risultati negativi per la durata dei procedimenti, e non conclusivi per il tasso di criminalità totale, per cui si è optato per il mantenimento della sola prima variabile, alle spese della seconda; tra l’altro, nel modello finale che di seguito sarà esposto, la sostituzione della durata media dei procedimenti con il tasso di criminalità totale induce un sensibile peggioramento nella significatività del modello, con il valore dell’R-squared che scende da 0,94 a 0,83;

  • la propensione ad esportare prodotti ad alta o crescente produttività e la capacità di proiezione sui mercati esterni. E’ ragionevole supporre, almeno a priori, che i sistemi produttivi in grado di esportare alte quote di prodotti che riscontrano alti tassi di crescita sui mercati internazionali abbiano anche una particolare capacità di generare surplus commerciali. Tale ipotesi, però, è smentita da una semplice analisi visiva delle due serie. Infatti, il Mezzogiorno, che ha la più debole capacità di proiettarsi sui mercati esterni, con valori delle importazioni nette molto più elevati che nelle altre ripartizioni, ha però una quota di esportazioni in prodotti ad alta o crescente produttività significativamente superiore rispetto alle altre ripartizioni, Nord Ovest escluso. In effetti, il Mezzogiorno viene avvantaggiato, rispetto a quest’ultima variabile, dall’elevata quota di prodotti petroliferi esportati (poiché il grosso della capacità di raffinazione nazionale è localizzato fra Sicilia e Sardegna) ma si tratta di una tipologia di produzione molto particolare, che non genera alcun effetto positivo sul resto dell’apparato produttivo, che infatti rimane relativamente arretrato, in termini di capacità di generare surplus commerciali netti. Pertanto, si è ritenuto che la variabile esplicativa EXP possa generare distorsioni nel modello e nella sua interpretazione finale, ed è stata eliminata.




  • il tasso di attività ed il tasso di disoccupazione di lunga durata. Entrambi gli indicatori rappresentano misure del grado di inclusione/esclusione dal mercato del lavoro di quote di popolazione attiva, e potrebbero influenzarsi reciprocamente in misura sensibile. Più nello specifico, effettuando due stime, una con il solo tasso di disoccupazione di lunga durata e l’altra con il tasso di attività, la seconda è risultata più significativa, mentre nel primo caso la variabile “tasso di disoccupazione di lunga durata” non è risultata significativa ed è stata quindi omessa dal modello finale.

In sostanza, il modello completo e non definitivo fornisce i seguenti risultati:




Tab. 2 – risultati del modello completo


Dependent Variable: OCCIRR?





































Variable

Coefficient

Std. Error

t-Statistic

Prob.  































C

-0.162168

0.240446

-0.674449

0.5045

D?

-0.099246

0.010823

-9.170263

0.0000

TINT?

0.098890

0.039244

2.519865

0.0165

CLDU?

-0.772634

0.201728

-3.830076

0.0005

SPEC?

0.047031

0.065507

0.717957

0.4775

GMP?

0.135567

0.043281

3.132255

0.0035

PEX?

0.018123

0.009930

1.825097

0.0765

FLESL?

-0.169745

0.160214

-1.059487

0.2966

TAT?

-0.845885

0.597857

-1.414862

0.1659


































Weighted Statistics





































R-squared

0.899746

    Mean dependent var

-0.018335

Adjusted R-squared

0.876831

    S.D. dependent var

0.105613

S.E. of regression

0.037065

    Sum squared resid

0.048085

F-statistic

39.26428

    Durbin-Watson stat

1.655341

Prob(F-statistic)

0.000000











































Unweighted Statistics





































R-squared

0.555169

    Mean dependent var

-4.29E-14

Sum squared resid

0.065587

    Durbin-Watson stat

1.364379






























Tutti i coefficienti hanno il segno che ci si attendeva. Tuttavia, alcune variabili non sono significative, non superando il test di Student. In particolare, la variabile esplicativa relativa alla flessibilità del lavoro (FLESL) è non significativa, ed è stata quindi eliminata, così come la variabile riferita alla specializzazione nei settori a più alta incidenza del sommerso (SPEC) ed il tasso di attività (TAT). L’eliminazione di una qualsiasi delle altre variabili esplicative comporta, invece, un significativo calo nel valore dell’R-squared e del test di Durbin-Watson, evidenziando quindi come ciascuna di queste sia indispensabile per spiegare una parte significativa del fenomeno in esame. Pertanto, il modello definitivo, specificato nella tab. 3, comprende le variabili CLDU, TINT, GMP, PEX, una dummy (D) ed una costante.


Tab. 3 – risultati del modello ristretto alle sole variabili significative sotto il profilo della t di Student



Dependent Variable: OCCIRR





































Variable

Coefficient

Std. Error

t-Statistic

Prob.  































C

0.011882

0.003799

3.127737

0.0034

D?

-0.092303

0.006977

-13.23039

0.0000

TINT?

0.119692

0.023380

5.119311

0.0000

CLDU?

-0.673404

0.170469

-3.950300

0.0003

GMP?

0.138789

0.037271

3.723809

0.0006

PEX?

0.017489

0.008680

2.014924

0.0510


































Weighted Statistics





































R-squared

0.922517

    Mean dependent var

-0.021792

Adjusted R-squared

0.912322

    S.D. dependent var

0.129206

S.E. of regression

0.038259

    Sum squared resid

0.055621

F-statistic

90.48584

    Durbin-Watson stat

1.754806

Prob(F-statistic)

0.000000











































Unweighted Statistics





































R-squared

0.545416

    Mean dependent var

-4.29E-14

Sum squared resid

0.067025

    Durbin-Watson stat

1.397094


































Condividi con i tuoi amici:
  1   2


©astratto.info 2019
invia messaggio

    Pagina principale