Comments
Description
Transcript
Diapositiva 1
Quarta conferenza annuale ESPAnet Italia 2011 “Innovare il welfare. Percorsi di trasformazione in Italia e in Europa” Milano, 29 settembre 2011 – 1 ottobre 2011 (Im)mobilità sociale e overeducation: il caso italiano Marco Centra, Maurizio Curtarelli, Valentina Gualtieri Premessa L’obiettivo e la tesi Il quadro teorico di riferimento I dati e gli aspetti metodologici I risultati dell’analisi: - overeducation - redditi Conclusioni e Possibili ambiti di intervento Premessa L’Italia presenta degli evidenti deficit sui livelli di scolarizzazione nel confronto con i principali paesi dell’UE 25-64enni è in possesso di un titolo universitario (Anno 2010): Italia 14.8%; EU-27 25.9%; Regno Unito 35.0%; Spagna 30.7%; Francia 29.0% (il divario si amplia ulteriormente per la fascia di età più giovane) In Italia le persone con istruzione terziaria hanno maggiori possibilità di occupazione, tuttavia, nel confronto con i principali paesi dell’UE, presenta degli evidenti deficit sui rendimenti del capitale umano in termini di occupabilità i tassi di occupazione delle persone con titolo universitario (Anno 2010): Italia 76.6%; EU-27 82.3%) Sarebbe auspicabile per gli occupati italiani una collocazione lavorativa coerente con il titolo di studio posseduto. Invece, circa quattro occupati italiani su dieci è interessato dal fenomeno dell’overeducation IL PARADOSSO: alla scarsità relativa di alti livelli d’istruzione e alla connessa bassa offerta sul mercato del lavoro di persone altamente qualificate dovrebbe corrispondere un elevato rendimento dell’istruzione, sia in termini di occupabilità che in termini di qualità del lavoro (e relativa retribuzione). Si osserva al contrario una riduzione progressiva dei rendimenti dell’investimento in istruzione. Il contesto: l’overeducation Le cause cambiamento tecnologico skill-biased effetto coorte processo decisionale asimmetrie informative Le “asimmetrie informative” esistenti sul mercato del lavoro (la difficoltà di accesso alle informazioni sulle opportunità di lavoro) possono determinare il mancato corretto incontro tra domanda e offerta di lavoro e dunque il fenomeno della disoccupazione in presenza di vacancies disponibili e le situazioni di mismatch Le conseguenze Livello macro: allocazione subottimale della risorsa produttiva capitale umano che genera perdita di efficienza del sistema economico e minori tassi di crescita Livello micro: ritorni insoddisfacenti dell’investimento effettuato con ricadute sulla produttività del singolo e sulla qualità del lavoro Il problema delle asimmetrie informative, può essere ovviato tramite i network sociali di cui dispone l’individuo la “qualità” del network di cui gli individui dispongono determinerebbe la “qualità” dell’occupazione: il rendimento del capitale umano è fortemente influenzato dalla dotazione di capitale sociale Obiettivo Analizzare empiricamente il legame tra capitale sociale e rendimento del capitale umano, soprattutto in relazione ai fenomeni di overeducation La tesi : Il capitale sociale è in grado di orientare l’esito occupazionale di un individuo in Italia gli individui che dispongono di una dotazione di capitale sociale più esigua degli altri incontrano maggiori difficoltà nell’avere una collocazione sul mercato del lavoro che corrisponda al livello di istruzione posseduto (sia in termini di professionalità che di retribuzione) Al fine di Mostra che in assenza di politiche in grado di favorire il corretto incontro tra domanda e offerta di lavoro (soprattutto se qualificato), gli individui che non possono contare su una dotazione di capitale sociale “di qualità” sono immobili nella gerarchia sociale Il quadro teorico di riferimento Due filoni di ricerca capitale umano educational mismatch VS skill mismatch Overeducation VS undereducation Overskilling VS underskilling capitale sociale “network di relazioni sociali basate su diverse forme di fiducia e reciprocità, che possono permettere il perseguimento di diversi interessi privati e pubblici” (Matějů and Vitásková, 2006 la disponibilità di capitale sociale assicura dei benefici ai singoli o a gruppi di individui in virtù della loro appartenenza a network di relazioni (Portes, 1998; Yang, 2007). Bonding caratterizzato da legami forti (per esempio tra membri di una famiglia o tra amici Bridging intimi), caratterizzato da legami deboli, meno intensi ma trasversali (conoscenti, rapporti di lavoro) Linking caratterizzato da legami istituzionali (ricerca di lavoro presso un centro per l’impiego) I dati:Isfol – Plus – Anno 2008 Universo di riferimenti popolazione residente in Italia di 18-64 anni Popolazione assunta come rappresentazione Istat RCFL 2008 Tecnica di rilevazione CATI Dimensione campionaria 40.000 individui Le analisi empiriche sono svolte su un sottocampione composto dagli occupati di 25-55 anni Il data-set PLUS permette di analizzare congiuntamente: -le caratteristiche individuali dell’occupato quali il titolo di studio posseduto e la professione svolta e il reddito percepito (e dunque di identificare le situazioni di incoerenza tra il titolo posseduto e l’inquadramento professionale) -le caratteristiche relative al background familiare di origine Una scelta obbligata… Il background familiare di origine come proxy della dotazione di capitale sociale (bonding) Gli aspetti metodologici: L’indicatore composito di bakground familiare La maggior parte degli studi sulla mobilità sociale propendono nell’utilizzare la professione come unico indicatore di background Se entrambi i genitori hanno avuto condizioni occupazionali e professioni diverse esistono tre orientamenti: 1. considera esclusivamente il ruolo occupazionale del marito perché la partecipazione maschile al mondo del lavoro è maggiore di quella femminile (Goldthorpe 1980, 1983). 2. attribuisce a entrambi i coniugi una posizione di classe composita, corrispondente alla combinazione delle rispettive classi occupazionali (Britten e Healt 1983,1984; Barbagli 1988). 3. propone invece il principio di dominanza: assegnare al nucleo familiare l’appartenenza di classe relativa all’occupazione più elevata (Erikson, 1994). Dato il progressivo incremento della quota femminile nel mercato del lavoro, i, che renderebbe distorta l’elaborazione proposta nel punto 1), sia il numero troppo elevato di posizioni di classi e di tassi di mobilità che risulterebbe adottando l’orientamento al punto 2), si è ritenuto di utilizzare il principio di dominanza di Erikson (1994) L’indicatore è stato costruito considerando congiuntamente le informazioni sulla condizione occupazionale, sulla professione e sul livello di istruzione di entrambi i genitori Gli aspetti metodologici: procedura di costruzione dell’indicatore composito di background familiare Steps: 1.ricodifica del titolo di studio dei genitori in tre categorie (fino alla licenza media, qualifica professionale o diploma, titolo universitario); 2.ricodifica della condizione occupazionale e della professione dei genitori in cinque categorie (alta, tecnica, media, bassa, non occupato); 3.calcolo del livello di istruzione e della professione più elevati tra i due genitori; 4.assegnazione di punteggi ai differenti livelli di istruzione e alle differenti condizioni/professioni; 5.calcolo dei differenti valori associati alle combinazioni ottenibili tra titolo di studio e professione tramite una media aritmetica; 6.utilizzo dei valori risultanti ottenuti dai punti precedenti come indicatore composito di background familiare. Background familiare Analisi descrittive: background familiare e professione Si evince una forte influenza del background familiare nel determinare l’esito occupazionale dell’individuo l’ipotesi che una dotazione elevata di capitale sociale bonding possa veicolare all’individuo informazioni utili ad accedere a lavori di rango elevato appare confermata Occupati di 25-55 anni per professione e background familiare Background familiare Alta Medio Alta Medio Bassa Bassa Totale Professioni Alte 46.9 27.7 11.5 13.6 15.1 Professione del figlio Professioni Professioni Professioni tecniche Medie non qualificate 23.8 28.6 0.7 23.2 47.1 2.0 18.6 64.2 5.6 13.0 62.1 11.3 19.1 60.5 5.3 Totale 100.0 100.0 100.0 100.0 100.0 Distribuzione background familiare 4.0 12.7 77.6 5.7 100.0 Nota: escluse le forze armate Occupati di 25-55 anni con titolo universitario per professione e background familiare Background familiare Alto Medio Alta Medio Bassa Bassa Totale Professioni Alte 63.2 46.4 38.9 54.1 44.7 Nota: escluse le forze armate Professione del figlio Professioni Professioni Professioni non tecniche Medie qualificate 15.8 20.3 0.6 26.5 26.9 0.2 33.7 27.1 0.3 25.6 18.4 2.0 29.2 25.7 0.4 Totale 100.0 100.0 100.0 100.0 100.0 Distribuzione background familiare 14.4 23.1 58.6 3.9 100.0 Analisi descrittive: background familiare e mismatch Per analizzare la coerenza tra titolo di studio e professione svolta è stata creata una variabile che assume tre possibili modalità: Matching: titolo universitario e professione alta; diploma e professione tecnica o media; titolo di studio al massimo pari alla licenza media e professione media o non qualificata. Overeducation: titolo di studio universitario e professione tecnica, media o non qualificata; diploma e professione non qualificata. Undereducation: diploma e professione alta; titolo di studio al massimo pari alla licenza media e professione tecnica o alta. Occupati di 25-55 anni per titolo di studio, tipo di matching e background familiare Background familiare Basso Alto Totale Fino alla licenza media Qualifica professionale o diploma Titolo universitario underunderoverovermatching education Totale matching education education Totale matching education Totale 90.8 9.2 100.0 87.2 9.3 3.5 100.0 39.9 60.1 100.0 77.3 22.7 100.0 79.9 18.1 2.0 100.0 52.9 47.1 100.0 89.9 10.1 100.0 86.0 10.8 3.3 100.0 44.7 55.3 100.0 Nota: escluse le forze armate Evidente correlazione tra mismatch e dotazione di capitale sociale bonding Analisi multivariata: modelli OLS Obiettivo valutare l’effetto medio del background familiare, oltre che dei livelli di istruzione e di altre caratteristiche degli individui occupati, sui redditi da lavoro Le stime sono prodotte generando modelli sempre più ricchi di informazioni in modo da verificare come i coefficienti delle due variabili esplicative principali (background familiare e titolo di studio) si modificano all’aumentare delle caratteristiche individuali inserite nel modello Modello 1: studia l’impatto dei differenti livelli di istruzione sui redditi da lavoro senza considerare il background familiare e controllando per le principale caratteristiche individuali (modello minceriano che valuta i rendimenti in termini reddituali dell’investimento in istruzione); Modello 2: valuta l’effetto dell’indicatore composito di background familiare sui redditi da lavoro a parità di caratteristiche quali la ripartizione territoriale di residenza, il genere, la cittadinanza e l’esperienza lavorativa. Nell’equazione non si prende in considerazione l’istruzione e la formazione in modo tale da verificare l’intensità dell’effetto dell’indicatore composito non depurandolo dal livello di “capitale umano”. Modello 3: con tutte le informazioni menzionate nei modelli precedenti. Tramite questa equazione è possibile studiare l’effetto sui redditi da lavoro della scolarità e della formazione a parità di background familiare e viceversa. Modello 4: completo anche dei predittori caratterizzanti il lavoro. Tramite questa equazione è possibile verificare il cambiamento nell’intensità dell’effetto dell’indicatore composito di background familiare e dell’istruzione di sul reddito da lavoro. Modello 5: riproduce il modello 4 ma per la sola sottopopolazione dei dipendenti. Regressione OLS sul log dei redditi annuali lordi (occupati di 25-55 anni) Modello 1 β SE Modello 2 SE β Ripartizione territoriale (Base = Mezzogiorno) Nord 0.15*** 0.01 0.14*** 0.01 Centro 0.04** 0.02 0.05* 0.02 Genere (Base = Donna) Uomo 0.35*** 0.01 0.32*** 0.01 Cittadinanza (Base = Italiano) Straniero -0.06 0.06 0.05 0.06 Anzianità di servizio (Base = <10 anni) tenure (>10 anni) 0.10*** 0.01 0.14*** 0.01 0.03*** 0.00 0.02*** 0.00 Durata del rapporto di lavoro in anni -0.00*** 0.00 -0.00*** 0.00 Durata del rapporto di lavoro al quadrato Titolo di studio (Base = Diploma) Al massimo la licenza media -0.19*** 0.01 Titolo universitario 0.19*** 0.02 Attività formative (ultimi 3 anni) Si 0.13*** 0.01 0.11*** 0.01 Indicatore composito di background familiare Tipologia contrattuale (Base = Collaboratori; modello 5 Base = Tempo indeterminato) Dipendenti a tempo indeterminato Dipendenti a tempo determinato Autonomi Professione (Base =Alta) Tecnica Media Non qualificata Orario di lavoro settimanale (Base = più di 45 ore) Meno di 21 ore Da 21 a 35 ore Da 36 a 45 ore 9.19*** 0.06 8.99*** 0.07 Intercetta β Modello 3 SE β Modello 4 SE Modello 5 (solo dipendenti) β SE 0.15*** 0.04* 0.01 0.02 0.11*** 0.02 0.01 0.02 0.07*** 0.05*** 0.01 0.01 0.35*** 0.01 0.23*** 0.01 0.19*** 0.01 -0.05 0.06 -0.08 0.06 -0.08** 0.03 0.10*** 0.01 0.03*** 0.00 -0.00*** 0.00 0.06*** 0.02*** -0.00*** 0.01 0.00 0.00 0.10*** 0.02*** -0.00*** 0.01 0.00 0.00 -0.18*** 0.01 0.18*** 0.02 -0.13*** 0.17*** 0.01 0.02 -0.15*** 0.15*** 0.01 0.01 0.13* 0.04* 0.07*** 0.04*** 0.01 0.01 0.08*** 0.02** 0.01 0.01 0.49*** 0.36*** 0.36*** 0.02 0.03 0.03 -0.15*** 0.01 0.00 -0.12*** -0.28*** 0.02 0.02 0.03 -0.06*** -0.13*** -0.32*** 0.02 0.01 0.02 -0.42*** -0.14*** -0.01 9.07*** 0.02 0.02 0.02 0.07 -0.50*** -0.17*** -0.08*** 9.75*** 0.02 0.02 0.01 0.05 9.09*** 0.01 0.01 0.07 <.0001 <.0001 <.0001 <.0001 <.0001 Prob.> F 0.16 0.12 0.1634 0.2521 0.407 R-Square 0.16 0.12 0.1625 0.2507 0.4058 Adj R-Sq *** significativo al livello di probabilità del 99%; **significativo al livello di probabilità del 95%;*significativo al livello di probabilità del 90% Conclusioni L’analisi empirica ha permesso di verificare la tesi sostenuta: il rendimento del capitale umano è fortemente influenzato dalla dotazione di capitale sociale A parità di capitale umano, gli individui riescono ad accedere a lavori di rango più elevato con maggior frequenza se dispongono di una dotazione elevata di capitale sociale. Nonostante i limiti relativi alla misurazione della dotazione di capitale sociale, l’analisi ha prodotto risultati che permettono di avere un quadro più articolato delle cause dell’overeducation nel nostro paese. Si può dunque affermare che l’investimento in capitale umano non sempre permette agli individui di avanzare nella gerarchia sociale intergenerazionale, e anzi si può affermare che l’origine sociale diventa per loro spesso una trappola. I risultati raggiunti permettono di suggerire delle generiche indicazioni di politica del lavoro: se le informazioni per i lavori di “qualità” sono disponibili soprattutto agli individui che dispongono di un network di “qualità”, è possibile agire proprio sulle “asimmetrie informative” e fornire informazioni di “qualità” anche agli individui che non dispongono di una dotazione elevata di capitale sociale. Si potrebbe in tal modo agevolare il corretto incontro tra domanda e offerta di lavoro, aumentare il rendimento del capitale umano e favorire pertanto i processi di mobilità sociale, aumentando contestualmente l’efficienza dell’intero sistema. Fine Appendice Tertiary graduates as a share of the working age population (25-64) 50 45 % 25-64 year olds with higher education 40 37 38 35 36 36 34 34 35 35 35 31 32 33 29 30 27 26 27 24 23 23 24 25 19 20 20 15 13 14 15 15 17 17 10 5 0 MT RO IT PT CZ SK AT HU PL BG SI EL EU DE LV FR ES NL LT DK SE BE UK EE LU CY IE FI AU KO US JP CA 2010 (with %) 13 14 15 15 17 17 19 20 23 23 24 24 26 27 27 29 31 32 33 34 34 35 35 35 36 36 37 38 2009 13 13 15 15 16 16 19 20 21 23 23 23 25 26 26 29 30 33 31 34 33 33 33 36 35 34 36 37 37 39 41 44 50 Source: Eurostat (EU-27) OECD 2011b (US, Australia [AU], Korea [KO], Japan [JP], Canada [CA]) Employment rates by level of educational attainment - 20-64 years (2010 Q4) 100. 90. 80. Employment rate % 70. 60. 50. 40. 30. 20. 10. 0. Low er Secondary MT HU IT RO ES EL IE BG PL SK LV LT BE EU FR EE SI PT LU CZ FI UK AT DE DK CY NL SE 51 37 49.8 51.5 52.5 56.7 45 38.7 39.7 28.7 45.5 31.2 47.1 53.3 54.6 45.5 50.8 67.3 62 42.3 53.8 55.4 57.6 56.7 61.5 67.7 62.2 63.3 Upper Secondary 77.3 62.4 67.3 62.4 63.2 59.4 62.4 66.6 62.8 66.4 63.3 59.9 70.8 69.9 70.6 67.9 69 70.6 67.6 71.4 71 75.3 77.4 75.4 77.6 74.1 79.6 79.5 Tertiary 83.9 77.7 76.6 81.5 77.1 77.5 79.8 82.8 82.9 77.0 82.4 86 82.6 82.3 80.4 79.6 85.9 81.5 81.3 81.5 84.6 84.2 85.1 86.7 85.8 83.2 87.1 88 Source: Eurostat, EU Labour Force Survey Titoli universitari e Overeducation: un confronto internazionale In Italia l’educational mismatch è accompagnato da una disponibilità molto ridotta di posti di lavoro a elevata qualificazione Relazione tra gli occupati di 25-64 anni con titolo universitario con qualifiche ISCO 1-2 e gli occupati di 25-64 anni con qualifiche ISCO 1-2 - Anno 2009 % occ. in lavori skilled (sul totale degli occ.) 40.0 Ireland Luxembourg Belgium Netherlands 30.0 Iceland Finland United Kingdom Estonia Latvia Greece Sw itzerland Slovenia Poland Malta 20.0 Hungary Spain Denmark France EU-27 Lithuania Sw eden Germany Italy Norw ay Portugal Austria Czech Republic Slovakia Bulgaria Cyprus Croatia Romania 10.0 50.0 55.0 60.0 65.0 70.0 75.0 80.0 85.0 90.0 95.0 % occ. con titolo univ. in lavori skilled ( sul tot. occ. in lavori skilled) Fonte: DB-Eurostat 2010 In Italia i posti di lavoro qualificati sono il 19% del totale e solo il 54 % di questi sono ricoperti da persone con istruzione universitaria Costruzione dell’indicatore composito di background familiare Massimo titolo di studio conseguito dai genitori Fino alla licenza media Fino alla licenza media Fino alla licenza media Fino alla licenza media Fino alla licenza media Qualifica professionale o diploma Qualifica professionale o diploma Qualifica professionale o diploma Qualifica professionale o diploma Qualifica professionale o diploma Titolo universitario Titolo universitario Titolo universitario Titolo universitario Titolo universitario Punteggio Punteggio riproporzionato Massima professione dei genitori 1 1.3 Professioni Alte 1 1.3 Professioni tecniche 1 1.3 Professioni Medie 1 1.3 Professioni non qualificate 1 1.3 Non occupato 2 2. 7 Professioni Alte 2 2. 7 Professioni tecniche 2 2. 7 Professioni Medie 2 2.7 Professioni non qualificate 2 2. 7 Non occupato 3 4.0 Professioni Alte 3 4.0 Professioni tecniche 3 4.0 Professioni Medie 3 4.0 Professioni non qualificate 3 4.0 Non occupato Punteggio 4 3 2 1 0 4 3 2 1 0 4 3 2 1 0 Media dei punteggi 3 2 2 1 1 3 3 2 2 1 4 4 3 3 2 background familiare Medio Alta Medio Bassa Medio Bassa Bassa Bassa Medio Alta Medio Alta Medio Bassa Medio Bassa Bassa Alta Alta Medio Alta Medio Alta Medio Bassa