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