ISSN 2704-6303 
Se, da un lato, è noto che la Strategia Europa 2020 fissa al 75% il tasso di occupazione che si dovrà avere nell’UE nel 2020, dall’altro lato si osserva che i paesi e le regioni sono, nella stragrande maggioranza dei casi, distanti sia dall’obiettivo EU sia dagli obiettivi nazionali. Nel 2016, in Italia il tasso di occupazione è stato pari al 57%, che è più basso di circa 10 punti percentuali dall’obiettivo nazionale (67-69%) e ben 18 punti percentuali dall’obiettivo medio europeo. Su base regionale, Campania, Calabria e Sicilia registrano nel 2016 tassi di occupazione di poco superiore al 40%, valori tra i più bassi dell’UE a conferma del fatto che si tratta di regioni lontane dalla “normalità”.[1]
Poiché un importante strumento della Strategia Europa 2020 è rappresentato dalle politiche per l’innovazione e la ricerca, appare utile analizzarne il potenziale impatto su alcune determinanti del mercato del lavoro. In particolare, in questo contributo si utilizza il modello RHOMOLO e l’approccio del controfattuale (1 e 2) per fornire una valutazione ex-ante dell’impatto della spesa in attività innovative sull’occupazione e sul tasso di disoccupazione regionale degli occupati classificati, a seconda delle loro abilità, in tre gruppi: low, medium e high-skilled. [2] I risultati ottenuti consentono, pertanto, di avere una misura del contributo che le spese regionali in attività innovative programmate per gli anni 2014-2020 apportano al perseguimento degli obiettivi 2020 in tema di occupazione.
L’impatto sull’occupazione regionale In seguito all’adozione delle politiche per innovazione e la ricerca del ciclo di programmazione 2014-2020, nel 2023 l’occupazione delle regioni dell’UE potrebbe crescere in media dello 0,15% in più rispetto al valore che si avrebbe nello stesso anno in assenza di alcuna politica (la crescita del PIL sarebbe in media dello 0,67%). L’incremento occupazionale sarebbe elevato in alcuni paesi (Slovacchia e Slovenia+0,3%; Rep. Ceca +0,27%), molto basso in Italia (+0,031%) e fluttuerebbe attorno allo 0,2% in molti stati membri (Austria (+0,22); Bulgaria (+0,16%), Danimarca (+0,17%), Finlandia (+0,19%), Germania (+0,2%), Ungheria (+01,5%), Irlanda (+0,18%)
In 22 regioni europee la variazione dell’occupazione sarebbe negativa e pari, in media, a -0,19%. I paesi con il più elevato numero di regioni che osserveranno nel 2023 una riduzione del tasso di occupazione sono la Greca (9 regioni), l’Italia (6) e il Portogallo (4) seguite dalla Polonia (2) e dalla Bulgaria (1). La distribuzione della variazione dell’occupazione indica che per il 10% delle regioni Europee l’impatto sarebbe al massimo pari a +0,37%, mentre per il 25% delle regioni la soglia sarebbe uguale a +0,12% (primo quartile). La mediana è pari a +0,16%, mentre il 10% delle regioni osserverebbe un incremento dell’occupazione superiore a +0,25%. Questa informazione è riportata sull’asse orizzontale della figura 1a. Sull’asse verticale della stessa figura è indicato l’impatto sul PIL regionale (anche in questo caso, l’effetto è misurato come differenza percentuale al 2023 tra la stima del PIL ottenuta con e senza politiche per l’innovazione). La pendenza della retta che interpola i dati indica che esiste, in media, una bassissima correlazione positiva tra variazioni del PIL e dell’occupazione (questa correlazione è più evidente quando si guarda solo al campione di regioni che registrano una variazione positiva dell’occupazione. Altrettanta chiara è la concentrazione delle regioni in cui le politiche europee per l’innovazione sono a basso impatto sull’occupazione: 212 regioni osserverebbero una variazione del PIL inferiore all’1% e, in media, registrerebbero un incremento dell’occupazione pari a +0,14%.
La disoccupazione degli occupati con basse, medie e alte abilità Utilizzando il modello RHOMOLO è possibile determinare anche l’impatto delle politiche per l’innovazione sul tasso di disoccupazione, distinguendo, regione per regione, i lavoratori con basse abilità (low-skilled) da quelli con medie e alte abilità. Le politiche per l’innovazione che si adotteranno nel periodo 2014-2020 determineranno nel 2023 una riduzione della disoccupazione dei lavoratori low-skilled pari, in media, a -1,03%. Nel segmento degli occupati medium-skilled, la disoccupazione diminuirebbe di -0,96%, mentre l’impatto medio più elevato riguarderebbe i lavoratori high-skilled, la cui disoccupazione diminuirebbe dell’1,6% rispetto al livello che avremmo in assenza delle politiche. Aggregando i dati per paese, si ottiene che le politiche per l’innovazione causerebbero un aumento della disoccupazione in tutti i segmenti del mercato del lavoro solo in pochi casi: questo è sempre vero in Grecia e in Portogallo (qualsiasi siano le abilità dei lavoratori), mentre un aumento della disoccupazione high-skilled si avrebbe in Italia e in Polonia.
La correlazione tra la variazione del PIL e della disoccupazione Ponendo in relazione la variazione del PIL e della disoccupazione regionale delle tre diverse categorie di lavoratori (figure 1b-1d) si ottengono alcune interessanti evidenze empiriche. In primo luogo, si ha che, in media, non esiste alcuna correlazione tra la variazione del PIL regionale e la variazione della disoccupazione dei lavoratori meno abili (figura 1b), mentre nel caso dei lavoratori mediamente abili la correlazione è lievemente negativa (figura 1c). Il caso degli high-skilled è molto informativo, perché la retta che interpola i dati (figura 1d) ha una pendenza positiva, indicando che ad una variazione positiva del PIL regionale corrisponderebbe un aumento della disoccupazione più qualificata. L’implicazione di questa simulazione è che nel 2023 potremmo avere come risultato inatteso la creazione di disoccupazione di lavoratori high-skilled, ossia di coloro che sono occupati nei settori economici maggiormente interessati dalle politiche per l’innovazione.
Inoltre, è evidente quanto l’impatto medio sia l’esito di risultati estremamente differenziati da regione a regione. Per esempio, è utile dire che in 20 regioni europee si avrebbe un incremento della disoccupazione degli occupati low-skilled (figura 1b), in 25 regioni aumenterebbe la disoccupazione dei lavoratori medium-skilled (figura 1c), mentre in ben 38 regioni europee aumenterebbe la disoccupazione degli high-skilled e, in 5 casi, l’incremento sarebbe superiore al 7% (figura 1d).
Infine, l’analisi dei dati suggerisce che esistono ben 20 regioni europee[3] in cui le politiche per l’innovazione potrebbero determinare un aumento del tasso di disoccupazione nei tre segmenti del mercato del lavoro e, contemporaneamente, una riduzione dell’occupazione totale. Una di queste regioni è la Calabria, dove, nel 2023, l’occupazione nello scenario macroeconomico che incorpora la spesa per l’innovazione e la ricerca sarebbe più basso dello 0,074% di quello stimato nello scenario senza politiche, mentre la disoccupazione dei lavoratori low, medium e high-skilled aumenterebbe dello 0,15%, dello 0,52% e del 2,15%, rispettivamente.
Sintesi Questo saggio sintetizza i risultati ottenuti utilizzando il modello macroeconomico RHOMOLO [4] per valutare l’impatto delle politiche europee per l’innovazione e la ricerca programmate per il periodo 2014-2020. La simulazione confronta i valori che le variabili macroeconomiche regionali registrano nel 2023 in presenza della spesa a sostegno dei sistemi innovativi regionali e quelli che si ottengono nello scenario controfattuale di assenza delle politiche. Si ottiene che l’impatto medio delle politiche è positivo per tutte le regioni europee sia quando si considera l’occupazione regionale sia quando si disaggrega l’analisi guardando al tasso di disoccupazione dei lavoratori low, medium e high skilled. Tuttavia, i risultati sono estremamente eterogenei su base regionale e, in molti casi, gli indicatori del mercato del lavoro segnalano un potenziale peggioramento degli equilibri che potrebbero registrarsi nei mercati del lavoro regionali. E’ questo, per esempio, il caso della Calabria, in cui gli effetti delle politiche innovative potrebbero determinare condizioni di svantaggio nel mercato del lavoro locale. Merita, infine, particolare attenzione il risultato relativo alla correlazione positiva che si ricava tra le variazioni del PIL regionale e del tasso di disoccupazione dei lavoratori high-skilled: le politiche per l’innovazione determinano un incremento del PIL regionale e all’aumentare di questa ricchezza regionale corrisponderebbe un incremento dei disoccupati high-skilled. E’ un risultato che alimenta il seguente dubbio: l’Europa è a rischio di disoccupazione tecnologica che colpirà i lavoratori più qualificati, ossia quelli impiegati in modo più intensivo nei settori più direttamente interessati dalle politiche per l’innovazione?
[1] Nel 2016 il tasso di occupazione medio europeo è del 71,1%, ossia 4 punti percentuali in meno dell’obiettivo 2020. I valori medi per paese sono in crescita (il tasso di occupazione era 70.1% nel 2015, 69.2% nel 2014 e 70.3% nel 2008), ma molto diversi da stato a stato: nel 2016 i tassi di occupazione variano dal 56,2% in Grecia all’81,2% in Svezia. Al fine di tener conto delle differenze tra paesi, l’obiettivo comune dell’UE è declinato in obiettivi nazionali, che fluttuano tra il 62,9% per la Croazia e l’80% per la Danimarca, i Paesi Bassi e la Svezia.[1] Quando si considerano le regioni, le differenze nel tasso di occupazione diventano più marcate: nel 2016, la regione finlandese Åland aveva il tasso di occupazione più elevato nell’UE, pari all’86,2%, seguita con l’83,4% dalla regione di Stoccolma (Svezia) e dalla regione inglese di Berkshire, Buckinghamshire e Oxfordshire. All’estremo opposto, i tassi più bassi si osservano in tutta l’area del Mediterraneo e, in particolare, nell’Italia meridionale e in Spagna, in Grecia, nelle regioni francesi d’oltremare e nelle città autonome spagnole (Ceuta e Melilla).
[2] The regional stock of human capital is proxied in the RHOMOLO database by 3 different levels of education: low skill (isced0_2), medium-skill (isced3_4), and high skill (isced5_6). Wages are differentiated on the basis of the corresponding categories of education levels to account for the decision of households to spend their time on education. Data for this are available in the Labour Force Survey (LFS) and the EU KLEMS database.
[3] Questo gruppo è composto da 9 regioni greche, 6 regioni italiane, 4 regioni portoghesi e 1 regione polacca.
[4] Si precisa che è stata utilizzata una versione semplificata del modello, tramite un apposito web-tool. The RHOMOLO web tool allows simulating illustrative policy interventions with a simplified version of the RHOMOLO model. It gives users the opportunity to assess whether RHOMOLO can provide answers to the particular type of policy questions of interest.
[starbox id=3][starbox id=2]