Gli effetti dell`offshoring di servizi sulla produttività: Un`analisi
Transcript
Gli effetti dell`offshoring di servizi sulla produttività: Un`analisi
Gli effetti dell’offshoring di servizi sulla produttività: Un’analisi empirica su dati italiani ed europei Rosario Crinò Institut d’Anàlisi Econòmica, CSIC Abstract Questo lavoro studia gli effetti dell’offshoring di servizi sulla produttività, usando dati comparabili sull’Italia e altri otto paesi europei. I risultati suggeriscono che l’offshoring di servizi aumenta la produttività, sia in Italia sia negli altri paesi. Si riscontrano, però differenze, secondo il tipo di servizi delocalizzati all’estero: l’offshoring di servizi professionali, di comunicazione, e d’assicurazione e finanza ha effetti positivi, mentre l’offshoring di servizi informatici ha effetti negativi. Questi risultati sembrano coerenti con una spiegazione basata sulla variazione della composizione delle attività domestiche indotta dall’offshoring. Indirizzo: Institut d’Anàlisi Econòmica CSIC, Campus UAB, 08193, Bellaterra, Barcelona, Spagna. Email: [email protected]. 1. Introduzione I recenti progressi nelle tecnologie d’informazione e comunicazione hanno contribuito a modificare la natura del commercio internazionale e le strategie d’internazionalizzazione delle imprese. Fino al decennio scorso, infatti, i servizi erano ritenuti non commerciabili e gli scambi internazionali riguardavano prevalentemente beni tangibili; negli ultimi anni, invece, il commercio di servizi è cresciuto rapidamente (Freund e Weinhold, 2002; Lipsey, 2006). Allo stesso tempo, le imprese dei paesi industrializzati hanno scoperto nuove opportunità di riorganizzazione del processo produttivo, basate sulla delocalizzazione di un insieme sempre più ampio d’attività terziarie in paesi a più basso costo della manodopera. Fino agli anni novanta, la frammentazione internazionale della produzione, o offshoring, interessava fasi quali la realizzazione di componenti e di beni intermedi, o l’assemblaggio di questi ultimi nel prodotto finito (Feenstra, 1998). Adesso, essa coinvolge anche molti dei servizi a supporto della produzione, e si sta progressivamente estendendo ad attività a maggior valore aggiunto: infatti, si è velocemente passati da casi molto semplici d’offshoring di servizi, come l’apertura di call centres in India, ad esempi ben più complessi, che coinvolgono attività quali la contabilità, la consulenza ingegneristica e manageriale, la compilazione dei moduli fiscali, e il software applicativo (Unctad, 2004a,b; Ocse, 2007). Il fenomeno è stato così rapido che alcuni autori l’hanno definito come “La nuova rivoluzione industriale” (The Next Industrial Revolution, Blinder, 2006), mentre i media e gli economisti hanno velocemente rivolto l’attenzione a comprenderne le conseguenze 2 per le economie industrializzate.1 La domanda che spesso ci si è posti è: che effetti produrrà l’offshoring di servizi sulla produttività e sul benessere di questi paesi?2 La ragione è che, se esistono vari motivi per ritenere che la frammentazione internazionale della produzione consenta una più efficiente distribuzione delle attività, con conseguenti effetti positivi sulla produttività dei fattori domestici, non è chiaro se le stesse conclusioni si estendano automaticamente all’offshoring di servizi, poiché le attività terziarie sono, come detto, generalmente più complesse e a maggior valore aggiunto di quelle puramente produttive. Al proposito, la letteratura teorica sembra suggerire che anche l’offshoring di servizi può produrre effetti positivi sulla produttività e sul benessere,3 ma gli studi empirici hanno finora portato a conclusioni non univoche, probabilmente a causa dell’utilizzo di dati, metodologie e indicatori d’offshoring tra loro diversi. L’obiettivo di questo lavoro è fornire nuova evidenza empirica sugli effetti dell’offshoring di servizi sulla produttività, utilizzando dati comparabili sull’Italia e 1 Il dibattito sugli effetti dell’offshoring di servizi è sintetizzato in Bhagwati et al. (2004), Samuelson (2004), Trefler (2005a,b), Blinder (2006), e Mankiw e Swagel (2006). 2 Un’altra questione di notevole interesse riguarda gli effetti sul mercato del lavoro. I risultati degli studi empirici esistenti suggeriscono generalmente che l’offshoring di servizi ha effetti limitati sull’occupazione totale (Amiti e Wei, 2005; Liu e Trefler, 2008), ma contribuisce ad aumentare le disuguaglianze salariali fra lavoratori con differenti livelli di qualifiche (Geishecker e Gorg, 2008; Becker et al., 2009; Crinò, 2009a,b,c). Questi effetti sono simili a quelli dell’offshoring di materiali, analizzati da un numero molto ampio di studi (Feenstra e Hanson, 2003). 3 Per alcuni contributi, si vedano Bhagwati et al. (2004), Deardorff (2005), Markusen (2005), Antras et al. (2006, 2008), Baldwin e Robert-Nicoud (2007), Rodriguez Clare (2007), Grossman e Rossi-Hansberg (2008). 3 altre otto economie dell’Unione Europea. Impiegando le informazioni di fonte Eurostat sul commercio di servizi e sul sistema di tavole input-output, saranno calcolati indicatori d’offshoring di servizi per venti settori manifatturieri e terziari nel periodo 1990-2004. Questi indicatori, che misurano la quota d’importazione di cinque tipologie di servizi privati sul totale degli acquisti di input non energetici (Amiti e Wei, 2009), sono comparabili tra i nove paesi, grazie all’adozione di un comune sistema di classificazione delle attività (il sistema ESA-95) per la predisposizione delle tavole input-output. Gli indicatori saranno combinati con informazioni su altre caratteristiche tecnologie e su altri fenomeni legati alla globalizzazione, contenute nel data set EUKLEMS (Timmer et al., 2007). S’inizierà presentando evidenza sulla relazione fra l’offshoring di servizi e la più semplice delle misure di produttività, la produttività del lavoro. I risultati mostreranno che questa relazione è positiva sia in Italia sia nell’intero campione di paesi analizzati. Si passerà poi a stimare modelli strutturali, basati sull’utilizzo di funzioni di produzione Cobb-Douglas, per valutare gli effetti dell’offshoring di servizi su una misura più precisa dell’efficienza produttiva, la Produttività Totale dei Fattori o TFP. L’evidenza suggerirà che l’offshoring di servizi aumenta la TFP, ancora una volta sia in Italia sia nell’intero campione di paesi europei. A differenza degli studi empirici precedenti, si analizzeranno non solo gli effetti del fenomeno in aggregato, ma anche quelli specifici della delocalizzazione delle cinque tipologie di servizi. I risultati mostreranno che esiste eterogeneità negli effetti dell’offshoring, secondo il tipo di attività terziarie trasferite all’estero. In particolare, l’analisi sull’Italia metterà in luce che l’offshoring di servizi di comunicazione e di assicurazione e finanza contribuisce ad aumentare la produttività domestica, 4 indipendentemente dalla misura di efficienza utilizzata (produttività del lavoro o TFP). Alle stesse conclusioni porterà l’analisi sugli altri paesi europei, che tuttavia mostrerà anche effetti positivi per l’offshoring di servizi professionali, e negativi per quello di servizi informatici. Si presenterà, infine, evidenza che suggerisce che questi risultati possono essere coerenti con una spiegazione basata sulla modificazione delle attività domestiche a favore di fasi a maggior valore aggiunto. Ciò sembra suggerire che, benché le attività terziarie si caratterizzino mediamente per un più alto valore aggiunto rispetto a quelle produttive, i paesi industrializzati si specializzano comunque nei servizi più complessi e delocalizzano quelli più semplici in paesi a minor livello di sviluppo. Anche in questo caso, però, si riscontrerà eterogeneità secondo il tipo d’attività trasferite all’estero, coerentemente con i risultati precedenti.4 La parte restante del lavoro è strutturata come segue. La Sezione 2 contiene una breve rassegna dei contributi empirici esistenti; la Sezione 3 presenta i dati e alcuni fatti stilizzati; la Sezione 4 analizza la relazione tra offshoring di servizi e produttività del lavoro, mentre la Sezione 5 studia gli effetti dell’offshoring di servizi sulla TFP; la Sezione 6 riporta evidenza empirica su un possibile meccanismo attraverso cui l’offshoring di servizi influenza la produttività, mentre la Sezione 7 sintetizza i risultati e conclude. 4 Questo lavoro generalizza ed estende i risultati di Crinò (2008), che ha studiato gli effetti dell’offshoring di servizi sulla produttività in Europa ma non in Italia, e considerato il fenomeno nel suo complesso senza valutare le conseguenze della delocalizzazione di servizi diversi. 5 2. Una breve rassegna della letteratura empirica La letteratura empirica che studia gli effetti dell’offshoring sulla produttività è molto eterogenea. E’ possibile individuare almeno tre importanti differenze fra gli studi esistenti: 1) il tipo d’offshoring preso in considerazione; 2) i dati utilizzati; 3) i paesi oggetto di studio (Olsen, 2006). Partendo dal primo punto, i contributi precedenti hanno analizzato gli effetti sia dell’offshoring di componenti e beni intermedi (offshoring di materiali), sia dell’offshoring di servizi. Quanto al tipo di dati utilizzati, i contributi si differenziano secondo l’impiego d’informazioni settoriali o di dati a livello d’impresa. Infine, con riferimento alla dimensione geografica, gli studi esistenti hanno analizzato soprattutto il caso degli Stati Uniti e di altre economie industrializzate, mentre i lavori su paesi in transizione e in fase d’industrializzazione sono ad oggi più limitati. In teoria, l’offshoring può far crescere la produttività consentendo alle imprese di riorganizzare il processo produttivo, trasferendo all’estero le attività a minor valore aggiunto e concentrandosi sulle altre fasi. L’offshoring può anche agire espandendo la gamma di beni intermedi e servizi disponibili per le imprese a favore di quelli di maggior qualità, o consentendo un processo d’apprendimento nel quale le imprese imparano dai fornitori esteri nuove e più efficienti tecniche di produzione. E’ stato finora generalmente impossibile distinguere i tre canali nelle analisi empiriche, a causa dell’insufficiente disponibilità di dati. Gli studi esistenti, dunque, hanno interpretato i risultati come combinazione dei tre effetti. Per quanto concerne le tecniche econometriche utilizzate, la maggior parte dei lavori si sono basati sulla stima funzioni di produzione che includono indicatori d’offshoring, oppure hanno utilizzato specificazioni in cui il valore aggiunto per addetto è regredito 6 su tali indicatori. Il primo approccio permette di studiare gli effetti sulla TFP, il secondo gli effetti sulla produttività del lavoro. Gli indicatori d’offshoring adottati si sono generalmente basati sulle importazioni di beni intermedi o di servizi, in quanto le attività trasferite all’estero devono essere combinate con quelle non delocalizzate, e dunque un più intenso ricorso all’offshoring si associa a maggiori importazioni di input intermedi e servizi (Feenstra e Hanson, 1999).5 Passiamo ora ai risultati, iniziando dagli Stati Uniti. Amiti e Wei (2009) hanno studiato gli effetti dell’offshoring di materiali e di servizi sul comparto manifatturiero, utilizzando dati per il periodo 1992-2000; il loro indicatore d’offshoring di servizi include le importazioni di cinque tipologie di servizi privati: servizi finanziari, professionali, informatici, di telecomunicazione, e d’assicurazione. I risultati mostrano che l’offshoring di servizi ha contribuito alla crescita della produttività del lavoro per circa l’11-13%.6 L’offshoring di materiali, invece, ha contribuito alla crescita della produttività del lavoro per circa il 3-6%. Gli studi con dati d’impresa sugli Stati Uniti hanno invece finora analizzato solo gli effetti dell’offshoring di materiali. In particolare, Kurz (2006) ha utilizzato dati su circa 40.000 imprese manifatturiere nel 1997 e nel 2002, per analizzare le differenze di TFP fra le imprese che importano input intermedi dall’estero e quelle che non lo fanno. Le prime sperimentano una crescita annuale della TFP maggiore di circa 1 punto percentuale rispetto alle altre. 5 Maggiori dettagli sulle questioni legate alla misurazione si trovano in Horgos (2009). 6 Questi risultati sono coerenti con quelli di Mann (2003), che ha stimato che l’offshoring di servizi informatici ha fatto crescere la produttività negli Stati Uniti di circa 0.3 punti percentuali ogni anno fra il 1995 e il 2002. 7 Venendo agli studi sui paesi europei e sulle altre economie industrializzate, gli unici contributi che hanno finora analizzato congiuntamente gli effetti dei due tipi d’offshoring sono quelli di Gorg e Hanley (2005), Gorg et al. (2008), e Daveri e JonaLasinio (2008). I primi due studi si basano su dati d’impresa per l’Irlanda, il terzo su dati settoriali per l’Italia. Gorg e Hanley (2005) hanno utilizzato un campione di circa 600 imprese del settore dell’elettronica nel periodo 1990-1995 e trovato che un aumento di un punto percentuale dell’offshoring di materiali fa crescere la TFP dell’1.6% circa; invece, l’offshoring di servizi non produce effetti significativi. Gorg et al. (2008) hanno esteso l’analisi ad un campione di 1000 imprese dell’intero comparto manifatturiero, osservate fra il 1990 e il 1998. I risultati non mostrano alcun effetto positivo dell’offshoring di materiali sulla TFP; emerge invece evidenza di un effetto positivo dell’offshoring di servizi, ma solo per le imprese coinvolte anche in attività d’esportazione. Lo studio di Daveri e Jona-Lasinio (2008) sull’Italia ha utilizzato dati su 20 settori manifatturieri per il periodo 1995-2003 e trovato effetti positivi sulla produttività per l’offshoring di materiali, ma non per quella di servizi.7 In particolare, l’offshoring di materiali ha contribuito per circa il 10-15% alla crescita della produttività del lavoro nel periodo analizzato.8 7 L’indicatore include le importazioni di servizi finanziari, professionali, di trasporto e comunicazione, e di assicurazione. 8 Si noti che l’analisi empirica condotta sull’Italia in questo lavoro, seppur simile a quella di Daveri e Jona-Lasinio (2008), si differenzia da essa in due modi. Primo, l’analisi studia gli effetti sul livello della produttività, e non sul suo tasso di crescita. Secondo, gli indicatori di offshoring si basano su dati stimati per rendere i risultati comparabili con gli altri otto paesi europei, mentre gli autori usano dati ufficiali di fonte ISTAT. 8 Infine, altri studi su questi paesi hanno analizzato gli effetti di uno solo dei due tipi d’offshoring. Criscuolo e Leaver (2005) si sono concentrati sull’offshoring di servizi, usando un campione di 37.000 imprese britanniche tra il 2000 e il 2003. Gli autori hanno mostrato che un aumento dell’offshoring fa crescere la produttività nelle imprese esportatrici (ma non nei non-esportatori), nelle imprese domestiche (ma non in quelle a controllo estero), e nelle imprese che non fanno parte di un gruppo multinazionale (ma non in quelle con affiliate estere). Egger e Egger (2006) hanno considerato invece l’offshoring di materiali e, utilizzando un campione di 22 settori manifatturieri in 12 paesi dell’Unione Europea nel periodo 1992-1997, hanno mostrato che esso ha effetti positivi sulla produttività: un aumento di un punto percentuale dell’offshoring di materiali, infatti, aumenta la produttività del lavoro dello 0.53% nel lungo periodo. Questo risultato è stato confermato da Egger et al. (2001), usando dati su 18 settori manifatturieri austriaci per il periodo 1990-1998. Infine, Tomiura (2007) ha analizzato il caso del Giappone, utilizzando dati su circa 118.000 imprese manifatturiere per il 1998. L’autore ha trovato evidenza che le imprese coinvolte in strategie d’offshoring di materiali hanno una maggiore produttività rispetto alle altre. Le differenze oscillano fra il 10 e il 25%, a seconda che si utilizzi la TFP o la produttività del lavoro.9 In conclusione, l’impressione che emerge da questa breve rassegna è che gli effetti dell’offshoring di servizi sono generalmente positivi, benché l’evidenza sia finora meno univoca di quella sull’offshoring di materiali. Le differenze fra i vari studi dipendono probabilmente dall’eterogeneità dei paesi analizzati, dei dati utilizzati e delle tipologie 9 Un filone di letteratura meno sviluppato ha studiato gli effetti dell’offshoring sulla produttività in paesi in transizione ed in via di sviluppo. Si veda Kasahara e Rodriguez (2008) e Yasar e Morrison (2007) per due contributi con dati di impresa su Cile e Turchia. 9 di servizi incluse negli indicatori d’offshoring. Inoltre, tutti i contributi esistenti hanno studiato il fenomeno dell’offshoring nel suo complesso, non considerando gli effetti della delocalizzazione di servizi diversi. 3. Dati e fatti stilizzati L’analisi empirica si basa su dati comparabili per l’Italia e altri otto paesi dell’Unione Europea. Per ciascun paese sono disponibili informazioni su 20 settori (NACE) manifatturieri e terziari per il periodo 1990-2004. I nove paesi contano complessivamente per circa il 75% della popolazione dell’UE-25 (Eurostat, 2004). In ciascun paese, i venti settori contano invece per circa l’80% dell’occupazione totale nel settore privato. Il campione è sinteticamente descritto nella Tavola 1. Seguendo la letteratura esistente, l’offshoring di servizi sarà misurato usando la quota di servizi importati sul totale degli acquisti di input non energetici. Poiché non sono disponibili serie storiche ufficiali delle importazioni di servizi nei settori inclusi nel campione, tali dati saranno stimati seguendo una procedura ormai consolidata in letteratura, che consiste nel combinare le importazioni totali di servizi di ciascun paese con le tavole Input-Ouput (Amiti e Wei, 2005, 2009). I dati sulle importazioni totali di servizi sono di fonte Eurostat. Per ciascun paese, sono disponibili serie storiche aggregate delle importazioni di cinque categorie di servizi: servizi professionali, di comunicazione, finanziari e d’assicurazione, informatici, royalties e licenze.10 Dal sistema di tavole Input-Output, anch’esso di fonte Eurostat, vengono invece le Matrici d’Importazione, che contengono dati disaggregati sulle importazioni dei cinque servizi per ciascun settore del campione, ma solo nel 1995 e nel 2000. 10 Questi dati includono transazioni con imprese estere affiliate e non affiliate. 10 Per costruire serie storiche delle importazioni di servizi a livello settoriale, saranno utilizzate le Matrici d’Importazione per attribuire a ciascun settore una quota costante delle importazioni totali dei cinque servizi (Crinò, 2009b,c). Definendo con s i servizi, con i i settori, con c i paesi e con t gli anni, le importazioni settoriali di servizi (IMPS) avranno la seguente espressione: 5 IMPS c ,i ,t = ∑ θ c ,i , s * M c , s ,t s =1 dove θ = (θ 95 + θ 00 ) / 2 è la quota media di ciascun settore sulle importazioni totali di un dato servizio, indicate a loro volta con M. Poiché le Matrici d’Importazione si basano su un comune sistema di classificazione, il sistema ESA-95, le stime così costruite sono comparabili tra i diversi paesi del campione. IMPS fornisce una stima complessiva delle importazioni di servizi a livello settoriale. Utilizzando la stessa procedura descritta sopra, è possibile stimare le importazioni settoriali di ciascuna delle cinque categorie di servizi, che saranno definite con IMPSs. Per ottenere gli indicatori d’offshoring (SOS e SOSs), basterà quindi normalizzare IMPS e IMPSs con gli acquisti totali di input non energetici da parte di ciascun settore (NE).11 Si avrà dunque che: SOS c ,i ,t = IMPS c ,i ,t (3.1) NE c ,i ,t e SOS 11 s c ,i ,t = IMPS cs,i ,t NE c ,i ,t ∀s = 1,...,5 (3.2) Questi dati vengono da EUKLEMS, come le altre informazioni sulle caratteristiche del processo produttivo descritte di seguito. 11 Questi indicatori presentano due possibili limiti. Il primo è dovuto al fatto che le importazioni settoriali di servizi sono stimate, usando una procedura che attribuisce a ciascun settore una quota costante delle importazioni totali di servizi di ciascun paese. Il secondo, invece, è dovuto all’utilizzo degli input non energetici come normalizzazione, una scelta che ha il vantaggio di offrire un’indicazione precisa della frammentazione internazionale della produzione prodotta dall’offshoring, ma che può a volte sottostimarne le variazioni temporali.12 Si cercherà di tenere conto di questi limiti effettuando test di robustezza dei risultati con indicatori diversi, per i quali questi problemi sono meno importanti. Nell’analisi empirica, saranno utilizzate anche altre variabili che misurano caratteristiche tecnologiche e aspetti della globalizzazione potenzialmente correlati con l’offshoring di servizi. In particolare, si costruirà una misura dell’offshoring di materiali (MOS) combinando, mediante lo stesso procedimento descritto sopra, le Matrici d’Importazione con i dati aggregati d’importazioni di beni di fonte STAN (OCSE). Utilizzando i dati della Banca Mondiale (‘World Development Indicators’) sarà costruita una misura della penetrazione dell’integrazione commerciale, definita come il rapporto tra importazioni e PIL (IMPEN). Si ricaveranno invece dal data set EUKLEMS informazioni sul valore della produzione (Y) e dei seguenti input produttivi: lavoro (L, numero d’ore lavorate), materiali (M, acquisti di beni e servizi intermedi), e capitale (K, remunerazione del capitale); lo stesso data set fornirà i deflatori settoriali e i tassi di cambio a PPA di tutte le variabili nominali. Utilizzando ancora EUKLEMS, saranno costruiti un indicatore del progresso tecnico (ICT, quota del capitale high-tech sulla 12 Ciò accade quando il settore sostituisce la produzione “in proprio” di servizi con le importazioni, perché in quei casi IMPS e NE crescono dello stesso ammontare. 12 remunerazione totale del capitale), una misura della produttività del lavoro (VA/L, valore aggiunto per ora lavorata), e tre misure dell’intensità fattoriale del processo produttivo: intensità di lavoro qualificato (LHS/L, quota dei lavoratori laureati sul totale delle ore lavorate), intensità di materiali (M/L, acquisti di materiali per ora lavorata) e intensità di capitale (K/L, capitale per ora lavorata). Infine, da EUKLEMS verrà anche ricavato un indice di prezzo dei beni energetici (EN. PRICE), utilizzato come controllo per shock macroeconomici nei singoli settori13 La Tavola 2 riporta statistiche descrittive sull’indicatore aggregato d’offshoring di servizi e sulle altre variabili. E’ interessante notare che il valore medio di SOS (2.7%) è significativamente più basso di quello di MOS (22.5%), come nel caso degli Stati Uniti (Amiti e Wei, 2009). A livello settoriale, l’offshoring di servizi è più alto nel terziario (3.2%) rispetto al manifatturiero (2.2%), mentre l’offshoring di materiali è più alto nel manifatturiero (24.7%) rispetto ai servizi (20.2%). Più in dettaglio, SOS registra i valori più alti nei settori “Poste e telecomunicazioni” (8.4%), “Noleggio, informatica, R&S e altre attività professionali” (5.9%) e “Trasporti “ (4.3%), e i valori più bassi nei settori “Meccanica” (1.4%), “Gomma e plastica” (1.3%) e “Metalli e prodotti in metallo” (0.7%); al contrario, MOS registra i valori più alti nei settori “Macchine per ufficio, elettriche e per le telecomunicazioni” (56.9%), “Autoveicoli e altri mezzi di trasporto” (42.7%) e “Tessile, abbigliamento e cuoio” (38.5%), e i valori più bassi nei settori “Commercio al dettaglio” (5.4%), “Commercio all’ingrosso” (4.9%) e “Attività di servizi immobiliari” (2.4%). 13 EUKLEMS è un data set costruito nell’ambito del VI Programma Quadro dell’UE con l’obiettivo di rendere disponibili misure settoriali di caratteristiche rilevanti del processo produttivo, comparabili fra un cospicuo numero di paesi europei e di altre economie industrializzate. Per una descrizione dettagliata si veda Timmer et al. (2007). 13 La Tavola 3 fornisce maggiori dettagli su dimensione, andamento e composizione dell’offshoring di servizi. Si noti, innanzitutto, che il valore medio di SOS sull’intero campione nasconde una sostanziale eterogeneità fra paesi: SOS oscilla, infatti, fra lo 0.9% in Francia e l’11.4% in Austria, mentre in Italia si attesta intorno al 2%. Emerge anche che, nonostante la limitata dimensione, l’offshoring di servizi è un fenomeno in crescita in Europa. Sull’intero campione, infatti, SOS ha registrato un aumento di 0.6 punti percentuali fra il 1990 e il 2004; inoltre, l’indicatore è cresciuto in tutti i paesi, con le sole eccezioni d’Austria e Finlandia. In Italia, seppur positiva, la crescita è stata relativamente modesta (0.1 punti percentuali), specie se confrontata con quella d’altri paesi come Germania, Spagna e Regno Unito. Passando alla composizione dell’offshoring per tipologie di servizi, la tavola mostra che la quota preponderante del fenomeno è rappresentata dai servizi professionali e dai servizi di comunicazione; i servizi informatici, invece, rappresentano la parte minore dell’offshoring aggregato. Un quadro molto simile si presenta per l’Italia dove, comunque, una parte rilevante delle importazioni di servizi è costituita da servizi finanziari e d’assicurazione. I servizi professionali e di comunicazione spiccano anche per aver sperimentato i maggiori tassi di crescita nel periodo considerato. Al contrario, si è registrata una riduzione dell’intensità d’offshoring di servizi finanziari e assicurativi. L’Italia mostra andamenti molto simili, caratterizzati dalla crescita dell’offshoring di servizi professionali (+0.6 punti percentuali) e di comunicazione (+0.1) e la riduzione dell’offshoring di servizi finanziari e d’assicurazione (-0.5). Il quadro è coerente negli altri paesi, benché si riscontrino alcune differenze di rilievo, come l’aumento sostanziale 14 dell’offshoring di servizi assicurativi e finanziari nel Regno Unito, e di quelli informatici in Germania, Paesi Bassi e Svezia. 4. Evidenza preliminare: offshoring di servizi e produttività del lavoro Questa sezione studia la relazione fra l’offshoring di servizi e la più semplice delle misure di produttività: la produttività del lavoro. Si analizzerà anche se, e in che modo, il segno della relazione dipende dalla tipologia dei servizi delocalizzati all’estero, sfruttando a tal fine gli indicatori disaggregati d’offshoring. L’obiettivo è fornire evidenza preliminare a supporto della sezione successiva, in cui saranno esaminati gli effetti dell’offshoring di servizi su una misura più precisa dell’efficienza produttiva, la TFP. I risultati sull’intero campione di paesi europei saranno confrontati con quelli sull’Italia. La specificazione econometrica utilizzata è ln(VA / L) c ,i ,t = α 0 + α 1 SOS c ,i ,t + α ' Ω c ,i ,t + ε c ,i ,t (4.1) dove Ω è un vettore di variabili di controllo e ε un disturbo stocastico white-noise. Per studiare gli effetti dell’offshoring delle diverse tipologie di servizi, la specificazione sarà modificata nel modo seguente: 5 ln(VA / L) c ,i ,t = α 0 + ∑ α s SOS cs,i ,t + α ' Ω c ,i ,t + ε c ,i ,t (4.2) s =1 Per iniziare, si considererà una versione di base dell’equazione (4.1), che non include variabili di controllo. I coefficienti stimati misurano dunque la correlazione fra la produttività del lavoro e l’indicatore aggregato d’offshoring di servizi. La Figura 1 sintetizza i risultati della stima sull’intero campione di paesi; ogni osservazione rappresenta una combinazione “paese-settore-anno”. La figura mostra che la relazione 15 fra offshoring di servizi e produttività del lavoro è positiva e statisticamente significativa: il coefficiente α1 , infatti, è uguale a 0.007, con uno standard error di 0.004. Questi risultati, però, potrebbero risentire della presenza d’outliers, come le osservazioni all’estrema destra del grafico (“Commercio d’autoveicoli”, “Trasporti” e “Poste e telecomunicazioni” in Austria) e quelle in basso a sinistra (“Noleggio, informatica, R&S e altre attività professionali” nel Regno Unito, e “Meccanica” in Svezia). Tuttavia, ristimando l’equazione (4.1) con una procedura robusta alla presenza d’outliers,14 si ottengono risultati molto simili a quelli della Figura 1: in particolare, il coefficiente α1 è uguale a 0.006, con uno standard error di 0.003. Nella Figura 2, l’equazione (4.1) viene ristimata sui singoli paesi. E’ interessante notare che la relazione fra offshoring di servizi e produttività del lavoro è positiva in tutte le economie considerate. Il coefficiente α1 è anche statisticamente significativo in sei dei nove paesi, con le uniche eccezioni d’Austria, Finlandia e Francia. Nel caso dell’Italia, α1 è uguale a 0.097, con uno standard error di 0.024. Dunque, i risultati sull’intero campione sembrano valere anche nei singoli paesi. Includiamo adesso nell’equazione (4.1) alcune variabili di controllo, che tengono conto di fenomeni correlati sia con la produttività del lavoro che con l’offshoring di servizi. La Tavola 4 riporta i risultati sull’intero campione di paesi. La colonna (1) include il logaritmo della produzione reale, come misura della dimensione settoriale. Il coefficiente di questa variabile è positivo e statisticamente significativo all’1%, il che suggerisce che settori più grandi hanno una maggiore produttività del lavoro. Si noti, 14 È stata utilizzata la routine rreg in Stata 10.0, con un coefficiente di biweight tuning pari a 14. 16 tuttavia, che il coefficiente α1 rimane positivo, ed è anzi stimato con maggiore precisione e più grande in valore assoluto rispetto alla specificazione precedente. La relazione positiva tra offshoring di servizi e produttività del lavoro, dunque, è robusta all’utilizzo di controlli per la dimensione settoriale; anzi, essa risulta sottostimata quando tali controlli sono esclusi dalla specificazione. Nella colonna (2) si aggiungono le dummy annuali, per tenere conto di shock macroeconomici che colpiscono tutti i paesi e tutti i settori del campione. E’ rassicurante notare che i risultati sono coerenti con quelli della colonna (1), in termini sia di segno sia di dimensione e significatività dei coefficienti. Nella colonna (3), si tiene conto di differenze nell’intensità fattoriale della produzione, includendo nella specificazione le proxy per l’intensità di lavoro qualificato, di materiali e di capitale. I coefficienti di queste variabili sono positivi e stimati con precisione: settori a maggiore intensità di lavoro qualificato, materiali e capitale mostrano dunque una maggiore produttività del lavoro. L’utilizzo delle intensità fattoriali comporta anche una riduzione evidente del coefficiente della produzione reale, che tuttavia rimane positivo e molto significativo. Ciò suggerisce che parte dell’effetto della maggiore dimensione settoriale sulla produttività del lavoro dipende dal fatto che settori più grandi utilizzano anche tecniche produttive più intensive in lavoro qualificato, capitale e materiali; ciononostante, resta comunque un premium di produttività legato al maggior volume d’attività. Venendo all’offshoring di servizi, si noti che il coefficiente α1 rimane positivo e statisticamente significativo, benché la sua dimensione si riduca di circa due terzi rispetto alla colonna (2), il che indica che l’offshoring è maggiore in settori a più alta intensità fattoriale. 17 Infine, la colonna (4) riporta i risultati di una specificazione che include anche dummy paese-settore: queste ultime catturano tutte le caratteristiche non osservate, e costanti nel tempo, che possono avere effetti sulla produttività (differenze nelle pratiche manageriali, nella qualità delle istituzioni, ecc.). I risultati principali rimangono inalterati: in particolare, il coefficiente α1 rimane positivo e significativo all’1% e la sua dimensione praticamente non cambia. I risultati appena discussi valgono anche per l’Italia? Questa domanda è affrontata nella Tavola 5, che riporta i risultati della stima dell’equazione (4.1) solo sui dati italiani. Per facilitare il confronto con i risultati sull’intero campione di paesi, in ciascuna colonna si utilizzano le stesse variabili di controllo della specificazione corrispondente nella Tavola 4. La colonna (1), dunque, include il logaritmo della produzione reale come misura della dimensione settoriale. Coerentemente con quanto riscontrato in precedenza, il coefficiente di questa variabile è positivo e stimato con precisione. Allo stesso modo, il coefficiente α1 rimane positivo, e la sua significatività e dimensione aumentano rispetto ad una specificazione non condizionata al valore della produzione (come quella in Figura 2): dunque, anche in Italia la relazione fra offshoring di servizi e produttività del lavoro è sottostimata se non si tiene conto del volume d’attività dei singoli comparti. Questi risultati sono confermati dalla colonna (2), che include le dummy annuali. Nella colonna (3), si utilizzano i controlli per le intensità fattoriali. Coerentemente con l’evidenza riscontrata sull’intero campione di paesi, l’intensità di capitale è positivamente correlata alla produttività del lavoro. Al contrario, i coefficienti delle intensità di materiali e lavoro qualificato sono negativi, sebbene solo il secondo sia anche statisticamente significativo. In linea con quanto emerso in precedenza, l’utilizzo 18 delle intensità fattoriali nella specificazione (4.1) riduce il valore assoluto del coefficiente della produzione e di quello dell’offshoring di servizi; entrambi rimangono però positivi e molto significativi. Evidenza simile emerge dalla colonna (4), che include le dummy settoriali, benché la dimensione del coefficiente dell’offshoring di servizi si riduca di circa la metà. La Tavola 5, dunque, suggerisce che la relazione tra offshoring di servizi e produttività del lavoro è positiva anche in Italia, così come nell’intero campione di paesi europei considerati in questo lavoro. Si passerà adesso ad analizzare se i risultati ottenuti con l’indicatore aggregato d’offshoring nascondono significative differenze tra tipologie di servizi. Anche questa volta, ci si concentrerà prima sull’intero campione di paesi e poi sull’Italia. Il primo insieme di risultati è riportato nella Tavola 6. Nelle colonne (1)-(5), gli indicatori d’offshoring sono inclusi singolarmente, per tenere conto di possibili problemi di multicollinearità. Nella colonna (6), invece, essi sono inclusi congiuntamente. Tutte le specificazioni controllano per la dimensione settoriale, approssimata dal logaritmo della produzione reale. E’ interessante notare che esiste notevole eterogeneità nella relazione tra offshoring e produttività del lavoro, secondo il tipo d’attività delocalizzate. In particolare, i risultati suggeriscono che l’offshoring di servizi professionali, di comunicazione, e d’assicurazione e finanza è positivamente correlato alla produttività del lavoro, mentre l’offshoring di servizi informatici è negativamente correlato; royalties e licenze, infine, sono anch’esse negativamente correlate alla produttività del lavoro, ma il coefficiente è solo debolmente significativo e non robusto tra le due specificazioni. Evidenza simile emerge dalla colonna (7), dove si tiene conto di shock macroeconomici comuni ai vari settori e paesi utilizzando le dummy annuali. La 19 colonna (8), che controlla per differenze nelle intensità fattoriali, conferma anch’essa i risultati precedenti: la produttività del lavoro è positivamente correlata all’offshoring di servizi professionali, di comunicazione, e d’assicurazione e finanza, e negativamente correlata all’offshoring di servizi informatici. Infine, la stessa evidenza emerge dalla colonna (9), che include anche le dummy paese-settore. A conclusione di questa sezione, si replicherà l’analisi precedente sull’Italia. I risultati sono riportati nella Tavola 7 e sono generalmente coerenti con quelli sull’intero campione di paesi. Un’importante differenza riguarda l’offshoring di servizi professionali, il cui coefficiente è anche in questo caso positivo (con una sola eccezione), ma molto meno significativo. In sintesi, a fronte di una stabile relazione positiva fra produttività del lavoro e offshoring di servizi considerato nel suo complesso, si riscontra notevole eterogeneità secondo il tipo d’attività trasferite all’estero. La sezione successiva analizza se quest’evidenza è robusta all’utilizzo di una misura più precisa dell’efficienza del processo produttivo: la TFP. 5. Offshoring di servizi e TFP: modello empirico e risultati 5.1 Modello empirico La funzione di produzione di un dato settore in ciascun paese è y = A( SOS , Ω) ⋅ f ( L, M , K ) (5.1) dove A rappresenta la TFP, ed è funzione dell’offshoring di servizi e d’altre variabili di controllo. Questa rappresentazione implica che variazioni dell’offshoring di servizi spostano parallelamente la frontiera tecnologica, e fanno variare il livello di produzione a parità d’impiego degli input di lavoro, materiali e capitale. 20 Seguendo la letteratura precedente (ad esempio, Daveri e Jona-Lasinio, 2008; e Amiti e Wei, 2009), si assumerà che la forma funzionale di f (⋅) è Cobb-Douglas. Prendendo i logaritmi e utilizzando i pedici c, i e t per indicare, rispettivamente, i paesi, i settori e gli anni, l’espressione dell’equazione (5.1) diventerà ln y c ,i ,t = ln A( SOS c ,i ,t , Ω c ,i ,t ) + β L ln Lc ,i ,t + β M ln M c ,i ,t + β K ln K c ,i ,t (5.2) Si assumerà infine la seguente forma funzionale per A(⋅) : ln A = β c ,i + β SOS SOS c ,i ,t + β ' Ω c ,i ,t + u c ,i ,t (5.3) dove β c,i è un effetto fisso paese-settore, mentre u è un errore stocastico white-noise. Sostituendo l’equazione (5.3) nella (5.2) si ottiene l’espressione finale della funzione di produzione, che sarà stimata sui dati dell’Italia e dell’intero campione di paesi: ln y c ,i ,t = β c ,i + β L ln Lc ,i ,t + β M ln M c ,i ,t + β K ln K c ,i ,t + β SOS SOS c ,i ,t + β ' Ω c ,i ,t + u c ,i ,t (5.4) Il coefficiente di maggiore interesse è β SOS : se esso è maggiore di zero, l’offshoring di servizi esercita effetti positivi sulla TFP. Per valutare gli effetti dell’offshoring delle diverse tipologie di servizi, la specificazione (5.4) sarà modificata nel modo seguente: 5 s ln y c ,i ,t = β c ,i + β L ln Lc ,i ,t + β M ln M c ,i ,t + β K ln K c ,i ,t + ∑ β SOS SOS cs,i ,t + β ' Ω c ,i ,t + u c ,i ,t s =1 (5.5) 5.2 Risultati Come nella Sezione 3, saranno discussi prima i risultati ottenuti utilizzando l’indicatore aggregato d’offshoring sull’intero campione di paesi, che sono riportati nella Tavola 8. La colonna (1) contiene le stime di una specificazione di base 21 dell’equazione (5.4), che non include variabili di controllo. Coerentemente con le aspettative, i coefficienti degli input produttivi sono tutti positivi e stimati con precisione. Si noti, soprattutto, che anche il coefficiente β SOS è positivo e molto significativo. La stessa evidenza emerge dalla colonna (2), che include le dummy temporali. Il coefficiente β SOS , infatti, rimane positivo e statisticamente significativo all’1%, e la sua dimensione in pratica non cambia. E’ anche interessante notare che la dimensione di β SOS è simile a quella del parametro α1 in Tavola 4 (colonna 4), il che suggerisce che i risultati ottenuti utilizzando la TFP sono coerenti con quelli sulla produttività del lavoro. Queste specificazioni potrebbero tuttavia produrre stime distorte, a causa di variabili omesse che sono correlate sia con l’offshoring di servizi che con la TFP. Al proposito, la letteratura cita di solito l’offshoring di materiali e il progresso tecnico (si veda, ad esempio, Amiti e Wei, 2009). L’offshoring di materiali può esercitare effetti positivi sulla TFP per le stesse ragioni che valgono per l’offshoring di servizi, e che sono state ricordate nella Sezione 2. Il progresso tecnico, invece, può aumentare la TFP liberando le imprese da funzioni a basso valore aggiunto, e consentendo loro di focalizzarsi su attività più complesse. Entrambi i fenomeni sono al contempo potenzialmente correlati con l’offshoring di servizi, in quanto il progresso tecnico permette di coordinare più facilmente le attività svolte in paesi diversi, mentre la presenza estera può essere simultaneamente sfruttata per fare sourcing di materiali e di servizi. La colonna (3), pertanto, include le variabili MOS e ICT, che controllano rispettivamente per l’offshoring di materiali e per il progresso tecnico; questa specificazione è simile al modello principale stimato da Amiti e Wei (2009). I coefficienti di MOS e ICT sono positivi, in linea con le previsioni teoriche. L’utilizzo di 22 queste variabili, però, non ha effetti rilevanti sul coefficiente β SOS , che è anche in questo caso positivo e stimato con precisione; la leggera riduzione nella sua dimensione segnala, in effetti, che l’offshoring di servizi è correlato positivamente con quello di materiali e con il progresso tecnico. Nella colonna (4), s’include anche il rapporto tra importazioni e PIL di ciascun paese (IMPEN), per controllare che l’offshoring di servizi non stia semplicemente catturando gli effetti della maggiore integrazione commerciale. Il coefficiente d’IMPEN ha il segno atteso, ma non è stimato con precisione; allo stesso tempo, i risultati sull’offshoring di servizi non cambiano. Nella colonna (5), si cerca di controllare per shock macroeconomici a livello settoriale, come ad esempio quelli indotti da variazioni nel prezzo del petrolio e delle materie prime, includendo il prezzo dell’energia (ln EN. PRICE). Si noti che i risultati principali non cambiano. La colonna (6), invece, include dei trend lineari e quadratici, per tenere conto della possibilità che i tassi di crescita della TFP siano diversi tra paesi e settori. I trend sono congiuntamente significativi (la statistica F è uguale a 7.24), ma non si riscontra nessuna variazione di rilievo nei risultati fin qui discussi.15 Come ricordato nella Sezione 2, l’indicatore d’offshoring di servizi potrebbe non misurare con esattezza l’entità e l’andamento del fenomeno, a causa dell’utilizzo degli input non energetici al denominatore della formula e dell’impiego di dati stimati sulle importazioni settoriali di servizi. Per controllare la robustezza dei risultati rispetto al primo punto, l’equazione (5.4) è stata stimata utilizzando la produzione al denominatore 15 Sono state stimate anche delle specificazioni che includono termini interagiti tra effetti temporali e dummy paese e settore, in modo da controllare per shock a livello di industria e di economia. I risultati ottenuti sono simili a quelli discussi finora e non vengono dunque riportati per risparmiare spazio. 23 dell’indicatore d’offshoring (come in Hijzen et al., 2005). Anche in questo caso, il coefficiente β SOS è risultato positivo e statisticamente significativo all’1%, con una stima puntuale pari a 0.640 e uno standard error di 0.199. Per tenere conto del secondo problema, invece, il campione è stato ristretto agli anni 1995 e 2000 e sono stati utilizzati i dati ufficiali sulle importazioni settoriali di servizi riportati nelle Matrici d’Importazione. In questo caso, il coefficiente β SOS è risultato positivo e significativo al 10%, con una stima puntuale uguale a 0.865 e uno standard error di 0.501. Dunque, i risultati principali non sembrano dipendere da errori di misura nell’indicatore di offshoring di servizi. Seppur robusta, l’evidenza fin qui discussa potrebbe risentire dell’endogeneità dell’offshoring in specificazioni come la (5.4). In particolare, le stime di β SOS potrebbero essere upward biased, perché sono le imprese più produttive a ricorrere a strategie di delocalizzazione (Antras e Helpman, 2004). Per tenere conto di questo problema, l’equazione (5.4) sarà stimata utilizzando Variabili Strumentali (IV). Nella colonna (7), gli strumenti includono i primi tre ritardi di SOS. Come risulta dall’elevato valore del p-value della statistica J, gli strumenti scelti non sono endogeni; allo stesso tempo, essi sono sufficientemente correlati con SOS, come si evince dagli elevati valori delle statistiche F e di Cragg-Donald. Tutti i risultati precedenti sono confermati: in particolare, l’effetto dell’offshoring di servizi è positivo e molto significativo, anche se la dimensione di β SOS si riduce leggermente. Evidenza molto simile emerge dalla colonna (8), dove si strumentano tutte le variabili esplicative per tenere conto anche 24 della possibile endogeneità dell’offshoring di materiali e del progresso tecnico, e della simultaneità nelle decisioni di produzione e d’impiego degli input.16 Infine, nella colonna (9) si tiene conto della possibile persistenza della variabile dipendente, utilizzando lo stimatore GMM a 2 stadi per panel dinamici proposto da Arellano e Bond (1991). Gli strumenti includono i primi tre ritardi di tutti i regressori e i ritardi dal secondo al quinto della variabile dipendente. Le statistiche riportate alla fine della tavola mostrano che gli strumenti passano sia il test per le restrizioni di sovraidentificazione, sia quello per l’assenza di correlazione seriale del secondo ordine nei residui del modello. Non sorprendentemente, il termine ritardato del logaritmo della produzione è positivo e significativo, mentre i coefficienti degli input sono più piccoli e stimati con minore precisione rispetto alle specificazioni statiche. E’ rassicurante, però, che l’evidenza sugli effetti dell’offshoring di servizi rimanga inalterata, nonostante una leggera diminuzione nella dimensione di β SOS . Si analizzeranno adesso gli effetti dell’offshoring delle cinque tipologie di servizi, stimando l’equazione (5.5). I risultati sono riportati nella Tavola 9. Anche in questo caso, l’evidenza emersa nella sezione precedente usando la produttività del lavoro è confermata quando si utilizza un modello strutturale per la stima degli effetti sulla TFP. Si noti, infatti, che l’offshoring di servizi professionali, di comunicazione, e d’assicurazione e finanza aumenta la TFP, mentre l’offshoring di servizi informatici la riduce; non emergono invece risultati chiari ed univoci quando si considerano royalties e licenze. I coefficienti stimati sono particolarmente robusti (in termini sia di segno, sia di significatività e dimensione) all’utilizzo di diverse variabili di controllo (colonne (1)(6)), di stimatori IV (colonne (7)-(8)), e di modelli per panel dinamici (colonna (9)). 16 Gli strumenti includono i primi tre ritardi di tutte le variabili esplicative. 25 La Tavola 10 riporta i risultati per l’Italia. Le colonne (1)-(4) si riferiscono all’equazione (5.4), le colonne (5)-(8) all’equazione (5.5). Iniziando dalla colonna (1), che contiene le stime di una specificazione di base senza variabili di controllo, si noti che i coefficienti degli input sono tutti positivi e precisamente stimati, così come il parametro β SOS . Questa prima specificazione, dunque, suggerisce che l’offshoring di servizi aumenta la TFP anche in Italia. Nella colonna (2) s’includono le dummy temporali, per tenere conto di fenomeni correlati con l’offshoring di servizi, che interessano simultaneamente tutti i settori. Si noti che i risultati precedenti sono confermati; anzi, la dimensione di β SOS aumenta quando si controlla per le dummy annuali. La colonna (3) include anche le variabili MOS e ICT, per tenere conto della possibile correlazione fra offshoring di materiali e progresso tecnico da una parte, e offshoring di servizi e TFP dall’altra. Queste due variabili entrano con segno negativo, anche se solo il coefficiente d’ICT è statisticamente diverso da zero. I risultati sull’offshoring di servizi sono robusti all’utilizzo di questi controlli: infatti, il parametro β SOS è statisticamente maggiore di zero, e più grande di quello ottenuto con le specificazioni precedenti. Alla stessa conclusione si giunge guardando alla colonna (4), che include anche trend lineari e quadratici come controlli dei diversi tassi di crescita della TFP a livello settoriale.17 17 Anche per l’Italia, così come per l’intero campione di paesi, sono stati stimati modelli dinamici e a Variabili Strumentali. Benché i risultati supportino l’evidenza emersa dalle specificazioni ad effetti fissi, i test statistici hanno prodotto evidenza ambigua sulla validità degli strumenti utilizzati. Per questo motivo, i risultati di queste stime non vengono riportati. 26 Nella colonna (5), si stima la specificazione di base dell’equazione (5.5), che include gli indicatori d’offshoring disaggregati per tipologia di servizi. I coefficienti degli input produttivi hanno pressoché la stessa dimensione di quelli ottenuti in precedenza, con la sola eccezione del parametro del fattore lavoro, che è più piccolo e non precisamente stimato. Coerentemente con i risultati trovati sull’intero campione di paesi, l’offshoring di servizi assicurativi e finanziari e di servizi di comunicazione esercitano effetti positivi e significativi sulla TFP. Al contrario, non emergono effetti significativi per l’offshoring di servizi professionali e di servizi informatici: sebbene il segno dei due coefficienti sia lo stesso di quelli stimati sull’intero campione di paesi, nessuno dei parametri è statisticamente significativo. L’impiego delle dummy temporali nella colonna (6) lascia pressoché inalterata l’evidenza precedente. Infatti, mentre i parametri dell’offshoring di servizi assicurativofinanziari e di comunicazione rimangono positivi e significativi (e di dimensione simile a quelli della specificazione di base), il coefficiente dell’offshoring di servizi professionali cambia segno ma resta non significativo; i parametri degli indicatori dei servizi informatici e delle royalties e licenze sono entrambi negativi e non significativi. Controllando per l’offshoring di materiali e il progresso tecnico nella colona (7), e per i trend temporali nella colonna (8), si ottengono risultati simili, che mostrano effetti positivi e significativi dell’offshoring di servizi d’assicurazione e finanza e di comunicazione, e non significativi per le altre tipologie. In conclusione, sia in Italia sia negli altri paesi europei analizzati, l’offshoring di servizi tende ad aumentare la TFP. In entrambi i casi, però, si riscontra notevole eterogeneità negli effetti dell’offshoring, secondo il tipo d’attività terziarie delocalizzate all’estero. In particolare, l’offshoring 27 di servizi di comunicazione e d’assicurazione/finanza ha effetti positivi sulla produttività sia in Italia sia negli altri paesi. In quest’ultimo caso, emergono anche effetti positivi per l’offshoring di servizi professionali e negativi per quello di servizi informatici, che non si riscontrano nel nostro paese. 6. Offshoring di servizi e variazione della composizione delle attività domestiche Perché l’offshoring di servizi aumenta la produttività? Perché gli effetti sono eterogenei secondo il tipo di servizi delocalizzati? I dati a disposizione non consentono di dare risposte certe a queste domande. Questa sezione cercherà, in ogni caso, di fornire evidenza preliminare coerente con uno dei diversi possibili meccanismi attraverso cui l’offshoring di servizi può agire: la variazione della composizione delle attività domestiche a favore di fasi del processo a maggior valore aggiunto. L’esercizio empirico si basa sull’ipotesi che i lavoratori più qualificati hanno un vantaggio comparato in queste fasi; ciò sembra trovare conferma in studi precedenti (si veda, ad esempio, Autor et al., 2003). Sotto quest’ipotesi, se l’offshoring modifica la composizione delle attività a favore di fasi più complesse, l’intensità della produzione in lavoro qualificato dovrebbe aumentare. In altri termini, i settori che ricorrono di più all’offshoring di servizi dovrebbero caratterizzarsi anche per una maggiore quota dei lavoratori qualificati sull’occupazione totale, a parità d’altre condizioni. La specificazione utilizzata è dunque la seguente: ( L HS / L) c ,i ,t = β c ,i + β SOS SOS c ,i ,t + β Y ln Yc ,i ,t + β ' Ω c ,i ,t + u c ,i ,t 28 (6.1) dove, come in precedenza, β c ,i è un effetto fisso paese-settore, Y è il livello di produzione reale, Ω è un vettore di variabili di controllo, e u è un disturbo stocastico.18 L’equazione (6.1) sarà stimata sull’intero campione di paesi, per sfruttare il maggior numero d’osservazioni sulle variabili d’interesse. Il segno atteso di β SOS è positivo. Si stimerà anche una seconda specificazione, che include gli indicatori disaggregati al posto di SOS. Ciò consentirà di tener conto dell’eterogeneità negli effetti dell’offshoring di tipologie di servizi diverse, che è stata riscontrata nelle sezioni precedenti. La specificazione sarà 5 s ( L HS / L) c ,i ,t = β c ,i + ∑ β SOS SOS cs,i ,t + β Y ln Yc ,i ,t + β ' Ω c ,i ,t + u c ,i ,t (6.2) s =1 Ci si attende un segno positivo per l’offshoring di servizi professionali, di comunicazione, e d’assicurazione e finanza, e un segno negativo per i servizi informatici. La Tavola 11 riporta i risultati. Le colonne (1)-(6) si riferiscono all’equazione (6.1), mentre le colonne (7)-(12) sono relative all’equazione (6.2). Partendo dalla colonna (1), il coefficiente della produzione è positivo e significativo, suggerendo che le tecnologie non sono omotetiche e che una maggiore scala di produzione si associa ad un maggiore impiego di manodopera qualificata; ciò è in linea con i risultati di studi precedenti (Epifani e Gancia, 2006). Venendo al coefficiente d’interesse, β SOS , si noti che questo 18 Controllare per il livello di produzione consente di valutare le variazioni delle tecniche produttive lungo lo stesso isoquanto. 29 ultimo è positivo e significativo all’1%: un maggior ricorso all’offshoring di servizi, dunque, si associa a tecniche produttive più intensive in lavoro qualificato.19 La colonna (2) include le dummy temporali per tenere conto di shock comuni a tutti i paesi e a tutti i settori. Il coefficiente β SOS rimane positivo e significativo all’1%, benché la sua dimensione si dimezzi rispetto alla colonna precedente. I controlli per l’offshoring di materiali e per il progresso tecnico, inseriti nella specificazione in colonna (3), hanno segno positivo e i loro coefficienti sono precisamente stimati; tuttavia, l’evidenza principale sull’offshoring di servizi non cambia: il coefficiente β SOS , infatti, rimane positivo e statisticamente significativo, sebbene la sua dimensione si dimezzi rispetto alla specificazione precedente. A conclusioni simili portano le colonne (4)-(6), che controllano, rispettivamente, per la penetrazione delle importazioni, per il prezzo dell’energia e per i trend lineari e quadratici. Passando all’equazione (6.2), le colonne (7)-(12) mostrano che i coefficienti stimati sono generalmente significativi e positivi per l’offshoring di servizi professionali, di comunicazione, e assicurativo-finanziari, e negativi per l’offshoring di servizi informatici. Le diverse tipologie d’offshoring, dunque, sembrano modificare la composizione delle attività domestiche in modo differente: in particolare, i risultati suggeriscono che le attività professionali, di comunicazione e d’assicurazione-finanza trasferite all’estero dalle imprese europee costituiscono fasi a minor valore aggiunto rispetto alle attività non delocalizzate, mentre l’opposto vale per i servizi informatici. 19 Ulteriore evidenza in tal senso emerge da studi precedenti sull’effetto dell’offshoring di servizi sulla composizione per qualifiche della forza lavoro. Si veda a tal proposito la nota 2. 30 7. Sintesi e conclusioni Questo lavoro ha analizzato gli effetti dell’offshoring di servizi sulla produttività in Italia e in altri otto paesi europei, utilizzando dati comparabili relativi a 20 settori manifatturieri e terziari per il periodo 1990-2004. I risultati suggeriscono che l’offshoring di servizi aumenta la produttività delle imprese domestiche, sia nell’intero campione di paesi europei che in Italia. Distinguendo l’offshoring in cinque diverse tipologie di servizi, si è però riscontrata notevole eterogeneità negli effetti. In particolare, l’offshoring di servizi di comunicazione e d’assicurazione-finanza sembra aumentare la produttività sia in Italia sia negli altri paesi europei. In quest’ultimo caso, si riscontrano anche effetti positivi per l’offshoring di servizi professionali ed effetti negativi per l’offshoring di servizi informatici, che non emergono invece per l’Italia. Complessivamente, questo lavoro suggerisce che un’ulteriore crescita dell’offshoring di servizi nei prossimi anni, stimolata da nuovi progressi nelle tecnologie di informazione e comunicazione, potrebbe apportare benefici alle imprese italiane ed europee, in termini di maggiore produttività. Resta da chiedersi quali cambiamenti ciò produrrà nelle strategie delle imprese. Una maggiore produttività, infatti, può comportare un aumento della qualità dei beni prodotti, stimolare maggiori investimenti, e favorire nuove innovazioni, che a loro volta possono avere ricadute positive in termini di maggiori profitti e di crescita. Sfruttare queste opportunità potrebbe dunque rappresentare un’importante sfida per i prossimi anni. 31 Riferimenti bibliografici Amiti M. e Wei S.J. (2005) Fear of Service Outsourcing: Is It Justified? Economic Policy 20(42): 308-347 Amiti M. e Wei S.J. (2009) Service Offshoring and Productivity: Evidence from the US," The World Economy 32(2): 203-220 Antras P., Garicano L. e Rossi-Hansberg E. (2006) Offshoring in a Knowledge Economy. The Quarterly Journal of Economics 121(1): 31-77 Antras P., Garicano L. e Rossi-Hansberg E. (2008) Organizing Offshoring: Middle Managers and Communication Costs. In E. Helpman, D. Marin e T. Verdier (eds.) The Organization of Firms in a Global Economy. Cambridge, MA: Harvard University Press Antras P. e Helpman E. (2004) Global Sourcing. Journal of Political Economy 112(3): 552-580 Arellano M. e Bond S. (1991) Some Tests of Specification for Panel Data: Monte Carlo Evidence and an Application to Employment Equations. The Review of Economic Studies, 58(2): 277-297 Autor D., Levy F. e Murnane R. (2003) The Skill Content of Recent Technological Change: An Empirical Exploration. The Quarterly Journal of Economics 118(4): 1279-1333 Baldwin R. e Robert-Nicoud F. (2007) Offshoring: General Equilibrium Effects on Wages, Production and Trade. NBER Working Paper 12991 Becker S.O., Ekholm K. e Muendler M. (2009) Offshoring and the Onshore Composition of Tasks and Skills. CEPR Discussion Paper 7391 32 Bhagwati J., Panagariya A. e Srinivasan T.N. (2004) The Muddles over Outsourcing. The Journal of Economic Perspectives 18(4): 93-114 Blinder A.S. (2006) Offshoring: The Next Industrial Revolution? Foreign Affairs March/April: 113-128 Crinò R. (2008) Service Offshoring and Productivity in Western Europe. Economics Bulletin 6(35): 1-8 Crinò R. (2009a) Offshoring, Multinationals and Labour Market: A Review of the Empirical Literature. Journal of Economics Surveys 23(2): 197-249 Crinò R. (2009b) Service Offshoring and the Skill Composition of Labor Demand, Mimeo Crinò R. (2009c) Service Offshoring and White-Collar Employment. The Review of Economic Studies, in corso di pubblicazione Criscuolo C. e Leaver M. (2005) Offshore Outsourcing and Productivity. Mimeo Daveri F. e Jona-Lasinio C. (2008) Offshoring and Productivity Growth in the Italian Manufacturing Industry. CESifo Economic Studies 54(3): 414-450 Deardorff A.V. (2005) A Trade Theorist's Take on Skilled-Labor Outsourcing. International Review of Economics and Finance 14(3): 259-271 Egger H. e Egger O. (2006) International Outsourcing and the Productivity of LowSkilled Labour in the EU. Economic Inquiry 44(1): 98-108 Egger P., Pfaffermayr M. e Wolfmayr-Schnitzer Y. (2001) The International Fragmentation of Austrian Manufacturing: The Effects of Outsourcing on Productivity and Wages. North American Journal of Economics and Finance 12(3): 257-272 33 Epifani P. e Gancia G. (2006) Increasing Returns, Imperfect Competition and Factor Prices. The Review of Economics and Statistics 88(4): 583-598 Eurostat (2004) European Demography in 2003. Disponibile sul sito http://epp.eurostat.ec.europa.eu/cache/ITY_PUBLIC/3-31082004-BP/EN/331082004-BP-EN.PDF Feenstra R.C. (1998) Integration of Trade and Disintegration of Production in the Global Economy. The Journal of Economic Perspectives 12(4): 31-50 Feenstra R.C. e Hanson G.H. (1999) The Impact of Outsourcing and High-Technology Capital on Wages: Estimates for the United States, 1979-1990. The Quarterly Journal of Economics 114(3): 907-940 Feenstra R.C. e Hanson G.H. (2003) Global Production Sharing and Rising Inequality: A Survey of Trade and Wages. In K. Choi e J. Harrigan (eds.) Handbook of International Trade (pp. 146-185). Basil Blackwell Freund C. e Weinhold D. (2002) The Internet and International Trade in Services. The American Economic Review Papers and Proceedings 92(2): 236-240 Geishecker I. e Gorg H. (2008) Service Offshoring and Wages: Evidence from Micro Data. IZA Discussion Paper 3593 Gorg H. e Hanley A. (2005) International Outsourcing and Productivity: Evidence from the Irish Electronics Industry. North American Journal of Economics and Finance 16 (2): 255-269 Gorg H., Hanley A. e Strobl E. (2008) Productivity Effects of International Outsourcing: Evidence from Plant Level Data. Canadian Journal of Economics 41(2): 670-688 34 Grossman G.M. e Rossi-Hansberg E. (2008) Trading Tasks: A Simple Theory of Offshoring. The American Economic Review 98(5): 1978-1997 Hijzen A., Gorg H. e Hine R.C. (2005) International Outsourcing and the Skill Structure of Labour Demand in the United Kingdom. The Economic Journal 115(506): 860-878 Horgos D. (2009) Labor Market Effects of International Outsourcing: How Measurement Matters. International Review of Economics and Finance 18(4): 611-23 Kasahara H. e Rodriguez J. (2008) Does the Use of Imported Intermediates Increase Productivity? Plant-Level Evidence. Journal of Development Economics 87(1): 106-118 Kurz C.J. (2006) Outstanding Outsourcers: A Firm- and Plant-Level Analysis of Production Sharing. Discussion Paper 2006-04, Divisions of Research & Statistics and Monetary Affairs, Federal Reserve Bank, Washington, D.C. Lipsey R.E. (2006) Measuring International Trade in Services. NBER Working Paper 12271 Liu R. e Trefler D. (2008) Much Ado About Nothing: American Jobs and the Rise of Service Outsourcing to China and India. Working Paper 14061, NBER Mankiw G.N. e Swagel P. (2006) The Politics and Economics of Offshore Outsourcing. Journal of Monetary Economics 53(5): 1027-1056 Mann C.L. (2003) Globalization of IT Services and White-Collar Jobs: The Next Wave of Productivity Growth. Policy Brief 03-11, Institute for International Economics 35 Markusen J. (2005) Modelling the Offshoring of White-Collar Services: From Comparative Advantage to the New Theories of Trade and FDI. In L. Brainard e S.M. Collins (eds.) Offshoring White-Collar Work - The Issues and the Implications (pp. 1-34). Washington, D.C.: Brookings Trade Forum 2005 Oecd (2007) Offshoring and Employment: Trends and Impacts. OECD Olsen K.B. (2006) Productivity Impacts of Offshoring and Outsourcing: A Review. Working Paper 2006/1, Directorate for Science, Technology and Industry (STI), OECD Rodriguez Clare A. (2007) Offshoring in a Ricardian World. NBER Working Paper 13203 Samuelson P.A. (2004) Where Ricardo and Mill Rebut and Confirm Arguments of Mainstream Economists Supporting Globalization. The Journal of Economic Perspectives 18(3): 135-146 Schott P.K. (2004) Across-Product versus Within-Product Specialization in International Trade. The Quarterly Journal of Economics 119(2): 646-677 Timmer M., van Moergastel T., Stuivenwold E., Ypma G., O'Mahony M. e Kangasniemi M. (2007) EUKLEMS Growth and Productivity Accounts: Methodology (Part 1). Mimeo Tomiura E. (2007) Foreign Outsourcing, Exporting, and FDI: A Productivity Comparison at the Firm-Level. Journal of International Economics 72(1): 113127 Trefler D. (2005a) Policy Responses to the New Offshoring: Think Globally, Invest Locally. Articolo preparato per Industry Canada's Roundtable on Offshoring, 30 marzo 2005 36 Trefler D. (2005b) Service Offshoring: Threats and Opportunities. In L. Brainard e S.M. Collins (eds.) Offshoring White-Collar Work - The Issues and the Implications (pp. 35-73). Washington, D.C.: Brookings Trade Forum 2005 Unctad (2004a) Service Offshoring Takes Off in Europe: In Search of Improved Competitiveness. Organizzazione delle Nazioni Unite Unctad (2004b) World Investment Report: The Shift Towards Services. Organizzazione delle Nazioni Unite Yasar M. e Morrison C.J. (2007) International Linkages and Productivity at the Plant Level: Foreign Direct Investment, Exports, Imports and Licensing. Journal of International Economics 71: 373-388 37 Tavola 1 - Composizione del campione Codice NACE Denominazione settore 15-16 Alimentari, bevande, tabacco 17-19 Tessile, abbigliamento, cuoio 20 Legno 21-22 Carta ed editoria 23 Raffinazione petrolifera 24 Chimica 25 Gomma e plastica 26 Minerali non metallici 27-28 Metalli e prodotti in metallo 29 Meccanica 30-33 Macchine per ufficio, elettriche e per le telecomunicazioni 34-35 Autoveicoli e altri mezzi di trasporto 36-37 Mobili e altri manufatti 50 Commercio di veicoli 51 Commercio all'ingrosso 52 Commercio al dettaglio 60-63 Trasporti 64 Poste e telecomunicazioni 70 Attività di servizi immobiliari 71-74 Noleggio, informatica, R&S, altre attività professionali Paesi Quota dell'occupazione nel settore privato Austria 0.75 Finlandia 0.81 Francia 0.79 Germania Italia 0.80 0.77 Paesi Bassi 0.80 Regno Unito 0.77 Spagna 0.70 Svezia 0.82 Elaborazioni dell'autore su dati EUKLEMS. 38 Tavola 2 - Statistiche descrittive ln Y N 2610 Media 9.82 Dev. std. 1.65 ln L 2610 5.56 1.36 ln K 2569 7.67 1.84 ln M 2610 9.25 1.63 SOS 2317 2.69 3.82 MOS 2368 22.5 19.5 ICT 2550 ln (VA/L) 2610 14.6 3.31 14.7 0.99 ln (K/L) LHS/L 2569 2.11 1.33 2590 ln (M/L) 2610 9.72 3.68 8.65 1.09 ln EN. PRICE 2548 0.09 0.24 IMPEN 2610 33.79 12.63 Elaborazioni dell'autore su dati Eurostat, EUKLEMS, OCSE e Banca Mondiale. Legenda: Y , produzione; L , input di lavoro (numero di ore lavorate); K , input di capitale (remunerazione del capitale); M , input di materiali (acquisti di beni e servizi intermedi); SOS , offshoring di servizi (quota dei servizi importati sugli acquisti totali di input non energetici); MOS , offshoring di materiali (quota dei beni intermedi importati sugli acquisti totali di input non energetici); ICT , progresso tecnico (quota delle tecnologie di informazione e comunicazione sulla remunerazione totale del capitale); VA/L , produttività del lavoro (valore aggiunto per ora lavorata); K/L , intensità di capitale; L HS /L , intensità di lavoro qualificato (quota dei lavoratori laureati sul totale delle ore lavorate); M/L , intensità di materiali; EN. PRICE , indice di prezzo degli acquisti di beni energetici (normalizzato a 1 nel 1995); IMPEN , penetrazione delle importazioni (rapporto tra importazioni e PIL). 39 Tavola 3 - L'offshoring di servizi nei singoli paesi N Media (%) 2317 2.69 Attività professionali 2317 Comunicazione Dev. std. (%) ∆ 1990-2004 (p. perc.) N Media (%) 3.82 0.62 300 2.04 2.21 1.95 3.32 0.53 300 1.18 1.27 0.57 2317 0.23 1.26 0.15 300 0.21 0.70 0.14 Assicurazione e finanza 2317 0.18 0.33 -0.09 300 0.43 0.59 -0.54 Informatica 2317 0.06 0.14 0.08 300 0.04 0.08 0.02 Royalties e licenze 2317 0.27 0.76 -0.06 300 0.18 0.16 -0.10 137 11.40 6.34 -4.01 297 4.18 4.94 Attività professionali 137 11.40 6.34 -4.02 297 2.77 2.92 1.76 Comunicazione 137 0.00 0.00 0.00 297 0.60 2.60 0.62 Assicurazione e finanza 137 0.00 0.00 0.00 297 0.12 0.18 0.06 Informatica 137 0.01 0.01 0.01 297 0.08 0.10 0.18 Royalties e licenze 137 0.00 0.00 0.00 297 0.61 0.96 0.70 Campione intero Offshoring di servizi Italia Austria Offshoring di servizi 0.10 Paesi Bassi Finlandia Offshoring di servizi Dev. std. ∆ 1990-2004 (%) (p. perc.) 3.32 Regno Unito 295 2.75 2.33 -0.37 298 1.45 1.15 Attività professionali 295 1.65 1.42 1.10 298 0.73 0.79 0.55 Comunicazione 295 0.20 0.31 0.00 298 0.16 0.31 -0.01 Assicurazione e finanza 295 0.24 0.31 -0.34 298 0.19 0.18 0.32 Informatica 295 0.07 0.09 -0.01 298 0.07 0.11 0.13 Royalties e licenze 295 0.60 1.58 -1.12 298 0.30 0.19 0.16 Spagna Francia Offshoring di servizi 1.14 270 0.86 0.60 0.15 270 1.62 1.55 Attività professionali 270 0.59 0.36 0.35 270 1.10 1.36 1.17 Comunicazione 270 0.06 0.15 0.03 270 0.00 0.00 0.00 Assicurazione e finanza 270 0.19 0.37 -0.26 270 0.18 0.36 0.08 Informatica 270 0.03 0.02 0.02 270 0.02 0.08 -0.01 Royalties e licenze 270 0.00 0.00 0.00 270 0.31 0.66 0.05 Germania Offshoring di servizi 1.29 Svezia 298 1.72 3.25 1.20 152 2.64 2.02 Attività professionali 298 1.07 2.13 0.61 152 1.92 1.68 1.94 Comunicazione 298 0.48 2.14 0.34 152 0.19 0.33 0.24 Assicurazione e finanza 298 0.03 0.02 0.05 152 0.15 0.20 0.05 Informatica 298 0.14 0.26 0.20 152 0.11 0.21 0.12 Royalties e licenze 298 0.00 Elaborazioni dell'autore su dati EUKLEMS e Eurostat. 0.00 0.00 152 0.27 0.67 0.05 40 2.40 Tavola 4 - Offshoring di servizi e produttività del lavoro in Europa Variabile dipendente: ln(VA/L) SOS (1) (2) (3) (4) 0.029*** 0.029*** 0.009*** 0.008*** [0.004] [0.004] [0.001] [0.003] 0.445*** 0.111*** ln (K/L) LHS/L ln (M/L) [0.017] [0.022] 0.009*** 0.002 [0.001] [0.003] 0.193*** 0.425*** [0.016] [0.037] 0.324*** 0.323*** 0.142*** 0.217*** [0.013] [0.013] [0.006] [0.062] Dummy temporali NO SI SI SI Dummy paese-settore NO NO NO SI N 2317 2317 2271 2271 ln Y 0.31 0.31 0.86 0.98 R2 Regressioni OLS con standard errors corretti per eteroschedasticità in parentesi. ***,**,*: indica significatività all'1%, 5% e 10%, rispettivamente. Tavola 5 - Offshoring di servizi e produttività del lavoro in Italia Variabile dipendente: ln(VA/L) SOS (1) (2) (3) (4) 0.225*** 0.228*** 0.111*** 0.047** [0.038] [0.039] [0.030] [0.019] 0.620*** 0.040* ln (K/L) LHS/L ln (M/L) ln Y [0.037] [0.023] -0.021*** -0.014*** [0.003] [0.004] -0.008 0.464*** [0.067] [0.077] 0.549*** 0.552*** 0.119*** 0.521*** [0.100] [0.103] [0.034] [0.158] Dummy temporali NO SI SI SI Dummy settore NO NO NO SI N 300 300 285 285 R2 Si veda la nota alla Tavola 4. 0.30 0.31 0.91 0.99 41 (6) 2317 0.30 2317 0.31 N R Si veda la nota alla Tavola 4. NO NO NO [0.013] [0.013] NO 0.311*** 0.322*** 0.32 2317 NO NO [0.013] 42 0.311*** 0.30 2317 NO NO [0.013] 0.314*** 0.29 2317 NO NO [0.013] 0.311*** 0.35 2317 NO NO [0.013] 0.329*** [0.018] [0.015] [0.110] -0.035* 0.003 [0.115] [0.074] -0.677*** -0.381*** [0.071] [0.006] 0.457*** [0.005] 0.435*** 0.048*** 0.049*** Dummy paese-settore 2 (5) [0.005] (4) [0.005] (3) 0.033*** (2) 0.028*** Dummy temporali ln Y ln (M/L) LHS/L ln (K/L) Offsh. royalties e licenze Offsh. servizi informatici Offsh. servizi assicurazione e finanziari Offsh. servizi comunicazione Offsh. servizi professionali (1) Tavola 6 - Offshoring di tipologie diverse di servizi e produttività del lavoro in Europa Variabile dipendente: ln(VA/L) 0.35 2317 NO SI [0.013] 0.329*** [0.019] -0.038** [0.111] -0.756*** [0.075] 0.481*** [0.006] 0.048*** [0.005] 0.033*** (7) (8) (9) 0.86 2271 NO SI [0.006] 0.98 2271 SI SI [0.062] 0.216*** [0.037] 0.147*** [0.016] [0.003] 0.430*** 0.191*** [0.001] [0.022] 0.000 [0.016] 0.010*** 0.110*** [0.006] -0.001 [0.037] -0.106*** [0.017] 0.061*** [0.005] 0.012** [0.003] 0.008*** 0.438*** [0.007] 0.005 [0.052] -0.255*** [0.030] 0.051* [0.004] 0.023*** [0.002] 0.010*** (5) (6) NO 300 0.26 Dummy settore N R2 Si veda la nota alla Tavola 4. 0.16 300 NO NO [0.089] [0.105] NO 0.357*** 0.557*** 0.43 300 NO NO [0.083] 43 0.536*** 0.13 300 NO NO [0.105] 0.469*** 0.13 300 NO NO [0.093] 0.436*** 0.79 300 NO NO [0.032] 0.199*** [0.225] [0.306] [1.338] -2.773*** -0.325 [0.301] [0.078] -9.364*** -0.746** [0.144] [1.038] 1.461*** [0.656] 1.059*** 5.922*** 1.597** [0.036] (4) [0.048] (3) 0.062* (2) 0.283*** Dummy temporali ln Y ln (M/L) LHS/L ln (K/L) Offsh. royalties e licenze Offsh. servizi informatici Offsh. servizi assicurazione e finanziari Offsh. servizi comunicazione Offsh. servizi professionali (1) Tavola 7 - Offshoring di tipologie diverse di servizi e produttività del lavoro in Italia Variabile dipendente: ln(VA/L) 0.80 300 NO SI [0.030] 0.170*** [0.224] -2.517*** [1.289] -9.536*** [0.100] 1.645*** [1.005] 6.035*** [0.045] -0.015 (7) (9) 0.95 285 NO SI [0.022] 0.99 285 SI SI [0.183] 0.445** [0.077] 0.083*** [0.064] [0.005] 0.394*** 0.044 [0.004] [0.023] -0.012** -0.022*** 0.045* [0.044] [0.119] 0.314*** [0.308] -0.091 [0.032] 0.051 [0.227] 0.210 [0.027] 0.009 0.423*** [0.204] -0.427** [0.684] -5.258*** [0.112] 0.698*** [0.558] 3.367*** [0.053] 0.091* (8) (6) 0.94 0.94 2288 0.94 2288 SI 0.95 1806 NO SI 0.06 22.6 (12.9 - 205.0) 0.95 1795 NO SI [0.001] 0.004*** [0.000] 0.001** [0.021] 0.730*** [0.012] 0.080*** [0.020] 0.096*** [0.001] 0.005*** (8) AB - GMM 1.00 2122 NO SI [0.048] 0.240*** [0.001] 0.000 [0.001] 0.002* [0.063] 0.559*** [0.010] 0.035*** [0.048] 0.046 [0.001] 0.004*** (9) 44 P -value AR(2) test 0.15 Regressioni panel con effetti fissi settore-paese, IV e GMM; standard errors corretti per eteroschedasticità e clustering a livello settore-paese in parentesi. ***,**,*: indica significatività all'1%, 5% e 10%, rispettivamente. Nella colonna (7) la variabile strumentata è SOS e gli strumenti sono i primi tre ritardi; nella colonna (8) vengono strumentate tutte le variabili esplicative, usando i primi tre ritardi; nella colonna (9) gli strumenti includono anche i ritardi dal secondo al quinto della variabile dipendente. 0.21 0.94 2288 NO SI [0.000] 0.003*** [0.000] 0.001** [0.018] 0.710*** [0.006] 0.059*** [0.016] 0.093*** P -value Hansen J -stat. 0.94 2288 NO SI 0.005*** [0.001] 34.2 0.93 R2 2288 NO SI [0.001] 0.003*** [0.000] 0.001 [0.037] 0.695*** [0.012] 0.063*** [0.032] 0.109*** [0.002] 0.006*** 34.2 2288 N NO SI [0.014] 0.014 [0.001] 0.003*** [0.000] 0.001 [0.038] 0.697*** [0.012] 0.063*** [0.032] 0.108*** [0.002] 0.006*** Cragg-Donald stat. NO Trend lineare e quadratico SI [0.092] 0.027 [0.001] [0.001] [0.000] 0.003*** [0.000] 0.003*** 0.001 [0.037] 0.695*** [0.012] 0.063*** [0.032] 0.109*** [0.002] 0.006*** 0.001 [0.037] 0.695*** [0.012] 0.063*** [0.032] 0.109*** [0.002] 0.006*** F -stat. strumenti esclusi (min - max) NO [0.042] [0.029] [0.009] 0.702*** 0.753*** [0.010] [0.035] 0.045*** [0.026] 0.052*** 0.103*** [0.002] 0.077*** 0.007*** 0.008*** [0.002] Dummy temporali ln Yt-1 ln EN. PRICE IMPEN ICT MOS ln M ln K ln L SOS (5) LSDV - IV (4) (7) (3) LSDV (1) (2) Tavola 8 - Offshoring di servizi e TFP in Europa Variabile dipendente: ln(Y) P -value AR(2) test Si veda la nota alla Tavola 8. 45 0.94 0.95 1806 NO 0.04 0.94 2288 SI SI P -value Hansen J -stat. 0.94 2288 NO SI [0.000] 0.002*** [0.000] 0.000 [0.016] 0.703*** [0.006] 0.056*** [0.015] 0.094*** [0.011] -0.013 [0.017] -0.096*** [0.011] 0.053*** [0.005] 0.030*** [0.001] 0.005*** 7.2 0.94 2288 NO SI [0.001] 0.002*** [0.001] 0.000 [0.030] 0.697*** [0.011] 0.061*** [0.029] 0.108*** [0.004] -0.009** [0.020] -0.073*** [0.016] 0.044*** [0.003] 0.020*** [0.002] 0.006*** (10.0-52.6) 0.94 2288 NO SI [0.015] 0.018 [0.001] 0.002*** [0.001] 0.000 [0.031] 0.700*** [0.011] 0.060*** [0.029] 0.107*** [0.004] -0.009** [0.020] -0.071*** [0.016] 0.045*** [0.004] 0.020*** [0.002] 0.006*** Cragg-Donald stat. 0.94 2288 NO SI [0.093] 0.051 [0.001] [0.001] [0.001] 0.003*** [0.001] 0.002*** 0.000 [0.030] 0.698*** [0.011] 0.060*** [0.029] 0.108*** [0.004] -0.009** [0.020] -0.074*** [0.016] 0.044*** [0.003] 0.020*** [0.002] 0.006*** 0.000 [0.030] 0.697*** [0.011] 0.061*** [0.029] 0.108*** [0.004] -0.009** [0.020] -0.073*** [0.016] 0.044*** [0.003] 0.020*** [0.002] 0.006*** F -stat. strumenti esclusi (min - max) 2 2288 N R NO Trend lineare e quadratico SI [0.037] [0.027] NO 0.707*** 0.765*** [0.008] [0.009] [0.032] 0.043*** 0.052*** [0.024] [0.003] 0.105*** 0.073*** [0.003] [0.020] -0.007** -0.003 [0.021] [0.015] -0.082*** -0.044** [0.015] [0.006] 0.052*** [0.009] 0.050*** 0.019*** [0.002] [0.002] 0.020** 0.007*** 0.008*** Dummy temporali ln Yt-1 ln EN. PRICE IMPEN ICT MOS ln M ln K ln L Offsh. royalties e licenze Offsh. servizi informatici Offsh. servizi assicurazione e finanziari Offsh. servizi comunicazione Offsh. servizi professionali (6) LSDV - IV (5) (7) (4) (1) (3) LSDV (2) Tavola 9 - Offshoring di tipologie diverse di servizi e TFP in Europa Variabile dipendente: ln(Y) 0.02 3.7 (10.2-118.0) 0.95 1795 NO SI [0.001] 0.004*** [0.000] 0.000 [0.018] 0.724*** [0.012] 0.071*** [0.018] 0.089*** [0.011] -0.014 [0.015] -0.072*** [0.012] 0.052*** [0.005] 0.031*** [0.001] 0.005*** (8) AB - GMM 0.16 1.00 2122 NO SI [0.038] 0.243*** [0.001] 0.001 [0.001] 0.001* [0.045] 0.554*** [0.010] 0.045*** [0.036] 0.083** [0.002] 0.002 [0.026] -0.076*** [0.013] 0.030** [0.004] 0.016*** [0.002] 0.005*** (9) Tavola 10 - Offshoring di servizi e TFP in Italia Variabile dipendente: ln(Y) Offshoring di servizi aggregato SOS Offshoring di servizi disaggregato (1) (2) (3) (4) 0.014*** 0.017*** 0.028*** 0.028*** [0.004] [0.004] [0.007] [0.007] Offsh. servizi professionali Offsh. servizi comunicazione Offsh. servizi assicurazione e finanziari Offsh. servizi informatici Offsh. royalties e licenze (6) (7) (8) 0.005 -0.005 -0.004 -0.003 [0.015] [0.008] [0.009] [0.009] 0.088** 0.117* 0.117* 0.117* [0.033] [0.063] [0.064] [0.064] 0.096*** 0.102*** 0.108*** 0.109*** [0.024] [0.020] [0.019] [0.020] -0.277 -0.423 -0.240 -0.239 [0.214] [0.279] [0.307] [0.314] -0.196 -0.138 -0.063 -0.072 [0.133] [0.104] [0.108] [0.107] 0.028 0.061 0.060 0.057 [0.110] [0.106] [0.105] 0.045*** 0.027 0.027 [0.014] [0.016] [0.016] 0.654*** 0.585*** 0.604*** 0.605*** [0.090] [0.168] [0.169] [0.169] -0.001 -0.001 -0.001 [0.001] [0.001] [0.001] -0.003** -0.003*** -0.003* -0.003* [0.001] [0.001] [0.001] [0.001] ln L 0.065** [0.026] [0.028] [0.028] [0.029] [0.047] ln K 0.054*** 0.050*** 0.031*** 0.031** 0.049*** [0.008] [0.009] [0.012] [0.012] [0.015] 0.645*** 0.659*** 0.671*** 0.672*** [0.017] [0.025] [0.026] [0.026] -0.001 [0.001] ln M 0.059** (5) MOS ICT 0.060** 0.059** Dummy temporali NO SI SI SI NO SI SI SI Trend lineare e quadratico NO NO NO SI NO NO NO SI N 300 300 300 300 300 300 300 300 0.95 0.96 0.96 0.96 0.94 0.94 0.94 0.94 R2 Regressioni panel con effetti fissi settore. Si vedano anche le note alle tavole precedenti. 46 2299 NO NO SI 47 [0.249] SI SI [0.250] 0.57 2299 6.566*** 2.200*** 2.506*** 0.39 2299 NO NO [0.193] 0.57 2299 NO SI [0.241] 0.58 2299 NO SI [0.251] 0.58 2299 NO SI [0.252] 2.560*** 0.58 2299 NO SI [0.250] 2.562*** [0.184] 2.730*** 0.39 0.56 0.57 0.57 0.57 R2 Regressioni panel con effetti fissi settore-paese. Si vedano anche le note alle tavole precedenti. 2299 NO SI [0.251] 2.723*** 0.775*** [0.005] 0.020*** [0.007] 0.032*** [0.084] -0.103 [0.433] -2.206*** [0.149] 0.349** [0.070] 0.176** [0.021] 0.045** (11) [0.184] 2.679*** [0.005] 0.023*** [0.007] 0.029*** [0.084] -0.085 [0.435] -2.358*** [0.149] 0.326** [0.071] 0.175** [0.021] 0.060*** [1.222] [0.005] 0.020*** [0.007] 0.030*** [0.084] -0.105 [0.434] -2.273*** [0.149] 0.301** [0.071] 0.171** [0.021] 0.057*** (10) 0.783*** 2299 2299 N NO SI [0.250] 2.678*** [0.085] [0.099] [0.438] -0.082 0.104 [0.501] [0.145] -2.295*** 0.869* [0.171] [0.071] 0.522*** [0.084] 0.136 0.167** [0.021] [0.024] 0.116 0.077*** 0.111*** Offshoring di servizi disaggregato (7) (8) (9) [1.222] [0.005] 0.019*** [0.007] 0.032*** [0.019] 0.036* (6) 3.172*** [0.005] 0.020*** [0.007] 0.034*** [0.019] 0.027 (5) 2.701** [0.005] [0.005] [0.007] 0.023*** [0.007] 0.020*** 0.031*** [0.019] 0.039** 0.032*** [0.019] 0.035* (4) 2299 NO Trend lineare e quadratico SI [0.240] [0.184] NO 2.314*** [0.019] [0.021] 6.606*** 0.059*** 0.120*** Dummy temporali ln Y ln EN. PRICE IMPEN ICT MOS Offsh. royalties e licenze Offsh. servizi informatici Offsh. servizi assicurazione e finanziari Offsh. servizi comunicazione Offsh. servizi professionali SOS Offshoring di servizi aggregato (1) (2) (3) Tavola 11 - Offshoring di servizi e composizione delle attività domestiche Variabile dipendente: (LHS/L) 0.577 2299 SI SI [0.251] 2.508*** [0.005] 0.020*** [0.007] 0.030*** [0.084] -0.099 [0.434] -2.274*** [0.149] 0.298** [0.071] 0.171** [0.021] 0.057*** (12) log(V.A./ora lavorata) 4 6 8 Figura 1 - Offshoring di servizi e produttività del lavoro 0 2 ln(VA/L) = 3.428*** + 0.007* x SOS 0 10 20 Offshoring di servizi (%) 30 Elaborazioni dell'autore su dati Eurostat e EUKLEMS. Ogni osservazione corrisponde ad una combinazione "paese-settore-anno". 48 40 .05 0 0 .1 0 .02 Offshoring di servizi Regno Unito .1 Offshoring di servizi Germania .2 Offshoring di servizi Austria .04 .15 .3 .06 .2 .4 .02 .05 .04 Offshoring di servizi Spagna .05 Offshoring di servizi Italia .1 Offshoring di servizi Finlandia .06 .15 49 Elaborazioni dell'autore su dati Eurostat e EUKLEMS. Ogni osservazione corrisponde ad una combinazione "settore-anno". 0 0 0 Figura 2 - Offshoring di servizi e produttività del lavoro nei singoli paesi 4.5 4 log(V.A./ora lavorata) 2.5 3 3.5 2 6 log(V.A./ora lavorata) 4 5 3 2 log(V.A./ora lavorata) 3 4 5 2 6 5 log(V.A./ora lavorata) 2 3 4 1 8 log(V.A./ora lavorata) 2 4 6 0 5 log(V.A./ora lavorata) 3 4 2 .1 .08 .2 6 log(V.A./ora lavorata) 3 4 5 2 1 5 log(V.A./ora lavorata) 2 3 4 1 4 log(V.A./ora lavorata) 1 2 3 0 0 0 0 .02 .05 .01 .04 .06 Offshoring di servizi Svezia .1 .15 Offshoring di servizi Paesi Bassi .02 Offshoring di servizi Francia .08 .2 .03 .1 .25 .04