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