Analisi descrittiva 1 Variabili utilizzate

Per entrambe le aree considerate sono disponibili le variabili: sesso, età, settore e qualifica dell’ultimo impiego, durata di permanenza in lista, godimento o meno dell’indennità, condizione rispetto alla lista alla data del 31 dicembre 1993. Per la provincia di Trento sono noti anche lo stato civile, il titolo di studio, la provenienza o meno dalla cassa integrazione guadagni (CIG) oppure dalla disoccupazione speciale e per la regione Veneto la provincia di residenza.

2.2. Campione

Il campione è costituito da 691 soggetti per la provincia di Trento e 951 soggetti per la regione Veneto18. La maggior parte di essi è costituita da operai e proviene dal settore industriale. In entrambe le aree prevalgono gli uomini e la classe di età “30-49 anni”, anche se il Veneto è caratterizzato da un peso piuttosto rilevante della componente femminile (48% contro 39%), la quale interessa soprattutto le più giovani. A differenza del Veneto, a Trento prevalgono gli operai maschi più anziani del settore manifatturiero tra coloro che percepiscono l’indennità.

16

Gli autori hanno scelto di esaminare un solo anno per cercare di mantenere invariate sia le caratteristiche dei lavoratori interessati che le condizioni del mercato del lavoro in cui essi sono venuti ad operare. Inoltre nel periodo di un anno vi è un numero sufficiente di avviamenti a tempo indeterminato e nel contempo un numero ridotto di cancellazioni per decorrenza del tempo concesso di iscrizione in lista.

17 _{Per la regione Veneto l’universo di riferimento è stato ridotto ad un campione di 1000 soggetti, stratificato in base al}

2.3. Distribuzioni considerate : distribuzione della durata di permanenza in lista per condizione lavorativa19 e per condizione lavorativa e sesso.

2.4. Evidenze salienti

Relativamente alla provincia di Trento si ha una prima importante indicazione: mentre per gli uomini aumenta progressivamente il rischio di permanere in lista, se dopo l’iscrizione non segue un avviamento in tempi brevi, per le donne la probabilità di reimpiego cresce con la durata del periodo di mobilità. Per quanto riguarda, invece, la regione Veneto, non sembrano esserci differenze rilevanti tra i due sessi.

3. Analisi econometrica

3.1. Stima non parametrica della funzione di sopravvivenza

Si calcola la funzione empirica di sopravvivenza separatamente per i maschi e per le femmine. Dopo un anno i tassi di sopravvivenza per i due sessi risultano simili in Veneto e in Trentino, ma nella provincia di Trento, a conferma di quanto ottenuto nell’analisi descrittiva, la probabilità di rioccupazione sembra aumentare nel corso del tempo per le donne e ridursi invece per gli uomini.

3.2. Modello/i per la valutazione

Per valutare l’impatto delle caratteristiche osservabili degli individui e della durata di permanenza in lista ci si serve di un modello a rischi proporzionali con rischio di base specificato sia nella forma parametrica di Weibull che nella forma semi-parametrica con funzione di rischio costante a tratti ed intervalli mensili. Quest’ultimo viene stimato per cercare di attenuare gli effetti dovuti alla presenza di una possibile eterogeneità non osservabile. Poiché spesso le aziende fanno un uso improprio dell’istituto di mobilità licenziando un lavoratore per poi assumerlo con un’altra denominazione al solo scopo di poter usufruire del bonus, i due modelli vengono stimati anche condizionatamente alle sole durate superiori ad un mese. L’analisi viene effettuata separatamente per gli uomini e per le donne, distinguendo pure coloro che non provengono dalla cassa integrazione guadagni (CIG), e viene infine differenziata per settore economico. Per la provincia di Trento come variabili esplicative sono considerate l’età, lo stato civile, il titolo di studio, il settore e la qualifica dell’ultimo impiego, la provenienza dalla CIG (o dalla disoccupazione speciale) e il diritto all’indennità. Per il Veneto non si hanno informazioni circa lo stato civile, il grado di istruzione e la provenienza dalla CIG, ma si conosce la provincia di residenza, la quale può essere considerata una buona proxy delle condizioni economiche dell’ambiente in cui l’individuo si trova ad operare.

3.3. Risultati

In entrambi i casi considerati il modello semi-parametrico fornisce stime analoghe a quelle che si ottengono con la parametrizzazione di Weibull, per cui per la stima della durata attesa di permanenza in lista ci si serve di quest’ultimo. Tale durata attesa viene calcolata in riferimento a differenti modalità delle variabili esplicative e risulta un’evidente diversità a seconda delle caratteristiche individuali del soggetto considerato e dell’ambiente in cui agisce. In generale vi è una dipendenza negativa della funzione di rischio dall’età del lavoratore al momento dell’iscrizione in lista. L’essere coniugato diminuisce la probabilità di rimanere in mobilità per gli uomini e la accresce per le donne20. Per quanto riguarda il settore di provenienza e la qualifica, questi non sembrano avere particolari effetti sulla

19 _{Per condizione lavorativa s’intende lo stato nella lista alla data del 31 dicembre 1993.} 20

probabilità di reimpiego, eccetto per gli operai maschi del settore dei servizi, che risultano favoriti, e per le impiegate venete nell’industria, che sono invece sfavorite rispetto alle operaie. Il poter usufruire dell’indennità riduce in modo consistente le chances di rioccupazione sia per gli uomini che per le donne di Trento; non è così in Veneto dove il sussidio, pur mantenendo un effetto di segno negativo, non risulta essere significativo, ad eccezione del settore manifatturiero. Anche il fatto di provenire da una precedente esperienza di disoccupazione e inattività, quale la CIG o la disoccupazione speciale, influenza negativamente la probabilità di avviamento. Infine, a conferma di quanto già ottenuto nell’analisi precedente, la funzione di rischio cresce con la durata di permanenza in lista per le donne di Trento; per gli uomini e relativamente al Veneto, invece, il tempo già trascorso in lista risulta non significativo, ad eccezione del settore manifatturiero per le durate superiori a trenta giorni, dove le possibilità di ottenere una nuova occupazione si riducono col tempo.

4. Conclusioni

Gli effetti dell’iscrizione in lista sulla probabilità di rioccupazione dipendono da molteplici fattori che riguardano le caratteristiche sia dell’individuo (dell’offerta di lavoro) che della domanda e dell’ambiente in cui egli viene ad operare, nonché quelle proprie dell’istituto di mobilità. Dal lato della domanda, essa tende a discriminare i lavoratori più anziani e con un periodo più lungo di permanenza in lista, segnale di una ridotta produttività, e la manodopera meno qualificata. Per quanto riguarda il mercato del lavoro, più esso è dinamico e specializzato, maggiori possibilità di reimpiego sono offerte ai lavoratori, attenuando la discriminazione tra i sessi. Infine, un elemento passivo di politica del lavoro, quale il poter percepire un sussidio, non sembra produrre un effetto significativamente negativo sulle chances di reinserimento nel lavoro, eccetto nel caso di Trento dove a percepire l’indennità sono soprattutto gli operai anziani del settore manifatturiero i quali, oltre a beneficiare di periodi più lunghi di permanenza in lista, hanno la possibilità di essere comunque occupati in lavori socialmente utili alla scadenza dell’iscrizione.

Caroleo F., Clarizia P., Di Monte P., O’ Higgins N. (1997), “Liste di (im)mobilità? L’impatto della legge 223 sulla probabilità di rioccupazione. Studio di un caso: la Campania”, in Borzaga C. e G. Brunello (a cura di), L’impatto delle politiche attive del lavoro in Italia, Firenze, Esi.

1. Ambito e scopo della valutazione