UN PRIMO SGUARDO AI DATI

Come sottolineato sopra, un'ispezione grafica suggerisce la non esisten-za di crescenti differenziali salariali, né tra i tedeschi né tra gli immigrati.

I differenziali tra i tedeschi sono casomai diminuiti, mentre quelli tra gli immigrati sono circa costanti, come mostrato nelle figure 3 e 4.

• 90th pc A median o 10th pc 90 95

anno Retribuzioni maschili, Tedeschi

90 95 anno

Retribuzioni maschili, Stranieri

85 90 95 100 85 90 95 100

anno anno Dispersione delle retribuzioni maschili, Tedeschi Dispersione delle retribuzioni maschili, Stranieri

Fig. 4 - Dispersione delle retribuzioni maschili.

Inoltre, sembrano non esserci differenziali salariali crescenti nemmeno tra lavoratori con diversa istruzione (figura 5).

anno

Retribuzioni maschili, diverso grado di istruzione

Fig. 5 - Effetti dell'istruzione sulle retribuzioni

L'ipotesi che viene considerata è che le rigidità istituzionali che gover-nano il mercato del lavoro tedesco fanno sì che il cambiamento tecnologico

skill-biased faccia sentire i suoi effetti sul tasso di disoccupazione, invece

che sui differenziali salariali come negli Stati Uniti e in Gran Bretagna. A prima vista, questo è verificato nei dati, come evidenziato nella figura 6.

Si può evidenziare un andamento ciclico della disoccupazione, con un minimo durante il boom post-unificazione; ma un trend crescente sembra imporsi sopra quello ciclico nel corso degli anni '90. Ciò sembra verificarsi tanto per i tedeschi che per gli immigrati, ma gli individui più svantaggiati - siano essi immigrati, anziani o meno istruiti - ne soffrono di più. Inoltre, gli immigrati sono più svantaggiati dei tedeschi da una scarsa istruzione, a conferma che gH svantaggi sono più che additivi (figure 7 e 8).

anno

% Disoccupazione maschile

Fig. 6 - Disoccupazione maschile. Tedeschi e stranieri

85 9 0 95 95 100 età

% Disoccupati maschi

Fig. 7 - Disoccupazione maschile in relazione all'età

Disoccupazione maschile, diverso grado di istruzione. Stranieri Disoccupazione maschile, diverso grado di istruzione. Tedeschi

Fig. 8 - Disoccupazione maschile, diverso grado di istruzione

o fino a 7 anni a 8-12 anni

È altresì chiaro che una scarsa conoscenza del tedesco scritto o parlato comporta un crescente svantaggio per trovare lavoro (figura 9).

0,2 0,3 0,1 0,3 o o 85 90 95 100 85 90 95 1(X anno

Disoccupazione maschile e diversi livelli di conoscenza del tedesco parlato

anno

Disoccupazione maschile e diversi livelli di conoscenza del tedesco scritto

Fig. 9 - Disoccupazione maschile, diverso grado di conoscenza del linguaggio

4 . I SALARI

Argomento di questa sezione sono le determinanti dei salari. Confer-mando la letteratura, non si individua una crescente importanza dell'istru-zione sui salari - specialmente tra i tedeschi. Viene però individuata una crescente importanza della padronanza linguistica, tra gli immigrati. Questi risultati sono 'robusti' a cambiamenti della specificazione per fare fronte alle maggiori fonti di possibili errori: eterogeneità non osservabile ed errori di misura. L'analisi dei salari viene fatta per mezzo di una funzione tradi-zionale con capitale umano. La maggior difficoltà nell'analizzare gli effetti delle capacità linguistiche e dell'educazione è dovuta all'endogeneità di queste variabili. I salari, le capacità linguistiche e l'istruzione possono cioè essere influenzati dalla stessa eterogeneità individuale non osservata (abili-tà, motivazione). Ciò può portare ad una sovrastima dell'effetto delle capa-cità linguistiche sui salari.14 Questo problema viene generalmente affronta-to con l'aiuaffronta-to di variabili strumentali; la maggior parte di quesaffronta-to tipo di analisi soffre però di notevole instabilità, dovuta alla difficoltà di trovare strumenti adeguati. Le variabili relative al partner vengono spesso utilizzate come strumenti, anche se sono probabilmente correlate con l'errore.

Qui, differentemente da Chiswick e Miller (1995), l'ipotesi che le carat-teristiche del partner e della famiglia (a parte lo stato matrimoniale) non entrino nell'equazione dei salari non viene mantenuta. Questo vuol dire

che queste variabili non possono fornire una restrizione per l'identificazio-ne dell'equaziol'identificazio-ne della capacità linguistica (tra gli immigrati), o uno stru-mento per l'equazione dei salari. Queste variabili sono invece incluse tra i regressori per mimare un matching estimator, come proposto in Heck-man, Ichimura e Todd (1997) e seguito da Dustmann e van Soest (1998 a,b), diminuendo così la correlazione tra i regressori e i residui.15

Il logaritmo dei salari viene qui modellato come una funzione del tem-po trascorso nel paese di destinazione (+), dell'istruzione (+), dell'esperien-za totale sul mercato del lavoro (+), dell'abilità linguistica (+), di una

dum-my per lo stato matrimoniale (+) e di una dumdum-my per il paese di

provenien-za (i Turchi sono presi come gruppo di riferimento). Viene utilizprovenien-zata una specificazione quadratica per la durata nella destinazione e l'esperienza sul mercato del lavoro. Ovviamente, le variabili migratorie non sono inclu-se per i locali. Seguendo Dustmann e van Soest (1998 a):

[1] Wit = X j t P +i t + a + ei t

dove le x„ sono costanti o variabili (esogene) possibilmente con valori di-versi nel tempo, 4 è il livello di padronanza della lingua e a, rappresenta l'eterogeneità individuale non osservabile.

Un primo risultato è che - tra i locali - gli effetti dell'istruzione sui sa-lari non sono crescenti. Questo risultato è 'robusto' a correzioni per l'ete-rogeneità non osservata, come mostra la figura 10.

15 Le variabili aggiunte nel matching estimator sono il livello d'istruzione del partner e delle dummy per il suo status lavorativo (colletto blu, colletto bianco e lavoro autonomo) e per la sua partecipazione alla forza lavoro. In teoria, anche variabili di background come l'istruzione del pa-dre e della mapa-dre potrebbero essere usate, ma la loro inclusione ridurrebbe troppo il numero delle osservazioni disponibili per la stima: sono state conseguentemente escluse.

0,100 0,095 0,090 0,085 0,080 0,075 0,070 0,065 0,060 0,055 0,050

o Variabili relative al partner A O L S

Per quanto riguarda gli immigrati, due approcci vengono usati per af-frontare la mancanza di informazioni dovuta al fatto che le variabili relative alle conoscenze linguistiche sono registrate annualmente nel periodo 1984-87, e quindi ad anni alterni. Il primo è quello di considerare solo gli anni in cui l'informazione è disponibile, mentre il secondo prevede di costruire i dati mancanti interpolando i valori dell'anno precedente e di quello succes-sivo, e fare poi le regressioni su tutti gli anni. I due approcci danno risultati molto simili.

Gli effetti della padronanza del tedesco scritto e parlato (quando entram-be le variabili vengono incluse, i risultati non sono significativi) sono stati analizzati separatamente. La regressione di partenza include dummy per li-velli intermedi e bassi di conoscenza della lingua dominante. Gli immigrati che parlano o scrivono in tedesco bene o molto bene sono quindi presi come gruppo di riferimento. Quando possibile, le osservazioni con un basso livello di conoscenza della lingua vengono separate da quelle con un livello molto basso; in questi caso, si include una dummy per le osservazioni con un livello di conoscenza della lingua buono o molto buono e si prendono gli immigrati con una conoscenza intermedia della lingua come gruppo di riferimento.

L'equazione [1] è per prima cosa stimata con OLS. I risultati per il 1991 sono riportati nella tavola 4, colonne 1 e 2 (le dummy-paese sono omesse).

In quasi tutti gli anni i coefficienti delle regressioni hanno il segno at-teso e sono molto significativi, eccetto quelli per il tempo trascorso nel pae-se di destinazione, che sono spesso non significativi.

L'evoluzione dei coefficienti dell'abilità linguistica nel tempo è riporta-ta nella figura 11 (usando solo gli anni per i quali l'informazione sull'abilità linguistica è disponibile) e nella figura 12 (usando i valori interpolati per gb anni in cui questa informazione non è disponibile). Gli intervalli di signifi-catività al 10% sono evidenziati con le barre d'errore. I coefficienti (per tutte le regressioni dei salari) sono riportati nella tavola A2 in Appendice. Quello che pare fare una differenza è possedere un buon controllo del-la lingua: una conoscenza intermedia non è molto meglio di una scarsa o molto scarsa. Inoltre, le regressioni mostrano che l'effetto negativo sui sa-lari di non possedere un buon controllo della lingua tedesca è crescente nel tempo. Una scarsa conoscenza del tedesco parlato porta ad una diminuzio-ne del salario atteso di circa il 4-5% diminuzio-nei primi anni (ma alcudiminuzio-ne stime non sono significative), e di circa l'8-9% negli ultimi anni, mentre per il tedesco

scritto i valori corrispondenti sono appena più alti.

Dal momento che i risultati per il tedesco scritto non differiscono mol-to da quelli per il tedesco parlamol-to, solo questi ultimi verranno d'ora in avan-ti presentaavan-ti.

TAV. 4 - Stima dell'equazione dei redditi

1991 OLS _{relative al partner} ^{OLS Variabili} IV _{relative al partner} ^{IV, Variabili} Coeff. Std.E. Coeff. Std.E. Coeff. Std.E. Coeff. Std.E. Coeff. Std.E. YSM .0142 .0093 0.127 .0094 .0124 .0038 .0132 .0114 .0138 -.0130 YSMsq -.0002 .0002 -.0002 .0002 -.0001 .0000 -.0001 .0003 -.0001 .0003 ed .0157 .0056 .0146 .0056 .0083 .0059 .0138 .0056 .0065 .0066 exp .0120 .0040 .0134 .0040 .0067 .0041 -.0004 .0047 .0002 .0058 expaq -.0002 .0001 -.0003 .0001 -.0001 .0001 .0000 .0001 .0000 .0001 ma .0956 .0304 .0946 .0303 .0953 .0690 .0450 .0351 .1263 .1014 Da2 .0434 .0240 - - -.0337 .0237 -.0386 .0675 -.0488 .0754 Da3 -.0644 .0343 - - -.0712 .0353 -.2134 .0724 -.1795 .0782 Dw2 - - -.0459 .0301 - - _ — _ _ Dw3 - - -.0818 .0278 - - — _ _ _ _cons 2.3155 .1075 2.3507 .1092 2.3771 .1335 2.5166 .1254 2.4189 .17866 N. Obs.

R

Tedesco parlato Tedesco parlato

• medio o scarso o molto scarso I • medio o scarso o molto scarso I

Fig. 11 - Effetti della padronanza del linguaggio sulle retribuzioni, OLS (solo dati rilevati)

Tedesco parlato

• medio o scarso o molto scarso

Tedesco scritto

• medio o scarso o molto scarso I

Fig. 12 - Effetti della padronanza del linguaggio sulle retribuzioni, OLS (Dati mancanti interpolati)

Questi valori sono in linea con quelli di Dustmann e van Soest (1998 b) per la Germania - relativi ad un periodo più limitato - e minori delle sti-me offerte da Chiswich e Miller (1995) - che usano però una differente classificazione per la conoscenza della lingua - per Stati Uniti, Canada e Australia.

La maggiore lunghezza del panel ha permesso - rispetto al lavoro citato per la Germania - di trovare qualche traccia di un ipotetico cambiamento tecnologico skil-biased: anche se in superficie sembra non esserci nulla di rilevante, e i differenziali salariaU rimangono all'incirca costanti nel tempo, alcuni skill diventano infatti vieppiù apprezzati sul mercato del lavoro.

Per controllare la validità dei risultati, la rilevanza dei due tipi di errore descritti sopra nei dati usati è oggetto di indagine.

L'eterogeneità non osservabile è dovuta alla correlazione fra a, ed i re-gressori xa e la nell'equazione [1]. Il problema è affrontato - come si è det-to - usando un matching estimadet-tor, che include le variabili del partner tra i regressori. Si ipotizza che queste variabili non influenzino direttamente i salari; se però sono correlate con variabili non osservabili come la motiva-zione o l'abilità - che influenzano i salari - includerli tra i regressori do-vrebbe ridurre (anche se non eliminare) la correlazione delle altre variabili indipendenti con l'errore.

I risultati dell'approccio via matching estimator sono confrontati con quelli standard OLS in due modi: prima con i risultati di una regressione OLS su tutti gli immigrati maschi (tra i 23 a i 59 anni) che dicono di avere una partner, e poi con i risultati di una regressione sul campione più pic-colo di immigrati maschi sposati. In teoria, si potrebbe sostenere che con-siderare solo il campione di persone sposate sia più appropriato, dal mo-mento che 1) l'unione al di fuori dal matrimonio (che si suppone essere più temporanea) può essere meno omogenea, 2) le risposte sui partner non sposati possono essere meno affidabili e 3) potrebbero essere presenti ulteriori problemi di selezione. Ma in pratica i risultati per i due sotto-cam-pioni della popolazione sono molto simili tra loro, a causa del limitato nu-mero di individui non sposati che riportano informazioni sul partner, se ce l'hanno.

I risultati per il campione più ampio - relativi al 1991 - sono riportati nella tavola 4, colonna 3 (i coefficienti delle variabili del partner, come quelli delle dummy-paese, non sono riportati). L'evoluzione dei coefficienti relativi alla padronanza del tedesco parlato è descritta nella figura 13.

Nel periodo considerato l'effetto crescente della conoscenza della lin-gua sui salari sembra svanito. Questo risultato era atteso, dal momento che è probabile che gb individui che parlano meglio il tedesco siano anche più motivati e genericamente più bravi: i coefficienti della conoscenza della

Tedesco parlato Tedesco parlato

(a) Valori attuali (b) Valori mancanti interpolati

Fig. 13 - Effetti del tedesco parlato sulle retribuzioni, OLS (matching estimator)

lingua nelle regressioni standard OLS sono quindi sovrastimati. Una sele-zione positiva di coloro che parlano meglio la lingua dominante è trovata anche da Chiswick e Miller (1995), che affrontano il problema di selezione stimando due modelli di correzione à la Heckman separati per gli individui che parlano bene e per quelli che parlano male la lingua del paese ospite. Ciò si riduce a stimare una equazione per la conoscenza della lingua, e quindi a stimare l'equazione dei salari, condizionatamente al particolare li-vello di abilità linguistica raggiunto. Dal momento però che gli errori di mi-sura discussi sopra alterano il modo in cui i due sotto-campioni sono divisi, questo approccio deve essere considerato insoddisfacente.16

Per un confronto, le stime di Dustmann e van Sost (1998 a) sono ridot-te a circa il 4% con l'utilizzo del matching estimator.

GH stessi autori affrontano anche il problema degli errori di misura, sottolineando che tanto gli errori di misura non sistematici (indipendenti dal tempo) che quelli sistematici (persistenti nel tempo) possono portare a significative sottostime degli effetti della conoscenza della lingua. Trova-no infatti evidenza che il bias verso il basso dovuto agli errori di misura è molto più importante di quello verso l'alto dovuto all'eterogeneità indivi-duale. Le loro stime degli effetti della padronanza della lingua sui salari, corrette per gli errori di misura, arrivano infatti al 14-15%.

Seguendo questi autori, l'errore di misura viene qui modellato come segue:

[2] lit = l*it + G + "it

16 Infine, si può sfruttare la natura di panel dei dati ed affrontare il problema di fixed effect con un differente estimator. Ma la presenza di variabili che non variano nel tempo (eccetto in alcuni casi per un trend comune) e di significativi errori di misura riduce di molto il rapporto signal-to-noise, conducendo a stime non informative.

dove l*it è la vera conoscenza della lingua, f, è l'errore di misura persistente nel tempo e un è l'errore di misura indipendente dal tempo. Sostituendo l'equazione [2] nell'equazione [1] si ottiene:

[3] wit = xitp + 7 *it + ai + 7& + eit + 7 uit

Viene mantenuta l'ipotesi standard che gli errori di misura ult e sono non correlati tanto con xlt che con /,>.

Per trattare gli errori di misura, Dustmann e van Soest (1998 a,b) usano i valori ritardati (relativi a periodi precedenti) ed anticipati (relativi a perio-di seguenti) della conoscenza linguistica riportata dagli immigrati, nonché il livello d'istruzione paterno come variabili strumentali per la conoscenza della lingua al periodo in esame. Il primo insieme di strumenti ha per obiet-tivo di ridurre il bias dovuto agli errori di misura indipendenti dal tempo, mentre il livello d'istruzione del padre dovrebbe contrastare al tempo stes-so entrambi gb errori di misura, sia quelli persistenti nel tempo che quelli indipendenti dal tempo. Questi autori difendono la validità dell'utilizzo dell' istruzione paterna come strumento sostenendo che le reti di conoscen-za parentali vengono distrutte dall'immigrazione. In generale, l'istruzione consente di occupare posizioni più elevate, e quindi di crearsi delle reti di conoscenza migliori che possono essere usate per favorire la carriera dei figli. Quando queste reti di conoscenza vengono meno l'istruzione pa-terna non dovrebbe però essere rilevante per la carriera dei figli (dovrebbe essere non correlata con ax), mentre dovrebbe essere ancora rilevante per

spiegare le capacità linguistiche dei figli (dovrebbe essere correlata con 4). Questo argomento sembra però debole. GB immigrati si concentrano infat-ti spesso in enclave etniche, dove le reinfat-ti di conoscenza parentali possono essere ancora utili. Inoltre, lo stesso argomento usato per sostenere l'inclu-sione dell'istruzione dei genitori nel matching estimator si oppone al loro utilizzo come strumenti: essa può infatti anche essere correlata con l'abilità dei figli (non osservata), oltre che alla qualità dell'assistenza da parte dei genitori (anch'essa non osservata).

In questo studio pertanto vengono utilizzati come strumenti solo i va-lori ritardati ed anticipati della conoscenza linguistica dichiarata. I periodi in avanti e in indietro usati per ogni anno sono riportati in appendice nella tavola A4, mentre i risultati della stima per il 1991 sono riportati nella ta-vola 4, colonna 4. L'evoluzione dei coefficienti della conoscenza linguistica è illustrata nella figure 14: i risultati sono abbastanza instabili, ma i coeffi-cienti generalmente più grandi (in valore assoluto) di quelli ottenuti con una semplice stima OLS. Un Avello di conoscenza intermedio causa una diminuzione nel salario atteso - rispetto ad una conoscenza buona o molto buona, del 5-10%. Un livello di conoscenza del tedesco parlato scarso o

Tedesco parlato 0,05 0,00 -0,05 -0,10 -0,15 - 0 , 2 0 -0,25 -0,30 -0,35 < 3

H

Fig. 14 - Effetti del tedesco parlato sulle retribuzioni, IV (minimi e massimi)

addirittura molto scarso dà lo stesso svantaggio di una conoscenza interme-dia nei primi anni del panel, ma uno svantaggio ben maggiore alla fine del periodo esaminato: negli ultimi anni considerati l'effetto negativo supera infatti il 20%.

I due approcci - l'uso delle variabili relative al partner per controllare l'eterogeneità individuale e l'uso dei ritardi e degli anticipi della conoscenza linguistica riferita dagli immigrati per controllare gli errori di misura indi-pendenti dal tempo sono infine combinati; i risultati per il 1991 sono ripor-tati nella tavola 4, colonna 5 e l'evoluzione dei coefficienti nel tempo mo-strata nella figura 15.

I risultati della precedente analisi - con variabili strumentali ma senza

matching estimator - si modificano solo leggermente: non appare più il

trend di peggioramento degli immigrati con una conoscenza intermedia Tedesco parlato 0,05 0,00 -0,05 -0,10 -0,15 -0,20 -0.25 -0,30 -0,35 A 4

\

\\

&& ^ £ £ & ^

• medio o scarso o molto scarso

del tedesco parlato, ma il trend negativo per gli immigrati con un controllo scarso della lingua è confermato.

Dunque, la prima intuizione suggerita dai dati - nessun effetto o quasi del cambiamento tecnologico skill biased sui salari degli immigrati - risulta emendata due volte. La semplice analisi OLS ha rivelato un crescente svan-taggio degli immigrati che non hanno una buona conoscenza della lingua del paese ospite, indipendentemente dal fatto che il loro controllo della lin-gua sia di livello intermedio, scarso o molto scarso. Ma quando si tiene con-to anche dell'eterogeneità non osservabile e degli errori di misura (anche se solo di quelli indipendenti dal tempo), lo svantaggio degli immigrati con una conoscenza della lingua intermedia appare costante nel tempo, mentre un marcato peggioramento può essere individuato per gli immigrati con una conoscenza scarsa o molto scarsa.

Qualche prova di un cambiamento tecnologico skill biased può essere individuata anche guardando all'evoluzione degli effetti dell'istruzione sui salari, come mostra la figura 16. Il punto principale da notare è che l'istru-zione formale è molto meno importante per gli immigrati (1,5-2% di incre-mento salariale per ogni anno di educazione in più) che per i tedeschi (7-9% per ogni anno). Questo risultato non sorprende, dal momento che gli immigrati compiono spesso i loro studi nel paese di origine, e può non ri-sultare facile adattare la formazione ricevuta al nuovo ambiente. Un piccolo incremento dell'effetto dell'istruzione sui salari è individuabile, ma risulta economicamente poco significativo: ogni anno in più d'istruzione è associa-to ad un aumenassocia-to del salario atteso di circa l'I,5% nei primi anni del panel, e di circa il 2% negli ultimi anni. Questo trend implicherebbe un divario di 2,5 punti percentuali in 5 anni: troppo poco per essere considerato un serio indizio di un cambiamento tecnologico che favorisce gli skill.

Istruzione 0 , 0 4 0 0 , 0 3 5 0 , 0 3 0 0 , 0 2 5 | • O L S o O L S , M E A IV o IV, M E |

Dunque, si può trovare nei dati analizzati una qualche prova che il ca-pitale umano sta diventando vieppiù importante nel tempo, anche se solo per gli immigrati, portando un leggero beneficio per i più dotati rispetto ai meno istruiti, o a coloro che parlano meno bene la lingua del paese ospite. Specialmente le persone con una conoscenza scarsa o molto scarsa del te-desco risultano soffrire di un crescente svantaggio in termini di salario.

Questo risultato apre qualche interrogativo, dal momento che - come si è visto all'inizio - non si traduce in un aumento dei differenziali salariali. Una spiegazione a questo riguardo è che gli immigrati che parlano il tede-sco molto male vengono sempre più esclusi dal mercato del lavoro. Il nu-mero dei lavoratori con una conoscenza molto scarsa della lingua è infatti pari all'8% di quello dei lavoratori con una conoscenza scarsa e al 3% di quello dei lavoratori con una conoscenza intermedia nel 1984 - primo anno del panel, ma diminuisce rispettivamente al 5,5% e all'I,8% nel 1995 per ridursi a zero nel 1997 - ultimo anno del panel.

Il trend relativo al 1997 è più ripido di quello relativo al 1984, per le