Risultati e conclusion

Abbiamo stimato il modello (1) senza l’aggiunta, in questa prima fase, delle variabili di contesto (C). I risultati, in termini di odds ratio, sono raccolti nella Tab.A1 e riguardano le stime su tutte le famiglie; le stime effettuate sulle circoscrizioni Nord e Centro-Sud non vengono riportate per ragioni di spazio1.

La diagnostica evidenzia una buona performance dei tre modelli in termini statistici, dimostrata dall’alta percentuale di famiglie correttamente classificate, rispettivamente l’83% per tutte le famiglie, l’85% per le famiglie del Nord e l’81% per quelle del Centro-Sud. Inoltre, quasi tutti i coefficienti hanno i segni attesi e sono significativi almeno al 5% di probabilità.

La conclusione più interessante riguarda il fatto che la componente (D)EF è quella con un peso maggiore sul livello di vita: ad esempio, vediamo che, in media, la famiglia che può permettersi una vacanza di 1 settimana una volta l’anno ha un odds ratio di 4.6 volte superiore a quella che non può permetterselo (baseline); o ancora, quelle che non hanno arretrati nelle bollette, rispetto a quelle che ce l’hanno, o quelle che possono affrontare il costo totale della casa, rispetto a quelle che non possono, hanno degli odds ratio rispettivamente di 1.9 e 2.1. Le altre due dimensioni AB e DUR hanno un peso minore sul livello di vita, sebbene si possa notare qualche eccezione. Per esempio, per quanto riguarda AB, le famiglie che hanno la possibilità di mantenere adeguatamente riscaldata la casa, rispetto a chi non ha questa possibilità, presentano un valore dell’odds ratio pari a 1.7; mentre per quanto riguarda DUR, le famiglie che hanno una connessione a Internet, rispetto a quelle che non ce l’hanno, presentano una probabilità di fronteggiare una

1

Dopo vari tentativi l’aggregazione in queste due aree geografiche è quella che dà i migliori risultati in termini di stima.

Rivista Italiana di Economia Demografia e Statistica 51

spesa imprevista di gran lunga superiore (l’odds ratio è pari a 1.6). La dimensione finanziaria è, quindi, quella maggiormente rappresentativa di un livello di vita soddisfacente; e ciò sia al Nord che al Centro-Sud, ma in quest’ultima area i valori degli odds ratio sono più contenuti.

Per quanto riguarda le altre due dimensioni, AB e DUR, c’è da sottolineare che i valori degli odds ratio sono costantemente più elevati al Nord che al Centro-Sud.

Le variabili di controllo inserite nel modello sono, come già detto, relative alle caratteristiche socio-demografiche della famiglie: la condizione professionale (lavoratore dipendente, lavoratore autonomo, ritirato dal lavoro, altra condizione, disoccupato=baseline), il livello d’istruzione (media inferiore, media superiore, laurea, titoli post-laurea, licenza elementare=baseline), sesso (baseline=femmina), età (<35 anni=baseline, 36-50, 51-65, >65 anni).

Per quanto riguarda la condizione professionale, si evince che le famiglie dei lavoratori autonomi e dei pensionati presentano una probabilità di fronteggiare spese impreviste superiore a quella delle famiglie dei disoccupati e dei lavoratori dipendenti; questa è una caratteristica costante anche nelle due macro-aree considerate, addirittura al Centro-Sud il valore dell’odds ratio dei lavoratori autonomi è superiore a quello del Nord (rispettivamente 2.8 e 2.7).

Il miglior livello di vita delle famiglie dei lavoratori autonomi e dei pensionati è la conseguenza della redistribuzione del reddito avvenuta negli ultimi anni in Italia a loro favore, fatto, già, peraltro, verificato da Boeri e Brandolini (2004). Per quanto riguarda il livello d’istruzione, i risultati mostrano quanto i titoli di scuola media inferiore e superiore abbiano “perso” in termini di capacità ad “innalzare” il tenore di vita delle famiglie e quanto, invece, incidano significativamente la laurea e i titoli superiori alla laurea. Ciò è vero soprattutto in una realtà economicamente più sviluppata, quale quella del Nord; per tale area, infatti, le stime degli odds ratio sono più elevati e, rispettivamente, pari a 1.7 (laurea) e 2.7 (titoli post-laurea) contro i valori del Centro-Sud, pari a 1.3 e 2.0. Per quanto riguarda il sesso, le stime mostrano come i maschi abbiano una probabilità di far fronte a spese impreviste, maggiore di quella delle femmine e conseguentemente un livello di vita più soddisfacente. Infine, per quanto riguarda l’età, abbiamo accorpato le quattro categorie nelle seguenti: <35 anni, >35 anni, in quanto da una analisi preliminare risultava che i coefficienti delle due categorie intermedie erano non significativi.

Dalla Tab. A1 si vede che il coefficiente della variabile età ha un odds ratio pari a 1.2, indicando un miglioramento del livello di vita man mano che si passa dalle famiglie più giovani a quelle con una età più elevata e, presumibilmente, con una posizione lavorativa più consolidata.

Abbiamo sintetizzato l’informazione relativa alle due aree, costruendo dei “profili” familiari, rispetto alla condizione professionale, il livello di istruzione, l’età e il sesso (Fig. A1 e A2). L’andamento delle spezzate è sostanzialmente

uguale nelle due macro aree, ciò che cambia è il valore medio della probabilità di far fronte ad una spesa imprevista. In genere, i valori della probabilità sono sempre più alti nel Nord che nel Centro-Sud e lo scarto può essere, a volte, anche di 10 punti e questo, soprattutto, per i profili relativi alla condizione professionale, l’età e il sesso; per quanto riguarda il titolo di studio, vi è una maggiore omogeneità tra le due aree, nel senso che i valori delle probabilità non si discostano molto; pertanto, si può dire che la differenza tra il livello di benessere tra le aree non dipende tanto dal titolo di studio posseduto, quanto dalla condizione professionale, dal sesso (i maschi sono sempre privilegiati rispetto alle donne!) e dall’età (le fasce di età “privilegiate” sono quelle comprese tra 36-65 anni, periodo del ciclo di vita, in cui vi è una posizione occupazionale e reddituale consolidata). I profili per età mostrano, dunque, la tipica forma ad U rovesciata, per altro già verificata in altri studi (Ramos, 2008).

A questo punto volendo approfondire l’analisi, riteniamo di un certo interesse confrontare i risultati ottenuti, in termini di probabilità stimate, e il reddito disponibile equivalente. A tale scopo distinguiamo le famiglie in due grosse categorie: a) famiglie con un livello di vita soddisfacente (valore della probabilità stimata >0.60); b) famiglie con un livello di vita non soddisfacente (valore della probabilità stimata <0.50).

Dalla distribuzione di frequenza bivariata tra reddito equivalente disponibile e probabilità stimata col modello (1) emerge che oltre il 72% delle famiglie presenta un livello di vita soddisfacente; riguardo alle classi di reddito, c’è da dire che ben il 93.8% delle famiglie è concentrato nella seconda classe (reddito inferiore a quello medio di 16,577 euro) e nella terza classe (reddito compreso tra 16,577 e 33,000 euro). Le famiglie concentrate in queste due classi, che hanno un livello di vita soddisfacente (p>0.60), sono in totale 14,623, cioè il 66% di tutte le famiglie. Inoltre, se poniamo attenzione alle famiglie della seconda classe di reddito, le più numerose del campione (13,529) e con un reddito al di sotto di quello medio, vediamo che solo un terzo circa di esse (31.1%) risulta con un livello di vita insoddisfacente, mentre ben il 61.15%, pur avendo un reddito basso, presenta un livello di vita soddisfacente (p=0.60). Quest’ultimo risultato rimanda ad alcune analisi effettuate su dati spagnoli, secondo cui ci sono famiglie “povere di reddito e di benessere” e famiglie che, nonostante il reddito basso “…manage to escape well-being poverty…”(cfr. Ramos, 2008, pag. 167); famiglie, quindi, che rifiutano la loro condizione di “poveri di reddito” arrangiandosi in ogni modo per cercare di arrivare a fine mese dignitosamente. E’ un risultato, comunque, su cui occorre riflettere ancora attraverso ulteriori analisi ricorrendo ad un’altra variabile dipendente. La variabile dipendente scelta fa riferimento, infatti, ad una domanda un pò troppo generica e le risposte degli intervistati possono essere state date in

Rivista Italiana di Economia Demografia e Statistica 53

modo frettoloso, a ragione proprio di questa eccessiva genericità nella formulazione.

Riferimenti bibliografici

Atkinson A. B. e Bourguignon F. 1987. Income distribution and differences in needs in Feiwell G. R. (a cura di) Arrow and foundations of the theory of economics policy, Basingstoke: Macmillan.

Betti et al., 2008 The fuzzy set approach to multidimensional povertà: the case of Italy 1990s in Kakwani N. and Silber J. (a cura di) Quantitative Approaches to multidimensional Poverty Measurement, Palgrave, McMillan.

Boeri T., Brandolini A. 2004 The Age of Discontent: Italian Households at the Beginning of the Decade , Giornale degli economisti e annali di economia, 63 (3-4), 449-487.

Chiappero Martinetti E. 2000. A multidimensional assessment well-being based on Sen’s functioning approach, Rivista Internazionale di Scienze Sociale, 2, 207–239.

Cuffaro M., Cracolici M. F. e Nijkamp P. 2008. Measuring the performance of Italian regions on social and economic dimensions, Italian Journal of Regional Science, 7, 27–47. Keeney R. e Raiffa H. 1976. Decisions with Multiple Objectives, John Wiley & Sons, Chichester.

Krishnakumar J. 2008. Multidimensional measure of poverty and well-being based on latent variables modelsin Kakwani N. and Silber J. (a cura di) Quantitative Approaches to multidimensional Poverty Measurement, Palgrave, McMillan.

Lemmi A., Pannuzi N., Mazzoli B., Cheli B. e Betti G. 1997. Misure di povertà multidimensionali e relative: il caso dell’Italia nella prima metà degli anni novanta, Scritti di Statistica Economica, 3, 263–318.

Maasoumi E. e Lugo A.M. 2008. The information Basis of Multivariate Poverty Assesments, in Kakwani N. and Silber J. (a cura di) Quantitative Approaches to multidimensional Poverty Measurement, Palgrave, McMillan

Osberg L. e Sharpe A. 2005. How should we measure the ‘economic’ aspects of well- being? Review of Income and Wealth, 51(2), 311–336.

Ramos X. 2008 Efficiency analysis to measure individual well-being (with an illustration to Catalona), in Kakwani N. and Silber J. (a cura di) Quantitative Approaches to multidimensional Poverty Measurement, Palgrave, McMillan.

Townsend P. 1979. Poverty in the United Kingdom, Hardmondsworth, Penguin Book. Appendice A

Figura A1 – Condizione professionale, età, istruzione, sesso (Nord)

Figura A2 – Condizione professionale, età, istruzione, sesso (Centro-sud)

Mean ±0.95 Conf. Interval 1 2 3 4 5 Condizione Professionale Persona Rispondente 0.50 0.55 0.60 0.65 0.70 0.75 0.80 0.85 0.90 L iv ello d i V ita D ignito sa Mean ±0.95 Conf. Interval 1 2 3 4 5 Condizione Professionale Persona Rispondente 0.30 0.35 0.40 0.45 0.50 0.55 0.60 0.65 0.70 0.75 0.80 0.85 L ivello d i V ita D ignito sa Mean ±0.95 Conf. Interval 1 2 3 4

Età Persona Rispondente 0.72 0.74 0.76 0.78 0.80 0.82 0.84 0.86 L ive llo di V ita D igni to sa Mean ±0.95 Conf. Interval 1 2 3 4

Età Persona Rispondente 0.61 0.62 0.63 0.64 0.65 0.66 0.67 0.68 0.69 0.70 0.71 0.72 L ive llo d i V ita D igni to sa Mean ±0.95 Conf. Interval 1 2 3 4 5

Istruzione Persona Rispondente 0.50 0.55 0.60 0.65 0.70 0.75 0.80 0.85 0.90 0.95 L ive llo di V it a D ign ito sa Mean ±0.95 Conf. Interval 1 2 3 4 5

Istruzione Persona Rispondente 0.4 0.5 0.6 0.7 0.8 0.9 1.0 L iv ello d i V ita D ignito sa Mean ±0.95 Conf. Interval 1 2 Sesso 0.66 0.68 0.70 0.72 0.74 0.76 0.78 0.80 0.82 0.84 0.86 L ive llo di V it a D ign ito so Mean ±0.95 Conf. Interval 1 2 Sesso 0.54 0.56 0.58 0.60 0.62 0.64 0.66 0.68 0.70 0.72 Li ve llo di V ita D igni toso

Tabella A1 – Stime del modello logit D i m e n s io n e V a r i a b il e O d d R a t i o S t d . E r r . P > z N u m e r o d i s t a n z e d i s p o n i b i l i 1 .2 1 1 7 0 .0 2 3 1 0 .0 0 0 0 P o s s i b i l it à d i t e n e r e r i s c a l d a ta l a c a s a 1 .7 3 3 2 0 .1 1 4 0 0 .0 0 0 0 C o s t o t o t a le p e r l 'a b i li t a z i o n e 0 .9 9 9 5 0 .0 0 0 0 0 .0 0 0 0 T i t o lo d i g o d i m e n t o d e ll 'a b i t a z io n e 1 .0 8 9 2 0 .0 2 7 2 0 .0 0 0 0 C a s a b u i a 1 .1 9 5 9 0 .0 8 0 7 0 .0 0 8 0 C a s a c o n p r o b l e m i d i u m id i t à 1 .2 5 2 7 0 .0 6 1 5 0 .0 0 0 0 A r r e t r a t i n e l p a g a m e n t o d i b o l l e t t e 1 .8 9 6 6 0 .1 3 5 3 0 .0 0 0 0 I n c i d e n z a c o s t o a b i ta z i o n e s u l b i la n c io f a m il i a r e 2 .0 7 1 0 0 .0 8 7 7 0 .0 0 0 0 D i ffic o ltà a c o m p r a r e c i b o 0 .9 9 5 6 0 .0 9 3 7 0 .9 6 3 0 D i ff i c o l t à a c o m p r a r e v e s t i t i 1 .9 1 3 5 0 .1 0 7 0 0 .0 0 0 0 D i ff i c o l t à a p a g a r e l e s p e s e p e r m a l a t t i e 1 .6 9 2 2 0 .1 1 5 0 0 .0 0 0 0 D i ff i c o l t à a p a g a r e l e s p e s e p e r la s c u o l a 1 .1 6 0 1 0 .0 4 3 9 0 .0 0 0 0 D i ff i c o l t à a p a g a r e l e t a s s e 1 .2 1 9 7 0 .0 6 1 0 0 .0 0 0 0 P o s s i b i l it à d i f a r e u n a s e t t im a n a d i v a c a n z a a ll 'a n n o 4 .5 9 5 2 0 .2 0 3 2 0 .0 0 0 0 P o s s i b i l tà d i m a n g i a r e c a r n e e p e s c e a l m e n o d u e v o l t e a s e t t i m a n a 1 .6 8 1 6 0 .1 3 3 5 0 .0 0 0 0 D e b i t i p e r a c q u i s t o b e n i d i c o n s u m o 1 .3 9 0 5 0 .0 7 4 8 0 .0 0 0 0 P o s s e s o a u t o m o b i l e 1 .5 2 5 3 0 .0 8 6 4 0 .0 0 0 0 P o s s e s s o t e l e f o n o f i s s o 1 .2 5 4 9 0 .0 6 4 0 0 .0 0 0 0 P o s s e s s o V H S 1 .2 5 4 1 0 .0 6 1 8 0 .0 0 0 0 A c c e s s o a d i n t e r n e t 1 .6 0 7 3 0 .0 8 9 7 0 .0 0 0 0 P o s s e s s o d i p a r a b o la 1 .0 9 5 1 0 .0 5 6 7 0 .0 7 9 0 C o n d i z io n e p r o f e s s i o n a l e - l a v o r a t o r e d ip e n d e n t e 1 .8 2 4 2 0 .2 1 3 9 0 .0 0 0 0 - l a v o r a t o r e a u to n o m o 2 .7 8 7 3 0 .3 5 9 0 0 .0 0 0 0 - p e n s i o n a t o 2 .0 0 1 4 0 .2 5 4 7 0 .0 0 0 0 - a l tr o 1 .5 7 6 5 0 .2 0 3 2 0 .0 0 0 0 L i v e ll o d i i s tr u z i o n e - M e d i a i n f e r i o r e 1 .0 8 5 0 0 .0 8 3 7 0 .2 9 0 0 - M e d i a s u p e r i o r e 1 .2 2 2 7 0 .1 0 8 2 0 .0 2 3 0 - L a u r e a 1 .3 9 8 3 0 .1 2 7 7 0 .0 0 0 0 - T i t o l o d i s t u d i o s u p e r i o r e a l l a l a u r e a 2 .2 0 5 8 0 .2 8 2 1 0 .0 0 0 0 S e s s o 1 .2 8 9 0 0 .0 6 1 7 0 .0 0 0 0 E tà 1 .1 9 0 2 0 .0 3 8 9 0 .0 0 0 0 A r e a D u m m y te r r it o r i a le 1 .1 0 4 4 0 .0 4 6 3 0 .0 1 8 0 P s e u d o R 2 0 .3 4 5 F a m i g l i e c o r r e t ta m e n te c la s s ifi c a t e 0 .8 2 5 6 A B ( D ) E F D U R S D SUMMARY

Using a logit model, the paper aims to analyse and measure living standards of Italian households by means of EU-SILC dataset for the year 2005. Three dimensions of living standards have been considered, i.e. financial (in)balance, housing conditions and the possession of durable goods. The results show the relevant dimension of living standards is the financial (in)balance one. Moreover, by a joint analysis of living standards and socio-demographic characteristics (i.e. sex, age, education and professional labour status) different household profiles have been depicted.

__________________________

Maria Francesca CRACOLICI, Assegnista di Ricerca, Università di Palermo. Miranda CUFFARO, Professore Ordinario di Statistica Economica, Università di Palermo.

Rivista Italiana di Economia Demografia e Statistica Volume LXIII nn. 3-4 – Luglio-Dicembre 2009

THE EFFECTS OF IMPUTED RENT ON INCOME, POVERTY