N. 605 - Ricerca del lavoro nelle agglomerazioni urbane o industriali: evidenza empirica in Italia

Go to the english version Cerca nel sito

di Sabrina Di Addario dicembre 2006

Il lavoro analizza l’effetto delle esternalità generate dall’agglomerazione urbana o industriale sui meccanismi di ricerca di lavoro in Italia. Le stime econometriche, che utilizzano i micro-dati dell’Indagine sulle Forze di Lavoro condotta dall’Istat per i quattro trimestri del 2002, sono state effettuate su un campione di circa 45.000 donne e 25.000 uomini nonoccupati e in età lavorativa, distribuiti in 520 sistemi locali del lavoro (SLL).

La ricerca si differenzia dalla maggior parte della letteratura empirica sull’argomento soprattutto per due motivi.

Il primo è che il processo di matching (l’incontro tra i lavoratori non-occupati e le imprese con posti di lavoro vacanti) viene solitamente studiato a livello aggregato. Per contro, in presenza di frizioni nell’economia (per esempio, in caso di bassa mobilità del lavoro), il processo di matching tra lavoratori e posti vacanti potrebbe presentare difformità all’interno del territorio nazionale ed essere influenzato dal grado di agglomerazione urbana o industriale. Per esempio, l’agglomerazione da una parte incrementa la congestione, che riduce le possibilità occupazionali, ma dall’altra abbassa i costi della ricerca di lavoro e accresce il numero di posti vacanti, aumentando la probabilità di trovare lavoro.

Il secondo motivo di differenziazione rispetto agli studi disponibili è il seguente. Mentre generalmente in letteratura si stima la probabilità di trovare lavoro “incondizionata”, indipendentemente cioè dall’intensità con cui i disoccupati cercano un’occupazione, in questo studio si adotta una metodologia che permette di scomporre gli effetti riconducibili alle scelte e ai comportamenti individuali da quelli dovuti ai meccanismi di mercato che governano il processo di matching tra non-occupati e posti vacanti.

Nel lavoro, l’urbanizzazione viene misurata con due modalità alternative: il livello della popolazione del SLL dove l’individuo risiede e una variabile che indica se la persona abita in una grande città. Anche l’agglomerazione industriale viene stimata con due variabili alternative, che denotano se l’individuo vive, rispettivamente, in un distretto industriale o in un “super-distretto” (cioè, un distretto caratterizzato da una più elevata incidenza di piccole e medie imprese manifatturiere).

I principali risultati sono tre.

Innanzitutto, l’agglomerazione influisce (positivamente) sul tasso di creazione di posti di lavoro ma non sulla probabilità che il disoccupato cerchi attivamente un’occupazione.

In secondo luogo, l’effetto dell’agglomerazione sulla probabilità di trovare lavoro dipende dalla dimensione e dalle caratteristiche del SSL. Infatti, la probabilità di trovare un’occupazione - condizionata all’averla cercata - aumenta dell’1 per cento per ogni incremento di 100.000 abitanti nel SLL, ma solo fino alla soglia dei 2.400.000 abitanti (questo risultato implica che i SLL di Roma, Milano e Napoli, con una popolazione superiore ai 2.400.000 abitanti, sono troppo congestionati rispetto alle opportunità lavorative che offrono); la probabilità di trovare lavoro, inoltre, è più elevata e significativa nei distretti caratterizzati da una più elevata incidenza di piccole e medie imprese manifatturiere.

Sulla base di quest’ultimo risultato, sembra quindi interessante capire se i superdistretti siano caratterizzati (oltre che dalla prevalenza di imprese di ridotte dimensioni) dall’adozione di processi produttivi e modalità organizzative tali ad favorire il matching, e, in caso affermativo, se sia possibile e auspicabile favorire la diffusione di tali processi e modalità.

In terzo luogo, le esternalità dell’agglomerazione hanno un impatto differenziato per genere: l’effetto dell’agglomerazione industriale è superiore per gli uomini, mentre quello dell’urbanizzazione è più elevato per le donne. Questo risultato potrebbe, almeno in parte, riflettere diversità nelle preferenze per il settore di impiego; per esempio, le donne potrebbero preferire un impiego nei servizi e gli uomini nell’industria.

Pubblicato nel 2011 in: Journal of Urban Economics, v. 69, 3, pp. 303-318