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: rosario.crino@iae.csic.es.

2

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

3

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).

4

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,

5

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.

6

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

7

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.

8

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 Jona-

Lasinio (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.

9

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.

10

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.

11

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

1,,,,,, *

s

tscsictic MIMPS θ

dove 2/)( 0095 θθθ += 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:

tic

tic

ticNE

IMPSSOS

,,

,,,, = (3.1)

e

5,...,1 ,,

,,,, =∀= s

NE

IMPSSOS

tic

s

tics

tic (3.2)

11 Questi dati vengono da EUKLEMS, come le altre informazioni sulle caratteristiche del processo

produttivo descritte di seguito.

12

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.

13

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).

14

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

15

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

tictictictic SOSLVA ,,,,,,10,, ')/ln( εααα +Ω++= (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:

tictic

s

s

ticstic SOSLVA ,,,,

5

1,,0,, ')/ln( εααα +Ω++= ∑

=

(4.2)

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

16

fra offshoring di servizi e produttività del lavoro è positiva e statisticamente

significativa: il coefficiente 1α , 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 1α 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 1α è anche statisticamente significativo in

sei dei nove paesi, con le uniche eccezioni d’Austria, Finlandia e Francia. Nel caso

dell’Italia, 1α 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.

17

tuttavia, che il coefficiente 1α 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 1α 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.

18

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 1α 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 1α 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

19

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

20

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

),,(),( KMLfSOSAy ⋅Ω= (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.

21

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

ticKticMticLtictictic KMLSOSAy ,,,,,,,,,,,, lnlnln),(lnln βββ +++Ω= (5.2)

Si assumerà infine la seguente forma funzionale per )(⋅A :

ticticticSOSic uSOSA ,,,,'

,,,ln +Ω++= βββ (5.3)

dove ic,β 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:

ticticticSOSticKticMticLictic uSOSKMLy ,,,,'

,,,,,,,,,,, lnlnlnln +Ω+++++= ββββββ

(5.4)

Il coefficiente di maggiore interesse è SOSβ : 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:

tictic

s

s

tic

s

SOSticKticMticLictic uSOSKMLy ,,,,'

5

1,,,,,,,,,,, lnlnlnln +Ω+++++= ∑

=

ββββββ

(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

22

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 SOSβ è positivo e molto

significativo. La stessa evidenza emerge dalla colonna (2), che include le dummy

temporali. Il coefficiente SOSβ , infatti, rimane positivo e statisticamente significativo

all’1%, e la sua dimensione in pratica non cambia. E’ anche interessante notare che la

dimensione di SOSβ è simile a quella del parametro 1α 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

23

queste variabili, però, non ha effetti rilevanti sul coefficiente SOSβ , 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.

24

dell’indicatore d’offshoring (come in Hijzen et al., 2005). Anche in questo caso, il

coefficiente SOSβ 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 SOSβ 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 SOSβ

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 SOSβ si riduce leggermente. Evidenza molto simile emerge dalla

colonna (8), dove si strumentano tutte le variabili esplicative per tenere conto anche

25

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 sovra-

identificazione, 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 SOSβ .

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.

26

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 SOSβ . 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 SOSβ 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

SOSβ 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.

27

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 assicurativo-

finanziari 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 di servizi di comunicazione e

28

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:

ticticticYticSOSicticHS uYSOSLL ,,,,,,,,,,, 'ln)/( +Ω+++= ββββ (6.1)

29

dove, come in precedenza, ic,β 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 SOSβ 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

ticticticY

s

s

tic

s

SOSicticHS uYSOSLL ,,,,,,

5

1,,,,, 'ln)/( +Ω+++= ∑

=

ββββ (6.2)

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, SOSβ , si noti che questo

18 Controllare per il livello di produzione consente di valutare le variazioni delle tecniche produttive lungo

lo stesso isoquanto.

30

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 SOSβ 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

SOSβ , 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.

31

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.

32

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

33

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 Low-

Skilled 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

34

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/3-

31082004-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

35

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

36

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): 113-

127

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

37

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

38

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 0.80

Italia 0.77

Paesi Bassi 0.80

Regno Unito 0.77

Spagna 0.70

Svezia 0.82

Tavola 1 - Composizione del campione

Elaborazioni dell'autore su dati EUKLEMS.

39

N Media Dev. std.

ln Y 2610 9.82 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 14.6 14.7

ln (VA/L) 2610 3.31 0.99

ln (K/L) 2569 2.11 1.33

LHS/L 2590 9.72 8.65

ln (M/L) 2610 3.68 1.09

ln EN. PRICE 2548 0.09 0.24

IMPEN 2610 33.79 12.63

Tavola 2 - Statistiche descrittive

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).

40

N Media

(%)

Dev. std.

(%)

∆∆∆∆ 1990-2004

(p. perc.)

N Media

(%)

Dev. std.

(%)

∆∆∆∆ 1990-2004

(p. perc.)

Offshoring di servizi 2317 2.69 3.82 0.62 300 2.04 2.21 0.10

Attività professionali 2317 1.95 3.32 0.53 300 1.18 1.27 0.57

Comunicazione 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

Offshoring di servizi 137 11.40 6.34 -4.01 297 4.18 4.94 3.32

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

Offshoring di servizi 295 2.75 2.33 -0.37 298 1.45 1.15 1.14

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

Offshoring di servizi 270 0.86 0.60 0.15 270 1.62 1.55 1.29

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

Offshoring di servizi 298 1.72 3.25 1.20 152 2.64 2.02 2.40

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 0.00 0.00 152 0.27 0.67 0.05

Elaborazioni dell'autore su dati EUKLEMS e Eurostat.

Germania

Spagna

Svezia

Tavola 3 - L'offshoring di servizi nei singoli paesi

Regno UnitoFinlandia

Francia

Campione intero

Austria

Italia

Paesi Bassi

41

(1) (2) (3) (4)

SOS 0.029*** 0.029*** 0.009*** 0.008***

[0.004] [0.004] [0.001] [0.003]

ln (K/L) 0.445*** 0.111***

[0.017] [0.022]

LHS/L 0.009*** 0.002

[0.001] [0.003]

ln (M/L) 0.193*** 0.425***

[0.016] [0.037]

ln Y 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

R2 0.31 0.31 0.86 0.98

Regressioni OLS con standard errors corretti per eteroschedasticità in parentesi. ***,**,*: indica significatività

all'1%, 5% e 10%, rispettivamente.

Tavola 4 - Offshoring di servizi e produttività del lavoro in Europa

Variabile dipendente: ln(VA/L)

(1) (2) (3) (4)

SOS 0.225*** 0.228*** 0.111*** 0.047**

[0.038] [0.039] [0.030] [0.019]

ln (K/L) 0.620*** 0.040*

[0.037] [0.023]

LHS/L -0.021*** -0.014***

[0.003] [0.004]

ln (M/L) -0.008 0.464***

[0.067] [0.077]

ln Y 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 0.30 0.31 0.91 0.99

Tavola 5 - Offshoring di servizi e produttività del lavoro in Italia

Variabile dipendente: ln(VA/L)

Si veda la nota alla Tavola 4.

42

(1)

(2)

(3)

(4)

(5)

(6)

(7)

(8)

(9)

Offsh. servizi professionali

0.028***

0.033***

0.033***

0.010***

0.008***

[0.005]

[0.005]

[0.005]

[0.002]

[0.003]

Offsh. servizi comunicazione

0.049***

0.048***

0.048***

0.023***

0.012**

[0.005]

[0.006]

[0.006]

[0.004]

[0.005]

Offsh. servizi assicurazione e finanziari

0.435***

0.457***

0.481***

0.051*

0.061***

[0.071]

[0.074]

[0.075]

[0.030]

[0.017]

Offsh. servizi informatici

-0.381***

-0.677***

-0.756***

-0.255***

-0.106***

[0.115]

[0.110]

[0.111]

[0.052]

[0.037]

Offsh. royalties e licenze

0.003

-0.035*

-0.038**

0.005

-0.001

[0.015]

[0.018]

[0.019]

[0.007]

[0.006]

ln (K/L)

0.438***

0.110***

[0.016]

[0.022]

LHS/L

0.010***

0.000

[0.001]

[0.003]

ln (M/L)

0.191***

0.430***

[0.016]

[0.037]

ln Y

0.322***

0.311***

0.311***

0.314***

0.311***

0.329***

0.329***

0.147***

0.216***

[0.013]

[0.013]

[0.013]

[0.013]

[0.013]

[0.013]

[0.013]

[0.006]

[0.062]

Dummy temporali

NO

NO

NO

NO

NO

NO

SI

SI

SI

Dummy paese-settore

NO

NO

NO

NO

NO

NO

NO

NO

SI

N2317

2317

2317

2317

2317

2317

2317

2271

2271

R2

0.31

0.30

0.32

0.30

0.29

0.35

0.35

0.86

0.98

Tavola 6 - Offshoring di tipologie diverse di servizi e produttività del lavoro in Europa

Variabile dipendente: ln(VA/L)

Si veda la nota alla Tavola 4.

43

(1)

(2)

(3)

(4)

(5)

(6)

(7)

(8)

(9)

Offsh. servizi professionali

0.283***

0.062*

-0.015

0.091*

0.009

[0.048]

[0.036]

[0.045]

[0.053]

[0.027]

Offsh. servizi comunicazione

1.597**

5.922***

6.035***

3.367***

0.210

[0.656]

[1.038]

[1.005]

[0.558]

[0.227]

Offsh. servizi assicurazione e finanziari

1.059***

1.461***

1.645***

0.698***

0.051

[0.144]

[0.078]

[0.100]

[0.112]

[0.032]

Offsh. servizi informatici

-0.746**

-9.364***

-9.536***

-5.258***

-0.091

[0.301]

[1.338]

[1.289]

[0.684]

[0.308]

Offsh. royalties e licenze

-0.325

-2.773***

-2.517***

-0.427**

0.314***

[0.306]

[0.225]

[0.224]

[0.204]

[0.119]

ln (K/L)

0.423***

0.045*

[0.044]

[0.023]

LHS/L

-0.022***

-0.012**

[0.004]

[0.005]

ln (M/L)

0.044

0.394***

[0.064]

[0.077]

ln Y

0.557***

0.357***

0.536***

0.469***

0.436***

0.199***

0.170***

0.083***

0.445**

[0.105]

[0.089]

[0.083]

[0.105]

[0.093]

[0.032]

[0.030]

[0.022]

[0.183]

Dummy temporali

NO

NO

NO

NO

NO

NO

SI

SI

SI

Dummy settore

NO

NO

NO

NO

NO

NO

NO

NO

SI

N300

300

300

300

300

300

300

285

285

R2

0.26

0.16

0.43

0.13

0.13

0.79

0.80

0.95

0.99

Tavola 7 - Offshoring di tipologie diverse di servizi e produttività del lavoro in Italia

Variabile dipendente: ln(VA/L)

Si veda la nota alla Tavola 4.

44

AB - GMM

(1)

(2)

(3)

(4)

(5)

(6)

(7)

(8)

(9)

SOS

0.008***

0.007***

0.006***

0.006***

0.006***

0.006***

0.005***

0.005***

0.004***

[0.002]

[0.002]

[0.002]

[0.002]

[0.002]

[0.002]

[0.001]

[0.001]

[0.001]

ln L

0.077***

0.103***

0.109***

0.109***

0.108***

0.109***

0.093***

0.096***

0.046

[0.026]

[0.035]

[0.032]

[0.032]

[0.032]

[0.032]

[0.016]

[0.020]

[0.048]

ln K

0.052***

0.045***

0.063***

0.063***

0.063***

0.063***

0.059***

0.080***

0.035***

[0.010]

[0.009]

[0.012]

[0.012]

[0.012]

[0.012]

[0.006]

[0.012]

[0.010]

ln M

0.753***

0.702***

0.695***

0.695***

0.697***

0.695***

0.710***

0.730***

0.559***

[0.029]

[0.042]

[0.037]

[0.037]

[0.038]

[0.037]

[0.018]

[0.021]

[0.063]

MOS

0.001

0.001

0.001

0.001

0.001**

0.001**

0.002*

[0.000]

[0.000]

[0.000]

[0.000]

[0.000]

[0.000]

[0.001]

ICT

0.003***

0.003***

0.003***

0.003***

0.003***

0.004***

0.000

[0.001]

[0.001]

[0.001]

[0.001]

[0.000]

[0.001]

[0.001]

IMPEN

0.027

[0.092]

ln EN. PRICE

0.014

[0.014]

ln Yt-1

0.240***

[0.048]

Dummy temporali

NO

SI

SI

SI

SI

SI

SI

SI

SI

Trend lineare e quadratico

NO

NO

NO

NO

NO

SI

NO

NO

NO

N2288

2288

2288

2288

2288

2288

1806

1795

2122

R2

0.93

0.94

0.94

0.94

0.94

0.94

0.95

0.95

F-stat. strumenti esclusi

(min - max)

34.2

(12.9 - 205.0)

Cragg-Donald stat.

34.2

22.6

P-value Hansen J-stat.

0.21

0.06

1.00

P-value AR(2) test

0.15

LSDV - IV

Regressionipanelconeffettifissisettore-paese,IVeGMM;standarderrorscorrettipereteroschedasticitàeclusteringalivellosettore-paeseinparentesi.

***,**,*:indicasignificativitàall'1%,5%e10%,rispettivamente.Nellacolonna(7)lavariabilestrumentataèSOSeglistrumentisonoiprimitreritardi;nella

colonna(8)vengonostrumentatetuttelevariabiliesplicative,usandoiprimitreritardi;nellacolonna(9)glistrumentiincludonoancheiritardidalsecondoal

quinto della variabile dipendente.

Tavola 8 - Offshoring di servizi e TFP in Europa

Variabile dipendente: ln(Y) LSDV

45

AB - GMM

(1)

(2)

(3)

(4)

(5)

(6)

(7)

(8)

(9)

Offsh. servizi professionali

0.008***

0.007***

0.006***

0.006***

0.006***

0.006***

0.005***

0.005***

0.005***

[0.002]

[0.002]

[0.002]

[0.002]

[0.002]

[0.002]

[0.001]

[0.001]

[0.002]

Offsh. servizi comunicazione

0.020**

0.019***

0.020***

0.020***

0.020***

0.020***

0.030***

0.031***

0.016***

[0.009]

[0.006]

[0.003]

[0.003]

[0.004]

[0.003]

[0.005]

[0.005]

[0.004]

Offsh. servizi assicurazione e finanziari

0.050***

0.052***

0.044***

0.044***

0.045***

0.044***

0.053***

0.052***

0.030**

[0.015]

[0.015]

[0.016]

[0.016]

[0.016]

[0.016]

[0.011]

[0.012]

[0.013]

Offsh. servizi informatici

-0.044**

-0.082***

-0.073***

-0.074***

-0.071***

-0.073***

-0.096***

-0.072***

-0.076***

[0.021]

[0.020]

[0.020]

[0.020]

[0.020]

[0.020]

[0.017]

[0.015]

[0.026]

Offsh. royalties e licenze

-0.003

-0.007**

-0.009**

-0.009**

-0.009**

-0.009**

-0.013

-0.014

0.002

[0.003]

[0.003]

[0.004]

[0.004]

[0.004]

[0.004]

[0.011]

[0.011]

[0.002]

ln L

0.073***

0.105***

0.108***

0.108***

0.107***

0.108***

0.094***

0.089***

0.083**

[0.024]

[0.032]

[0.029]

[0.029]

[0.029]

[0.029]

[0.015]

[0.018]

[0.036]

ln K

0.052***

0.043***

0.061***

0.060***

0.060***

0.061***

0.056***

0.071***

0.045***

[0.009]

[0.008]

[0.011]

[0.011]

[0.011]

[0.011]

[0.006]

[0.012]

[0.010]

ln M

0.765***

0.707***

0.697***

0.698***

0.700***

0.697***

0.703***

0.724***

0.554***

[0.027]

[0.037]

[0.030]

[0.030]

[0.031]

[0.030]

[0.016]

[0.018]

[0.045]

MOS

0.000

0.000

0.000

0.000

0.000

0.000

0.001*

[0.001]

[0.001]

[0.001]

[0.001]

[0.000]

[0.000]

[0.001]

ICT

0.002***

0.003***

0.002***

0.002***

0.002***

0.004***

0.001

[0.001]

[0.001]

[0.001]

[0.001]

[0.000]

[0.001]

[0.001]

IMPEN

0.051

[0.093]

ln EN. PRICE

0.018

[0.015]

ln Yt-1

0.243***

[0.038]

Dummy temporali

NO

SI

SI

SI

SI

SI

SI

SI

SI

Trend lineare e quadratico

NO

NO

NO

NO

NO

SI

NO

NO

NO

N2288

2288

2288

2288

2288

2288

1806

1795

2122

R2

0.94

0.94

0.94

0.94

0.94

0.94

0.95

0.95

F-stat. strumenti esclusi (min - max)

(10.0-52.6)

(10.2-118.0)

Cragg-Donald stat.

7.2

3.7

P-value Hansen J-stat.

0.04

0.02

1.00

P-value AR(2) test

0.16

LSDV - IV

Si veda la nota alla Tavola 8.

Tavola 9 - Offshoring di tipologie diverse di servizi e TFP in Europa

Variabile dipendente: ln(Y)

LSDV

46

(1) (2) (3) (4) (5) (6) (7) (8)

SOS 0.014*** 0.017*** 0.028*** 0.028***

[0.004] [0.004] [0.007] [0.007]

Offsh. servizi professionali 0.005 -0.005 -0.004 -0.003

[0.015] [0.008] [0.009] [0.009]

Offsh. servizi comunicazione 0.088** 0.117* 0.117* 0.117*

[0.033] [0.063] [0.064] [0.064]

Offsh. servizi assicurazione e finanziari 0.096*** 0.102*** 0.108*** 0.109***

[0.024] [0.020] [0.019] [0.020]

Offsh. servizi informatici -0.277 -0.423 -0.240 -0.239

[0.214] [0.279] [0.307] [0.314]

Offsh. royalties e licenze -0.196 -0.138 -0.063 -0.072

[0.133] [0.104] [0.108] [0.107]

ln L 0.065** 0.059** 0.060** 0.059** 0.028 0.061 0.060 0.057

[0.026] [0.028] [0.028] [0.029] [0.047] [0.110] [0.106] [0.105]

ln K 0.054*** 0.050*** 0.031*** 0.031** 0.049*** 0.045*** 0.027 0.027

[0.008] [0.009] [0.012] [0.012] [0.015] [0.014] [0.016] [0.016]

ln M 0.645*** 0.659*** 0.671*** 0.672*** 0.654*** 0.585*** 0.604*** 0.605***

[0.017] [0.025] [0.026] [0.026] [0.090] [0.168] [0.169] [0.169]

MOS -0.001 -0.001 -0.001 -0.001

[0.001] [0.001] [0.001] [0.001]

ICT -0.003** -0.003*** -0.003* -0.003*

[0.001] [0.001] [0.001] [0.001]

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

R2 0.94 0.94 0.94 0.94 0.95 0.96 0.96 0.96

Offshoring di servizi aggregato Offshoring di servizi disaggregato

Regressioni panel con effetti fissi settore. Si vedano anche le note alle tavole precedenti.

Tavola 10 - Offshoring di servizi e TFP in Italia

Variabile dipendente: ln(Y)

47

(1)

(2)

(3)

(4)

(5)

(6)

(7)

(8)

(9)

(10)

(11)

(12)

SOS

0.120***

0.059***

0.035*

0.039**

0.027

0.036*

[0.021]

[0.019]

[0.019]

[0.019]

[0.019]

[0.019]

Offsh. servizi professionali

0.111***

0.077***

0.057***

0.060***

0.045**

0.057***

[0.024]

[0.021]

[0.021]

[0.021]

[0.021]

[0.021]

Offsh. servizi comunicazione

0.116

0.167**

0.171**

0.175**

0.176**

0.171**

[0.084]

[0.071]

[0.071]

[0.071]

[0.070]

[0.071]

Offsh. servizi assicurazione e finanziari

0.136

0.522***

0.301**

0.326**

0.349**

0.298**

[0.171]

[0.145]

[0.149]

[0.149]

[0.149]

[0.149]

Offsh. servizi informatici

0.869*

-2.295***

-2.273***

-2.358***

-2.206***

-2.274***

[0.501]

[0.438]

[0.434]

[0.435]

[0.433]

[0.434]

Offsh. royalties e licenze

0.104

-0.082

-0.105

-0.085

-0.103

-0.099

[0.099]

[0.085]

[0.084]

[0.084]

[0.084]

[0.084]

MOS

0.032***

0.031***

0.034***

0.032***

0.030***

0.029***

0.032***

0.030***

[0.007]

[0.007]

[0.007]

[0.007]

[0.007]

[0.007]

[0.007]

[0.007]

ICT

0.020***

0.023***

0.020***

0.019***

0.020***

0.023***

0.020***

0.020***

[0.005]

[0.005]

[0.005]

[0.005]

[0.005]

[0.005]

[0.005]

[0.005]

IMPEN

2.701**

3.172***

[1.222]

[1.222]

ln EN. PRICE

0.783***

0.775***

[0.184]

[0.184]

ln Y

6.606***

2.314***

2.678***

2.723***

2.730***

2.679***

6.566***

2.200***

2.506***

2.560***

2.562***

2.508***

[0.184]

[0.240]

[0.250]

[0.251]

[0.249]

[0.250]

[0.193]

[0.241]

[0.251]

[0.252]

[0.250]

[0.251]

Dummy temporali

NO

SI

SI

SI

SI

SI

NO

SI

SI

SI

SI

SI

Trend lineare e quadratico

NO

NO

NO

NO

NO

SI

NO

NO

NO

NO

NO

SI

N2299

2299

2299

2299

2299

2299

2299

2299

2299

2299

2299

2299

R2

0.39

0.56

0.57

0.57

0.57

0.57

0.39

0.57

0.58

0.58

0.58

0.577

Regressioni panel con effetti fissi settore-paese. Si vedano anche le note alle tavole precedenti.

Offshoring di servizi aggregato

Offshoring di servizi disaggregato

Tavola 11 - Offshoring di servizi e composizione delle attività domestiche

Variabile dipendente: (LHS/L)

48

Elaborazioni dell'autore su dati Eurostat e EUKLEMS. Ogni osservazione corrisponde ad una combinazione "paese-settore-anno".

Figura 1 - Offshoring di servizi e produttività del lavoro

ln(VA/L) = 3.428*** + 0.007* x SOS

02

46

8

log(V.A./ora lavorata)

0 10 20 30 40Offshoring di servizi (%)

49

Elaborazioni dell'autore su dati Eurostat e EUKLEMS. Ogni osservazione corrisponde ad una combinazione "settore-anno".

Figura 2 - Offshoring di servizi e produttività del lavoro nei singoli paesi

22.533.544.5

log(V.A./ora lavorata)

0.1

.2.3

.4Offshoring di servizi

Austria

12345

log(V.A./ora lavorata)

0.05

.1.15

.2Offshoring di servizi

Finlandia

123456

log(V.A./ora lavorata)

0.01

.02

.03

.04

Offshoring di servizi

Francia

23456

log(V.A./ora lavorata)

0.05

.1.15

.2Offshoring di servizi

Germania

02468

log(V.A./ora lavorata)

0.05

.1Offshoring di servizi

Italia

12345

log(V.A./ora lavorata)

0.05

.1.15

.2.25

Offshoring di servizi

Paesi Bassi

2345

log(V.A./ora lavorata)

0.02

.04

.06

.08

Offshoring di servizi

Spagna

01234

log(V.A./ora lavorata)

0.02

.04

.06

.08

.1Offshoring di servizi

Svezia

23456

log(V.A./ora lavorata)

0.02

.04

.06

Offshoring di servizi

Regno Unito