Upload
arsenio-lelli
View
212
Download
0
Embed Size (px)
Citation preview
La trasmissione intergenerazionale delle
diseguaglianze
Michele Raitano
Università di Roma “La Sapienza”
2
Indice Definizione, approcci di studio e obiettivi. I canali di trasmissione delle diseguaglianze. La persistenza intergenerazionale dei titoli di
studio: il caso italiano. La misurazione del grado di persistenza
delle diseguaglianze dei redditi. Il legame fra diseguaglianza corrente e
intergenerazionale. Un focus sul canale “reddito familiare”. L’analisi empirica del legame fra
“background familiare” e prospettive dei figli nella UE15.
3
La mobilità sociale Il processo mediante il quale gli individui si
muovono attraverso diversi status socio-economici.
Mobilità intra ed intergenerazionale. La diseguaglianza intergenerazionale, in quale
misura la posizione nella distribuzione dei redditi si trasmette di genitore in figlio.
Si studia la trasmissione fra genitori e figli di posizioni sociali diversamente definite.
L’approccio sociologico: la mobilità della classe sociale di appartenenza.
L’approccio economico: la mobilità dei redditi.
Mobilità sociale: efficienza ed equità
I pregi della mobilità sociale: efficienza ed equità (eguaglianza di opportunità).
L’allocazione ottimale dei talenti. L’eguaglianza di opportunità: meriti e
circostanze. Ma nei fatti come divido M e C? Come le
elites possono riprodurre vantaggi ampliando i titoli di studio?
Diseguaglianza intergenerazionale e eguaglianza di opportunità: concetti non perfettamente sovrapponibili.
4
5
I canali di trasmissione intergenerazionale delle diseguaglianze
Non trasmissione in un unico punto del tempo, ma processo con molteplici snodi. I principali: le scelte di istruzione e l’entrata e la dinamica sul mercato del lavoro.
4 canali (con molteplici meccanismi) agiscono spesso in interazione e influenzano tratti individuali rilevanti per il successo futuro (i.e. comportamenti, salute, preferenze, istruzione, soft skills).
1. Genetico: abilità cognitive e non. Ma esiste ereditarietà?
2. Economico: reddito e ricchezza, vincoli di liquidità e menù di scelta. Ma l’effetto dei trasferimenti monetari?
3. Familiare/culturale: informazioni e cure; valore non monetario dell’istruzione; gusti e preferenze; abilità non cognitive e avversione al rischio (soft skills).
4. Sociale: area di residenza; network sociali; omogamia coniugale.
6
Il ruolo dell’istruzioneI 4 canali influenzano l’investimento in capitale umano, ritenuto
strumento per indebolire le diseguaglianze intergenerazionali.
Ma forte impatto del background familiare sulle scelte di istruzione.
Istruzione intesa anche come proxy della persistenza delle diseguaglianze di reddito.
Alcune motivazioni della correlazione intergenerazionale dei titoli di studio:
trasmissione genetica di abilità e capacità cognitive; peer effect; diversa attenzione prestata dai genitori agli studi dei figli; modelli di ruolo e imitazione; disponibilità economica e vincoli al credito; differente rischio – e avversione al rischio! –
dell’investimento in istruzione; salari e rendimenti differenziati per background.
7
La comparazione internazionale della persistenza dei livelli di istruzione Grado di correlazione ovunque elevato, ma fortemente differenziato fra
paesi, sia che si consideri la correlazione fra anni di istruzione che fra titoli studio.
Livello di istruzione in crescita generalizzata, ma vantaggio relativo per chi ha un background migliore sostanzialmente stabile (mobilità assoluta e relativa).
Italia paese a basso livello di capitale umano e ad alta persistenza.
Tab. 1: Distribuzione della popolazione in base al più alto titolo di studio conseguito nei paesi dell’Unione Europea nel 2007 per classe d’età. 35-39 55-59
Al massimo secondaria inferiore
Secondaria superiore
Laurea Al massimo secondaria inferiore
Secondaria superiore
Laurea
Belgio 20,2 40,1 39,8 47,3 27,7 25,0 Bulgaria 17,4 59,2 23,3 30,0 50,2 19,8 Rep. Ceca 5,7 80,2 14,1 15,4 74,8 9,9 Danimarca 16,8 43,7 39,5 27,1 43,7 29,2 Germania 13,8 59,8 26,4 18,5 57,7 23,8 Estonia 8,0 58,7 33,3 13,4 52,8 33,8 Irlanda 23,8 38,4 37,9 54,8 26,0 19,2 Grecia 29,6 45,4 25,0 57,9 25,8 16,2 Spagna 42,0 23,5 34,5 68,4 14,1 17,6 Francia 22,8 43,6 33,7 43,8 38,6 17,6 Italia 41,3 42,8 15,9 60,8 28,0 11,1 Cipro 19,7 42,6 37,7 50,3 31,5 18,1 Lettonia 9,2 69,0 21,8 18,6 59,9 21,4 Lituania 6,0 61,9 32,1 12,7 60,8 26,5 Lussemburgo 33,3 38,1 28,5 46,1 37,9 16,0 Ungheria 15,9 65,6 18,6 25,9 58,7 15,4 Malta 66,8 20,4 12,8 85,0 6,8 8,1 Paesi Bassi 20,7 45,4 33,9 35,7 36,8 27,5 Austria 14,6 65,4 19,9 29,3 55,4 15,3 Polonia 9,4 69,9 20,7 20,8 67,2 12,0 Portogallo 69,4 15,2 15,5 84,0 6,7 9,3 Romania 13,3 75,4 11,3 37,0 52,8 10,1 Slovenia 15,7 57,8 26,5 28,3 54,7 17,0 Slovacchia 5,4 82,1 12,5 18,0 70,2 11,8 Finlandia 13,5 42,2 44,3 31,1 40,3 28,6 Svezia 9,3 57,0 33,7 21,2 51,1 27,6 Regno Unito 25,6 40,8 33,7 31,8 41,0 27,2 Media UE15 26,4 42,7 30,8 43,9 35,4 20,8 Media UE12 16,0 61,9 22,1 29,6 53,4 17,0 Media UE27 21,8 51,3 26,9 37,5 43,4 19,1 Fonte: elaborazioni su dati EUROSTAT
8
La correlazione degli anni di istruzione
Fig. 1: Indice di correlazione di Pearson degli anni di istruzione di genitori e figli in diversi paesi Fonte: elaborazioni da Hertz et. al (2007)
0
0.1
0.2
0.3
0.4
0.5
0.6
0.7
Per
ù
Ecu
ado
r
Pan
ama
Cil
e
Bra
sile
Co
lom
bia
Nic
arag
ua
Ind
on
esia
Ital
ia
Slo
ven
ia
Eg
itto
Un
gh
eria
Sri
Lan
ka
Pak
ista
n
Sta
ti U
nit
i
Sv
izze
ra
Irla
nd
a
Su
d A
fric
a
Po
lon
ia
Vie
tnam
Fil
ipp
ine
Bel
gio
Est
on
ia
Sv
ezia
Gh
ana
Ucr
ain
a
Tim
or
Est
Ban
gla
des
h
Slo
vac
chia
Rep
. C
eca
Pae
si B
assi
No
rveg
ia
Nep
al
Nu
ov
a Z
elan
da
Fin
lan
dia
Irla
nd
a d
el N
ord
Gra
n B
reta
gn
a
Mal
esia
Dan
imar
ca
Kir
gy
zsta
n
Cin
a (r
ura
le)
Eti
op
ia (
rura
le)
9
La persistenza dei titoli di studioin Italia
Decrescita molto lenta e non lineare della correlazione genitori/figli.
Fig. 3: Coefficiente di correlazione di Spearman dell'istruzione dei figli per titolo di studio dei genitori, per coorte di nascita dei figli, in Italia. Fonte: elaborazioni su dati ISFOL PLUS06
0.25
0.3
0.35
0.4
0.45
0.5
0.55
1941-1945 1946-1950 1951-1955 1956-1960 1961-1965 1966-1970 1971-1975 1976-1980
Titolo di studio del padre Titolo di studio della madre Titolo di studio più elevato dei genitori
10
Le tavole di mobilità dei titoli di studio in Italia
Incremento della mobilità assoluta, ma mobilità relativa ancora limitata.
Il fenomeno della “retrogressione” dei titoli di studio.Tab. 2: Frequenze campionarie pesate dei titoli di studio dei figli condizionatamente a quelli dei padri (percentuali di ri ga), per anno di nascita dei figli.
Coorti di figli nati nel periodo 1971-1980 Titolo di studio del figlio Titolo di studio del padre
Licenza elementare Licenza media Diploma Laurea Distribuzione
dei padri Licenza elementare 4,3 45,4 41,1 9,2 36,2 Licenza media 0,5 26,2 57,1 16,2 34,2 Diploma secondario superiore 1,3 10,3 56,7 31,7 23,4 Laurea 0,0 0,7 34,4 64,9 6,3 Distribuzione dei figli 2,0 27,8 49,8 20,4 100,0
Coorti di figli nati nel periodo 1961-1970 Titolo di studio del figlio Titolo di studio del padre
Licenza elementare Licenza media Diploma Laurea Distribuzione
dei padri Licenza elementare 5,9 52,2 36,3 5,7 60,0 Licenza media 1,2 26,8 56,1 15,9 22,5 Diploma secondario superiore 0,4 13,7 55,0 30,9 12,8 Laurea 0,0 1,0 30,6 68,4 4,8 Distribuzione dei figli 3,8 39,1 42,9 14,2 100,0
Coorti di figli nati nel periodo 1951-1960 Titolo di studio del figlio Titolo di studio del padre
Licenza elementare Licenza media Diploma Laurea Distribuzione
dei padri Licenza elementare 15,9 44,5 33,7 5,8 72,6 Licenza media 1,2 20,0 61,5 17,3 16,8 Diploma secondario superiore 0,2 5,4 49,7 44,7 7,1 Laurea 0,0 0,0 22,0 78,0 3,5 Distribuzione dei figli 11,8 36,1 39,1 13,0 100,0
Coorti di figli nati nel periodo 1941-1950 Titolo di studio del figlio Titolo di studio del padre
Licenza elementare Licenza media Diploma Laurea Distribuzione
dei padri Licenza elementare 44,3 29,2 21,4 5,0 80,7 Licenza media 10,0 19,5 48,9 21,6 8,9 Diploma secondario superiore 0,2 16,7 45,6 37,5 7,1 Laurea 3,2 2,3 26,0 68,4 3,2 Distribuzione dei figli 36,8 26,6 25,7 10,9 100,0
11
… e le opportunità di laurearsi?Vantaggio relativo non diminuito, eccetto che per i
(sempre meno numerosi) figli di genitori con diploma elementare.
Fig. 4 : Rapporto fra la probabilità di conseguire la laurea per chi ha un padre laureato rispetto a chi ha un padre con con titolo di studio inferiore, per coorte di nascita del figlio, in Italia. Fonte: elaborazioni su dati ISFOL-PLUS 2006
0
2
4
6
8
10
12
14
16
1941-1945 1946-1950 1951-1955 1956-1960 1961-1965 1966-1970 1971-1975 1976-1980
Padre laureato/padre elementare Padre laureato/padre media Padre laureato/padre diplomato
Background e percorso scolastico
12
Tabella 3a: Frequenze campionarie pesate del conseguimento degli obiettivi scolastici per titolo di studio del padre (valori percentuali); campione dei “figli” non più studenti appartenenti alla coorte di nascita 1940-1980.
Percorso scolastico Titolo di studio
del padre Quanti si iscrivono
alle superiori? Fra gli iscritti,
quanti conseguono il diploma?
Quale diploma? Fra i diplomati, quanti
si iscrivono all’università?
Fra chi si iscrive, quanti
conseguono la laurea Liceo Tecnico
professionale Qualifica
professionale triennale
Al massimo scuola media
55,9 79,2 15,4 71,1 13,5 41,1 46,6
Diploma secondario superiore
93,7 95,0 38,5 56,8 4,7 67,2 62,5
Laurea 99,3 99,5 74,1 22,9 3,0 87,5 81,4 Totale 61,9 83,2 24,2 64,7 11,1 50,3 56,0 Fonte: elaborazioni su dati ISFOL-PLUS 2005-043
13
La significatività del background in ogni snodo del processo formativo
Tab. 4: Scelte di prosecuzione del percorso di studio per background familiare; stime logit (campione di chi ha superato lo stadio precedente)
Iscrizione alla secondaria
superiore Conseguimento
del diploma Diploma liceale?
Iscrizione all'università
Conseguimento della laurea
110/110 e 110 e lode
Coeff. P value Coeff. P value Coeff. P value Coeff. P value Coeff. P value Coeff. P value Età -0,0249 0,000 0,0099 0,000 -0,0004 0,786 0,0118 0,000 0,0028 0,138 0,0018 0,436 Femmina -0,3547 0,000 0,1768 0,001 0,0662 0,066 -0,2694 0,000 0,4012 0,000 0,4873 0,000 Genitori con al più diploma elementare
-2,4513 0,000 -1,6323 0,000 -1,4844 0,000 -0,8834 0,000 -0,2279 0,000 -0,1642 0,039
Genitori con al più diploma secondario inferiore
-1,1889 0,000 -0,9802 0,000 -0,8932 0,000 -0,5252 0,000 -0,1590 0,007 -0,1795 0,018
Almeno un genitore laureato
1,9315 0,000 1,8292 0,000 1,4002 0,000 0,7516 0,000 0,6946 0,000 0,1061 0,140
Numero di fratelli -0,2344 0,000 -0,1377 0,000 -0,0822 0,000 -0,0171 0,194 -0,0390 0,020 -0,0274 0,218 Presenza di entrambi i genitori
0,3990 0,000 0,3890 0,000 0,3259 0,000 0,2630 0,000 0,3595 0,000 -0,1022 0,368
Costante 4,5680 0,000 2,8199 0,000 -0,4318 0,000 0,3419 0,001 0,6847 0,000 -1,1010 0,000 Diploma liceale 1,9213 0,000 1,2509 0,000 0,4633 0,000 Numero di osservazioni 25.727 20.008 18.375 16.738 10.005 6.205 Fonte: elaborazioni su dati ISFOL-PLUS 2006
14
L’approccio sociologico alle diseguaglianze intergenerazionali
L’approccio sociologico: La definizione delle classi
occupazionali. Le matrici di transizione: mobilità
assoluta e fluidità sociale. I risultati delle comparazioni
internazionali: Italia “paese persistente”.
15
L’approccio economico alle diseguaglianze intergenerazionali
L’approccio economico: La stima della relazione loglineare e
l’elasticità ß: il grado di persistenza media. L’analisi della transizione per quintili: la
variazione della mobilità lungo la distribuzione.
Ma la disponibilità di panel adeguati complica le stime.
Elasticità e coefficiente di correlazione intergenerazionale
Indicatore standard il coefficiente β, ovvero l’elasticità intergenerazionale del reddito. β =0, indipendenza, β =1, totale immobilità.
Da quali determinante è influenzato l’indicatore sintetico?
Indicatori sintetici o matrici?
uYY PF lnln
17
I problemi di misurazione
Collegamento fra condizioni dei genitori e figli. Necessità di datasets adeguati:
retrospettivi (ma non rilevo reddito, solo sue proxy); panel lunghi che coprano 2 generazioni; cross section ripetute con info retrospettive (per
2S2SLS). Variabili di osservazione: classi sociali, istruzione o
reddito. Quale reddito? Lavoro, di coppia, disponibile (conta
anche la struttura familiare). Correlazioni solo padri-figli? La procedura di stima “a due campioni”.
L’associazione fra redditi di generazione successive
Devo preoccuparmi solo del reddito permanente? La vulnerabilità di Y dipende da background?
Serve la correlazione con il reddito permanente. Posso stimarlo da dati puntuali?
Due fonti di distorsione (il II è più grave): Errori transitori (fluttuazioni di Yp) => quanto a lungo li
rilevo? Deviazioni dal reddito di lungo periodo di Yf misurati
troppo da giovani =>in quale fascia d’età lo rilevo? Per uomini distorsione minima a 35-40, per le donne non c’è regolarità.
Le stime sono molto sensibili alle risposte: esiste “l’eccezionalismo americano”?
18
19
I risultati delle stime di ß sui salari
Fig. 5: Elasticità intergenerazionali dei redditi stimate per alcuni paesi.Fonte: elaborazioni da Corak (2006), Piraino (2007) e Mocetti (2007b)
0.15
0.19
0.32
0.41
0.50 0.51
0.69
0.47
0.170.18
0.27
0.0
0.1
0.2
0.3
0.4
0.5
0.6
0.7
Danimarca Norvegia Finlandia Canada Svezia Germania Francia Stati Uniti Regno Unito Italia Brasile
20
La mobilità nei diversi quintili
Tab. 5: Probabilità per un figlio maschio di essere nello stesso quintile di reddito del genitore Danimarca Finlandia Norvegia Svezia Regno Unito Stati Uniti 1° Quintile 0,247 0,278 0,282 0,262 0,297 0,422 2° Quintile 0,249 0,216 0,238 0,225 0,228 0,283 3° Quintile 0,224 0,219 0,215 0,223 0,188 0,256 4° Quintile 0,223 0,229 0,221 0,217 0,247 0,252 5° Quintile 0,363 0,347 0,354 0,374 0,346 0,36 Fonte: Jannti et al. 2006
Tab. 6: Probabilità per un figlio maschio di muoversi fra quintili estremi rispetto alla posizione del padre Danimarca Finlandia Norvegia Svezia Regno Unito Stati Uniti Dal primo al quinto 0,144 0,113 0,119 0,109 0,124 0,079 Dal quinto al primo 0,153 0,151 0,146 0,159 0,091 0,095 Fonte: Jannti et al. 2006
21
La correlazione fra diseguaglianza corrente e intergenerazionale
La chiave di lettura: dispersione dei redditi legata ai rendimenti dell’investimento in HK; aumenta ineq corrente e, dato l’impatto del background sulle scelte formative, anche quella intergenerazionale.
Vale per tutti i paesi? Esiste un’anomalia italiana? Canali di political economy? Ineq corrente dipende da soft skills (in senso
lato) facilmente trasmissibili, con processo che si auto-alimenta? E chi decide quali soft skills contano davvero?
Si apre uno spazio per la policy intervenendo sulla distribuzione corrente?
22
L’influenza del reddito familiare sulle prospettive dei figli: la teoria
Indipendentemente dalla dimensione del legame, è importante chiedersi, anche ai fini di policy, che ruolo svolge il reddito familiare e attraverso quali elementi influenza le prospettive future.
Due principali teorie motivano l’esistenza di un legame causale:
1. La teoria dell’investimento familiare (Becker e Tomes 1979, 1986); diversi meccanismi, ma si concentra sul solo canale istruzione.
2. La teoria del buon genitore: stress parentale e modelli di ruolo (trasmissione delle dotazioni comportamentali).
Molto complicato stimare empiricamente la relazione causale: influenza degli altri fattori di background e di variabili non osservabili.
23
Reddito familiare e prospettive dei figli: i fatti stilizzati
La letteratura mostra che, anche considerate le altre variabili di background, i figli dei più abbienti hanno vantaggio lungo molteplici dimensioni – salute, comportamenti, soft skills, abilità cognitive, istruzione, performance lavorativa – e anche se il singolo effetto può risultare di entità limitata l’effetto cumulato è significativo.
Ma conta lo specifico momento dell’infanzia in cui si è poveri? Conta anche il reddito transitorio?
Ci sono effetti non lineari? Conta il tipo di reddito percepito? Perché si osserva
forte correlazione intergenerazionale nell’essere welfare recipients?
Β semplici correlazioni, esiste un effetto causale di Yp?
Il modello teorico: effetti diretti e indiretti
24
Fig. 1: Mechanisms of intergenerational transmission of inequalities
Labour market outcomes: occupations
and employability
Earnings Educational attainments
Family background
25
Gli effetti intergenerazionali dello status di origine nella UE: l’analisi empirica
L’obiettivo è verificare se le condizioni socio-economiche della famiglia di origine siano un predittore significativo di alcuni outcomes dei figli.
L’analisi viene condotta mediante i micro-dati dell’indagine EU-SILC 2005 che contiene una sezione monografica con informazioni retrospettive.
Il ruolo del “canale socio-economico” viene analizzato mediante proxy: gruppo occupazionale dei genitori.
Analisi su alcuni paesi di UE15. In linea con quanto osservato in letteratura, ci si
concentra sugli individui della fascia d’età 35-49. Stima di effetti diretti e indiretti di background,
mediati da istruzione e esiti raggiunti su LM.
26
Occupazioni dei genitori e prospettive dei figli
1. Effetto su istruzione.2. Sulle retribuzioni a parità di
istruzione.3. Sull’occupazione raggiunta a parità
di istruzione.4. Sulle retribuzioni a parità di
istruzione e gruppo occupazionale.
La mobilità occupazionale (1)
27
Germany
Offspring occupation Parental occupation Blue-collar White-collar Manager Parents' distribution Blue-collar 46.2 33.8 20.0 42.8 White-collar 27.9 41.8 30.3 40.1 Manager 18.8 33.9 47.3 17.1 Offspring's distribution 34.2 37.0 28.8 100.0
France
Offspring occupation Parental occupation Blue-collar White-collar Manager Parents' distribution Blue-collar 61.9 27.6 10.6 54.2 White-collar 36.1 40.5 23.4 34.1 Manager 18.7 32.2 49.1 11.7 Offspring's distribution 48.0 32.5 19.5 100.0
Spain
Offspring occupation Parental occupation Blue-collar White-collar Manager Parents' distribution Blue-collar 66.6 26.8 6.6 67.1 White-collar 33.0 49.2 17.9 25.9 Manager 16.6 38.0 45.5 7.0 Offspring's distribution 54.4 33.4 12.3 100.0
Italy
Offspring occupation Parental occupation Blue-collar White-collar Manager Parents' distribution Blue-collar 58.4 34.5 7.1 64.8 White-collar 29.0 52.7 18.3 28.4 Manager 16.8 37.5 45.7 6.8 Offspring's distribution 47.2 39.9 12.9 100.0
La mobilità occupazionale (2)
28
United Kingdom
Offspring occupation Parental occupation Blue-collar White-collar Manager Parents' distribution Blue-collar 57.8 23.2 19.0 44.5 White-collar 37.4 26.9 35.7 100.0 Manager 19.5 26.1 54.4 100.0 Offspring's distribution 42.7 25.1 32.3 100.0
Ireland
Offspring occupation Parental occupation Blue-collar White-collar Manager Parents' distribution Blue-collar 56.7 23.9 19.4 41.9 White-collar 33.5 39.4 27.1 44.4 Manager 21.7 25.1 53.2 13.7 Offspring's distribution 41.6 31.0 27.4 100.0
Denmark
Offspring occupation Parental occupation Blue-collar White-collar Manager Parents' distribution Blue-collar 59.1 24.8 16.2 42.6 White-collar 42.0 33.3 24.7 37.5 Manager 25.2 27.7 47.1 20.0 Offspring's distribution 45.9 28.6 25.5 100.0
Finland
Offspring occupation Parental occupation Blue-collar White-collar Manager Parents' distribution Blue-collar 57.6 23.8 18.6 54.1 White-collar 37.5 35.9 26.6 31.9 Manager 13.2 29.3 57.5 14.0 Offspring's distribution 45.0 28.4 26.6 100.0
La mobilità occupazionale relativa
29
Tab. 4: Odds ratios of the intergenerational mobility tables among occupations; offspring: males aged 35-54.
Germany
Offspring occupation Parental occupation Blue-collar White-collar Manager Blue-collar 2.93 0.87 0.39 White-collar 0.86 1.28 0.91 Manager 0.40 0.90 2.79
France
Offspring occupation Parental occupation Blue-collar White-collar Manager Blue-collar 4.88 0.89 0.23 White-collar 0.90 1.30 0.85 Manager 0.23 0.87 5.07
Spain
Offspring occupation Parental occupation Blue-collar White-collar Manager Blue-collar 7.48 0.76 0.18 White-collar 0.79 1.53 0.83 Manager 0.17 0.86 6.87
Italy
Offspring occupation Parental occupation Blue-collar White-collar Manager Blue-collar 6.05 0.96 0.17 White-collar 0.76 1.51 0.87 Manager 0.22 0.69 6.68
United Kingdom
Offspring occupation Parental occupation Blue-collar White-collar Manager Blue-collar 3.47 0.91 0.32 White-collar 1.01 0.98 1.00 Manager 0.28 1.11 3.15
Ireland
Offspring occupation Parental occupation Blue-collar White-collar Manager Blue-collar 3.37 0.73 0.40 White-collar 0.82 1.79 0.68 Manager 0.36 0.76 3.64
Denmark
Offspring occupation Parental occupation Blue-collar White-collar Manager Blue-collar 2.92 0.88 0.39 White-collar 1.02 1.29 0.76 Manager 0.34 0.88 3.38
30
Occupazione dei genitori e istruzione dei figli
Tab. 5: Ordered probit regressions on the association between parental background and educational attainment1. Individuals aged 35-54. Germany France Spain Italy United Kingdom Ireland Denmark Finland Parental occupation Estimated coefficients Blue-collar -0.353*** -0.349*** -0.684*** -0.567*** -0.356*** -0.351*** -0.271*** -0.264*** Manager 0.521*** 0.694*** 0.775*** 0.723*** 0.449*** 0.632*** 0.669*** 0.655*** Marginal fixed effects to attain a tertiary degree (computed in the average point) Blue-collar -0.140*** -0.093*** -0.222*** -0.119*** -0.128*** -0.120*** -0.081*** -0.096*** Manager 0.204*** 0.223*** 0.278*** 0.191*** 0.170*** 0.238*** 0.228*** 0.252*** Number of observations 4,105 3,098 4,670 6,821 2,385 1,126 1,077 1,926 1 The dependent variable is the individual’s educational attainment, coded through six increasing ISCED educational levels. Reference modality for parental occupation is “parents working at most as white-collar”. Control variables are: age, immigrant status, number of siblings and a dummy if the individual lived with both parents when he/she was 14. * p<0.10; ** p<0.05; *** p<0.01. Source: elaborations on EU-SILC 2005 data
31
Il background incide anche a parità di istruzione? (M e F)
Background premia. Gross (net in It & ES) annual income gaps by parental occupations, controlling for offspring education. Individuals aged 35-49. N.B.: Lighter colours are n.s. at 95% level.
Source: elaborations on EU-SILC 2005 data
2.0
6.5
8.9 8.6
12.2
3.84.7
-3.0
8.3
10.4
18.918.1
26.7
18.3
6.45.8
-5.0
0.0
5.0
10.0
15.0
20.0
25.0
30.0
Germany France Spain Italy UK Ireland Denmark Finland
Parent white collar Parent manager
32
Ma l’effetto è mediato da quale occupazione raggiungono i figli?
Tab. 6: Ordered probit regressions on the association between parental background and occupation, being kept constant offspring’s education1. Males aged 35-54. Germany France Spain Italy United Kingdom Ireland Denmark Finland Parental occupation Estimated coefficients Blue-collar -0.291*** -0.466*** -0.506*** -0.429*** -0.376*** -0.299*** -0.302*** -0.267*** Manager 0.230*** 0.325*** 0.403*** 0.289*** 0.341*** 0.276** 0.351*** 0.520*** Marginal fixed effects to attain a managerial occupation (computed in the average point) Blue-collar -0.090*** -0.107*** -0.065*** -0.064*** -0.125*** -0.090*** -0.088*** -0.074*** Manager 0.076*** 0.083*** 0.058*** 0.047*** 0.121*** 0.090** 0.111*** 0.164*** Number of observations 4,077 3,125 4,697 6,668 2,349 1,117 1,068 1,873 1 The dependent variable is the individual’s occupational group (coded through three increasing modalities: blue-collars, white-collars and managers). Reference modality for parental occupation is “parents working at most as white-collar”. Control variables are: age, immigrant status, potential experience, squared potential experience and two dummies for educational attainments (at most lower secondary or tertiary graduated). * p<0.10; ** p<0.05; *** p<0.01. Source: elaborations on EU-SILC 2005 data
33
Ma resistono effetti di background anche a parità di istruzione e occupazione? (M e F)
Background premia. Gross (net in It & ES) annual income gaps by parental occupations, controlling for offspring education and occupation. Individuals aged 35-49. N.B.: Lighter colours are n.s. at 95% level.
Source: elaborations on EU-SILC 2005 data
-2.6
0.9
4.9 5.1
6.3
2.8
0.2
-3.1
0.8
-0.6
8.2
9.9
14.8
11.7
-2.3
-0.4
-6.0
-4.0
-2.0
0.0
2.0
4.0
6.0
8.0
10.0
12.0
14.0
16.0
Germany France Spain Italy UK Ireland Denmark Finland
Parent white collar Parent manager
34
Il background incide anche a parità di istruzione e occupazione? (males)
Tab. 9: Estimated coefficients of OLS regressions on annual gross labour income (net in Italy and Spain) by parental occupation1. Males aged 35-54. Parental occupation Germany France Spain Italy United Kingdom Ireland Denmark Finland Model A – Not controlling for offspring educational and occupational attainments White-collar 0.018 0.113*** 0.140*** 0.136*** 0.157*** 0.016 0.009 -0.048 Manager 0.109*** 0.227*** 0.280*** 0.358*** 0.389*** 0.331*** 0.109* 0.190*** Manager ≠ White-collar ** ** *** *** *** *** no *** Number of observations 3,748 2,892 4,176 6,384 2,095 967 1,012 1,742 Model B - Controlling for offspring education White-collar -0.002 0.084*** 0.086*** 0.093*** 0.120*** -0.036 -0.015 -0.089** Manager 0.038 0.124*** 0.174*** 0.237*** 0.298*** 0.188** 0.017 0.067 Manager ≠ White-collar no no ** *** *** *** no *** Number of observations 3,748 2,892 4,176 6,384 2,095 967 1,012 1,742 Model C - Controlling for offspring education and occupation White-collar -0.048* 0.015 0.039* 0.053*** 0.057* -0.042 -0.064 -0.085** Manager -0.047 -0.029 0.063* 0.162*** 0.163*** 0.135* -0.083 -0.025 Manager ≠ White-collar no no no *** *** ** no no Number of observations 3,705 2,877 4,166 6,314 2,070 966 1,005 1,725 Model D - Controlling for offspring education, occupation, number of yearly working months and weekly working hours White-collar -0.056*** 0.040* 0.044** 0.027* 0.053* -0.052 -0.027 -0.012 Manager -0.044* 0.022 0.070** 0.150*** 0.150*** 0.180*** -0.087* 0.028 Manager ≠ White-collar no no no *** *** *** no no Number of observations 3,454 2,717 3,956 6,000 2,001 918 962 1,601 1 Reference modality for parental occupation is “parents working at most as white-collar”. Control variables are: age, immigrant status, potential experience, squared potential experience and a dummy if annual labour income from self-employment is higher than employment income; in models B-D, two dummies for educational attainments (at most lower secondary or tertiary graduated) are included. In model C and D two dummies on offspring’s occupational groups (manager or white-collar) are added and in model D number of yearly working months and weekly working hours are also included. F-tests on the difference between parental white-collar and parental manager coefficients are included in the table and stars mean a statistically significant refuse of the Ho hypothesis regarding the equality of estimated coefficients. * p<0.10; ** p<0.05; *** p<0.01. Source: elaborations on EU-SILC 2005 data
35
Ulteriori riflessioni
Rilevanti non linearità: conta l’interazione fra origine e destinazione. Diversi vantaggi a seconda di mobilità ascendente e discendente? Italia e UK.
Soffitto di vetro e/o “effetto figlio ciuccio”?
Per l’Italia forte ruolo di lavoro autonomo. Effetto differenziato dei canali di ingresso
al lavoro a seconda delle origini.
36
Ma da cosa può dipendere l’effetto residuale di background?
Una possibile serie di elementi (influenzati dai 4 canali) con diverse implicazioni di policy:
Limiti del modo in cui sono rilevate istruzione (e sua qualità) e occupazione.
Quindi, differenze in discipline studiate e Atenei frequentati. Ma è qualità effettiva o segnalata?
Ma è “meritocratico” l’accesso alle diverse “qualità” di istruzione? O alle diverse posizioni interne ai gruppi occupazionali?
Minor “costo” di ricerca e attesa della “buona occupazione”. Ruolo dei social networks (anche solo come migliori
informazioni) in accesso e dinamica di carriera (path dependency di questa).
Lavoro autonomo e/o trasmissione “informale” di capitale umano.
Rilevanza di soft skills dipendenti dal background.