Differenziali salariali fra occupati laureati con contratto a tempo determinato e indeterminato.
Differenziali salariali fra occupati laureati con contratto a tempo determinato e indeterminato.
Una misura dell’effetto contratto
Xxxxx Xxxxxxxx
Carica
Xxxxxxx Xxxxxxx
Carica
Xxxxxxxxx Xxxxx
Carica
L’articolo si propone di controllare empiricamente l’esistenza di un dif- ferenziale salariale tra gli individui in possesso di un titolo di studio ter- ziario occupati a tempo determinato e a tempo indeterminato, control- lando per un vasto insieme di caratteristiche individuali e del posto di lavoro. I dati utilizzati provengono dall’indagine campionaria sull’in- serimento professionale dei laureati condotta dall’Istat nel 2015 in ri- ferimento ai laureati del 2011. In particolare, dopo aver considerato i problemi di autoselezione legati al tipo di dati utilizzati, si applica la de- composizione Oaxaca-Blinder (1973) al fine di stimare l’esistenza di un differenziale salariale attribuibile esclusivamente al tipo di contratto di lavoro. L’analisi mette in luce che i lavoratori laureati con un contratto a tempo determinato guadagnano il 19% in meno dei laureati occupa- ti con un contratto a tempo indeterminato. Oltre il 50% del differenzia- le salariale stimato è attribuibile esclusivamente al contratto di lavoro a tempo determinato.
This paper studies the temporary-permanent wage gap on gradua- te workers using data on job placement of graduates from the Inser- imento Professionale dei Laureati (2015) survey drawn from the Na- tional Institute of Statistics (ISTAT) referring to graduates in 2011. After controlling for self-selection issues, and even for a plethora of personal and job characteristics, we find that the monthly net wage of graduate workers employed with a temporary contract is approxi- mately 19% lower than that of their “permanent” counterparts. The Oaxaca-Blinder decomposition shows that more than 50% of this dif- ferential is attributable to the type of employment contract, which might reflect a discrimination effect.
DOI:
Citazione
Xxxxxxxx X., Xxxxxxx X., Xxxxx X. (2018), Differenziali salariali fra occupati laureati con contratto a tempo determinato e indeterminato. Una misura dell’effetto contratto, Sinappsi, VIII, n.3, pp.31-45
Parole chiave Differenziali salariali Contratto a tempo determinato Oaxaca-Blinder
Key words
Wage differentials Temporary employment Oaxaca-Blinder decomposition
1. Introduzione
Il processo di flessibilizzazione del mercato del la- voro, adottato da molti Paesi europei per contrasta- re gli elevati livelli di disoccupazione, ha comportato la consistente crescita di varie forme di lavoro flessi- bile quali il part time, i contratti a termine e, nel caso italiano, il lavoro parasubordinato1 (Eurofound 2017). Con riferimento ai contratti a termine, l’Italia è tra i Paesi in cui questi sono cresciuti in misura maggiore (dal 6,8% nel 1994 al 15,4% nel 2017).
L’introduzione di flessibilità al margine, rappresen- tata dalla diffusione dei contratti a tempo determina- to, ha suscitato un ampio dibattito in relazione alle sue conseguenze sia in termini di produttività del la- voro e performance di impresa che di salari.
L’aumento dei contratti a termine è da ricondur- si a diverse motivazioni (De Xxxxxx et al. 2008) sia di carattere istituzionale, derivanti dalle riforme di libe- ralizzazione del mercato del lavoro messe in atto ne- gli ultimi decenni, che di tipo strutturale o legate ai cicli economici. Rispetto ai fattori di lungo periodo, Xxxxxxx (1997) attribuisce l’aumento degli occupati a tempo determinato ai cambiamenti strutturali av- venuti nell’economia in termini di composizione del- le industrie e delle categorie professionali. L’uso cre- scente dei contratti temporanei può essere, inoltre, ricondotto a forze demografiche identificabili in un aumento significativo della partecipazione femmini- le al mercato del lavoro e all’espansione del settore terziario (Hall et al. 1998). Infine, le fluttuazioni del- la domanda aggregata possono giustificare l’aumen- to dei contratti a termine. Durante i periodi di reces- sione, infatti, la disoccupazione tende ad aumentare e i lavoratori sono disposti ad accettare più facilmente contratti a tempo determinato per evitare di risultare nel gruppo di individui disoccupati (Nunziata e Staffo- lani 2008).
Da un punto di vista teorico, in letteratura si ana- lizza l’impatto dei contratti a tempo determinato sui livelli di occupazione andando ad investigare se l’au- mento di occupazione che si osserva sia occupazione aggiuntiva o sostitutiva, se tali contratti svolgano ef-
fettivamente la funzione di stepping stone verso rap- porti di lavoro più duraturi o se favoriscano la preca- rietà rivelandosi delle dead ends (Xxxxxxxxx e Xxxxxxx 1990; Xxxxx et al. 2002). Da un punto di vista empi- rico, invece, si misura l’impatto dei contratti a tem- po determinato sul salario verificando l’esistenza o meno di un differenziale salariale rispetto ai contrat- ti a tempo indeterminato (Davia e Xxxxxxx 2004; Xxxx e Grasseni 2012; Lass e Wooden 2017). Studi recenti condotti in Inghilterra, Spagna e Germania hanno esaminato le retribuzioni e le condizioni le- gate all’occupazione a tempo determinato metten- do in luce che i lavoratori temporanei guadagnano meno dei lavoratori permanenti (Xxxxxx e Toharia 1993; Picchio 2008; Xxxxx 2014; Xxxx xx Xxxxx e Tur- rini 2015).
Il presente articolo si inserisce in questa lettera- tura con l’obiettivo di verificare l’esistenza di un dif- ferenziale salariale (wage gap) tra i lavoratori laure- ati assunti con un contratto a tempo determinato e quelli a tempo indeterminato. L’analisi è svolta a par- tire dall’indagine condotta nel 2015 dall’Istat su un campione di individui che si sono laureati nel 2011 “Inserimento professionale dei laureati”. La scel- ta del campione deriva dal fatto che generalmente in letteratura si analizzano i differenziali salariali tra uomo e donna o tra occupati con contratti a tempo indeterminato e quelli a tempo determinato ma, ra- ramente, si fa riferimento al titolo di studio possedu- to dagli individui considerati. In questo lavoro viene quindi stimata l’equazione standard dei salari propo- sta da Mincer (1958, 1974) con l’aggiunta di una va- riabile dummy che misura il tipo di contratto, a tem- po determinato o indeterminato, e di un insieme di variabili esplicative relative sia alle caratteristiche in- dividuali che all’occupazione. Per tener conto del- le distorsioni dovute al problema del self selection si applica una procedura di stima a due stadi dove, al primo stadio, si stima la probabilità di entrare nel mercato del lavoro; al secondo stadio invece, si sti- ma l’equazione del salario inserendo, tra le variabili esplicative, l’inverso del xxxxx ratio ottenuto al primo
1 Il lavoro parasubordinato consiste in una tipologia di rapporto lavorativo che si colloca in una posizione “intermedia” tra il lavoro autonomo e il lavoro subordinato. Il contratto di lavoro parasubordinato non determina, infatti, l’instaurazione di un rapporto di lavoro dipendente, ma ha per oggetto una prestazione professionale in cui modalità, durata e compen- so sono stabiliti dal contratto stesso, stipulato tra le parti.
stadio. Alla fine, per individuare quali tra le caratte- ristiche individuali o del lavoro e la tipologia di con- tratto abbia un ruolo maggiore nella determinazione del differenziale salariale tra lavoratori a tempo de- terminato e quelli a tempo indeterminato, si appli- ca la decomposizione Oaxaca-Blinder (Oaxaca 1973; Blinder 1973).
I risultati della nostra analisi suggeriscono che i la- voratori in possesso di una laurea assunti con un con- tratto a tempo determinato guadagnano il 19% in meno rispetto ai loro omologhi (laureati) con contrat- to a tempo indeterminato. La maggior parte di questo differenziale sembra essere dovuta al cosiddetto ef- fetto discriminatorio rappresentato dalla tipologia del contratto.
Il lavoro è strutturato nel modo seguente: il para- grafo 2 discute brevemente la letteratura, sia teorica che empirica, inerente i differenziali salariali; il para- grafo 3 presenta i dati e alcune statistiche descritti- ve, il paragrafo 4 descrive la metodologia utilizzata e presenta i principali risultati. Infine il paragrafo 5 con- clude.
2. Letteratura di riferimento
Quando si parla di differenziali salariali in lettera- tura il punto di partenza è generalmente rappresenta- to dalle teorie neoclassiche basate sul concetto di dif- ferenziali compensativi. Secondo queste teorie, in un mercato privo di asimmetrie informative, i lavoratori assunti con un contratto a termine, contratto che of- fre di per sé meno sicurezze e dà all’impresa maggio- ri capacità di rispondere ad eventuali shock esogeni sul mercato del lavoro, dovrebbero, a parità di altre caratteristiche, ottenere un premio salariale rispetto ai lavoratori assunti con un contratto a tempo inde- terminato che per loro natura assicura maggior stabi- lità (Xxxxxxxxx 1978; Xxxxx 1986). L’ipotesi di perfetta informazione è, nella realtà, un concetto idealistico e questo fa sì che l’idea di una compensazione per i la- voratori temporanei non trovi conferma nel mercato del lavoro.
La maggior parte delle analisi empiriche ha in- fatti smentito l’esistenza di un differenziale salaria- le a favore dei lavoratori con contratto a termine mettendo invece in luce la presenza di una pena- lizzazione salariale. Molte sono le teorie alla base di tale evidenza, per lo più di tipo microeconomico, tra cui troviamo i modelli basati sull’ipotesi del sala-
rio di efficienza. La possibilità di rinnovo del contrat- to secondo tali modelli, incentiva il lavoratore, per un dato salario percepito, ad essere più produttivo. In un contesto in cui quindi vi sono maggiori chan- ce di rinnovo, i lavoratori temporanei accettano, nel breve periodo, un salario inferiore alla loro contro- parte assunta a tempo indeterminato (Guell 2000; Xxxxxxxxxx e Xxxxxxx 2005). Un’ulteriore spiegazio- ne si ritrova nei modelli insider-outsider. Le riforme intraprese negli ultimi anni da molti Paesi europei, tra cui l’Italia, volte ad incrementare la “flessibilità al margine”, hanno contribuito a generare una seg- mentazione del mercato del lavoro: da una parte troviamo i lavoratori occupati con contratto a tem- po indeterminato (insiders) e, dall’altra, i lavorato- ri con contratto a tempo determinato (outsiders). A causa del minor potere di mercato di quest’ultima categoria, gli outsiders percepiscono un salario in- feriore rispetto agli insiders. Il differenziale salaria- le fra i due gruppi di lavoratori rappresenterebbe in questo contesto, almeno in parte, una stima del po- tere di mercato di cui godono gli insiders e sareb- be una proxy del premio che questi ultimi percepi- scono rispetto ad un salario di concorrenza perfetta. Infine, i contratti a tempo determinato possono es- sere utilizzati dalle imprese come uno strumento di screening o di selezione (Loh 1994). Le imprese pos- sono attrarre i lavoratori con abilità più elevate di- sposti ad accettare un salario più basso durante il periodo di prova. Da un punto di vista macroeco- nomico e strutturalista, l’esistenza di differenzia- li salariali viene ricondotta alla suddivisione fra la- voratori con caratteristiche diverse e diversi poteri contrattuali dell’extra-rendita derivante da posizio- ni temporanee di monopolio delle imprese (Pianta e Tancioni 2008). La suddivisione dei salari fra di- verse categorie di lavoratori dipenderebbe in ultima istanza da fattori istituzionali e dal peso contrattua- le di questi ultimi.
A livello europeo gli studi condotti mostrano che le differenze retributive fra lavoratori a tempo deter- minato e indeterminato variano dal 4% in Danimarca al 20% in Lituania (si veda e.g. Xxxxxxxxxxx 2002; Xxxx xx Xxxxx e Xxxxxxx 2015). La maggior parte delle anali- si empiriche si sono concentrate sullo studio dei dif- ferenziali salariali medi (Xxxxxxxxx e Xxxxxx 1994; Oecd 2004). Xxxxxx e Xxxxxxx (1993), confrontando i sala- ri percepiti dai lavoratori spagnoli a tempo determi-
nato con quelli permanenti, mostrano che i primi ot- tengono un salario di circa il 9-11% inferiore rispetto ai secondi. In uno studio tedesco, Hagen (2002) tro- va un divario salariale che varia tra il 6 e il 10%, diva- rio che aumenta al 23% una volta che controlla per la selezione su variabili non osservabili. Xxxxx e Ses- sion (2005) analizzano il divario salariale associato al contratto a tempo determinato in nove Paesi euro- pei (Regno Unito, Germania, Francia, Svizzera, Dani- marca, Norvegia, Svezia e Portogallo) e in alcuni Pa- esi dell’Ocse (Stati Uniti, Canda, Giappone e Nuova Zelanda). I loro risultati mettono in luce che gli indi- vidui assunti con contratti a tempo determinato ri- cevono salari inferiori rispetto alla loro controparte contrattuale a tempo indeterminato. Gli stessi auto- ri affermano poi che tale conclusione potrebbe es- sere indicativa di una discriminazione salariale nei confronti dei dipendenti a tempo determinato e sug- geriscono una crescente protezione legale per i lavo- ratori a tempo determinato, come è stato fatto a par- tire dal 1999 dalla Commissione europea. Per quanto riguarda il mercato del lavoro italiano, Picchio (2006) e Xxxxxxxx e Xxxxx (2007) rilevano che i lavoratori as- sunti con contratti a tempo determinato guadagnano salari più bassi rispetto ai loro omologhi con contratti a tempo indeterminato. Xxxxxxxx e Xxxxx (2007) spie- gano inoltre che tale risultato non è dovuto alle diver- se caratteristiche dei due gruppi di lavoratori, poiché la differenza salariale persiste anche dopo aver con- trollato per le caratteristiche dei lavoratori osserva- bili e non osservabili, ma piuttosto alle differenze nel potere contrattuale e quindi alla protezione sinda- cale dei due gruppi di lavoratori. È inoltre importan- te ricordare che le differenze salariali possono per- manere anche nel lungo periodo. Xxxxx et al. (2002) trovano prove di una sostanziale penalizzazione del- la crescita dei salari associata all’esperienza di lavo- ro temporaneo. Basandosi sui dati inglesi dal 1991 al 1997, gli autori sottolineano che i soggetti che inizia- no la loro carriera con un contratto a tempo determi- nato subiscono una perdita di guadagni a lungo ter- mine rispetto a quanti entrano nel mondo del lavoro in posizioni permanenti.
Il nostro articolo si inserisce nel filone empirico di questa letteratura analizzando il differenziale salaria- le medio con l’obiettivo di verificare l’esistenza di un effetto discriminatorio dovuto alla tipologia di con- tratto (“effetto contratto”). Dato il campione utilizza- to, l’attenzione si concentra sui lavoratori che possie- dono un titolo di studio terziario. Questo elemento contraddistingue il nostro studio da quelli che ge- neralmente si trovano in letteratura dove il livello di istruzione è utilizzato unicamente come variabile in- dividuale di controllo.
Ad oggi pochissimi lavori hanno esplicitamente ana- lizzato l’esistenza di un gap salariale derivante dall’uso del contratto a tempo determinato fra i laureati. Sul- la base degli studi svolti da Xxxxxxx e McGinnity 2005, Xxxxxxxx e Xxxxxx 2009, Comi e Grasseni 2012 e Xxxxx 2014, se i lavoratori con titolo terziario si concentrano nella parte alta della distribuzione dei salari, ci aspette- remmo un differenziale dovuto alle forme contrattuali modesto2. Il presente studio intende rispondere a tale domanda di ricerca focalizzandosi quindi su individui con un titolo terziario occupati sia con contratti a tem- po determinato che indeterminato.
3. Dati e statistiche descrittive
Dati
L’analisi empirica è basata sui dati dell’indagine Istat 2015 riguardante l’inserimento professionale dei laureati. Insistendo su un campione di laureati nell’an- no 2011 di cui approfondisce la condizione e il per- corso occupazionale a distanza di 4 anni dal consegui- mento del titolo, tale indagine raccoglie informazioni circa l’età, il genere, la cittadinanza, il tipo di laurea, la classe di laurea, la tipologia di attività lavorativa svol- ta, la professione ricoperta, la retribuzione e il setto- re di attività.
Al fine di stimare l’esistenza di un differenziale sa- lariale fra laureati occupati rispetto a diversi regimi contrattuali, nello specifico con contratto a tempo de- terminato e indeterminato, abbiamo selezionato co- loro che dichiarano di essere occupati con contratto di lavoro dipendente. Il campione ottenuto si compo-
2 Questi studi mettono in luce una penalizzazione relativamente grande per i lavoratori temporanei che si trovano nel- la parte inferiore della distribuzione salariale. Il gap retributivo tende poi a diminuire man mano che si procede verso la parte superiore della distribuzione.
ne di 28.345 osservazioni di cui: 17.296 lavoratori a tempo indeterminato e 11.048 a tempo determina- to. Come specificato meglio nella sezione successi- va, per correggere le stime per il bias dovuto all’auto- selezione, abbiamo condotto una prima analisi su un campione estratto dalla stessa indagine Istat, ma co- stituito dai laureati occupati e da quelli in cerca di oc- cupazione3.
Statistiche descrittive
La tabella 1 presenta le principali statistiche de- scrittive per il campione utilizzato nelle analisi, com- posto dai laureati occupati con contratto di lavoro dipendente a tempo determinato (39% del campio- ne) e da quelli a tempo indeterminato (61%). In linea con precedenti studi, la tabella 1 mette in evidenza l’esistenza di un differenziale salariale fra le due ti- pologie di lavoratori: il salario medio mensile netto full time equivalent (FTE) per i lavoratori a tempo in- determinato ammonta a 1.682 euro a fronte del sa- lario netto mensile di coloro che hanno un contratto a tempo determinato pari a 1.420 euro. Guardando alle caratteristiche personali dei lavoratori, emerge che in media i laureati con contratto a tempo deter- minato sono più giovani, risultano infatti concentra- ti per oltre la metà nelle prime due classi d’età (<26 e 27-28 anni) delineando l’ipotesi che il contratto a tempo determinato rappresenti una modalità di in- gresso all’interno del mercato del lavoro. Al contra- rio, i laureati occupati con un contratto a tempo in- determinato hanno per il 40% un’età compresa fra i 29 e i 33 anni e per il 28% un’età superiore ai 34 anni. Nel caso dei laureati occupati con un contratto a tempo indeterminato, il 69% si concentra nelle ul- time due classi di età, a sottolineare una correlazio- ne positiva fra tipologia di contratto a tempo inde- terminato ed età dell’occupato.
Guardando alle caratteristiche del percorso di stu- di in relazione al contratto di lavoro non emergono delle differenze importanti sia in termini di perfor- mance del percorso di studi (durata e voto di laurea) che in merito alle discipline prescelte. La durata degli studi è simile per entrambi i gruppi (4 anni circa, così
come il voto di laurea medio). I laureati in Lettere, Fi- losofia, Lingue, Psicologia, Pedagogia ed Educazione fisica rappresentano più del 30% di ambo le tipolo- gie contrattuali; sono poco meno del 20% i laureati nelle scienze pure; diversamente, i laureati in medi- cina con contratti a tempo indeterminato sono circa il 20% mentre quelli che ne hanno uno a tempo de- terminato sono invece il 30%. Infine, focalizzando l’at- tenzione sulle caratteristiche dell’occupazione svolta, emerge che circa il 25% lavora nel pubblico per ambo le tipologie contrattuali considerate. Gli individui in- tervistati, trattandosi di laureati, sono maggiormente concentrati nell’ordine tra le seguenti categorie pro- fessionali: professioni tecniche; professioni intellet- tuali, scientifiche e di alta specializzazione e profes- sioni esecutive del lavoro d’ufficio. Emerge una certa omogeneità nella distribuzione per ISCO a seconda della tipologia contrattuale. Di poco superiore, di circa due punti percentuali, è la quota di occupati laureati a tempo determinato nelle professioni legate al com- mercio e ai servizi. Fra le professioni altamente quali- ficate di tipo manageriale la quota di laureati a tempo determinato (4%) supera di 3 punti percentuali quel- la dei manager a tempo indeterminato (1%). Infine, il 22% dei lavoratori a tempo indeterminato e il 17% dei lavoratori a termine lavorano nelle regioni del Mezzo- giorno. Tra il 5 e il 6% degli intervistati dichiara di lavo- rare all’estero rispettivamente con un contratto a ter- mine e permanente.
La figura 1 presenta la distribuzione del logaritmo dei salari FTE ottenuta mediante lo stimatore Kernel. L’evidenza mostrata da questa figura conferma l’esi- stenza del gap retributivo esistente tra i due gruppi di lavoratori. Tale differenziale è statisticamente signifi- cativo4.
La figura 2 presenta invece il salario netto mensi- le dei lavoratori a tempo determinato e indetermina- to per tipo di laurea conseguita e mette in luce non solo che indipendentemente dal settore scientifico- disciplinare, i lavoratori a tempo determinato otten- gono un salario netto inferiore rispetto alla loro con- troparte a tempo indeterminato, ma anche che esiste un ranking retributivo fra laureati in discipline diffe-
3 Le statistiche descrittive relative a questo secondo campione (al netto dei laureati non attivi) sono riportate nella tabel- la A1 in Appendice.
4 Il test di Xxxxxxxxxx-Xxxxxxx consente di rifiutare l’ipotesi nulla di uguaglianza fra le retribuzioni delle due popolazioni
di lavoratori (p-value pari a 0.00).
36
Tabella 1
Statistiche descrittive lavoratori dipendenti a tempo determinato e indeterminato
SINAPPSI - Connessioni tra ricerca e politiche pubbliche | Anno VIII | n. 3/2018 | Rivista quadrimestrale dell’Inapp
Xxxxxxxx, Xxxxxxx, Ferri | Differenziali salariali fra occupati laureati con contratto a tempo determinato e indeterminato
Variabili Definizione Media e Standard deviation
Permanent Temporary | |||||
Media | Sd | Media | Sd | ||
Retribuzione mensile | Salario mensile netto dell’occupazione principale a prezzi correnti 2014 (in euro) | 1682.22 | 541.3 | 1421.8 | 538.83 |
Lavoratori dipendenti a tempo indeterminato | Variabile dummy: 1= lavoratore a tempo indeterminato; 0= altra forma a tempo determinato | 0.61 | - | - | - |
Lavoratori dipendenti a tempo determinato | Variabile dummy: 1= lavoratore a tempo determinato; 0= altra forma a tempo indeterminato | - | - | 0.39 | - |
Caratteristiche personali | |||||
<26 anni | Quota laureati con età inferiore ai 26 anni | 0.08 | 0.27 | 0.17 | 0.35 |
27 - 28 anni | Quota laureati di età compresa fra i 27 ed i 28 anni | 0.21 | 0.4 | 0.34 | 0.46 |
29 - 33 | Quota laureati di età compresa fra i 29 e i 33 anni | 0.41 | 0.5 | 0.38 | 0.5 |
>34 anni | Quota laureati di età superiore ai 34 anni | 0.28 | 0.44 | 0.09 | 0.3 |
Caratteristiche percorso di studi | |||||
Ingegneria, Architettura e Agraria | Quota laureati nelle discipline di riferimento | 0.12 | 0.33 | 0.08 | 0.27 |
Matematica, Fisica, Chimica, Biologia e Farmacia | Quota laureati nelle discipline di riferimento | 0.19 | 0.39 | 0.18 | 0.38 |
Economia, Statistica e Giurisprudenza | Quota laureati nelle discipline di riferimento | 0.07 | 0.26 | 0.09 | 0.29 |
Lettere, Filosofia, Lingue, Psicologia, Pedagogia ed Educazione fisica | Quota laureati nelle discipline di riferimento | 0.39 | 0.48 | 0.32 | 0.46 |
Medicina | Quota laureati nelle discipline di riferimento | 0.2 | 0.4 | 0.31 | 0.46 |
Durata studi | Media durata anni di studio | 4.28 | 3.13 | 4.1 | 2.14 |
Voto di laurea | Voto di laurea in centesimi | 102.3 | 8.04 | 102.37 | 7.83 |
Caratteristiche occupazione | |||||
Part time | Variabile dummy: 1=lavoratore a tempo parziale; 0=lavoratore a tempo pieno | 0.13 | 0.33 | 0.22 | 0.41 |
Lavoro nel settore pubblico | Variabile dummy: 1=lavoratore della pubblica amministrazione; 0=altrove | 0.26 | 0.43 | 0.23 | 0.44 |
Lavora nelle regioni del Sud e nelle Isole | Variabile dummy: 1=lavora nelle regioni del Sud o delle Isole; 0=altrove | 0.22 | 0.41 | 0.17 | 0.38 |
Lavora all’estero | Variabile dummy: 1=lavora all'estero; 0=lavora in Italia | 0.06 | 0.24 | 0.05 | 0.27 |
Legislatori, imprenditori e alta dirigenza | Variabile dummy: 1=ricopre una professione classificata come ISCO 1; 0=Altra professione | 0.01 | 0.07 | 0.04 | 0.19 |
Professioni intellettuali, scientifiche e di elevata specializzazione | Variabile dummy: 1=ricopre una professione classificata come ISCO 2; 0=Altra professione | 0.32 | 0.46 | 0.34 | 0.47 |
Professioni tecniche | Variabile dummy: 1=ricopre una professione classificata come ISCO 3; 0=Altra professione | 0.38 | 0.48 | 0.34 | 0.47 |
Professioni esecutive nel lavoro d’ufficio | Variabile dummy: 1=ricopre una professione classificata come ISCO 4; 0=Altra professione | 0.13 | 0.34 | 0.16 | 0.37 |
Professioni qualificate nelle attività commerciali | Variabile dummy: 1=ricopre una professione classificata come ISCO 5; 0=Altra professione | 0.07 | 0.25 | 0.09 | 0.28 |
Artigiani, operai specializzati e agricoltori | Variabile dummy: 1=ricopre una professione classificata come ISCO 6; 0=Altra professione | 0.001 | 0.03 | 0.002 | 0.05 |
Conduttori di impianti, operai | Variabile dummy: 1=ricopre una professione classificata come ISCO 7; 0=Altra professione | 0.001 | 0.003 | 0.0008 | 0.02 |
Professioni non qualificate | Variabile dummy: 1=ricopre una professione classificata come ISCO 8; 0=Altra professione | 0.002 | 0.05 | 0.002 | 0.05 |
Forze armate | Variabile dummy: 1=ricopre una professione classificata come ISCO 9; 0=Altra professione | 0.03 | 0.17 | 0.0005 | 0.02 |
Numero di osservazioni 17296 11048
Fonte: elaborazioni Inapp su dati Istat 2015. Applicazione dei pesi campionari
Figura 1
Distribuzione del salario per i lavoratori a tempo determinato e indeterminato
Fonte: elaborazioni Inapp su dati Istat 2015
renti. La retribuzione netta mensile di coloro che sono laureati in discipline strettamente scientifiche, quali Matematica, Fisica, Chimica, Biologia e Farmacia (de-
finite in tabella scienze pure) è superio- re rispetto alla retribuzione percepita dai laureati nelle altre discipline. In ag- giunta, la figura 2 suggerisce che i lau- reati in questi ambiti sono caratterizzati da un più ampio gap salariale.
La figura 2 tiene conto solo dell’area disciplinare in cui si è conseguita la lau- rea e, dato il fenomeno del qualifica- tion mismatch5, non possiamo associa- re direttamente alla disciplina di laurea la professione svolta e quindi dare del- le indicazioni in merito al differenziale salariale rispetto alla professione stes- sa. In quest’ottica la figura 3 analizza l’esistenza di un divario salariale fra ti- pologie contrattuali in base alla profes- sione svolta utilizzando la classificazio- ne ISCO. Anche in questo caso emerge chiaramente un importante differenzia- le salariale fra lavoratori con contratto a tempo determinato e indeterminato
per tutte le professioni svolte. Tale gap è particolar- mente rilevante per quelle manageriali e per le for- ze armate.
Figura 2
Salario per i lavoratori a tempo determinato e indeterminato per ambito di laurea
Fonte: elaborazioni Inapp su dati Istat 201
5 Per qualification mismatch si intende la discrepanza tra la qualifica posseduta dai lavoratori e quella richiesta dal loro xx- xxxx (Xxxxxxxx 0000).
Figura 3
Salario dei lavoratori a tempo determinato e indeterminato per professione (ISCO)
Fonte: elaborazioni Inapp su dati Istat 2015
4. L’analisi econometrica
Nel paragrafo 3 si è visto che esiste una penalizza-
ln(w ) = α + βC + γ X '+ ε
(1)
i i i
zione salariale a discapito dei lavoratori a tempo de- terminato (tabella 1): ciò è quanto si osserva dal con- fronto dei salari medi, ma va tuttavia considerato che parte di tale differenziale può riflettere diversità nel tipo di lavoro e nelle caratteristiche dei lavoratori con
dove la variabile dipendente è il (Ln) del salario netto mensile (FTE) percepito dall’individuo i, la for- ma del contratto è rappresentata da una variabile dummy, Ci, che assume valore uguale ad 1 se il lavo-
ratore ha un contratto a termine, 0 altrimenti. Il vet-
contratti temporanei o permanenti.
tore
Xi contiene un insieme di variabili di controllo
Obiettivo dell’analisi è isolare l’effetto del tipo di contratto sul differenziale di salario controllando nelle stime per le caratteristiche individuali e delle occupa- zioni. Nell’analisi empirica si è scelto il salario mensile netto full time equivalent quale misura per il confron- to tra le due categorie di lavoratori perché consente di valutare le differenze di remunerazione indipenden- temente dal numero di ore lavorate (Villosio e Con- tini 2008).
La tecnica di analisi
L’esistenza o meno di un differenziale salariale fra gli occupati con contratti a tempo indeterminato e quelli con contratto a tempo determinato è verifica- ta inizialmente con una stima OLS dell’equazione min- ceriana dei salari:
sia per l’individuo (età, genere, stato civile, voto di laurea, esperienze lavorative durante gli studi, voto di diploma, area geografica di residenza prima del- la laurea, tipo di laurea, background socio-economi- co) che per il tipo di occupazione (settore di attività, tipo di professione, durata dell’attuale lavoro, area geografica del lavoro svolto, settore pubblico/priva- to, part time). Infine, ε indica il termine di errore, che si ipotizza distribuito indipendentemente tra gli individui e ha media pari a zero e varianza costan- te. La gran parte delle variabili esplicative sono qua- litative e vanno, quindi, interpretate in rapporto alla componente omessa.
i
Come evidenziato in letteratura (Davia e Xxxxxxx 2004; Xxxxx 2009; Xxxx e Grasseni 2012), le stime OLS presentano però due problemi che possono distorce-
re la stima del differenziale salariale. In primo luogo, il salario è osservabile per i soli lavoratori occupati e la condizione di occupato non è una caratteristica di- stribuita casualmente nella popolazione; pertanto le stime possono essere influenzate da problemi di self selection. In secondo luogo, la variabile dummy, che rappresenta la forma contrattuale, può essere corre- lata con il termine di errore nell’equazione del salario se le caratteristiche osservate del lavoratore e dell’oc- cupazione non sono sufficienti a controllare per tutte le variabili che influenzano il livello del salario. Per ri- solvere questo problema si può fare ricorso al meto- do delle variabili strumentali.
Nella nostra analisi, in base alle informazioni con- tenute nel data set utilizzato, cerchiamo di correggere per la prima fonte di bias stimando l’equazione del sa- lario con una procedura a due stadi (Xxxxxxx 1979). In particolare, al primo stadio, stimiamo la probabilità (modello probit) di essere occupati rispetto alla con- dizione di disoccupato ottenendo un fattore di corre- zione dell’errore: l’inverso del xxxxx ratio6. Al secondo stadio stimiamo l’equazione del salario (equazione 1) inserendo tra i regressori l’inverso del xxxxx ratio7. La variabile dipendente nella stima probit per la proba- bilità di occupazione è dicotomica: quando l’individuo percepisce un reddito da lavoro dipendente è uguale ad 1 ed è pari a 0 altrimenti.
Infine, analizziamo il wage gap a sfavore dei lavo- ratori a tempo determinato facendo ricorso a tec- niche econometriche di scomposizione dei salari. Ancora oggi, larga parte della letteratura di natu- ra empirica applica la scomposizione proposta da Oaxaca (1973) e Blinder (1973). Questa scomposi- zione si basa sulla stima separata per i lavoratori a tempo determinato e permanenti dell’equazione (1). Dopo la stima del modello, congiuntamente per i la- voratori a tempo determinato e permanenti, la dif- ferenza delle retribuzioni medie tra i due gruppi può essere scomposta come segue:
ln(WP ) − ln(W FT ) = (XP − X FT )β‸ * +
+{XP (β‸ P − β‸*) + X FT (β‸ * −β‸ FT )}
dove il primo termine del lato destro dell’equa- zione rappresenta la “componente spiegata”, mentre il secondo termine indica la “componente non spie- gata”, detta anche effetto discriminatorio. Uno dei li- miti di questo modello è però che i risultati ottenuti rappresentano solo valori medi, che potrebbero non rappresentare in modo adeguato tutti i dipendenti. I risultati della scomposizione Oaxaca-Blinder sono ri- portati nella tabella 4.
I principali risultati
In questo paragrafo si illustrano i principali risul- tati ottenuti dall’applicazione della metodologia pre- sentata. In particolare, la tabella 2 mostra che, a pa- xxxx di altre caratteristiche individuali, i lavoratori con un contratto a tempo determinato, percepiscono un salario netto mensile inferiore di circa il 14% rispetto ai loro colleghi assunti a tempo indeterminato. Le al- tre variabili hanno tutte il segno previsto e sono tutte statisticamente significative all’1%.
Si noti che avere una laurea specialistica, anziché triennale, fa aumentare il salario del 6,4%, e che lavo- rare nel settore pubblico ha effetto positivo. La durata degli anni di studio universitario sembra invece ave- re un effetto negativo. Come noto (si veda e.g. Canal e Xxxxxxxxx 2018 per dati recenti), le retribuzioni del- le donne sono mediamente più basse rispetto a quel- le degli uomini; in particolare le donne percepiscono circa il 10% in meno rispetto agli uomini. Il salario ten- de poi ad aumentare con l’anzianità di servizio in ma- niera non lineare (il segno negativo del quadrato della variabile tenure conferma l’ipotesi dei rendimenti de- crescenti legati all’esperienza) e con l’età, in particola- re per i lavoratori laureati che hanno più di 34 anni. Il coefficiente della variabile part time è positivo e signi- ficativo perché il salario mensile per i lavoratori part time è stato corretto per renderlo equivalente al sala- rio dei lavoratori full time. Interessante è anche l’ef- fetto della classe di laurea: chi si laurea in ambito me- dico (categoria base nella regressione) percepisce un salario maggiore rispetto a tutte le altre lauree. Infi- ne nelle regioni del Mezzogiorno gli occupati a termi- ne hanno una retribuzione netta mensile inferiore del
6 Dal totale della popolazione attiva sono stati esclusi i lavoratori autonomi perché considerati strutturalmente diversi dai lavoratori dipendenti (Picchio 2006). Ai lavoratori dipendenti aggiungiamo chi non è occupato per uno dei seguenti mo- tivi: è alla ricerca del primo lavoro, disoccupato, casalinga, benestante.
7 Il campione utilizzato per questo secondo stadio comprende tutti i lavoratori dipendenti a termine o permanenti.
Tabella 1
Stima OLS del salario netto mensile*
Salario FTE
14,8% rispetto a quelli che lavorano nelle altre regio- ni italiane.
Poiché, come si è detto nel paragrafo preceden-
te, le informazioni sul salario sono disponibili solo per
Tempo determinato -0.143***
(0,007)
Donna -0.103***
(0,006)
Età 27-28 -0.046***
(0,013)
Età 29-33 -0.053***
(0,013)
Età >34 0,005
(0,015)
Tenure 0.040***
(0,006)
Tenure^2 -0.004***
(0,001)
Centro -0.040***
(0,009)
Sud e Isole 0.016*
(0,009)
Laurea specialistica 0.064***
(0,007)
Durata studi -0,016***
(0,001)
Part time 0.045***
(0,011)
Industria 0.133***
(0,022)
Servizi 0.051**
(0,021)
Pubblico 0.126***
(0,022)
Legislatori, imprenditori e alta dirigenza 0.374*** (0,066)
Professioni intellettuali 0.208***
(0,052)
Professioni tecniche 0.201***
(0,051)
Professioni esecutive nel lavoro d'ufficio 0.116** (0,052)
Professioni qualificate 0.090*
(0,052)
Artigiani, operai specializzati e agricoltori -0,048 (0,069)
gli individui che lavorano e la condizione di occupa- to non è una caratteristica distribuita in modo casuale all’interno della popolazione, potrebbe emergere un bias dovuto alla selezione. Per correggere le stime dei coefficienti si è proceduto ad una stima a due stadi come riportato nella tabella 3.
La prima colonna mostra i risultati inerenti al pri- mo stadio, ovvero alla stima della probabilità di es- sere un occupato dipendente. Le variabili esplicative includono caratteristiche individuali e socio demogra- fiche tra cui: il genere, una variabile dummy per lo sta- to civile, lo status di studente lavoratore, la classe di età, l’area geografica di residenza, se il padre è percet- tore di reddito/pensione, il voto del diploma, l’area di- sciplinare della laurea conseguita e l’interazione tra il genere e lo stato civile. Le variabili di selezione, che si ipotizza abbiano un’influenza sulla scelta di essere oc- cupato ma non sul livello del salario percepito, sono: lo stato civile e la sua interazione con il genere, il voto di diploma, lo status di studente lavoratore, avere un padre percettore di reddito o pensione, gli anni di stu- dio e l’area disciplinare della laurea. I coefficienti del- le variabili di controllo hanno tutte il segno atteso e sono statisticamente significative.
Dalla stima di questo primo stadio si ottiene l’in- verso del xxxxx ratio che viene poi inserito come re- gressore nell’equazione minceriana del salario. La se- conda colonna della tabella 3 riporta i risultati per questa seconda stima. Nel dettaglio, si osserva che il xxxxx ratio è significativo e che il coefficiente della dummy relativa ai contratti a tempo determinato di-
Conduttori/operai di macchinari/ conducenti di veicoli
0.196*** (0,074)
minuisce: la penalizzazione salariale dei lavoratori a
termine rispetto a quelli permanenti passa dal 14,3%
Forze armate 0.295***
(0,053)
Lavora al Sud/Isole -0.148***
(0,012)
Costante 7.116***
(-0,057)
Num. Osservazioni 25.171
Adj. R-Square 0,198
*La gran parte delle variabili esplicative sono di tipo qualitativo. Di se- guito si riporta la componente omessa presa a riferimento: gli uomini, classe di età <26 anni, Nord, laurea triennale, full time, agricoltura, professioni non qualificate, Lavora al nord.
Note: standard errors robusti.
Fonte: elaborazioni Inapp su dati Istat 2015
nella stima OLS al 13,8% in quella con la correzione per il self selection bias. Una volta quindi che si cor- regge per la possibile selezione del campione il gap retributivo si riduce. Il segno e la significatività dei co- efficienti delle altre variabili non subiscono variazioni. Sulla base di tali regressioni, si è passati a decom- porre il differenziale salariale mediante la metodolo- gia proposta da Oaxaca (1973) e Blinder (1973) sinte- tizzata nella tabella 4. Ciò che interessa comprendere attraverso questa decomposizione è se la differenza tra i salari dei contratti a tempo indeterminato e dei
Tabella 3
Stima a due stadi della probabilità di essere occupato dipendente e del salario*
(0,007)
Probabilità Occupato Dip Salario FTE
Tempo determinato -0.138***
Caratteristiche individuali
Xxxxx
-0,213*** (0,018)
(0,006)
Laurea specialistica 0,077***
(0,012)
Età 27-28 -0,030***
(0,012)
Età 29-33 -0,045***
Età >34
0.050*** (0,016)
Centro
-0.102*** (0,009)
(0,007)
Sud e Isole -0.175***
(0,017)
Nubile/celib -0,153***
(0,018)
Nubile*Donna 0.185***
(0,006)
Studente lavoratore 0,107***
(0,00)
Durata studi -0,014***
(0,004)
Voto diploma 0,002***
(0,013)
Padre occupato o in pensione 0.036***
(0,011)
Arch./Ing./Agraria 0.056***
(-0,009)
Economia/ Giur./Sc.Pol 0,008
(0,01)
Lettere/Lingue -0.036***
(0,012)
Medico-sanitario 0.128***
-0.084*** (0,006)
0,062*** (0,007)
-0.036*** (0,013)
-0.046*** (0,013)
-0,01
(0,015)
-0,009
(0,008)
0,080*** (0.011)
Tenure
0.040*** (0,006)
(0,001)
Tenure^2 -0.004***
Caratteristiche dell’occupazione
(0,011)
Part time 0.054***
(0,021)
Industria 0.128***
Servizi
0.049** (0,021)
(0,022)
Pubblico 0.121***
(0,068)
Legislatori, imprenditori e alta dirigenza 0.361***
(0,053)
Professioni intellettuali, scientifiche e di elevata specializzazione 0.202***
(0,053)
Professioni tecniche 0.185***
(0,053)
Professioni esecutive nel lavoro d’ufficio 0.111**
(0,054)
Professioni qualificate 0,084
(0,07)
Artigiani, operai specializzati e agricoltori -0,061
(0,073)
Conduttori/operai di macchinari/conducenti di veicoli 0.192***
(0,055)
Forze armate 0.271***
(0,012)
Lavora al Sud/Isole -0.149***
(0,023)
Xxxxx Ratio -0.231***
(0,058)
Costante 7.164***
R2 Adj.
Num. Osservazioni 33475
0,19
24819
*La gran parte delle variabili esplicative sono di tipo qualitativo. Di seguito si riporta la componente omessa presa a riferimento: gli uomini, classe di età <26 anni, Nord, laurea triennale, full time, agricoltura, professioni non qualificate, Lavora al nord.
Note: standard errors robusti.
Fonte: elaborazioni Inapp su dati Istat 2015
Tabella 4
Scomposizione Oaxaca-Blinder dei differenziali salariali
Lavoratori Dipendenti
7.383***
Tempo indeterminato (0.003)
7.191***
Tempo determinato (0.006)
0.192***
Differenza (0.007)
0.054***
indeterminato) per verificare l’esistenza o meno di un
differenziale salariale dovuto al contratto.
Dopo aver controllato per un insieme di caratteri- stiche relative all’individuo e al posto di lavoro, e per la possibile distorsione dovuta al problema del self se- lection, stimiamo attraverso il metodo della decom- posizione Oaxaca-Blinder il differenziale salariale. I ri- sultati suggeriscono che i laureati inquadrati con un contratto a tempo determinato percepiscono un sa- lario in media inferiore del 19% rispetto a quello dei loro colleghi a tempo indeterminato.
Spiegato
Non spiegato
Xxxxx Ratio
(0.004)
0.139*** (0.006)
0.015*** (0.002)
Il presente studio, rispetto alla letteratura empiri-
ca esistente, fornisce due approfondimenti. In primo luogo, intende valutare l’esistenza di un differenziale salariale in un gruppo di lavoratori qualificati e poten- zialmente inquadrabili in posizioni lavorative altamen-
Num. Osservazioni 28.345
Note: standard errors robusti.
Fonte: elaborazioni Inapp su dati Istat 2015
contratti a tempo determinato dipenda o meno dalla tipologia contrattuale o se la differenza sia dovuta ad altri fattori. Dalla tabella 4 si evince che il differenziale salariale fra lavoratori a tempo indeterminato e deter- minato è pari al 19,2% sull’intero campione. Rispetto a tale differenziale, la quota non spiegata dalle varia- bili incluse nell’analisi supera il 50% a sottolineare l’e- sistenza di una discriminazione fra lavoratori occupati caratterizzati da diversi regimi contrattuali.
5. Conclusioni
La diffusione dell’uso dei contratti a tempo deter- minato ha riacceso il dibattito relativo agli effetti del lavoro temporaneo sulle condizioni lavorative degli individui. Parte della letteratura si è concentrata sulle conseguenze distributive. A partire da questo filone, in questo articolo, utilizzando un campione di lavora- tori laureati nel 2011, valutiamo le retribuzioni degli occupati con un titolo di studio terziario in base all’in- quadramento contrattuale (a tempo determinato o
te retribuite. La letteratura che ha stimato il differen-
ziale salariale in diversi punti della distribuzione dei salari ha messo in luce un’eterogeneità della penaliz- zazione salariale lungo la distribuzione. In particolare, fra i lavoratori maggiormente retribuiti, il differenziale salariale dovuto al contratto è minore rispetto a quel- lo stimato per i lavoratori che si trovano nella parte bassa o centrale della distribuzione. Il nostro lavoro, concentrandosi esclusivamente sui laureati, che come detto in precedenza sono potenzialmente collocabili nella parte alta della distribuzione, consente di stima- re l’esistenza di un gap salariale riconducibile al con- tratto. Dalla nostra analisi emerge che il differenziale continua ad esistere e si attesta intorno al 19% a sfa- vore dei lavoratori a tempo determinato. In secondo luogo, abbiamo stimato l’entità dell’effetto contratto evidenziando che oltre la metà del gap salariale do- vuto al contratto a tempo determinato non è ricon- ducibile a caratteristiche osservabili del lavoratore o del posto di lavoro in cui questi operano, ma è bensì esclusivamente riconducibile all’essere un lavoratore a tempo determinato.
Sulla base di tali evidenze, risulta importante mo- nitorare l’adozione dei contratti a termine poiché pos- sono rappresentare una modalità di diffusione della disuguaglianza fra i lavoratori.
Appendice – Statistiche descrittive occupati e in | cerca di occupazione | ||||
Variabili | Definizione | Media | Sd | Min | Max |
Occupato | Variabile dummy: 1= Occupato; 0= Disoccupato | 0.79 | 0.4 | 0 | 1 |
Caratteristiche personali | |||||
Donne | Variabile dummy: 1= Donna; 0= Uomo | 0.59 | 0.49 | 0 | 1 |
<22 anni | Quota laureati con età inferiore ai 22 anni | 0.11 | 0.31 | 0 | 1 |
23 - 24 anni | Quota laureati di età compresa fra i 23 ed i 24 anni | 0.27 | 0.44 | 0 | 1 |
25 - 29 | Quota laureati di età compresa fra i 25 e i 29 anni | 0.41 | 0.49 | 0 | 1 |
>30 anni | Quota laureati di età superiore ai 30 anni | 0.19 | 0.39 | 0 | 1 |
Nubile/Celibe | Variabile dummy: 1=Nubile/Celibe; 0= Sposato/Sposato | 0.45 | 0.49 | 0 | 1 |
Caratteristiche familiari | |||||
Padre occupato | 0.95 | 0.21 | 0 | 1 | |
Caratteristiche percorso di studi | |||||
Ingegneria, Architettura e Agraria | Quota laureati nelle discipline di riferimento | 0.09 | 0.28 | 0 | 1 |
Scienze pure | Quota laureati nelle discipline di riferimento | 0.17 | 0.38 | 0 | 1 |
Economia, Statistica e Giurisprudenza | Quota laureati nelle discipline di riferimento | 0.36 | 0.48 | 0 | 1 |
Lettere, Filosofia, lingue, psicologia, Pedagogia ed Educazione fisica | Quota laureati nelle discipline di riferimento | 0.26 | 0.44 | 0 | 1 |
Medicina | Quota laureati nelle discipline di riferimento | 0.09 | 0.29 | 0 | 1 |
Voto di diploma | Voto di diploma | 83.09 | 12.52 | 60 | 100 |
Voto di laurea | Voto di laurea in centesimi | 102.2 | 7.97 | 66 | 110 |
Numero osservazioni | 34755 | ||||
Fonte: elaborazioni Inapp su dati Istat 2015. | |||||
SINAPPSI - Connessioni tra ricerca e politiche pubbliche | Anno VIII | n. 3/2018 | Rivista quadrimestrale dell’Inapp
43
Xxxxxxxx, Xxxxxxx, Ferri | Differenziali salariali fra occupati laureati con contratto a tempo determinato e indeterminato
Bibliografia
Xxxxxxxx P., Xxxxxx G. (2010), A uguale lavoro, paghe diverse. Differenziali salariali e lavoro a termine nel mercato del lavoro
italiano, Stato e mercato, n.3, pp.471-504
Xxxxxxxxx X., Xxxxxxx X. (1990), Firing costs and labour demand. How bad is eurosclerosis?, Review of Economic Studies, 57, n.3, pp.381-402
Xxxxxxxxx X., Xxxxxx X. (1994), A model of labour demand with linear adjustment costs, Labour Economics, 1, n.3-4, pp.303– 326
Blinder A. (1973), Wage discrimination. Reduced form and structural estimates, Journal of Human Resources, 8, n.4, pp.436-455
Xxxxx A.L., Xxxxxx X.X., Xxxxx X. (2002), Symposium on temporary work introduction, Economic Journal, 112, n.480, pp.181- 188
Xxxxx X. (2009), Temporary employment and wage gap with permanent jobs. Evidence from quantile regression, MPRA
Paper n.16055 < xxxxx://xxx.xx/0xxXXXX >
Xxxxx X. (2014), The implications of temporary jobs on the distribution of wages in Italy. An unconditional IVQTE approach,
Labour, 28, n.1, pp.64-86
Xxxxx X., Sessions X. (2005), Employee attitudes, earnings and fixed-term contracts. International evidence, Review of World Economics, 141, n.2, pp.296-317
Xxxxxxx X. (1997), The flexible firm and the growth of non-standard employment, Labour and Industry, 7, n.3, pp.85-102
Canal T., Xxxxxxxxx X. (2018), Il punto su donne e lavoro, Inapp Policy Brief n.6, Roma, INAPP
Xxxx X., Xxxxxxxx M. (2012), Are temporary workers discriminated against? Evidence from Europe, The Manchester School, 80, n.1, pp.28-50
Davia M.A., Xxxxxxx X. (2004), Temporary employment and segmentation in the Spanish labour market. An empirical analysis through the study of wage differentials, Spanish Economic Review, 6, n.4, pp.291-318
Xx Xxxxxx X., xx Xxxx X., Xx Xxxxx X., Xxxxxxxx X., Xxxxxxx X., Xxxxxx R. (2008), Literature review of theory and research on the psychological impact of temporary employment. Towards a conceptual model, International Journal of Mana- gement Reviews, 10, n.1, pp.25-51
Xxxx xx Xxxxx X., Xxxxxxx A. (2015), Xxxxxxxxxx and less well-paid? Wage differences between permanent and fixed-term con- tracts across the EU countries, European Economy - Economic Papers n.544, European Commissione - Directorate General Economic and Financial Affairs (DG ECFIN) < xxxxx://xxx.xx/0X0x00X >
Xxxxxxxxxx X., Xxxxxxx R.T. (2005), Temporary contracts and employee effort, Labour economics, 12, n.3, pp.281299 Eurofound (2017), Non-standard forms of employment. Recent trends and future prospects, Dublin, Eurofound
Xxxxx X. (2000), Fixed-term contracts and unemployment: an efficiency wage analysis, Industrial Relations Section, Work- ing Papers n.433, Princeton, Princeton University
Xxxxx X. (2002), Do temporary workers receive risk premiums? Assessing the wage effects of fixed-term contracts in West Germany by a matching estimator compared with parametric approaches, Labour, 16, n.4, pp.667-705
Hall R., Harley B., Xxxxxxxxxx G. (1998), Contingent work and gender in Australia. Evidence from the 1995 Australian Workplace Industrial Relations Survey, The Economic and Labour Relations Review, 9, n.1, pp.55-81
Xxxxxxx X. (1979), Sample selection bias as specification error, Econometrica, 47, n.1, pp.153-162
Xxxxxx X.X., Xxxxxxx X. (1993), The effects of fixed-term employment on wages. Theory and evidence from Spain, Investiga- ciones económicas, 17, n.3, pp.475-494
Lass I., Wooden M. (2017), The structure of the wage gap for temporary workers. Evidence from Australian panel data,
Melbourne Institute Working Paper n. 8, Melbourne, University of Melbourne < xxxxx://xxx.xx/0X0XXXX >
Loh E. (1994), Employment probation as a sorting mechanism, Industrial and Labor Relations Reviews, 47, n.3, pp.471-486
Xxxxxxx A., XxXxxxxxx F. (2005), A “two-tier” labour market for fixed-term jobs? Evaluating evidence from West Germany using quantile regression, Schmollers Jahrbuch, 125, n.1, pp.75-85
Xxxxxx X. (1958), Investment in Human Capital and Personal Income Distribution, Journal of Political Economy, 66, n.4, pp.281-302
Mincer J. (1974), Schooling, Experience and Earnings, New York, National Bureau of Economic Research
Nunziata L., Xxxxxxxxxx S. (2007), Short-term contracts regulations and dynamic labour demand. Theory and evidence, Scot- tish Journal of Political Economy, 54, n.1, pp.72-104
Oaxaca R. (1973), Male-female wage differentials in urban labor markets, International Economic Review, 14, n.3, pp.693- 709
OECD (2004), OECD Employment Outlook 2004, Paris, OECD Publishing
Pianta M., Xxxxxxxx M. (2008), Innovations, wages, and profits, Journal of Post Keynesian Economics, 31, n.1, pp.101-123
SINAPPSI - Connessioni tra ricerca e politiche pubbliche | Anno VIII | n. 3/2018 | Rivista quadrimestrale dell’Inapp
Picchio M. (2006), Wage differentials and temporary jobs in Italy, Quaderni di Ricerca n.257, Ancona, Università Politecnica
delle Marche
Picchio M. (2008), Temporary Contracts and Transitions to Stable Jobs in Italy, Labour, 22, n.s1, pp.147-174
Xxxxxxxx X. (2011), Over-Qualified or Under-Skilled. A Review of Existing Literature, OECD Social, Employment and Migra- tion Working Papers n.121, Paris, OECD Publishing
Xxxxx X. (1986), The theory of equalizing differences, in Xxxxxxxxxxx X., Xxxxxx X. (eds.), Handbook of Labor Economics, vol.1, chap.12, pp.641-692
Xxxxxxxx X., Xxxxx X. (2007), Flexibility, labour contracts and wage differentials, Politica Economica, n.1, pp.65-82
Xxxxxxxxx M. (1978), Comparative advantage in individuals, The Review of Economics and Statistics, 60, n.2, pp.259-267
Xxxxxxxxxxx E.G. (2002), Do temporary jobs pay? Wages and career perspectives of temporary workers, Labour, 16, n.4, pp.667-705
Xxxxx Xxxxxxxx
Ricercatrice in economia applicata presso l’Inapp. In precedenza è stata assegnista di ricerca presso il Dipartimento di Economia e Management dell’Università di Pisa per un progetto riguardante i meccanismi di inclusione ed esclusione dal mercato del lavoro. Ha conseguito il dottorato di ricerca in Economia politica presso il Dipartimento di Economia e Management dell’Università di Pisa. Tra le sue pubblicazioni più recenti: School-to-work transition and vocational education: a comparison across Europe (con Corsini L., International Journal of Manpower 2019); Essere Neet in Ita- lia: i principali fattori di rischio (con Xxxxx X., RIEDS 2018); Volatility in European Regions (con Fiaschi D., Xxxxxxxxx L. e Parenti A., Papers, Regional Science 2017).
Xxxxxxx Xxxxxxx
Ricercatrice in economia applicata presso l’Inapp. Precedentemente, è stata ricercatrice presso l’Istituto di Economia della Scuola superiore Sant’Xxxx di Pisa e assegnista di ricerca presso il Dipartimento di Scienze statistiche della Sa- pienza. Ha conseguito il Master in Development Economics presso l’Università del Sussex (UK) e il dottorato di ricerca in Economia dello Sviluppo presso il Dipartimenti di Analisi economiche e sociali della Sapienza. Fra i suoi articoli: Only one way to skin a cat? Heterogeneity and equifinality in European national innovation systems (con Nuvolari X., Xxxxxxxxxx A., Xxxxxxxxx M., Research Policy 2019) e Innovation and within firm wage inequalities: empirical evidence from major European countries (con Sostero M. e Xxxxxxx F., Industry and Innovation 2017).
Xxxxxxxxx Xxxxx
Ricercatrice Xxxxx nell’ambito del Progetto strategico Analisi delle Politiche pubbliche e Dottore di ricerca in Econo- mia della Popolazione e dello Sviluppo. Nel 2019 ha conseguito il Master Ca’ Foscari in Analisi e Valutazione delle Politiche pubbliche presso il Senato della Repubblica. La sua attività di ricerca in Inapp è incentrata su imprese, mer- cato del lavoro, formazione e fondi interprofessionali. Tra le sue ultime pubblicazioni Qualità dei percorsi formativi e over-education per i giovani laureati: un confronto territoriale (con Xx Xxxxxx X. e Xxxxx X., Rivista economica del Mezzogiorno 2017); Assetto proprietario e manageriale: evidenze empiriche su elementi di contesto ed organizzativi delle imprese italiane (con Xxxxx A. e Xxxxxxxxx D., RIEDS 2018).
Xxxxxxxx, Xxxxxxx, Ferri | Differenziali salariali fra occupati laureati con contratto a tempo determinato e indeterminato 45