Stima dei risultati economici a livello locale basati sull’integrazione di microdati: nuovi sviluppi

 di: Filippo Oropallo, Letizia Bani, Danilo Birardi

EyesReg, Vol.5, N.4, Luglio 2015.
 
Nel corso degli ultimi anni si è intensificato l’impiego di archivi amministrativi a supporto dei processi di produzione delle statistiche sulle imprese (Yung 2008). L’avvio del Censimento continuo e l’integrazione con numerose fonti di dati amministrativi sulle imprese e sull’occupazione consente di ricavare un quadro esaustivo degli aggregati economici. Il frame di riferimento dell’economia regolare consente a sua volta di stimare l’under-reporting (o evasione) dei risultati economici e dell’input di lavoro. L’Istat con diverse task force ha affrontato i problemi di integrazione dei dati economici delle imprese e di stima della Non Observed Economy a livello di impresa e le problematiche di integrazione delle fonti sull’occupazione . Dalla risoluzione di questi problemi scaturisce un nuovo quadro di riferimento a livello nazionale e favorisce un maggior dettaglio territoriale nelle stime dei risultati economici e dell’occupazione secondo un approccio più integrato e prediligendo, quando possibile, l’approccio di stima dal basso verso l’alto (bottom-up) (Eurostat 2013). Lo sviluppo di basi di dati micro sulle unità di attività economiche locali apre inoltre lo spazio a nuove possibilità di analisi partendo da mappe di produttività a livello locale coerenti con i dati di base e con gli input di stima degli aggregati di contabilità nazionale.

 

Le Fonti di dati

Dal lato delle imprese la costituzione del Frame SBS ha come campo di osservazione tutti i settori produttivi dell’economia (settore privato delle imprese dell’industria e dei servizi non finanziari) ed è stato preceduto da un accurato studio delle fonti di dati disponibili.
Le fonti come evidenziato nella Figura 1 sono le seguenti:
• ASIA-imprese, unità locali di imprese e demografia d’impresa
• Fonti statistiche (Indagini Sbs)
• Bilanci delle società di capitali
• Dati Fiscali (Studi di Settore e modello unico)
• Dati Inps
I Bilanci delle società di capitali coprono circa 800 mila imprese e risultano armonizzati a livello europeo e alle definizioni SBS (IV direttiva Cee del 1978 e successive integrazioni – principi contabili IAS e riclassificazioni).
Gli Studi di Settore dal 1993 hanno la finalità di indagare sui comportamenti anomali delle piccole imprese (con la stima di una funzione di ricavo presunto). Il quadro contabile è sufficientemente armonizzato con le definizioni di bilancio. Coprono le imprese con meno di 5,165 milioni di fatturato di quasi tutti i settori (ogni studio corrisponde ad un gruppo Ateco). I Modelli Unico e Irap risultano più differenziati per tipologia di soggetto e regime contabile e presentano una minore aderenza alle definizioni delle voci di Bilancio (copertura totale). I dati Inps dai modelli Uni-Emens forniscono un dettaglio a livello di singolo lavoratore per ogni impresa (dichiarazioni mensili delle imprese all’Inps con finalità contributive). L’universo di riferimento è costituito dal registro delle imprese ASIA (Archivio Statistico delle Imprese Attive). Il campo di osservazione è costituito da tutte le attività industriali, commerciali e dei servizi (sono escluse le attività relative all’agricoltura e pesca (sezione A e B), amministrazione pubblica (sezione L); attività di organizzazioni associative (divisione 91), attività svolte da famiglie e convivenze (sezione P), organizzazioni ed organismi extraterritoriali (sezione Q), le unità classificate come istituzioni pubbliche e istituzioni private non profit) (Eurostat 2008).

 

L’integrazione di microdati d’impresa

L’integrazione dei dati da diverse fonti ha come obiettivo quello di sviluppare un sistema di stime SBS a partire dai micro dati delle fonti amministrative dei Bilanci delle Società di capitali, dell’archivio degli Studi di Settore e degli archivi dei Modelli Unico integrati con il Registro delle imprese Asia. Le informazioni delle fonti amministrative sono state sottoposte ad un processo di armonizzazione al fine di replicare nella maniera più fedele la definizione dei regolamenti Eurostat SBS (Structural Business Statistics) e dell’ESA (European System Account). Seguendo questo approccio multidimensionale e multi-source, l’armonizzazione delle definizioni consente di ottenere una misura del valore aggiunto, nonché del valore della produzione, dei costi intermedi e del costo del lavoro coerenti con le definizioni SBS (Structural Business Statistics) e presenta quindi un grado di armonizzazione soddisfacente con le definizioni correnti dell’ESA (European System Account).
L’attività di integrazione ha consentito di stimare molte voci del conto economico ed alla fine è stato effettuato un confronto tra il valore di indagine e da fonte amministrativa delle principali variabili.
La differenza tra la stima censuaria (per tutta la popolazione N) da fonte amministrativa, pari a:

Formula 1

e quella campionaria da indagine, pari a:

Formula 2

è stata scomposta nelle seguenti due parti racchiuse in parentesi:

Formula 3

Illustrazione 2 - Formula 3

Dalle stime preliminari e dai confronti con le stime da indagine, per la variabile valore aggiunto per addetto, prevale il cosiddetto “effetto campionario” (autoselezione da indagine per cui i pesi campionari non correggono e non rappresentano al meglio la popolazione) sul cosiddetto “effetto fonte” (sostituzione del dato di indagine con il dato amministrativo) (Casciano et al. 2012). Il primo è pari -1,4 punti percentuali e il secondo a +1,0 punti percentuali ed entrambi contribuiscono ad una differenza tra la stima dai dati amministrativi e indagine Pmi pari a -0,4%.

Figura 1 – Stime Valore aggiunto per addetto Pmi (Y_pmi), Stime Frame (Y_frame) e scomposizione della differenza (effetto fonte ed effetto campionario) per classe di addetti (2010)

Figura 1

Dal punto di vista delle classi dimensionali di impresa, l’effetto dei pesi campionario ha un impatto negativo (-4,3 punti percentuali) sulla classe 1-9 addetti e risulta positivo per le classi superiori. L’effetto fonte è quasi sempre positivo: la stima da dati amministrativi, per l’anno 2010, produce un valore dell’1% più alto e decresce al crescere della dimensione aziendale. Esso passa da +1,5% delle microimprese a +0,4% per le imprese con 20-49 addetti e diventa negativo per quelle sopra i 49 addetti.
Anche a livello settoriale c’è una prevalenza dell’effetto campionario sulla differenza tra le stime del valore aggiunto per addetto e questo effetto è quasi sempre di segno opposto rispetto all’effetto di sostituzione del dato di indagine con quello amministrativo. L’effetto campionario prevale comunque laddove vi è maggiore presenza di microimprese.

 

Stima dell’under-reporting

La disponibilità di dati sull’universo delle imprese ha consentito uno studio più accurato sul fenomeno dell’under-reporting. Rispetto alla vecchia stima della sotto-dichiarazione è stato seguito un approccio di selezione delle unità non soggette ad under-reporting (sulla base di un indicatore sintetico sulla regolarità dei conti) e da una stima di una funzione di mark-up sulle unità selezionate che ha poi permesso di stimare dei parametri “veri” sulle relazioni costi e ricavi che successivamente sono stati trasferiti alle covariate delle imprese selezionate come sotto-dichiaranti. Il gap stimato rispetto al valore vero di reddito o valore aggiunto (a seconda rispettivamente se trattasi di micro-impresa o impresa con organizzazione articolata) rappresenta una componente importante del sommerso statistico che tiene conto, nei processi di selezione e di stima, della dimensione territoriale.
Il nuovo metodo di stima della rivalutazione supera i limiti dell’approccio “Franz” (basato sull’ipotesi di concorrenza perfetta e di uguaglianza tra reddito del lavoratore e quello dell’imprenditore) e cerca di tener conto della diversa natura dei redditi generati dall’impresa (da lavoro e imprenditoriale). Si utilizza un modello esplicativo del reddito imprenditoriale stimato a livello micro per dominio (la stratificazione è operata incrociando divisione di attività economica e area geografica) e controllando l’ulteriore eterogeneità tramite l’utilizzo di dummy settoriali (gruppo ateco) e regionali.
Il modello esplicativo si fonda sull’ipotesi di mark-up dell’imprenditore e partendo da relazioni contabili, considera un modello di regressione lineare con dummy che consentono di catturare le specificità dei mercati di riferimento.

 

Stima dell’occupazione

Grazie all’attività di integrazione dei dati sull’occupazione e dal confronto tra la fonte di indagine Forze di Lavoro (FdL) e dati amministrativi è stato possibile affrontare e risolvere i problemi di sovra-copertura (mancata specificazione dei periodi di riferimento e sovra-registrazione) e di sotto-stima (under-reporting) della fonte statistica. La risoluzione di quest’ultimo aspetto ha portato ad una misurazione della componente di lavoro irregolare. Quest’attività è sperimentale e ha contribuito in modo determinante al nuovo benchmark di contabilità nazionale.
I codici fiscali degli individui intervistati dall’indagine sulle forze di lavoro (FdL) sono stati abbinati all’archivio integrato di fonti amministrative riguardanti gli occupati, distinte per lavoratore dipendente:
– Inps-Emens, che raccoglie informazioni sui dipendenti delle imprese dell’industria e dei servizi e sugli imponibili contributivi;
– Inps-Inpdap che raccoglie i dipendenti delle Amministrazioni pubbliche;
– Enpals, che raccoglie i dipendenti delle imprese attive nei settori dell’intrattenimento;
– Inps – Colf e Badanti che raccoglie le badanti e i collaboratori domestici;
– Inps – dmag che raccoglie i dipendenti delle imprese agricole;
– Inail – Archivio DNA relativo ai lavoratori dipendenti;
e lavoratore indipendente:
– Archivio Istat su lavoratori indipendenti (Silo_i) che integra informazioni contenute negli archivi Inps, Camere di commercio e Agenzia delle entrate;
– Inps – Autonomi agricoli;
– Inps – Parasubordinati;
– Inps – Collaboratori professionali;
– Inail – parasubordinati e archivio interinali.
Lo sviluppo dell’archivio integrato sull’occupazione ha consentito di stimare le diverse posizioni lavorative degli intervistati FdL con una gerarchia della posizione lavorativa (principale, secondaria, ecc.), la natura regolare o non regolare, la natura dipendente o indipendente, il codice di attività economica, la regione in cui la posizione lavorativa viene ricoperta, la classe dimensionale del committente, il settore istituzionale del committente. Successivamente sono state stimate le ore lavorate attraverso l’imputazione statistica compiuta sul campione integrato con le fonti amministrative per tutte le posizioni lavorative utilizzando sia le informazioni strutturali relative all’intervistato FdL sia l’informazione relativa alla posizione lavorativa reperita dalle fonti amministrative. Il campione integrato FdL ha migliorato la coerenza sulle stime dell’occupazione (posizioni medie annue e ore lavorate) e ha consentito di correggere l’occupazione delle imprese e dell’intero universo delle partite IVA per attività economica (KAU), distinguendo la componente regolare da quella irregolare. L’esercizio successivo di integrazione a livello di LKAU è stato effettuato grazie all’integrazione con le unità locali.

 

Stima dei risultati economici delle imprese a livello locale

Il passaggio dal Frame Sbs al Frame SBS UL è ottenuto grazie all’integrazione con il Registro delle unità locali di Asia che rileva gli addetti a livello di unità locale di impresa e rappresenta il censimento continuo della porzione più rappresentativa dell’economia italiana. Esso misura la distribuzione a livello comunale degli addetti di impresa individuando le cosiddette LKAU prevalenti (Local Kind of Activity Units) e attraverso un peso w_lkau calcolato a livello di impresa sono stati ripartiti sul territorio i risultati economici di tutte le imprese del frame. Sulla maggior parte delle imprese mono-attività la stima è stata condotta in maniera agevole.
Per le imprese multi-attività con più unità funzionali è stato condotto un lavoro di integrazione ad hoc con analisi di casi di studio sul calcolo corretto del peso w_lkau di ogni attività economica locale di impresa.
La stima del valore aggiunto, del valore della produzione al costo dei fattori e del costo del lavoro per unità locale (k) è stata effettuata quindi applicando un peso in funzione degli addetti impiegati presso l’unità locale. Pertanto, il valore della variabile economica di interesse dell’impresa i, pari a y_(i ), è stato ripartito per ogni unità locale k sulla base di un peso locale w_lkau, ottenendo un valore per unità locale di impresa pari a y_(ik ) la cui somma restituisce il totale a livello di impresa.
Branca estrattiva
Nel caso del settore dell’estrazione di minerali energetici, caratterizzato dalla presenza di poche imprese e con un alta intensità di capitale, la determinazione del peso delle unità locali tiene conto di un indicatore di produzione osservato a livello di sito produttivo (produzioni e pozzi estrattivi).

 

Stima delle altre componenti dell’offerta “for market”

L’integrazione di più fonti ha consentito di ottenere una copertura quasi totale per la stima della produzione, valore aggiunto e input di lavoro a meno della stima della componente “non osservata”. Pertanto nel corso dell’attuale fase di benchmark territoriale si stanno rivedendo le procedure di stima dei conti territoriali per l’anno di riferimento (t=2011 ossia t-3). In questa sede si illustrano le procedure di stima dei livelli di valore aggiunto per le principali componenti “for market” regolari: le locazioni e le istituzioni non profit.

 

Tavola 2. Contributo delle diverse fonti relative alle branche produttive del Valore aggiunto a prezzi base (2011)

Tavola 2

Si sfrutta la disponibilità della base di micro dati “Frame Sbs” per la stima del valore della produzione, del valore aggiunto al costo dei fattori e dei redditi da lavoro a livello di impresa e di unità economica locale, integrata con le unità locali di Asia (t=2011). Attraverso questo nuovo approccio di tipo “bottom-up” si riesce a stimare in maniera puntuale circa i tre quarti del valore aggiunto dell’economica regolare, il 70% del valore aggiunto market ai pressi base (includendo la stima dell’under-reporting) e il 60% circa del valore aggiunto dell’intera economia (inclusa la componente non osservata) (Tavola 2).
Settore Banche e Assicurazioni
Anche per il settore delle Banche e Assicurazione è stato possibile seguire un approccio del tipo bottom-up. Il valore aggiunto è stato stimato per ogni unità statistica del registro Asia di questo settore dell’economia, che pesa circa il 3% del totale Valore aggiunto, utilizzando i dati amministrativi fiscali di fonte Irap (quadro IC – sezioni Banche e assicurazioni). Le formule sono le seguenti. La successiva integrazione con il Registro delle unità locali e l’integrazione con i dati aggregati per provincia delle consistenze di depositi e impieghi ha portato al calcolo del pro-quota di localizzazione in funzione della distribuzione degli addetti. La correzione introdotta con le consistenze di depositi più impieghi o premi agisce sul risultato lordo di gestione (rlg) delle plurilocalizzate.
Settore Istituzioni Sociali Private
Per quanto riguarda la stima degli aggregati economici relativi al settore non profit si distingue la parte market da quella non market, con queste ultime che si relazionano con la Pubblica Amministrazione. La stima della parte market è in parte effettuata attraverso l’utilizzo della base di micro dati “Frame Sbs”, mentre per la parte mancante è stata preparata una base informativa “ISP_2011” che integra le informazioni fornite dal Censimento non profit 2011 (CIS NP) integrato con altre fonti di tipo amministrativo (Inps-emens, Inpdap, Enpals).

 

Stima indipendenti non inclusi del Registro delle imprese Asia

Per la stima del valore aggiunto degli indipendenti (partite iva e collaborazioni che non si prefigurano come impresa) è stato preso come riferimento il valore aggiunto stimato via “Frame Sbs” delle imprese individuali (inclusi lavoratori autonomi e professionisti) con un solo addetto indipendente relativo alla medesima branca di attività economica. Per i collaboratori e i professionisti sono state utilizzate le fonti Emens-Inps annuali al fine di imputare una retribuzione teorica alla popolazione di riferimento completa delle informazioni di localizzazione.
Stima dei servizi di locazione
La stima del settore immobiliare (divisione di attività economica 68) e dei servizi di locazione è stata effettuata distinguendo la componente non residenziale da quella residenziale. Per la componente non residenziale si utilizza come struttura la distribuzione territoriale dei fitti passivi pagati dalle altre branche e calcolati sulla base dei microdati del “Frame Sbs”. La componente di locazione residenziale viene ripartita all’interno delle regioni e province sulla base dei consumi regionali e provinciali delle famiglie per locazione di fabbricati.
Stima dei under-reporting e componente irregolare
Peraltro il “Frame Sbs”, inclusa la stima dell’uder-reporting, costituisce la popolazione di riferimento per la stima della retribuzione pro-capite assegnata ai lavoratori irregolari la cui misurazione deriva dalla procedura di integrazione tra Indagine Forze lavoro e diverse fonti amministrative dell’occupazione. Per la componente irregolare si calcolano i procapite, opportunamente abbattuti sulla base di un rapporto tra retribuzione del lavoro regolare rispetto a quella stimata per i lavoratori non regolari, sulla base di quanto dichiarato dall’indagine LFS.
Risultati preliminari e futuri sviluppi
Utilizzando i dati provvisori dell’attuale Benchmark relativo all’anno 2011 è possibile ottenere una distribuzione delle LKAU, degli addetti e della produttività di tutti i Comuni italiani. Il range di variazione della produttività del lavoro del settore industria va da -38 mila euro per addetto a 475 mila euro, il valore mediano della distribuzione è pari a circa 41 mila euro e la distanza tra primo (32 mila) e terzo quarto (53 mila) è di circa 21 mila euro a conferma di elevata eterogeneità delle unità di analisi (Comuni) e del panorama produttivo italiano.
Per i servizi si osservano livelli di produttività più bassi con valore mediano pari a 34 mila euro e minore variabilità: la distanza interquartilica è pari a circa 10 mila euro.

Tavola 5. Unità di attività econ. locali, addetti e produttività del lavoro (migliaia di euro) per Comune (2011)

Tavola 5

Tale livello di accuratezza delle stime permette inoltre di ottenere mappe della produttività del lavoro a livello comunale. Si propongono alcuni cartogrammi sulla distribuzione territoriale delle LKAUs per quartile per industria (Figura 2) e servizi (Figura 4) e del valore aggiunto per addetto (Figure 3 e 5).

 

Figura 2. Unità di attività economiche locali dell’industria per Comune (2011)

Figura 2

 

Figura 3. Valore aggiunto per addetto dell’industria per Comune (2011)

Figura 3

 

Figura 4. Unità di attività economiche locali dei servizi per Comune (2011)

Figura 4

 

 

Figura 5. Valore aggiunto per addetto dei servizi per Comune. Anno 2011

Figura 5

 

 

Conclusioni

L’integrazione di microdati a livello di unità locale di impresa e le opportune correzioni dell’under-reporting a livello di unità elementare consentono, per alcuni settori (Industria e servizi market) che costituiscono circa il 60% del Valore aggiunto nazionale, di ottenere una rappresentazione del sistema produttivo italiano ad una scala locale massima, ossia a livello comunale. Ciò offre anche nuove potenzialità di analisi su scala locale oltre che mantenere una coerenza massima tra gli indicatori di produttività basati su dati micro e quelli di contabilità nazionale. L’avvio di quest’attività permetterà inoltre di costruire anche delle serie temporali di produttività locali che aprirebbero ulteriori prospettive di analisi.

Filippo Oropallo, Letizia Bani, Danilo Birardi, Istituto Nazionale di Statistica

 

Riferimenti bibliografici
Casciano M.C., De Giorgi V., Oropallo F., Siesto G. (2012) Estimation of Structural Business Statistics for Small Firms by Using Administrative Data – RIVISTA DI STATISTICA UFFICIALE N. 2-3/2012
Contini, B., Revelli, R., Cuneo, S., (1992) Productivity and imperfect competition – Journal of Economic Behaviour and Organization 18(229-248) North Holland
Eurostat, European Commission (2013) Manual on regional accounts methods – Luxembourg: Publications Office of the European Union, 2013
Eurostat, European Commission (2008) Nace Rev 2 – Statistical classification of economic activities in the European Community – Luxembourg: Publications Office of the European Union, 2013
Henk Nijmeijer (2005) How to improve the quality of regional accounts estimates – Statistics Netherlands – Discussion paper (201105)
Pisani S., Viviani A. (1993) Note on the estimation of technological coefficients as a methodology to integrate partial responses given by firms, in proceedings of the congress International conference on establishment surveys, Buffalo, New York, Giugno, ASA – Alexandria, Virginia, 548-553
Yohai, V. J. and Zamar, R. H. (1988) High breakdown estimates of regression by means of the minimization of an efficient scale, Journal of the American Association, 83, 406-413
Yung, W., Lys P. (2008) Use of Administrative Data in Business Surveys – The Way Forward – Statistics Canada – IAOS Conference on Reshaping Official Statistics – Shanghai, 14-16, October 2008.

One Response to Stima dei risultati economici a livello locale basati sull’integrazione di microdati: nuovi sviluppi

  1. Molto interessante: sto lavorando con dati a livello comunale e mi sarebbe estremamente utile avere i dati sul Valore aggiunto per addetto nel’industria (2011; imagino che non abbiate replicato l’esercizio per il 2001). Ci sono possibilità?

Lascia un commento

Il tuo indirizzo email non sarà pubblicato. I campi obbligatori sono contrassegnati *

*