Antonio ABATEMARCO | Projects

DISEGUAGLIANZE, ESCLUSIONE SOCIALE E SVILUPPO: UN APPROCCIO MULTIDIMENSIONALE

La ricerca indaga sulle caratteristiche e sull’evoluzione della diseguaglianza nei Paesi dell’UE, nonché sulle relazioni di causa ed effetto tra diseguaglianza, dinamica del PIL e variabili macroeconomiche e strutturali. L’analisi sarà condotta su dati micro, facendo riferimento ad una nozione multidimensionale e comparativa di diseguaglianza. La base informativa sarà costituita prevalentemente dai dati EU-SILC (Statistics on Income & Living Conditions) 2013; Eurobarometer (diversi anni); EQLS (European Quality of Life Survey) 2007 e 2012. Questi dataset forniscono informazioni a livello micro su campioni rappresentativi della popolazione europea, distinta per nazionalità, età ed altre caratteristiche caratteristiche economiche e sociali. Il progetto di ricerca si svilupperà in due fasi. La prima è metodologica e si inserisce nel dibattito sulla misurazione della diseguaglianza multidimensionale. In letteratura sono presenti diversi metodi di aggregazione degli indicatori compositi. Essi si caratterizzano essenzialmente per differenti criteri di selezione degli indicatori elementari che compongono l’indice complessivo e di fissazione dei pesi da attribuire alle singole dimensioni della deprivazione per costruire l’indicatore sintetico. Questi criteri, offrendo gradi di libertà attraverso cui il ricercatore conferisce flessibilità allo strumento di misurazione, possono, tuttavia, rendere alquanto soggettivo il significato dell’indicatore, compromettendone il “valore d’uso” per la politica economica. Il contributo metodologico del progetto di ricerca è di sperimentare una tecnica volta a ridurre gli elementi di discrezionalità nell’individuazione dei pesi da assegnare alle singole dimensioni, insiti nel procedimento di aggregazione degli indici di diiseguaglianza. Proporremo due approcci alternativi. Il primo è data-based e fa uso di metodi di analisi statistica multivariata, che minimizzano la perdita informativa (ad es. Analisi delle Componenti Principali) e testano l’esistenza di relazioni statisticamente significative tra variabili latenti e variabili osservate (ad es. Modelli di analisi confermativa multivariata con variabili latenti, come lo Structural Equation Modelling). Il secondo è agent perception-based, ed estrae, attraverso indagini campionarie, il peso relativo di ciascuna dimensione della deprivazione per il singolo individuo, utilizzandolo poi nell’aggregazione per il calcolo dell’indice sintetico individuale di deprivazione. Seguendo la letteratura più recente (Bellani, 2012) si svilupperanno anche dei metodi per tenere in conto della natura comparativa del concetto di diseguaglianza adottato. Si prevede di declinare la condizione soggettiva di deprivazione, non in senso assoluto, ma definendo per ciascun agente un gruppo di riferimento, selezionato applicando la Cluster analysis. Alla fine di questo processo, si dovrebbe riuscire ad ottenere una misura quantitativa per ciascun forma elementare di deprivazione, attraverso la differenza tra il valore dei singoli agenti ed il valore mediano del gruppo di riferimento. La seconda fase della ricerca è di natura normativa. Partendo dai risultati che l’indicatore sintetico di deprivazione fornirà circa l’evoluzione temporale, la disaggregazione geografica, le caratteristiche socio-demografiche, lo status economico e la condizione occupazionale dei soggetti “deprivati”, sarà possibile analizzare le relazioni di causalità tra le diverse forme di diseguaglianza osservate ed alcune delle variabili macroeconomiche di maggiore interesse per il policy maker (ad es.tasso di crescita, distribuzione del reddito, livelli di consumo, occupazione, ecc.). Ciò dovrebbe permettere di fornire indicazioni di politica economica circa le forme più efficaci di promozione dell’inclusione sociale e di contrasto alla povertà.