di: Giuseppe Porro, Valentina Salis
EyesReg, Vol.6, N.2, Marzo 2016
L’effetto dei programmi di incentivazione finanziaria alle imprese è oggetto di dibattito tanto nella pubblicistica quanto nella letteratura scientifica. Quest’ultima si è concentrata, in prevalenza, sull’impatto di questi programmi sulla produttività e la redditività delle imprese beneficiarie, senza peraltro raggiungere solide conclusioni (Harris e Trainor, 2005; Bergstrom, 2000; Lee, 1996). Gli effetti sui livelli occupazionali, d’altro canto, sono soggetti ad incertezza anche maggiore, dal momento che, per un verso, un incremento nella produttività delle imprese può portare ad una crescita e a una occupazione maggiore; per altro verso, l’occupazione potrebbe ridursi per l’operare degli effetti sostituzione (Klette el at., 2000).
La questione è resa ancora più interessante dalla progressiva regionalizzazione delle politiche che gestiscono questi incentivi finanziari: in sede locale, infatti, gli effetti di spiazzamento e di sostituzione possono assumere consistenza maggiore, rendendo ancora meno prevedibile l’esito dell’intervento pubblico.
Abbiamo preso in esame quattro programmi di finanziamento alle imprese promossi da Regione Lombardia tra il 2008 e il 2013 per analizzarne l’eventuale impatto sull’occupazione delle imprese finanziate. Tre dei programmi esaminati sono finanziati con fondi comunitari a fondo perduto, mentre il quarto attinge a fondi regionali in conto interessi. I provvedimenti oggetto di studio sono i seguenti:
- “Ammodernamento delle aziende agricole”, finanziata nell’ambito del Programma di Sviluppo Rurale della Regione Lombardia 2007-2013 (PRS FEASR [1] );
- Misure DOCUP Lombardia 2000-2006: 1.1 “Incentivi agli investimenti delle imprese”, 1.3 “Incentivi all’ammodernamento e riqualificazione delle aziende ricettive” e 1.5 “Sostegno alla creazione di nuove imprese” [2] (FESR [3] );
- Fondo di rotazione per l’imprenditorialità – linea di intervento 1 “Sviluppo aziendale” (FRIM);
- Azione 1.1.1.1 C “Innovazione di prodotto e processo delle PMI Lombarde”, finanziata nell’ambito del POR FESR Lombardia 2007-2013 (POR FESR).
Metodologia
Per stimare l’effetto netto del finanziamento sulle scelte delle imprese è stato utilizzato un metodo di data matching che consente di confrontare le variazioni occupazionali delle imprese beneficiarie nel periodo osservato con le variazioni dell’occupazione rilevate nello stesso periodo in imprese con le medesime caratteristiche osservabili, ma che non hanno beneficiato di questi né di altri programmi di incentivazione. In tal modo viene stimato il cosiddetto treatment effect, ovvero l’effetto netto dell’intervento.
Il metodo è noto come Coarsened Exact Matching (Iacus et al., 2012) e, oltre a fornire una semplice e intuitiva procedura di regolazione del grado di similarità tra imprese beneficiarie e non, consente di stimare agilmente gli effetti di una politica multilivello (o multitreatment), ovvero una politica nella quale gli interventi sono diversificati per quantità o qualità.
Per far emergere gli esiti dei programmi esaminati, infatti, è stato cruciale non solo distinguere i singoli interventi, ma anche tenere conto del differente ammontare dei finanziamenti ricevuti dalle imprese: è stato quindi stimato, come viene illustrato nel seguito, l’impatto occupazionale di una politica multitreatment ad otto livelli.
Dati
I dati che hanno permesso di stimare gli effetti in termini di evoluzione dell’occupazione provengono da SMAIL – Sistema di Monitoraggio Annuale delle Imprese e del Lavoro della Regione Lombardia, realizzato da Unioncamere Lombardia. I dati fanno riferimento alla serie storica delle unità locali (UL) e alla loro occupazione (addetti e dipendenti) per il periodo Giugno 2008 – Marzo 2014.
Successivamente alle operazioni di pulizia (missing data, cessazioni di imprese, ecc.) il campione delle imprese beneficiarie è risultato pari a 1.359 unità.
Il campione delle imprese non beneficiarie è stato ottenuto partendo dalla totalità delle unità locali lombarde presenti in SMAIL al 2014 (1.059.900 unità locali) da cui sono state eliminate tutte le imprese beneficiarie di aiuti (sia le imprese rientranti nel campione dei beneficiari che le imprese che hanno ottenuto aiuti simili e/o il cui progetto si è concluso successivamente al 31 gennaio 2013). A fronte di queste operazioni e della rimozione dei missing data, il campione di controllo risulta costituito da 502.835 imprese, non beneficiarie di aiuti alle imprese nel periodo di riferimento per l’analisi effettuata.
Risultati
E’ utile, anzitutto, considerare gli effetti di un trattamento binario, ovvero confrontare la variazione occupazionale media delle imprese beneficiarie (quale che sia il programma cui hanno partecipato o l’ammontare del finanziamento ricevuto) con quella di tutte le imprese potenziali beneficiarie. Se questa comparazione viene effettuata prima di applicare il metodo di matching sopra descritto, gli effetti dell’intervento pubblico si mostrano positivi, ma debolmente significativi. Una volta applicato il matching, ovvero confrontando le imprese beneficiarie solo con imprese non beneficiarie simili per caratteristiche osservabili, l’effetto della politica di sussidio diventa negativo, in modo statisticamente significativo. Questo consente di escludere che il provvedimento sia stato interessato dal cosiddetto “picking the winner effect”: in altri termini, il policy maker non ha selezionato come beneficiarie le imprese migliori sotto il profilo della dinamica occupazionale, inducendo in tal modo una distorsione positiva negli effetti.
Il secondo passo è la verifica di eventuali differenze nell’impatto sull’occupazione dei singoli programmi di incentivazione. Anche in questo caso trova conferma il risultato già ottenuto in forma aggregata: i quattro programmi mostrano infatti effetti negativi sulle variazioni occupazionali, pur con gradi diversi di significatività.
Il metodo CEM rende possibile un esame ispettivo della distribuzione degli esiti degli interventi come funzione delle caratteristiche delle imprese beneficiarie e del sussidio ricevuto: se ne ricava l’impressione – da sottoporre a verifica – che gli episodi con impatto positivo sull’occupazione siano rappresentati dalle imprese che hanno ricevuto i benefici di maggiore entità.
Per verificare l’ipotesi, quindi, è stato stimato un modello multitreatment ad otto livelli di trattamento. All’interno dei quattro programmi, più esattamente, si sono distinti gli interventi al di sotto di € 100.000, che hanno riguardato 989 imprese analizzate, e gli interventi al di sopra di tale soglia, che coinvolgono 370 imprese. Con questa classificazione, oltre il 90% delle imprese finanziate trova adeguato abbinamento con imprese che non hanno preso parte ai programmi (cfr. Tabella 1). Le stime, riportate nella Tabella 2, confermano l’intuizione: mentre i finanziamenti di ammontare limitato mostrano quasi sempre effetti non significativi, gli incentivi di grande entità producono un impatto positivo e significativo per tre degli interventi esaminati (il programma DocUP 2000-2006 genera un effetto stimato non significativo a causa dello scarso numero di imprese che – all’interno di questo programma – ricevono contributi maggiori di € 100.000). In particolare, il programma “Fondo di rotazione per l’imprenditorialità – FRIM” sembra essere il più efficace: non solo l’impatto dei contributi elevati è superiore a quello degli altri programmi, ma l’effetto si rivela positivo (debolmente) anche per i contributi di entità più limitata.
Tabella 1. Matching delle imprese finanziate con le imprese non partecipanti.
Tabella 2. Stima dell’impatto dei quattro programmi di incentivazione.
Conclusioni
In effetti, a manifestare gli incrementi netti più rilevanti in termini occupazionali sono alcune imprese che hanno ricevuto incentivi di ammontare cospicuo (anche al di sopra di € 500.000). Questo induce ad alcune riflessioni conclusive:
- Anzitutto, la larga maggioranza degli interventi esaminati non ha avuto una ricaduta positiva nelle dinamiche occupazionali indotte. Si tratta di finanziamenti di entità ridotta e se ne potrebbe dedurre che solo contributi che consentano alle imprese di realizzare progetti importanti portino con sé un qualche adeguamento anche occupazionale. La prescrizione di policy che se ne fa discendere consiglierebbe quindi di concentrarsi su interventi di grande portata, che abbiano una sicura ricaduta sulla capacità produttiva dell’impresa e quindi sul suo fabbisogno di manodopera.
- L’analisi condotta considera solo gli effetti di breve periodo: un orizzonte temporale più lungo potrebbe rivelare che anche i finanziamenti minori, non destinati al diretto ampliamento della capacità produttiva, generano maggiore competitività e benefici occupazionali distribuiti nel tempo. Per ragioni analoghe, appare opportuno approfondire in che misura i contributi di maggiore entità abbiano effetti transitori o permanenti, ovvero quanto producano effetti di sostituzione legati ad una maggiore competitività di periodo breve dell’impresa che dispone del finanziamento pubblico e quanto, al contrario, incidano in modo stabile sulla produttività e sul tasso di crescita delle imprese beneficiarie.
- il provvedimento che mostra effetti migliori è il Fondo FRIM in cui l’aumento dell’occupazione per le imprese trattate è sensibilmente più elevato rispetto alle non trattate. I risultati ottenuti mostrano quindi una migliore performance occupazionale per l’unico provvedimento che non ha concesso contributi a fondo perduto bensì finanziamenti in conto interessi a tasso agevolato. Questo risultato può significare sia che le imprese beneficiarie del fondo FRIM abbiano presentato progetti migliori e potenzialmente più performanti (grazie a criteri di selezione più selettivi), sia che il tipo di agevolazione concesso sia stato maggiormente congeniale le esigenze delle imprese.
Giuseppe Porro, Università dell’Insubria
Valentina Salis, CERTeT – Università Bocconi
Riferimenti bibliografici
Bergström F. (2000), Capital subsidies and the performance of firms, Small Business Economics, 14, 3: 183-193.
Harris R., Trainor M. (2005), Capital subsidies and their impact on total factor productivity: firm-level evidence from Northern Ireland, Journal of Regional Science, 45, 1: 49-74.
Iacus S M., King G., Porro G. (2012), Causal inference without balance checking: Coarsened Exact Matching, Political Analysis, 20, 1: 1-24.
Klette T.J., Møen J., Griliches Z. (2000), Do subsidies to commercial R&D reduce market failures? Microeconomic evaluation studies, Research Policy, 29, 4-5: 471-495.
Lee J.W. (1996), Government intervention and productivity growth, Journal of Economic Growth, 1, 3: 391-414.
Note
[1] Fondo europeo agricolo di sviluppo rurale.
[2] Sebbene si tratti della programmazione 2000-2006, sono stati selezionati i beneficiari dei progetti finanziati in coda al periodo di ammissibilità che sono risultati conclusi nel periodo 2009-2010.
