Impatto della modifica dell'art. 18 sulle abilità dei lavoratori del Piemonte ​

The Italian economy has struggled during the past decades in competing with other advanced countries in terms of firms' productivity. One of the solutions that legislators put in motion was Employment Protection Laws reduction in order to boost productivity through workforce reallocation (Rogerson, 1987). The so-called “Jobs Act” (L. 184/2014) was a reform that, enforced on March 7th, 2015, included the amendment of the art. 18 of the L. 300/70, known as Statuto dei Lavoratori, which regulates the unjustified dismissals and their compensation for firms having more than 15 employees. Many contributions have used skills and tasks definition to understand labor market dynamics, and in particular the relationship between job polarization and the so-called routine skills and the substitution of codifiable tasks, proposed by the Routine-Biased Technical Change framework (Autor et al., 2011). Productivity is proven to be linked to firms' ability to match employees' skills with their work activities (Fanti et al., 2019) and that one of the reasons of low productivity is found in the lack of digital skills in the Italian workforce (IRPET, 2017). In order to analyze the impact of EPL reduction on skill reallocation and study if such reallocation fits the RBTC theory and if it increases digital skills in the workforce, seven latent variables are discovered, applying factor analysis on a set of 183 skill variables from the Indagine Campionaria delle Professioni, and the effects of “Jobs Act” EPL reduction on their dynamics were computed using Difference-in-Difference average treatment effect estimation, taking advantage of the temporal and sectional discontinuity that characterize such policy (Ardirto et al., 2019). To do so, common factor scores were merged with the Comunicazioni Obbligatorie database, recording compulsory employment relationship communications in the Piedmont region, and, after having collapsed the data to have production units as statistical units, merged with a dataset based on the Registrio Statistico delle Imprese Attive, which records firms size, in order to define which PUs were eligible for EPL reduction. The discovered latent variables provide a heterogeneous frame of the Italian occupational structure in terms of skill domains distributions across occupational groups. No latent factor was found that fitted the RBTC theoretical framework, neither one that detected the digital skills domain. Regression models containing period-specific time dummies interacted with the eligibility – treatment – dummy were used in order to produce DiD estimates. Parallel trend assumption was tested, finding parallel trends before policy introduction. According to the regression estimates, using cluster-robust standard errors, the “Jobs Act” EPL reduction was found having no statistically significant effects on skill dynamics, and therefore on Piedmont workforce reallocation. One of the implications of this result is that Italian firms are not stimulated by institutional changes when making economical decisions, such as finding workers with skills that better match better match their productive tasks. Only a slight trend is found on the Education and Training skill dimension while analyzing period-specific effects, which may lead to suppose that large firms hiring were designed to enrich their knowledge base and improve their employed workforce skill matching.

Negli ultimi decenni l'economia italiana ha faticato a competere con altri paesi avanzati in termini di produttività delle imprese. Una delle soluzioni che i legislatori hanno messo in moto è stata la riduzione delle leggi a protezione dell'impiego (EPL) al fine di aumentare la produttività attraverso la riallocazione della forza lavoro (Rogerson, 1987). Il cosiddetto “Jobs Act” (L. 184/2014) è stata una riforma che, entrata in vigore il 7 marzo 2015, ha incluso la modifica dell'art. 18 della L. 300/70, noto come Statuto dei Lavoratori, che tutela i lavoratori dai licenziamenti illegittimi e regola il reintegro e la compensazione per i dipendenti di imprese con più di 15 addetti. Molti contributi hanno impiegato la definizione delle abilità (skill) e delle mansioni (task) per comprendere le dinamiche del mercato del lavoro, e in particolare la relazione tra la polarizzazione del lavoro e le cosiddette abilità routinarie e il rimpiazzo delle mansioni codificabili, proposta dalla teoria Routine-Biased Technical Change (Autor et al., 2011). È dimostrato che la produttività è legata alla capacità delle imprese di far coincidere le competenze dei dipendenti con le loro attività lavorative (i.e. skill matching; Fanti et al., 2019) e che uno dei motivi della bassa produttività risiede nella mancanza di competenze digitali nella forza lavoro italiana (IRPET, 2017). Al fine di analizzare l'impatto di una riduzione in EPL sulla riallocazione delle competenze e studiare se tale riallocazione si adatta alla teoria RBTC e se accresce di competenze digitali la forza lavoro, sono state trovate sette variabili latenti, applicando l'analisi fattoriale su un set di 183 variabili di abilità contenute nell'Indagine Campionaria delle Professioni e gli effetti della riduzione in EPL, operata dal “Jobs Act”, sulla loro dinamica sono stati calcolati utilizzando la stima Difference-in-Difference dell'effetto medio del trattamento, sfruttando la discontinuità temporale e sezionale che caratterizza tale politica (Ardirto et al., 2019). Per fare ciò, gli scores dei fattori comuni sono stati accorpati al database Comunicazioni Obbligatorie, il quale registra le comunicazioni obbligatorie di instaurazione, proroga, trasformazione, cessazione di un rapporto di lavoro per la regione Piemonte, e, dopo aver aggregato i dati per avere come unità statistiche le unità produttive, è stata ricavata la dimensione di impresa da un data set basato sul Registrio Statistico delle Imprese Attive, al fine di definire quali UP fossero soggette alla riduzione EPL. Le variabili latenti scoperte forniscono un quadro eterogeneo della struttura occupazionale italiana in termini di distribuzione dei domini delle competenze tra i gruppi professionali. Non è stato trovato alcun fattore latente che si adattasse al quadro teorico RBTC, né uno che abbia rilevato il dominio delle competenze digitali. Per produrre le stime DiD sono stati utilizzati modelli di regressione contenenti dummy temporali tempo-specifiche interagite con la dummy derivata dalla dimensione aziendale – ovvero il trattamento. L'assunzione di trend paralleli è stata testata, riscontrando la presenza di trend paralleli prima dell'introduzione della politica. Secondo le stime di regressione, e utilizzando errori standard cluster-robusti, la riduzione dell'EPL operata dal "Jobs Act" non ha avuto effetti statisticamente significativi sulle dinamiche delle competenze, e quindi sulla riallocazione della forza lavoro del Piemonte.