di Questo indirizzo email è protetto dagli spambots. È necessario abilitare JavaScript per vederlo. (Ires Piemonte)

Una delle ragioni per cui la digital tranformation è diventata un tema ricorrente nel dibattito economico è la diffusa preoccupazione per il suo possibile impatto negativo sull’occupazione, una preoccupazione niente affatto nuova, visto che già nel 1930 John Maynard Keynes parlava di “disoccupazione tecnologica”.

Introduzione

Una prima stima del potenziale di sostituzione delle nuove tecnologie “digitali” (ossia ad alta intensità di informazione) è stata formulata nell’ormai celebre ricerca di Carl Frey e Michael Osborne (2013), secondo i quali il 47% dei posti di lavoro negli Stati Uniti sarebbe potenzialmente robotizzabile. Una seconda stima, basata su un’applicazione più articolata della stessa metodologia, è stata realizzata dall’OCSE (Arntz, Gregory e Zierahn, 2016; Nedelkoska e Quintini, 2018) e considera il 14% dei posti di lavoro nei paesi OCSE ad elevato rischio di sostituzione. Una notazione importante rispetto a queste indagini riguarda la corretta interpretazione dei loro risultati, che non indicano il numero di occupati dei quali è atteso lo spiazzamento, ma la fattibilità tecnica (automatibility) della sostituzione: un elevato potenziale di sostituzione, dunque, non è necessariamente destinato a tradursi in un’effettiva sostituzione. Entrano in gioco altri fattori, come i comportamenti della domanda, che potrebbe non apprezzare la versione “automatica” di un determinato servizio, o le caratteristiche dell’offerta di lavoro (ad esempio il livello di istruzione), che potrebbe favorire l’adattamento a nuove attività delle persone interessate. Nella complessa equazione, inoltre, occorre considerare la componente positiva dei nuovi posti di lavoro generati dall’applicazione delle nuove tecnologie e dalla produzione dei beni o dei servizi che possono derivarne. Per varie ragioni, quindi, un’effettiva stima del saldo occupazionale non è attualmente possibile. Ciò non deve indurre nell’errore di pensare che il fenomeno non sia in atto o non sia rilevante. Uno studio condotto dall’OCSE a livello locale tra il 2011 e il 2016 (OECD, 2018) segnala che nell’82% delle regioni di 21 paesi aderenti è stata registrata una riduzione dei posti di lavoro ad elevato rischio di sostituzione e, di converso, un aumento dei posti a basso rischio di automazione (figura 1). La categoria più utile per comprendere quanto sta accadendo non è dunque quella “distopica” della distruzione dell’occupazione, ma piuttosto quella problematica della transizione occupazionale, con tutte le implicazioni – positive e negative – che le transizioni comportano.

 

 

Figura 1. Incidenza dell’occupazione a basso rischio e alto rischio di automazione (media nelle regioni TL2). Fonte: OECD, 2018

 

Alcuni “fatti stilizzati” sul rapporto tra tecnologia e occupazione

Per tracciare un quadro dei possibili effetti sul lavoro della digital trasformationa livello territoriale è necessario introdurre e tenere in considerazione alcuni pattern, ossia alcune configurazioni ricorrenti, che la letteratura sull’argomento ha ormai stilizzato.

1. La tecnologia tende a favorire le persone più qualificate: abitualmente l’applicazione di un’innovazione richiede personale più qualificato (skill-biased technical change).
2. La tecnologia tende a penalizzare le persone impegnate in attività ripetitive (routine-biased technical change).
3. La tecnologia è generalmente introdotta per aumentare la produttività (e determina quindi la sostituzione del lavoro a parità di domanda), in particolare quando è utilizzata per realizzare innovazioni di processo.
4. La tecnologia può generare nuova occupazione quando è utilizzata per realizzare innovazioni di prodotto (ammesso, naturalmente, che il nuovo prodotto o servizio abbia successo).
5. La tecnologia determina un processo di sostituzione non sincronizzato e non compatibile in termini di competenze con il processo di generazione, da cui scaturiscono forme di disoccupazione transitoria (transitional unemployment).

Un aspetto che accomuna queste tendenze di carattere generale è che esse non costituiscono una peculiarità della fase attuale, ma configurazioni ricorrenti anche nelle transizioni precedenti. Tuttavia, gli studi condotti nell’ultimo decennio hanno anche evidenziato alcuni fenomeni nuovi, non riscontrati nelle cesure del passato.

Un primo fenomeno è la polarizzazione della domanda di lavoro (Autor, 2015; OECD, 2016): una configurazione in cui aumenta la richiesta di persone ad alta e bassa qualificazione e diminuisce la richiesta di persone a media qualificazione. Questa tendenza deriva dalla capacità delle macchine di sostituire l’occupazione di tipo routinario anche a media qualificazione (ad esempio il personale impiegatizio) e, contestualmente, dall’aumento della domanda di prestazioni a bassa qualificazione di tipo non routinario (ad esempio i servizi alla persona) da parte degli occupati ad alta qualificazione e alto reddito “architetti” dell’innovazione.

Un secondo fenomeno è la localizzazione della nuova occupazione in “distretti” o poli generalmente collocati in aree urbane molto dense, in cui si raggiungono gli elevati livelli di concentrazione (ad esempio di competenze) richiesti dall’economia digitale, lasciando le esternalità negative ai territori più periferici (OECD, 2018). A titolo di esempio, anche in Italia, nel periodo compreso tra il 2011 e il 2016, il 70% del saldo occupazionale positivo registrato a livello regionale si è concentrato in Lombardia e nel Lazio (figura 2).

 

Figura 2. Contributo delle regioni italiane alla creazione di occupazione 2011-2016. Fonte: OECD, 2018

Alla luce di queste discontinuità, il fattore territoriale, in termini di differente composizione del mix produttivo, di modelli organizzativi prevalenti, di caratteristiche dell’offerta di lavoro e di policymesse in atto, diventa ancora più rilevante per valutare l’effettivo impatto della digital transformation. Non a caso, i più recenti studi su questo argomento hanno assunto una prospettiva “glocal”, in cui i patterngenerali sono sottoposti a verifica nei sistemi locali del lavoro.

 

Alcune evidenze dell’impatto occupazionale della digital transformationin Piemonte

Questo approccio è stato adottato anche dall’IRES in alcuni studi realizzati nell’ultimo triennio. Un primo approfondimento, pubblicato nella Relazione annuale del 2016 e successivamente aggiornato, è consistito in un’analisi della domanda di lavoro dipendente per livello di qualificazione e profilo professionale tra il 2008 e il 2016 (Abburrà, Durando, Vernoni, 2016). In un quadro condizionato dalle prolungate conseguenze della “doppia recessione”, caratterizzato dalla contrazione e tendenziale dequalificazione delle assunzioni (cosiddetta dinamica downgrading), riconducibili soprattutto alla riduzione della domanda pubblica in ambito sanitario e alla ristrutturazione delle componenti apicali delle imprese private, l’analisi ha evidenziato alcuni fenomeni connessi all’emergere del nuovo paradigma tecnologico, secondo le configurazioni già richiamate. In particolare, tra i mestieri ad alta qualificazione, l’aumento (+39%) della domanda di profili ad alta intensità di conoscenza (principalmente le professioni ingegneristiche e scientifiche) e la contrazione (-60%) di profili impiegatizi “di concetto” che, seppur qualificati, sono esposti, anche in Piemonte, a un maggiore rischio di sostituzione a causa della natura routinaria delle loro prestazioni. Una dinamica coerente è stata riscontrata anche tra i profili a bassa qualificazione nella riduzione della domanda di operai generici, assemblatori, addetti a macchinari non complessi (-64%), profili “routinari” ad alto rischio di sostituzione ancora presenti nell’industria metalmeccanica piemontese.

Nell’ultimo decennio, invece, non sono state evidenziate variazioni nell’occupazione a media qualificazione sufficienti a configurare la polarizzazione occupazionale introdotta in precedenza, ossia il minor peso di queste ultime in favore dei profili a bassa e alta qualificazione. A questo tema l’IRES ha dedicato una specifica analisi, applicando alla scala regionale una metodologia (Eurofound, 2015) finalizzata a rilevare i mutamenti della struttura dell’occupazione per livello di retribuzione (e, indirettamente, per livello di qualificazione) tra il 2008 e il 2015 (Vernoni, 2016). Lo studio ha evidenziato una dinamica divergente da quella prevalente a livello continentale che è possibile definire di polarizzazione “inversa”, ossia una configurazione caratterizzata da una migliore tenuta dei profili a media retribuzione (figura 3).  La spiegazione più plausibile di questa dinamica risiede probabilmente nell’ampio ricorso agli ammortizzatori sociali durante la recessione e nel ritardo con cui la “trasformazione digitale” ha preso avvio anche in Piemonte, tenuto conto che il primo piano Industria 4.0 è stato avviato nel 2016. 

 

Figura 3. Variazione dell’occupazione in Piemonte per quartile retributivo 2008-15. Fonte: elaborazioni Ires Piemonte su dati RCFL Istat

Tra le più recenti analisi, risulta particolarmente interessante quella pubblicata dall’OCSE alla fine del 2018 e intitolata “Job creation and local economic development”, nella quale la già citata metodologia di valutazione del rischio di automazione (Nedelkoska e Quintini, 2018) è stata applicata ai dati sull’occupazione rilevati tra il 2011 e il 2016 nelle regioni di una selezione di paesi aderenti, fornendo un primo quadro comparativo delle configurazioni che l’impatto occupazionale della trasformazione digitale può assumere a livello regionale.

Le stime relative al rischio di automazione “potenziale” collocano il Piemonte in una posizione intermedia, con una percentuale di posti di lavoro a elevato rischio pari al 15,2%, di poco superiore al 14% registrato mediamente nei paesi OCSE, e un’incidenza degli occupati esposti a intensi processi di adattamento del 35,5% (contro una media OCSE del 31,6%). Il dato piemontese risulta di poco inferiore alla media nazionale, con una quota di posti ad alto rischio del 14,4%. Questo valore colloca il Piemonte in un’area europea piuttosto omogenea in cui il rischio di sostituzione appare vicino alla media OCSE (ossia compreso tra il 12% e il 16% degli occupati), di cui fanno parte, oltre all’Italia, anche le regioni della Francia meridionale.

Il saldo occupazionale per livello di rischio di automazione, invece, colloca il Piemonte nel gruppo di regioni in cui l’occupazione è risultata in calo prevalentemente in posizioni ad elevato rischio, non del tutto compensata dall’aumento degli occupati in posizioni a basso rischio, come invece è avvenuto in Lombardia ed Emilia-Romagna. Si tratta di una configurazione che l’OCSE definisce “il tipico profilo di regione in cui è in atto un cambiamento strutturale causato dall’automazione” e che trova corrispondenti in Francia (Normandia settentrionale, Centro-Valle della Loira, Borgogna), in Germania (Sassonia Anhalt, Renania settentrionale-Westfalia), molti in Spagna (Catalogna, Asturie, Cantabria, Paesi Baschi, Navarra, Rioja, Madrid, Estremadura, Galizia), ma nessuno nel Regno Unito, dove l’occupazione è diffusamente in aumento in profili a basso rischio.

 

Figura 4. Tendenze dell’occupazione per rischio di automazione nelle regioni italiane. Fonte: OECD, 2018

In effetti, guardando ai profili professionali, è stata rilevata una diminuzione dell’occupazione nelle professioni a basso rischio di automazione e qualificazione molto alta (definiti professional) in ambito scientifico e ingegneristico, nella gestione d’impresa, nella sanità e anche nell’informatica, mentre è aumentata l’occupazione in profili sempre a basso rischio di spiazzamento ma non collocati in posizioni apicali, anch’essi nelle professioni scientifiche e ingegneristiche e nella gestione d’impresa (tecnici e associate professional). Si registra invece una forte espansione dell’occupazione nell’assistenza e cura di persone e cose, nell’installazione e manutenzione di impianti e, contraddittoriamente, nel personale impiegatizio di medio-basso livello. Il quadro provvisorio che scaturisce da queste informazioni conferma anche in Piemonte l’avvio di un processo di trasformazione (ancora condizionato dagli effetti lunghi di una congiuntura non favorevole) concentrato nel settore industriale e meno evidente nel settore dei servizi (significativa la contrazione dell’occupazione tra i professionale i tecnici dell’ICT). Contestualmente, anche da questa analisi emergono i segnali di perdita dell’occupazione in posizioni dirigenziali già segnalati da precedenti ricerche, così come di aumento dell’occupazione non routinaria a bassa qualificazione.

Seppure in ritardo rispetto ad altre aree europee, anche in Piemonte il processo di transizione occupazionale sembra dunque accelerare, ma appare concentrato nei settori tradizionali, principalmente sotto forma di innovazione di processo, piuttosto che in altri ambiti, sotto forma di innovazione di prodotto. Questa configurazione solleva nel breve termine alcuni dubbi sulla possibilità di una crescita dell’occupazione indotta dalla transizione digitale e ripropone nel lungo termine la necessità di promuovere una maggiore articolazione dell’economia regionale proprio per coglierne le opportunità.

 

Bibliografia

Abburrà L., Durando M., Vernoni G. (2016), La domanda di lavoro dipendente per profilo professionale: i mutamenti durante la crisi, Relazione annuale sulla situazione economica, sociale e territoriale del Piemonte 2016, IRES - Istituto di Ricerche Economico Sociali del Piemonte, Torino.

Autor D. (2015), Why are there still so many jobs? The history and future of workplace automation”, Journal of Economic Perspectives, vol. 29/3, Pittsburgh.

Frey C., Osborne M. (2013), The future of employment: how susceptible are jobs to computerization? Oxford Martin School, Oxford.

Nedelkoska L., Quintini G. (2018), Automation, skills use and training, OECD Social, Employment and Migration Working Papers, n. 202, OECD Publishing, Paris.

OECD (2018), Job creation and economic local development, Paris: OECD Publishing.

OECD (2018), Job creation and local economic development 2018: preparing for the future of work, Paris: OECD Publishing.

Vernoni G. (2016), Un’analisi dei saldi occupazionali per livello di retribuzione rilevati in Piemonte tra 2008 e 2015, NetPaper Sisform, n. 3/2016, Torino, IRES - Istituto di Ricerche Economico Sociali del Piemonte, Torino.

 

Parole chiave: occupazione, automazione, lavoro

 

Scarica il pdf del nr. 58 di Politiche Piemonte