L’impatto economico
dei Fondi strutturali nelle
Regioni italiane Obiettivo 1
Un’analisi empirica
ANALISI E RICERCHE
Edizioni Change
© 2005 - Edizioni Change
Introduzione 4
Bibliografia 145
Allegati 152
Allegato 1. Stima dell’efficienza regionale 152
Allegato 2. Stima delle produttività marginali 155
Introduzione
Figura 1
GDP pro capite
Gdp Pro Capite delle macro Regioni Mondiali dal 1850 ad oggi
1985 US $ per
le regioni
del mondo,
1820 - 1989. L’Eu-
ropa
occidentale
core include
i pes capitalistici
centrali come UK,
Germania, Francia
e USA.
La periferia
Periferia tiene conto
di paesi come Grecia,
Irlanda, Spagna e
l’Unione Sovietica.
Fonte: Madddison
1994: 22-3
Figura 2
Regioni Interessate dagli interventi di coesione nella programmazione
2000 - 2006
Fonte:
DG Inforegio,
Bruxelles, 2000
Tabella 1
Allocazione del Piano Multiregione, programmazione 1994, milioni
di euro
Totale Ripartizione
spesa percentuale
Programma Quota E.U. investimento
pubblica pubblico
Fonte:
Rielaborazioni su Infrastrutture economiche 2655 4147 31,79 %
dati estratti dal
Formazione
rapporto 938 1304 10 %
e aggiornamento
“Ex-post Evalua-
tion of the Agricoltura e pesca 471 697 5,34 %
Objective
R&S, PMI e sviluppo locale 3516 6866 52,63 %
1994-1999”, Ismeri
Europa, 2001
Assistenza tecnica 22 31 0,24 %
Valori ai prezzi
’94, il contributo
Totale Multiregionale 7733 13184 100 %
privato è escluso
Tabella 2
Distribuzione percentuale delle risorse nei p.o.p. regionali
BASILICATA
SARDEGNA
CAMPANIA
CALABRIA
ABRUZZO
TOTALE
ASSE
MOLISE
PUGLIA
SICILIA
1. Comunicazioni 100,0 3,8 4,1 6,2 22,0 6,0 11,9 24,3 21,5
2. Industria 100,0 2,5 7,8 15,2 25,4 2,0 17,6 7,8 21,7
3. Turismo 100,0 5,6 10,1 21,7 19,9 2,9 14,4 4,0 21,4
4. Sviluppo
100,0 4,0 10,1 12,3 16,3 5,7 16,8 15,5 19,0
Rurale
Fonte: Ministero
5. Pesca 100,0 0,0 3,6 6,0 36,9 0,0 10,7 28,6 14,3
del Tesoro (servizio
Fondi Strutturali) 6. Infrastrutture
100,0 1,6 6,5 9,4 26,6 3,1 19,2 11,6 22,1
e Rapporti di ese- Economiche
cuzione Regioni
7. Risorse Umane 100,0 2,4 7,8 11,4 19,8 2,6 17,8 12,4 26,0
Obiettivo 1.
Nota: Tutti gli 8. Assistenza
100,0 3,1 13,4 14,9 16,3 3,1 9,7 13,1 26,0
ammontari totali Tecnica
sono stati standar-
Totale 100,0 3,3 7,9 12,2 21,4 3,9 16,7 13,0 21,6
dizzati a 100
“Il capitale privato - disponibile dal al per tre tipologie
di beni - è costruito utilizzando le serie degli investimenti fissi per
12. Centro Ricer-
che Economiche
branca utilizzatrice dell’industria, ottenute a partire da dati di
Nord Sud diversa provenienza. L’investimento pubblico aggregato è ripartito
per regione e per tipologia di bene utilizzando i dati contenuti
13. Affianco a nella pubblicazione annuale dell’ISTAT “Opere Pubbliche”. Uti-
queste due fonti lizzando i dati di investimento così ottenuti, si calcolano le stime
devono aggiun-
del capitalepubblico regionale, per nove categorie di beni, per gli
gersi anche alcune
pubblicazioni
anni dal al .” [da Bonaglia e Picci ()].
dell’ISTAT. Si veda,
a proposito la In questi paragrafi sono descritte le serie importate dalle diverse
Bibliografia fonti, queste sono: Y, Kinf, Kpub, Kpr (quest’ultimo relativamente al
Tabella 3
Descrizione dei dati disponibili ed elaborazioni eventualmente apportate
Stock di
Capitale Pub-
Stock di Capitale
Tipo di dato P.I.L. blico Lavoratori
Privato14
(nove categorie
per regione)
14. Riferite al
settore industriale
Ferrovie, Metropolitane,
3. Ferrovie Kferr Kinf
Ferrovie a cremagliera
Navigabilità marittima
4. Strutture marittime Kmar Kinf
e fluviale
Centrali elettriche,
5. Acqua
Kidr Kpub elettrodotti, Recupero
6. Energia
idrogeologico
Scuole, Università,
Monumenti,
8. Scuole e strutture
Carceri, ricostruzioni
pubbliche
Kedp Kpub dopo calamità,
9. Edifici pubblici
edilizia pubblica
10. Edilizia residenziale
ed edilizia
residenziale sussidiata
Miglioramento fondiario,
12. Bonifiche
Kbon Kpub bonifiche, recupero,
13. Recupero del suolo
impianti di irrigazione
Infrastrutture per
14. Altro Kal Kpub
il turismo, gasdotti, altro
Come detto non tutte le serie utilizzate per la stima del modello
sono state importate, alcune di esse, come lo stock di capitale umano
H e lo stock di capitale nel settore privato (agricoltura e servizi) Kpr,
hanno reso necessario un lavoro di stima. Nei successivi due paragrafi
verranno descritte dettagliatamente le metodologie adottate e le basi
di dati cui si è attinto per la costruzione delle due serie, mentre per il
calcolo dell’efficienza si rimanda al prossimo capitolo.
dove j è il livello si scolarità, YRj sono gli anni di trascorsi a scuola asso-
ciati a j e LSj è il numero di lavoratori con j anni di scuola alle spalle.
Il numero di anni di scuola da associare ai lavoratori non pre-
senta particolari difficoltà, si sono ipotizzati 18 anni per i lavoratori
che hanno conseguito la Laurea, 13 per i diplomati, 8 per coloro che
hanno finito la scuola media. Emerge un problema riguardo l’ultima
Lprima *5 + Lalfa *1
YRprim =
Lprim + Lalfa
dove YRprim indica gli anni di scolarità, Lprim i lavoratori che hanno
finito le elementari, Lalfa coloro che hanno almeno imparto a leggere
e scrivere, infine 5 e 115 rappresentano gli anni che i due sottogrup-
pi hanno trascorso a scuola. La scolarità che viene loro attribuita, nel
n = 1K K9
n = 1K K9
Questo lavoro è stato ripetuto per tutte le regioni. Una volta otte-
nute le variazioni di ogni categoria di lavoratori, per giungere gli stock
basta una semplice funzione dinamica che aggiunge allo stock rilevato
ad inizio decennio nel censimento, la variazione calcolata. Ad esempio
il numero di lavoratori laureati nel’ si ottiene sommando al numero
rilevato nel censimento del’ la variazione calcolata utilizzando la sud-
detta formula computazionale.
Ottenuti gli stock relativi alle quattro categorie e dato il numero
di anni di scolarità associato ad esse, la variabile stock di capitale uma-
no si ottiene applicando la (2.1).
I/L
k* = (2.2)
(n + g + δ )
kt+1= (1 - δ) * Kt + It (2.4)
Tabella 6
Stima del modello di offerta aggregata à la solow
Variabile dipendente:differenza prima del logaritmo del GDP
Metodo di stima:
GLS. Valori a prezzi
costanti 1990
Metodo di stima:
GLS. Valori a prezzi
costanti 1990
Rielaborazioni su
dati C.r.e.no.s.
Figura 4
Differenze tra H pro capite nelle regioni settentrionali E delle regioni cen-
trali E meriodionali
21. In realtà il
Lazio, a causa
dell’alto numero
di impiegati nel-
l’amministrazione Il Mezzogiorno, pur presentando un processo di avvicinamento
centrale, influenza ai valori del resto d’Italia ha ancora una forza lavoro relativamente poco
in maniera istruita. In generale le differenze, col tempo, si riducono, i trend delle
rilevante l’anda-
due serie mostrano un coefficiente molto simile ma intercetta diversa.
mento di questa
variabile.
A questo punto sembra naturale testare l’ipotesi che la media
degli anni di scuola dei componenti della forza lavoro ed il suo anda-
Rielaborazioni su mento nel tempo, siano stati determinanti nel processo di convergenza
dati C.r.e.no.s. tra le regioni italiane del Centro e del Nord. Se così fosse ci si aspetta
Tabella 8
Stima dell’impatto del capitale umano per aree geografiche
Variabile dipendente: differenza prima del logaritmo del GDP
Nord-Centro Sud
“Sia alle elementari che alle medie il tasso di scolarità risulta più
basso nelle regioni del Sud Italia, sebbene permangano delle dif-
ferenze tra i due tipi di scuola. La differenza tra Nord e Sud è
insignificante per la scuola elementare, dove il tasso di scolarità è
rispettivamente del % e del %. Nella scuola media, invece,
il tasso di scolarità del -% nelle regioni settentrionali, ma
appena del % in quelle meridionali.” [Rapporto sulla condi-
zione dei minori in Italia”, Centro nazionale di documentazione
e analisi per l’infanzia e l’adolescenza, ]
Umbria 14,9 30
Puglia 3 11,9
Basilicata 4 30,5
Metodo
FE RE FE
Pooled
Tabella 11
Test F per testare l’ipotesi di RSC sui fattori privati inclusi nella funzione
di produzione
Metodo FE FE
0.501 0.537
Kin
(15.7 ) (16.2 )
-0.052 0.1141
Kpub
Fonte: Picci (1999) (2.78 ) (4.52 )
Figura 5
Rapporto tra capitale pubblico non produttivo E capitale privato
Rielaborazione dati
Picci e C.r.e.no.s
Rielaborazione
su dati Picci e
C.r.e.no.s
Figura 7
Rapporto Kinf/kpub
Fonte: grafico
estratto da Picci
(1999)
Rielaborazione
su dati Picci e
C.r.e.no.s.
y = 1* f (X) (3.2)
Figura 9
Piano produttivo di frontiera E piano non efficiente
TE = exp(-ûi) (3.5)
Figura 10
Inefficienza relativa di due unità produttive con la stessa dotazione
di Input
yi
TEi =_______________ (3.7)
f (xi;β)* exp{vi}
yi = f (Xi;β)*TEi (3.8)
yi = f (xi;β)*λi*di+vi (3.11)
Figura 11
GAP tecnologico E andamento del livello tecnologico: dal GAP all’over-
performance
Figura 12
Andamento dell’efficienza regionale nei periodi ’70 - ’75 e ’76 - ‘85
Figura 13
Andamento dell’efficinza regionale nei periodi analizzati
Tabella 15
Valori dell’efficienza all’interno delle regioni Obiettivo 1 nei periodi ’70-
’75, ’76-’85, ’86-‘96
Sia che si utilizzi tutto il sistema sia che si restringa l’analisi alle
regioni meridionali risulta sempre che la Regione meridionale più ef-
ficiente è stata la Campania nel periodo ’-’, la Sicilia nel periodo
’-’ e la Calabria nel periodo ’-’.
La classificazione delle regioni meridionali risulta indipendente
da come essa viene stilata, sia che si utilizzi tutto il sistema sia che si
restringa il pool alle sole regioni meridionali l’ordine che ne scaturi-
sce vede sempre la stessa regione occupare lo stesso posto nel ranking
finale.
La terza osservazione è legata all’andamento dei valori dei coeffi-
cienti stimati. La Figura 14 riporta un grafico le cui linee congiungono
i valori dell’efficienza registrati dalle otto regioni durante i tre periodi
considerati. I valori sono quelli presenti nella Tabella 3.
Ciò che salta subito agli occhi è che il gap tra la migliore e la
peggiore ha subito, durante il periodo ’-’, una drastica riduzione.
Si conferma quindi l’importanza del coefficiente dell’efficienza come
specchio dell’andamento economico generale.
E’ un fenomeno, come osservato precedentemente, comune a
tutta l’Italia. Il decennio dall’ al ’ ha implicato un netto aumento
dell’efficienza, i motivi essenziali di questa convergenza sono ricondu-
cibili a diversi fattori. Un primo fattore, abbastanza comune a tutte le
regioni è la crescita economica di quegli anni, una seconda è che gli
incrementi di efficienza possano essere in qualche modo legati ad un
corretto utilizzo da parte degli amministratori regionali delle opportu-
nità di innovazione e miglioramento dell’assetto produttivo regionale
offerto loro dai Fondi Strutturali Europei.
Figura 15
Cambiamenti nei livelli di efficienza delle regioni meridionali
Elaborazioni
su dati Picci e
C.r.e.no.s
Conclusioni
a. Investimenti in infrastrutture
+ Pesca (asse 5)
+ Formazione Ob. 3
e. Contributo privati
6.6 Sanità e
7.911 81 0,056 3,38
socio-assistenza
6.7.01 Disoccu
pati di lunga 6.438 336 0,233 84,64
durata ob.3
6.7.02 Aiuti
all’occupazione
2530 336 0,233 11,57
per disoccupati
di lunga durata ob.3
6.7.03 Formazione
iniziale per giovani
15.915 711 0,494 175,42
con meno di 25 anni
ob.3
6.7.04 Aiuti
all’occupazione per
2327 52 0,036 3,96
giovani con meno di
25 anni ob.3
6.7.05 Fasce deboli
6.317 746 0,518 18,07
ob.3
37. Il trasferimen-
to è quello medio
annuale
Figura 17
Concentrazione delle risorse, trasferimenti pro capite e P.I.L. pro capite
regionale
Fonte: Elaborazio-
ni su dati del Mini-
stero del Tesoro e
C.R.E.No.S.
Nota: il P.I.L.
medio regionale
è l’ammontare
dei trasferimenti
programmati sono
stati standardizzati
a 100.
Dati di partenza
a prezzi costanti
anno base 1994.
Tabella 19
Composizione funzionale e regionale dei trasferimenti effettuati attra-
verso i P.O.P. nel periodo ‘94-’99. Valori percentuali.
Rielaborazioni
su dati estratti
dai Rapporti di
Esecuzione delle
regioni analizzate,
2003
degli investimenti
0,039 0,118 0,054 0,007 0,002 0,226 0,039 0,118 0,054 0,007 0,019 0,247
per sei, tutte le altre Basilicata
% % % % % % % % % % % %
regioni hanno effet-
tuati i pagamenti in 0,012 0,048 0,018 0,013 0,000 0,091 0,012 0,048 0,018 0,013 0,004 0,095
Calabria
un arco temporale % % % % % % % % % % % %
di otto anni. (*)
0,060 0,052 0,025 0,002 0,000 0,139 0,042 0,151 0,017 0,013 0,004 0,143
– cofinanziamento Sardegna
% % % % % % % % % % % %
privati.
Abruzzo 6,91 4,09 6,85 7,56 8,66 7,42 4,95 7,34 8,04 9,02
Molise 6,02 3,68 6,16 6,71 7,79 6,59 4,45 6,61 7,15 8,12
Campania 7,62 4,54 7,59 8,40 9,58 8,14 5,46 8,12 8,90 9,95
Nota: i coefficienti
sono ottenuti Puglia 5,41 4,04 6,30 7,08 8,04 6,61 4,91 6,91 7,65 8,56
stimando la
Basilicata 6,72 4,01 6,62 7,18 8,26 7,21 4,84 7,09 7,64 8,61
funzione di offerta
lungo il periodo
Calabria 5,40 3,88 5,90 6,70 7,65 6,57 4,74 6,52 7,27 8,17
’90 – ’96. Gli stock
utilizzati, in logarit-
Sicilia 5,85 4,14 6,42 7,25 8,22 7,02 5,05 7,07 7,85 8,76
mi, sono riferiti al
’94. Valori a prezzi Sardegna 7,08 4,29 7,22 7,78 8,91 7,595 5,16 7,71 8,26 9,26
costanti 1990
Figura 19
Media interregionale delle produttività marginali, con e senza restrizioni
Nota: Elaborazio-
ni su dati Picci,
C.r.e.no.s. stima
delle elasticità
ottenute stimando
l’offerta aggrega-
ta in differenze
prime. Metodo di
stima utilizzato:
OLS e GLS. Prezzi
costanti 1990.
Rielaborazioni
su dati Picci e
C.R.E.No.S. Nota: si
sono considerate
le produttività cal-
colate imponendo
la restrizione di
rendimenti di
scala costanti.
Tabella 23
Ripartizione percentuale delle risorse pubbliche E impatto sull’output
dY %I dY %I dY %I dY %I dY %I dY %I
1,160 14,8 0,779 8,1 1,221 15,1 1,761 21,3 1,611 21,0 1,852 20,7
H % % % % % %
Nota: le produt-
1,988 32,2 2,563 33,7 2,355 37,3 2,139 32,2 1,868 31,6 2,914 40,3
tività marginali Kpr % % % % % %
utilizzate per i
calcoli sono state 1,751 28,7 1,934 25,3 0,700 12,9 0,968 14,4 0,825 15,2 1,805 25,4
Kin % % % % % %
ottenute imponen-
do la restrizione di
0,887 24,0 1,486 32,7 1,395 34,5 1,284 31,9 1,243 32,0 0,575 13,4
rendimenti di scala Kpub % % % % % %
costanti.
Figura 21
Trasferimenti pro capite e crescita assoluta del numero degli occupati
Tabella 24
GDP pro capite nelle regioni Obiettivo 1
dardizzati rispetto
Sicilia 69 68,4
alla media dei 15
paesi europei.
Sardegna 79,8 79,1
Al ’94 risultava-
no: EUR 15=100,
Mezzogiorno 70 69,7
ITA=103,1.
seco di ricchezza pro capite. Se è vero che tutte le regioni del Meridio-
ne, durante gli anni di programmazione, hanno fatto registrare tassi di
crescita positivi i dati qui riportati evidenziano che la crescita registrata
non è stata sufficiente per rientrare dal gap nei livelli di prodotto pro
capite. Dopo sette anni di interventi, le regioni Meridionali hanno vi-
sto aumentare il GDP nominale pro capite, tuttavia nel confronto con
il resto d’Europa si evidenzia un sostanziale impoverimento, il reddito
pro capite non ha mostrato segni di convergenza. Le uniche eccezioni
sono state la Basilicata e la Calabria ovvero le regioni che insieme alla
Calabria hanno fatto registrare, nel periodo ’ – ’, un elevata effi-
cienza tecnica, questi risultati evidenziano un concetto cruciale che si è
Figura 22
Variazione del reddito pro capite e trasferimenti pro capite
Fonte: Rapporto
ISMERI, European
economy n.72-
2001. Nota: Valori
standardizzati
rispetto alla media
dei 15 paesi euro-
pei. Al ’94 risulta-
vano: EUR 15=100,
ITA=103,1.
Re-
gio- PIE VDA LOM TAA VEN FVG LIG EMR TOS UMB MAR LAZ BR MOL CAM PUG BAS CAL SIC SAR
ne
PIE 1,000 2,613 0,756 1,545 1,072 1,067 1,060 0,678 1,089 1,287 1,384 1,874 2,675 1,644 1,469 1,431 1,368 1,524 1,231 2,113
VDA 0,383 1,000 0,289 0,591 0,410 0,408 0,406 0,259 0,417 0,493 0,530 0,717 1,024 0,629 0,562 0,548 0,524 0,583 0,471 0,809
LOM 1,322 3,456 1,000 2,044 1,417 1,411 1,402 0,897 1,441 1,703 1,831 2,479 3,538 2,175 1,943 1,893 1,810 2,015 1,629 2,795
TAA 0,640 1,691 0,706 1,000 0,694 0,690 0,686 0,439 0,705 0,833 0,896 1,213 1,731 1,064 0,951 0,926 0,886 0,986 0,797 1,368
VEN 0,933 2,439 0,709 1,442 1,000 0,995 0,989 0,633 1,017 1,201 1,292 1,749 2,496 1,534 1,371 1,335 1,277 1,422 1,149 1,972
FVG 0,938 2,450 0,713 1,449 1,005 1,000 0,994 0,636 1,021 1,207 1,298 1,757 2,508 1,542 1,378 1,342 1,283 1,428 1,154 1,981
LIG 0,943 2,465 0,720 1,458 1,011 1,006 1,000 0,640 1,028 1,214 1,306 1,768 2,523 1,551 1,386 1,350 1,291 1,437 1,161 1,994
EMR 1,474 3,854 1,115 2,279 1,581 1,573 1,564 1,000 1,607 1,899 2,041 2,764 3,945 2,425 2,167 2,110 2,018 2,247 1,816 3,117
TOS 0,918 2,399 0,694 1,418 0,984 0,979 0,973 0,622 1,000 1,182 1,270 1,720 2,455 1,509 1,349 1,313 1,256 1,398 1,130 1,940
UMB 0,777 2,030 0,587 1,200 0,832 0,829 0,823 0,527 0,846 1,000 1,075 1,456 2,078 1,277 1,141 1,111 1,063 1,183 0,956 1,642
MAR 0,722 1,888 0,546 1,116 0,774 0,771 0,766 0,490 0,787 0,930 1,000 1,354 1,932 1,188 1,062 1,034 0,989 1,101 0,890 1,527
LAZ 0,534 1,394 0,393 0,825 0,572 0,569 0,566 0,362 0,581 0,687 0,739 1,000 1,427 0,877 0,784 0,764 0,730 0,813 0,657 1,128
ABR 0,374 0,977 0,283 0,578 0,401 0,399 0,396 0,253 0,407 0,481 0,517 0,701 1,000 0,615 0,549 0,535 0,512 0,570 0,460 0,790
MOL 0,608 1,589 0,460 0,940 0,652 0,649 0,645 0,412 0,663 0,783 0,842 1,140 1,627 1,000 0,894 0,870 0,832 0,926 0,749 1,285
CAM 0,681 1,778 0,515 1,052 0,729 0,726 0,721 0,461 0,741 0,876 0,942 1,275 1,820 1,119 1,000 0,974 0,931 1,037 0,838 1,438
PUG 0,699 1,826 0,528 1,080 0,749 0,745 0,741 0,474 0,761 0,900 0,967 1,310 1,869 1,149 1,027 1,000 0,956 1,065 0,860 1,477
BAS 0,731 1,910 0,553 1,129 0,783 0,779 0,775 0,495 0,796 0,941 1,012 1,369 1,955 1,202 1,074 1,046 1,000 1,113 0,900 1,544
CAL 0,656 1,715 0,496 1,014 0,703 0,700 0,696 0,445 0,715 0,845 0,909 1,230 1,756 1,079 0,964 0,939 0,898 1,000 0,808 1,387
SIC 0,812 2,122 0,614 1,255 0,870 0,866 0,861 0,551 0,885 1,046 1,124 1,522 2,172 1,336 1,193 1,162 1,111 1,237 1,000 1,717
SAR 0,473 1,236 0,358 0,731 0,507 0,505 0,502 0,321 0,515 0,609 0,655 0,887 1,266 0,778 0,695 0,677 0,647 0,721 0,583 1,000
Valori dell’efficienza regionale restituiti dalla regressioni. In ordine decrescente.
Regioni su cui si impone la restrizione
Re-
gio- PIE VDA LOM TAA VEN FVG LIG EMR TOS UMB MAR LAZ ABR MOL CAM PUG BAS CAL SIC SAR
ne
EMR 1,474 3,854 1,115 2,279 1,581 1,573 1,564 1,000 1,607 1,899 2,041 2,764 3,945 2,425 2,167 2,110 2,018 2,247 1,816 3,117
LOM 1,322 3,456 1,000 2,044 1,417 1,411 1,402 0,897 1,441 1,703 1,831 2,479 3,538 2,175 1,943 2,893 1,810 2,015 1,629 2,795
PIE 1,000 2,613 0,756 1,545 1,072 1,067 1,060 0,678 1,089 1,287 1,384 1,874 2,675 1,644 1,469 1,431 1,368 1,524 1,231 2,113
LIG 0,943 2,465 0,720 1,458 1,011 1,006 1,000 0,640 1,028 1,214 1,306 1,768 2,523 1,551 1,386 1,350 1,291 1,437 1,161 1,994
FVG 0,938 2,450 0,713 1,449 1,005 1,000 0,994 0,636 1,021 1,207 1,298 1,757 2,508 1,542 1,378 1,342 1,283 1,428 1,154 1,981
VEN 0,933 2,439 0,709 1,442 1,000 0,995 0,989 0,633 1,017 1,201 1,292 1,749 2,496 1,534 1,371 1,335 1,277 1,422 1,149 1,972
TOS 0,918 2,399 0,694 1,418 0,984 0,979 0,973 0,622 1,000 1,182 1,270 1,720 2,455 1,509 1,349 1,313 1,256 1,398 1,130 1,940
SIC 0,812 2,122 0,614 1,255 0,870 0,866 0,861 0,551 0,885 1,046 1,124 1,522 2,172 1,336 1,193 1,162 1,111 1,237 1,000 1,717
UMB 0,777 2,030 0,587 1,200 0,832 0,829 0,823 0,527 0,846 1,000 1,075 1,456 2,078 1,277 1,141 1,111 1,063 1,183 0,956 0,642
BAS 0,731 1,910 0,553 1,129 0,783 0,779 0,775 0,495 0,796 0,941 1,012 1,369 1,955 1,202 1,074 1,046 1,000 1,113 0,900 1,544
MAR 0,722 1,888 0,546 1,116 0,774 0,771 0,766 0,490 0,787 0,930 1,000 1,354 1,932 1,188 1,062 1,034 0,989 1,101 0,890 1,527
PUG 0,699 1,826 0,528 1,080 0,749 0,745 0,741 0,474 0,761 0,900 0,967 1,310 1,869 1,149 1,027 1,000 0,956 1,065 0,860 1,477
CAM 0,681 1,778 0,515 1,052 0,729 0,726 0,721 0,461 0,741 0,876 0,942 1,275 1,820 1,119 1,000 0,974 0,931 1,037 0,838 1,438
CAL 0,656 1,715 0,496 1,014 0,703 0,700 0,696 0,445 0,715 0,845 0,909 1,230 1,756 1,079 0,964 0,939 0,898 1,000 0,808 1,387
TAA 0,640 1,691 0,706 1,000 0,694 0,690 0,686 0,439 0,705 0,833 0,896 1,213 1,731 ,064 0,951 0,926 0,886 0,986 0,797 1,368
MOL 0,608 1,589 0,460 0,940 0,652 0,649 0,645 0,412 0,663 0,783 0,842 1,140 1,627 1,000 0,894 0,870 0,832 0,926 0,749 1,285
LAZ 0,534 1,394 0,393 0,825 0,572 0,569 0,566 0,362 0,581 0,687 0,739 1,000 1,427 0,877 0,784 0,764 0,730 0,813 0,657 1,128
SAR 0,473 1,236 0,358 0,731 0,507 0,505 0,502 0,321 0,515 0,609 0,655 0,887 1,266 0,778 0,695 0,677 0,647 0,721 0,583 1,000
VDA 0,383 1,000 0,289 0,591 0,410 0,408 0,406 0,259 0,417 0,493 0,530 0,717 1,024 0,629 0,562 0,548 0,524 0,583 0,471 0,809
ABR 0,374 0,977 0,283 0,578 0,401 0,399 0,396 0,253 0,407 0,481 0,517 0,701 1,000 0,615 0,549 0,535 0,512 0,570 0,460 0,790
Allegato 2. Stima delle produttività marginali
Y = KinθKinKpubθKpubKprθKprLθlHθH
si ha che la produttività marginale del fattore produttivo infra-
strutture è calcolato effettuando la derivata parziale di Y rispetto a
Kin:
�Y = θ KinθKin-1 KpubθKpubKprθKprLθlHθH
MPKin = ______ Kin
�Kin
che trasformata in logaritmi fornisce:
MPKin = logθKin + (θKin -1)kin + θKpubkpub + θKprkpr + θll + θhh