xxii conferenza italiana di scienze regionali

XXVII CONFERENZA ITALIANA DI SCIENZE REGIONALI

UN INDICATORE SINTETICO DEL CICLO ECONOMICO DELLA REGIONE TOSCANA Silvia PINCIONE1 e Massimo GUAGNINI2 1 Unioncamere Toscana, Via Lorenzo il Magnifico 24, 50129, Firenze 2 Prometeia SRL, Via G. Marconi 43, 40122, Bologna.

SOMMARIO Il lavoro in questione si è proposto di sperimentare una metodologia per l’elaborazione di un Indicatore Sintetico in grado di riassumere l’evoluzione ciclica dell’economia della regione Toscana nell’ultimo ventennio. La costruzione dell’indicatore in questione ha utilizzato le informazioni ricavabili da 48 serie storiche annuali relative al periodo 1985-2005. L’aggregazione di queste variabili con opportuni pesi, ottenuti tramite l’Analisi delle Componenti Principali, ha permesso di ottenere un indicatore annuale coincidente del ciclo economico regionale. L’identificazione dei punti di svolta dell’indicatore ha infine permesso di definire una cronologia ciclica di riferimento per l’economia toscana.

INTRODUZIONE Negli ultimi anni i tentativi di prevedere l’evoluzione dei sistemi economici locali sono stati motivati dall’esigenza di fronteggiare la sempre maggiore complessità dell’ambiente economico. Infatti, com’è noto, la capacità di reazione dei sistemi economici locali sono completamente diverse da quelle riscontrabili ai livelli di complessità maggiore di cui sono parte, con la conseguenza che gli strumenti di diagnosi delle economie territoriali devono essere necessariamente specifici oltre che sorretti da una solida base informativa. L’accresciuta variabilità degli impulsi interni ed esterni ai sistemi economici ed il conseguente progressivo venir meno delle previsioni di tipo intuitivo compiute in forza dell’esperienza e di considerazioni tanto informali quanto soggettive, hanno dato nuovo slancio ai tentativi di fornire una valutazione tanto tempestiva quanto attendibile dell’evoluzione congiunturale. Inoltre, nell’ultimo ventennio il patrimonio costituito dalle fonti statistiche utilizzabili per l’analisi delle economie territoriali è stato certamente arricchito. La disponibilità a livello locale di informazioni di natura congiunturale sempre più dettagliate e tempestive, che ha agevolato lo studio delle dinamiche economiche a breve periodo relative a singole aree, ha richiesto, al contempo, un loro utilizzo più sistematico e coordinato al fine di ricondurre ad unitarietà d’analisi le evidenze provenienti da fonti diverse. Con queste premesse si sono moltiplicate le richieste di un sistema di previsione e monitoraggio delle fluttuazioni economiche a livello locale. La conoscenza approfondita dell’andamento economico del proprio territorio è significativa soprattutto in un momento, come quello attuale, in cui è nata l’esigenza di saper affrontare non più solo la competizione tra le imprese, ma anche quella tra le aree geografiche che potenzialmente possono ospitarle: la globalizzazione dei mercati e dei fattori della produzione implica che aree geograficamente lontane ed estremamente differenti per caratteristiche intrinseche e potenzialità, si trovino a competere tra loro dal punto di vista dell’offerta del mix di fattori localizzativi in grado di attrarre investimenti e di trattenere quelli già presenti sul territorio. Il tema della datazione del ciclo economico ha ricevuto negli ultimi decenni notevole attenzione a livello nazionale ed internazionale, con la proposta di diversi metodi statistici di analisi, parametrici e non parametrici. In particolare, come strumento di descrizione ed analisi delle fluttuazioni cicliche, si è ampiamente diffuso a livello internazionale l’approccio degli indicatori sintetici. Tale metodologia ha mantenuto la propria attualità nel corso degli anni rispetto all’evolversi delle teorie del ciclo economico e all’introduzione di sempre più sofisticati metodi statistico-econometrici per l’analisi delle serie storiche. L’applicazione di tale approccio a contesti geografici più circoscritti si è rivelata tuttavia problematica, a causa soprattutto di una base informativa meno ricca, tempestiva ed affidabile

rispetto a quella disponibile per i livelli territoriali di ordine superiore. Allo stesso tempo, l’individuazione delle molteplici traiettorie di sviluppo seguite dai sistemi locali che compongono il tessuto economico del nostro Paese, il riconoscimento delle forti disparità tuttora presenti sotto tale profilo all’interno del territorio nazionale, i crescenti poteri attribuiti nel corso degli ultimi anni agli enti locali a seguito dei processi di decentramento amministrativo, rafforzano l’esigenza di una più approfondita conoscenza delle oscillazioni cicliche che caratterizzano le economie locali. A partire da tali premesse, nel 2003 l’Istituto di Studi e Ricerche (ISR) della Camera di Commercio di Massa-Carrara ha iniziato un progetto pilota in collaborazione con Prometeia Srl che si proponeva di sperimentare una metodologia per l’elaborazione di un indicatore sintetico in grado di riassumere l’evoluzione ciclica dell’economia provinciale. Considerato il successo del progetto pilota, e data l’esigenza di una conoscenza approfondita del proprio territorio regionale, Unioncamere Toscana ha costituito un gruppo di lavoro1 che ha lavorato al fine di estendere la creazione di tale indice alle altre province toscane e a livello regionale. Il presente lavoro ha pertanto ad oggetto la costruzione dell’indicatore sintetico dell’evoluzione ciclica dell’economia toscana, delineando a tale riguardo una cronologia di riferimento relativa all’ultimo ventennio e fornendo una caratterizzazione del comportamento delle principali variabili regionali nel corso del ciclo stesso. La costruzione dell’indicatore in questione ha utilizzato le informazioni ricavabili da una banca dati costituita da 48 serie storiche relative al periodo 1985-2005. In un primo stadio tali variabili sono state sottoposte ad una serie di trattamenti necessari alla loro aggregazione (stima valori mancanti, deflazione, standardizzazione, detrendizzazione tramite un particolare tipo di regressione non parametrica, individuazione della componente ciclica). L’aggregazione di queste variabili con opportuni pesi, ottenuti tramite l’Analisi delle Componenti Principali, ha poi permesso di ottenere un indicatore annule coincidente del ciclo economico regionale. L’identificazione dei punti di svolta dell’indicatore – ovvero dei punti di massimo (al termine di periodi di espansione) e di minimo (alla fine delle fasi di contrazione) – ha infine permesso di definire una cronologia ciclica di riferimento per l’economia toscana. A tale proposito, nel corso del ventennio preso in esame possono essere identificati almeno tre episodi ciclici che confermano come gli andamenti economici internazionali tendano a riflettersi, sull’attività economica della Toscana, in maniera più pronunciata rispetto a quanto avviene per il resto del Paese: (i) il ciclo compreso tra la metà degli anni ’80 ed il 1993, caratterizzato dal buon andamento dei distretti industriali e delle esportazioni, grazie anche alle politiche di svalutazione competitiva della moneta nazionale; (ii) la fase ciclica compresa tra il 1993 e il 1999, connessa al deprezzamento della valuta nazionale conseguente all’uscita 1

Formato dal proprio Ufficio Studi, dagli Uffici Studi camerali e dalla collaborazione di Prometeia Srl.

dagli Accordi europei di cambio e caratterizzata dalla recessione del periodo 1998-1999, indotta dalle crisi finanziarie che hanno colpito in tale biennio alcuni paesi dell’Asia orientale; (iii) il ciclo compreso nel periodo 1999-2005 (coerente con l’andamento economico nazionale), contraddistinto dalla ripresa del biennio 2000-2001 e dalla successiva profonda fase recessiva, caratterizzata dalla perdita di competitività sui mercati interni ed esteri a causa sia di fattori congiunturali (apprezzamento della moneta unica, progressivo aumento dei costi energetici, crollo della domanda) che strutturali (in seguito alla crescente complessità delle dinamiche competitive mondiali ed al palesarsi delle inadeguatezze del sistema economicoproduttivo nell’affrontare tali mutate dinamiche). Si ricorda infine che il progetto in questione prevede la costruzione di un indicatore sintetico annuale e di un suo aggiornamento, da realizzarsi alla fine del primo semestre di ciascun anno di riferimento.

1.

INDICATORI SINTETICI NELL’ANALISI ECONOMICA: ALCUNI CENNI

L’approccio degli indicatori sintetici, quale strumento di descrizione ed analisi delle fluttuazioni congiunturali, si è ampiamente diffuso a livello internazionale tra gli anni cinquanta e sessanta grazie agli studi del NBER. Tale metodologia ha resistito nel corso degli anni all’evolversi delle teorie del ciclo economico e all’introduzione di metodi statisticoeconometrici per l’analisi delle serie storiche sempre più sofisticati. Sebbene un’analisi dettagliata delle caratteristiche dell’approccio tradizionale NBER e delle critiche avanzate nei suoi confronti esulino dallo scopo del lavoro, è utile richiamare brevemente i tratti fondamentali e le difformità rispetto ai successivi approcci basati su una differente definizione di ciclo economico. Gli indicatori anticipatori, costruiti inizialmente da Burns e Mitchell (1946), poi sviluppati dall’NBER e, in seguito, dal Department of Commerce del Bureau of Economic Analysis negli Stati Uniti, hanno trovato ampia diffusione tra i principali paesi industrializzati, per i quali l’OECD (1987) pubblica mensilmente un’ampia gamma. Per quanto riguarda il nostro contesto nazionale, il recente lavoro di Altissimo (Altissimo et al., 2000) integrando l’approccio NBER con la metodologia sviluppata da Stock e Watson, propone due indicatori sintetici, uno coincidente e l’altro anticipatore2, fornendo altresì una cronologia di riferimento del ciclo nazionale, in parziale revisione di quella precedentemente individuata dall’ISCO. A livello sub-nazionale, è diffuso l’uso di indicatori sintetici utilizzati per confrontare aree geografiche diverse (Ciccarelli, 2003), mentre è decisamente più limitato l’utilizzo di indicatori sintetici di tipo congiunturale. Le poche esperienze reperibili in letteratura sono state realizzate a livello regionale (Chiades, Gallo e Venturini, 2003). L’interesse da parte delle regioni verso la costruzione di indicatori sintetici nasce soprattutto da motivi di ordine operativo: tali indicatori, infatti, razionalizzando il processo di elaborazione delle diverse informazioni disponibili su base locale, sono in grado di fornire un’interpretazione sintetica dell’evoluzione congiunturale dell’economia regionale. Inoltre, l’unificazione economica e monetaria europea e, più in generale, la globalizzazione delle relazioni economiche, attenuando l’influenza che i fattori istituzionali di carattere nazionale esercitano sull’economia di un territorio, hanno d’altra parte enfatizzato la dipendenza di quest’ultimo dall’evoluzione del contesto socioeconomico mondiale. In relazione alla crescente specificità dei legami esistenti tra una regione e le altre del mondo, è aumentata la possibilità che, nell’ambito dello stesso paese, regioni diverse seguano traiettorie

2

Un indicatore anticipatore (o leading indicator) viene così definito data la sua capacità di predire i vicini punti di svolta del ciclo economico; un indicatore coincidente (o coincident indicator) è un indicatore sintetico utilizzato per la caratterizzazione del ciclo economico di riferimento.

di crescita peculiari; è aumentata, dunque, la variabilità delle condizioni economiche regionali all’interno di uno stesso paese. Del resto, negli ultimi anni abbiamo assistito ad un costante aumento dell’importanza delle aree; il territorio viene ad assumere un ruolo sempre più centrale, basti pensare, dal basso, agli sforzi compiuti dalle istituzioni locali nella predisposizione di piani di sviluppo (solitamente a livello regionale), e, dall’alto, ai più recenti indirizzi di politica comunitaria, per la quale la competizione tra i territori è la modalità prescelta per sostenere lo sviluppo economico regionale (sono proprio le regioni, del resto, i destinatari dei fondi e dei finanziamenti comunitari). In Italia, il processo di decentramento amministrativo e fiscale che ha caratterizzato, e tuttora caratterizza, la riforma della pubblica amministrazione, fornisce strumenti di politica economica potenzialmente in grado di elevare l’eterogeneità delle condizioni economiche a livello regionale, rendendo ancora più stringente la necessità di analizzare la congiuntura a livello territoriale.

2

LA COSTRUZIONE DELL’INDICATORE SINTETICO

La costruzione di un indicatore sintetico è il risultato di diversi passaggi, ognuno dei quali deve essere supportato da scelte precise e responsabili dell’analista (Allegra, 2003). Nei prossimi paragrafi, verranno affrontate in dettaglio le varie fasi che hanno portato all’elaborazione dell’indicatore sintetico per la regione Toscana.

2.1 Selezione degli indicatori elementari per la banca dati Il nostro obiettivo è quello di costruire un indicatore sintetico in grado di misurare e rappresentare l’andamento dei principali fenomeni economici a livello regionale. In questa fase si identificano gli aspetti dell’economia regionale che si desidera misurare. Nel processo di selezione si è tentato, nei limiti del possibile, di includere quelle informazioni statistiche in grado di misurare l’andamento dei più importanti settori di specializzazione dell’economia della regione Toscana, quali il sistema moda, la meccanica, la fabbricazione di mezzi di trasporto, l’industria cartaria, la gioielleria ed oreficeria, l’agricoltura ed industria alimentare, la fabbricazione di prodotti della lavorazione di minerali non metalliferi e di prodotti in metallo, l’edilizia ed il commercio. Per questi settori di attività sono stati reperiti indicatori relativi al Valore Aggiunto, alle Esportazioni ed Importazioni ed al numero di imprese.

Questi indicatori sono stati integrati con altre informazioni che riflettono l’andamento di specifici settori, quali il turismo, il mercato del lavoro e il mercato immobiliare. Si noti come l’indicatore sintetico abbia lo scopo di misurare l’andamento economico in senso stretto, il che comporta l’esclusione di ogni tipo di misurazione degli aspetti sociali caratterizzanti un’economia territoriale. L’elemento fondamentale per la costruzione di un indicatore sintetico è rappresentato dagli indicatori statistici elementari, che misurano i vari aspetti della dinamica economica regionale. Questo stadio del processo è di fondamentale importanza e richiede una serie di scelte vitali per la riuscita della costruzione dell’indicatore, dato che i punti di forza o di debolezza di un indicatore sintetico spesso derivano dalla sottostante qualità dei dati usati come componenti (Saisana, 2002). E’ utile sottolineare che gli indicatori esclusi dalla selezione potrebbero avere uguale importanza di quelli inclusi, ma semplicemente essere di difficile misurazione. Nella realtà gli indicatori sintetici presentano sia la caratteristica dell’esorbitanza sia quella dell’incompletezza, poiché, se da una parte misurano aspetti già catturati dai dati preesistenti, dall’altra molto spesso si basano su dati di dubbia provenienza. Nella procedura di selezione delle serie storiche che verranno utilizzate nella costruzione dell’indicatore sintetico (Volponi e Prete, 1999) sono stati utilizzati i criteri della rilevanza, affidabilità, leggibilità ed aggiornamento. Questi criteri saranno brevemente descritti nel resto del paragrafo. Per rilevanza si intende la capacità dell’indicatore di fornire informazioni su aspetti rilevanti del ciclo economico regionale. Sono stati esclusi dal progetto tutti gli indicatori che non hanno una chiara rilevanza per la definizione della fase ciclica dell’economia regionale. Il riferimento è, ad esempio, alle serie storiche relative ai Fallimenti, ai Saldi Demografici nonché alla Produzione Lorda Vendibile. Quest’ultimo indicatore comporta problemi di comprensione della sua effettiva significatività economica in riferimento all’andamento ciclico regionale. La mancata rilevanza economica ha comportato anche l’esclusione della serie storica relativa ai Costi di Costruzione di un Fabbricato Residenziale. L’affidabilità altro non è che la qualità degli indicatori misurata sulla base dell’affidabilità delle informazioni e della metodologia di rilevazione e/o costruzione. Come è stato precedentemente sottolineato, la scelta degli indicatori è fortemente influenzata dalla disponibilità dei dati che può portare ad escludere alcuni indicatori di potenziale importanza ma al momento non disponibili, oppure di costosa misurazione. Frequentemente, nel trattamento di un dato, si può porre la questione di un trade-off tra la sua rilevanza e la sua affidabilità. Nel caso in cui il suo ruolo sia ritenuto essenziale nella misurazione del fenomeno e non sia possibile, in un tempo ragionevole, reperire dati più accurati, la mancanza di affidabilità del

dato passerà in secondo piano. Ad esempio, la serie storica relativa al Costo della Vita, presenta difficoltà per quanto riguarda tutti i criteri di selezione (ad eccezione della possibilità di rapido aggiornamento), tuttavia, l’importanza di tale indicatore ha portato a mettere in secondo piano le problematiche ad esso correlate. Il criterio dell’affidabilità porta a privilegiare gli indicatori che derivano da indagini e/o stime effettuate da uffici statistici (come l’Istat o l’Istituto Tagliacarne) rispetto agli indicatori che derivano da fonti amministrative. Questo ha comportato l’esclusione, ad esempio, dell’indicatore relativo alle Liste di Collocamento, che presenta rotture nella serie storica ed una sempre minore copertura dei fenomeni reali per effetto di mutamenti nella legislazione del mercato del lavoro. Difatti, a seguito del decentramento delle strutture per l’impiego, disposto con il decreto n.496/97, il Ministero del Lavoro non ha più rilevato i dati sulle iscrizioni nelle liste di collocamento e sui relativi avviamenti al lavoro. Per quanto riguarda il criterio della leggibilità, per esso si intende la capacità dell’indicatore di trasmettere un segnale facilmente interpretabile sulla situazione dell’economia regionale. Il criterio dell’aggiornamento si riferisce al ritardo con il quale sono disponibili informazioni aggiornate sull’andamento dell’indicatore. Questo criterio ha portato a privilegiare, anche in un progetto basato su serie storiche annuali, indicatori per i quali sono disponibili aggiornamenti trimestrali o semestrali e che in genere hanno un aggiornamento continuo con ritardi non eccessivi. Come opzione subordinata, sono stati selezionati indicatori che, pur non avendo un aggiornamento molto rapido, possono comunque essere aggiornati sulla base di indicatori guida, di serie cioè che sono correlate con quelle di interesse in una misura tale da consentire una stima affidabile della dinamica per 1-2 anni in avanti. Nel lavoro in questione, dopo una prima analisi delle informazioni disponibili, si è deciso di concentrare l’attenzione su indicatori annuali per i quali fossero disponibili dati dal 1985, il primo anno per il quale sono state pubblicate alcune serie storiche ritenute essenziali, ovvero le esportazioni doganali (fonte Istat) ed il Valore Aggiunto dell’Industria in senso stretto (fonte Istituto Tagliacarne). Gli indicatori elementari facenti parte della banca dati sono rappresentati nella Tabella 1. Tabella 1: Indicatori elementari per la costruzione dell’indicatore sintetico presenti in banca dati Descrizione 1

2

Periodicità

Tempestività

Lunghezza

Fonte

Popolazione Residente

Annuale

8 mesi

1985-2005

Istat

Popolazione Presente

Trimestrale

3 mesi

1985-2005

Istat, Prometeia

Forze Lavoro

Trimestrale

3 mesi

1985-2005

Istat, Prometeia

Numero di persone occupate

Trimestrale

3 mesi

1985-2005

Istat, Prometeia

Persone in cerca di occupazione

Trimestrale

3 mesi

1985-2005

Istat, Prometeia

Popolazione

Forze Lavoro e Occupati

3

4

5

6

7

8

Esportazioni estere per settori Esp. totali verso l’estero

Trimestrale

3 mesi

1985-2005

Istat

Esp. del sistema moda

Trimestrale

3 mesi

1985-2005

Istat

Esp. di prodotti della meccanica

Trimestrale

3 mesi

1985-2005

Istat

Esp. cartarie

Trimestrale

3 mesi

1985-2005

Istat

Esp. di mezzi di trasporto

Trimestrale

3 mesi

1985-2005

Istat

Esp. orafe

Trimestrale

3 mesi

1985-2005

Istat

Esp. minerali non metalliferi

Trimestrale

3 mesi

1985-2005

Istat

Esp. alimentari

Trimestrale

3 mesi

1985-2005

Istat

Imp. del sistema moda

Trimestrale

3 mesi

1985-2005

Istat

Imp. Cartarie

Trimestrale

3 mesi

1985-2005

Istat

Imp. minerali non metalliferi

Trimestrale

3 mesi

1985-2005

Istat

Imp. di mezzi di trasporto

Trimestrale

3 mesi

1985-2005

Istat

Imp. metallo

Trimestrale

3 mesi

1985-2005

Istat

Imp. orafe

Trimestrale

3 mesi

1985-2005

Istat

VA agricoltura

Annuale

24 mesi

1985-2005

Istat

VA industria in senso stretto

Annuale

24 mesi

1985-2005

Istat

VA costruzioni

Annuale

24 mesi

1985-2005

Istat

VA commercio e trasporti

Annuale

24 mesi

1985-2005

Istat

Va credito, finanza, servizi imprese

Annuale

24 mesi

1985-2005

Istat

VA altri servizi

Annuale

24 mesi

1985-2005

Istat

VA totale

Annuale

24 mesi

1985-2005

Istat

Conti Economici Nazionali (base 2000) VA a valori correnti

Annuale

24 mesi

1985-2005

Istat

VA a prezzi costanti

Annuale

24 mesi

1985-2005

Istat

Deflatore Implicito Investimenti in opere pubbliche (valori correnti, prezzi costanti, deflatore implicito) Importazioni ed esportazioni (valori correnti, prezzi costanti, deflatore implicito)

Annuale

24 mesi

1985-2005

Istat

Annuale

24 mesi

1985-2005

Istat

Trimestrale

3 mesi

1985-2005

Istat

VA a valori correnti

Annuale

20 mesi

1985-2004

Istat

VA a prezzi costanti

Annuale

20 mesi

1985-2004

Istat

Deflatore Implicito Investimenti in opere pubbliche (valori correnti, prezzi costanti, deflatore implicito)

Annuale

20 mesi

1985-2004

Istat

Annuale

20 mesi

1985-2003

Istat

Annuale

24 mesi

1985-2005

Enel/Grtn

9 mesi

1985-2005

ACI

Consistenza parco altri veicoli

Annaule Annuale

9 mesi

1985-2005

ACI

Numero Imprese Attive /Operative Imprese attive extra-agricole

Trimestrale

1 mese

1985-2005

Cerved/Infocamere

Imprese attive nel sistema moda

Trimestrale

1 mese

1985-2005

Cerved/Infocamere

Importazioni estere per settori

Valore Aggiunto per macrosettori

Conti Economici Regionali

Energia elettrica Consumi per macrosettori

9

Consistenza parco veicolare Consistenza parco autoveicolare

10

11

12

Imprese attive nella meccanica

Trimestrale

1 mese

1985-2005

Cerved/Infocamere

Imprese attive nel settore mobili

Trimestrale

1 mese

1985-2005

Cerved/Infocamere

Imprese attive nel settori alimentare

Trimestrale

1 mese

1985-2005

Cerved/Infocamere

Imprese attive nelle costruzioni

Trimestrale

1 mese

1985-2005

Cerved/Infocamere

Imprese attive nel commercio

Trimestrale

1 mese

1985-2005

Cerved/Infocamere

Imprese attive nei servizi

Trimestrale

1 mese

1985-2005

Cerved/Infocamere

Quotazioni medie delle abitazioni

Semestrale

6 mesi

1985-2005

Il Consul. Immob.re

Quotazioni medie dei negozi

Semestrale

6 mesi

1985-2005

Il Consul. Immob.re

Numero contratti di locazione

-

-

1985-2002

Ministero Interni

Numero contratti di compravendita

-

-

1985-2002

Ministero Interni

Indice NTN

Semestrale

3 mesi

2000-2005

Agenzia Territorio

Indice IMI

Semestrale

3 mesi

2000-2005

Agenzia Territorio

-

-

1985-2000

ISTAT

2000-2005

CRESME

Mercato Immobiliare

Opere pubbliche Lavori eseguiti Appalti

13

Turismo Bilancia turismo internazionale:

14

15

Viaggiatori

Mensile

3 mesi

1997-2005

UIC

Pernottamenti

Mensile

3 mesi

1997-2005

UIC

Spesa Statistiche ufficiali movimenti turistici Arrivi Italiani

Mensile

3 mesi

1997-2005

UIC

Annuale

6 mesi

1985-2005

Regione Toscana

Presenze Italiani

Annuale

6 mesi

1985-2005

Regione Toscana

Arrivi Stranieri

Annuale

6 mesi

1985-2005

Regione Toscana

Presenze Stranieri

Annuale

6 mesi

1985-2005

Regione Toscana

Ore concesse di CIG ordinaria

Mensile

2 mesi

1985-2005

Inps

Ore concesse di CIG edilizia

Mensile

2 mesi

1985-2005

Inps

Ore concesse di CIG straordinaria

Mensile

2 mesi

1985-2005

Inps

1985-2005

Istat

Cassa Integrazione Guadagni

Costo della Vita Numero Indice FOI

Annuale

2.2 Descrizione banca dati Nei paragrafi successivi saranno brevemente descritte le serie storiche presenti in banca dati ed i primi trattamenti a cui esse sono state sottoposte preliminarmente all’aggregazione. Il totale regionale relativo alla Toscana può sempre essere ottenuto come somma dei dati provinciali, con due rilevanti eccezioni: - gli indici dei prezzi al consumo e di intensità del mercato immobiliare (IMI) sono stati aggregati calcolando un’opportuna media ponderata;

- i valori aggiunti provinciali non danno complessivamente i corrispettivi aggregati regionali presenti nei Conti Economici Regionali. Per le serie provinciali Istat si tratta di differenze relativamente modeste, che derivano dal diverso stato di aggiornamento delle serie regionali e di quelle provinciali. Per le serie dell’Istituto Tagliacarne le differenze con il dato regionale Istat sono spesso sostanziali e sembrano derivare da procedure di stima diverse. 2.2.1 Popolazione residente (Fonte Istat) Le serie 1985-2005 presenti in banca dati derivano da due serie storiche, la prima compresa nel periodo 1985-2000 è costituita da dati definitivi che tengono conto dei risultati dei censimenti della popolazione mentre la seconda, compresa nel periodo 2001-2005, presenta dati di fonte anagrafica. Il 10 Luglio 2006 l’Istat ha comunicato i dati relativi alla popolazione residente nelle regioni e nelle province italiane risultanti dalle registrazioni anagrafiche degli individui negli 8.101 comuni al 31 dicembre 2005. Tali dati sono calcolati sulla base di quella che era la popolazione legale risultante dal 14° Censimento generale della popolazione del 21 ottobre 2001. Il calcolo è effettuato sui dati relativi al movimento naturale (iscrizioni per nascita e cancellazioni per morte) e migratorio (iscrizioni e cancellazioni per trasferimento di residenza) verificatosi nei comuni dal 22 ottobre 2001 al 31 dicembre 2005. Si evidenzia che, per quanto riguarda la serie storica della popolazione residente 1985-2005, dal 2001 il saldo migratorio, e di conseguenza la popolazione residente, risentono delle correzioni post censuarie e dei provvedimenti di regolarizzazione degli immigrati. 2.2.2 Forze lavoro (Fonte: Istat) Dal 2004 l’Istat ha cambiato il metodo di rilevazione delle Forze Lavoro passando ad una rilevazione continua e cambiando il campione. La rilevazione continua presenta profonde e numerose innovazioni rispetto alla precedente rilevazione trimestrale. Tali innovazioni comportano inevitabilmente una rottura nella continuità delle serie storiche dei principali indicatori del mercato del lavoro, rendendo impossibili i confronti intertemporali dei dati. L’Istat ha pubblicato una ricostruzione delle serie nazionali e regionali dal 1993 relativamente all’occupazione. Manca ancora a livello regionale la ricostruzione delle Persone in cerca di Occupazione e di conseguenza delle Forze Lavoro. Queste informazioni sono allo stato attuale disponibili solo per il 2003-2004. In attesa che Istat pubblichi anche le ricostruzioni delle serie regionali sulle Persone in cerca di Occupazione dal 1993, si è reso quindi necessario intervenire per creare le serie regionali coerenti con la nuova indagine, applicando il rapporto tra vecchie e nuove serie per il 2003 a ritroso per tutto il periodo 1993-2002. Si nota inoltre come la serie delle Persone in cerca di Occupazione (fonte Istat) presenti diverse rotture, con effetti sulle Forze di Lavoro. L’informazione sugli Occupati non presenta analoghi problemi di omogeneità ed è quindi quella utilizzata per l’elaborazione dell’indicatore sintetico.

Con la finalità di eliminare la rottura tra 2003 e 2004 si è provveduto a ricostruire le serie provinciali utilizzando i dati sulla popolazione provinciale e i risultati dell’indagine a livello regionale. 2.2.3 Commercio di beni verso l’estero In banca dati sono disponibili due serie storiche, entrambe di fonte Istat: la prima, compresa nel periodo 1985-1991, presenta dati disaggregati per gruppo merceologico, la seconda, compresa nel periodo 1991-2005, è costituita da dati ricostruiti secondo i codici Ateco. L’operazione di raccordo delle serie non ha comportato difficoltà per quanto riguarda i totali, mentre, per quanto riguarda i dati settoriali, è stato necessario raccordare le classificazioni attualmente in uso, basate sull’Ateco 1991, a quelle utilizzate per gli anni 1985-1991 basate su 236 gruppi merceologici che non hanno una corrispondenza precisa con la classificazione Ateco. Per descrivere il commercio estero della Toscana, è stato individuato l'indice di specializzazione toscano per settori (sia per l'Export che per l'Import). I settori di specializzazione selezionati per descrivere il commercio estero della Toscana sono i seguenti: - sistema moda (industrie tessili e dell’abbigliamento e industrie conciarie, fabbricazione di articoli da viaggio, borse, selleria e calzature); - fabbricazione di macchine ed apparecchi meccanici; - fabbricazione di mezzi di trasporto; - industria cartiera; - gioielleria ed oreficeria; - fabbricazione di prodotti della lavorazione di minerali non metalliferi; - agricoltura ed industria alimentare; - fabbricazione di prodotti in metallo. Le esportazioni ed importazioni toscane sono espresse a valori correnti, si è dovuto quindi deflazionarli utilizzando i deflatori impliciti delle esportazioni ed importazioni dei beni e servizi dell’Italia risultanti dall’ultima edizione della contabilità nazionale (numero indice, base=2000). 2.3.4 Valore Aggiunto Per la Toscana si dispone di serie storiche Istat per il periodo 1985-2005 relative al Valore Aggiunto per settori, dai quali si possono ricavare i relativi deflatori. L’Istat ha reso disponibili le stime, riferite al 2005, di alcuni aggregati economici riguardanti le regioni italiane. Esse vengono pubblicate con un forte anticipo rispetto a quanto dettato dal Regolamento Comunitario 2223/96 sul Sistema Europeo dei Conti (SEC95), che prevede il rilascio dei dati regionali a 24 mesi dall’anno di riferimento. Le stime presenti in banca dati sono coerenti con le serie dei conti regionali relative agli anni 1980-2003 (diffusi il 25 ottobre 2005) e riguardano il valore aggiunto diviso per macrosettori.

La base informativa per le stime regionali differite di un solo anno è, necessariamente, meno robusta di quella disponibile per le stime dei conti completi, diffusi con maggiore distanza temporale. 2.3.5 Conti Economici Nazionali (base 2000) In banca dati sono presenti le serie storiche della Contabilità Nazionale di fonte Istat relative al Valore Aggiunto per grandi settori, agli Investimenti Fissi Lordi in Costruzioni ed Opere Pubbliche ed al Commercio con l’estero (importazioni ed esportazioni di beni e servizi). Le serie storiche sono espresse a valori correnti ed a prezzi costanti, in modo da poter calcolare i deflatori impliciti dei singoli aggregati. 2.3.6 Consumi di energia elettrica I dati provinciali, di fonte ENEL/GRTN, sono disponibili per il periodo 1985-2005 (due serie: 1985-1995, 1995-2005). La classificazione settoriale è stata ritoccata nel 1995, ma le variazioni introdotte non sembrano comportare rotture nelle serie al livello di macrosettore. Sono stati esclusi dall’elaborazione i dati relativi a 2 settori: Illuminazione Pubblica e Usi Domestici. Dalla classificazione dei consumi di energia elettrica non è possibile individuare i Servizi alle Imprese, che sono stati inseriti quindi negli Altri Servizi.

2.3.7 Consistenza parco veicolare a fine anno I dati regionali, di fonte Aci, sono disponibili per il periodo 1985-2005. Nelle serie storiche pubblicate è presente un’interruzione tra il 1995 ed il 1996, che, tuttavia, non incide in maniera significativa sull’evoluzione temporale della serie. Nelle banche dati provinciali sono presenti i dati delle serie storiche relative al numero di Autovetture, di Autobus, di Autocarri, di Trattrici, di Motoveicoli, di Rimorchi. 2.3.8 Numero di Imprese Le informazioni disponibili per il periodo 1985-2005 sono relative alle imprese operative o attive (la definizione è cambiata nel tempo) e sono ricavate da tre diverse fonti Cerved/Infocamere: - la rivista Movimprese (vecchia serie) per il 1985-1990, per le imprese operative; - la rivista Movimprese (nuova serie) per il 1991-1994, per le imprese attive; - la banca dati on-line Movimprese per il 1995-2005, per le imprese attive. Le serie non presentano rotture significative se si esclude l’ingresso delle imprese agricole nel Registro. Escludendo questa componente le imprese sono omogenee.

I settori di specializzazione considerati per la regione Toscana sono i seguenti: sistema moda, meccanica allargata, legno e mobili, alimentare, costruzioni, commercio ed alberghi, servizi. Per estrarre i dati settoriali è stato necessario raccordare i settori di specializzazione definiti sulla base dell’Ateco 1991 con quelli basati sull’Ateco 1981. 2.3.9 Il mercato immobiliare Le serie storiche sulle Quotazioni medie provinciali di abitazioni e negozi sono riprese dalla rivista Il Consulente Immobiliare. I valori relativi alla regione Toscana sono stati ottenuti ponderando i valori provinciali utilizzando come pesi i rispettivi rapporti tra la popolazione residente provinciale (per ogni anno) e la popolazione residente totale (toscana). Le informazioni sugli scambi che hanno luogo sul mercato immobiliare derivano da due fonti. Per prima cosa, il Ministero degli Interni pubblica dal 1985 le serie storiche relative al numero di contratti di compravendita e di locazione per capoluogo e per provincia. Inoltre, l’Agenzia del Territorio pubblica dal 2000 alcune serie storiche relative al numero delle transizioni di immobili ed in particolare l’Indice NTN (numero di transazioni normalizzate) e Indice IMI (indicatore di Intensità del Mercato Immobiliare). Le serie relative al numero di contratti di compravendita e di locazione si fermano in corrispondenza dell’anno 2002, si è dovuto quindi procedere ad una stima dei valori mancanti utilizzando l’indice NTN come indicatore guida. 2.3.10 Opere pubbliche La statistica Istat relativa ai lavori realizzati è disponibile fino al 2000. Per l’aggiornamento è possibile utilizzare le informazioni sugli appalti e/o sui bandi di gara. L’Autorità per la vigilanza sui lavori pubblici ha avviato un osservatorio relativo agli appalti di lavori pubblici, che contiene allo stato attuale dati provinciali sugli appalti aggiudicati negli anni 2000-2004. I dati sono relativi agli appalti di importo superiore ai 150 mila €, aggiudicati entro il 31 dicembre 2005. La serie sugli appalti è espressa a valori correnti ed è stata deflazionata con il deflatore implicito degli investimenti in costruzioni ed opere pubbliche ricavato dai Conti Economici Nazionali 2.3.11 Statistiche Ufficiali del Turismo In banca dati sono disponibili le serie storiche (1985-2005) relative agli Arrivi e alle Presenze di Stranieri ed Italiani per la regione Toscana (Fonte: Regione Toscana).

2.3.12 Cassa Integrazione Guadagni Le serie storiche presenti in banca dati (di fonte Inps) sono relative alle ore di Cassa Integrazione Guadagni Ordinaria, Straordinaria ed Edilizia autorizzate nel periodo compreso tra il 1985 e il 2005.

2.3 Trasformazione degli indicatori elementari Nella maggior parte dei casi gli indicatori elementari sono espressi in differenti unità di misura, le quali si rifletteranno in diversi pesi nell’indicatore sintetico, di conseguenza è necessaria una trasformazione o standardizzazione dei dati in modo che possano essere aggregati nell’indicatore sintetico. I dati a nostra disposizione sono serie storiche e per standardizzarli in modo da rendere comparabili tra loro fenomeni economici espressi in unità di misura differenti, una scelta naturale è stata quella di esprimerli tutti come numeri indici con base fissa 1985.

2.4 Individuazione della componente ciclica e tendenziale Come ricordato in Introduzione, la congiuntura economica è lo studio delle variazioni di breve termine di un sistema economico: essa si concentra, perciò, essenzialmente su quei fenomeni che sono suscettibili di variare nel breve termine. Tale constatazione implica che l’analisi congiunturale dovrebbe astrarsi dalle caratteristiche strutturali dell’economia ipotizzando quindi una struttura costante, assumendo l’ipotesi di invarianza dei fattori strutturali nell’intervallo di tempo considerato (Cipolletta, 1992). Con questa affermazione si è introdotta una distinzione di principio tra struttura e congiuntura che è stata a lungo alla base delle teorie di separazione tra ciclo e trend: il primo rappresenta la congiuntura e il secondo la struttura, ossia quella tendenza di fondo del sistema economico indicata spesso dal tasso medio di crescita nel lungo periodo (20 o 30 anni). In realtà, la distinzione tra le due componenti è stata fortemente criticata. La stessa impostazione classica dell’analisi ciclica, data da Mitchell, evita di parlare di separazione tra ciclo e trend ed invita ad analizzare congiuntamente le due componenti. Il ciclo economico, secondo la definizione di W.C. Mitchell (1946), “consiste in espansioni che avvengono quasi contemporaneamente in molte attività economiche, seguite da recessioni e contrazioni egualmente generali, e da riprese che confluiscono poi nella fase di espansione del ciclo successivo”.

Conseguentemente si possono individuare tre aspetti che caratterizzano il ciclo: la generalità, l’ampiezza e la diffusione. Tale definizione identifica le fasi di ripresa e recessione rispetto alle variabili espresse nei livelli, comprensive quindi del trend di lungo periodo. A partire dagli anni sessanta, in presenza di uno sviluppo relativamente regolare delle maggiori economie, si affermò una nuova definizione di ciclo economico, basata sull’alternanza tra fasi di accelerazione e fasi di rallentamento dei livelli di attività. Quest’ultima definizione, nota come approccio dei cicli di crescita (growth cycle), si discosta da quella classica in quanto propone di identificare i movimenti ciclici degli indicatori in termini di deviazioni dal trend. La differenza tra i due concetti si concretizza nel differente profilo temporale del ciclo: nella definizione growth cycle si rileva un accorciamento delle fasi d’espansione e un allungamento di quelle recessive, in quanto i massimi (i minimi) tendono ad anticipare (posticipare) quelli della definizione classica, che mantiene il trend di lungo periodo (Mintz, 1972). Lo stesso metodo classico del NBER negli anni sessanta è stato affinato per introdurre una separazione tra ciclo e tendenza; in quel periodo, appunto, i lunghi processi di sviluppo sembravano aver cancellato la possibilità di fluttuazioni cicliche ed avevano reso poco utile il metodo originale del NBER che si basava su variazioni assolute. Questa seconda impostazione è stata resa praticabile soprattutto grazie a più sofisticati calcoli matematici di stima del trend. Con essa si ammette che un sistema economico in crescita possa avere periodi di alto sviluppo alternati a periodi di basso sviluppo, e che tali periodi possano essere assimilati a fasi cicliche, pur se quelli di recessione non sono caratterizzati da una caduta assoluta dell’attività produttiva. Nel lavoro in questione viene seguita la seconda impostazione di conseguenza le fluttuazioni cicliche vengono rilevate da una serie statistica rappresentata dalla differenza tra il dato corrente ed il dato della tendenza (trend). Si ha così una nuova curva su cui determinare i cicli, definiti cicli di deviazione (deviation cycles) perché appunto ottenuti come scarti da una tendenza normale. Il concetto è semplice, il calcolo della curva del trend è invece complesso (Ryan, 1998). Nel lavoro in questione, la limitata dimensione delle serie storiche (21 osservazioni annuali sul periodo 1985-2005) impedisce di utilizzare i tradizionali metodi di scomposizione delle serie temporali. Tenendo conto di questi vincoli, si è deciso di utilizzare, per la stima della componente tendenziale, un metodo di regressione non parametrico quale lo smoother definito Local Regression3, che offre risultati relativamente robusti anche in presenza di serie storiche corte ed irregolari (Loader, 1999). Sono stati quindi creati due grafici per ogni serie storica, uno rappresentante l’andamento della serie originale raffrontato all’andamento del trend (calcolato con la regressione non parametrica di cui sopra) della serie stessa, l’altro raffigurante l’andamento ciclico. 3

Nel presente lavoro è stato utilizzato il programma di calcolo statistico R.

Per completezza nelle Figure 1.a e 1.b sono rappresentati i due grafici relativi al Valore

100

110

120

130

Aggiunto Totale della regione Toscana.

1985

1990

1995

2000

2005

99

100

101

102

Figura 1.a: Valore Aggiunto: Dati originali (linea continua) e Trend (linea tratteggiata)

1985

1990

1995

Figura 1.b: Valore Aggiunto: Andamento ciclico

2000

2005

2.5 Ponderazione degli indicatori elementari In generale non è possibile derivare dalla struttura teorica di partenza un criterio univoco per l’attribuzione dei pesi. In letteratura esistono numerosi metodi applicabili a questo passaggio, di conseguenza la scelta dipende dalla tipologia di dati e dal giudizio dell’analista (OECD, 2001). Una possibilità potrebbe essere quella di applicare una ponderazione con pesi indifferenziati o proporzionali, ma il problema di tali metodologie è rappresentato dal fatto di attribuire un peso positivo a tutti gli indicatori elementari In questo modo si suppone implicitamente che tutti i settori dell’economia regionale condividano lo stesso profilo ciclico, il che equivale a sostenere che non vi siano né settori in controtendenza, né fenomeni che seguono in ritardo il ciclo generale. Per superare questo limite, si è deciso di applicare alla costruzione dell’indicatore sintetico la metodologia statistica dell’Analisi delle Componenti Principali. La costruzione dell’Indicatore Sintetico tramite l’Analisi delle Componenti Principali prevede una serie di passaggi che saranno in seguito brevemente descritti. Per prima cosa è necessario predisporre la matrice X di dati su cui lavorare, nel nostro caso formata dai 48 indicatori ciclici per il periodo compreso tra il 1985 e il 2005. La matrice assume quindi dimensioni (21x48). Per evitare che una variabile abbia una indebita influenza sulle componenti principali, si è deciso di standardizzare le serie storiche andando a calcolare le componenti principali partendo dalla matrice dei dati standardizzati. E’ importante sottolineare che la covarianza tra variabili standardizzate altro non è che la matrice di correlazione delle variabili originarie. Il passo successivo è quello di calcolare gli autovettori e gli autovalori della matrice di correlazione corr(X). A questo punto si procede al calcolo delle componenti principali, ottenute come combinazione lineare delle variabili originarie standardizzate, utilizzando come coefficienti di trasformazione i valori della matrice degli autovettori. Nella tabella 2 vengono riportati i valori degli elementi della prima colonna della matrice degli autovettori, notando che i pesi (gli autovettori della matrice di correlazione) applicati ai dati originali per calcolare le componenti principali sono identici, per definizione, ai coefficienti di correlazione tra gli indicatori elementari e le componenti principali.

Tabella 2: La prima colonna della matrice degli autovettori Pop.residente -0,032 En.elettrica Occupati -0,018 Autovetture Export.tot 0,229 Autocarri.altro Import.tot 0,212 Imprese.tot Export.moda 0,213 Imprese.moda Export.meccanica 0,034 Imprese.meccanica Export.carta 0,233 Imprese.mobili Export.m.trasporto 0,100 Imprese.alim Export.gioielli -0,032 Imprese.costruzioni Export.pietre 0,244 Imprese.commercio Export.alim 0,166 Imprese.servizi Import.moda 0,121 Prezzi.abitazioni Import.carta 0,168 Prezzi.negozi Import.pietre 0,165 Contratti.locazione Import.m.trasporto 0,071 Contratti.compravendita Import.metallo 0,134 Arrivi.italiani Import.gioielli 0,164 Arrivi.stranieri Va.agricoltura 0,059 Presenze.italiani Va.industria 0,179 Presenze.stranieri Va.costruzioni -0,063 Prezzi Va.commercio 0,210 Cig.totale Va.credito 0,102 Cig.ordinaria Va.altriservizi -0,045 Cig.straordinaria Va.totale 0,205 Cig.edilizia

0,111 -0,157 -0,106 -0,053 0,076 0,156 0,206 0,183 0,131 0,191 -0,199 -0,155 -0,069 -0,057 0,030 0,125 0,105 0,032 0,131 -0,010 0,178 0,214 0,000 0,199

Nell’impiego del metodo dell’Analisi delle Componenti Principali ai fini delle diagnosi congiunturali, ci si limita solitamente a considerare la prima componente principale, definita come: CI = a1x1' + a2x2' +...+ aixi' +...+ ahxh' dove CI rappresenta il valore della prima componente principale, xi ' è lo scarto standardizzato della serie storica i  esima, mentre ai è il coefficiente (peso) della serie storica i  esima. Nella figura 2 viene mostrato l’indicatore sintetico ottenuto tramite la prima componente principale rapportato all’andamento ciclico del Valore Aggiunto totale della Toscana. 108 106 104 102 100 98 96 94 92

19 85 19 86 19 87 19 88 19 89 19 90 19 91 19 92 19 93 19 94 19 95 19 96 19 97 19 98 19 99 20 00 20 01 20 02 20 03 20 04 20 05

90

Valore Aggiunto Toscana

Indicatore Sintetico Toscana

Figura 2: L’Indicatore Sintetico e il Valore Aggiunto della Toscana

3 ANALISI DEI RISULTATI Una volta costruito l’indicatore sintetico si è provveduto a validarne i risultati tramite un’analisi articolata in diverse fasi costituite dallo studio della correlazione con il valore aggiunto della regione, da un’analisi di sensitività ed infine da un’analisi economica basata sull’individuazione della cronologia ciclica.

3.1 Analisi di Correlazione Per prima cosa è stato calcolato il coefficiente di correlazione tra l’indicatore sintetico della regione Toscana e il suo Valore Aggiunto. Tale coefficiente risulta essere pari a 72,25%, il che evidenzia una stretta relazione dell’indicatore sintetico ed il Valore Aggiunto regionale. E’ importante sottolineare come, dato il ritardo dell’aggiornamento dei conti economici regionali, il fatto di poter disporre di una misura sintetica avente un grado di accostamento molto alto al valore aggiunto regionale assume una rilevanza informativa notevole. Si nota inoltre come siano tutte positive le correlazione tra i singoli indicatori sintetici provinciali e l’indicatore sintetico toscano (in un range tra i 63,70% e l’85,36%); l’unica eccezione è rappresentata dalla provincia di Lucca, la quale presenta un andamento ciclico inverso rispetto a quello toscano (difatti il coefficiente di correlazione risulta essere pari a 51,787%). Per completezza è stato calcolato il coefficiente di correlazione tra l’indicatore sintetico della regione Toscana e l’andamento ciclico del Valore Aggiunto Italiano (che può essere letto come una buona approssimazione dell’andamento ciclico italiano). L’alto valore del coefficiente (pari a 78,23%) mostra l’esistenza di una forte relazione tra gli andamenti economici della regione Toscana e del suo paese di appartenenza.

3.2 Analisi di Sensitività Il risultato finale di un indicatore sintetico è ampiamente influenzato dalle scelte operate nei diversi passaggi della sua elaborazione (selezione degli indicatori elementari, trattamento dei dati, ponderazione degli indicatori). Di conseguenza si rende necessaria una analisi di sensitività che vada a verificare la robustezza delle scelte effettuate, soprattutto in riguardo al metodo di ponderazione prescelto. Le analisi empiriche su differenti tipi di indicatori hanno dimostrato come la selezione di pesi da differenti fonti comporti un forte impatto sul risultato finale.

Per verificare l’affidabilità e la robustezza dell’indicatore sintetico ricavato dall’Analisi delle

95

100

105

Componenti Principali, è stata condotta un’analisi di sensitività che ha comportato il calcolo dell’indicatore sintetico estraendo dalla matrice dei dati a turno uno dei 50 indicatori elementari. I risultati dell’analisi di sensitività condotta sulla matrice degli indicatori elementari utilizzati nell’elaborazione dell’indicatore sintetico per la regione Toscana sono mostrati in Figura 3.

1985

1990

1995

2000

2005

Figura 3: Analisi di sensitività

Si può notare come le informazioni sul ciclo contenute negli indicatori elementari siano coerenti tra di loro, dal momento che, l’esclusione di un singolo indicatore non comporta variazioni di alcun tipo.

3.3 Cronologia Ciclica Come anticipato in Introduzione, il lavoro in questione si è proposto di sperimentare una metodologia per l’elaborazione di un indicatore sintetico in grado di riassumere l’evoluzione ciclica dell’economia della regione Toscana, delineando a tale riguardo una cronologia di riferimento relativa all’ultimo ventennio. L’individuazione della suddetta cronologia ciclica di riferimento è stata permessa dalla identificazione dei punti di svolta dell’indicatore – ovvero dei punti di massimo (al termine di periodi di espansione) e di minimo (alla fine delle fasi di contrazione). A tale proposito, nel corso del ventennio preso in esame possono essere identificati almeno tre episodi ciclici che confermano come gli andamenti economici internazionali tendano a riflettersi, sull’attività economica della Regione, in maniera più pronunciata rispetto a quanto avviene per il resto del Paese.

(i) Il primo ciclo è compreso tra la metà degli anni ’80 ed il 1993. Questo è caratterizzato dall’espansione dell’andamento economico registrato nella metà degli anni ’80. L’andamento dell’indicatore sintetico segnala poi una frenata a partire dal 1989, coerentemente con l’andamento del ciclo nazionale. In corrispondenza di tale anno, infatti, si assiste al peggioramento delle condizioni macroeconomiche generali in atto nei principali paesi industrializzati. (ii) La seconda fase ciclica compresa tra il 1993 e il 1999 è connessa al deprezzamento della valuta nazionale conseguente all’uscita dagli Accordi europei di cambio ed è caratterizzata dalla recessione del periodo 1997-1999 indotta dalle crisi finanziarie che hanno colpito in tale biennio alcuni paesi dell’Asia orientale con una brusca frenata delle esportazioni. (iii) Infine, il ciclo compreso nel periodo 1999-2003 (coerente con l’andamento economico nazionale), è contraddistinto dalla ripresa del biennio 2000-2001 e dalla successiva profonda fase recessiva, caratterizzata dalla perdita di competitività sui mercati interni ed esteri a causa sia di fattori congiunturali (apprezzamento della moneta unica, progressivo aumento dei costi energetici, crollo della domanda) che strutturali (in seguito alla crescente complessità delle dinamiche competitive mondiali ed al palesarsi delle inadeguatezze del sistema economicoproduttivo nell’affrontare tali mutate dinamiche). L’ultimo decennio di dati descrive una situazione che sembra essersi deteriorata con il passare del tempo. A tal proposito, analizzando i dati relativi alle esportazioni (che rappresentano un importante canale di attivazione della crescita economica di un sistema) estere della Toscana rispetto a quelle dell’Italia e a quelle di alcuni sistemi con i quali è più corretto il confronto (Veneto ed Emilia Romagna) emerge chiaramente come la penetrazione delle merci toscane sui mercati internazionali sia stata meno pronunciata, meno dinamica, di quella osservata dai due diretti concorrenti soprattutto nell’ultimo quinquiennio. La Toscana, a tal proposito, non solo ha subito una frenata delle proprie esportazioni verso l’estero nel periodo 2001-2003 più pronunciata di quella osservata per l’Italia nel suo complesso ma, anche dopo questa fase difficile, non è riuscita a reagire con la stessa spinta delle altre regioni italiane. La Toscana stenta ad agganciarsi a quella ripresa segnalata anche dai positivi valori dell’Indicatore Sintetico nell’ultimo biennio, ed ancor più, la Toscana stenta in un momento in cui l’Italia nel suo complesso sembra muoversi (anche se in modo estremamente lento) dalla stagnazione e, soprattutto, in una fase in cui la congiuntura mondiale è di forte crescita

Allegra F., La Rocca A. (2003), Sintetizzare misure elementari: una sperimentazione di alcuni criteri per la definizione di una indice composto, ISTAT. Altissimo F., Marchetti D.J., Oneto G.P. (2000), The Italian Business Cycle: Coincident and Leading Indicators and Some Stylized Facts, in Temi di discussione,377, Banca d’Italia. Chiades P., Gallo M., Venturini A. (2003), L’utilizzo degli indicatori compositi nell’economia congiunturale territoriale: un’applicazione all’economia del Veneto, in Temi di Discussione, 485, Banca d’Italia. Ciccarelli A. (2003), Una metodologia statistica per l’analisi della competitività delle province, in Working Paper, 35, Istituto Guglielmo Tagliacarne, Roma. Cipolletta I. (1992), Congiuntura economica e previsione. Teoria e pratica dell’analisi congiunturale, Il Mulino, Bologna. Loader C. (1999), Local Regression and Likelihood, Springer, New York. OECD (1987) Leading Indicators and Business Cycles in Members Countries 1960-1985, in OECD Main Economic Indicators, Source and Methods, 39, Department of Economics and Statistics, Parigi. OECD (2001), Main Economic Indicators. Comparative Methodological Analysis. Volume One: Industry, Retail and Construction Indicators. European Commission. Ryan T.P. (1998), Modern Regression Methods, Wiley Series in Probability and Statistics, A Wiley-Interscience Publication, New York. Saisana M., Tarantola S. (2002), State-of-the-art Report on Current Methodologies and Practices for Composite Indicator Development, Joint Research Centre, European Commission. Volponi M., Prete S. (1999), Gli indicatori sintetici: un’applicazione per le previsioni a breve termine dell’economia del Friuli-Venezia Giulia, in Congiuntura (Osservatorio permanente dell’economia del Friuli-Venezia Giulia, 1.

ABSTRACT The scope of this paper is to provide a scheme for constructing a coincident composite index of Tuscany’s business cycle over the past two decades. The aim of the coincident index is to provide a single proxy of the cyclical co-movement of economic variables. The starting point for the constructing of the index, was the selection of the variables to be included in the composite index. In order to select the original series, we analyzed their properties of represent the evolution of the most important sectors of Tuscany’s economy. Then the selected variables have been subjected to various statistical treatments in order to prepare their aggregation. It was now possible to construct the composite index using a particular weighting procedure called Principal Components Analyses which has the positive factor of being able to reduce and synthetize the variability of the single series. At the end this paper attempts to provide a descriptive analysis of the Tuscany’s business cycle over the past two decades analyzing the timing of the the turnign points of the composite coincident index.