Introduzione

Gli autori desiderano ringraziare Andrea Saltelli, Jochen Jesinghaus e Stefano Tarantola di JRC Ispra per l’aiuto fornito nell’utilizzo del dashboard sui dati WEF, nonché il WEF per aver messo a disposizione il dataset relativo ai 117 paesi analizzati nel 2005.

La ricerca che ha portato alla stesura di questo articolo è stata finanziata dall’Università Bocconi. L’articolo è il risultato dello sforzo congiunto degli autori; tuttavia, in fase di stesura Elena Di Biase si è focalizzata sul paragrafo “Interpretare il Global Competitiveness Index”.

Questo lavoro segue e integra le riflessioni contenute in un articolo pubblicato da Economia & Management nel numero 6, 2005 sugli indicatori per misurare la competitività dei paesi.

A partire dal 1979 il World Economic Forum (WEF) ha sviluppato un modello per confrontare diversi paesi in termini di competitività attuale e prospettica e propone tre differenti indici volti a misurare, rispettivamente, la competitività attuale (BCI, Business Competitiveness Index), quella futura (Growth Competitiveness Index) e quella “complessiva” (Global CI, Global Competitiveness Index). I primi due indicatori sono più noti alla stampa, ma l’ultimo è potenzialmente più rilevante per i policy maker, poiché si propone di misurare i pilastri della competitività. La classifica presentata dal WEF ha destato nel corso degli anni reazioni contrastanti: da un lato, viene diffusamente citata dalla stampa e da numerosi opinion maker, dall’altro, parte del mondo accademico – e in special modo gli economisti – e della comunità politica rimangono scettici al riguardo, sulla base di considerazioni sia teoriche sia di metodo (Reinert 1995; Lall 2001).

Più a monte, il tema della misurazione della competitività dei paesi facendo riferimento a concetti mutuati dall’analisi dei settori e delle imprese è fortemente dibattuto e condiziona l’agire politico; alcuni studiosi – prevalentemente di economia internazionale – ricollegano la competitività dei paesi a vantaggi comparativi nella produttività dei fattori produttivi, che a loro volta spiegano i maggiori livelli di export di alcuni prodotti per alcuni paesi. A mano a mano che gli attori, segnatamente le imprese, riconoscono l’esistenza di un vantaggio comparativo in un dato settore e in un dato paese, i fattori di produzione tendono a spostarsi verso il paese che detiene il vantaggio, determinando di conseguenza un percorso di specializzazione e rafforzando il vantaggio stesso.^[1]

Questo modello di competitività non tiene tuttavia in considerazione una serie di questioni, fra le quali, per esempio:

· il vantaggio comparativo è tipicamente misurato per una parte specifica dell’economia, di solito un settore. Un sistema economico non è tuttavia il risultato della mera somma dei suoi fattori produttivi o dei suoi settori. La qualità di una torta non dipende unicamente dalla qualità degli ingredienti, ma anche dal procedimento seguito nel combinarli, e naturalmente dall’abilità del cuoco;

· le scelte localizzative e di sourcing delle società transnazionali sono in parte determinate da una logica di vantaggio comparativo, ma in parte da considerazioni storiche o da opportunità (per esempio prossimità a un cliente strategico) e presentano fenomeni di path dependency;

· i dati relativi alle esportazioni, spesso utilizzati quali proxy del vantaggio comparato di cui gode un’economia nazionale, sono influenzati dalla rilocalizzazione di alcune attività all’esterno del paese stesso e dall’importazione di forza lavoro. La maggior parte di produttori globali di semilavorati manifatturieri ha negli ultimi anni registrato un incremento del turnover in Cina, non necessariamente a causa di un’apertura del mercato domestico nel paese, quanto delle strategie delocalizzative dei clienti occidentali.

In definitiva, la competitività di un paese è sì collegabile al concetto di vantaggio comparato, ma dipende anche, e in misura cruciale, dalle scelte individuali e collettive degli agenti economici, in particolare degli imprenditori innovatori^[2] che, con le loro scelte localizzative, incidono, da un lato, sul grado di internazionalizzazione o globalizzazione delle attività produttive e, dall’altro, sulla capacità del territorio di attrarre e trattenere altre imprese. Come suggerisce Porter (1990), le strategie e le caratteristiche delle imprese incidono sul grado di competitività di un paese; le imprese di fatto accrescono il valore di dotazioni iniziali che, considerate separatamente, non sarebbero fonte di vantaggio comparato. Per esempio, le scelte localizzative di un’impresa possono essere guidate dalla reputazione di un paese in un particolare settore produttivo (Chisik 2002), oppure dall’esistenza di vincoli determinati dalle reti sociali (Sorenson 2005), o ancora dalla complessità dei flussi informativi richiesti nella fase di inserimento nel mercato a livello sia della singola impresa sia di settore.

Se si accetta l’ipotesi che gli attori individuali, e segnatamente le imprese, siano determinanti per la competitività di un paese, allora questi attori non possono essere esclusi dalla modellizzazione della competitività stessa. L’introduzione delle imprese nel modello, tuttavia, determina una serie di aspetti problematici. Tre elementi meritano una particolare evidenza ai fini di questo lavoro:

· la presenza di una varietà di attori è condizione necessaria ma non sufficiente per valutare il grado di competitività di un paese; un modello di competitività dovrebbe valutare non solo la presenza ma anche la qualità dell’agire degli attori economici;

· le imprese scelgono dove collocare specifiche attività, e non necessariamente l’intera filiera produttiva, sulla base di valutazioni complessive sull’intera rete di attività. Adottando la prospettiva del vantaggio comparato, un paese potrebbe perdere il proprio vantaggio nella produzione, per esempio, di automobili, ma mantenere il primato nelle attività di ingegneria meccanica e nella produzione di piccoli lotti. Gli indicatori relativi al commercio estero tipicamente danno conto di settori definiti in senso lato, e solo raramente sono in grado di catturare elementi cruciali relativi a strategie vincenti a livello della singola impresa, che invece coinvolgono la valutazione di costi di trasporto nel mercato mondiale, quelli di comunicazione e coordinamento, oppure le barriere o gli incentivi introdotti dalle politiche economiche nazionali;

· la valutazione del vantaggio comparativo da parte di attori individuali dipende da elementi oggettivi, ma in misura altrettanto significativa da percezioni soggettive ed esperienze precedenti. In relazione a questa dimensione, asimmetrie informative e stereotipi influenzano considerevolmente la reputazione del paese, le scelte localizzative delle imprese e, in maniera indiretta, il vantaggio comparato del paese stesso (per es. Fiske, Taylor 1991). Un modello di competitività dovrebbe quindi tenere conto anche delle percezioni degli attori.

Il presente lavoro si propone di fornire ai policy maker e agli opinion leader una chiave interpretativa dei concetti fondanti il modello del Global Competitiveness Index attraverso l’analisi della metodologia adottata dal WEF; obiettivo dell’analisi non è tanto mettere in discussione la robustezza o la validità del modello teorico e degli indicatori che da esso sono derivati, quanto piuttosto suggerire un possibile utilizzo da parte dei policy maker di un indicatore molto conosciuto nei suoi elementi di sintesi, ma pochissimo analizzato nelle sue determinanti. Indicatori come il Global Competitiveness Index sono strumenti potenti per costruire una storia attorno ai dati statistici (Saltelli 2006) e per stimolare un processo di policy learning (Pisani-Ferry, Sapir 2006) e hanno un effetto non trascurabile di segnalazione e di costruzione di reputazione (Dalpiaz, Piccarreta 2006). Una migliore conoscenza delle determinanti degli indicatori permette quindi ai policy maker di elaborare una più efficace risposta dal punto di vista della comunicazione, oltre che di supportare il processo decisionale e di creazione del consenso attorno alle diverse opzioni politiche. Si noti inoltre che i dati raccolti dal WEF una volta l’anno sono utilizzati per la produzione non solo del rapporto annuale sulla competitività, ma anche di pubblicazioni su tematiche specifiche (dal grado di preparazione tecnologica al ruolo delle donne nell’economia e nella società), che rinforzano i segnali e i messaggi proposti nel rapporto annuale. È dunque estremamente rilevante che gli attori politici comprendano quali siano i fattori determinanti della performance del proprio paese secondo il modello presentato, dal momento che questa influenza una varietà di indicatori, a loro volta determinanti per la formazione del sentimento collettivo sulle condizioni del paese.

Le domande cui l’articolo si propone di dare risposta sono sintetizzabili come segue.

· Quali sono le variabili che maggiormente determinano il posizionamento di un paese nella classifica del WEF?

· Il WEF costruisce la propria classifica confrontando un elevato numero di paesi: quali di questi dovrebbero essere presi in considerazione come termine di paragone, o come gruppo di riferimento?

· In quale modo i policy maker possono utilizzare con efficacia le informazioni contenute nella classifica con l’obiettivo di migliorare il posizionamento complessivo? Più nello specifico, dal momento che l’indicatore del WEF è costruito a partire da dati sia quantitativi sia qualitativi, quale enfasi dovrebbe essere riservata alle politiche di comunicazione e alla formazione del consenso?

Interpretare il Global Competitiveness Index: l’individuazione dei driver di competitività

Il Global Competitiveness Index (WEF 2005, d’ora in avanti Global CI) concentra l’attenzione sulle determinanti della competitività, definite in senso lato come “il set di istituzioni, politiche e fattori che determinano i livelli sostenibili, attuali e di medio termine della prosperità economica” (Sala-i-Martin, Artadi 2004 in WEF 2005) (figura 1; si veda il pdf allegato).

Il Global CI individua nove dimensioni rilevanti della competitività di un paese, denominati pillars, in cui convergono “i fattori cruciali per una più chiara comprensione delle determinanti della crescita economica” (WEF 2005). Ai fini di questo lavoro preme in particolare sottolineare due elementi:

· ogni pillar è costruito con dati sia hard sia soft: questi ultimi riflettono in via primaria le percezioni di un campione di business leader su temi vari collegati al costrutto della competitività;

· per dare conto delle differenze fra paesi in termini di sviluppo economico, in fase di aggregazione dei nove pilastri vengono utilizzati pesi diversi a seconda del grado di sviluppo che il paese dimostra. Il Basic Requirements Sub-Index assume rilevanza massima per i paesi che competono principalmente sui costi di produzione, indi per cui i pilastri rilevanti sono principalmente quelli che mirano a misurare le dotazioni istituzionali, infrastrutturali, macroeconomiche, sanitarie ed educative di base; lo stadio di sviluppo corrispondente è di conseguenza denominato factor-driven stage. L’Efficiency Enhancers Sub-Index è predominante nella costruzione dell’indice per paesi che competono sull’efficienza dei processi produttivi, che quindi si ritiene si trovino in un efficiency-driven stage; per questi paesi le variabili più rilevanti sono l’istruzione superiore e la formazione professionale, l’efficienza del mercato e il grado di disponibilità tecnologica. I paesi che si trovano invece nello stadio più avanzato di sviluppo economico, l’innovation-driven stage, si ipotizza competano in termini di innovazione di prodotto e di processo; i fattori critici per la valutazione del loro livello di competitività sono quindi il grado di sofisticatezza della strategia delle imprese e l’innovazione (Lopez-Claros et al. 2005).

I dati dell’edizione 2005 sono stati interpretati utilizzando il Dashboard, uno strumento sviluppato dal Joint Research Institute della Commissione Europea con l’obiettivo di assistere i policy maker nell’analisi degli indicatori compositi, evidenziando visivamente l’importanza relativa degli indicatori che lo compongono e simulando l’esito di specifiche azioni sull’indicatore complessivo.

I paesi indicati con il colore verde sono quelli che ottengono il punteggio più elevato, quelli con il colore giallo si trovano in una posizione intermedia, mentre quelli con il colore rosso risultano essere i meno competitivi secondo il modello utilizzato, anche tenendo conto del loro livello di sviluppo.^[3] Nell’edizione del 2005 la Danimarca occupa la prima posizione, mentre il Chad l’ultima.

L’Italia è l’unico paese del gruppo EU15 segnalata con il colore giallo e appare comparabile con Cina o Brasile. Il posizionamento nella fascia intermedia è interpretabile in modi diversi: si potrebbe sostenere che la performance è decisamente povera, particolarmente rispetto al continente europeo, e naturalmente si può altresì sostenere che la situazione potrebbe essere anche peggiore; allo stesso tempo si potrebbe asserire che molti paesi ad alto potenziale competitivo sono indicati in giallo, oppure che l’Italia sta faticando a mantenere la propria posizione tra i paesi leader. In ogni caso, la classifica complessiva dice ben poco circa le ragioni per cui un paese occupa una determinata posizione. La figura 2 (si veda il pdf allegato) mostra quindi il posizionamento relativo dell’Italia per ognuno dei nove pilastri indicati in figura 1.

Guardando la figura 2 emergono alcuni elementi degni di nota:

· il posizionamento relativo dell’Italia non è identico in tutti i nove pilastri; il punteggio è relativamente alto nella qualità della strategia delle imprese e invece basso nell’efficienza dei mercati. A parità di altre condizioni, si potrebbe desumere che un miglioramento delle variabili che costituiscono il pilastro di efficienza dei mercati potrebbe sortire un effetto positivo nel posizionamento complessivo;

· alcune variabili sono indicate con il colore rosso carico, il che suggerisce l’esigenza di azioni energiche in termini di semplificazione dei regolamenti, grado di apertura dell’economia, brevetti e deficit di bilancio. Esistono naturalmente differenti possibilità di affrontare questi temi, e ognuna di esse produce risultati diversi su diversi orizzonti temporali;

· l’Italia presenta valori molto elevati nel pilastro della sanità e dell’istruzione primaria. Per quanto si tratti senza dubbio di un buon risultato, si potrebbe obiettare che tale pilastro non dovrebbe ottenere eccessiva attenzione da parte dei policy maker italiani, a causa dell’inferiore peso attribuitogli nel determinare il livello di competitività del paese (espresso in termini di punteggio nel Global CI). È tuttavia ovvio che per molti paesi, e dunque in ottica comparativa, un risultato solido in questo pilastro è essenziale ai fini di una competitività sostenibile, per quanto non direttamente correlata con la performance economica.

La figura 2 (si veda il pdf allegato) mostra abbastanza chiaramente quali siano le azioni prioritarie che un miglioramento nel posizionamento competitivo richiede; la definizione di priorità chiare e precise è essenziale quando, come nel caso italiano, le variabili con andamento mediocre o negativo sono numerose; il modello non indica tuttavia le modalità più opportune per conseguire gli obiettivi. Il posizionamento relativo in pilastri differenti può assumere significati diversi per determinati paesi piuttosto che in ottica comparativa. Per esempio, l’ottima performance in sanità e istruzione di base è condivisa da tutti i paesi del gruppo EU15, ma risulta discriminante tra, per esempio, paesi europei e altre aree geografiche.

Identificare i benchmark

La tabella 1 (si veda il pdf allegato) riporta i primi cinquanta paesi della classifica del Global CI per il 2005, con il livello di sviluppo relativo.^[4]

Ogni anno la pubblicazione delle classifiche viene accolta con sconcerto a causa della prossimità di paesi con caratteristiche economiche significativamente diverse. Nel 2004, per esempio, i quotidiani italiani titolavano con grande enfasi “L’Italia è peggio del Botswana”, nel Growth Competitiveness Index. L’impatto psicologico di un titolo simile sul pubblico italiano, non necessariamente competente in geografia ed economia sul continente africano, è stato significativo, per l’associazione del nome di questo piccolo Stato africano a un’immagine mitica e distante nel cuore di un continente misterioso. Non tutti gli italiani, e neppure molti dei politici, erano a conoscenza del fatto che il Botswana mostra una contabilità nazionale particolarmente forte, un’economia ben gestita e un buon grado di stabilità politica. Standard & Poor’s ha assegnato al paese un credit rating pari ad A. Il rapporto WEF ha rivelato nel 2005 che l’Italia ha superato il Botswana nella classifica per lo stesso indice (WEF 2004, 2005). Poiché in entrambe le occasioni gli articoli hanno riportato poco altro rispetto alla classifica stessa, è stato difficile sia per l’opinione pubblica sia per i policy maker andare oltre un semplice “e allora?”. I commenti hanno quindi oscillato tra l’assoluta e pregiudiziale negazione di validità dell’indicatore e la violenta offensiva ai politici considerati responsabili di un tale disastro.

Appare evidente che il posizionamento relativo di un paese in una classifica è il risultato dell’applicazione di un modello a una vasta gamma di indicatori che vengono sintetizzati in un indice composito, e non una valutazione definitiva dell’efficacia delle politiche economiche e non attuate dalla classe politica; è altrettanto chiaro che il policy making è altro rispetto alla reazione di fronte a una classifica di paesi. Ciò nonostante, i policy maker non dovrebbero sottovalutare l’impatto della classifica sul sentimento generale dell’opinione pubblica intorno all’andamento del paese rispetto al panorama internazionale. Appare quindi opportuno che arrivino a utilizzarla come strumento di supporto ulteriore nei processi decisionali e per un’eventuale revisione delle azioni da intraprendere, utilizzando con profitto l’indice sia nella sua dimensione comparativa sia in quella di strumento operativo per la valutazione della competitività. Può essere utile, a questo proposito, identificare un gruppo di paesi di riferimento rispetto ai quali controllare le performance del proprio paese e da citare nelle politiche di comunicazione sui progressi raggiunti.

Nella letteratura di strategia, la valutazione dei punti di forza e debolezza di un’impresa viene sempre effettuata in relazione a uno spazio competitivo, sia questo un’impresa benchmark o un gruppo di imprese con caratteristiche o comportamenti simili rispetto a un mercato (Blenkhorn, Fleischer 2005). L’identificazione dei concorrenti (o, più in generale, di società che fungano da termine di paragone) è una fase cruciale nella definizione della strategia competitiva di un’impresa, ed è un’attività in parte discrezionale. La letteratura (Porter 1990) suggerisce che imprese appartenenti al medesimo settore possano risultare concorrenti diretti se fanno leva sulle medesime variabili, mentre non siano concorrenti diretti, pur appartenendo allo stesso settore, qualora facciano parte di raggruppamenti strategici differenti. In questo senso, BMW e Skoda appartengono al medesimo settore ma non sono concorrenti diretti, mentre BMW e Mercedes fanno parte del medesimo raggruppamento strategico. È quindi verosimile che, in caso di pubblicazione di una classifica sulle performance delle imprese automobilistiche, i manager di BMW presterebbero maggiore attenzione al posizionamento relativo rispetto a Mercedes che a Skoda.

Passando dalle imprese agli Stati nazionali, i raggruppamenti strategici possono essere definiti sulla base di logiche differenti quali, per esempio:

· intervalli di PIL pro capite, come nel caso del GCR;

· l’attuazione di specifiche politiche (Sapir 2005) o l’adesione a un corpus normativo sopranazionale (come nel caso dell’Unione Europea);

· la prossimità geografica, da cui deriva un verosimile confronto da parte delle multinazionali nelle scelte localizzative.

La scelta potrebbe aiutare a superare alcuni argomenti teorici che rifiutano la trasposizione del concetto di competitività dalle imprese agli Stati. La teoria macroeconomica solleva dubbi circa l’applicabilità di un concetto sviluppato per ritrarre il posizionamento di mercato di un’impresa rispetto alle economie nazionali. Se un produttore di latte può ridurre i costi di 10 centesimi, e gli altri non sono in grado di seguirlo, potrà godere di un vantaggio competitivo e conquistare una quota di mercato maggiore. Se un’economia nazionale, al contrario, riesce a ridurre i costi di x unità (per esempio aumentando la produttività del lavoro), le esportazioni aumenteranno e i tassi di cambio reagiranno fino al raggiungimento di un nuovo equilibrio. Quest’ultima reazione, tuttavia, è profondamente diversa da quella osservata tra imprese nell’esempio precedente. Di conseguenza, la competitività tra paesi segue verosimilmente logiche assimilabili a quella tra imprese se si considerano paesi accomunati da un sistema di cambi fissi o dalla medesima valuta, come accade, per esempio, nell’area euro. Se in uno Stato membro i salari crescessero del 50%, non si avrebbe più un aggiustamento progressivo dei prezzi e del tasso di cambio fino alla nuova situazione di equilibrio; nel rigido ma giustificato sistema di regole dell’area euro, il settore colpito da un tale cambiamento sarebbe condannato alla scomparsa.

Inoltre, una volta identificato il sottogruppo di paesi di riferimento e definito il gruppo strategico, i paesi concorrenti potrebbero decidere di confrontarsi con i migliori piuttosto che con i paesi con performance affini. Tutte queste scelte, a livello di economia nazionale, risentono della qualità e della natura del dibattito pubblico, della familiarità con altre culture, della solidità economica in un dato momento storico e del clima politico prevalente.

La finalità comparativa della ricerca del WEF genera un patrimonio informativo estremamente ricco ed esteso su un set di paesi numeroso e variegato. Per quanto, da un punto di vista strettamente teorico, le implicazioni della scelta di un campione simile possano essere considerate chiare o al più irrilevanti, a seconda del contesto in cui i dati vengono analizzati, dal punto di vista dei policy maker esse sono particolarmente significative. Come appare evidente se si considerano, per esempio, le variabili relative alla sanità (malaria) e all’educazione primaria, il contesto geopolitico è determinante nella definizione dell’agenda delle politiche. Inoltre ci si può verosimilmente attendere che il posizionamento relativo di un paese con riferimento a un particolare pillar dipenda dal gruppo al cui interno viene effettuata la classificazione. Ne risulta che nell’ottica del policy maker sia più utile costruire una classifica che non comprenda tutti i paesi considerati (117 paesi, con diversi livelli di PIL pro capite, nel caso del lavoro del WEF), quanto piuttosto un sottogruppo di paesi considerati pari. Tale sottoinsieme può essere definito a priori, oppure come riferimento per la definizione di obiettivi da raggiungere sulla base dei risultati stessi della classifica.

I criteri di selezione di un sottogruppo di riferimento al cui interno la variabilità dei risultati sia ridotta possono essere differenti, mentre comune è l’obiettivo di agevolare la comprensione dei risultati e delle implicazioni in termini di politiche attivabili. La figura 3 (si veda il pdf allegato) mostra il posizionamento relativo dell’Italia rispetto ai paesi EU15. Rispetto alla figura 2, in cui il gruppo di riferimento era l’intero campione WEF, sia l’indice globale sia i nove pilastri singolarmente considerati mostrano un quadro decisamente più negativo: si passa dal posizionamento complessivo nell’intervallo da “serio” a “grave” e, come ci si poteva attendere, il pilastro della sanità e dell’educazione di base mostra valori nella media anziché buoni; le variabili che costituiscono l’Efficiency Enhancer Sub-Index, che risultavano “abbastanza buone” (istruzione avanzata e formazione professionale), e quelle dell’Innovation and Sophistication Sub-Index, che risultavano “buone” in relazione all’intero campione, scendono a una valutazione rispettivamente di “critiche” e “negative” (figura 3). Come ci si può facilmente attendere, i risultati per l’Italia cambierebbero nuovamente se si adottasse come campione di riferimento un gruppo di paesi ancora diverso, per esempio quello dei paesi OCSE o qualche altro sottocampione (per esempio quello dei paesi nello stadio di sviluppo più elevato).

Utilizzare un gruppo di riferimento di paesi differente influenza anche l’identificazione del benchmark con cui confrontare le proprie performance. A prima vista ci si potrebbe attendere che i paesi adiacenti nella classifica aderiscano a modelli di sviluppo simili o assimilabili; i risultati presentati nella tabella 2 (si veda il pdf allegato) mostrano chiaramente come questo non sia vero.

Il posizionamento contiguo nella classifica del Global CI non è sufficiente per desumere che l’applicazione delle medesime politiche in ogni paese avrebbe il medesimo impatto nel modificare la classifica stessa. Le tabelle 2 e 3 (si veda il pdf allegato) mostrano il gruppo di paesi contiguo all’Italia nella classifica del WEF, considerando prima l’intero campione di 117 paesi e poi solo i paesi dello stadio di sviluppo più avanzato.

Nella classifica calcolata sull’intero campione WEF i paesi prossimi all’Italia sono Cipro, Kuwait, Qatar e Grecia (tabella 2), con un differenziale significativo dal gruppo che li precede (Emirati Arabi Uniti e Spagna), a sua volta distaccato dal gruppo di testa, mentre nella classifica sui paesi con massimo grado di sviluppo sono Ungheria, Slovacchia, Lituania e Malta (tabella 3).

La geografia e la struttura del sistema economico dei paesi è piuttosto differente nei due casi; nel primo caso, i paesi contigui hanno livelli di PIL pro capite simili, ma non sono omogenei da un punto di vista culturale e politico, mentre nel secondo caso si perde omogeneità in termini di ricchezza, ma si mantiene una maggiore prossimità culturale e politica (l’appartenenza al medesimo continente e al gruppo EU25).

Agire sui dati oggettivi o su quelli di percezione?

Si è precedentemente sostenuto che le scelte politiche sono influenzate, tra gli altri elementi, anche dal clima politico e sociale prevalente in un paese, e che la presenza di imprese non è da considerarsi di per sé determinante per la competitività di un paese, quanto lo sono piuttosto la qualità e l’efficienza degli attori individuali nel trarre vantaggio dalle dotazioni iniziali di risorse che contribuiscono alla competitività stessa. Il WEF misura queste dimensioni includendo nei nove pilastri del Global CI una serie di informazioni raccolte attraverso un questionario somministrato annualmente a un gruppo di dirigenti di alto livello in tutti i paesi coinvolti nell’indagine. La lista di variabili soggettive è stata mostrata nella figura 1.

È stato mostrato come, da un punto di vista teorico, l’inclusione di dati di percezione in uno studio comparativo apra le porte a una serie di questioni di natura metodologica e concettuale; dal punto di vista del policy maker, la commistione di dati hard e soft nel medesimo modello conduce tuttavia ad alcune interessanti e utili conseguenze, dal momento che l’azione e la creazione del consenso condividono un ruolo di primo piano nell’agenda politica. È quindi rilevante evidenziare in quale misura l’indice complessivo sia influenzato dalle variabili oggettive e da quelle soggettive, in particolare in considerazione dei seguenti punti:

· un intervento sull’opinione pubblica richiede di fare leva su variabili molto diverse rispetto all’azione su dati oggettivi;

· l’intervento su variabili hard richiede tipicamente tempi più lunghi;

· la variabilità dei risultati è sensibilmente maggiore in caso di azioni volte a influenzare l’opinione pubblica; l’implementazione di ogni politica richiede comunque un’attenta pianificazione delle attività di comunicazione, al fine di massimizzarne le possibilità di successo.

La figura 4 (si veda il pdf allegato) mostra la relazione intercorrente tra i dati oggettivi e quelli di percezione inclusi nel Global CI; i valori hard sono stati riportati a una scala da 1 a 7, per omogeneità con quelli soft. Si è poi calcolato il valore medio dello score per tutti i dati soft e hard, e i risultati sono stati raffigurati su uno scatterplot; la regressione mostra che i dati soft hanno un’incidenza maggiore rispetto agli hard sul valore finale del Global CI. Un’ulteriore analisi lineare è stata condotta tra i dati di percezione e i valori del Global CI, e mostra che quest’ultimo è quasi interamente determinato dai dati soft.

Le asimmetrie informative assumono un ruolo primario nel determinare le discrepanze tra dati oggettivi e di percezione; i manager e i cittadini informati esprimono sì un giudizio sul proprio paese e sulla performance delle imprese, ma questo è verosimilmente influenzato da una serie di variabili di cui non è controllato l’impatto quali, per esempio, quelle culturali; ci si può quindi attendere che per alcuni paesi si realizzi una sovrastima dell’andamento economico, mentre in altri le percezioni siano più negative. Per i policy maker è importante verificare quale sia il grado di pessimismo come proxy del clima imprenditoriale del paese; la figura 5 (si veda il pdf allegato) mostra il posizionamento relativo di ogni paese compreso nel campione WEF in relazione ai dati hard e soft, mentre la figura 6 (si veda il pdf allegato) riporta solo i risultati per i paesi con livello di sviluppo più avanzato (secondo la segmentazione WEF). È interessante confrontare, per esempio, i valori registrati per Italia e Svezia, per cui le medie delle variabili di percezione sono inferiori a quelle dei dati hard, con quelli di Stati Uniti, Danimarca o Germania, per i quali la situazione è opposta.

Come evidenziato in precedenza, il fatto che un determinato paese si collochi in una data posizione nella classifica del Global CI dipende dal punteggio ricevuto per ogni indicatore e dal peso assegnato a ognuno dei nove pilastri in funzione del relativo grado di sviluppo. Un’analisi attenta ai risultati delle figure 8 e 9 (si veda il pdf allegato) suggerisce che il posizionamento nella classifica sia anche influenzato, e in misura significativa, dall’impatto delle percezioni sul punteggio globale; si vedano, per esempio, il posizionamento reciproco di Italia e Botswana nella figura 5. In alcuni casi i paesi con un punteggio eccellente nei dati oggettivi risultano penalizzati dal giudizio della propria business community; si veda a riguardo il posizionamento relativo dei paesi nordici nella figura 6 e nella classifica del Global CI.

Dare conto delle differenze tra percezioni e indicatori macroeconomici per la misurazione della competitività va oltre gli obiettivi del presente lavoro; dal punto di vista degli attori politici, tuttavia, tale distanza può essere considerata approssimazione, da un lato, del gap tra condizione oggettiva e percepita, e, dall’altro, delle aspettative della business community circa la possibilità di migliorare la situazione attuale. In entrambi i casi quanto emerge dalle figure 8 e 9 offre qualche suggerimento ai policy maker circa l’opportunità di sviluppare una strategia comunicativa parallelamente a quella di azione economica, mentre non fornisce alcuna indicazione concreta sulla natura, né sul contenuto, né sull’intensità delle attività di comunicazione necessarie.

Conclusioni

In questo articolo siamo partite da uno degli indicatori compositi proposti dal WEF per individuare un possibile utilizzo da parte dei policy maker, che solitamente hanno pochi strumenti per ribattere a un’opinione pubblica affascinata da una classifica, ma con pochi strumenti per interpretarla. Abbiamo proposto un metodo di analisi che fornisce al contempo ai policy maker spunti per orientare le scelte di policy in funzione della gravità percepita da parte della business community rispetto ad alcune variabili, del pacchetto di paesi sui quali effettuare il confronto, nonché per calibrare le politiche di comunicazione istituzionale. Il metodo proposto prevede di:

· analizzare l’indicatore sintetico nelle sue determinanti, al fine di individuare le variabili che più impattano sul ranking, separando i dati oggettivi da quelli di percezione. Questo permette di individuare le aree più problematiche e potenzialmente orientare il dibattito politico, oppure semplicemente guidare la campagna di comunicazione in risposta alla pubblicazione dei ranking;

· definire a priori il gruppo di paesi rispetto ai quali effettuare il confronto, il che a sua volta è condizionato dall’obiettivo del confronto; i modelli di sviluppo e il livello di sviluppo raggiunto da diversi paesi rende alcuni paragoni molto utili e stimolanti per l’azione di governo, altri poco interessanti e talvolta misleading. Criteri di costruzione di campioni diversi portano a individuare diversi gruppi di paesi con punteggi simili; tuttavia, la struttura economica di paesi contigui può essere diversa, rendendo cruciale per i policy maker definire a priori le dimensioni attorno alle quali costruire un gruppo di paesi di riferimento (per esempio, tipo di problema da affrontare, o politica attuata di cui valutare l’efficacia) nella valutazione ex ante o ex post della competitività;

· mantenere separate le considerazioni legate alla competitività dei paesi misurata facendo ricorso a parametri oggettivi da quelle riferibili alla percezione di competitività da parte della business community, poiché le leve a disposizione dell’azione di governo nei due casi sono molto diverse.

Abbiamo notato a questo proposito come il posizionamento dei rispondenti italiani alla survey proposta dal WEF sia peggiorativo rispetto al posizionamento del paese rispetto ai dati hard; data l’importanza dei dati soft nella costruzione dell’indicatore complessivo, questo significa che alcuni paesi possono essere “penalizzati” nella classifica complessiva. Inoltre, il risultato suggerisce ai policy maker di accompagnare le scelte di policy ad attente campagne di comunicazione.

Riteniamo che gli indicatori compositi siano strumenti utili e agili per misurare fenomeni complessi in ambito non solo socioeconomico e che permettano un coinvolgimento nel dibattito politico di ampi strati di popolazione; per loro natura, infatti, questi indici si prestano a essere utilizzati sia a fini di analisi politica sia per stimolare l’attenzione su temi complessi e poco vicini al cittadino medio. Tuttavia, quanto più sono utilizzati e l’opinione pubblica è coinvolta nel complesso processo di costruzione di senso sullo stato di salute del sistema, maggiore è la responsabilità dei proponenti di garantire robustezza e trasparenza degli indicatori e dei policy maker di esplicitare le ragioni delle scelte politiche e di testimoniare i risultati raggiunti.

Analizzare e reagire ai ranking comparativi, come quelli proposti dal WEF, è parte dell’agenda politica; è utile e opportuno che i cittadini abbiano familiarità con gli indici, ma è opportuno che i policy maker imparino a reagire ad essi in modo costruttivo, anche per stimolare chi elabora gli indici e chi li commenta a un maggiore rigore, una maggiore trasparenza e una maggiore chiarezza espositiva.

Per ogni paese, e sicuramente per l’Italia, la decostruzione dell’indice nelle sue determinanti evidenzia aree di intervento prioritarie largamente condivisibili e quindi fornisce spunti di riflessione utili ai policy maker, a patto di voler scavare oltre il dato complessivo.

Una migliore conoscenza delle ipotesi alla base del modello e della sua struttura potrebbe rafforzare in modo considerevole il ruolo dei policy maker in un gioco informativo dell’opinione pubblica a più vie. Piuttosto che ingaggiarsi in una difficile discussione diretta con i proponenti dell’indice sui molti punti del modello che meritano di essere rafforzati, ci sembra più utile suggerire ai policy maker di sviluppare un proprio set di indicatori che diano testimonianza dei risultati delle politiche adottate e che tengano conto delle priorità di azione assunte; per esempio, nel modello del WEF la dimensione “liberalizzazione del mercato”, che pure è parte dell’agenda politica di molti Stati in tema di competitività, è misurata in base alla percezione sul peso dello Stato nel regolamentare l’azione delle imprese; l’agenda politica italiana sul tema è oggi invece guidata dalla volontà di ridurre il peso delle corporazioni e degli ordini professionali. Oltretutto, una conoscenza approfondita delle determinanti del modello mette in luce i punti di debolezza reali o percepiti del modello, ma fornisce anche direzioni per l’azione politica, a condizione che siano chiari ai policy maker e alla collettività il contesto in cui ogni indice è stato costruito e i limiti della sua validità.

Riferimenti bibliografici

Si veda il pdf allegato.