I Flussi in Entrata nei Mercati del Lavoro Umbri:
un’Analisi di Cluster
Cristiano Perugini e Marcello Signorelli
Dipartimento di Economia, Università di Perugia
Abstract
Nella prima parte di questo lavoro si esaminano brevemente alcuni aspetti teorici relativi ai mercati locali
del lavoro e si discutono le unità di osservazione più coerenti con le impostazioni adottate, individuandole
nei Sistemi locali del Lavoro Istat. Nella parte empirica, si utilizzano i dati dell’archivio dei Centri per
l’Impiego dell’Umbria, rielaborati e riclassificati per SLL, per realizzare un’analisi dei livelli di
differenziazione dei MLL umbri. A questo fine sono utilizzati i dati relativi agli avviamenti al lavoro per le
principali tipologie contrattuali, classi di età, livelli di istruzione e settore di attività economica. Nell’ultima
parte, utilizzando tecniche di statistica multivariata, si presenta un’analisi di cluster e si individuano alcune
implicazioni di policy.
JEL classification: R23, J40
Keywords: mercati locali del lavoro, avviamenti al lavoro, tipologie contrattuali
1. Introduzione
Una parte degli studi sul mercato del lavoro si è concentrata, pur con diversi approcci, su quelle
dimensioni e caratteristiche locali e territoriali ritenute cruciali per gli interventi di policy volti ad influire sul
suo funzionamento e sulla sua performance (Gambarotto – Maggioni, 2003). Questo orientamento
corrisponde in alcuni casi a quello, più generale, che rinviene nelle caratteristiche distintive dei luoghi
(Bellandi, 2003) alcuni fattori di natura economica, sociale ed istituzionale, centrali per la comprensione
degli elevati livelli di varietà e differenziazione della realtà socio-economica (Becattini 1979, 1987).
In questo lavoro, dopo aver brevemente descritto le basi teoriche di partenza e gli strumenti coerenti
con esse che si intendono utilizzare (par. 2), si presenta un’analisi delle caratteristiche dei mercati locali del
lavoro (MLL) dell’Umbria. L’utilizzazione su base locale dei dati dell’archivio dei Centri per l’Impiego
(CPI) (par. 3) relativi agli avviamenti al lavoro consente diversi approfondimenti di studio. In questo
contributo sono considerate, in particolare, le caratteristiche contrattuali degli avviamenti, anche in relazioni
ad attributi fondamentali dell’offerta di lavoro, quali età e grado di istruzione (par. 4). L’analisi è
ulteriormente approfondita nella sezione cinque utilizzando tecniche di statistica multivariata che consentono
efficaci sintesi della notevole mole di informazioni disponibile. Il paragrafo sei riassume alcune delle
indicazioni emerse dalla ricerca e propone brevemente alcune implicazioni per l’intervento pubblico.
2. I mercati locali del lavoro: approccio di studio, strumenti ed articolazione per l’Umbria
Un mercato locale del lavoro può essere definito, considerando la sua dimensione spaziale, un’area
territoriale all’interno della quale la domanda e l’offerta di lavoro si incontrano in misura significativa. Cioè
in cui larga parte delle persone che vi abitano stabilmente, e desiderano avere un lavoro, riescono anche a
trovarvi una collocazione; ed in cui i datori di lavoro che vi sono localizzati riescono a reclutare la maggior
parte della forza lavoro necessaria ai propri processi produttivi. L’attributo locale non va però inteso soltanto
in senso strettamente geografico, in termini di distanza; secondo questa impostazione potrebbe infatti essere
considerato “locale” ogni ambito con estensione limitata a qualche soglia dimensionale1. Locale deve essere
invece inteso come riferito ad un luogo socio-economico, ovvero, come suggerisce Bellandi (2003, p. 136),
ad un ambito di “condivisione e accumulazione di esperienze quotidiane ed esperimenti sociali per gruppi
umani residenti. […] Con termine sistemico, si parlerà di sistemi locali”. Da questo punto di vista, anche
logicamente il luogo precede l’identificazione del mercato del lavoro che, proprio perché associato a quel
luogo, diventa “locale”.
I luoghi ed i mercati del lavoro loro associati, più o meno contigui territorialmente, mostrano
caratteri di interazione o sovrapposizione più o meno marcati (residenti che offrono il loro lavoro al di fuori
dell’area in cui lavora la gran parte degli altri residenti; oppure datori di lavoro che attingono manodopera in
aree diverse da quella da cui attinge la gran parte delle altre imprese locali). Allo stesso tempo, un mercato
locale del lavoro, in senso generale, può essere osservato a partire dai diversi “segmenti” che lo compongono
e che, a loro volta, possono dimostrare diversi gradi di interdipendenza. Ed i diversi segmenti possono a loro
volta evidenziare gradi diversi di apertura verso l’esterno, dalla parte della domanda e da quella dell’offerta.
In ogni caso, proprio perché associato ad un luogo, la dimensione locale del mercato del lavoro
incorpora le regole di funzionamento e le caratteristiche della società locale; cioè è in grado di dare
significatività e contenere le peculiarità territoriali della “merce” scambiata, il lavoro, (valori, etica, desideri
di mobilità sociale, etc.) che derivano dall’appartenenza dell’uomo (che offre i propri servizi lavorativi) e
dell’impresa (che li domanda), ad una dimensione sociale ed economica collocata in un determinato ambito
sociale, culturale, economico.
In altri termini, questa prospettiva di osservazione, concependo gli agenti economici come parti di un
sistema socio-economico locale, il cui funzionamento è legato al combinarsi delle forze di mercato con i
meccanismi istituzionali (North, 1994) decisi dalla società locale (Bagnasco, 1988), si ripercuote (in
positivo) sull’osservazione del mercato del lavoro, in quanto luogo economico in cui si concretizzano
direttamente, in termini di meccanismi di funzionamento e di performance, larga parte degli attributi e delle
peculiarità delle parti in causa. Si pensi all’importanza della densità e dello spessore delle reti di relazioni ai
fini dell’efficienza del mercato2; al ruolo che la società circostante ricopre nello strutturare l’atteggiamento
1
Una discussione di alcuni degli approcci utilizzati nello studio dei mercati locali del lavoro è disponibile in Perugini –
Pieroni (2003).
2
Cioè alla “dotazione” di capitale sociale di ogni attore sociale, nel senso di Trigilia (2002): “l’insieme delle relazioni
di cui un soggetto individuale (per esempio un imprenditore o un lavoratore) o un soggetto collettivo (privato o
pubblico) dispone in un determinato momento. […] Attraverso il capitale di relazioni si rendono disponibili risorse
individuale verso il lavoro o nel condizionare i comportamenti lavorativi in vista di aspettative future
(Becattini, 2000); a come la società locale struttura meccanismi di sanzionamento per chi, imprese o
lavoratori, metta in campo atteggiamenti in contrasto con l’architettura istituzionale esistente (Solow, 1994);
alla varietà delle possibili declinazioni della percezione dell’equità delle posizioni lavorative (Solow, 1994) e
a quanto questa dipenda da dimensioni storiche, culturali, sociali che contraddistinguono luoghi diversi; alla
straordinaria diversificazione della distribuzione di nuclei di conoscenza tacita, cioè della quota d capitale
umano non (o difficilmente) trasferibile (Becattini – Rullani, 1993), che può rappresentare il cuore del
vantaggio competitivo di un’industria, e che spesso ha una dimensione fortemente locale (si consideri il caso
delle produzioni agroalimentari tipiche e più in generale dei prodotti manifatturieri con una forte
connotazione territoriale).
Il riconoscimento dell’articolazione dello spazio in mercati locali del lavoro, nel senso sopra
specificato, è stato tentato in Italia (a livello nazionale) per la prima volta a partire dai dati censuari Istat
1981 (Istat-Irpet, 1989) e successivamente replicato con riferimento al 1991 (Istat, 1997), concretizzandosi in
una mappatura del territorio nazionale in unità regionali funzionali denominate Sistemi Locali del Lavoro
(SLL)3. Il Sistema Locale del Lavoro (Istat, 1997) può essere considerato un’attendibile rappresentazione
empirica del concetto di sistema (società) locale. A sua volta definibile come “l’area entro la quale una
certa popolazione, al tempo stesso, vive le proprie esperienze di lavoro e intreccia le relazioni più stabili”
(Musotti-Polinori, 2001, p. 220). Si tratta, cioè, di un ambiente fisico che contiene in misura significativa le
relazioni economiche e sociali (quindi anche culturali, politiche, etc.) del gruppo umano che vi è insediato. Il
SLL, ovvero il luogo dove “la maggior parte della popolazione residente può trovare lavoro (o cambiare
lavoro) senza cambiare il luogo di residenza, e dove i datori di lavoro reclutano la maggior parte dei
lavoratori, generando così un complesso reticolo di spostamenti quotidiani casa-lavoro” (Istat, 1997),
fornisce la migliore approssimazione del sistema locale. In sostanza il SLL denota un territorio (composto da
due o più unità amministrative comunali), all’interno del quale esiste una dotazione di strutture produttive e
servizi tale da offrire opportunità di lavoro e residenza (e quindi contenere una significativa quota delle
relazioni umane fra le sedi di lavoro e quelle di riproduzione sociale) alla popolazione insediata (Istat, 1997).
Come noto, la regionalizzazione del territorio italiano in SLL è effettuata utilizzando i dati rilevati
attraverso il quesito sulla pendolarità del censimento decennale della popolazione Istat, in cui viene richiesto
di indicare il luogo di lavoro o di studio, il tempo di viaggio ed il mezzo di trasporto utilizzato. La scelta di
utilizzare gli spostamenti per motivi di lavoro per determinare i confini socio-economici dei sistemi locali
deriva dalla particolare natura dell’attività lavorativa, che rappresenta la “fondamentale attività umana
attraverso la quale si realizza l’organizzazione dello spazio quotidiano di una persona, più in generale di
una comunità umana” (Istat, 1997, p.103). Si tratta infatti di un ambito della vita delle persone che struttura
la configurazione territoriale di una società locale, dal momento che condiziona significativamente anche
altre relazioni mercantili, ricreative, sociali, etc. Il SLL è quindi adatto allo studio dei mercati locali del
lavoro, non solo perché è determinato utilizzando gli spostamenti casa lavoro per determinarne i confini, ma
in quanto rappresenta la migliore approssimazione disponibile dell’articolazione sociale ed economica di un
dato spazio (in questo caso l’Italia), in luoghi.
Il concetto base utilizzato per determinare la mappatura in SLL del territorio italiano (l’ultima
disponibile è riferita ai dati censuari del 1991), è l’autocontenimento, cioè la capacità di una certa area di
contenere al proprio interno una massa relazionale significativa (approssimata appunto dagli spostamenti
casa-lavoro), definita sia sul lato della domanda che dell’offerta di lavoro. Nel primo caso esso corrisponde
cognitive, come le informazioni, o normative, come la fiducia, che permettono agli attori di realizzare obiettivi che non
sarebbero altrimenti raggiungibili. Spostandosi dal livello individuale a quello aggregato, si potrà poi dire che un
determinato contesto territoriale risulta più o meno ricco di capitale sociale a seconda che i soggetti individuali o
collettivi che vi risiedono sono coinvolti in reti di relazioni più o meno diffuse”. L’importanza delle reti di relazioni,
formali o informali è stata ampiamente studiata nella letteratura sul mercato del lavoro. Per una stima relativamente
recente dell’importanza delle relazioni informali nell’accesso al lavoro in Italia si veda, ad esempio, Sestito (1995). Uno
studio di matrice sociologica che ha rivestito notevole importanza anche perché costituisce una delle basi del filone di
ricerca e studio della Social Network Analysis (Scott, 1991), è quello di Granovetter (1974). In questo studio l’autore
mostrava l’importanza, nell’accedere alle informazioni sul mercato del lavoro ed a posizioni lavorative, delle relazioni
interpersonali, ed in particolare di quelle deboli (cioè non derivati da legami stabili e ripetuti, ad esempio con parenti o
amici, ma con semplici conoscenti e su base occasionale), sintetizzata nell’espressione “the strenght of weak ties”.
3
Precedentemente, con riferimento al 1971, la facoltà di elaborazione dei dati necessari era stata lasciata alle singole
Regioni. Tra queste la Toscana (attraverso l’IRPET, Istituto regionale per la programmazione economica della Toscana)
aveva proceduto all’identificazione dei mercati locali del lavoro del territorio regionale.
al rapporto tra popolazione residente occupata che si sposta quotidianamente all’interno del SLL
(spostamenti interni) e popolazione giornalmente occupata all’interno SLL (posti di lavoro, o domanda di
lavoro); nel secondo caso dal rapporto tra popolazione residente occupata che si sposta quotidianamente
all’interno del SLL (spostamenti interni) e popolazione residente occupata che si sposta dentro o fuori il
sistema locale (occupati residenti o offerta di lavoro). L’Istat stabilisce un valore di autocontenimento soglia
del 50% al di sotto del quale non può parlarsi di approssimazione di un sistema locale; ed un livello del 75%
come appropriato per il riconoscimento di un sistema locale. Il SLL non è quindi un sistema chiuso
(Antonelli, et al. 1998), ma anche significativamente aperto verso l’esterno, da cui attiva e attrae e a cui cede
risorse economiche, sociali, cognitive. Il sistema locale del lavoro è quindi per costruzione “il luogo in cui
domanda e offerta di lavoro si incontrano” ossia “dove la popolazione lavora e abita, cioè trascorre la
maggior parte della propria vita quotidiana” (Istat, 1997, p.104). Il SLL approssima quindi un mercato
locale del lavoro, più o meno segmentato al suo interno, ma non è solo questo; è infatti un luogo di forte
interazione sociale ed economica, che ne disegna i confini, non in termini fisici ma spazio-temporali. In altri
termini (Istat, 1989, p.37), i SLL identificano “aree funzionali in grado di riflettere, in maniera accurata e
significativa, mercati locali del lavoro”4.
L’area di studio di interesse di questo lavoro (regione Umbria), sulla base dei dati censuari 1991,
risulta articolata in sedici SLL intermente ricadenti nello spazio amministrativo regionale. Di questi, tredici
appartengono alla provincia di Perugia e tre (Terni, Orvieto e Fabro) a quella di Terni. Di questi, gli ultimi
due ricadono interamente dentro lo spazio provinciale, mentre il primo comprende un comune extraregionale (Configni)5, amministrativamente appartenente alla provincia di Rieti. Altri comuni della provincia
di Terni appartengono invece a SLL con località centrale6 al di fuori dello spazio provinciale. In particolare il
comune di San Venanzo appartiene al sistema locale di Marsciano, nella provincia di Perugia7. I comuni di
Attigliano, Giove e Penna in Teverina sono invece parte del SLL di Orte, ed Otricoli del SLL di Civita
Castellana. Nella provincia di Perugia, sono invece i comuni di Citerna e Sangiustino ad appartenere al SLL
toscano di Sansepolcro; Lisciano Niccone al SLL di Cortona e Città della Pieve al SLL di Chiusi.
Il fatto che questa mappatura discenda dall’elaborazione dei dati sul quesito sulla pendolarità del
censimento 1991, non deve indurre a valutarla necessariamente come sorpassata da un punto di vista
temporale. Proprio il fenomeno sottostante l’identificazione dei sistemi locali del lavoro è infatti tale da
conferire carattere di relativa stabilità all’unità territoriale individuata, anche se si è in presenza di una
ripartizione soggetta a variazioni intertemporali. Anzi, se questo aspetto può porre qualche problema dal
punto di vista delle analisi su base storica8, fornisce però una formidabile novità negli studi dei fenomeni
socioeconomici, nel momento in cui si può disporre di una unità di analisi che varia al variare (cioè tiene
conto del mutare) della realtà socio-economica sottostante. Rispetto al 1981, in Italia sono stati identificati,
nel 1991, 171 Sistemi Locali del Lavoro in meno (da 955 a 784). Nella provincia di Perugia, si è invece
registrato un aumento dei SLL dettato dalla scissione in due sistemi locali del lavoro (Norcia e Cascia)
dell’Alta Valnerina, prima contenuta in un unico SLL (Cascia). Più rilevanti, e significative le evoluzioni che
hanno interessato l’area ternana. Secondo i dati di inizio anni ottanta, essa appariva infatti articolata in
quattro sistemi locali del lavoro (Amelia, Terni, Orvieto, Fabro). Al 1991 si registra la scomparsa del SLL di
Amelia, i cui comuni componenti confluiscono in parte nel SLL di Terni (Amelia e Lugnano in Teverina), ed
4
Nella regionalizzazione riferita ai dati censuari del 1981 era utilizzata, per una questione di diffusione e condivisione
più elevata, direttamente la locuzione mercati locali del lavoro, pur con la specificazione che sarebbe stata preferibile
quella, più ampia, di sistemi locali del lavoro. Questo avrebbe consentito, tra l’altro, “di prendere le dovute distanze
dall’applicazione, implicita o inconsapevole, al lavoro di uno schema, quello del mercato, concepito per le merci in
senso proprio, ricorrendo la scomoda circostanza per cui, come è stato fatto notare, «si ha qui a che fare con una
strana merce che ha un’opinione di sé, che può essere diversa da quella degli altri» (Becattini, 1979)” (Istat-Irpet,
1989, p.15).
5
Al 2001 questo comune conta 705 residenti (contro i 752 di dieci anni prima).
6
La località centrale, che dà il nome al SLL è individuata nel comune del SLL verso cui si dirige per motivi di lavoro il
maggior numero di persone provenienti da tutte le località comunali italiane (Istat 1997). Di solito la località centrale
coincide con il comune di dimensioni più rilevanti.
7
La provincia di Perugia risulta articolata in 13 SLL con località centrale nello spazio amministrativo della provincia
(Città di Castello, Umbertide, Gubbio, Gualdo Tadino, Perugia, Castiglion del Lago, Assisi, Foligno, Marsciano, Todi,
Spoleto, Norcia e Cascia).
8
Brusco e Paba (1998) affrontano il problema per tracciare una storia dei distretti industriali in Italia. Nel caso
dell’Umbria Musotti-Perugini-Benni (2000) e Musotti Perugini (2002) utilizzano i SLL per ricostruire l’evoluzione
demografica e delle strutture agricole rispettivamente dell’Alta Valle del Tevere e della provincia di Perugia.
in parte in quello di Orvieto (Alviano, Guardea, Montecchio)9. Segno di una più turbolenta evoluzione
dell’area ternana, rispetto al perugino, in termini di organizzazione ed articolazione dei fatti economici e
sociali.
Ai fini di questo studio sono considerati i sedici sistemi locali del lavoro interamente ricadenti nello
spazio regionale. I dati riferiti all’Umbria come aggregato comprendono invece anche i comuni appartenenti
a SLL extraregionali.
Il caso di studio è particolarmente adatto a rappresentare l’utilità di un approccio di studio al mercato
del lavoro di natura territoriale. L’Umbria amministrativa, infatti, come è stato giustamente ricordato
(Grohmann 1989) assume carattere di regione-non regione, cioè di una costruzione politico-amministrativa
più dominato da spinte centrifughe che centripete e che quindi tendono a valorizzare collegamenti ed
integrazione con le regioni confinanti, fino ad assumerne i connotati anche paesaggistici caratteristici (si
pensi, a titolo di esempio, al versante toscano dell’Umbria, dove, non a caso, una notevole porzione di
comuni ricade in SLL con località centrale in Toscana). Ma, anche al suo interno, appare istruttiva la
straordinaria eterogeneità di traiettorie di sviluppo locale. La rurale alta Valnerina (Norcia e Cascia), da una
parte, tutta proiettata a valorizzare il potenziale economico delle amenities ambientali e culturali di cui è
dotata; l’alta valle del Tevere (Città di Castello ed Umbertide), dall’altra, frontiera del modello
dell’industrializzazione leggera, che non manca di mostrare assetti organizzativi di tipo distrettuale; la media
valle del Tevere, ancora, a sua volta ri-articolata in diverse componenti territoriali (quella rurale di Todi,
quella inesorabilmente attratta dal capoluogo Perugia, un sotto-sistema produttivo rilavante, Deruta; ed
un’area di piccola e media impresa con assetto organizzativo significativamente sistemico, Marsciano); e poi
i territori dell’area del Trasimeno, dell’Orvietano, quelli della Valle Umbra (Assisi e Foligno) e così via (il
Ternano, l’Eugubino, l’area Gualdese), ognuno con le sue caratteristiche e con il suo sentiero di crescita
distinto, come distinti sono caratteri locali da cui diparte.
3. L’utilizzo dei dati dei CPI per lo studio dei MLL del lavoro10
I dati utilizzati in questo lavoro appartengono agli archivi dei Centri per l’Impiego dell’Umbria
(Perugia, Terni, Città di Castello, Foligno, Orvieto). Sebbene le potenzialità informative che i microdati
offrono siano molto ampie, il loro utilizzo ad un livello territoriale molto disaggregato è piuttosto limitato e
si arresta al livello dei confini amministrativi dei CPI (Gambuzza – Rasera, 1997 e 1998; Corò – Occari,
1995; Bruni – Ceccarelli, 1995; Sereni, 2002 e 2003), peraltro in alcuni casi in grado di riflettere
adeguatamente l’articolazione dello spazio in MLL.11. D’altra parte, l’archivio Netlabor12 fornisce
direttamente dati a livello di CPI o di livelli amministrativi sovraordinati (provincia, regione), mentre
ulteriori approfondimenti territoriali esigono l’utilizzo della banca dati iniziale, con un notevole aggravio dei
costi e dei tempi di elaborazione.
Questa procedura è stata realizzata ai fini di questo lavoro, ove i microdati dei CPI dell’Umbria
relativi al 2001 sono stati elaborati a livello comunale e poi aggregati per nei SLL Istat. In particolare,
seguendo le indicazioni di un’ampia letteratura (Nosvelli, 1999; Bruni – Ceccarelli, 1995; Antonelli et al.,
1998) che suggerisce molte cautele sull’utilizzo dei dati CPI, è stata utilizzata solo la componente (gli
9
Altra informazione rilevante che può essere tratta dalla regionalizzazione riferita al 1981 è relativa all’articolazione
per l’Umbria delle Regioni funzionali del lavoro (aggregazione di più SLL sulla base degli spostamenti giornalieri per
motivi di lavoro occorrenti fra di essi). La regione funzionale di Terni comprendeva oltre ai quattro SLL ternani, quelli
di Cascia e Spoleto, oltre che di Orte e Magliano Sabina nel Lazio. Elemento non trascurabile e denso di implicazioni
quando si tende ad esempio a proporre il dualismo dell’economia umbra (Perugia e Terni) in termini di spazi
provinciali.
10
Questa sezione di descrizione dell’archivio dati utilizzato si rifà ampiamente a quanto già evidenziato in (Perugini –
Pieroni, 2003).
11
Le circoscrizioni per l’Impiego sono state istituite tenendo in considerazione l’articolazione del SLL. Per una
descrizione delle modalità di determinazione dei confini dei CPI da parte del Ministero del Lavoro si veda Corò ed
Occari (1995). Nel caso del Veneto, Corò ed Occari (1995) e Gambuzza e Rasera (1997 e 1998) giudicano le 41
circoscrizioni, pur con qualche approssimazione, un livello adeguato per la rappresentazione della dimensione locale dei
mercati del lavoro. Altrettanto non può essere affermato nel caso dell’Umbria, ove la ripartizione in cinque CPI non
rappresenta adeguatamente la complessità socio-economica (e quindi a livello di MLL), di cui rendono invece un’idea
più precisa i sedici SLL Istat.
12
Netlabor è un software del Ministero del lavoro che utilizzano gli uffici periferici per la gestione delle informazioni
raccolte presso i CPI. Per una discussione critica delle caratteristiche del software, delle informazioni contenute nel
database e dei loro limiti, si veda Bassi – Gambuzza – Rasera (2002).
avviamenti al lavoro) che appare la più robusta e ricca di informazioni. Essa infatti rappresenta il dato di
flusso di tutti gli avviamenti al lavoro dipendente (eccetto quelli effettuati dalla PA per pubblico concorso) e,
grazie agli obblighi di comunicazione imposti alle imprese, gode di una elevata affidabilità e tempestività di
aggiornamento, che la rende un’affidabile rappresentazione della domanda di lavoro (dipendente) di flusso
delle imprese dell’ambito territoriale assunto come riferimento (Bruni – Ceccarelli, 1995) 13. Il dato riguarda
gli avviamenti al lavoro, ossia i contratti di ingresso al lavoro; questo implica che in un dato intervallo
temporale, più flussi di entrata possono riguardare lo stesso lavoratore (nel caso di un soggetto avviato,
uscito dall’occupazione per qualche ragione e avviato di nuovo presso la medesima o altra impresa).
Per l’elaborazione dei dati dell’archivio dei cinque CPI sugli avviamenti sono state seguite le
modalità operative descritte da Bruni e Sereni (2002) e Carmignani e Schiattarella (2003), cui si rimanda per
gli aspetti più particolari. In sintesi, sono stati dapprima riuniti i dati degli avviamenti in un unico archivio,
cui sono successivamente stati collegati quelli contenenti rilevanti caratteristiche dei lavoratori attraverso il
codice fiscale, e delle imprese attraverso la sua partita IVA o il CF dell’imprenditore. E’ così possibile
disporre di un archivio unico che contiene informazioni sul tipo di avviamento, sul lavoratore e sull’impresa
(localizzazione e codice di attività (Ateco 91)). Da questo file unico sono state escluse quelle registrazioni
che, pur figurando tra gli avviamenti, non configuravano un reale ingresso nell’occupazione (Bruni – Sereni,
2002): passaggi diretti tra aziende diverse; trasferimento da altra sede della stessa ditta; incorporazione della
ditta o acquisizione di ramo di attività; rientri da militare o sospensione, trasformazioni, modifiche, proroghe
di rapporti di lavoro; variazione della ragione sociale dell’azienda o trasformazione artigiano/non artigiano.
Dopo aver risolto alcune problematiche del database finale, inevitabili considerando la natura
amministrativa dei dati, attraverso le indicazioni di Bruni e Sereni (2002), si è giunti alla definizione di un
dataset relativo al 2001 composto da oltre 102.500 avviamenti con indicazione: della data di avviamento;
della tipologia del rapporto di lavoro14; della qualifica (classificazione Istat 4 digit); del comune di
localizzazione dell’azienda (livello comunale) e del settore di appartenenza (5 digit dell’Ateco 91). Oltre ad
un ricco set di caratteristiche del lavoratore avviato: residenza (comune), sesso, età, stato civile, titolo di
studio, cittadinanza, classe di iscrizione15. Ai fini di questo lavoro, si è concentrata l’attenzione sulle
caratteristiche contrattuali degli avviamenti, incrociando queste informazioni con l’età e l’istruzione dei
lavoratori.
4. Differenze Contrattuali e Settoriali nei Flussi in Entrata
Prima di analizzare alcune caratteristiche dei flussi in entrata nei mercati locali del lavoro (MLL)
umbri, si presentano i dati sintetici relativi alla performance occupazionale utilizzando i due indicatori
fondamentali: il tasso di disoccupazione (TdD) e il tasso di occupazione (TdO).
I tassi di disoccupazione dei MLL umbri vanno da un minimo di 4,9% (Assisi) ad un massimo di
5,7% (Terni). Il livello risulta relativamente basso ed anche la variazione risulta contenuta. Una maggiore
differenziazione si ha considerando il tasso di occupazione: dal massimo del MLL di Perugia (62,6%) al
minimo del MLL di Terni (56,3%). Si ricorda che il principale “obiettivo di Lisbona”16 prevede il
raggiungimento di un tasso di occupazione pari al 70% entro il 2010. La distanza da tale obiettivo è ancora
considerevole per la gran parte dei MLL umbri.
13
Non altrettanto si può invece dire riguardo all’affidabilità di altre categorie di dati (cessazioni ed iscrizioni). Nel
primo caso il non sanzionamento del ritardo di comunicazione della cessazione del rapporto da parte delle imprese,
specie con riferimento al settore agricolo (Sereni, 2002), rende sottostimato il deflusso di uscita dal lavoro. Nel caso
degli iscritti esistono invece probabili effetti sia di sovra che di sottostima dello stock di offerta di lavoro in eccesso sul
mercato del lavoro per una serie di motivi. In primo luogo possono iscriversi alle liste anche persone occupate ma in
cerca di nuova occupazione. D’atra parte, i vantaggi dell’iscrizione stimolano ad effettuarla o mantenerla anche se non
si appartiene affettivamente alla forza lavoro (Bruni – Ceccarelli, 1995; Nosvelli, 1999; Gambuzza – Rasera, 2002).
Infine, le liste contengono categorie di persone occupate, anche se solo su base stagionale e a tempo parziale ed i
militari di leva (Sestito, 1990) e non tutte la persone disoccupate o in cerca di prima occupazione si iscrivono ai CPI per
ottenere una collocazione lavorativa.
14
Sono distinti i contratti di apprendistato, di formazione lavoro, altri contratti a tempo determinato, ed i contratti a
tempo indeterminato. Delle ultime tre categorie è poi specificato se si tratti di impegni full o part-time.
15
Le modalità possibili sono: Disoccupato con esperienza, Disoccupato senza esperienza, Pensionato, Occupato in
cerca di altra occupazione, Occupato part-time con meno di 20 ore settimanali, Occupato a tempo determinato con
contratti di durata inferiore a quattro mesi.
16
Tale obiettivo è stato definito nel Consiglio di Lisbona del 2000 nell’ambito della strategia europea per
l’occupazione.
Tab. 1 - Tassi (%) di disoccupazione e tassi di occupazione per MLL (2001)
Tasso di disoccupazione
Tasso di occupazione
Assisi
4,9
Perugia
62,6
Perugia
5,2
Assisi
62,5
Fabro
5,2
Umbertide
62,0
Umbertide
5,2
Castiglion del Lago
60,7
Marsciano
5,2
Gualdo Tadino
60,6
Norcia
5,2
Norcia
60,5
Gualdo Tadino
5,2
Cascia
60,3
Castiglion del Lago
5,3
Città di Castello
60,1
Cascia
5,3
Fabro
60,0
Orvieto
5,3
Marsciano
59,9
Foligno
5,3
Gubbio
59,8
Todi
5,4
Todi
59,6
Spoleto
5,4
Orvieto
59,4
Gubbio
5,5
Foligno
58,6
Città di Castello
5,5
Spoleto
58,6
Terni
5,7
Terni
56,3
Fonte: nostre elaborazioni su dati dei Centri per l’impiego e dati Istat
Note: Tasso di disoccupazione = n° disoccupati x 100 / forza lavoro; dove la forza lavoro è data dalla somma di
occupati e disoccupati.
Tasso di occupazione = n° occupati x 100 / popolazione in età lavorativa (15-64).
Le caratteristiche dei flussi in entrata nei mercati locali del lavoro umbri saranno analizzate
considerando le differenze di tipologie contrattuali, di genere, per classi di età, per livelli di formazione e per
settore economico. La comparabilità dei dati fra i vari MLL è ottenuta rapportando il dato relativo agli
avviamenti con la popolazione in età lavorativa (dai 15 ai 64 anni).
Considerando il tasso di avviamento totale (TAT) si notano rilevanti differenze fra i MLL. Il dato più
elevato è relativo al MLL di Gubbio (oltre 31%), seguito da Città di Castello (24%), mentre livelli inferiori
alla metà risultano per Norcia e Fabro (circa il 12%). Fra i MLL con elevata intensità di avviamenti si
inseriscono Orvieto, Todi, Foligno e Perugia (fra il 18% e il 20%), mentre Gualdo Tadino e Terni si
collocano nella parte bassa della graduatoria (con circa il 13-14%). I rimanenti sei MLL si caratterizzano per
un tasso di avviamento totale compreso fra il 15% e il 18% (Tabella 2).
Per quanto riguarda la distinzione di genere, si rilevano alcune differenziazioni quantitative fra gli
avviamenti di maschi e femmine nei diversi MLL. Una prima notazione riguarda il MLL di Gubbio
caratterizzato dal massimo tasso di avviamento per entrambe le componenti e, inoltre, per la peculiarità di
presentare un TA femminile (oltre il 16%) superiore a quello maschile (14,6%). Città di Castello risulta al
secondo posto della graduatoria con un TA maschile del 13,6% e un TA femminile del 10,6%. Per quanto
riguarda il TA maschile, i MLL di Todi, Orvieto, Foligno, Marsciano e Umbertide presentano tassi fra il 10%
e il 12,5%, mente gli altri MLL presentano TA inferiori al 10% fino al minimo di Fabro (7,5%). Con
riferimento ai TA femminili, i MLL di Terni, Norcia e Fabro si caratterizzano per tassi molto bassi (dal 4 al
5%), mentre tutti gli altri MLL, escludendo Gubbio e Città di Castello, presentano dei TA femminili fra il 5 e
il 10%.
Tab. 2 - Tassi (%) di avviamento totali (su popolazione 15-64) per genere
Totale
Maschi
Gubbio
31,40 Gubbio
14,61
Città di Castello
24,23 Città di Castello
13,61
Orvieto
19,52 Todi
12,49
Todi
19,42 Orvieto
11,65
Foligno
18,71 Foligno
11,50
Perugia
18,23 Marsciano
10,50
UMBRIA
17,35 Umbertide
10,03
Castiglion del Lago
17,35 Perugia
9,98
Assisi
17,15 UMBRIA
9,95
Marsciano
16,99 Assisi
9,83
Femmine
Gubbio
Città di Castello
Castiglion del Lago
Cascia
Perugia
Orvieto
Spoleto
UMBRIA
Assisi
Foligno
16,79
10,62
9,27
8,38
8,25
7,87
7,48
7,40
7,31
7,21
Umbertide
16,45 Gualdo Tadino
8,84
Todi
Cascia
15,93 Spoleto
8,27
Marsciano
Spoleto
15,75 Terni
8,08
Umbertide
Gualdo Tadino
14,20 Castiglion del Lago
8,08
Gualdo Tadino
Terni
13,00 Norcia
7,88
Terni
Norcia
11,94 Cascia
7,56
Fabro
Fabro
11,92 Fabro
7,53
Norcia
Fonte: nostre elaborazioni su dati dei Centri per l’impiego e dati Istat
Note: Tasso di avviamento = n° avviamenti x 100 / popolazione in età lavorativa (15-64).
6,93
6,48
6,42
5,36
4,91
4,39
4,06
Particolarmente interessante risulta la distinzione degli avviamenti per le principali tipologie
contrattuali. Risulta dominante il peso degli avviamenti a tempo determinato rispetto agli ingressi tramite
contratti a tempo indeterminato17, ma si rilevano considerevoli differenziazioni fra i MLL umbri. Il TA a
tempo indeterminato risulta il più elevato nel MLL di Assisi (7,46%), mentre risulta estremamente basso per
Marsciano e Fabro (2,6-2,7%). I MLL di Cascia, Norcia, Foligno, Spoleto e Gualdo Tadino presentano TA a
tempo indeterminato fra il 5 e il 6%, contro livelli fra il 4 e il 5% di Perugia e Umbertide e, infine, valori fra
il 3 e il 4% degli altri MLL (Castiglion del Lago, Città di Castello, Gubbio, Todi, Orvieto e Terni).
Fra le tipologie contrattuali a tempo determinato, risultano relativamente poco utilizzate quelle con
espliciti contenuti formativi (contratti di formazione lavoro e apprendistato). I CFL e l’apprendistato
presentano dei TA massimi nei MLL di Assisi e Umbertide (3%) e minimo a Fabro (1%).
Tab. 3 - Tassi di avviamento (su popolazione 15-64) per tipologie contrattuali
Tempo indeterminato
CFL e Apprendistato
Altri Tempo determinato
Assisi
7,46
Assisi
3,00
Gubbio
25,77
Cascia
5,91
Umbertide
3,00
Città di Castello
17,94
Norcia
5,40
Foligno
2,63
Orvieto
14,20
Foligno
5,32
Spoleto
2,49
Todi
13,71
Spoleto
5,32
Città di Castello
2,40
Marsciano
12,73
Gualdo Tadino
5,15
Terni
2,31
Castiglion del Lago
11,43
Perugia
4,98
Umbria
2,22
Perugia
11,23
Umbria
4,47
Todi
2,11
Foligno
10,77
Umbertide
4,12
Perugia
2,02
Umbria
10,66
Castiglion del Lago
3,98
Castiglion del Lago
1,94
Umbertide
9,33
Città di Castello
3,89
Norcia
1,88
Cascia
8,71
Gubbio
3,77
Gualdo Tadino
1,87
Fabro
8,19
Todi
3,59
Gubbio
1,86
Spoleto
7,94
Orvieto
3,58
Orvieto
1,74
Terni
7,30
Terni
3,39
Marsciano
1,64
Gualdo Tadino
7,19
Fabro
2,72
Cascia
1,31
Assisi
6,68
Marsciano
2,62
Fabro
1,00
Norcia
4,66
Fonte: nostre elaborazioni su dati dei Centri per l’impiego e dati Istat
Note: Tasso di avviamento = n° avviamenti x 100 / popolazione in età lavorativa (15-64).
Molto più marcate risultano le differenziazioni nell’incidenza delle altre tipologie contrattutali a
tempo determinato18. Gubbio presenta nettamente il TA più elevato (oltre il 25%) contro il livello minimo
inferiore al 5% di Norcia. Città di Castello (TA del 17,9%) segue Gubbio e precede altri MLL con un TA fra
il 12 e il 15% (Orvieto, Todi e Marsciano). Nella parte bassa della graduatoria risultano i MLL di Spoleto,
Terni, Gualdo Tadino e Assisi con TA fra il 6 e l’8%. Tutti gli altri rimanenti MLL presentano TA fra l’8 e il
12%.
La distinzione per classi di età e per tipologia contrattuale consente di evidenziare ulteriori
differenziazioni fra i MLL considerati. I TA a tempo determinato risultano generalmente più elevati per i
“giovani” con meno di 30 anni rispetto alle altre classi di età. Considerando gli avviamenti a tempo
determinato per i giovani di età inferiore ai 30 anni, l’elevato dato di Gubbio (oltre il 155 per 1000) si
17
Si ricordi anche che in corso d’anno una stessa persona può essere avviata anche più di una volta, soprattutto tramite
contratti a tempo determinato.
18
Rientrano su tali tipologie contrattuali tutti i contratti a termine in genere, eclusi CFL e apprendistato.
distingue significativamente dagli altri, con il MLL di Norcia che presenta il TA più basso (37,5 per mille).
Per la classe di età fra i 30 e i 50 anni, Gubbio e Città di Castello presentano i valori più elevati (oltre il 90
per mille), mentre Fabro e Norcia si collocano ai livelli minimi (meno del 30 per mille). Nella classe di età
oltre i 50 anni i TA a tempo determinato sono più elevati nei MLL di Todi (40,8), Marsciano (35,9) e Orvieto
(33,2), mentre tassi inferiori a 10 si hanno nei MLL di Gualdo Tadino, Assisi, Terni, Cascia e Norcia (2,6 per
mille).
I tassi di avviamento con contratti a tempo indeterminato sono distinti in full-time e part-time. I TA
full-time e part-time risultano moderatamente più elevati nella classe di età da 30 a 50 anni rispetto alle alla
classe più “giovane”. Nella classe di età oltre i 50 anni i TA risultano molto bassi, soprattutto per il part-time.
Considerando il tempo indeterminato full-time, Assisi risulta al primo posto per tutte le classi di età. Nella
classe di età inferiore ai 30 anni al 22,9 per mille di Assisi si contrappongono TA inferiori al 10 per mille per
Città di Castello (9,7), Fabro, Terni, Orvieto e Marsciano (7,8). Nella classe di età da 30 a 50 anni, Assisi
(35,4) è seguito da Cascia (30,4), mentre i livelli più bassi (fra 11 e 15) si hanno nei MLL di Terni, Gubbio,
Marsciano e Fabro. La classe di età oltre i 50 anni presenta TA nettamente inferiori, con Assisi, Gualdo
Tadino e Foligno che presentano livelli oltre il 5 per mille.
I tassi di avviamento a tempo indeterminato e part-time si distribuiscono similmente nella prima e
seconda classe di età, mentre risultano estremamente bassi nella terza. Nella classe con meno di 30 anni, il
TA a tempo indeterminato part-time risulta più elevato nel MLL di Perugia (4,6 per mille) e minimo a Todi
(1,6) e Marsciano (1,1). Con riferimento alla classe da 30 a 50 anni, valori di TA superiori 5 sono presenti
nei MLL di Spoleto, Foligno, Assisi, Città di Castello, Perugia e Gubbio, mentre i valori minori (inferiori a
4) si hanno nei MLL di Umbertide, Marsciano, Todi e, soprattutto, Fabro (1,5). Nella classe di età oltre 50
anni i TA risultano superiori a 1 solo per Assisi, Spoleto, Città di Castello, Cascia, Foligno e Perugia.
Consideriamo ora le tipologie contrattuali degli avviamenti per caratteristiche formative del
lavoratore (obbligo, formazione secondaria superiore, laurea e post-laurea).
Per quanto riguarda i contratti a tempo determinato, i TA più elevati si hanno per lavoratori con al
massimo un livello di istruzione pari all’obbligo di legge. Per tali lavoratori il TA più elevato si ha nel MLL
di Gubbio (142 per mille), seguito da Città di Castello (108), Marsciano (91,8) e Todi (87,9). Il TA minimo
si ha per Terni (39,4 per mille). Considerando i lavoratori avviati con formazione secondaria superiore, Il TA
a tempo determinato nettamente più elevato si ha per Gubbio (100,9 per mille) e il minimo si ha nel MLL di
Norcia (13,4). Anche per gli avviamenti a tempo determinato che hanno interessato i laureati si rilevano
differenziazioni considerevoli, pur con livelli dei TA decisamente inferiori. Al massimo di Gubbio (8,2) si
contrappone il minimo di Fabro (0,8).
Per quanto riguarda i TA a tempo indeterminato full-time si conferma il primato di Assisi per i
lavoratori con al massimo l’obbligo di legge (40,8 per mille) e con formazione secondaria superiore (13,7),
mentre Perugia (2,2) è al primo posto per i lavoratori con laurea. Per i lavoratori con il solo obbligo
scolastico, Assisi è seguita da Cascia (37,7), Norcia (27) e Spoleto (22,7). Marsciano (5,1) e Fabro (4,1)
presentano i TA più bassi per i lavoratori con formazione secondaria superiore, mentre Assisi è seguito da
Spoleto (12,2) per i livelli più alti. Considerando gli avviamenti dei laureati, il TA a tempo indeterminato e
full-time si ha nel MLL di Perugia (2,2), mentre Cascia presenta un TA vicino a zero. I TA a tempo
indeterminato part-time assumono valori molto bassi, soprattutto per i lavoratori con laurea. Per i lavoratori
con il solo obbligo scolastico, i TA più elevati si hanno a Cascia (7) e Assisi (6,4), mentre i più bassi si
hanno per i MLL di Umbertide (2,5), Todi, Marsciano e Fabro (1,4). Considerando i lavoratori con
formazione secondaria superiore, i TA più bassi si hanno per Todi (1,6), Marsciano e Cascia (0,4), mentre i
TA più elevati risultano a Spoleto (4), Perugia (3,8), Città di Castello (3,7) e Foligno (3,5).
Particolarmente interessante risulta la distinzione degli avviamenti per settore economico
dell’impresa, che offre delle indicazioni interessanti, utili anche ai fini dell’interpretazione dei risultati.
Come già rilevato da altri recenti sudi (Sereni, 2001, 2002), alcuni territori (le aree di fondovalle) vedono
una forte incidenza degli avviamenti nel settore primario, come risultato di un’attività agricola ancora vitale
e che soprattutto è organizzata intorno alcune colture specifiche (tabacco, olivo, vite). Per il settore
“agricoltura, pesca ed estrazione di minerali” il TA totale più elevato si ha, infatti, nel MLL di Todi, Orvieto,
Marsciano e Città di Castello, mentre livelli estremamente bassi si hanno nei MLL di Gualdo Tadino, Terni e
Gubbio. Altrettanto importante e rilevante è la mappa dei MLL più manifatturieri della regione, che coincide
ampiamente con quella dei sistemi locali di PMI con caratteristiche distrettuali identificati dell’Istat (MAP,
2002). I MLL di Città di Castello e Umbertide presentano i TA totali più elevati con livelli fra il 65 e il 67
per mille, contro un TA minimo a Cascia del 4,5 per mille. Nella parte alta della graduatoria si collocano i
MLL di Castiglion del Lago, Marsciano, Gualdo Tadino e Assisi. Nelle “costruzioni” i TA più elevati si
hanno nei MLL di Foligno, Norcia e Gualdo Tadino, contro livelli estremamente bassi di Fabro e Marsciano.
Nel settore “commercio all’ingrosso e dettaglio, ecc.” i TA più elevati si hanno nei MLL di Castiglion del
Lago, Foligno, Perugia, Assisi, contro il minimo di Umbertide. Per quanto riguarda il settore “alberghi e
ristoranti” il TA risulta estremamente elevato per il MLL di Gubbio. Seguono a notevole distanza i MLL di
Cascia, Foligno e Perugia. I TA minimi si hanno nei MLL di Umbertide, Terni e, sopratutto, Marsciano. Nel
settore “trasporti, magazzinaggio e comunicazioni” il MLL di Spoleto presenta il TA più elevato contro i
livelli molto bassi di Umbertide, Castiglion del Lago e Fabro. Nelle “attività immobiliari, noleggio,
informatica, ecc.” TA rilevanti si hanno nei MLL di Perugia e Città di Castello, contro il minimo di Fabro.
Per quanto riguarda il settore “servizi pubblici” il massimo TA si ha per il MLL di Spoleto, seguito dai MLL
di Perugia, Umbertide, Terni e Gubbio. I TA minimi si hanno nei MLL di Marsciano, Fabro, Todi e Foligno.
Nel settore degli “altri servizi” i TA maggiori si hanno nei MLL di Norcia, Umbertide e Fabro, contro il
minimo di Città di Castello. Accanto all’agricoltura quindi, l’attività manifatturiera (nelle aree distrettuali) ed
i servizi alberghi e ristorativi risultano, a seconda dei territori, le componenti più importanti per la domanda
di lavoro. Inoltre, risulta confermata una maggiore concentrazione delle attività del terziario avanzato
(l’attività immobiliare, informatica, ricerca ecc.) nelle aree più urbane di Perugia, Terni e Spoleto.
Cast.
Lago
C. di
Castello
Fabro
Foligno
Gualdo
Tadino
Gubbio
Marsciano
Norcia
Orvieto
Perugia
Spoleto
Terni
Todi
Umbertide
Totale
Umbria
10,7
32,3
84,3
44,3
37,0
9,2
8,1
87,3
12,1
90,2
12,7
26,3
8,4
109,6
36,2
29,1
4,5
55,7
66,7
16,0
29,1
44,9
22,2
49,3
18,8
15,2
30,1
23,0
35,3
29,7
65,2
34,7
0,0
0,3
0,0
0,0
0,2
0,0
0,1
0,4
0,0
0,0
0,2
0,0
0,2
0,2
0,1
0,1
Assisi
Cascia
Tab. 4 – Tassi (per 1000) di avviamento (su popolazione 15-64) per settori
Agricoltura, Silv. Pesca,
17,0
Estrazione minerali
Attività
41,9
manifatturiera
En. elettrica, gas e
0,0
acqua calda
Costruzioni
19,2
18,1
10,6
15,1
9,6
35,5
28,9
14,9
7,6
32,2
15,2
15,5
17,5
11,6
11,6
19,0
16,9
Commercio, ripar. auto,
15,2
moto e beni personali
12,7
32,8
12,2
7,7
19,0
8,2
9,3
7,1
6,4
6,4
18,2
12,2
11,9
9,3
5,8
13,9
Alberghi e Ristoranti
95,3
17,1
10,8
17,1
43,8
30,7
214,6
2,4
29,8
25,0
36,8
20,5
7,0
10,4
7,8
31,2
2,1
1,1
6,9
0,8
2,4
2,8
7,0
3,3
4,0
3,3
6,1
10,3
5,8
5,8
1,7
5,1
0,0
0,6
0,8
0,0
0,7
0,1
0,5
0,0
0,0
1,4
0,9
1,7
1,0
0,8
0,0
0,8
2,1
3,1
24,8
0,4
7,9
2,9
4,8
4,9
2,1
3,5
29,3
9,6
15,7
5,8
2,9
14,9
26,4
Trasp., Magazzinaggio.,
5,9
Comunicazioni
Intermediazione
0,8
monetaria e finanziaria
Attività Immobiliari,
11,8
Informatica, Ricerca
Beni e servizi P.A.
13,6
13,6
12,4
19,9
7,3
9,2
12,3
29,1
3,9
13,8
19,3
22,0
35,2
29,0
7,5
24,7
20,1
Altri servizi
1,0
2,1
0,7
0,5
5,6
1,8
2,0
2,1
4,1
7,9
2,7
2,6
2,6
1,2
3,7
5,7
1,2
Totale
152,7 161,0 166,5 242,0 108,8 186,4 142,1 312,6 170,2 126,8 182,1 174,5 158,9 127,0 194,4 169,0 168,0
Fonte: nostra elaborazione
Vista la notevole incidenza degli avviamenti a tempo determinato, si ritiene interessante considerare
le differenziazioni fra i MLL con riferimento ai TA a tempo determinato distinti per settori economici.
Nel settore “agricoltura, pesca ed estrazione di minerali” i TA a tempo determinato più elevati si
hanno nel MLL di Todi (107,7), Orvieto, Marsciano e Città di Castello, rispetto a livelli molto bassi di
Gubbio (6,9), Gualdo Tadino, Terni e Cascia (8,2). Con riferimento al settore “attività manifatturiere” i MLL
di Città di Castello (54), Umbertide (49), Castiglion del Lago (46) e Marsciano (40,6) presentano i TA a
tempo determinato più elevati, contro il minimo di Cascia (1,2). Nelle “costruzioni” i MLL di Foligno (14) e
Norcia (13) presentano i TA più elevati contro livelli inferiori a 6 dei MLL di Marsciano (3,8), Fabro, Todi,
Castiglion del Lago, Terni e Gubbio (5,8). Nel settore “commercio all’ingrosso, al dettaglio, ecc.” il TA più
elevato si ha nel MLL di Castiglion del Lago (25), seguito da Foligno (13) e Perugia (12), mentre nel settore
“alberghi e ristoranti” il TA a tempo determinato nettamente più elevato si ha per Gubbio (209). Nel settore
relativo a “attività immobiliari, noleggio, informatica, ecc.” si hanno significativi TA nei MLL di Perugia
(22) e Città di Castello (21). Nel settore dei “servizi pubblici” si hanno TA a tempo determinato più elevati
nei MLL di Spoleto (29), Gubbio (25) e Terni (22,9).
Questa parte del lavoro ha evidenziato l’esistenza di notevoli differenziazioni nei flussi in entrata nel
mercato del lavoro (i) in base alla tipologia contrattuale, (ii) a seconda delle classi di età considerate, (iii) per
livello di formazione degli avviati e (iv) per settore di attività economica dell’impresa che effettua gli
avviamenti al lavoro. E’ evidente che queste diversità costituiscono un elemento conoscitivo importante per
delineare le caratteristiche dei mercati locali del lavoro e dei sistemi locali al fine di contribuire alla
definizione di sempre più efficaci politiche per l’occupazione e lo sviluppo dei diversi territori della regione
Umbria.
5. Similarità e Diversificazione dei MLL Umbri. un Tentativo di Sintesi Attraverso Analisi di Scaling
Multidimensionale e Analisi dei Gruppi
L’analisi descrittiva dei paragrafi precedenti offre un quadro informativo complesso ed articolato
della mappa dei MLL dell’Umbria. In questo paragrafo, attraverso l’utilizzo di alcuni strumenti di statistica
multivariata, si cercherà di sintetizzare alcune informazioni rilevanti e di individuare e discutere i caratteri di
similarità e differenziazione tra le unità indagate.
Per fare questo è necessario tentare di sintetizzare le molte (anche rispetto al numero delle
osservazioni) informazioni disponibili. Dal momento che si è deciso di non utilizzare i dati settoriali ai fini di
questa analisi sintetica, le informazioni disponibili possono essere raggruppati in tre classi, corrispondenti ad
altrettante matrici (il cui numero di righe è fisso e pari a 17, di cui 16 SLL e l’aggregato Umbria): avviamenti
per tipologie contrattuali, avviamenti per macro-tipologie contrattuali e fasce di età, avviamenti per
macrotipologie contrattuali e livelli di istruzione. Al fine di ridurre il cospicuo numero delle variabili è stata
innanzitutto condotta un’analisi di correlazione interna alle tre matrici, scartando (coefficienti di correlazioni
maggiori di 0,80) di volta in volta la variabile che appariva dal punto di vista informativo, la meno rilevante.
Così le 39 variabili della prima matrice, relativa alle diverse forme contrattuali utilizzate negli avviamenti,
sono state ridotte a 14. Anche dalle 27 variabili di ognuna delle altre due matrici (relative all’incrocio delle
forme contrattuali con le classi di età ed i livelli di istruzione) si è passato a 14 variabili per ciascuna. Una
nuova analisi di correlazione tra gli indicatori (42) delle tre matrici ridotte ha permesso un’ulteriore sintesi
delle informazioni in 25 variabili.
Le dimensioni del database (17 x 25), in cui il numero delle osservazioni risulta inferiore a quello
delle variabili disponibili, ha suggerito l’utilizzo della tecnica statistica multivariata del Multi Dimensional
Scaling (MDS) al fine di individuare le dimensioni rilevanti, utili in una fase successiva per individuare
possbili profili significativi dei MLL umbri attraverso l’analisi dei gruppi. Il MDS consente infatti, dopo la
trasformazione della matrice iniziale in una di prossimità (17 x 17), di determinare una configurazione
rappresentabile geometricamente delle unità di analisi attraverso un numero limitato di dimensioni
fondamentali. La successiva analisi di cluster, che permette di raggruppare le n osservazioni in un numero m
(< n) di gruppi non noti a priori, ha poi la funzione di evidenziare i diversi gradi di similarità tra le unità
osservate (Fabbris, 1997, pp. 234).
La soluzione di MDS (MDS ordinale con procedura Alscal SPSS) soddisfacente, in quanto
compatibile con la numerosità delle osservazioni (n = 17) e con adeguati valori degli indici di bontà della
soluzione (S-stress di Kruskal), appare quella che restituisce quattro dimensioni19, riportate nella tabella 5.
Tab.5 - Dimensioni fondamentali rilevate dal MDS
Dimensioni
MLL
Assisi
Cascia
Castiglion del Lago
Città di Castello
Fabro
Foligno
Gualdo Tadino
Gubbio
Marsciano
Norcia
19
1
2,01
2,13
0,29
-1,57
0,40
-0,53
0,81
-3,27
-0,21
1,85
2
2,30
1,17
-0,44
0,87
-2,76
0,73
0,05
0,87
-1,65
-0,72
3
0,08
-1,14
0,16
0,55
0,6
0,98
-0,87
-0,75
-1,04
0,95
4
0,14
-0,64
-0,55
-1,38
-0,83
0,73
0,36
0,97
-0,12
0,91
Secondo le indicazioni di Fabbris (p. 230), la soluzione è di qualità apprezzabile se q, che è il numero delle
dimensioni, è minore o uguale a (n – 1)/4, con n = numero delle osservazioni. Essendo n = 17, q = 4 è una
dimensionalità di qualità accettabile. L’indice S-Stress è pari a 0,05075, cioè restituisce un adattamento ritenuto buono
(Fabbris, p.231).
Orvieto
Perugia
Spoleto
Terni
Todi
Umbertide
Umbria
Fonte: nostre elaborazioni
-0,34
-0,59
0,44
0,05
-0,65
-0,63
-0,20
-0,56
0,74
0,95
-1,08
-0,55
0,03
0,07
-0,87
0,88
0,45
0,91
-0,97
-0,15
0,23
0,50
0,20
-0,27
0,42
0,29
-0,92
0,19
Prima di procedere all’applicazione dell’analisi dei gruppi, anche al fine di facilitarne
l’interpretazione, è il caso di soffermarsi a riflettere sul possibile significato attribuibile alle dimensioni
risultanti dal MDS. A questo fine, i valori delle variabili sono state confrontati (correlazioni significative)
con quelli delle variabili originarie.
La prima dimensione appare fortemente e significativamente correlata in negativo al tasso di
avviamento generale (è quindi innanzitutto un indicatore della numerosità di avviamenti rispetto alla
popolazione in età lavorativa). E’ legato in positivo invece all’incidenza di contratti a tempo indeterminato in
generale e a quelli full-time in particolare. Se non si registrano correlazioni significative con la presenza di
contratti part-time, l’opzione tempo indeterminato full-time si distribuisce con coerenza sia su tutte le classi
di età che per i livelli di scolarizzazione più bassi (obbligo scolastico). Altrettanto coerente è la correlazione
negativa che si registra verso le forme di contratto a termine, sia in generale che full time; rispetto a tutte le
classi di età ed i livelli di istruzione. Non sono invece significative le relazioni gli indicatori di contratti a
termine part-time o con esplicite finalità formative (CFL e apprendistato). Si tratta quindi, sinteticamente, di
un indicatore di “bassa vivacità del mercato del lavoro ma elevata stabilità delle posizioni lavorative fulltime (rispetto all’istruzione solo per i livelli più bassi)”. I SLL che mostrano le performance migliori (Tab.
6) su questa dimensione risultano Norcia, Cascia, Assisi, Gualdo Tadino, Spoleto. All’estremo opposto,
Gubbio, Città di Castello, Umbertide, Perugia.
La dimensione due si caratterizza per una forte incidenza di tutte le forme di contratto a tempo
indeterminato, senza invece correlazioni (positive e negative) con il tempo determinato. Questa volta, però,
le correlazioni sono positive e significative anche per le componenti part-time, oltre che trasversali per tutte
le classi di età e per tutti i livelli di istruzione, con correlazioni più deboli per i livelli più alti (laurea e post).
Solo per i livelli più elevati e nell’opzione part-time, la correlazione tra dimensione e avviamenti non risulta
significativa. Inoltre, la dimensione incorpora fortemente la presenza di contratti di apprendistato, e quindi
ordina i contesti con più alto impiego di questa opzione contrattuale ad esplicita finalità formativa. Si tratta
quindi di un indicatore di “elevata stabilità delle posizioni lavorative part-time e full-time, con opportunità
elevate nelle seconde anche per livelli d’istruzione elevati, ed elevata progettualità delle imprese sui
lavoratori”. I MLL che mostrano i valori più elevati dell’indicatore sintetico sono ancora Assisi e Cascia,
insieme a Spoleto, Gubbio e Città di Castello, Perugia. I livelli più bassi sono invece associati a Fabro,
Marsciano, Terni, Norcia. Il grafico che mostra la dispersione dei MLL secondo queste due dimensioni
evidenzia quindi, ad esempio nel primo quadrante, un’area di più forte stabilità delle posizioni lavorative
nelle due accezioni ora specificate.
La terza dimensione si caratterizza per una serie di correlazioni positive con alcune particolari forme
di part-time (legato a CFL, agli altri contratti a tempo determinato, tempo indeterminato per livelli intermedi
di istruzione, e per le classi di lavoratori più giovani). Si caratterizza inoltre in positivo per un’elevata
presenza di opportunità lavorative stabili (full-time, tempo indeterminato) per i lavoratori più scolarizzati, e
per minori opportunità dello stesso tipo per lavoratori anziani (oltre 50 anni). Appare quindi un indicatore
capace di ordinare MLL che offrono le “migliori opportunità d’ingresso per lavoratori giovani, attraverso
forme flessibili”. In effetti, appaiono nelle posizioni più elevate della graduatoria della dimensione i territori
più urbano-terziari della regione (Foligno, Perugia, Terni); nella parte bassa Cascia, Marsciano, Orvieto,
Gualdo Tadino.
La dimensione quattro, infine, si associa di nuovo a significativa incidenza di part-time in alcuni
contratti (CFL maschile) e alcune tipologie di offerta di lavoro (tempo indeterminato per over 50 e laureati
ed oltre); mentre è correlata negativamente al part-time femminile della classe di età maggiore. Configura
quindi un indicatore di mercati del lavoro con “elevate probabilità di part-time, con premio di stabilità
(tempo indeterminato) per lavoratori maturi e scolarizzati”. Risultano con i livelli più alti di questa
dimensione i MLL di Foligno, Gubbio, Norcia; ai livelli inferiori Città di Castello, Umbertide, Castiglion del
Lago e Cascia.
La descrizione delle graduatorie rispetto alle quattro dimensioni, mostra con chiarezza la presenza di
alcuni MLL che si distinguono (Gubbio, Fabro, Norcia, Città di Castello) in una o più dimensioni da tutto il
resto, che appare sebbene abbastanza diversificato, più compatto.
L’analisi dei gruppi, effettuata utilizzando le quattro dimensioni dell’analisi MDS, è funzionale ad
un’ulteriore sintesi delle informazioni, questa volta in termini di somiglianza tra le unità d’osservazione. In
questo senso, essa dovrebbe confermare e comporre le informazioni (vicinanza-distanza) contenute in forma
grafica nei grafici precedenti. Attraverso l’applicazione del metodo gerarchico di Ward, ma testando la
stabilità dei risultati attraverso un’altra cluster analisys con il metodo non gerarchico delle K-means
(Perugini, Signorelli, 2003), si ottiene una ripartizione soddisfacente delle 17 osservazioni in otto gruppi,
anche se la loro numerosità appare elevata rispetto alle osservazioni e il dendrogramma suggerirebbe anche
la possibilità di accettare una loro articolazione in quattro gruppi. Questa soluzione appare però poco adatta
ad evidenziare le differenze esistenti, raggruppando casi anche con notevoli differenze20. Ai fini della
caratterizzazione dei gruppi, si osservi la tabella sottostante (6), in cui sono riportate, per ciascuna
dimensione MDS, gli scarti delle medie di ciascun gruppo dalla media dei 16 MLL. Al fine di favorire la
visualizzazione degli scarti, i dati numerici sono stati tradotti in simboli. In particolare, considerando che la
media generale dei fattori è zero, uno scarto positivo o negativo di 0,5 è stato segnalato con una casella
vuota, a significare assenza di differenza significative dalla media. Per scarti maggiori 0,50 è stato aggiunto
un segno + o un segno – per ogni 0,50 in più di differenza (in positivo o in negativo).
Tab. 6 - Caratterizzazione dei gruppi (scarti della media di gruppo dalla media dei MLL)
Dimensioni
Cluster
MLL
1
2
3
1
Assisi, Cascia
2
Castiglion del Lago, Terni, Umbertide
3
4
Città di Castello
Fabro
5
Perugia, Foligno, Spoleto
6
Gualdo Tadino, Marsciano, Orvieto, Todi
7
Gubbio
8
Norcia
Fonte: nostre elaborazioni
++++
+++
4
-
---
-----+++
+
-----
+
+
--
+
+
-
+
+
+
+
Come era già in parte emerso dalla descrizione precedente, quattro MLL (Norcia, Città di Castello, Fabro
e Gubbio) appaiono distinguersi significativamente dal resto delle osservazioni, per ragioni diverse. Questo
implica che l’analisi dei gruppi riesce in realtà a delineare solo quattro profili di MLL umbri; negli altri casi
si tratta infatti di singoli contesti che identificano peculiarità non riscontrabili altrove.
Utilizzano il significato delle quattro dimensioni precedentemente individuate, si può affermare che il
primo gruppo (Assisi e Cascia), pur associando territori molto diversi tra di loro da un punto di vista socioeconomico, si caratterizza, oltre che per una vivacità (numero di avviamenti su popolazione in età lavorativa)
molto minore della media, per livelli di stabilità delle posizioni lavorative full-time molto significative; cui si
aggiunge, come carattere distintivo, una relativa scarsità di opportunità per le fasce di lavoratori più giovani
e relativa abbondanza di opportunità per i lavoratori anziani (oltre 50 anni). Il gruppo puntiforme di Norcia
(n. 8) condivide il basso livello di vivacità del mercato del lavoro e la efficace presenza di posizioni stabili
(t.indeterminato), ma non anche quella delle opzioni contrattuali a tempo parziale, né la forte presenza di
contratti ad elevato contenuto formativo. D’altra parte, non senza una certa sorpresa, appaiono invece più
forti le opportunità di ingresso per i giovani, sia in termini di opportunità che di stabilità delle posizioni,
siano pure parziali. Segno abbastanza evidente di come il percorso di sviluppo locale intrapreso dal territorio
e fondato sulla valorizzazione delle risorse locali a fini turistici sembri finalmente riuscire ad attrarre, o
almeno trattenere, parte di quelle risorse umane giovani che invece defluivano copiosamente in passato.
Il MLL di Città di Castello (cluster 3) evidenzia una forte vivacità in termini di numero di contratti
stipulati con corrispondente stabilità dei contratti solo nelle opzioni part-time. A questo si affianca un ruolo
20
In particolare la soluzione a quattro gruppi equivale ad unire i gruppi 4, 8 e 6; 2 e 5, ed a mantenere il gruppo
puntiforme 7 ed il gruppo 1 (Assisi e Cascia). Questa informazione fornisce una prima idea dei rapporti di somiglianza
tra gli otto gruppi.
piuttosto importante della formazione on the job (apprendistato e CFL). Importante appare anche la
diffusione delle forme di contratto a termine, probabilmente indotta anche dalla forte incidenza egli
avviamenti nel settore agricolo, largamente legati a questa forma di flessibilità. Garantisce inoltre migliori
opportunità d’ingresso ai giovani e ai più scolarizzati, pur non premiando queste categorie in termini di
stabilità del posto di lavoro.
Il terzo gruppo puntiforme (Gubbio, cluster 7) si caratterizza anch’esso per un elevatissimo tasso di
avviamenti ed un’altrettanto evidente bassa presenza delle opzioni contrattuali stabili, cui si associano però
elevate probabilità di ingresso al lavoro legate al part-time. Anche in questo caso fortissima è la diffusione
del tempo determinato, stavolta senza l’influenza di un settore agricolo affatto decisivo in termini di
avviamenti al lavoro. Sempre in questo ambito il MLL si caratterizza per offrire le migliori opportunità ai
lavoratori con livelli di istruzione medi ed alti.
L’ultimo gruppo con un solo MLL (Fabro, cluster 4) differisce dalla media per una considerevole
distanza dal valore medio della seconda dimensione (“elevata stabilità delle posizioni lavorative part-time e
full-time, con opportunità elevate nelle seconde anche per livelli d’istruzione elevati, ed elevata progettualità
delle imprese sui lavoratori”) e per valori rispettivamente sopra e sotto la media per opportunità d’ingresso
per lavoratori giovani attraverso forme flessibili e probabilità di part-time. In altre parole, si tratta di un MLL
che offre scarse opportunità di posizioni a tempo indeterminato per tutte le categorie d’offerta (specie le più
scolarizzate) e che si distingue per presenza rilevante di forme flessibili di ingresso al lavoro per i giovani.
Anche in questo caso l’influenza del settore agricolo, che appare largamente dominante in termini di
avviamenti e non affiancato da atri settori (come è il manifatturiero a Città di Castello) sembra giocare un
ruolo di rilievo.
Oltre al gruppo uno, altri tre cluster appaiono invece tracciare profili più condivisi di MLL. Tra questi il
numero cinque raggruppa tre realtà urbane (Perugia, Foligno, Spoleto) significative della regione, con livelli
medi dei tassi di avviamento e medio alti di presenza di contratti a tempo indeterminato part-time e full-time.
Il profilo sintetico si distingue dal resto garantendo nel complesso più elevate probabilità di ingresso, anche
se in forme flessibili (tempo determinato), alla forza lavoro più giovane e con livelli di istruzione medio-alti.
Da un punto di vista settoriale a questi tre MLL corrispondono contesti molto terziarizzati, e con tassi di
avviamento sia nell’industria manifatturiera che in agricoltura sotto la media regionale. La specializzazione
degli avviamenti in alcuni tipi di servizi (commercio, alberghi e ristoranti, attività immobiliari informatica,
ricerca, etc.) in cui è forte l’incidenza del tempo determinato ma che garantiscono anche spazi professionali
ai giovani anche scolarizzati contribuiscono a tracciare il profilo di questi tre MLL.
Il cluster 6 riunisce invece tre SLL contigui territorialmente (Todi, Orvieto, Marsciano) e il MLL di
Gualdo Tadino, e si caratterizza per tratti prevalentemente opposti al profilo precedente. Mostra infatti scarti
significativi negativi per le dimensioni che incorporano alta stabilità delle posizioni lavorative e ampie
opportunità di lavoro per l’offerta di lavoro più giovane e istruita. L’alta incidenza di contratti a tempo
determinato, almeno per i territori della Media Valle del Tevere (Todi, Orvieto e Marsciano) sono da
associare alle altissime incidenze del settore agricolo. Struttura settoriale che condiziona in maniera rilevante
anche le opportunità per le persone meglio istruite, mentre premia i livelli più bassi e le fasce di età mature
ed anziane. Gualdo Tadino è invece un MLL largamente manifatturiero e legato all’industria delle
costruzioni, settori che a livello locale non corrispondono ad elevati tassi di avviamento a tempo determinato.
In effetti questo MLL si distanzia (relativamente) dagli altri tre proprio per un’attenuazione dei caratteri di
flessibilità (incidenza t. determinato) degli avviamenti al lavoro.
Infine, il gruppo due raccoglie realtà molto diversificate anche da un punto di vista socio-economico
(condividono una comune vocazione manifatturiera ma con storie molto diverse tra loro) e, come testimonia
la scarsa distanza rispetto ai valori medi, si configura come un gruppo grigio residuale che evidenzia distanze
contenute rispetto alle variabili considerate.
In generale, si rileva quindi una forte differenziazione delle caratteristiche dei MLL dell’Umbria, che
corrisponde alla grande varietà dei percorsi di sviluppo locale che caratterizzano i vari territori della regione.
Questa situazione attribuisce ulteriore centralità all’intervento pubblico che riesce a riconoscere tali diversità,
e quindi alle cosiddette politiche attive per il lavoro.
6. Considerazioni finali
L’analisi empirica realizzata considera i flussi in entrata nei mercati locali del lavoro umbri. Ciò è
dovuto alla scelta di analizzare esclusivamente gli avviamenti al lavoro registrati nell’archivio dei CPI in
quanto questa categoria di dati rappresenta ad oggi quella di maggiore affidabilità nonché costituisce
un’importante misura della domanda di lavoro di flusso espressa dai diversi territori. Diversamente da altri
lavori, al fine di garantire un adeguato riconoscimento delle diversità socio-economiche locali, i dati sono
stati riclassificati sulla base dei SLL Istat.
Dalle analisi empiriche risulta un dominio degli avviamenti al lavoro tramite contratti a tempo
determinato nella gran parte dei mercati locali del lavoro. Questa evidenza è solo in parte attribuibile alla
possibilità che uno stesso soggetto possa essere avviato più volte nell’anno considerato. Tale situazione è
particolarmente presente in quei MLL in cui il settore agricolo continua ad avere un ruolo rilevante. Pertanto
la struttura settoriale degli avviamenti, anche in considerazione delle importanti diversità di specializzazione
produttiva dei SLL, è un elemento importante che necessita di ulteriori approfondimenti.
Altro elemento che emerge dall’analisi è la diffusa bassa incidenza dei contratti di formazione lavoro
ed apprendistato all’interno della categoria degli avviamenti a tempo determinato.
Al di là di questi tratti che riguardano la gran parte dei MLL, emerge con chiarezza una forte
differenziazione delle caratteristiche della domanda di lavoro di flusso dei diversi territori, coerente con
l’elevata diversità socio-economica che li caratterizza.
I risultati dell’analisi hanno implicazioni sulle politiche del lavoro, sulle politiche di sviluppo e sui
livelli “ottimali” di implementazione. Per quanto riguarda le prime occorre considerare che le politiche attive
del lavoro sono oggi di competenza dei livelli regionali e provinciali. Rispetto alle seconde, pur permanendo
la competenza a diversi livelli istituzionali, il ruolo degli attori locali è andato rafforzandosi, a partire dagli
anni 90, per effetto della cosiddetta Nuova Programmazione Economica (NPE). Per quanto concerne la
regione Umbria, è in corso di attuazione il Patto per lo Sviluppo, strutturato in tavoli di concertazione volti a
definire sia le politiche attive del lavoro che quelle di sviluppo regionale.
Ferma restando l’importanza degli strumenti legislativi regionali, i Centri per l’Impiego sono i
soggetti che svolgono cruciali funzioni nell’implementazione delle politiche attive del lavoro. Tenendo conto
anche dei vincoli di bilancio pubblico, i cinque centri per l’impiego istituiti in Umbria (tre nella provincia di
Perugia e due in quella di Terni) e le loro articolazioni territoriali possono apparire sostanzialmente adeguate
in termini di costi-benefici, purché, soprattutto con riferimento alla provincia di Perugia, le rilevanti diversità
esistenti nei MLL siano tenute nella dovuta considerazione. In questo senso, l’istituzione degli Sportelli per il
Lavoro può costituire un utile rafforzamento della capacità di cogliere le diversità locali. Anche se il numero
di strutture previste (19 di cui 18 nella provincia di Perugia) appare forse sovradimensionato rispetto
all’articolazione dei mercati locali del lavoro della provincia di Perugia (in cui risultano 13 SLL).
Con riferimento al dominio degli avviamenti a tempo determinato, occorrerebbe in primo luogo
verificare la quota di contratti che costituiscono forme di passaggio verso posizioni a tempo indeterminato e
la parte che invece persiste in condizioni di precarietà. In ogni caso, costituisce un obiettivo rilevante delle
politiche attive del lavoro incentivare ed accelerare la transizione verso forme di lavoro stabili. Con
riferimento ai contratti di lavoro stagionali, particolarmente presenti nel settore agricolo, appare desiderabile
che almeno parte di tali contratti siano trasformati in contratti a tempo indeterminato nella tipologia del parttime verticale che prevede, appunto, che l’attività lavorativa (full-time) possa essere limitata ad alcuni
periodi dell’anno.
Rispetto alla bassa incidenza degli avviamenti tramite contratti a contenuto formativo (CFL e
apprendistato) appare auspicabile, anche a livello regionale, un intervento ancora più incisivo nel favorire
una maggiore diffusione dei contratti di apprendistato e di inserimento, tenendo conto delle modificazioni
normative introdotte e degli spazi d’intervento attribuiti alle regioni.
La marcata differenziazione e specializzazione a livello settoriale dei vari contesti territoriali spinge
verso l’attuazione di politiche di sviluppo regionali capaci di riconoscere e valorizzare la diversità dei
sentieri di sviluppo locale. In tal senso, una maggiore integrazione fra le politiche di sviluppo e le politiche
attive del lavoro costituisce un passaggio cruciale per coniugare la necessità di sostenere adeguati (e
sostenibili) livelli di sviluppo e migliori performance occupazionali (sia dal punto di vista quantitativo che
qualitativo).
Appendice: figure e tabelle
Figura 1. Articolazione per sistemi locali del lavoro dell’Umbria (1991)
Fonte: elaborazioni cartografiche su dati Istat (1997)
Tab. A1 - Tassi (per 1000) di avviamento a tempo determinato (su pop. 15-64) per classi di età
meno di 30
da 30 a 50
oltre 50
Gubbio
155,88 Gubbio
97,96 Todi
40,81
Città di Castello
86,29 Città di Castello
92,74 Marsciano
35,92
Orvieto
74,88 Marsciano
61,36 Orvieto
33,25
Castiglion del Lago
70,52 Todi
61,20 Città di Castello
24,34
Perugia
68,69 Perugia
53,60 Foligno
23,53
Foligno
68,44 Orvieto
51,26 Gubbio
22,41
Totale Umbria
65,43 Cascia
48,87 Fabro
17,26
Umbertide
60,95 Castiglion del Lago
48,28 Umbertide
15,08
Assisi
56,63 Totale Umbria
48,24 Totale Umbria
14,98
Todi
56,25 Umbertide
47,24 Castiglion del Lago
14,72
Terni
55,17 Foligno
41,91 Spoleto
12,32
Spoleto
51,39 Spoleto
40,11 Perugia
10,15
Marsciano
46,46 Gualdo Tadino
35,60 Gualdo Tadino
9,66
Cascia
46,41 Terni
34,09 Assisi
9,64
Fabro
46,16 Assisi
30,53 Terni
6,66
Gualdo Tadino
45,26 Fabro
28,49 Cascia
4,93
Norcia
37,52 Norcia
25,30 Norcia
2,58
Fonte: nostre elaborazioni su dati dei Centri per l’impiego e dati Istat
Note: Tasso di avviamento = n° avviamenti x 100 / popolazione in età lavorativa (15-64).
Tab. A2 - Tassi (per 1000) di avviamento a tempo indeterminato full-time (su popol. 15-64) per classi di età
meno di 30
da 30 a 50
oltre 50
Assisi
22,92 Assisi
35,44 Assisi
5,76
Norcia
18,59 Cascia
30,39 Gualdo Tadino
5,63
Spoleto
16,99 Gualdo Tadino
22,80 Foligno
5,26
Cascia
16,43 Foligno
22,30 Cascia
4,52
Foligno
15,41 Spoleto
22,09 Norcia
3,79
Perugia
15,33 Norcia
22,03 Umbertide
3,53
Gualdo Tadino
15,18 Perugia
20,18 Gubbio
3,51
Totale Umbria
13,19 Umbertide
19,17 Totale Umbria
3,27
Umbertide
11,63 Totale Umbria
19,14 Spoleto
3,12
Todi
11,60 Castiglion del Lago
18,45 Orvieto
3,08
Gubbio
11,13 Todi
16,94 Castiglion del Lago
3,01
Castiglion del Lago
10,01 Città di Castello
15,87 Perugia
2,89
Città di Castello
9,72 Orvieto
15,53 Città di Castello
2,58
Fabro
9,57 Terni
14,83 Todi
2,57
Terni
9,39 Gubbio
14,03 Terni
2,53
Orvieto
8,86 Marsciano
12,97 Fabro
1,87
Marsciano
7,84 Fabro
11,85 Marsciano
1,14
Fonte: nostre elaborazioni su dati dei Centri per l’impiego e dati Istat
Note: Tasso di avviamento = n° avviamenti x 100 / popolazione in età lavorativa (15-64).
Tab. A3 - Tassi (per 1000) di avviamento a tempo indeterminato part-time (su popol. 15-64) per classi di età
meno di 30
da 30 a 50
oltre 50
Perugia
4,57 Spoleto
5,89 Assisi
1,67
Norcia
3,96 Foligno
5,84 Spoleto
1,62
Spoleto
3,48 Assisi
5,82 Città di Castello
1,29
Città di Castello
3,46 Città di Castello
5,81 Cascia
1,23
Foligno
3,35 Perugia
5,77 Foligno
1,07
Orvieto
3,25 Gubbio
5,47 Perugia
1,03
Totale Umbria
3,22 Norcia
4,99 Gubbio
0,94
Assisi
2,99 Totale Umbria
4,94 Totale Umbria
0,91
Castiglion del Lago
2,81 Castiglion del Lago
4,84 Orvieto
0,90
Gubbio
2,57 Gualdo Tadino
4,80 Norcia
0,69
Umbertide
2,57 Terni
4,25 Gualdo Tadino
0,66
Cascia
2,46 Orvieto
4,11 Castiglion del Lago
0,65
Gualdo Tadino
2,43 Cascia
4,11 Todi
0,58
Terni
2,33 Umbertide
3,77 Umbertide
0,56
Fabro
2,08 Marsciano
2,78 Terni
0,52
Todi
1,65 Todi
2,57 Fabro
0,42
Marsciano
1,14 Fabro
1,46 Marsciano
0,29
Fonte: nostre elaborazioni su dati dei Centri per l’impiego e dati Istat
Note: Tasso di avviamento = n° avviamenti x 100 / popolazione in età lavorativa (15-64).
Tab. A4 - Tassi (per 1000) di avviamento a tempo determinato (su popol. 15-64) per formazione
max obbligo
form.secondaria superiore
laurea e post
Gubbio
141,19 Gubbio
100,95 Gubbio
8,28
Città di Castello
108,01 Orvieto
51,31 Perugia
6,54
Marsciano
91,85 Città di Castello
49,18 Spoleto
5,46
Todi
87,98 Perugia
45,89 Cascia
5,34
Orvieto
74,88 Castiglion del Lago
42,98 Città di Castello
5,28
Umbertide
72,18 Foligno
42,09 Terni
5,23
Castiglion del Lago
67,25 Totale Umbria
41,87 Totale Umbria
4,60
Totale Umbria
62,65 Terni
40,24 Orvieto
3,42
Perugia
61,50 Spoleto
38,75 Foligno
3,41
Foligno
60,47 Cascia
31,62 Todi
3,01
Cascia
57,91 Assisi
29,95 Castiglion del Lago
2,22
Assisi
55,84 Todi
29,89 Assisi
2,11
Spoleto
50,21 Umbertide
29,67 Umbertide
2,09
Fabro
49,70 Marsciano
27,22 Marsciano
1,85
Norcia
45,26 Fabro
25,78 Norcia
1,55
Gualdo Tadino
43,22 Gualdo Tadino
25,06 Gualdo Tadino
1,27
Terni
39,42 Norcia
13,42 Fabro
0,83
Fonte: nostre elaborazioni su dati dei Centri per l’impiego e dati Istat
Note: Tasso di avviamento = n° avviamenti x 100 / popolazione in età lavorativa (15-64).
Tab. A5 - Tassi (per 1000) di avviamento a tempo indeterminato full-time (su popol. 15-64) per formazione
max obbligo
form.secondaria superiore
laurea e post
Assisi
40,88 Assisi
13,70 Perugia
2,27
Cascia
37,78 Spoleto
12,28 Spoleto
1,76
Norcia
27,02 Cascia
9,86 Assisi
1,65
Spoleto
22,73 Perugia
9,75 Totale Umbria
1,43
Todi
17,62 Gubbio
9,54 Gubbio
1,31
Gualdo Tadino
17,55 Foligno
8,45 Terni
1,28
Totale Umbria
16,94 Totale Umbria
8,29 Foligno
1,15
Perugia
16,89 Castiglion del Lago
7,65 Umbertide
1,12
Umbertide
16,76 Todi
7,47 Castiglion del Lago
1,11
Castiglion del Lago
16,35 Umbertide
7,06 Todi
1,07
Foligno
14,84 Gualdo Tadino
7,01 Gualdo Tadino
0,99
Orvieto
14,25 Orvieto
6,55 Orvieto
0,86
Gubbio
12,96 Città di Castello
6,30 Città di Castello
0,80
Città di Castello
12,65 Terni
6,05 Norcia
0,69
Marsciano
12,47 Norcia
6,02 Marsciano
0,43
Fabro
12,27 Marsciano
5,13 Fabro
0,21
Terni
12,19 Fabro
4,16 Cascia
0,00
Fonte: nostre elaborazioni su dati dei Centri per l’impiego e dati Istat
Note: Tasso di avviamento = n° avviamenti x 100 / popolazione in età lavorativa (15-64).
Tab. A6 - Tassi (per 1000) di avviamento a tempo indeterminato part-time (su popol. 15-64) per formazione
max obbligo
form.secondaria superiore
laurea e post
Cascia
6,98 Spoleto
4,09 Gubbio
0,80
Assisi
6,42 Perugia
3,80 Perugia
0,70
Norcia
5,68 Città di Castello
3,72 Umbertide
0,48
Spoleto
5,57 Foligno
3,56 Orvieto
0,47
Città di Castello
5,17 Gubbio
3,18 Gualdo Tadino
0,44
Perugia
4,81 Totale Umbria
3,18 Totale Umbria
0,44
Castiglion del Lago
4,38 Orvieto
3,17 Foligno
0,43
Gubbio
4,16 Norcia
3,10 Città di Castello
0,38
Totale Umbria
4,13 Terni
3,06 Spoleto
0,32
Foligno
3,88 Assisi
2,91 Terni
0,30
Orvieto
3,85 Umbertide
2,89 Todi
0,29
Gualdo Tadino
3,53 Castiglion del Lago
2,55 Marsciano
0,29
Terni
3,23 Gualdo Tadino
2,54 Assisi
0,22
Umbertide
2,57 Fabro
2,29 Castiglion del Lago
0,20
Todi
2,33 Todi
1,60 Norcia
0,17
Marsciano
1,92 Marsciano
1,57 Cascia
0,00
Fabro
1,46 Cascia
0,41 Fabro
0,00
Fonte: nostre elaborazioni su dati dei Centri per l’impiego e dati Istat
Note: Tasso di avviamento = n° avviamenti x 100 / popolazione in età lavorativa (15-64).
Tab. A7 - Tassi (per 1000) di avviamento totali (su popol. 15-64) per settore economico
A+B+C
D
E
Todi
109,63 Città di Castello
66,69 Marsciano
Orvieto
90,20 Umbertide
65,20 Castiglione del Lago
Marsciano
87,29 Castiglione del Lago
55,67 Foligno
Città di Castello
84,31 Marsciano
49,31 Perugia
Fabro
44,29 Gualdo Tadino
44,93 Terni
Foligno
36,98 Assisi
41,89 Todi
Umbertide
36,17 Terni
35,25 Totale Umbria
Castiglione del Lago
32,32 Totale Umbria
34,72 Gubbio
Totale Umbria
29,08 Perugia
30,12 Umbertide
Spoleto
26,29 Todi
29,65 Orvieto
Assisi
16,99 Foligno
29,06 Assisi
Perugia
12,73 Spoleto
23,02 Cascia
Norcia
12,05 Gubbio
22,22 Città di Castello
Cascia
10,68 Norcia
18,76 Fabro
Gualdo Tadino
9,22 Fabro
16,01 Gualdo Tadino
Terni
8,40 Orvieto
15,19 Norcia
Gubbio
8,05 Cascia
4,52 Spoleto
Fonte: nostre elaborazioni su dati dei Centri per l’impiego e dati Istat
Note: Tasso di avviamento = n° avviamenti x 100 / popolazione in età lavorativa (15-64).
Legenda: A+B+C = Agricoltura, pesca, estrazione di minerali;
D = Attività manifatturiere;
E = Produzione di energia elettrica, di gas, di vapore e acqua calda;
0,36
0,26
0,23
0,18
0,15
0,15
0,13
0,09
0,08
0,04
0,03
0,00
0,00
0,00
0,00
0,00
0,00
Tab. A8 - Tassi (per 1000) di avviamento totali (su popol. 15-64) per settore economico
F
G
H
Foligno
35,47 Castiglione del Lago 32,77 Gubbio
214,63
Norcia
32,18 Foligno
18,97 Cascia
95,28
Gualdo Tadino
28,92 Perugia
18,20 Foligno
43,76
Assisi
19,19 Assisi
15,18 Perugia
36,84
Umbertide
19,01 Totale Umbria
13,89 Totale Umbria
31,17
Cascia
18,07 Cascia
12,73 Gualdo Tadino
30,74
Spoleto
17,49 Spoleto
12,21 Norcia
29,77
Totale Umbria
16,92 Città di Castello
12,19 Assisi
26,41
Perugia
15,52 Terni
11,87 Orvieto
25,03
Orvieto
15,19 Gubbio
9,31 Spoleto
20,47
Città di Castello
15,08 Todi
9,27 Castiglione del Lago 17,07
Gubbio
14,88 Gualdo Tadino
8,22 Fabro
17,05
Terni
11,58 Fabro
7,69 Città di Castello
10,82
Todi
11,55 Marsciano
7,13 Todi
10,39
Castiglione del Lago 10,60 Orvieto
6,38 Umbertide
7,78
Fabro
9,57 Norcia
6,37 Terni
7,03
Marsciano
7,55 Umbertide
5,77 Marsciano
2,35
Fonte: nostre elaborazioni su dati dei Centri per l’impiego e dati Istat
Note: Tasso di avviamento = n° avviamenti x 100 / popolazione in età lavorativa (15-64).
Legenda: F = Costruzioni;
G = Commercio ingrosso e dettaglio, riparazione di auto, moto e beni pe....;
H = Alberghi e ristorante;
Tab. A9 - Tassi (per 1000) di avviamento totali (su popol. 15-64) per settore economico
I
J
K
Spoleto
10,27 Spoleto
1,72 Perugia
29,33
Gubbio
6,97 Orvieto
1,41 Città di Castello
24,84
Città di Castello
6,87 Terni
1,03 Terni
15,73
Perugia
6,05 Perugia
0,85 Totale Umbria
14,88
Assisi
5,85 Todi
0,83 Assisi
11,78
Terni
5,84 Totale Umbria
0,81 Spoleto
9,59
Todi
5,82 Città di Castello
0,80 Foligno
7,91
Totale Umbria
5,14 Assisi
0,80 Todi
5,82
Norcia
3,96 Foligno
0,68 Marsciano
4,92
Orvieto
3,29 Castiglione del Lago 0,59 Gubbio
4,82
Marsciano
3,28 Gubbio
0,51 Orvieto
3,47
Gualdo Tadino
2,81 Gualdo Tadino
0,11 Castiglione del Lago 3,14
Foligno
2,41 Cascia
0,00 Gualdo Tadino
2,93
Cascia
2,05 Fabro
0,00 Umbertide
2,89
Umbertide
1,68 Marsciano
0,00 Norcia
2,07
Castiglione del Lago
1,05 Norcia
0,00 Cascia
2,05
Fabro
0,83 Umbertide
0,00 Fabro
0,42
Fonte: nostre elaborazioni su dati dei Centri per l’impiego e dati Istat
Note: Tasso di avviamento = n° avviamenti x 100 / popolazione in età lavorativa (15-64).
Legenda: I = Trasposti, magazzinaggio e comunicazioni;
J = Intermediazione monetaria e finanziaria;
K = Attività immobiliari, noleggio, informatica, ricerca, profess. ed imp......;
Tab. A10 - Tassi (per 1000) di avviamento totali (su popol. 15-64) per settore economico
L+M+N+O
P+Q
TOTALE
Spoleto
35,23 Norcia
7,92 Gubbio
312,64
Gubbio
29,10 Umbertide
5,69 Città di Castello
242,00
Terni
29,00 Fabro
5,61 Todi
194,36
Umbertide
24,70 Marsciano
4,06 Foligno
186,42
Perugia
22,04 Todi
3,74 Orvieto
182,11
Totale Umbria
20,12 Orvieto
2,65 Perugia
174,46
Città di Castello
19,94 Perugia
2,60 Marsciano
170,17
Orvieto
19,26 Spoleto
2,59 Umbertide
168,98
Norcia
13,77 Gubbio
2,06 Totale Umbria
168,02
Assisi
13,59 Cascia
2,05 Castiglione del Lago 166,48
Cascia
13,55 Gualdo Tadino
1,99 Cascia
160,99
Castiglione del Lago 12,36 Foligno
1,75 Spoleto
158,88
Gualdo Tadino
12,25 Totale Umbria
1,16 Assisi
152,66
Foligno
9,19 Terni
1,15 Gualdo Tadino
142,12
Todi
7,52 Assisi
0,96 Terni
127,02
Fabro
7,28 Castiglione del Lago 0,65 Norcia
126,83
Marsciano
3,92 Città di Castello
0,46 Fabro
108,75
Fonte: nostre elaborazioni su dati dei Centri per l’impiego e dati Istat
Note: Tasso di avviamento = n° avviamenti x 100 / popolazione in età lavorativa (15-64).
Legenda: L+M+N+O = Servizi pubblici (P.A.);
P+Q = Altri servizi.
Tab. A11 - Tassi (per 1000) di avviamento a tempo determinato (su popol. 15-64) per settore economico
A+B+C
D
E
Todi
107,74 Città di Castello
54,12 Marsciano
0,36
Orvieto
87,12 Umbertide
49,24 Perugia
0,18
Marsciano
85,44 Castiglione del Lago
45,99 Foligno
0,16
Città di Castello
82,75 Marsciano
40,62 Todi
0,10
Fabro
43,25 Gualdo Tadino
33,06 Totale Umbria
0,10
Foligno
35,78 Assisi
27,95 Umbertide
0,08
Umbertide
34,81 Terni
27,63 Terni
0,07
Castiglione del Lago
30,61 Totale Umbria
25,25 Castiglione del Lago
0,07
Totale Umbria
27,95 Perugia
21,77 Gubbio
0,05
Spoleto
25,18 Todi
20,48 Orvieto
0,04
Assisi
15,62 Foligno
17,80 Assisi
0,03
Perugia
11,81 Gubbio
13,80 Cascia
0,00
Norcia
10,15 Spoleto
12,89 Città di Castello
0,00
Cascia
8,21 Fabro
11,02 Fabro
0,00
Terni
8,00 Orvieto
10,14 Gualdo Tadino
0,00
Gualdo Tadino
7,89 Norcia
9,29 Norcia
0,00
Gubbio
6,97 Cascia
1,23 Spoleto
0,00
Fonte: nostre elaborazioni su dati dei Centri per l’impiego e dati Istat
Note: Tasso di avviamento = n° avviamenti x 100 / popolazione in età lavorativa (15-64).
Legenda: A+B+C = Agricoltura, pesca, estrazione di minerali;
D = Attività manifatturiere;
E = Produzione di energia elettrica, di gas, di vapore e acqua calda;
Tab. A12 - Tassi (per 1000) di avviamento a tempo determinato (su popol. 15-64) per settore economico
F
G
H
Foligno
14,31 Castiglione del Lago 25,05 Gubbio
209,96
Norcia
13,08 Foligno
13,24 Cascia
62,01
Gualdo Tadino
8,17 Perugia
11,93 Foligno
40,02
Assisi
8,04 Città di Castello
9,65 Perugia
32,18
Umbertide
8,02 Totale Umbria
9,26 Gualdo Tadino
26,88
Orvieto
7,96 Terni
8,49 Totale Umbria
26,78
Città di Castello
7,52 Cascia
8,21 Orvieto
20,84
Totale Umbria
7,40 Assisi
8,07 Norcia
18,24
Perugia
6,97 Spoleto
7,33 Assisi
14,85
Spoleto
6,57 Gubbio
6,27 Fabro
14,56
Cascia
6,16 Todi
5,19 Spoleto
13,54
Gubbio
5,85 Fabro
4,99 Castiglione del Lago 12,95
Terni
5,68 Gualdo Tadino
4,64 Città di Castello
8,17
Castiglione del Lago
5,43 Marsciano
4,42 Todi
7,72
Todi
4,66 Norcia
3,96 Umbertide
5,77
Fabro
4,37 Orvieto
3,85 Terni
4,71
Marsciano
3,85 Umbertide
3,13 Marsciano
1,78
Fonte: nostre elaborazioni su dati dei Centri per l’impiego e dati Istat
Note: Tasso di avviamento = n° avviamenti x 100 / popolazione in età lavorativa (15-64).
Legenda: F = Costruzioni;
G = Commercio ingrosso e dettaglio, riparazione di auto, moto e beni pe....;
H = Alberghi e ristorante;
Tab. A13 - Tassi (per 1000) di avviamento a tempo determinato (su popol. 15-64) per settore economico
I
J
K
Città di Castello
5,01 Orvieto
1,28 Perugia
22,11
Perugia
4,14 Spoleto
1,08 Città di Castello
21,04
Gubbio
3,98 Terni
0,59 Terni
13,13
Spoleto
3,91 Todi
0,58 Totale Umbria
10,44
Terni
3,09 Totale Umbria
0,47 Spoleto
4,45
Totale Umbria
2,83 Assisi
0,47 Foligno
4,05
Orvieto
2,18 Città di Castello
0,46 Marsciano
2,21
Todi
2,09 Perugia
0,46 Assisi
1,92
Assisi
1,98 Castiglione del Lago 0,39 Orvieto
1,84
Norcia
1,89 Gubbio
0,23 Gubbio
1,82
Marsciano
1,71 Foligno
0,21 Castiglione del Lago 1,70
Cascia
1,64 Gualdo Tadino
0,11 Todi
1,31
Foligno
1,19 Cascia
0,00 Umbertide
1,28
Gualdo Tadino
0,88 Fabro
0,00 Gualdo Tadino
0,99
Umbertide
0,80 Marsciano
0,00 Cascia
0,82
Castiglione del Lago
0,26 Norcia
0,00 Norcia
0,52
Fabro
0,00 Umbertide
0,00 Fabro
0,21
Fonte: nostre elaborazioni su dati dei Centri per l’impiego e dati Istat
Note: Tasso di avviamento = n° avviamenti x 100 / popolazione in età lavorativa (15-64).
Legenda: I = Trasposti, magazzinaggio e comunicazioni;
J = Intermediazione monetaria e finanziaria;
K = Attività immobiliari, noleggio, informatica, ricerca, profess. ed imp......;
Tab. A14 - Tassi (per 1000) di avviamento a tempo determinato (su popol. 15-64)
per settore economico
L+M+N+O
P+Q
TOTALE
Spoleto
29,02 Foligno
0,62 Gubbio
274,09
Gubbio
25,17 Perugia
0,28 Città di Castello
203,07
Terni
22,95 Assisi
0,16 Todi
155,93
Umbertide
19,65 Totale Umbria
0,16 Orvieto
150,66
Perugia
16,78 Todi
0,15 Marsciano
141,59
Totale Umbria
15,45 Marsciano
0,07 Foligno
133,35
Orvieto
15,40 Terni
0,05 Castiglione del Lago 129,13
Città di Castello
14,36 Spoleto
0,04 Perugia
128,61
Cascia
11,91 Cascia
0,00 Totale Umbria
126,07
Assisi
10,38 Castiglione del Lago 0,00 Umbertide
122,78
Norcia
8,26 Città di Castello
0,00 Spoleto
104,00
Gualdo Tadino
7,40 Fabro
0,00 Cascia
100,21
Fabro
7,07 Gualdo Tadino
0,00 Terni
94,39
Castiglione del Lago
6,67 Gubbio
0,00 Gualdo Tadino
90,02
Foligno
5,96 Norcia
0,00 Assisi
89,47
Todi
5,92 Orvieto
0,00 Fabro
85,46
Marsciano
1,14 Umbertide
0,00 Norcia
65,39
Fonte: nostre elaborazioni su dati dei Centri per l’impiego e dati Istat
Note: Tasso di avviamento = n° avviamenti x 100 / popolazione in età lavorativa (15-64).
Legenda: L+M+N+O = Servizi pubblici (P.A.);
P+Q = Altri servizi.
Figura 2 – Grafici di dispersione delle dimensioni fondamentali del MDS
Fonte: nostre elaborazioni
Tab. A15 - Avviati per settori (quote %) (Media 2000-2002)
Attività
Agricoltura, Silvicoltura e pesca
Assisi
Cascia
Cast.
Lago
Città
Castello
Fabro
Foligno
Gualdo
Tadino
Gubbio
8,63
5,80
15,12
34,89
37,63
18,67
4,01
2,23
Marsciano Norcia Orvieto
51,96
7,49
51,11
Perugia
Spoleto
Terni
Todi
Umbertide
7,55
19,28
7,10
54,10
21,17
Estrazioni di minerali
0,22
0,00
0,00
0,05
0,00
0,05
0,36
0,05
0,00
0,53
0,52
0,04
0,08
0,01
0,05
0,17
Attività manifatturiera
Produzioni di en. elettrica, gas e acqua
calda
Costruzioni
32,25
3,18
30,92
29,60
15,26
14,44
35,97
8,21
27,90
10,56
9,42
18,91
13,77
26,42
16,36
41,93
0,01
0,00
0,14
0,00
0,00
0,10
0,10
0,00
0,02
0,00
0,00
0,10
0,00
0,25
0,09
0,17
11,28
14,85
8,07
5,51
11,09
20,27
24,94
5,12
5,67
29,37
7,78
8,39
11,79
9,12
8,59
11,59
10,50
5,81
23,24
4,89
6,17
9,72
5,47
2,74
4,44
6,73
3,56
10,48
6,21
9,64
3,81
4,30
Alberghi e Ristoranti
Trasporti, Magazzinaggio e
Comunicazioni
Intermediazione monetaria e
finanziaria
Attività Imm., Informatica, Ricerca e
Imprend.
Beni e servizi P.A.
18,28
58,31
11,07
4,58
16,05
20,93
15,67
67,69
1,51
28,24
10,95
19,00
11,46
5,42
4,70
4,52
2,91
2,05
0,52
2,83
0,76
1,98
1,73
2,26
1,45
1,75
2,66
4,30
6,30
4,28
2,95
1,06
0,36
0,23
0,40
0,32
0,00
0,41
0,05
0,06
0,10
0,16
0,54
0,46
0,60
0,60
0,28
0,05
6,24
1,14
2,28
8,11
1,23
6,97
2,88
1,12
2,52
1,47
2,13
15,42
6,75
14,28
3,05
1,62
8,83
7,52
7,72
9,00
6,60
5,65
7,53
9,85
2,28
9,15
9,70
14,13
22,21
21,44
4,02
10,10
Altri servizi
0,48
1,11
0,52
0,24
5,20
0,81
1,27
0,65
2,15
4,56
1,63
1,20
1,56
1,45
2,00
3,32
100
100
100
100
100
100
100
100
100
100
100
100
100
100
100
100
Commercio, ripar. auto, moto e beni
personali
Fonte: nostra elaborazione
25
Riferimenti bibliografici
Anastasia B., Bragato S. Gambuzza M. Rasera M. (1996): “La varietà dei flussi verso i
lavori. Un’analisi di microarea utilizzando le potenzialità a fini conoscitivi dei dati
amministrativi del Ministero del lavoro”, in Agenzia per l’Impiego del Veneto (a cura
di): Il mercato del lavoro nel Veneto. Tendenze e politiche. Rapporto 1996,
FrancoAngeli, Milano.
Antonelli G., Giudetti G., Leoncini R., Nosvelli M., Pombeni L., Zamparini L. (1998):
Apertura dei mercati locali del lavoro e fabbisogno di risorse umane da parte delle
imprese, FrancoAngeli, Milano.
Bagnasco A. (1986): “Mercato e mercati del lavoro”, in Sociologia del lavoro, n.29.
Bagnasco A. (1988): La costruzione sociale del mercato, Il Mulino, Bologna.
Bassi F., Gambuzza M., Rasera M. (2002) “Il sistema informatizzato Netlabor: struttura,
caratteristiche e qualità”, in Quaderni di Economia & Lavoro, pp. 29-50.
Becattini G. (1979): “Dal settore industriale al distretto industriale. Alcune considerazioni
sull’unità d’indagine dell’economia industriale”, Rivista di Economia e Politica
Industriale, n.1.
Becattini G. (1987): Mercato e forze locali: il distretto industriale, Il Mulino, Bologna.
Becattini G., Rullani E. (1993): “Sistema locale e mercato globale”, in Economia e
politica industriale, a. XX, n. 80.
Becattini G. (2000): “Il distretto industriale marshalliano come concetto socioeconomico”, in G. Becattini, Il distretto industriale, Rosenberg & Sellier, Torino.
Becattini G., Musotti F. (2002): “The district effect in an econometric investigation by the
Study Service of the Bank of Italy”, mimeo.
Bellandi M. (2003): Mercati, industrie e luoghi di piccola e grande impresa, Il Mulino,
Bologna.
Berloni D., Esposti R. (1999): “Scelte residenziali e delimitazione spaziale dei mercati
locali del lavoro. Un’applicazione alla Regione Marche”, Quaderni del Dipartimento
di Economia, n.126, Università di Ancona.
Booth A.L., Francesconi M., Frank J.(2000): “Temporary jobs: stepping stones or dead
ends?”, IZA Discussion paper N. 205, Bonn, Germany.
Bruni M., Ceccarelli D. (1995): I mercati locali del lavoro: un modello per l’analisi
congiunturale, FrancoAngeli, Milano.
Bruni M. – Sereni P. (2002): Rapporto sulle professioni in Umbria, Agenzia Umbria
Lavoro, Perugia.
Brusco S., Paba S. (1997): “Per una storia dei distretti industriali italiani dal secondo
dopoguerra agli anni novanta” in Barca F. (a cura di): Storia del capitalismo italiano
dal dopoguerra a oggi, Donzelli Editore, Roma, (pp. 265-333).
26
Carmignani F., Schiattarella R. (2003): Tra due mercati del lavoro. Il lavoro interinale in
Umbria tra marginalità ed integrazione, Agenzia Umbria Lavoro, Perugia.
Checchi D. (2003): “Scelte di scolarizzazione ed effetti sul mercato del lavoro”, in
Lucifora C. (a cura di): Mercato, occupazione e salari: la ricerca sul lavoro in Italia,
Vol. I. Mondadori Università.
Coase R.H. (1937): “The nature of the firm”, in Economica, Vol. IV, n.4, pp. 386-406.
Corò G., Occari F. (1995): “Le differenziazioni nei mercati locali del lavoro”, in Agenzia
per l’Impiego del Veneto (a cura di): Il mercato del lavoro nel Veneto. Tendenze e
politiche. Rapporto 1995, FrancoAngeli, Milano.
Corò G., Occari F. (1998): “I sistemi locali del lavoro come nuovo strumento di analisi e
politica economica”, in Agenzia per l’Impiego del Veneto (a cura di): Il mercato del
lavoro nel Veneto. Tendenze e politiche. Rapporto 1998, FrancoAngeli, Milano.
Frey L. (1998): “Mercati del lavoro locale e sviluppo umano”, in Frey L., Croce G.,
Tagliaferri T.: Mercati del lavoro locali e politiche dell’occupazione e del lavoro,
Quaderni di economia del lavoro, n.63, FrancoAngeli, Milano.
Frey L., Croce G., Tagliaferri T. (1998): Mercati del lavoro locali e politiche
dell’occupazione e del lavoro, Quaderni di economia del lavoro, n.63, FrancoAngeli,
Milano.
Frey L. (1999): “Il mercato internazionale del lavoro”, in Economia e politica industriale,
n.101-102, FrancoAngeli, Milano.
Gambarotto F., Maggioni M.A. (2003): “Localizzazione e agglomerazione produttiva:
l’analisi territoriale dei mercati locali del lavoro”, in Lucifera C. (a cura di): Mercato,
occupazione e salari: la ricerca sul lavoro in Italia. II. Salari, divari territoriali e
politiche, Mondadori Università, Milano.
Gambuzza M., Rasera M. (1997): “Le differenziazioni territoriali del mercato del lavoro:
i quadri circoscrizionali”, in Agenzia per l’Impiego del Veneto (a cura di): Il mercato
del lavoro nel Veneto. Tendenze e politiche. Rapporto 1997, FrancoAngeli, Milano.
Gambuzza M., Rasera M. (1998): “Le differenziazioni territoriali del mercato del lavoro”,
in Agenzia per l’Impiego del Veneto (a cura di): Il mercato del lavoro nel Veneto.
Tendenze e politiche. Rapporto 1998, FrancoAngeli, Milano.
Gambuzza M., Rasera M. (2002): “Profili territoriali del mercato del lavoro”, in Agenzia
per l’Impiego del Veneto (a cura di): Il mercato del lavoro nel Veneto. Tendenze e
politiche. Rapporto 2002, FrancoAngeli, Milano.
Granovetter M. (1974): Getting a job, Cambridge, Mass.; Harvard University Press.
Granovetter M. (1998): La forza dei legami deboli e altri saggi, Liguori, Napoli.
Grasselli P., Musotti F. (2002): Esperienze di sviluppo locale e dinamiche dell’industria
manifatturiera umbra, Franco Angeli, Milano.
Istat (1997): I sistemi locali del lavoro – Anno 1991 (a cura di Sforzi F.), Serie
Argomenti, n. 10, Roma.
Istat – Irpet (1989): I mercati locali del lavoro in Italia, FrancoAngeli, Milano.
27
MAP (Ministero delle attività Produttive) (2002): L’esperienza italiana dei distretti
industriali, IPI Roma.
Musotti F., Perugini C., Benni A., (2001) “Campagna e industrializzazione leggera in
Alto Tevere”, paper presentato al seminario su Economie di confine – Integrazione
territoriale e sviluppo economico negli Appennini. Università di Ancona,
Dipartimento di Economia, 9-10 aprile 2001.
.Musotti F., Perugini C. (2002): Sistemi locali e ruralità nella Provincia di Perugia,
Provincia di Perugia, Assessorato allo sviluppo economico, Perugia.
Musotti F., Polinori P. (2001): “Ruralità: definizione e discussione su alcune misure
empiriche. I sistemi locali del lavoro di Marche e Umbria”, in: Esposti R., Sotte F. (a
cura di): Le dinamiche del rurale – Letture del caso italiano; Franco Angeli, Milano
Nonaka I., Toyama R., Konno N. (2000): “SECI, Ba and leadership: a unified model of
dynamic knowledge creation”, in Long Range Planning, n. 33.
North D.C. (1994): Istituzioni, cambiamento istituzionale, evoluzione dell’economia, Il
Mulino, Bologna.
Nosvelli M. (1999): “I mercati locali del lavoro: un’analisi dei distretti lombardi”, in
Economia & Lavoro, n.1, Donzelli, Roma (pp-63-89).
Pacinelli A. (1998): “Sull’autocontenimento del lavoro nei sistemi locali del lavoro
dell’Italia Peninsulare. Un’analisi esplorativa dei SLL dell’Italia Peninsulare”, In
Economia & Lavoro, n.2, Donzelli, Roma (pp-73-90).
Perugini C., Pieroni L. (2004): “Permanenza e transizione nei mercati locali del lavoro
dell’Umbria: caratteristiche socio-economiche dell’offerta ed interazioni della
domanda”, Working Paper Umbria Network Sistema Lavoro, n.2, Dipartimento di
Economia, Univ. di Perugia
Perugini C., Sediari T., Signorelli M. (2003): “Differenze occupazionali e politiche
territoriali”, Paper presentato alla XXIV° Conferenza Italiana di Scienza Regionali,
Perugia, 8-10 ottobre 2003.
Ranieri A. Scarpetta S. (1994): “La segmentazione del mercato del lavoro in Italia: analisi
dei differenziali di disoccupazione tra mercati locali”, in (a cura di) F. Pasquini, T.
Pompili, P. Secondini: Modelli d’analisi e d’intervento per un nuovo regionalismo,
Franco Angeli, Milano.
Reyneri E. (1997): Occupati e disoccupati in Italia, Il Mulino, Bologna.
Scott J. (1991): Social Network Analysis, A Handbook, Sage Publications, London.
Sereni P. (2002): Storia e tendenze del mercato del lavoro in Umbria, Agenzia Umbria
Lavoro, Perugia.
Sereni P. (2003): Il mercato del lavoro in Umbria nel 2002, Agenzia Umbria Lavoro,
Perugia.
Sestito P. (1990): “Misurazione dell’offerta di lavoro e tasso di occupazione”, in Temi di
discussione, n.132, Banca d’Italia, Roma.
28
Sestito P. (1995) “Come si cerca e come si ottiene lavoro in Italia” in Amendola A. (a
cura di) Disoccupazione: analisi macroeconomia e mercato del lavoro, ESI, Napoli.
Solow R. (1994): Il mercato del lavoro come istituzione sociale, Il Mulino, Bologna.
Tagliaferri T. (2000): “L’importanza dei mercati locali del lavoro: le tendenze del
mercato del lavoro in Lombardia”, in Marelli E., Porro G.: Il lavoro tra flessibilità e
innovazione, FrancoAngeli, Milano (pp.126-148).
Trigilia C. (2002): “Capitale sociale e sviluppo locale”, in Becattini G., Sforzi F. (a cura
di) (2002): Lezioni sullo sviluppo locale, Rosenberg & Sellier, Torino.
Trivellato U. (1997): “Il mercato del lavoro. Prospettive di stima ed analisi a livello
locale”, in Agenzia per l’Impiego del Veneto (a cura di): Il mercato del lavoro nel
Veneto. Tendenze e politiche. Rapporto 1997, FrancoAngeli, Milano.
29