Le rimesse degli immigrati in Lombardia Simone Zardi (Borsista - Éupolis Lombardia) Guido Gay (Ricercatore - Éupolis Lombardia) FIRST DRAFT Introduzione Con il termine rimesse vengono definiti i trasferimenti di denaro da parte degli stranieri verso i loro paesi d'origine. Nello specifico, il termine fa riferimento a trasferimenti di denaro da parte di un individuo nel paese di emigrazione verso un altro individuo (di norma un parente) che rimane invece nel paese d'origine. Lo sforzo della comunità scientifica ha condotto finora all’individuazione di alcune variabili che influenzano, positivamente o negativamente, il livello delle rimesse. In riferimento a ciò esiste un certo accordo su alcuni punti, tuttavia non è ancora riscontrabile un modello interpretativo diffusamente accettato. Il contributo è strutturato in tre paragrafi: 1. nel primo viene esplorato il dibattito economico sui fattori che possono influenzare l’entità delle rimesse, evidenziando i diversi modelli d'emigrazione che sottendono alle differenti variabili esplicative; 2. nel secondo verranno illustrati sinteticamente i dati utilizzati, desunti da un’ampia rilevazione campionaria sugli immigrati in Lombardia condotta dall’Osservatorio per l’integrazione e la multi etnicità (ORIM) nel 2014 (ORIM, 2015), con una breve discussione delle mancate informazioni e dei possibili errori di misura; 3. nel terzo verranno esaminate le determinanti delle rimesse degli immigrati in Lombardia nel 2014. Sintetiche conclusioni completano il presente contributo. Modelli esplicativi La maggior parte dei primi studi riguardanti le motivazioni legate alle rimesse si basavano sull’altruismo. D’altro canto come sottolineano Arrighetti e Lasagni (2011) l’ipotesi tradizionale adottata dalla letteratura economica per giustificare l’emigrazione si basava sull’investimento individuale dell'emigrante volto a massimizzare il reddito futuro. Essa quindi non lasciava spazio a una giustificazione delle rimesse. Seguendo sempre i due autori furono approcci più recenti sviluppati verso la fine degli anni Settanta a portare all’idea del fenomeno migratorio come progetto sviluppato a livello famigliare. In seguito Lucas e Stark (1985) analizzarono le motivazioni sottostanti le rimesse partendo da due ipotesi opposte: altruismo ed egoismo puri e introducendo una terza possibilità intermedia: altruismo temperato o egoismo illuminato. L’idea di puro altruismo si fondava su una funzione d’utilità basata sul consumo individuale a cui veniva aggiunta una componente legata all’utilità dei famigliari beneficiari delle rimesse. Nell’ipotesi di puro egoismo venivano individuate tre possibili spiegazioni: l’eredità (e quindi l’invio di rimesse al fine di ottenere il favore dei destinatari in previsione di una futura spartizione dell’eredità), investimento nel paese d’origine (in cui i famigliari vengono individuati come fiduciari del donatario) e il ritorno in patria (con rimesse destinate a finanziare l’investimento in capitale privato o pubblico, anche a fini reputazionali, in ottica di un ritorno). Proprio quest’ultimo punto più di altri secondo gli autori era in grado di spiegare quanto sia difficile collocare le rimesse in uno dei due principali schemi e come la terza e intermedia ipotesi sembri essere la più realistica. Di qui prese il via un vero e proprio filone, ormai dominante, che vede nella migrazione prima e nelle rimesse poi, un vero e proprio contratto a mutuo beneficio tra il migrante e la famiglia di origine. Ancor prima di analizzare le determinanti dell'importo delle rimesse, si ritiene altamente probabile che alla base della scelta di effettuare o meno la rimessa ci sia la volontà del migrante di sostenere economicamente la famiglia d'origine, in alcuni casi attraverso un semplice sostegno al consumo, in altri casi attraverso un vero e proprio investimento. Nell’ipotesi dell’investimento è ovvio che la famiglia di origine possa apparire come la migliore scelta fiduciaria da parte del migrante. L’entità delle rimesse inviate possono essere viste come una destinazione concorrente al risparmio (oltre che al consumo) presente, nel reddito percepito dal migrante. Più in generale si può pensare che mentre il risparmio resti libero, e potrà quindi essere goduto in futuro sia nel paese ospitante che in quello di origine, la rimessa tendano, in un certo senso, a vincolare il reddito non consumato a un progetto di rientro. Detto ciò però le vere e proprie ragioni sottostanti l’invio delle rimesse e soprattutto le determinanti del loro ammontare restavano comunque ignote. Gli stessi Lucas e Stark (1985) al fine di avvalorare le loro tesi presentarono un’analisi empirica sul Botwsana in cui emersero diverse variabili positivamente correlate alle rimesse e attribuibili a tutte e tre le ipotesi di fondo: livello di reddito del migrante e della famiglia originaria, possibile eredità futura, livello educativo, sostegno nei momenti di crisi economica della famiglia del migrante, durata del progetto migratorio. La letteratura propende ad attribuire una forte importanza al progetto migratorio, molto spesso inteso come decisione famigliare, per la scelta se effettuare o meno rimesse e in caso affermativo per la determinazione dell’importo. In sostanza la durata della permanenza nel paese ospitante è legata con l’entità delle rimesse inviate nel paese di origine, Dustmann e Mestres (2010) hanno analizzato in profondità tale aspetto concludendo che l’intenzione di rientrare in patria favorisce l’invio di rimesse, così come la scelta definitiva di non rientro può portare alla loro cessazione. Più in generale potrebbe sussistere un legame a U rovesciata tra durata dell’emigrazione e livello delle rimesse (Buscetta e Stranges, 2011); la spiegazione più plausibile è che all’inizio del periodo nel paese ospitante vi siano alcune difficoltà, dopodiché viene raggiunta una certa possibilità economica che permette anche l’invio di rimesse, con l’allungarsi del periodo lontano dal paese di origine diminuiscono i rapporti con la famiglia d’origine e al contempo aumenta la possibilità di ricongiungimento con essa e l'abbandono dell'ipotesi di rientro. Entrambi questi aspetti incidono negativamente sull’invio delle rimesse. La relazione tra rientro e rimesse può comunque essere dovuta a una molteplicità di fattori (maggior accettazione sociale al rientro, risparmio accumulato nel paese in cui si tornerà). Un problema rilevante è che può sussistere una causalità inversa: l’invio di rimesse favorisce un processo di rientro nel paese di origine e il non aver inviato denaro alla famiglia di origine (o solo per modeste quantità) inibirebbe il rientro in patria. Più in generale è il contesto socio – culturale di provenienza a essere fortemente rilevante, ma anche la comunità straniera nel paese ospitante può influenzare la decisione riguardante l’ammontare delle rimesse. Secondo Arrighetti e Lasagni (2011) la famiglia ha un peso determinante, e pertanto il ricongiungimento degli appartenenti al nucleo famigliare fa diminuire fortemente l’invio di rimesse. La stessa condizione di regolarità pone il migrante in una posizione di minor rischio e quindi offrirebbe una maggior possibilità di effettuare rimesse secondo Abdul Mannan e Mursheda de Farhana (2014), ma secondo altri studi accade il contrario, l’incertezza sulla possibilità di restare nel paese ospitante porta a inviare un maggior ammontare di denaro nel paese di origine in caso di rientro forzato (Delpierre e Verheyden, 2014). Restando sull’analisi dei fattori comunitari o sociali che possono influenzare l’entità delle rimesse, si può pensare che un livello di povertà maggiore del paese di origine porti all’invio di denaro più consistente. Questo è stato escluso da uno studio condotto da Richard e Adams (2009) che propendono per una relazione a U rovesciata tra PIL pro-capite e rimesse. Al riguardo Lim e Mahbub Morshed (2014) hanno considerato il legame tra livello delle rimesse e un periodo di crisi nel paese di origine degli immigrati (in particolare gravi crisi legate a fattori naturali e climatici), gli studi da loro esaminati apparivano contraddittori. Nello stesso contributo dati cross-section mostrano una relazione negativa tra reddito dei connazionali e invio di rimesse (in parziale contraddizione con altri studi che facevano riferimento al PIL pro-capite), mentre uno shock negativo non ne aumenta il livello. Ne emerge un rapporto costante tra reddito del migrante ed entità della rimessa. Pur accettando l’idea del progetto migratorio concepito in senso famigliare che molti economisti ritengono riferibili a un’idea di assicurazione contro o affrancamento dal rischio reddituale (e non solo) anche molte variabili individuali legate al migrante sono state analizzate negli ultimi anni. L’età sembra essere una delle più importanti, secondo alcuni studi essa ha un’influenza positiva sulla probabilità di inviare rimesse (Cela e Moretti, 2013). Più in generale sul rapporto tra età ed entità delle rimesse inviate sembra essersi consolidata l’ipotesi di una forma ad U rovesciata, riscontrabile in Arrighetti e Lasagni (2011), mentre Cela e Moretti (2011) individuano solo una relazione positiva. Altro aspetto ritenuto fondamentale è quello del reddito percepito dal migrante nel paese ospitante che risulta positivamente correlato all’entità delle rimesse inviate. Il livello di educazione e/o di skills del migrante in alcuni casi viene individuato come positivamente legato al livello di rimesse (Arrighetti e Lasagni, 2011); in altri casi invece il legame individuato è negativo (Dustmann e Mestress, 2008; Richard e Adams, 2009; Delpierre e Verheyden, 2014). Altri ancora hanno individuato una relazione a U rovesciata (Dustmann e Görlach, 2015; Docquier, Rapoport e Salomone, 2012). La contraddittorietà di quest’ultimo caso ben mostra la complessità che si cela dietro il fenomeno delle rimesse. In questo caso il problema principale dovrebbe essere dovuto alla relazione esistente tra skills e altre variabili che influiscono in modo determinante sul livello di rimesse. Un certo livello di educazione potrebbe essere necessario per un’entrata reddituale che consenta di inviare rimesse, per contro un livello elevato potrebbe escludere la necessità di ricevere rimesse da parte della famiglia originaria o ancora una maggior propensione da parte del migrante a restare nel paese ospitante. Molti autori hanno anche utilizzato un approccio di genere evidenziando una propensione alle rimesse maggiore da parte delle donne, in particolare verso altre donne (Cela e Moretti, 2011 e 2013). L’indagine ORIM 2014 In questo paragrafo descriviamo brevemente la rilevazione campionaria sugli immigrati in Lombardia (ORIM, 2015) utilizzata nell'esercizio econometrico effettuato. La raccolta delle interviste è avvenuta nel bimestre settembre-ottobre 2014 operando su un campione di circa 4mila unità a livello regionale. Tale numerosità è stata assegnata alle dodici province – distinguendo per quella di Milano il capoluogo e il complesso di tutti gli altri comuni - secondo un piano di campionamento che ha voluto garantire in ogni entità territoriale una soglia minima e un limite massimo di unità statistiche. Il totale di casi così assegnati a ogni ambito provinciale è stato quindi ripartito tra un opportuno campione di comuni identificati al suo interno con appropriati criteri di rappresentatività. Si sono così identificati 192 comuni (unità campionarie di primo stadio) – pari a poco più del 12% del loro totale regionale – entro cui si è proceduto alla selezione del collettivo di stranieri da sottoporre a indagine (unità di secondo stadio) facendo esclusivo riferimento alla corrispondente popolazione ultraquattordicenne e introducendo procedure di scelta probabilistiche nel rispetto delle regole del “campionamento per centri” (Baio G., Blangiardo G. C. e Blangiardo M., 2011). Ogni unità campionaria è stata sottoposta a intervista in forma diretta face to face da parte di personale specializzato - nella più parte intervistatori in grado di dialogare con gli intervistati nella loro lingua madre – mediante la somministrazione di un questionario strutturato in quesiti a risposta chiusa riguardanti le sue principali caratteristiche, individuali, familiari e di contesto socio-economico (sesso, età, stato civile, cittadinanza, istruzione, religione, regolarità rispetto al soggiorno, residenza anagrafica, condizione abitativa, struttura familiare, attività economica, professione, reddito e consumi, ...). Rimandando al questionario contenuto nel rapporto on line (ORIM, 2015) per un approfondimento dei molti temi trattati nella rilevazione, nel seguente box illustriamo come siano state misurati i redditi e le rimesse del nucleo familiare convivente in Italia. D22. Indicare di quante persone è composto il suo nucleo familiare convivente in Italia (incluso l’intervistato). |__|__| N.d. […]99 D23. …e considerando tutte le diverse fonti (reddito da lavoro, rendite, aiuti …), qual è all’incirca la somma complessiva media mensile delle entrate monetarie del suo nucleo familiare (precedentemente definito)? € |__|__|__|__| Non sa/nd […]9999 D25. Considerando il suo nucleo familiare, quanto inviate mensilmente, in media, al paese di origine? RIMESSE € |__|__|__|__| Non sa/nd […]9999 Per “nucleo familiare” si intende esclusivamente il gruppo di persone che condividono anche le spese comuni (cibo, abbigliamento, tempo libero) e i guadagni. Le persone che vivono sotto lo stesso tetto non costituiscono necessariamente un nucleo familiare. La formulazione utilizzata per le tre variabili riferite direttamente al “nucleo familiare” è relativamente standard, la rilevazione viene effettuata annualmente da diversi anni, ma non è priva di problemi. Come si può verificare nella se guente tavola, mentre alla domanda sui componenti del nucleo familiari ri- sponde la grandissima parte dei 4004 intervistati, alle successive due domande il numero di mancate informazioni (“missing”) è decisamente elevato. Tab. 1 Componenti nucleo familiare, reddito e rimesse mensili, Lombardia, 2014. Variable N. missing % missing Media Dev . Std Numero di persone del nucleo familiare conviven-72 te in Italia (incluso l'intervistato) 1,8% 2,99 1,62 Reddito medio mensile del nucleo familiare 954 23,8% 1464,46 862, 02 Rimesse medie mensili familiari 683 17,1% 113,32 198, 22 Fonte: nostre elaborazioni su dati ORIM(2015) Indubbiamente un livello superiore al 10% di mancate risposte in una indagine campionaria è di norma considerato problematico in letteratura, anche se non esistono dei livelli di cut-off pienamente condivisi: “The proportion of missing data is directly related to the quality of statistical inferences. Yet, there is no established cutoff from the literature regarding an acceptable percentage of missing data in a data set for valid statistical inferences. For example, Schafer (1999) asserted that a missing rate of 5% or less is inconsequential. Bennett (2001) maintained that statistical analysis is likely to be biased when more than 10% of data are missing.” (Yiran Dong and Chao-Ying Joanne Peng, 2013) Ci si può chiedere se questa elevata percentuale di non risposte sia comune quando si misurino variabili come il reddito o altre variabili monetarie. Un riferimento d’obbligo in Italia è l’indagine sul reddito e le condizioni di vita delle famiglie EU-SILC (Statistics on Income and Living Conditions) che costituisce una delle principali fonti di dati per i rapporti periodici dell'Unione Europea sulla situazione sociale e sulla diffusione della povertà nei paesi membri. In un'analisi sull'imputazione dei dati mancanti in Italia (Caterina Giusti, 2009) sono stati sintetizzate le percentuali di mancate risposte della rilevazione EUSILC 2004, relativamente a 30 variabili monetarie del questionario individuale. Il valore medio della percentuale di mancate risposte è pari a 15,1%, con un range da un minimo di 1,1% ad un massimo di 43,1%. Più in dettaglio, le mancate informazioni relative alla “retribuzione mensile netta” sono uguali al 9%, decisamente più elevate per il reddito totale nel caso dei lavoratori autonomi (21,2%), ancora maggiore per i redditi da capitale (26,0%). In questo senso il livello di mancate risposte nell'indagine ORIM non si discosta dal range atteso e, almeno in questo contributo preliminare, l'analisi di regressione utilizzerà i dati completi disponibili. Oltre all’elevata percentuale delle mancate informazioni, le rimesse (ed i redditi connessi) potrebbero essere state misurate con un sostanziale errore di misura. Nell’impossibilità di una validazione dei dati raccolti sulle rimesse tramite fonti informative ausiliarie – si noti che non è proponibile un confronto con le informazioni sulle “rimesse degli immigrati” raccolte e pubblicate in forma aggregata da Banca d’Italia (Banca d’Italia, 2009), perché misurano fenomeni parzialmente differenti – possiamo solo riferirci ad altre indagini in cui questo esercizio sia stato possibile. Per l’Italia il riferimento d’obbligo sono i contributi metodologici sulla qualità delle informazioni raccolte nell’indagine sui bilanci delle famiglie della Banca d’Italia (C. Biancotti, G. D’Alessio e A. Neri, 2004; Andrea Neri e Roberta Zizza, 2010; Giulia Cifaldi e Andrea Neri,2013). Questi studi suggeriscono, per il reddito familiare dichiarato, una sottovalutazione di circa il 12%, con valori più elevati per il reddito da attività finanziarie o da lavoro autonomo. In questi termini l’errore di misura appare relativamente contenuto, tale perciò da non presentare un eccessivo problema nelle analisi empiriche. In un altro studio ( Shonkwiler, Grigorian and Melkonyan , 2008) a partire dalle informazioni raccolte nell’edizione 2014 dell’”Integrated Living Standards Measurement Survey” condotta in Armenia dal Servizio Statistico Nazionale viene stimato che le famiglie armene “underreport remittances by 30 percent on average”. Ancora più preoccupante il caso proposto da Randall Akee and Devesh Kapur (2012), riferito all’India, in cui confrontando a livello individuale le informazioni derivanti dalle risposte a un questionario strutturato con quelli estratti dai conti bancari NRI (Non-Resident Indian ) emergerebbe una sottostima dei dati dichiarati sulle rimesse ricevute superiore al 100%. Inoltre l’errore di misura, definito come la differenza tra l’ammontare dichiarato e quello effettivo, risulterebbe associato al livello delle rimesse: “The downward slope of the data indicates that the measurement error in the reporting of deposits to NRI accounts is non-classical. If the measurement error were classical (white noise) in nature, the differences would be equally distributed around a horizontal value of 0. In this case, we find that the measurement error is more negative as the actual value of remittances increases.” Randall Akee and Devesh Kapur (2012) Quali le implicazioni di un errore di questa natura? Secondo John Bound, Charles Brown, Nancy Mathiowetz (2000) quando l’errore nella variabile dipendente è correlato con il suo valore vero le conseguenze non sono ignorabili persino in un modello di regressione bivariata in cui la variabile indipendente sia misurata senza errore. D’altra parte, sul versante opposto, in uno recente studio di validazione europeo di dati di survey (Paul Bingley and Alessandro Martinello (2014) non sono emersi sostanziali problemi riguardo all'errore di misurazione dei redditi. Pur essendo consapevoli della problematicità di eventuali errori “non-classici” nelle misurazione di redditi e rimesse, in assenza di informazioni di validazione dei dati della rilevazione ORIM, le analisi di cui di seguito verranno effettuate come se l’errore non ponesse problemi di distorsione delle stime dei parametri del modello. Un modello di stima delle rimesse per gli immigrati in Lombardia Il dataset completo della rilevazione Orim per l'anno 2014 è composto da 4004 osservazioni e 116 variabili, 2702 i casi effettivamente utilizzati dopo aver escluso le mancate risposte relative alle seguenti variabili: anno di arrivo in Italia, anno di arrivo in Lombardia, numero di componenti del nucleo famigliare, reddito del nucleo famigliare, rimesse ed età. Seguendo Dustmann, C. e Mestres, J. (2010), la variabile dipendente analizzata è il logaritmo delle rimesse inviate mensilmente, in media, al paese di origine dal nucleo familiare. Al valore in euro delle rimesse si è aggiunto 1 per tenere conto dei valori nulli (nessuna rimessa inviata). In base ai suggerimenti della letteratura esaminata si è proceduto ad una prima selezione delle variabili potenzialmente rilevanti tra quelle comprese dell'indagine ORIM 2014. Oltre al reddito medio mensile del nucleo familiare convivente in Italia ed al numero dei suoi componenti, sono state considerate le seguenti variabili: luoghi frequentati abitualmente dall'immigrato, la sua età (a cui si è aggiunta l'età elevata al quadrato), l'anno di arrivo in Lombardia, la cittadinanza, il suo titolo di studio, la tipologia di alloggio, il numero dei figli all'estero, con chi vive in Italia e la sua intenzione di trasferirsi altrove entro i seguenti dodici mesi. Ci si attende una associazione negativa per il numero di componenti del nucleo famigliare in Italia, una positiva per il reddito medio mensile del nucleo famigliare, per il numero dei figli all'estero, per l'intenzione di rientrare nel paese di origine nell'arco di un anno rispetto alla data dell'intervista. Per le restanti variabili la relazione non è di facile determinazione a priori, come detto l'età del rispondente potrebbe essere in relazione sia positiva che negativa con l'entità delle rimesse inviate, analogo ragionamento vale per l'anno di arrivo in Lombardia che è una sorta di proxy della durata del progetto migratorio. La cittadinanza potrebbe avere una significativa influenza sul livello delle rimesse, anche in base a precedenti studi condotti in Italia (come per esempio: Cela e Moretti, 2011 e 2013; Vianello, 2013 e Busetta e Stanges, 2011). La tipologia di alloggio può essere considerata una proxy sia del progetto migratorio, chi possiede una casa in proprietà più probabilmente non ha pianificato un rientro nel paese di origine, sia del reddito finora percepito dalla famiglia. I luoghi di frequentazione poi possono riflettere sia il grado di integrazione del migrante che i legami con la comunità di origine presente sul territorio del paese ospitante. A partire dalla lista dei regressori potenzialmente rilevanti è stata individuata la specificazione di cui alla seguente tavola 2. Il segno dei parametri stimati è di norma quello atteso, a conferma di quanto suggerito dalla letteratura. Le rimesse aumentano all'aumentare del reddito famigliare e si riducono in relazione al numero dei componenti del nucleo famigliare in Italia. Emerge poi una relazione a U rovesciata dell'età, con un impatto crescente sulle rimesse sino a 40-45 anni e poi decrescente. Tenendo conto nel nostro paese sono arrivati negli ultimi decenni prevalentemente giovani lavoratori, l'età può essere considerata una proxi dell'anzianità migratoria, rendendo così non significativo il coefficiente dell'anno di arrivo in Lombardia. Come atteso, chi ha figli all'estero tende a inviare maggiori fondi al paese di provenienza, così come chi alloggia sul luogo di lavoro. In entrambi i casi, per motivi differenti, si è probabilmente in presenza di progetti migratori temporanei. Al contrario, chi vive con i propri figli o il proprio coniuge trasferisce minori fondi alle reti parentali e di vicinato nel proprio paese d'origine. Tab. 2: Risultati della regressione sul logaritmo delle rimesse. Estimate Std. Error t value Pr(>|t|) Intercetta -0.5931 0.5946 -1.00 0.3186 D22 - Numero componenti nucleo familiare convivente in Italia -0.1864 0.0413 -4.51 0.0000 D23 - Reddito medio mensile nucleo familiare convivente in Italia 0.0010 0.0001 15.62 0.0000 Età 0.1481 0.0288 5.14 0.0000 Età^2 -0.0018 0.0004 -5.06 0.0000 E01 – Frequenza centri che offrono servizi e assistenza (accoglienza, lavoro, sanità, centri di ascolto, mense, uffici pubblici…) -0.3336 0.1047 -3.19 0.0015 E02 – Frequenza centri di formazione (corsi di italiano, corsi di formazione professionale, CTP, scuole, Università…) -0.3346 0.1086 -3.08 0.0021 0.3800 0.1041 3.65 0.0003 E07 – Frequenza ritrovi, luoghi di incontro all’aperto (stazioni, piazze, parchi, laghi..) -0.3816 0.1364 -2.80 0.0052 E08 – Frequenza mercati in genere (mercati comunali, mercato dei fiori, ortofrutticolo -0.5370 0.1074 -5.00 0.0000 E10 – Frequenza associazioni e centri culturali -0.3774 0.1200 -3.15 0.0017 E11 – Frequenza centri servizi (phone center, agenzie per il trasferimento di denaro, lavanderie automatiche.. ) 1.4057 0.0991 14.19 0.0000 Numero dei figli residenti all'estero 0.6444 0.0577 11.16 0.0000 D31 – Intenzione trasferirsi altro comune della Lombardia entro 12 mesi -1.2148 0.5654 -2.15 0.0318 D31 – Intenzione trasferirsi altro comune italiano entro 12 mesi -1.4531 0.4337 -3.35 0.0008 D31 – Intenzione trasferirsi altro paese entro 12 mesi -0.7543 0.1458 -5.17 0.0000 D31 – Intenzione trasferirsi paese d'origine entro 12 mesi -0.4008 0.1602 -2.50 0.0124 Vive in casa di propria proprietà -0.3126 0.1213 -2.58 0.0100 1.0839 0.2253 4.81 0.0000 Vive con i propri figli -1.1367 0.2033 -5.59 0.0000 Vive con il coniuge -0.4794 0.1706 -2.81 0.0050 Nazionalià: Ucraina 0.8604 0.2248 3.83 0.0001 Nazionalità: Bangladesh 1.0773 0.2493 4.32 0.0000 Nazionalità: Sri Lanka 1.2286 0.3781 3.25 0.0012 E04 – Frequenza negozi etnici (Kebab, macellerie islamiche, take-away, prodotti alimentari…) Alloggia sul luogo di lavoro R^2 = 0,36; R^2 corretto: 0,35 Interessante l'effetto di alcuni indicatori di integrazione sociale nella società italiana: chi dichiara di frequentare luoghi di ritrovo in qualche misura etnici tende a inviare mensilmente maggiori rimesse, chi d'altra parte dichiara di frequentare luoghi meno connotati è meno disponibile ad inviare denaro all'estero. In generale il fattore che individua la nazionalità non può essere globalmente escluso dall'analisi, in questa specificazione preliminare abbiamo semplicemente evidenziato le tre nazionalità che maggiormente si distaccano dalla media. Concludiamo con qualche considerazione sulla variabile che cerca di misurare le intenzioni di trasferirsi altrove nel corso del seguente anno. L'effetto sulle rimesse, particolarmente nel caso relativo all'intenzione di rientrare nel proprio paese d'origine, non è quello che ci attenderemmo qualora questa variabile in qualche modo misurasse la natura permanente o temporanea del progetto migratorio. Se si considera però che la regressione includeva già diverse proxi della natura del progetto migratorio, si può forse concludere che l'intenzione manifestata possa discendere prevalentemente da fattori di instabilità della condizione occupazionale o reddituale del migrante, con una comprensibile associazione negativa con il livello delle rimesse stesse. Conclusioni. L’analisi dei dati della rilevazione campionaria effettuata nel 2014 dall’Osservatorio per l’integrazione e la multi etnicità (ORIM, 2015) ha consentito di riprendere e in parte confermare i risultati della letteratura economica sulle determinanti delle rimesse degli emigrati. La specificazione adottata è del tutto preliminare e purtuttavia consente di mettere in luce una pluralità di fattori che hanno influenzato positivamente o negativamente il flusso mensile delle rimesse dei migranti in Lombardia nel corso del 2014. Il risultato del modello meno scontato è l'effetto sulle rimesse della frequentazione di alcuni luoghi di aggregazione che evidenzia effetti positivi e negativi a seconda della loro natura. Gli impatti sono positivi per quanto riguarda la frequentazioni di alcuni servizi e di negozi etnici, negativi per luoghi meno connotati come mercati, associazioni e centri culturali, centri di formazione, servizi di assistenza e così via. Tutti questi luoghi possono essere considerati come proxy del livello di integrazione dell’emigrante all’interno della comunità ospitante. Il modello conferma la rilevanza della natura temporanea o permanente del progetto migratorio nel contempo evidenziando la necessità di approfondire l'idoneità di domande sintetiche sui programmi futuri dei migranti ai fini della definizione di questa dimensione dell'emigrazione. Infine, nel contributo abbiamo accennato ad alcune tematiche metodologiche mancate informazioni ed errori non classici di misura - che potrebbero avere degli effetti rilevanti sui modelli di regressione convenzionalmente utilizzati per stimare le determinanti delle rimesse dei migranti. Nel presente contributo non sono state perseguite strade alternative ma indubbiamente si tratta di un tema che merita un adeguato approfondimento. Bibliografia Akee, R. e Kapur, D. (2012). “Remittances and Rashomon”. Center for Global Development, WP 285, www.cgdev.org. Anderloni, L. et. al. (2007). Il mercato delle rimesse e la micro finanza. Analisi della realtà italiana. Giuffrè Editore, Milano. Antoniades, A., Seshan, G., Weber, R. e Zubrickas, R. (2013). “On Altruism and Remittances”. University of Zurich Working Paper, n. 131. Arrighetti, A. e Lasagni, A. (2010). “Diaspora, legami transnazionali e rimesse destinate all’investimento”. Università di Parma Wording Paper, n. 05. --------------------------------------(2011). Rimesse e migrazione. interpretative e verifiche empiriche. Franco Angeli, Milano. Ipotesi Banca d’Italia (2009). “Disposizioni in materia di raccolta di informazioni statistiche per la bilancia dei pagamenti e la posizione patrimoniale verso l’estero”. Provvedimento 16 dicembre 2009. Banca d’Italia (2014). “I bilanci delle famiglie italiane nell’anno 2012”. Supplementi al Bollettino Statistico. Indagini campionarie, n. 5, Anno XXIV. Baio, G., Blangiardo, G. C. e Blangiardo, M. (2011). “Centre sampling thecnique in foreign migration surveys: a methodological note”. Journal of Official Statistics, vol. 27, n. 3, pp.451-465. Bandera, S. (2009). Le rimesse degli immigrati come veicolo di sviluppo. IReR. Bennett, D.A. (2001). “How can I deal with missing data in my study? Australian and New Zealand”. Journal of Public Health, vol. 25, n.5, pp:464–469. Biancotti, C., D’Alessio, G. e Neri, A. (2004). “Errori di misura nell’indagine sui bilanci delle famiglie italiane”. Banca d’Italia, Temi di discussione, n. 520. Bingley, P. e Martinello, A. (2014). “Measurement error in the Survey of Health, Ageing and Retirement in Europe: A Validation Study with Administrative Data for Education Level, Income and Employment, SHARE: Survey of Health, Ageing and Retirement in Europe”. Working Paper n. 16. Bound, J., Brown, C., e Mathiowetz, N. (2000). “Measurement Error in Survey Data”. Population Studies Center at the Institute for Social Research, University of Michigan, Research Report n.450. Brugnoli, A. (2008). Le rimesse degli immigrati. In Fondazione ISMU (2008). Busetta, A. e Stanges, M. (2011). Rimesse famiglia di origine: uno studio del comportamento degli immigrati in Italia. In Arrighetti, A. e Lasagni, A. (2011). Cela, E. e Moretti, E. (2013). “Gendered remittances of romanians in Italy”. Rivista Italiana di Economia Demografia e Statistica, Vol. LXVII, n. 3-4, pp. 7986. Cifaldi, G. Neri, A. (2013). “Asking income and consumption questions in the same survey: what are the risks”. Banca d’Italia, Temi di discussion, n. 908. Colucci, M. (2012). “La risorsa emigrazione. Gli italiani all’estero tra percorsi sociali e flussi economici, 1945-2012”. Approfondimenti ISPI, n. 60 . ----------- e Gallo, S. (2014). L’arte di spostarsi. Rapporto 2014 sulle migrazioni interne in Italia. Donzelli, Roma Delpierre, M. e Verheyden, B. (2014). “Remittances and return migration under uncertainity”. Iza journal of migration. Vol. 3, n. 22, pp. 1-43. Docquier, F., Rapoport, H. e Salomone, S. (2012). “Remittances, migrants’ education and immigration policy: Theory and evidence frrom bilateral data”. Regional Science and Urban Economics. Vol. 42, pp. 817-828. Dong, Y. e Chao-Ying, J. P. (2013). “Principled missing data methods for researchers”. SpringerPlus, 2:222, http://www.springerplus.com/content/2/1/222. Duncan, G. and D. Hill. (1985), "An Investigation of the Extent and Consequences of Measurement Error in Labor Economic Survey Data" Journal of Labor Economics, Vol. 3, pp: 508-522. Dustmann, C. e Mestres, J. (2010), “Remittances and temporary migration”. Journal of Development Economics, Vol. 92, pp: 62-70. --------------------- e Görlach, J. S. (2015). “The Economics of Temporary Migrations”. University College London Discussion Paper Series, CPD 03/15. Giusti, C. (2009). “Multiple Imputation of Missing Income Data in the Survey on Income and Living Conditions”. Rivista di statistica ufficiale, n. 2-3, pp. 63-80. Fondazione ISMU (2008). Dagli Appennini latinoamericani in Italia. Franco Angeli, Milano. -------------------------- (2015). Papavero. alle Ande. Le rimesse dei Le rimesse degli immigrati. A cura di Giorgia Thomas, J., Nyarko, Y. e Wang, S. Y. (2014). “How Do Remittances Respond to Income Fluctuations? Evidence from Matched Administrative Data”. University of Michigan, International Policy Center, Economic Development Seminar, Fall. Lim S. e Mahbub Morshed, A. K. M. (2014). “International migration, migrant stock, and remittances: Reexaming the motivations to remit”. The Quarterly Review of Economics and Finance. Vol. 56, pp: 1-15. Lucas, R. E. B. e Stark, O. (1985). “Motivations to Remit: Evidence from Botswana”. Journal of Political Economy. Vol. 93, n. 5, pp. 901-918. Mannaan, K. A. e Farhana, K. M. (2014). “Legal status, remittances and socioeconomic impacts on rural household in Bangladesh: An empirical study of Bangladeshi migrants in Italy”. International Journal of Management Sciences and Business Research, Vol-3, Issue 8, Neri, A. e Zizza, R. (2010). “Income reporting behaviour in sample surveys”. Banca d’Italia, Temi di discussione, n. 777. ORIM (2015), L’immigrazione straniera in Lombardia. La quattordicesima indagine regionale. A cura di G. Blangiardo, in http://www.orimregionelombardia.it Richards, H. e Adams, Jr. (2009). The Determinants of International Remittances in Developing Countries. World Development. Vol. 37, n. 1, pp. 93103. Schafer. J.L. (1999). “Multiple imputation: a primer. Statistical Medical Research, Vol. 8, n. 1, pp:3–15. Methods” in Scott Shonkwiler, J., Grigorian, D. A. e Tigran A. Melkonyan. (2008). “Garbage In, Gospel Out? Controlling for the Underreporting of Remittances”. IMF Working Paper n. 230.