Gli effetti su produttività e occupazione degli incentivi alla R&S nei progetti con potenziale di automazione e digitalizzazione

A cura di G. Caruso (Università di Firenze), M. Colucci (Università di Firenze), N. Faraoni (IRPET), M. Mariani (IRPET), A. Mattei (Università di Firenze), F. Menchetti (Università di Firenze). Hanno collaborato P. Chini e V. Patacchini (IRPET)

immagine evento

Lo studio è stato commissionato a IRPET dall’Autorità di Gestione del FESR ed è stato svolto nell’ambito delle attività comuni tra IRPET e la suddetta Autorità di Gestione previste per il 2024 (Attività monofondo FESR N. 2.2024). Esso è stato svolto da Giuseppe Caruso (Università di Firenze), Martina Colucci (Università di Firenze), Natalia Faraoni (IRPET), Marco Mariani (IRPET), Alessandra Mattei (Università di Firenze), Fiammetta Menchetti (Università di Firenze), nell’ambito dell’area “Settori produttivi e imprese” dell’IRPET. Per IRPET hanno collaborato Paolo Chini e Valentina Patacchini. L’allestimento editoriale è stato curato da Elena Zangheri (IRPET).

Lo studio si concentra sull’azione 1.1.5 POR-FESR 2014-2020 di Regione Toscana, e in particolare sui bandi 1 e 2 del 2014, dedicati al finanziamento di progetti di R&S entro il framework regionale S3, orientato a priorità tecnologiche che comprendono la digitalizzazione e la fabbrica intelligente. Prendendo le mosse dalla recente letteratura empirica sulle conseguenze dell’automazione e della digitalizzazione, l’obiettivo di questa analisi è valutare, in un orizzonte temporale di medio periodo, gli effetti dell’azione sopra menzionata sulla produttività e il lavoro delle imprese partecipanti. L’analisi si concentra inoltre sui testi dei progetti, distinguendo innanzitutto tra quelli di automazione e quelli di digitalizzazione e, successivamente, tra gli investimenti volti all’innovazione dei processi produttivi e quelli finalizzati all’innovazione dei prodotti. L’impostazione dell’analisi causale segue le caratteristiche del caso di studio, caratterizzato da peculiari condizioni di eligibilità basate sulla variazione del fatturato delle imprese prima della domanda di partecipazione, differenziate a seconda che questa domanda avvenisse a titolo individuale o in partnership con altri. Ciò configura un disegno Regression Discontinuity (RD) di tipo fuzzy. In una prima fase di disegno dello studio causale, viene selezionata una sotto-popolazione di imprese per le quali possiamo ritenere rispettate alcune assunzioni fondanti per l’identificazione degli effetti causali. Nella successiva fase di analisi viene utilizzato l’approccio della stratificazione principale per definire effetti locali la cui stima ed inferenza verrà effettuata mediante approccio Bayesiano.