Documenti di Didattica
Documenti di Professioni
Documenti di Cultura
relazione empirica tra h e w stata ampiamente analizzata in letteratura. Generalmente su campioni di uomini, che partecipano alla forza lavoro nelle fasce di et centrali. La correlazione tra h, w e V tipicamente stimata con
il modello di regressione:
La stima di serve a calcolare lelasticit dellofferta di lavoro : 3) Se L un bene normale => < 0: i lavoratori con maggior V consumano pi L e quindi lavorano meno. Evidenza empirica: sullelasticit fornisce i risultati
pi diversi. La stima pi condivisa che lelasticit dellofferta di lavoro maschile sia : -0,1 (w=10% => h=1% in media per gli uomini, di cui h=1% per effetto sostituzione e h=2% per effetto reddito).
3
diversa da quella delle donne (positiva!). In Italia: maggiore per le donne con basso livello di istruzione e reddito (a bassa partecipazione). Importante per policy: studio mostra che loro le tasse offerta e contribuisce a disuguaglianze di reddito.
4
Perch tanta differenza nelle stime sullelasticit dellofferta di lavoro? Problemi statistici e di misurazione delle 3 variabili usate per le stime: 1.ore di lavoro 2.salario 3.reddito non da lavoro
Ore di lavoro
La teoria non dice quale deve essere lunit di tempo in cui sono calcolate h, ma la loro reazione al w cambia a seconda che siano giornaliere, settimanali o annuali:
la curva dofferta diventa pi elastica quanto pi lungo il periodo di tempo in cui h sono definite: 0,1 basata su h annuali. Errori di misurazione di h: i lavoratori pagati allora sanno h settimanali coloro pagati su base annuale
sono pi imprecisi sulla stessa misura (rispondono sempre 40 ore) => bias nella stima dellelasticit dellofferta di lavoro.
Il salario
Dipendente viene pagato w annuale, ma in genere si definisce il w: w medio = w annuale/h annuali => errori di misurazione delle h inducono errori di misura di w. Se h dichiarate>h effettive => denominatore gonfiato, w
sotto stimato e correlazione negativa spuria tra h e w medi. Se h dichiarate<h effettive => denominatore basso, w sovra stimato e correlazione negativa spuria tra h e w medi.
Gli errori di misurazione esagerano gli effetti reddito: se si corregge lerrore di misurazione di h => molto la grandezza delleffetto reddito.
(0, ma < salario di riserva). Escluderli dal campione usato per calcolare sbagliato: la decisione se lavorare oppure no dipende dal confronto tra w di mkt e di riserva. Chi non lavora ha o w molto bassi o di riserva molto alti => campione di lavoratori/non lavoratori, non casuale (hip. base invece di tecniche econometriche e test statistici) => stimate dellofferta di lavoro su campione di soli lavoratori non corrette: distorsione di selezione (selection bias).
8
Idealmente vorremmo che V misurasse il flusso di reddito che non ha nulla a che fare con h: e.g. rendimenti di risparmi ed investimenti passati. passione per il lavoro => forma di c.i. tale che h elevate, guadagni elevati e individui risparmiano ed investono gran parte del reddito corso della vita => correlazione positiva tra h e V. Dati: confermano correlazione positiva => o L un bene inferiore o i bias introdotti dalla correlazione tra passione per il lavoro e rendita sono tanto forti da