2
(CEE) 3330/91 del Consiglio e 2256/92, 3046/92 e 1901/00 della
Commissione, nel caso di interscambio con i paesi dell’Unione
Europea e dai Regolamenti (CEE) 1736/76 del Consiglio e successive
modificazioni per quanto riguarda gli scambi commerciali con i Paesi
Extra Unione Europea.
Le rilevazioni dei dati variano, anche, a seconda che l’operatore
economico effettui transazioni commerciali tra paesi dell’Unione
Europea o paesi Extra Unione Europea.
Se gli scambi sono effettuati con paesi appartenenti all’Unione
Europea, dal 1 Gennaio 1993, il sistema di rilevazione doganale è
stato sostituito dal sistema INTRASTAT, con il quale le operazioni
vengono estrapolate dalle segnalazioni, effettuate agli uffici
territorialmente competenti, direttamente dai soggetti economici, che
le pongono in atto.
Negli scambi con i paesi Extra Unione Europea, l’operatore deve,
invece, compilare, per ogni transazione, Il Documento Amministrativo
Unico.
E’ importante ricordare che le importazioni di beni, dettagliate per
gruppi merceologici, devono essere espresse in conformità agli
accordi internazionali, al valore C.I.F. (cost, insurance, freight), che
comprende, oltre al costo, anche le spese di trasporto e l’assicurazione
fino alla frontiera nazionale.
Le esportazioni devono essere, invece, registrate al valore F.O.B.
(franco frontiera nazionale) che tiene conto, oltre al prezzo base, dei
margini di distribuzione fino alla frontiera, delle spese di caricamento
sul mezzo di trasporto e delle imposte sui prodotti al netto dei
contributi.
3
I valori e le quantità degli scambi internazionali sono rilevati secondo
classificazioni standard di natura economica, geografica e
geoeconomica.
Tra le classificazioni economiche possiamo citare la Nomenclatura
Combinata (che costituisce un’analisi del Sistema armonizzato) in cui
le merci vengono rilevate in appositi raggruppamenti (oltre 10.000
posizioni ad otto cifre) definite a livello comunitario.
Le merci possono essere raggruppate secondo altri standard:
- classificazione secondo le attività economiche (ATECO 91);
- per destinazione economica ovvero, in base alla classificazione
per ampi settori definiti dall’ISTAT tenendo conto dell’utilizzo
intermedio e finale;
- classificazione tipo del commercio internazionale
(CTCI/REV. 3) in base all’origine primaria, energetica o
manifatturiera delle merci;
- nomenclatura statistica del traffico (NST/R) definita da
EUROSTAT raggruppando le merci in capitoli omogenei
riferiti alla natura merceologica ed alla trasportabilità.
Esaurita la parentesi riguardante la rilevazione dei dati relativi ai
rapporti commerciali nazionali, della Toscana e della Provincia di Pisa
con i paesi esteri, è opportuno delineare anche la funzione che a
livello commerciale giocano nel contesto economico internazionale.
Questo sarà possibile solo dopo un’analisi dettagliata della tendenza
evolutiva delle esportazioni toscane, “pisane” e nazionali (calcolate a
prezzi costanti, lire anno 1980), nonché degli aspetti economici che ne
hanno influenzato l’andamento nell’arco di tutti gli anni Novanta.
4
Inoltre, seguendo la legge della domanda e dell’offerta, analizzeremo,
più avanti, le oscillazioni che hanno riguardato le esportazioni durante
lo stesso periodo e di come hanno fluttuato seguendo un andamento
dettato dalla variazione della domanda mondiale.
Last but not least esamineremo la relazione che coinvolge ed unisce in
un unico problema la Provincia di Pisa, la Toscana e l’Italia in
rapporto a 37 paesi acquirenti delle loro esportazioni.
Specificatamente, analizzeremo come tre grandezze di riferimento: le
importazioni, la popolazione ed il reddito nazionale dei principali
paesi importatori prese come base per la nostra indagine, abbiano
influenzato l’attrazione delle esportazioni toscane, “pisane” e
nazionali.
Il nostro scopo è quello di determinare, in base ad opportuni indici di
intensità relativa, calcolati in funzione dei tre parametri
precedentemente enunciati, quali paesi sono maggiormente attratti
dalle esportazioni “pisane”, toscane e nazionali.
Alla fine di questo lavoro vorrei ringraziare, in modo particolare, i
professori Giovanni Boletto e Francesco Ciatara dell’Università degli
Studi di Pisa, per gli insegnamenti, le osservazioni critiche, il tempo e
le competenze che mi hanno offerto.
Un ulteriore ringraziamento va, inoltre, alla mia famiglia e a Manri
che in questi mesi hanno contribuito alla buona riuscita di questo
lavoro.
CAPITOLO
PRIMO
TENDENZA EVOLUTIVA DELLE ESPORTAZIONI
ITALIANE (TOSCANE E “PISANE”) NEL PERIODO
1991-2000
1.1 Trend evolutivo, nel decennio 1991-2000, delle esportazioni
italiane (toscane e “pisane”) calcolate a prezzi costanti (in lire
1980).
E’ possibile determinare il trend evolutivo delle esportazioni italiane,
toscane e pisane, durante il periodo 1991-2000, mediante
l’applicazione del metodo dell'interpolazione statistica ai valori di
queste calcolate in lire anno 1980, cioè a prezzi costanti. Queste
ultime ottenute dividendo le esportazioni, espresse a prezzi correnti,
per i corrispettivi numeri indici dei prezzi (v.m.u.) delle esportazioni
con base: 1980=100 (cfr. Tab. 1.2).
Lo scopo di questo metodo statistico è quello di determinare una
funzione che, in base ai dati ricavati, rappresenti le relazioni fra due o
più grandezze e permetta di analizzare in modo più opportuno i
fenomeni osservati, oppure di ottenere eventuali dati intermedi e di
studiare la distribuzione statistica dei dati.
Le coppie dei dati rilevati si rappresentano graficamente su un sistema
di coordinate cartesiane mediante i punti, ottenendo così un
diagramma di dispersione (ad es., fig. 1.1).
Figura 1.1
0
2
4
6
8
0246810
x
y
In base al diagramma di dispersione è possibile trovare una curva che
passa per questi punti, oppure vicino ad essi. Questa curva è
denominata interpolante.
I dati possono essere interpolati da una linea retta e quindi fra le due
variabili esiste una relazione lineare, oppure, in caso contrario siamo
in presenza di una relazione non lineare.
Per trovare la funzione che rappresenti il fenomeno si può procedere
in due modi:
1. attraverso l’interpolazione matematica o per punti noti;
2. attraverso l’interpolazione statistica.
Il primo sistema consiste nel determinare una funzione che assuma
esattamente i valori (x, y) rilevati.
Nel caso in cui l’insieme dei punti sia numeroso, l’interpolazione
matematica perde di significato perché la funzione assumerebbe un
andamento poco chiaro che non trova riscontro nella realtà.
Dobbiamo quindi considerare l’interpolazione statistica che utilizza
come condizione necessaria quella di passare fra i punti noti anziché
per tali punti.
La ricerca di una funzione che passi esattamente per i punti noti è
abbastanza impegnativa e quindi nelle analisi statistiche è preferibile
trovare una funzione che si avvicini ai punti rilevati.
Esistono due condizioni di accostamento che possono portare ad una
interpolazione statistica e queste sono:
• il metodo della minima somma degli scarti assoluti;
• la condizione della minima somma dei quadrati degli scarti, ovvero
il metodo dei minimi quadrati.
Con il primo vengono determinati i parametri ignoti in modo che sia
minima la somma degli scarti assoluti tra i valori interpolati
i
y
ˆ
(ovvero i valori teorici sulla curva corrispondenti ai valori x
i
rilevati)
ed i valori osservati y
i
.
Ovvero:
min
ˆ
1
=−=
∑
=
n
i
ii
yyS
[ 1.1 ]
Il secondo metodo, invece, determina i parametri incogniti in modo
che sia minima la somma dei quadrati degli scarti fra i valori
interpolati e quelli osservati.
Quest’affermazione può essere scritta nel seguente modo:
()
∑
=
=−=
n
i
ii
yyS
1
2
minˆ
[1.2 ]
Quindi sostituendo a
i
y
ˆ
l’espressione della funzione interpolante
avremo:
()
∑
=
=−=
n
i
iki
yaaaxfS
1
2
10
min,.....,,,
[1.3 ]
dove:
()
ki
aaaxf ,......,,,
10
è una polinomiale completa di ordine k ed è
l’interpolante più usata.
La condizione necessaria affinché la funzione S si verifichi è data
dall’annullarsi delle derivate prime di questa (supposto che sia
derivabile rispetto a tutti i parametri) rispetto ad a
0
, a
1
,……,a
k
, e cioè:
.............................
0
a
S
δ
δ
0=
k
a
S
δ
δ
Si giunge quindi ad un sistema di k equazioni normali a minimi
quadrati con k incognite:
()[]
()[]
=−=
=−=
∑
∑
0,......,,;2
...................................................................
...................................................................
0,......,,;2
10
0
10
0
k
iki
k
iki
a
f
yaaaxf
a
S
a
f
yaaaxf
a
S
δ
δ
δ
δ
δ
δ
δ
δ
[ 1.4 ]
Nel caso in cui la funzione interpolante sia di tipo polinomiale, il
principio dei minimi quadrati assicura che la somma dei valori
osservati sia uguale alla somma dei valori interpolati.
Questa proprietà è molto importante per verificare l’esattezza
dell’interpolazione effettuata.
Cioè:
∑∑
=
ii
yy
ˆ
()0
ˆ
=−
∑
ii
yy
[ 1.5 ]
Nella scelta della nostra curva interpolante abbiamo tracciato, per
prima cosa, il diagramma di dispersione per osservare l’andamento
del fenomeno assumendo come variabile dipendente Y il valore delle
esportazioni italiane (toscane e pisane) opportunamente deflazionate, e
come variabile indipendente X il fattore tempo espresso in anni
(Figure 1.2, 1.3 e 1.4 ).
Figura 1.2
0
50000
100000
150000
200000
1990 1992 1994 1996 1998 2000 2002
anni
e
s
p
o
r
t
a
z
i
o
n
i
i
t
a
l
i
a
n
e
a
p
r
e
z
z
i
c
o
s
t
a
n
t
i
(
1
9
8
0
)
Figura 1.4
0
200
400
600
800
1000
1200
1400
1990 1992 1994 1996 1998 2000 2002
anni
e
s
p
o
r
t
a
z
i
o
n
i
p
i
s
a
n
e
a
p
r
e
z
z
i
c
o
s
t
a
n
t
i
(
1
9
8
0
)
Figura 1.3
0,000
2000,000
4000,000
6000,000
8000,000
10000,000
12000,000
14000,000
16000,000
1990 1992 1994 1996 1998 2000 2002
anni
e
s
p
o
r
t
a
z
i
o
n
i
t
o
s
c
a
n
e
a
p
r
e
z
z
i
c
o
s
t
a
n
t
i
(
1
9
8
0
)
Verifichiamo se la curva che meglio si presta a rappresentare la
relazione tra queste due variabili può essere rappresentata da una retta,
la cui equazione è:
bxay +=
ˆ
[ 1.6 ]
Questa scelta sarebbe legittimata dalla quasi costanza degli incrementi
dei valori della variabile y per incrementi costanti di x .
Nel caso dell’interpolante lineare [ 1.6 ] la condizione di accostamento
effettuata con il metodo dei minimi quadrati, condizione che definisce
il valore dei parametri incogniti in modo da rendere minima la somma
dei quadrati degli scarti tra i valori interpolati e quelli osservati,
diventa:
()min
2
=−+=
∑
ybxaS
[ 1.7 ]
La condizione necessaria affinché ciò si verifichi è che le derivate
parziali rispetto ai parametri a e b si annullino.
Quindi il sistema normale si riduce a due equazioni con due incognite
()
()
=−+=
=−+=
∑
∑
02
02
xybxa
b
S
ybxa
a
S
δ
δ
δ
δ
[1.8 ]
sviluppando il sistema
∑=∑+∑
∑=∑+
xyxbxa
yxbna
222
222
2
[1.9 ]
semplificando
∑=∑+∑
∑=∑+
xyxbxa
yxbna
2
[1.10 ]
Dalla risoluzione del sistema è possibile determinare i valori dei
parametri a e b che rappresentano rispettivamente l’intercetta
sull’asse delle ordinate, ed il coefficiente angolare ovvero
l’inclinazione della retta interpolante.
22
2
)( xxn
xyxxy
a
Σ−∑
∑∑−∑∑
=
[ 1.11 ]
()
2
2
xxn
yxxyn
b
∑−∑
∑∑−∑
=
[ 1.12 ]
questi risultati possono essere ottenuti anche ricavando dalla prima
equazione del sistema [ 1.10 ] il parametro a :
→
∑
−
∑
=
n
xb
n
y
a xbya −=
[1.13 ]
Successivamente sostituiamo il parametro a, prima determinato, nella
seconda equazione del sistema [ 1.10 ] per ricavare il parametro b
()
() ()()
() ()[]
2
222
2
)cov(
xMxM
yMxMxyM
x
xy
xxn
yxxyn
b
−
−
==
∑−∑
∑∑−∑
=
σ
[1.14]
Per semplificare i calcoli possiamo, altrimenti, sostituire alla x e alla y
i loro scarti dalla media, ponendo
XXx −=
YYy −=
la nostra funzione sarà
)( XXbaYY −+=−
Sostituendo gli scarti nella [ 1.11 ] e nella [1.12 ]e ricordando che la
somma degli scarti dalla media aritmetica è pari a zero, avremo:
()() ()()()
() ()[]
0
2
2
2
=
−−−
−−−−−−
=
∑∑
∑∑ ∑ ∑
xxxxn
xxyyxxxxyy
a
[ 1.15]
()()()()
()
()()
()
()
x
xy
xx
yyxx
xxn
xxyyyyxxn
b
222
cov
σ
=
−
−−
=
−
−−−−−
=
∑
∑
∑
∑ ∑
[1.16]
Ricevi informazioni sui nostri servizi, sulle offerte e non perdere news e consigli su università e lavoro.
