6.10.18

Quando strapagare i giocatori diventa un boomerang (Luciano Canova)



La disuguaglianza del reddito è uno dei temi più rilevanti dell’agenda politica globale: la concentrazione della ricchezza nelle mani di una minoranza di persone è una molla per lo sviluppo o va a scapito dello stesso? La sperequazione sociale crescente è un volano per l’economia o impatta negativamente sulla performance delle persone e delle società?
La domanda è potente e la risposta non è affatto semplice.
Nel bellissimo libro La misura dell’anima (Feltrinelli, 2009) i due studiosi Richard Wilkinson e Kate Pickett raccolgono una mole impressionante di evidenze a supporto della tesi sugli effetti negativi di una distribuzione del reddito iniqua. In generale, comunque, il problema è di grande interesse per la ricerca che, sempre più, si serve di dati nuovi per indagare la questione.
L’economia è la scienza che studia gli incentivi, in tutte le forme in cui questi possono manifestarsi. Ci sono persone che fanno una determinata scelta perché spinte dal denaro. Altre, ancora, sono invece mosse da una motivazione intrinseca, per esempio una passione. Il principe Amleto agisce mosso dalla sete di vendetta, mentre Romeo ha in testa solo la felicità dell’amata Giulietta. Studiare quanto l’incentivo monetario si traduca in una molla che, effettivamente, sia in grado di influenzare il comportamento di un attore economico o di una società è fondamentale, dunque, ma non per forza deve avvenire facendo uso esclusivo di dati monetari, che spesso non consentono di isolare perfettamente il rapporto causale tra due variabili.
Negli ultimi anni, così, la ricerca di scienze sociali sempre più ha fatto ricorso a un ambito di analisi molto interessante e che produce una quantità di dati crescente: le informazioni che vengono dallo sport e, con particolare riferimento al tema “disuguaglianza”, che si riferiscono al calcio. Il terreno di gioco, infatti, è un ambiente controllato, scevro dalle influenze del cosiddetto white noise (il rumore bianco generato dai fattori di disturbo): le variabili che agiscono all’interno di una partita sono più o meno sempre le stesse e i giocatori che si scontrano sul terreno fanno parte di squadre con lo stesso numero di persone. Le regole del gioco e i campionati sono molto stabili nel tempo, il che consente a un ricercatore di utilizzare i dati relativi al calcio come un setting ideale per poter spiegare, partendo dai risultati di una partita, relazioni tra variabili che poi vengano generalizzate ed estese anche ad altri contesti.
Chi di noi non ha mai pensato, una volta nella vita, a quanto siano strapagati i cosiddetti top player? A metà tra un sentimento di invidia e di presunta tensione verso la giustizia sociale, guardiamo al mondo favoloso della Serie A, o degli altri campionati europei, sentendo cifre vertiginose davvero. Paul Pogba acquistato per 110 milioni di euro dal Manchester United (con l’sms solidale sono stati raccolti circa 15 milioni di euro per il terremoto che ha colpito Amatrice); Lionel Messi che percepisce (tra ingaggio e sponsor) 65 milioni di euro netti all’anno. Sono numeri da capogiro, ma la domanda giusta da farsi è: come è possibile che un’industria sia in grado di generare e sostenere questi stipendi? È economicamente sensato che un calciatore venga pagato così tanto? E qual è l’effetto di un simile stipendio sulla prestazione del giocatore, in primis, e della squadra in cui gioca, in ultima analisi? Tutte queste domande diventano oggetto di studi economici di grande rilevanza, poiché partendo dai dati calcistici tali ricerche consentono di fare delle inferenze utili anche a capire le dinamiche complesse di un ambito così determinante come l’economia del lavoro.
Il vantaggio di poter usare dati e statistiche relative al calcio è particolarmente evidente se si vuole studiare un tema quale la produttività e la sua relazione con la distribuzione del reddito in un dato contesto. In che modo reagisce un giocatore quando confronta il proprio ingaggio con quello dei compagni di squadra? Una distribuzione iniqua degli stipendi impatta negativamente sulla performance?
Il tema è stato oggetto, e ancora lo è, di numerosi indagini empiriche, che hanno fornito risposte molto interessanti. Uno studio del 2014, firmato da Egon Franck e Stephan Nuesch, contiene un’analisi condotta sui dati della Bundesliga (stagioni dal 1995-1996 al 2006-2007). 5.316 salari individuali servono ai ricercatori per calcolare, innanzitutto, alcuni indicatori di disuguaglianza. Il più celebre in letteratura è il coefficiente di Gini: un parametro con valori compresi tra 0 e 1 che indica quanto equa è la distribuzione dei redditi in una popolazione. Più è basso e vicino allo 0, più le risorse sono distribuite equamente; viceversa, invece, per quanto riguarda valori elevati. Il valore massimo 1 è associato all’ipotetica situazione in cui una sola persona detiene il totale delle risorse prodotte in un’economia. I ricercatori correlano questi indicatori di disuguaglianza con la percentuale di vittorie ottenute da una squadra e la posizione in classifica. Il risultato è interessante, perché la disuguaglianza dei redditi sembra migliorare la prestazione delle squadre sia quando è molto bassa, sia quando è molto alta, con un effetto negativo solo per valori intermedi dell’indicatore considerato. È probabile, infatti, che valori elevati dell’indice di Gini identifichino quelle squadre che sono in grado di ingaggiare il top player e, in generale, i migliori talenti, il che ovviamente si traduce in un monte salari più elevato per le star in squadra. Valori molto bassi, invece, impattano positivamente sulle prestazioni attraverso un altro canale: un’ipotesi è che squadre con stipendi più equi giochino in modo coeso e collaborativo, con poche individualità e un maggiore spirito collettivo.
Un articolo del 2006 aveva affrontato lo stesso problema, ma concentrandosi sull’effetto della distribuzione del reddito in termini di prestazioni individuali e non di squadra: come reagisce, quindi, il singolo, a ingaggi molto diseguali nella sua squadra? Anche qui i ricercatori usano i dati della Bundesliga, negli anni dal 1995 al 2003, e identificano un chiaro effetto negativo. Considerando come misure di performance il numero di goal, di tiri, di passaggi e di tackle, emerge che la disuguaglianza si traduce, infatti, in un peggioramento della prestazione. Il singolo cerca forse la giocata personale o, comunque, non coopera con i compagni di squadra. Questi risultati sono in linea con una delle evidenze sperimentali più forti dell’economia comportamentale: il confronto relativo del reddito all’interno di un team di lavoro riduce il benessere soggettivo di chi è pagato meno, spesso determinando comportamenti sul lavoro che riducono l’attaccamento all’azienda e, conseguentemente, la produttività.
C’è infine un altro studio, del 2014, pubblicato sulla prestigiosa rivista “PLoS ONE”, a opera di Alessandro Bucciol, Nicolai J. Foss e Marco Piovesan, che concentra la propria attenzione sulla Serie A (per le due stagioni 2009-2010 e 2010-2011). L’articolo è interessante perché offre un’ulteriore approfondimento sul tema: l’effetto della disuguaglianza, infatti, cambia a seconda di come si definisce una squadra. Se, infatti, si considera l’intera rosa a disposizione di un mister, allora pare emergere un effetto neutro o addirittura positivo della distribuzione degli ingaggi. Se, però, si restringe il campo ai soli giocatori di una squadra che scendono in campo regolarmente, allora il confronto di redditi si traduce in un effetto negativo. È come se la prossimità nella disparità, o il contatto diretto, fossero la vera leva, un disincentivo da questo punto di vista, che spingono il giocatore a un comportamento egoistico e meno cooperativo.
Sono evidenze assai utili, ancora una volta, non solo per una disamina del mondo calcistico, ma anche e soprattutto per le possibili implicazioni di politica economica che si può cercare di trarre da dati inusuali. È una metodologia che, se permettete l’espressione, entra in tackle all’interno del mondo accademico offrendo evidenza nuova e di grande impatto.

"Pagina99", 8 ottobre 2016

Nessun commento:

statistiche