Le peculiarità del reshoring manifatturiero in Italia: un’analisi basata su dati secondari
Notice bibliographique
Résumé
Il lavoro offre la prima caratterizzazione del fenomeno del reshoring manifatturo focalizzata sull’Italia, supplendo all’attuale carenza di uno studio mirato a questa importante economia manifatturiera, che tra l’altro risulta fra le più interessate dal fenomeno. Lo studio si basa su dati secondari raccolti attraverso l’analisi di diverse fonti informative nel corso di oltre cinque anni, ed elaborati al fine di caratterizzare i flussi secondo varie dimensioni: aree geografiche da cui avviene il rientro; settori merceologici coinvolti; evoluzione temporale; struttura della governance (insourcing vs outsourcing); motivazioni. Le 121 evidenze relative al caso italiano vengono inoltre comparate con quelle relative agli aggregati “Europa (Italia esclusa)” (256 casi) e “Nord America” (329 casi), offrendo un’originale prospettiva di studio attraverso cui cogliere gli aspetti peculiari del reshoring in Italia. I principali risultati emersi possono così sinterizzarsi: - il reshoring in Italia interessa un numero di settori industriali inferiori agli altri due aggregati geografici; inoltre si caratterizza per una netta prevalenza del comparto del fashion (inteso come aggregazione di tessile, abbigliamento, calzature, pelletteria ed accessori); - analogamente al resto dell’Europa, l’origine geografica del reshoring manifatturiero è omogeneamente distribuita tra gli paesi del continente e l’Asia, mentre per USA e Canada l’origine è quasi esclusivamente l’Asia; - le imprese italiane mostrano, rispetto al campione europeo, una maggiore propensione al rientro di attività produttive che erano state precedentemente delocalizzate nella modalità outsourcing; tuttavia la scelta di una successiva re-internalizzazione è maggiore nel caso italiano rispetto alle altre due aree geografiche considerate;. - le motivazioni alla base della decisione di reshoring configurano un’ulteriore peculiarità del caso italiano: l’“effetto made in” emerge infatti come particolarmente rilevante. L’analisi comparativa condotta fornisce lo spunto per sviluppare implicazioni per i policy-maker nell’ottica di interventi legislativi volti a stimolare ulteriormente i flussi di rientro.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,002 | 0,006 |
| Études des sciences et des technologies | 0,001 | 0,002 |
| Communication savante | 0,004 | 0,002 |
| Science ouverte | 0,001 | 0,003 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,019 | 0,002 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».