2 ottobre 2026
Titolo originale: The Demographics of Technology Adoption and Productivity Growth in IMF WORKING PAPERS (*)
(Abstract)
I lavoratori più giovani adottano le nuove tecnologie in misura maggiore rispetto ai lavoratori più anziani.
L’autore sviluppa un modello a generazioni sovrapposte che mette in relazione questo divario legato al ciclo di vita con l’adozione delle tecnologie, i salari e l’innovazione.
Utilizzando le differenze tra le aree locali del mercato del lavoro negli Stati Uniti (commuting zones) e uno strumento basato sull’andamento storico delle nascite, l’analisi mostra che una forza lavoro più giovane favorisce l’espansione dell’occupazione nel settore informatico e determina un aumento dei salari, soprattutto per i lavoratori più giovani.
Anche l’esposizione, attraverso gli scambi commerciali, a ondate demografiche giovanili nei mercati esteri accresce l’occupazione nelle attività di ricerca e sviluppo e l’attività brevettuale.
Calibrato sulla base di queste evidenze, il modello attribuisce circa un quarto dell’accelerazione della produttività statunitense alla fine degli anni Novanta all’ondata giovanile prodotta dal baby boom, offrendo così una lettura almeno in parte demografica del boom delle tecnologie dell’informazione.
L’invecchiamento della forza lavoro rappresenta pertanto un fattore di freno per l’adozione endogena delle tecnologie e per l’innovazione.
Dall’introduzione di “La demografia dell’adozione tecnologica e della crescita della produttività”
Chi adotta le nuove tecnologie?
Le indagini sull’intelligenza artificiale generativa mostrano un marcato divario per età: i lavoratori appartenenti alla fascia più giovane hanno una probabilità quasi tre volte maggiore di utilizzare questa tecnologia rispetto a quelli della fascia più anziana (Eurostat, 2026; Pew Research Center, 2025).
Lo stesso divario aveva caratterizzato, quattro decenni prima, l’arrivo del personal computer. Poiché gli incrementi di produttività si concretizzano soltanto quando le tecnologie si diffondono e vengono effettivamente utilizzate, la composizione per età della forza lavoro può influenzare la dinamica della produttività.
Il ciclo demografico e il boom dell’IT negli Stati Uniti
La coincidenza temporale tra il ciclo demografico statunitense e il boom delle tecnologie dell’informazione suggerisce una possibile interazione tra demografia e crescita della produttività. Con il progressivo avanzare delle coorti del baby boom nella distribuzione per età, la quota dei lavoratori tra 25 e 44 anni sul totale di quelli tra 25 e 64 anni è aumentata dal 53% nel 1970 a quasi due terzi intorno al 1990, per poi scendere a circa la metà entro il 2020 (Figura 1, pannello a). La crescita della produttività totale dei fattori (TFP) ha registrato una forte accelerazione nel decennio successivo, per poi rallentare con la diminuzione della quota dei lavoratori più giovani (pannello b).
Figura 1: negli Stati Uniti la crescita della produttività ha accelerato dopo un’ondata demografica giovanile
(a) Quota dei lavoratori giovani
(b) Crescita media annualizzata della TFP per decennio
Note: la quota dei lavoratori giovani corrisponde alla popolazione di età compresa tra 25 e 44 anni in rapporto alla popolazione tra 25 e 64 anni. Il pannello (b) riporta la crescita media annualizzata della TFP in ciascun decennio. Fonti: U.S. Census/IPUMS, Penn World Table (Feenstra et al., 2015) e serie della TFP corretta per il grado di utilizzo di Fernald (2014), consultata tramite FRED.
Un modello che collega demografia e produttività
Questo studio propone un legame strutturale tra demografia e dinamica della produttività attraverso il canale dell’adozione tecnologica e ne quantifica il contributo al boom della produttività dell’era dot-com. Viene sviluppato un modello a generazioni sovrapposte di adozione tecnologica e crescita semi-endogena, nel quale la demografia opera a tre livelli.
A livello del singolo lavoratore, l’adozione di una tecnologia rappresenta un investimento in capitale umano: i lavoratori sostengono un costo di apprendimento per poter utilizzare una determinata tecnologia e quelli più giovani – disponendo di una vita lavorativa residua più lunga durante la quale recuperare tale costo – presentano tassi di adozione più elevati.
A livello regionale, inoltre, le tecnologie devono essere rese disponibili localmente attraverso un investimento iniziale per la loro implementazione, sostenuto dalle imprese locali e dai fornitori di tecnologia. Poiché la redditività di questo investimento aumenta con il grado di adozione da parte dei lavoratori, si genera una complementarità strategica che può amplificare l’effetto diretto della composizione demografica.
Infine, un settore aggregato dell’innovazione amplia la frontiera tecnologica in risposta ai profitti generati dall’adozione.
Questi canali consentono di distinguere due diverse forze demografiche. La crescita della popolazione modifica la dimensione del mercato e, di conseguenza, il tasso di crescita di lungo periodo della frontiera tecnologica; la composizione per età modifica invece il livello medio di adozione delle tecnologie e l’esperienza accumulata. In un contesto di crescita semi-endogena, gli effetti legati alla composizione demografica influenzano la transizione e i livelli di produttività, ma non il tasso di crescita di lungo periodo.
Le evidenze empiriche
Lo studio fornisce evidenze empiriche a sostegno di questi meccanismi. In primo luogo, i dati della Current Population Survey (CPS) e di Eurostat documentano marcate differenze per età nell’utilizzo dei computer sul luogo di lavoro e nell’adozione dell’intelligenza artificiale generativa.
In secondo luogo, vengono analizzate le variazioni su base decennale registrate nelle aree locali del mercato del lavoro statunitense (commuting zones) tra il 1980 e il 2010. Utilizzando i dati storici sulle nascite a livello locale come variabile strumentale per la quota dei lavoratori giovani, emerge che le aree caratterizzate da una forza lavoro più giovane registrano una crescita più rapida dell’occupazione nel settore informatico.
Una scomposizione dei risultati mostra che tale dinamica si verifica prevalentemente all’interno delle singole fasce di età, anziché derivare semplicemente dallo spostamento della composizione della forza lavoro verso gruppi anagrafici che presentano già livelli più elevati di occupazione nel settore informatico.
La stessa variazione, stimata attraverso la variabile strumentale, determina inoltre un aumento dei salari in entrambe le fasce di età, con un effetto maggiore per i lavoratori più giovani.
Infine, le commuting zones maggiormente esposte, attraverso gli scambi commerciali, alle ondate demografiche giovanili nei mercati esteri registrano un’espansione dell’occupazione nelle attività di ricerca e sviluppo e una maggiore attività brevettuale, fornendo ulteriori evidenze a sostegno del canale legato alla dimensione del mercato.
L’effetto del baby boom sulla produttività
L’autore calibra quindi un’estensione quantitativa del modello sulla base di queste evidenze e dei profili, lungo il ciclo di vita, dei salari e dell’adozione tecnologica. Inserendo nel modello la transizione demografica effettivamente osservata negli Stati Uniti, la crescita annuale della TFP nel periodo 1995-2004 risulta superiore di 0,36 punti percentuali rispetto al tasso iniziale di crescita bilanciata. Questo effetto spiegherebbe circa un quarto dell’accelerazione della produttività effettivamente misurata.
La componente riconducibile ai lavoratori contribuisce per 0,26 punti percentuali, mentre l’adozione tecnologica a livello regionale apporta ulteriori 0,09 punti.
Anche l’esperienza accumulata incide sulla tempistica degli effetti: un’ondata demografica giovanile riduce inizialmente il livello medio di esperienza della forza lavoro, ma questo effetto si inverte progressivamente con l’invecchiamento della coorte numericamente più ampia.
Invecchiamento della forza lavoro e intelligenza artificiale
Infine, utilizzando il modello calibrato, lo studio verifica se l’invecchiamento demografico attualmente osservato negli Stati Uniti e nelle altre economie avanzate (cfr. Appendice F) modifichi la risposta della produttività a un miglioramento dell’innovazione e dell’adozione tecnologica analogo a quello prodotto dall’intelligenza artificiale.
Nei diversi scenari demografici considerati, l’incremento della TFP determinato da questo shock risulta simile.
L’invecchiamento riduce quindi la traiettoria di fondo della crescita alimentata dall’adozione tecnologica, ma incide poco sui benefici derivanti da questo specifico shock tecnologico.
(*) nostra traduzione rivista con AI – (foto da Unsplash)
