Negli Stati Uniti, l’affidabilità dei dati economici ha rappresentato per decenni lo standard di riferimento a livello globale. Governi, mercati e organismi internazionali hanno basato decisioni cruciali su cifre considerate precise, tempestive e trasparenti. Negli ultimi anni, però, un intreccio di fattori economici, tecnici e politici ha iniziato a erodere questa solidità, alimentando dubbi e dibattiti tra decisori politici, investitori e comunità accademica.
Uno dei segnali più visibili di questo cambiamento è l’aumento delle revisioni ai dati sull’occupazione. Il Bureau of Labor Statistics (BLS) ha sempre corretto le stime preliminari, ma dopo la pandemia la dimensione media di tali rettifiche è cresciuta in modo significativo. Alcune, come la revisione negativa di 258.000 posti di lavoro nel 2024, hanno sorpreso gli osservatori e acceso polemiche. Queste revisioni non sono il frutto di manipolazioni, bensì il risultato di un calo nei tassi di risposta alle indagini, di una trasformazione strutturale dell’economia verso un’economia moderna più orientata ai servizi e di una crescente volatilità nella crescita demografica.
La struttura produttiva americana, un tempo dominata da settori manifatturieri più facili da misurare, oggi si regge sempre più su servizi digitali, proprietà intellettuale e transazioni online. Si tratta di componenti immateriali che sfuggono alle metriche tradizionali, rendendo la produttività e altri indicatori più difficili da quantificare. Come sottolinea l’economista Jed Kolko, in passato era possibile descrivere in dettaglio interi comparti produttivi, mentre oggi, in un’economia dominata dai servizi, la relazione tra input e output è molto meno diretta.
A rendere il compito ancora più arduo contribuisce la scarsità di risorse. Dal 2009 il budget del BLS si è ridotto del 18% in termini reali e le recenti restrizioni alle assunzioni federali hanno lasciato l’agenzia con meno tecnici, analisti e rilevatori. Questa carenza di personale ha aumentato la dipendenza dalle imputazioni statistiche: quando un dato non viene raccolto direttamente, come nel caso del prezzo di un prodotto in un negozio specifico, si ricorre a un prezzo sostitutivo rilevato altrove, talvolta anche in un’altra area metropolitana. Se prima della pandemia solo il 2,5% dei prezzi nell’indice dei prezzi al consumo era imputato, oggi la percentuale sfiora il 19%, ampliando i margini di errore.
La pandemia ha reso la misurazione ancora più complessa. I modelli statistici tendono a estrapolare dal passato recente, ma nel 2020 le condizioni economiche mutavano più velocemente di quanto i sistemi potessero adattarsi. Persino il concetto di “disoccupazione” cambiò significato, poiché milioni di lavoratori risultavano tecnicamente senza impiego ma erano in sospensione temporanea in attesa della riapertura delle attività.
Nonostante queste difficoltà, la qualità dei dati economici statunitensi rimane elevata rispetto alla maggior parte dei Paesi. La varietà delle fonti, l’incrocio con informazioni provenienti dal settore privato e la trasparenza metodologica continuano a offrire un alto grado di affidabilità. Tuttavia, la tendenza al peggioramento è evidente e richiede un cambio di passo politico. Investire in risorse umane e tecnologiche, aggiornare i modelli statistici e integrare fonti alternative sono passi necessari per evitare che l’erosione diventi strutturale.
La vastità delle rilevazioni negli Stati Uniti rende difficile falsare il quadro complessivo, poiché eventuali incongruenze emergerebbero rapidamente. Eppure, senza interventi mirati, il deterioramento della qualità rischia di indebolire uno dei pilastri su cui si fondano le decisioni economiche e politiche del Paese. La precisione delle statistiche non è un mero aspetto tecnico: è il fondamento stesso di una politica economica credibile ed efficace.
