Embed Size (px)
Citation preview
La Inspección de Trabajo en España: diferencias provinciales,
evolución temporal y patrones espaciales.
Autores y e-mail de la persona de contacto:
Angel Luis Martín Román. [email protected]
Alfonso Moral de Blas.
Javier Martín Román.
Departamento: Fundamentos del Análisis Económico; Economía Aplicada
Universidad: Universidad de Valladolid; UNED
[Versión preliminar (no citar sin permiso)]
Área Temática: Mercado de Trabajo y Territorio.
Resumen: (máximo 300 palabras)
La mayor parte de la legislación laboral es de ámbito nacional y los entes territoriales como
comunidades autónomas, provincias o municipios no tienen gran capacidad para elaborar
normativa en estos temas. Sin embargo, esto no significa que la norma laboral existente se
haga cumplir de igual manera en cada territorio. De hecho, el “enforcement” de la ley podría
variar en cada zona concreta si hubiera diferencias significativas en los medios encargados de
velar por su cumplimiento. Lo que, a su vez, podría provocar diferencias en los mercados de
trabajo locales.
En el caso español, el organismo que vela por el cumplimiento de la normativa laboral a nivel
nacional es la Inspección de Trabajo y Seguridad Social a través de su cuerpo de funcionarios.
Sin embargo, la distribución de inspectores entre los distintos territorios, cuando ésta se
computa teniendo en cuenta el número de ocupados, presenta importantes discrepancias. Un
análisis descriptivo de los datos relativos al número de funcionarios de la inspección que
presenta cada provincia por cada 100.000 ocupados muestra una variabilidad superior al
100%, tanto en la perspectiva espacial como en la temporal. Estas diferencias en el número de
trabajadores que tiene que monitorizar cada inspector de trabajo en los distintos territorios
pueden tener influencia en el control del cumplimiento de la ley laboral en los mismos.
Desde un punto de vista empírico, el trabajo se desarrolla en tres fases. En primer lugar se
propone un análisis exploratorio de los datos relativos a las dotaciones provinciales de
inspectores. En segundo lugar se desarrollar un estudio del grado de convergencia
interterritorial mediante procedimientos estándar como la -convergencia o la -
convergencia. Finalmente se estudia la presencia de posibles patrones espaciales en la
distribución de los inspectores, y su evolución a lo largo del tiempo, mediante el empleo de
diferentes matrices de dependencia espacial.
Palabras Clave: Inspección de trabajo, β-convergencia, σ-convergencia, dependencia espacial,
regulación.
Clasificación JEL: J83, R50, K31, L51
I.- Introducción.
La Inspección de Trabajo y Seguridad Social (ITSS) es una institución fundamental para
entender el funcionamiento del mercado de trabajo y las relaciones laborales en la economía
española. A fin de cuentas, se trata del principal mecanismo de vigilancia y control del
cumplimiento de la normativa laboral. En este sentido, se puede decir que se trata de un
organismo que ejerce una monitorización ex ante. Además, la ITSS tiene cierta capacidad
sancionadora lo que la configura también, junto con los órganos judiciales competentes
(Juzgados de lo Social), como un elemento esencial en el proceso de control ex post.
Es conocido que la legislación laboral tiene ámbito nacional y que los entes territoriales
administrativamente inferiores (comunidades autónomas, provincias o municipios) no tienen
capacidad para elaborar normativa en estos temas. Sin embargo, esto no significa que la
norma laboral existente se haga cumplir de igual manera en cada territorio. De hecho, el
enforcement1 de la ley podría variar en cada territorio si hubiera diferencias significativas en
los medios encargados de velar por su cumplimiento. De esto se deduce que si existen
importantes discrepancias en el número de trabajadores que tiene que monitorizar cada
inspector de trabajo en los diferentes territorios, seguramente existan diferencias en el control
del cumplimiento de la ley laboral en los mismos.
El presente trabajo tiene como objetivo constatar si efectivamente existen diferencias
territoriales significativas y persistentes en la dotación de personal consignado a la ITSS. El
punto de partida es un análisis descriptivo de los datos provinciales que ponga de manifiesto la
gran disparidad existente a nivel territorial. En un segundo paso se prestará especial atención a
la evolución de esas diferencias a lo largo del periodo muestral considerado (1993-2014), y
para ello se utilizarán las técnicas habituales del análisis de convergencia. El trabajo termina
con un análisis espacial que permita identificar posibles patrones asociados a la distribución
del personal de la ITSS.
No son mucho los trabajos que estudian a la Inspección de Trabajo y Seguridad Social como
institución que puede afectar al mercado de trabajo. Bande y López (2009 y 2014) y Martín-
Román et al. (2009) analizan los efectos de la inspección de trabajo sobre los niveles de
siniestralidad para el caso español, el primero de ellos a nivel regional y el segundo de ellos a
nivel provincial. Este trabajo toma una perspectiva algo diferente, parte de un estadio anterior
a la labor inspectora y busca estudiar en profundidad las diferencias existentes a nivel
provincial en cuanto a la asignación de personal encargado de realizar dichas labores.
El resto del trabajo se organiza como sigue. En la sección 2 se detallan los hitos legislativos más
relevantes en relación con la inspección de trabajo. El epígrafe 3 analiza la base de datos
empleada y presenta un primer análisis meramente descriptivo de los resultados más
llamativos. El apartado 4 se dedica al análisis de los aspectos metodológicos incidiendo en los
diferentes métodos utilizados para el estudio de la convergencia y a las medidas de
dependencia espacial empleadas. En el apartado 5 se muestran los resultados obtenidos del
1 Este concepto es de crucial importancia dentro del Análisis Económico del Derecho. No existe traducción directa del mismo pero viene a querer decir “hacer cumplir” (la ley).
análisis empírico. Finalmente, en el epígrafe 6 se comentan las conclusiones más relevantes del
trabajo.
II.- La Inspección de Trabajo.
Los servicios de Inspección de Trabajo comenzaron a desarrollarse en Europa a lo largo del
siglo XIX y fueron una consecuencia más del proceso renovador y transformador conocido
como revolución industrial. En concreto, los orígenes se sitúan en Reino Unido, en la Ley de 22
de junio de 1802 para preservar la moral y la salud de los aprendices. Sin embargo, este primer
intento de garantizar el cumplimiento de la normativa sobre condiciones laborales resultó
fallido y hubo que esperar hasta 1883 para introducir las primeras medidas legislativas de
cierta relevancia. Ese mismo año, a través de la denominada Althorp Act, de 29 de agosto, los
inspectores de las fábricas adquirieron cuatro importantes poderes o privilegios: la libre
entrada en las empresas, la libre investigación de los trabajadores y empleadores, la facultad
de resolver conflictos y, finalmente, la de juzgar las infracciones pertinentes.
En Francia, por su parte, cabe reseñar la Ley de 19 de mayo de 1874, sobre el trabajo de niñas
y niños menores en la industria. En este caso, se trataba de la primera tentativa vinculada a la
Inspección de Trabajo y tenía como propósito instituir un cuerpo de funcionarios que se
ocupase de la vigilancia de aquellos. Este primer esfuerzo se vio reforzado, en 1892, por la
creación de un cuerpo administrativo de inspectores con contrato específico y con estatuto
propio.
Finalmente, por lo que se refiere a nuestro país, es preciso señalar que los inicios de la
Inspección de Trabajo se remontan a 1906, fecha en que se creó un Servicio de Inspección cuya
misión era fiscalizar el cumplimiento de la normativa jurídica en materia laboral y de Seguridad
Social. Tan sólo cuatro años después, en 1910, la Oficina Internacional del Trabajo2 (OIT)
redactó el primer informe sobre la aprobación e implementación de las leyes obreras en
Europa. En él se apuntaba el compromiso de la inmensa mayoría de países europeos por
organizar una Inspección de Trabajo de carácter independiente y con una elevada competencia
técnica.
Una vez expuestos los principales hitos normativos referentes al desarrollo de la Inspección de
Trabajo en Europa, la segunda cuestión a abordar en este apartado introductorio sería la
relativa a las funciones de la institución. Según los Convenios 81 y 129 de la OIT sobre
Inspección de Trabajo las dos fundamentales serían aquellas destinadas a velar por el
cumplimiento de las disposiciones legales relativas a las condiciones de trabajo y las
encargadas de proteger a los trabajadores.
El Convenio 81 ha sido ratificado por la inmensa mayoría de países de la Unión Europea (las
dos únicas excepciones son las de Eslovaquia y la República Checa). Asimismo, también ha sido
ratificado por un importante número de países en vías de adhesión o candidatos y por otros
países de la antigua Unión Soviética. No ocurre lo mismo, no obstante, con el Convenio 129,
2 Fundado el 11 de abril de 1919, es un organismo especializado de las Naciones Unidas en asuntos
relativos al trabajo y las relaciones laborales.
puesto que el consenso aquí es mucho menor. A pesar de ello, el número de ratificaciones
también es mayoritario.
A pesar de que las dos funciones señaladas son las dos más significativas, en España, a su vez,
se incide especialmente en tareas de asistencia técnica, de arbitraje, de conciliación y de
mediación. Sin embargo, para que la Inspección de Trabajo actúe en este último ámbito es
requisito indispensable que exista aceptación de las partes afectadas por el conflicto laboral o
la huelga. Además, todas estas competencias se llevan a cabo en los diferentes sectores de
actividad económica: agricultura, industria, construcción y servicios, aunque quedan excluidos
aquellos centros de trabajo y establecimientos cuya vigilancia está explícitamente atribuida a
otros órganos de las Administraciones Públicas (AAPP). Por ejemplo, las minas o aquellos
lugares relacionados con la fabricación y el almacenamiento de explosivos.
Un tercer pilar a destacar en esta sección introductoria es el relativo a la estructura de la
Inspección de Trabajo. En este sentido, y por lo que atañe a los servicios, organismos o
instituciones de Inspección de Trabajo en Europa, se puede llevar a cabo una triple
clasificación.
De un lado, nos encontraríamos con lo que podríamos denominar sistemas generalistas.
Ejemplos de este tipo de estructura serían los casos de España3, Francia, o Portugal, por citar
algunos modelos. Son sistemas que regulan tanto las condiciones de trabajo y el entorno
laboral, como las relaciones individuales y colectivas. Incluso en ocasiones ejecutan funciones
en el terreno de la formación profesional y la Seguridad Social.
En segundo lugar, aparecen los llamados sistemas especializados. Los países englobados
dentro de esta modalidad realizan una serie de tareas que, por lo general, es bastante más
amplia que la que tienen asignada los anteriores. De esta forma, no se centran únicamente en
aspectos asociados a las condiciones de trabajo, sino que también profundizan en cuestiones
relacionadas con las relaciones laborales. Y esto último con independencia de que estén bajo la
vigilancia y el control de diversas autoridades (Bélgica, Hungría, Suiza) o de una sola.
Finalmente, podríamos identificar un tercer grupo de sistemas de inspección, que serían
aquellos que operan con equipos pluridisciplinares. Los países que aquí se incluyen (Austria,
3 En España la organización administrativa responsable del servicio público de control y vigilancia del
cumplimiento de las normas de orden social es la Inspección de Trabajo y Seguridad Social (ITSS). Asimismo, y a pesar de no ser un país federal, es preciso llevar a cabo las siguientes puntualizaciones. La primera es que las Comunidades Autónomas (CCAA) ejercen competencias propias en cuestiones relativas a la aplicación de la legislación laboral (iniciación del procedimiento sancionador, visitas de la inspección, etc.). La segunda, que se debe tener en cuenta que la Ley 42/1997, de 14 de noviembre, Ordenadora de la Inspección de Trabajo y Seguridad Social, y sobre la que se incidirá más adelante, dispuso dos mecanismos de colaboración entre la Administración General del Estado (AGE) y las CCAA: la Conferencia Sectorial de Asuntos Laborales y las Comisiones Territoriales de la Inspección de Trabajo y de la Seguridad Social. Y la tercera y última que, en función de lo estipulado en los diferentes Estatutos de Autonomía, algunas CCAA disfrutan de la posibilidad de solicitar una transferencia de competencias. Llegado el caso, y de confirmarse ese acuerdo, el servicio de inspección pasaría a depender de la autonomía en cuestión. Esto es lo que ha sucedido recientemente en las Comunidades Autónomas de Cataluña y País Vasco.
Dinamarca, Noruega, Reino Unido) cuenta con servicios de inspección locales en los que
actúan inspectores provistos de competencias complementarias. Por este motivo, pueden
interceder tanto conjuntamente como de manera alternativa.
El cuarto (y último) punto a desarrollar en este bloque sería el concerniente al marco jurídico
de la ITSS en España. En nuestro país, el sistema de inspección se regula, básicamente, a partir
de la siguiente normativa: la Ley 23/2015, de 21 de julio, Ordenadora del Sistema de
Inspección de Trabajo y Seguridad Social, el Real Decreto 138/2000, de 4 de febrero, el Real
Decreto 928/1998, de 14 de mayo y la Ley 42/1997, de 14 de noviembre, Ordenadora de la
Inspección de Trabajo y Seguridad Social. Sin embargo, toda la legislación que regula la
actuación y el funcionamiento de la ITSS es muy amplia y variada, y comprende tal cantidad de
normas de rango legal y reglamentario que, analizado de manera conjunta, no resulta sencillo.
A los efectos de este trabajo, la norma más relevante es, sin duda, la Ley 42/1997, de 14 de
noviembre, Ordenadora de la Inspección de Trabajo y Seguridad Social. Durante casi veinte
años ha constituido la piedra angular de la regulación de la función inspectora y, teniendo en
cuenta el periodo temporal analizado en este estudio, constituye la medida legislativa de
referencia. Del mismo modo, el Reglamento de Organización y Funcionamiento de la
Inspección de Trabajo y Seguridad Social, que ampliaba los contenidos de la Ley anterior y que
se implantó tres años después de la aprobación de aquella, también ejerce una destacada
influencia. Así se desprende de la exposición de motivos del Real Decreto 138/2000, de 4 de
febrero, cuando establece que ”ofrece una importante transformación de la institución
inspectora, modernizando sus estructuras y métodos para dotarle de mayor eficacia en el
cumplimiento de sus fines y, asimismo, en el reconocimiento de las garantías de seguridad
jurídica del administrado, todo ello en la línea de la Ley ordenadora objeto de desarrollo”.
Recientemente, se aprobó la Ley 23/2015, de 21 de julio, Ordenadora del Sistema de
Inspección de Trabajo y Seguridad Social. A pesar de no afectar directamente a nuestros
resultados, resulta oportuno, no obstante, tener en cuenta las siguientes consideraciones. Esta
nueva medida surge ante la necesidad de adaptarse a la nueva realidad económica y social. En
este sentido, la nueva Ley nace con un doble objetivo: adecuar la intervención de la ITSS a los
numerosos cambios normativos aprobados con anterioridad y alcanzar una coordinación de las
diferentes CCAA más efectiva.
Respecto a la actuación de la ITSS, la Ley 23/2015 no incorpora cambios significativos. De esta
forma, la vigilancia y el control de la normativa social continúan erigiéndose como dos de las
finalidades más características de la actividad de la ITSS. Entre las novedades, y a fin de
conferirle una mayor agilidad a sus actuaciones, sí se advierte una reorganización del sistema
de inspección.
Por un lado, se crea el Organismo Estatal de Inspección de Trabajo y Seguridad Social con el
propósito de simplificar la programación y desarrollo de la actuación de la ITSS. Además, se
refuerza la presencia de las CCAA mediante la Autoridad Autonómica de la Inspección de
Trabajo y Seguridad Social. Igualmente, cabe destacar el refuerzo de la participación
institucional. La Comisión Consultiva Tripartita del ITSS se reemplaza por un Consejo General
que agrupa a las organizaciones sindicales y empresariales más relevantes. Finalmente, y por lo
que al régimen jurídico del personal de la ITSS se refiere, cabe reseñar la creación del Cuerpo
de Subinspectores Laborales (actual Cuerpo de Subinspectores de Empleo y Seguridad Social),
el cual se divide en dos escalas: la Escala de Empleo y Seguridad Social y la nueva Escala de
Seguridad y Salud Laboral.
Para concluir con el apartado, merece la pena llevar a cabo un par de indicaciones sobre las
tendencias actuales de los sistemas de Inspección de Trabajo en Europa y los principales retos
de cara al futuro. En este sentido, cabe señalar la importante labor llevada a cabo en los
últimos tiempos por el Comité de Altos Responsables de la Inspección de Trabajo (CARIT), cuya
misión no es otra que la de fomentar e impulsar la cooperación entre los diferentes Estados
Miembro y la Comisión Europea, así como promover la aplicación efectiva y coherente de la
legislación europea en aquellos. Si bien es cierto que sus tareas han estado ligadas a temas de
seguridad y salud, fundamentalmente, no han sido los únicos ámbitos en los que ha actuado.
Los desafíos que tienen por delante los diferentes sistemas de inspección, por su parte, están
claramente condicionados por la reciente crisis económica y financiera. Se trata, por tanto, de
buscar nuevas soluciones en un contexto de continuos cambios y transformaciones. Todo con
el fin último de continuar protegiendo a los trabajadores. En un entorno tan dinámico, los
sistemas de Inspección han de ser flexibles y lograr una rápida adaptación a las nuevas
demandas y necesidades. Para ello, todo pasa por una correcta y precisa definición de sus
prioridades que permita continuar velando por el cumplimiento de la normativa en materia de
seguridad y salud laboral de la manera más eficiente posible.
III.- Metodología.
Son varios los métodos más frecuentemente utilizados en el análisis de convergencia. Para los
objetivos de este trabajo se van a emplear dos métodos inspirados en la noción de -
convergencia (-convergencia absoluta y -convergencia condicionada) y otro conocido como
-convergencia4.
En términos puramente formales la hipótesis de -convergencia absoluta se contrasta
mediante la estimación de la siguiente ecuación:
𝑙𝑛 (𝑦𝑖,𝑡
𝑦𝑖,𝑡−1) = 𝛼 + 𝛽𝑙𝑛(𝑦𝑖,𝑡−1) + 𝜀𝑖,𝑡
donde 𝑦𝑖,𝑡 e 𝑦𝑖,𝑡−1 representan los valores de la variable que, según se presupone, debería
converger a través de un conjunto de regiones, países o zonas geográficas designadas por el
subíndice i. Esta expresión indica que la tasa de crecimiento de esa variable en un momento
determinado, t, depende linealmente del valor de dicha variable en el momento
inmediatamente anterior. Se espera que cuanto más cerca se encuentre la variable de su valor
de equilibrio estacionario, tanto más lento será su ritmo de crecimiento (o de decrecimiento si
la evolución es descendente), de tal modo que ese ritmo irá disminuyendo hasta que la
4 En la literatura de convergencia se han utilizado también métodos de cointegración
variable en cuestión se estabilice. Dicho de otra forma, cuando la variable 𝑦 deja de crecer se
verifica:
𝑙𝑛 (𝑦𝑖,𝑡
𝑦𝑖,𝑡−1) = 0
Lo cual implica:
𝑙𝑛 𝑦𝑖,𝑡−1 =𝛼
(−𝛽)
que es el valor de equilibrio estacionario. Se espera por lo tanto que 𝛽 tome un valor negativo
y que exista una relación inversa entre el valor que tome la variable en el punto de partida y su
tasa de crecimiento. Aunque en un momento dado 𝑙𝑛𝑦𝑖,𝑡 varíe de unas zonas a otras, a lo largo
del tiempo se espera que dicho valor se iguale a (−/) en todas partes. En esto consiste la -
convergencia absoluta.
Los trabajos de Barro y Sala i Martín (1990, 1991, 1992) son tal vez los puntos de referencia
principales de la literatura empírica sobre crecimiento y convergencia. En el caso español,
también hay que señalar la existencia de trabajos que contrastan la hipótesis -convergencia
absoluta tanto a nivel provincial como en el caso de las Comunidades Autónomas (Dolado et
al., 1993, Mas et al., 1994 y Villaverde, 1999).
Por su parte, a hipótesis de β-convergencia condicionada se contrasta mediante la estimación
de una ecuación del tipo siguiente:
𝑙𝑛 (𝑦𝑖,𝑡
𝑦𝑖,𝑡−1) = 𝛼 + 𝛽𝑙𝑛(𝑦𝑖,𝑡−1) + 𝛾𝑋𝑖 + 𝜇𝑖,𝑡
Este tipo de convergencia es menos estricto que la -convergencia absoluta, y además permite
que se introduzcan variables explicativas adicionales que pueden resultar relevantes a la hora
de identificar el proceso de convergencia. La diferencia entre esta hipótesis y la anterior es que
ahora estamos admitiendo la posibilidad de que el estado estacionario de la variable 𝑦 cambie
de unas zonas a otras. Esto es así porque en el estado estacionario se tiene que cumplir:
𝑙𝑛 (𝑦𝑖,𝑡
𝑦𝑖,𝑡−1) = 0
Y eso ahora implica
𝑙𝑛 𝑦𝑖,𝑡−1 =𝛼+𝛾𝑋𝑖
(−𝛽)
Es evidente que el estado estacionario de la variable 𝑦 en cada zona geográfica 𝑖 dependerá de
una serie de variables, que serán las incluidas el vector 𝑋𝑖, y que pueden variar de unas zonas a
otras. Esta hipótesis nos permite también la identificación de “clubes de convergencia”
(Villaverde, 1999), que se podrían definir como grupos de países o regiones de características
parecidas (mismos valores de 𝑋𝑖), dentro de las cuales la variable 𝑦 tendería a un mismo
equilibrio estacionario.
A pesar de sus ventajas frente a la hipótesis de -convergencia absoluta, la hipótesis -
convergencia condicionada tiene algunos inconvenientes. El principal inconveniente tiene que
ver con el hecho de que este tipo de análisis se basa en datos de corte transversal y tiende a
esconder la variabilidad a lo largo del tiempo. Si las variables regionales siguieran una
evolución suave y constante a lo largo del tiempo, una visión instantánea del proceso podría
ser suficiente para indicarnos si hay o no hay convergencia. Ahora bien, la evolución de las
variables no es uniformemente creciente ni decreciente. Más bien está sujeta a multitud de
influencias que generan una gran dispersión. Este problema – la variabilidad de las tasas de
crecimiento de la variable en la cual se centra el análisis de convergencia – podría evitarse en
algunos casos recurriendo a la hipótesis de -convergencia, que vamos a discutir en el
apartado siguiente.
El análisis de σ-convergencia se basa simplemente en el cálculo de la varianza de la variable
entre las distintas áreas geográficas de acuerdo a la siguiente expresión:
𝜎𝑡2 = (
1
𝑁) ∑[𝑙𝑛(𝑦𝑖,𝑡) − 𝜂𝑡]
2𝑁
𝑖=1
donde 𝜂𝑡 es la media de los logaritmos de 𝑦𝑖 correspondiente al año 𝑡. En este caso la
convergencia se produciría si 𝜎𝑡2presentara una clara tendencia decreciente. Esto significaría la
existencia de un acercamiento progresivo de las variables hacia un mismo equilibrio
estacionario, que obviamente tendría que ser igual para todos los países o regiones. Es
evidente que para saber si hay o no hay convergencia necesitamos calcular toda una serie de
varianzas. Estamos pues ante un enfoque mixto, en el sentido de que requiere datos de corte
transversal y datos de series temporales.
Ya hemos dicho que la existencia de σ-convergencia implica que todas las 𝑦𝑖 tiendan a un
mismo equilibrio estacionario. Podemos decir por lo tanto que esta nueva hipótesis constituye
una forma más de convergencia absoluta. En este sentido la σ-convergencia es similar a la β-
convergencia absoluta; aunque las dos hipótesis no son exactamente equivalentes,
pudiéndose demostrar (Sala-i-Martín, 1994) que la β-convergencia absoluta es una condición
necesaria, pero no suficiente para que se produzca σ-convergencia. En otras palabras, la 𝛽
tiene que ser negativa para que se produzca una reducción progresiva de las disparidades
entre las distintas áreas geográficas, pero una 𝛽 negativa no garantiza per se que las
disparidades geográficas se vayan a reducir con el tiempo. Por su parte, Bernard y Durlauf
(1996) muestran que es posible la existencia de σ-convergencia, cuando las distintas
economías tienden hacia dos equilibrios diferentes –uno para los países ricos y otro para los
países pobres– sin que exista σ–convergencia, ya que la dispersión que supone este doble
equilibrio es mayor que la que existía inicialmente.
También conviene señalar que la varianza (o la desviación típica) no ha sido el único indicador
utilizado a la hora de estudiar la convergencia de rentas. En el trabajo de Esteban (1994) se
aplican otras medidas de dispersión, también referidas a la renta per capita, tales como el
índice de Gini, el de Theil, o el de Atkinson. En esta misma línea habría que situar el trabajo de
Plaza Acero (1994), en el que se investiga la evolución del “coeficiente de variación” regional
de las tasas de desempleo de las provincias españolas. Dicho coeficiente de variación tiene la
ventaja de ser una medida de dispersión relativa y por tanto no se ve afectada por el valor
absoluto de las tasas de desempleo provinciales; en este sentido se puede decir que constituye
una medida de dispersión “más pura” que la simple varianza.
La segunda parte del trabajo se dedica a la realización de un análisis exploratorio de datos
espaciales que permita detectar regularidades y contrastar la existencia de algún tipo de
correlación espacia tanto a nivel global como local. El estadístico global de correlación espacial
que se aplican es la i de Moran (Moran, 1948)5 y se define de acuerdo con la siguiente
expresión:
𝐼 =𝑁
𝑆𝑜∙
∑ 𝑤𝑖,𝑗(𝑦𝑖−�̅�)(𝑦𝑗−�̅�)𝑁𝑖,𝑗
∑ (𝑦𝑖−�̅�)2𝑁𝑖=1
Donde 𝑦𝑖 es el valor de la variable 𝑦 en la región 𝑖, �̅� es la media muestral de la variable 𝑦, 𝑤𝑖,𝑗
son los componentes de la matriz de pesos espaciales, N el tamaño muestral y
𝑆0 = ∑ ∑ 𝑤𝑖,𝑗𝑗𝑖 .
La i de Moran suele tomar valores entre −1 y 1 (aunque puede sobrepasar ambos límites)
indicando autocorrelación positiva (negativa) cuando sus valores se acercan a 1 (-1) lo cual
implica que las zonas con altos valores de la variable se rodean de zonas con altos (bajos)
valores de la misma. Finalmente, si la i de Moran toma el valor cero indica ausencia de
autocorrelación espacial. Este test permite contrastar la presencia o ausencia a nivel global,
pero no permiten evaluar la estructura local de la correlación espacial. Para corregir esta
deficiencia se realizan un contraste local de asociación espacial, el estadístico local de Moran 𝐼𝑖
(Anselín, 1995)6 que se define como sigue:
𝐼𝑖 =𝑧𝑖
∑ 𝑧𝑖2/𝑁𝑖
∑ 𝑤𝑖,𝑗𝑧𝑗𝑗∈𝐽𝑖
Donde 𝑧𝑖 es el valor que toma en la región 𝑖 la variable normalizada y 𝐽𝑖 el conjunto de zonas
que se consideran vecinas de 𝑖.
Para la obtención de ambos test es necesario utilizar una matriz de pesos espaciales que
permita reflejar nuestra definición de vecindad. Estas pueden definirse desde un punto de
vista geográfico a través del criterio de vecindad, de distancia o de los 𝐾 vecinos más cercanos,
5
El índice I de Moran es un coeficiente de autocorrelación de la muestra (Dutilleul, 1998). Cliff y Ord (1981) señalan que I parece estar menos afectado por la distribución de los datos y le adjudican una ventaja estadística sobre otros índices. 6
Una buena descripción de todos estos estadísticos aparece en Moreno y Vaya (2002).
o también a partir de alguna variable socioeconómica. Para este trabajo se plantean varias
alternativas de matrices con el fin de identificar el origen de los posibles patrones espaciales.
IV.- Análisis descriptivo.
La variable objetivo de nuestro análisis empírico es el número de trabajadores de la inspección
que hay en cada provincia por cada 100.000 ocupados. Para obtener esta información se
utilizan dos bases de datos. Por un lado, las cifras de ocupación provienen de la Encuesta de
Población Activa (EPA) que elabora el Instituto Nacional de Estadística (INE). Por otro, el
personal de la inspección se obtiene a partir de los datos suministrados por las memorias
anuales que elabora el ITSS.
La mera observación de esta variable dependiente pone de manifiesto la existencia de fuertes
diferencias tanto inter-provinciales como intra-provinciales. En el cuadro 1 se recogen los
valores medios, máximos y mínimos del peso que tiene el personal de la inspección dentro de
cada provincia en función de su tamaño medido a través del número de ocupados. Dentro de
este personal se incluyen tanto las distintas direcciones y jefaturas, como los inspectores y
subinspectores. De acuerdo con la legislación vigente, las funciones de vigilancia de la
normativa sobre prevención de riesgos laborales o de la normativa sobre Seguridad Social y el
resto de las funciones que tiene atribuidas la Inspección de Trabajo, se desarrollan, en mayor o
menor medida, por todos los inspectores de trabajo, en virtud de lo previsto en el art. 6 de la
ley 42/1997, en el que se establece que la especialización funcional que regula la misma es
compatible con los principios de unidad de función y de acto que consagra la propia ley.
En promedio, el número de trabajadores de la inspección por cada 100.000 ocupados oscila
entre los 6,9 de Barcelona o los 7,8 de Madrid, hasta los más de 19 que presenta la provincia
de Palencia. Esta gran variabilidad también se traslada al plano intra-provincial como lo
muestran las diferencias observadas entre los valores máximos y mínimos de cada provincia.
Desde este punto de vista se puede apreciar que provincias como La Coruña o Teruel
presentan un valor máximo que supera en más de tres veces al mínimo. Mientras que en otras
como Pontevedra, Asturias o Zaragoza la variación entre el máximo y el mínimo es mucho más
reducida.
En este punto es conveniente tener en cuenta otros aspectos que suponen una ruptura en la
base de datos que pueden afectar a los resultados de la estimación. Se trata de cambios en el
sistema e inspección que afectan a las comunidades autónomas de Cataluña y País Vasco
debido al traspaso de competencias. Estos cambios suponen una ruptura brusca en la
información sobre personal y actividad inspectora que se reporta a la ITSS y que es la que se ha
utilizado en este trabajo. Estos cambios suponen una fuerte reducción en todos los valores que
se produce a partir de 2010 en Cataluña y en 2011 en País Vasco. Para corregir en la medida de
lo posible estos efectos se siguen dos estrategias. Por un lado se realizan los análisis
eliminando los últimos años y se utiliza una submuestra que abarca el periodo 1993-2009. Por
otro, se utiliza todo el periodo pero prescindiendo de los datos de estas dos comunidades
autónomas. De esta manera podemos obtener resultados robustos que no se vean afectados
por las rupturas de la base de dados.
Cuadro 1. Personal de inspección por 100.000 ocupados (datos provinciales 1994-2014)
Media Max Min
Andalucía
Almería 11.00 20.09 8.09 Cádiz 12.86 16.54 10.35 Córdoba 10.51 12.30 7.76 Granada 11.47 13.81 9.52 Huelva 13.68 19.44 10.14 Jaén 10.66 13.49 8.67 Málaga 10.15 13.28 7.46 Sevilla 9.68 13.05 7.25
Aragón Huesca 10.90 14.51 8.59 Teruel 10.39 14.44 4.24 Zaragoza 12.08 14.57 10.04
Asturias Asturias 10.16 11.62 8.64
Baleares Baleares 10.19 12.56 6.98
Canarias Las Palmas 10.15 13.21 7.45 Tenerife 10.01 13.43 6.64
Cantabria Cantabria 10.14 13.24 8.01
Castilla y León
Ávila 12.44 18.33 6.26 Burgos 11.66 13.88 10.13 león 13.95 15.97 11.55 Palencia 19.16 22.30 16.72 Salamanca 11.96 13.70 8.98 Segovia 14.59 15.85 11.09 Soria 15.25 20.47 10.02 Valladolid 12.01 13.87 10.29 Zamora 17.05 20.72 11.27
C. La Mancha
Albacete 11.20 16.03 6.82 Ciudad Real 9.64 12.41 6.81 Cuenca 10.86 16.11 7.94 Guadalajara 14.50 22.38 10.04 Toledo 8.46 11.84 5.17
Cataluña
Barcelona 6.85 9.53 3.37 Girona 8.28 12.96 3.95 Lleida 9.14 14.10 3.82 Tarragona 8.16 13.42 2.99
C. Valenciana Alicante 8.74 11.26 6.83 Castellón 11.00 15.16 7.70 Valencia 8.98 10.80 7.47
Extremadura Badajoz 10.09 12.69 7.72 Cáceres 11.61 14.97 9.18
Galicia
A Coruña 10.07 27.98 7.69 Lugo 9.70 12.50 6.95 Orense 9.80 11.23 7.99 Pontevedra 9.59 11.43 8.29
Madrid Madrid 7.79 9.81 6.35
Murcia Murcia 9.33 12.16 6.95
Navarra Navarra 10.02 13.22 7.29
País Vasco Álava 15.00 19.49 9.53 Guipúzcoa 8.34 12.63 5.74 Vizcaya 10.23 13.24 5.10
Rioja (La) Rioja (La) 13.66 16.79 11.13
Fuente: Elaboración propia a partir de datos de la ITSS y la EPA
Figura 1: Correlación entre el personal por ocupado de 1994 y 2009. Total de provincias
Fuente: Elaboración propia a partir de datos de la ITSS y la EPA
Figura 2: Correlación entre el personal por ocupado de 1993 y 2014. (Total de provincias
excepto País Vasco y Cataluña)
Fuente: Elaboración propia a partir de datos de la ITSS y la EPA
Otro aspecto importante a tener en cuenta desde un punto de vista descriptivo lo constituye la
persistencia de las diferencias a lo largo del tiempo. Las figuras 1 y 2 muestran la relación entre
los datos de personal de la inspección por ocupado al principio y final del periodo. Los
resultados ponen de manifiesto una fuerte persistencia en la ordenación de las provincias con
y = 0.426x + 5.4471 R² = 0.3753
05
07
09
11
13
15
17
19
05 07 09 11 13 15 17 19 21 23 25
y = 0.6096x + 4.3156 R² = 0.428
05
07
09
11
13
15
17
19
21
23
25
05 07 09 11 13 15 17 19 21 23 25
más y menos personal que viene marcado por la pendiente positiva de los correlogramas. Esta
correlación es más marcada en el primer caso donde se incluyen todas las provincias y
paramos en 2009 (último año previo al traspaso de competencias de País Vasco y Cataluña).
V.- Resultados.
El desarrollo de este epígrafe lo vamos a dividir en dos apartados. En primer lugar
analizaremos la posible existencia de convergencia entre el número de inspectores por cada
100.000 ocupados que presenta cada provincia. En segundo lugar utilizaremos el análisis
espacial para completar el estudio sobre la influencia del territorio en la distribución de
inspectores.
5.1. Análisis de convergencia.
De acuerdo a las definiciones presentadas en el apartado metodológico, vamos a comenzar
por la definición más fuerte de convergencia que es la 𝜎 𝑐𝑜𝑛𝑣𝑒𝑟𝑔𝑒𝑛𝑐𝑖𝑎. A partir de aquí
seguiremos con las definiciones menos estrictas que son la 𝛽 𝑐𝑜𝑛𝑣𝑒𝑟𝑔𝑒𝑛𝑐𝑖𝑎 y la
𝛽 𝑐𝑜𝑛𝑣𝑒𝑟𝑔𝑒𝑛𝑐𝑖𝑎 𝑐𝑜𝑛𝑑𝑖𝑐𝑖𝑜𝑛𝑎𝑑𝑎. Todo el análisis se realizara para muestras diferentes
marcadas por los cambios sufridos en las comunidades autónomas de País Vasco y Cataluña a
partir de 2009. Por lo tanto se empleara una primera muestra con todas las provincias para el
periodo 1993-2009 y otra donde se eliminan las provincias vascas y catalanas y que engloba el
periodo 1993-2014.
Figura 2: 𝝈 convergencia del número de inspectores por 100.000 ocupados según periodo y
provincias analizadas
Fuente: Elaboración propia a partir de datos de la ITSS y la EPA
En la figura 3 se presentan los resultados del análisis de 𝜎 convergencia para las dos muestras
analizadas. Los resultados muestran una estabilidad en los valores de la varianza. Es decir, no
se ha producido una reducción en la dispersión existente entre el número de inspectores (por
0.02
0.03
0.04
0.05
0.06
0.07
0.08
1993/2009 1993/2014
ocupado) de cada provincia. Por lo tanto se puede concluir que no se ha producido la
convergencia hacía un equilibrio común de las provincias españolas en cuanto al personal de la
inspección contratado en cada zona.
Figura 4: 𝜷 convergencia del número de inspectores por 100.000 ocupados para todas las
provincias (1993-2009)
Fuente: Elaboración propia a partir de datos de la ITSS y la EPA
Figura 5: 𝜷 convergencia del número de inspectores por 100.000 ocupados para todas las
provincias excepto Cataluña y País Vasco (1993-2014)
Fuente: Elaboración propia a partir de datos de la ITSS y la EPA
Una vez rechazada esta definición más fuerte de convergencia, el siguiente paso es analizar la
posibilidad de convergencia con definiciones menos estrictas. En el caso de la 𝛽 convergencia
y = -0.477x + 0.4574 R² = 0.3317
-0.35
-0.3
-0.25
-0.2
-0.15
-0.1
-0.05
0
0.05
0.1
0.15
0 0.2 0.4 0.6 0.8 1 1.2 1.4 1.6
y = -0.3977x + 0.4097 R² = 0.2262
-0.25
-0.2
-0.15
-0.1
-0.05
0
0.05
0.1
0.15
0.2
0 0.2 0.4 0.6 0.8 1 1.2 1.4 1.6
lo que analizamos es la existencia de una relación negativa entre el valor inicial de la variable y
la tasa de crecimiento. En las figuras 4 y 5 se presentan los resultados de este análisis para las
dos muestras analizadas. Los resultados parecen mostrar una cierta convergencia que viene
marcada por el coeficiente negativo que presenta el coeficiente 𝛽 en las dos muestras, y que
en ambos casos es significativo a l 1%. No obstante, los valores relativamente bajos del
coeficiente de determinación no parecen indicar una convergencia muy fuerte. De la
comparación entre ambas muestras se puede concluir que la convergencia es mayor cuando se
utiliza la muestra de todas las provincias para el periodo 1993-2014. Esto puede ser
consecuencia, además de la eliminación de 7 provincias, del efecto que puede haber tenido la
crisis en el número de ocupados (denominador de la variable dependiente).
Cuadro 2.- 𝜷 convergencia condicionada del número de inspectores por 100.000 ocupados
según muestra
1993-2009 1993-2014
Coef. P>t Coef. P>t
Inspectores 93 -0.61 0.00 -0.52 0.00
Aragón 0.04 0.59 0.06 0.50
Asturias -0.07 0.55 -0.05 0.72
Baleares 0.05 0.69 -0.03 0.84
Canarias 0.00 0.97 -0.02 0.80
Cantabria -0.16 0.19 -0.05 0.68
Castilla y León 0.25 0.00 0.28 0.00
Castilla la Mancha -0.02 0.78 Cataluña -0.13 0.08 0.11 0.13
C. Valenciana -0.12 0.13 -0.11 0.21
Extremadura 0.07 0.46 0.18 0.09
Galicia 0.12 0.13 0.14 0.12
Madrid -0.26 0.04 -0.25 0.09
Murcia -0.10 0.39 -0.03 0.81
Navarra -0.10 0.40 -0.07 0.62
País Vasco 0.02 0.83 La Rioja 0.20 0.10 0.12 0.38
Constante 1.37 0.00 1.16 0.00
R cuadrado ajustado 0.67 0.57
Fuente: Elaboración propia a partir de datos de la ITSS y la EPA
El siguiente paso, es ver si la convergencia crece al incluir variables explicativas en la definición
de 𝛽 convergencia. Dado que el número de inspectores parece tener una explicación
eminentemente institucional se ha decidido incluir como variables explicativas un conjunto de
dummies que indiquen la pertenencia aun determinada comunidad autónoma. En el cuadro 2
se presentan los resultados de la estimación de las dos muestras utilizadas y con dicotómicas
regionales donde la referencia es Andalucía.
En este caso se vuelve a demostrar el efecto negativo y significativo del valor inicial del
número de inspectores en relación a los ocupados sobre la tasa de crecimiento de dicha
variable. Además, se comprueba que el coeficiente de determinación ha mejorado
considerablemente. Estos resultados con coherentes con una convergencia condicionada del
número de ocupados. Es decir, existen diferentes equilibrios (clubs de convergencia), uno para
cada comunidad autónoma, a los que converge la asignación de inspectores de las provincias
que las integran.
5.2 Análisis de dependencia espacial.
Los resultados anteriores muestran la existencia de patrones territoriales que influyen a la
hora de explicar el reparto del número de inspectores que se observan en cada provincia. Para
incidir en este punto se realiza un análisis de dependencia espacial que nos permita identificar
que patrones son especialmente significativos, si la dependencia se puede considerar a nivel
global y si existen algunos nuts significativos donde se concentran provincias con muchos o
pocos inspectores. Para este estudio se utilizan dos matrices de pesos espaciales diferentes,
una puramente geográfica que la matriz de contigüidad, y otra administrativa que es la de
pertenencia a una misma comunidad autónoma.
Cuadro 3.- Test de dependencia espacial global de la I de Moran y la c de Geary según matriz
de pesos espaciales.
Variables I z p-value c z p-value
Matriz de contigüidad
a1993 0.15 1.68 0.05 0.82 -1.65 0.05
a2000 0.23 2.55 0.01 0.76 -2.23 0.01
a2007 0.23 2.57 0.01 0.73 -2.35 0.01
a2009 0.17 1.92 0.03 0.78 -1.91 0.03
media 0.19 2.12 0.02 0.77 -2.12 0.02
Matriz administrativa
a1993 0.11 1.09 0.14 0.95 -0.32 0.37
a2000 0.36 3.10 0.00 0.69 -2.08 0.02
a2007 0.39 3.43 0.00 0.65 -2.14 0.02
a2009 0.48 4.20 0.00 0.51 -2.88 0.00
media 0.29 2.53 0.01 0.79 -1.37 0.09
Fuente: Elaboración propia a partir de datos de la ITSS y la EPA
En el cuadro 3 se presentan los resultados de los dos test de dependencia espacial global
utilizados, para las dos matrices de dependencia espacial que hemos definido previamente y
para una selección de años realizada. Concretamente se utiliza el primer año de la muestran, el
año 2000, el año donde empieza la crisis económica y el último de la muestra completa7
Adicionalmente se utiliza otra variable que es la media del número de inspectores (por cada
100.000 ocupados) para todo el periodo.
Los resultados ponen de manifiesto la existencia de dependencia espacial global para las dos
matrices de dependencia espacial y los dos test aplicados. No obstante, se aprecia que la
dependencia espacial es más fuerte en el caso de la matriz administrativa (pertenencia a una
7 En este caso no se utilizan los datos de 2014 porque habría que eliminar los datos de dos comunidades
autónomas y se afectaría tanto a la contigüidad como a la pertenencia a una determinada comunidad autónoma.
misma comunidad autónoma). Si analizamos por separado las variables utilizadas, podemos
apreciar que el grado de dependencia espacial ha ido creciendo a lo largo del tiempo,
alcanzando el punto máximo en el año previo a la crisis para la matriz de contigüidad y en 2009
para la matriz administrativa.
Figura 6: Scatterplot de Moran del número de inspectores para 2007 (matriz de contigüidad)
Fuente: Elaboración propia a partir de datos de la ITSS y la EPA
Figura 7: Scatterplot de Moran del número de inspectores para 2007 (matriz administrativa)
Fuente: Elaboración propia a partir de datos de la ITSS y la EPA
Moran scatterplot (Moran's I = 0.226)a2007
Wz
z-2 -1 0 1 2 3 4
-2
-1
0
1
2
Moran scatterplot (Moran's I = 0.410)a2009
Wz
z-2 -1 0 1 2 3 4
-2
-1
0
1
2
Esas mismas conclusiones se pueden observar a través de la representación de los Scatterplot
de Moran. Estos gráficos muestran la nube de puntos formada por el valor de cada variable y
su retardo espacial. La figura 6 muestra el Scatterplot de la serie de inspectores de 2007 con la
matriz de dependencia espacial definida a partir de la contigüidad geográfica. La figura 7
representa la serie de 2009 para la matriz administrativa8. En general se aprecia que en ambos
gráficos hay una mayor concentración de puntos en los cuadrantes 1º y 3º, lo cual indica que
las provincias con alto (bajo) número de inspectores tienen vecinos también con muchos
(pocos) inspectores.
Una vez mostrada la existencia de dependencia espacial, el siguiente paso es realizar un test
de dependencia espacial local a fin de localizar las zonas donde se concentran provincias con
muchos (pocos) inspectores por ocupados. Previamente a este análisis sería conveniente
mostrar, de forma visual, cómo se distribuyen los inspectores dentro de España. En la figura 8
se presenta un mapa de cuantiles (quintiles) que indica como era esta distribución en el año
2009. En la figura sí que se aprecia una distribución no aleatoria y la existencia de
determinadas zonas de concentración de provincias con muchos (pocos) inspectores por
ocupado. Por ejemplo, se aprecia una concentración de colores más oscuros en la zona de la
meseta norte y de colores más claros en el centro-sur y la costa mediterránea.
Figura 8.- Mapa de cuantiles para el año 2009
8 Solo se muestran los gráficos correspondientes a un año para cada matriz de pesos espaciales, pero el
resto tienen un comportamiento muy similar.
(12.150,18.900](11.150,12.150](10.150,11.150](9.200,10.150][7.000,9.200]
Source: Own Elaboration
Inspectores por 10.000 ocupados
Cuadro 4.- Test de dependencia espacial global de la I de Moran y la c de Geary según matriz
de pesos espaciales.
1993 2000 2007 2009 Media
Ii p-val Ii p-val Ii p-val Ii p-val Ii p-val
A Coruna 1.62 0.00 0.48 0.18 -0.05 0.48 0.11 0.40 1.21 0.01 Alava -0.28 0.35 -1.36 0.02 -0.43 0.27 -0.78 0.13 -0.96 0.09 Albacete 0.22 0.31 -0.20 0.35 0.09 0.41 -0.18 0.36 0.00 0.49 Alicante 0.12 0.42 0.38 0.28 0.79 0.11 0.83 0.10 0.25 0.35 Almeria -0.03 0.49 -0.02 0.50 0.10 0.36 0.02 0.45 0.01 0.46 Asturias 0.00 . 0.00 . 0.00 . 0.00 . 0.00 . Avila 0.32 0.14 2.34 0.00 -0.78 0.01 1.15 0.00 1.09 0.00 Badajoz 0.16 0.43 -0.11 0.47 -0.29 0.39 -0.07 0.48 0.14 0.43 Baleares 0.00 . 0.00 . 0.00 . 0.00 . 0.00 . Barcelona 0.38 0.23 0.88 0.05 1.06 0.02 1.20 0.01 0.37 0.24 Burgos -0.39 0.12 0.90 0.00 0.27 0.18 0.47 0.06 -0.19 0.30 Caceres 0.16 0.43 -0.11 0.47 -0.29 0.39 -0.07 0.48 0.14 0.43 Cadiz 0.08 0.39 -0.12 0.39 -0.11 0.40 -0.04 0.48 0.12 0.34 Cantabria 0.00 . 0.00 . 0.00 . 0.00 . 0.00 . Castellon -0.67 0.17 -0.10 0.45 0.41 0.26 0.42 0.25 -0.23 0.38 Ciudad Real -0.64 0.09 -0.20 0.35 0.07 0.42 0.05 0.44 -0.02 0.50 Cordoba -0.10 0.40 0.00 0.48 0.13 0.33 0.02 0.45 -0.12 0.39 Cuenca -0.37 0.23 0.00 0.48 -0.02 0.50 -0.01 0.49 -0.10 0.43 Girona 0.41 0.22 0.64 0.11 0.55 0.15 0.59 0.13 0.32 0.27 Granada -0.03 0.49 -0.01 0.49 0.02 0.45 -0.03 0.49 0.05 0.42 Guadalajara -0.88 0.03 -1.10 0.01 -0.29 0.28 -0.02 0.50 -1.09 0.01 Guipuzcoa -0.09 0.46 -1.07 0.06 -0.21 0.39 -0.40 0.28 -1.21 0.04 Huelva -0.06 0.45 -0.09 0.43 -0.26 0.24 -0.17 0.33 0.07 0.40 Huesca 0.02 0.48 0.00 0.49 -0.03 0.50 0.00 0.49 0.06 0.45 Jaen -0.04 0.48 0.01 0.47 0.08 0.38 0.01 0.47 -0.12 0.39 Las Palmas 0.01 0.49 0.42 0.33 0.02 0.48 0.02 0.49 0.20 0.41 Leon -0.27 0.21 1.86 0.00 1.71 0.00 1.72 0.00 0.73 0.01 Lleida -0.33 0.29 0.34 0.26 0.70 0.09 0.89 0.05 -0.03 0.49 Lugo 1.58 0.00 0.69 0.10 -0.32 0.29 -0.06 0.47 1.44 0.00 Madrid 0.00 . 0.00 . 0.00 . 0.00 . 0.00 . Malaga 0.02 0.46 0.00 0.48 0.14 0.32 0.02 0.45 0.00 0.47 Murcia 0.00 . 0.00 . 0.00 . 0.00 . 0.00 . Navarra 0.00 . 0.00 . 0.00 . 0.00 . 0.00 . Orense 1.43 0.00 0.20 0.34 0.00 0.49 0.10 0.41 0.92 0.04 Palencia 0.56 0.03 3.21 0.00 3.39 0.00 3.65 0.00 2.54 0.00 Pontevedra 1.68 0.00 0.46 0.19 0.01 0.48 0.09 0.42 1.12 0.02 Rioja (La) 0.00 . 0.00 . 0.00 . 0.00 . 0.00 . Salamanca -0.07 0.44 0.85 0.00 0.98 0.00 0.72 0.01 0.43 0.08 Segovia -0.38 0.13 2.39 0.00 2.99 0.00 2.15 0.00 0.85 0.00 Sevilla 0.01 0.47 -0.01 0.49 0.13 0.33 -0.02 0.50 -0.05 0.46 Soria 0.63 0.02 1.43 0.00 1.14 0.00 2.35 0.00 1.97 0.00 Tarragona -0.13 0.43 0.59 0.13 0.97 0.03 1.08 0.02 0.17 0.37 Tenerife 0.01 0.49 0.42 0.33 0.02 0.48 0.02 0.49 0.20 0.41 Teruel -0.03 0.49 -0.10 0.45 -0.01 0.49 0.00 0.49 -0.14 0.43 Toledo -0.39 0.22 -0.33 0.26 0.07 0.42 -0.04 0.49 -0.17 0.38 Valencia 0.09 0.44 0.36 0.29 0.75 0.13 0.77 0.12 0.23 0.36 Valladolid -0.07 0.44 0.04 0.43 0.46 0.07 0.14 0.31 0.01 0.46 Vizcaya -0.17 0.41 -0.06 0.48 -0.17 0.41 -0.14 0.43 0.08 0.44 Zamora 0.61 0.02 1.43 0.00 2.89 0.00 3.91 0.00 2.36 0.00 Zaragoza 0.03 0.47 -0.09 0.46 -0.08 0.47 0.00 0.49 -0.38 0.30
Fuente: Elaboración propia a partir de datos de la ITSS y la EPA
Esa intuición que se mostraba en la figura 8 es la que se trata de corroborar con los test de
dependencia espacial que se presentan en el cuadro 4. Se trata de un test de Moran local que
emplea como matriz de pesos espaciales la pertenencia a una misma comunidad autónoma. En
el cuadro aparecen los datos correspondientes aparecen los datos correspondientes al primer
año de la muestra, al último (2009 si queremos incluir todas las provincias), al año previo a la
crisis (2007) y otro intermedio que es el año 2000 (punto medio entre 1993 y 2007). Además
también se muestran los resultados para el valor medio de los inspectores por ocupado de
todo el periodo.
En general se aprecian dos cluster bastante claros que se repiten a lo largo de casi todo el
periodo. Por un lado, existe una zona donde todas las provincias tienen muchos inspectores
por ocupado que se concentra en Castilla y León. Por otro, existe también otra zona donde las
provincias tienen baja concentración de inspectores y que se sitúa en Cataluña. Finalmente,
también existen dos provincias con donde la dependencia espacial es negativa.
Concretamente, Guipuzcoa es una provincia de pocos inspectores que pertenece a una
comunidad autónoma donde el resto de integrantes tiene muchos. Y por último, Guadalajara
tiene muchos inspectores, pero pertenece a una comunidad donde el resto de provincias
presentan valores relativamente bajos.
VI.- Conclusiones.
El propósito de este trabajo no era otro que analizar desde un punto de vista estático y
dinámico el comportamiento de una variable importante desde el punto de vista institucional
como es el número de inspectores por ocupado que hay en cada provincia. Dada las funciones
que desempeña la Inspección, sería de esperar que no presentara grandes diferencias a nivel
territorial, y que si estas existían, fuesen desapareciendo a lo largo del tiempo.
El simple análisis descriptivo ya pone de manifiesto la existencia de grandes diferencias
interprovinciales y su persistencia a lo largo del tiempo. Para corroborar el análisis descriptivo
se plantea un estudio de convergencia que muestre formalmente la evolución de las
diferencias a lo largo del tiempo. En primer lugar, el análisis de la σ-convergencia revela que las
diferencias inter-territoriales no se han reducido a lo largo del tiempo. Es más, aunque con
fluctuaciones, las desviaciones se mantienen estables a lo largo del periodo analizado. Por su
parte, la β- convergencia si muestra una relación inversa (aunque no muy significativa) entre el
valor de partida de los inspectores por ocupado y la tasa de crecimiento de esta variable. Esto
parece indicar que aquellas provincias con peor situación de partida han incrementado más el
número de inspectores, aunque estos resultados no han redundado en una convergencia
absoluta. Finalmente, la β-convergencia condicionada muestra que sí que hay convergencia
dentro de algunos grupos concretos. En especial se observa una convergencia significativa en
los niveles alcanzados por la variable de interés en las provincias que forman parte de cada
Comunidad autónoma.
Estos patrones de convergencia encontrados se analizan también a través de técnicas de
dependencia espacial. Los resultados ponen de manifiesto la existencia de patrones
territoriales que son especialmente significativos si la matriz de pesos espaciales se define a
partir de la pertenencia a una misma comunidad autónoma. Además se refleja claramente la
existencia de varios polos de concentración. Existen dos Comunidades Autónomas donde el
número de inspectores por cada 100.000 ocupados alcanza valores altos para la mayoría de las
provincias y que son Castilla y León y Galicia. Por el contrario existen otras dos zonas menos
dotadas de inspectores que tienen su epicentro en Cataluña y en el centro de España.
BIBLIOGRAFÍA
Anselin, L. (1995), “Local Indicators of Spatial Association-LISA”. Geographical Analysis, 27 (2),
93-115.
Bande, R. and López, E. (2009): “Una visión regional de la siniestralidad laboral en España: ¿por
qué existen disparidades territoriales?, VIII Jornadas de Economía Laboral, Zaragoza.
Bande, R. and López-Mourelo, E. (2014): “The spatial distribution of workplace accidents in
Spain: assessing the role of workplace inspections” (MPRA Paper No. 56767). University Library
of Munich, Germany.
Barro, R. J. y Sala i Martín, X. (1990): “Economic Growth and Convergence across the United
States”. NBER Working Paper, nº 3419.
Barro, R. J. y Sala i Martín, X. (1991): “Convergence across States and Regions”. Brooking
Papers on Economic Activity, nº 1, pags. 107-182.
Barro, R. J. y Sala i Martín, X. (1992): “Convergence”. Journal of Political Economy, nº 2, pags.
223-251.
Beneyto Calabuig, D. (2006). La inspección de trabajo. Funciones, actas y recursos, CISS, 2ª
edición (Octubre 2006), Madrid.
Bernard, A. B. y Durlauf, S. N. (1996): “Interpreting test of the convergence hipótesis”. Journal
of Applied Econometrics, Vol. 10, nº 2, pags. 97-108.
Cliff A.D. y Ord J.K. (1981): Spatial Processes: Models and Applications. Pion Ltd., London.
Dutilleul P. (1998): Incorporating scale in ecological experiments: data analysis. En: Ecological
scale: theory and applications. Peterson D.L. Parker V.T., Columbia University Press, New York,
pp. 387-425.
Esteban, J. M. (1994): “La desigualdad interregional en Europa y en España: descripción y
análisis”. Crecimiento y convergencia regional en España y Europa, vol. 2, pags. 13-82. Instituto
de Análisis Económico-CSIC y Fundación de Economía Aplicada, Barcelona.
Martín-Román, A., Moral, A. y Martín-Román, J. (2009): “Efectos de la Inspección de Trabajo
sobre la Siniestralidad Laboral. Un Análisis Provincial”, XXXV Reunión de Estudios Regionales,
Valencia.
Mas, M., Maudos, J., Pérez, F. y Uriel, E. (1994): “Disparidades regionales y convergencia en las
CC.AA. españolas”. Revista de Economía Aplicada, vol. II (4), pags. 37-58.
Ministerio de Trabajo y Asuntos Sociales (2001). Normativa reguladora de la Inspección de
Trabajo y Seguridad Social, Madrid: Subdirección General de Publicaciones, Ministerio de
Trabajo y Asuntos Sociales.
Minondo Sanz, J. (2000). Fundamentos de la Inspección de Trabajo y Seguridad Social, Madrid:
Subdirección General de Publicaciones, Ministerio de Trabajo y Asuntos Sociales.
Moran, P. (1948): “The interpretation of spatial Maps”. Journal of the Royal Statistical Society
B, 10, 243-251.
Moreno, R y Vaya, E. (2002): “Econometría espacial. Nuevas técnicas para el análisis regional.
Una aplicación a las regiones europeas”. Investigaciones Regionales, 1, 83-106.
Plaza, R. A. (1994): Desempleo y salarios en España. Diferencias interprovinciales. Secretariado
de Publicaciones, Universidad de Valladolid.
Sala i Martín, X. (1994): “La riqueza de las regiones. Evidencia y teorías sobre crecimiento
regional y convergencia”. Moneda y Crédito, nº 198, pags. 13-80.
Villaverde, J.(1999): Diferencias regionales en España y Unión Monetaria Europea. Colección
“economía XXI”. Ediciones Pirámide, S. A. Madrid.
Von Richthofen, W. (2003). La Inspección de trabajo. Guía de la profesión, Madrid: Ministerio
de Trabajo y Asuntos Sociales.
