estudio de los movimientos migratorios y su … - oviedo/trabajos/pdf/115... · 3 realizará un...
TRANSCRIPT
Reservados todos los derechos. Este documento ha sido extraído del CD Rom “Anales de Economía Aplicada. XIV Reunión ASEPELT-España. Oviedo, 22 y 23 de Junio de 2000”. ISBN: 84-699-2357-9
ESTUDIO DE LOS MOVIMIENTOS MIGRATORIOS Y SU RELACIÓN CON LA DESIGUALDAD Y EL BIENESTAR.
UNA APLICACIÓN PARA EL CASO DE ESPAÑA
Esteban Fernández Vázquez – [email protected] Carmen Ramos Carvajal – [email protected]
Universidad de Oviedo
2
XIV REUNIÓN ASEPELT-ESPAÑA. Oviedo, 22-23 de junio de 2000.
Estudio de los movimientos migratorios y su relación con la desigualdad y el bienestar. Una aplicación para
el caso de España
Esteban Fernández Vázquez Carmen Ramos Carvajal Dpto. de Economía Aplicada Dpto. de Economía Aplicada [email protected] [email protected]
1. Introducción
Los estudios sobre los movimientos migratorios realizados desde el ámbito de la
ciencia económica plantean que los individuos deciden cambiar su lugar de residencia
si de este modo consiguen elevar su nivel de bienestar. Sin embargo, tradicionalmente
se ha planteado como factor determinante las diferencias en la renta esperada entre las
distintas zonas, sin importar cuáles eran las divergencias dentro de las mismas, es decir,
sin tener en cuenta el grado de concentración de la renta existente en cada lugar. Parece,
por tanto, que aproximan el concepto de bienestar social solamente a través de la renta y
no consideran la influencia que en él tiene el nivel de desigualdad en el reparto de los
recursos económicos.
El interés que ha despertado la medición de la desigualdad en la distribución de
los recursos económicos ha sido muy importante desde hace tiempo. Una de las grandes
cuestiones que preocuparon a los primeros economistas fue precisamente el reparto de
la riqueza. Así, se han desarrollado numerosas medidas e índices que tratan de recoger
el grado de desigualdad o concentración existente en la distribución de la renta.
Relacionadas con la idea de desigualdad han surgido también otras medidas que tratan
de recoger el grado de bienestar social que se puede apreciar en cierta sociedad,
suponiendo que en el bienestar económico influyen tanto el nivel de renta como el grado
de concentración en el reparto de la misma.
Este estudio pretende introducir la desigualdad en el reparto de la renta como
una variable también relevante para explicar los movimientos migratorios. Para ello se
3
realizará un análisis de los movimientos migratorios interiores (entre las distintas
comunidades autónomas) registrados en España en el año 1996.
El trabajo se desarrollará en cuatro apartados; en el apartado 2 se presentará por
un lado una breve revisión de conceptos e índices relacionados con el tema de la
desigualdad y el bienestar, y por otra parte, un repaso de los modelos económicos que
tradicionalmente se han empleado para explicar los movimientos migratorios entre dos
lugares, para finalmente tratar de relacionar ambos temas. En el apartado 3 se procederá
a realizar una medición del nivel de desigualdad en la percepción de salarios y subsidios
de desempleo existente en España para el año 1995. En el apartado 4 se estimarán
modelos econométricos que nos pondrán en relación los movimientos migratorios con el
nivel de desigualdad y bienestar social observado; finalmente en el apartado 5 se
repasarán los resultados más relevantes y se comentarán las principales conclusiones.
2. Desigualdad, bienestar social y movimientos migratorios: una introducción
Los estudios que han tratado de explicar el comportamiento de los migrantes
desde una óptica económica han afrontado este estudio desde numerosas vertientes pero
todas ellas hacen, en mayor o menor medida, referencia a las diferencias de renta. Una
línea de investigación muy destacada es la que sigue Todaro (1969) para la construcción
de un modelo económico que explica la emigración campo-ciudad en los países menos
desarrollados en función de las diferencias salariales esperadas por los individuos entre
ambas zonas. Otra gran línea la constituyen los estudios de tipo agregado, en los que ya
no se consideran las decisiones a nivel individual sino la estimación de funciones que
expliquen los movimientos migratorios en función de un conjunto de magnitudes
macroeconómicas como los salarios, la tasa de empleo o desempleo, el nivel de
educación, etc1.
Por lo que se refiere al caso español podemos señalar diferentes trabajos entre
los que están el realizado por De Santiago (1994, op. cit.) quien construye un modelo
explicativo de la tasa de migración de una región tomando como variables
independientes los salarios y el desempleo, a partir de un panel de datos que abarca
todas las regiones en el período 1964-1986. También podemos referirnos a los estudios
1 Una revisión de la literatura referente a este tema puede encontrarse en De Santiago (1994).
4
realizados por De la Fuente (1998), en el que se analiza la distribución espacial de la
población española a lo largo del período 1955-1993 estudiando empíricamente los
factores explicativos de la movilidad; o al de Devillanova y García-Fontes (1998), que
analiza las migraciones internas en el período 1978-1992 a partir de los datos extraídos
de los registros de la Seguridad Social, prestando especial atención a los efectos de los
desequilibrios regionales en el mercado laboral sobre las mismas.
Si bien los trabajos mencionados hasta ahora presentan grandes diferencias en
cuanto a enfoque, lugar de aplicación o período de estudio, todos ellos explican los
movimientos migratorios como un fenómeno que tiene que ver con las divergencias
existentes en alguna variable relacionada con la renta de los individuos; pero
considerada en términos absolutos, esto es, sin importar la posición relativa de dichos
individuos dentro de su ámbito de referencia.
Un intento de tener en cuenta la situación en términos relativos de los individuos
dentro de su comunidad la podemos encontrar en el trabajo de Stark (1991). En él se
argumenta cómo los incentivos a la emigración pueden ser muy distintos para dos
poblaciones con una idéntica renta media, si la distribución que se observa de la renta en
ambas es distinta; es decir, si se considera la posición relativa de los individuos. Para
ilustrar esta idea podemos tomar el siguiente ejemplo; dos poblaciones A1 y A2 con la
siguiente distribución de rentas entre sus habitantes, que suponemos que es en lo único
que difieren:
A1: (30, 30, 30, 30, 30)
A2: (10, 10, 10, 20, 100 )
Ambas tienen idéntica renta media (30), pero dentro de ellas la distribución de la renta
es muy distinta, siendo claramente más desigual en la población A2. Observando la
situación que acabamos de representar parece lógico pensar que gran parte de los
individuos residentes en A2 tienen fuertes incentivos a emigrar hacia A1 debido a que
los que están por debajo de la renta media están sufriendo una situación fuertemente
desigual. Sin embargo, los modelos tradicionales explican las migraciones en función de
las diferencias en las rentas medias (y por tanto no contemplarían el reparto entre la
5
población) por lo que, para el ejemplo citado, no considerarían que existiesen motivos
para observar un flujo migratorio entre ambas.
Consideramos que el nivel de concentración en la distribución de los recursos y
el bienestar social que se alcanza con ese nivel de concentración son factores relevantes
en la decisiones de cambio de residencia de los individuos. Para contrastar esta hipótesis
es preciso utilizar algún indicador que permita cuantificar el nivel de desigualdad en una
determinada zona.
Una de las medidas propuestas para reflejar el grado de desigualdad es el Índice
de Orden -1. En los trabajos del equipo MECO (1988, 1990), en López (1991) o en
Pérez et al. (1996), y basándose en los trabajos de Zagier (1983), se desarrollan las
propiedades de este índice, que se concibe como un caso particular de la familia de
medidas de desigualdad descomponibles, la cual verifican las propiedades de
normalización, independencia del tamaño poblacional, invarianza por homotecias,
condición de Pigou-Dalton y continuidad:
∑
ϕ= ββ
ii
i p)X(E
x)X(I
donde âö es una función para cada β ∈ ℜ como:
>β
=β<β<
=β<β−
=ϕ
β
β
β
β
1 1-x
1 )xln(x10 x-1
0 ln(x)-0 1x
)X(
Cuando el parámetro β toma valor igual a –1 y la variable X representa la renta,
obtenemos la medida D de desigualdad colectiva (López, 1991, op. cit.) que en el caso
discreto es igual a:
[ ])X,x(dEp1x
)X(E)X(D ii
i i
=
−= ∑
6
Siendo xi la renta de cada individuo, pi la probabilidad asociada a dicha variable y E(X)
la renta esperada. Este índice coincide con el valor esperado de la medida de
desigualdad individual:
1x
)X(E)X,x(di
i −=
Es, por tanto, un indicador de la posición relativa del individuo i-ésimo dentro de
la población estudiada, que compara su renta con el valor esperado de la misma.
Partiendo de este indicador individual podemos llegar a obtener mediante un proceso de
agregación la medida D de desigualdad colectiva en una población.
La medida de desigualdad colectiva verifica una serie de propiedades deseables
(MECO, 1990, op. cit.) de las cuales destacamos la descomponibilidad por grupos:
• dada un población de tamaño N dividida en L subpoblaciones con
tamaño Nj y rentas medias µj, se cumple:
jj* DDD α+=
Siendo2
N
N y
NN
1Dj
jj
L
1j
j
j
*
µµ
=α
−
µµ= ∑
=
Esta propiedad nos permite descomponer el nivel de desigualdad observado en
dos componentes: la desigualdad entre las subpoblaciones (D*) y la desigualdad dentro
de ellas, que se recoge en el segundo de los sumandos. En este trabajo utilizaremos
dicha medida, debido al satisfactorio comportamiento de la misma. Así, por un lado
tendremos recogida la desigualdad entre las comunidades y por otro lado la desigualdad
existente dentro de cada una de ellas.
Además de estudios teóricos podemos señalar recientes trabajos aplicados al
caso de la cuantificación del grado de desigualdad en el reparto de la renta en España
2 Ver el trabajo de MECO (1990) Op. Cit.
7
como el de Martín Guzmán et al. (1996), Ruiz-Castillo y Sastre (1998) o Goerlich
(1999).
Relacionado con el nivel de desigualdad de una sociedad se encuentra el grado
de bienestar que ésta alcanza. Resulta evidente que una distribución de renta con gran
nivel de desigualdad resta bienestar a la sociedad. A partir de esta conexión entre ambos
conceptos se han desarrollado Funciones de Bienestar Social que tratan de asignar
valores numéricos a la situación de bienestar que se observa en una determinada
sociedad y que tendrán dos componentes básicos: por una parte el nivel medio de renta
y por otro lado el grado de concentración en su reparto.
Así tendremos recogida en una medida tanto el grado de utilidad que consigue
obtenerse con cierto nivel de renta, como la manera en que dicha utilidad se distribuye
entre los miembros de la sociedad. En el trabajo de Blackorby y Donaldson (1978) se
realiza una propuesta para la obtención de Funciones de Bienestar Social (FBS)
relacionadas con medidas de desigualdad que consiste básicamente en, partiendo de un
índice de desigualdad I que cumpla una serie de propiedades, formular funciones de
bienestar como:
FBS = W = µ (1-I)
donde µ es la renta media de esa sociedad.
Así, podemos expresar una función de bienestar asociada a la medida D de
desigualdad colectiva (López, 1991, op. cit.) como:
WD = µ (1-D)
Esta función de bienestar social verifica, entre otras propiedades (López, 1991,
op. cit.), el estar acotada superiormente por µ, dicha cota se alcanza en el caso de
equidistribución de la renta (D = 0). Tenemos disponible, por tanto, una medida que, a
partir del índice de desigualdad que vamos a emplear en nuestro estudio, nos permite
cuantificar el grado de bienestar.
Como ya hemos señalado, en este trabajo se va a tratar de contrastar esta idea de
que la distribución de la renta influye sobre la intensidad y el sentido de los
8
movimientos migratorios entre dos zonas geográficas. Se acudirá para ello a la
construcción de sendos modelos econométricos aplicados al caso de España donde se
introduzcan como variables explicativas de las migraciones interiores medidas de
desigualdad y bienestar social respectivamente.
3. Distribución de salarios y subsidios de desempleo en España (1995): la medida
de desigualdad colectiva y una función de bienestar social asociada a ella
Previamente se ha procedido a cuantificar el grado de desigualdad en el reparto
de salarios y subsidios de desempleo mediante la medida D de desigualdad colectiva.
Debido al cumplimiento por parte de este índice de la propiedad de descomponibilidad
por grupos, se ha cuantificado a nivel nacional como la suma de la desigualdad entre
comunidades autónomas más la desigualdad existente dentro de cada una de ellas. Los
datos acerca de salarios y subsidios están extraídos de la información publicada por el
Instituto de Estudios Fiscales para el año 19953, por lo que no se dispone de datos para
el País Vasco y Navarra, comunidades acogidas al régimen foral. Los resultados de esta
medición se presentan en la siguiente tabla:
Cuadro Nº 1. Indicadores de desigualdad por Comunidades Autónomas
Comunidad Autónoma Dj
ANDALUCIA 2.0242 ARAGON 1.6394
ASTURIAS 1.9457 BALEARES 1.8363 CANARIAS 1.7853
CANTABRIA 1.9326 CASTILLA-LA MANCHA 1.6959
CASTILLA Y LEON 1.8673 CATALUÑA 1.9235
COMUNIDAD VALENCIANA 1.7682 EXTREMADURA 1.7989
GALICIA 1.7572 MADRID 2.0770 MURCIA 1.7356
RIOJA (LA) 1.6846
D = 1.7447
3 Empleo, Salarios y Pensiones en las Fuentes Tributarias. Instituto de Estudios Fiscales, (1995)
9
A partir de los resultados obtenidos se desprende que las comunidades de
Madrid y Andalucía son las que presentan un nivel de desigualdad más elevado,
mientras que Aragón y La Rioja estarían en el extremo opuesto.
Puede resultar llamativo que los niveles de desigualdad que se observan en esta
medición sean mucho más elevados que los obtenidos en otros estudios sobre
desigualdad que emplean esta misma medida, por ejemplo a partir de la información
proveniente de la Encuesta de Presupuestos Familiares (Pérez et al. 1996, op. cit.). Sin
embargo, debemos tener en cuenta que en esta encuesta se considera la variable ingresos
familiares totales, no los salarios y subsidios percibidos individualmente. Además, las
unidades de estudio son los hogares mientras que en nuestro trabajo son los individuos;
esta diferencia puede influir sobre el valor obtenido para la medida D ya que ésta se
encuentra acotada superiormente dependiendo del tamaño de la población de estudio.
Por otro lado, en estos estudios muestrales se utilizan datos revelados por parte de los
encuestados, en los que es patente la tendencia existente a la ocultación de rentas, una
circunstancia que, tal y como señalan Prieto y Pena (2000), conduce a la subestimación
de la verdadera desigualdad pues esta ocultación es más frecuente y de una cuantía más
importante en los tramos altos de renta.
Partiendo de estas mediciones y de los salarios y subsidios medios autonómicos
en pesetas constantes de 1992, podemos construir la función de bienestar social WD de
la forma mencionada anteriormente, obteniéndose los siguientes resultados para las 15
comunidades incluidas en el estudio:
10
Cuadro Nº 2. Indicadores de bienestar social por Comunidades Autónomas
Comunidad Autónoma Wdj
ANDALUCIA -1.161 ARAGON -1.048
ASTURIAS -1.447 BALEARES -1.060 CANARIAS -1.021
CANTABRIA -1.428 CASTILLA-LA MANCHA -0.880
CASTILLA Y LEON -1.306 CATALUÑA -1.537
COMUNIDAD VALENCIANA -1.023 EXTREMADURA -0.797
GALICIA -1.029 MADRID -2.113 MURCIA -0.901
RIOJA (LA) -1.003
Los valores más negativos corresponden a las comunidades de Madrid y
Cataluña y los menos a Extremadura y Castilla-La Mancha.
Como todos los índices D son superiores a la unidad obtenemos valores
negativos para las respectivas funciones de bienestar social, no siendo esto demasiado
importante porque aún así nos permite disponer de un resultado numérico que nos
posibilita saber en dónde se observa un mayor grado de bienestar social de acuerdo con
nuestra medida, y cuantificar las diferencias en bienestar social entre comunidades
autónomas.
4. La desigualdad y el bienestar social como factor relevante en los movimientos
migratorios
Como ya se ha mencionado, el objetivo del trabajo es contrastar si los incentivos
a desplazarse no solamente surgen a partir de las diferencias entre dos zonas, sino que
también se ven influidos por la posición relativa de los individuos dentro de su
comunidad de referencia; es decir, trataremos de contrastar si la desigualdad en la
distribución de la renta y también el bienestar social son factores influyentes sobre las
decisiones de localización de residencia de los individuos.
11
Para ello se ha procedido a la construcción de sendos modelos econométricos
que expliquen los movimientos migratorios en función de variables que
tradicionalmente se han introducido en este tipo de estudios pero incluyendo además
como variables explicativas las medidas de desigualdad y bienestar mencionadas. Los
datos utilizados corresponden a los movimientos migratorios interiores registrados en
España para el año 19964, disponiendo de información del número de personas que han
entrado y salido de cada comunidad autónoma, así como de la comunidad de origen y
destino de cada una de ellas. Disponemos de una matriz de flujos migratorios como la
siguiente:
Cuadro Nº 3. Vista parcial de la matriz de flujos migratorios
Comunidad de destino Comunidad de procedencia Andalucía Aragón Asturias . . . La Rioja
Andalucía ###### 383 166 102 Aragón 433 ###### 51 130 Asturias 282 46 ###### 27
. . . La Rioja 80 143 26 ######
Esta información nos permite calcular el saldo migratorio para cada comunidad
i respecto a otra comunidad autónoma j, que dividido entre el conjunto de población que
vive entre las dos comunidades, nos devuelve el saldo migratorio relativo de i respecto a
j (SMRij, en tantos por mil), que va a ser nuestra variable dependiente:
1000jPoblación iPoblación
j) destinocon i de s(emigrante-j) de sprocedente ien es(inmigrantSMR ij ×+
=
Estudiar los flujos migratorios acudiendo a la construcción de esta variable nos
permite aprovechar toda la información disponible para una comunidad. No nos
limitamos a conocer su saldo migratorio o su tasa de emigración sino que medimos la
intensidad de los movimientos migratorios entre dos comunidades y además
conseguimos capturar en términos netos la dirección de los mismos. Lo que obtenemos
es una matriz como la siguiente:
4 Fuente: Anuario INE (1998).
12
Cuadro Nº 4. Vista parcial de la matriz de saldos migratorios
Respecto a: Saldos Migratorios Relativos Andalucía Aragón Asturias . . . La Rioja
Andalucía ###### Aragón -0.006 ###### Asturias -0.014 0.002 ######
. . . ###### La Rioja 0.003 -0.009 0.001 ######
Ésta es solo una parte de la matriz completa de saldos migratorios relativos que
se incluye en el anexo. Obviamente, en la diagonal principal de esa matriz no tendremos
observaciones y se tratará además de una matriz antisimétrica pues por encima de la
diagonal principal tendremos los mismos valores que por debajo de ella, pero con signo
contrario; valores que hemos obviado para la inclusión en nuestro modelo.
A partir de la información de los flujos migratorios interiores entre comunidades
autónomas para 1996 (teniendo presente que están excluidas las comunidades de
Navarra y País Vasco por los motivos antes señalados) hemos calculado los saldos
migratorios relativos de cada comunidad i respecto a cualquier otra comunidad j,
variable que vamos a tomar como dependiente en nuestros modelos. Tal y como está
definida, como variables explicativas deberemos tomar también diferencias para cada
par de comunidades de distintas magnitudes económicas. Se han tomado como variables
relevantes las siguientes:
• dSALij5 = diferencia en los salarios anuales (tomados en pts. constantes
de 1992)
• dEDUij6 = diferencia en el porcentaje de población con 10 o más años de
estudio
• dIPCij7 = diferencia en el IPC (media anual)
• dTASACTIVij8 = diferencia en la tasa de actividad
5 Fuente: Instituto de Estudios Fiscales: Empleo, Salarios y Pensiones en las Fuentes Tributarias (1995) 6 Fuente: Anuario INE (1996) 7 Fuente: Anuario INE (1996) 8 Fuente: Anuario INE (1996)
13
Todas ellas hacen referencia a variables económicas que se han incluido
tradicionalmente en los modelos migratorios clásicos9. Son diferencias construidas para
cada par de comunidades (i,j) calculadas para el año 1995. Se han tomado valores de las
mismas retardados un año ya que parece lógico pensar que el comportamiento de
cualquiera de las variables no tendrá una respuesta inmediata sobre la decisión de
emigrar; y además para eliminar problemas de endogeneidad, pues los movimientos
migratorios en un período t también afectarán al valor de las variables explicativas en
dicho período. Para la construcción de los modelos dispondremos de un total de 105
observaciones.
Aparte de considerar todas esas variables, y tal como hemos señalado, la
hipótesis que sustenta este trabajo es que los movimientos migratorios no son
independientes del nivel de desigualdad ni de bienestar social que se registra en una
determinada zona geográfica; y además que los individuos son sensibles a las cuestiones
distributivas, es decir, que mediante los cambios de residencia no sólo tratan de
maximizar su nivel de renta esperada, sino que también buscan huir de las situaciones
en las que sufren un mayor grado de desigualdad.
Por tanto, tendremos dos modelos donde añadiremos en cada uno de ellos las
medida de desigualdad D colectiva y la función de bienestar social WD,
respectivamente, como variables explicativas:
a) El índice D como variable explicativa
Comenzaremos proponiendo un modelo explicativo de los movimientos
migratorios similar a los ya mencionados en el que no se consideren variables que
midan la desigualdad o el bienestar social, sino las variables “tradicionales”. El
resultado es el modelo que se presenta a continuación, que se ha estimado empleando el
programa EViews mediante mínimos cuadrados ordinarios y en el que se ha llevado a
cabo un análisis de intervención para eliminar errores atípicos. Con ello se consigue
tener normalidad en los residuos, pero persisten problemas de heterocedasticidad:
9 Ver De Gallego (1994) o Devillanova y García-Fontes (1998) donde se presentan varios ejemplos.
14
Cuadro Nº 5. Resultados del análisis. Modelo tradicional
Dependent Variable: SMRij
Method: Least Squares Sample: 1 96 Included observations: 96
Variable Coefficient Std. Error t-Statistic Prob.
dSALij -0.076192 0.012869 -5.920371 0.0000 dEDUij 0.002483 0.000586 4.233912 0.0001
dTASACTIVij 0.003596 0.000660 5.450685 0.0000 dIPCij 0.006764 0.001988 3.402419 0.0010
R-squared 0.561286 Mean dependent var -0.005589 Adjusted R-squared 0.546980 S.D. dependent var 0.039009 S.E. of regression 0.026256 Akaike info criterion -4.401087 Sum squared resid 0.063422 Schwarz criterion -4.294240
Log likelihood 215.2522 F-statistic 39.23460 Durbin-Watson stat 1.831460 Prob(F-statistic) 0.000000
Introducimos la medida de D de desigualdad colectiva como una variable
explicativa más que añadimos a las que aparecen en este modelo. Así definimos la
variable como:
• dDij = diferencia entre la comunidad i y la comunidad j en el valor que
toma la medida de desigualdad colectiva.
Si observamos la nube de puntos donde tenemos los saldos migratorios relativos
para 1996 y las diferencias en el nivel de desigualdad entre comunidades en el año
1995, podemos tener una primera aproximación sobre la relación entre ambas variables:
15
Gráfico Nº 1. Relación de saldos migratorios y nivel de desigualdad
-0.2
-0.1
0.0
0.1
0.2
-0.4 -0.2 0.0 0.2 0.4 0.6
dDij
SMRij
A juzgar por el gráfico, parece apreciarse que existe cierta relación entre el nivel
de desigualdad y el saldo migratorio relativo de una comunidad, además de observarse
que esa relación tiene carácter inverso.
Hemos estimado con la ayuda del programa EViews un modelo que relacione
los saldos migratorios, además de con las variables anteriores, con el nivel de
desigualdad, obteniéndose los siguientes resultados:
Cuadro Nº 6. Modelo ampliado. Nivel de desigualdad Dependent Variable: SMRij
Method: Least Squares Sample: 1 96 Included observations: 96
Variable Coefficient Std. Error t-Statistic Prob.
dDij -0.049839 0.016777 -2.970742 0.0038 dDij
2 -0.175504 0.054060 -3.246460 0.0016 dSALij -0.067832 0.012631 -5.370344 0.0000
dTASACTIVij 0.003749 0.000632 5.928520 0.0000 dEDUij 0.002333 0.000589 3.962720 0.0001 dIPCij 0.009068 0.001903 4.765542 0.0000
R-squared 0.638786 Mean dependent var -0.008120 Adjusted R-squared 0.618718 S.D. dependent var 0.040694 S.E. of regression 0.025128 Akaike info criterion -4.469235 Sum squared resid 0.056826 Schwarz criterion -4.308964 Log likelihood 220.5233 F-statistic 31.83191 Durbin-Watson stat 1.832431 Prob(F-statistic) 0.000000
16
Se han estimado los coeficientes asociados a las variables por mínimos
cuadrados y se ha realizado también un análisis de valores atípicos eliminando aquellas
observaciones que devolvía unos errores de estimación demasiado elevados, por lo que
nuevamente las observaciones se reducen a 96. Vemos como la inclusión de esta nueva
variable consigue incrementar la capacidad explicativa de nuestro modelo. Por otro
lado, el comportamiento de los residuos del modelo es satisfactorio presentando un
comportamiento normal y con varianza constante10.
Como principal resultado podemos destacar el signo del estimador del
coeficiente asociado a la variable dDij que como se esperaba es negativo. Esto implica
que cuando en una comunidad i se observa un mayor nivel de desigualdad que en otra
comunidad j (por lo que dDij > 0), esa comunidad i expulsa gente hacia j (es decir,
SMRij < 0). También se ha incluido esta variable elevada al cuadrado (dDij2) y el
coeficiente estimado toma signo negativo, lo que indica que a medida que dDij va
aumentando su valor, el valor de la variable SMRij decrece a tasas cada vez mayores.
En lo referente a las otras variables, el signo del coeficiente estimado para las
diferencias en tasas de actividad, porcentaje de población con más de 10 años de estudio
y valor del IPC es en todas ellas positivo, lo que indica que los migrantes se mueven
hacia zonas que parecen tener una mejor calidad de vida reflejada en esas variables.
Concretamente, el signo positivo del coeficiente de las diferencias en IPC puede deberse
a que las comunidades con un más alto nivel de precios se corresponden con aquellas
donde se espera obtener una mayor renta.
Por otra parte, puede llamar la atención el signo obtenido para la estimación del
coeficiente de las diferencias salariales. Mientras que lo lógico sería pensar que la gente
se movería hacia comunidades con un salario superior a su comunidad de origen el
coeficiente asociado a dicha variable toma valor negativo, lo que indica que en ese año
ocurrió justo lo contrario. La explicación no resulta sencilla, pero el signo del
coeficiente refleja lo que ocurrió en ese año 1996, en el que las comunidades con un
mayor salario medio anual durante 1995 fueron las que expulsaron más gente hacia
otras zonas en términos relativos al tamaño poblacional. Quizá este hecho pueda
guardar relación con que en las regiones con un salario medio más alto los migrantes
10 Los residuos del modelo superan el test de White de heterocedasticidad.
17
perciban un mayor grado de desigualdad en el reparto de la renta, lo que supone un
desincentivo a la hora de moverse hacia esas comunidades.
b) La medida WD de bienestar social
Ahora tratamos de reflejar con esta medida el bienestar en una comunidad
autónoma considerando tanto su renta esperada (valor medio de los salarios y los
subsidios de desempleo a pesetas constantes de 1992) como la igualdad en el reparto de
esa renta (medida D de desigualdad colectiva para los salarios y los subsidios de
desempleo). Por tanto, la variable explicativa que emplearemos será:
• ijDdW = diferencia entre la comunidad i y la comunidad j en la función
de bienestar social WD.
Podemos empezar observando la nube de puntos para el año 1996 entre esta
variable y los saldos migratorios relativos entre comunidades:
Gráfico Nº 2. Relación entre los saldos migratorios y el bienestar social
-0.2
-0.1
0.0
0.1
0.2
-2 -1 0 1 2
ijDdW
SMRij
Ahora podemos apreciar como aquellas comunidades i en las que se obtuvieron
unos resultados mayores de WD que en otras comunidades j, tienden a atraer en
términos netos población procedente de esas comunidades j. Para poder confirmar esta
idea y siguiendo un esquema análogo al empleado en el apartado anterior, se ha
estimado un modelo donde esas diferencias autonómicas en la función de bienestar
18
social se consideran una variable explicativa de los saldos migratorios relativos. Debe
tenerse en cuenta de que en este modelo no se incluirán como variables explicativas ni
las diferencias salariales ni las diferencias en el valor de la medida D de desigualdad
colectiva, debido a que aparecería problemas de multicolinealidad motivados por la
propia definición de la función de bienestar social WD. Así, el modelo estimado
mediante mínimos cuadrados (también se ha procedido a la eliminación de valores
atípicos) es el siguiente:
Cuadro Nº 7. Modelo ampliado, Bienestar social
En este caso podemos apreciar como el signo de la estimación del coeficiente
asociado a las diferencias intercomunitarias de la medida WD es positivo, lo que indica
que si una comunidad autónoma i registra un mayor nivel de bienestar social que otra
comunidad j (por lo que ijDdW > 0), la comunidad i conseguirá atraer en términos netos
población proveniente de j. Nuevamente hemos incluido la variable explicativa elevada
la cuadrado y el signo negativo de su coeficiente estimado nos muestra que el saldo
migratorio relativo entre la comunidad i y la comunidad j crece a medida que se
incrementa la diferencia entre el bienestar de i y el de j, pero a tasas decrecientes. Los
signos de los coeficientes para las otras variables explicativas continúan prácticamente
igual que en el modelo anteriormente planteado.
Dependent Variable: SMRij
Method: Least Squares Sample: 1 96 Included observations: 96
Variable Coefficient Std. Error t-Statistic Prob.
ijDdW 0.054422 0.008015 6.789738 0.0000
ijDdW 2 -0.024903 0.006288 -3.960623 0.0001
dIPCij 0.009090 0.001740 5.222787 0.0000 dTASACTIVij 0.003623 0.000612 5.915768 0.0000
dEDUij 0.002328 0.000551 4.228237 0.0001
R-squared 0.662280 Mean dependent var -0.008120 Adjusted R-squared 0.647435 S.D. dependent var 0.040694 S.E. of regression 0.024163 Akaike info criterion -4.557323 Sum squared resid 0.053130 Schwarz criterion -4.423763 Log likelihood 223.7515 F-statistic 44.61346 Durbin-Watson stat 1.850034 Prob(F-statistic) 0.000000
19
5. Conclusiones
El objetivo de este estudio consiste en contrastar empíricamente la idea de que
las decisiones de localización de los individuos no son independientes de la posición
relativa que éstos ocupan en cuanto a la distribución de la renta en su comunidad de
origen. Hemos recogido esa posición relativa mediante la construcción de la medida D
de desigualdad colectiva en una población, que es la agregación de un índice que
expresa la situación relativa de cada individuo en términos de desigualdad, como es el
índice de desigualdad individual. Se ha procedido ha realizar una cuantificación de esta
medida de desigualdad para la distribución de los salarios y los subsidios de desempleo
para 15 comunidades autónomas en el año 1995. Al introducir esta medida como una
variable independiente en un modelo explicativo de los movimientos migratorios y
estimar un coeficiente con valor negativo asociado a ella, parece confirmarse la premisa
de que las decisiones de localización geográfica de los individuos responden, entre otras
cosas, a una estrategia para evitar sufrir situaciones de desigualdad.
Siguiendo un razonamiento análogo, también se ha calculado una función de
bienestar social asociada a la anterior medida de desigualdad como es WD para el
mismo ámbito espacial y temporal. Mediante su inclusión como variable independiente
en un modelo explicativo de los movimientos migratorios interiores también se ha
contrastado que los individuos tienden a localizarse en zonas con un mayor bienestar
social.
En definitiva, parece confirmarse la idea de que no sólo importan las diferencias
de rentas esperadas entre dos zonas para explicar las migraciones entre las mismas, sino
que también las diferencias de renta dentro de cada una de esas zonas (es decir, la
desigualdad en el reparto de los recursos) constituyen una variable relevante sobre la
formación de incentivos a emigrar.
20
6. Bibliografía
BLACKORBY, C. y DONALDSON, D. (1978): Measures of relative equality and their
meaning in terms of Social Welfare. Journal of Economic Theory, nº 18, pp. 18-50.
DE SANTIAGO HERNANDO, R. (1994): Migraciones, salarios y desempleo.
Universidad de Valladolid. Secretaría de Publicaciones. Valladolid.
DE LA FUENTE, A. (1998): La dinámica territorial de la población española: Un
panorama y algunos resultados provisionales. Colección Estudios sobre la Economía
Española. Fundación de Economía Aplicada.
DEVILLANOVA, C. y GARCÍA-FONTES, W. (1998): Migration across Spanish
provinces: evidence from the Social Security records (1978-1992). Colección Estudios
sobre la Economía Española. Fundación de Economía Aplicada.
GOERLICH, F. J. (1999): Dinámica de la distribución de la renta, 1955-1995: un
enfoque desde la óptica de la desigualdad. Revista de Estudios Regionales, nº 53, pp.
63-95.
LÓPEZ, A. J. (1991): Desigualdad de renta y pobreza: una aproximación conceptual y
cuantitativa. Tesis Doctoral. Universidad de Oviedo.
MARTÍN GUZMÁN, P. et al. (1996): Desigualdad y pobreza en España. Estudio
basado en la Encuesta de Presupuestos Familiares de 1973-74, 1980-81 y 1990-91.
Instituto Nacional de Estadística. Madrid.
MECO (1990): Medidas de desigualdad: un estudio analítico. Documento de trabajo,
013/1990. Facultad de CC. Económicas. Universidad de Oviedo.
PÉREZ, R. et al. (1996): Desigualdad de Renta. Una propuesta de cuantificación.
Actas de la X Reunión Asepelt-España.
21
PRIETO, M. y PENA, B. (2000): Repercusiones de la ocultación de renta sobre la
medición de la desigualdad. Estudios de Economía Aplicada, nº 14, pp. 153-172.
RUIZ-CASTILLO, J. y SASTRE, M. (1998): Desigualdad y bienestar en España en
términos reales. Documento de Trabajo nº 9808. Facultad de CC. Económicas y
Empresariales. Universidad Complutense de Madrid.
STARK, O. (1991): “Migration incentives, migration types: the role of relative
deprivation”. En The migration of labor. Blackwell (Ed.). Oxford.
TODARO, M. P. (1969): A model of labor migration and urban unemployement in less
development countries. American Economic Review, nº 59, pp. 138-148.
ZAGIER, D. (1983): On the descomposability of the Gini coefficient and other indices
of inequality. Discussion Paper nº 108. Projektgruppe Theoretische Modelle. Universität
Bonn.
Anexo: Matriz de saldos migratorios relativos.
Respecto a:
SM relativos Andalucía Aragón Asturias Baleares Canarias Cantabria Castilla-La
Mancha Castilla y
León Cataluña Com.
Valenciana Extremadura Galicia Madrid Murcia La
Rioja
Andalucía ######
Aragón -0.006 #####
Asturias -0.014 0.002 #####
Baleares 0.224 0.043 0.050 #####
Canarias 0.224 0.033 0.124 0.000 #####
Cantabria -0.005 -0.011 -0.007 -0.024 -0.113 ###### Castilla-La
Mancha -0.010 -0.010 -0.013 -0.052 -0.064 0.001 ###### Castilla y
León -0.007 -0.027 -0.029 -0.056 -0.126 -0.028 -0.031 #####
Cataluña -0.032 0.025 0.013 -0.061 -0.048 0.009 -0.016 0.019 ##### Com.
Valenciana 0.100 0.038 0.019 -0.026 -0.026 0.015 0.103 0.081 0.034 ######
Extremadura -0.020 -0.012 0.004 -0.149 -0.103 -0.001 -0.003 0.008 0.015 -0.011 ######
Galicia -0.018 -0.001 0.019 -0.047 -0.440 0.008 -0.005 0.036 0.005 -0.016 -0.007 ###
Madrid -0.068 -0.009 -0.013 -0.093 -0.155 -0.006 -0.410 0.088 -0.028 -0.250 -0.082 0.027 #####
Murcia 0.049 -0.013 0.010 -0.030 -0.049 0.000 0.071 0.023 0.044 -0.004 0.011 0.018 0.048 ####
La Rioja 0.003 -0.009 0.001 -0.009 -0.008 -0.023 0.002 0.023 0.000 -0.001 0.017 0.004 0.009 0.004 #####