DESIGUALDADES REGIONALES EN UE-28.
Elena Manzanera Díaz (Instituto de Estadística y Cartografía de Andalucía)
M. Carmen Fernández Cuevas (Instituto de Estadística y Cartografía de Andalucía)
Joaquín Aurioles Martín (Universidad de Málaga)
1. Abstract.
En 20061 se presentó un primer análisis de las variables que introducen mayor desigualdad
entre los europeos a nivel regional. En aquella ocasión el estudio estuvo referido a 237
regiones de los 25 países que entonces integraban la Unión Europea. Se analizaron 24
variables de naturaleza social, demográfica y económica, obteniéndose que el desempleo y, en
general, mercado de trabajo es lo que hace más diferentes a unos europeos de otros. La
inmediata aparición de la crisis de 2008 y sus extraordinarios efectos sobre el empleo en las
regiones periféricas invitaban a pensar en que en los años siguientes habría tenido lugar un
aumento significativo de las desigualdades y que la contribución de las variables relacionadas
con el mercado de trabajo se habría incrementado. En 2013 se planteó una primera
actualización del trabajo para la UE 27, resultante de la integración de Bulgaria y Rumanía,
confirmándose que efectivamente el principal factor explicativo de las diferencias
socioeconómicas entre los europeos sigue siendo el empleo y que con la crisis ha aumentado
significativamente su potencia discriminante. En esta ocasión se pudo trabajar con 258
regiones y 28 variables.
Lo que se presenta en esta comunicación es una actualización de los trabajos anteriores,
utilizando datos que en su mayoría están referidos a 2014-2015. Se trata de un periodo que
para la mayoría de los países se identifica con el inicio de la recuperación posterior a la crisis.
Se obtiene que las mayores diferencias entre los europeos siguen relacionadas con el mercado
de trabajo y se mantienen muy por encima a la etapa previa a la crisis, aunque no tanto como
en el periodo más duro de la misma. En esta ocasión se ha incluido Croacia, lo que nos ha
permitido trabajar con 279 regiones y 26 variables.
La proyección en el plano de las características diferenciadoras entre las regiones permite
construir un mapa europeo de desigualdades regionales. Se obtiene un total de 6 clusters, de
los que 3 corresponden a regiones desfavorecidas, pero con notables diferencias estructurales
entre ellas, que se localizan en la ribera mediterránea y en Europa oriental. Los otros tres
grupos pertenecen a las regiones más favorecidas, que incluyen a los principales centros
políticos, financieros y de servicios del continente y a las regiones mejor dotadas en términos
de base productiva y tecnológica y con menos niveles de desempleo.
1 M. Carmen Fernández Cuevas, MC; Manzanera Díaz, E; Robles Teigeiro, L.; y Aurioles Martín,
J. “Desigualdades Regionales y Diferencias en Competitividad en UE-25”. XXXII Reunión de
Estudios Regionales. DESARROLLO DE REGIONES Y EURORREGIONES. EL DESAFÍO DEL
CAMBIO RURAL. Ourense, 16-18 de noviembre de 2006
El trabajo se cierra un indicador de esfuerzo regional que mide la longitud de trayecto que
debe realizar cada región para desplazarse desde su posición actual en el cluster al que
pertenece al centro del de orden superior en la jerarquía.
2. Desigualdad y objeto del estudio.
Según la OCDE, la diferencia de renta entre ricos y pobres no ha dejado de aumentar a lo largo
de los últimos 30 años en la mayoría de los países2. En la actualidad, los recursos a disposición
del 10% de la población más rica en los países de la OCDE son 9,6 veces superiores a lo que
dispone el 10% más pobre, mientras que en los años 80 del pasado siglo esta relación era de 7
a 1. Este tipo de enfoque ha sido uno de los más habituales a lo largo de los últimos 10 años
para mostrar el aumento de la desigualdad. En el caso europeo el énfasis se ha repartido entre
el estudio de la brecha entre ricos y pobres y el estado de la convergencia y la cohesión
(Vandenbroucke; Rinaldi, 2015), pero en todo caso coincidiendo en destacar que la tendencia a
la reducción de la desigualdad entre países y regiones en Europa ha sido la tónica dominante
hasta 2007, pero que a partir de este año se invierte la tendencia. Ramos y Royuela (2014)
observan tres tipos de países en función de sus desigualdades regionales internas la UE 15. El
nivel más reducido corresponde a Dinamarca, Suecia y Finlandia, mientras que en un segundo
grupo se encuentran Holanda, Alemania, Bélgica y Francia. En el grupo donde las
desigualdades son mayores están Italia, Reino Unido, Irlanda, España, Grecia y Portugal. Esta
jerarquía no ha experimentado cambios importantes desde mediados de los 90, pero ratifican
en un análisis ampliado a 30 países la quiebra en la tendencia a la reducción de la desigualdad
a partir de 2007.
Ramos y Royuela intentan aproximarse a una explicación de los factores explicativos de la
desigualdad, encontrando tres factores significativos en el caso europeo. En primer lugar, la
composición sectorial del VAB, en particular el peso de los servicios avanzados o con elevado
valor añadido, contribuyen a explicar las diferencias, así como el nivel educativo de la
población trabajadora y la formación científica y tecnológica. En sentido contrario, las
diferencias aumentan en economías especializadas en sectores abiertos a la competencia
global (turismo, comunicaciones o comercio). En segundo lugar, la concentración territorial de
población y actividades. Por último, factores institucionales (Atkinson, 2013), cuya influencia
puede resultar decisiva en la posibilidad de una acumulación excesiva de rentas en un
segmento reducido de la población.
La educación como variable clave en la explicación de la igualdad de oportunidades también ha
capturado la atención académica en los últimos años (Allmendinger, J., Driesch, E. von den,
2014). En concreto, García Nicolás (2009) aprecia la decepcionante evolución de los datos de
empleo y desempleo, así como los de pobreza infantil, para concluir el fracaso de la política de
cohesión en Europa, entre cuyos principales objetivos estaban la reducción de las
desigualdades territoriales, la lucha contra la discriminación y el estímulo a la igualdad de
oportunidades. Cecchi, Peragine y Serlenga (2008) abordan el et alia abordan el estudio de la
2 OECD (2015), In It Together: Why Less Inequality Benefits All, OECD Publishing, Paris.
DOI: http://dx.doi.org/10.1787/9789264235120-en
igualdad de oportunidades en Europa encontrando una relación robusta y positiva con la
educación primaria y secundaria y con las instituciones en el mercado de trabajo, mientras que
se ven obligados a reconocer la debilidad de la relación con el tamaño del gasto público. Por su
parte, De Nardi, Ren y Wei (2000) atribuyen a la educación y al capital humano y tecnológico
mayor potencial explicativo para la reducción de las diferencias territoriales en un ejercicio
sobre cinco países que a las políticas redistributivas de los gobiernos. Ostry, Berg y
Tsangarides (2014) cuestionan igualmente la eficacia de las políticas impositivas y de gasto
público para reducir las desigualdades cuando son muy agresivas, pero defienden su
efectividad en el caso de una utilización moderada de las mismas.
El objetivo de esta investigación no es identificar el tamaño de la brecha entre pobres y ricos
en Europa ni su evolución o causas, sino en qué nos diferenciamos unos europeos de otros.
Nos interesa identificar las circunstancias distintas al PIB por habitante o a las tasas de paro o
empleo, que diferencian a los ciudadanos de las diferentes regiones europeas, con la
pretensión de encontrar una perspectiva del problema útil para el diseño de las políticas de
cohesión económica y social en Europa. En el apartado siguiente se recogen las características
de la base de datos utilizada y la metodología empleada. En el apartado 4 se exponen los
resultados del análisis de los factores que determinan las diferencias, mientras que en el 5 se
presenta un mapa de las desigualdades regionales en Europa, resultado de la proyección de las
diferencias en un plano. En el apartado 6 se construye un indicador de esfuerzo para cada
región, que expresa la distancia que cada una debe recorrer para desplazarse hacia un nivel
superior en la jerarquía regional. Por último, en el apartado 7 se extraen las principales
conclusiones.
3. Datos y metodología.
Los datos utilizados proceden de la Base de Datos Regio (Eurostat), a partir de la cual se ha
podido construir un panel de 29 variables para un total de 279 regiones pertenecientes a los
28 países que en estos momentos integran la Unión Europea, más Noruega e Islandia. Se cubre
una amplia casuística de circunstancias que se suponen relevantes a la hora de
explicar en qué se diferencian unos europeos de otros en función de la región
donde residan. La existencia de vacíos puntuales de información sobre una
determinada variable en una región concreta ha obligado a diferentes soluciones,
siempre con el objetivo de mantener el mayor número posible de regiones
analizadas. En algún caso ha sido posible cubrir el vacío con el mismo dato referido
a algún periodo anterior, mientras que en otros se ha decidido emplear el dato
nacional, aunque en algunos casos ha sido necesario optar por excluir a la región o
renunciar a alguna una variable concreta. El principal hándicap en este sentido ha
sido la necesidad de renunciar a los datos de stock de capital público regional. El
resultado final de la depuración de la base son 29 variables (ver Anexo 3),
susceptibles de ser agrupadas en las siguientes categorías.
a) Nivel económico, observado a través de diferentes presentaciones del PIB por habitante
b) Crecimiento, medido como la variación anual promedio del PIB en diferentes periodos
c) Variables sobre mercado de trabajo referidas a niveles de ocupación y desempleo, distinguiendo por género y con información específica sobre el desempleo de larga duración
d) Perfil económico, a través del porcentaje de empleo en los tres grandes sectores e) Nivel de estudios de la población residente, que reinterpreta como aproximativa
del nivel del capital humano f) Nivel tecnológico, a partir del porcentaje de empleo en sectores de tecnología alta
y media y alta g) Variables relacionadas con características demográficas, como la estructura de
edades y la densidad de población
Para el análisis de las diferencias regionales se ha utilizado un análisis factorial, sobre cuyos
resultados se ha aplicado un análisis cluster convencional para obtener una proyección en el
mapa de los mismos. El análisis factorial permite reducir la información contenida en un
amplio número de variables, como es este caso, a un número reducido de factores
independientes que permiten explicar la mayor parte posible de la varianza, es decir, de la
desigualdad. De esta forma, el factor con mayor capacidad explicativa de las desigualdades se
obtiene de la combinación de variables en las que existen mayores diferencias entre las
regiones. Como se puede observar en la Tabla 1, el Factor 1 agrupa un total de ocho variables,
de las que seis están relacionadas con el mercado de trabajo y dos el nivel educativo de la
población en edad de trabajar y con el crecimiento en los años más duros de la crisis. Este
resultado debe interpretarse como que las mayores diferencias entre regiones surgen de la
combinación de variables relacionadas con el desempleo y que durante los años más duros de
la crisis para la Europa periférica (2011-2014), el crecimiento desigual y divergente.
La mayor o menor contribución de una variable, contenida en un factor, a la variabilidad se
hace en términos de valor absoluto. Mayor valor absoluto significa mayor contribución a la
desigualdad, pero también puede observarse en la Tabla 1 que algunas de las variables están
precedidas de un signo negativo. El signo positivo debe interpretarse como que un mayor valor
de la misma contribuye a incrementar la desigualdad, mientras que el signo negativo significa
que un menor valor de la variable en cuestión también contribuye al aumento de la
desigualdad.
El objetivo del análisis cluster es el de identificar patrones territoriales de desigualdad
mediante la construcción de conglomerados de regiones que comparten características
socioeconómicas singulares o sencillamente parecidas y diferenciadas del resto.
El análisis se completa con el estudio de la consistencia de los conglomerados regionales y del esfuerzo que deben realizar las regiones para desplazarse desde su cluster actual al de orden inmediatamente superior. El análisis de la consistencia se realiza mediante la ampliación del número de grupos o clusters y observando cuáles son los primeros en descomponerse y las regiones que los abandonan. Para el análisis del esfuerzo se construye un índice específico que denominamos índice de esfuerzo, con la siguiente formulación:
Ie = Σwi * [Δvar (G+Rj)]/var (G) [1]
Dónde: wi : ponderación (% de varianza explicada por el factor).
Δvar (G+Rj): aumento de la varianza de los valores en el factor i en el grupo G
como consecuencia de la integración de la región j.
Como indicador del esfuerzo del desplazamiento que realiza la región j que se desplaza desde su cluster original al de orden superior se obtiene el aumento en la varianza en el factor correspondiente del grupo de destino, como consecuencia de la incorporación de la región j.
4. Los determinantes de la desigualdad regional en Europa.
La Tabla 1 aglutina a las 24 variables con mayor poder discriminante agrupadas en 5 factores
con autovalor3 mayor que 1, que explican el 75,8% de la varianza, es decir, de la desigualdad
entre las regiones europeas. Como se apuntaba, el primero de ellos aglutina características del
mercado de trabajo, incluyendo el nivel de estudios en la población en edad de trabajar, y el
crecimiento del PIB regional entre 2011 y 2014. En ambos casos aparecen valores positivos y
negativos. Los valores negativos en las tasas de desempleo, de desempleo femenino, de
desempleo de larga duración y de desempleo juvenil indican que las diferencias son tan
significativas porque estas variables tienen un peor comportamiento en las regiones donde ya
presentan valores desfavorables. En sentido contrario, el signo positivo de la tasa de empleo
total y de empleo en mayores de 55 años, así como del nivel de estudios secundarios en la
población en edad de trabajar, indican que el mejor comportamiento se registra en las
regiones donde estas variables presentan los valores más favorables. El signo positivo en el
caso de las diferencias en el crecimiento del PIB regional entre 2011 y 2014 hace referencia a
un crecimiento más intenso en las regiones más favorecidas del centro y norte del continente.
Son los años del estallido de la crisis de la deuda soberana en los países de la periferia
europea, entre cuyas consecuencias estuvo el inicio de un largo periodo de recesión
económica, que prácticamente se mantuvo hasta 2014. La conclusión es que el desempleo
sigue siendo lo que más diferencia a las regiones europeas, aunque durante la crisis hubo un
periodo especialmente crítico con las regiones más desfavorecidas.
El segundo factor explica un 20% de la varianza y combina variables representativas del nivel
de bienestar (esperanza de vida, hogares con acceso a internet, PIB por habitante en paridad
de poder adquisitivo en % sobre la media europea y privación material) con estructura
sectorial de la producción. Nuevamente los valores positivos en esperanza de vida, acceso a
internet, ingresos de los hogares y PIB por habitante indican que estás variables establecen
importantes diferencia regionales a favor de las más prósperas, mientras que el signo negativo
en privación material las más pobres se distancian ampliamente de la media. Por su parte, la
distribución del empleo por sectores también establece grandes diferencias regionales.
Positivas, es decir, a favor de las más prósperas, el porcentaje en servicios, mientras que las
más pobres se alejan de la media por el elevado porcentaje del empleo en industria y en
agricultura.
El tercer factor explica el 11,1% de la varianza y junto a los dos anteriores cubren las dos
terceras partes del total. En este caso se trata de variables de carácter demográfico. El
porcentaje de población con menos de 16 años juega a favor del distanciamiento de las
3 Cantidad de varianza explicada por el factor.
regiones más ricas, mientras que el porcentaje de mayores de 65 aleja a las más pobres de la
media europea.
Los dos últimos factores apenas explican el 9% de las desigualdades a través de un conjunto
diverso de variables con el tamaño de la economía, la demografía y el peso del sector primario.
En primer lugar aparecen el empleo en actividades intensivas en tecnología, la educación
terciaria en la población en edad de trabajar, el gasto en I+D y el crecimiento del VAB regional
en 2014, como cabía esperar, todas ellas con signo positivo. En último lugar figura el
crecimiento antes de la crisis y durante los primeros años de la misma, igualmente con signo
positivo.
Si estos resultados se comparan con los obtenidos en 2013 (elaborado mayoritariamente con
datos de 2011 y 2012 y referido a la UE 27) y con los de 2006 (mayoritariamente datos de 2004
y 2005 y referido a la UE 25) se aprecian algunas diferencias significativas4. En primer lugar,
que los cinco factores relevantes5 obtenidos durante el análisis en 2013 llegaban a explicar el
79,5% de la varianza, mientras que en 2006 estos mismos cinco factores explicaban el 77,9%.
La progresiva reducción de la capacidad explicativa de las diferencias por parte de los factores
obtenidos puede interpretarse como una consecuencia del aumento de la desigualdad, tras las
ampliaciones de Rumanía y Bulgaria en 2007 y la posterior de Croacia. En segundo lugar que se
mantiene la constante de la elevada potencia discriminante de las variables relacionadas con el
mercado de trabajo, tanto porque los atributos más negativos tienden a concentrarse donde
ya son más desfavorables, como porque la creación de empleo en todas su manifestaciones
(juvenil, femenino, larga duración) sigue siendo bastante más intensa en las regiones donde ya
es elevado. Por otro lado, los resultados indican que la mayor parte del empleo creado durante
la crisis se ha localizado en las regiones donde las tasas de desempleo eran reducidas, o que se
ha destruido donde el desempleo era más elevado. Las principales diferencias con respecto a
2013 son, por un lado, que las variable de empleo en actividades intensivas en tecnología
genera bastante menos desigualdad (como también ocurría en 2006) y, por otro, el desigual
impacto de la crisis entre regiones pobres y ricas, especialmente tras la crisis de deuda
soberana en Europa.
La formación del tercer factor con variables de carácter demográfica supone la potenciación de
su potencial discriminante con respecto a 2013 y 2006, pudiendo ser el reflejo de los flujos
migratorios durante la crisis, positivo en población joven para las regiones receptivas y
negativo en población mayor en las emisoras. Particularmente sorprendente es la presencia de
las variables de contenido tecnológico en el factor 4 que, si bien continúan alimentando las
diferencias, los hacen mucho más débilmente que en los ejercicios anteriores.
Por último cabe reseñar que las diferencias en crecimiento real de las regiones han contribuido
al aumento de la desigualdad desde el cambio de siglo, pero especialmente tras el estallido de
la crisis en 2007, aunque su responsabilidad se limita al 4,4% de la varianza.
4 Los resultados del análisis de ambos periodos figuran en los Anexos I y II.
5 Con autovalor >1.
Tabla 1. Resultados del análisis factorial (estimación 2016). Las variables que determinan la desigualdad regional en la Unión Europea (28 países)
Factor 1 Factor 2 Factor 3 Factor 4 Factor 5
EDSECD15 ESPVIDA14 POBJOV15 ALTTEC15 GDPCREC0007
EMPTOT15 ACCINTER15 POBMAY15 (-) EDTERC15 GDPCREC0810
EMPMAY15 INGHOG13 GASTOID13
DESEMPMUJ15 (-) GDPPPS14 GDPCRECAN14
DESEMPTOT15 (-) PRIVMATSEV14 (-)
DESEMPLARDUR15 (-) EMPAGR13 (-)
GDPCREC1114 EMPIND13 (-)
Varianza explicada
V2DESJOVTOT (-) EMPSERV13
Inicial % 35,387 20,025 11,111 4,869 4,398
acumulada 35,387 55,412 66,522 71,392 75,79
Rotación % 27,231 23,442 9,87 8,588 6,658
acumulada 27,231 50,673 60,543 69,132 75,79
5. El mapa europeo de las desigualdades regionales.
La proyección en un mapa de los resultados del análisis de los determinantes de la desigualdad
permite clasificar a cada región en un grupo o cluster de regiones que comparten
características internas al grupo y que las hacen diferentes del resto. El análisis cluster
persigue, por tanto, la formación de agrupaciones que minimicen las distancias entre las
regiones que comparten un mismo grupo y maximice la existente entre los diferentes grupos.
Queda a la discreción del investigador determinar el número de grupos más adecuado, lo que
permite analizar igualmente la consistencia de las agrupaciones al observar cómo se modifican
sus composiciones a medida que se amplía o reduce el número de ellas. Por otro lado, también
es posible plantear la exclusión de alguna variable cuando su influencia en la clasificación
pueda distorsionar el resultado del análisis. En nuestro caso es lo que ha ocurrido con la
densidad de población, dada la extraordinaria diversidad de situaciones existentes.
El Mapa 1 agrupa a la totalidad de las 279 regiones analizadas en cuatro grupos de notable
consistencia interna, donde se pueden observar los perfiles básicos de las desigualdades
regionales en Europa. En el Grupo 1 figuran las regiones con mayores niveles de bienestar y
renta, donde los datos de empleo son más favorables y abundantes en actividades de alta
tecnología y nivel educativo de la población. También en este grupo tienden a clasificarse los
principales centros políticos y financieros del continente.
El Grupo 2 corresponde a las regiones centro europeas donde se repiten algunas de las
características del Grupo 1 en materia de bienestar, pero con una base productiva más
diversificada y con menor notoriedad política. Suecia y Finlandia, así como algunas regiones de
la periferia inglesa, Baleares y el Algarve portugués completan el mapa.
Las regiones más desfavorecidas se distribuyen en los Grupos 3 y 4. En el primero de ellos
figura las regiones del este europeo, caracterizadas por una base productiva excesivamente
ligada a los recursos naturales y bajo nivel tecnológico y valores elevados en los indicadores de
riesgo de pobreza y exclusión social y en los de privación material. El Grupo 4 corresponde al
frente mediterráneo, cuya característica más destacada es el elevado nivel de desempleo e
importantes déficits educativos y tecnológicos.
El Mapa 2 amplía el número de grupos a 6 y permite apreciar algunos rasgos diferenciadores
adicionales. El efecto inmediato que se aprecia es que los dos nuevos grupos surgen
íntegramente de la descomposición de dos de los anteriores. El primero de ellos es el nuevo
Grupo 5 que se nutre con regiones anteriormente clasificadas en el 2. Básicamente se trata de
una amplia franja central privilegiada que discurre por la mayor parte de Alemania y la mitad
norte de la península italiana. El grupo 2 permanece como una primera corona periférica en la
que figura la práctica totalidad de Francia, Países Bajos, Suecia y Finlandia, además de algunas
regiones belgas, austriacas y alemanas. Aunque la mayoría de las características son
compartidas, entre ambos grupos se establecen diferencias significativas en materia de
empleo y densidad industrial, con mejores registros en el caso del Grupo 5.
1
Un nuevo Grupo 4 formado por Chequia, Rumanía Polonia y Eslovaquia surge de la segregación
del anterior Grupo 3. En este último permanecen Letonia y Lituania, la mayor parte de
Bulgaria, la totalidad de Hungría, salvo Budapest, y el Nordeste de Rumanía. Esta separación se
produce como consecuencia de que en el nuevo Grupo 3 se integran las regiones más
desfavorecidas de Europa en materia de ingresos de los hogares, indicadores de bienestar
(riesgo de pobreza y exclusión y privación material) y presencia de las actividades primarias en
la estructura productiva.
El nuevo grupo 6 coincide plenamente con el frente mediterráneo, en el que se integran la
totalidad de España, salvo Madrid y Baleares, la mitad sur de Italia, Croacia y las islas griegas6,
donde los principales problemas se relacionan con fuertes desequilibrios en el mercado de
trabajo y la reducida intensidad tecnológica de sus economías. El mapa definitivo de
desigualdades regionales en Europa permite hablar de tres tipos de regiones-problemas que se
distribuyen a lo largo de las periferias orientales y meridional. Desde el punto de vista de las
dos primeras, los principales factores de diferenciación están relacionados con los profundos
desequilibrios sociales y la necesidad de un impulso modernizador en el conjunto de la
sociedad y de su economía, mientras que en la periferia mediterránea el principal problema es
el desempleo y los desequilibrios, en general, en el mercado de trabajo, así como la necesidad
de corregir el gap tecnológico.
6 La mayor parte de Grecia continental ha quedado excluida del análisis debido a la falta de datos.
6. La corrección de las desigualdades.
Los apartados anteriores han servido para identificar las fuentes de la desigualdad y para
reflejar su dimensión en el mapa, que han permitido identificar tres tipos de regiones
problema, con características tan diferentes entre dos de ellos, que invitan a considerar la
conveniencia de adaptar a sus circunstancias las políticas de cohesión en la Unión Europea.
Para aproximarnos a la intensidad del problema en cada caso y, por lo tanto, para valorar el
esfuerzo necesario para su corrección, se ha elaborado un índice de esfuerzo para cada región
con el que se pretende ofrecer una medida de la dificultad para desplazarse desde un grupo a
otro. La aplicación se ha realizado sobre los resultados del análisis cluster con seis grupos,
calculándose en primer lugar para cada región la intensidad del esfuerzo necesario para
desplazarse hasta el centroide del Grupo 1, que es el que consideramos el de orden superior
en la jerarquía. Los resultados se recogen la Tabla 2, donde se aprecia que las regiones de los
Grupos 6, es decir, la periferia mediterránea, y 3, es decir, la periferia más desfavorecida de
Europa Oriental, son las que se encuentran más alejadas del estado de máximo bienestar, que
atribuimos a las regiones del Grupo 1. También se aprecia como el resto de las regiones que se
integraron en la Unión Europea en 2004 y que se han desplazado al Grupo 4 comparten un
notable número de características con las regiones industriales del centro y norte de Europa
(Grupos 3 y 2). Si estos resultados se comparan con los obtenidos en 2006, la conclusión es
que estas regiones han sabido aprovechar las ventajas de la integración en Europa bastante
mejor que el resto de la periferia.
Tabla 2. Indicador esfuerzo de desplazamiento al
Grupo 1. Promedios 2016
Rótulos de fila Promedio de IE
2 3,02
3 7,06
4 5,10
5 4,04
6 8,22
Total general 4,85
Una relación ordenada del indicador de esfuerzo regional se recoge en el Anexo IV. Entre las
10 regiones más alejadas del ideal de bienestar que representa el Grupo 1 se encuentran 9
griegas y una búlgara. A continuación aparecen la región Nordeste de Rumanía, Andalucía,
Calabria (It) y Extremadura, confirmándose que las situaciones más desfavorecidas se
concentran en la periferia mediterránea.
7. Conclusiones.
Las circunstancias relacionadas con el mercado de trabajo son las que establecen mayores diferencias entre las regiones europeas y resultan decisivas de que en la periferia mediterránea se concentre una parte de los casos más graves de regiones desfavorecidas en Europa. La otra parte se localiza en la periferia oriental y afecta a una parte de los países que se integraron en la Unión en 2004 y 2007. En este caso las diferencias se explican por las situaciones de pobreza, exclusión social y privaciones materiales. El tercer bloque de regiones problemas está formado por el resto de las regiones orientales de la Unión, donde todavía resultan significativas las diferencias relacionadas con las características de la base productiva (excesivo peso de las actividades relacionadas con la agricultura y la explotación de los recursos naturales) y de atraso relativo, aunque tras una notable corrección durante los últimos años. Los tres grupos de regiones problema también se caracterizan por la especial repercusión de la crisis de 2008, provocando que una parte significativa de ellas hayan entrado en recesión tras la crisis de deuda soberana. Sorprendentemente, las diferencias en materia educativa tienen un potencial discriminante notable, pero considerablemente inferior a los desequilibrios en el mercado de trabajo y la intensidad tecnológica en el trabajo y los hogares. Desde el punto de vista de la política de cohesión se puede concluir la conveniencia de su adaptación a las características singulares de cada grupo de regiones. En el caso de las regiones mediterráneas deberían enfatizar en la creación de empleo, mientras que en las del este de Europa deberían concentrarse en la modernización de su economía y de la sociedad en general, mientras que en ambos casos resulta imprescindible un esfuerzo de apoyo a las iniciativas de contenido tecnológico, como condición imprescindible para la corrección de las actuales desigualdades.
Bibliografía.
• Allmendinger, J., Driesch, E. von den (2014). Social Inequalities in Europe: Facing the
challenge. Berlin: WZB. Discussion Paper. P 2014–005.
• Atkinson, A.B. (2013). Reducing income inequality in Europe. IZA Journal of European
Labor Studies2013; 2:12
• Checchi, D.; Peragine, V.; Serlenga, L., 2008. Income Inequality and Opportunity
Inequality in Europe. Revista di Economía Política. Sept-Oct. 2008, pp. 226-294.
• De Nardi M., L. Ren, and C. Wei (2000). Income inequality and redistribution in five countries.
• Economic Perspectives. , Federal Reserve Bank of Chicago, issue Q II, pp 2-20.
• García Nicolás, C. (2009). El coste de la cohesión. La realidad de una Europa desigual.
Estudios de Economía Aplicada Vol 27-3, pp. 679-698.
• Ostry, J.D., Berg,A., Tsangarides, C.G. (2014). Redistribution, Inequality, and Growth. IM F
• Staff Discussion Note. Feb. 2014. SDN/14/02
• Ramos, R. y Royuela, V. (2014). Income inequality in Europe. Analysis of recent trends at the
• regional level”. Institut de Recerca en Economia Aplicada Regional i Pública. Working Paper 2014/13 1/53
• Vandenbroucke, F.; Rinaldi, D. (2015). Social Inequalities in Europe. The challenge of
convergence and cohesion. Jacques Delors Institute. Policy Papers, 147; dec. 2015.
Anexo 1. Los resultados del análisis factorial en 2006 (datos mayoritariamente de 2004 y
2005).
79,516,75
Crecimiento del PIB (var% anual media) 95-01
pobl % más de 65 años 2000
pobl % 15 a 64 años 2000
Factor 5
72,7611,3
Pers. De 15 a 64 Nivel instMedio 2002
Pers. De 15 a 64 Nivel instBajo 2002
pobl % menor 15 años 2000
Factor 4
61,4611,63
Emp2002 % totIndustria
% empsect alttecn2004 30, 32, 33
% empsect medalt tecn2004. 24, 29 to 35
Factor 3
49,8316,12
PIB pc2002 UE25 100
PIB pcmedia 990001 UE15 100
PIB pc2001 UE15 100
Pers. De 15 a 64 Nivel instAlto 2002
Emp2002 % tot Agric
Emp2002 % totServicios
Densidad de población habkm2001
Factor 2
33,7133,71
Tasa Paro % Mujeres 2003
Tasa Paro % Total 2003
Tasa Emp % pobl 15 a 64 años Hombres 2003
Tasa Emp % pobl 15 a 64 años Mujeres 2003
Tasa Emp % pobl 15 a 64 años Total 2003
Desempleo de larga duración 2003 % del total
Factor 1
% varianza acumulada
% de varianza explicada
Tabla 1. Análisis Factorial. Factores con Autovalor >1.
79,516,75
Crecimiento del PIB (var% anual media) 95-01
pobl % más de 65 años 2000
pobl % 15 a 64 años 2000
Factor 5
72,7611,3
Pers. De 15 a 64 Nivel instMedio 2002
Pers. De 15 a 64 Nivel instBajo 2002
pobl % menor 15 años 2000
Factor 4
61,4611,63
Emp2002 % totIndustria
% empsect alttecn2004 30, 32, 33
% empsect medalt tecn2004. 24, 29 to 35
Factor 3
49,8316,12
PIB pc2002 UE25 100
PIB pcmedia 990001 UE15 100
PIB pc2001 UE15 100
Pers. De 15 a 64 Nivel instAlto 2002
Emp2002 % tot Agric
Emp2002 % totServicios
Densidad de población habkm2001
Factor 2
33,7133,71
Tasa Paro % Mujeres 2003
Tasa Paro % Total 2003
Tasa Emp % pobl 15 a 64 años Hombres 2003
Tasa Emp % pobl 15 a 64 años Mujeres 2003
Tasa Emp % pobl 15 a 64 años Total 2003
Desempleo de larga duración 2003 % del total
Factor 1
% varianza acumulada
% de varianza explicada
Tabla 1. Análisis Factorial. Factores con Autovalor >1.
Anexo 2. Los resultados del análisis factorial en 2013 (datos mayoritariamente de 2011 y
2012).
Resultados del análisis factorial. Las variables que determinan la desigualdad regional en la
Unión Europea (27 países)
Factor 1 Factor 2 Factor 3 Factor 4 Factor 5
% empleo alta tecnología
Esperanza de vida
% 25-64 años educación terciaria
% pobl. ≤ 15 años
Crecim. PIB pc medio 08-10 (-)
Hogares con acceso internet
Renta disponible de los hogares
% 25-64 educación secundaria (-)
% pobl. 65 años y más(-)
% empleo 15-64 PIB regional pc % empleo industria (-)
% empleo 55-65 Riesgo de pobreza (-)
Paro larga duración (-)
% empleo sector agrario y pesca (-)
Desempleo pobl. 15 y más años (-)
% empleo servicios
V1(*) Privación material (-)
V2(*)(-)
% Varianza explicada
37.336 18.928 10.142 6.261 5.235
Varianza acumulada
37.336 56.264 66.406 72.667 77.902
(*) V1 (diferencia entre las tasas de desempleo masculino y femenino) y V2 (diferencia entre las tasas de desempleo de 15 a 24 y desempleo de más de 15 años)
Anexo 3. Valores medios de las variables de clasificación en cada grupo de regiones.
Valores medios de cada grupo
Variables Grupo 1 Grupo 2 Grupo 3 Grupo 4 Grupo 5 Grupo 6
DENSPOB14 1050,24 352,35 67,45 154,56 256,42 152,31
ALTTEC15 5,11 3,33 2,45 3,31 3,55 2,24
ESPVIDA14 81,59 81,76 74,76 77,40 81,71 82,30
EDTERC15 40,73 31,26 21,96 23,40 24,27 26,05
EDSECD15 38,54 45,33 58,44 64,54 57,64 32,94
GASTOID13 2,06 1,64 0,63 0,84 2,36 0,92
ACCINTER15 90,97 84,40 65,36 75,00 87,15 71,55
INGHOG13 20014,38 18377,78 4514,29 6263,89 20104,26 11495,24
GDPPPS14 122,53 102,07 46,86 67,22 115,62 74,36
PRIVMATSEV14 5,90 5,13 27,69 12,83 5,51 13,49
EMPTOT15 71,29 67,94 63,05 63,51 71,93 53,88
EMPMAY15 62,15 53,31 49,68 45,41 62,49 43,80
DESEMPMUJ15 7,01 7,98 8,30 7,92 5,37 22,83
DESEMPJOV15 17,11 20,20 19,84 20,54 13,20 47,51
DESEMPTOT15 6,87 8,24 8,50 7,54 5,43 20,16
POBJOV15 17,75 16,41 14,50 15,00 13,07 14,22
POBMAY15 17,00 19,58 19,13 16,15 21,93 20,79
GDPCRECAN14 2,86 0,33 2,84 2,00 1,06 0,59
EMPAGR13 2,03 3,67 18,52 12,54 2,19 10,48
EMPIND13 11,41 13,39 22,44 24,73 20,10 13,32
EMPCONST13 6,77 6,94 6,20 7,58 6,45 6,05
EMPSERV13 79,78 75,99 52,84 55,15 71,25 70,14
DESEMPLARDUR15 2,73 3,36 4,38 3,56 2,46 12,30
GDPCREC0007 3,24 2,79 3,69 5,88 1,88 2,91
GDPCREC0810 -0,40 0,23 -2,35 3,12 -0,60 -1,68
GDPCREC1114 1,82 0,64 1,74 2,11 0,94 -2,01
V2DESJOVTOT 10,24 11,96 11,34 13,01 7,77 27,35
Anexo 3. Continuación. Descripción de las variables utilizadas.
LITERAL VARIABLE Año de
referencia
Densidad de población hab.por Km² DENSPOB14 2014 Empleo en sectores de alta tecnología, % del total de empleo ALTTEC15 2015 Esperanza de vida al nacer, años ESPVIDA14 2014
Personas entre 25 y 64 años con nivel de educación terciario, % EDTERC15 2015
Personas entre 25 y 64 años con nivel de educación secundario, % EDSECD15 2015 Total de gasto en I+D, % PIB GASTOID13 2013 Hogares con acceso a internet, % sobre los hogares con al menos un miembro entre 16 y 74 años
ACCINTER15 2015
Ingresos disponibles de los hogares en PPS (basado en consumo final) por hab INGHOG13 2013 PIB en PPS por habitante % de la media de UE-28 GDPPPS14 2014 Privación material severa PRIVMATSEV14 2014 Tasa de empleo en el grupo de edad de 15 a 64 años EMPTOT15 2015 Tasa de empleo en el grupo de edad de 55 a 64 años EMPMAY15 2015 Tasa de desempleo de mujeres mayores de 15 años DESEMPMUJ15 2015 Tasa de desempleo de jóvenes entre 15 y 24 años DESEMPJOV15 2015 Tasa de desempleo Total mayores de 15 años DESEMPTOT15 2015 % de población menor de 15 años POBJOV15 2015
% de población mayor de 65 años POBMAY15 2015 Crecimiento VAB regional en 2014 GDPCRECAN14 2014 % empleo en agricultura, forestal y pesca EMPAGR13 2013 % empleo en industria EMPIND13 2013 % empleo en construcción EMPCONST13 2013 % empleo en servicios EMPSERV13 2013 Tasa de desempleo de larga duración (más de 12 meses), % del total de desempleados
DESEMPLARDUR15 2015
Media de crecimiento del PIB en el periodo 2000-07 GDPCREC0007 2000-2007
Media de crecimiento del PIB en el periodo 2008-10 GDPCREC0810 2008-2010
Media de crecimiento del PIB en el periodo 2011-14 GDPCREC1114 2011-2014
V2= diferencia entre las tasas desempleo de 15 a 24 y desempleo de más de 15 años V2DESJOVTOT 2015 Tasa de desempleo de hombres mayores de 15 años DESEMPHOM15 2015
V1= diferencia entre las tasas de desempleo masculino y femenino DESEMPMUJHOM15 2015
Las variables en rojo y cursiva son las usadas en el análisis factorial y cluster aunque en los resúmenes de datos están todas
Anexo 4. Indicador de esfuerzo regional. Resultados ordenados de las 40 más desfavorecidas.
Regiones ordenadas de mayor a menor según valor del IE
Regiones Cluster IE
1 EL53 - Dytiki Makedonia 6 15,239
2 EL63 - Dytiki Ellada 6 15,062
3 EL61 - Thessalia 6 14,926
4 EL54 - Ipeiros 6 14,679
5 EL64 - Sterea Ellada 6 13,805
6 EL52 - Kentriki Makedonia 6 12,686
7 EL30 - Attiki 6 12,277
8 EL51 - Anatoliki Makedonia, Thraki 6 11,950
9 BG31 - Severozapaden 2 11,826
10 EL65 - Peloponnisos 6 11,527
11 RO21 - Nord-Est 3 11,133
12 ES61 - Andalucía 6 10,558
13 ITF6 - Calabria 6 10,397
14 ES43 - Extremadura 6 10,067
15 BG32 - Severen tsentralen 2 10,033
16 ITG1 - Sicilia 6 9,695
17 EL43 - Kriti 6 9,679
18 EL41 - Voreio Aigaio 6 9,517
19 ES42 - Castilla-la Mancha 6 9,421
20 ES70 - Canarias (ES) 6 9,258
21 BG42 - Yuzhen tsentralen 3 9,255
22 RO41 - Sud-Vest Oltenia 4 9,244
23 EL62 - Ionia Nisia 6 9,155
24 RO31 - Sud - Muntenia 4 9,048
25 NL11 - Groningen 2 8,946
26 RO22 - Sud-Est 4 8,725
27 ITF4 - Puglia 6 8,451
28 RO42 - Vest 4 8,383
29 BG33 - Severoiztochen 2 8,320
30 ITF3 - Campania 6 8,175
31 HU21 - Közép-Dunántúl 3 7,933
32 RO11 - Nord-Vest 4 7,697
33 BG34 - Yugoiztochen 3 7,582
34 RO32 - Bucuresti - Ilfov 4 7,440
35 ITG2 - Sardegna 6 7,289
36 ES12 - Principado de Asturias 6 7,274
37 HU31 - Észak-Magyarország 3 7,088
38 ES11 - Galicia 6 6,995
39 ES62 - Región de Murcia 6 6,973
40 HU22 - Nyugat-Dunántúl 3 6,967
Top Related