ESTRUCTURA DE LA POBLACIÓN EN EDAD DE … · La formación de mercados internos y la especificación de las barreras institucionales que impedirían la movilidad entre los segmentos

1

ESTRUCTURA DE LA POBLACIÓN EN EDAD DE TRABAJAR: UN ANÁLISIS

MULTIVARIANTE APLICADO A UN ÁMBITO URBANO.

Blanca Miedes Ugarte. [email protected]

Celia Sánchez López. [email protected]

Universidad de Huelva.

JEL 49/ JEL 64

“Tipologías” de desempleados y ocupados.

Unemployed and employed “typologies”.

RESUMEN

En esta comunicación se analizan mediante el uso de técnicas multivariantes la evolución de las

diferentes tipologías de población activa, ocupada y desempleada, que conforman la estructura

de la población en edad de trabajar de un mismo territorio.

Se pone de manifiesto aquí como las variables, sexo, edad, nivel de formación y experiencia

profesional se combinan para configurar los tipos mostrando una gran estabilidad a lo largo del

tiempo pese a los cambios en la coyuntura laboral.

Los datos han sido extraídos de un panel semestral de empleo de más de 2.000 habitantes

llevado a cabo entre 1999 y 2001 en la ciudad de Huelva. La metodología seguida en la

realización del panel es equivalente a la empleada por la Encuesta de Población Activa del INE.

2

1. Introducción.

Desde los pasados años setenta, la literatura sobre la segmentación del mercado de

trabajo ha centrado su interés en explicar la estructura de la ocupación observada en el

mercado laboral. Según las hipótesis de este enfoque (Doringer y Piore, 1971), el

mercado de trabajo presenta una estructura de dos segmentos (primario y secundario)

que se correspondería con una dualidad también presente en el conjunto de la economía.

La formación de mercados internos y la especificación de las barreras institucionales

que impedirían la movilidad entre los segmentos han sido los temas de estudio más

frecuentes en estos trabajos (Voss-Dahm, 2004). En esta línea, los análisis sobre la

segmentación se han centrado principalmente en el estudio de los factores que operan

desde la demanda laboral, especialmente los referidos a los desarrollos tecnológicos y

los relacionados con la naturaleza de la demanda de los productos en los mercados. Sin

embargo, salvo excepciones (Burchell y Rubery, 1990), estos trabajos han mostrado

bastante menos interés en el análisis de la oferta laboral, la cual es incluida en la

investigación como un dato dado sobre el que establecer hipótesis relacionadas con la

cualificación de la población o sobre la estructura social de la misma. Estas hipótesis,

formuladas teóricamente, son las que permiten asignar, en función de las características

que les son presupuestas, los distintos tipos de individuos a los distintos segmentos de

ocupación que resultarían de las políticas de recursos humanos de las empresas.

Así pues, en pocas ocasiones se invierte el análisis y se comienza por estudiar

empíricamente la estructura observada de la oferta laboral, para tratar después de

explicar los factores a que obedece la formación de dicha estructura y de detectar la

posible presencia de compartimentos.

El trabajo que presentamos en esta comunicación, aprovecha la oportunidad de disponer

de una fuente de datos fiable y representativa sobre un mercado local urbano1,

1 «Un mercado laboral local se caracteriza porque dentro de sus límites tienen lugar los acuerdos entre un

número significativo de empleadores y de trabajadores, de forma que estas áreas reflejan la organización espacial del mercado de trabajo. En la acepción finalmente seleccionada, las fronteras de estos mercados se caracterizan por ser relativamente impermeables a los desplazamientos diarios por motivo de trabajo, de tal manera que la mayor parte de trabajadores que residen en uno de estos mercados locales ejerce su actividad laboral sin cruzar estos límites y, simultáneamente, la mayor parte de los puestos de trabajo que existen en el área son ocupados por trabajadores que también residen en ella» (Casado Díaz, 2000:21).

3

concretamente el de la ciudad de Huelva2, para hacer un análisis empírico de carácter

exploratorio sobre la oferta laboral con el propósito de comprender mejor su estructura.

El estudio se apoya principalmente en dos premisas. La primera de ellas es que la oferta

laboral de un determinado territorio llega al mercado de trabajo en parte ya organizada

debido al carácter “estructurante” de los factores que intervienen en los procesos de

participación laboral de su población (estructura demográfica, estructura y

especialización productiva local, sistema de formación, sistema de valores locales,

características y distribución del capital social, etc.)3. La segunda, que puede ser

considerada consecuencia de la anterior, es que este proceso de estructuración difiere de

unos territorios a otros, dado que es sobre un terreno determinado donde las

instituciones y los factores ambientales (económicos, sociales, culturales, políticos…)

se concretan, dando lugar a distintas pautas en los procesos de movilización y

aprendizaje de la población, que en cada mercado de trabajo local alcanzarán una

configuración característica. Así, la estructura de la población ocupada y desempleada,

responde en cada lugar a unos rasgos distintivos propios que son resultado, tanto de

estos procesos de formación de la oferta, como de aquellos factores que influyen en las

prácticas de gestión de la mano de obra de las empresas y que configuran la demanda

laboral (Miedes, Pérez y Sánchez, 2003).

Este análisis, por lo tanto, no pretende inferir una estructura de la oferta laboral

generalizable a cualquier tipo de mercado, sino más bien, situar la lupa sobre una

realidad concreta con el propósito poner de manifiesto la complejidad de las

interacciones entre las diferentes características de los individuos y las de los puestos de

trabajo disponibles en un territorio, así como estudiar la estructura de los tipos de

empleos que resultan de esa interacción. Se trata también de comprobar si estas

2 Consideramos que la ciudad constituye un mercado de trabajo local dado que satisface los criterios

normalmente aceptados de autonomía. La job-ratio (puestos de trabajo generados en el municipio entre los ocupados del municipio) es 1,06; la autonomía de la oferta ( porcentaje de ocupados residentes respecto al total de ocupados del municipio) es 85,77; la autonomía de la demanda (porcentaje de ocupados residentes con respecto a los puestos generados en el municipio) es 80,76. Indicadores calculados según los criterios de Casado Díaz (2001), con datos disponibles del Censo 2001.

3 La constitución de la fuerza de trabajo no es un simple «dato “natural” sino que es producto de un complejo proceso institucional» (Recio, 1997:17). Las personas se incorporan o no al trabajo en función del ciclo vital en el que se encuentren, de sus circunstancias socio-económicas y de las expectativas que tienen sobre el futuro (Burchell y Rubery, 1990).

4

estructuras son estables en el tiempo, pese a los cambios que se produzcan en la

ocupación y el desempleo.

Por otra parte, creemos que el análisis de estas estructuras, mediante la determinación

de las tipologías específicas de personas desempleadas y ocupadas de un territorio

concreto, no sólo resulta muy útil para mejorar la comprensión del funcionamiento de

los mercados de trabajo locales, sino también para posibilitar el diseño de políticas de

empleo más ajustadas a las necesidades territoriales y a las características de la oferta

laboral de cada zona4.

2. Metodología multivariante.

En los últimos años hemos ido desarrollando diversos trabajos sobre la oferta laboral,

aplicando a diversos paneles de hogares de diferentes territorios urbanos (los cuales han

sido elaborados siguiendo la misma metodología del EPA) dos técnicas multivariantes

exploratorias combinadas, un análisis de correspondencias múltiple (ACM) y un análisis

de clasificación jerárquica ascendente (cluster), que nos han permitido detectar las

tipologías de la población activa de las zonas analizadas.

El ACM es la técnica multivariante más adecuada a nuestro objetivo de captar la

estructura global de la oferta laboral de una zona concreta, en primer lugar, porque

permite analizar relaciones de interdependencia entre múltiples variables sin que sea

necesario distinguir entre variables dependientes e independientes, algo que resulta muy

útil en un primer análisis exploratorio. En segundo lugar, por que su aplicación no se

limita a variables métricas, lo que ocurre con otras técnicas factoriales como el análisis

factorial o el análisis de componentes principales, de forma que nos posibilita incluir

todas las variables relevantes de la encuesta en el análisis. Además, es una técnica que

4 Por ejemplo, la variable nivel de instrucción influye considerablemente en la formación de la oferta

laboral en todos los territorios, pero no de la misma manera. La hipótesis que habitualmente se mantiene es que la población más cualificada tendrá menos posibilidades de permanecer un largo periodo de tiempo desempleada, sin embargo, el análisis territorial de zonas en las cuales la estructura productiva local genera empleos de baja o muy baja cualificación, aboca a las personas más formadas que deciden no emigrar, a permanecer largo tiempo en el desempleo. En un caso como este, las modalidades superiores del nivel de estudios participan de un conjunto que define una clase específica de desempleo estructural. Reconocer estas estructuras es importante de cara al diseño, para este territorio concreto, de medidas contra el desempleo específicamente dedicadas a las personas más formadas (y no a las que lo son menos) con el objeto de evitar la emigración de la población más cualificada del territorio (Miedes, Pérez, Sánchez, 2003).

5

permite determinar o detectar relaciones, lineales y no-lineales entre variables ya que

utiliza como medida de similitud distancias, a diferencia de otras técnicas que utilizan

coeficientes de correlación lineales. Por otra parte, representa las relaciones entre las

variables y también entre las categorías que la componen, de este modo, es posible

conocer qué modalidades son las que más contribuyen a la relación, a la construcción de

los factores. Como ventaja adicional, al ofrecer una representación conjunta de

categorías filas y columnas de la matriz de partida en la misma dimensión, se facilita la

interpretación de los resultados.

Parar tratar de determinar los grupos de individuos (tipologías) con características

similares que confirmen las interrelaciones anteriores añadimos a este análisis

exploratorio un análisis clasificatorio. En este caso, el análisis de clasificación

jerárquica es el que más se ajusta a nuestros objetivos dado que es una técnica que

permite obtener tipologías sin distinguir entre variables dependientes e independientes y

además sin partir de grupos predeterminados de antemano con lo cual podemos retener

la partición más significativa.

Los resultados proporcionados por las técnicas de clasificación (análisis cluster) son

buenos complementos de los resultados obtenidos con la aplicación del ACM. El

análisis de correspondencias describe las principales características de un conjunto de

datos pero frecuentemente, y sobre todo cuando utilizamos datos procedentes de

encuestas, la cantidad de información puede llegar a tener tal magnitud que las gráficas

pueden resultar sobrecargadas o ilegibles y, en estos casos, el análisis cluster resulta ser

un perfecto complemento para la interpretación de los resultados. El enriquecimiento de

la utilización conjunta de ambas técnicas es aún mayor si se considera el hecho de que

mientras las representaciones que se toman como base para la interpretación de los

resultados en el ACM se hacen sobre un espacio reducido a los primeros ejes

factoriales, dos y a lo sumo tres, en el caso de el análisis clasificatorio los

reagrupamientos se hacen a partir de las distancias calculadas en todo el espacio, lo cual

facilita en gran medida la descripción obtenida con el ACM.

Además, la complementariedad de ambas técnicas no se limita únicamente a la última

fase del proceso sino que está latente a lo largo del mismo y principalmente cuando la

combinación se refiere explícitamente, como es nuestro caso, a la técnica de

clasificación jerárquica ascendente por el método Ward (Bisquerra, 1989:412) y al

6

análisis de correspondencias múltiple, porque este método trabaja con proximidades,

luego podemos partir de los resultados del ACM. Y, por último destacar la robustez del

análisis cluster frente a posibles outliers siendo éstos en el caso del análisis factorial un

serio problema de distorsión de los resultados5.

El trabajo que aquí presentamos, además de explorar la estructura de una oferta laboral

particular, prueba, de una forma más general, esta combinación metodológica. Es decir,

trata de responder a la cuestión de si las tipologías de personas ocupadas y

desempleadas resultantes de la aplicación de ambas técnicas exploratorias a un panel de

hogares se mantiene a lo largo del tiempo una vez completo el ciclo de renovación

muestral y, lo que es más importante, a pesar de que se den cambios significativos en la

coyuntura laboral.

La permanencia de estas tipologías en las circunstancias mencionadas, de producirse,

confirmaría la pertinencia de la metodología empleada para realizar una primera

aproximación al análisis el mercado de trabajo de un territorio, al demostrar su

capacidad de poner de manifiesto las principales relaciones subyacentes entre las

modalidades de las variables que intervienen en la formación de la situación laboral, así

como las principales tipologías de la población resultante de dichas relaciones.

El análisis multivariante es aplicado a cada uno de los seis semestres disponibles. La

repetición del análisis se realiza con el objetivo de comprobar si la estructura de

relaciones entre las modalidades de las variables se mantiene pese a los cambios en la

muestra, y lo que es más importante, pese a los importantes cambios que se han

producido en la coyuntura laboral entre el primer y último semestre analizado.

3. Principales características de la información de partida.

La información de la que partimos para elaborar este análisis procede de un panel de

empleo realizado por el Observatorio Local de Empleo de la Universidad de Huelva6

5 Un estudio más detallado de la complementariedad de ambas técnicas puede consultarse en Greenacre

(1994: 163-178) y Lebart et al. (1997: 184-206). 6 El Observatorio Local de Empleo de la Universidad de Huelva (OLE, http://www.ole.uhu.es) es un

centro de investigación creado en 1996 cofinanciado por fondos estructurales europeos (FSE y FEDER) en el marco de la Iniciativa Comunitaria Urban. Se creó con el objetivo que sirviera de enlace entre las actuaciones concretas de los actores locales y los análisis e investigaciones que se realizan en la Universidad o en distintos organismos de recogida y análisis de información estadística, así como para

7

siguiendo una metodología muy similar a la utilizada por la Instituto Nacional de

Estadística para la elaboración de la Encuesta de Población Activa.

Los datos a los que hacemos referencia a los largo del trabajo fueron recogidos con

periodicidad semestral desde el primer semestre de 1999 al segundo semestre de 2001.

La muestra seleccionada contiene cada semestre aproximadamente unos 2.000 hogares,

produciéndose una renovación semestral de 25%, de manera que en el primer semestre

de 2001 ya se había producido una renovación completa. La muestra correspondiente al

segundo semestre de 2001 se vio reducida por cuestiones presupuestarias, descendiendo

a un total de 600 hogares, el nivel de significatividad bajó del 2% de los semestres

anteriores a un todavía aceptable margen de error del 5%.

La inexistencia de supuestos específicos necesarios para la aplicación del análisis de

correspondencias múltiple y la permisividad del método respecto a la inclusión de

variables cualitativas no autorizan una selección indiscriminada de variables. De hecho,

uno de las principales limitaciones del uso de este tipo de técnicas es su alta sensibilidad

tanto a la posible existencia de outliers como a la dependencia de unos pocos atributos7

que pueden distorsionar la distribución de los puntos (categorías e individuos) en el

espacio y, por tanto, la interpretación de las dimensiones factoriales8. En este sentido la

selección de las variables que participan en el análisis de correspondencias, y por ende

en el análisis de clasificación, de ambos grupos laborales ha supuesto un proceso muy

minucioso de estudio en distintas fases del proceso analítico. En primer lugar el

elaborar cualquier otro tipo de investigación que fuera relevante para el apoyo a la toma de decisiones, especialmente en lo relacionado con el funcionamiento del mercado de trabajo local y los procesos de exclusión socio-laboral. Actualmente el OLE sigue en funcionamiento y su actividad hace tiempo que trascendió el ámbito de la ciudad, de forma que hoy en día participamos en proyectos de investigación referidos al ámbito provincial y regional, desarrollando nuestra actividad también en otros países europeos. Asimismo, la actividad se ha diversificado y a la dimensión laboral y social se ha venido a unir el análisis de los aspectos ambientales de los procesos de desarrollo, de manera que en los últimos años se han llevado a cabo un número significativo de investigaciones en el ámbito del desarrollo sostenible. Un resumen de los trabajos del OLE en sus cuatro años puede leerse en su Memoria de Actividades 1996-1999. Para una visión panorámica y actualizada puede consultarse la página Web http://www.ole.uhu.es. En ella que encontrarán también las conexiones de este centro con otros observatorios y centros similares Europeos.

7 Este tipo de estudios exploratorios están sujetos a criterios subjetivos porque el investigador debe sopesar estos criterios sobre la base de la representación de datos obtenidos lo cual es una limitación a la aplicación de este tipo de técnicas (Hair 2000: 578). Es por ello que para confirmar la pertinencia de los ítems incluidos hemos llevado a cabo un proceso de minuciosa de observación e interpretación de los resultados tras ciertas variaciones en los datos de partida.

8 En este sentido, la utilización complementaria con el análisis cluster, que son técnicas altamente robustas a posibles outliers (Greenacre 1994:163), evita que determinadas categorías puedan distorsionarnos los clusters obtenidos.

8

conjunto de variables disponibles está condicionada a las propias características del

estudio: la encuesta desarrollada en la ciudad sigue la misma metodología que la EPA

del INE, lo cual implica que las variables disponibles se restringen a las incluidas en el

cuestionario de la EPA9. Sobre la base de esta disponibilidad de información se realizó

toda la selección posterior utilizando como punto de partida todas las variables

disponibles para cada grupo laboral y buscando una coherencia intuitiva en la que pesa

la experiencia de las investigadoras en la aplicación de este tipo de técnicas (Greenacre

1994: 170 y ss.). En la primera selección se valoró la representación de cada categoría

en el conjunto poblacional de referencia excluyendo tanto las categorías extremas

(representatividad, 5-10%/90-95%) como aquellas que por su carácter relacional podían

o bien duplicar la información, o bien no ser relevantes en el estudio (valorado a través

de criterios de homogeneidad intuitiva del investigador y en base a la propia

distribución de las categorías en el plano factorial). De este modo, tras sucesivas

aplicaciones del método, fuimos valorando sobre las medidas de discriminación de las

variables en los distintos ejes (contribuciones absolutas y relativas), los autovalores, las

inercias y la propia la representación gráfica de los datos en el plano factorial, la

importancia de la inclusión de las distintas variables. En el anexo A (tablas A.1 y A.2)

se recogen las variables incluidas en los análisis de ambos grupos laborales: ocupados y

desempleados, así como los códigos con los que nos referimos a ellas en las

representaciones en el plano factorial.

4. Cambios en la coyuntura laboral local en el periodo analizado.

La evolución de los principales indicadores de empleo entre el primer y último semestre

estudiado queda recogida en el Cuadro 1. Como se puede observar el crecimiento de la

ocupación en la ciudad de Huelva desde 1999 hasta 2001, de más de cinco puntos

porcentuales, es más intensivo que el que se produce como media en Andalucía y en

España (algo más de dos puntos). Este aumento de la ocupación es resultado de un

9 La Encuesta de Población Activa se limita al estudio de la situación de los individuos con respecto al

trabajo remunerado, ofreciendo una información limitada sobre los condicionantes de partida de dicha situación. Un análisis estas cuestiones así como una propuesta de EPA- alternativa se puede consultar en Carrasco y Mayordomo (2000) y Mayordomo y Coco (2002)

9

descenso de casi 10 puntos en la tasa de desempleo en un periodo en el que la tasa de

actividad se mantiene.

Cuadro 1. Comparación de indicadores de empleo a nivel nacional y autonómico. Tasa de actividad Tasa de desempleo Tasa de ocupación

1999 2001 1999 2001 1999 2001 Huelva Capital 50,39% 50,64% 26,65% 16,99% 36,97% 42,04% España 50,52% 51,80% 15,44% 12,87% 42,76% 45,13% Andalucía 49,56% 50,04% 26,80% 22,42% 36,28% 38,83% Fuente: Observatorio Local de Empleo. Panel de Hogares de la Ciudad de Huelva. 2º semestre de 1999 y segundo semestre de 2001. INE.

Las razones de esta evolución se justifican en una favorable coyuntura económica que

permite un crecimiento extraordinario del empleo en la construcción, por un lado debido

al desarrollo del vigente Plan de Ordenación Urbana que ha ampliado en un porcentaje

muy significativo las zonas urbanizables de la ciudad, por otro, al fuerte impulso a la

construcción para uso turístico en las zonas del litoral provincial muy próximas a la

ciudad. Este periodo también ha sido muy positivo para la agricultura intensiva, un

sector en el que también ha aumentado el empleo (especialmente el femenino) y cuyo

capital ha financiado en gran parte el boom constructor y la inversión en infraestructuras

turísticas. Como efecto inducido la ocupación crece también en el sector servicios, pero

con mucha menor intensidad que en los otros sectores, a resultas de lo cual el peso del

sector terciario en el conjunto de la ocupación decrece dos puntos en el periodo

estudiado (seis puntos en el caso de la ocupación femenina). El Cuadro 2 da cuenta de

esta evolución.

Cuadro 2. Comparación entre sexos de los principales indicadores de empleo. Tasa de

desempleo Tasa de actividad Tasa de

ocupación

Ocupados sector servicios

Contratación temporal

1999 2001 1999 2001 1999 2001 1999 2001 1999 2001 Mujeres 36% 25% 39% 39% 25% 29% 95% 89% 43% 48% Varones 20% 11% 63% 63% 50% 56% 66% 65% 34% 33% Ambos 27% 17% 50% 51% 37% 42% 76% 74% 37% 38% Fuente: Observatorio Local de Empleo. Panel de Hogares de la Ciudad de Huelva. 2º semestre de 1999 y segundo semestre de 2001.

Otro rasgo característico de la actividad productiva de la ciudad es la alta estacionalidad

de dos de sus sectores más intensivos en mano de obra: el sector servicios y el sector

10

agrícola-pesquero10. Estos sectores, caracterizados por alta demanda de trabajo de baja

cualificación, son la vía de entrada en el mercado laboral de los grupos con mayores

niveles de desempleo (mujeres, jóvenes y trabajadores no cualificados). De aquí la débil

situación en la que se encuentran estos grupos, que no sólo se ven afectados por unas

tasas de desempleo que doblan la media global de la ciudad, sino que además, cuando

trabajan lo hacen en las condiciones más precarias.

La temporalidad también es un rasgo preocupante del empleo de la ciudad porque,

además de ser alta, muestra una tendencia creciente (véase cuadro 2). En el caso de las

mujeres, casi el 50% de las mismas están empleadas con un contrato temporal (con

grandes variaciones de un semestre a otro) y en el caso de los jóvenes más del 80%

trabaja con un contrato temporal en los sectores productivos más afectados por la

estacionalidad.

Cuadro 3. Indicadores de empleo de jóvenes por sexo.

Varones Mujeres

16 a 19 años 20 a 24 años 16 a 19 años 20 a 24 años 1999 2001 1999 2001 1999 2001 1999 2001 Tasa de actividad 25% 26% 68% 55% 26% 24% 54% 47% Tasa de desempleo 62% 29% 43% 31% 76% 60% 65% 45% Tasa de ocupación 9% 18% 39% 38% 6% 9% 19% 26% Fuente: Observatorio Local de Empleo. Panel de Hogares de la Ciudad de Huelva. 2º semestre de 1999 y segundo semestre de 2001.

Es posible que el débil enganche de los jóvenes con el empleo sea una de las causas de

las grandes variaciones que presentan entre los diferentes indicadores de empleo a lo

largo de los cinco semestres analizados (véase cuadro 3). El importante descenso que se

produce entre las tasas de desempleo es fruto tanto del aumento de la ocupación como

del descenso de las tasas de actividad, sobre todo entre los jóvenes de 20 a 24 años.

En definitiva, durante el periodo analizado se producen importantes cambios en la

situación laboral de los habitantes de la ciudad, lo que ha supuesto variaciones en las

tasas de empleo y desempleo y también en la importancia relativa en el empleo de los

10 Algo menos del 20% de la población se encuentra ocupada en el sector industrial, fundamentalmente en

empresas relacionadas con un polo químico construido en los años setenta en el marco de los planes de desarrollo económico de los últimos gobiernos franquistas.

11

distintos sectores productivos. En esta evolución los cambios han sido especialmente

importantes entre los grupos laboralmente más inestables, los jóvenes y las mujeres, de

lo cual se podría esperar algún cambio significativo en la estructura de la oferta laboral

de la ciudad, tanto en la ocupación, como, principalmente, en el desempleo. Sin

embargo, como mostramos a continuación, las tipologías de ocupados y de

desempleados obtenidas en los distintos semestres muestran gran estabilidad, revelando

ser casi idénticas al principio y al final del periodo analizado.

5. Análisis interrelacional de la población ocupada.

El estudio de la distribución de los datos (categorías e individuos) en el plano factorial

revela las relaciones entre las categorías ofreciendo una primera aproximación a la

estructura de la oferta laboral en la ciudad. Así, para la interpretación de los ejes en el

plano factorial se han seleccionado las tres primeras dimensiones11. Los autovalores

originales, los corregidos12 y la varianza explicada por cada dimensión en el espacio

seleccionado se recogen para ambos semestres en las siguientes tablas.

11 En la práctica dos o tres ejes suelen ser suficientes para el análisis de interdependencia entre los individuos y las categorías, en cualquier caso la representación será más fiable cuanto mayor sea el porcentaje de inercia explicada por los ejes. No existen criterios determinados que establezcan reglas de decisión sobre el número de ejes a seleccionar, Luque (2000) enumera una serie de criterios como:

«No retener ningún factor que no explique más del 100/p de la dispersión, o bien, no considerar ningún factor que no explique más de 100/p-111. Elegir el número de factores a retener es lo que se conoce como descomposición de χ2 (Cuadras, 1991). Para ello es necesario calcular el estadístico χ2 y descomponerlo según el porcentaje de la inercia que explique cada factor. Entonces puede demostrarse que estos coeficientes siguen una ji-dos con p+q-2i+1 g.d.l., siendo p el número de columnas, q l número de filas e i el subíndice del autovalor λi . Este último término (i) comienza con el valor dos ya que se toma como primer autovalor el trivial; esto es, λ1=0». (Luque, 2000:102-103).

Por otro lado, Hair et al. (2000: 576-577)) expone que el número máximo de dimensiones estimadas es uno menos el número más pequeño de filas o columnas, aunque este criterio no es aplicable para el caso multivariantes, donde el número de filas y/o columnas es muy elevado, también expone una serie de consejos como que:

• El investigador valorará el aumento de la explicación ganada con la adicción de una dimensión más según el nivel de explicación que se desee.

• Deben incluirse en el análisis aquellos autovalores que superen el 0.2. En cualquier caso, no existen criterios únicos, puede ocurrir que ejes con autovalores pequeños ayuden a descubrir aspectos muy difíciles de detectar. Por ello, Luque acaba diciendo que no conviene rechazar ejes por criterios meramente estadísticos sin antes interpretarlos. Como guía de interpretación, según Abascal y Grande (1989), pueden buscarse primero aquellos puntos que poseen elevadas contribuciones absolutas porque estos puntos son ilustrativos en la definición del eje, posteriormente a través de las coordenadas ver que puntos se contraponen en los distintos ejes y, en tercer lugar estudiar las contribuciones relativas de estos puntos, de tal modo que si alguno de ellos tiene una contribución pequeña en este eje es posible que tenga un papel importante en otro eje. 12Aunque en este caso concreto, y dado que el número de ejes no es elevado, las inercias de los autovalores corregidos no difieren excesivamente de las inercias calculadas sobre los autovalores iniciales. Generalmente las inercias calculadas a partir de los valores propios corregidos aumentan sensiblemente en los primeros ejes y disminuyen en los últimos respecto a las calculadas con los autovalores iniciales, lo que resulta de gran ayuda para la selección de las dimensiones más adecuadas para la interpretación de los resultados.

12

Cuadro 4. Resultados factoriales. Población ocupada. Segundo semestre de 1999 autovalores

iniciales Varianza explicada

Autovalores corregidos

Varianza explicada

0,31 41% 0,08 51% 0,27 31% 0,06 28% 0,26 28% 0,05 21% 0,85 100% 0,19 100%

Fuente: Elaboración propia. Programa Anaconda

Se observa como aunque la varianza explicada por cada dimensión varía ligeramente

desde el segundo semestre de 1999 al segundo semestre de 2001, dado carácter

permanente de una parte de las variables incluidas en el análisis (sexo, edad, nivel de

instrucción,…), a pesar de los grandes cambios en la coyuntura laboral local, la

importancia relativa de cada dimensión en el espacio seleccionado se mantiene.

El primer eje (dimensión 1) viene explicado fundamentalmente por las variables

personales del individuo (la edad, el estado civil y la posición del individuo dentro de su

hogar). De este modo, este primer eje discrimina a la población ocupada por su edad y

por la posición que el individuo ocupa en la unidad familiar. Los más jóvenes (Pd24 y

Pd29) próximos a la categorías de “hijos de la persona de referencia del hogar (PrHi)”

de los más mayores (Pd30-Pd55) próximos en el plano factorial a a las modalidades de

“cónyuges y personas de referencia (PrPr y PrCo)” , véase gráficos 1 y 2.

Puede observarse como, aunque la posición relativa de estas modalidades en el plano

factorial con relación a la primera dimensión se invierte en el segundo semestre de 2001

(respecto al mismo semestre de 1999), la distribución de los datos en el plano se

mantiene, y en consecuencia lo hacen la interpretación de los resultados obtenidos y las

interrelaciones entre las variables (gráficos 1 y 2).

Cuadro 5. Resultados factoriales. Población ocupada. Segundo semestre de 2001 autovalores



Varianza explicada

0,33 46% 0,09 62% 0,26 29% 0,05 22% 0,24 25% 0,04 15% 0,83 100% 0,18 100%


13

Las variables más relevantes en la interpretación de la distribución de los datos a lo

largo del segundo eje (dimensión 2) son el tipo de ocupación, el sector de actividad y el

sexo, marcando una gran desagregación de la ocupación por sector económico y sexo.

Así las ocupaciones más masculinizadas como son los artesanos y operadores de

instalaciones se ubican en la parte superior del eje 2, próximo a los sectores productivos

industrial y construcción (CnIn y CnCo) y a la categorías de “varones (PxVa)” frente a

las ocupaciones del sector servicios (CnSe) que se sitúan en la parte inferior de este

mismo eje próximas a la categoría de “mujeres (PxMu)”. Distribución que se mantiene

en los seis semestres analizados.

Finalmente, la dimensión 3 discrimina a la población ocupada por su condición de

asalariados (sector público o privado) o emprendedores (con o sin asalariados). Así, en

ambos semestres, las categorías que reflejan el autoempleo (SfEm) se sitúan próximas,

en la parte positiva de este eje, a las pequeñas y medianas empresa (Ta10, empresas con

menos de 10 trabajadores).

Gráfico 1: Distribución de la población ocupada. Dimensiones 1 y 2. Segundo semestre de 1999.


14

Dos aspectos destacamos de la distribución del resto de variables en el plano factorial:

en primer lugar, se observa una gran proximidad entre la población joven ocupada y las

categorías que reflejan distintos tipos de temporalidad (por obra o servicio, temporales o

estacionales), tendencia que se mantiene en todos lo semestres analizados. Y, en

segundo lugar, se establece una relación entre el carácter público y privado de la

entidad contratante y la cualificación de los puestos de trabajos ofrecidos. Así, aunque

el nivel de estudios general de la población de la ciudad es bastante bajo (sólo un 20%

de la población posee estudios universitarios) la proximidad en el espacio factorial entre

los niveles más elevados de cualificación (estudios universitarios y ocupaciones

especializadas como técnicos) y el sector público (AsPu) nos indica a éste como la vía

más frecuente de salida de la población más formada. El análisis tipológico de la

ocupación nos permitirá concretar las características de los diferentes grupos y la

estabilidad de estas relaciones.





15

6. Análisis de la población desempleada.

La distribución de la población desempleada en el plano factorial conserva una

estructura aún más estable en el periodo analizado que la ocupación. Una estabilidad

que se mantiene tanto en lo relativo a la distribución de las categorías y los individuos

en el plano factorial como en lo relativo al nivel de representatividad de los ejes en el

plano factorial.

Las siguientes tablas recogen para el segundo semestre de 1999 e igual semestre de

2001 los autovalores y las varianzas explicadas por los ejes incluidos en el análisis.

Cuadro 6. Resultados factoriales. Población desempleada. Segundo semestre de 1999 Autovalores



Varianza explicada

0,27 43% 0,24 43% 0,20 32% 0,18 33% 0,16 25% 0,14 24% 0,62 100% 0,56 100%


Para la interpretación de la distribución del desempleo en el espacio factorial nos hemos

seccionado (en base a los criterios anteriormente establecidos) los dos primeros ejes

factoriales. En el primero de ellos adquieren especial importancia las variables

relacionadas con las características personas de los individuos, al igual que ocurría en el

caso de la ocupación. Así, la posición del individuo en su hogar, la edad o el estado civil

son las variables que tienen mayor poder de discriminación en esta dimensión. Entre

ellas es la edad la que posee mayor poder explicativo entre la población desempleada en

esta dimensión: los desempleados más jóvenes, solteros y que ocupan la posición de

hijos de la persona de referencia de su hogar se encuentran ubicados, con coordenadas

negativas en este eje, en la parte izquierda de esta primera dimensión frente a los

desempleados de mayor edad, casados, cabezas de familia o cónyuges de la persona de

Cuadro 7. Resultados factoriales. Población desempleada. Segundo semestre de 2001 Autovalores



Varianza explicada

0,30 42% 0,27 42% 0,22 31% 0,20 31% 0,19 27% 0,17 27% 0,70 100% 0,64 100%


16

referencia de su hogar, que se sitúan en la parte derecha (véase gráficos 8 y 9). Se

observa como existe una mayor concentración de “puntos” en la parte derecha de este

eje que muestra la alta proporción de desempleo juvenil entre la población parada de la

ciudad (más del 60% de los desempleados son menores de 30 años).

La dimensión 2 viene explicada fundamentalmente por el sexo (véase gráficos 8 y 9) y,

aunque la posición de las categoría de género (PxVa y PxMu) se invierten en los

semestres analizados, las interrelaciones entre las categorías se mantienen estables. Se

observa cómo el sexo posee un alto poder de discriminación entre los desempleados de

mayor edad (en la parte derecha del plano factorial) pero no tanto entre los

desempleados más jóvenes. De aquí, la forma de la nube de triángulo invertido.

La ubicación en el plano factorial de las categorías “Op8+” y “CnP1” (véase gráfico

10) nos indica no sólo la importancia del desempleo juvenil de búsqueda de primer

empleo, sino también de un desempleo femenino de mediana edad. Parecen ser mujeres

Gráfico 8: Distribución de la población parada. Dimensiones 1 y 2. Segundo semestre de 1999.



17

que entran en el mercado laboral como desempleadas tras un largo periodo de tiempo en

la inactividad laboral, ligado al trabajo dentro de su hogar, como los indica la

proximidad a este grupo de la categoría “SbHo” y su incorporación tras 8 años de

inactividad laboral “OC8+”.

7. Tipologías resultantes.

Del análisis tipológico realizado se desprende una gran uniformidad en los clusters obtenidos de

ocupados y desempleados tanto del principio del periodo analizado como del final del mismo. A

continuación describimos las principales características de cada una de las tipologías, indicando

la correspondencia de la clase obtenida en 1999, con la obtenida para 2001. En el apartado de

conclusiones comentaremos estos resultados.

7.1 Clases de ocupados:

Clase 1 de 1999 (Clase 4 de 2001): obreros y empleados estables en el sector secundario.

Son varones cabezas de familia mayores de 30 años, asalariados del sector privado, con contrato

indefinido o por obra y servicio pero con estabilidad laboral (todos estaban trabajando el año

anterior por las mismas fechas de la encuesta) Trabajan en empresas de más de 50 trabajadores,

es decir, en las industrias del Polo Químico de Huelva, o bien en las grandes empresas de

construcción. En cuanto a su nivel de instrucción, el 75% no supera el bachiller elemental. Sus

ocupaciones son principalmente artesanos y operadores de instalaciones.

Clase 2 de 1999 (Clases 3 de 2001): empleados y empleadas en la administración pública.

Son miembros principales del hogar (cabezas de familia y cónyuge), son tanto varones como

mujeres, de todas las edades a partir de 30 años. Más del 90% son asalariados del sector

público, el 80% con contratación indefinida. Es el segmento de población adulta más

cualificado, poseen estudios universitarios, habiendo realizado otros estudios complementarios a

la formación inicial. Desarrollan ocupaciones como técnicos y profesionales de apoyo.

Clase 3 de 1999 (Clase 1 de 2 2001): trabajadores estables en empresas de servicios del sector

privado.

Son varones, cabeza de familia, a partir de 30 años, que trabajan en el sector privado industrial y

de servicios, aunque también se encuentra en este grupo algunos ocupados en el sector público.

Tienen contratos indefinidos y se concentran en empresas de más de 20 trabajadores. Se

18

encuentran aquí trabajadores de todos los niveles de ocupación y con niveles de instrucción muy

diversos. Se diferencian con respecto a la primera clase en que su actividad se centra

fundamentalmente en el sector servicios y cuando trabajan en el sector industrial lo hacen en

empresas de menor tamaño que las industrias del Polo.

Clase 4 de 1999 (Clase 7 de 2001): trabajadores jóvenes no cualificados.

Son mayoritariamente hijos, principalmente varones, hasta 34 años, solteros. Ningunos de ellos

tiene estudios universitarios y un 10% no supera los estudios primarios. Son asalariados del

sector privado, el 90% con contratos temporales (uno de cada cuatro tiene un empleo

estacional), en empresas de todos los tamaños. En 2001 un 70% de ellos estaba trabajando en el

mismo periodo del año anterior (un 55% en 1999). Aunque un 30% desarrolla trabajos no

cualificados (un parte como peones agrícolas y otra en el sector servicios), el resto ocupa

puestos similares a los que ocupan los miembros de la clase 1 que requieren una cualificación

específica, ofrecen cierta especialización y abren las posibilidades de una carrera profesional.

Clase 5 de 1999 (Clases 6 de 2001): jóvenes cualificados y cualificadas con empleos

temporales.

Son jóvenes, varones y mujeres solteros, que viven con sus padres. Son el grupo con el nivel de

de formación reglada más elevado (el 63% supera el bachiller elemental y un 20% son

universitarios) y también los que han recibido más formación complementaria. Un tercio de

ellos se encontraban en el mismo periodo del año anterior buscando empleo o estudiando,

mientras que el resto se encontraba trabajando. Más del 90% trabaja en el sector servicios y el

20% en el sector público. Este último porcentaje coincide con el de los que realizan algún

trabajo cualificado. El resto desarrolla trabajos no cualificados (un 30% en los servicios de

restauración). En el grupo sólo un tercio trabaja con contrato indefinido. En este grupo se

concentra un porcentaje elevado de los jóvenes que desarrollan trabajo a tiempo parcial. La

principal diferencia en la formación de este cluster entre 1999 y 2001 es que la edad del grupo

disminuye (de una edad máxima de 39 años, se pasa a 34).

Clase 6 de 1999 (Clase 2 de 2001): mujeres en empresas del sector servicios.

Son mayoritariamente mujeres, de todas las edades. Dos de cada tres miembros de este grupo

ocupan la posición de “cónyuge” del cabeza de familia en el hogar, aunque también se incluye

en este grupo alguna “persona de referencia” (es decir, en este cluster se encuentran incluidas

algunas mujeres cabeza de familia). Tienen un nivel de instrucción medio bajo aunque una de

19

cada cuatro ha recibido alguna formación complementaria a su nivel inicial. Trabajan en el

sector servicios, el 75% en el sector privado, en empresas de todos los tamaños, tanto con

contratos indefinidos como temporales. Es en esta clase donde se concentran todas las

trabajadoras a tiempo parcial. Principalmente desarrollan trabajos no cualificados, aunque un

pequeño porcentaje desarrolla tareas de mayor contenido técnico.

Clase 7 de 1999 (Clase 5 de 2001): empresarios y empresarias.

Más de la mitad de los miembros de este grupo son personas de referencia de sus hogares,

varones, aunque también están presentes “cónyuges” e “hijos”, (al igual que en la clase 6, en

este grupo se encuentran incluidas algunas mujeres cabeza de familia). Son trabajadores y

trabajadoras de todas las edades, de todos los niveles de formación. Son los empresarios y

empresarias de pequeñas y medianas empresas, o bien no tienen asalariados. La mayor parte

trabaja con jornada partida lo que es un indicador de que su actividad se concentra

principalmente en el sector servicios, en comercios y negocios de restauración.

7.2. Clases de desempleados:

Clase 1 de 1999 (Clases 1 y 2 2001): desempleados mayores de la industria y la construcción.

Son desempleados en su gran mayoría varones, de edades superiores a 35 años, personas de

referencia de sus hogares, con bajo nivel de instrucción, que han trabajado como artesanos,

operadores u obreros no cualificados, en la industria, la construcción y los servicios. Aceptarían

cualquier tipo de empleo excepto el que les exija un cambio de residencia. Más del 60% percibe

un subsidio o prestación por desempleo. Ni el tamaño ni la composición de este cluster varía de

1999 a 2001.

Clases 2 y 3 de 1999 (Clase 6 de 2001): desempleados de baja cualificación de la agricultura y

los servicios.

La Clase 2 de 1999 está constituida por cabezas de familia e hijos de los hogares. Son

principalmente varones, de 20 a 50 años. El 70% de ellos no supera el bachiller elemental y no

han cursado otros estudios complementarios de los reglados. Son parados con experiencia

profesional previa como trabajadores no cualificados en la agricultura y los servicios, aceptaría

cualquier trabajo, incluso el que implicase un cambio de residencia. Se encontraban inscritos en

el INEM pero sin percibir subsidio. El año anterior habían hecho algún tipo de trabajo

remunerado.

20

La Clase 3 de 1999 está constituida por personas que son “hijos e hijas” en los hogares en los

que habitan. Se distribuyen equitativamente por sexo. Tienen entre 16 y 35 años. El 70% no

supera el bachiller elemental y no tienen otros estudios complementarios de los reglados. La

mitad aceptaría un trabajo que implicase un cambio de residencia y la mayoría en cualesquiera

otras condiciones. Gran parte de estos desempleados tiene experiencia como trabajadores no

cualificados pero también existen otras situaciones. Se encontraban inscritos en el desempleo

pero sin percibir subsidio. El año anterior, al igual que en la clase precedente, habían realizado

algún tipo de trabajo remunerado.

Al aumentar la ocupación entre 1999 y 2001, principalmente a causa de la creación de empleo

de baja cualificación en la agricultura y el sector servicios, estas dos clases pierden peso en el

conjunto (las personas de más edad y las mujeres de estas clases encuentran un empleo), de

modo que en el análisis tipológico para 2001 aparecen fundidas en un solo grupo, la clase 6,

cuyas principales características enunciamos a continuación.

La Clase 6 de 2001 está constituida mayoritariamente por personas jóvenes, solteras, en su

mayoría varones, de 20 a 39 años, con bajo nivel de instrucción (el 70% no supera el bachiller

elemental y no tienen otros estudios complementarios de los reglados). Una parte muy

importante de estas personas son desempleados con experiencia profesional previa como

trabajadores no cualificados en la agricultura y los servicios. El año anterior al momento de la

encuesta hicieron algún tipo de trabajo remunerado. Se encuentran inscritos pero sin subsidio.

La mayoría aceptaría cualquier trabajo incluso el que implicase un cambio de residencia.

Clase 4 de 1999 (Clase 5 de 2001): desempleadas de primera búsqueda.

La clase 4 está constituida mayoritariamente por “hijas” de los hogares de referencia (más del

60% son mujeres) menores de 29 años y con niveles formativos diferentes. Antes de la

búsqueda de empleo estudiaban por lo que no poseen experiencia laboral. Aceptarían un empleo

en cualquier circunstancia en el territorio pero sólo la mitad aceptaría un empleo que implicase

un cambio de residencia.

Clase 5 de 1999 (Clase 7 de 2001): desempleados y desempleadas jóvenes universitarios.

La clase 5 está constituida por hijos (varones y mujeres) de mayor edad que la clase precedente.

Poseen estudios universitarios y muchos de ellos continúan su formación con cursos. Buscan un

empleo preferiblemente en jornada completa y pocos aceptarían un cambio de residencia o de

ocupación. Sólo una minoría aceptaría trabajar por ingresos inferiores o en una categoría

inferior. En 1999 esta clase era más numerosa lo cual le confería mayor diversidad, tenían

21

mayor edad y más de dos tercios de los mismos tenían experiencia laboral en el sector servicios.

En 2001, con la reducción generalizada del desempleo, esta clase se redujo considerablemente

quedándose los más jóvenes y sin experiencia laboral anterior.

Clase 6 de 1999 (Clase 3 de 2001): mujeres inactivas en reincorporación.

Esta clase está constituida fundamentalmente por mujeres mayores de 30 años, cónyuges y con

un nivel formativo a nivel de bachiller elemental. Antes de la búsqueda de empleo se ocupaban

del hogar. Hace más de 8 años que dejaron su último empleo y la mitad de ellas buscan un

empleo de jornada parcial. Aceptarían cualquier empleo excepto aquellos que implicase un

cambio de residencia.

Clase 7 de 1999 (Clase 4 de 2001): mujeres semi-activas en reincorporación.

Esta clase, al igual que la clase anterior, está constituida por mujeres casadas, con edades entre

30 y 44 años y con bajos niveles formativos. La mitad de ellas antes de la búsqueda de empleo

se dedicaban al cuidado de su hogar. La principal diferencia con el grupo anterior es que éstas

poseen experiencia laboral más reciente aunque en empleos de muy baja cualificación en el

sector servicios o en la agricultura. Buscan empleos a tiempo parcial y aceptarían cualquier

cambio (menor categoría, distinta ocupación o ingresos inferiores) excepto un cambio de

residencia. En definitiva, tanto esta clase como la clase precedente se tratan de desempleadas

alejadas del mercado laboral o con una conexión con el mismo muy precaria.

8. Conclusiones.

Dada la naturaleza de este estudio empírico sobre la estructura de la oferta laboral no podemos

establecer conclusiones que afirmen que las variables incluidas en el análisis influyen en la

situación de empleo o desempleo de las personas sin incurrir en una tautología. Tampoco

podemos extraer conclusiones de tipo general sobre los cluster que pueden ser observados en

cualquier mercado de trabajo. Sin embargo, el análisis realizado sí nos permite obtener algunas

conclusiones generalizables que podrían constituir hipótesis de trabajos posteriores. Una de

estas conclusiones es que en la conformación de la estructura laboral, es decir de los distintos

tipos de ocupados y de desempleados presentes en un mercado de trabajo, las variables

personales de los individuos (sexo, edad, situación familiar, formación, cualificación,

experiencia laboral, etc.) y las variables relacionadas con sus puestos de trabajo (sector de

actividad, tamaño de la empresa, carácter público o privado, contratación temporal o indefinida,

etc.) se combinan de forma diferente para dar lugar a una estructura de la oferta laboral más

22

compleja que la mera división derivada de las diferencias entre mercados internos y externos, o

de la existencia de un sector primario y otro secundario. La estructura productiva del territorio,

las prácticas de recursos humanos de las empresas de la zona y las pautas de movilización y

aprendizaje de la población (relacionadas con factores sociales y culturales) son las fuerzas que

modelan estas combinaciones.

Los resultados obtenidos a nivel exploratorio sobre la estructura de la oferta nos permitirá

profundizar mediante el uso de métodos confirmatorios las variables que determinan la posición

de cada individuo en cada grupo, así como los mecanismos de entrada y salida de los mismos,

así como las transiciones de un grupo a otro. Consideramos que esta aproximación resulta de

gran utilidad especialmente de cara a ofrecer a los actores que intervienen en el diseño, gestión

y evaluación de la política de empleo local, un conocimiento más realista de la realidad sobre la

que pretenden actuar, potenciando el desarrollo de instrumentos y políticas más complejas que

respondan a la diversidad de situaciones con las que se enfrentan.

BIBLIOGRAFIA.

ABASCAL, E. y GRANDE, I. (1989): Métodos multivariantes para la investigación comercial.

Teoría y aplicaciones y programación BASIC, Ariel S.A., Barcelona.

ALBA, A. (2000): La riqueza de las familias. Mujer y mercado de trabajo en España, Ariel

S.A., Barcelona.

ALUJAS RUIZ, J.A. (2002): Políticas activas de mercado de mercado de trabajo en España.

Tesis doctoral, Universidad de Barcelona, Barcelona.

BLAUG, M. (1976): El status empírico de la teoría del capital humano: una panorámica

ligeramente desilusionada, en TOHARIA, L. (comp.) (1983): El Mercado de trabajo:

Teorías y aplicaciones, Alianza Editorial, Madrid.

BISQUERRA ALZINA, R. (1989): Introducción conceptual al análisis multivariante. Volumen

I, Promociones y Publicaciones Universitarias, Barcelona.

- (1989): Introducción conceptual al análisis multivariante. Volumen II, Promociones y Publicaciones Universitarias, Barcelona.

BURCHELL, B. y RUBERY, J. (1990): “An Empirical investigation into the Segmentation of

the Labour Supply”, Work, Employment and Society, Vol. 4, Nº 4, 5551-575.

CACHÓN RODRIGUEZ, L. (1989): Grandes líneas de actuación de la política de empleo

comunitaria. Revista de Economía y Sociología, núm. 4/5, junio, p. 82- 94.

23

CAMPBELL, M. y SOPHOULIS, C. (2003): Desarrollo del empleo local en la Unión Europea.

Actas del Foro europeo sobre el empleo y el desarrollo local, Grecia, Mayo 2003,

Comisión Europea.

CAMPBELL, M. (2000): Reconnecting the long term Unemployed to labour market

opportunity: the case for a "local active labour market policy. Regional Studies, 2000, nº.

34, 7, p.655-668.

CARRASCO, C. y MAYORDOMO, M. (2000): Los modelos y estadísticas de empleo como

construcción social: la encuesta de población activa y el sesgo de género, Política y

Sociedad, núm. 34, pp. 101-112, Universidad de Barcelona, Barcelona.

CASADO DÍAZ, J.M. (2000): Trabajo y territorio. Los mercados laborales locales de la

Comunidad Valenciana, Publicaciones Universidad de Alicante, Alicante.

CASTEL, R. (1997): Las metamorfosis de la cuestión social. Una crónica del salariado.

Paidós, Buenos Aires. Edición original, 1995, Les métamorphoses de la question sociale,

Librairie Arthême Fayard, París.

COMREY, A.L. (1985): Manual de análisis factorial, Cátedra, Madrid.

COOMBES et al. (1986): An efficient algorithm to generate official statistical repotring areas:

the case of the 1894 Travel-to-Wok areas revision in Britain, Journal of the operational

research society, Vol.37, núm. 10, pp. 943-953.

CHATFIELD, C. y COLLINS, A.J. (1996): Introduction to multivariate analysis, Chapman &

Hall, Londres.

DÁVILA MURO, G. (1997): El combate contra el paro en la Unión Europea: una estrategia

común. Papeles de Economía Española, nº. 72, p.294-308.

DILLON, W.R. y GOLDSTEIN, M. (1984): Multivariate Analysis. Methods and applications,

Wiley&Sons, Inc, Nueva York.

DOERINGER, P. B. y PIORE, M. J. (1971): Los mercados internos de trabajo, en TOHARIA,

L. (comp.) (1983): El Mercado de trabajo: Teorías y aplicaciones, Alianza Editorial, Madrid.

FERNÁNDEZ, O. (1991): El análisis de cluster: aplicación, interpretación y validación,

Papers, núm. 37, pp. 65-76.

GREENACRE, M. (edit.) y BLASIUS, J. (1994): Correspondence Analysis in the Social

Sciencies. Recent Developments and Applications, Academic Press, USA.

24

HAIR, J.F.; ANDERSON, R.E. y TATHAM, R.L. (2000): Análisis multivariante, Prentice Hall

Internacional, Madrid.

HERNANZ MARTÍN, V. (2002): El trabajo temporal y la segmentación laboral: un estudio de

las transiciones laborales, Tesis doctoral, Universidad de Alcalá, Facultad de Ciencias

Económicas y Empresariales, Departamento de Fundamentos de Economía e Historia

Económica.

LEBART, L.; MORINEAU, A. y PIRON, M. (1997): Statistique exploratoire

multidimensionnelle, Dunod, París.

LEBART, L.; MORINEAU, A. y TABARD, N. (1977): Techniques de la description

statistique, Dunod, París.

LEBART, L.; MORINEAU, A. y WARWICK, K.M. (1984): Multivariate descriptive statistical

analysis. Correspondence analysis and related techniques for large matrices,

Wiley&Sons, Inc, Nueva York.

LEBART, L.; SALEM, A. y BÉCUE, M. (2000): Análisis estadístico de textos, Milenio, Lleida.

LÓPEZ, P., MIGUÉLEZ, F., LOPE, A. (1998): La segmentación laboral: hacia una tipología

del ámbito productivo, Revista Papers, núm. 55, pp.45-77.

LÓPEZ ROLDÁN, P. (1996): La construcción de una tipología de segmentación del mercado

de trabajo, Revista Papers, núm. 48, pp. 41-58.

LÓPEZ ROLDÁN, P. (1996): La construcción de tipologías: metodología de análisis, Revista


LOZARES, C.; LÓPEZ, P. y BORRÁS V.(1998): La complementariedad del log-lineal y del

análisis de correspondencias en la elaboración y el análisis de tipologías, Revista


MAYORDOMO, M. y COCO, A. (2002): Un análisis alternativo del mundo del trabajo. El

caso de Barcelona, VII Jornadas de Economía Crítica, Valladolid 28 de febrero a 2 de marzo,

http://www.ucm.es/info/ec/jec8.

MARUANI (2000): De la sociología del trabajo a la sociología del empleo, Política y

Sociedad, núm. 34, pp. 9-17, Madrid.

MÉDA, D. (1998): El trabajo. Un valor en peligro de extinción, Gedisa S.A., Barcelona.

MIEDES, B. (2002): Empresas de inserción. El caso Andaluz, Observatorio Local de Empleo y

Asociación de Empresas de Inserción de Andalucía, Huelva.

25

MIEDES, B.; PÉREZ, G. y SÁNCHEZ, C. (2003): La segmentación del desempleo: tipologías de desempleados según las características de los mercados de trabajo locales, V Jornadas de Economía Laboral, 9-11 julio, Reus, 2003.

OVERMAN, H. y PUGA, D. (2001): European Unemployment Cluster and Regional

Polarization, Bulletin of Center for Economic Policy Research, nº. 76, p.8-10.

PELLEGRINI, J.L.: Desocupados: una tipología (el caso de Rosario, 1996), Instituto de

Investigaciones Económicas de la Escuela de Economía, Facultad de Ciencias

Económicas y Estadística, Universidad Nacional de Rosario, XXXII Reunión anual de la

Asociación Argentina de Economía Política,

http://www.aaep.org.ar/espa/anales/resumen/pellegrini.htm.

RECIO, A. (1997): Trabajo, personas, mercado, Economía Crítica, Barcelona.

TABACHNICK, B.G. y FIDELL, L.S. (1989): Using Multivariate Statistics,

HarperCollinsPublisher, Inc., Nueva York.

TOHARIA, L. (comp.) (1983): El Mercado de trabajo: Teorías y aplicaciones, Alianza

Editorial, Madrid.

VOSS-DAHM, D. (2004): “The regulation of short-hours part-tiem work in Germany and

segmentation in internal labour markets in the retail trade”, Conferencia Work,

Employment and Society, Manchester, septiembre 2004.

26

ANEXO A: Variables incluidas en el análisis multivariante.

Tabla A.1: Población ocupada Variables que participan en el análisis multidimensional. Categorías y códigos. Variables Categorías Códigos

Relación con la persona de referencia Persona de referencia PrPr Cónyuge PrCo Hijo PrHi Sexo Varón PxVa Mujer PxMu Estado civil Casado PcCa Soltero PcSo Separado, divorciado o viudo PcOt Situación profesional Empresario con o sin asalariados SfEm Asalariado sector público AsPu Asalariado sector privado AsPv ¿Cómo es su contrato o relación laboral? Indefinido CoIn Temporal: estacional o de temporada CoTe Temporal: por obra o servicio CoTo Temporal: de otro tipo CoTp Autoempleado CoAu ¿Cuántos asalariados y ayudas familiares trabajan en el establecimiento? De 0 a 10 personas Ta10

De 11 a 19 personas Ta19 De 20 a 49 personas Ta49 50 o más personas Ta50 No sabe pero menos de 11personas Ta-0 No sabe pero más de 10 personas Ta+0 Actividad económica Agricultura y pesca CnAg Industria CnIn Construcción CnCo Servicios CnSe Edad 16-19 años Pd19 20-24 años Pd24 25-29 años Pd29 30-34 años Pd34 35-39 años Pd39 40-44 años Pd44 45-49 años Pd49 50-54 años Pd54 55 y más años Pd55 Nivel de estudios alcanzado Sin estudios EsSn Estudios primarios EsPr Bachiller elemental EsBe Bachiller superior EsBs Formación profesional EsFp Estudios universitarios EsEu Ocupación Dirección de empresas OcDi Técnicos y profesionales científicos OcTc Técnicos y profesionales de apoyo OcTa Empleado de tipo administrativo OcAd Trabajadores del servicio de restauración OcRe Trabajador cualificado en agricultura y pesca OcCa Artesanos y trabajadores cualificados OcAr Operadores de instalaciones OcOp Trabajadores no cualificados OcNc Tipo de contrato Contrato indefinido CoIn Contrato temporal CoTp Contrato estacional CoTe Contrato por obra o servicio CoTo

Autoempleo CoAu

27

Tabla A.2: Población desempleada Variables que participan en el análisis multidimensional. Categorías y códigos.Variables Modalidades Códigos

Relación con la persona de referencia del hogar Persona de referencia del hogar PrPr

Cónyuge de la persona de referencia PrCo Hijo/a de la persona de referencia PrHi Sexo Varón PxVa Mujer PxMu Estado civil Casado PcSo Soltero PcCa Separado/divorciado PcSd ¿Ha realizado y terminado otros estudios? Sí EtNo No EtSi ¿Ha realizado algún tipo de estudios en las 4 últimas semanas? Sí E4Si

No E4No ¿Aceptaría un empleo que implicase un cambio de residencia? Sí ArSi No ArNo No sabe ArNs ¿Aceptaría un empleo que implicase un cambio de oficio u ocupación? Sí AoSi No AoNo No sabe AoNs ¿Aceptaría un empleo que implicase unos ingresos inferiores? Sí AiSi No AiNo No sabe AiNs ¿Aceptaría un empleo que implicase una categoría inferior? Sí AcSi No AcNo No sabe AcNs ¿Qué tipo de empleo busca o ha encontrado? A tiempo completo y en su defecto a tiempo

parcial TbCo

A tiempo parcial y en su defecto a tiempo completo

TbPa

De cualquier tipo TbCu ¿En qué situación se encontraba antes de la búsqueda de empleo? Trabajando SbTa

Estudiando SbEs Trabajando en el hogar SbHo Otras situaciones SbOt ¿Se encuentra inscrito en el INEM? Inscrito y percibiendo subsidio InCo Inscrito y sin percibir subsidio InSn No inscrito InNo Edad 16-19 años Pd19 20-24 años Pd24 25-29 años Pd29 30-34 años Pd34 35-39 años Pd39 40-44 años Pd44

28

(Continuación) Variables Modalidades Códigos 45-49 años Pd49 50 y más años Pd50 Máximo nivel de estudios alcanzado Sin estudios EsSn Estudios primarios EsPr Bachiller elemental EsBe Formación profesional EsFp Bachiller superior EsBs Estudios universitarios EsUn Actividad económica Sector agrícola CnAg Sector industrial CnIn Sector de la construcción CnCo Sector servicios CnSe Hace más de 8 años que dejó su último

empleo Cn8+

Busca su primer empleo CnP1 Ocupación desempeñada en su último empleo Técnicos y profesionales científicos o técnicos

y profesionales de apoyo OcTe

Empleado de tipo administrativo OcAd Trabajadores del servicio de restauración OcRe Trabajador cualificado en agricultura y pesca OcCa Artesanos y trabajadores cualificados OcAr Operadores de instalaciones OcOp Trabajadores no cualificados OcNc Hace más de 8 años que dejó su último

empleo Oc8+

Busca su primer empleo OcP1

29

ANEXO B. 1: TIPLOGÍA DE OCUPADOS. SEGUNDO SEMESTRE DE 1999.

30

ANEXO B.2.: TIPLOGÍA DE OCUPADOS. SEGUNDO SEMESTRE DE 2001.

31

ANEXO B.3: TIPLOGÍA DE DESEMPLEADOS. SEGUNDO SEMESTRE DE 1999.

32

ANEXO B.4: TIPOLOGÍA DE DESEMPLEADOS. SEGUNDO SEMESTRE DE 2001.

Documents

ESTRUCTURA DE LA POBLACIÓN EN EDAD DE … · La formación de mercados internos y la especificación de las barreras institucionales que impedirían la movilidad entre los segmentos