Efecto escala y efecto composición en los flujos
migratorios en España
Primer Encuentro de inmigración, economía y
sociedad: Noviembre, 2007
Jesús Clemente, Gemma Larramona y Víctor Montuenga
Universidad de Zaragoza y de La Rioja
Introducción
Tasa migratoria: movimientos internacionales o regionales.
Internacional: distintos motivos, factores de atracción y de
expulsión.
Nacional o regional: cierto grado de homogeneidad en
salarios, preferencias,…
Nacional o regional: menor coste, mayor facilidad para la
movilidad,…
2
Algunos datos
Crecimiento del Stock de inmigrantes
60%
50%
40%
30%
20%
10%
0%
-10%
-20%
1960-1970
1970-1980
ASIA
NORTHERN AMERICA
LATIN AMERICA AND THE CARIBBEAN
TOTAL
1980-1990
1990-2000
EUROPE
AFRICA
OCEANIA
3
Datos en España
Tasa migratoria neta sobre población activa
6,0%
3,5%
1,0%
-1,5%
-4,0%
-6,5%
-9,0%
2000
1999
1998
1997
1996
1995
1994
1993
1992
1991
1990
1989
1988
1987
1986
1985
1984
1983
1982
1981
1980
1979
1978
1977
1976
1975
1974
1973
1972
1971
1970
1969
1968
1967
1966
1965
1964
Andalucía
Baleares
Catilla León
C. Mancha
Cataluña
Extremadura
Madrid
4
Datos en España
Tasa migratoria neta sobre población
4%
3%
2%
1%
0%
-1%
-2%
-3%
-4%
2000
1999
1998
1997
1996
1995
1994
1993
1992
1991
1990
1989
1988
1987
1986
1985
1984
1983
1982
1981
1980
1979
1978
1977
1976
1975
1974
1973
1972
1971
1970
1969
1968
1967
1966
1965
1964
Madrid
Extremadura
Cataluña
C. Mancha
Catilla León
Baleares
Andalucía
5
Cuestiones
Descenso de la tasa migratoria neta.
La tasa bruta ha podido aumentar: el descenso es en términos
de stock no de flujos
¿Qué ha cambiado en estos años?
¿Existe un modelo que lo explique?
Breve repaso de algunas variables relevantes
6
Organización de la presentación
1.- Factores que influyen en la movilidad geográfica: el
modelo de Reichlin y Rustichini.
2.- La economía española: evolución de esos factores.
3.- Un aproximación empírica.
4.- Algunas conclusiones
7
Un modelo de migraciones
El modelo tradicional considera los salarios como el motor
clave de la movilidad geográfica: análisis coste-beneficio.
Convergencia en salarios, tasas de crecimiento económico y
predicción acerca del fin de la migración
Aunque parece que la tasa migratoria neta tiende a reducirse
la pregunta es: ¿qué elementos de los que influyen en el
salario son los responsables de este fenómeno?
8
Un modelo de migraciones:
determinantes del salario
Las características propias de los territorios: temperatura,
mercado de la vivienda.
Tamaño de las regiones: importan las fronteras de cualquier
tipo.
Dotación de capital productivo.
Composición de la fuerza de trabajo: los trabajadores son
heterogéneos y la demanda de las empresas también.
9
Un modelo de migraciones:
determinantes del salario



1   
Yi  K i K i L i N i

2
 
w1   1
w2
 (1    )




2
 
v1   1
v2
1
 

 N 2  (1   


 N 
 1
w2
w1

 (1    )  N 2  (1   




 N 

 1
 k2 


k 
 1 
2


 1




 
v2
v1
 k2 


k 
 1 
2


 1




 1


 N2

 N
 1





 N2

 N
 1




10
Especificación empírica
1U1
L
m 1     log(
'
0
'
1
)   log(
L
1U2
1U1
N
'
2
1U2
N
k 
 
 N 
'
'
'
)   3 log  1    4 log  1    5 log  1   e
 k2 
2 
 N2 
N2/N1 : Tamaño relativo de la región respecto al resto.
Composición relativa del factor trabajo.
k2/k1: Capital per cápita relativo.
(1-u1)/1-u2): Tasas de empleo cualificado y no cualificados
relativos
11
Efectos contrapuestos de la composición
Un cambio en el ratio relativo de la composición puede tener
efectos positivos o negativos sobre la migración,
dependiendo de los efectos sobre los salarios de unos y
otros trabajadores. Problema de la medición.
Un efecto composición positivo podría significar lo siguiente:
1- La región con mayor peso de trabajadores cualificados
presenta mayor productividad de los no cualificados
(complementariedad), con lo que su tasa migratoria es
mayor.
2.- Una región con mayor peso del trabajo cualificado podría
estar mostrando un mejor ajuste entre vacantes y parados,
con lo que la productividad de todos los trabajadores es
mayor y es receptora neta de emigrantes.
12
Ratio relativo de cualificación de los
empleados
3
2,5
Andalucía
Aragón
2
1,5
1
Asturias
Baleares
Catilla León
C. Mancha
Cataluña
Valencia
Extremadura
0,5
Madrid
19
64
19
66
19
68
19
70
19
72
19
74
19
76
19
78
19
80
19
82
19
84
19
86
19
88
19
90
19
92
19
94
19
96
19
98
20
00
0
13
Ratio relativo de cualificación de los
empleados
1,6
1,4
1,2
Andalucía
Aragón
Asturias
1
Baleares
Catilla León
0,8
C. Mancha
Cataluña
0,6
0,4
Valencia
Extremadura
19
64
19
66
19
68
19
70
19
72
19
74
19
76
19
78
19
80
19
82
19
84
19
86
19
88
19
90
19
92
19
94
19
96
19
98
20
00
0,2
14
Efecto escala
Influencia en el potencial de mercado.
La brecha en salarios induce más inmigración lo que hace que
aumente dicha brecha.
Tiende a generar divergencia en los tamaños.
No ha cambiado apenas en 35 años.
15
Escala en las regiones
0,25
Andalucía
Aragón
Asturias
0,2
Baleares
Canarias
0,15
Catilla León
C. Mancha
Cataluña
0,1
Extremadura
Galicia
0,05
Madrid
País Vasco
0
2000
1999
1998
1997
1996
1995
1994
1993
1992
1991
1990
1989
1988
1987
1986
1985
1984
1983
1982
1981
1980
1979
1978
1977
1976
1975
1974
1973
1972
1971
1970
1969
1968
1967
1966
1965
1964
16
El capital relativo
Influencia en la productividad.
Se considera el capital total: posibilidad de distinguir ente público
y privado.
Modelo de crecimiento tradicional: efecto de la congestión.
Se observa convergencia regional.
17
Capital relativo
1,6
Aragón
1,4
Andalucía
Catilla León
1,2
Baleares
Cataluña
1
C. Mancha
Valencia
Extremadura
0,8
Galicia
Madrid
0,6
La Rioja
0,4
2000
1999
1998
1997
1996
1995
1994
1993
1992
1991
1990
1989
1988
1987
1986
1985
1984
1983
1982
1981
1980
1979
1978
1977
1976
1975
1974
1973
1972
1971
1970
1969
1968
1967
1966
1965
1964
Desviación típica del capital relativo
0,25
0,2
0,15
0,1
0,05
18
0
2000
1999
1998
1997
1996
1995
1994
1993
1992
1991
1990
1989
1988
1987
1986
1985
1984
1983
1982
1981
1980
1979
1978
1977
1976
1975
1974
1973
1972
1971
1970
1969
1968
1967
1966
1965
1964
Probabilidad de encontrar empleo
El tamaño relativo de las vacantes ajustadas.
Se amplían las diferencias: aparece una estructura estable tras
1975
¿Formación de grupos?.
19
Probabilidad de encontrar empleo
Porbabilidad relativa de encontrar empleo de no cualificados
1,15
Andalucía
1,1
Aragón
1,05
Baleares
Catilla León
1
C. Mancha
0,95
Cataluña
0,9
Valencia
Extremadura
0,85
Madrid
19
64
19
66
19
68
19
70
19
72
19
74
19
76
19
78
19
80
19
82
19
84
19
86
19
88
19
90
19
92
19
94
19
96
19
98
20
00
0,8
Probalidad de encontrar empleo de los trabajadores cualificados
1,15
Andalucía
1,1
Aragón
Baleares
1,05
Catilla León
1
C. Mancha
Cataluña
0,95
Valencia
Extremadura
0,9
Madrid
20
0,85
2000
1999
1998
1997
1996
1995
1994
1993
1992
1991
1990
1989
1988
1987
1986
1985
1984
1983
1982
1981
1980
1979
1978
1977
1976
1975
1974
1973
1972
1971
1970
1969
1968
1967
1966
1965
1964
Probabilidad de encontrar empleo
Diferencias en la probabilidad de encontrar empleo: cualificados versus no
cualificados
0,2
0,15
Andalucía
Aragón
0,1
Baleares
0,05
Cantabria
0
-0,05
-0,1
-0,15
19
64
19
66
19
68
19
70
19
72
19
74
19
76
19
78
19
80
19
82
19
84
19
86
19
88
19
90
19
92
19
94
19
96
19
98
20
00
-0,2
Catilla León
C. Mancha
Cataluña
Valencia
Extremadura
Madrid
País Vasco
21
Datos
Período de análisis: 1964-2000.
Variaciones residenciales: datos de migraciones
Niveles educativos y tamaño de los mercados: FUNDACIÓN BBVA .
Datos del capital relativo: FUNDACIÓN BBVA
22
Contrastes de raíz unitaria
Table 1. Testing for panel unit roots
VARIABLE
Lcompo
Lcu
Lescal
Lktot
Lnocu
Tasamig
tasaacumulada
1.97312
0.9758
0.97053
0.8341
3.21550
0.9993
10.1982
1.0000
14.7444
0.9984
3.42030
0.9997
0.92648
0.8229
-0.80197
0.2113
51.3245
0.0287
76.2773
0.0000
2.58797
0.9952
5.73680
1.0000
1.98650
0.9765
32.7096
0.5308
132.805
0.0000
-8.27096
0.0000
-5.05709
0.0000
-14.0137
0.0000
245.702
0.0000
296.071
0.0000
-5.37640
0.0000
-12.4631
0.0000
-12.4038
0.0000
237.670
0.0000
400.712
0.0000
a) Testing for the null Hypothesis I(1) vs I(0):
vin, Lin & Chu t*(Common unit root)
eitung t-stat (Common unit root)
Pesaran and Shin W-stat (Individual unit root)
F - Fisher Chi-square(Individual unit root)
- Fisher Chi-square (Individual unit root)
2.51249
0.9940
2.52338
0.9942
2.10983
0.9826
24.4192
0.8869
34.6167
0.4383
0.43885
0.6696
-2.05625
0.0199
-0.00413
0.4984
28.1637
0.7488
35.2117
0.4106
2.43520
0.9926
5.69022
1.0000
-0.50532
0.3067
39.1083
0.2511
43.7305
0.1225
-0.49755
0.3094
5.01786
1.0000
-0.50532
0.3067
39.1083
0.2511
43.7305
0.1225
b) Testing for the null Hypothesis I(2) vs I(1):
vin, Lin & Chu t*(Common unit root)
eitung t-stat (Common unit root)
Pesaran and Shin W-stat (Individual unit root)
F - Fisher Chi-square(Individual unit root)
- Fisher Chi-square (Individual unit root)
-3.98194
0.0000
2.05680
0.9801
-11.5258
0.0000
206.394
0.0000
228.705
0.0000
-4.45245
0.0000
-12.5101
0.0000
-10.6760
0.0000
193.299
0.0000
350.605
0.0000
-3.24869
0.0006
1.658
0.9513
-9.97986
0.0000
193.897
0.0000
268.120
0.0000
-0.74357
0.2286
1.71658
0.9570
-7.60570
0.0000
158.289
0.0000
257.322
0.0000
-1.96194
0.0249
-2.37219
0.0088
-3.64621
0.0001
75.3864
0.0001
130.889
0.0000 23
Contrastes de cointegración
Mismo parámetro autorregresivo
Statistic
Panel v-Statistic
-1.044027
Panel rho-Statistic 1.234204
Panel PP-Statistic -3.987137
Panel ADF-Statistic -6.713748
Prob.
0.2313
0.1863
0.0001
0.0000
Weighted
Statistic
-1.547455
1.738785
-4.842569
-6.946168
Prob.
0.1205
0.0880
0.0000
0.0000
Distinto parámetro
autorregresivo
Alternative hypothesis: individual AR coefs. (between-dimension)
Statistic
Group rho-Statistic 2.471305
Group PP-Statistic -6.514086
Group ADF-Statistic -7.933942
Prob.
0.0188
0.0000
0.0000
24
Resultados
1U1
L
m1  
'
0
  lo g (
'
1
1U2
L
1U1
N
)
'
2
lo g (
1U2
N
 k 
 
 N1 
'
'
'
)   3 lo g  1    4 lo g  1    5 lo g 
e
k

N
 2 
 2 

2 
Resultados
lcu
POOL
MEF
MEF(lag)
0.064
(-4.02)
0.022
(1.31)
0.006
(0.38)
MEF4AÑOS
0.013
(-0.37)
-0.045
(-3.64)
-0.005
(-0.36)
0.003
(0.25)
-0.001
(-0.03)
-0.014
(-3.47)
0.021
(6.52)
-0.001
(-1.78)
0.024
(-4.12)
0.027
(6.80)
0.060
(11.2)
0.034
(4.74)
0.023
(5.31)
0.057
(10.05)
0.028
(1.96)
0.026
(2.78)
0.062
(5.42)
0.0095
(3.13)
-0.128
(-20.8)
-0.112
(-11.56)
-0.132
(-10.3)
0.226
30.34
(0.000)
0.463
42.45
(0.000)
86.24
(0.000)
34.54
(0.000)
0.395
33.42
(0.000)
41.41
(0.000)
485.07
(0.000)
0.548
31.76
(0.000)
0.21
(0.649)
lcu75
lnocu
lnocu75
lkapt
lcomp
lescala
lescala75
tmigac
tmigac75
R2
F
LM
Hausman
MEF+shift
in trend
-0.091
(-1.73)
0.117
(2.26)
0.367
(4.59)
0.355
(-4.82)
0.011
(1.96)
0.019
(5.03)
0.039
(7.44)
-0.0006
(-2.86)
-0.042
(-4.09)
-0.045
(-7.80)
0.559
41.20
(0.000)
25.13
(0.000)
74.25
(0.000)
25
Resultados y conclusiones
Efecto positivo del capital relativo: importan el nivel stock de
capital per-cápita aunque haya habido convergencia.
Efecto positivo de la composición: aquellas regiones con mejor
dotación de cualificaciones atraen más migración.
El efecto escala existe: por tanto el potencial de mercado supera
en importancia al efecto congestión aunque su importancia
decrece en el tiempo.
Importancia de la probabilidad de estar empleado, sobre todo en
lo referente al empleo no cualificado.
26
Resultados y conclusiones
¿Puede ser que no se muevan suficientemente los no cualificados
por su falta de probabilidad en conseguir empleo, aunque sus
salarios sean mayores?
La convergencia en capital per cápita ha compensado la no
variación de otros determinantes con lo que la tasa de
migración se frena.
Otras definiciones de cualificación: por ocupaciones.
27
Descargar

Diapositiva 1