Jesús Clemente, Gemma Larramona y Víctor Montuenga

Universidad de Zaragoza y de La Rioja

Efecto escala y efecto composición en los flujos

migratorios en España

Primer Encuentro de inmigración, economía y

sociedad: Noviembre, 2007

2

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,…

3

Algunos datos

Crecimiento del Stock de inmigrantes

-20%-10%

0%10%20%30%40%50%60%

1960-1970 1970-1980 1980-1990 1990-2000

ASIA EUROPENORTHERN AMERICA AFRICALATIN AMERICA AND THE CARIBBEAN OCEANIATOTAL

4

Datos en España

Tasa migratoria neta sobre población activa

-9,0%

-6,5%

-4,0%

-1,5%

1,0%

3,5%

6,0%

1964196519661967196819691970197119721973197419751976197719781979198019811982198319841985198619871988198919901991199219931994199519961997199819992000

Andalucía Baleares Catilla León C. Mancha Cataluña Extremadura Madrid

5

Datos en España

Tasa migratoria neta sobre población

-4%

-3%

-2%

-1%

0%

1%

2%

3%

4%

1964196519661967196819691970197119721973197419751976197719781979198019811982198319841985198619871988198919901991199219931994199519961997199819992000

Andalucía Baleares Catilla León C. Mancha Cataluña Extremadura Madrid

6

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

7

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

8

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?

9

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.

10

Un modelo de migraciones: determinantes del salario

1

iiiii NLKKY

1(

1

2)1(

1

2

1

2

1(

1

2

1)1(

1

2

1

2

N

N

v

v

N

N

w

w

1

2

1

2

1

2

1

2

1

21

1

2

1

2

1

2

N

N

k

k

v

v

N

N

k

k

w

w

11

Especificación empírica

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

' ' ' ' ' '1 1 1 1 11 0 1 2 3 4 5

2 2 2 2 2

1 1log( ) log( ) log log log

1 1

L N

L N

U U k Nm e

U U k N

12

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.

13

Ratio relativo de cualificación de los empleados

0

0,5

1

1,5

2

2,5

3

Andalucía

Aragón

Asturias

Baleares

Catilla León

C. Mancha

Cataluña

Valencia

Extremadura

Madrid

14

Ratio relativo de cualificación de los empleados

0,2

0,4

0,6

0,8

1

1,2

1,4

1,6

Andalucía

Aragón

Asturias

Baleares

Catilla León

C. Mancha

Cataluña

Valencia

Extremadura

15

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.

16

Escala en las regiones

0

0,05

0,1

0,15

0,2

0,25

1964196519661967196819691970197119721973197419751976197719781979198019811982198319841985198619871988198919901991199219931994199519961997199819992000

Andalucía

Aragón

Asturias

Baleares

Canarias

Catilla León

C. Mancha

Cataluña

Extremadura

Galicia

Madrid

País Vasco

17

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.

18

Capital relativo

0,4

0,6

0,8

1

1,2

1,4

1,6

1964

1965

1966

1967

1968

1969

1970

1971

1972

1973

1974

1975

1976

1977

1978

1979

1980

1981

1982

1983

1984

1985

1986

1987

1988

1989

1990

1991

1992

1993

1994

1995

1996

1997

1998

1999

2000

Andalucía

Aragón

Baleares

Catilla León

C. Mancha

Cataluña

Valencia

Extremadura

Galicia

Madrid

La Rioja

Desviación típica del capital relativo

0

0,05

0,1

0,15

0,2

0,25

19

64

19

65

19

66

19

67

19

68

19

69

19

70

19

71

19

72

19

73

19

74

19

75

19

76

19

77

19

78

19

79

19

80

19

81

19

82

19

83

19

84

19

85

19

86

19

87

19

88

19

89

19

90

19

91

19

92

19

93

19

94

19

95

19

96

19

97

19

98

19

99

20

00

19

Probabilidad de encontrar empleo

El tamaño relativo de las vacantes ajustadas.

Se amplían las diferencias: aparece una estructura estable tras 1975

¿Formación de grupos?.

20

Probabilidad de encontrar empleo

Porbabilidad relativa de encontrar empleo de no cualificados

0,8

0,85

0,9

0,95

1

1,05

1,1

1,15

Andalucía

Aragón

Baleares

Catilla León

C. Mancha

Cataluña

Valencia

Extremadura

Madrid

Probalidad de encontrar empleo de los trabajadores cualificados

0,85

0,9

0,95

1

1,05

1,1

1,15

1964

1965

1966

1967

1968

1969

1970

1971

1972

1973

1974

1975

1976

1977

1978

1979

1980

1981

1982

1983

1984

1985

1986

1987

1988

1989

1990

1991

1992

1993

1994

1995

1996

1997

1998

1999

2000

Andalucía

Aragón

Baleares

Catilla León

C. Mancha

Cataluña

Valencia

Extremadura

Madrid

21

Probabilidad de encontrar empleo

Diferencias en la probabilidad de encontrar empleo: cualificados versus no cualificados

-0,2

-0,15

-0,1

-0,05

0

0,05

0,1

0,15

0,2Andalucía

Aragón

Baleares

Cantabria

Catilla León

C. Mancha

Cataluña

Valencia

Extremadura

Madrid

País Vasco

22

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

23

Contrastes de raíz unitaria

Table 1. Testing for panel unit roots VARIABLE Lcompo Lcu Lescal Lktot Lnocu Tasamig tasaacumulada

a) Testing for the null Hypothesis I(1) vs I(0):

Levin, Lin & Chu t*(Common unit root) 2.51249 0.9940

0.43885 0.6696

2.43520 0.9926

-0.49755 0.3094

1.97312 0.9758

3.42030 0.9997

2.58797 0.9952

Breitung t-stat (Common unit root) 2.52338

0.9942 -2.05625

0.0199 5.69022 1.0000

5.01786 1.0000

0.97053 0.8341

0.92648 0.8229

5.73680 1.0000

Im, Pesaran and Shin W-stat (Individual unit root) 2.10983

0.9826 -0.00413

0.4984 -0.50532 0.3067

-0.50532 0.3067

3.21550 0.9993

-0.80197 0.2113

1.98650 0.9765

ADF - Fisher Chi-square(Individual unit root) 24.4192

0.8869 28.1637 0.7488

39.1083 0.2511

39.1083 0.2511

10.1982 1.0000

51.3245 0.0287

32.7096 0.5308

PP - Fisher Chi-square (Individual unit root) 34.6167

0.4383 35.2117

0.4106 43.7305 0.1225

43.7305 0.1225

14.7444 0.9984

76.2773 0.0000

132.805 0.0000

b) Testing for the null Hypothesis I(2) vs I(1):

Levin, Lin & Chu t*(Common unit root) -3.98194

0.0000 -4.45245 0.0000

-3.24869 0.0006

-0.74357 0.2286

-8.27096 0.0000

-5.37640 0.0000

-1.96194 0.0249

Breitung t-stat (Common unit root) 2.05680

0.9801 -12.5101 0.0000

1.658 0.9513

1.71658 0.9570

-5.05709 0.0000

-12.4631 0.0000

-2.37219 0.0088

Im, Pesaran and Shin W-stat (Individual unit root) -11.5258

0.0000 -10.6760 0.0000

-9.97986 0.0000

-7.60570 0.0000

-14.0137 0.0000

-12.4038 0.0000

-3.64621 0.0001

ADF - Fisher Chi-square(Individual unit root) 206.394

0.0000 193.299 0.0000

193.897 0.0000

158.289 0.0000

245.702 0.0000

237.670 0.0000

75.3864 0.0001

PP - Fisher Chi-square (Individual unit root) 228.705

0.0000 350.605 0.0000

268.120 0.0000

257.322 0.0000

296.071 0.0000

400.712 0.0000

130.889 0.0000

24

Contrastes de cointegración

Mismo parámetro autorregresivo Weighted Statistic Prob. Statistic Prob.

Panel v-Statistic -1.044027 0.2313 -1.547455 0.1205 Panel rho-Statistic 1.234204 0.1863 1.738785 0.0880 Panel PP-Statistic -3.987137 0.0001 -4.842569 0.0000 Panel ADF-Statistic -6.713748 0.0000 -6.946168 0.0000

Distinto parámetro

autorregresivo Alternative hypothesis: individual AR coefs. (between-dimension)

Statistic Prob.

Group rho-Statistic 2.471305 0.0188 Group PP-Statistic -6.514086 0.0000 Group ADF-Statistic -7.933942 0.0000

25

Resultados

Resultados

POOL MEF MEF(lag) MEF-

4AÑOS MEF+shift in trend

lcu 0.064 0.022 0.006 0.013 -0.091 (-4.02) (1.31) (0.38) (-0.37) (-1.73) lcu75 0.117 (2.26) lnocu -0.045 -0.005 0.003 -0.001 0.367 (-3.64) (-0.36) (0.25) (-0.03) (4.59) lnocu75 0.355 (-4.82) lkapt -0.014 0.024 0.034 0.028 0.011 (-3.47) (-4.12) (4.74) (1.96) (1.96) lcomp 0.021 0.027 0.023 0.026 0.019 (6.52) (6.80) (5.31) (2.78) (5.03) lescala -0.001 0.060 0.057 0.062 0.039 (-1.78) (11.2) (10.05) (5.42) (7.44) lescala75 -0.0006 (-2.86) tmigac 0.0095 -0.128 -0.112 -0.132 -0.042 (3.13) (-20.8) (-11.56) (-10.3) (-4.09) tmigac75 -0.045 (-7.80) R2 0.226 0.463 0.395 0.548 0.559 F 30.34 42.45 33.42 31.76 41.20 (0.000) (0.000) (0.000) (0.000) (0.000) LM 86.24 41.41 0.21 25.13 (0.000) (0.000) (0.649) (0.000) Hausman 34.54 485.07 74.25 (0.000) (0.000) (0.000)

' ' ' ' ' '1 1 1 1 11 0 1 2 3 4 5

2 2 2 2 2

1 1log( ) log( ) log log log

1 1

L N

L N

U U k Nm e

U U k N

26

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.

27

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.