Investigadores de la Universidad Pablo de Olavide y de la Universidad de Sevilla han analizado, mediante técnicas computacionales, los cambios producidos en el mercado laboral español a partir de la última crisis económica. Sus conclusiones indican que han aparecido nuevos focos de generación de empleo que apuntan a posibles cambios en la movilidad geográfica y sectorial de los trabajadores. Sin embargo, el cambio no es radical, ya que, por ejemplo, siguen manteniendo su importancia los clústeres de generación de empleo caracterizados por la existencia de trabajadores no cualificados.
En este trabajo se procesan, mediante técnicas de Big Data, datos de creación de empleo, con el objetivo de describir la situación del mercado laboral español en los años de la crisis económica (2011-2013) y en los años posteriores de recuperación económica (2014-2016). La comparación de ambos periodos muestra que los focos de creación de empleo sufren tres posibles situaciones: algunos permanecen estables, otros se reestructuran y otros se separan.
Aproximadamente un tercio de los clústeres permanecen prácticamente sin cambios en su localización y en su sector de actividad tras la crisis económica. Por ejemplo, se mantiene la generación de empleo correspondiente a trabajadores no cualificados de los sectores del transporte, la hostelería y las comunicaciones en el centro de la península.
Al mismo tiempo, aparecen nuevos clústeres de generación de empleo creados a partir de dos o más clústeres del periodo anterior. Por ejemplo, dos clústeres de trabajadores no cualificados en la Administración Pública en el noroeste de la península (antes de la crisis) se han unido en uno solo en el nuevo periodo, disminuyendo su volumen de colocaciones y su presencia en actividades como la educación o la construcción. Otro ejemplo sería el cambio de estructura de un clúster de trabajadores no cualificados de la agricultura en el sur del país, por su integración con trabajadores de otros sectores de actividad o situación geográfica, lo que puede constituir una señal de que está aumentando la movilidad laboral.
Por último, entre los clústeres que se dividen en varios, encontramos uno que agrupa a trabajadores de actividades manufactureras en el norte de España, que se separa en dos grupos más pequeños en el nuevo periodo: uno que permanece con características similares en el noreste y otro, en el noroeste de la península, dedicado principalmente a los sectores de transporte y hostelería. Este tipo de divisiones podría reflejar una disminución de la movilidad de los trabajadores pertenecientes a los segmentos laborales del clúster inicial.
Este trabajo describe de manera clara y estructurada el proceso de generación de empleo y la movilidad laboral subyacente en el mercado de trabajo español. Este tipo de estudio puede ayudar a los intermediarios laborales públicos y a las agencias privadas de colocación a orientar, geográfica y sectorialmente/ocupacionalmente, la búsqueda de empleo por parte de los trabajadores.
De las posibles técnicas de Big Data que la Inteligencia Artificial proporciona, se ha aplicado la conocida como clustering, cuyo objetivo es dividir un conjunto de registros en subgrupos o clústeres de manera que los elementos que pertenecen al mismo clúster guardan una elevada similitud entre ellos y, a su vez, se diferencian de los registros de los otros clústeres.
En este estudio se ha partido de dos grandes bases de datos, una para cada periodo analizado, extraídas de la Muestra Continua de Vidas Laborales (MCVL), procedente del Ministerio de Trabajo, Migraciones y Seguridad Social. La MCVL integra información de los registros de la Seguridad Social, información fiscal de la AEAT e información del Padrón Continuo facilitada por el INE. El uso de técnicas de Big Data resulta obligado por el elevado volumen de registros analizados, ya que el primer periodo, correspondiente a los años de crisis económica, presenta un total de 1.967.523 contrataciones, mientras que la base de datos del periodo 2014-2016 recoge 2.459.686 contrataciones.
Referencia bibliográfica:
Analysis of the Evolution of the Spanish Labour Market through Unsupervised Learning.
IEEE Access, 2019, Volumen 7, págs. 121695-121708.
DOI 10.1109/ACCESS.2019.2935386
Carlos Usabiaga. Departamento de Economía, Métodos Cuantitativos e Historia Económica (UPO)
Fernando Núñez. Departamento de Organización Industrial y Gestión de Empresas I (US)
José Mª Luna, María Martínez, José C. Riquelme. Departamento de Lenguajes y Sistemas Informáticos (US)
