Ni parados ni inactivos. Cómo ayuda la IA a medir el apego al mercado laboral en España
Tal como se mide el mercado de trabajo, si no estás ocupado ni parado, estás inactivo, es decir, fuera del mercado laboral. Pero la realidad tiene más matices. La medida de apego al mercado de trabajo usa métodos de inteligencia artificial para ofrecer una visión más fiel del mercado de trabajo, lo que facilita la adopción de mejores políticas de empleo.
El debate sobre la salud del mercado laboral español nunca se detiene, ni siquiera cuando las cifras oficiales de paro parecen alentadoras. ¿Refleja realmente la tasa de paro la escasez o abundancia de mano de obra disponible? ¿Son las estadísticas tradicionales de parados e inactivos suficientes para responder esta pregunta o cabe pensar en nuevas medidas más afinadas? Aquí proponemos y evaluamos un indicador alternativo: el apego al mercado de trabajo de la población desocupada, que aprovecha los avances de la inteligencia artificial (IA). Esta herramienta es capaz de ofrecer un retrato más fiel del mercado laboral español y se ajusta mejor a la evolución de otros indicadores económicos.
Los límites de la dicotomía desempleado-inactivo
La distinción binaria tradicional entre parado o desempleado e inactivo es, en realidad, un corsé estadístico, pues oculta la mayor complejidad del mercado laboral, ilustrada en el esquema 1.
Esquema 1
LA MEDIDA DE APEGO AL TRABAJO SUPERA LA DICOTOMÍA PARADO-INACTIVO EN EL MERCADO LABORAL (pincha en los enfoques para ver la diferencia)
FUENTE: Elaboración propia.
NOTAS: La población en edad de trabajar se considera habitualmente aquella entre 16 y 64 años.
¿SABÍAS QUE…?
- La tasa de paro mide el porcentaje de la población activa que se encuentra desempleada. La población activa es la suma de empleados y desempleados. El resto de la población en edad de trabajar se consideran inactivos.
- El desempleado se define como sin trabajo, disponible para empezar a trabajar de inmediato y que ha buscado activamente empleo en las últimas cuatro semanas.
- El inactivo no tiene trabajo y no cumple esas condiciones de disponibilidad y búsqueda de empleo, y se le suele considerar en la práctica fuera del mercado de trabajo.
Pero estas personas sin trabajo pueden tener grados muy distintos de conexión con el empleo: lo pueden buscar con más o menos intensidad, tener distintas expectativas salariales o disponibilidad, condicionada por factores personales. Pensemos en algunos ejemplos:
- Un desempleado que busca trabajo, pero tiene un salario de reserva
muy por encima del ofrecido en el mercado, difícilmente aceptará un empleo. - Alguien que no ha buscado trabajo en las últimas semanas (es decir, un inactivo) puede recibir una oferta atractiva y aceptar inmediatamente.
- Y entre los inactivos hay muchos que, aunque no cumplan esos criterios formales, muestran un claro interés o una alta probabilidad de incorporarse pronto a un empleo.
En concreto, la clasificación binaria desempleado/inactivo ignora las diferentes circunstancias de la población no ocupada que reflejan los ejemplos anteriores. Esta heterogeneidad se ha estudiado, sobre todo, para Estados Unidos (algunos ejemplos: aquí, aquí y aquí).
La dicotomía parado/inactivo ignora la heterogeneidad real de la población no ocupada
Los datos para España son reveladores de la borrosa frontera entre desempleados e inactivos: mientras que la probabilidad de que un parado encuentre trabajo es del 26%, la de un inactivo es del 11%, menor pero no insignificante. Si miramos más de cerca, descubrimos que ciertos inactivos —en particular, los no disponibles para trabajar de inmediato— tienen un 33% de probabilidad de encontrar empleo, una probabilidad superior a la de los desempleados 'oficiales'.
Todo esto nos lleva a una conclusión clara: el estado laboral no es un interruptor on/off, sino un continuo de posibilidades: hay parados desconectados del mercado de trabajo e inactivos que están conectados.
Lo que realmente importa es el grado de apego o conexión efectiva al mercado laboral del desocupado, es decir, la propensión latente del parado o inactivo a incorporarse a un empleo, independientemente de la intensidad de búsqueda o el deseo de encontrar trabajo que haya reportado.
De las reglas rígidas a las probabilidades continuas
En nuestra investigación proponemos una alternativa: medir el Apego al Mercado Laboral (en inglés, Labor Market Attachment o LMA) de la población no ocupada en España mediante técnicas de aprendizaje automático aplicadas a los microdatos de la Encuesta de Población Activa (EPA).
¿SABÍAS QUE…?
La medida de apego al mercado laboral es un enfoque empírico basado en probabilidades. En lugar de clasificar a cada persona como parada o inactiva, estimamos su probabilidad de conexión con el mercado laboral:
- Aprovechamos toda la información disponible en la EPA desde 2005, utilizando un tipo de IA, el machine learning o aprendizaje automático.
- Usamos más de 200 variables de la EPA que incluyen, no solo las preguntas tradicionales de búsqueda y disponibilidad, sino también datos sobre educación, experiencia, características del último empleo, motivos de inactividad y situación ante el servicio público de empleo.
- El modelo aprende a predecir la probabilidad de que una persona no ocupada en un trimestre esté empleada en algún momento del año siguiente. En concreto, utilizamos una regresión logística penalizada (L1).
Gráfico1
DISTRIBUCIÓN DE LA POBLACIÓN NO OCUPADA SEGÚN SU GRADO DE APEGO
FUENTE: Elaboración propia, Encuesta de Población Activa (EPA).
NOTAS:
- El eje horizontal divide a la población de referencia en diez grupos, según su nivel de apego al mercado laboral, que puede ir desde el 0% (apego nulo), hasta el 100% (apego completo).
- Cálculos a a partir de microdatos de la EPA, datos desde 2007T1 hasta 2023T1.
Esta herramienta genera una medida individual de conexión con el mercado laboral entre 0% (apego nulo) y 100% (completo), actualizada cada trimestre, que capta con agilidad los cambios del mercado y evita los sesgos estacionales.
Qué nos enseña el nuevo indicador
En el Gráfico 1 podemos ver que hay muy pocos individuos con un apego completo o nulo, ya que la mayoría está en una situación intermedia, donde el problema de la dicotomía es especialmente relevante.
También observamos en el gráfico 1 que, aunque dentro de los parados el apego es en general mayor, hay algunos con un apego reducido. Y análogamente, hay inactivos con un apego elevado. Por tanto, las variables clásicas búsqueda activa y disponibilidad inmediata son relevantes, pero no las más determinantes. El verdadero apego laboral depende de muchos más factores, entre los que destacan:
- Experiencia reciente: perder un empleo hace poco tiempo es el mejor predictor de una rápida reincorporación.
- Nivel de estudios: quienes tienen estudios superiores muestran un apego mucho mayor.
- Edad: las personas mayores presentan una conexión más débil con el mercado laboral.
- Prestaciones y salario de reserva: en algunos casos, las ayudas y subsidios elevan tanto el salario de reserva que, en la práctica, alejan a ciertos parados del mercado laboral.
En conjunto, estos resultados confirman que la empleabilidad y el salario de reserva pesan tanto o más que la búsqueda activa a la hora de entender quién está realmente influyendo en el mercado laboral.
¿SABIAS QUE…?
Nuestra herramienta también nos permite desvelar y medir la conexión de grupos inactivos, según las estadísticas oficiales, con el mercado laboral:
- Estudiantes, los cuales, según la definición tradicional, apenas participan en el mercado laboral. Nuestra medida muestra un apego importante y mayor cuando la economía va bien; entonces, muchos estudiantes tienen alta probabilidad de incorporarse al empleo, lo que refleja su empleabilidad latente.
- Personas dedicadas al hogar. Para la EPA, su apego es cero por definición. Pero nuestros modelos indican niveles medios o altos, especialmente durante las recesiones. Es el conocido efecto del segundo perceptor: cuando el principal sustentador del hogar pierde su empleo, otros miembros se ven empujados a buscar trabajo.
- Mujeres. Nuestras métricas muestran que muchas mujeres clasificadas como inactivas presentan una conexión efectiva con el empleo mayor de la que sugiere su búsqueda declarada. Esto implica que la incorporación femenina al mercado en décadas anteriores, aunque real, pudo ser menos repentina de lo que indican las cifras: una parte ya estaba, de hecho, integrada de manera latente.
Una mejor brújula macroeconómica
Una consecuencia de tener en cuenta la heterogeneidad de los trabajadores a la hora de medir el desempleo, es una mejor explicación del ciclo económico, como demuestran algunos estudios (aquí y aquí).
Nuestra medida de apego se basa en esa heterogeneidad en la población sin empleo, para incluir los inactivos con alta conexión al mercado laboral, y excluir algunos desempleados con escaso apego. Con estos resultados, en el Gráfico 2 construimos una "tasa de apego" comparable con la tasa de paro, dividiendo la población no trabajadora apegada entre la suma de la población no trabajadora apegada más los ocupados.
Gráfico 2
TASAS DE PARO Y DE APEGO EN ESPAÑA
FUENTE: Elaboración propia a partir de microdatos de la EPA.
NOTAS:
- La tasa de paro se define como el % de parados en la población activa (parados + ocupados).
- La tasa de apego la definimos como la población no trabajadora apegada entre la suma de la población no trabajadora apegada más los ocupados.
Esta tasa de apego tiene una mayor capacidad para anticipar la evolución del empleo y es más coherente con otras variables macroeconómicas. Por un lado, la nueva métrica supera con claridad a las medidas tradicionales para predecir las transiciones al empleo, como podemos observar en el gráfico 3. Por otro lado, en nuestro trabajo, demostramos también que la nueva métrica muestra una correlación mucho más estrecha con el ciclo económico, en comparación con la tasa de paro oficial.
Gráfico 3
LOS ERRORES DE PREVISIÓN EN LAS TRANSICIONES AL EMPLEO SON MENORES USANDO EL GRADO DE APEGO
FUENTE: Elaboración propia a partir de microdatos de la EPA.
NOTAS:
- El gráfico muestra el error medio de previsión para cada año, en base a la variable utilizada (grado de apego y parados más inactivos), para las transiciones desde el no empleo al empleo en el trimestre siguiente.
- El grado de apego de cada individuo, nuestra medida de conexión con el mercado laboral, se toma directamente como la previsión de reentrada al empleo.
- En el otro caso, se espera que los parados pasen del no empleo al empleo, y que los inactivos permanezcan en el no empleo.
Este hallazgo tiene implicaciones profundas. Si la métrica oficial no estima correctamente la capacidad ociosa (no utilizada) del mercado laboral, las políticas pueden reaccionar de modo inadecuado. Por ello, medir mejor el apego al mercado laboral también es una cuestión de política económica: la identificación precisa del grado de apego de los individuos es fundamental para el diseño de las políticas activas de empleo, por ejemplo.
Si la métrica oficial no estima correctamente la capacidad ociosa del mercado laboral, las políticas económicas podrían adoptarse sobre un diagnóstico equivocado
Más allá de la contribución técnica, este enfoque abre un debate de fondo sobre el futuro de las estadísticas laborales. La frontera entre desempleo e inactividad ya no refleja la realidad de un mercado en el que la disponibilidad, la búsqueda y la empleabilidad se combinan de forma continua. Es hora de dar el salto hacia una visión más matizada del mercado de trabajo, basada en probabilidades y adaptativa, que mida con mayor precisión cuán cerca está cada persona de volver a trabajar. El debate queda abierto, pero una cosa está clara: el análisis del mercado de trabajo necesita nuevas métricas que se adapten a su heterogeneidad, y el uso masivo de datos combinado con técnicas de aprendizaje automático puede ser de gran ayuda en este sentido.
NOTA: Las opiniones de esta entrada de blog son responsabilidad de los autores y no necesariamente coinciden con las del Banco de España o el Eurosistema.