Según las últimas previsiones sobre el crecimiento anual del PIB real por parte del Banco de España, España crecerá un 2,3% en 2026 y 1,7% en 2027 (lo hizo al 2,8% en 2025). Y como se sabe (por ejemplo, por el Banco Central Europeo, aquí y aquí), una buena parte del crecimiento del PIB se ha basado en la incorporación de mano de obra extranjera.

Pero, ¿y la productividad? En 2026 el Banco de España, y según las mismas previsiones, prevé que el número de personas empleadas aumente un 2,2% en 2026 y un 1,3% en 2027. Parecidas cifras muestran el crecimiento del número de horas trabajadas: 2,2% en 2026 y 1,2% en 2027.  Resultado: se prevé que la productividad aumente poco y eso no bueno porque de ello depende fundamentalmente el bienestar material de los habitantes de un país.

El Gráfico 1 muestra distintas medidas de productividad para observar su evolución desde el cuarto trimestre de 2019 (justo antes de la pandemia) hasta ahora, primer trimestre de 2026, tomando como trimestre base el cuarto trimestre de 2019 (2019T4=100):

• PIB por ocupado,
• PIB por puesto de trabajo,
• PIB por puesto ocupado equivalente a tiempo completo (ETC), y
• PIB por hora.

Gráfico 1: Evolución de la productividad en España, 2019T4-2026T1, 2019T4=100. 

Fuente: INE y elaboración propia.

Tal como señala el INE, “El concepto de puestos de trabajo difiere del concepto de empleo pues una persona (empleo) puede desempeñar más de un puesto de trabajo; bien uno a continuación de otro, durante el período de referencia (normalmente, una semana), o bien en paralelo, como sucede cuando alguien tiene un puesto de trabajo de día y otro de noche.” Por ejemplo, en el primer trimestre de 2026 (2026T1) había 22.921.700 ocupados, 23.577.700 puestos de trabajo, 21.266.200 puestos de trabajo ETC y se trabajaron 9.322,264 millones de horas.

Como podemos observar en el Gráfico 1, tanto el PIB por ocupado y por puesto de trabajo se ha mantenido prácticamente constante durante estos más de 6 años, lo que no es bueno. Por otro lado, la productividad por hora ha mejorado casi un 2,7%, lo que supone una mejora anual de 0,4% aproximadamente, que, no siendo alto, al menos, es positivo. No obstante, hasta el cuarto trimestre de 2023 (2023T4) la productividad por hora no varió; ello implica un crecimiento anual de la productividad por hora de un 1,2% aproximadamente y esta sí es una cifra importante. No obstante, habrá que ver si esto se sigue manteniendo (a pesar de usar series desestacionalizadas, se observa que el trimestre 1 suele ser un buen trimestre porque el número de horas trabajadas se reduce). Finalmente, la productividad por puesto de trabajo a tiempo completo se ha redujo en un 3,44%, que no es nada bueno.

En suma, a pesar de que somos más productivos por hora, como trabajamos menos horas, el resultado es que la productividad por puesto de trabajo ETC disminuye. Suponiendo que la tasa de empleo (cuántas personas trabajan respecto al total de la población, que no suele variar mucho) no varía, para eleva el PIB por habitante o mejoramos más la productividad por hora o trabajamos más horas …

Para acabar, debo decir que este post estaba medio escrito cuando han llegado a mis manos muy recientemente dos informes muy importantes, y relacionados en parte con el post que publico hoy: El primer informe del Consejo de la productividad de España (2025) y el más polémico Informe Fenix para Cataluña.

Pero eso habrá que dejarlo para otro día.

@inakierauskin.bsky.social

© inakierauskin for Ekonomiaren plaza, get_post_time('Y'). | Permalink | No comment | Add to del.icio.us
Post tags:

Feed enhanced by Better Feed from Ozh

The post A vueltas con la productividad en 2026 appeared first on Ekonomiaren plaza.

Recientemente la revista Harvard Business Review ha publicado un interesante estudio de varios economistas y responsables de BBVA sobre la aplicación de la inteligencia artificial (IA) en dicho banco.

El artículo empieza así (traducido del inglés): “Muchos programas corporativos de IA generativa fracasan. Dan lugar a herramientas poco prácticas, implementaciones lentas y resultados poco satisfactorios. Mientras tanto, se está produciendo una revolución silenciosa en el seno de la mayoría de las grandes organizaciones. Los empleados, frustrados por las engorrosas herramientas corporativas o la falta de acceso, utilizan discretamente y de forma paralela ChatGPT, Claude y otros modelos de IA de consumo, a menudo sin informar al departamento de IT ni al de cumplimiento normativo. Un responsable de un gran banco central nos comentó que, cuando sus empleados trabajan en los ordenadores seguros y sin IA proporcionados por el banco, suelen tener sus portátiles personales abiertos en la página de inicio de su modelo de lenguaje grande favorito.”

¿Te resulta familiar?

Sigue: “La magnitud de esta “economía paralela de la IA” es considerable. Un informe reciente reveló que, aunque solo el 40 % de las empresas había contratado suscripciones oficiales a grandes modelos de lenguaje (LLM), los empleados de más del 90 % de esas empresas afirmaron utilizar regularmente la IA a título personal para realizar tareas laborales. En muchas organizaciones, los empleados utilizan los LLM varias veces al día, mientras que las iniciativas oficiales de IA de sus empresas siguen estancadas en una “fase piloto sin salida”. La mayoría de las empresas consideran esto un riesgo y responden con restricciones, supervisión y controles de acceso. Sin embargo, esa estrategia, basada en la desconfianza, es un error. La economía paralela de la IA no es una amenaza, sino un síntoma que indica que existe demanda y potencial de productividad dentro de su organización. La respuesta estratégica debería consistir en aprovechar esa demanda y ese potencial y ponerlos a su servicio a gran escala.”

¿Qué ha hecho BBVA?

El despliegue de la IA se ha basado en 3 principios:

1. Considera la IA como asistente, no sustituto: La tecnología se despliega para aumentar las capacidades cognitivas del capital humano, manteniendo siempre al empleado como el decisor final.
2. Otorgar autonomía con responsabilidad: Se incentiva la democratización de la innovación, otorgando libertad creativa para desarrollar soluciones específicas a cambio de una rendición de cuentas estricta sobre los resultados.
3. Crear una red de “campeones” internos y “magos” expertos para difundir conocimientos y resolver problemas entre pares.

En abril de 2024, la entidad formalizó un acuerdo estratégico con OpenAI para integrar ChatGPT Enterprise en una nube segura y exclusiva. Este despliegue no fue una simple adquisición de software, sino que iba guiado por los 3 principios anteriores. Crucialmente, “La decisión estratégica era clara: resultaba más peligroso permitir un uso oculto y sin control de la IA que implementar rápidamente una solución gestionada y segura que se ajustara a las necesidades existentes.”

El proceso se caracterizó por:

• La excepcional rapidez de esta implementación: BBVA logró comprimir procesos de cumplimiento, revisión legal y evaluación de riesgos de privacidad (se tardan años) en un plazo de solo dos meses. Esto fue posible gracias a que la unidad de datos del banco reporta directamente al CEO y a la capitalización de una inversión sostenida en capacidades analíticas iniciada en 2017.
• La implantación por “seducción” en lugar de por la “imposición”. Se distribuyen solo 3.000 licencias (hay más de 100.000 empleados) a los “champions” (líderes de las áreas de negocio), que las debían distribuir a los más motivados y comprometidos (no por edad) con una política de “úsalo o piérdelo”. Los que más lo usaban y contribuían fueron priorizados: creaban y compartían GPT personalizados, configuraciones de ChatGPT creadas por usuarios con instrucciones y herramientas definidas, … El acceso se transformó de una obligación laboral en un privilegio profesional.

La “Red de adopción” o jerarquía de esta red se definió por tres roles clave:

• “Champions” (Campeones): Unos 25 responsables de áreas de negocio y países que gestionan la visión macro y la asignación estratégica de recursos.
• “Co-Champions”: Más de 100 mandos encargados de la ejecución operativa y la difusión dentro de sus departamentos.
• “Wizards” (Magos): Unos 200 usuarios avanzados seleccionados por su competencia técnica y proactividad. Actúan como el soporte de primera línea y su motivación es intrínseca y reputacional, consolidándose como líderes tecnológicos en un entorno que premia estas habilidades.

Esta estructura se cohesiona a través de la Comunidad de Práctica: se intercambian GPTs personalizados y mejores prácticas, convirtiéndose en “el foro más activo de la historia de la empresa”.

Para neutralizar la resistencia de los mandos intermedios a este cambio, se ejecutó un taller obligatorio de cinco horas para los 250 altos directivos, incluyendo al CEO. El enfoque fue estrictamente práctico, obligando a los líderes a utilizar la IA para resolver tareas complejas de su día a día, como la preparación de informes para inversores, por ejemplo, lo que cambió, para bien, su percepción de la IA.

La gobernanza se estructuró para lograr un equilibrio entre control y autonomía, basándose en un principio fundamental: La IA generativa es un asistente, y no tiene capacidad de agencia autónoma, por lo que no puede sobrescribir bases de datos ni ejecutar acciones sin supervisión. Esto es, hay validación humana obligatoria por el que el empleado es el único responsable legal y profesional de la veracidad de los resultados, y hay un compromiso por el que el acceso está condicionado a una formación técnica, un examen de competencia y la firma de un compromiso formal de procedimientos.

Un componente técnico fundamental se basa en la “puntuación de calidad” automatizada para los GPT creados por los empleados. Dado el volumen de soluciones generadas, BBVA implementó este algoritmo para evaluar la seguridad, claridad y contexto de cada herramienta, en lugar de la evaluación tradicional más burocrática que hubiera “ahogado” esta iniciativa.

A mediados de 2025, el ecosistema creció de 3.000 a 11.000 usuarios activos. Con una media de 50 prompts semanales por empleado, se logró un ahorro de tiempo de entre 2 y 5 horas por semana. La comunidad generó más de 4.800 GPT internos, superando ampliamente las tasas de adopción de la industria. Detallan, también, algunos impactos y rendimientos por áreas y por país. Por ejemplo, “La mayor implantación se produjo en el ámbito de la auditoría interna, donde la dirección financió la cobertura del 100 % de las licencias. El proceso de auditoría requiere un uso intensivo del análisis de textos, la manipulación de datos y la revisión de código, tareas que se adaptan perfectamente a la asistencia de la IA. Con el apoyo de un equipo específico de la Red de Implantación, los auditores incorporaron la IA en todas sus tareas: los GPT estructurados generan informes de auditoría exhaustivos con un alto nivel de calidad y coherencia, y los prompts directos facilitan la síntesis de documentos y la revisión de código. El 99 % de los 600 auditores de la empresa en todo el mundo se han convertido en usuarios activos y ahora logran un ahorro de tiempo estimado de entre 3 y 4 horas por auditor a la semana. Se observaron mejoras similares en todas las regiones y funciones.”

Las lecciones principales de esta iniciativa han sido:

1. Asegura que el entorno sea seguro rápidamente. No esperes a la perfección; crea una interfaz corporativa segura de inmediato. El uso “en la oscuridad” es el riesgo mayor.
2. Haz el acceso atractivo desde el principio. Utiliza la escasez de licencias y “usarla o perderla” para mantener la actividad y crear valor para la comunidad.
3. Designa usuarios avanzados por unidad, identificando a los “Wizards” para que lideren la formación entre pares en sus respectivos flujos de trabajo. El factor limitante en la IA no es el software, sino el conocimiento aplicado.
4. Asegúrate de que los responsables sepan lo que están haciendo. Deben ser formados y aprender a utilizar la IA, con talleres prácticos y breves, no simples charlas teóricas.
5. Comprende que este proceso se centra en las personas y no las sustituye. La IA debe aumentar la capacidad del personal, pero la responsabilidad del resultado final sigue siendo del profesional a cargo.

La lección final es que “Si desea tener éxito con la IA empresarial, no se debe empezar por desarrollar un plan centralizado, sino por aprovechar el ingenio de su propio personal.”

El del BBVA es un ejemplo interesante. A cada empresa u organización le toca pensar el suyo.

(Para escribir este post he utilizado la IA y soy el responsable final del post)

@inakierauskin.bsky.social

© inakierauskin for Ekonomiaren plaza, get_post_time('Y'). | Permalink | No comment | Add to del.icio.us
Post tags:

Feed enhanced by Better Feed from Ozh

The post La inteligencia artificial en el BBVA appeared first on Ekonomiaren plaza.

Acababa mi post anterior concluyendo que las implicaciones del descenso de la población son enormes, insistiendo también en que la incertidumbre alrededor de estas proyecciones era elevada.

Las principales causas de la menor fertilidad vendrían dadas por (pincha aquí para un buen artículo por Bloom, Kuhn y Prettner):

1. Una mayor renta, especialmente por parte de las mujeres, lo que aumenta el coste de oportunidad de tener hijos/as. No obstante, esta relación dista de ser sencilla.
2. “Trade-off” entre cantidad y calidad. Cuanto mayor es el nivel de desarrollo de una sociedad, se tiende a tener menos hijos/as, pero se gasta más en cada uno de ellos/as.
3. Oportunidades para las mujeres, tecnología y políticas familiares. Mayores oportunidades para las mujeres han tendido a reducir las tasas de fertilidad, pero en los últimos años este impacto se ha suavizado por las políticas familiares más efectivas, las técnicas de control de la natalidad, los padres que participan más en la crianza, …
4. Incertidumbre, Seguridad Social y transferencias intergeneracionales. Antes los/as hijos/as podían ayudar a los padres en su vejez, pero la Seguridad Social y los planes de pensiones privados han reducido los incentivos para tener hijos/as para este motivo.
5. Normas sociales: El uso de los anticonceptivos, mayor deseo por familias de menor tamaño, el retraso en la edad para contraer matrimonio y la inestabilidad laboral desincentiva tener hijos/as.
6. Tendencias recientes: mujeres que no quieren tener hijos/as, nuevas plataformas de emparejamiento e internet, y cambios desde la Gran Recesión y el Covid.
7. Reducción de fertilidad en países en vías de desarrollo, también.

Las implicaciones de una menor fertilidad son enormes para el planeta. Por un lado, la menor tasa de crecimiento de la población supone buenas noticias, entre otras:

• Menor presión para los recursos naturales.
• Menor presión para infraestructuras, vivienda, emisión de gases contaminantes, …
• Ahorro en servicios públicos, que puede destinarse a otras actividades que fomenten el crecimiento, …
• Mayor productividad, porque, aunque haya menos trabajadores/as, éstos/as pueden tener mayor capital humano.
• Más inteligencia artificial, más automatización, …, que puede mitigar los efectos adversos del descenso de la población.

Sin embargo, la menor tasa de fertilidad acarrea, también, malas noticias, entre otras:

• Menos trabajadores/as, lo que puede frenar el crecimiento del PIB. Dado que el crecimiento porcentual del PIB es igual al crecimiento de la productividad del trabajador más el crecimiento de la población trabajadora, si el crecimiento de la población trabajadora es negativo, ello supondrá un menor crecimiento del PIB.
• El bienestar material está muy relacionado con el PIB per cápita, pero hay algunos “retos” futuros, tales como las pensiones, la deuda pública, y otros, que dependen del PIB (no del PIB per cápita). Menos trabajadores/as puede aumentar la presión sobre las cuentas públicas.
• Además, el crecimiento de la productividad del trabajo depende de las nuevas tecnologías y del dinamismo empresarial, entre otros factores, y el envejecimiento poblacional que va a tener lugar en buena parte del mundo puede perjudicar el crecimiento de la productividad del trabajo.

La inmigración puede ayudar o perjudicar a los países, creando más o menos problemas en las cuentas públicas nacionales, … .

Las soluciones para evitar esta caída de la fertilidad y sus implicaciones no son fáciles, pero ayudarían las iniciativas dirigidas a, entre otros:

• Fomentar una vivienda más asequible, pero también con mayores facilidades para el transporte, …
• Fomentar un urbanismo más “amigable”, con barrios en los que las familias puedan vivir con mayor comodidad y seguridad, …
• Fomentar cambios educativos (mayor implicación de los hombres en la crianza, …) y medidas de conciliación para las familias (guarderías públicas y de calidad, …).
• Fomentar la inmigración enfocada a compensar la falta de mano obra autóctona en sectores concretos.
• Introducir flexibilidad en la jubilación, para que los/as trabajadores/as puedan jubilarse más tarde, si lo desean.

Veremos … nunca mejor dicho.

@inakierauskin.bsky.social

© inakierauskin for Ekonomiaren plaza, get_post_time('Y'). | Permalink | No comment | Add to del.icio.us
Post tags:

Feed enhanced by Better Feed from Ozh

The post La población mundial disminuirá antes de lo que piensas (y 2) appeared first on Ekonomiaren plaza.

Se pensaba que el mundo se acercaría a una cifra de población total de 11.000 millones de habitantes el año 2100, según la ONU (2019). Ya se sabe que no será así, también para la ONU, y se espera que el pico se alcanzará hacia 2080 con una población total aproximada de 10.300 millones de personas en la tierra.

Sin embargo, cada vez hay más voces que, con rigor, sugieren que la tierra llegará a su máxima población hacia 2060 con 9.500 millones de habitantes aproximadamente. La Figura 1, tomada del semanario The Economist, refleja este hecho, así como la incertidumbre acerca de estas proyecciones.

Figura 1: Población mundial, según diferentes escenarios, 2000-2100.

Fuente: The Economist.

¿Quién es el/la culpable? La cada vez menor tasa de natalidad, incluso en los países menos desarrollados, entre otros factores. Hace tiempo que lo viene avisando Jesús Fernández Villaverde, Catedrático de Economía en la Universidad de Pennsylvania, en El Confidencial, por ejemplo (y en su página web aquí o en video aquí).

La tasa de fertilidad total (Total Fertility Rate, TFR) es el número estimado de niños/as que la mujer media tendrá durante toda su vida, basada en las tendencias actuales. Técnicamente, se denomina tasa global de fecundidad y se define como “Total de nacimientos, de madre de un determinado ámbito ocurridos en un año concreto, por cada 1.000 mujeres en edad fértil (de 15 a 49 años de edad) de dicho ámbito.” (Instituto Nacional de Estadística). El hecho es que la tasa de fertilidad ha disminuido en todas las regiones del mundo, como se puede observar en la Figura 2 del instituto Pew Research Center. En América Latina y el Caribe, por ejemplo, el promedio de nacimientos por mujer cayó de 5,8 en 1950 a un estimado de 1,8 en 2025. En África —la región con la tasa de fertilidad histórica y actual más alta— la tasa de natalidad ha disminuido de 6,5 a 4,0 entre 1950 y 2025. Actualmente, Europa y América del Norte (no incluye a México aquí la ONU) tienen las tasas de fecundidad más bajas del mundo, con 1,4 y 1,6 nacimientos por mujer, respectivamente. Para el año 2100 la ONU proyecta que las tasas de fecundidad disminuirán de 4,0 a 2,0 en África; de 2,1 a 1,7 en Oceanía; de 1,9 a 1,7 en Asia; y de 1,8 a 1,6 en América Latina y el Caribe. Sin embargo, se espera que las tasas de fecundidad se mantengan estables en América del Norte y aumenten ligeramente en Europa hacia finales de siglo.

Figura 2: Tasas de fertilidad por regiones del mundo, 1950-2100.

Fuente: Pew Research Center.

África es la única región del mundo donde la tasa de fecundidad es actualmente superior al nivel de reemplazo mundial. La tasa de fecundidad de África, de 4,0 nacimientos por mujer, está sustancialmente por encima del nivel de reemplazo, que se sitúa en torno a 2,1 nacimientos por mujer. El nivel de reemplazo es la tasa de fecundidad total necesaria para mantener una población en un tamaño constante. A nivel mundial, se estima que es de unos 2,1 nacimientos por mujer, aunque esta cifra varía según las tasas de mortalidad. En Oceanía, la tasa de fecundidad actual es de 2,1, aproximadamente el nivel de reemplazo. Las tasas de fecundidad actuales están por debajo del umbral de reemplazo en Asia, América Latina y el Caribe, América del Norte y Europa. Esto significa que se espera que las futuras generaciones en estas regiones sean menos numerosas que las actuales. Por el contrario, en 1950 todas las regiones estaban por encima del nivel de reemplazo. América del Norte fue la primera región en caer por debajo de dicho nivel, en 1972. Europa le siguió tres años después. La región de América Latina y el Caribe bajó del nivel de reemplazo en 2014, y Asia lo hizo en 2019. Se proyecta que Oceanía caiga por debajo del nivel de reemplazo en 2028. Sin embargo, no se espera que África lo haga hasta 2091, según las proyecciones de la ONU.

Las implicaciones del descenso de la población son extraordinarias, pero eso lo dejaré para otro post, insistiendo otra vez en que la incertidumbre alrededor de estas proyecciones es enorme, como se observa en la Figura 1.

@inakierauskin.bsky.social

© inakierauskin for Ekonomiaren plaza, get_post_time('Y'). | Permalink | No comment | Add to del.icio.us
Post tags:

Feed enhanced by Better Feed from Ozh

The post La población mundial disminuirá antes de lo que piensas (I) appeared first on Ekonomiaren plaza.

Hay un video desternillante de los Monty Python llamado “The Four Yorkshire men sketch” en el que esos 4 hombres, fumando sendos puros y bebiendo vino caro, recuerdan sus orígenes pobres pero felices, y se quejan de los jóvenes de hoy día porque lo tienen “todo”. “Good old times” o “cualquier tiempo pasado fue mejor”. Recientemente, nuestros/as compañeros/as del Deustobarometro destacaron, entre otros asuntos, que “uno de cada cuatro jóvenes de la generación Z cree que el dictador Franco fue un gobernante que trajo bienestar social a la ciudadanía y que el franquismo fue un periodo que aportó estabilidad económica que generó un fuerte compromiso con el desarrollo de Euskadi.” Los datos más detallados están en el Gráfico 1, que contiene las respuestas a la pregunta “¿Cuáles de las siguientes afirmaciones relacionas con el franquismo? Marca todas las opciones que consideres. (% según generación, a saber: Generación Z, Millennials, Generación X, Baby boomers y generación silenciosa)”. El quinto subgráfico del Gráfico 1 recoge el resultado mencionado antes. El resto de las respuestas a las preguntas del Gráfico 1 ofrece una impresión similar por generaciones: cuanto más jóvenes, más “benevolentes” con Franco, y viceversa.

Gráfico 1: El impacto del franquismo en Euskadi por generaciones.

Fuente: Deustobarometro (2025 invierno).

Pero, ¿qué nos dicen los datos económicos sobre el período franquista? Centrándome en el PIB real (descontado por la inflación) per cápita, que es la medida básica de bienestar material de un país, tomo el de España y lo comparo con nuestros vecinos Alemania, Reino Unido, y Estados Unidos, para el período 1900-2022, como recoge el Grafico 2, con los datos del gran (por sus estadísticas a lo largo de los siglos, entre otros) Angus Maddison (fallecido en 2010) actualizados. Hay otra obra, aunque hay más, que debo mencionar, ”El progreso económico de España, 1850-2000”, de Leandro Prados de la Escosura y la Fundación BBVA, que contiene los datos básicos sobre evolución económica de España desde 1850 a 2000 pero no lo utilizo por su dificultad para después comparar la evolución económica española año a año con el resto de los países. Debo decir que aunque hay diferencias en la evolución temporal del PIB real per cápita entre los datos de Maddison y Prados de la Escosura, para el conjunto del período franquista 1939-1975 la evolución es prácticamente la misma. El Gráfico 2 muestra el PIB real per cápita de España dividido por el del otro país, en %, esto es, el PIB relativo de España. Así, 20 significa que el PIB real per cápita de España es un 20% del de Estados Unidos, Alemania o Reino Unido. Cuanto más sube el PIB per cápita relativo, mejor, porque crecemos más que nuestro vecino, y viceversa. El Gráfico 2 muestra el PIB relativo de España respecto a Reino Unido (verde), Alemania (azul) y Estados Unidos (naranja) y las líneas rojas dividen el período completo de 1900 a 2022 en 6 períodos:

1. 1900-1939: Antes de Franco.
2. 1939-1959: Franco y autarquía más hambruna, hasta comienzos de los 50, y alguna mejoría a partir de entonces.
3. 1959-1975: Franco y desarrollismo más aperturismo, período de convergencia.
4. 1975-1984: Crisis 1 y Crisis 2, asociados al petróleo y al periodo convulso de la Transición española.
5. 1984-2007: Incorporación a la UE (1986), euro (1999) y convergencia.
6. 2007-2022: Crisis (2008-09), estancamiento (hasta 2013), recuperación (2014-2019), pandemia (2020), y recuperación (2021-).

Centrándome en el primer período franquista, 1939-1959 (punto 2 arriba), es un período de estancamiento y hambruna, especialmente hasta comienzos de los 50. Coincidentemente, he empezado a leer el libro “La hambruna española” por Miguel Ángel del Arco Blanco (2025, Ed. Crítica), que justamente describe con mucho detalle “la cara de la hambruna española” (p. 14), “originada por una decisión humana: la adopción de la política autárquica” (p. 26).  De tener una renta relativa en torno a 25 respecto a EE.UU. en 1939, desciende casi hasta 20 y no es hasta mediados de los 50 que vuelve a niveles de 1939 (para completar los datos, el PIB real per cápita de España-en dólares de 2011- pasó de 2.881$ en 1939 a 4.062$ en 1953). Es a partir de la apertura de 1959 (punto 3 arriba) que la mejoría económica relativa es evidente, pasando de un PIB relativo de cerca de 30 a cerca de 50 respecto a los EE.UU. (el PIB real per cápita de España pasó de 5.079$ en 1959 a 12.613$ en 1975). Esa subida de 20 puntos porcentuales en la renta relativa es similar respecto a Alemania (de 45 a 65 aproximadamente), pero es de más de 25 puntos para el Reino Unido (pasando de cerca de 40 a algo más de 65). Desde 1975 a 1984 la crisis económica y política afecta negativamente a España. Después, hacia mediados de los 80 y hasta la crisis financiera, comienza otra época de gran mejoría, subiendo 20 puntos o más en renta relativa, pasando de un PIB relativo respecto a los EE.UU. de 45 a 65 aproximadamente; de 60 a 80 respecto a Alemania y de 65 a 90 aproximadamente respecto al Reino Unido (el PIB real per cápita de España pasó de 14.313$ en 1984 a 32.844$ en 2008). Lo que viene después es conocido, y ya se ha tratado en este blog en numerosas ocasiones (aquí, por ejemplo).

Gráfico 2: PIB real per cápita de España, en relación con el Reino Unido, Alemania y Estados Unidos, 1900-2022.

Fuente: Maddison Project Database 2023 y elaboración propia.

En suma, mientras en la primera mitad del período franquista la evolución relativa del PIB real per cápita fue decepcionante, en la segunda mitad, partiendo desde esa posición de retraso, se apreció una mejora sustancial, similar a la que tuvo lugar a partir de mediados de los 80, ya sin Franco.

Probablemente, alguno me dirá ahora, ya, pero ¿y Euskadi? La Tabla 1 muestra que, a partir de 1945, la renta relativa de Euskadi respecto a España fue disminuyendo, a pesar de lo que se suele escuchar. Euskadi ha mejorado desde mediados de los 80 hasta la crisis financiera de 2008, para empeorar relativamente desde entonces (esto no está en la tabla, pero el/la lector/a fiel lo conoce por nuestro blog al menos).

Tabla 1: PIB de Euskadi relativo respecto a España, en %, 1930-1975

Fuente: Julio Alcaide Inchausti (2002). “La evolución económica de las regiones y provincias españolas en el siglo XX y elaboración propia.

En fin, este es un post pensado para presentar evidencias con rigor, y no tanto para “opinar”.

Ahora es la hora del/de la fiel lector/a de nuestro blog.

@inakierauskin.bsky.social

© inakierauskin for Ekonomiaren plaza, get_post_time('Y'). | Permalink | No comment | Add to del.icio.us
Post tags:

Feed enhanced by Better Feed from Ozh

The post ¿Con Franco se vivía mejor? appeared first on Ekonomiaren plaza.

Parece que hay cierta alarma con el precio de los huevos. Por ejemplo, la docena de huevos que solía comprar en el súper cercano a 2,85€ hacia 2022 ahora está en 4,29€. Mi baserritarra favorito (¿y el único?) de Lasarte-Oria, al que le compro casi todas las verduras todas las semanas, subió la docena de huevos de 3€ a 3,50€ hace tres años (a él le subieron el precio del pienso de las gallinas una barbaridad, por la invasión de Ucrania y la crisis del precio del gas) y hace un par de semanas a 3,80€ (la gripe aviar, supongo). Es verdad que el precio nominal de la docena de huevos está más alto que nunca. Se comen más huevos y parece que la gripe aviar también está afectando ya negativamente a la oferta. Tal como señala el Consumo alimentario en España Informe anual del consumo alimentario en España 2024 del Ministerio de Agricultura, Pesca y Alimentación (MAPA), “Estos productos alimentarios representan el 1,62 % del presupuesto total destinado a la compra de alimentos de los hogares, con una correspondencia en volumen del 1,56 % de las compras totales. En promedio, cada residente en España consume alrededor de 8,95 kilos de huevos [unos 142 huevos] por año, una cantidad mayor en un 1,6 % respecto al año anterior. El gasto medio aproximado por individuo al cierre de 2024 asciende a 28,88€.”

Pero, ¿está el precio de la docena de huevos más alto que nunca teniendo en cuenta la inflación? Una docena de huevos al por mayor valía 0,22€ (36,15 pesetas) en diciembre de 1964, según el INE (contrastado con los datos en papel de aquella época en nuestra nueva CRAI en la Universidad de Deusto en Donostia). Los precios medios de hoy son 11,82 veces mayores que los de entonces (los precios han subido 1.082%, por tanto) según el INE. Si se encareciera el precio de los huevos como el nivel medio de precios, los huevos al por mayor deberían valer 2,57€. Según los datos del MAPA, el precio medio en origen de huevos L de gallinas enjauladas es de 1,81€. Eso implica que el precio real del huevo ha bajado un 30% aproximadamente, si bien seguramente estos dos precios no sean comparables directamente porque las fuentes, métodos, etc., no son las mismas, pero nos da una idea inicial (curiosamente, los cálculos de más abajo salen muy parecidos).

Se puede hacer un análisis más completo y riguroso observando la evolución de los precios mes a mes desde que tenemos todos los datos del IPC general y de los huevos en 1976 (he tenido que enlazar varias bases y he cometido algún “pecado” en el proceso, pero pequeño). El comienzo de las series lo he transformado en enero de 1976=100. La línea naranja (eje izquierdo) señala que la cesta de la compra del IPC, si valía 100 en enero de 1976 vale 1.400 ahora aproximadamente, esto es, el precio medio de la cesta de la compra se multiplicó por 14 en estos 50 años. La línea roja (eje izquierdo) señala que el IPC del huevo, si valía 100 en enero de 1976 vale ahora 1.000 aproximadamente, esto es, el precio medio del huevo multiplicó por 10 en estos 50 años. Dado que el precio de los huevos ha subido menos que la media general, hoy día los huevos son claramente más baratos. ¿Pero cuánto? La línea verde (eje derecho) es la ratio entre el IPC del huevo y el IPC general, que comienza en 100 obviamente. En los primeros años, a pesar del comportamiento errático, la tendencia es claramente descendente y la ratio entre el IPC del huevo y el IPC general se sitúa ligeramente por encima de 40 aproximadamente: el huevo es casi un 60% más barato en términos reales en esos años que en 1976. A mediados de 2003 sube la ratio hasta el entorno de 50, con muchos altibajos, esto es, el huevo es un 50% más barato en términos reales en esos años que en 1976. Y es comenzando en abril de 2021 y meses siguientes primero, subiendo la ratio hasta algo más de 60, y más recientemente en marzo de 2025 cuando comienza la subida hasta algo más de 70, donde la ratio entre el IPC del huevo y el IPC general ha aumentado mucho. Ahora el huevo es “solo” un 28,31% más barato en términos reales que en 1976.

Gráfico 1. Evolución del IPC de los huevos y del IPC general (enero de 1976=100), y de su ratio.

Fuente: INE.

En suma, hay dos períodos muy claros en el precio real de los huevos: bajó mucho hasta mediados de 2003, y ha ido subiendo a partir de entonces. Los huevos siguen siendo un 30% más baratos que en 1976 en términos reales (aproximadamente), poco después de fallecer el dictador Francisco Franco, pero los huevos se han encarecido realmente un 75% desde mediados de 2003.

Esto es lo que les he contado a mis alumnos/as de macroeconomía la semana pasada, como primicia. Espero que lo tengan en cuenta de cara al examen que viene …

@inakierauskin.bsky.social

© inakierauskin for Ekonomiaren plaza, get_post_time('Y'). | Permalink | No comment | Add to del.icio.us
Post tags:

Feed enhanced by Better Feed from Ozh

The post ¿Están los huevos más caros que nunca? appeared first on Ekonomiaren plaza.

Soy un asiduo lector del semanario liberal (e histórico) “The Economist” y hubo un artículo hace poco que me llamó mucho la atención por el qué y el quién. El título es “Gita Gopinath on the crash that could torch $35trn of wealth. The world has become dangerously dependent on American stocks, writes the former IMF chief economist.”  (“Gita Gopinath sobre el “crash” que puede incendiar 35 trillones de dólares de riqueza. El mundo se ha convertido en peligrosamente dependiente de las acciones estadounidenses, escribe la que fue economista jefe del FMI” – hay que suscriptor para leerlo). Cuidado, el trillón de “ellos” son 12 ceros, esto es, nuestro billón; así, pues, habla de 35 billones. Para poner en perspectiva esta enorme cifra, el PIB español son 1,6 billones de euros y el de Euskadi 0,1 billones aproximadamente o, más acertadamente, la riqueza de España es de 2,5 billones aproximadamente. A su vez, el 80% de la riqueza se compone de la vivienda; del 20% restante solo una parte menor es la que se dedica a la Bolsa y similares (el valor de capitalización de la Bolsa española es de 1,5 billones de euros aproximadamente). A partir de aquí, para evitar confusiones, trataré los billones según nuestra definición.

En lo que sigue a continuación, voy parafraseando (y resumiendo) a Gita Gopinath, Catedrática de Economía en la Universidad de Harvard. La Bolsa estadounidense está cerca de su máximo histórico (ayer el IBEX llegó a superar los 16.000, en máximos, tras 18 años). Buena parte de la subida se debe al entusiasmo por la inteligencia artificial (IA), que tiene cierta semejanza con la “exuberancia irracional” de finales de los 90 y que acabó en el “crash” de las “puntocom” el año 2000. Es innegable que la IA ha traído y está trayendo muchas innovaciones tecnológicas que están aumentando la productividad, pero los inversores están preocupados, con razón, de que se estén creando las condiciones para otra dolorosa corrección del mercado. Sin embargo, ahora sería peor, por la mayor exposición de las familias, tanto en Estados Unidos como en el resto del mundo, a la Bolsa estadounidense.  Gita calcula que si la corrección es de la misma magnitud que la que tuvo lugar en las puntocom, podrían desaparecer 20 billones de dólares de riqueza en los Estados Unidos (70% del PIB estadounidense) y su impacto sería de varias veces más grande que las pérdidas que tuvieron lugar en las “puntocom”: el crecimiento (débil) del consumo podría caer hasta 3,5 puntos porcentuales y el PIB 2 puntos porcentuales (eso sin tener en cuenta la inversión). El resto del mundo podría sufrir pérdidas de riqueza de unos 15 billones de dólares (20% del PIB). El “crash” puntocom supuso pérdidas de 2 billones (4 billones si se actualizan a valores de hoy; menos del 10% del PIB). Después, provee de detalles de por qué ahora sería peor: el dólar proveía de cierto colchón como refugio, ahora, en cambio, la confianza en el dólar ha ido disminuyendo; las instituciones estadounidenses están sujetas a mayores presiones negativas, hay mayor nivel de deuda pública, etc.

El Gráfico 1 muestra las tenencias de activos financieros estadounidenses a largo plazo por parte de residentes extranjeros. El volumen total actual está cerca de los 35 billones de dólares y casi 20 billones en acciones, cuando en 2015 superaban ligeramente los 5 billones, o menos de 4 billones en 2007 (esto último no se ve en el Gráfico 1).

Gráfico 1. Tenencias de activos financieros estadounidenses a largo plazo por parte de residentes extranjeros (en miles de millones de dólares).

Fuente: Reserva Federal

Su párrafo final dice (traducido al castellano): “En resumen, es improbable que un desplome del mercado hoy en día resulte en la breve y relativamente benigna recesión económica que siguió al estallido de las puntocom. Hay mucha más riqueza en juego ahora, y mucho menos margen de maniobra política para amortiguar el impacto de una corrección. Las vulnerabilidades estructurales y el contexto macroeconómico son más peligrosos. Debemos prepararnos para consecuencias globales más graves.”

Esperemos que su peor vaticinio no se cumpla, pero debemos estar muy atentos …

@inakierauskin.bsky.social

© inakierauskin for Ekonomiaren plaza, get_post_time('Y'). | Permalink | No comment | Add to del.icio.us
Post tags:

Feed enhanced by Better Feed from Ozh

The post ¿Tenemos crisis a la vista en la Bolsa estadounidense? appeared first on Ekonomiaren plaza.

Mucho se ha venido hablando del crecimiento económico español de forma positiva últimamente (The Economist, …). La Tabla 1 muestra las principales previsiones macroeconómicas realizadas por el Banco de España en septiembre de 2025. Por un lado, el PIB crece bastante fuerte en 2024 y 2025 y se ralentiza en 2026 y 2027. Junto a ello, paralelamente, el empleo (en personas y en horas) también ha crecido bastante, lo que implica que el PIB por ocupado no varía en 2025 pero el PIB por hora aumenta aproximadamente 1,4%, a diferencia del resto de los años, donde van bastante parejos: hay más personas, más productivas por hora, pero que, como media, trabajan menos horas.
Pero vamos con otro aspecto que se menciona poco y es el sorpresivo crecimiento del consumo público hasta 2024 y su pérdida de peso relativa actualmente.

Tabla 1. Previsiones macroeconómicas del Banco de España. Septiembre 2025.

Fuente: Boletín económico del Banco de España, 2025/3T.

¿Qué es el consumo público? Tal como señala la Autoridad Independiente de Responsabilidad Fiscal (AIReF) en un documento muy interesante sobre el consumo público, es el “gasto en consumo final de las Administraciones Públicas, [y] constituye la principal aportación de las Administraciones Públicas al Producto Interior Bruto (PIB), desde la óptica de la demanda”. En efecto, “una de las principales funciones económicas que las AA.PP. deben desarrollar es la de ofrecer bienes y prestar servicios a la comunidad, ya sea para el consumo colectivo, como la administración de los asuntos públicos, la defensa y la aplicación de la ley, o para el consumo individual, como los servicios de educación, salud, ocio y cultura. Esta función pública vendrá cuantificada a través del Gasto en Consumo Final de las AAPP, más conocido como Consumo público.”
Más concretamente, la Tabla 2 recoge qué es y qué no es consumo público. Básicamente, es el gasto corriente (no inversión) realizado por las AA.PP. a cambio de algo, por ejemplo, el servicio prestado por un médico de Osakidetza a cambio de un salario. En cambio, una pensión no es consumo público; es una transferencia, esto es, dar un dinero a alguien que, a cambio, no presta un servicio (y con esto no quiero decir, por supuesto, que no se merezca su pensión). Aproximadamente la mitad del consumo público está destinado a la salud y a la educación, prestados principalmente por las comunidades autónomas. Después vienen con cerca del 10% del consumo público, los servicios públicos generales, orden público y seguridad y asuntos económicos, seguidos a cierta distancia por protección social, defensa, actividades recreativas, cultura y religión, protección del medio ambiente y, en último lugar, vivienda y servicios comunitarios. En España y en Euskadi el consumo público se sitúa en un 20% del PIB aproximadamente y suele ser bastante estable en general, salvo justamente en el período reciente, objeto de este post; el consumo privado suele estar alrededor del 60%, la inversión del 20% y el resto, las exportaciones menos las importaciones, suele moverse entre -3% (déficit) y +3% (superávit) aproximadamente. La parte más importante del consumo público son las remuneraciones de los asalariados, que supone en torno al 60% del consumo público. El siguiente gasto importante es el consumo intermedio, en torno al 25% del consumo público, que son “los bienes y servicios consumidos como insumos en un proceso productivo, excluidos los activos fijos, cuyo consumo se registra como consumo de capital fijo. Algunos ejemplos serían el gasto en alquileres, mantenimiento y reparación de activos fijos utilizados en el proceso productivo, suministros, material sanitario, vacunas, servicios de formación de personal encargados a un organismo externo, etc.” También, se incluyen la parte de los intereses pagados vinculados a los servicios prestados.

Tabla 2. Qué es y qué no es consumo público.

Fuente: AIREF (2017). ¿A qué nos referimos al hablar de Consumo público?

Y todo esto, ¿para qué? La Tabla 3 muestra que el importante crecimiento del PIB cercano al 3% en 2023 y 2024 ha estado muy basado en el consumo público (trozo amarillo). En 2023 prácticamente un 1% del casi 3% del crecimiento económico español fue debido al consumo público, lo que supone más de un tercio del crecimiento económico total. En 2024 estaría cerca de una cuarta parte de la contribución total. En cambio, ya en 2025 y años siguientes se mueve en cifras más habituales, en torno al 0,3-0,4% del PIB, ya que fuera de los períodos de crisis (2009 o 2020, por ejemplo) no suele tener mucho peso cuantitativamente hablando. El crecimiento económico basado en el consumo público es complicado, con cifras de déficit público y deuda pública elevadas, como es el caso español, por sus mayores implicaciones potenciales negativas sobre el crecimiento. Tal como se señala recientemente en este interesante post de CaixaBank Research (por Oriol Carreras Baquer), la mayor parte del aumento del consumo público ha sido por el gran aumento del consumo intermedio y, más concretamente, en Salud, Servicios públicos generales y Asuntos económicos. El aumento en Salud, a su vez, se debe al mayor gasto en Servicios hospitalarios, Servicios ambulatorios y Servicios de salud pública (coste de esos servicios más el coste de los productos, tales como el coste de los medicamentos o el coste del equipamiento médico). También, el aumento de los tipos de interés ha afectado indirectamente (Operaciones de deuda pública), así como los Servicios generales (no adscritos a ninguna función concreta) y Asuntos económicos (Transportes y otros).

Tabla 3. Crecimiento del PIB y contribución de los principales componentes.

Fuente: Boletín económico del Banco de España, 2025/3T.

Junto a ello se observa que la aportación de la inversión (formación bruta de capital, en verde) aumenta mucho este año y algo menos los años venideros, lo que es bueno, mientras que la aportación del sector exterior (en gris) pasa a ser negativa en 2025 y 2026, pero se neutraliza los próximos años.
Eso es lo que se espera. Veremos lo que el futuro incierto nos depara.

@inakierauskin.bsky.social

© inakierauskin for Ekonomiaren plaza, get_post_time('Y'). | Permalink | No comment | Add to del.icio.us
Post tags:

Feed enhanced by Better Feed from Ozh

The post Crecimiento económico en España y el consumo público appeared first on Ekonomiaren plaza.

1. Efecto de crecimiento de la productividad del trabajo dentro del sector (llamado “within sector”): recoge el crecimiento de la productividad dentro de los diferentes sectores suponiendo que no hay cambios en la estructura (distribución) del empleo de la economía.
2. Efecto de crecimiento de la productividad del trabajo estático o cambio estructural estático (llamado “between sector”): recoge el crecimiento de la productividad debido a un cambio en la estructura del empleo hacia sectores con mayor o menor productividad con respecto al comienzo del período.
3. Efecto de crecimiento de la productividad dinámico (“dynamic”), por la interacción de las productividades entre los sectores y el empleo a lo largo del tiempo, esto es, es el efecto de cambio estructural dinámico: recoge la medida en que las ganancias o pérdidas de productividad interactúan con la expansión o contracción del empleo en los sectores. Este efecto es positivo si los sectores con mayor (menor) productividad aumentan (reducen) su peso en el empleo, y negativo en el caso contrario.

La suma de estos 3 efectos, esto es, efectos estáticos (“within” y “between”) y dinámicos, proporciona una medida del proceso de reasignación de recursos de la economía. La intuición nos dice que cuanto más positivo es cada uno de estos efectos mejor, en general: ha mejorado la productividad dentro del sector (efecto “within”), ha mejorado la productividad en el trasvase de sectores inicial (efecto “between”) y ha mejorado la productividad en los sectores que crean empleo durante el período (efecto dinámico). Aquí (OCDE, p. 27) tiene más detalles sobre este enfoque.

Estos 3 efectos se miden así:

En esta expresión   es la productividad del trabajo en el total de la economía al final del período,   es la productividad del trabajo al comienzo del período en el total de la economía,   es la productividad del trabajo al final del período en el sector i,   es la productividad del trabajo al comienzo del período en el sector i,  es la fracción del empleo en el sector i al final del período,  es la fracción del empleo en el sector i al final del período. Los sumatorios recogen la suma de cada efecto en todos los sectores. A su vez, dividiendo por  los dos lados, en la izquierda tendríamos el crecimiento de la productividad del trabajo y en la derecha los tres sumandos, que recogen respectivamente, los efectos “within”, “between” y dinámico,

En el caso de Gipuzkoa en el período 1995-2021, el crecimiento medio de la productividad del trabajo se situó en el 0,7%, al que contribuyeron el crecimiento “within” positivo de un 1,1%, y los crecimientos negativos “between” de -0,1% y dinámico de -0,3%, como muestra la Tabla 1. A su vez, para ver si el patrón es homogéneo a lo largo del tiempo divido el período 1995-2021 en los tres períodos característicos: 1995-2008 (pre-crisis), 2008-2013 (crisis) y 2013-2021 (post-crisis y post-pandemia sin acabar de cerrar pero en recuperación). El comportamiento de la productividad es estable salvo en la crisis, donde aumenta hasta el 1,1%, por la destrucción de empleo. La contribución a este aumento de la productividad viene dada mayormente por el factor “within” intrasectorial. La contribución “between” es reducida en general, ligeramente positiva antes de la crisis y ligeramente negativa después. El impacto dinámico es negativo en todo el período, con mayor fuerza desde 2013. Este patrón presenta claroscuros; entre los claros está la contribución “within”, pero el crecimiento medio de la productividad es bajo y las contribuciones negativas de “between” y dinámicas no son buenas. En cuanto a sectores, la parte clara sería el impacto “within” donde casi todo el sector industrial ofrece una buena evolución, así como una parte del sector servicios (Tabla 2 del post anterior): Telecomunicaciones, industria química y productos farmacéuticos, energía eléctrica, gas y vapor, industrias extractivas, caucho, plásticos y otras no metálicas, actividades inmobiliarias, material de transporte, metalurgia y productos metálicos, … La parte menos clara es el impacto “between”, que ofrece un cuadro donde el sector industrial, al perder peso en el empleo, contribuye negativamente, a diferencia de los servicios donde es positiva por su contribución al empleo. Sin embargo, el efecto dinámico es negativo tanto en la industria como en los servicios; lo primero es normal por la pérdida de empleo pero lo segundo significa que el aumento del empleo no ha venido acompañado del suficiente aumento de la productividad que lo compense y esto es ciertamente preocupante.

Dani Rodrik, el prestigioso catedrático de la John F. Kennedy School of Government de Harvard, escribía hace poco sobre eso al hablar de “Bidenomics”. Rescato algunas ideas:

• Mucho énfasis en el sector industrial (por las políticas de Joe Biden), pero poco en la estructura cambiante de la economía.
• Hace falta una nueva “política industrial” que cree buenos trabajos en los servicios.
• Las nuevas tecnologías que ayuden a los trabajadores, y no los sustituyan, van a ser claves.

Euskadi tiene algunos ejemplos en esto con la servitización, como ha señalado a menudo Bart Kamp aquí.

Parece evidente que la estructura económica de Euskadi también irá cambiando en los próximos años y debemos asegurarnos de que sirva para mejorar lo que tenemos.

Eta urtea amaitzeko … Eguberri eta Urteberri On!!

@inakierauskin.bsky.social

© inakierauskin for Ekonomiaren plaza, get_post_time('Y'). | Permalink | No comment | Add to del.icio.us
Post tags:

Feed enhanced by Better Feed from Ozh

The post La productividad sectorial en Gipuzkoa desde 1995 (y 2) appeared first on Ekonomiaren plaza.

Me he pasado a la red social Bluesky hace pocos días, en lugar de Twitter-X. Un colega me animó y creo que ha sido una buena idea.

Como bien sabe el/la lector/a de nuestro blog, la productividad no lo es todo, pero lo es casi todo a largo plazo (Paul Krugman, 1994). En el post de hoy quiero analizar la evolución temporal de la productividad sectorial en Gipuzkoa desde 1995. Es algo que tenía pensado hace semanas, y no parece que yo sea el único que lo hice.

Tomando los datos del Eustat, el PIB per cápita de Gipuzkoa fue de 14.454€ en 1995, y de 36.276€ en 2021 y 39.413€ en 2022, por detrás de Araba (37.219€ y 40.192€) y por delante de Bizkaia (34.776€ y 39.088€). El PIB per cápita de Gipuzkoa aumentó en un 151% y un 173% en ese período, por tanto. Tenga en cuenta el/la lector/a que estas variaciones son nominales, esto es, no se ha descontado el efecto de la inflación.

En el mismo período 1995-2021 (el año 2021 es el último dato para puestos de trabajo  equivalentes a tiempo completo, que se utiliza para homogeneizar los que trabajan a tiempo completo y a tiempo parcial y se obtiene dividiendo el número de horas totales entre la media del número de horas para puestos de trabajo a tiempo completo), la variación de la productividad por puesto de trabajo equivalente (ETC a partir de ahora), que es el PIB a precios básicos entre ETC, fue del 95% al pasar de 37.999€ a 74.021€.

Téngase en cuenta que:

donde la tasa de empleo es el cociente entre la población ocupada y la población total. La diferencia existente entre la variación anterior del PIB per cápita y esta última de la productividad radica en que la tasa de empleo actual es mucho mayor, por la incorporación de la mujer al mercado laboral principalmente. Había 234.006 ETC en 1995 y 315.425 ETC en 2021, cuando la población total era de 676.605 y 718.887 personas en 1995 y 2021, respectivamente.

Pero, ¿cuál es la productividad sectorial y cómo se ha distribuido la variación de la productividad por sectores durante 1995-2021? He tomado la clasificación en 38 sectores (38A) que provee el Eustat. El sector primario es el 1, el sector industrial va del sector 2 al 17, el 18 es la construcción y a partir del 19 vienen los servicios. Las actividades 6 de “Coquerías y refino de petróleo” no existe para Gipuzkoa (solo en Bizkaia) y 38 de “Actividades de instituciones y organismos extraterritoriales” no existe para Euskadi.

Partiendo de la clasificación anterior, la Tabla 2 muestra los 12 sectores más productivos (aquellos con productividades por encima de 75.000€), fijados como aquellos con mayor PIB sectorial a precios básicos por ETC, así como su importancia en el empleo según ETC. Todos estos sectores suponen un poco más del 25% de los ETC. Los primeros cuatro sectores de la Tabla 2 ofrecen cifras “estratosféricas” de productividad por las peculiaridades de esos sectores probablemente (“poca” ocupación y “mucha” capitalización o “maquinaria”) mientras el resto de los sectores pertenece casi exclusivamente al sector industrial. Llaman especialmente la atención los sectores industriales 13 de “Maquinaria y equipo”, 10 de “Metalurgia y productos metálicos” por el sector industrial y 33 de “Actividades sanitarias” por su elevada productividad y contribución al empleo.

La Tabla 3 muestra el otro extremo, el de los sectores con menor productividad y su contribución al empleo total según ETC. Todos ellos contribuyen al 55% del empleo total ETC. Destacan 19 de “Comercio; Reparación de vehículos”, y 31 de “Administración pública y defensa” y 32 de “Educación”, asociados estos dos últimos al sector público en su mayor parte, por su volumen de empleo. Les siguen de cerca en volumen de empleo 21 de “Hostelería”, así como 30 de “Servicios auxiliares”, 34 de “Actividades de servicios sociales” y 30 de “Servicios auxiliares”, estas dos últimas con las productividades más bajas.

La Tabla 4 muestra los sectores en los que más creció la productividad sectorial (entendida ésta como hemos señalado arriba) durante 1995-2021. Muchos de los sectores en los que más creció la productividad fueron, como cabría esperar, los que hoy tienen un mayor nivel de productividad. Tienen especial interés aquellos sectores que, como hemos indicado, contribuyen más al empleo, tales como 19 de “Comercio; reparación de vehículos”, con menor productividad que la media, y 13 de “Maquinaria y equipo” y 10 de “Metalurgia y productos metálicos”, con productividades mayores que la media.

Los sectores en los que la productividad creció menos durante 1995-2021 fueron:

• Otras actividades profesionales (25%),
• Textil, confección, cuero y calzado (35%),
• Material y equipo eléctrico (35%).
• Actividades recreativas y culturales (42%).
• Consultorías y actividades técnicas (48%).
• Agricultura, ganadería y pesca (51%).
• Informática (51%).

El sector 27 de “Consultorías y actividades técnicas” es el que más contribuye al empleo ETC con casi un 4%. El resto tiene un impacto menor sobre el empleo.

Finalmente, teniendo en cuenta que todo lo referente a la productividad se centra a precios corrientes, ¿cómo ha evolucionado la productividad real? ¿Cambia mucho la fotografía anterior? La productividad real por ETC aumentó en un 24% durante 1995-2021, a diferencia de la variación nominal del 95% (la diferencia con la productividad nominal de la primera parte del post se debe a la inflación).

La Tabla 5 muestra los sectores en los que más creció la productividad real durante 1995-2021. Hay una cierta correlación entre los sectores en los que más creció la productividad real de la Tabla 5 y los de la Tabla 4 sobre crecimiento nominal. Entre los sectores que más creció la productividad real cabe destacar, por su mayor contribución al empleo: 10 de “Metalurgia y productos metálicos” (8,04%), 13 de “Maquinaria y equipo” (4,91%).

Los sectores en lo que menos creció la productividad real fueron:

• Otras actividades profesionales (-28%),
• Informática (-25%).
• Actividades recreativas y culturales (-21%).
• Consultorías y actividades técnicas (-17%).
• Hostelería (-14%; 5,35% del empleo)

Para el próximo día, partiendo de estos resultados, tengo previsto ampliar este análisis a través del enfoque de “shift-share” para saber si los incrementos de productividad reales han sido como consecuencia de cambios en el propio sector (“within”), entre sectores (“between”) o una mezcla de ambos (“dynamic”).

Lo dicho, productividad o …

https://bsky.app/profile/inakierauskin.bsky.social 

© inakierauskin for Ekonomiaren plaza, get_post_time('Y'). | Permalink | No comment | Add to del.icio.us
Post tags:

Feed enhanced by Better Feed from Ozh

The post La productividad sectorial en Gipuzkoa desde 1995 appeared first on Ekonomiaren plaza.