Método utilizado para estimar los indicadores del mercado de trabajo
Los indicadores del mercado de trabajo se calculan a partir de una serie de modelos, que establecen relaciones estadísticas entre los indicadores del mercado de trabajo observados y las variables ex- plicativas. Esas relaciones se utilizan para estimar las observaciones faltantes así como para hacer proyecciones de los indicadores del mercado de trabajo.
Hay numerosas relaciones estadísticas posibles, también llamadas «especificaciones del modelo», que podrían utilizarse para predecir los indicadores del mercado de trabajo. La clave para obtener estimaciones precisas y sin sesgos es escoger la mejor especificación del modelo en cada caso. Las estimaciones de la OIT basadas en modelos por lo general se fundan en un procedimiento denominado validación cruzada, que se emplea para determinar los modelos que reducen al mínimo el error y la varianza previstos de la estimación. Este procedimiento supone calcular repetidamente una serie de especificaciones del modelo candidatas utilizando subconjuntos aleatorios de los datos: se predicen las observaciones faltantes y se calcula el error de predicción para cada iteración. Cada modelo candidato se evalúa sobre la base del error cuadrático medio pseudo fuera de muestra, aunque también se evalúan otros parámetros, como la estabilidad del resultado, dependiendo del modelo. Esto permite determinar la relación estadística que ofrece la mejor estimación de un indicador dado del mercado de trabajo; cabe señalar que la relación estadística más apropiada a este efecto podría ser diferente según el país. La fuente de las estimaciones de la OIT basadas en modelos es la publicación de las Naciones Unidas World Population Prospects: The 2017 Revision (Previsiones demográficas mundiales. Revisión de 2017), que proporciona estimaciones y proyecciones de la población total por grupos etarios a intervalos de cinco años. La población en edad de trabajar comprende a todas las personas que tienen al menos 15 años de edad. En primer lugar, un modelo estima y proyecta las tasas de participación de la fuerza de trabajo desglosadas por sexo y grupos etarios de cinco años. Estas tasas estimadas y proyectadas se aplican a las estimaciones referentes a la población en edad de trabajar a fin de obtener los valores de la población activa. En segundo lugar, un modelo estima la tasa de desempleo por sexo y respecto de los jóvenes (15 a 24 años) y los adultos (25 años o más). Combinando la tasa de desempleo con las es- timaciones de la población activa, se obtiene el número de empleados y desempleados. En tercer lugar,
Al igual que se ha hecho con las estima- ciones de la OIT basadas en modelos pu- blicadas en años anteriores, los niveles y las tasas del desempleo mundial se han ac- tualizado a fin de tener en cuenta la nueva información sobre esas tasas, así como las revisiones de los datos históricos y de las proyecciones del crecimiento de la fuerza de trabajo y del crecimiento económico. Dos factores principales subyacen a las di- ferencias entre las estimaciones de la OIT basadas en modelos de noviembre de 2018 y las estimaciones históricas del desempleo publicadas por la OIT en noviembre de 2017: 1) las revisiones de las tasas de de- sempleo históricas, y 2) la utilización de un nuevo enfoque de modelación respecto de China, a partir de los datos de reciente di- fusión de la encuesta de población activa realizada en ese país.
Las revisiones llevadas a cabo en seis países representan casi un 90 por ciento
de la disminución del nivel estimado de desempleo mundial. Esos países, orde- nados por orden de magnitud de la revisión de sus niveles nacionales de desempleo, son: India, Mozambique, China, Etiopía, Afganistán y Nigeria.
La mayor contribución a la revisión del re- cuento del desempleo proviene de las re- visiones de los datos históricos, que han sufrido una serie de cambios a raíz de la definición internacional de desempleo apli- cada uniformemente en los distintos países. A fin de garantizar la comparabilidad inter- nacional de los datos, la OIT ha empren- dido importantes iniciativas para reunir y analizar microdatos de encuestas de po- blación activa con objeto de facilitar una medición fiable de las tasas de desempleo, en particular aplicando estrictamente la definición de desempleo establecida por la Conferencia Internacional de Estadísticos del Trabajo.
Revisiones de las estimaciones de desempleo
un modelo estima la tasa de subutilización de la mano de obra («tasa SU3», véase infra), a partir de la cual puede obtenerse la fuerza de trabajo potencial. Por último, se estima la distribución del empleo conforme a cuatro indicadores diferentes utilizando cuatro modelos distintos. Estos indicadores son: situación en el empleo, actividad económica (sector), ocupación y clase económica (pobreza laboral). Si bien se emplea el mismo método básico respecto de los modelos de todos los indicadores, hay igualmente diferencias entre los diversos modelos debido a las características específicas de los datos básicos. A continuación se ofrecen más detalles en relación con cada modelo.
Estimaciones y proyecciones de la fuerza de trabajo
Las estimaciones y proyecciones de la fuerza de trabajo que hace la OIT se enmarcan en una actividad internacional más amplia referente a las estimaciones y proyecciones demográficas, a la cual contribuyen varios organismos del sistema de las Naciones Unidas. Las estimaciones y proyecciones de la población total, y de su composición por sexo y edad, las elabora la División de Población de las Naciones Unidas; las de la población empleada, desempleada y poblaciones conexas, la OIT; las de la población dedicada a la agricultura, la Organización de las Naciones Unidas para la Alimentación y la Agricultura; y las de la población escolar, la Organización de las Naciones Unidas para la Educación, la Ciencia y la Cultura. Los datos básicos de partida para el modelo pertinente son las tasas anuales de participación de la fuerza de trabajo desglosadas por sexo y grupos de edad, de los cuales diez se definen utilizando in- tervalos de edad de cinco años (15-19, 20-24, …, 60-64) mientras que el último grupo etario engloba a las personas de 65 años y mayores. La metodología básica se ha evaluado ampliamente por lo que respecta al desempeño pseudo fuera de muestra; este es, sin embargo, el único modelo descrito en el presente anexo que no comporta automáticamente una búsqueda de modelo.
El proceso de estimación se cumple en dos etapas diferentes, cada una de las cuales se realiza de manera recursiva. Se utiliza la interpolación lineal para completar los datos faltantes de los países respecto de los cuales ese procedimiento es posible. Se ha comprobado que el desempeño de este procedimiento es muy satisfactorio, lo que no sorprende dado que la tasa de participación de la fuerza de trabajo es una variable muy persistente. En todos los demás casos se realiza una estimación multivariante ponderada. Los países se dividen en nueve grupos de estimación, conformados sobre la base de la similitud económica y la proximidad geográfica. En cuanto a la especificación del modelo, teniendo en cuenta la estructura de la base de datos y la existencia de heterogeneidad no observada entre los distintos países en la base de datos de partida utilizada (las Estimaciones y Proyecciones de la Fuerza de Trabajo de la OIT), se decidió emplear técnicas de datos de panel con efectos constantes por país. Las regresiones se ponderan por la probabilidad de no respuesta. Las variables explicativas utilizadas incluyen variables económicas y demográficas. Las estimaciones se elaboran empleando los intervalos de edad de cinco años detallados. Las cifras mundiales se calculan a partir de la población de referencia establecida en las previsiones demográficas mundiales de las Naciones Unidas y las tasas detalladas.
Las proyecciones (es decir, los resultados del modelo para 2018 y años siguientes) se hacen siguiendo una metodología diferente de la utilizada para calcular los valores faltantes (1990-2017). Se emplea un modelo de tendencia logístico para extrapolar los datos. La ventaja principal de la curva logística y otras curvas sigmoideas o en forma de S es que permiten reflejar los procesos de crecimiento que en última instancia alcanzan un estado estacionario. Estas curvas se suelen utilizar para modelar pobla- ciones y tasas de participación laboral. Además, a partir del comportamiento anterior de la variable, se imponen al cambio acumulativo cotas superiores e inferiores para evitar la extrapolación de cambios que resultarían excesivos a juzgar por la experiencia histórica.
Estimaciones del desempleo
Con este modelo se estima un conjunto completo de datos de panel referente a las tasas de desempleo que abarca el periodo 1991-2017. Es más probable que existan observaciones reales respecto de la tasa total de desempleo que de la tasa desglosada por sexo y edad. A fin de maximizar la utilización de información real, el modelo estima en primer lugar la tasa total. Después se estiman por separado las tasas correspondientes al empleo masculino y femenino, y al empleo de jóvenes y adultos. Estas estimaciones se reequilibran luego a fin de que la tasa total implícita esté en consonancia con la tasa