DESIGUALDADES REGIONALES EN UE-28.

Elena Manzanera Díaz (Instituto de Estadística y Cartografía de Andalucía)

M. Carmen Fernández Cuevas (Instituto de Estadística y Cartografía de Andalucía)

Joaquín Aurioles Martín (Universidad de Málaga)

1. Abstract.

En 20061 se presentó un primer análisis de las variables que introducen mayor desigualdad

entre los europeos a nivel regional. En aquella ocasión el estudio estuvo referido a 237

regiones de los 25 países que entonces integraban la Unión Europea. Se analizaron 24

variables de naturaleza social, demográfica y económica, obteniéndose que el desempleo y, en

general, mercado de trabajo es lo que hace más diferentes a unos europeos de otros. La

inmediata aparición de la crisis de 2008 y sus extraordinarios efectos sobre el empleo en las

regiones periféricas invitaban a pensar en que en los años siguientes habría tenido lugar un

aumento significativo de las desigualdades y que la contribución de las variables relacionadas

con el mercado de trabajo se habría incrementado. En 2013 se planteó una primera

actualización del trabajo para la UE 27, resultante de la integración de Bulgaria y Rumanía,

confirmándose que efectivamente el principal factor explicativo de las diferencias

socioeconómicas entre los europeos sigue siendo el empleo y que con la crisis ha aumentado

significativamente su potencia discriminante. En esta ocasión se pudo trabajar con 258

regiones y 28 variables.

Lo que se presenta en esta comunicación es una actualización de los trabajos anteriores,

utilizando datos que en su mayoría están referidos a 2014-2015. Se trata de un periodo que

para la mayoría de los países se identifica con el inicio de la recuperación posterior a la crisis.

Se obtiene que las mayores diferencias entre los europeos siguen relacionadas con el mercado

de trabajo y se mantienen muy por encima a la etapa previa a la crisis, aunque no tanto como

en el periodo más duro de la misma. En esta ocasión se ha incluido Croacia, lo que nos ha

permitido trabajar con 279 regiones y 26 variables.

La proyección en el plano de las características diferenciadoras entre las regiones permite

construir un mapa europeo de desigualdades regionales. Se obtiene un total de 6 clusters, de

los que 3 corresponden a regiones desfavorecidas, pero con notables diferencias estructurales

entre ellas, que se localizan en la ribera mediterránea y en Europa oriental. Los otros tres

grupos pertenecen a las regiones más favorecidas, que incluyen a los principales centros

políticos, financieros y de servicios del continente y a las regiones mejor dotadas en términos

de base productiva y tecnológica y con menos niveles de desempleo.

1 M. Carmen Fernández Cuevas, MC; Manzanera Díaz, E; Robles Teigeiro, L.; y Aurioles Martín,

J. “Desigualdades Regionales y Diferencias en Competitividad en UE-25”. XXXII Reunión de

Estudios Regionales. DESARROLLO DE REGIONES Y EURORREGIONES. EL DESAFÍO DEL

CAMBIO RURAL. Ourense, 16-18 de noviembre de 2006

El trabajo se cierra un indicador de esfuerzo regional que mide la longitud de trayecto que

debe realizar cada región para desplazarse desde su posición actual en el cluster al que

pertenece al centro del de orden superior en la jerarquía.

2. Desigualdad y objeto del estudio.

Según la OCDE, la diferencia de renta entre ricos y pobres no ha dejado de aumentar a lo largo

de los últimos 30 años en la mayoría de los países2. En la actualidad, los recursos a disposición

del 10% de la población más rica en los países de la OCDE son 9,6 veces superiores a lo que

dispone el 10% más pobre, mientras que en los años 80 del pasado siglo esta relación era de 7

a 1. Este tipo de enfoque ha sido uno de los más habituales a lo largo de los últimos 10 años

para mostrar el aumento de la desigualdad. En el caso europeo el énfasis se ha repartido entre

el estudio de la brecha entre ricos y pobres y el estado de la convergencia y la cohesión

(Vandenbroucke; Rinaldi, 2015), pero en todo caso coincidiendo en destacar que la tendencia a

la reducción de la desigualdad entre países y regiones en Europa ha sido la tónica dominante

hasta 2007, pero que a partir de este año se invierte la tendencia. Ramos y Royuela (2014)

observan tres tipos de países en función de sus desigualdades regionales internas la UE 15. El

nivel más reducido corresponde a Dinamarca, Suecia y Finlandia, mientras que en un segundo

grupo se encuentran Holanda, Alemania, Bélgica y Francia. En el grupo donde las

desigualdades son mayores están Italia, Reino Unido, Irlanda, España, Grecia y Portugal. Esta

jerarquía no ha experimentado cambios importantes desde mediados de los 90, pero ratifican

en un análisis ampliado a 30 países la quiebra en la tendencia a la reducción de la desigualdad

a partir de 2007.

Ramos y Royuela intentan aproximarse a una explicación de los factores explicativos de la

desigualdad, encontrando tres factores significativos en el caso europeo. En primer lugar, la

composición sectorial del VAB, en particular el peso de los servicios avanzados o con elevado

valor añadido, contribuyen a explicar las diferencias, así como el nivel educativo de la

población trabajadora y la formación científica y tecnológica. En sentido contrario, las

diferencias aumentan en economías especializadas en sectores abiertos a la competencia

global (turismo, comunicaciones o comercio). En segundo lugar, la concentración territorial de

población y actividades. Por último, factores institucionales (Atkinson, 2013), cuya influencia

puede resultar decisiva en la posibilidad de una acumulación excesiva de rentas en un

segmento reducido de la población.

La educación como variable clave en la explicación de la igualdad de oportunidades también ha

capturado la atención académica en los últimos años (Allmendinger, J., Driesch, E. von den,

2014). En concreto, García Nicolás (2009) aprecia la decepcionante evolución de los datos de

empleo y desempleo, así como los de pobreza infantil, para concluir el fracaso de la política de

cohesión en Europa, entre cuyos principales objetivos estaban la reducción de las

desigualdades territoriales, la lucha contra la discriminación y el estímulo a la igualdad de

oportunidades. Cecchi, Peragine y Serlenga (2008) abordan el et alia abordan el estudio de la

2 OECD (2015), In It Together: Why Less Inequality Benefits All, OECD Publishing, Paris.

DOI: http://dx.doi.org/10.1787/9789264235120-en

igualdad de oportunidades en Europa encontrando una relación robusta y positiva con la

educación primaria y secundaria y con las instituciones en el mercado de trabajo, mientras que

se ven obligados a reconocer la debilidad de la relación con el tamaño del gasto público. Por su

parte, De Nardi, Ren y Wei (2000) atribuyen a la educación y al capital humano y tecnológico

mayor potencial explicativo para la reducción de las diferencias territoriales en un ejercicio

sobre cinco países que a las políticas redistributivas de los gobiernos. Ostry, Berg y

Tsangarides (2014) cuestionan igualmente la eficacia de las políticas impositivas y de gasto

público para reducir las desigualdades cuando son muy agresivas, pero defienden su

efectividad en el caso de una utilización moderada de las mismas.

El objetivo de esta investigación no es identificar el tamaño de la brecha entre pobres y ricos

en Europa ni su evolución o causas, sino en qué nos diferenciamos unos europeos de otros.

Nos interesa identificar las circunstancias distintas al PIB por habitante o a las tasas de paro o

empleo, que diferencian a los ciudadanos de las diferentes regiones europeas, con la

pretensión de encontrar una perspectiva del problema útil para el diseño de las políticas de

cohesión económica y social en Europa. En el apartado siguiente se recogen las características

de la base de datos utilizada y la metodología empleada. En el apartado 4 se exponen los

resultados del análisis de los factores que determinan las diferencias, mientras que en el 5 se

presenta un mapa de las desigualdades regionales en Europa, resultado de la proyección de las

diferencias en un plano. En el apartado 6 se construye un indicador de esfuerzo para cada

región, que expresa la distancia que cada una debe recorrer para desplazarse hacia un nivel

superior en la jerarquía regional. Por último, en el apartado 7 se extraen las principales

conclusiones.

3. Datos y metodología.

Los datos utilizados proceden de la Base de Datos Regio (Eurostat), a partir de la cual se ha

podido construir un panel de 29 variables para un total de 279 regiones pertenecientes a los

28 países que en estos momentos integran la Unión Europea, más Noruega e Islandia. Se cubre

una amplia casuística de circunstancias que se suponen relevantes a la hora de

explicar en qué se diferencian unos europeos de otros en función de la región

donde residan. La existencia de vacíos puntuales de información sobre una

determinada variable en una región concreta ha obligado a diferentes soluciones,

siempre con el objetivo de mantener el mayor número posible de regiones

analizadas. En algún caso ha sido posible cubrir el vacío con el mismo dato referido

a algún periodo anterior, mientras que en otros se ha decidido emplear el dato

nacional, aunque en algunos casos ha sido necesario optar por excluir a la región o

renunciar a alguna una variable concreta. El principal hándicap en este sentido ha

sido la necesidad de renunciar a los datos de stock de capital público regional. El

resultado final de la depuración de la base son 29 variables (ver Anexo 3),

susceptibles de ser agrupadas en las siguientes categorías.

a) Nivel económico, observado a través de diferentes presentaciones del PIB por habitante

b) Crecimiento, medido como la variación anual promedio del PIB en diferentes periodos

c) Variables sobre mercado de trabajo referidas a niveles de ocupación y desempleo, distinguiendo por género y con información específica sobre el desempleo de larga duración

d) Perfil económico, a través del porcentaje de empleo en los tres grandes sectores e) Nivel de estudios de la población residente, que reinterpreta como aproximativa

del nivel del capital humano f) Nivel tecnológico, a partir del porcentaje de empleo en sectores de tecnología alta

y media y alta g) Variables relacionadas con características demográficas, como la estructura de

edades y la densidad de población

Para el análisis de las diferencias regionales se ha utilizado un análisis factorial, sobre cuyos

resultados se ha aplicado un análisis cluster convencional para obtener una proyección en el

mapa de los mismos. El análisis factorial permite reducir la información contenida en un

amplio número de variables, como es este caso, a un número reducido de factores

independientes que permiten explicar la mayor parte posible de la varianza, es decir, de la

desigualdad. De esta forma, el factor con mayor capacidad explicativa de las desigualdades se

obtiene de la combinación de variables en las que existen mayores diferencias entre las

regiones. Como se puede observar en la Tabla 1, el Factor 1 agrupa un total de ocho variables,

de las que seis están relacionadas con el mercado de trabajo y dos el nivel educativo de la

población en edad de trabajar y con el crecimiento en los años más duros de la crisis. Este

resultado debe interpretarse como que las mayores diferencias entre regiones surgen de la

combinación de variables relacionadas con el desempleo y que durante los años más duros de

la crisis para la Europa periférica (2011-2014), el crecimiento desigual y divergente.

La mayor o menor contribución de una variable, contenida en un factor, a la variabilidad se

hace en términos de valor absoluto. Mayor valor absoluto significa mayor contribución a la

desigualdad, pero también puede observarse en la Tabla 1 que algunas de las variables están

precedidas de un signo negativo. El signo positivo debe interpretarse como que un mayor valor

de la misma contribuye a incrementar la desigualdad, mientras que el signo negativo significa

que un menor valor de la variable en cuestión también contribuye al aumento de la

desigualdad.

El objetivo del análisis cluster es el de identificar patrones territoriales de desigualdad

mediante la construcción de conglomerados de regiones que comparten características

socioeconómicas singulares o sencillamente parecidas y diferenciadas del resto.

El análisis se completa con el estudio de la consistencia de los conglomerados regionales y del esfuerzo que deben realizar las regiones para desplazarse desde su cluster actual al de orden inmediatamente superior. El análisis de la consistencia se realiza mediante la ampliación del número de grupos o clusters y observando cuáles son los primeros en descomponerse y las regiones que los abandonan. Para el análisis del esfuerzo se construye un índice específico que denominamos índice de esfuerzo, con la siguiente formulación:

Ie = Σwi * [Δvar (G+Rj)]/var (G) [1]

Dónde: wi : ponderación (% de varianza explicada por el factor).

Δvar (G+Rj): aumento de la varianza de los valores en el factor i en el grupo G

como consecuencia de la integración de la región j.

Como indicador del esfuerzo del desplazamiento que realiza la región j que se desplaza desde su cluster original al de orden superior se obtiene el aumento en la varianza en el factor correspondiente del grupo de destino, como consecuencia de la incorporación de la región j.

4. Los determinantes de la desigualdad regional en Europa.

La Tabla 1 aglutina a las 24 variables con mayor poder discriminante agrupadas en 5 factores

con autovalor3 mayor que 1, que explican el 75,8% de la varianza, es decir, de la desigualdad

entre las regiones europeas. Como se apuntaba, el primero de ellos aglutina características del

mercado de trabajo, incluyendo el nivel de estudios en la población en edad de trabajar, y el

crecimiento del PIB regional entre 2011 y 2014. En ambos casos aparecen valores positivos y

negativos. Los valores negativos en las tasas de desempleo, de desempleo femenino, de

desempleo de larga duración y de desempleo juvenil indican que las diferencias son tan

significativas porque estas variables tienen un peor comportamiento en las regiones donde ya

presentan valores desfavorables. En sentido contrario, el signo positivo de la tasa de empleo

total y de empleo en mayores de 55 años, así como del nivel de estudios secundarios en la

población en edad de trabajar, indican que el mejor comportamiento se registra en las

regiones donde estas variables presentan los valores más favorables. El signo positivo en el

caso de las diferencias en el crecimiento del PIB regional entre 2011 y 2014 hace referencia a

un crecimiento más intenso en las regiones más favorecidas del centro y norte del continente.

Son los años del estallido de la crisis de la deuda soberana en los países de la periferia

europea, entre cuyas consecuencias estuvo el inicio de un largo periodo de recesión

económica, que prácticamente se mantuvo hasta 2014. La conclusión es que el desempleo

sigue siendo lo que más diferencia a las regiones europeas, aunque durante la crisis hubo un

periodo especialmente crítico con las regiones más desfavorecidas.

El segundo factor explica un 20% de la varianza y combina variables representativas del nivel

de bienestar (esperanza de vida, hogares con acceso a internet, PIB por habitante en paridad

de poder adquisitivo en % sobre la media europea y privación material) con estructura

sectorial de la producción. Nuevamente los valores positivos en esperanza de vida, acceso a

internet, ingresos de los hogares y PIB por habitante indican que estás variables establecen

importantes diferencia regionales a favor de las más prósperas, mientras que el signo negativo

en privación material las más pobres se distancian ampliamente de la media. Por su parte, la

distribución del empleo por sectores también establece grandes diferencias regionales.

Positivas, es decir, a favor de las más prósperas, el porcentaje en servicios, mientras que las

más pobres se alejan de la media por el elevado porcentaje del empleo en industria y en

agricultura.

El tercer factor explica el 11,1% de la varianza y junto a los dos anteriores cubren las dos

terceras partes del total. En este caso se trata de variables de carácter demográfico. El

porcentaje de población con menos de 16 años juega a favor del distanciamiento de las

3 Cantidad de varianza explicada por el factor.

regiones más ricas, mientras que el porcentaje de mayores de 65 aleja a las más pobres de la

media europea.

Los dos últimos factores apenas explican el 9% de las desigualdades a través de un conjunto

diverso de variables con el tamaño de la economía, la demografía y el peso del sector primario.

En primer lugar aparecen el empleo en actividades intensivas en tecnología, la educación

terciaria en la población en edad de trabajar, el gasto en I+D y el crecimiento del VAB regional

en 2014, como cabía esperar, todas ellas con signo positivo. En último lugar figura el

crecimiento antes de la crisis y durante los primeros años de la misma, igualmente con signo

positivo.

Si estos resultados se comparan con los obtenidos en 2013 (elaborado mayoritariamente con

datos de 2011 y 2012 y referido a la UE 27) y con los de 2006 (mayoritariamente datos de 2004

y 2005 y referido a la UE 25) se aprecian algunas diferencias significativas4. En primer lugar,

que los cinco factores relevantes5 obtenidos durante el análisis en 2013 llegaban a explicar el

79,5% de la varianza, mientras que en 2006 estos mismos cinco factores explicaban el 77,9%.

La progresiva reducción de la capacidad explicativa de las diferencias por parte de los factores

obtenidos puede interpretarse como una consecuencia del aumento de la desigualdad, tras las

ampliaciones de Rumanía y Bulgaria en 2007 y la posterior de Croacia. En segundo lugar que se

mantiene la constante de la elevada potencia discriminante de las variables relacionadas con el

mercado de trabajo, tanto porque los atributos más negativos tienden a concentrarse donde

ya son más desfavorables, como porque la creación de empleo en todas su manifestaciones

(juvenil, femenino, larga duración) sigue siendo bastante más intensa en las regiones donde ya

es elevado. Por otro lado, los resultados indican que la mayor parte del empleo creado durante

la crisis se ha localizado en las regiones donde las tasas de desempleo eran reducidas, o que se

ha destruido donde el desempleo era más elevado. Las principales diferencias con respecto a

2013 son, por un lado, que las variable de empleo en actividades intensivas en tecnología

genera bastante menos desigualdad (como también ocurría en 2006) y, por otro, el desigual

impacto de la crisis entre regiones pobres y ricas, especialmente tras la crisis de deuda

soberana en Europa.

La formación del tercer factor con variables de carácter demográfica supone la potenciación de

su potencial discriminante con respecto a 2013 y 2006, pudiendo ser el reflejo de los flujos

migratorios durante la crisis, positivo en población joven para las regiones receptivas y

negativo en población mayor en las emisoras. Particularmente sorprendente es la presencia de

las variables de contenido tecnológico en el factor 4 que, si bien continúan alimentando las

diferencias, los hacen mucho más débilmente que en los ejercicios anteriores.

Por último cabe reseñar que las diferencias en crecimiento real de las regiones han contribuido

al aumento de la desigualdad desde el cambio de siglo, pero especialmente tras el estallido de

la crisis en 2007, aunque su responsabilidad se limita al 4,4% de la varianza.

4 Los resultados del análisis de ambos periodos figuran en los Anexos I y II.

5 Con autovalor >1.

Tabla 1. Resultados del análisis factorial (estimación 2016). Las variables que determinan la desigualdad regional en la Unión Europea (28 países)

Factor 1 Factor 2 Factor 3 Factor 4 Factor 5

EDSECD15 ESPVIDA14 POBJOV15 ALTTEC15 GDPCREC0007

EMPTOT15 ACCINTER15 POBMAY15 (-) EDTERC15 GDPCREC0810

EMPMAY15 INGHOG13 GASTOID13

DESEMPMUJ15 (-) GDPPPS14 GDPCRECAN14

DESEMPTOT15 (-) PRIVMATSEV14 (-)

DESEMPLARDUR15 (-) EMPAGR13 (-)

GDPCREC1114 EMPIND13 (-)

Varianza explicada

V2DESJOVTOT (-) EMPSERV13

Inicial % 35,387 20,025 11,111 4,869 4,398

acumulada 35,387 55,412 66,522 71,392 75,79

Rotación % 27,231 23,442 9,87 8,588 6,658

acumulada 27,231 50,673 60,543 69,132 75,79

5. El mapa europeo de las desigualdades regionales.

La proyección en un mapa de los resultados del análisis de los determinantes de la desigualdad

permite clasificar a cada región en un grupo o cluster de regiones que comparten

características internas al grupo y que las hacen diferentes del resto. El análisis cluster

persigue, por tanto, la formación de agrupaciones que minimicen las distancias entre las

regiones que comparten un mismo grupo y maximice la existente entre los diferentes grupos.

Queda a la discreción del investigador determinar el número de grupos más adecuado, lo que

permite analizar igualmente la consistencia de las agrupaciones al observar cómo se modifican

sus composiciones a medida que se amplía o reduce el número de ellas. Por otro lado, también

es posible plantear la exclusión de alguna variable cuando su influencia en la clasificación

pueda distorsionar el resultado del análisis. En nuestro caso es lo que ha ocurrido con la

densidad de población, dada la extraordinaria diversidad de situaciones existentes.

El Mapa 1 agrupa a la totalidad de las 279 regiones analizadas en cuatro grupos de notable

consistencia interna, donde se pueden observar los perfiles básicos de las desigualdades

regionales en Europa. En el Grupo 1 figuran las regiones con mayores niveles de bienestar y

renta, donde los datos de empleo son más favorables y abundantes en actividades de alta

tecnología y nivel educativo de la población. También en este grupo tienden a clasificarse los

principales centros políticos y financieros del continente.

El Grupo 2 corresponde a las regiones centro europeas donde se repiten algunas de las

características del Grupo 1 en materia de bienestar, pero con una base productiva más

diversificada y con menor notoriedad política. Suecia y Finlandia, así como algunas regiones de

la periferia inglesa, Baleares y el Algarve portugués completan el mapa.

Las regiones más desfavorecidas se distribuyen en los Grupos 3 y 4. En el primero de ellos

figura las regiones del este europeo, caracterizadas por una base productiva excesivamente

ligada a los recursos naturales y bajo nivel tecnológico y valores elevados en los indicadores de

riesgo de pobreza y exclusión social y en los de privación material. El Grupo 4 corresponde al

frente mediterráneo, cuya característica más destacada es el elevado nivel de desempleo e

importantes déficits educativos y tecnológicos.

El Mapa 2 amplía el número de grupos a 6 y permite apreciar algunos rasgos diferenciadores

adicionales. El efecto inmediato que se aprecia es que los dos nuevos grupos surgen

íntegramente de la descomposición de dos de los anteriores. El primero de ellos es el nuevo

Grupo 5 que se nutre con regiones anteriormente clasificadas en el 2. Básicamente se trata de

una amplia franja central privilegiada que discurre por la mayor parte de Alemania y la mitad

norte de la península italiana. El grupo 2 permanece como una primera corona periférica en la

que figura la práctica totalidad de Francia, Países Bajos, Suecia y Finlandia, además de algunas

regiones belgas, austriacas y alemanas. Aunque la mayoría de las características son

compartidas, entre ambos grupos se establecen diferencias significativas en materia de

empleo y densidad industrial, con mejores registros en el caso del Grupo 5.

1

Un nuevo Grupo 4 formado por Chequia, Rumanía Polonia y Eslovaquia surge de la segregación

del anterior Grupo 3. En este último permanecen Letonia y Lituania, la mayor parte de

Bulgaria, la totalidad de Hungría, salvo Budapest, y el Nordeste de Rumanía. Esta separación se

produce como consecuencia de que en el nuevo Grupo 3 se integran las regiones más

desfavorecidas de Europa en materia de ingresos de los hogares, indicadores de bienestar

(riesgo de pobreza y exclusión y privación material) y presencia de las actividades primarias en

la estructura productiva.

El nuevo grupo 6 coincide plenamente con el frente mediterráneo, en el que se integran la

totalidad de España, salvo Madrid y Baleares, la mitad sur de Italia, Croacia y las islas griegas6,

donde los principales problemas se relacionan con fuertes desequilibrios en el mercado de

trabajo y la reducida intensidad tecnológica de sus economías. El mapa definitivo de

desigualdades regionales en Europa permite hablar de tres tipos de regiones-problemas que se

distribuyen a lo largo de las periferias orientales y meridional. Desde el punto de vista de las

dos primeras, los principales factores de diferenciación están relacionados con los profundos

desequilibrios sociales y la necesidad de un impulso modernizador en el conjunto de la

sociedad y de su economía, mientras que en la periferia mediterránea el principal problema es

el desempleo y los desequilibrios, en general, en el mercado de trabajo, así como la necesidad

de corregir el gap tecnológico.

6 La mayor parte de Grecia continental ha quedado excluida del análisis debido a la falta de datos.

6. La corrección de las desigualdades.

Los apartados anteriores han servido para identificar las fuentes de la desigualdad y para

reflejar su dimensión en el mapa, que han permitido identificar tres tipos de regiones

problema, con características tan diferentes entre dos de ellos, que invitan a considerar la

conveniencia de adaptar a sus circunstancias las políticas de cohesión en la Unión Europea.

Para aproximarnos a la intensidad del problema en cada caso y, por lo tanto, para valorar el

esfuerzo necesario para su corrección, se ha elaborado un índice de esfuerzo para cada región

con el que se pretende ofrecer una medida de la dificultad para desplazarse desde un grupo a

otro. La aplicación se ha realizado sobre los resultados del análisis cluster con seis grupos,

calculándose en primer lugar para cada región la intensidad del esfuerzo necesario para

desplazarse hasta el centroide del Grupo 1, que es el que consideramos el de orden superior

en la jerarquía. Los resultados se recogen la Tabla 2, donde se aprecia que las regiones de los

Grupos 6, es decir, la periferia mediterránea, y 3, es decir, la periferia más desfavorecida de

Europa Oriental, son las que se encuentran más alejadas del estado de máximo bienestar, que

atribuimos a las regiones del Grupo 1. También se aprecia como el resto de las regiones que se

integraron en la Unión Europea en 2004 y que se han desplazado al Grupo 4 comparten un

notable número de características con las regiones industriales del centro y norte de Europa

(Grupos 3 y 2). Si estos resultados se comparan con los obtenidos en 2006, la conclusión es

que estas regiones han sabido aprovechar las ventajas de la integración en Europa bastante

mejor que el resto de la periferia.

Tabla 2. Indicador esfuerzo de desplazamiento al

Grupo 1. Promedios 2016

Rótulos de fila Promedio de IE

2 3,02

3 7,06

4 5,10

5 4,04

6 8,22

Total general 4,85

Una relación ordenada del indicador de esfuerzo regional se recoge en el Anexo IV. Entre las

10 regiones más alejadas del ideal de bienestar que representa el Grupo 1 se encuentran 9

griegas y una búlgara. A continuación aparecen la región Nordeste de Rumanía, Andalucía,

Calabria (It) y Extremadura, confirmándose que las situaciones más desfavorecidas se

concentran en la periferia mediterránea.

7. Conclusiones.

Las circunstancias relacionadas con el mercado de trabajo son las que establecen mayores diferencias entre las regiones europeas y resultan decisivas de que en la periferia mediterránea se concentre una parte de los casos más graves de regiones desfavorecidas en Europa. La otra parte se localiza en la periferia oriental y afecta a una parte de los países que se integraron en la Unión en 2004 y 2007. En este caso las diferencias se explican por las situaciones de pobreza, exclusión social y privaciones materiales. El tercer bloque de regiones problemas está formado por el resto de las regiones orientales de la Unión, donde todavía resultan significativas las diferencias relacionadas con las características de la base productiva (excesivo peso de las actividades relacionadas con la agricultura y la explotación de los recursos naturales) y de atraso relativo, aunque tras una notable corrección durante los últimos años. Los tres grupos de regiones problema también se caracterizan por la especial repercusión de la crisis de 2008, provocando que una parte significativa de ellas hayan entrado en recesión tras la crisis de deuda soberana. Sorprendentemente, las diferencias en materia educativa tienen un potencial discriminante notable, pero considerablemente inferior a los desequilibrios en el mercado de trabajo y la intensidad tecnológica en el trabajo y los hogares. Desde el punto de vista de la política de cohesión se puede concluir la conveniencia de su adaptación a las características singulares de cada grupo de regiones. En el caso de las regiones mediterráneas deberían enfatizar en la creación de empleo, mientras que en las del este de Europa deberían concentrarse en la modernización de su economía y de la sociedad en general, mientras que en ambos casos resulta imprescindible un esfuerzo de apoyo a las iniciativas de contenido tecnológico, como condición imprescindible para la corrección de las actuales desigualdades.

Bibliografía.

• Allmendinger, J., Driesch, E. von den (2014). Social Inequalities in Europe: Facing the

challenge. Berlin: WZB. Discussion Paper. P 2014–005.

• Atkinson, A.B. (2013). Reducing income inequality in Europe. IZA Journal of European

Labor Studies2013; 2:12

• Checchi, D.; Peragine, V.; Serlenga, L., 2008. Income Inequality and Opportunity

Inequality in Europe. Revista di Economía Política. Sept-Oct. 2008, pp. 226-294.

• De Nardi M., L. Ren, and C. Wei (2000). Income inequality and redistribution in five countries.

• Economic Perspectives. , Federal Reserve Bank of Chicago, issue Q II, pp 2-20.

• García Nicolás, C. (2009). El coste de la cohesión. La realidad de una Europa desigual.

Estudios de Economía Aplicada Vol 27-3, pp. 679-698.

• Ostry, J.D., Berg,A., Tsangarides, C.G. (2014). Redistribution, Inequality, and Growth. IM F

• Staff Discussion Note. Feb. 2014. SDN/14/02

• Ramos, R. y Royuela, V. (2014). Income inequality in Europe. Analysis of recent trends at the

• regional level”. Institut de Recerca en Economia Aplicada Regional i Pública. Working Paper 2014/13 1/53

• Vandenbroucke, F.; Rinaldi, D. (2015). Social Inequalities in Europe. The challenge of

convergence and cohesion. Jacques Delors Institute. Policy Papers, 147; dec. 2015.

Anexo 1. Los resultados del análisis factorial en 2006 (datos mayoritariamente de 2004 y

2005).

79,516,75

Crecimiento del PIB (var% anual media) 95-01

pobl % más de 65 años 2000

pobl % 15 a 64 años 2000

Factor 5

72,7611,3

Pers. De 15 a 64 Nivel instMedio 2002

Pers. De 15 a 64 Nivel instBajo 2002

pobl % menor 15 años 2000

Factor 4

61,4611,63

Emp2002 % totIndustria

% empsect alttecn2004 30, 32, 33

% empsect medalt tecn2004. 24, 29 to 35

Factor 3

49,8316,12

PIB pc2002 UE25 100

PIB pcmedia 990001 UE15 100

PIB pc2001 UE15 100

Pers. De 15 a 64 Nivel instAlto 2002

Emp2002 % tot Agric

Emp2002 % totServicios

Densidad de población habkm2001

Factor 2

33,7133,71

Tasa Paro % Mujeres 2003

Tasa Paro % Total 2003

Tasa Emp % pobl 15 a 64 años Hombres 2003

Tasa Emp % pobl 15 a 64 años Mujeres 2003

Tasa Emp % pobl 15 a 64 años Total 2003

Desempleo de larga duración 2003 % del total

Factor 1

% varianza acumulada

% de varianza explicada

Tabla 1. Análisis Factorial. Factores con Autovalor >1.

79,516,75

Crecimiento del PIB (var% anual media) 95-01

pobl % más de 65 años 2000

pobl % 15 a 64 años 2000

Factor 5

72,7611,3

Pers. De 15 a 64 Nivel instMedio 2002

Pers. De 15 a 64 Nivel instBajo 2002

pobl % menor 15 años 2000

Factor 4

61,4611,63

Emp2002 % totIndustria

% empsect alttecn2004 30, 32, 33

% empsect medalt tecn2004. 24, 29 to 35

Factor 3

49,8316,12

PIB pc2002 UE25 100

PIB pcmedia 990001 UE15 100

PIB pc2001 UE15 100

Pers. De 15 a 64 Nivel instAlto 2002

Emp2002 % tot Agric

Emp2002 % totServicios

Densidad de población habkm2001

Factor 2

33,7133,71

Tasa Paro % Mujeres 2003

Tasa Paro % Total 2003

Tasa Emp % pobl 15 a 64 años Hombres 2003

Tasa Emp % pobl 15 a 64 años Mujeres 2003

Tasa Emp % pobl 15 a 64 años Total 2003

Desempleo de larga duración 2003 % del total

Factor 1

% varianza acumulada

% de varianza explicada

Tabla 1. Análisis Factorial. Factores con Autovalor >1.

Anexo 2. Los resultados del análisis factorial en 2013 (datos mayoritariamente de 2011 y

2012).

Resultados del análisis factorial. Las variables que determinan la desigualdad regional en la

Unión Europea (27 países)

Factor 1 Factor 2 Factor 3 Factor 4 Factor 5

% empleo alta tecnología

Esperanza de vida

% 25-64 años educación terciaria

% pobl. ≤ 15 años

Crecim. PIB pc medio 08-10 (-)

Hogares con acceso internet

Renta disponible de los hogares

% 25-64 educación secundaria (-)

% pobl. 65 años y más(-)

% empleo 15-64 PIB regional pc % empleo industria (-)

% empleo 55-65 Riesgo de pobreza (-)

Paro larga duración (-)

% empleo sector agrario y pesca (-)

Desempleo pobl. 15 y más años (-)

% empleo servicios

V1(*) Privación material (-)

V2(*)(-)

% Varianza explicada

37.336 18.928 10.142 6.261 5.235

Varianza acumulada

37.336 56.264 66.406 72.667 77.902

(*) V1 (diferencia entre las tasas de desempleo masculino y femenino) y V2 (diferencia entre las tasas de desempleo de 15 a 24 y desempleo de más de 15 años)

Anexo 3. Valores medios de las variables de clasificación en cada grupo de regiones.

Valores medios de cada grupo

Variables Grupo 1 Grupo 2 Grupo 3 Grupo 4 Grupo 5 Grupo 6

DENSPOB14 1050,24 352,35 67,45 154,56 256,42 152,31

ALTTEC15 5,11 3,33 2,45 3,31 3,55 2,24

ESPVIDA14 81,59 81,76 74,76 77,40 81,71 82,30

EDTERC15 40,73 31,26 21,96 23,40 24,27 26,05

EDSECD15 38,54 45,33 58,44 64,54 57,64 32,94

GASTOID13 2,06 1,64 0,63 0,84 2,36 0,92

ACCINTER15 90,97 84,40 65,36 75,00 87,15 71,55

INGHOG13 20014,38 18377,78 4514,29 6263,89 20104,26 11495,24

GDPPPS14 122,53 102,07 46,86 67,22 115,62 74,36

PRIVMATSEV14 5,90 5,13 27,69 12,83 5,51 13,49

EMPTOT15 71,29 67,94 63,05 63,51 71,93 53,88

EMPMAY15 62,15 53,31 49,68 45,41 62,49 43,80

DESEMPMUJ15 7,01 7,98 8,30 7,92 5,37 22,83

DESEMPJOV15 17,11 20,20 19,84 20,54 13,20 47,51

DESEMPTOT15 6,87 8,24 8,50 7,54 5,43 20,16

POBJOV15 17,75 16,41 14,50 15,00 13,07 14,22

POBMAY15 17,00 19,58 19,13 16,15 21,93 20,79

GDPCRECAN14 2,86 0,33 2,84 2,00 1,06 0,59

EMPAGR13 2,03 3,67 18,52 12,54 2,19 10,48

EMPIND13 11,41 13,39 22,44 24,73 20,10 13,32

EMPCONST13 6,77 6,94 6,20 7,58 6,45 6,05

EMPSERV13 79,78 75,99 52,84 55,15 71,25 70,14

DESEMPLARDUR15 2,73 3,36 4,38 3,56 2,46 12,30

GDPCREC0007 3,24 2,79 3,69 5,88 1,88 2,91

GDPCREC0810 -0,40 0,23 -2,35 3,12 -0,60 -1,68

GDPCREC1114 1,82 0,64 1,74 2,11 0,94 -2,01

V2DESJOVTOT 10,24 11,96 11,34 13,01 7,77 27,35

Anexo 3. Continuación. Descripción de las variables utilizadas.

LITERAL VARIABLE Año de

referencia

Densidad de población hab.por Km² DENSPOB14 2014 Empleo en sectores de alta tecnología, % del total de empleo ALTTEC15 2015 Esperanza de vida al nacer, años ESPVIDA14 2014

Personas entre 25 y 64 años con nivel de educación terciario, % EDTERC15 2015

Personas entre 25 y 64 años con nivel de educación secundario, % EDSECD15 2015 Total de gasto en I+D, % PIB GASTOID13 2013 Hogares con acceso a internet, % sobre los hogares con al menos un miembro entre 16 y 74 años

ACCINTER15 2015

Ingresos disponibles de los hogares en PPS (basado en consumo final) por hab INGHOG13 2013 PIB en PPS por habitante % de la media de UE-28 GDPPPS14 2014 Privación material severa PRIVMATSEV14 2014 Tasa de empleo en el grupo de edad de 15 a 64 años EMPTOT15 2015 Tasa de empleo en el grupo de edad de 55 a 64 años EMPMAY15 2015 Tasa de desempleo de mujeres mayores de 15 años DESEMPMUJ15 2015 Tasa de desempleo de jóvenes entre 15 y 24 años DESEMPJOV15 2015 Tasa de desempleo Total mayores de 15 años DESEMPTOT15 2015 % de población menor de 15 años POBJOV15 2015

% de población mayor de 65 años POBMAY15 2015 Crecimiento VAB regional en 2014 GDPCRECAN14 2014 % empleo en agricultura, forestal y pesca EMPAGR13 2013 % empleo en industria EMPIND13 2013 % empleo en construcción EMPCONST13 2013 % empleo en servicios EMPSERV13 2013 Tasa de desempleo de larga duración (más de 12 meses), % del total de desempleados

DESEMPLARDUR15 2015

Media de crecimiento del PIB en el periodo 2000-07 GDPCREC0007 2000-2007

Media de crecimiento del PIB en el periodo 2008-10 GDPCREC0810 2008-2010

Media de crecimiento del PIB en el periodo 2011-14 GDPCREC1114 2011-2014

V2= diferencia entre las tasas desempleo de 15 a 24 y desempleo de más de 15 años V2DESJOVTOT 2015 Tasa de desempleo de hombres mayores de 15 años DESEMPHOM15 2015

V1= diferencia entre las tasas de desempleo masculino y femenino DESEMPMUJHOM15 2015

Las variables en rojo y cursiva son las usadas en el análisis factorial y cluster aunque en los resúmenes de datos están todas

Anexo 4. Indicador de esfuerzo regional. Resultados ordenados de las 40 más desfavorecidas.

Regiones ordenadas de mayor a menor según valor del IE

Regiones Cluster IE

1 EL53 - Dytiki Makedonia 6 15,239

2 EL63 - Dytiki Ellada 6 15,062

3 EL61 - Thessalia 6 14,926

4 EL54 - Ipeiros 6 14,679

5 EL64 - Sterea Ellada 6 13,805

6 EL52 - Kentriki Makedonia 6 12,686

7 EL30 - Attiki 6 12,277

8 EL51 - Anatoliki Makedonia, Thraki 6 11,950

9 BG31 - Severozapaden 2 11,826

10 EL65 - Peloponnisos 6 11,527

11 RO21 - Nord-Est 3 11,133

12 ES61 - Andalucía 6 10,558

13 ITF6 - Calabria 6 10,397

14 ES43 - Extremadura 6 10,067

15 BG32 - Severen tsentralen 2 10,033

16 ITG1 - Sicilia 6 9,695

17 EL43 - Kriti 6 9,679

18 EL41 - Voreio Aigaio 6 9,517

19 ES42 - Castilla-la Mancha 6 9,421

20 ES70 - Canarias (ES) 6 9,258

21 BG42 - Yuzhen tsentralen 3 9,255

22 RO41 - Sud-Vest Oltenia 4 9,244

23 EL62 - Ionia Nisia 6 9,155

24 RO31 - Sud - Muntenia 4 9,048

25 NL11 - Groningen 2 8,946

26 RO22 - Sud-Est 4 8,725

27 ITF4 - Puglia 6 8,451

28 RO42 - Vest 4 8,383

29 BG33 - Severoiztochen 2 8,320

30 ITF3 - Campania 6 8,175

31 HU21 - Közép-Dunántúl 3 7,933

32 RO11 - Nord-Vest 4 7,697

33 BG34 - Yugoiztochen 3 7,582

34 RO32 - Bucuresti - Ilfov 4 7,440

35 ITG2 - Sardegna 6 7,289

36 ES12 - Principado de Asturias 6 7,274

37 HU31 - Észak-Magyarország 3 7,088

38 ES11 - Galicia 6 6,995

39 ES62 - Región de Murcia 6 6,973

40 HU22 - Nyugat-Dunántúl 3 6,967