© Marcel Crozet / OIT

ILO Monitor on the World of Work (base de datos ILOMONITOR)

Índice de contenidos

Introducción

La base de datos ILO Monitor on the World of Work permite acceder a varios de los indicadores que aparecen regularmente en la publicación ILO Monitor . Actualmente se centra en la evolución de las horas de trabajo en relación con el último trimestre anterior a la crisis (el cuarto trimestre de 2019).

Conceptos y definiciones

El concepto principal para los indicadores presentados en esta base de datos es el de horas semanales efectivamente trabajadas. El concepto de horas efectivamente trabajadas dentro de la frontera de producción del Sistema de Cuentas Nacionales (SCN) se refiere al tiempo que las personas que figuran en la ocupación dedican directamente a las actividades productivas y en relación con ellas; el tiempo muerto y el tiempo de descanso durante un período de referencia temporal determinado. Excluye el tiempo no trabajado durante actividades como las vacaciones (vacaciones anuales, días festivos, baja por enfermedad, permiso parental, etc.), el tiempo de desplazamiento y el tiempo dedicado a determinadas actividades educativas.

El porcentaje de horas perdidas debido a la crisis COVID-19 se compara con la línea de base (el último trimestre anterior a la crisis, es decir, el cuarto trimestre de 2019, ajustado estacionalmente) y se ajusta a la población de 15 a 64 años. Las cifras indicadas no deben interpretarse como una tasa de crecimiento trimestral o interanual. 

También se proporcionan las pérdidas equivalentes a tiempo completo la ocupación . Este indicador se construye dividiendo el número de horas semanales perdidas debido a COVID-19 y dividiéndolas entre 40 ó 48. Por lo tanto, proporcionan una ilustración de la magnitud en horas perdidas, expresándolas en puestos de trabajo a tiempo completo. 

Se dispone de otros dos indicadores: El total de horas semanales trabajadas por los ocupados y las horas semanales trabajadas divididas por la población de 15 a 64 años. Estas series temporales comienzan en 2005, y las estimaciones combinan los resultados de las previsiones actuales para 2020 y en adelante con los datos de las series temporales históricas sobre las horas trabajadas y la población procedentes de ILOSTAT.

Fuentes de datos

El número de horas de trabajo perdidas se estima haciendo uso de un modelo de "nowcasting". Se trata de un modelo de predicción estadística basado en datos que proporciona una medida en tiempo real del estado del mercado laboral, a partir de datos económicos y del mercado laboral en tiempo real. En otras palabras, no se define específicamente ningún escenario para el desarrollo de la crisis, sino que la información incorporada en los datos en tiempo real define implícitamente dicho escenario. La utilización de datosdisponibles casi en tiempo real permite predecir las horas trabajadas que se publican con mucho retraso o que simplemente no están disponibles.

Los datos del modelo de nowcasting incluyen una serie de indicadores de la actividad económica y de la evolución del mercado laboral, como:

  • datos de la encuesta de población activa 
  • datos administrativos sobre el mercado laboral, como los registrados la desocupación
  • datos actualizados de teléfonos móviles de Google Mobility Reports
  • Índice de rigor de la respuesta gubernamental COVID-19 de Oxford
  • datos sobre la incidencia de COVID-19

A partir de los datos disponibles en tiempo real, el modelo estima la relación estadística histórica entre estos indicadores y las horas trabajadas por persona de 15 a 64 años, y utiliza los coeficientes resultantes para predecir cómo cambian las horas trabajadas ajustadas a la población de 15 a 64 años en respuesta a los valores observados más recientes de los indicadores de nowcasting. Se evaluaron múltiples relaciones candidatas en función de su precisión de predicción y su rendimiento en torno a los puntos de inflexión para construir una previsión actual media ponderada. 

En el caso de los países para los que se disponía de datos de alta frecuencia sobre la actividad económica, pero no se disponía de datos sobre la propia variable objetivo o la metodología anterior no funcionaba bien, se utilizaron los coeficientes estimados y los datos del panel de países para elaborar una estimación.

Para el resto de países se aplica un enfoque indirecto: se trata de extrapolar la variación de las horas ajustadas a la población de 15 a 64 años de los países con emisiones directas. La base de esta extrapolación es la disminución de la movilidad observada en los Informes de Movilidad de la Comunidad de Google y el Índice de Rigidez de Oxford, ya que es probable que los países con caídas comparables de la movilidad y restricciones estrictas similares experimenten una disminución similar de las horas trabajadas ajustadas a la población de 15 a 64 años. A partir de los Informes de Movilidad Comunitaria de Google, se utilizó un promedio de los índices de lugar de trabajo y de "comercio y ocio". Los índices de rigor y movilidad se combinaron en una sola variable mediante un análisis de componentes principales. Las estimaciones a partir del primer trimestre de 2022 incorporan otras variables de alta frecuencia, como las proyecciones de crecimiento trimestral del PIB.

Además, en el caso de los países sin datos sobre restricciones, se utilizaron los datos de movilidad, si estaban disponibles, y los datos actualizados sobre la incidencia de COVID-19 para extrapolar el impacto en las horas trabajadas ajustadas a la población de 15 a 64 años. Debido a las diferentes prácticas de los países a la hora de contabilizar los casos de infección por COVID-19, se utilizó el concepto más homogéneo de pacientes fallecidos como aproximación al alcance de la pandemia. La variable se calculó con una frecuencia mensual equivalente, pero los datos se actualizaron diariamente a partir del repositorio en línea Our World in Data.

Por último, para un pequeño número de países sin datos disponibles en el momento de la estimación, se utilizó la media regional para imputar la variable objetivo.

Véase el anexo del último Monitor de la OIT: COVID-19 y el mundo del trabajo para la información y el enfoque estadístico utilizado para estimar la variable objetivo para cada país.

Interpretación y usos

Las horas efectivas de trabajo siguen siendo el indicador más completo e internacionalmente comparable de la actividad del mercado laboral. Dado que existen diferencias considerables a nivel nacional en la composición de los cambios en las horas de trabajo debido a los cambios en la ocupación (y, por tanto, la desocupación y la inactividad) o el ajuste de las horas semanales de trabajo, centrarse únicamente en los indicadores principales tradicionales, como la tasa la desocupación , daría como resultado una imagen muy incompleta. El ajuste de la población también es necesario para la exhaustividad y la comparabilidad internacional. El crecimiento medio de la población mundial durante la última década fue de aproximadamente un 1% anual, con grandes variaciones entre países. Para captar adecuadamente la actividad laboral, los cambios en las horas de trabajo deben tener en cuenta este cambio para garantizar que el aumento del nivel de población no está impulsando el crecimiento de las horas trabajadas (por la misma razón, la ocupación se ajusta a menudo para la población de 15-64 años, utilizando el indicador la ocupación-to-population ratio). El modelo nowcasting de la OIT utiliza la población de 15 a 64 años para ajustar las horas trabajadas. 

Limitaciones

Debido a la situación excepcional, incluida la escasez de datos relevantes, las estimaciones están sujetas a una cantidad sustancial de incertidumbre. La conmoción sin precedentes del mercado laboral creada por la pandemia del COVID-19 y la posterior recuperación son difíciles de evaluar comparándolas con datos históricos. Además, en el momento de la estimación, seguían siendo escasas las series temporales coherentes de indicadores de alta frecuencia fácilmente disponibles y oportunos, incluidos los datos de las encuestas de población activa.Estas limitaciones dan lugar a un alto grado de incertidumbre general. Por estos motivos, las estimaciones se actualizan y revisan periódicamente.

Ir arriba
Ir al contenido