Les projeccions demogràfiques a curt termini. Un exemple en el cas de Mataró

El diari El Periódico de Catalunya publicava el diumenge 18 de juny de 2000 el titular següent: “la baixa natalitat beneficiarà els joves sense feina el 2011”; i com a subtítol, hi afegia: “el nombre de catalans de 15 a 29 anys haurà disminuït en 503.000 persones”. Ambdues afirmacions havien estat extretes de l’estudi Els joves catalans en el 2011: els canvis que vénen, finançat per la Secretaria de Joventut de la Generalitat de Catalunya. Poc es podien imaginar els redactors de l’estudi l’intens creixement demogràfic experimentat pel país en la primera dècada del segle XXI en un context d’expansió econòmica. Poc es podien imaginar que aquest creixement demogràfic, en bona part, seria conseqüència d’un intens, sostingut i difícilment previsible flux immigratori de població estrangera extracomunitària que ha afectat els patrons de creixement de la població total i ha comportat canvis importants en la seva estructura afectant, d’aquesta manera, tots els fenòmens demogràfics observats. Poc es podien imaginar que aquest creixement demogràfic, a partir del 2011, es veuria estroncat per una crisi sistèmica que enfonsaria l’activitat econòmica i el mercat laboral per l’impacte i les solucions polítiques donades als excessos especulatius d’un sistema bancari i financer progressivament desregulat des de fa trenta anys. Una situació amb molts indicadors, entre els quals destaca l’esclat brutal de l’atur, amb el grup de joves de 16-29 anys com un dels seus principals damnificats.

En aquest sentit, la incidència determinant de la immigració en l’evolució i l’estructura de la població ha estat el que ha impulsat els instituts d’estadística principals a plantejar-se la necessitat de dur a terme el càlcul de projeccions demogràfiques a curt termini, ja que els mètodes de càlcul adoptats per a projeccions a mitjà i llarg termini no són capaços de fer-se ressò d’aquests canvis, amb la qual cosa les seves previsions es desvirtuen en molt poc temps.

Una projecció de població a curt termini ―aprofitant la definició feta per l’INE― constitueix en una simulació estadística de la grandària i l’estructura demogràfica de la població en els pròxims deu anys, en cas de mantenir-se les tendències i els comportament demogràfics actualment observats. En aquest sentit, l’element distintiu d’aquest tipus de projectes respecte d’altres tipus de projeccions és que habitualment s’actualitzen cada any amb les dades més recents disponibles sobre el comportament i les tendències dels components demogràfics ―naixements, defuncions, altes i baixes― i que alhora es matisen tenint en compte les dades que defineixen la conjuntura socioeconòmica.

Els escenaris futurs ―baix, mitjà-baix, mitjà-alt i alt― són el resultat d’extrapolar tendencialment el comportament demogràfic actual i ponderar-ho d’acord amb un seguit d’hipòtesis qualitatives que són objecte de debat dins de l’equip pel que fa a la seva incidència i intensitat en els canvis dels fenòmens demogràfics. Per exemple, algunes hipòtesis parteixen de qüestions com ara saber quina serà la incidència de les dificultats econòmiques més grans sobre el nombre de naixements o quin pot ser el comportament dels diversos col·lectius de població immigrada si les dificultats per aconseguir una feina s’allarga durant molt de temps. Evidentment, aquests efectes o impactes podrien ser interpretats de maneres diferents per altres institucions o serveis de dins o de fora de l’Ajuntament de Mataró, fet que comportaria l’obtenció d’uns escenaris no necessàriament iguals als que s’obtenen a través d’aquesta projecció.

La metodologia emprada per fer aquest tipus de projeccions és el mètode dels components que consisteix a afegir anualment a la piràmide de partida els components del creixement demogràfic: naixements, defuncions, immigracions i emigracions. Els nascuts vius s’afegeixen a la base de la piràmide i, en totes les edats, s’hi sumen les entrades per immigració i se’n resten les defuncions i les sortides per emigració. En el cas de la projecció de Mataró, la piràmide de partida és la població a 1 de gener de 2011, publicada en l’Estudi de la Població de Mataró i calculada a partir del padró continu. La data de referència de les poblacions projectades és l’1 de gener de cada any i l’horitzó temporal de la projecció és el 2021. Per a l’aplicació concreta d’aquest model d’anàlisi ens hem basat, en part, en la proposta metodològica de l’Idescat per fer projeccions municipals a partir de la metodologia de les projeccions comarcals. Es tracta, d’un procediment que  simplifica les exigències de dades i càlcul dels models de projecció emprats per l’Idescat pel conjunt de Catalunya.

La projecció a curt termini de Mataró pel període 2011-2021

En el cas de mantenir-se les tendències demogràfiques actuals, la projecció dibuixa quatre escenaris: baix, mitjà-baix, mitjà-alt i alt. L’escenari mitjà-alt és el que es considera més probable del creixement i de l’estructura demogràfica de Mataró, si bé no es descarta que en el marc d’un agreujament del context socioeconòmic sigui l’escenari mitjà-baix el que acabi sent el més plausible.

L’escenari mitjà-alt mantindria la tònica de creixement experimentada per Mataró des del final dels anys noranta, però amb uns valors molt per sota dels assolits en la darrera dècada fins a registrar taxes de creixement negatives al final del període. És un escenari que recorda, salvant les distàncies, a l’evolució seguida per la ciutat al llarg de la dècada dels vuitanta. Per al 2021, hom preveu una població de 125.800 habitants, una mica menys de dos mil habitants més en un període de deu anys. En el cas de l’escenari mitjà-baix, la ciutat registraria taxes de creixement negatives a partir de l’any 2015. La població al 2021 seria de 123.193 habitants, una mica per sota de la registrada a 1 de gener del 2011 (123.906).

Els dos escenaris mitjans ―els més probables amb les dades actuals― mostren una evolució similar dels grups d’edat que tan sols varia en intensitat pel que fa al guany o a la pèrdua d’efectius. Així,  respecte del 2011 s’observa una reducció del volum dels grups de joves adults (25-39 anys) i de la base de la piràmide (0-4 anys), un fet força assumible en un context de saldos migratoris negatius i amb una menor incidència de la població de nacionalitat estrangera sobre la natalitat. Per contra, creixen els grups d’adults d’entre 40-49 anys i el grup de nens i adolescents d’entre 10-14 anys. En conjunt, es constata el procés d’envelliment de l’estructura per edat i sexe.

Xavier Posada Arribas

Servei d’Estudis i Planificació

Ajuntament de Mataró

Mostra continua de vides laborals 2010

Fa gairebé un any ja vaig parlar de la Mostra Continua de Vides Laborals (MCVL) i de la seva aplicabilitat als municipis de més 40.000 habitants en el post Mostra contínua de vides laborals (MCVL): l’ús a nivell local.

En aquell post, com exemple de la utilitat de la MCVL, presentava l’evolució dia a dia, durant el 2009, dels treballadors assalariats en alta laboral que cotitzaven al règim general de la Seguretat Social per als municipis més grans de la província de Barcelona, i també del conjunt de la província de Barcelona. Aquell gràfic permetia veure el comportament estacional per part de les empreses a l’hora de contractar personal i en l’acomiadament o finalitzacions de contractes, com és el cas, per exemple, de l’inici o la finalització del curs escolar, etcètera (gràfic dinàmic).

En aquest post continuaré analitzant dades extretes de la MCVL del 2010 sense dades fiscals per a Mataró, fent tres petits treballs estadístics. El primer treball consisteix en calcular l’error d’aquesta mostra a nivell municipal; el segon, és comprovar si la mostra presenta un bon ajustament en la seva distribució per seccions econòmiques; i la tercera, és comprovar si la xifra d’assalariats del darrer dia del mes és una “bona mesura” del que ha passat durant el mes.

Comencem. En primer lloc abans de calcular l’error mostral, cal explicar que és. Així l’error mostral és la divergència que hi ha entre l’estadístic obtingut a través de la mostra i el corresponent paràmetre de la població. Així, de la MCVL-2010, el nombre de treballadors assalariats mostrejats que cotitzen al règim general en centres de cotització ubicats a Mataró, en data 31 de març del 2010, és de 1.219, xifra que representa el 4,13% del total de cotitzants que dóna el Departament d’Empresa i Ocupació per aquesta mateixa data (29.506 assalariats). Fixant un nivell de confiança del 95,5%, l’error màxim d’aquesta mostra és del 2,81%. Es tracta doncs d’un nivell d’error més que assumible, ja que habitualment s’utilitzen errors del 5% o inferiors. Si voleu calcular l’error, ho podeu fer accedint a aquest full de càlcul fent clic a sobre l’imatge.

El segon treball té com a objectiu comprovar si la distribució dels assalariats que cotitzen al règim general de la Seguretat Social per seccions econòmiques de la MCVL-2010, s’ajusta a la distribució que trimestralment proporciona el Departament d’Empresa i Ocupació (enllaç). Per fer aquesta comprovació utilitzo la prova no paramètrica Chi-quadrat de bondat d’ajust. Aquesta prova l’ aplico als assalariats que treballen a Mataró per als quatre trimestres del 2010. La hipòtesi nul·la d’aquest contrast és la següent: la istribució de la mostra s’ajusta a la de la població (nota: s’han agrupat algunes seccions econòmiques, ja que els valors esperats estaven per sota de 5).

La prova s’ha dut a terme amb el paquet estadístic de software lliure R, i el resultat que s’obté és el següent:

                             p-valor

31 de març             0.9841054

30 de juny              0.9707055

30 de setembre    0.9872099

31 de desembre    0.9434755

Amb aquests p-valors no es pot rebutjar la hipòtesi nul·la que la distribució per seccions econòmiques de la mostra dels assalariats que treballen en centres de cotització ubicats a Mataró s’ajusti a la distribució poblacional per als quatre dies seleccionats.

 La sintaxi d’R per dur a terme el trobareu en el següent fitxer: Sintaxi bondat ajust.

El darrer treball que duré a terme té com objectiu comprovar si la data en què s’ofereix informació sobre el total de cotitzants en alta laboral al règim de la Seguretat Social explica adequadament el volum d’assalariats que hi ha hagut durant el mes. Però que vol dir “explicar adequadament”? En aquest cas he optat per utilitzar la mitjana diària d’assalariats de cada mes, si bé una altra possibilitat seria utilitzar la mediana.

Per tant la hipòtesi nul·la a contrastar diu el següent: la mitjana diària d’assalariats de cada mes és igual a la xifra del darrer dia. Per dur a terme aquest contrasta utilitzo una prova no paramètrica –com en el cas de la prova de bondad d’ajust– donat que la distribució de la dades no s’ajusta a la d’una normal, tal i com s’observa a través dels dotze histogrames corresponents als dotze mesos.

Per tant, la no normalitat en la distribució diària de cada mes dels assalariats, fa que la prova a realitzar per contrastar la hipòtesi nul·la plantejada anteriorment sigui la prova de Wilcoxon, i els resultats d’aquesta prova per cada mes del 2010 a Mataró són els següents:

Només en els mesos de setembre i d’octubre, el p-valor de la prova de Wilcoxon aconsegueix un valor clarament superior al 5%, i per tant no es pot rebutjar la hipòtesi nul·la, que diu que la mitjana d’assalariats del mes és igual a la dada del darrer dia del mes. Si observem l’interval de confiança de la prova de Wilcoxon per als mesos de setembre i octubre, s’observa com la xifra d’assalariats del darrer dia dels mesos respectius, es troben dins de l’interval de confiança.

En la resta de mesos el p-valor es troba per sota del 5%, fet que no permet acceptar la hipòtesi nul·la, i per tant se’n desprèn que la xifra d’assalariats del darrer dia és diferent de la mitjana mensual. Com es pot veure en la taula, en set mesos, la xifra d’assalariats del darrer dia del mes es troba per sobre de la mitjana mensual d’assalariats, mentre que en només tres mesos està per sota de la mitjana. Aquests, són els resultats per a Mataró. Si voleu replicar la prova en el següent enllaç hi trobareu la sintaxi d’R: Sintaxi Wilcoxon.

La MCVL és un mostra pensada per fer investigacions a nivell estatal o autonòmic, i el fet de posar a l’abast una mostra tan gran (per sobre del milió de persones) i amb tantes variables (més de 100 variables) permet fer-hi anàlisis per a col·lectius minoritaris. Però els municipis de més de 40.000 habitants també la podem aprofitar per extreure’n dades del nostre municipi. Val a dir, però, que per als observatoris municipals explotar la ingent quantitat d’informació que hi ha en aquesta base dades no és fàcil ja que d’entrada requereix disposar de maquinari i programari adequat per explotar una base de dades amb més de 14 milions de registres (que corresponen a més d’un milió de persones), però segurament el més important és que es necessari dedicar-hi un temps important per conèixer la base de dades. Crec, sincerament, que val la pena dedicar-hi temps a conèixer i explotar aquesta base de dades, ja que, fins al moment, és l’única eina gratuïta –l’únic cost seria el temps que hi dediqui el tècnic– que permet conèixer més a fons una part important del mercat de treball local.

Gerard Reverté Calvet

Servei d’Estudis i Planficació

Ajuntament de Mataró

La visualització de la informació geogràfica. Progressos en la distància real i la distància en temps

El passat més d’abril, en el post Possibilitats analítiques amb SIG (Sistemes d’Informació Geogràfica), es va posar sobre la taula l’existència d’una necessitat creixent per part dels tècnics i tècniques que es dediquen a l’anàlisi socioeconòmic local: la mapificació d’informació a nivell inframunicipal. Com acertament es deia en aquest post “Si una imatge val més que mil paraules, en l’anàlisi de les ciutats i els territoris un mapa pot valer més que mil taules”. Com exemple de la utilitat del SIG, en aquest post es va presentar un mapa temàtic de la distribució territorial de la població de Rubí.

Centre de Coneixement Urbà

En aquesta línia, des de l’any 2004, a Mataró s’està desenvolupant el projecte Centre de Coneixement Urbà (CCU), un projecte compartit entre l’Escola Universitària Politècnica de Mataró –actualment dins de TecnoCampus Mataró-Maresme– i el Servei d’Estudis i Planificació de l’Ajuntament de Mataró. El projecte es basa en la visualització en mapes d’informació prèviament analitzada. A partir de l’obtenció de dades georeferenciades sobre qualsevol àmbit urbà, el projecte possibilita la seva transformació en un model d’informació que, de forma interactiva amb l’usuari, i interpretat en un mapa de la ciutat, facilita el coneixement necessari per a una millor presa de decisions.

El projecte CCU es planteja com a objectiu general donar suport i millorar la fiabilitat de la presa de decisions en l’àmbit territorial a partir dels següents objectius específics:

• Millorar la difusió del coneixement de ciutat: la visualització d’informació socioeconòmica prèviament analitzada vinculada amb la distribució i desplegament de polítiques locals permet, justament per la seva representació en mapes, la seva fàcil comprensió.
• Facilitar l’anàlisi d’impacte en la presa de decisions: utilitzant models de simulació i predicció es poden visualitzar els potencials efectes de la implantació d’una determinada decisió de política local en l’àmbit territorial.
• Accessibilitat: l’eina, mitjançant el desenvolupament de diferents mòduls, facilita l’aprofitament de les seves possibilitats en un entorn amigable, senzill i interactiu que garanteix a l’usuari la seva autonomia en l’extracció de resultats. 

Fins el moment, el projecte, a banda de la ja coneguda representació temàtica de qualsevol variable o àmbit d’informació geogràfica, també ofereix la possibilitat de representar la “distància radial” o cobertura d’equipaments o serveis de la ciutat, en relació a la població segons àrees de proximitat.

Així, per exemple, en el següent mapa es mostra la cobertura de les escoles bressol i les llars d’infants que hi ha a Mataró en relació a la seva capacitat i la densitat de població, en aquest cas de 0 a 2 anys, al voltant de la seva ubicació.

Àrea d'influència radial de les llars d'infants i les escoles bressol de Mataró

Un altre exemple de les possibilitats que ofereix el CCU consisteix a relacionar una determinada activitat econòmica i la concentració de població més allunyada. El següent exemple fa referència a les farmàcies i parafarmàcies, assenyalant-se en un punt on estan ubicades aquestes activitats. En aquest mapa també es representen les illes d’habitatges, representades en gradient segons el nombre d’habitants, on hi ha població que es troba a més de 200 metres en línia recta –distància radial– d’una farmàcia o parafarmàcia. Per tant aquestes illes d’habitatges pintades segons un gradient ens indicarien les zones de la ciutat on pot haver-hi mancança d’una determinada activitat.

 

Població de Mataró que resta descoberta a 200 metres o més d'una farmàcia o parafarmacia

Un aproximació més real a la distància

En el darrer any, l’equip d’investigació de l’Escola Universitària Politècnica (EUPMT) ha desenvolupat la possibilitat d’oferir aquests mapes de cobertura partint d’una aproximació més real a la distància, ja sigui en metres seguint el tramat del carrer, o el cost estimat en temps tenint en compte tant la distància com el pendent o desnivell que s’ha de vèncer durant el trajecte.

En el següent mapa es mostra quina seria la cobertura dels Centres d’Atenció Primària (CAP) fixant com a criteri limitador, un temps màxim de desplaçament de 5 minuts caminant.

Zona de cobertura dels CAP a través dels carrers de Mataró per un recorregut de 5 minuts a peu

L’aplicatiu també aporta la informació que, segons aquest criteri, un 42% de la població de Mataró està a 5 minuts o menys a peu del CAP més proper.

Un anàlisi similar es pot fer per activitats econòmiques. Així a partir de la ubicació d’una determinada activitat econòmica (en el següent exemple floristeries i botigues de plantes), el CCU ens assenyala la cobertura de les floristeries i botigues de plantes a través dels carrers de Mataró en un recorregut a peu de 3 minuts com a màxim. Però el mapa també ens mostra quines són les illes d’habitatges que es troben a més de 3 minuts de distància caminant des de les floristeries. En aquest exemple, a més, aquestes illes d’habitatges que estan més allunyades de les floristeries, es presenten pintades segons un gradient que indica la grandària en quant al nombre d’habitants d’aquestes illes. És a dir, amb aquest mapa podem veure quines zones de la ciutat estan descobertes d’un determinat tipus de comerç –floristeries en l’exemple–, i també podem veure quines zones tenen un major nombre de població descoberta –potencials compradors per al comerç de proximitat–. Així mateix, les activitats econòmiques que apareixen en el mapa s’assenyalen amb punts, els quals tenen una mida proporcional a la seva superfície.

Ubicació de les floristeries de Mataró i les zones que resten descobertes per un recorregut de 3 minuts a peu

Carl dir que tota aquesta informació que genera el CCU és fàcilment exportable a un fitxer del tipus *.kml. Aquest fitxer potser visualitzat a través de la plataforma Google Earth, tal i com es pot veure a la imatge de sota. Però res millor que un mateix pugui provar-ho, si teniu instal·lat Google Earth us podeu descarregar el fitxer CCU_PERFILDELACIUTAT.kml al vostre ordinador fent clic en aquest enllaç. Un cop descarregat només cal que feu doble clic al fitxer i automàticament se us obrirà Google Earth i anireu directament a Mataró, on visualitzareu perfectament la consulta que s’ha generat amb el CCU.

Ubicació de les floristeries de Mataró i les zones que resten descobertes per un recorregut de 3 minuts a peu. Consulta visualitzada a través de Google Earth

El projecte CCU en els diferents mòduls desenvolupats, pot ser aplicat a altres àmbits territorials per als quals es disposi d’informació georeferenciada.

Per a més informació podeu contactar amb: estudis@ajmataro.cat

Servei d’Estudis i Planificació

Ajuntament de Mataró

Taxa d’atur registrat municipal? Sí… Però quina?

El passat dimarts 1 de març, pràcticament tots els diaris de major distribució a Catalunya van fer-se ressò d’un informe de CCOO titulat: “Mapa de l’atur a Catalunya 2010”. Així el diari El País va titular la notícia “Más de 100.000 parados no cobran ninguna ayuda”; a La Vanguardia el titular va ser “Más de 100.000 personas viven en Catalunya sin paro ni ayudas”; el diari El Punt ho va titular “Més de 100.000 aturats no reben cap prestació econòmica”; i l’Avui “Més de 100.000 catalans no reben prestació”; i al portada del diari Ara deia “Mapa de l’atur català”.

Tot i que la major part dels titulars destacaven el volum de persones desocupades que no cobraven cap mena de prestació, ens sembla que pot ser interessant parar atenció a les taxes d’atur publicades i, especialment, al mètode utilitzat per a calcular-les.

Les taxes d’atur que es presenten en aquest informe poden sorprendre a més d’un pels seus valors tan baixos. Així per exemple, en l’informe, Mataró va tenir al 2010 una taxa d’atur registrat del 14,9%. Però aquests valors disten molt dels que es poden trobar mensualment al Sistema d’Informació Socioeconòmica Local Hermes de la Diputació de Barcelona, en que la “taxa d’atur registrat” per a Mataró al 2010 era del 19,2%. És a dir, que per al mateix municipi –Mataró– hi ha dues taxes d’atur que presenten una diferència de 4,3 punts percentuals.

Aquestes xifres tan diferents poden produir certa confusió en els usuaris d’estadístiques. Per què hi ha aquestes diferències entre la taxa d’atur que presenta CCOO i la que hi ha al sistema d’informació Hermes? En primer lloc, detinguem-nos un moment en el concepte de taxa d’atur. Bàsicament, la taxa d’atur és un quocient que en el numerador té el nombre de desocupats, i al denominador la població activa.

Ambdues taxes –la de CCOO i la de l’Hermes– prenen el mateix valor en el numerador: la xifra d’aturats registrats, que és la única xifra d’atur que de forma generalitzada i actualitzada és disponible per als municipis. La diferència radica en el denominador. Així la taxa que presenta CCOO utilitza en el denominador la població entre 15 i 64 anys, és a dir, fa servir el que es coneix com la població potencialment activa (si bé estrictament s’hauria d’utilitzar la població entre 16 i 64 anys, ja que els 16 anys és l’edat mínima legal per treballar). Per això qualifica la taxa que calcula com a “taxa d’atur absoluta”, i argumenta l’ús de la població potencialment activa pel fet que “no existeixen estimacions fiables sobre la població activa a nivell comarcal o municipal”, fent servir la taxa d’atur absoluta que utilitzen Toharia, Alonso-Vilar, del Rio en l’article “Un anàlisis espacial del desempleo a nivel municipal”.

En el cas de taxa d’atur registrat que hi ha a l’Hermes, en el denominador s’utilitza una estimació de la població activa a nivell local. Aquesta estimació s’obté aplicant les taxes d’activitat per sexe i edat que estan disponibles a l’EPA provincial (s’agafa la mitjana dels quatre trimestres de l’any) a la població potencialment activa (16 a 64 anys) del municipi que s’obté del padró municipal d’habitants amb data de referència l’u de gener de cada any. D’aquí obtenim una població activa estimada per sexe i edat del municipi.

Així doncs, a nivell de formulació, ambdues taxes són assimilables, ja que la taxa d’atur registrat de l’Hermes es pot obtenir dividint la “taxa d’atur absoluta” de CCOO per una constant: la mitjana anual de la província de Barcelona de la taxa d’activitat (el mínim desquadrament que es presenta en el gràfic és degut al fet que la taxa d’atur absoluta de CCOO utilitza la població de 15 a 64 anys, mentre que la taxa d’atur de l’Hermes fa servir la població de 16 a 64 anys). Evidentment les magnituds d’ambdues taxes són força diferents, però ordinalment iguals, ja que la posició que ocupa cada municipi fent un rànquing amb la taxa d’atur no variarà siguin quina sigui la metodologia utilitzada.

Val a dir, però, que sent conscients dels errors i problemes que implica utilitzar una estimació de la població activa a nivell municipal per calcular la taxa d’atur registrat, ens sembla adient fer ús d’aquesta estimació ja que d’aquesta manera creiem que és dóna una visió a nivell local més aproximada a la magnitud del que mostren les dades d’atur per al conjunt de l’Estat espanyol i de Catalunya.

En qualsevol cas, aquests no són els únics mètodes de càlcul de l’atur registrat a nivell municipal. Una alternativa, possiblement més ajustada des d’un punt de vista metodològic, consistiria en dividir l’atur registrat i els actius registrats. Aquests últims s’obtindrien mitjançant la suma dels desocupats registrats i els ocupats registrats. El problema rau en saber els ocupats registrats a nivell municipal, ja que actualment les estadístiques disponibles no són de persones ocupades residents al municipi, sinó de cotitzants segons municipi del centre de cotització. Val a dir, però, que l’Instituto Canario de Estadística ha dut a terme un treball d’explotació de les bases de dades de cotitzants a la Seguretat Social creuat amb el padró d’habitant i així obté les dades d’ocupació registrada a nivell del municipi de residència, amb creuaments per sexe i edat.

 

Servei d’Estudis i Planificació

Ajuntament de Mataró

L’atur juvenil, treballar en el present per millorar el futur

L’efecte de la crisi econòmica s’ha deixat notar en totes les capes de la societat, des dels menys preparats fins els que més, en els pares de família i en els joves, i tot i que els homes l’han patit en major mesura que les dones (també la taxa d’activitat d’ells és major que la de les dones), ambdós sexes l’han viscut sense remei.

En l’actual post ens centrarem, però, en l’atur juvenil, que agafaria el rang d’edat des dels 16 fins els 24 anys. Es tracta d’un problema amb unes casuístiques ben diferents i atomitzades, ja que un gran grup de l’atur juvenil es concentra en els joves sense massa o cap formació, i un altre gran grup important són els que estan molt formats però no troben sortida en els sectors en els que han estudiat. I és que, malgrat que el fet de posseir una titulació superior fa disminuir les probabilitats d’entrar en l’atur, actualment, a Catalunya i a la resta de l’Estat espanyol, el fet d’estar més format no significa que estiguis treballant. Per això, per un costat tenim a les persones aturades que, com a tònica general, tenen la formació mínima obligatòria (graduats en ESO) i que necessiten començar a formar-se en diferents sectors dels que treballaven abans de la crisi o bé especialitzar-se i desenvolupar noves aptituds en el sector en el que treballaven abans d’engrossir les llistes d’atur. Pel costat dels joves amb formació superior el principal problema el trobaríem en la incapacitat del mercat laboral d’oferir llocs de treball de qualitat i que els permetin desenvolupar les capacitats adquirides en el procés formatiu.

Els resultats globals del que significa en xifres, a data de setembre del 2010, aquest atur juvenil per als municipis integrants del Perfil de Ciutat, els presentem en la següent taula ordenats de major a menor taxa d’atur juvenil, sent Vic i Vilanova i la Geltrú els que es desmarquen per damunt de la resta, mentre que en sentit menys negatiu està Granollers que queda clarament per sota del la mitjana d’atur dels municipis del Perfil.