Supuesto 10
Enunciado
La curva de Beveridge (o curva UV) relaciona la tasa de vacantes (v = vacantes/población activa) con la tasa de paro (u). Cuando la economía está en expansión, la tasa de vacantes sube y la tasa de paro baja: la curva tiene pendiente negativa en el espacio (u, v). Un desplazamiento hacia afuera de la curva (más vacantes para el mismo paro) indica deterioro del matching laboral: mayor ineficiencia en el proceso de emparejamiento entre oferta y demanda de trabajo.
Los datos de la Encuesta de Coyuntura Laboral (MTES) y la estadística de vacantes del INE para España ofrecen los siguientes pares (u%, v%) anuales medios:
2008: u = 11,3 % | v = 0,65 %
2010: u = 20,1 % | v = 0,32 %
2013: u = 26,1 % | v = 0,22 %
2019: u = 14,1 % | v = 0,85 %
2021: u = 15,0 % | v = 0,78 %
2023: u = 12,2 % | v = 1,12 %
Se pide:
- Calcular la razón v/u (tightness del mercado laboral) para cada año e interpretar su evolución cíclica.
- Identificar los periodos de desplazamiento de la curva de Beveridge e interpretar qué sugieren sobre el paro estructural y friccional en España.
- Utilizar el modelo de búsqueda y emparejamiento (Diamond-Mortensen-Pissarides) para explicar por qué la curva puede desplazarse hacia afuera después de una crisis profunda.
- Discutir las implicaciones de política para reducir el paro estructural en España a la luz de los datos.
Mostrar solución
El tightness del mercado laboral (θ = v/u, también llamado ratio de vacantes sobre paro) sintetiza el estado del ciclo laboral: θ alto indica mercado tenso (más vacantes que parados, fácil encontrar trabajo), θ bajo indica mercado flojo. Blanchard y Diamond (1989, The Beveridge Curve, Brookings Papers) utilizan θ como variable de estado central en los modelos de búsqueda.
2008: θ = 0,65 / 11,3 = 0,058 (expansión tardía, inicio crisis)
2010: θ = 0,32 / 20,1 = 0,016 (fondo de la crisis: mercado muy flojo)
2013: θ = 0,22 / 26,1 = 0,008 (mínimo histórico: máxima holgura)
2019: θ = 0,85 / 14,1 = 0,060 (recuperación pre-COVID)
2021: θ = 0,78 / 15,0 = 0,052 (COVID: pausa)
2023: θ = 1,12 / 12,2 = 0,092 (post-reforma laboral: mercado más tenso)
El θ de 2023 (0,092) supera el de 2008 (0,058), lo que indica que el mercado laboral post-reforma y post-COVID está relativamente más tenso que en el inicio del ciclo anterior, con más vacantes por unidad de paro que nunca. Esto puede reflejar mejor funcionamiento del matching o escasez estructural de ciertos perfiles.
Tightness mínimo en 2013 (0,008) y máximo en 2023 (0,092). El mercado de 2023 es el más tenso de la serie, con más de 9 vacantes por cada 100 parados.
Un movimiento a lo largo de la curva (2008→2013→2019) es cíclico: la recesión lleva a menos vacantes y más paro. Un desplazamiento de la curva implica que para el mismo nivel de paro hay más vacantes (desplazamiento hacia afuera = deterioro del matching) o para el mismo nivel de vacantes hay menos paro (desplazamiento hacia dentro = mejora del matching).
Comparando los pares (u,v) entre el primer ciclo (2008-2013) y el segundo (2019-2023): en 2019 con u=14,1 % había v=0,85 %; en 2023 con u=12,2 % hay v=1,12 %. La curva se ha desplazado claramente hacia afuera: más vacantes para menos paro. Esto indica que, aunque el paro ha bajado, el mercado laboral es menos eficiente en emparejar trabajadores con puestos, posiblemente por: (i) mayor rigidez geográfica (mismatch espacial), (ii) mismatch de cualificaciones (empresas buscan perfiles digitales que los parados no tienen), (iii) menor movilidad laboral inter-regional tras la reforma (los fijo-discontinuos tienen incentivo a permanecer en su área para mantener el vínculo con su empresa).
Desplazamiento hacia afuera de la curva de Beveridge entre 2013-2019 y 2021-2023: deterioro del matching laboral. El paro friccional y estructural han aumentado como porcentaje del paro total.
Diamond (1982), Mortensen (1982) y Pissarides (1985, Short-Run Equilibrium Dynamics of Unemployment, Vacancies, and Real Wages, AER) desarrollaron el modelo de búsqueda y emparejamiento, formalizado en el manual de Pissarides (2000, Equilibrium Unemployment Theory, MIT Press). El modelo establece que el proceso de creación de empleo depende de una función de matching M(u,v) con rendimientos constantes a escala, donde la productividad del matching determina cuántos emparejamientos se producen dado el número de desempleados y vacantes. Tras una crisis profunda y prolongada (como 2008-2013 en España), la curva de Beveridge puede desplazarse hacia afuera por varias razones modelizadas en el marco DMP:
(i) Depreciación del capital humano: el paro de larga duración erosiona las habilidades, reduciendo la probabilidad de matching. (ii) Efecto composición: los primeros en reemplearse son los más cualificados y móviles; los que quedan en el paro son los más difíciles de emparejar (Shimer, 2005, AER). (iii) Desajuste sectorial: la crisis de la construcción destruyó 1,5 M de empleos en un sector muy específico; la reconversión a otros sectores requiere formación (mismatch de Lilien, 1982). (iv) Reducción de la movilidad geográfica: la crisis hipotecaria dejó a muchos propietarios con hipotecas bajo el agua, incapaces de vender y trasladarse donde hay vacantes (Oswald, 1996).
Un descenso de μ desplaza la curva hacia afuera: para los mismos u y v, se producen menos emparejamientos, lo que se traduce en más paro persistente incluso con muchas vacantes.
El desplazamiento de la curva de Beveridge española refleja un descenso de la eficiencia del matching (μ) causado por depreciación del capital humano, mismatch sectorial y menor movilidad geográfica.
Si el paro estructural ha aumentado (curva de Beveridge desplazada), las políticas de demanda agregada son ineficaces para reducirlo: generarán inflación sin reducir el paro. Las políticas eficaces son de oferta laboral orientadas al matching:
(i) Formación activa orientada a vacantes reales: el SEPE gestiona el Plan AUPA (2024-2026) con 350.000 plazas de formación dual orientada a las ocupaciones con más vacantes (programación, ciberseguridad, hostelería cualificada, cuidados). (ii) Movilidad geográfica: incentivos fiscales al traslado por trabajo (deducción IRPF gastos mudanza actualmente insuficiente según OCDE). (iii) Reducción del paro de larga duración: los parados de más de 12 meses son los que más deterioran el matching; los programas de garantía de activación (PAPE, Comunidades Autónomas) tienen impactos modestos según la evaluación de Hospido, Moral-Benito y Sanz (2023, SERIEs).
La curva de Beveridge española 2008-2024 narra la historia de dos crisis: la Gran Recesión que destruyó el capital humano de la construcción y la recuperación distorsionada que dejó un mercado laboral más ineficiente estructuralmente. El tightness récord de 2023 (θ = 0,092) es señal de alerta: coexisten 12 % de paro con empresas que no encuentran perfiles técnicos, lo que frena la productividad y el crecimiento potencial. Blanchard, Domash y Summers (2022, Bad News for the Fed from the Beveridge Space, NBER WP) utilizaron un análisis similar para predecir que la normalización del mercado laboral post-COVID requeriría bien inflación elevada bien desempleo elevado: el análisis de la curva de Beveridge tiene, por tanto, implicaciones directas para la política monetaria del BCE (mandato estabilidad de precios, art. 127 TFUE).