Este artículo presenta un estudio comparado de cinco estados europeos, los de mayor peso en cuanto a PIB: Alemania, Francia, Reino Unido, Italia y España. No se pretende tanto profundizar en los valores de los indicadores en sí, como en el análisis de la varianza de estos valores de un país a otro y en una secuencia temporal, con respecto a un conjunto de métricas de fuerza de trabajo y estructura de clases. Primeramente se expone el diseño del estudio estadístico, a partir de ciertas premisas libertarias de ciencias económicas. A continuación se presenta el análisis de varianza que figura como anexo del presente artículo, y se explican sus distintas partes. A partir de las correlaciones entre las variables, se describe su diferente significación y se sacan algunas conclusiones.
Una de las aportaciones libertarias a las ciencias económicas es el análisis de clases según la función desempeñada en la gestión de la producción, la distribución y el consumo. Las tendencias económicas libertarias contemporáneas inciden de una u otra manera en este análisis. La crítica al coordinatorismo de Michael Albert y su propuesta de economía participativa1 para alcanzar una suerte de comunismo libertario soportado por las nuevas tecnologías. La propuesta de Abraham Guillén de un socialismo libertario2 como sistema de transición económica que supere las sociedades clasistas de las burocracias de oriente y las burguesías de occidente. Las teorías de
Kevin Carson, desde el mutualismo, que profundizan en las contradicciones económicas de la clase corporativa3, vinculadas a la cultura predominante de las multinacionales y de la banca de inversión, centradas en el control del poder antes que en la eficiencia económica. No se trata de entrar en los distintos ismos y las propuestas de la bibliografía de referencia u otra equivalente, sino de tomar el discurso central de la aportación en el análisis de clase, en base no sólo al tradicional criterio marxista de la propiedad de los medios de producción, también según la función desempeñada en la gestión en los procesos económicos.
En este estudio comparado se presentan métricas que, dentro de las limitaciones, reflejan la estructura de clases de los cinco estados. Los resultados y conclusiones se acotan a este marco de sociedades capitalistas europeas. La fuente de los datos es la institucional Eurostat, en concreto la base de datos de la fuerza de trabajo4. Las métricas mainstream suelen estar cocinadas para ocultar realidades sociales y crear marcos de consenso mediático. Son estadísticos al servicio de los medios de comunicación. Estos procesos pautados de ingeniaría del consentimiento han sido profusamente descritos por Noam Chomsky5. En una situación de crisis sistémica como la actual, la niebla estadística puede llevar al paroxismo en no pocas ocasiones6. Por lo tanto, este estudio prescinde de las métricas oficiales, elaborando cuatro indicadores a partir de los datos crudos de Eurostat, presentando las métricas como tasas de la fuerza de trabajo sobre el conjunto de la población de cada Estado.
Personas Empleadas
En lugar de tasa de paro. No se puede evitar que en los datos de personas empleadas de Eurostat figuren personas que haya tenido dos o tres contratos temporales y discontinuos, como si fueran personas empleada durante todo el el año. Al relacionar las personas empleadas con el conjunto de la población del Estado, si que se evita el cocinado de la población activa en la tasa de paro, que por ejemplo, no considera a estos efectos personas en paro que cobran seguro de desempleo y que atienden ciertos cursos de formación (activa disponible). Es cierto que no es lo mismo la pirámide de población de Alemania que la de España, pero también es cierto que el total de personas empleadas son las que sustentan la economía productiva de los Estados, estén envejecidas sus poblaciones o sean más jóvenes.
Personas empleadas por cuenta ajena
También sobre el conjunto de la población, como todas las métricas de este estudio, por los mismos motivos. El conjunto de los asalariados responde al análisis de clases marxista según la propiedad de los medios de producción (trabajadores).
Personas empleadas por ocupación OC1
Aquellos empleados que según Eurostat desempeñan funciones de Managers -Gerentes-, sean empleados por cuenta ajena o por cuenta propia. Obedece al análisis de clases libertario sobre la clase coordinadora. Si bien es cierto que ademas de esta categoría, serían también clase coordinadora parte de otras categorías, como OC2 Professionals -Profesionales- u OC3 Technicians and associate professionals -Personal Técnico-, se prescinde de estas categorías al no estar claramente discriminado aquellas subcategorías que podrían ser incluidas dentro del concepto libertario de clase coordinadora. Además, OC1 se corresponde netamente con la clase coordinadora que opera en el nivel estratégico, frente a OC2 y OC3 que irían en el nivel táctico además de en el meramente operativo (trabajadores no coordinadores).
Personas empleadas por cuenta propia con asalariados a su cargo
Son la clase propietaria de los medios de producción. Se excluye aquí a la clase propietaria que no tiene asalariados (trabajadores autónomos) para propiciar el análisis de la clase coordinadora y propietaria.
Hubiera sido interesante elaborar una métrica capaz de discriminar de entre aquellos trabajadores autónomos sin asalariados a su cargo, que en principio son mayormente trabajadores sin apelativos, de aquellos que realizan labores coordinadoras. De hecho gran parte de los autónomos del estado español son falsos autónomos, trabajadores sujetos a un contrato mercantil y a la vez vinculados laboralmente con una empresa, en fraude de ley. Pero esto no es posible con los datos disponibles en Eurostat.
La varianza es una medida de dispersión que en este caso se usa como base de otros estadísticos para discriminar entre categorías de los datos e inferir correlaciones entre las variables. El hecho de que dos variables estén correlacionadas es condición necesaria, aunque no suficiente, para establecer relaciones causales entre dos o más variables. Se pretende demostrar estadísticamente las correlaciones entre la fuerza de trabajo, la estructura de clases, los estados europeos y la secuencia temporal de estudio, para posteriormente ofrecer un análisis causa efecto comparado, que permita extraer conclusiones sobre cómo afecta la estructura de clases en el devenir de un sistema económico.
El diseño del estudio estadístico queda entonces con cuatro variables dependientes, correspondientes a las cuatro métricas de fuerza de trabajo y estructura de clases. Tendrá además dos variables independientes, también llamadas factores: la secuencia temporal de 10 años, de 2002 a 2011, y los cinco Estados. Al haber más de una variable dependiente se utiliza Análisis Múltiple de Varianza (MANOVA 1-way) la vía es el factor Estado y la secuencia temporal son las ocurrencias por cada estado y variable dependiente.
La primera tabla del anexo muestra los datos tabulados junto con los vectores canónicos (de CV_1 a CV_4) que son una proyección en un espacio dimensional menor, lo que permite discriminar mejor entre categorías. A continuación se muestra el MANOVA básico, que parte de la hipótesis nula H0 “Las variaciones en las variables dependientes no discriminan los bloques de Estados”. Esta H0 es contrastada a través de la F de Snedecor para cada una de las variables dependientes, de manera que F<=1 indica que las varianzas no son estadísticamente significativas y con F>1 indica que estas variaciones si son significativas para la variable dependiente. La P asociada mide la probabilidad de que F se haya obtenido por azar, por lo que si se superan ciertos valores de probabilidad P, se considera que la F no es significativa independientemente de su valor. Normalmente se establecen dos umbrales de P<0,05 y P<0,01. Por lo tanto, según los resultados podemos afirmar que la F es significativa para cada una de las cuatro variables dependientes, H0 no se verifica, y es obtiene la siguiente discriminación de mayor a menor significación: Empleados por cuenta ajena, OC1, Personas empleadas, Empleados por cuenta propia con asalariados. Esta F es un discriminante individual para cada variable dependiente sin tener en cuenta correlaciones con otras variables dependientes.
Para evitar comparaciones múltiples entre los discriminantes individuales de la F, se presentas dos test de multivarianza, que reflejan la combinación del conjunto de todas las variables dependientes. Son la Lambda de Wilks y la Traza de Pillai que en el estudio presentan valores análogos entre sí. Los valores de la Lambda de Wilks cerca de cero denotan una alta discriminación mientras que los cercanos a uno corresponden con variables no discriminantes, además hay que observar la P correspondiente, al igual que se hacía con la F del párrafo anterior. Por lo tanto, podemos afirmar que el estudio multivariante del conjunto presenta tres variables dependientes que discriminan de mayor a menor influencia: Personas empleadas, Empleados por cuenta ajena, OC1. Por otro lado los Empleados por cuenta propia con asalariados no es una variable estadísticamente significativa en el análisis como conjunto.
En esta primera parte del MANOVA básico se puede concluir que las cuatro variables son significativas, con correlaciones entre ellas que hacen que la variable Empleados por cuenta propia no sea significativa al tomar el conjunto de las cuatro variables. En el análisis de conjunto es lógico que la variable más significativa sea Personas Empleadas, ya que esta población incluye todas las demás, en el análisis individual resulta relevante que las variables más significativas sean Empleados por cuenta ajena, y OC1.
En la segunda parte del MANOVA se presentan dos biplots. Los biplots son representaciones gráficas en un plano, que proyectan en dos dimensiones las observaciones multidimensionales y que permiten inferir relaciones entre variables dependientes e independientes. En teoría, cualquier problema en n dimensiones puede ser proyectado a dos dimensiones, en el presente estudio las cuatro variables dependientes y las dos independientes se plasman en gráficos de dos dimensiones. El primer biplot muestra las correlaciones entre los Estados según la secuencia temporal. Lo utilizaremos para discriminar las categorías asociadas a los datos. El segundo biplot se utiliza para analizar las correlaciones entre variables dependientes y los Estados, ya que la proximidad entre las variables representadas son medida de las correlaciones.
Así, en la Fig. 1 se observan dos tipos de Estados. Por un lado tendríamos Alemania y Francia con un grupo de categorías para cada uno, que al encontrarse próximas una de la otra indica una estructura de clases y fuerza de trabajo similar. Por otro lado tenemos a Reino Unido, Italia y España con dos o más categorías por cada Estado. La conclusión más relevante es que en estos tres Estados se ha producido en 2011 un ruptura de secuencia, que estadísticamente les coloca en una nueva realidad económica. Sería interesante tener datos del 2012, pero a fecha de Marzo del 2013 Eurostat aún no los había publicado. Todos los datos han sido recogido en los distintos Estados según el mismo criterio Eurostat, sin cambio en el método de captura de datos para estos años, aunque pudiera haber algún sesgo metodológico en la recolección de datos para el caso de Italia de 2002 y 2003, sobre todo contrastando con la Fig. 3 que se muestra más adelante. Por ello el caso de Italia el 2002 y el 2003 parece no relevante para en el análisis.
La Fig. 2 presenta los centroides de la secuencia temporal de cada Estado, en lugar de la secuencia completa de la Fig. 1, junto con las cuatro métricas del análisis. Aquí la distancia entre las variables de la estructura de clases y fuerza de trabajo, con respecto a los centroides de los Estados, permite inferir correlaciones entre ellas.
Lo más destacable de la Fig. 2 es la singularidad del Reino Unido correlacionada a su estructura de OC1. Además, en España existe una correlación con su estructura de Empleados por cuenta propia con asalariados, pero recordemos que esta variable no era significativa en el análisis de las variables dependientes como conjunto, por lo que esta correlación es indirecta a través de las otras tres variables dependientes.
La Fig. 3 se muestra como elemento de contraste con respecto a los biplots. Señalar como cuestión previa que para Italia 2002 y 2003 se observa el posible sesgo en la recolección de datos que fue mencionado antes. Como cuestiones a resaltar, primeramente señalar que la población empleada ha caído desde el 2007 en todos los Estados excepto en Alemania. El caso de Alemania, a su vez, puede encontrarse camuflado en el marco político-estadístico de la Agenda 2010, tal como señala Holm-Detlev Köhler6 y otros estudios respecto a la temporalidad y la precariedad crecientes en aquel Estado. Otra cuestión a resaltar es que desde el 2007 la clase trabajadora (Empleados por cuenta ajena) ha sido castigada, y que el sistema de esclusas sociales ha hecho aguas en el 2011, afectando a la clase coordinadora (OC1) en todos los Estados. Esto tiene una fuerte implicación político social al debilitarse el colchón de las clases medias para las élites, la sociedad de los dos tercios se desmorona también por arriba. Alemania y Francia parecen resistir algo más robustamente, pero las métricas anteriores indican que están afectadas y se puede producir una ruptura en la secuencia de la estructura de la fuerza de trabajo, al igual que ya ha sucedido en Reino Unido, Italia y España. La principal fortaleza Alemania y Francia es su mayor tasa de trabajadores (Empleados por cuenta ajena) respecto a la tasa de Personas empleadas. Esto puede ser debido a que sus economías están más basadas en el sector industrial, con fuertes polos de desarrollo del sector secundario tradicional, junto con los sus subsectores de arrastre local: sector cuaternario7 de servicios a la industria y un más robusto sector quinario8 de servicios públicos junto con investigación y desarrollo. Además, Alemania y Francia son los Estados con menor tasa de OC1 y en otro orden de cuestiones, la política del BCE está al servicio de sus élites financieras en perjuicio del resto. Por otro lado está el Reino Unido como la sociedad con mayor cultura coordinatorista (OC1). En otro orden de cuestiones, Reino Unido ha perdido su puesto en la lista de PIB frente a Francia, y se encuentra muy expuesto al derrumbe del muro dólar. En cuanto a Italia y España reseñar el desequilibrio existente entre la tasa de Empleados por cuenta ajena respecto al total de Personas empleadas.
Para finalizar, algunas cuestiones respecto a las posibles alternativas económicas, más allá del estudio de estos cinco Estados europeos. Cuando se habla de nacionalizar ciertos sectores ¿qué dirección tomaría la tasa OC1 dentro de este esquema y cuáles son las estructuras más eficientes? Cuando se menciona el modelo de autogestión de la antigua Yugoslavia ¿se está analizando la división del trabajo según la función desempeñada en la gestión de los procesos económicos y sus repercusiones estructurales? De forma más general aún, ¿qué importancia tiene la titularidad legal de la propiedad de los medios de producción, frente la titularidad de la gestión de dichos medios: quién decide qué y cómo se produce y qué se hace con los excedentes y las pérdidas?
Abril de 2013
Referencias
1. “PARECON. A life after capitalism” Michael Albert. Ed. Verso, 2003
2. “Socialismo Libertario. Ni capitalismo de monopolios ni comunismo de estado” Abraham Guillén. de. Madre Tierra, Madrid, 1990.
3. “Organization Theory. A Libertarian Perspective” Kevin A. Carson, Ed. Booksurge, 2008
4. Eurostat Labour Force Survey http://epp.eurostat.ec.europa.eu/portal/page/portal/employment_unemployment_lfs/introduction
5. “Ilusiones Necesarias. Control del Pensamiento en las Sociedades Democráticas” Noam Chomsky, Ed. Libertarias / Prodhufi, 1992
6. A modo de ejemplo algunas circunstancias reflejadas en columnas de opinión de los medios escritos:
“Las trampas de Draghi para bajar salarios” Juan Torres Lopez, 2/4/13.
http://blogs.publico.es/dominiopublico/6756/las-trampas-de-draghi-para-bajar-salarios/
“El mito de las reformas en Alemania” Holm-Detlev Köhler 2/1/2013.
http://elpais.com/elpais/2013/01/02/opinion/1357142736_718348.html
7. Sector Cuaternario: http://es.wikipedia.org/wiki/Sector_cuaternario
8. Sector Quinario: http://es.wikipedia.org/wiki/Sector_quinario
Por Victor de Icea
Abril 2013
