El modelo que presentamos se fundamenta en indicadores básicos procedentes del análisis estadístico de series temporales. Se aplica sobre dos aspectos clave del mercado de trabajo: la contratación (flujos de entrada) y la afiliación (peso del empleo en las actividades económicas).

Los indicadores propuestos proporcionan un perfilado de ajuste a un modelo definido de “buenas perspectivas”, una puntuación agregada que determina un ranking de “mejores perspectivas” y un pronóstico de contratación y afiliación esperadas para el próximo año, tanto en términos absolutos, como de crecimiento porcentual.

Su principal utilidad es disponer de un modelo uniforme de análisis en los distintos ámbitos territoriales del Observatorio y un tratamiento de los datos que permita una valoración cualitativa de las tendencias desde “lo que nos dicen los datos”.

Los resultados de explotación del modelo pueden resultar de utilidad a un amplio espectro de gestores públicos y privados, analistas, actores intermedios y usuarios finales.
 

The model that we present is based on basic indicators from the statistical analysis of time series. It is applied to two key aspects of the labor market: recruitment (entry flows) and affiliation (weight of employment in economic activities).

The proposed indicators provide a profile of adjustment to a defined model of "good prospects", an aggregate score that determines a ranking of "best prospects" and a forecast of expected hiring and affiliation for the next year, both in absolute terms and in percentage growth.

Its main utility is to have a uniform model of analysis in the different territorial areas of the Observatory and a treatment of the data that allows a qualitative assessment of the trends from "what the data tells us".

The exploitation results of the model can be useful to a wide spectrum of public and private managers, analysts, intermediate actors and end users.
 

Disponer de un modelo de análisis prospectivo, como una herramienta metodológica más del arsenal del Observatorio, no constituye solo una mejora técnica, que proporciona un valor añadido al “dato”, tratando de elevarlo a la categoría de “conocimiento”¹ . Es también una propuesta de desarrollo²  del mandato legal contenido en el artículo 4 de la Ley 30 / 2015³  de 9 de septiembre, por la que se regula el Sistema de Formación Profesional para el empleo en el ámbito laboral.

En dicha ley se perfilan las actividades y resultados esperados de la denominada “función prospectiva” y se encomendaba al entonces Ministerio de Empleo y Seguridad Social, a través del  Observatorio de las ocupaciones del Servicio Público de Empleo Estatal (SEPE) una “función permanente de prospección y detección de necesidades formativas del sistema productivo, para proporcionar respuestas efectivas a las necesidades de formación y recualificación del mercado laboral, y para anticiparse a los cambios y responder a la demanda que se pueda producir de mano de obra cualificada, contribuyendo así al desarrollo profesional y personal de los trabajadores y a la competitividad de las empresas”.

La función prospectiva contiene unas actividades mínimas, entre las que se encuentra el “desarrollo de una metodología y herramienta de análisis prospectivo” y se le piden desde la norma una serie de resultados, también de mínimos (artº 4.3), entre los que se encuentra “un informe anual que recogerá, al menos, la identificación de las ocupaciones con mejores perspectivas de empleo”.

Aunque el marco general de la Ley es la formación para el empleo, la función prospectiva (especialmente el producto denominado ocupaciones con mejores perspectivas) tiene una utilidad más genérica, de análisis global del mercado de trabajo. En este contexto normativo se enmarca esta propuesta, en cuyo desarrollo ha ido revelando potencialidades más allá de su origen de establecer las “ocupaciones con mejores perspectivas”.

El modelo profundiza en el sistema metodológico habitual en los productos prospectivos del Observatorio, que combinan el análisis cuantitativo con la valoración cualitativa obtenida mediante la colaboración de diferentes agentes y expertos del Mercado de Trabajo. 

Se hace especial hincapié en el apartado cuantitativo, introduciendo, por primera vez, indicadores básicos del análisis estadístico de series temporales. Esta perspectiva suministra una información más orientada a la tendencia que al mero análisis descriptivo y, además de servir de fundamento a la reflexión cualitativa, proporciona un perfilado de actividades y ocupaciones y una puntuación de “mejores perspectivas” que permite establecer objetivamente un criterio de ordenación. 

Las razones que nos llevan a formular esta propuesta son, por tanto, múltiples, y van desde el desarrollo de la normativa jurídica hasta la mejora de las herramientas técnicas de análisis del mercado de trabajo, homogeneizando el tratamiento de la información en todos los ámbitos geográficos de análisis, ofreciendo al analista (tanto el propio técnico del Observatorio, como los colaboradores externos), los datos en bruto obtenidos y los resultados del tratamiento prospectivo que se presenta. 
 

El modelo propuesto utiliza unos criterios de selección y de ordenación, unos indicadores estadísticos vinculados al cumplimiento de unos indicadores considerados de buenas perspectivas, una puntuación⁴  de acuerdo a los indicadores que se cumplen y unos resultados prospectivos, en términos de pronóstico, limitados, por elección de diseño, al siguiente año de la serie. 

Tenemos que definir, por tanto, como se debe comportar una ocupación⁵  para que se le pueda otorgar la calificación de buenas perspectivas. Luego proporcionaremos una serie de indicadores que nos medirán si se detecta o no dicho comportamiento. Los indicadores tienen distinto grado de dificultad para su cumplimiento, o bien se dan en series que consideramos de mayor importancia, por lo que el siguiente paso será explicar la desagregación de series empleada y la ponderación diferenciada que suponen.

Por último, se explicarán los indicadores para establecer el pronóstico, tanto en valores absolutos como en crecimiento porcentual desde el inicio de la serie.

De acuerdo al modelo, una ocupación de “buenas perspectivas” es aquella, que, cumpliendo un peso mínimo vertical en la serie de contrataciones, se comporta en forma de una tendencia lineal y estable de crecimiento, tanto en el largo plazo (10 años) como en el corto (5 años). Presenta además un mejor comportamiento en el periodo reciente, recupera el nivel de contratación pre pandémico (2019) y muestra una variación interanual del último año positiva. 

Esta definición deja fuera el criterio cuantitativo (mayor número de contratos), por lo que no debe confundirse con la perspectiva de que “las mejores ocupaciones son aquellas donde más contratos hay”. Pueden aparecer en muy buena posición, de hecho aparecen, ocupaciones con volumen de contratación alto junto a otras mucho más modestas en términos de contratación observada. Pero el modelo también considera las estimaciones de contratación, si bien se presentan separadamente de los resultados obtenidos con el modelo de buenas perspectivas. El criterio cuantitativo también se utiliza como desempate en caso de igualdad de puntuación.

El conjunto de indicadores se puede ver en la Tabla siguiente:

Tabla 1 

¹O bien afiliación, según la serie que estemos analizando.

Los tres primeros actúan como filtros previos de selección y podemos rebajar o aumentar su nivel de exigencia en función del tipo de análisis que se pretenda. Pero para la elaboración del análisis de tendencias en la prospectiva en el SEPE se fijarán unos criterios uniformes que permitan análisis comparativos posteriores. Para que una ocupación resulte seleccionada como de buenas perspectivas en la serie que corresponda se deben cumplir “al completo”.

Los indicadores 4, 5 y 6 son indicadores complementarios que incrementan (de cumplirse) la puntuación obtenida y ayudan a definir un perfil lo más específico posible. 

Los indicadores 7 y 8 permiten obtener, con independencia de la puntuación obtenida, un listado de las ocupaciones más intensivas en contratación esperada (la serie absoluta) o en las que se prevé un comportamiento de crecimiento porcentual más intenso.

Exploraciones preliminares del modelo, utilizando la contratación, evidenciaron que resultaba conveniente no tratar la contratación en su conjunto, sino desagregarla en contratación indefinida y temporal. Por su parte, en la temporal se realiza un segundo desglose, ya que, la contratación mediante empresas de trabajo temporal (en adelante, ETT) tenía un peso cuantitativo muy importante en algunas ocupaciones, lo que generaba sesgos muy importantes. Esta desagregación permite, por tanto, detectar las especifidades de las modalidades de contratación y suavizar los sesgos que podrían favorecer a ocupaciones que tenían un uso intensivo de contratación en modalidades de muy escasa estabilidad.

También se evidenció la necesidad de incorporar una doble escala temporal, que nos permite distinguir el comportamiento de la serie en su conjunto (largo plazo,10 años) frente al comportamiento más reciente (5 últimos años). En origen se trataba de “rescatar” ocupaciones que habían sido muy afectadas por la crisis anterior (fundamentalmente del sector de la construcción) y que, pese a tener un comportamiento reciente muy positivo, quedaban fuera de los indicadores de estabilidad al contabilizar los años de desplome de la contratación. Pero el desdoble del indicador acabó teniendo un interés general, que nos permite, ahora, analizar la situación contraria, es decir, ocupaciones que venían teniendo una tendencia muy estable y que resultaban muy afectadas por las fuertes oscilaciones de la crisis reciente.

Se conserva, por tanto, este doble indicador, que nos va a permitir, por otra parte, otorgar mayor puntuación a aquellas ocupaciones en las que el comportamiento reciente es mejor que el del conjunto de la serie.

La diversidad de indicadores, la distinta dificultad para cumplirlos y la diferencia en términos de estabilidad de la contratación donde se detectaban, implica que tenemos que otorgar una puntuación ponderada en cada indicador detectado. Es evidente que es más importante satisfacer los indicadores en el largo plazo de 10 años y en la contratación indefinida que simplemente constatar que la variación interanual del último año en la contratación ETT es positiva.

Partiendo de la contratación como indicador base y del principio de otorgar mayor puntuación en función de la “dificultad” del indicador y por su cumplimento en series de mayor estabilidad de la contratación, se estableció un cuadro de ponderación, al que se añadieron también los indicadores complementarios. 

En la tabla siguiente se observa que se puntúan mejor los cumplimientos en el largo plazo y que el peso de la contratación indefinida tiene un incremento del 20 % sobre la temporal. La contratación mediante ETT tiene una reducción del 50 % sobre la temporal y se analiza en serie única, ya que la disponibilidad de datos de calidad es más reciente.
 

Tabla 2 

Lo que tenemos, en resumen, es una serie de datos de contratación anual de los últimos 10 años, que analiza separadamente la contratación indefinida, la temporal y la realizada mediante ETT. A dichas series se le aplican una serie de indicadores. El cumplimiento⁶  de los indicadores nos proporciona un perfil de la ocupación, una puntuación directa (número de indicadores que se cumplen) y una puntuación ponderada (según el peso de cada indicador en el modelo, que prioriza el largo plazo y la estabilidad de la contratación). Finalmente, se transforma la puntuación ponderada a una escala de 10, que resulta más intuitiva. 

El modelo incorpora también una estimación de la contratación esperada para el próximo año, tanto en términos de número absoluto de contrataciones, como de crecimiento porcentual acumulado desde el inicio de la serie. En ambos casos el pronóstico es el promedio del ofrecido por la serie a largo plazo y la de corto plazo. Con esta fórmula sobreestimamos deliberadamente el plazo reciente, ya que los indicadores de estimación suelen contener coeficientes que, con fundamento en que lo reciente estima mejor que resultados más antiguos, dan mayor peso a los valores más cercanos.

El objeto de estas dos estimaciones es, por una parte, responder a la clásica pregunta prospectiva acerca de en qué ocupaciones se espera mayor contratación, como a otra menos usual que nos inquiere donde se dan incrementos relativos muy relevantes y que no se suelen detectar por el escaso volumen de las series. Puede asimilarse a un posible detector de las llamadas “ocupaciones emergentes”.

La comparación de estos dos resultados (ocupaciones de “buenas perspectivas” frente a ocupaciones con mayores expectativas de contratación), también nos proporciona información de cuáles son las debilidades que puedan presentan las ocupaciones más intensivas en contratación.

El modelo se completa con un análisis de las desviaciones producidas. Una vez cargado el último año, se coteja, para cada ocupación, el valor esperado de acuerdo al modelo, con el valor efectivamente producido. No se concibe tal chequeo como una prueba de validez del modelo⁷ , sino como una manera de iniciar el análisis prospectivo: dónde se ha producido el mayor ajuste, qué factores han favorecido crecimientos por encima de los esperados, qué factores pueden haber perjudicado a las que presentan valores inferiores a los esperados. No son por tanto “validadores” del modelo, sino detectores que nos proporcionan información muy relevante sobre lo que ha pasado en las ocupaciones.

Las series de contratación se obtienen directamente del SISPE (Sistema de información de los Servicios Públicos de Empleo), mediante la herramienta DATA Warehouse especifica del Observatorio (DwH). 

Las series de afiliación (afiliados y centros de cotización) se obtienen de la Seguridad Social y se cargan dentro del DwH en cuanto se produce la disponibilidad. Las series con las que se empezó a trabajar originalmente eran las de afiliados a último día de diciembre de cada año, que dan una visión que perjudica a actividades económicas muy afectadas por la estacionalidad, especialmente la estival. En los planes de mejora del Observatorio se incorpora la inclusión de los datos mensuales, que nos proporcionarán una visión más ajustada.

Las series así obtenidas se cargan en una plantilla confeccionada en Excel, que incorpora todos los indicadores, los resultados obtenidos y la puntuación desglosada para cada serie. Hay un tratamiento normalizado y parcialmente automatizado, diseñado para los contenidos del nuevo capitulo de análisis de tendencias que se incorpora desde este año a los Informes de mercado de trabajo provincial y al nuevo Informe estatal de tendencias. Pero también se ofrece la necesaria flexibilidad para que cada técnico pueda modificar el escenario del análisis: suavizar o endurecer los indicadores, establecer criterios de ordenación distintos o, simplemente, hacer agrupaciones de ocupaciones⁸ o bien responder a cuestiones que se puedan plantear a los servicios de empleo, más allá de los contenidos publicados.    

Para valorar el ajuste de cada ocupación al modelo de buenas perspectivas utilizamos los siguientes indicadores, con sus correspondientes estadísticos de medición.

     a)    La ocupación tiene un peso significativo mínimo. 

Es un filtro de mínimos que permite dejar fuera del análisis ocupaciones que apenas tienen uso en la contratación. Lo hemos fijado en el 0,05 % del total de la contratación. Es un valor muy bajo, pero la contratación está muy concentrada en pocas ocupaciones y valores más altos dejan fuera una parte importante del espectro de las ocupaciones. 

     b)    La ocupación muestra un comportamiento significativamente estable. 

Utilizamos el coeficiente de determinación (R2) como estimador del ajuste lineal de la serie de datos. Originalmente se planteó un valor relativamente alto (0,6), pero las turbulencias de los 3 últimos años, que explicaremos más adelante, nos llevaron a rebajar el indicador a 0,4. 

     c)    La ocupación está creciendo. 

Se calcula la pendiente de la línea de tendencia lineal y esta tiene que ser mayor que “0”.

     d)    El comportamiento reciente es mejor que el de largo plazo.

 La comparativa entre las pendientes de las líneas de tendencia lineal de las series de largo y corto plazo da un mayor resultado en la de corto plazo.

     e)    La ocupación recupera el nivel de contratación precrisis. 

Comparativa entre el valor del último año y la contratación de 2019.

     f)    La variación interanual es positiva. 

El último año tiene más contratos que el año anterior.  

Para el análisis complementario de valores esperados de la contratación para el siguiente año, utilizamos los siguientes indicadores:

     g)    Valor absoluto esperado para el próximo año: 

Promedio del pronóstico para el próximo año (siguiente valor de la línea de tendencia) entre la serie absoluta a largo plazo y a corto plazo.  

     h)    Valor porcentual de crecimiento esperado para el próximo año respecto al inicio de la serie. 

Para obtener este valor se transforma la serie de valores absolutos a variación acumulada, tomando como año base el de inicio de cada serie. El valor es, como en la serie anterior, el promedio largo plazo y corto plazo.

Por último, el análisis de desviaciones, que se realiza con la carga de datos del año, se realiza mediante la comparativa “valor esperado” / “valor producido”, calculando tanto la desviación absoluta, como en términos porcentuales. 

Aunque algunos indicadores son muy elementales y perfectamente comprensibles sin explicaciones adicionales, si es pertinente dar los fundamentos básicos de otros, es decir, saber qué es lo que estamos midiendo. No entraremos en la definición matemática de los mismos, sino en su explicación más intuitiva, de cara a que cualquier analista sin un conocimiento amplio de Estadística pueda manejar los indicadores y comprender que es lo que pretenden medir.

Línea de tendencia:

Sobre cualquier serie temporal de datos se puede dibujar una línea de tendencia. A los efectos de este artículo, no interesa la definición matemática, basta con tener la idea geométrica: sería aquella línea recta que “atraviesa” los datos pasando lo más cerca posible de cada uno de ellos. 

Pendiente de la línea de tendencia:

Corresponde intuitivamente al grado de inclinación de la línea de tendencia y a su orientación positiva (va hacia arriba) o negativa (hacia abajo). El valor que se obtiene se puede equiparar a lo que crece por cada año (o unidad temporal que se use) la contratación, si el comportamiento fuera lineal. Permite la comparación y/u ordenación entre dos o más ocupaciones: crece con más intensidad aquella que tiene un mayor valor del indicador pendiente.  

Coeficiente de determinación (R2):

Es el indicador que nos informa de cuanto se parece el comportamiento de la serie analizada a una línea recta. Oscila entre 0 (comportamiento irregular, completamente impredecible) y 1 (solapamiento completo entre los datos y la línea de la tendencia). 

La utilidad del indicador es la establecer un filtro mínimo de estabilidad para poder seleccionar aquellas ocupaciones que tienen un comportamiento mínimamente estable y predecible. Si el indicador es muy bajo la proyección tiene un valor muy alto de incertidumbre y hay que descartarlo.

Pronóstico:

Es una función también relacionada con la línea de Tendencia y no es otra cosa que el valor que tendría la serie si la prolongamos X pasos. En nuestro caso usaremos el valor del siguiente año (1 paso).

Este indicador se utiliza para dos series:

     1.    La serie de valores absolutos, lo que nos permite ordenar las ocupaciones según la cantidad de contratos que se prevén.

   2.   La serie de variación porcentual acumulada, que permite “poner en el mismo plano” todas las ocupaciones y seleccionar y ordenar, con independencia del volumen absoluto de la serie, aquellas que están creciendo porcentualmente a tasas más altas. 

Es importante destacar que este indicador se utiliza, según el modelo, con independencia de cualquier filtro de selección previo. Es decir, puede haber ocupaciones (y de hecho las hay) que no cumplen con los indicadores de buen ajuste al modelo de buenas perspectivas, pero que siguen manteniendo unos niveles altos de contratación. Y eso sigue siendo una información prospectiva, de alto interés para el análisis del Observatorio.  

En definitiva, los que vamos a obtener, filtrando con el factor de representatividad y operando conjuntamente estos tres últimos indicadores serían ocupaciones representativas, que mantienen un comportamiento estable y con una tendencia positiva de crecimiento que se estima para el próximo año, tanto en términos absolutos, como en términos relativos.

Estamos asumiendo un modelo de comportamiento lineal de los datos y “premiando” además esa linealidad, pero bien se podría objetar que dicha linealidad no es el comportamiento “natural” de los datos. Desde el propio Observatorio de las ocupaciones incluimos el análisis de la estacionalidad en distintos apartados de nuestros informes. Además, las “disrupciones” de las series son bastante frecuentes, especialmente en los últimos años.  

Respecto a la primera cuestión, la estacionalidad, hay que tener en cuenta, que estamos trabajando con datos anuales⁹  (el total de los contratos anuales en cada año de la serie), lo cual difumina la estacionalidad propia de algunas ocupaciones. 

Cuestión distinta es la de las disrupciones de las series. La cuestión ya se abordó en unas primeras versiones exploratorias del modelo, que incluían años en los que, en algunas ocupaciones, especialmente del sector de la construcción, las fuertes bajadas de los años de la crisis (a partir de 2010) lastraban el indicador de estabilidad. Esto dejaba fuera ocupaciones con muy buen comportamiento reciente, pero con dos o tres años de tendencia completamente distinta. Para detectar y valorar esta cuestión se introdujo el desdoble del análisis temporal (largo y corto plazo), que finalmente se quedó definitivamente en el modelo, con la intención, más general, de valorar una mejora de la tendencia en el corto plazo.

En la situación actual las disrupciones se observan en los años recientes. La primera, la del año 2020, con el bajón generalizado de la actividad económica (y de la contratación, en consecuencia), bajón que, no obstante, tampoco es universal: algunas ocupaciones fueron claramente más afectadas, otras incluso se “beneficiaron” (crecieron más de lo esperado) y otras se les podría considerar “inmunoresistentes”, ya que no alteraron el curso previsto de la serie temporal.

La recuperación general de 2021 también puede considerarse un factor disruptor de la linealidad, pero el comportamiento de las series no ha sido el mismo para todas las ocupaciones. Algunas recuperan la tendencia observada en los años anteriores, apareciendo 2020 como un bache singular. Otras no terminan de presentar una recuperación de la tendencia. Finalmente, algunas han “rebotado” parcialmente y apuntan a una recuperación (si incluimos 2022) de la tendencia, pero con una brecha (mayor o menor, según las ocupaciones) respecto del rango de valores anteriores. Es decir, recuperan su comportamiento habitual, pero con un nivel inferior de contratación.

En el año 2022, último de la serie, se produce otra disrupción, si bien esta no se debe a factores externos¹⁰ , sino a la Reforma Laboral¹¹ , que elimina uno de los contratos temporales más habituales (de obra o servicio determinado), lo que lleva a que esta contratación se “trasvase” hacia la contratación indefinida. Hay, por tanto, un crecimiento generalizado de la contratación indefinida (parte de ella canalizada a través de la figura del fijo discontinuo) y un descenso generalizado de la contratación temporal. 

La naturaleza hibrida¹²  de la modalidad del fijo discontinuo, ya implícita en el propio nombre, está generando algunas distorsiones¹³  que han motivado que las entidades de análisis económico y del mercado laboral, hayan solicitado aclaraciones acerca de cuantos fijos discontinuos están en periodo de inactividad, ya que, de acuerdo a la metodología vigente¹⁴ , no se contabilizan como paro registrado. No es el objeto de este trabajo incidir en esta cuestión, pero el modelo podría proporcionar alguna respuesta en cuanto a simular el comportamiento de las series incluyendo esta modalidad dentro de la contratación indefinida (su sitio actual), la temporal (atendiendo a su estacionalidad) o bien, simplemente dejándola fuera, para ver como sería el comportamiento de los indefinidos y de los temporales “puros”.

Respecto a la disrupción de la crisis Covid (fundamentalmente año 2020) se barajaron distintas opciones (omitir los valores, atendiendo a su excepcionalidad), suavizar su efecto (promediar el valor de 2020 con 2019 y 2021) o mantener la serie. Se ha optado finalmente por mantener el año por distintas cuestiones, pero fundamentalmente por mantener la serie histórica y por la constatación de que se perjudicaría a ocupaciones que han mantenido la tendencia. No obstante, se mantiene la posibilidad teórica de realizar este tipo de análisis alternativos (del tipo “¿qué pasaría si…”) con un sencillo tratamiento de los datos. Respecto a las últimas disrupciones, se ha optado por mantener la serie tal cual, rebajando las exigencias de estabilidad (del 0,6 al 0,4), ya que dejarlo en 0,6 excluye un número importante de ocupaciones. No obstante, la simulación de escenarios resulta muy sencilla en la plantilla elaborada: modificando el valor de una sola celda, se recalculan indicadores, puntuaciones y perfiles.    

En una primera aproximación a los datos, una vez cargado el ejercicio 2022, detectamos, en la contratación indefinida, algunas ocupaciones con crecimientos exponenciales, que quedan fuera del modelo por, digamos, “excesivo buen comportamiento” en este año 2022 (recordemos que el modelo es lineal). No obstante, nos resistimos a rebajar la exigencia de linealidad, que es el comportamiento habitual, con ligeras oscilaciones, ya que entonces el indicador no tendría apenas la función de filtraje para la que está concebido. Además, la flexibilidad del sistema nos va a permitir detectar estas situaciones, simplemente ordenando por el crecimiento interanual y filtrando (en negativo) las que no cumplen el indicador de estabilidad (R2). Será el analista el que rescate estas ocupaciones, valorando en su conjunto el resto de indicadores.

Puede resultar llamativo el hecho de que hasta ahora no se haya considerado, a efectos de puntuación, una cuestión central que se le podría pedir a un modelo de prospectiva: ¿En qué ocupaciones habrá más oportunidades de contratación?

En el modelo de buenas perspectivas las exigencias de contratación son mínimas (0,05 %), lo que hace que ocupaciones con porcentaje de contratos pequeño, ocupen buenas posiciones en al ranking, al lado de otras con mucha mayor intensidad de contratos. Lo habitual viene siendo incidir en este aspecto cuantitativo sin atender al comportamiento de la serie.

Pero en nuestro modelo no se soslaya este aspecto cuantitativo, sino que simplemente se analiza separadamente. La puntuación de ajuste al modelo de buenas perspectivas no se ve afectada por una mayor contratación, únicamente utilizamos este criterio para la ordenación en caso de empate en la puntuación. 

Desde esta perspectiva cuantitativa, el modelo ofrece adicionalmente un ranking de las ocupaciones en las que se esperan más contratos (desglosados por modalidades), que se obtiene de la función Pronóstico en Excel y que sería, sencillamente el siguiente valor de la línea de tendencia si la prolongamos un año más. Obtenido el valor de las series (largo y corto) se promedia, lo que tienen un efecto, que buscamos, de sobreponderación de los años recientes.

Esta perspectiva cuantitativa diferenciada, puesta en contraste con el perfil de cada ocupación. ofrece además una información adicional muy relevante, en nuestra opinión, relativa a las debilidades (o puntos de mejora) que se puedan mostrar en estas ocupaciones más intensivas, que pueden estar mostrando, por ejemplo, una desaceleración¹⁵ .

El modelo que se propone, que podríamos llamar de una prospectiva basada en datos, no se ofrece como una alternativa a una prospectiva que pudiéramos llamar cualitativa, que podría fundamentarse en un conocimiento experto y más amplio de diversas tendencias de fondo que actúan de una forma más “interna”, multidisciplinar o esotérica. No debe existir contraposición ya que entendemos que no existe una prospectiva cualitativa que tenga origen en cosa distinta que los datos (o la información). Otra cosa es que los datos que proporcionan esa “cualidad” a la prospectiva provengan de otras fuentes. Sobran los ejemplos, pero el análisis sociológico, las innovaciones tecnológicas y conocimientos de otras disciplinas pueden aportar significado a algunos datos, que, para el profano, no significan nada.

Lo que se pretende es, simplemente, ofrecer una estructura modelada, que transforme el mero dato, en una fuente de información, que podría llegar a conocimiento, según la conocida escala de elaboración de la información. En la cúspide podríamos aspirar a la sabiduría, y para ello es indudable que se requieren perspectivas multidisciplinares e integradoras. 

Ningún dato es puramente cuantitativo desde la perspectiva de esta propuesta. No solo porque el propio dato se plantea como una fuente de información, parte de ella ya transformada por el modelo, sino porque se integra en un modelo híbrido, que, aparte del propio técnico, interpela a expertos de distintos ámbitos para confeccionar una prospectiva abiertamente multidisciplinar y cooperativa, desde los distintos ámbitos administrativos y desde la aportación de expertos e interesados. 

Algunas prospecciones están diseñadas expresamente con la intención de que puedan aflorar apreciaciones cualitativas, es decir ocupaciones que “nunca salen” debido al escaso volumen de la serie de los datos. El propio modelo favorece estas “emergencias” y en el pronóstico basado en crecimientos porcentuales acumulados (donde todas las ocupaciones parten de 0) se pretende expresamente detectar estas situaciones.

La perspectiva “cualitativa” debería estar presente en todos pasos del proceso y en la lectura de los resultados. Incluso aquellas ocupaciones que van muy bien y cumplen todos los indicadores son susceptibles de requerir la pregunta cualitativa acerca de si podrían ir todavía mejor. 

El procedimiento es muy similar a las ocupaciones. No hay modalidades de afiliación¹⁶ , pero sí se realiza un doble análisis: los trabajadores afiliados y los centros de cotización, que tienen el mismo peso en la puntuación final. Como en las ocupaciones, se mantienen el núcleo de indicadores, siendo también muy similares los criterios de ponderación, que favorecen el largo plazo, y los estimadores de pronóstico, que sobreponderan el corto plazo.

El análisis combinado de ambas series proporciona también interesante información cualitativa acerca del patrón de crecimiento de las actividades. Por ejemplo, se considera óptimo un patrón de crecimiento en ambas series, pero una actividad económica que crece en afiliados, pero baja en centros de cotización, puede indicarnos que la actividad crece, pero tendiendo a la concentración de los centros de trabajo.

Se plantean algunas debilidades que pueden afectar a los resultados del modelo.

Una primera cuestión es el desfase entre la Clasificación nacional de ocupaciones y la nomenclatura habitual de algunas ocupaciones. No es una debilidad propia del modelo en sí, pero es indudable que la clasificación actual (CNO 2011) resulta poco adecuada para “encajar” algunas de las ocupaciones que han ido “emergiendo” en los años transcurridos, especialmente en el ámbito de las ocupaciones más tecnológicas. Es necesaria una actualización, para encuadrar correctamente estas nuevas ocupaciones o redefinir¹⁷ algunas de las vigentes, para que reflejen más adecuadamente los perfiles actuales de dichas ocupaciones. 

Vinculado con lo anterior, es importante la cuestión de la “calidad del dato”. Nos referimos al dato de la ocupación cuando se comunica la contratación. Es un dato que tiene poca relevancia para quien lo registra (empresa, normalmente una gestoría), pero que es crítico para la consistencia del modelo propuesto. Desde el Observatorio se trabaja en la supervisión de la calidad de este dato, detectando incongruencias o altas masivas muy por encima de lo habitual, pero algunos factores, como la tendencia a concentrar las ocupaciones contratadas en un número muy limitado de ellas¹⁸ puede estar afectando a la calidad, y con ello, a los resultados de este modelo.   

El modelo propuesto se puede aplicar a cualquier serie temporal del que queramos tener una visión prospectiva. Por su parte, el enfoque anual también puede aplicarse en “zoom” a series mensuales, ajustando las series a efectos estacionales.   

Un desarrollo natural apunta a la serie de demandantes de empleo, que supondría una perspectiva complementaria del modelo de contratación. Es importante recordar que la información obtenida todavía puede aspirar a la categoría de conocimiento, integrando la explicación experta, la causalidad y el análisis conjunto de otras series. A modo de ejemplo, el análisis conjunto contratos – demandantes podría evidenciar que ocupaciones y actividades muy bien posicionadas podrían estar mucho mejor si vemos que puede existir un problema de vacantes (pocos demandantes y decreciendo) o de necesidades formativas: ofertas que no se cierran porque los demandantes no acreditan los conocimientos requeridos.    

Nuestro modelo, aunque incorpora múltiples enfoques, es, en la práctica, unidimensional¹⁹  y quedaría lejos, en su desarrollo actual, de acercarse a la concepción de un indicador “sintético” del mercado de trabajo. Pero bien podría suponer un primer paso en la construcción de dicho indicador, que proporcionaría un conocimiento más específico y detallado del Mercado de Trabajo en su conjunto. No obstante, creemos que, en su fase de desarrollo actual, aparte de la utilidad interna para el Observatorio, puede ya constituir una herramienta de ayuda en la toma de decisiones a todos los actores: desde los gestores públicos que toman decisiones en el ámbito de las políticas activas, hasta los demandantes de empleo que deben decidir el enfoque de su desarrollo profesional.  

A modo de conclusiones se resumen los principales aspectos y ventajas del modelo propuesto:

•     El modelo incluye y define los principales parámetros en los que se basa la condición de “mejores perspectivas”.
•    En su diseño se ha incorporado la obtención de productos normalizados para el análisis de tendencias desde el Observatorio de las ocupaciones, manteniendo, a la vez, un modelo sencillo y flexible que permite al técnico realizar análisis complementarios.
•     Se proponen criterios objetivos y replicables de selección, ordenación y validación de los resultados. 
•     El modelo proporciona contenido material y amplía el desarrollo de la denominada “función prospectiva”, asignada legalmente al Observatorio de las Ocupaciones.
•     Se obtienen resultados cuantitativos fundamentados y desviaciones de las previsiones que proporcionan indicadores y alertas, además de posibilidades de análisis cualitativos.
•     Los resultados se pueden obtener para distintos territorios (estatal, autonómico, provincial) y, al obtenerse bajo la misma metodología, son comparables.
•     El papel de los expertos sigue siendo muy importante, ya que los resultados cuantitativos pueden y deben ser evaluados cualitativamente, en el sentido de conectarlos con sectores o agrupaciones ocupacionales, con tendencias de fondo a largo plazo, con acontecimientos relevantes, sean económicos o no, etc. …  
•     El modelo puede ser de utilidad a un amplio espectro de analistas y usuarios que pretendan un mejor conocimiento de algunas variables del Mercado de Trabajo.