Estudio para analizar qué determina la variación bianual en el PIB per cápita a nivel europeo a través de un análisis de descomposición

1 FACULTAD DE CIENCAS ECONÓMICAS Y EMPRESARIALES Departamento de Análisis Económico y Economía Política Grado en Administración y Dirección de Empresas TRABAJO DE FIN DE GRADO “Estudio para analizar qué determina la variación bianual en el PIB per cápita a nivel europeo a través de un análisis de descomposición” Tutor: José Manuel Cansino Alumno/a: Tindaya Vargas Pérez 4 Resumen En el presente Trabajo de Fin de Grado, realizamos un análisis para dar respuesta a la siguiente pregunta ¿qué determina la variación interanual en el PIB per cápita? Para ello se utiliza el método Índice Divisia de Media Logarítmica (LDMI I), que nos permite descomponer una serie de tiempos asociada a una variable de interés, en nuestro caso, el PIB per cápita, en distintas variables explicativas. El método consiste en dividir la serie de tiempo en subgrupos comportando la misma tendencia con una mínima desviación cuadrática media, de tal forma que no existe perdida de información al realizar la segmentación. Los factores de descomposición utilizados son la productividad, el factor de las horas trabajadas, la tasa de empleo y la población en edad de trabajar sobre la población total, siendo datos obtenidos a partir de diversas fuentes. Los resultados muestran como la variación de la productividad es el factor que mayor repercusión positiva tiene en la mayor parte de los periodos estudiado. Actúa como catalizador. Caso totalmente opuesto, ocurre con la variación de las horas trabajas, cuyo valor suele tener signo negativo, actuando como inhibidor. Palabras Claves Análisis LMDI, periodo, PIB per cápita, variación, metodología, impulsador. 5 Índice 1.Introducción ................................................................................................................... 7 2.Metodología ................................................................................................................... 8 3.Base de datos ............................................................................................................... 11 4.Resultados .................................................................................................................... 15 4.1 Factor de la productividad ................................................................................. 21 4.2 Factor de las horas trabajadas ............................................................................ 22 4.3 Factor de la tasa de empleo ............................................................................... 24 4.4 Factor de la población en edad de trabajar sobre la población total .................. 25 5.Conclusiones ................................................................................................................ 27 6.Bibliografía .................................................................................................................. 30 6 Índice de tablas Tabla 1: Datos raíz .......................................................................................................... 11 Tabla 2: Datos del PIB per cápita. .................................................................................. 16 Tabla 3: Datos de la variación interanual del PIB per cápita obtenidos mediante el método de descomposición LDMI. ................................................................................ 18 Tabla 4: Datos obtenidos mediante el método de descomposición LDMI. .................... 19 Índice de gráficos Gráfico 1: Representación de la evolución del PIB en euros. ................................................. 13 Gráfico 2: Representación de la evolución de la población. .......................................... 14 Gráfico 3: Representación del número de personas empleadas junto a la población en edad de trabajar. .............................................................................................................. 14 Gráfico 4: Evolución del PIB per cápita. ........................................................................ 17 Gráfico 4: Representatividad de los datos obtenidos. ................................................................ 20 7 1. Introducción El presente Trabajo de Fin de Grado (TFG) que se va a llevar a cabo tiene como título “Estudio para analizar qué determina la variación bianual en el PIB per cápita a nivel europeo a través de un análisis de descomposición”. Con él, se pretende saber que determina la variación interanual del PIB per cápita a nivel europeo durante el período 2011 a 2022. Teniendo como intención el poder realizar un mejor análisis del tema expuesto, hay que entender que es el PIB per cápita y cuál es su composición. Entre todas las definiciones que podemos encontrar si realizamos búsquedas de artículos sobre esta temática, destaca la siguiente: “PIB per cápita; ingreso per cápita o renta per cápita es un indicador económico que mide la relación entre el valor de todos los bienes y servicios producidos en un territorio y su población. Su cálculo es sencillo, se divide el Producto Interior Bruto (PIB) del territorio entre el número de habitantes”. (Galán, 2016) Teniendo una definición concisa de que es el PIB per cápita, cabe destacar también, que es un indicador económico importante puesto que relaciona el nivel de renta de un país respecto a su población, proporcionando una perspectiva más detallada de la riqueza de un territorio. Cuanto mayor sea el PIB per cápita, mejor será el nivel de vida de las personas de ese territorio. Además, esta variable macroeconómica tiene como objetivo dar información acerca del nivel de riqueza y bienestar de un territorio durante un periodo de tiempo. El principal objetivo de este trabajo consiste en entender y determinar la variación interanual PIB per cápita, para dar respuesta a la siguiente pregunta ¿Cómo ha influido la variación de la productividad, en las horas trabajadas, en la tasa de empleo y en el porcentaje de la población en edad de trabajar sobre la población total entre el año t-1 y t en el cambio del PIB pc para esos dos mismos años? Para llevar a cabo este análisis y poder dar respuesta a dicha pregunta utilizaremos una expresión del Método de Índice Logarítmico-Medio de Divisa (LDMI), a través de un enfoque aditivo. Se trata de una herramienta que proporciona un conjunto de datos sin residuos, que nos ayudaran a determinar la variación interanual en el PIB per cápita. 8 En primer lugar, descomponemos ∆𝑃𝐼𝐵%𝑝𝑐!,!#$% entre cuatro factores de descomposición, entre los que están, la variación de la productividad, la variación de las horas trabajadas por empleado, la variación de la tasa de empleo, y en último caso, la variación de la población en edad de trabajar, entre el año t-1 y t en el cambio del PIB per cápita para esos mismos dos años, con cada uno de los efectos. Finalmente, pasaremos a la interpretación de dichos resultados, con el fin de poder razonar como ha influido la variación entre el año t y el t-1 para los cuatro factores mencionados anteriormente, de manera que al acabar el análisis se concluya cual es la variable que determina la variación del PIB per cápita. 2. Metodología La metodología utilizada para estudiar el comportamiento del PIB per cápita a nivel europeo, tiene por nombre Método de Índice Logarítmico-Medio de Divisia (LMDI I). Constando de una herramienta con un enfoque refinado basado en índices de divisia, de carácter no paramétrico, que proporciona una media logarítmica ponderada de diferentes variables. Proporcionándonos, descomposiciones exactas de las variaciones de una variable de interés. Cuando las variaciones se producen a lo largo del tiempo el método permite descomponerlas entre diferentes efectos explicativos. El método LMDI comienza con una factorización de la variable a analizar. En ese caso la variable es el PIB per cápita. La descomposición se corresponde con la ecuación (1) la cual ha sido obtenida del informe anual del Banco Mundial: (1) PIB Ptotal =PIB Horas ∗Horas L∗L P16 −64 ∗%P16 −64 Ptotal Se trata de una fórmula matemática explica el comportamiento de la productividad del PIB per cápita. La factorización se realiza utilizando cuatro factores: El primer factor expresa la productividad aparente del número de horas trabajadas al año, el segundo las 9 horas trabajadas por los empleados, el tercero la variable % &$'#'( proporcionando los datos de la tasa de empleo y el último la variable que expresa la población en edad de trabajar. A partir de la ecuación (1) es posible expresar su variación según muestra la ecuación (2): ∆PIB%pc),)#$ = %PIBpc)− PIBpc)#$ (2) El período de años analizado va de 2011 hasta 2022. Poniendo atención en el método LMDI I, la descomposición puede adoptar una forma aditiva o una multiplicativa, en nuestro caso centraremos el estudio de forma aditiva, que descompone la diferencia del indicador entre 0 y T en la suma del número de variables consideradas, como expresa la ecuación (3): ∆PIB*+ ),)#$= PIB*+ )%- PIB*+ )#$= ∆𝐏𝐫𝐨𝐝𝐮𝐜𝐭,𝐭#𝟏 + ∆𝐇𝐭,𝐭#𝟏 + ∆𝐋𝐭,𝐭#𝟏 + ∆𝐃𝐞𝐦𝐨𝐠𝐭,𝐭#𝟏 (3) Le ecuación (3) permite descomponer la variación del PIB per cápita en tres efectos. En primer lugar, tenemos la “Produc” que es la variación de la productividad. Esta nos explica la variación en el PIB per cápita entre el año t-1 y t, debido a un cambio en el valor de la productividad entre estos dos periodos de tiempo. La obtención de un valor favorable podría repercutir en un aumento del crecimiento económico y en una mejora del nivel de vida de la población. Este índice por lo tanto tiene una gran relevancia puesto que, no solo es el resultado de un mayor empleo de recursos de trabajo y capital por habitante, sino un aumento de lo que cada trabajador y cada unidad de capital aportan a la economía. Seguidamente, tenemos la “H”, que hace referencia a las horas trabajadas, expresando la variación en el PIB per cápita entre el año t-1 y t debido al cambio en el valor de las horas trabajadas en dos periodos de tiempo. Concluyendo que sí, las horas trabajadas sufren un aumento en la producción total de bienes y servicios, se desencadena un impulso del PIB per cápita. Sin embargo, si estas disminuyen, sucedería lo contrario y por tanto el aumento del PIB per cápita se vería frenado o incluso reducido. 10 A continuación, analizamos “L”, siendo una variable que determina la tasa de empleo entre el año t-1 y t en la variación del PIB per cápita, a consecuencia del cambio en el valor de la productividad laboral esos dos periodos de años. Es una de las variables más significativas puesto que mide el desempeño económico de un país, ya que, se trata del valor que cada persona empleada crea por unidad de insumo. El determinante con mayor influencia es el capital humano, es decir, el conocimiento acumulado a partir de la educación y la experiencia. En último lugar, la “Demog” hace referencia a la población en edad de trabajar sobre la población total, haciendo referencia a la variación del PIB per cápita entre el año t-1 y t debido a un cambio en el valor la población en edad de trabajar entre esos dos años. Su efecto se utiliza para calcular la tasa de participación laboral, que mide el porcentaje de población que se encuentra en edad de trabajar y participa activamente en el mercado laboral. Una tasa baja puede indicar la falta de empleo disponible o un bajo interés de las personas en trabajar. Por otro lado, una tasa alta nos puede indicar un mercado laboral fuerte y con actitud por parte de los trabajadores a participar en el mercado laboral. Posteriormente, se ponderan cada uno de ellos y se desarrolla la ecuación. Esto se consigue a través de la variable omega, 𝜔!,!#$. Siendo una función logarítmica que consideración la variación entre el año t-1 y t en el cambio del PIB per cápita para esos dos años. 𝜔!,!#$ =𝑃𝐼𝐵./ !−𝑃𝐼𝐵./ !#$ ln 𝑃𝐼𝐵./ !−ln 𝑃𝐼𝐵./ !#$ (4) Como último paso, y previo al análisis los datos teniendo en cuenta las cuatro variables mencionadas anteriormente; Productividad, Horas Trabajadas, Tasa de Empleo y Demografía, se realiza el ajuste de omega, a partir de las siguientes ecuaciones resultantes: %∆Product),)#$ = ω),)#$ ∗ln 01234+)! 01234+)!"# %%%%%%%%%%%%%%%%%%%%%%%∆H),)#$ = ω),)#$ ∗ln 5! 5!"# (5) (6) 11 ∆L),)#$ = ω),)#$ ∗ln 6! 6!"# ∆Demog),)#$ = ω),)#$ ∗ln 7892:! 7892:!"# Siendo ∆Product),)#$ la parte de la variación del PIB per cápita entre el año t-1 y el t que se debe a una variación de la productividad por hora trabajada entre esos mismos años. La ecuación (6) repercute en la variación del PIB per cápita entre el año t-1 y el t debido a los cambios de las horas medias trabajadas para los respectivos años. Por otro lado, está la variación de la productividad laboral entre dos años, la ∆L),)#$ es el cambio de variación del PIB per cápita entre el año t-1 y el t. Como último cálculo la ∆Demog),)#$, siendo la variación del PIB per cápita entre el año t-1 y el t, entendiendo por ello a la variación de la población en edad de trabajar la que están entre los 16 y 65 años. 3. Base de Datos Para comenzar el estudio a partir de la descomposición del método LDMI, se parte de los siguientes datos: Tabla 1: Datos raíz Años PIB Población Horas trabajadas Número de empleados Población en edad Euros Número de personas Horas anuales Número de personas Número de personas 2011 11.328.511.200.000 439.942.305 1632,3 - 211.220.282 2012 11.396.146.900.000 440.552.661 1615,2 - 212.558.179 2013 11.516.140.600.000 441.257.711 1605,6 177.502.000 213.075.412 2014 11.782.563.600.000 442.883.888 1605,1 179.049.000 213.766.443 2015 12.215.765.100.000 443.666.812 1604,7 181.084.000 214.073.147 (7) (8) 18 Siguiendo en la línea de lo expuesto por el periódico nacional El mundo en 2021, la gran causante de la disminución del PIB per cápita de europa podría haber sido la COVID-19 (coronavirus), momento en el cual se hunde la economía no solo a nivel europeo, sino a nivel mundial. La economía de la UE cae 6,4% en 2020 y 6,8% en la eurozona por la pandemia. (El mundo, 2021) Durante esta crisis de la COVID-19, se observan varios efectos significativos en el PIB per cápita, que van variando según la duración de la pandemia, la respuesta de los distintos gobiernos y el comportamiento de la sociedad. Entre las causas más relevantes que provocaron la drástica caída del valor del PIB per cápita están la reducción económica producida por el cierre y restricciones de sectores como la hostelería, el turismo, o los comercios minoristas, y las interrupciones de suministros, tanto en el consumo de los hogares como en la inversión empresarial. Además de los efectos provocados en la población, como el aumento del desempleo o los cambios demográficos debido al elevado porcentaje de mortalidad que conllevo a la reducción de la población. Por lo tanto, podemos decir que la variable se comporta de forma estable en épocas de estabilidad económica manteniendo un crecimiento constante y continuado, hasta llegar a 2020 donde cae drásticamente. Tras, la caída pasamos a un periodo de estabilidad, a partir de 2021, influido positivamente en el valor del PIB per cápita, creciendo de manera continuada. Alcanzando en el último periodo analizado una cifra de 35.631,19€, pudiéndose decir que es el valor más alto durante la franja de años estudiada. Tabla 3: Datos de la variación interanual del PIB per cápita obtenidos mediante el método de descomposición LDMI. ∆PIB per cápita 2011 2012 – 2011 117,8497 19 2013 – 2012 230,6035 2014 – 2013 505,7359 2015 – 2014 929,4642 2016 – 2015 677,3126 2017 - 2016 1.137,3441 2018 – 2017 983,5580 2019 – 2018 1.070,9605 2020 - 2019 -1.288,1672 2021 – 2020 2.630,5793 2022 - 2021 2.885,9646 La tabla 3 muestra los datos de la variación total del PIB per cápita entre el año t y t-1. La siguiente la tabla, es decir, la tabla 4 nos muestra los datos obtenidos con los cálculos a partir del método de descomposición de Índice Logarítmico-Medio de Divisia, en bases a los factores descritos en la expresión 9. Tabla 4: Datos obtenidos mediante el método de descomposición LDMI. ∆Produc ∆H ∆L ∆Demog 2011 2012 - 2011 425,4314 - - 127,180 2013 - 2012 427,0443 - - 21,6001 2014 - 2013 610,8747 -2,36867E-01 143,3403 -11,6118 2015 - 2014 984,0153 -312,6352 267,0835 -9,00E+00 Fuente: Elaboración propia a partir de los datos obtenidos por el (Eurostar, 2024), (OECD,2024) 20 2016 - 2015 680,9313 -804,3233 712,0367 88,6679 2017 - 2016 1335,2945 -87,2898 -216,0078 105,3472 2018 - 2017 1069,7196 -366,2484 231,2832 48,8036 2019 - 2018 1084,1236 -372,7328 158,5165 100,7157 2020 - 2019 507,3302 -1288,2176 -46,9967 -460,2849 2021 - 2020 1492,3270 666,2276 248,1283 223,8964 2022 - 2021 2637,4234 -443,7456 177,1514 515,1353 Gráfico 4: Representatividad de los datos obtenidos. Fuente: Elaboración propia a partir de los datos obtenido por el (Eurostar, 2024), (OECD, 2024) La gráfica 4, muestra los datos obtenidos a partir de los cálculos realizamos con la descomposición del método LDMI I del periodo 2011 al 2022, en función de los distintos -1500 -1000 -500 0 500 1000 1500 2000 2500 3000 2012 - 2011 2013 - 2012 2014 - 2013 2015 - 2014 2016 - 2015 2017 - 2016 2018 - 2017 2019 - 2018 2020 - 2019 2021 - 2020 2022 - 2021 Título del go ∆Produc ∆H ∆L ∆Demog Fuente: Elaboración propia a partir de los datos obtenidos por el (Eurostar, 2024), (OECD, 2024) 2023) 21 factores que hemos utilizado. A continuación, pasamos a la interpretación de los resultados para dar respuesta a las preguntas de la ecuación (9), en función de un análisis para cada uno de los factores. 4.1 Factor de la productividad En primer lugar, tenemos el factor de la productividad, en el hay que destacar que, hasta llegar al periodo que corresponde con 2016 - 2015, la productividad se comportó como el motor del PIB per cápita. Desde 2012 hasta 2016 muestra signo positivo, con un crecimiento constante y continuado. Sin embargo, al llegar al periodo 2016 – 2015, disminuye porcentualmente 303,08. A pesar de seguir manteniendo sigo positivo, deja de actuar como catalizador en ese periodo con respecto a los otros tres factores. La explicación de la disminución durante ese transcurso de tiempo sería de interés común alcanzar a entenderla, siendo esto una línea a seguir de cara a posibles estudios. Puesto que durante el periodo de años 2016 – 2015, es el único intervalo donde la variación de las horas trabajadas se reemplaza como impulsor que determina la variación del PIB per cápita. En 2017 – 2016, la variación aumenta, no obstante, en el período siguiente disminuye con una variación de 265,57. Seguidamente, vuelve a aumentar, pero en mínimas proporciones. En 2019, con la llegada de la COVID -19 (coronavirus) se produce un drástico cambio en el comportamiento de la economía, repercutiendo en el PIB per cápita durante el período de 2020 – 2019 continua con signo positivo, pero con una gran bajada respecto al año anterior, debido a la caída drástica de la actividad económica y al aumento del desempleo, lo que conlleva a su vez a una disminución en la variación de la productividad. La alteración de la cadena de suministros, los cambios en los hábitos de trabajo adoptando el teletrabajo a la vida cotidiana, las ausencias laborales causas por la enfermedad, la inversión de las empresas en tecnología y automatización para reducir la dependencia de la mano de obra o impacto de psicológico y del bienestar, son las primordiales causas que afectaron al factor de la productividad, y conllevo a la diminución de la variación de PIB per cápita durante el periodo 2020 – 2019 a un 507, 3302, como nos indica la tabla 3. 22 En los períodos consecutivos, tras la respuesta adecuada de los diferentes gobiernos, se consigue disminuir los efectos producidos tras la crisis de la COVID -19 (coronavirus) produciéndose un aumento, influyendo en las variaciones con grandes incrementos en la productividad, sin dejar de actuar como impulsor del PIB per cápita. Entre 2021 - 2020 aumento la variación de la productividad con una cifra de 1492,32, más del doble de variación con respecto al período anterior. Ocurriendo, exactamente los mismo en el periodo de años consecutivos, durante 2022 – 2021 se alcanza una cifra de 2637,4234. Consiguiendo que dicho factor se mantenga como motor que determina la variación del PIB per cápita. En general, a pesar de decrecer en el intervalo comprendido entre 2020 – 2019 y unas bajadas porcentuales en dos periodos bianuales, los resultados de la tabla 4 muestran que el factor de la productividad entre los respectivos períodos bianuales actúa como el mayor impulsor del PIB per cápita, con gran diferencia. 4.2 Factor de las horas trabajadas Las horas trabajadas es un factor negativo, que prácticamente contribuye negativamente al aumento del PIB per cápita. Los resultados de la figura 3 muestran que dicha variable es poco determinante en la variación del PIB per cápita. Los datos en su conjunto muestran tendencias decrecientes, pero, sin embargo, no en todos los períodos se comportan de igual manera. Si observamos la tabla superior, tabla 4, vemos como durante los dos primeros periodos, no existe dato correspondiente. Las fuentes con la que se ha trabajado no tienen valor para esos periodos de años, por ello no se ha podido realizar el cálculo pertinente. Haciendo un análisis en profundidad de los datos, resulta plausible deducir que a pesar de que los valores tengan signo negativo, las oscilaciones van decreciendo y creciendo de un periodo a otro, observación que es bastante curiosa, la cual debería analizarse con mayor profundidad. Comienzan los cálculos en el intervalo de años 2014 – 2013 con una cifra muy pequeña de -2,36867E-01 que equivale a -0,236867. Se continua en el siguiente periodo 2015 – 2016 con un valor más pequeño de -312,63, actuando como inhibidor 23 principal durante dicho intervalo. Puesto que, a pesar de que durante este intervalo el factor de la población en edad de trabajar también tenga una cifra con signo negativo, es un valor más grande. Ocurre algo similar en el periodo de 2016 – 2015, la cifra continúa siendo negativa, con un valor mucho más pequeño que el anterior intervalo de -804,3233, y actuando de igual forma como freno en el aumento del PIB per cápita. Durante el 2017 – 2016, la cosa cambia, a pesar de seguir teniendo una cifra con signo negativa, el valor aumenta alcanzado un -87,2898. Un cambio bastante positivo en comparación con los periodos anteriores. Además, en este caso, ya no actúa como inhibidor principal de la variación del PIB per cápita, ya que existe un factor con una cifra inferior. No obstante, en 2018 – 2017, vuelve a dar un cambio significativo con una disminución drástica del -366,2484. Continuando en el periodo 2019 – 2018 la misma tendencia. Es en plena crisis de la COVID -19 (coronavirus) 2020 – 2019, cuando se alcanzó la peor cifra de variación de las horas trabajadas con un valor negativo de – 1288,2176. Existen diversas razones que provocaron esta reducción, sin embargo, entre todas ellas resalta que muchas empresas se vieron avocadas a reducir las horas trabajadas como medida para evitar los despidos de sus empleados, causando un notable aumento del trabajo a tiempo parcial. Con las medidas que posteriormente se tomaron para mitigar los efectos tras la pandemia provocaron que el valor que corresponde al periodo 2021 – 2020 aumentara, siendo el único valor en el eje temporal con signo positivo. El periodo que les sigue, 2022 – 2021, vuelve a decrecer, continuando con sigo negativo como ocurre en la mayor parte de los intervalos. Resulta importante exponer que, el papel que ha desarrollado la variación de las horas trabajadas entre los respectivos años en el cambio del PIB per cápita, sin duda alguna, es negativo con una clara influencia inhibidora, dependiendo del período en el que estamos con mayor o menor medida. Haciendo un análisis global de los cuatro factores, las horas 24 trabajadas es el factor que mayor frena o en otras palabras que menos determina la variación interanual en el PIB per cápita. 4.3 Factor de la tasa de empleo Con relación a la posible importancia factor de la tasa de empleo como determinante de la variación del PIB per cápita este no ha logrado mostrar un patrón estable, con valores dispares. Al igual que ocurre con el factor de las horas trabajadas, en esta variable durante el periodo 2012 - 2011 y 2013 - 2012 tampoco existe datos para poder realizar los cálculos. Por esta razón se comienza el análisis en el año 2013. En el transcurso de 2014 – 2013 la tasa de empleo mantiene un valor positivo de 143,34. Podríamos decir que sigue un transcurso continuado y creciente, puesto que tanto en el intervalo 2015 – 2014 y 2016 - 2015, la cifra aumenta. De hecho, en este último periodo mencionado, se aumenta de manera drástica la cifra con un valor de 712,03. Teniendo el papel durante dicho periodo como catalizador que determina la variación del PIB per cápita. Siendo el único intervalo de años en el cual la productividad no actúa como catalizador. Con una diferencia de 31,10 con respecto al factor de la productividad, se convierte en ese período de años en el impulsor de la variación del PIB per cápita. Al llegar a 2017 – 2016, se produce un cambio drástico, decreciendo el valor hasta alcanzar sigo negativo. El periodo consecutivo vuelve a incrementarse, con una cifra elevada de 231,2832. Sin embargo, de 2019 – 2018, a pesar de seguir con signo positivo vuelve a decrecer alcanzo 158,5165. Durante 2020 – 2019, al igual que ocurre con el resto de los factores la cifra se vuelve negativa a causa de la COVID -19 (coronavirus). En dicho factor, la pandemia tuvo un impacto severo, puesto el cierre temporal de los negocios debido a las medidas de confinamiento y restricciones de movilidad, dieron lugar a los despidos masivos de las empresas, a la reducción de la demanda o a programas de contratos en suspensión temporal, provocando un impacto directo el factor de la tasa de empleados. De aquí, a que la cifra disminuya a un -46,9967. 25 Durante el resto del periodo 2021 - 2020 se incrementa el valor, pero sin llegar a ser el impulsador de la variación interanual de PIB per cápita. Crece un 2.488,1283, contribuyendo positivamente a la variación. En el último intervalo analizado, 2022 – 2021, la variación decrece, pero se mantiene con signo positivo. Se podría concluir, que el factor de la tasa de empleo tiene un impacto positivo en el PIB per cápita. A pesar de solo llegar a ser el impulsador en un período de años, 2016 – 2015, es uno de los factores que contribuye positivamente a la variación interanual del PIB per cápita. 4.4 Factor de la población en edad de trabajar sobre la población total En último lugar, está el factor de la población en edad de trabajar sobre la población total. Podríamos concluir tras haber analizado los resultados de la tabla, que sigue una tendencia similar al factor anterior, pero con ciertas peculiaridades diferentes. Puesto que este tiende a tener un patrón irregular, con valores en picos negativos o valores positivos. De hecho, con un valor 127,180 durante el primer período, decrece hasta alcanzar 21,6001 justamente después del intervalo sucesivo, decrece con una de 105,57 exactamente. Desde el primer periodo 2012 – 2011 a 2014 – 2013, se puede decir, que la tendencia de dicho factor es decreciente, alcanzando en este último intervalo mencionado un valor con signo negativo de -11,6118. Se trata del valor más pequeño de los cuatro factores que intervienen en la variación interanual del PIB per cápita entre el año 2014 -2013, por lo que actúa como el inhibidor en el intervalo. Para 2015 – 2014 la cifra es de -9,00E+00, valor que contribuye negativamente a la variación del PIB per cápita. Sin embargo, en 2016 – 2015, la variación cambia positivamente con un aumento del 88,6679. Continúa creciendo de forma constante en el periodo consecutivo, 2017 – 2016. Sin embargo, este factor sufre un cambio al llegar al intervalo de 2018 – 2017 donde alcanzó un valor de 48,8036. A pesar de seguir siendo un valor positivo, proporciona una repercusión poco significativa a la variación del PIB per cápita. 26 En 2019 – 2018 aumenta contribuyendo positivamente a la variación, pero en el periodo sucesivo a la llegada de la pandemia de la COVID-19 este se ve frenado con una cifra de -460,2849 la variación de interanual del PIB per cápita para los años 2020 – 2019. En los dos periodos sucesivos 2021 – 2020 y 2022 – 2021, con una cifra respectivas de 223,8964 y 515,1353. Son cifra positivas y crecientes que contribuyen positivamente a la variación del PIB per cápita, pero sin llegar a ser este factor el impulsor de la variación. Se trata de un factor, recomendable para estudiar con mayor profundidad puesto que presenta datos bastante dispares en periodos consecutivos. Se podría decir que es un factor que frena la variación interanual del PIB per cápita, ya que junto con el factor de las horas trabajadas son los que menos influyen o determinan el PIB per cápita. No obstante, durante los dos últimos periodos se observa como los valores están incrementado sucesivamente. 27 5. Conclusiones Tras haber realizado un análisis exhaustivo de todos los datos y haber acabado el trabajo con el fin de saber que determina la variación interanual en el PIB per cápita en base a el análisis de descomposición, se puede concluir los siguiente. Por un lado, se puede afirmar que el método utilizado es una herramienta efectiva, que nos ofrece unos datos exactos para evaluar y explicar los impulsores o inhibidoras de las variaciones del PIB per cápita de un año con respecto a su anterior. Durante el periodo analizado, que corresponde con 2011 – 2022, los resultados permiten concluir que realmente existe factores con mayor repercusión que otros, actuando la productividad como principal impulsor del PIB per cápita. Esta técnica nos ha proporcionado facilidades y ventajas a la hora de realizar los cálculos, puesto que su simplicidad en el proceso matemático nos ha permitido realizar comparaciones directas entre las cuatro variables que se han utilizado. El hecho de realizar los cálculos a través de medias logarítmicas ha reducido los sesgos que pudieron surgir debido a las diferencias en la composición de los factores, siéndonos útil para tener la certeza de que los cálculos realizados son exactos y correctos. Por otro lado, podríamos concluir que el efecto de la productividad es el único que realmente se puede considerar como impulsor de la variación del PIB per cápita, puesto que su influencia es notable y característica, manteniendo en gran parte de los datos signo positivo. Se trata de un factor con un impacto directo y relevante en la eficiencia y efectividad con la que se utilizan los diferentes recursos de la economía, siendo esencial para que dicho factor siga siendo el motor principal de la variación del PIB per cápita. Sin duda alguna, dicho factor es fundamental porque mejora la eficiencia económica, fomenta la innovación y la competitividad, aprovecha las económicas de escala, y promueve los recursos de forma adecuada, alcanzando una repercusión adecuada en el PIB per cápita. En contraparte, las horas trabajadas en un análisis general se podría concluir que han influido negativamente, actuando como inhibidor puesto que en la mayor parte de las variaciones interanuales han frenado el crecimiento. En dicho factor se deberían centrar