Siniestralidad laboral y ciclo económico: ¿Una relación meramente estadística o un fenómeno real?

Autor:Angel Martín Román
Cargo:Departamento de Fundamentos del Análisis Económico. Universidad de Valladolid
Páginas:157-174
 
ÍNDICE
CONTENIDO
Introducción

El estudio de la siniestralidad laboral adquiere una importancia que trasciende el ámbito meramente económico. Aunque existen trabajos en los que se estima el valor de vida humana1 _especialmente utilizados para fijar las indemnizaciones que pagan las compañías de seguros y para evaluar el verdadero coste social de ciertas políticas públicas_ la mayoría de las personas estaría de acuerdo en afirmar que la vida humana es de un valor incalculable y que habría que llevar a cabo todos los esfuerzos posibles para evitar la pérdida de una sola de ellas. El mismo argumento podría ampliarse para justificar la implementación de medidas que aumenten la seguridad en el puesto de trabajo y que eviten los accidentes con graves consecuencias para la salud de los trabajadores. No obstante, no se puede negar el coste puramente económico de la siniestralidad laboral. En un reciente informe elaborado por Comisiones Obreras (CC.OO., 2004) se ha estimado que el coste de los accidentes laborales en España ascendió a 11.988 millones de euros de 2002, lo que significa un 1,72% del Producto Interior Bruto de dicho año 20022. Por este motivo parece muy relevante analizar las cifras recogidas en los indicadores de la siniestralidad laboral en España y cuestionarse si efectivamente son un reflejo fidedigno de los riesgos laborales que están presentes en el mercado de trabajo español.

El principal objetivo de este trabajo consiste en investigar si las oscilaciones cíclicas observadas en las tasas de siniestralidad Page 158 laboral son debidas a cambios experimentados por las condiciones de trabajo a lo largo del ciclo económico o, por el contrario, son consecuencia de una mayor propensión de los trabajadores a declarar accidentes en las expansiones de la actividad económica y una menor propensión a informar accidentes laborales en las recesiones. En otras palabras, el ánimo de este trabajo es elaborar un test para discernir si las oscilaciones cíclicas de la siniestralidad laboral son un fenómeno real o un fenómeno de carácter estadístico. La implicación de política económica de esta investigación es bastante clara: si las variaciones cíclicas de la siniestralidad son un fenómeno estadístico exclusivamente no hay necesidad de preocuparse por los aumentos cíclicos de la tasa de siniestralidad; en caso contrario, se hace necesario la implementación de medidas para aumentar la seguridad en el lugar de trabajo.

El análisis de las oscilaciones cíclicas de los indicadores de la siniestralidad laboral se puede remontar a los trabajos de Kossoris (1938 y 1943). En el primero de ellos, se analiza el periodo muestral que va desde 1929 hasta 1935 y en él se establece _a través de un simple análisis descriptivo_ que en los peores años de la Gran Depresión estadounidense los accidentes laborales se reducen considerablemente, volviéndose a aumentar la frecuencia de los accidentes a partir de 1932. El segundo de los trabajos arriba citados es una mera continuación del primero para el periodo comprendido entre 1936 y 1941. Por otro lado, existe un importante número de trabajos en los que se analizan los efectos de la regulación sobre los accidentes laborales3 y otro importante grupo de trabajos que estudia las relaciones entre la indemnización por accidente laboral y los índices de siniestralidad laboral4, ambos centrados principalmente en los Estados Unidos y Canadá. En este tipo de literatura económica es frecuente plantear una regresión econométrica con algún índice de siniestralidad laboral como variable dependiente e incluir como variable de control algún indicador del ciclo económico en dichas regresiones. Estas variables cíclicas frecuentemente se han mostrado muy significativas para explicar la variable dependiente. Así por ejemplo, Viscusi (1979 y 1986) emplea la tasa de crecimiento anual del empleo y las horas medias semanales trabajadas (tanto en jornada normal como extraordinaria). Curington (1986) utiliza el número medio de horas trabajadas y el ratio entre empleo corriente y el empleo del año anterior como variables proxies para las variaciones cíclicas en la actividad económica. Ruser (1985) y Lanoie (1992b) incluyen las horas medias trabajadas semanalmente por trabajador para capturar las oscilaciones cíclicas. Por su parte, Fortin y Lanoie (1992) y Lanoie (1992a) toman como proxy del ciclo la tasa de desempleo.

Fuera de esta literatura, en el trabajo de Fairris (1998) _que investiga los efectos producidos sobre la siniestralidad laboral por los cambios en las relaciones laborales en la industria de los Estados Unidos desde los años 40 a los años 70_ se establece un claro comportamiento procíclico de los índices de siniestralidad laboral.

También existe otra literatura, de carácter eminentemente macroeconómico, que de forma tangencial ha analizado las oscilaciones cíclicas de la siniestralidad laboral. Los trabajos de Shea (1990) y Hokkanen (1998) investigan el comportamiento procíclico de la productividad. Según estos autores, el comportamiento procíclico de los índices de siniestralidad es un indicio de un comportamiento semejante del esfuerzo laboral, lo que, en última instancia, genera un comportamiento procíclico de la productividad del trabajo. En estas investigaciones también se plantean regresiones econométricas que pre-Page 159tenden explicar la evolución de los índices de siniestralidad laboral (si bien las variables explicativas utilizadas difieren de las de la literatura anteriormente comentada al no introducirse variables de control de las características de la fuerza de trabajo como el género o la edad) y prestan especial atención a las variables cíclicas. De este modo, Shea (1990) introduce en su regresión un conjunto de variables cíclicas como el promedio de las horas extraordinarias, la tasa de nuevos contratados, la tasa de despidos, el ratio inversión-capital, la proporción de trabajadores de 'cuello blanco' y un índice de producción industrial. Hokkanen (1998) es un trabajo inspirado en el de Shea (1990) y plantea un conjunto de regresores similares a los ya comentados.

En un trabajo reciente, Boone y van Ours (2002) investigan directamente los motivos de este comportamiento procíclico de los accidentes de trabajo. La principal conclusión que extraen en su investigación es que los aumentos de los siniestros laborales en las épocas de expansión económica (y de las reducciones de éstos en épocas de menor crecimiento económico) son fundamentalmente una cuestión 'estadística' y no una cuestión real. En el presente trabajo se analizará si esa afirmación puede mantenerse para el caso español.

La literatura que investiga la siniestralidad laboral en España no es demasiado amplia. Un primer trabajo en el que el tema de la siniestralidad laboral juega algún papel es Albert y Malo (1995), pero el objetivo de esta investigación no es analizar los determinantes de los accidentes laborales, sino que éstos son utilizados para conseguir una valoración de la vida humana. Luego existe un grupo más reciente de tres trabajos cuyo interés se centra en el análisis de la correlación entre la contratación temporal y la siniestralidad laboral: Amuedo (2002), Guadalupe (2003) y Hernanz y Toharia (2004). Mientras Guadalupe (2003) utilizando una base de datos agregados afirma que existe un efecto puramente contractual que aumenta el riesgo laboral de los trabajadores que firman un contrato temporal. Por otro lado, Amuedo (2002) y Hernanz y Toharia (2004) utilizando microdatos concluyen que no existe tal efecto contractual una vez que se con-trola por las condiciones de trabajo. En otras palabras, lo que sucede es que los trabajadores temporales poseen peores condiciones laborales que son las que en última instancia aumentan los riesgos laborales. El presente trabajo se separa de esta literatura (lo que le confiere originalidad) y pretende explorar para datos españoles si se mantienen las conclusiones obtenidas por Boone y van Ours (2002) para una muestra de países de la OCDE.

El resto del trabajo se organiza como sigue: el apartado 2 se dedica a desarrollar la racionalidad teórica sobre la que se construirá el trabajo empírico posterior. En el apartado 3, se explica la metodología econométrica utilizada y se comentan los detalles relativos a los datos empleados en esta investigación. En el apartado 4, se comentan los principales resultados obtenidos, dándose respuesta a la cuestión planteada como objetivo del trabajo. El último apartado se emplea para establecer las conclusiones más importantes alcanzadas en el artículo.

Consideraciones teóricas

En la literatura económica sobre accidentes de trabajo se ha establecido con frecuencia una relación positiva entre el estado del ciclo económico y el nivel de los índices de siniestralidad laboral. La explicación de este fenómeno se ha articulado principalmente en torno a dos argumentos. En primer lugar, en las fases alcistas del ciclo económico, el esfuerzo requerido de los trabajadores es mayor, lo que provoca una aceleración del ritmo de las tareas que desarrollan y una reducción de las medidas de prevención de riesgos Page 160 laborales, generando como consecuencia un aumento de los accidentes5. En segundo lugar, en las fases alcistas del ciclo económico también sucede que aumenta el porcentaje de trabajadores inexpertos contratados. Este tipo de trabajadores son más susceptibles de sufrir un accidente y por lo tanto los accidentes aumentan con las expansiones y se reducen con las recesiones (véase Oi, 1974, p. 685).

Sin embargo, el trabajo de Boone y van Ours (2002) apunta en otra dirección para explicar el comportamiento procíclico de los índices de siniestralidad laboral6. Estos autores afirman que el comportamiento procíclico de los índices de siniestralidad laboral se debe a una mera cuestión estadística. Señalan que la observación de una mayor siniestralidad laboral en las expansiones es un fenómeno espurio que tiene su origen en los cambios en el comportamiento informador de los trabajadores. Hay que tener en cuenta que si un trabajador informa de un accidente laboral las probabilidades de ser despedido por el empleador aumentan. Así, los trabajadores son más propensos a informar accidentes laborales en las fases expansivas del ciclo, puesto que si son despedidos como represalia del empleador, es más fácil encontrar trabajo y son menos propensos a declarar accidentes en las recesiones por los motivos opuestos.

El efecto sobre las estadísticas que tienen los cambios de los individuos en la propensión a informar sobre los accidentes de trabajo, ha sido analizado en la bibliografía sobre el tema7. Se pueden encontrar ejemplos en la literatura que estudia los efectos de la regulación legal sobre la siniestralidad laboral (véanse Curington, 1986 o Lanoie, 1992a) y también en la literatura que estudia los cambios en la indemnización por accidente laboral sobre la siniestralidad laboral (consúltese Chelius, 1982, Butler y Worrall, 1983 o Ruser, 1985). Sin embargo, el estudio de los cambios en la propensión a informar de los accidentes laborales a lo largo del ciclo económico es bastante más original. Esta es la aportación fundamental del trabajo de Boone y van Ours (2002), los cuales utilizan un pool de datos de países de la OCDE para obtener sus principales conclusiones. En el presente trabajo, se pretende investigar una cuestión similar para una muestra de datos más homogénea formada por las provincias españolas.

Una estrategia para discernir si el comportamiento procíclico de la siniestalidad laboral es un fenómeno real o más bien un fenómeno estadístico se basa en la comparación de los índices de siniestralidad globales con los índices de siniestralidad relativos a los accidentes mortales. Este último tipo de siniestros no es susceptible de verse influido por los cambios en la propensión a informar de los agentes, así que es una medida del riesgo laboral bastante fidedigna. La comparación de los resultados de una regresión econométrica en la que se incluye como variable dependiente un índice de siniestralidad laboral global con los de otra regresión en la que la variable dependiente es un índice de siniestralidad de accidentes fatales arrojará luz sobre la cuestión que se investiga en el presente trabajo. Los detalles de este procedimiento se explican más adelante. Page 161

Especificación econométrica

Para obtener las conclusiones de esta investigación se lleva a cabo un análisis de regresión con datos con estructura de pool o panel. Se toman como unidades de sección transversal las cincuenta provincias de España (excluidas las ciudades de Ceuta y Melilla) a lo largo de un periodo muestral que, como se justificará más adelante, va desde el año 1989 hasta el 20018.

Debido a que nuestro objetivo es estudiar el comportamiento cíclico de la siniestralidad laboral, se especifica una regresión econométrica en la que la variable dependiente es un índice de siniestralidad laboral, mientras que como variable explicativa _junto con otras variables de control_ se incluye una variable indicadora del ciclo económico. Siendo más precisos se plantean los siguientes modelos de regresión:

[NO INCLUYE FORMULAS]

En las ecuaciones (1) y (2), i (que se mueve en el rango de 1 a 50) se refiere a las observaciones de sección transversal y t se refiere a la dimensión temporal del modelo (que abarca desde 1989 hasta 2001). En la ecuación (1), a(i,t) hace referencia al índice de incidencia según se define en la Estadística de Accidentes de Trabajo (EAT) del Ministerio de Trabajo (y será denominado en la tabla de resultados como II). Esto es, como el cociente entre los accidentes y los trabajadores multiplicado por mil9. Hay que notar que el concepto 'trabajadores' en esta encuesta se refiere a los afiliados con la contingencia de accidentes cubierta. En el año 1988 se produce un importante cambio metodológico en la EAT. Esto produce una ruptura metodológica de las series de datos y por este motivo se ha decidido iniciar en ese momento el periodo muestral.

La variable u(i,t) se refiere a la tasa de desempleo anual de cada provincia y se denominara DESEM en la tabla de resultados. Esta variable es el indicador del ciclo económico que utilizamos en este trabajo. La fuente de información utilizada para esta variable (al igual que para el resto de variables de control) es la Encuesta de Población Activa (EPA). Debido al cambio metodológico que la definición de desempleado ha experimentado en la EPA a partir del año 2002, nuestro periodo muestral debe finalizar en el año 2001 para tener una serie homogénea del ciclo económico. Además la variable se introduce en la regresión en forma logarítmica. Como la variable dependiente también está expresada en logaritmos naturales, la estimación de b1 se interpreta como una elasticidad. Esta especificación econométrica _que es común a la ecuación (2)_ permite una comparación directa entre las estimaciones de b1 en la ecuación (1) y de c1 en la ecuación (2).

También se incluye en las regresiones un vector XK(i,t) de variables de control (todas ellas en forma logarítmica). Dentro de este Page 162 vector se encuentran variables que frecuentemente se han utilizado en la literatura y que además se encuentran disponibles para la desagregación provincial de los datos que se ha adoptado en este trabajo. También hay que señalar que la fuente de todas las variables de control que se describen a continuación es la EPA.

La primera variable de control utilizada es la denominada JOVEN, que se define como el porcentaje de activos laborales con veinticuatro años o menos dentro de la población activa. La inclusión de este indicador se justifica porque se ha establecido con frecuencia que los más jóvenes _debido a su relativa inexperiencia en el puesto de trabajo_ presentan intrínsecamente un mayor riesgo laboral. Lógicamente el signo esperado que debe acompañar al coeficiente estimado ligado a esta variable es positivo.

La segunda variable se denomina MAYOR. Es el porcentaje de activos laborales de cincuenta y cinco años y más dentro de la población activa. Teóricamente la población de mayor edad se considera más experta y habituada a las tareas laborales que desarrolla lo que la hace menos susceptible de sufrir un accidente laboral. Por lo tanto, se espera una relación inversa con la variable dependiente10.

En tercer lugar, también se tiene en cuenta el efecto de la composición de la población activa según género. Para ello se incluye en la regresión la variable MUJER, que recoge el porcentaje de mujeres dentro de la población activa. El efecto de esta variable sobre la siniestralidad laboral no es claro, dependerá de si el trabajo femenino _por diferentes motivos_ inherentemente conlleva un mayor o menor riesgo laboral. En el trabajo clásico de Oi (1974) ya se apunta esta ambigüedad, no pudiéndose establecer el signo de la influencia de esta variable si se controla adecuadamente por la ocupación de los trabajadores. Tampoco desde un punto de vista empírico la literatura ha establecido un signo claro para esta variable11. Simplemente a modo de ejemplo, los trabajos de Fortin y Lanoie (1992) y Lanoie (1992a) encuentran indicios de una relación positiva, pero los resultados no son demasiado concluyentes12. En sentido opuesto, en los trabajos de Viscusi (1979 y 1986), se estima una relación negativa entre el porcentaje de mujeres trabajadoras y tres indicadores de la siniestralidad laboral aunque la significación estadística no es muy alta en el segundo de ellos13. También en Lanoie (1992b) se estima una relación negativa entre el riesgo laboral y la proporción de mujeres empleadas en las industrias que se analizan en dicho trabajo.

También es habitual en la literatura que utiliza como variable dependiente los índices Page 163 de siniestralidad de Estados o regiones _en lugar de índices de industrias o ramas de actividad_ incluir alguna variable que controle si la fuerza de trabajo se ocupa en actividades más o menos arriesgadas (consúltese, por ejemplo, Butler y Worrall, 1983). Debido a que los datos utilizados son provinciales, no es posible utilizar una desagregación industrial muy detallada por un problema evidente de limitación de datos. No obstante, el número de trabajadores en la industria de la construcción si posee una entidad suficiente en las provincias españolas. Esta industria ha experimentado una considerable expansión en el periodo muestral considerado y además se encuentra entre las que sufren una mayor siniestralidad laboral. En la regresión se incluye la variable CONSTRUC, que representa el porcentaje de activos laborales en la construcción dentro de la fuerza de trabajo. Lógicamente se espera un signo positivo para esta variable.

La ecuación (2) se especifica de una manera análoga a la ecuación (1). La única diferencia se encuentra en la variable dependiente, am(i,t) (denominada IIM en la tabla de resultados), que se refiere al índice de incidencia para los accidentes mortales14. En ambas ecuaciones se incluye una tendencia lineal para capturar los cambios seculares que se hayan ido produciendo a lo largo del tiempo y que son difíciles de recoger con otras variables, como por ejemplo los cambios en la legislación sobre accidentes laborales o la introducción de maquinaria o procedimientos más seguros. Los términos v(i,t) y w(i,t) son simplemente dos errores aleatorios independientes e idénticamente distribui-dos. En el cuadro 1, se muestran los principales estadísticos descriptivos de las variables utilizadas en el trabajo empírico de esta investigación.

CUADRO 1. ESTADÍSTICOS PRESCRIPTIVOS

Media Desviación títpica Máximo Mínimo Fuente
II 63,01 14,99 107,62 30,07 EAT
IIM 13,31 6,17 38,50 2,70 EAT
DESEM 17,73 7,25 43,14 3,26 EPA
JOVEN 16,31 3,93 27,40 8,24 EPA
MAYOR 11,57 3,47 32,87 5,74 EPA
MUJER 36,01 3,72 42,46 24,35 EPA
CONSTRUC 10,71 2,54 19,05 5,03 EPA

Nota: Los estadísticos se refieren a los niveles de las variables, aunque en las regresiones, todas las variables se expresan en logaritmos naturales. Page 164

Tras lo explicado más arriba, las ecuaciones (1) y (2) se pueden escribir de forma más precisa como las ecuaciones (3) y (4) respectivamente:

[NO INCLUYE FORMULAS]

Las ecuaciones (3) y (4) se estiman como un pool de datos con efectos fijos. De esta forma se establece un control sobre las diferencias existentes en la siniestralidad de las provincias debidas a factores específicos de cada una de ellas tal y como la estructura sectorial _que puede generar mayores o menores riesgos laborales_ en la que se emplea la mano de obra. Para comprobar si los resultados obtenidos son robustos, se han estimado las ecuaciones (3) y (4) con varios procedimientos. Se estiman (3) y (4) a través de la técnica de Mínimos Cuadrados Ordinarios (MCO) y de Mínimos Cuadrados Generalizados (MCG) con ponderaciones de sección transversal. Además de la inspección de los residuos se establece que éstos pueden seguir un proceso autorregresivo de orden 1 _AR(1)_ en el caso de la ecuación (3), pero es menos evidente la autocorrelación de los residuos en la ecuación (4). Por esta razón, se estiman (3) y (4) de dos formas: incluyendo un esquema AR(1) y sin incluirlo. Como consecuencia es obtienen cuatro especificaciones econométricas que hemos denominado modelos I, II, III y IV. De forma abreviada: el modelo I se estima por MCO y sin AR(1); el modelo II por MCO e incluyendo AR(1); el modelo III por MCG y sin AR(1) y el modelo IV por MCG y con AR(1).

RESULTADOS

Los resultados de las estimaciones se presentan en el cuadro 2. En la parte superior de dicho cuadro, se muestra la estimación de la ecuación (3) para cada uno de los cuatro modelos econométricos descritos en la sección anterior. En la parte inferior del cuadro 2, se muestran los resultados de la estimación de la ecuación (4). Comenzaremos analizando brevemente los resultados obtenidos para las variables de control y concluiremos estudiando con algo más de detalle los resultados relativos a la tasa de desempleo, puesto que el análisis de esta variable es el objetivo último de este trabajo.

El signo asociado a la variable JOVEN es el esperado: cuanto mayor es el número de trabajadores jóvenes dentro de la fuerza laboral, se observa una mayor siniestralidad laboral. No obstante, se comprueba que la variable es mucho más significativa estadísticamente para explicar la siniestralidad global que para explicar la siniestralidad en el caso de los accidentes fatales. Así, en los cuatro modelos de la ecuación (3) esta variable es significativa a un nivel del 1%, mientras que en la ecuación (4) solamente se muestra significativa _a un nivel del 10% en el modelo IV. También hay que decir que las especificaciones de los modelos III y IV son las más adecuadas para la ecuación (4) debido a la importancia de la presencia de heteroscedasticidad de sección transversal en esta ecuación, y es en estas especificaciones donde la variable JOVEN se muestra estadísticamente más significativa. Page 165

CUADRO 2. RESULTADOS DE LAS ESTIMACIONES

VARIABLE DEPENDIENTE II
I II III IV
DESEM -0,314***
(-17,090)
-0,294***
(-15,128)
-0,320***
(-24,131)
-0,315***
(-21,473)
JOVEN 0,234***
(5,134)
0,137***
(3,469)
0,201***
(6,654)
0,132***
(4,554)
MAYOR -0,106**
(-2,301)
-0,046
(-1,286)
-0,107***
(-3,337)
-0,089***
(-3,247)
MUJER 0,023
(0,224)
0,147*
(1,643)
-0,012
(-0,162)
0,200***
(2,805)
CONSTRUC -0,024
(-0,730)
-0,012
(-0,473)
-0,034
(-1,399)
0,001
(0,048)
TENDENCIA 0,015***
(5,001)
0,011***
(3,623)
0,016***
(-,585)
0,009***
(3,707)
R2 0,879 0,938 0,996 0,998
n 650 650 650 650
SRC 4,264 2,186 4,241 2,201
VARIABLE DEPENDIENTE IIM
I II III IV
DESEM -0,250***
(-3,399)
-0,242***
(-3,491)
-0,209***
(-6,709)
-0,197***
(-7,445)
JOVEN -0,043
(-0,198)
-0,003
(-0,015)
0,172
(1,158)
0,225*
(1,680)
MAYOR -0,329**
(-2,222)
-0,31299
(-2,208)
-0,223**
(-2,522)
-0,197**
(-2,496)
MUJER 0,805**
(2,122
0,805**
(2,245)
0,595**
(2,405)
0,577***
(2,629)
CONSTRUC 0,294**
(2,503)
0,306***
(2,711)
0,155**
(2,280)
0,138**
(2,339)
TENDENCIA -0,066**
(-6,348)
-0,063***
(-6,498)
-0,055***
(-8,340)
-0,053**
(-9,017)
R2 0,502 0,504 0,963 0,971
n 650 650 650 650
SRC 66,453 66,057 65,638 66,945

Notas: tratios entre paréntesis. Los resultados se han calculado utilizando desviaciones típicas heteroscedásticamente consistentes (White, 1980). *Significativo al 10%. **Significativo al 5%. ***Significativo al 1%. No se presentan las estimaciones de los efectos fijos.

La variable MAYOR presenta un signo negativo como se esperaba. Se comprueba, por tanto, que la mano de obra experimentada sufre menos accidentes laborales. La significación de esta variable cambia de una especificación a otra, pero en general se muestra bastante significativa en las dos ecuaciones estimadas. En el caso de la ecuación (3), se muestra especialmente significativa para las especificaciones de los modelos III y IV, aunque en el caso del modelo I su nivel de significación es igualmente elevado. Page 166

En el caso de la ecuación (4), esta variable también se muestra bastante significativa. Además ha de notarse, que las elasticidades estimadas en el caso de la ecuación (4) se encuentran _en valor absoluto_ en el rango comprendido entre 0,20 y 0,33 y son consistentemente mayores que las estimadas en la ecuación (3). Esto implica que una mano de obra más experimentada reduce más, en términos relativos, la siniestralidad fatal que la siniestralidad total.

Como se explicó en una sección anterior, la variable MUJER no tenía un signo esperado claro. En nuestros resultados parece apuntarse una relación positiva entre esta variable y la siniestralidad laboral, tal y como sucede en los trabajos de Fortin y Lanoie (1992) y Lanoie (1992a). Sin embargo, en nuestras regresiones, esta variable se muestra más significativa, en términos generales, que en los citados trabajos. Esto es especialmente cierto en el caso de la ecuación (4), lo que junto a las altas elásticidades allí estimadas para esta variable, se muestra como un interesante punto de partida para una investigación ulterior.

El estudio de la variable CONSTRUC es muy interesante. En la discusión teórica se estableció que su signo esperado era positivo. Como se puede comprobar, alguna de las estimaciones de la ecuación (3) asocian a esta variable un signo negativo. No obstante, se observa que no se alcanzan los niveles de significación habituales, por lo que se debe concluir _para todas las especificaciones de la ecuació (3)_ que el efecto de esta variable sobre la variable dependiente es nulo. En otras palabras: la mayor o menor concentración de trabajadores en el sector de la construcción no afecta a la siniestralidad total. Sin embargo, si volvemos la vista sobre los resultados de la estimación de la ecuación (4), el panorama no puede ser más diferente: la variable CONSTRUC se muestra muy significativa (y con el signo esperado) para explicar los cambios en la siniestralidad fatal. El rango de las elasticidades estimadas en este último caso va desde 0,14 a 0,31. Esto parece indicar que la gravedad de los accidentes en la industria de la construcción es muy elevada, lo que provoca un efecto sensible en los índices de accidentes laborales fatales; sin embargo, el grueso de los accidentes leves15(que son los que dominan ampliamente la evolución de los índices de incidencia totales) no se ve muy afectado por los aumentos o reducciones de la mano de obra que trabaja en el sector de la construcción.

También se puede apreciar en el cuadro 2 la diferente evolución secular del índice de incidencia global y del índice de incidencia de los accidentes mortales. Así, la estimación positiva del parámetro b6 _asociado a la tendencia temporal_ presenta un valor consistentemente positivo y estadísticamente muy significativo. Por el contrario, la estimación de c6 (también muy significativa estadísticamente) revela una tendencia negativa en el caso de la siniestralidad mortal. Una explicación tentativa de este resultado es que las relaciones laborales están cambiando de forma que el riesgo de un siniestro mortal cada vez es menor y, al mismo tiempo, accidentes leves que antes no se computaban estadísticamente se van reflejando en las fuentes de información, posiblemente por un cambio de actitud de los agentes económicos que operan en el mercado de trabajo (empleadores y empleados) motivado por el cambio en dichas relaciones laborales o en la propia legislación vigente.

Como ya se ha apuntado con anterioridad, el análisis del efecto de la tasa de desempleo sobre los riesgos laborales es el objetivo central de esta investigación. La tasa de desempleo se revela como la variable más significa-Page 167tiva estadísticamente en la estimación de la ecuación (3), presentando t-ratios de dos dígitos en las cuatro especificaciones econométricas. El signo estimado es negativo, lo que corrobora el comportamiento procíclico de la siniestralidad laboral, apuntado ya en la literatura sobre el tema.

Un resultado más relevante se encuentra en la estimación de la variable DESEM en la ecuación (4). Como se comprueba en el cuadro 2, esta variable presenta también un signo estimado negativo y, lo que es más importante, muy significativo estadísticamente. Este hecho es el más importante para los fines de este trabajo. En la investigación de Boone y van Ours (2002) se concluye que no existe un comportamiento procíclico de la siniestralidad laboral mortal, dado que en sus regresiones la tasa de desempleo no se muestra estadísticamente significativa16.

A partir de semejante constatación, estos autores afirman que el comportamiento cíclico observado en las tasas de siniestralidad globales es un puro efecto estadístico asociado al comportamiento fundamentalmente de los trabajadores a lo largo del ciclo económico, tal y como se ha explicado en el apartado de consideraciones teóricas de este trabajo. Esto también significa que los riesgos laborales no se alteran a lo largo del ciclo económico. ¿Podemos llegar a la misma conclusión a partir de los resultados del presente trabajo? Claramente no. Aquí se ha encontrado evidencia empírica muy importante del comportamiento procíclico de la siniestralidad fatal y, por lo tanto, del comportamiento procíclico de los riesgos laborales. ¿Significa esto que no existe ningún 'efecto informe' en las fuentes de información sobre siniestralidad laboral españolas? Para responder a esta cuestión es necesario profundizar algo más en las estimaciones mostradas en el cuadro 2. Por este motivo, en el cuadro 3, se presentan las elasticidades estimadas para las ecuaciones (3) y (4) y para las cuatro especificaciones econométricas. Además se incluye una columna adicional con la media aritmética de las elasticidades, así como una fila adicional que muestra la diferencia entre la elasticidad de la ecuación (3) y la (4) y otra fila con el ratio entre ambas elasticidades estimadas.

CUADRO 3. ESTIMACIONES DE LA ELASTICIDAD CÍCLICA Y RELACIONES ENTRE ELLAS

Modelo I Modelo II Modelo III Modelo IV Media
b1 -0,31 -0,29 -0,32 -0,31 -0,31
c1 -0,25 -0,24 -0,21 -0,20 -0,22
(b1-c1) -0,06 -0,05 -0,12 -0,12 -0,09
(b1/c1) 1,25 1,22 1,60 1,60 1,38

Lo primero que llama la atención en el cuadro 3 es que la elasticidad cíclica estimada en la ecuación (3) (esto es, el coeficiente b1) es siempre mayor que su análoga de la ecuación (4) (esto es, el coeficiente c1). La diferencia va _en valor absoluto_ desde las cinco centésimas hasta las doce centésimas, lo que, tenien-Page 168do en cuenta el orden de magnitud de las elasticidades estimadas, supone una elasticidad sensiblemente mayor para la ecuación (3) que para la ecuación (4). Para comprender mejor la diferencia relativa entre las elasticidades estimadas se puede observar la última línea del cuadro 3. A partir de tal observación, se puede afirmar que el parámetro b1 es entre 1,2 y 1,6 veces superior al parámetro c1.

CUADRO 4. RESULTADO DE LOS TEST DE WALD

Hipótesis Modelo I Modelo II Modelo III Modelo IV
b1=c1 x2
p-valor
0,815
0,367
0,357
0,550
7,978
0,005
8,124
0,004
b1=1,5xc1 x2
p-valor
0,478
0,489
0,445
0,505
0,152
0,697
0,111
0,739
b1=2,0xc1 x2
p-valor
2,842
0,092
2,515
0,113
0,772
0,380
1,006
0,316
b1=2,5xc1 x2
p-valor
5,462
0,019
5,044
0,025
2,722
0,099
3,317
0,069

Esta mayor elasticidad cíclica de la siniestralidad global podría estar indicando que, a pesar de que los riesgos laborales se han comprobado procíclicos, existe, adicionalmente, un comportamiento de los trabajadores que aumenta el registro estadístico de los accidentes _obviamente no mortales_ en las fases expansivas del ciclo y lo reduce en las recesiones económicas. En otras palabras, se aprecian indicios de la existencia del 'efecto informe' explicado más arriba.

Debido a que ésta es una cuestión importante dentro del ámbito de este trabajo se ha analizado si la diferencia de elasticidades estimada es estadísticamente significativa o, por el contrario, no se puede afirmar, utilizando criterios estadísticos, que las elasticidades sean diferentes. Con este fin, se volvieron a estimar las ecuaciones (3) y (4) en forma de sistema17 y se planteó una batería de tests de Wald. Como se muestra en el cuadro 4, se planteó en primer lugar la hipótesis nula de igualdad de coeficientes entre b1 y c1, no pudiéndose aceptar en las dos últimas especificaciones econométricas (las más fiables como ya se ha explicado más arriba). Luego se plantean sucesivamente las hipótesis de que b1 es mayor que c1 en proporciones que van desde 1,5 hasta 2,5. Aunque los resultados varían de una especificación econométrica a otra, se pueden obtener dos regularidades empíricas evidentes. En primer lugar, y como ya ha sido apuntado, no se pueden considerar las elasticidades cíclicas de las ecuaciones (3) y (4) de la misma magnitud. En segundo lugar, la elasticidad de la ecuación (3) es mayor que la de la ecuación (4). Además, si tomamos los resultados de los modelos III y IV como los más verosímiles _dado que son los mejores desde el punto de vista de la bondad del ajuste_ se puede precisar más y se puede afirmar que el parámetro b1 es entre 1,5 y 2 veces mayor que c1. Esta mayor oscila-Page 169ción cíclica de la siniestralidad laboral global en comparación con la siniestralidad laboral fatal puede interpretarse como una prueba que indica la existencia de un 'efecto informe' en las estadísticas sobre siniestralidad laboral.

Conclusiones

El objetivo de este trabajo es investigar la evolución cíclica de los indicadores de la siniestralidad laboral en España y determinar si las oscilaciones observadas en ellos tienen una causa real o simplemente varían por cambios en el comportamiento informador de los trabajadores a lo largo del ciclo económico. Así, este trabajo estudia si las conclusiones obtenidas por Boone y van Ours (2002) para una muestra de países de la OCDE son aplicables también a una muestra de provincias españolas. Estos autores afirman _de forma bastante concluyente_ que la correlación positiva entre el ciclo y la siniestralidad es un fenómeno espurio. Esta conclusión es importante desde el punto de vista de la política económica puesto que implica que no son necesarias medidas extraordinarias de protección de riesgos laborales en las fases alcistas del ciclo económico.

Los resultados de este trabajo, sin embargo, no confirman esta observación empírica. El hecho de que la tasa de desempleo (obviamente con signo estimado negativo) se muestre estadísticamente muy significativa para explicar no solamente los cambios en los índices de siniestralidad global sino también, y particularmente, los indicadores de accidentes laborales mortales, es una prueba de que los riesgos laborales varían procíclicamente. Esto quiere decir que en las fases expansivas son necesarias medidas adicionales de política económica de protección de riesgos en el trabajo.

Lo anterior no significa, empero, que no exista ninguna evidencia de 'efecto informe' en las estadísticas españolas. En este trabajo se lleva a cabo un test estadístico sobre esta cuestión y se alcanza la conclusión que la elasticidad cíclica de la siniestralidad en el puesto de trabajo total se cuantifica entre 1,5 y 2 veces mayor que la de la siniestralidad laboral mortal. Esto parece indicar que además de la oscilación cíclica de los riesgos laborales constatada, los trabajadores tienden a informar más accidentes _verosímilmente de carácter leve_ en las expansiones económicas y menos en las fases de recesión.

Bibliografía

ALBERT, C. y MALO, M. A. (1995), «Diferencias salariales y valoración de la vida humana en España», Moneda y Crédito, 201, 87-125.

AMUEDO, C. (2002), «Work safety in the context of temporary employment: the Spanish experience», Industrial and Labor Relations Review, 55(2), 262-272.

BARTEL A. y THOMAS, L. G. (1985), «Direct and indirect effects of regulation: A new look at OSHA's impact», Journal of Law and Economics, 28, 1-25.

BOONE J. y VAN OURS, J. C (2002), «Cyclical fluctuations in workplace accidents», CEPR Discussion Paper Series, 3655.

BUTLER, R. J. y WORRALL, J. D. (1983), «Workers' compensation: benefit and injury claims rates in the seventies», Review of Economics and Statistics, 65, 580-589.

CC.OO. (2004), «Aproximación a los costes de la siniestralidad laboral en España», Informe de la Secretaria Confederal de Medio Ambiente y Salud Laboral.

CHELIUS, J.R. (1982), «The influence of workers' compensation on safety incentives», Industrial and Labor Relations Review, 35(2), 235-242.

CURINGTON, W. P. (1986), «Safety regulation and workplace injuries», Southern Economic Journal, 53, 51-72.

FAIRRIS, D. (1998), «Institutional change in shop-floor governance and the trajectory of postwar injury rates in U.S. manufacturing, 1946-1970», Industrial and Labor Relations Review, 51(2), 187-203. Page 170

FORTIN, B. y LANOIE, P. (1992), «Substitution between unemployment insurance and workers compensation. An analysis applied to the risk of workplace accidents», Journal of Public Economics, 49, 287-312. - (1998), «Effects of workers' compensation: a survey», CIRANO papers, 98s-04.

GUADALUPE, M. (2003), «The hidden cost of fixed term contracts: the impact on work accidents», Labour Economics, 10, 339-357.

HERNANZ, V. y TOHARIA, L. (2004), «Do temporary contracts increase work accidents? A microeconometric comparison between Italy and Spain», FEDEA DT, 2004-02.

HOKKANEN, J. (1998), «Procyclical labour productivity, labour effort and technology shocks: a study of injury rates in Swedish manufacturing 1970-1992», Working Paper Uppsala University, 21.

KOSSORIS, M. (1938), «Industrial injuries and the business cycle», Monthly Labor Review, March, 579-594. - (1943), «Changes in injury frequency rates and unemployment in manufacturing, 1936-41», Monthly Labor Review, May, 949-954.

LANOIE, P. (1992a), «Safety regulation and the risk of workplace accidents in Quebec», Southern Economic Journal, 58, 950-965. - (1992b), «The impact of occupational safety and health regulation on the risk of workplace accidents. Quebec, 1983-87», The Journal of Human Resources, 27, 643-660.

NICHOLS, T. (1994), «Problems in monitoring the safety performance of British manufacturing at the end of the twentieth century», The Sociological Review, 42(1), 104-110.

OI, W. Y. (1974), «On the economics of industrial safety», Law and Contemporary Problems, 38(4), 669-699.

RUSER, J. W. (1985), «Workers' compensation insurance, experience-rating, and occupational injuries», Rand Journal of Economics, 16(4), 487-503.

SCHUSTER, M. y RHODES, S. (1985), «The impact of overtime work on industrial accident rates», Industrial Relations, 24(2), 234-246.

SHAPIRO, S. A. (2000), «Occupational safety and health regulation», Encyclopedia of Law and Economics, Cheltenham, Edward Elgar, 5540, 596-625.

SHEA, J. (1990), «Accident rates, labor effort and the business cycle», SSRI Working Paper, University of Wisnconsin, Madison, 9028.

VISCUSI, W. K. (1979), «The impact of occupational safety and health regulation», Bell Journal of Economics, 10(1), 117-140. - (1986), «The impact of occupational safety and health regulation, 1973-1983», Rand Journal of Economics, 17(4), 567-580. - (1993), «The value of risks to life and health», Journal of Economic Literature, 31, 1912-1946.

WHITE, H. (1980), «A heteroskedasticity-consistent covariance matrix and a direct test for heteroskedasticity», Econometrica, 48, 817-838.

Resumen

El propósito de esta investigación es analizar las variaciones cíclicas de los índices de siniestralidad laboral en España y determinar si las oscilaciones observadas en ellos tienen una causa real o simplemente varían por modificaciones en el comportamiento informador de los trabajadores a lo largo del ciclo económico. En el trabajo de Boone y van Ours (2002), elaborado con datos de países de la OCDE, se concluye que la correlación positiva observada entre el ciclo económico y la siniestralidad laboral es un fenómeno espurio. Esto implica, desde una óptica de política económica, que en las fases expansivas no son necesarias medidas adicionales de protección de riesgos en el trabajo. Los resultados obtenidos en este trabajo no confirman semejante afirmación, sino que se encuentra evidencia de que los riesgos laborales presentan un comportamiento procíclico, por lo que medidas extraordinarias de protección de riesgos en el trabajo son requeridas en las fases de expansión económica. No obstante también se encuentra evidencia de que los trabajadores son más propensos a informar accidentes laborales - verosímilmente de carácter leve - en la parte alta de los ciclos económicos y menos en las fases recesivas.

---------------------------

[1] Un artículo que resume la literatura académica sobre esta cuestión es VISCUSI (1993). Para el caso español puede consultarse ALBERT y MALO (1995).

[2] Para llevar a cabo dicha estimación, se tienen en cuenta tanto los costes explícitos (esto es, los derivados de las jornadas perdidas o los costes de la cobertura de los riesgos profesionales) así como la estimación de un conjunto de costes implícitos tales como el coste de los accidentes y enfermedades sufridos por los trabajadores autónomos, los empleados en la economía sumergida y el personal de la administración civil del Estado afiliado a MUFACE. También se computa un porcentaje de los gastos del Sistema Público de Salud que, según explican los autores de este informe, tienen un origen laboral. Por último, se incluyen las sanciones de la Inspección de Trabajo.

[3] Consúltese SHAPIRO (2000) para un amplio resumen sobre este tipo de literatura.

[4] Para un resumen de esta literatura véase FORTIN y LANOIE (1998).

[5] Una explicación vinculada con esta es que en las fases alcistas del ciclo aumenta la cantidad de trabajo extraordinario que desarrollan los trabajadores, lo que causa fatiga e incrementa la probabilidad de ocurrencia de los accidentes. Un trabajo que _desde la perspectiva de las relaciones laborales_ establece una relación directa entre la siniestralidad laboral y el trabajo extraordinario es SCHUSTER y RHODES (1985).

[6] No obstante, hay que señalar que ya en el trabajo seminal de KOSSORIS (1938) se encuentran indicios de esta explicación.

[7] No sólo en la literatura económica, sino también en la sociológica. Una muestra de este tipo de trabajos es NICHOLS (1994).

[8] Se dispone de datos desde 1988, sin embargo como se explicará más adelante se pierde una observación por motivos econométricos.

[9] En los primeros años de la muestra, el Ministerio de Trabajo expresaba esta tasa en tantos por 1.000 y en los últimos años de la muestra en tantos por 100.000. En este trabajo todos los datos han sido utilizados en tantos por 1.000. No obstante, la escala del índice no es relevante puesto que lo que se estima en el trabajo econométrico son elasticidades.

[10] La inclusión en las regresiones de variables similares a JOVEN y MAYOR ha sido muy común en la literatura sobre el tema. A modo de ejemplo, pueden consultarse los trabajos de VISCUSI (1979), FORTIN y LANOIE (1992) o LANOIE (1992a y 1992b). En el trabajo de RUSER (1985) se incluye una variable que pretende recoger la 'experiencia potencial' de los trabajadores, pero que al fin y al cabo es una medida de la edad media de la fuerza laboral.

[11] En el trabajo de BARTEL y THOMAS (1985) _en el cual se estima un sistema de tres ecuaciones_ se encuentra una significativa relación positiva entre el porcentaje de trabajadores masculinos y la variable que utilizan para medir los riesgos laborales. No obstante, los resultados obtenidos no son estrictamente comparables a los del presente trabajo puesto que su variable dependiente mezcla la frecuencia de los accidentes con la severidad de los mismos y nuestra variable dependiente únicamente mide la frecuencia.

[12] La relación positiva estimada no llega a ser estadísticamente significativa a un nivel del 10%, aunque se sitúa muy cerca de dicho nivel de significación.

[13] De hecho, en el caso del primer indicador _que hace referencia a la totalidad de los accidentes_ la significación de la variable es totalmente nula (el t-ratio en valor absoluto es 0,3). En el caso de los otros dos indicadores _referidos a los accidentes con al menos un día de baja laboral y al número de días perdidos_ la significación es más alta (t-ratios en valor absoluto en torno a 1,6 en ambos casos) aunque sin llegar a los niveles convencionales.

[14] En el caso de los accidentes mortales, el índice de incidencia se define como el número de accidentes por cada cien mil afiliados con la contingencia de accidentes cubierta.

[15] Ha de tenerse en cuenta que la mayor parte de los accidentes laborales con baja en jornada de trabajo son calificados como «leves». Como dato ilustrativo, en el año 2002, el 98,6% de los accidentes laborales con baja en jornada de trabajo pertenecieron a la categoría «leves», el 1,3% a la categoría «graves» y solamente el 0,1% a la categoría «mortales».

[16] Este resultado puede venir motivado por la presencia en sus regresiones de otras variables también muy cíclicas _como la tasa de empleo y las horas trabajadas_ lo que puede provocar un problema de multicolinealidad imperfecta que haga perder significación a la tasa de desempleo como indicador del ciclo.

[17] Los coeficientes obtenidos en esta nueva estimación son idénticos a los presentados en el cuadro 3 y los t-ratios asociados cambian solo ligeramente con respecto a la estimación inicial, por lo que parecía redundante volver a incluir los resultados.

n