Ανεργία και κενές θέσεις εργασίας. Το παράδοξο του Μπέβεριτζ μέσα από στοιχεία της ελληνικής αγοράς εργασίας (2008-2015)

Ο Γουίλιαμ Μπέβεριτζ (William Beveridge), Βρετανός οικονομολόγος, σε ένα του βιβλίο που γράφτηκε μέσα στη δίνη του Β’ Παγκοσμίου Πολέμου, προσπάθησε να κατανοήσει ένα φαινομενικά παράδοξο γεγονός: τη δυσκολία ορισμένων κλάδων της βρετανικής βιομηχανίας της εποχής να στρατολογήσουν ανέργους στην παραγωγή, την ίδια στιγμή που η ανεργία παρέμενε ιδιαίτερα υψηλή [1].

Με βάση την «κοινή» λογική, όταν πολλοί άνθρωποι αναζητούν εργασία είναι εύκολο για τις επιχειρήσεις να καλύψουν τις κενές τους θέσεις. Στην πραγματικότητα όμως, τα στοιχεία που είχε στη διάθεσή του ο Μπέβεριτζ έδειχναν κάτι διαφορετικό. Παρά τα υψηλά επίπεδα ανεργίας, αρκετές βιομηχανίες δυσκολεύονταν ιδιαίτερα να βρουν εργαζομένους για να καλύψουν τις διαθέσιμες θέσεις εργασίας (job vacancies). 

Αυτή η συνύπαρξη μεταξύ υψηλής ανεργίας και κενών θέσεων εργασίας αποτελούσε αντανάκλαση των υπαρκτών εμποδίων με τα οποία έρχονταν αντιμέτωποι άνεργοι και επιχειρήσεις: γεωγραφικοί περιορισμοί (π.χ. εργαζόμενοι μιας γεωγραφικής περιοχής που έμεναν άνεργοι λόγω πτώχευσης της βιομηχανίας στην οποία εργάζονταν δεν μπορούσαν να μετακινηθούν άμεσα σε σημεία όπου υπήρχαν κενές θέσεις εργασίας για λόγους απόστασης), χρονική υστέρηση μεταξύ της δημοσιοποίησης μιας κενής θέσης από μια επιχείρηση και της ενημέρωσης των τελικών αποδεκτών, αναντιστοιχία μεταξύ των απαιτούμενων προσόντων μιας θέσης και των δεξιοτήτων των ανέργων κ.ο.κ. Έτσι, ακόμη και σε εκείνη την περίοδο της υψηλής ανεργίας, ένα ποσοστό κενών θέσεων εργασίας εξακολουθούσε να υπάρχει, επειδή η αντιστοίχιση εργαζομένων και θέσεων εργασίας δεν ήταν ούτε τέλεια, ούτε ευθύγραμμη.

Οι παρατηρήσεις αυτές του Μπέβεριτζ, γενικεύτηκαν αργότερα από ερευνητές, και διαγραμματικά αποτυπώθηκαν στην καμπύλη U(nemployment)V(acancy), (γνωστή και ως καμπύλη Beveridge). Η καμπύλη αυτή δείχνει την αρνητική συσχέτιση που υπάρχει μεταξύ του ποσοστού ανεργίας (unemployment rate) και του ποσοστού κενών θέσεων εργασίας (job vacancy rate) στην αγορά εργασίας. Συνοπτικά, όταν η ανεργία (U) είναι υψηλή, οι κενές θέσεις εργασίας (JVR) τείνουν να είναι χαμηλές (ζήτηση για εργασία χαμηλή, προσφορά υψηλή), ενώ όταν η ανεργία είναι χαμηλή, οι κενές θέσεις εργασίας είναι υψηλές, με τις επιχειρήσεις να δυσκολεύονται να προσλάβουν ανέργους. 

 

UV Curve

   

Οι μεταβολές κατά μήκος της καμπύλης συνδέονται με τις φάσεις του οικονομικού κύκλου: σε περιόδους ύφεσης αυξάνεται η ανεργία και μειώνονται οι κενές θέσεις, ενώ σε περιόδους οικονομικής επέκτασης συμβαίνει το αντίθετο. Μια εξωτερική μετατόπιση της καμπύλης υποδηλώνει επιδείνωση στη λειτουργία της αγοράς εργασίας. Αντίθετα, μια εσωτερική μετατόπιση δείχνει βελτίωση στην αποτελεσματικότητα της αγοράς (οι άνεργοι βρίσκουν ευκολότερα τις διαθέσιμες θέσεις εργασίας). Συνοπτικά, οι κινήσεις πάνω στην καμπύλη δείχνουν την πορεία της οικονομίας στον οικονομικό κύκλο, ενώ οι μετατοπίσεις της καμπύλης αποτυπώνουν το πόσο αποτελεσματικά λειτουργούν οι θεσμοί και οι μηχανισμοί της αγοράς εργασίας.

Το παρακάτω γράφημα διασποράς (scatter plot) αποτυπώνει τη σχέση αυτή για την Ελλάδα την περίοδο από το 2008 έως το 2015, με βάση τα στοιχεία της Eurostat [2]. Εν μέσω της κρίσης χρέους, ενώ ο δείκτης JVR μειώθηκε από το 0,2% το 2012 στο 0,1% το 2013, την ίδια περίοδο η ανεργία από το 24,5% ξεπέρασε το 27%. Το ποσοστό 0,1% δείχνει πως η αγορά εργασίας την περίοδο εκείνη ουσιαστικά πάγωσε: δεν δημοσιεύονταν σχεδόν καθόλου νέες θέσεις εργασίας, παρά τον τεράστιο αριθμό των ανέργων. Παράλληλα, η μετατόπιση της καμπύλης προς τα έξω, δείχνει την κυκλικότητα του φαινομένου της ανεργίας, όσο και τη διαρθρωτική ακαμψία της ίδιας της αγοράς με την αναντιστοιχία μεταξύ θέσεων και προσόντων.

Η χρήση ενός μοντέλου τετραγωνικής παλινδρόμησης (quadratic regresssion) για τον υπολογισμό της γραμμικής σχέσης μεταξύ ανεργίας και κενών θέσεων [3] επιτρέπει την καλύτερη προσαρμογή -συγκριτικά με τη χρησιμοποίηση ενός απλού γραμμικού ή λογαριθμικού υποδείγματος- στα δεδομένα της ύφεσης (R2=0,901)*, στην οποία εισήλθε η χώρα από το 2010 κι έπειτα [4].  

 

Δεδομένα: Eurostat | Επεξεργασία: Δ.Λ. 

Σημειώσεις:

[1] Beveridge, William (1944). Full Employment in a Free Society. London: George Allen & Unwin

[2] Η Eurostat ορίζει το ποσοστό κενών θέσεων εργασίας (JVR) ως εξής: JVR= (Αριθμός κενών θέσεων εργασίας/Κατελειμμένες θέσεις εργασίας + Κενές θέσεις εργασίας)×100.

[3] Το τετραγωνικό μοντέλο: Ποσοστό Κενών Θέσεων = 𝛽 0 + 𝛽 1 ⋅ 𝑈 + 𝛽 2 ⋅ 𝑈 2 Ποσοστό Κενών Θέσεων = β 0 ​ +β 1 ​ ⋅U+β 2 ​ ⋅U 2 όπου 𝑈 U = ποσοστό ανεργίας.

[4] Ένα γραμμικό (ή λογαριθμικό) υπόδειγμα μπορεί να προσαρμοζόταν κατάλληλα στα σημεία πριν την ύφεση, όσο όμως η ύφεση βάθαινε από το 2010 κι έπειτα, η καμπύλη θα αδυνατούσε να προσαρμοστεί επαρκώς στα δεδομένα. (*R2=0,901. Tο 90,1% της διακύμανσης των κενών θέσεων εξηγείται από την ανεργία).

 

Model	AIC	BIC	R2	R2_adjusted	RMSE
Linear	-5857	-5619	0,862	0,839	0,115
Quadratic	-6513	-6195	0,901	0,861	0,098

Ο συντελεστής συσχέτισης του Pearson μέσα από το παράδειγμα των σχολικών επιδόσεων στο μάθημα της Ιστορίας

Ο συντελεστής συσχέτισης του Pearson (συμβολίζεται συνήθως ως r) αποτελεί ένα στατιστικό μέτρο που ποσοτικοποιεί την ισχύ και την κατεύθυνση της σχέσης μεταξύ δύο μεταβλητών. Οι τιμές που μπορεί να λάβει το r κυμαίνονται από -1 έως +1, όπου: το 1 υποδηλώνει τέλεια θετική συσχέτιση (καθώς αυξάνεται η μία μεταβλητή, αυξάνεται και η άλλη), το -1 υποδηλώνει τέλεια αρνητική συσχέτιση (καθώς αυξάνεται η μία μεταβλητή, μειώνεται η άλλη), ενώ το 0 υποδηλώνει απουσία συσχέτισης.

 

Ας δούμε ένα παράδειγμα εξετάζοντας τις επιδόσεις 86 μαθητών/ιων στο μάθημα της Ιστορίας για το σχολικό έτος 2023-24, με δεδομένα που συλλέχθηκαν από δυο διαφορετικά σχολεία του νομού αττικής. Το παρακάτω γράφημα [1] παρουσιάζει τις συσχετίσεις μεταξύ τριών διαφορετικών μεταβλητών: α) το μέσο όρο βαθμολογίας στο μάθημα, όπως προκύπτει από τεστ και διαγωνίσματα στη διάρκεια της σχολικής χρονιάς, β) τον αριθμό των μη υποβληθεισών εργασιών (πρόκειται για υποχρεωτικές εργασίες που δεν παραδόθηκαν από τους μαθητές/ιες προς αξιολόγηση) και γ) το ποσοστό συμμετοχής τους σε τεστ/διαγωνίσματα. 

 

Ο συντελεστής pearson αποκαλύπτει ορισμένα ενδιαφέροντα στοιχεία για την αξία της προσπάθειας και της προετοιμασίας (μέσα από την πραγματοποίηση εργασιών που ανατίθενται για το σπίτι) ως προς τις σχολικές επιδόσεις. Πρώτα και κύρια, εντοπίζει ισχυρή θετική συσχέτιση (0,70) μεταξύ των βαθμών (Μ.Ο. βαθμού από τεστ/διαγωνίσματα) και της συμμετοχής σε τεστ/διαγωνίσματα. Ισχυρή θετική συσχέτιση σημαίνει ότι οι μαθητές/ιες του δείγματος που συμμετείχαν περισσότερο στα τεστ έτειναν να επιτυγχάνουν υψηλότερη μέση βαθμολογία συγκριτικά με εκείνους/ες που απέφευγαν να τα γράψουν λόγω απουσιών. Από την άλλη πλευρά, η μέτρια αρνητική συσχέτιση (-0,50) μεταξύ βαθμών και μη υποβληθεισών εργασιών, υποδηλώνει ότι η χαμηλή μέση βαθμολογία σε τεστ/διαγωνίσματα ορισμένων μαθητών/ιων σχετίζεται, πιθανώς, με τον μεγάλο αριθμό εργασιών που απέφυγαν να κάνουν στη διάρκεια της χρονιάς. Τέλος, η μέτρια αρνητική συσχέτιση (-0,58) μεταξύ μη υποβληθεισών εργασιών και ποσοστού συμμετοχής σε τεστ/διαγωνίσματα υποδεικνύει ότι μαθητές/ιες που συχνά παρέλειπαν να κάνουν τις εργασίες τους για το σπίτι έτειναν, επίσης, να συμμετέχουν λιγότερο στις γραπτές δοκιμασίες των τεστ και των διαγωνισμάτων στην τάξη.   

Δ.Λ.

 

Σημείωση:

 

[1] Το γράφημα αποτελείται από δύο διακριτά μέρη: το πρώτο μέρος παρουσιάζει τον "Πίνακα συσχετίσεων" όπου παρουσιάζονται αριθμητικές τιμές συσχέτισης, δείχνοντας τις σχέσεις μεταξύ διαφορετικών μεταβλητών και το δεύτερο μέρος που αποτελείται από την "Κλίμακα συσχέτισης", η οποία παρέχει μια κλίμακα αναφοράς για την ερμηνεία της ισχύος και της κατεύθυνσης των συσχετίσεων. Τέλος, ας έχουμε υπόψη πως κάθε φορά που συγκρίνουμε μια μεταβλητή με τον εαυτό της τότε ο συντελεστής λαμβάνει την τιμή 1, της τέλειας γραμμικής συσχέτισης -αν και η συσχέτιση αυτή δεν είναι αναλυτικά χρήσιμη.

Η γλώσσα R για μη προγραμματιστές: οδηγός

Daniel Dauber, R for Non-Programmers: A Guide for Social Scientists, 2024

Κύκλοι αγώνων

Το τοπίο των κινητοποιήσεων της περιόδου δεν είναι άσχετο με τη γενικότερη πολιτική κατάσταση των τελευταίων ετών. Την ίδια στιγμή που εξασθενεί ο διαμεσολαβητικός ρόλος θεσμικών φορέων, κομμάτων, συνδικαλιστικών ενώσεων, συγκεκριμένοι αγώνες αναδιαμορφώνουν το πολιτικό πεδίο. Εν τάχει εδώ κάποιες σύντομες παρατηρήσεις.

 

Η κληρονομιά

 

Η περίοδος της κρίσης των δημόσιων οικονομικών στη χώρα μετασχημάτισε το  χαρακτήρα του πολιτικού συστήματος και μαζί το ρόλο κομμάτων και συνδικαλιστικών οργανώσεων: οι επίσημες συνδικαλιστικές ενώσεις (ΓΣΕΕ, ΑΔΕΔΥ) αποδυναμώθηκαν κατά την περίοδο αυτή όχι μονάχα λόγω της ουσιαστικής απώλειας του ρόλου διαμεσολάβησης που έπαιζαν, με την κατάργηση των συλλογικών συμβάσεων (ν.4046/2012), αλλά και της κοινωνικής κριτικής που δέχτηκαν για τη στάση τους όλη την περίοδο ψήφισης των μέτρων λιτότητας (ν.3845/2010, ν.4046/2012, ν.4334/2015). 

Από την άλλη πλευρά, κατά την περίοδο αυτή τα περισσότερα κοινοβουλευτικά κόμματα αφοσιωμένα στην εφαρμογή των μέτρων "δημοσιονομικής προσαρμογής", όλο και λιγότερο επιδίωκαν την αντιπροσώπευση των συμφερόντων της κοινωνικής βάσης, με κάποια από αυτά να συρρικνώνονται, άλλα να εξαφανίζονται και άλλα να εμφανίζονται προτού εξαφανιστούν, σαν διάττοντες αστέρες στην πολιτική σκηνή. Εν συντομία, η περίοδος εκείνη και οι πολλαπλές κρίσεις που ακολούθησαν (κρίση πανδημίας, γεωπολιτική, ενεργιακή κρίση), συνολικά, έχει πλέον κρυσταλλώσει ένα πολιτικό σύστημα όλο και λιγότερο ανεκτικό απέναντι στα κοινωνικά αιτήματα, συγκεντρωτικό και δύσκαμπτο απέναντι σε αλλαγές, επιθετικό απέναντι στις κοινωνικές αντιδράσεις. 

Το τοπίο

 

Αυτή η κλειστότητα του πολιτικού συστήματος μετασχημάτισε το τοπίο των συλλογικών αγώνων, ωθώντας την κοινωνική βάση σε αναζήτηση ανεξάρτητων μορφών οργάνωσης: το κέντρο βάρους έχει πια μετατοπιστεί από τους θεσμοθετημένους φορείς σε περισσότερο οριζόντιες και αυθόρμητες μορφές. Την ίδια στιγμή, το τοπίο παραμένει ετερογενές, εμπλέκοντας συλλογικούς δρώντες με διαφορετικά, αν και σε κάποιες περιπτώσεις αλληλοκαλυπτόμενα αιτήματα. Εστιάζοντας εδώ συγκεκριμένα στην περίοδο 2019-2024, με βάση τα στοιχεία της ACLED [1], καταγράφεται σταθερή εμφάνιση συγκεκριμένων συλλογικών δρώντων (αγρότες, φοιτητές, εκπαιδευτικοί, εργαζόμενοι στους χώρους της υγείας) με πάγια αιτήματα, τα οποία με διάφορες αφορμές έρχονται στην επιφάνεια, γεγονός που δηλώνει μια εξελισσόμενη στο χρόνο σύγκρουση, παρά πρόσκαιρες διαμαρτυρίες για επιμέρους κυβερνητικά μέτρα [2]. 
 

Παρά το γεγονός πως μοτίβα δράσεων επανέρχονται γύρω από συγκεκριμένες  κάθε φορά αιχμές, εντούτοις κατά κύριο λόγο, την περίοδο αυτή, οι περισσότερες κινητοποιήσεις παραμένουν κατακερματισμένες και σχετικά απομονωμένες. Σημείο τομής, ωστόσο, εδώ αποτελούν οι κινητοποιήσεις αμέσως μετά το δυστύχημα στα Τέμπη: ποσοτικά, λόγω του μεγάλου αριθμού συμμετεχόντων· ποιοτικά, εξετάζοντας την κοινωνική σύνθεση των δράσεων, ενώνοντας ετερογενείς φορείς και ετερόκλητες συλλογικότητες γύρω από το γενικό αίτημα δικαιοσύνης, δημόσιας ασφάλειας και το ειδικό της απόδοσης (πολιτικών) ευθυνών· πολιτικά, συνδέοντας αιτήματα διαφόρων κλάδων με ευρύτερα ζητήματα κυβερνητικής πολιτικής· κοινωνικά, δίνοντας δίοδο έκφρασης στη δυσαρέσκεια από την τρέχουσα οικονομική κατάσταση μεγάλης μερίδας του πληθυσμού. Στην πραγματικότητα, τα παραπάνω αποτελούν ταυτόχρονα όρια των δράσεων, αποκαλύπτοντας και τις αδυναμίες τους: ο διαταξικός χαρακτήρας, οι διαφορετικές λογικές δράσης που έχουν κατά καιρούς εκφραστεί, το διακύβευμα διατήρησης της ενότητας και της συνέχειας μέσα στο περιβάλλον της κρίσης.    

 

Δ.Λ. 

[*]  

Σημειώσεις:

 

[1] Πρόκειται για καταγραφές κινητοποιήσεων και διαμαρτυριών όπως αποτυπώνονται στον εγχώριο τύπο, έντυπο και ηλεκτρονικό. Περίοδος άντλησης δεδομένων: 22-1-2019 έως 27-12-2024, επεξεργασία: Δ.Λ. 

[2] Η συχνότητα των κινητοποιήσεων ανά έτος για την περίοδο 2019-2023 παρατίθεται εδώ. Συγκεντρωτικά στοιχεία όλης της περιόδου ταξινομημένα ανά πόλη εδώ. Η περιγραφή ανά μήνα με βάση τον αριθμό των συμμετεχόντων βρίσκεται εδώ. Η επεξεργασία των δεδομένων έγινε με τη γλώσσα R. 

[*] Τα συγκεντρωτικά στοιχεία από τη βάση δεδομένων ACLED παρουσιάζουν πολλές διακυμάνσεις και μεγάλη ασυμμετρία. Οι παρατηρήσεις στο παραπάνω γράφημα έχουν συγκεντρωθεί σε μηνιαία βάση. Τα ανώτατα (ΑΟ) και κατώτατα όρια (ΚΟ) υπολογίστηκαν με ± 1 τυπική απόκλιση από τη διάμεσο. Οι υπολογισμοί είναι δικοί μου - Δ.Λ.