Λιγότεροι εργαζόμενοι, περισσότερες ώρες εργασίας; Περισσότεροι εργαζόμενοι, λιγότερες ώρες; Το Διεθνές Νομισματικό Ταμείο (IMF) σε έρευνα για την αγορά εργασίας της ευρωπαϊκής ένωσης, λίγα χρόνια μετά το σοκ που προκάλεσε η πανδημία covid-19 (1/2024), διαπίστωνε πως παρά το γεγονός ότι το ποσοστό απασχόλησης ανέκαμπτε σταθερά ανάμεσα στις ευρωπαϊκές χώρες, εντούτοις οι μέσες ώρες εργασίας ανά εργαζόμενο υστερούσαν αισθητά σε σχέση με τα επίπεδα πριν από την πανδημία (βλ. εδώ). Είναι η μείωση των ωρών εργασίας απλώς ένα παροδικό φαινόμενο εξαιτίας εξωγενών παραγόντων ή αντανακλά μια βαθύτερη μεταβολή στον τρόπο οργάνωσης των διαφορετικών αγορών εργασίας των χωρών της Ευρώπης; Ας δούμε εδώ, προεκτείνοντας ερωτήματα προηγούμενου μαθήματος, κάποια δεδομένα της Eurostat για την ευρωπαϊκή αγορά, λαμβάνοντας ξανά ως σημείο εκκίνησης την ελληνική αγορά της περιόδου κρίσης των δημόσιων οικονομικών.
Ποσότητα και ένταση εργασίας
Η επιδείνωση των συνθηκών στην εγχώρια αγορά εργασίας από το 2009 κι έπειτα εκδηλώθηκε όχι μόνο με αύξηση του αριθμού των ανέργων σε απόλυτους αριθμούς, αλλά συνακόλουθα με σημαντική μείωση του αριθμού των απασχολούμενων. Την ίδια στιγμή που πολλοί/ες οδηγούνταν εκτός αγοράς, όσοι/ες διατηρούσαν την εργασία τους αναγκάζονταν να εργάζονται επιπλέον ώρες σε εντατικούς ρυθμούς καλύπτοντας τις ελλείψεις σε εργατικό δυναμικό. Το παρακάτω γράφημα αποτυπώνει σε απόλυτους αριθμούς απασχολούμενους και ανέργους από το 2009 έως το 2024 -με την περίοδο 2009-2013 να παρατηρείται σαφής μετατόπιση από την απασχόληση προς την ανεργία.
 |
Η Εξέλιξη της Απασχόλησης και της
Ανεργίας στην Ελλάδα Οι κάθετες διακεκομμένες γραμμές αφορούν τη χρονιά ψήφισης του κάθε μνημονίου (MoU) και την πανδημία covid-19 |
Συσχέτιση
Συγκεκριμένα, σύμφωνα με τα δεδομένα της Eurostat, από ένα ποσοστό απασχόλησης πάνω από το 65% το 2009, η απασχόληση στην Ελλάδα το 2013 μόλις που άγγιζε το 53% (52,5% για την ακρίβεια). Παράλληλα, ο μέσος όρος των ωρών εργασίας αυξήθηκε στις 40,9 ώρες εβδομαδιαίως. Το παρακάτω διάγραμμα διασποράς (Γράφημα 1) αποκαλύπτει μια μέτρια αρνητική συσχέτιση μεταξύ του ποσοστού απασχόλησης και των μέσων εβδομαδιαίων ωρών εργασίας (R² = 0,47), υποδηλώνοντας ότι περίπου το 47% της διακύμανσης στο ποσοστό απασχόλησης σχετίζεται με τη διακύμανση των μέσων εβδομαδιαίων ωρών εργασίας.
 |
| Γράφημα 1 |
Παρότι η μέτρια αυτή αρνητική συσχέτιση αφήνει σημαντικό περιθώριο για διερεύνηση σημαντικών άλλων παραγόντων (θεσμικό πλαίσιο αγοράς, πολιτικές παρεμβάσεις, σύνθεση εργατικού δυναμικού κ.ο.κ.) που αλληλεπιδρούν, μεταξύ απασχόλησης και ωρών εργασίας, εντούτοις η αρνητική κλίση της γραμμής τάσης (διακεκομμένη γραμμή) συνάδει με ένα μοτίβο που, φαινομενικά, τείνει να εμφανίζεται σε περιόδους κρίσης: περίοδοι που χαρακτηρίζονται από χαμηλότερα ποσοστά απασχόλησης τείνουν να συμπίπτουν με περισσότερες μέσες ώρες εργασίας μεταξύ εκείνων που παραμένουν στην αγορά. Πιο πρόσφατα, ένα παρόμοιο, αν και λιγότερο έντονο, χαρακτηριστικό εμφανίστηκε στην ελληνική αγορά εν μέσω της πανδημίας covid-19 το 2020. Για ακόμα μια φορά: μείωση του αριθμού των απασχολούμενων από τη μία πλευρά επιμήκυνση των ωρών εργασίας μεταξύ όσων διατηρούσαν την εργασία τους.
Αποτελεί όμως κάτι τέτοιο γενικό κανόνα πέρα από χώρα και εποχή, όπως δείχνουν τα αρχικά δεδομένα; Με άλλα λόγια, όταν αυξάνεται η απασχόληση τείνουν να μειώνονται οι μέσες ώρες εργασίας και το αντίστροφο; Σε ποιο βαθμό αυτό το εμπειρικό χαρακτηριστικό -η σύμπτωση χαμηλής απασχόλησης με υψηλότερες μέσες ώρες εργασίας- συνιστά διαχρονική κανονικότητα ή, πιθανά, ένα μοντέλο οργάνωσης της εργασίας που απαντάται και σε άλλες χώρες;
Διασπορά
Όπως έχουμε ξαναδεί με διάφορες αφορμές, συσχέτιση δε σημαίνει αιτιώδης σχέση μεταξύ δυο παραγόντων. Ειδικότερα, τα στοιχεία από την αγορά εργασίας της Ε.Ε. αποκαλύπτουν την ύπαρξη μεγάλης ετερογένειας ανάμεσα στις διαφορετικές ευρωπαϊκές αγορές εργασίας. Τα δεδομένα του 2024 της Eurostat, από χώρες της Ε.Ε., ενώ αποτυπώνουν (Γράφημα 2) μια ασθενή αρνητική σχέση μεταξύ των δύο παραγόντων (κόκκινη διακεκομμένη γραμμή), ωστόσο η διασπορά των παρατηρήσεων είναι τέτοια που χρήζει προσοχής (π.χ. απόσταση μεταξύ χωρών όπως η Ολλανδία ή η Δανία με χώρες όπως η Ιταλία, η Ρουμανία ή η Ελλάδα) [1].
 |
| Γράφημα 2 |
Ανάλυση τεταρτημορίων
Η ανάλυση τεταρτημορίων (quadrant analysis) αποτελεί μια τεχνική διερεύνησης των δεδομένων (EDA), η οποία ταξινομεί τις παρατηρήσεις ανάλογα με το αν αυτές βρίσκονται πάνω ή κάτω από μια τιμή αναφοράς ανάμεσα σε δύο μεταβλητές. Με την τεχνική αυτή θα επιχειρήσουμε να ελέγξουμε ποιοι τύποι παρατηρήσεων ή ποιες ομαδοποιήσεις μπορούν να αποκαλυφθούν μέσα από την ετερογένεια των δεδομένων. Παίρνοντας για κάθε χώρα τις τιμές για τις μέσες εβδομαδιαίες ώρες εργασίας (άξονας Χ) και το ποσοστό απασχόλησης για το έτος 2024 (άξονας Υ), κατατάσσοντας ταυτόχρονα αυτές τις τιμές σε σχέση με τις υπόλοιπες προκύπτει ένας αριθμός που κυμαίνεται μεταξύ 0 και 1. Τιμές κοντά στο 0 σημαίνουν ότι η εκάστοτε χώρα βρίσκεται στο χαμηλότερο άκρο της κατανομής, ενώ κοντά στο 1 στο υψηλότερο. Με τον τρόπο αυτό, προκύπτουν τέσσερα τεταρτημόρια (quadrants) που αποτυπώνουν το τοπίο της αγοράς εργασίας για κάθε ευρωπαϊκή χώρα (Γράφημα 3): Λίγες ώρες / Υψηλή απασχόληση – Λίγες ώρες / Χαμηλή απασχόληση – Πολλές ώρες / Υψηλή απασχόληση - Πολλές ώρες / Χαμηλή απασχόληση.
 |
| Γράφημα 3 |
Η ανάλυση τεταρτημορίων φανερώνει μια διαφορετική εικόνα για τα μοντέλα οργάνωσης της εργασίας που κυριαρχούν στη γηραιά ήπειρο. Ταυτόχρονα, φανερώνει τις μεγάλες αποκλίσεις που υπάρχουν μεταξύ των διαφορετικών χωρών.
Παρόλα αυτά, οφείλουμε να λάβουμε υπόψη μας τα όρια αυτής της τεχνικής. Η ανάλυση τερταρτημορίων, όσο χρήσιμη κι αν μπορεί να φανεί, ειδικά κατά τα αρχικά στάδια διερεύνησης και οπτικοποίησης των δεδομένων, είναι κυρίως εννοιολογική. Με άλλα λόγια, τα όρια για το κάθε κατώφλι (π.χ. 50ο εκατοστημόριο) λαμβάνονται a priori. Επιπλέον, η τεχνική αυτή δεν εξετάζει αν και κατά πόσο οι ομάδες χωρών (στο συγκεκριμένο παράδειγμα) που κατατάσσονται στην ίδια κατηγορία παρουσιάζουν πραγματική ομοιότητα ως προς τα χαρακτηριστικά τους ή αν έχουν όντως κάποια συνοχή μεταξύ τους.
Ανάλυση κατά συστάδες
Πιο συγκεκριμένα, ως εργαλείο στατιστικής επαλήθευσης θα χρησιμοποιήσουμε μια μέθοδο μη επιβλεπόμενης μάθησης (unsupervised learning), την K-means ανάλυση κατά συστάδες. Ο αλγόριθμος K-means ομαδοποιεί επαναληπτικά τις παρατηρήσεις σε K συστάδες, έτσι ώστε παρατηρήσεις εντός της ίδιας συστάδας να παρουσιάζουν τις περισσότερες δυνατές ομοιότητες μεταξύ τους και τις περισσότερες δυνατές διαφορές με αυτές άλλων συστάδων.
 |
| Γράφημα 4 |
Χωρίς λεπτομέρειες, ο αλγόριθμος K-means εντοπίζει τέσσερις συστάδες, οι οποίες αντιστοιχούν, σχεδόν, στα τέσσερα θεωρητικά τεταρτημόρια που προέκυψαν από την ανάλυση τεταρτημορίων, παρέχοντας στατιστική επιβεβαίωση της αρχικής ταξινόμησης. Τα κέντρα των τεσσάρων συστάδων αναπαριστούν τον "τυπικό" εκπρόσωπο κάθε ομάδας χωρών.
Συστάδα |
Εκατοστημόριο μέσων ωρών εργασίας |
Εκατοστημόριο ποσοστού απασχόλησης |
|
|---|---|---|---|
1 |
0.816 |
0.346 |
|
2 |
0.123 |
0.815 |
|
3 |
0.269 |
0.214 |
|
4 |
0.538 |
0.788 |
Ωστόσο, όπως διακρίνεται και στο Γράφημα 4 η αντιστοίχιση δεν είναι απόλυτη. Ορισμένες χώρες βρίσκονται κοντά στα όρια μεταξύ δύο κατηγοριών (π.χ. Πορτογαλία, Μάλτα) ή εμφανίζουν χαρακτηριστικά που επικαλύπτονται (π.χ. Εσθονία, Λιθουανία). Το γεγονός αυτό υποδηλώνει ότι οι διακρίσεις μεταξύ των κατηγοριών δεν είναι απόλυτες και πως, πιθανά, υπάρχουν υποομάδες χωρών ή ακόμη και κάποια πέμπτη ενδιάμεση κατηγορία ανάμεσα στο βορειοευρωπαϊκό και το νοτιοευρωπαϊκό καθεστώς οργάνωσης της εργασίας [2]. Η παρατήρηση αυτή, που παραπέμπει σε περαιτέρω έρευνα, μας επαναφέρει στα αρχικά ερωτήματα.
Αντί συμπερασμάτων: νέα ερωτήματα
Η αρχική παρατήρηση υψηλότερα ποσοστά απασχόλησης, λιγότερες μέσες ώρες εργασίας ανά εργαζόμενο/η στάθηκε αφορμή για εξερεύνηση διαφορετικών τεχνικών και μεθόδων όπως η συσχέτιση (correlation), η ανάλυση τεταρτημορίων (quadrant analysis) και η K-means ανάλυση κατά συστάδες (K-means cluster analysis) με τη χρήση της γλώσσας R πάνω στα πραγματικά δεδομένα της Eurostat. Η σύντομη αυτή διαδρομή ανέδειξε πως η σχέση μεταξύ απασχόλησης και ωρών εργασίας δεν είναι μονοσήμαντη, όπως μοιάζει δια γυμνού οφθαλμού. Πίσω από έναν φαινομενικά απλό δείκτη, όπως οι μέσες ώρες εργασίας ή το ποσοστό απασχόλησης, κρύβεται μια πιο σύνθετη πραγματικότητα και ακριβώς σε αυτό το σημείο, η χρήση του εργαλείου της ταξινόμησης (classification) μπορεί να συμβάλει στη διερεύνηση των δομών που οργανώνουν αυτήν την πραγματικότητα. Ταυτόχρονα, θεσμικοί, δημογραφικοί, εκπαιδευτικοί, πολιτισμικοί, κοινωνικοί παράγοντες διαμορφώνουν με διαφορετικό τρόπο τις εθνικές αγορές εργασίας. Η διεύρυνση της μερικής απασχόλησης, η αυξημένη συμμετοχή γυναικών στο εργατικό δυναμικό, η στροφή της οικονομίας από τον πρωτογενή στον τριτογενή τομέα και τις υπηρεσίες, η ηλικιακή σύνθεση του δυναμικού της κάθε χώρας έχουν συμβάλει στην αλλαγή των ωρών εργασίας και των ποσοστών απασχόλησης τα τελευταία χρόνια [3].
Η πορεία που ακολουθήσαμε λοιπόν, αποτελεί αφετηρία για νέα ερωτήματα: οι διαφορές που παρατηρήσαμε μεταξύ των ευρωπαϊκών χωρών αποτελούν αντανάκλαση διαφορετικής ποιότητας, όχι μόνο διαφορετικής ποσότητας εργασίας; Μεταβολές στις μέσες ώρες εργασίας συνδέονται με μεταβολές στην εκπαιδευτική σύνθεση των εργαζομένων της κάθε χώρας και, εν τέλει, ποιες μορφές εργασίας και ποιες εργασιακές ανισότητες κρύβονται πίσω από τις διαφορές αυτές;
Σημειώσεις:
[2] Για τα διαφορετικά καθεστώτα εργασίας βλ. Bob Hancké, Employment Regimes, Wage Setting, and Monetary Union in Continental Europe https://doi.org/10.1093/oxfordhb/9780199695096.013.014 Επίσης, ο δείκτης Adjusted Rand Index (ARI) χρησιμοποιήθηκε για να αξιολογήσει κατά πόσο οι συστάδες που εντόπισε ο αλγόριθμος K-means συμφωνούν με τις τέσσερις κατηγορίες της ανάλυσης τεταρτημορίων, λαμβάνοντας υπόψη το ενδεχόμενο τυχαίων συμπτώσεων. Τιμές κοντά στο 0 υποδηλώνουν μικρή ομοιότητα, ενώ τιμές κοντά στο 1, σχεδόν πλήρη ταύτιση των ταξινομήσεων. Η τιμή 0.653 του δείκτη δείχνει πως η δομή των τεσσάρων ομάδων στην ευρωπαϊκή αγορά εργασίας δεν είναι αυθαίρετη, έχει στατιστική βάση, αλλά αφήνει περιθώριο για νέα διερεύνηση.
.png)