ANÁLISIS DE LA ESPERANZA DE VIDA EN LAS PROVINCIAS ESPAÑOLAS. 1991-2010 AUTOR 1: José Luis Gutiérrez de Mesa(1) E-mail: [email protected] AUTOR 2: Federico López Carrión(1) E-mail: [email protected] AUTOR 3: Luis F. Rivera Galicia(1) y (2) E-mail: [email protected] Departamento: (1) Departamento de Economía (2) Instituto Universitario de Análisis Económico y Social Universidad: Universidad de Alcalá Área Temática: 9 Población y mercado de trabajo Resumen: Desde el punto de vista del análisis de una población en el ámbito socioeconómico, el estudio de la mortalidad es de suma importancia, pues, entre otras cosas, permite hacer previsiones sobre el número de habitantes de una población, así como de su longevidad. Las tablas de mortalidad se utilizan para describir la incidencia de la mortalidad sobre los individuos de la población analizada durante un período de análisis concreto, independientemente de la edad que presenten dichos individuos. Están compuestas por diferentes funciones biométricas, entre las que se encuentran, por ejemplo, los supervivientes a una edad exacta, la tasa específica de mortalidad, la probabilidad o riesgo de muerte, o la esperanza de vida a una determinada edad. En este trabajo se hace un estudio exhaustivo de la estructura de la esperanza de vida observada a las diferentes edades en las provincias españolas durante el período 1991-2010. Utilizando datos publicados por el INE, se buscan los patrones de comportamiento que se repiten y mantienen estables a lo largo del período, y se establecen agrupaciones de provincias en las que se encuentra una estructura similar de esperanza de vida por edades. Palabras Clave: Mortalidad; Esperanza de vida por edad Clasificación JEL: J11 1. INTRODUCCIÓN La demanda de información sobre la evolución demográfica ha crecido a un ritmo vertiginoso en los últimos años. La ganancia en años de vida, el envejecimiento de la población o el cambio en la estructura de la pirámide de población forman parte del ordinario debate político y socioeconómico que llena portadas de diarios y titulares de informativos. Los organismos oficiales de estadística sufren una fuerte presión para ofrecer cada vez más información y más precisa. Se hace necesario disponer de nuevas técnicas de análisis y prospección demográfica. Las tablas de mortalidad presentan información útil para varios usos. No sólo sirven para describir la forma en que la población experimenta el fenómeno de la mortalidad, sino que se constituyen como herramientas esenciales para realizar proyecciones demográficas precisas y son también la base del cálculo actuarial. El propio INE las utiliza en las estimaciones intercensales de población y en las proyecciones demográficas para la elaboración de estadísticas de población por grupos de edad. Los datos más interesantes de las tablas de mortalidad son las esperanzas de vida y el riesgo de muerte. La tabla de mortalidad permite calcular la esperanza de vida a cualquier edad. La esperanza de vida al nacer resume en un solo dato la información más relevante de la tabla y lo hace de forma independiente a la estructura de edades de la población. Estas dos características han hecho de la esperanza de vida al nacer uno de los indicadores favoritos en las comparaciones internacionales. La esperanza de vida al nacer es uno de los indicadores simples más representativos de la salud global de una sociedad, y en consecuencia también de su estado de desarrollo (Sen,1998). Por todo ello se considera como uno de los indicadores esenciales para medir un concepto tan complejo y elusivo como el de “desarrollo económico”. De hecho, en los últimos años se viene manifestando un creciente interés por integrar la esperanza de vida no sólo en los indicadores de desarrollo, sino también en modelos de medición y evaluación económica. Entre los indicadores internacionales de desarrollo, quizá el que más popularidad ha alcanzado es el “índice de desarrollo humano” (HDI) del PNUD (United Nations Human Development Program, 2001), pero hay muchas otras propuestas que también incluyen la esperanza de vida al nacer como parte de un 1 índice de bienestar (Osberg y Sharpe, 2002). Entre los modelos económicos destaca la literatura derivada de la teoría del capital humano (Philipson y Soares, 2001; Murphy y Topel, 2002; McDonald y Roberts, 2002; Becker, Philipson y Soares, 2005), la relacionada con el concepto de “capital salud” (Cutler y Richardson, 1997; Gertham y Johanneson, 1999), y la elaboración del concepto de “renta salud” (Nordhaus, 2002). También el indicador propuesto por Pinilla y Goerlich (2004), el potencial de calidad de vida (QLP), combina información de esperanzas de vida con datos de rentas, junto con la estructura demográfica de la sociedad y la consideración de una línea de pobreza. En el caso español, el INE publica la esperanza de vida por edades tanto a nivel nacional como desagregada a nivel autonómico y provincial. Una cuestión interesante que surge de estos niveles de detalle es si efectivamente la esperanza de vida a las distintas edades es diferente según el territorio considerado, teniendo en cuenta que las características socioeconómicas de las provincias españolas (o Comunidades Autónomas) no las hace tan diferentes unas de otras. Es seguro que el valor de la esperanza de vida en dos provincias diferentes a una edad determinada no coincidirá; otra cosa es afirmar que la mortalidad de las dos provincias sea estadísticamente diferente. En cualquier caso, es posible descubrir ciertos patrones regionales que definen grupos en las provincias españolas con comportamientos similares en cuanto a su mortalidad. En este trabajo se hace un estudio exhaustivo de la estructura de la esperanza de vida observada a las diferentes edades en las provincias españolas durante el período 19912010. Utilizando datos publicados por el INE, se buscan los patrones de comportamiento que se repiten y mantienen estables a lo largo del período, y se establecen agrupaciones de provincias en las que se encuentra una estructura similar de esperanza de vida por edades, comparándola con la situación global del Total Nacional, diferenciando el estudio considerando según el género1. En el epígrafe número 2 se presentan los elementos más fundamentales para la elaboración de las Tablas de Mortalidad, así como la forma de cálculo de la esperanza de vida a las distintas edades consideradas. En el apartado tercero se especifica la fuente de datos utilizada y cómo ha 1 Es fácil apreciar una diferencia significativa y estable entre la esperanza de vida de los varones y las mujeres en España, siempre a favor de las mujeres en casi seis años, al igual que ocurre en muchos otros lugares. Por esta razón, al realizar estudios de la mortalidad de un territorio, se suele distinguir entre la población masculina y la población femenina. 2 evolucionado la metodología de su construcción hasta llegar a la situación actual. El apartado cuarto hace una presentación de las técnicas de análisis que se han empleado y de los resultados obtenidos. Por último, el trabajo concluye con un apartado en el que se muestran las principales conclusiones del mismo, para terminar citando las referencias utilizadas. 2. TABLAS DE MORTALIDAD Las tablas de mortalidad constituyen un modelo fundamental para representar numéricamente la distribución de las defunciones de una generación a través de la edad. Su importancia radica en que no solo sirve para describir cómo incide numéricamente la mortalidad en una población, sino que permite obtener probabilidades de muerte entre aniversarios, fundamentales en el cálculo actuarial y probabilidades perspectivas de paso, que son probabilidades de supervivencia en años cumplidos, usadas para hacer proyecciones e interpolaciones de población. Como toda distribución de frecuencias, la tabla de mortalidad se resume en una medida de posición central denominada esperanza de vida al nacer que no es más que la edad media a la que se mueren los individuos de la generación ficticia. Como este valor se obtiene de forma independiente de la estructura por edades de la población, resulta muy interesante para hacer comparaciones internacionales, regionales y provinciales. Además, la esperanza de vida al nacer se considera uno de los indicadores más representativos de la salud global de una sociedad y como consecuencia, de su desarrollo económico, aunque hay países que presentan mayor esperanza de vida al nacer que otros que cuentan con un nivel superior de desarrollo económico, manifestado por una superior renta per-capita, como es el caso de España, en el entorno Europeo que le rodea. Las tablas de mortalidad pueden ser completas o abreviadas. Son completas cuando expresan la distribución del número de defunciones por edad en años simples, es decir, año a año, y son abreviadas cuando se refieren a las defunciones ocurridas en grupos quinquenales de edad. En este caso, se separa el primer intervalo de edad en dos partes, defunciones de menores de un año y defunciones de entre uno y cuatro años cumplidos, ya que la mortalidad antes del primer aniversario tiene una especial relevancia. 3 Las tablas de mortalidad pueden referirse a una generación real o a una generación ficticia. Las tablas de mortalidad de generación resumen las condiciones de mortalidad de una generación real y para construir una tabla de este tipo hay que esperar más de un siglo, hasta que se mueran todos los nacidos de esa generación. Su construcción es muy simple, consiste en contar cuántos individuos de esa generación fallecen cada año e ir determinando los supervivientes a cada aniversario que van quedando con vida, hasta la completa extinción de la generación. Se cuenta así con dos series, lx que representan los supervivientes de la generación que han llegado a cumplir los x años de edad y dx que representa las defunciones de individuos de esa generación con x años cumplidos, es decir, que mueren después de cumplir los x años de edad pero antes de cumplir x+1. A estas dos series iniciales se les añade la serie qx que representa el cociente de mortalidad por edad y, si las defunciones son suficientemente numerosas, es un buen estimador de la probabilidad de muerte entre aniversarios. Es, por tanto, qx dx . lx Las tablas de mortalidad del momento, también denominadas de periodo, resumen las condiciones de mortalidad2 de una generación ficticia de individuos que a lo largo de su vida experimenten las mismas condiciones de mortalidad que la población real en un determinado periodo, por tanto, resume las condiciones de mortalidad de una población en un instante o periodo de forma trasversal, es decir, teniendo en cuenta las diversas generaciones presentes en la población en ese momento o periodo. Este tipo de tablas son las más utilizadas ya que las tablas de generación tienen muy limitado interés práctico, únicamente lo tienen desde el punto de vista histórico y para hacer comparaciones entre países. Para construir una tabla de mortalidad de periodo es necesario calcular, en primer lugar, las probabilidades de muerte a cada edad qx, por diversos métodos3. Aplicando estas probabilidades a una generación de l0 hipotéticos nacidos, se van obteniendo las defunciones teóricas por edad, así como los supervivientes por edad, obteniendo las tres funciones biométricas básicas que ya aparecían en las tablas de generación. 2 Cuando se habla de condiciones de mortalidad se está haciendo referencia a la incidencia de la mortalidad por edades, recogida por la tasa específica de mortalidad a cada edad y no a otras condiciones de tipo social o humano. 3 Según la disponibilidad de los datos, se puede usar un método directo basado en las defunciones reales por generaciones y edades, o bien, un método indirecto transformando convenientemente las tasas de mortalidad mx en probabilidades de muerte qx. Para más información ver Goerlich (2008) y Goerlich y Pinilla (2009). 4 El cálculo de las esperanzas de vida al nacer y a cualquier edad se puede hacer, igual que en las tablas de generación, calculando la edad media a la que se mueren los individuos de la generación ficticia, pero hay que elegir cuidadosamente la marca de clase de cada intervalo de edad. Generalmente, la marca de clase entre x y x+1 años exactos de edad es muy próxima a x+0,5, salvo en el primer año de edad en que las defunciones se producen en fechas muy próximas al nacimiento y en el grupo abierto final para el que es necesario hacer algunas hipótesis simplificativas. No obstante, resulta más enriquecedor calcularlo a través de la función Lx, que se define como el total de años vividos en el intervalo de edad de entre x y x+1 años por los supervivientes, lx, al principio del intervalo: Lx lx1 ax (lx lx 1 ) , en donde ax representa la esperanza de vida dentro del de los que mueren en ese rango de edad. La esperanza de vida a cualquier edad será el cociente entre el total de años que quedan por vivir a los supervivientes de esa edad y los propios supervivientes de esa edad. Su expresión es: ex L i x i lx en donde representa la máxima edad alcanzable por los individuos de la población. Por otro lado, la propia definición de Lx, total de años por persona, supone que represente, también, la estructura por edades que adoptaría una población estacionaria formada por los sucesivos nacimientos de l0 individuos que a lo largo de su vida experimenten las mismas condiciones de mortalidad que la población real en la fecha o periodo de referencia. Esta población estacionaria asociada a la tabla de mortalidad es la que va a permitir obtener probabilidades perspectivas de paso o supervivencia entre edades cumplidas a principios de año, muy útiles para realizar proyecciones e interpolaciones de población. 5 3. FUENTES DE DATOS El organismo que se encarga de elaborar las tablas de mortalidad en España es el Instituto Nacional de Estadística, que actualmente las proporciona para ambos sexos a nivel nacional, por Comunidades Autónomas y por provincias. El cálculo de tablas de mortalidad constituye una tarea tradicional del INE, cuyo origen se remonta a las primeras tablas elaboradas en 1945, referidas a diferentes periodos de la primera mitad del siglo XX. A partir de entonces, se han producido diversas innovaciones metodológicas hasta llegar a la última actualización de la metodología (INE, 2013). La metodología tradicional del INE planteaba la tabla de mortalidad referida a un instante dado, el 31 de diciembre a las 24 horas (o 1 de enero a las cero horas), proporcionando una cohorte ficticia que presentaba las mismas condiciones de mortalidad que la población real en ese instante. Estas tablas utilizaban las defunciones de dos años consecutivos de tal modo que la fecha de referencia quedase en el medio de ambos, así como la población en esa fecha de referencia4. Posteriormente, se hace necesario un nuevo enfoque que, teniendo en cuenta la creciente relevancia de la estimación de la población a 1 de enero de cada año, permita proyectar la población al 1 de enero del año siguiente utilizando un parámetro que mida la intensidad de la mortalidad a lo largo de todo el año. Con este fin, el 21 de septiembre de 2009 se celebró en Madrid un Seminario sobre tablas de mortalidad en el que participaron expertos nacionales y extranjeros con el objetivo de desarrollar nuevos avances metodológicos en el cálculo de las tablas de mortalidad en España. Aprovechando las conclusiones del seminario, en 2010 el INE adopta una nueva metodología que se basa en la mortalidad observada a lo largo del año objeto de estudio, proporcionando una cohorte ficticia que tiene las mismas tasas de mortalidad que la población real a lo largo de ese año de referencia. Esta nueva metodología se inspira en los conceptos que sigue la Base de Datos de Mortalidad Humana (Human Mortality Database5). Se trata de un proyecto de colaboración que se puso en marcha en el año 2000 en el que participan equipos de investigación de reconocido prestigio 4 5 Para más detalles ver Goerlich (2008). Para más detalles ver Wilmoth (2007). 6 pertenecientes a la Universidad de Berkeley y el Instituto Max Planck de investigación demográfica. El proyecto desarrolla un protocolo metodológico común, coherente y sistemático para facilitar la comparación de la incidencia de la mortalidad entre los distintos países. Dicho protocolo es resultado de la colaboración, discusión y debate de los principales expertos en la materia. Adicionalmente, el objetivo es elaborar una base de datos a nivel mundial con la información necesaria para construir las tablas de mortalidad de cualquier país. La más reciente metodología es de junio de 20136, es un refinamiento de la metodología de 2010. Se basa en aplicar a una generación ficticia las tasas específicas de mortalidad a cada edad, obtenidas como cociente de defunciones a lo largo del año, por edad y por sexo observadas sobre la Población Residente en España expuesta al riesgo de muerte en un año, teniendo en cuenta las edades a la defunción de los fallecidos y la fecha de su nacimiento. Según esta nueva metodología, el INE ha publicado tablas de mortalidad completas del total de España, desde 1991 hasta 2011, para varones, mujeres y totales. También ha publicado tablas abreviadas para las diversas Comunidades Autónomas, provincias y Ceuta y Melilla, también desde 1991 hasta 2011, para varones, mujeres y total. La razón por la que no se publican tablas completas para entidades de menor tamaño es que pueden presentarse distorsiones indeseables sobre los resultados que pueden dificultar su interpretación como consecuencia de la aleatoriedad de las informaciones de defunciones a cada edad7. En este trabajo se han utilizado las tablas de mortalidad de las 50 provincias de España, junto con Ceuta y Melilla desde 1991 a 2010 recientemente publicadas, según la última metodología del INE8, empleando datos de la esperanza de vida por grupos quinquenales de edad, tanto para varones como para mujeres. Se han incluido también 6 INE (2013) A pesar de agrupar las defunciones en grupos de edad de cinco años, se siguen observando ceros en la tasa de mortalidad de algunas provincias a algunas edades, lo que supone que el riesgo de muerte de la cohorte ficticia sea también cero. 8 En realidad, el INE utiliza la nueva metodología en la serie de 2002 a 2010 y la inmediatamente anterior (del año 2010) en el resto de la serie. 7 7 los datos de la esperanza de vida a las mismas edades consideradas para el Total Nacional, analizándose 40280 datos de esperanza de vida en conjunto9. 4. ANÁLISIS Y RESULTADOS En primer lugar, se intenta reducir mediante un Análisis de Componentes Principales (ACP) la información que contienen las 19 variables consideradas en el análisis a lo largo de los 20 años que comprende el período considerado. En todos los años del estudio, se comprueba que al seleccionar dos componentes principales se retiene una varianza de al menos el 97%10, como se muestra en la Tabla 1. Tabla 1: Porcentaje de Varianza explicada por las dos primeras Componentes Principales en el ACP sobre las esperanzas de vida a las distintas edades. Año 1991 1992 1993 1994 1995 1996 1997 1998 1999 2000 2001 2002 2003 2004 2005 2006 2007 2008 2009 2010 Porcentaje de Varianza Explicada. Esperanza de vida de Varones 97,828 97,593 98,223 97,657 97,494 97,240 97,419 98,178 97,618 97,855 98,136 98,129 97,915 97,795 97,525 97,160 97,065 97,842 97,897 97,918 9 Porcentaje de Varianza Explicada. Esperanza de vida de Mujeres 98,542 97,567 98,852 98,788 98,651 98,382 98,961 99,048 99,166 98,960 99,098 98,907 99,329 99,188 99,194 98,773 98,997 98,957 99,100 98,938 Como edades, se han considerado 0 años (esperanza de vida al nacimiento), 1 año y posteriormente los grupos quinquenales entre 5 y 85 años. Se ha considerado 85 años como la última edad cumplida para evitar posibles distorsiones en los datos que aparecen cuando se cierran las tablas que, por ejemplo para Ceuta y Melilla en grupos quinquenales, se produce a los 90 años. 10 En cualquier caso, el porcentaje de varianza que acumula la primera componente siempre es superior al 85%, lo que la configura como una componente de tamaño. Esto es muy habitual en los estudios en los que las variables que se pretenden resumir mediante ACP están altamente correlacionadas, como es el caso que se analiza en este trabajo. 8 Este análisis preliminar permite concluir que el ACP es un método óptimo para resumir la información que contienen los indicadores de esperanza de vida a las distintas edades consideradas por género, en cada uno de los años considerados. Este método permitiría hacer un estudio transversal en cada año analizado, pero no permite establecer comparaciones longitudinales, puesto que las dos primeras componentes principales son específicas para cada año. Para poder realizar un estudio de carácter longitudinal, y teniendo en cuenta la alta variabilidad que recogen las dos componentes extraídas en cada año analizado (ver Tabla 1), la primera posibilidad es considerar que la estructura de correlación entre las variables se mantiene a lo largo del tiempo. En este caso, se podría aplicar un ACP sobre las 19 variables, considerando conjuntamente todos los años del período, utilizando la denominada matriz de correlaciones combinada. De esta forma, se obtendrían dos componentes principales globales, que resumirían la información de todas las variables durante todo el período, con lo que se podrían establecer comparaciones transversales y longitudinales, al ser la base de referencia común. Por tanto, es necesario comprobar si la estructura de correlaciones que liga dichos indicadores es la misma en cada periodo. Para realizar dicha comprobación, se utiliza el contraste de la M de Box (Rencher, 1995, pág. 280 y siguientes), que permite comprobar la igualdad de matrices de varianzas y covarianzas, sobre las variables tipificadas. Este contraste se formula teniendo en cuenta el determinante de las matrices de correlación, cuya información se muestra en la Tabla 2: 9 Tabla 2: Logaritmo del determinante de la matriz de correlaciones para las variables que miden la esperanza de vida por edades. Caso de varones: Año Logaritmo del Logaritmo del determinante. determinante. Caso de Varones Caso de Mujeres -82,913 -80,620 1991 -84,072 -76,247 1992 -83,323 -80,489 1993 -82,874 -82,225 1994 -81,857 -79,108 1995 -82,630 -79,634 1996 -82,689 -83,460 1997 -84,348 -84,107 1998 -83,198 -85,512 1999 -84,587 -86,211 2000 -84,352 -85,539 2001 -82,976 -85,898 2002 -84,950 -86,046 2003 -82,850 -87,521 2004 -83,910 -86,929 2005 -80,784 -83,349 2006 -81,555 -85,198 2007 -82,924 -82,428 2008 -85,432 -85,765 2009 -85,519 -85,051 2010 -76,790 -77,379 Intra-grupos combinada En ninguno de los dos casos (varones o mujeres, véase la Tabla 3) se puede asumir como cierta la hipótesis nula de igualdad de matrices de correlación entre ambos grupos de variables a lo largo de los 20 años considerados, razón por la que no es posible encontrar un espacio bidimensional derivado mediante el ACP sobre la matriz de correlaciones combinada. Tabla 3: Resultado de la Prueba de Box para las matrices de correlaciones de los indicadores de Esperanza de Vida. M de Box F Aprox. gl1 gl2 Sig. Varones 6860,631 1,835 3249 489616,752 ,000 Mujeres 6434,989 1,941 2907 490124,343 ,000 Una posible solución para poder realizar el análisis longitudinal de la información resumida de las variables consideradas, es la aplicación de la técnica del Análisis del Espacio Común (Krzanowski, 1979). Esta técnica es un método algebraico que permite encontrar un espacio bidimensional lo más próximo posible a todos los subespacios bidimensionales generados por el ACP realizado año por año. Este espacio común 10 permitirá la comparación longitudinal y transversal de las provincias españolas en términos del comportamiento y la evolución de su esperanza de vida a las distintas edades. La aplicación del espacio común parte de los dos vectores propios que definen las componentes principales en el ACP de cada año. Si se denomina Ui a la matriz de dimensión 19x2 cuyas columnas son los dos vectores propios de la matriz de correlación entre las variables consideradas en el año i ( i 1991, 2010 ), entonces la descomposición espectral de la matriz 2010 H U ·U ' i 1991 i i genera un subespacio de dimensión 2 que es el más próximo posible a los 20 espacios bidimensionales derivados del ACP, en el sentido de que cada una de las componentes del espacio común minimiza la distancia a cada una de las componentes de los espacios bidimensionales generados para cada año. En este caso, el método del análisis del espacio común es muy adecuado, puesto que no presenta los problemas que se le han atribuido habitualmente. En primer lugar, los datos analizados son muy estables en el tiempo. En cada instante temporal analizado, las dos componentes principales son muy estables, puesto que los dos primeros autovalores de las matrices de correlación son muy grandes en relación al resto (las dos componentes acumulan más de un 97% de la variabilidad observada en cualquier caso). En segundo lugar, estamos analizando en cada uno de los períodos de tiempo considerados un mismo número de variables medidas sobre el mismo conjunto de casos (las 52 provincias o Ciudades Autónomas consideradas y el Total Nacional), con lo que no se encuentran irregularidades en los tamaños muestrales analizados. Una vez aplicado el método del Análisis del Espacio Común, se obtiene una nueva configuración bidimensional de la información de la esperanza de vida a las distintas edades consideradas para varones y mujeres durante los 20 años considerados. Para entender exactamente qué es lo que explica cada una de estas dos componentes comunes, se presentan en las Figuras 1 y 2 los coeficientes de correlación entre las variables observadas y las dos Componentes Comunes obtenidas, a modo de Gráfico de Componentes en un Análisis de Componentes Principales, diferenciando los casos de 11 varones y mujeres que, como se ha indicado en el apartado introductorio, presentan diferencias entre sí. Hay que observar que en este análisis, ya se están considerando conjuntamente todas las provincias a lo largo de todo el período temporal analizado, lo que permitirá representar todos los casos de análisis, facilitando la comparación tanto transversal como longitudinal de los mismos. Figura 1: Coeficientes de correlación entre las variables observadas y las Componentes Comunes. Varones. Figura 2: Coeficientes de correlación entre las variables observadas y las Componentes Comunes. Mujeres. 12 Como se puede apreciar a partir de las Figuras 1 y 2, la primera componente del Espacio Común es una componente de tamaño, pues se encuentra altamente correlacionada con todas las variables analizadas. De este modo, aquellas provincias que alcancen un valor alto en esta componente serán las que tengan un mejor comportamiento en cuanto a la esperanza de vida que presentan a las distintas edades, mientras que las que obtengan un valor más bajo, tendrán una peor perspectiva en cuanto a los años que restan por vivir a las diferentes edades. De este modo, se puede denominar a esta primera componente del espacio común como expectativa de vida. La segunda componente se relaciona escasamente con las esperanzas de vida a las diversas edades, aunque se aprecia una ligera correlación positiva con la esperanza de vida a edades más altas, como es el caso de los varones, en el que la correlación entre la segunda componente del espacio común y la esperanza de vida a los 85 años es de 0,615. Por esta razón, no parece lógico emplearla en el estudio, puesto que la información que aporta no es demasiado relevante. En las Figuras 3 y 4 se representan las puntuaciones de todas las provincias y las Ciudades Autónomas en el espacio común obtenido. Por tanto se incluyen para cada una de ellas los 20 puntos que sitúan su evolución a lo largo de todo el período 1991-2010. Así, los casos que quedan más a la derecha tienen una expectativa de vida superior al Total Nacional, que se encuentra aproximadamente en la parte central de la gráfica, mientras que los casos que quedan más a la izquierda poseen una expectativa de inferior al Total Nacional. 13 Figura 3: Representación de las provincias en las componentes del Espacio Común. Varones. Figura 4: Representación de las provincias en las componentes del Espacio Común. Mujeres. 14 A continuación se hace un análisis pormenorizado de la trayectoria seguida por cada provincia o Ciudad Autónoma con relación a la seguida por el Total Nacional, con el objetivo de caracterizar a las provincias en tres grupos. El primer grupo estará formado por aquellas provincias que tengan una menor expectativa de vida que el Total Nacional, y presentaran valores más pequeños que el Total Nacional en la Primera Componente Común durante todo el período de análisis. El segundo grupo, estará formado por aquellas provincias que tengan en general una mayor expectativa de vida que el Total Nacional en todo el período, y sus trayectorias en el Espacio Común se situarán a la derecha. Por último, incluiremos en un grupo intermedio a las provincias que no permanezcan siempre por encima o por debajo del Total Nacional, sino que sus trayectorias se crucen con él, por lo menos una vez, a lo largo del tiempo. En la Tabla 4, se muestra la clasificación obtenida según el criterio considerado para comparar la trayectoria seguida por cada provincia o Ciudad Autónoma en relación con el Total Nacional, para el caso de los varones. Tabla 4: Clasificación de las provincias españolas atendiendo a su comportamiento general en cuanto a la expectativa de vida en relación con el Total Nacional. Varones. Provincias con peor expectativa de vida que el Total Nacional Almería Asturias Badajoz Cádiz Granada Huelva Las Palmas Málaga Sevilla Valencia Provincias con expectativa de vida no comparable con el Total Nacional Alicante Araba/Álava Balears, Illes Barcelona Bizkaia Cáceres Cantabria Castellón/Castelló Ceuta Ciudad Real Córdoba Coruña, A Guipuzkoa Jaén León Lugo Melilla Murcia Ourense Palencia Pontevedra Santa Cruz de Tenerife Zaragoza 15 Provincias con mejor expectativa de vida que el Total Nacional Albacete Ávila Burgos Cuenca Girona Guadalajara Huesca La Rioja Lleida Madrid Navarra Salamanca Segovia Soria Tarragona Teruel Toledo Valladolid Zamora En la Tabla 5, se muestra la situación de cada una de las provincias españolas en relación a la evolución del Total Nacional en cuanto a la expectativa de vida obtenida según el método del Espacio Común para las mujeres Tabla 5: Clasificación de las provincias españolas atendiendo a su comportamiento general en cuanto a la expectativa de vida en relación con el Total Nacional. Mujeres. Provincias con peor expectativa de vida que el Total Nacional Alicante Almería Badajoz Cádiz Castellón/Castelló Ceuta Córdoba Granada Huelva Jaén Las Palmas Málaga Murcia Sevilla Valencia Provincias con expectativa de vida no comparable con el Total Nacional Albacete Asturias Balears, Illes Cáceres Ciudad Real Coruña, A Girona Lleida Lugo Melilla Pontevedra Santa Cruz de Tenerife Tarragona Toledo Zaragoza Provincias con mejor expectativa de vida que el Total Nacional Araba/Álava Ávila Barcelona Bizkaia Burgos Cantabria Cuenca Guadalajara Guipuzkoa Huesca La Rioja León Madrid Navarra Ourense Palencia Salamanca Segovia Soria Teruel Valladolid Zamora En los grupos que se describen en las Tablas 4 y 5 se aprecia cierta estabilidad, y se encuentran algunas provincias cuya expectativa de vida es inferior a la del Total Nacional en cualquier caso (considerando los varones o las mujeres). Concretamente, se trata de las provincias de Badajoz, Huelva, Sevilla, Cádiz, Málaga, Granada, Almería, Valencia y Las Palmas, que forman un arco sur de territorios cuya expectativa de vida es inferior a la del Total Nacional. Por otra parte, hay provincias cuya expectativa de vida supera a la del Total Nacional en ambas subpoblaciones de varones y mujeres. Se trata de las provincias de Zamora, Salamanca, Valladolid, Ávila, Segovia, Burgos, Soria, La Rioja, Navarra, Teruel, Huesca, Madrid, Guadalajara y Cuenca. Estas provincias forman un territorio en el que la expectativa de vida toma mayores valores que la del Total Nacional. 16 En la Figura 5 se muestran sombreados en azul las provincias cuya expectativa de vida es superior a la del Total Nacional en todos los años para el colectivo de varones, mientras que en rojo se señalan aquellas con valores más pequeños. Figura 5: Grupos de provincias con mejor o peor expectativa de vida que el Total Nacional en el período 1991-2010. Varones En la Figura 6 se muestran sombreados en azul las provincias cuya expectativa de vida es superior a la del Total Nacional en todos los años para el colectivo de mujeres, mientras que en rojo se señalan aquellas con valores más pequeños. Figura 6: Grupos de provincias con mejor o peor expectativa de vida que el Total Nacional en el período 1991-2010. Mujeres 17 Por último, en la Figura 7 se muestran sombreados en azul las provincias cuya expectativa de vida para las personas de ambos géneros es superior a la del Total Nacional en todos los años, mientras que en rojo se señalan aquellas con valores más pequeños. Figura 7: Grupos de provincias con mejor o peor expectativa de vida que el Total Nacional en el período 1991-2010. Varones y mujeres 5. CONCLUSIONES En este trabajo se trata de establecer agrupaciones de provincias que han tenido una estructura similar en cuanto a las condiciones de mortalidad, usando como referencia la del Total Nacional. Para realizar este trabajo se han utilizado las esperanzas de vida a las diferentes edades de todas las provincias, diferenciadas por género, durante el período 1991-2010. En primer lugar, se hace una breve introducción metodológica de las tablas de mortalidad, para explicar las relaciones que se establecen entre las diferentes funciones biométricas y cuál es el significado y la importancia de estudiar la esperanza de vida para analizar como incide el fenómeno de la mortalidad en una población. Seguidamente, se exponen cuáles son las fuentes de datos que se han utilizado, haciendo una breve descripción de las últimas aportaciones metodológicas hechas por el INE. 18 Una vez seleccionada la fuente de datos, se ha utilizado una metodología algebráica para encontrar un resumen de la esperanza de vida a las distintas edades para las provincias españolas a lo largo del período 1991-2010. La ventaja del análisis del espacio común empleado es que permite generar una combinación lineal de las variables de partida que hacen posible la comparabilidad transversal y longitudinal de los casos de análisis. Este estudio incluye una cantidad de información muy importante de las variables de partida (medida a través de la varianza que queda explicada), y permite captar detalles que la esperanza de vida al nacer no es capaz de detectar por sí misma. En este sentido, la esperanza de vida al nacer resume las condiciones de mortalidad de la población en una sola cifra promedio, pero no revela posibles perturbaciones o cambios en la mortalidad a determinadas edades, pudiendo ocurrir que se refleje en una misma cifra dos escenarios diferentes de mortalidad. Por esta razón, el método empleado en este trabajo permite refinar el análisis de la esperanza de vida teniendo en cuenta la mortalidad a todas las edades. La primera componente común que se ha obtenido acumula una gran proporción de la variabilidad de los datos, quedando definida como una componente de tamaño, es decir, como una combinación lineal de las esperanzas de vida a las distintas edades. Por esta razón, se la ha denominado expectativa de vida. La segunda componente común parece estar relacionada con las esperanzas de vida a edades más avanzadas, pero presenta coeficientes de correlación con respecto a ellas muy pequeños, por lo que no se ha considerado su interpretación en este trabajo. Como resultado final, se han clasificado las provincias españolas en tres categorías atendiendo a la evolución de su expectativa de vida comparada con la del Total Nacional. Esta clasificación es muy estable, tanto para varones como para mujeres, y descubre ciertos patrones geográficos. Si se analiza el grupo de las provincias con peor expectativa de vida que el Total Nacional, se aprecia en el caso de las mujeres, que este grupo está formado por provincias colindantes del sur y Levante, mientras que en el caso de los varones desaparece este efecto de contigüidad provincial, puesto que se excluyen algunas provincias de Andalucía y de Levante, y se incluye Asturias. En cuanto al análisis de las provincias con mejor expectativa de vida que el Total Nacional se sitúan, en términos generales, en la zona centro y norte del país, destacando la mayoría de provincias de Castilla-León, así como La Rioja, Navarra, Huesca, Teruel, 19 Guadalajara, Cuenca y Madrid, cuyas trayectorias se sitúan por encima de las del Total Nacional en todo el período considerado, tanto para varones como para mujeres. 6. REFERENCIAS Alho, J. M.; Spencer, B. D. (2005): Statistical Demography and Forecasting. Springer Series in Statistics. Becker, G. S.; Philipson, T. Y.; Soares, R. R. (2005): “The quantity and quality of life and the evolution of world inequality”, American Economic Review, 95 (1), 277291. Boletín Oficial del Estado (2011): “Ley 27/2011, de 1 de agosto, sobre actualización, adecuación y modernización del sistema de Seguridad Social”, http://www.boe.es/boe/dias/2011/08/02/pdfs/BOE-A-2011-13242.pdf Camarda, C. G.; Durban, M. (2008): Goodness of fit in models for mortality data, Universidad Carlos III de Madrid, Departamento de Estadística. Mimeo. Cutler, D.; Richardson, E. (1997) “Measuring the Health of the U:S: Population”. Brooking Papers on Economic Activity: Microeconomics, pp. 217-271. Gertham, U.-G.; Johanneson, M. (1999): “New estimates of the demand for health: results based on categorical health measure and Swedish micro data”, Social Science and Medicine, 49, pp. 1325-1332. Goerlich, F.J. (2008): “Las Tablas de Mortalidad del Instituto Nacional de Estadística: 1900-1901 a 2004-2005. Recopilación Crítica”. Estadística Española. Vol. 50 (169), pp. 523-569. Goerlich, F.J. y Pinilla, R (2009): “Tablas de Mortalidad para España y sus regiones: 1975-2006 y Esperanzas de Vida Libres de Discapacidad por sexo y Comunidad Autónoma: 2004-2006. Base de Datos y Principales Resultados”, Monografía 2009-01, Ivie, Valencia, 80 páginas. Krzanowski, W.J. (1979): “Between-group comparison of principal components”. Journal of the American Statistical Association, 74, pp. 703-710; correction note (1981): 76, 1022. 20 INE (2007a): Metodología empleada en el cálculo de las Tablas de Mortalidad de la Población de España. 1992-2005. Disponible en: [http://www.ine.es/daco/daco42/mortalidad/metodo_9205.pdf]. INE (2007b): Tablas de mortalidad de la Población Española 1992-2005. INE (2009): Tablas de mortalidad. Metodología. Disponible en: [http://www.ine.es/daco/daco42/mortalidad/metodo_9107.pdf]. INE (2010): Análisis y estudios demográficos, Tablas de mortalidad 2001-2005. Demografía y Población. Madrid. INE (2013): Tablas de mortalidad. Serie revisada 2002-2011 (18 de junio de 2013). Disponible en http://www.ine.es Mcdonald, S.; Roberts, J. (2002): «Growth and multiple forms of human capital in an augmented Solow Model: a panel data investigation». Economics Letters 74, pp. 271-276. Murphy, K. M.; Topel, R. H. (eds.) (2002): Exceptional Returns, University of Chicago Press. Nordhaus, W. D. (2002): The health of Nations: The Contribution of Improved Health to Living Styards, En K. M. Murphy y R. H. Topel (eds.) Exceptional Returns. University of Chicago Press. Osberg L.; Sharpe, A. (2002): “An index of economic well-being for selected OECD countries”, Review of Income and Wealth, 48 (3), pp. 291-316. Philipson, T.; Soares, R. (2001): Human Capital, Longevity y Economic Growth: A Quantitative Assessment of Full Income Measures, Manuscript, University of Chicago. Pinilla, R.; Goerlich, F. J. (2004): “Renta per capita y potencial de calidad devida (QLP) en España (1981-1999)”, Investigaciones Regionales, 4, pp. 53-74. Pollard, J. H. (1982): “The expectation of life and its relationship to mortality”, Journal of the Institute of Actuaries, 109, pp. 225-240. Pollard, J. H. (1988): “On the decomposition of changes in expectation of life and differentials in life expectancy”, Demography, 25 (2), pp. 265-276. 21 Preston, S. H.; Keyfitz, N.; Schoen, R. (1972): Causes of Death. Life Tables for National Populations. New York and London, Seminar Press. Reher, D. S.; Dopico, F. (1999): “El declive de la mortalidad en España 1860-1930”, Asociación de Demografía Histórica (ADEH), Barcelona. Disponible en [http://www.ucm.es/info/geps/424.htm]. Rencher, A.C. (1995): Methods of Multivariate Analysis, New York, Wiley. Sen, A. (1998): “Mortality as an indicator of economic success and failure”. The Economic Journal, 108, pp. 1-25. Sen, A. (1999): Development as Freedom, ALFRED A. KNOPF INC., New York. En castellano: «Desarrollo y libertad», Planeta, Barcelona, (2000) Wilmoth, J. R. (2007): Human Mortality Database Protocol. University of California, Berkeley (USA), and Max Planck Institute for Demographic Research (Germany). [http://www.mortality.org/Public/Docs/MethodsProtocol.pdf] 22