La despoblación en España

Grado en Estadística TRABAJO FIN DE GRADO La despoblación en España María Vázquez de la Torre Becerra Sevilla, Junio de 2024 ÍNDICE GENERAL Prólogo ........................................ v Resumen........................................vii Abstract........................................viii ÍndicedeFiguras...................................xii ÍndicedeTablas....................................xiv 1. Introducción al estudio de poblaciones en Demografía 1 1.1. Introducción................................... 1 1.2. Introducción y justificación al estudio de la despoblación . . . . . . . . . . 2 1.3. Soluciones frente al problema de la despoblación en España . . . . . . . . . 3 1.3.1. Objetivos y Enfoques del Plan . . . . . . . . . . . . . . . . . . . . . 3 1.3.2. Marco Estratégico y Políticas . . . . . . . . . . . . . . . . . . . . . 4 1.3.3. EjesdeAcción ............................. 4 1.3.4. Perspectiva de Género y Juventud . . . . . . . . . . . . . . . . . . . 5 1.3.5. Implementación y Adaptación . . . . . . . . . . . . . . . . . . . . . 5 1.4. Estudios anteriores de la despoblación en España . . . . . . . . . . . . . . 5 2. Enfoque Metodológico para el Estudio de la Despoblación en España 17 2.1. Metodologías que definen el riesgo de despoblación . . . . . . . . . . . . . 17 2.1.1. Metodología1.............................. 17 2.1.2. Metodología2.............................. 18 2.1.3. Metodología3.............................. 19 2.2. Estudio detallado de la metodología 3 . . . . . . . . . . . . . . . . . . . . . 20 2.2.1. Criterio 1: Pérdida de población en el Siglo XXI . . . . . . . . . . . 20 i 2.2.1.1. Pérdida de población en la última década . . . . . . . . . 21 2.2.2. Criterio 2: Densidad de población en 2018 . . . . . . . . . . . . . . 22 2.2.3. Criterio 3: Variaciones residenciales . . . . . . . . . . . . . . . . . . 22 2.2.3.1. Variaciones residenciales en 2017 . . . . . . . . . . . . . . 22 2.2.3.2. Variaciones residenciales en el periodo 2011-2017 . . . . . 24 2.2.4. Criterio 4: Saldo vegetativo . . . . . . . . . . . . . . . . . . . . . . 25 2.2.4.1. Saldo vegetativo 2017 . . . . . . . . . . . . . . . . . . . . 25 2.2.4.2. Saldo vegetativo en el periodo 2011-2017 . . . . . . . . . . 25 2.2.5. Conclusiones .............................. 26 3. Análisis de la despoblación en España 27 3.1. Criterio 1: Pérdida de población en el Siglo XXI . . . . . . . . . . . . . . . 27 3.1.1. Tasa de variación poblacional entre el año 2001 y el año 2022 a escalamunicipal............................. 28 3.2. Criterio 2: Densidad de población en 2022 . . . . . . . . . . . . . . . . . . 32 3.2.1. Densidad a 1 de enero del año 2022 a escala municipal . . . . . . . 32 3.3. Criterio 3: Variaciones residenciales . . . . . . . . . . . . . . . . . . . . . . 36 3.3.1. Saldo total por variación residencial a escala nacional desde 1998 hasta2021................................ 37 3.3.2. Saldo por variación residencial a escala municipal en el año 2021 . . 37 3.3.3. Saldo por variación residencial a escala municipal del año 2011 a 2021 41 3.4. Criterio 4: Saldo vegetativo . . . . . . . . . . . . . . . . . . . . . . . . . . 45 3.4.1. Saldo vegetativo por mil habitantes a escala nacional desde 1975 hasta2022................................ 46 3.4.2. Saldo vegetativo a escala municipal en el año 2022 . . . . . . . . . . 47 3.4.3. Saldo vegetativo por mil habitantes a escala municipial en el periodo 2010a2022 ............................... 49 3.5. Municipios en riesgo de despoblación . . . . . . . . . . . . . . . . . . . . . 54 3.6. Conclusiones................................... 57 A. Anexo 1: Código R desarrollado 59 A.1. Código importación de datos y representación de la tabla 3.1 del capítulo 3delcriterio3.1................................. 59 A.2. Código del mapa de la figura 3.1 del capítulo 3 del criterio 3.1 . . . . . . . 61 A.3. Código gráfico de la figura 3.2 del tipo de barras agrupadas del capítulo 3 delcriterio3.1.................................. 63 A.4. Código importación y preparación de datos de todas las variaciones residenciales en el periodo 2011-2021 del capítulo 3 del criterio 3.3 . . . . . . . 65 ii A.5. Código gráfico de la figura 3.10 del tipo de barras agrupadas comparadas del capítulo 3 del criterio 3.3 . . . . . . . . . . . . . . . . . . . . . . . . . . 67 Bibliografía 73 iii Prólogo La despoblación en España es un fenómeno que ha cobrado gran relevancia en los últimos años, afectando especialmente a las áreas rurales y a los municipios más pequeños. Este Trabajo Fin de Grado se adentra en el análisis de esta problemática, buscando e identificando los municipios más vulnerables. A lo largo de este estudio, se han utilizado diversos criterios específicos para determinar el riesgo de despoblación, arrojando luz sobre una realidad que requiere atención y soluciones efectivas. El proceso de investigación y redacción de este trabajo ha sido una experiencia enriquecedora y reveladora, y no habría sido posible sin el apoyo y la motivación de varias personas a quienes me gustaría expresar mi más profundo agradecimiento. En primer lugar, quiero agradecer a mi tutor Pedro Luque Calvo por su ayuda, guía y motivación a lo largo de todo este proyecto. Sus conocimientos y consejos han sido fundamentales para llevar a cabo esta investigación de manera rigurosa y efectiva. También deseo expresar mi gratitud a mi familia por el apoyo incondicional que me han brindado durante este periodo. Su comprensión y aliento han sido esenciales para superar los desafíos y mantenerme enfocada en mis objetivos. De manera especial, quiero dedicar este trabajo a mi abuelo Manolo, cuyas historias y experiencias de vida sobre lo que era España antes me han inspirado profundamente. Sus relatos no solo me motivaron a realizar este TFG, sino que también me proporcionaron una perspectiva única y valiosa sobre la evolución demográfica y social de nuestro país. Este Trabajo Fin de Grado es un reflejo de la dedicación y el esfuerzo conjunto de todas las personas que han estado a mi lado durante esta etapa, y espero que contribuya a un mejor entendimiento y a la búsqueda de soluciones para la despoblación en España. v Resumen Este Trabajo Fin de Grado se centra en la problemática de la despoblación en España, identificando los municipios más afectados y analizando las tendencias demográficas subyacentes. Utilizando criterios específicos para determinar el riesgo de despoblación, se identificaron 2.272 municipios en riesgo, lo que representa el 27,94% del total de municipios en el país. La investigación muestra una clara tendencia a la pérdida de población en muchos municipios, especialmente en los más pequeños. El estudio destaca que los municipios con menos de 500 habitantes son los más vulnerables, sufriendo una disminución significativa en su población. Además, el impacto de la despoblación varía considerablemente entre las comunidades autónomas. Comunidades como Castilla y León y Castilla-La Mancha se ven especialmente afectadas, con 1.063 y 422 municipios en riesgo respectivamente. Esto representa el 47,29% y el 45,92% de sus municipios totales. Otras comunidades como Aragón y Extremadura también presentan porcentajes significativos de municipios en riesgo. En contraste, regiones como las Islas Baleares, Canarias, Ceuta y Melilla no presentan municipios en riesgo de despoblación, mientras que la Comunidad de Madrid y el País Vasco tienen porcentajes muy bajos. El estudio se basa en un análisis cuantitativo de datos poblacionales y demográficos, proporcionando una visión detallada de cómo la despoblación afecta mayormente a las áreas rurales, aunque también tiene impacto en municipios de tamaño medio. vii 3.14. Municipios con mayor crecimiento vegetativo negativo entre los años 2010 y 2022. Fuente: Elaboración propia . . . . . . . . . . . . . . . . . . . . . . 50 3.15. Saldo vegetativo en función del tamaño del municipio entre los años 2010 y 2022. Fuente: Elaboración propia. . . . . . . . . . . . . . . . . . . . . . . 51 3.16. Número de municipios con saldo vegetativo negativo por comunidad autónoma entre los años 2010 y 2022. Fuente: Elaboración propia. . . . . . . . 52 3.17. Número de municipios en riesgo de despoblación por comunidad autónoma. Fuente: Elaboración propia. . . . . . . . . . . . . . . . . . . . . . . . . . . 56 xiv CAPÍTULO 1 INTRODUCCIÓN AL ESTUDIO DE POBLACIONES EN DEMOGRAFÍA 1.1. Introducción Según Valdés [[16], pág 16]: “La demografía es el estudio del tamaño, distribución geográfica y composición de la población y de sus características, sus cambios, así como de las causas y consecuencias de dichos cambios. Los componentes de la población son la natalidad, la mortalidad y los movimientos territoriales o migraciones. La demografía tiene como tarea prioritaria comprender, explicar e interpretar estos hechos a la luz de los cambios económicos, políticos, sociales y culturales que viven los pueblos del mundo. Su etimología proviene del griego: demos, pueblo, y grafos, descripción.” El propósito de la demografía es estudiar los movimientos que tienen lugar en las poblaciones humanas, es decir su desarrollo social. Así, la demografía se centra en el estado (el tamaño, la distribución territorial...) y la dinámica (fecundidad, migración, mortalidad...) de estas poblaciones a lo largo del tiempo. Definición de población: El principal objeto de estudio en demografía es la población humana. Se define a la población como un conjunto de personas con características comunes tales como edad, género, nacionalidad, etc. La población también se percibe como el factor determinante del desarrollo económico y social que habitan en una región geográfica. Importancia del estudio de poblaciones en demografía: Los estudios de población permiten conocer las características de los ciudadanos y entender la evolución de la población. Todos estos datos nos pueden ayudar con la toma de decisiones en distintos ámbitos como son el empleo, la pobreza, educación, medio ambiente, familia... 1 1.2. INTRODUCCIÓN Y JUSTIFICACIÓN AL ESTUDIO DE LA DESPOBLACIÓN 1.2. Introducción y justificación al estudio de la despoblación Cuando paseamos por los pueblos de España que están alejados de las grandes ciudades, observamos sus calles vacías y si además tenemos la oportunidad de hablar con los lugareños, les oiremos decir “bueno esto ya no es lo que era”, y nos contarán mil y una anécdotas de sus épocas juveniles. Pues bien. esta situación puede estar asociada al fenómeno de la despoblación. En el artículo ‘La despoblación rural en España: Génesis de un problema y políticas innovadoras’[[13], pág 2] definen la despoblación como un fenómeno demográfico y territorial, que consiste en la disminución del número de habitantes de un territorio o núcleo con relación a un período previo fijado. El análisis que en este trabajo se llevará a cabo, está encaminado a realizar el estudio de este fenómeno en España, pero desde el punto de vista del uso de los datos demográficos existentes. La importancia de este análisis viene motivada porque el fenómeno de la despoblación no afecta solo al habitante del lugar donde se produce, muy al contrario, afecta a toda la población e igualmente, no tiene unas consecuencias limitadas a determinados sectores que podrían verse más afectados, no, sus influencias se extienden a toda la población. De aquí que este Trabajo Fin de Grado pretende dar luz desde la demografía sobre municipios de España que están en riesgo de despoblación. En la despoblación los factores económicos desempeñan un papel fundamental, porque este fenómeno se suele localizar en áreas económicamente deprimidas, atrasadas o poco activas para el comercio, como pasa en las zonas de fuerte implantación de lo que podríamos llamar economía rural, frente a la economía urbana donde las oportunidades de negocio son, muchas más por su diversidad, y mucho más posibles por la propia dinámica del entorno. Naturalmente, este funcionamiento económico se transmite a los habitantes, dando lugar a lo que hemos denominado como “éxodo rural”, que es el fenómeno donde un número elevado de personas deciden emigrar hacia las grandes ciudades con el fin de obtener mayores salarios, mejores oportunidades laborales y/o equipamientos y servicios, en definitiva, deciden mejorar sus condiciones de vida. De esta forma, se dice adiós al medio rural para poder obtener una mejor calidad de vida en las grandes urbes, pues estas ofrecen una gran variedad de profesiones, las cuales pueden generar mayores riquezas que la agricultura y/o la ganadería, profesiones típicamente rurales. Igualmente, en las grandes ciudades no se sufren la infradotación de medios y servicios de primera necesidad, que tienen las zonas rurales, prácticamente en su totalidad, me refiero por ejemplo, a disponer de centros médicos en zonas próximas al lugar de residencia, centros comerciales ampliamente dotados para el abastecimiento poblacional y otros, por lo que a diferencia de lo que sucede en muchas zonas rurales, no tienen que desplazarse a otro municipio para poder acceder a esos servicios y/o productos. La despoblación además puede crear otros problemas añadidos como la pérdida de capital humano y la pérdida de emprendedores, lo que le resta dinamismo económico a la zona. Las propias decisiones de inversión o emprendimiento de empresas y personas se ven deprimidas como consecuencia de las bajas expectativas existentes. En definitiva y tras todo lo expuesto, el declive demográfico suele venir acompañado del declive económico. 2CAPÍTULO 1. INTRODUCCIÓN AL ESTUDIO DE POBLACIONES EN DEMOGRAFÍA 1.3. SOLUCIONES FRENTE AL PROBLEMA DE LA DESPOBLACIÓN EN ESPAÑA El envejecimiento de la población rural ha generado crecimientos vegetativos negativos, donde las defunciones superan a los nacimientos. Para 1975, el crecimiento vegetativo ya era negativo en las áreas rurales del cuadrante nororiental de la península y en algunas provincias gallegas y castellano-leonesas. En 1992, las defunciones superaban a los nacimientos en toda la mitad norte de la península, y en algunas provincias del sur como Albacete. Desde el inicio del siglo XXI, las tasas de natalidad en el medio rural español se han mantenido en torno al 6-7 por mil, mientras que las tasas de mortalidad oscilan entre 11-14 por mil, resultando en un crecimiento vegetativo medio anual negativo de aproximadamente 5 por mil durante 1991-98. La despoblación produce también la desaparición de las señas de identidad de los territorios producidas al abandonar las tierras, y la transformación de la sociedad por la desaparición de los valores culturales que han formado parte de su historia. Desde el punto de vista del medioambiente la despoblación de la zona rural puede afectar a la fauna del lugar, especialmente a la salvaje, que con facilidad se adaptará al medio perdiendo así su carácter diferencial. La posibilidad de incendios forestales aumentará porque al no existir actividad ganadera no se realiza la limpieza natural del suelo. Por el contrario, las ciudades donde se concentran las personas que dejan el medio rural, se vuelven más insostenibles, produciéndose una saturación en los distintos servicios, un aumento en los precios y una menor calidad de vida. Esto es algo que todos los días percibimos los ciudadanos. 1.3. Soluciones frente al problema de la despoblación en España El Plan de Medidas ante el Reto Demográfico[12] aborda el desafío de la cohesión territorial y la desigualdad en España, particularmente en áreas rurales y pequeños municipios. La estrategia se alinea con varios marcos estratégicos nacionales e internacionales, incluyendo la Agenda 2030 y los Objetivos de Desarrollo Sostenible (ODS), la Agenda Urbana Española, y los planes para la transición ecológica y digital, entre otros. 1.3.1. Objetivos y Enfoques del Plan El plan se centra en impulsar un desarrollo rural integral, con medidas transformadoras que fomenten la movilidad, la conectividad global, la sostenibilidad, la educación, la formación, la investigación y la integración urbano-rural. Entre los objetivos específicos están: Desarrollo territorial policéntrico: Promover el desarrollo de pequeñas y medianas ciudades y áreas rurales. Inversiones transformadoras: Mejorar la movilidad y conectividad en áreas rurales. Creación de oportunidades: Fomentar la educación, la formación, y la investigación adaptadas a los nuevos retos. Apoyo a la clase empresarial local: Integrar capital exterior y estimular el emprendimiento local. CAPÍTULO 1. INTRODUCCIÓN AL ESTUDIO DE POBLACIONES EN DEMOGRAFÍA 3 1.3. SOLUCIONES FRENTE AL PROBLEMA DE LA DESPOBLACIÓN EN ESPAÑA Sostenibilidad: En un sentido amplio, abarcando aspectos económicos, sociales y ambientales. 1.3.2. Marco Estratégico y Políticas El Plan se articula en el contexto de varios marcos estratégicos: Agenda 2030 y ODS: La cohesión territorial es esencial para lograr los ODS, enfocándose en revitalizar áreas rurales. Agenda Urbana Española: Conectar el medio urbano con el rural, promoviendo sostenibilidad, inclusión y calidad de vida. Transición ecológica: A través del Plan Nacional de Adaptación al Cambio Climático, el Plan Nacional Integrado de Energía y Clima, y la Estrategia de Transición Justa. Agenda España Digital 2025: Garantizar una conectividad digital adecuada para toda la población. Fondos Next Generation EU: Usar estos fondos para reducir las fracturas sociales y territoriales, y fortalecer la economía post-pandemia. 1.3.3. Ejes de Acción El Plan de Medidas se organiza en 10 ejes de acción, con un total de 130 medidas: 1. Impulso de la Transición Ecológica: Adaptación al cambio climático y promoción de energías renovables. 2. Transición Digital y Plena Conectividad Territorial: Cerrar la brecha digital entre zonas urbanas y rurales. 3. Desarrollo e Innovación en el Territorio: Fomentar la innovación local. 4. Impulso del Turismo Sostenible: Promover prácticas turísticas sostenibles. 5. Igualdad de Derechos y Oportunidades de Mujeres y Jóvenes: Enfocarse en reducir la masculinización del territorio y apoyar a mujeres y jóvenes. 6. Fomento del Emprendimiento y Actividad Empresarial: Estimular el emprendimiento local y la creación de nuevas empresas. 7. Refuerzo de los Servicios Públicos e Impulso de la Descentralización: Mejorar la prestación de servicios básicos en áreas rurales. 8. Bienestar Social y Economía de los Cuidados: Abordar la economía de los cuidados y el envejecimiento de la población. 9. Promoción de la Cultura: Valorar y promover la cultura local. 10. Reformas Normativas e Institucionales: Realizar reformas que faciliten la cohesión territorial. 4CAPÍTULO 1. INTRODUCCIÓN AL ESTUDIO DE POBLACIONES EN DEMOGRAFÍA 1.4. ESTUDIOS ANTERIORES DE LA DESPOBLACIÓN EN ESPAÑA 1.3.4. Perspectiva de Género y Juventud El Plan de Medidas también aborda la cohesión territorial con una perspectiva de género y juventud: Brechas de género: Enfrentar la falta de oportunidades para mujeres en áreas rurales y combatir la violencia de género. Jóvenes: Crear oportunidades de emprendimiento y retener talento joven en zonas rurales. 1.3.5. Implementación y Adaptación El Plan se concibe como un documento dinámico, abierto a nuevas propuestas e intervenciones. Se coordina con la Estrategia Nacional de Reto Demográfico 2030 y se complementa con la Agenda compartida por las Comunidades Autónomas y Gobiernos Locales, quienes también deberán impulsar políticas específicas. En resumen, el Plan de Medidas ante el Reto Demográfico busca una transformación integral y coordinada de las áreas rurales y pequeñas ciudades de España, fomentando la igualdad de oportunidades, la sostenibilidad y la cohesión territorial. 1.4. Estudios anteriores de la despoblación en España Es importante destacar que este apartado se fundamenta principalmente en los artículos titulados ‘La despoblación en España: Un análisis de la situación’ [4], ‘La distribución espacial de la población en España y sus implicaciones económicas’ [2], ‘Diagnóstico Estrategia Nacional Frente al Reto Demográfico. Eje despoblación’ [9], ‘Diagnóstico Estrategia Nacional Frente al Reto Demográfico. Eje envejecimiento’ [10], y ‘El reto demográfico y la despoblación en cifras’[11]. Las cuestiones demográficas en España, como es el caso de la despoblación en España se han incorporado de forma progresiva a la vida del país y ya hoy es considerado un asunto de plena actualidad e incluso la pérdida de población registrada en la última década, se valora como un problema por un amplio sector de la población. En la encuesta realizada por el CIS en febrero de 2019 se ha demostrado que el 82,4% de los encuestados había oído hablar de la despoblación y el 90% lo consideraba un problema, como podemos observar a continuación en la figura 1.1. CAPÍTULO 1. INTRODUCCIÓN AL ESTUDIO DE POBLACIONES EN DEMOGRAFÍA 5 1.4. ESTUDIOS ANTERIORES DE LA DESPOBLACIÓN EN ESPAÑA Figura 1.1: Encuesta realizada por el CIS. Fuente: Estudio 3240 de 2019 del Centro de Investigaciones Sociológicas, publicado en febrero de 2019, pág 13. Pero esta situación no es solo una cuestión de España, la propia CEE por medio del Comité Europeo de las Regiones declara que “el cambio demográfico de las regiones es uno de los mayores desafíos a los que se enfrenta la UE”. Para tratar estos asuntos vamos a hacer un poco de historia. En el artículo titulado ‘La distribución espacial de la población en España y sus implicaciones económicas’ [2], define “urbanización” como el porcentaje de población residente en municipios de más de 10.000 habitantes. En los últimos años ha experimentado un importante crecimiento al pasar la media mundial del 29,6% en 1950, al 56,2 % en 2020, y llegando en los países desarrollados al 81,4%. En España también ha experimentado este crecimiento alcanzando en 2020 el 80,8% de su población residiendo en municipios de más de 10.000 habitantes, ligeramente por encima de la media europea, pero por debajo de otros países considerados desarrollados como Japón, Estados Unidos o Canadá donde en alguno de ellos se ha llegado a alcanzar el 90%. Este conocimiento del fenómeno de despoblación no significa ni mucho menos un mejor conocimiento, valga la redundancia, de los factores que lo generan, ya que se trata de un proceso complejo influenciado por muchas circunstancias entre las que destacan, la edad de la población, la baja natalidad y las circunstancias socioeconómicas. España a lo largo del siglo XX ha experimentado un crecimiento poblacional muy fuerte, hemos pasado de algo más de 18,5 millones de habitantes al comienzo del siglo XX a 40,8 millones al final de siglo y el comienzo del XXI ha seguido con la misma tendencia llegando a alcanzar los 47,6 millones en 2012 con una escasa bajada sufrida en los años 2011 y 2012, por efecto de las crisis económicas y alcanzando un total de 46,7 millones en 2018 y que ha seguido creciendo llegando a 48 millones en 2023. Aunque la evolución general de la población en España durante el presente siglo ha sido positiva como antes se ha indicado, la realidad es que este crecimiento está muy condicionado por el tamaño de los municipios como se muestra en el mapa de la figura 1.2 donde puede observarse como la mayoría de los municipios pierden población con las 6CAPÍTULO 1. INTRODUCCIÓN AL ESTUDIO DE POBLACIONES EN DEMOGRAFÍA 1.4. ESTUDIOS ANTERIORES DE LA DESPOBLACIÓN EN ESPAÑA excepciones de las comunidades mediterráneas, Madrid y el Valle del Guadalquivir entre otros muy localizados. Figura 1.2: Municipios que pierden población en el siglo XXI (2001-2018). Fuente: ’Diagnóstico Estrategia Nacional Frente al Reto Demográfico. Eje despoblación’ publicado por el ’Ministerio de Política Territorial y Función Pública’. El fenómeno de despoblación a escala municipal nos dice que, de los 8.131 municipios españoles, 5.102 pierden población desde 2001 hasta 2018, es decir, un 62,75 % de los municipios. Luego claramente podemos afirmar que la despoblación se ha producido dentro de un contexto de crecimiento demográfico. Las causas por las que se produce esta despoblación en las circunstancias indicadas deben ser analizadas si se pretende dar solución al grave problema que supone. La variación demográfica de un territorio depende fundamentalmente de dos conjuntos de variables, están por un lado las asociadas a factores internos como la natalidad y la mortalidad, y las debidas a la dinámica externa como son los movimientos migratorios de entrada y salida. En el gráfico de la figura 1.3 que mostramos a continuación, se recoge el saldo vegetativo registrado anualmente, a nivel nacional. Saldo vegetativo por mil habitantes : SVt m=Nt m−Dt m Pt m ×1000 donde: Pt mes la población del municipio m a 1 de enero del año t Nt mes el número de nacimientos registrados durante el año t de madres pertenecientes al municipio m. CAPÍTULO 1. INTRODUCCIÓN AL ESTUDIO DE POBLACIONES EN DEMOGRAFÍA 7 1.4. ESTUDIOS ANTERIORES DE LA DESPOBLACIÓN EN ESPAÑA Dt mes el número de defunciones registrados durante el año t de individuos pertenecientes al municipio m. Se observa como en los años 1978-1979 (años finales del “baby boom”, periodo de un amplio crecimiento de la natalidad ) se produce una caída drástica que dura hasta finales del siglo XX para comenzar a recuperarse en la primera década del siglo XXI pero solo hasta las proximidades de 2010 que comienza una nueva bajada que después de 2015 llega incluso a tasas negativas ya que se producen más defunciones que nacimientos por causas debidas fundamentalmente al envejecimiento de la población. Figura 1.3: Saldo vegetativo en España (1975 – 2017). Fuente: INE. Pero como ya indicábamos anteriormente este comportamiento a nivel nacional no se corresponde con lo ocurrido en la mayoría de las comunidades, donde tal como se muestra en el mapa de la figura 1.4, son mayoría los municipios que muestran un saldo vegetativo negativo por un envejecimiento de la población que incluso provoca que la tendencia demográfica sea negativa con independencia de las circunstancias socio económicas de la región que pudiera ser positiva. 8CAPÍTULO 1. INTRODUCCIÓN AL ESTUDIO DE POBLACIONES EN DEMOGRAFÍA 1.4. ESTUDIOS ANTERIORES DE LA DESPOBLACIÓN EN ESPAÑA Figura 1.4: Municipios con crecimiento vegetativo negativo 2011-17. Fuente:’El reto demográfico y la despoblación en cifras’ publiaco por el ’Ministerio para la Transición Ecológica y el Reto Demográfico’. Tal como antes adelantábamos el segundo conjunto de variables que influyen en la evolución demográfica de un territorio se debe a los movimientos migratorios de entrada y salida que forman la dinámica externa. En el gráfico de la figura 1.5 que mostramos a continuación se puede ver que, de acuerdo con el padrón municipal de habitantes, el número de personas nacidas en el extranjero ha aumentado en España sensiblemente. Figura 1.5: Número de personas nacidas en el extranjero según el Padrón Municipal de Habitantes (1998-2018). Fuente: INE. Pero tal como antes hemos indicado, a pesar del aumento de la inmigración, hay una gran parte del territorio español que ha perdido población y ello es debido a un crecimiento vegetativo negativo. La falta de natalidad y sobre todo el envejecimiento de la población son una de sus causas. En el mapa de la figura 1.6 se muestran los municipios en los que en la década de 2011-2017 han presentado un saldo residencial negativo (el saldo por CAPÍTULO 1. INTRODUCCIÓN AL ESTUDIO DE POBLACIONES EN DEMOGRAFÍA 9 CAPÍTULO 2 ENFOQUE METODOLÓGICO PARA EL ESTUDIO DE LA DESPOBLACIÓN EN ESPAÑA En el capítulo 1 introducíamos lo que es la despoblación y la importancia que tiene estudiarla, además tomábamos como referencia un estudio anterior sobre la despoblación (ver 1.4) y comentábamos los resultados obtenidos en dicho estudio. A continuación, vamos a presentar tres metodologías encontradas en publicaciones demográficas en las que se define cuando un municipio está en riesgo de despoblación. 2.1. Metodologías que definen el riesgo de despoblación 2.1.1. Metodología 1 En el artículo “Análisis de los municipios de la provincia de Granada en riesgo de despoblación y propuestas de medidas a adoptar para su repoblación y revitalización” [3], en la página 15 define que un municipio se clasifica en riesgo de despoblación si cumple al menos uno de estos dos criterios al 1 de enero de 2022: Criterio 1: Densidad de población: Se considera que un municipio está en riesgo de despoblación si su densidad de población es igual o inferior a 12,5 habitantes por km2. Criterio 2: Evolución de la población: Un municipio se considera en riesgo de despoblación si su población ha disminuido un 1% o más entre 2012 y 2022. 17 2.1. METODOLOGÍAS QUE DEFINEN EL RIESGO DE DESPOBLACIÓN Los resultados principales que obtuvieron se pueden ver en la siguiente tabla de la figura 2.1, donde observamos que 163 municipios cumplen con ambos criterios y de estos, 133 son municipios con menos de 5.000 habitantes (73 municipios con menos de 1.000 habitantes y 60 municipios entre 1.000 y 5.000 habitantes). Figura 2.1: Porcentaje de municipios en riesgo de despoblación de la provincia de Granada en función del tamaño del municipio. Fuente: ’Análisis de los municipios de la provincia de Granada en riesgo de despoblación y propuestas de medidas a adoptar para su repoblación y revitalización’, pág 33. 2.1.2. Metodología 2 En el artículo “Gobernanza democrática para el desarrollo: Las estructuras de cooperación en los municipios en riesgo de despoblación de la Comunitat Valenciana” [8], en la página 139 utiliza como referencia la delimitación institucional de los municipios en riesgo de despoblación establecida por la Agenda Valenciana Antidespoblament (Avant). Este plan, impulsado por el Consell de la Generalitat Valenciana a través del Decreto 182/2018, define los criterios para identificar municipios en riesgo de despoblación en la Comunidad Valenciana. Los criterios son los siguientes: Criterio 1: Municipios que cumplen con los requisitos del artículo 5 del Decreto 51/2017 y al menos cinco de los siguientes: •Densidad de población: Inferior o igual a 20 habitantes por km2. •Crecimiento demográfico: Tasa de crecimiento menor o igual a 0 % en los últimos veinte años. •Tasa de crecimiento vegetativo: Menor o igual a -10% en los últimos veinte años. •Índice de envejecimiento: Porcentaje de población mayor de 64 años sobre la población menor de 16 años mayor o igual a 250%. •Índice de dependencia: Cociente entre la suma de la población menor de 16 años y mayor de 64 años, y la población de 16 a 64 años, multiplicado por 100, mayor o igual a 60 %. •Tasa migratoria: Saldo migratorio en los últimos diez años menor o igual a 0%. Criterio 2: Municipios pertenecientes a áreas funcionales con densidad demográfica igual o inferior a 12,5 habitantes por km2. Criterio 3: Municipios con población inferior a 120 habitantes, considerados en riesgo máximo de despoblación. 18 CAPÍTULO 2. ENFOQUE METODOLÓGICO PARA EL ESTUDIO DE LA DESPOBLACIÓN EN ESPAÑA 2.1. METODOLOGÍAS QUE DEFINEN EL RIESGO DE DESPOBLACIÓN Uno de los resultados que obtuvieron sobre la provincia de Valencia se pueden ver en la siguiente tabla de la figura 2.2, donde observamos que 46 municipios están en riesgo de despoblación y 13 de estos los han clasificado con riesgo muy alto. Figura 2.2: Número de municipios en riesgo de despoblación de la provincia de Valencia. Fuente: ’Gobernanza democrática para el desarrollo: Las estructuras de cooperación en los municipios en riesgo de despoblación de la Comunitat Valenciana’, pág 146. 2.1.3. Metodología 3 En el documento “Diagnóstico Estrategia Nacional Frente al Reto Demográfico” publicado por el “Ministerio de Política Territorial y Función Pública” [9], en la página 3 se define que un área está en riesgo de despoblación si cumple con los siguientes criterios: Criterio 1: Ha sufrido una pérdida de población en el Siglo XXI (usando como fechas de referencia 2001 y 2018). Criterio 2: Tiene una densidad de población menor de 12,5 habitantes por km2en el año 2018. Criterio 3: Presenta un saldo por variación residencial negativo desde el año 2011 hasta el 2017. Criterio 4: Tiene un saldo vegetativo negativo desde el año 2011 hasta el 2017. CAPÍTULO 2. ENFOQUE METODOLÓGICO PARA EL ESTUDIO DE LA DESPOBLACIÓN EN ESPAÑA 19 2.2. ESTUDIO DETALLADO DE LA METODOLOGÍA 3 2.2. Estudio detallado de la metodología 3 En esta sección vamos a desarrollar la metodología 3 del Ministerio de Política Territorial y Función Pública. Hemos decidido seleccionar esta metodología entre las citadas debido a que es utilizada en un estudio a nivel nacional y no autonómico, lo que la hace más adecuada para nuestro análisis. En el capítulo 3, utilizaremos esta metodología ampliando el periodo de estudio hasta el año 2022 a nivel nacional, con el fin de realizar un análisis actualizado del riesgo de despoblación en los municipios de España. 2.2.1. Criterio 1: Pérdida de población en el Siglo XXI El 61,9% de los municipios españoles han perdido población entre 2001 y 2018. Observando la figura 2.3 se pueden resaltar los siguientes aspectos. Si nos fijamos en los municipios de menos de 1.000 habitantes vemos que el 3,3 % pierde más de la mitad de sus habitantes, el 65,3% pierde entre el 50 % y el 10% de su población y el 11,4% pierde menos del 10% de su población, es decir si sumamos estos porcentajes, vemos que un 80% de los municipios de menos de 1.000 habitantes han perdido población. En los municipios que tienen entre 1000 y 5000 habitantes estos porcentajes mejoran y el porcentaje de municipios que pierden población baja a un 50,6% (un 0% pierde más de la mitad de sus habitantes, un 32,1% de los municipios pierden entre el 50 % y el 10% de su población y el 18,5 % pierde menos del 10 % de su población). En los municipios de más de 5.000 habitantes tan solo un 16,9% de sus municipios pierden población, de estos un 5,8% pierden entre el 50 % y el 10% de su población y el 10,9% pierden menos del 10% de su población. Figura 2.3: Intensidad de las tasas de variación de población 2001-2018 por tamaño de municipio. Fuente: ’Diagnóstico Estrategia Nacional Frente al Reto Demográfico’ publicado por el ’Ministerio de Política Territorial y Función Pública’, pág 7. 20 CAPÍTULO 2. ENFOQUE METODOLÓGICO PARA EL ESTUDIO DE LA DESPOBLACIÓN EN ESPAÑA 2.2. ESTUDIO DETALLADO DE LA METODOLOGÍA 3 2.2.1.1. Pérdida de población en la última década El estudio se centra en el periodo entre 2011 y 2017 donde el 80,2% de los municipios pierde población, el 19% gana población, y el resto se mantiene. La distribución según muestra el mapa de la figura 2.4 afecta a toda España, aunque hay zonas en Andalucía Occidental y costas, Madrid, Cataluña Oriental y el País Vasco que se ven menos afectadas. La pérdida de población también ha afectado en capitales de provincia y si observamos el mapa de la figura 2.5 ganan solo 15 de las 50 capitales. Figura 2.4: Municipios que pierden población en la década (2011-2018). Fuente: ’Diagnóstico Estrategia Nacional Frente al Reto Demográfico’ publicado por el ’Ministerio de Política Territorial y Función Pública’, pág 9. Figura 2.5: Evolución De las capitales entre 2011 y 2017. Fuente: ’Diagnóstico Estrategia Nacional Frente al Reto Demográfico’ publicado por el ’Ministerio de Política Territorial y Función Pública’, pág 11. CAPÍTULO 2. ENFOQUE METODOLÓGICO PARA EL ESTUDIO DE LA DESPOBLACIÓN EN ESPAÑA 21 2.2. ESTUDIO DETALLADO DE LA METODOLOGÍA 3 2.2.2. Criterio 2: Densidad de población en 2018 El riesgo de despoblación fijado por la UE considera una densidad inferior a 12,5 habitantes/km2, y esto afecta al 48,2% de los municipios de España. Fijándonos en el tamaño de los municipios y observando el gráfico de la figura 2.6, vemos que de los municipios que tienen una densidad inferior a 12,5 habitantes/km2, el 33,1% son municipios con menos de 100 habitantes y el 50 % tienen entre 100 y 500 habitantes. Figura 2.6: Distribución de los municipios con densidad inferior a 12,5 habitantes por km2 en función del tamaño de municipio. Fuente: ’Diagnóstico Estrategia Nacional Frente al Reto Demográfico’ publicado por el ’Ministerio de Política Territorial y Función Pública’, pág 13. 2.2.3. Criterio 3: Variaciones residenciales 2.2.3.1. Variaciones residenciales en 2017 El saldo por variación residencial estudia la diferencia entre el número de altas y bajas por variación residencial, y siempre va referida a un territorio. La variación residencial en España en 2017 ha afectado negativamente al 49,34 % de los municipios donde se han producido más bajas que altas. Al observar la figura 2.7, se puede ver que en los municipios con menos de 100 habitantes, el 50% presenta un saldo por variación residencial negativo. Este porcentaje aumenta en los municipios que tienen entre 100 y 500 habitantes, donde el 54,7% tiene un saldo negativo, y en los municipios que tienen entre 500 y 1.000 habitantes, donde el 56,1% presenta un saldo negativo. Sin embargo, a medida que los municipios superan los 1.000 habitantes, este porcentaje mejora. En los municipios con más de 100.000 habitantes, solo el 19,4% tiene un saldo negativo. 22 CAPÍTULO 2. ENFOQUE METODOLÓGICO PARA EL ESTUDIO DE LA DESPOBLACIÓN EN ESPAÑA 2.2. ESTUDIO DETALLADO DE LA METODOLOGÍA 3 Figura 2.7: Saldo Variaciones Residenciales 2017 por tamaño del municipio. Fuente: ’Diagnóstico Estrategia Nacional Frente al Reto Demográfico’ publicado por el ’Ministerio de Política Territorial y Función Pública’, pág 15. Observando la figura 2.8, las variaciones negativas en los municipios de menos de 1.000 habitantes afectan más a las mujeres que a los hombres y a partir de 1.000 el aumento es para ambos sexos. Figura 2.8: Saldo Variaciones Residenciales 2017 por sexo y tamaño del municipio. Fuente: ’Diagnóstico Estrategia Nacional Frente al Reto Demográfico’ publicado por el ’Ministerio de Política Territorial y Función Pública’, pág 16. Distinguiendo entre saldo exterior e interior, ya que el saldo total es la suma de ambos, decimos que el saldo exterior se refiere a la diferencia entre las altas y bajas por cambio de residencia de un municipio a otro, hacia el extranjero o desde el extranjero. En cambio, el saldo interior se refiere a las variaciones residenciales que ocurren entre municipios dentro del mismo territorio nacional. En 2017, las variaciones de los saldos residenciales interiores fueron negativas en un 56,9%, mientras que el saldo residencial exterior fue positivo en un 52,3%. Al observar la figura 2.9, se puede apreciar que hay un mayor porcentaje de municipios con un saldo interior negativo en comparación con aquellos con un saldo exterior negativo CAPÍTULO 2. ENFOQUE METODOLÓGICO PARA EL ESTUDIO DE LA DESPOBLACIÓN EN ESPAÑA 23 2.2. ESTUDIO DETALLADO DE LA METODOLOGÍA 3 en todos los estratos de tamaño de municipios. En los municipios con más de 100.000 habitantes, el 93,5% tiene un saldo exterior positivo, mientras que solo el 45,2% de estos municipios presenta un saldo interior positivo. Figura 2.9: Saldo Variaciones Residenciales interiores y exteriores 2017 por tamaño del municipio. Fuente: ’Diagnóstico Estrategia Nacional Frente al Reto Demográfico’ publicado por el ’Ministerio de Política Territorial y Función Pública’, pág 18. 2.2.3.2. Variaciones residenciales en el periodo 2011-2017 En este periodo el saldo negativo ha sido del 62,3 %, el positivo del 36,3% y del 1,3% con saldo 0. Fijándonos en el tamaño del municipio y en la figura 2.10, vemos que en los municipios con menos de 100 habitantes un 71,5 % de estos tienen un saldo total por variación residencial negativo, este porcentaje disminuye a medida que aumentan los habitantes con una sola excepción en el tramo entre 50.000 y 100.000 habitantes, el porcentaje de negativos llega al 50,6%. Figura 2.10: Saldo Variaciones Residenciales 2011 - 2017 por tamaño del municipio. Fuente: ’Diagnóstico Estrategia Nacional Frente al Reto Demográfico’ publicado por el ’Ministerio de Política Territorial y Función Pública’, pág 19. 24 CAPÍTULO 2. ENFOQUE METODOLÓGICO PARA EL ESTUDIO DE LA DESPOBLACIÓN EN ESPAÑA 2.2. ESTUDIO DETALLADO DE LA METODOLOGÍA 3 2.2.4. Criterio 4: Saldo vegetativo 2.2.4.1. Saldo vegetativo 2017 El crecimiento vegetativo viene definido como la diferencia entre nacimientos y defunciones en un determinado territorio. En España en el año 2017 hubo un saldo vegetativo negativo, o sea hubo 31.342 defunciones más que nacimientos. El 71,7 % de los municipios tuvo saldo vegetativo negativo, el 17,4% lo tuvo positivo y el 10,9% tuvo saldo 0. Fijándonos en el tamaño del municipio y en la figura 2.11, los municipios de menos de 5.000 habitantes han tenido en su mayoría saldo vegetativo negativo llegando al 85,4% en los de 500 a 1.000 habitantes. En los municipios a partir de 5.000 habitantes el saldo es positivo en más de la mitad, como en los de 50.000 a 100.000 habitantes donde se alcanza el 66,3% de positivos. Figura 2.11: Saldo Vegetativo 2017 por tamaño del municipio. Fuente: ’Diagnóstico Estrategia Nacional Frente al Reto Demográfico’ publicado por el ’Ministerio de Política Territorial y Función Pública’, pág 27. 2.2.4.2. Saldo vegetativo en el periodo 2011-2017 Teniendo en cuenta los saldos vegetativos desde el año 2011 hasta el 2017, obtenemos, que el 79,4% de los municipios tienen un saldo vegetativo negativo, el 0,4% saldo cero, y el 20,1% saldo vegetativo positivo. Fijándonos en el tamaño del municipio y en la figura 2.12, la mayoría de los saldos vegetativos negativos se han dado en municipios de menos de 5.000 habitantes, donde el 87,3% tiene saldo negativo, el 12,2 % saldo positivo y el 0,5% saldo 0. En los municipios con más de 5.000 habitantes el 62,4% tiene saldo positivo y el 37,6% saldo negativo. CAPÍTULO 2. ENFOQUE METODOLÓGICO PARA EL ESTUDIO DE LA DESPOBLACIÓN EN ESPAÑA 25 3.2. CRITERIO 2: DENSIDAD DE POBLACIÓN EN 2022 3.2. Criterio 2: Densidad de población en 2022 El segundo criterio evalúa la cantidad de personas que habitan por unidad de superficie. Para ello, analiza la densidad de población de los municipios en el año 2018. Esto lo que nos indica es qué tanto por ciento está poblado un territorio, suponiendo una distribución total de la población a lo largo de la superficie del territorio. En regiones con alta densidad, se observa que hay menos espacio asignado por habitante, mientras que en aquellas menos pobladas, se destina una mayor extensión de territorio para cada individuo. Como citábamos en el capítulo 1, una densidad inferior a 12,5 habitantes por km2es considerada baja por la CEE y un problema muy grave. Sin embargo, el problema se agudiza cuando en realidad en esas zonas la densidad es inferior a 12,5 habitantes por km2, sin alcanzar siquiera los 8 habitantes por km2. Densidad de población: d2022 m=P2022 m S2022 m donde: P2022 mes la población del municipio m a 1 de enero del año 2022. S2022 mes la superficie en kilómetros cuadrados del municipio m a 1 de enero del año 2022. El documento que tomábamos como referencia en el capítulo 2, establecía la densidad de población en 12,5 habitantes por km2, ya que es el umbral que la Unión Europea considera como indicativo de riesgo de despoblación. A continuación, lo estudiaremos en el año 2022, utilizando los datos del Registro de Entidades Locales (Secretaría de Estado de Administraciones Públicas) para obtener la superficie de cada municipio a 1 de enero de 2022 y del Padrón Municipal de Habitantes (INE) para obtener el número de habitantes por municipio a 1 de enero de 2022. 3.2.1. Densidad a 1 de enero del año 2022 a escala municipal La densidad media en España es de 93,7 hab/km2. No obstante, 3.944 municipios están por debajo de 12,5 hab/km2, lo que representa un 48,5 % del total. En la tabla 3.4, se pueden ver los 10 municipios con menor densidad en España; Como comentábamos al principio de este criterio, una densidad menor de 12 habitantes por km2 resulta un problema muy grave, que se agudiza aún más si no llega a los 8 habitantes por km2; si observamos los datos, vemos que es muy preocupante, ya que en ningún municipio de estos 10 llega siquiera a 1 habitante por km2. En el mapa de la figura 3.4, se puede ver que las comunidades autónomas con más municipios con densidad inferior a 12 hab/km2es Castilla y León y Aragón, ya que prácticamente vemos que casi toda su superficie está coloreada de amarillo. Por otro lado, se puede observar que las comunidades que menor número de municipios tienen una densidad inferior a 12 hab/km2son las islas, tanto Canarias como Baleares, que vemos que prácticamente están coloreadas de blanco. 32 CAPÍTULO 3. ANÁLISIS DE LA DESPOBLACIÓN EN ESPAÑA 3.2. CRITERIO 2: DENSIDAD DE POBLACIÓN EN 2022 Tabla 3.4: Municipios con menor densidad a 1 de enero de 2022. Fuente: Elaboración propia. Provincia Municipio Superficie Habitantes Densidad Soria Maján 30.39 8 0.26 Soria Quiñonería 38.47 10 0.26 Guadalajara Cardoso de la Sierra, El 186.70 49 0.26 Soria Valdeprado 31.92 9 0.28 Guadalajara Arbeteta 63.00 19 0.30 Guadalajara Castilnuevo 19.54 6 0.31 Guadalajara Valtablado del Río 25.21 8 0.32 Toledo Illán de Vacas 9.15 3 0.33 Burgos Haza 82.30 29 0.35 Huesca Viacamp y Litera 108.48 39 0.36 Densidad < 12,5 > 12,5 Datos ENTIDADES LOCALES 2022 Figura 3.4: Municipios con densidad inferior a 12,5 hab/km2a 1 de enero de 2022. Fuente: Elaboración propia CAPÍTULO 3. ANÁLISIS DE LA DESPOBLACIÓN EN ESPAÑA 33 3.2. CRITERIO 2: DENSIDAD DE POBLACIÓN EN 2022 98.40% 74.33% 38.96% 13.75% 1.12% 0.00% 0.00% 0.00% 1.60% 25.67% 61.04% 86.25% 98.88% 100.00%100.00%100.00% 0% 25% 50% 75% 100% (0,100] (100,500] (500,1000] (1000,5000] (5000,20000] (20000,50000] (50000,100000] >100000 Tamaño del municipio Porcentaje de municipios Tipo Densidad < 12,5 Densidad > 12,5 Datos ENTIDADES LOCALES 2022 Densidad Figura 3.5: Porcentaje de municipios con densidad inferior o superior a 12,5 km2en función del tamaño del municipio a 1 de enero de 2022. Fuente: Elaboración propia En la figura 3.5 hemos realizado un gráfico de barras agrupadas en el que representamos el porcentaje de municipios que hay con una densidad inferior o superior a 12,5 en función del tamaño del municipio, para así ver la relación que existe entre la densidad de un municipio y el número de habitantes que residen en él. A continuación mostramos una tabla con los datos usados en la figura 3.5. Tabla 3.5: Porcentaje de municipios con densidad inferior o superior a 12,5 km2en función del tamaño del municipio a 1 de enero de 2022. Fuente: Elaboración propia. Tamaño del municipio % municipios con densidad < 12,5 hab/km2% municipios con densidad > 12,5 hab/km2 (0,100] 98.40% 1.60% (100,500] 74.33% 25.67% (500,1000] 38.96% 61.04% (1000,5000] 13.75% 86.25% (5000,20000] 1.12% 98.88% (20000,50000] 0.00% 100.00% (50000,100000] 0.00% 100.00% >100000 0.00% 100.00% En la tabla 3.5 , se aprecia claramente que la mayoría de los municipios con una densidad de población inferior a 12,5 habitantes por kilómetro cuadrado se encuentran principalmente en áreas con menor cantidad de habitantes. La tabla 3.6 nos va a permitir hacer un análisis por comunidades autónomas. 34 CAPÍTULO 3. ANÁLISIS DE LA DESPOBLACIÓN EN ESPAÑA 3.2. CRITERIO 2: DENSIDAD DE POBLACIÓN EN 2022 Tabla 3.6: Número de municipios con densidad inferior a 12,5 km2por comunidad autónoma a 1 de enero de 2022 Comunidad autónoma Total Frecuencia Porcentaje Castilla y León 2248 1713 76.20% Aragón 731 554 75.79% Castilla - La Mancha 919 610 66.38% Rioja, La 174 94 54.02% Extremadura 388 167 43.04% Navarra, Comunidad Foral de 272 105 38.60% Asturias, Principado de 78 25 32.05% Cantabria 102 29 28.43% Cataluña 947 230 24.29% Comunitat Valenciana 542 116 21.40% Andalucía 785 155 19.75% Madrid, Comunidad de 179 24 13.41% Galicia 313 41 13.10% País Vasco 251 15 5.98% Murcia, Región de 45 2 4.44% Balears, Illes 67 1 1.49% Canarias 88 1 1.14% Ceuta 1 0 0.00% Melilla 1 0 0.00% En la tabla 3.6 se muestra el porcentaje de municipios que hay por comunidad autónoma que tienen un densidad inferior a 12,5 hab/km2, donde, la columna ‘Total’ representa el número total de municipios en cada comunidad autónoma, mientras que la columna ‘Frecuencia’ indica la cantidad de municipios que tienen una densidad inferior a 12,5 hab/km2. Por su parte, la columna ‘Porcentaje’ refleja el porcentaje de municipios con una densidad inferior a 12,5 hab/km2en relación al total de municipios en cada comunidad autónoma. Observamos que las comunidades autónomas que más municipios tienen con una densidad inferior a 12,5 hab/km2han sido Castilla y León y Aragón con un 76,20 % y un 75,79% de sus municipios respectivamente. Por otro lado, Ceuta y Melilla no han tenido ningún municipio con densidad inferior a 12,5 hab/km2. Además, las Islas Baleares y Canarias tienen un porcentaje muy pequeño de municipios con densidad inferior a 12,5 hab/km2, tan solo un 1,49 % y un 1,14%, respectivamente de sus municipios se ven afectados. Estos resultados confirman lo que esperábamos al ver el mapa de la figura 3.4 mostrado anteriormente. La figura 3.6 muestra estos datos gráficamente ordenados de manera descendente según dicho porcentaje. CAPÍTULO 3. ANÁLISIS DE LA DESPOBLACIÓN EN ESPAÑA 35 3.3. CRITERIO 3: VARIACIONES RESIDENCIALES 76.20% 75.79% 66.38% 54.02% 43.04% 38.60% 32.05% 28.43% 24.29% 21.40% 19.75% 13.41% 13.10% 5.98% 4.44% 1.49% 1.14% 0.00% 0.00% Ceuta Melilla Canarias Balears, Illes Murcia, Región de País Vasco Galicia Madrid, Comunidad de Andalucía Comunitat Valenciana Cataluña Cantabria Asturias, Principado de Navarra, Comunidad Foral de Extremadura Rioja, La Castilla − La Mancha Aragón Castilla y León 0% 20% 40% 60% 80% Porcentaje de municipios Comunidad autónoma Datos ENTIDADES LOCALES 2022 Figura 3.6: Porcentaje de municipios con densidad inferior a 12,5 hab/km2por comunidad autónoma a 1 de enero de 2022. Fuente: Elaboración propia. 3.3. Criterio 3: Variaciones residenciales El tercer criterio estudia el saldo por variación residencial1, y esto es debido a que es uno de los factores que influyen en la variación demográfica como comentábamos en el capítulo 1. Si el signo es negativo, indica que ha habido más bajas que altas, es decir se han ido más personas de un territorio de las que han llegado, ya que el saldo por variación residencial estudia la diferencia entre el número de altas y bajas por variación residencial, y siempre va referida a un territorio. Las variaciones residenciales interiores de todo el territorio nacional tienen saldo cero, por lo que el saldo por variación residencial anual en España es la diferencia entre las altas y bajas por variaciones residenciales exteriores. Es importante señalar que las variaciones residenciales anuales de la estadística no hacen referencia al “número de personas” que llevan a cabo una variación residencial, sino al “número de variaciones” efectuadas, ya que un ciudadano puede cambiar su residencia de un municipio a otro más de una vez en un año.[5] Los datos que se van a usar a continuación han sido extraídos de la Estadística de variación residencial (EVR) que elabora el INE. Hasta el año 2002 la EVR no incluía datos de bajas por variación residencial con destino al extranjero, por eso los saldos exteriores de los años 1998 a 2001 corresponden sólo a las altas de variación residencial con procedencia del extranjero en esos años. A continuación se estudiará el saldo por variación residencial hasta el año 2021, ya que no se han encontrado datos para el año 2022. 1Hasta 2010, Saldo Migratorio 36 CAPÍTULO 3. ANÁLISIS DE LA DESPOBLACIÓN EN ESPAÑA 3.3. CRITERIO 3: VARIACIONES RESIDENCIALES 3.3.1. Saldo total por variación residencial a escala nacional desde 1998 hasta 2021 81227 127365 362468 414772 446655 444051 629469 651273 698548 731201 459549 175336 90489 84146 −6534 −111153 −45620 28537 123020 226131 412754 528093 252393 209662 0 200,000 400,000 600,000 1998 1999 2000 2001 2002 2003 2004 2005 2006 2007 2008 2009 2010 2011 2012 2013 2014 2015 2016 2017 2018 2019 2020 2021 Año Total Nacional Datos INE (1998−2021) Saldo total por variación residencial Figura 3.7: Saldo total por variación residencial por año. Fuente: Elaboración propia. En el gráfico de la figura 3.7 podemos observar que los datos muestran una tendencia general al alza en el saldo total por variación de residencias desde 1998 hasta 2008, con picos en años como 2004, 2005, 2006, 2007, 2018 y 2019, y declives en años como 2012, 2013 y 2014. Sin embargo, el año 2020 muestra una notable disminución en comparación con los años anteriores, posiblemente debido a eventos excepcionales como la pandemia de COVID-19. Estos movimientos poblacionales pueden estar influenciados por crisis económicas previas en España, como la crisis financiera global de 2008 y la crisis económica de la eurozona, que resultaron en altas tasas de desempleo y dificultades económicas para muchas personas, lo que las llevó a buscar oportunidades laborales en el extranjero. 3.3.2. Saldo por variación residencial a escala municipal en el año 2021 De los 8.131 municipios que hay en España, 2.453 han tenido un saldo total por variación residencial negativo en el año 2021, es decir en el 30,17% de los municipios se produjeron más altas que bajas. Es importante distinguir entre saldo exterior e interior, dado que el saldo total es la suma de ambos saldos. El saldo exterior se refiere a la diferencia entre altas y bajas del cambio de residencia de un municipio a otro, al extranjero o desde el extranjero, mientras que el saldo interior se refiere a cuando la variación residencial es entre municipios del territorio nacional. CAPÍTULO 3. ANÁLISIS DE LA DESPOBLACIÓN EN ESPAÑA 37 3.3. CRITERIO 3: VARIACIONES RESIDENCIALES Tabla 3.7: Municipios con mayor saldo total por variación residencial negativo en el año 2021. Fuente: Elaboración propia Codigo Municipio CPRO CMUN Saldo Total Saldo Interior Saldo Exterior 50297 Zaragoza 50 297 -17995 -1648 -16347 08019 Barcelona 08 019 -8226 -16085 7859 28079 Madrid 28 079 -7674 -27238 19564 28058 Fuenlabrada 28 058 -3857 -1933 -1924 14021 Córdoba 14 021 -2896 -2687 -209 03128 Teulada 03 128 -1976 -12 -1964 43148 Tarragona 43 148 -1587 -579 -1008 04013 Almería 04 013 -1348 -912 -436 51001 Ceuta 51 001 -1159 -1362 203 28106 Parla 28 106 -1159 -721 -438 En la tabla 3.7, podemos observar los 10 municipios con mayor saldo total residencial negativo. En esta lista predominan principalmente las capitales de provincias. Sin embargo, como mencionamos anteriormente, es interesante analizar no solo el saldo total, sino también los tipos de saldos (interior y exterior). Si observamos los tipos de saldo en la tabla, podemos notar que algunos municipios, como Madrid y Barcelona, muestran un saldo total negativo debido principalmente a un saldo interior negativo, lo que indica que la principal contribución al saldo total negativo proviene de la migración dentro del propio País. Fijándonos en el tamaño de los municipios obtenemos el gráfico de la figura 3.8. 36.83% 34.74% 29.37% 25.00% 20.54% 20.68% 27.59% 39.06% 17.07% 6.08% 2.80% 0.98% 0.56% 0.00% 0.00% 0.00% 46.10% 59.18% 67.83% 74.02% 78.91% 79.32% 72.41% 60.94% 0% 25% 50% 75% 100% (0,100] (100,500] (500,1000] (1000,5000] (5000,20000] (20000,50000] (50000,100000] >100000 Tamaño del municipio Porcentaje de municipios Tipo Saldo 0 Saldo negativo Saldo positivo Datos INE 2021 Saldo total por variación residencial Figura 3.8: Salto total por variación residencial en función del tamaño del municipio en el año 2021. Fuente: Elaboración propia En la figura 3.8 hemos realizado un gráfico de barras agrupadas en el que representa- 38 CAPÍTULO 3. ANÁLISIS DE LA DESPOBLACIÓN EN ESPAÑA 3.3. CRITERIO 3: VARIACIONES RESIDENCIALES mos el porcentaje de municipios que hay dependiendo de si su saldo total por variación residencial es positivo, negativo, o cero en función del tamaño del municipio, para así ver la relación que existe entre el saldo total por variación residencial de un municipio y el número de habitantes que residen en él. A continuación mostramos una tabla con los datos usados en la figura 3.8. Tabla 3.8: Saldo total por variación residencial en función del tamaño del municipio en el año 2021. Fuente: Elaboración propia Tamaño del municipio % municipios con saldo negativo % municipios con saldo 0 % municipios con saldo positivo (0,100] 36.83% 17.07% 46.10% (100,500] 34.74% 6.08% 59.18% (500,1000] 29.37% 2.80% 67.83% (1000,5000] 25.00% 0.98% 74.02% (5000,20000] 20.54% 0.56% 78.91% (20000,50000] 20.68% 0.00% 79.32% (50000,100000] 27.59% 0.00% 72.41% >100000 39.06% 0.00% 60.94% En la tabla 3.8 podemos observar que en los municipios más pequeños, es decir, aquellos con menos de 100 habitantes, un 36,83% ha experimentado un saldo total por variación de residencial negativo, en estos municipios también observamos que son los que mayor porcentaje tienen en comparación con los otros que tienen saldo 0 un 17,07%. A medida que aumenta el tamaño del municipio, el porcentaje de municipios con saldo positivo tiende a aumentar. Esto sugiere que los municipios más grandes pueden estar atrayendo más población o al menos manteniendo un saldo por variación residencial estable en comparación con los municipios más pequeños. Pero cabe destacar que en los municipios con más de 100.000 habitantes, el porcentaje de municipios con saldo negativo vuelve a aumentar, algo que llama la atención ya que en estudios anteriores como el que citamos en el capítulo 2 [9], en el año 2017 no ocurría esto y los municipios con mas de 100.000 habitantes tenían un menor porcentaje de municipios con saldo total por variación residencial negativo. Por lo que puede dar a entender que en los últimos años está habiendo una tendencia a abandonar municipios demasiado masificados. A continuación estudiaremos la variable sexo de forma conjunta con el tamaño del municipio. En la figura 3.9 hemos realizado un gráfico de barras agrupadas en el que representamos el porcentaje de municipios que hay dependiendo de si su saldo total por variación residencial es positivo, negativo, o cero en función del tamaño del municipio y en función del sexo, para así ver la relación que existe entre el saldo total por variación residencial de un municipio, el número de habitantes que residen en él y el sexo. CAPÍTULO 3. ANÁLISIS DE LA DESPOBLACIÓN EN ESPAÑA 39 3.3. CRITERIO 3: VARIACIONES RESIDENCIALES 31.4% 29.6% 27.5% 22.9% 23.0% 29.0% 42.9% 34.6% 21.7% 7.6% 3.1% 1.4% 0.3% 47.0% 62.8% 69.4% 75.7% 76.7% 71.0% 57.1% 65.4% 35.6% 33.4% 31.9% 23.2% 20.7% 28.6% 35.3% 29.0% 22.8% 7.4% 2.5% 1.1% 0.7% 41.6% 59.2% 65.6% 75.6% 78.6% 71.4% 64.7% 71.0% 0 25 50 75 100 (0,100] (100,500] (500,1000] (1000,5000] (5000,20000] (20000,50000] (50000,100000] >100000 Tamaños de Municipios Porcentaje de Municipios Tipos de Saldos Saldo cero Saldo negativo Saldo positivo Hombres (barras izquierdas) y Mujeres (barras derechas) Comparación de Saldos totales por variación residencial. Figura 3.9: Saldo total por variación residencial en función del tamaño del municipio y sexo en el año 2021. Fuente: Elaboración propia. Fijándonos en la variable sexo, sin mirar el tamaño del municipio obtenemos lo siguiente: En el caso de las mujeres, en el 31% de los municipios los saldos totales por variación residencial han sido negativos, el 10,1% obtienen saldo 0 y el 58,9% obtienen saldo positivo. En el caso de los hombres, en el 28,2 % de los municipios los saldos totales por variación residencial han sido negativos, el 9,3% obtienen saldo 0 y el 62,5 % obtienen saldo positivo. Fijándonos conjuntamente en el sexo y tamaño de municipios (ver figura 3.9), en los municipios más pequeños, es decir, aquellos con menos de 100 habitantes, un 31,4% en el caso de las mujeres y un 35,6% en el caso de los hombres ha experimentado un saldo total por variación de residencial negativo, en estos municipios también observamos que son los que mayor porcentaje tienen en comparación con los otros que tienen saldo 0 un 21,7% en el caso de las mujeres y un 22,8% en el caso de los hombres. A medida que aumenta el tamaño del municipio, el porcentaje de municipios con saldo positivo tiende a aumentar tanto hombres como mujeres. Cómo comentábamos al principio de este criterio al observar la tabla 3.7, es interesante analizar no solo el saldo total, sino también los tipos de saldos (interior y exterior). En el 37,1% de los municipios, el saldo por variación residencial interior ha sido negativo, en el 6,2% ha sido cero y en el 56,7 % ha sido positivo en 2021. En el 13,8% de los municipios, el saldo por variación residencial exterior ha sido negativo, en el 29,9% ha sido cero y en el 56,3 % ha sido positivo en 2021. 40 CAPÍTULO 3. ANÁLISIS DE LA DESPOBLACIÓN EN ESPAÑA 3.3. CRITERIO 3: VARIACIONES RESIDENCIALES Si nos fijamos en el tamaño del municipio podemos observar la siguiente figura 3.10. 38.1% 38.6% 33.8% 35.0% 32.5% 44.0% 55.2% 82.8% 17.6% 6.9% 3.5% 1.7% 1.5% 44.3% 54.5% 62.7% 63.3% 66.1% 56.0% 44.8% 17.2% 5.3% 14.8% 19.5% 16.2% 13.3% 10.9% 12.6% 14.1% 78.9% 42.2% 13.1% 5.7% 0.9% 0.4% 15.8% 43.1% 67.4% 78.1% 85.8% 88.7% 87.4% 85.9% 0 25 50 75 100 (0,100] (100,500] (500,1000] (1000,5000] (5000,20000] (20000,50000] (50000,100000] >100000 Tamaños de Municipios Porcentaje de Municipios Tipos de Saldos Saldo cero Saldo negativo Saldo positivo Saldo Interior (barras izquierdas) y Saldo Exterior (barras derechas) Comparación de Saldo Exterior e Interior por variación residencial. Figura 3.10: Saldo exterior e interior por variación residencial en función del tamaño del municipio en el año 2021. Puede consultar el código R utilizado en el anexo 1. Fuente: Elaboración propia. En la figura 3.10 hemos realizado un gráfico de barras agrupadas en el que representamos el porcentaje de municipios que hay dependiendo de si su saldo por variación residencial es positivo, negativo, o cero en función del tamaño del municipio y en función de si el saldo es interior o exterior, para así ver la relación que existe entre el saldo exterior e interior por variación residencial de un municipio y el número de habitantes que residen en él. Observando vemos que hay un mayor porcentaje de municipios con un saldo interior negativo que con un saldo exterior negativo en todo los estratos de tamaño de municipios. Si bien algo que llame la atención es que en los municipios de más de 100.000 habitantes el 82,2% tienen un saldo interior negativo, por lo que podemos pensar que hay una tendencia de abandonar los que están masificados, pero para moverse a otro municipio dentro del territorio. También vemos que en los municipios más pequeños el 78,9% de los municipios tienen un saldo exterior de 0, por lo que podemos pensar que en estos municipios, pocas personas son las que se van al extranjero y aquellas que vienen del extranjero no van a residir en municipios de pocos habitantes. 3.3.3. Saldo por variación residencial a escala municipal del año 2011 a 2021 Si nos fijamos en las variaciones residenciales desde el año 2011 hasta el 2021, tenemos, que el 48,9% de los municipios tienen un saldo residencial negativo, el 1,2% saldo cero, y el 49,9% saldo residencial positivo. CAPÍTULO 3. ANÁLISIS DE LA DESPOBLACIÓN EN ESPAÑA 41 3.4. CRITERIO 4: SALDO VEGETATIVO 57.18% 83.70% 87.91% 84.88% 76.90% 69.17% 66.67% 82.81% 37.86% 9.72% 3.80% 1.58% 1.12% 0.00% 0.00% 0.00% 4.96% 6.58% 8.29% 13.54% 21.99% 30.83% 33.33% 17.19% 0% 25% 50% 75% 100% (0,100] (100,500] (500,1000] (1000,5000] (5000,20000] (20000,50000] (50000,100000] >100000 Tamaño del municipio Porcentaje de municipios Tipo Saldo vegetativo 0 Saldo vegetativo negativo Saldo vegetativo Positivo Datos INE 2022 Saldo vegetativo por cada 1000 habitantes Figura 3.15: Saldo vegetativo en función del tamaño del municipio en 2022. Fuente: Elaboración propia A continuación mostramos una tabla con los datos usados en la figura 3.15 Tabla 3.13: Saldo vegetativo en función del tamaño del municipio en 2022. Fuente: Elaboración propia. Tamaño del municipio % municipios que tienen saldo negativo % municipios que tienen saldo 0 % municipios que tienen saldo positivo (0,100] 57.18% 37.86% 4.96% (100,500] 83.70% 9.72% 6.58% (500,1000] 87.91% 3.80% 8.29% (1000,5000] 84.88% 1.58% 13.54% (5000,20000] 76.90% 1.12% 21.99% (20000,50000] 69.17% 0.00% 30.83% (50000,100000] 66.67% 0.00% 33.33% >100000 82.81% 0.00% 17.19% En la tabla 3.13 podemos observar que en los municipios más pequeños, con una población de 0 a 100 habitantes, el 57,18% de ellos muestran un saldo vegetativo negativo. Esta tendencia persiste a medida que aumenta el tamaño del municipio, alcanzando su punto máximo en los municipios con una población entre 5.000 y 20.000 habitantes, donde el 76,9% aún experimenta un saldo negativo. Por otro lado, se observa un aumento en el porcentaje de municipios con saldo positivo a medida que el tamaño del municipio crece. Por ejemplo, en municipios con una población entre 5.000 y 20.000 habitantes, el 21,99% registra un saldo vegetativo positivo, y este porcentaje aumenta al 30,83% en municipios con una población entre 20.000 y 50.000 habitantes. Sin embargo, en municipios muy grandes, con una población superior a 100.000 habitantes, la tendencia parece cambiar. Aquí, el porcentaje de municipios con saldo positivo 48 CAPÍTULO 3. ANÁLISIS DE LA DESPOBLACIÓN EN ESPAÑA 3.4. CRITERIO 4: SALDO VEGETATIVO disminuye al 17,19 %, mientras que el porcentaje de municipios con saldo negativo es notablemente alto, llegando al 82,81 %. Porcentaje que ha emperado ya que en estudios anteriores como el que citamos en el capítulo 2 [9], en el año 2017 no ocurría esto y los municipios con mas de 100.000 habitantes tenían un menor porcentaje de municipios con saldo vegetativo negativo. Este fenómeno que también observamos en el anterior criterio en la tabla 3.8 podría indicar que, una vez que un municipio alcanza un tamaño considerable, su crecimiento poblacional puede estabilizarse o incluso disminuir debido a factores como la saturación del espacio urbano, problemas de vivienda o la falta de recursos para mantener un crecimiento sostenido. 41.46% 37.14% 10.45% 9.85% 1.09% 0% 10% 20% 30% 40% <= −10 (−10,0) 0 (0,10] > 10 Saldo vegetativo por mil habitantes Porcentaje de municipios Datos INE 2022 Saldo vegetativo Figura 3.16: Porcentaje de municipios en función de la intensidad del saldo vegetativo en 2022. Fuente: Elaboración propia En la figura 3.16 podemos observar el porcentaje de municipios que hay en función de la intensidad del saldo vegetativo. Observamos que el 41,46% de los municipios tienen un saldo vegetativo menor a -10, el 37,14% tienen un saldo vegetativo ente -10 y 0, un 10,45% tienen un saldo vegetativo 0, un 9,85% un saldo vegetativo entre 0 y 10 y tan sólo un 1,09% un saldo vegetativo mayor que 10 3.4.3. Saldo vegetativo por mil habitantes a escala municipial en el periodo 2010 a 2022 Teniendo en cuenta los saldos vegetativos desde el año 2010 hasta el 2022, obtenemos, que el 83,6% de los municipios tienen un saldo vegetativo negativo, el 0,5% saldo cero, y el 15,9% saldo vegetativo positivo. CAPÍTULO 3. ANÁLISIS DE LA DESPOBLACIÓN EN ESPAÑA 49 3.4. CRITERIO 4: SALDO VEGETATIVO Tabla 3.14: Municipios con mayor crecimiento vegetativo negativo entre los años 2010 y 2022. Fuente: Elaboración propia Municipio Crecimiento vegetativo Barcelona -32245 Gijón -21950 Bilbao -17588 València -12721 Valladolid -12636 Zaragoza -10498 Oviedo -9996 Santander -9656 Palmas de Gran Canaria, Las -9540 Coruña, A -9199 En la tabla 3.14, podemos observar los 10 municipios con mayor crecimiento vegetativo negativo, dónde vemos que casi todo los municipios que aparecen son capitales de provincias, siendo Barcelona el municipio con mayor crecimiento vegetativo entre los años 2010 y 2022, obteniendo 32.245 más defunciones que nacimientos. En la siguiente figura 3.17 podemos ver la intensidad de los saldos vegetativos 2010-2022 por intervalos. 80.41% 3.19% 0.50% 2.83% 13.07% 0% 20% 40% 60% 80% <= −10 (−10,0) 0 (0,10] > 10 Saldo vegetativo por mil habitantes Porcentaje de municipios Datos INE 2010−2022 Saldo vegetativo Figura 3.17: Porcentaje de municipios en función de la intensidad del saldo vegetativo (2010-2022). Fuente: Elaboración propia. En la figura 3.17 podemos observar el porcentaje de municipios que hay en función de la intensidad del saldo vegetativo. Observamos que el 80,41% de los municipios tienen un saldo vegetativo menor a -10, el 3,19 % tienen un saldo vegetativo ente -10 y 0, un 0,5% tienen un saldo vegetativo 0, un 2,83 % un saldo vegetativo entre 0 y 10 y un 13,07 % un saldo vegetativo mayor que 10. 50 CAPÍTULO 3. ANÁLISIS DE LA DESPOBLACIÓN EN ESPAÑA 3.4. CRITERIO 4: SALDO VEGETATIVO Teniendo en cuenta el saldo vegetativo 2010-2022 en función del tamaño del municipio, observamos la siguiente figura 3.18. 96.79%95.33%90.31%79.42% 52.12%38.72%26.44% 40.62% 1.53% 0.54% 0.30% 0.16% 0.00% 0.00% 0.00% 0.00% 1.68% 4.13% 9.39%20.41% 47.88%61.28%73.56% 59.38% 0% 25% 50% 75% 100% (0,100] (100,500] (500,1000] (1000,5000] (5000,20000] (20000,50000] (50000,100000] >100000 Tamaño del municipio Porcentaje de municipios Tipo Crecimiento vegetativo 0 Crecimiento vegetativo negativo Crecimiento vegetativo Positivo Datos INE 2010−2022 Saldo vegetativo Figura 3.18: Saldo vegetativo en función del tamaño del municipio (2010-2022). Fuente: Elaboración propia. En la figura 3.18 hemos realizado un gráfico de barras agrupadas en el que representamos el porcentaje de municipios que hay dependiendo de si su saldo vegetativo es positivo, negativo, o cero en función del tamaño del municipio, para así ver la relación que existe entre el saldo vegetativo de un municipio y el número de habitantes que residen en él. A continuación mostramos una tabla con los datos usados en la figura 3.18. Tabla 3.15: Saldo vegetativo en función del tamaño del municipio entre los años 2010 y 2022. Fuente: Elaboración propia. Tamaño del municipio % municipios que tienen saldo negativo % municipios que tienen saldo 0 % municipios que tienen saldo positivo (0,100] 96.79% 1.53% 1.68% (100,500] 95.33% 0.54% 4.13% (500,1000] 90.31% 0.30% 9.39% (1000,5000] 79.42% 0.16% 20.41% (5000,20000] 52.12% 0.00% 47.88% (20000,50000] 38.72% 0.00% 61.28% (50000,100000] 26.44% 0.00% 73.56% >100000 40.62% 0.00% 59.38% En la tabla 3.15 observamos una tendencia general en los datos, donde los municipios más pequeños tienden a tener un saldo vegetativo negativo más pronunciado. Por ejemplo, casi el 97% de los municipios con menos de 100 habitantes muestran un saldo vegetativo CAPÍTULO 3. ANÁLISIS DE LA DESPOBLACIÓN EN ESPAÑA 51 3.4. CRITERIO 4: SALDO VEGETATIVO negativo. A medida que aumenta el tamaño del municipio, se observa una disminución gradual en el porcentaje de municipios con saldo vegetativo negativo. Sin embargo, incluso en los municipios más grandes, como los municipios con más de 100.000 habitantes, todavía existe un porcentaje significativo con saldo vegetativo negativo, que supera el 40 %. Saldo vegetativo Negativo Positivo Datos INE (2010−2022) Figura 3.19: Municipios con saldo vegetativo negativo entre los años 2010 y 2022 Fuente: Elaboración propia En el mapa de la figura 3.19, observamos en color amarillo los municipios que han obtenido un saldo vegetativo negativo entre los años 2010 y 2022. Observamos que casi todo el mapa está coloreado de amarillo, debido a que comentábamos al inicio de este apartado un 83,6% de los municipios tienen un saldo vegetativo negativo. Podemos ver como Asturias esta coloreado completamente entera de amarillo (ver tabla 3.16). La tabla 3.16 nos va a permitir hacer un análisis por comunidades autónomas Tabla 3.16: Número de municipios con saldo vegetativo negativo por comunidad autónoma entre los años 2010 y 2022. Fuente: Elaboración propia. Comunidad autónoma Total Frecuencia Porcentaje Asturias, Principado de 78 78 100.00% Galicia 313 303 96.81% Castilla y León 2248 2140 95.20% Aragón 731 692 94.66% Extremadura 388 367 94.59% Rioja, La 174 161 92.53% Castilla - La Mancha 919 812 88.36% Cantabria 102 87 85.29% Comunitat Valenciana 542 433 79.89% Navarra, Comunidad Foral de 272 207 76.10% 52 CAPÍTULO 3. ANÁLISIS DE LA DESPOBLACIÓN EN ESPAÑA 3.4. CRITERIO 4: SALDO VEGETATIVO Comunidad autónoma Total Frecuencia Porcentaje Andalucía 785 576 73.38% País Vasco 251 169 67.33% Canarias 88 59 67.05% Cataluña 947 616 65.05% Madrid, Comunidad de 179 61 34.08% Murcia, Región de 45 15 33.33% Balears, Illes 67 21 31.34% Ceuta 1 0 0.00% Melilla 1 0 0.00% En la tabla 3.16 se muestra el porcentaje de municipios que hay por comunidad autónoma que tienen un saldo vegetativo negativo, donde, la columna ‘Total’ representa el número total de municipios en cada comunidad autónoma, mientras que la columna ‘Frecuencia’ indica la cantidad de municipios que tienen un saldo total por variación residencial negativo. Por su parte, la columna ‘Porcentaje’ refleja el porcentaje de municipios con una saldo vegetativo negativo en relación al total de municipios en cada comunidad autónoma. En la tabla 3.16 observamos como el Principado de Asturias destaca con un 100% de sus municipios registrando saldo vegetativo negativo. Siguiendo a Asturias, Galicia y Castilla y León también muestran altos porcentajes de municipios con saldo vegetativo negativo, con casi el 97% y el 95% respectivamente. Por otro lado, hay comunidades autónomas con porcentajes relativamente bajos de municipios con saldo vegetativo negativo, como Islas Baleares y la Región de Murcia. Y vemos como Ceuta y Melilla obtienen un porcentaje del 0% de sus municipios. Estos resultados confirman lo que esperábamos al ver el mapa de la figura 3.19 mostrado anteriormente. La figura 3.20 muestra estos datos gráficamente ordenados de manera descendente según dicho porcentaje. CAPÍTULO 3. ANÁLISIS DE LA DESPOBLACIÓN EN ESPAÑA 53 3.5. MUNICIPIOS EN RIESGO DE DESPOBLACIÓN 100.00% 96.81% 95.20% 94.66% 94.59% 92.53% 88.36% 85.29% 79.89% 76.10% 73.38% 67.33% 67.05% 65.05% 34.08% 33.33% 31.34% 0.00% 0.00% Ceuta Melilla Balears, Illes Murcia, Región de Madrid, Comunidad de Cataluña Canarias País Vasco Andalucía Navarra, Comunidad Foral de Comunitat Valenciana Cantabria Castilla − La Mancha Rioja, La Extremadura Aragón Castilla y León Galicia Asturias, Principado de 0% 25% 50% 75% 100% Porcentaje de municipios con saldo vegetativo negativo Comunidad autónoma Figura 3.20: Porcentaje de municipios con saldo vegetativo negativo por comunidad autónoma entre los años 2010 y 2022. Fuente: Elaboración propia. 3.5. Municipios en riesgo de despoblación En este trabajo hemos definido que un área está en riesgo de despoblación si cumple con los siguientes criterios: 1. Ha sufrido una pérdida de población en el S.XXI (usando como fechas de referencia 2001 y 2022) 2. Tiene una densidad de población menor de 12,5 habitantes por km2en el año 2022 3. Presenta un saldo por variación residencial negativo desde el año 2011 hasta el 2021 4. Tiene un saldo vegetativo negativo desde el año 2010 hasta el 2022 A continuación estudiaremos aquellos municipios que cumplen con estos 4 criterios. De los 8.131 municipios que hay en España, 2.272 cumplen con estos cuatro criterios, es decir un 27,94% de los municipios están en riesgo de despoblación. Poniendo el foco en el tamaño del municipio podemos observar lo siguiente en la figura 3.21. 54 CAPÍTULO 3. ANÁLISIS DE LA DESPOBLACIÓN EN ESPAÑA 3.5. MUNICIPIOS EN RIESGO DE DESPOBLACIÓN 10.15% 13.25% 2.58% 1.86% 0.11% 0.00% 0.00% 0.00% 0% 5% 10% (0,100] (100,500] (500,1000] (1000,5000] (5000,20000] (20000,50000] (50000,100000] >100000 Tamaño del municipio Porcentaje de municipios Datos INE Riesgo de despoblación Figura 3.21: Porcentaje de municipios en riesgo de despoblación en función del tamaño. Fuente: Elaboración propia. En la figura 3.21 podemos ver como los municipios de más de 20000 habitantes no tienen ningún municipio en riesgo de despoblación, y los municipios que tienen entre 5000 y 20000 habitantes tan sólo tienen un 0,11% de municipios en riesgo de despoblación. Por otro lado vemos que de los municipios que están en riesgo de despoblación un 23,4 % son municipios con menos de 500 habitantes, lo que nos indica que esté fenómeno afecta sobre todo a las zonas rurales. Riesgo de despoblación Está en riesgo No está en riesgo Datos INE Figura 3.22: Municipios en riesgo de despoblación. Fuente: Elaboración propia. CAPÍTULO 3. ANÁLISIS DE LA DESPOBLACIÓN EN ESPAÑA 55 3.5. MUNICIPIOS EN RIESGO DE DESPOBLACIÓN En el mapa de la figura 3.22, observamos en color amarillo los municipios que están en riesgo de despoblación. Podemos observar como Castilla y León y Castilla La Mancha son las comunidades autónomas que más municipios tienen coloreado de amarillo, prácticamente casi la mitad de su territorio está coloreado de amarillo, por lo que se puede ir suponiendo que estas comunidades son las más castigadas por el fenómeno de la despoblación (ver tabla 3.17). La tabla 3.17 nos va a permitir hacer un análisis por comunidades autónomas. Tabla 3.17: Número de municipios en riesgo de despoblación por comunidad autónoma. Fuente: Elaboración propia. Comunidad autónoma Total Frecuencia Porcentaje Castilla y León 2248 1063 47.29% Castilla - La Mancha 919 422 45.92% Aragón 731 282 38.58% Extremadura 388 119 30.67% Rioja, La 174 44 25.29% Asturias, Principado de 78 19 24.36% Navarra, Comunidad Foral de 272 65 23.90% Cantabria 102 16 15.69% Andalucía 785 98 12.48% Comunitat Valenciana 542 56 10.33% Galicia 313 29 9.27% Cataluña 947 54 5.70% Murcia, Región de 45 2 4.44% Madrid, Comunidad de 179 2 1.12% País Vasco 251 1 0.40 % Balears, Illes 67 0 0.00% Canarias 88 0 0.00% Ceuta 1 0 0.00% Melilla 1 0 0.00% En la tabla 3.17 se muestra el porcentaje de municipios que hay por comunidad autónoma que están en riesgo de depoblación, donde, la columna ‘Total’ representa el número total de municipios en cada comunidad autónoma, mientras que la columna ‘Frecuencia’ indica la cantidad de municipios que están en riesgo de depoblación. Por su parte, la columna ‘Porcentaje’ refleja el porcentaje de municipios están en riesgo de depoblación en relación al total de municipios en cada comunidad autónoma. En la tabla 3.17 observamos como hay una gran diferencia entre distintas comunidades autónomas. Algunas comunidades autónomas, como Castilla y León y Castilla-La Mancha, enfrentan un desafío considerable con un porcentaje más alto de municipios en riesgo (más del 45% de sus municipios están en riesgo), en comparación con otras regiones que muestran una situación menos preocupante, como son Las islas Baleares, Canarias, Ceuta y Melilla que no tienen ningún municipio en riesgo de despoblación. Estos resultados confirman lo que esperábamos al ver el mapa de la figura 3.22 mostrado anteriormente. La figura 3.23 muestra estos datos gráficamente ordenados de manera descendente según dicho porcentaje. 56 CAPÍTULO 3. ANÁLISIS DE LA DESPOBLACIÓN EN ESPAÑA 3.6. CONCLUSIONES 47.29% 45.92% 38.58% 30.67% 25.29% 24.36% 23.90% 15.69% 12.48% 10.33% 9.27% 5.70% 4.44% 1.12% 0.40% 0.00% 0.00% 0.00% 0.00% Balears, Illes Canarias Ceuta Melilla País Vasco Madrid, Comunidad de Murcia, Región de Cataluña Galicia Comunitat Valenciana Andalucía Cantabria Navarra, Comunidad Foral de Asturias, Principado de Rioja, La Extremadura Aragón Castilla − La Mancha Castilla y León 0% 10% 20% 30% 40% Porcentaje de municipios en riesgo de despoblación Comunidad autónoma Figura 3.23: Porcentaje de municipios en riesgo de despoblación por comunidad autónoma. Fuente: Elaboración propia. 3.6. Conclusiones Con los criterios utilizados para determinar el riesgo de despoblación, se identifican 2.272 municipios en riesgo, representando el 27,94 % del total de municipios en España duranten el periodo de 2010 a 2022. Existe una tendencia a la pérdida de población en muchos municipios, especialmente en los más pequeños. El tamaño del municipio influye en su densidad poblacional, con municipios más grandes teniendo una mayor densidad. A medida que aumenta el tamaño del municipio, se observa una tendencia hacia un mayor porcentaje de municipios con saldo positivo por variación residencial, aunque en municipios muy grandes, esta tendencia cambia y el porcentaje de saldo negativo aumenta. Los municipios pequeños, especialmente aquellos con menos de 500 habitantes, son los más afectados: •10,15% de municipios entre 0 y 100 habitantes están en riesgo. •13,25% de municipios entre 100 y 500 habitantes están en riesgo. •La probabilidad disminuye significativamente en municipios más grandes. No hay municipios con más de 20.000 habitantes en riesgo. Castilla y León y Castilla-La Mancha son las comunidades autónomas más afectadas: •Castilla y León con 1.063 municipios en riesgo, es la comunidad con el mayor número de municipios afectados, un 47,29 % de sus municipios están en riesgo. CAPÍTULO 3. ANÁLISIS DE LA DESPOBLACIÓN EN ESPAÑA 57 A.3. CÓDIGO GRÁFICO DE LA FIGURA 3.2 DEL TIPO DE BARRAS AGRUPADAS DEL CAPÍTULO 3 DEL CRITERIO 3.1 colnames(n_pos) <- c("Intervalo","Cantidad_Positivo") colnames(n_igual) <- c("Intervalo","Cantidad_Igual") # Calcular el porcentaje de municipios en cada intervalo para cada # tipo de crecimiento Porcentaje_neg <- (n_neg$Cantidad_Negativo /n_tot$Cantidad_Total) Porcentaje_pos <- (n_pos$Cantidad_Positivo /n_tot$Cantidad_Total) Porcentaje_igual <- (n_igual$Cantidad_Igual /n_tot$Cantidad_Total) # Crear un nuevo dataframe con los resultados de crecimiento negativo resultado_neg <- data.frame(Intervalo = n_neg$Intervalo, Porcentaje = Porcentaje_neg) resultado_neg$Tipo <- "Pierde población" # Crear un nuevo dataframe con los resultados de crecimiento positivo resultado_pos <- data.frame(Intervalo = n_pos$Intervalo, Porcentaje = Porcentaje_pos) resultado_pos$Tipo <- "Gana población" # Crear un nuevo dataframe con los resultados de crecimiento igual resultado_igual <- data.frame(Intervalo = n_igual$Intervalo, Porcentaje = Porcentaje_igual) resultado_igual$Tipo <- "Se mantiene" # Unir los dataframes de resultados en uno solo resultado <- rbind(resultado_neg, resultado_igual, resultado_pos) # Definir las etiquetas de los intervalos de tamaño de población etiquetas_x <- c("(0,100]","(100,500]","(500,1000]","(1000,5000]", "(5000,20000]","(20000,50000]","(50000,100000]",">100000") # Crear el gráfico de barras apiladas grafico1 <- ggplot(resultado, aes(x = Intervalo, y = Porcentaje, fill = Tipo)) + # Crear barras para cada intervalo y tipo de crecimiento geom_bar(stat = "identity")+ # Añadir etiquetas de porcentaje a las barras geom_text(aes(label = scales::percent(Porcentaje)), position = position_stack(vjust = 0.5), size = 3, color = "black", fontface = "bold")+ # Etiquetar los ejes y el título del gráfico labs(x = "Tamaño del municipio", y = "Porcentaje de municipios", title = "Crecimiento demográfico", subtitle = "Datos INE de 2001 y 2022")+ # Aplicar un tema minimalista theme_minimal() + 64 APÉNDICE A. ANEXO 1: CÓDIGO R DESARROLLADO A.4. CÓDIGO IMPORTACIÓN Y PREPARACIÓN DE DATOS DE TODAS LAS VARIACIONES RESIDENCIALES EN EL PERIODO 2011-2021 DEL CAPÍTULO 3 DEL CRITERIO 3.3 # Rotar las etiquetas del eje x para mejor legibilidad theme(axis.text.x = element_text(angle = 45,hjust = 1)) + # Formatear el eje y como porcentaje scale_y_continuous(labels = scales::percent_format()) + # Definir los colores de las barras scale_fill_manual(values = c("#69b3a2","#404040","#ff7f0e")) # Añadir las etiquetas de los intervalos al eje x grafico1 +scale_x_discrete(labels = etiquetas_x) A.4. Código importación y preparación de datos de todas las variaciones residenciales en el periodo 2011-2021 del capítulo 3 del criterio 3.3 # Leer los archivos .px y convertirlos a dataframes VR_11 <- as.data.frame(pxR::read.px("datos/VR_11.px")) VR_12 <- as.data.frame(pxR::read.px("datos/VR_12.px")) VR_13 <- as.data.frame(pxR::read.px("datos/VR_13.px")) VR_14 <- as.data.frame(pxR::read.px("datos/VR_14.px")) VR_15 <- as.data.frame(pxR::read.px("datos/VR_15.px")) VR_16 <- as.data.frame(pxR::read.px("datos/VR_16.px")) VR_17 <- as.data.frame(pxR::read.px("datos/VR_17.px")) VR_18 <- as.data.frame(pxR::read.px("datos/VR_18.px")) VR_19 <- as.data.frame(pxR::read.px("datos/VR_19.px")) VR_20 <- as.data.frame(pxR::read.px("datos/VR_20.px")) VR_21 <- as.data.frame(pxR::read.px("datos/VR_21.px")) # Crear una lista de dataframes con los datos anuales l_VR <- list( as.data.frame(pxR::read.px("datos/VR_11.px")), as.data.frame(pxR::read.px("datos/VR_12.px")), as.data.frame(pxR::read.px("datos/VR_13.px")), as.data.frame(pxR::read.px("datos/VR_14.px")), as.data.frame(pxR::read.px("datos/VR_15.px")), as.data.frame(pxR::read.px("datos/VR_16.px")), as.data.frame(pxR::read.px("datos/VR_17.px")), as.data.frame(pxR::read.px("datos/VR_18.px")), as.data.frame(pxR::read.px("datos/VR_19.px")), as.data.frame(pxR::read.px("datos/VR_20.px")), as.data.frame(pxR::read.px("datos/VR_21.px")) ) # Definir los años correspondientes a los dataframes ano <- 11:21 APÉNDICE A. ANEXO 1: CÓDIGO R DESARROLLADO 65 A.4. CÓDIGO IMPORTACIÓN Y PREPARACIÓN DE DATOS DE TODAS LAS VARIACIONES RESIDENCIALES EN EL PERIODO 2011-2021 DEL CAPÍTULO 3 DEL CRITERIO 3.3 names(ano) <- 2011:2021 # Crear un dataframe vacío para almacenar los datos combinados VR_1122 <- data.frame() # Inicializar 'VR_ini'con el primer dataframe de la lista y agregar # la columna de año VR_ini <- l_VR[[1]] nb_cols <- colnames(VR_ini) VR_ini$Ano <- 2011 # Iterar sobre los dataframes restantes en la lista y combinarlos en 'VR_ini' for (j in 2:length(l_VR)) { dftodosA <- l_VR[[j]] colnames(dftodosA) <- nb_cols dftodosA$Ano <- 2011 +j-1 VR_ini <- rbind(VR_ini, dftodosA) } # Filtrar 'VR_ini'para obtener solo los datos totales a nivel nacional y # de saldo total excluyendo 'Total'en Municipio VR_initot <- VR_ini %> % filter(Nacionalidad == "Total")%> % filter(Tipo.de.Variación == "Saldo Total")%> % filter(Municipio != "Total", Sexo == "Total") # Separar la columna 'Municipio'en 'Codigo'y'Municipio' VR_1121 <- VR_initot %> % separate(Municipio, into = c("Codigo","Municipio"), sep = "-", remove = TRUE,extra = "merge",fill = "left") # Crear columnas 'CPRO'y'CMUN'a partir de 'Codigo' VR_1121$CPRO <- substring(VR_1121$Codigo, 1,2) VR_1121$CMUN <- substring(VR_1121$Codigo, 3,5) VR_1121$Ano <- as.factor(VR_1121$Ano) # Separar la columna 'Municipio'en 'Codigo'y'Municipio'en 'VR_21' VR_21 <- VR_21 %> % separate(Municipio, into = c("Codigo","Municipio"), sep = "-", remove = TRUE,extra = "merge",fill = "left") # Crear columnas 'CPRO'y'CMUN'a partir de 'Codigo'en 'VR_21' VR_21$CPRO <- substring(VR_21$Codigo, 1,2) VR_21$CMUN <- substring(VR_21$Codigo, 3,5) 66 APÉNDICE A. ANEXO 1: CÓDIGO R DESARROLLADO A.5. CÓDIGO GRÁFICO DE LA FIGURA 3.10 DEL TIPO DE BARRAS AGRUPADAS COMPARADAS DEL CAPÍTULO 3 DEL CRITERIO 3.3 A.5. Código gráfico de la figura 3.10 del tipo de barras agrupadas comparadas del capítulo 3 del criterio 3.3 # Filtrar los datos para obtener saldos interiores negativos, positivos # e iguales a 0 VRinterior_negativo <- VR_21_sal %> % filter(`Saldo Interior`<0) VRinterior_positivo <- VR_21_sal %> % filter(`Saldo Interior`>0) VRinterior_igual <- VR_21_sal %> % filter(`Saldo Interior`== 0) # Combinar los dataframes de saldo interior con la población de 2022 VRinterior_negativo <- merge(VRinterior_negativo, pob22[, c(5,8)], by.x = "Codigo",by.y = "Codigo",all.x = TRUE) VRinterior_positivo <- merge(VRinterior_positivo, pob22[, c(5,8)], by.x = "Codigo",by.y = "Codigo",all.x = TRUE) VRinterior_igual <- merge(VRinterior_igual, pob22[, c(5,8)], by.x = "Codigo",by.y = "Codigo",all.x = TRUE) # Definir intervalos de tamaño de población intervalos <- c(0,100,500,1000,5000,20000,50000,100000,Inf) # Agrupar los datos por intervalos de tamaño de población VRinterior_negativo$intervalo_poblacion <- cut(VRinterior_negativo$Value, breaks = intervalos) VRinterior_positivo$intervalo_poblacion <- cut(VRinterior_positivo$Value, breaks = intervalos) VRinterior_igual$intervalo_poblacion <- cut(VRinterior_igual$Value, breaks = intervalos) # Crear intervalos de población para todo el dataframe de población 2022 pob22$intervalo_poblacion3 <- cut(pob22$Value, breaks = intervalos) # Convertir los factores a números en las tablas n_negVRinterior <- as.data.frame(table(VRinterior_negativo$intervalo_poblacion)) n_posVRinterior <- as.data.frame(table(VRinterior_positivo$intervalo_poblacion)) n_igualVRinterior <- as.data.frame(table(VRinterior_igual$intervalo_poblacion)) n_tot <- as.data.frame(table(pob22$intervalo_poblacion3)) # Renombrar las columnas para mayor claridad colnames(n_negVRinterior) <- c("Intervalo","Cantidad_Negativo") colnames(n_tot) <- c("Intervalo","Cantidad_Total") APÉNDICE A. ANEXO 1: CÓDIGO R DESARROLLADO 67 A.5. CÓDIGO GRÁFICO DE LA FIGURA 3.10 DEL TIPO DE BARRAS AGRUPADAS COMPARADAS DEL CAPÍTULO 3 DEL CRITERIO 3.3 colnames(n_posVRinterior) <- c("Intervalo","Cantidad_Positivo") colnames(n_igualVRinterior) <- c("Intervalo","Cantidad_Igual") # Calcular el porcentaje de municipios en cada intervalo Porcentaje_negVRinterior <- n_negVRinterior$Cantidad_Negativo /n_tot$Cantidad_Total Porcentaje_posVRinterior <- n_posVRinterior$Cantidad_Positivo /n_tot$Cantidad_Total Porcentaje_igualVRinterior <- n_igualVRinterior$Cantidad_Igual /n_tot$Cantidad_Total # Crear dataframes con los resultados resultado_negVRinterior <- data.frame(Intervalo = n_negVRinterior$Intervalo, Porcentaje = Porcentaje_negVRinterior) resultado_posVRinterior <- data.frame(Intervalo = n_posVRinterior$Intervalo, Porcentaje = Porcentaje_posVRinterior) resultado_igualVRinterior <- data.frame(Intervalo = n_igualVRinterior$Intervalo, Porcentaje = Porcentaje_igualVRinterior) # Añadir una columna 'Tipo'para identificar el tipo de saldo interior resultado_negVRinterior$Tipo <- "Saldo Interior Negativo" resultado_posVRinterior$Tipo <- "Saldo Interior Positivo" resultado_igualVRinterior$Tipo <- "Saldo Interior Igual" # Combinar todos los resultados en un solo dataframe resultadoVRinterior <- rbind(resultado_negVRinterior, resultado_igualVRinterior, resultado_posVRinterior) # Definir etiquetas para el eje x etiquetas_x <- c("(0,100]","(100,500]","(500,1000]","(1000,5000]", "(5000,20000]","(20000,50000]","(50000,100000]",">100000") # Repetir el proceso para el saldo exterior VRExterior_negativo <- VR_21_sal %> % filter(`Saldo Exterior`<0) VRExterior_positivo <- VR_21_sal %> % filter(`Saldo Exterior`>0) VRExterior_igual <- VR_21_sal %> % filter(`Saldo Exterior`== 0) VRExterior_negativo <- merge(VRExterior_negativo, pob22[, c(5,8)], by.x = "Codigo",by.y = "Codigo",all.x = TRUE) VRExterior_positivo <- merge(VRExterior_positivo, pob22[, c(5,8)], by.x = "Codigo",by.y = "Codigo",all.x = TRUE) VRExterior_igual <- merge(VRExterior_igual, pob22[, c(5,8)], by.x = "Codigo",by.y = "Codigo",all.x = TRUE) 68 APÉNDICE A. ANEXO 1: CÓDIGO R DESARROLLADO A.5. CÓDIGO GRÁFICO DE LA FIGURA 3.10 DEL TIPO DE BARRAS AGRUPADAS COMPARADAS DEL CAPÍTULO 3 DEL CRITERIO 3.3 VRExterior_negativo$intervalo_poblacion <- cut(VRExterior_negativo$Value, breaks = intervalos) VRExterior_positivo$intervalo_poblacion <- cut(VRExterior_positivo$Value, breaks = intervalos) VRExterior_igual$intervalo_poblacion <- cut(VRExterior_igual$Value, breaks = intervalos) n_negVRExterior <- as.data.frame(table(VRExterior_negativo$intervalo_poblacion)) n_posVRExterior <- as.data.frame(table(VRExterior_positivo$intervalo_poblacion)) n_igualVRExterior <- as.data.frame(table(VRExterior_igual$intervalo_poblacion)) colnames(n_negVRExterior) <- c("Intervalo","Cantidad_Negativo") colnames(n_posVRExterior) <- c("Intervalo","Cantidad_Positivo") colnames(n_igualVRExterior) <- c("Intervalo","Cantidad_Igual") Porcentaje_negVRExterior <- n_negVRExterior$Cantidad_Negativo /n_tot$Cantidad_Total Porcentaje_posVRExterior <- n_posVRExterior$Cantidad_Positivo /n_tot$Cantidad_Total Porcentaje_igualVRExterior <- n_igualVRExterior$Cantidad_Igual /n_tot$Cantidad_Total resultado_negVRExterior <- data.frame(Intervalo = n_negVRExterior$Intervalo, Porcentaje = Porcentaje_negVRExterior) resultado_posVRExterior <- data.frame(Intervalo = n_posVRExterior$Intervalo, Porcentaje = Porcentaje_posVRExterior) resultado_igualVRExterior <- data.frame(Intervalo = n_igualVRExterior$Intervalo, Porcentaje = Porcentaje_igualVRExterior) resultado_negVRExterior$Tipo <- "Saldo Exterior Negativo" resultado_posVRExterior$Tipo <- "Saldo Exterior Positivo" resultado_igualVRExterior$Tipo <- "Saldo Exterior Igual" resultadoVRExterior <- rbind(resultado_negVRExterior, resultado_igualVRExterior, resultado_posVRExterior) # Crear dataframes para los gráficos VRexterior <- data.frame( Tmun = etiquetas_x, MSnegp = Porcentaje_negVRExterior *100, MScero = Porcentaje_igualVRExterior *100, MSpos = Porcentaje_posVRExterior *100 ) VRinterior <- data.frame( Tmun = etiquetas_x, MSnegp = Porcentaje_negVRinterior *100, APÉNDICE A. ANEXO 1: CÓDIGO R DESARROLLADO 69 A.5. CÓDIGO GRÁFICO DE LA FIGURA 3.10 DEL TIPO DE BARRAS AGRUPADAS COMPARADAS DEL CAPÍTULO 3 DEL CRITERIO 3.3 MScero = Porcentaje_igualVRinterior *100, MSpos = Porcentaje_posVRinterior *100 ) VRexterior$Tmun <- factor(VRexterior$Tmun, levels = etiquetas_x) VRinterior$Tmun <- factor(VRinterior$Tmun, levels = etiquetas_x) # Reestructurar dataframes para el gráfico df01 <- VRinterior %> % gather("Tipo","Porcentaje",2:4) df01$Tipo <- factor(df01$Tipo, levels = c("MScero","MSnegp","MSpos"), labels = c("Saldo Cero","Saldo Negativo","Saldo Positivo")) df02 <- VRexterior %> % gather("Tipo","Porcentaje",2:4) df02$Tipo <- factor(df02$Tipo, levels = c("MScero","MSnegp","MSpos"), labels = c("Saldo Cero","Saldo Negativo","Saldo Positivo")) # Crear el gráfico de barras barwidth <- 0.38 p2 <- ggplot(data = df01, aes(x = Tmun)) + geom_bar(data = df01, mapping = aes(x = as.numeric(Tmun) -barwidth /2,y = Porcentaje, fill = Tipo), stat = "identity", width = barwidth) + geom_text(data = df01, aes(x = as.numeric(Tmun) -barwidth /2,y = Porcentaje, label = ifelse(Porcentaje >0.1, paste0(format(round(Porcentaje, digits = 1)), " %"), ""), group = Tipo), position = position_stack(.5), size = 1.7,color = "white", face = "bold")+ geom_bar(data = df02, mapping = aes(x = as.numeric(Tmun) +barwidth /2+0.05, y = Porcentaje, fill = Tipo), stat = "identity", width = barwidth) + geom_text(data = df02, aes(x = as.numeric(Tmun) +barwidth /2+0.05, y = Porcentaje, label = ifelse(Porcentaje >0.1, paste0(format(round(Porcentaje, digits = 1)), " %"), ""), group = Tipo), position = position_stack(.5), size = 1.7,color = "white", face = "bold")+ 70 APÉNDICE A. ANEXO 1: CÓDIGO R DESARROLLADO A.5. CÓDIGO GRÁFICO DE LA FIGURA 3.10 DEL TIPO DE BARRAS AGRUPADAS COMPARADAS DEL CAPÍTULO 3 DEL CRITERIO 3.3 scale_fill_manual(values = c("Saldo Cero" ="#6AA798", "Saldo Negativo" ="#383838", "Saldo Positivo" ="#F47A2D")) + guides(color = "none")+ scale_x_discrete(limits = levels(df01$Tmun)) + xlab("Tamaños de Municipios")+ylab("Porcentaje de Municipios")+ labs(fill = "Tipos de Saldos", title = "Comparación de Saldo Exterior e Interior por Variación Residencial", subtitle = "Saldo Interior (barras izquierdas) y Saldo Exterior (barras derechas)")+ theme( panel.background = element_blank(), panel.grid.minor = element_blank(), panel.grid.major = element_line(color = "gray50",linewidth = 0.5), axis.text.y = element_text(colour = "#68382C",size = 9), axis.text.x = element_text(colour = "#68382C",size = 9,angle = 45, hjust = 1) ) APÉNDICE A. ANEXO 1: CÓDIGO R DESARROLLADO 71 BIBLIOGRAFÍA [1] Allaire,JJ;Xie,Yihui;Dervieux,Christophe;McPherson,Jonathan;Luraschi,Javier;Ushey,Kevin;Atkins,Aron;Wickham,Hadley;Cheng, Joe;Chang,Winston yIannone,Richard (2023). rmarkdown: Dynamic Documents for R. https://github.com/rstudio/rmarkdown. R package version 2.25. [2] de España,Banco (2020). «La distribución espacial de la población en España y sus implicaciones económicas». Informe Anual, pp. 269–318. [3] de Granada,Diputación. «Análisis de los municipios de la provincia de granada en riesgo de despoblación y propuestas de medidas a adoptar para su repoblación y tevitalización». [4] de la Torre,Ignacio Molina. «La despoblación en España: un análisis de la situación». [5] Instituo Nacional de Estadística (2022). «Estadística de Variaciones Residenciales- INE». https://www.ine.es/dynt3/metadatos/es/RespuestaPrint.html?oper=202. [6] Lopez,Juan Fernando;Fernández Henao,Sergio yMorales,Marcela María (2007). «Aplicación de la programación por metas en la distribución de servicios entre empresas operadoras del sistema de transporte masivo». Scientia et technica,13(37), pp. 339–343. [7] Luque Calvo,Pedro L. (2017). Escribir un Trabajo Fin de Estudios con R Markdown. http://destio.us.es/calvo. [8] Martín Cubas,Joaquín;Velasco Mentgod,Jorge;Ojeda Izaguirre, Ively;Granell Oteiza,Xavier yRequena,Isabel Clara (2020). «Gobernanza democrática para el desarrollo: Las estructuras de cooperación en los municipios en riesgo de despoblación de la Comunitat Valenciana». Economía Agraria y Recursos Naturales-Agricultural and Resource Economics,19(2), pp. 133–162. 73