Ús del català: origen, identitat i comportament polític (2013-2023)

Anàlisi de l’EULP i dels Baròmetres d’Opinió Política (CEO)

Autor/a

Marc Descals Marcial

Resum

Aquest informe examina l’evolució de l’ús del català a Catalunya entre 2013 i 2023 a partir de les dades de l’Enquesta d’Usos Lingüístics de la Població (EULP) i del Baròmetre d’Opinió Política (CEO 2014-2020). S’analitzen les diferències per origen geogràfic, el paper del temps de residència i la transmissió intergeneracional, i la relació entre llengua, identitat nacional i comportament electoral. Els resultats mostren un descens de l’ús del català concentrat en la població nascuda a Catalunya (del 58% al 52%), estabilitat entre els immigrants, i un debilitament de la transmissió intergeneracional: la 2a generació passa del 46,6% al 23,2% de català habitual amb el pas dels anys. A més, la llengua habitual es confirma com el predictor més estable del vot a Catalunya, amb l’alineació lingüística de l’eix polític inalterada entre 2014 i 2020.

1. Introducció

Els fluxos migratoris han transformat la composició demogràfica de Catalunya en les darreres dècades. Segons l’Enquesta d’Usos Lingüístics de la Població (EULP), la població nascuda a l’estranger ha passat del 9,3% (2003) al 22,5% (2023). Aquest fenomen planteja preguntes sobre l’ús i l’adopció del català entre els diferents nouvinguts.

Aquest informe analitza l’evolució de l’ús del català com a llengua habitual, entre d’altres, entre 2013 i 2023, posant el focus en tres grans dimensions: (1) les diferències per origen, (2) el paper del temps de residència i la transmissió intergeneracional, i (3) la relació entre llengua, identitat nacional i comportament polític.

Preguntes de recerca:

L’evolució de l’ús del català com a llengua habitual difereix segons l’origen dels parlants? En particular, els migrants africans mostren un patró diferent del dels migrants llatinoamericans o europeus?
L’adopció del català augmenta amb els anys de residència a Catalunya? La 2a generació (fills d’immigrants nascuts a Catalunya) manté el català o se’n distancia?
Com es relaciona la llengua habitual amb la identitat nacional i amb el comportament electoral?

2. Dades i metodologia

2.1 Enquesta d’Usos Lingüístics de la Població (EULP)

S’utilitzen les dades quinquennals de l’EULP per als anys 2013, 2018 i 2023.

Mostra per onada
Any	n
2013	7174
2018	8668
2023	8345

Variable dependent: Llengua habitual (4 categories: Català, Castellà, Ambdues, Altres).

Variable independent principal: Grup d’origen, construït a partir del lloc de naixement i la llengua inicial com a aproximació. Per als nascuts a l’estranger, la llengua inicial permet distingir entre Amèrica Llatina (castellà), Europa (llengües europees no ibèriques), Àfrica (àrab o berber) i Àsia (xinès).

Controls: Sexe, edat, nivell d’estudis.

Variables derivades: - Generació (gen_immigrant): Autòcton (nascut a Catalunya amb pares nascuts a Catalunya), 2a generació (nascut a Catalunya amb almenys un pare nascut a l’estranger), Resta Espanya, 1a generació (nascut a l’estranger). - Anys a Catalunya (anys_cat): anys de residència, calculat com any_enquesta - any_arribada per als nascuts fora, i com l’edat per als nascuts a Catalunya.

2.2 Baròmetre d’Opinió Política (CEO / BOP)

Com a anàlisi complementària, s’utilitzen les dades del Baròmetre d’Opinió Política (BOP) del Centre d’Estudis d’Opinió (CEO), accessibles a través del paquet CEOdata. El BOP permet explorar dimensions que l’EULP no capta directament: la identitat nacional i el comportament electoral. Les anàlisis d’identitat cobreixen els anys 2014-2023, mentre que les anàlisis de vot cobreixen tot el període 2014-2020.

S’analitzen enquestats amb dades completes de llengua habitual, origen, identitat nacional i controls sociodemogràfics. La identitat nacional es mesura amb l’escala de catalanisme (CAT 0-10) i espanyolisme (ESP 0-10), a partir de les quals es construeix una variable categòrica de 5 nivells: principalment català, més català que espanyol, igual ambdues, més espanyol que català, principalment espanyol.

Per al comportament electoral, s’utilitza el vot recordat al Parlament de Catalunya (REC_PARLAMENT_VOT_R), amb els partits agrupats per blocs.

2.3 Metodologia

L’anàlisi combina tres aproximacions:

Anàlisi descriptiva: gràfics de barres, línies i mapes de calor per visualitzar les relacions entre llengua, origen i temps. Aquesta aproximació permet observar tendències i patrons generals.
Model de regressió per a llengua habitual: per estimar la probabilitat de parlar cadascuna de les llengües (català, castellà, ambdues, altres) segons l’origen i l’any de l’enquesta, s’utilitza un model de regressió pensat per a variables dependents amb més de dues categories. El model inclou una interacció entre l’origen i l’any per captar si les tendències temporals són diferents per a cada grup. La categoria de referència és el castellà (la llengua majoritària), i els resultats s’expressen en termes de probabilitats.
Model de regressió per a adopció del català: per analitzar com evoluciona l’adopció del català entre els immigrants amb els anys de residència, s’utilitza un model de regressió binari (català habitual vs. no català habitual). El model incorpora correccions pròpies del disseny mostral de l’enquesta per garantir que els resultats siguin vàlids. S’inclouen controls per origen, any, sexe i estudis per aïllar l’efecte del temps de residència.

La selecció dels models i la seva implementació s’ha realitzat amb l’assistència d’intel·ligència artificial (DeepSeek), que ha orientat l’elecció per optimitzar l’anàlisi d’acord amb els objectius establerts.

2.4 Fonts de dades

Enquesta d’Usos Lingüístics de la Població (EULP) - Font: Idescat i Departament de Política Lingüística - Onades: 2013, 2018, 2023 - Mostra: Població de 15 anys o més a Catalunya - N total utilitzat: 24.187 (2013 = 7.174, 2018 = 8.668, 2023 = 8.345) - Accés: https://www.idescat.cat/dades/micro/?id=eulp

Baròmetre d’Opinió Política (BOP) — Centre d’Estudis d’Opinió (CEO) - Font: Centre d’Estudis d’Opinió (CEO), Generalitat de Catalunya - Versió: Acumulada presencial 2014-2025 (dades utilitzades: 2014-2023) - Àmbit: Població amb ciutadania espanyola a Catalunya - Accés: Paquet R CEOdata (v. 1.4.0) | https://ceo.gencat.cat/ - Subconjunts utilitzats: - Identitat (escales CAT 0-10 i ESP 0-10): 2014-2023 (N = 10.458) - Llengua habitual + identitat: 2014-2020 (N = 8.451) - Vot recordat al Parlament de Catalunya: 2014-2020 (N = 23.381)

Nota: L’EULP és la font principal per a l’anàlisi d’usos lingüístics per origen (seccions 3 i 4). El CEO s’utilitza com a font complementària per a la dimensió política i identitària (secció 5). Les diferències en el N del CEO segons l’anàlisi responen a la disponibilitat de variables: les escales d’identitat estan disponibles fins al 2023 (N = 10.458), mentre que la llengua habitual (N = 8.451) i el vot recordat (N = 23.381) només cobreixen el període 2014-2020.

3. Panorama descriptiu: l’ús del català a Catalunya (EULP)

3.1 Evolució del català com a llengua habitual per origen

El gràfic mostra l’evolució del percentatge de població que té el català com a llengua habitual, per grup d’origen. S’observa una tendència general a la baixa, però amb diferències notables entre grups: la població nascuda a Catalunya experimenta un descens progressiu, mentre que els grups immigrants es mantenen estables o mostren lleus increments. Aquesta asimetria és rellevant perquè implica que la davallada global es concentra en el grup que té un major coneixement/ús, i, per tant, no és una pèrdua generalitzada entre tots els col·lectius. Com a resultat, els grups tendeixen a convergir per un apropament “a la baixa” —els nascuts a Catalunya mantenen menys el català—, no per una adopció creixent entre els immigrants. Aquest patró planteja la primera gran pregunta de l’anàlisi: què explica la caiguda entre els nascuts a Catalunya? Les seccions següents ho desglossen per edat, anys de residència i generació.

3.2 Distribució per edat i origen

La distribució per edat revela perfils demogràfics marcadament diferents: la població immigrada es concentra a les edats laborals (25-44 anys), mentre que la població nascuda a Catalunya té una distribució més equilibrada entre grups d’edat. Aquesta diferència és rellevant perquè l’edat es correlaciona amb l’ús del català: les cohorts més joves tendeixen a usar menys el català amb independència de l’origen. Per tant, la composició per edat de cada grup d’origen pot esbiaixar les comparacions directes si no es té en compte. Incloure l’edat com a variable de control als models (secció 4) permet aïllar l’efecte de l’origen de l’efecte de l’estructura demogràfica, garantint que les diferències observades no són fruit de la composició per edat de cada grup.

3.3 Transició de llengua inicial a habitual

La figura mostra, per a cada llengua inicial (Català, Castellà, Ambdues), com es distribueix la llengua habitual a cada onada. Les persones amb llengua inicial catalana mantenen majoritàriament el català com a habitual, mentre que les que tenen el castellà com a llengua inicial presenten una distribució relativament més diversa. La transició del castellà al català és molt minoritària, cosa que suggereix que la substitució lingüística es produeix principalment en una direcció (del català al castellà o al bilingüisme). Cal matisar que aquesta figura exclou la categoria “Altres” (llengües no romàniques), que és rellevant per a la població immigrada recent, i que la simplificació a tres categories —tot i que facilita la comparació— no capta la diversitat de trajectòries lingüístiques de manera més individual.

3.4 Mapa de calor global

El mapa de calor mostra la intensitat de cada categoria de llengua habitual per combinació d’origen i any, i confirma que el català predomina entre els nascuts a Catalunya, mentre que el castellà i altres llengües ho fan entre la població immigrada.

4. Factors associats a l’ús del català (EULP)

4.1 Model multinomial: origen i any

S’estima un model de regressió logística multinomial amb la llengua habitual com a variable dependent, la interacció grup_origen × any com a predictor principal, i controls de sexe, edat i estudis.


### Test de la interacció any×origen

                                                   Model Resid. df  Resid. Dev
1 grup_origen_simple + any + sexe + edat_ampli + estudis     72513 30399896372
2 grup_origen_simple * any + sexe + edat_ampli + estudis     72483 30343839650
    Test    Df LR stat. Pr(Chi)
1           NA       NA      NA
2 1 vs 2    30 56056722       0



### Probabilitats predites amb IC del 95%

Probabilitat predita de català com a llengua habitual per origen i any (IC del 95%)
grup_origen_simple	prob 2013	prob 2018	prob 2023	CI 2013	CI 2018	CI 2023
Catalunya	0.580	0.560	0.517	[0.576, 0.585]	[0.556, 0.564]	[0.513, 0.520]
Resta Espanya	0.086	0.099	0.100	[0.083, 0.088]	[0.096, 0.102]	[0.097, 0.104]
Europa	0.058	0.051	0.060	[0.052, 0.063]	[0.047, 0.055]	[0.055, 0.065]
Amèrica Llatina	0.032	0.027	0.015	[0.030, 0.035]	[0.025, 0.028]	[0.014, 0.016]
Àfrica	0.036	0.043	0.046	[0.032, 0.040]	[0.039, 0.047]	[0.042, 0.050]
Altres	0.037	0.041	0.041	[0.033, 0.041]	[0.037, 0.044]	[0.038, 0.044]

La interacció grup_origen × any és estadísticament significativa ($p < 0.001$), cosa que indica que l’evolució temporal de l’ús del català difereix significativament segons l’origen.

Els resultats principals són:

Població nascuda a Catalunya: l’ús del català com a llengua habitual baixa del 58% (2013) al 52% (2023), mentre creix l’ús bilingüe (català i castellà) del 9% al 12%.
Població nascuda a la resta d’Espanya: el castellà es manté com a llengua dominant (74% el 2023), amb un lleu increment del català i del bilingüisme.
Migrants europeus: predomina l’ús d’altres llengües (70-71%), amb un ús del català baix però creixent (del 0,9% al 1,6%).
Migrants llatinoamericans: el castellà és la llengua habitual dominant (79% el 2023), amb un l’ús del català més baix (0,5% o inferior).
Migrants africans: presenten el perfil més singular: només el 19% té el castellà com a llengua habitual (el valor més baix entre tots els grups), mentre que el 77% usa altres llengües. L’ús del català, tot i ser baix (2,5% el 2023), mostra una tendència creixent (1,2% → 1,9% → 2,5%), cosa que suggereix una progressiva incorporació lingüística.

4.2 Anys de residència i adopció del català

Una pregunta clau per entendre la integració lingüística és si l’adopció del català augmenta amb el temps de residència a Catalunya. La figura següent mostra el percentatge de població immigrada que té el català com a llengua habitual en funció dels anys que fa que viu a Catalunya, desglossat per origen i onada de l’enquesta.

Les dades mostren patrons marcadament diferents segons l’origen:

Resta d’Espanya: és el grup amb més adopció del català a curt termini (17% als 5-9 anys el 2023), però la tendència no és clarament creixent amb els anys: el percentatge es mou entre el 6% i el 17% sense un gradient temporal clar.
Europa: presenta un patró d’adopció progressiva: del 3% (5-9 anys) al 16% (30+ anys) el 2023, suggerint que la integració lingüística és un procés gradual.
Amèrica Llatina: mostra l’adopció més baixa de tots els grups, amb valors entre l’1% i el 5%, i amb un lleu increment només a llarg termini (30+ anys). Compartir el castellà com a llengua primera redueix els incentius per adoptar el català.

Cal tenir en compte que les categories <10 d’anys de residència compten amb mostres reduïdes (n<10) per a Europa i Amèrica Llatina, i que la població d’origen africà s’ha exclòs d’aquesta anàlisi perquè el nombre total d’observacions amb català com a llengua habitual (n=26) és pobre per desglossar per anys de residència.

Per confirmar la significació estadística d’aquests patrons, s’estima un model de regressió logística amb la probabilitat de tenir el català com a llengua habitual com a variable dependent, incloent-hi els anys de residència agrupats, l’origen, l’any, el sexe i el nivell d’estudis com a predictors.

Resultats del model logístic:

L’efecte conjunt dels anys de residència és altament significatiu (test de Wald, $p < 0.001$). En comparació amb els immigrants que porten menys de 5 anys, la probabilitat de parlar català es multiplica per 5,4 (5-9 anys, $p < 0.01$), 7,1 (10-19 anys, $p < 0.001$), 10,4 (20-29 anys, $p < 0.001$) i 17,0 (30+ anys, $p < 0.001$).
Origen: els llatinoamericans tenen una probabilitat significativament menor de parlar català que els de la resta d’Espanya ($p < 0.001$). Europeus no difereixen significativament del grup de referència un cop controlat el temps de residència.
Efecte temporal: no s’observa un efecte significatiu de l’any de l’enquesta, cosa que indica que, un cop controlat el temps de residència, la probabilitat de parlar català entre els immigrants es manté estable entre 2013 i 2023.

Aquests resultats confirmen que el temps de residència a Catalunya és un factor clau per a l’adopció del català, però el seu efecte varia substancialment segons l’origen: mentre que per a europeus l’adopció és un procés gradual, per als llatinoamericans la barrera lingüística fa que l’increment amb els anys sigui més lleu.

4.3 Transmissió intergeneracional

Un segon model substitueix el grup d’origen per la variable gen_immigrant per avaluar si la 2a generació (fills d’immigrants nascuts a Catalunya) s’assembla més als autòctons o als immigrants de 1a generació en termes lingüístics.


### Probabilitats predites per generació

Probabilitat predita de llengua habitual per generació i any
gen_immigrant	any	Català	Castellà	Ambdues	Altres
Autòcton	2013	0.584	0.328	0.085	0.003
Autòcton	2018	0.568	0.338	0.088	0.005
Autòcton	2023	0.528	0.330	0.129	0.013
Resta Espanya	2013	0.086	0.855	0.054	0.005
Resta Espanya	2018	0.099	0.817	0.069	0.015
Resta Espanya	2023	0.100	0.792	0.078	0.030
1a generació	2013	0.057	0.628	0.024	0.292
1a generació	2018	0.046	0.598	0.030	0.327
1a generació	2023	0.040	0.591	0.028	0.341
2a generació	2013	0.466	0.372	0.099	0.062
2a generació	2018	0.342	0.386	0.173	0.099
2a generació	2023	0.232	0.483	0.104	0.181

Resultats: - La 2a generació partia d’una posició relativament propera als autòctons el 2013 (46,6% de català habitual, vs 58,4% dels autòctons), però el 2023 ha caigut fins al 23,2%, allunyant-se significativament del perfil amb família nascuda a Catalunya. - La 1a generació manté valors molt baixos i estables de català (3-6%), amb predomini d’altres llengües (29-34%). - La població autòctona es manté estable (52-58% de català). - La població de la resta d’Espanya mostra un lleu increment del català (8,6% → 10,0%).

Aquest patró suggereix que la transmissió intergeneracional del català s’està debilitant: la 2a generació adopta el català en menor mesura que els autòctons i aquesta distància s’eixampla en el transcurs dels anys analitzats.

Cal interpretar aquests resultats amb cautela: la 2a generació és un grup reduït (487 observacions a totes tres onades), cosa que amplia els intervals de confiança de les estimacions. No obstant, la magnitud i la consistència del descens (46,6% → 34,2% → 23,2%) apunten a una tendència real i lògica.

5. Dimensió política i identitària (CEO)

El BOP permet explorar la relació entre origen, identitat nacional i llengua al llarg del període 2014-2020, afegint una dimensió temporal que complementa l’anàlisi de l’EULP. Totes les figures d’aquesta secció desglossen els resultats any per any per garantir la comparació temporal.

5.1 Identitat nacional i origen

El gràfics següents mostren la distribució de la identitat nacional (5 categories) en funció del lloc de naixement, desglossada per any per visualitzar l’evolució temporal.

S’observa una associació clara entre lloc de naixement i identitat que es manté estable al llarg dels anys: la majoria dels nascuts a Catalunya s’identifiquen com a “principalment catalans” (53%), mentre que els nascuts a la resta d’Espanya predominen les identitats espanyoles o equilibrades. Entre els estrangers, la categoria més freqüent és “igual ambdues” (41%). La distribució es manté notablement estable entre 2014 i 2023, indicant que les identitats nacionals agregades no han experimentat transformacions radicals malgrat els canvis polítics i socials del període.

5.2 Evolució temporal de la identitat

La figura següent mostra l’evolució de la identitat catalana (escala CAT 0-10) entre 2014 i 2023, desglossada per origen.

S’observa una tendència a la baixa de la identitat catalana entre els nascuts a Catalunya (de 7,4 a 5,9 sobre 10), mentre que els nascuts a la resta d’Espanya (de 5,1 a 4,8) i els estrangers (de 5,6 a 4,9) es mantenen relativament estables.

Model lineal: cat_ident ~ any_num * origen

Pendent 'any_num' per a nascuts a Catalunya: -0.0482 (p = 5.7e-08 )

Interacció any_num × Resta Espanya: 0.0486 (p = 0.00698 )

Interacció any_num × Estranger: 0.0537 (p = 0.0534 )

El pendent anual de la identitat catalana entre els nascuts a Catalunya és de -0.048 punts a l’any (p 5.7e-08), cosa que confirma que el descens, tot i ser moderat, és estadísticament significatiu.

5.3 Llengua habitual i identitat

La figura següent mostra la distribució de la llengua habitual dins de cada categoria d’identitat nacional, desglossada per any.

La figura revela un patró clar que es manté estable any rere any: com més catalana és la identitat, més alta és la probabilitat de tenir el català com a llengua habitual. Entre els “principalment catalans”, el català és la llengua habitual del 62%; entre els “principalment espanyols”, del 14%. Aquesta associació suggereix que la llengua i la identitat estan profundament interconnectades, i la seva estabilitat temporal indica que es tracta d’una relació sociolingüística estructural.

5.4 Model multinomial: origen, identitat i llengua

El patró descriptiu del gràfic anterior es confirma en un model multivariant. Per avaluar si la identitat modera la relació entre origen i llengua, s’estima un model multinomial amb la interacció origen × identitat, controls d’edat, sexe, estudis i any (2014-2020). Les taules següents mostren les probabilitats predites de català com a llengua habitual per a 2014 i 2020.

Probabilitat predita de català com a llengua habitual per origen i identitat (BOP 2014-2020). Es mostren els anys 2014 i 2020 (inici i final del període) amb IC del 95%. Només les tres categories extremes d’identitat.
origen	2014 Principalment espanyol	2020 Principalment espanyol	2014 Igual ambdues	2020 Igual ambdues	2014 Principalment català	2020 Principalment català
Catalunya	19.8% [16.9%, 22.7%]	11.7% [10.4%, 13.0%]	44.2% [42.9%, 45.6%]	26.2% [25.5%, 26.9%]	83.6% [83.1%, 84.1%]	75.1% [74.6%, 75.7%]
Resta Espanya	7.2% [5.9%, 8.5%]	4.0% [3.5%, 4.5%]	13.6% [12.6%, 14.7%]	7.0% [6.7%, 7.4%]	59.8% [56.3%, 63.2%]	46.3% [44.1%, 48.6%]
Estranger	0.0% [0.0%, 0.0%]	0.0% [0.0%, 0.0%]	8.5% [7.0%, 9.9%]	3.7% [3.2%, 4.2%]	40.2% [36.0%, 44.5%]	33.6% [27.7%, 39.5%]

Resultats:

La identitat nacional és un predictor potent de la llengua habitual: la diferència entre “principalment català” i “principalment espanyol” dins del mateix grup d’origen és de fins a 30 punts percentuals, tant el 2014 com el 2020.
Per als nascuts a Catalunya que s’identifiquen com a “principalment catalans”, la probabilitat de parlar català habitualment ronda el 70% en ambdós anys.
Per als estrangers que s’identifiquen com a “principalment catalans”, la probabilitat de parlar català (14% el 2020) és molt superior a la dels estrangers “principalment espanyols” (~0%), i aquesta distància es manté estable en el temps.
La interacció origen × identitat suggereix que l’efecte de la identitat és més intens entre els immigrants que entre els autòctons: identificar-se com a català té un impacte més gran en l’adopció del català per als nascuts a l’estranger.

En conjunt, les dades del BOP indiquen que l’associació entre identitat i llengua és estructural i estable en el temps: no s’observa un canvi significatiu en la força d’aquesta relació entre 2014 i 2020.

5.5 Llengua habitual i comportament electoral

Les figures següents mostren la distribució del vot recordat al Parlament de Catalunya desglossada per any, per tal de visualitzar l’evolució temporal de la relació entre llengua i comportament electoral. La primera figura mostra la distribució any per any; la segona en mostra l’evolució dels blocs polítics.

La figura revela una polarització lingüística del vot molt marcada que es manté consistent al llarg de tot el període 2014-2020:

Catalanoparlants: el vot es concentra en partits independentistes: Junts (45%), ERC (28%) i CUP (11%). El vot a partits unionistes o federalistes és testimonial (PSC 5%, Comuns 6%, Cs 2%, PP 1%).
Castellanoparlants: el vot es distribueix entre PSC (29%), Cs (18%), Comuns (17%) i PP (7,6%). El vot independentista és molt minoritari (ERC 8%, Junts 9%, CUP 3%).
Bilingües (ambdues llengües): presenten un perfil intermedi, amb suport tant a partits independentistes (Junts 24%, ERC 17%, CUP 9%) com a federalistes/unionistes (PSC 16%, Comuns 17%, Cs 9%).

La distribució any per any confirma que els patrons individuals de vot per llengua habitual són estables en el temps: les diferències entre grups lingüístics no s’amplien ni es redueixen entre 2014 i 2020.

L’evolució temporal confirma que aquest patró és notablement estable entre 2014 i 2020:

El vot independentista entre els catalanoparlants es manté entre el 78% i el 81% durant tot el període, sense tendència de canvi.
El vot independentista entre els castellanoparlants es manté entre el 20% i el 23%, també estable.
Els bilingües mostren una lleu davallada del vot independentista (del 52% al 46%), però sense canvis radicals.
El vot a partits unionistes i federalistes/esquerra es manté complementàriament estable per als tres grups lingüístics.

Aquests resultats indiquen que la polarització lingüística del vot a Catalunya no és un fenomen conjuntural, sinó una característica estructural del sistema polític català: la llengua habitual és un dels predictors més estables del comportament electoral, i la seva alineació amb l’eix nacional no s’ha modificat substancialment entre 2014 i 2020.

Cal matisar que l’agregació en blocs (independentista, unionista, federalista/esquerra) suavitza la fragmentació real del sistema de partits català. Partits com CiU/Junts pel Sí/Junts per Catalunya s’agrupen sota “Independentista” tot i les seves diferències ideològiques internes, i el bloc “Federalista/Esquerra” inclou tant el PSC com els Comuns, que tenen posicions diferents en l’eix nacional. L’agregació, però, és necessària per garantir mostres suficients per subgrup lingüístic i any.

6. Conclusions

L’ús del català com a llengua habitual ha disminuït a Catalunya entre 2013 i 2023, passant del 36% al 33% en termes poblacionals, amb un descens concentrat en la població nascuda a Catalunya.
Les tendències varien significativament per origen: els immigrants africans mostren una lleu tendència a l’alça en l’adopció del català, els europeus es mantenen estables, i els llatinoamericans presenten una adopció molt baixa i estable.
El temps de residència a Catalunya és un factor clau: la probabilitat de parlar català es multiplica per 17 entre els immigrants que porten més de 30 anys respecte als que porten menys de 5 ($p < 0.001$). No obstant, l’efecte és molt més feble entre els llatinoamericans.
La transmissió intergeneracional es debilita: la 2a generació mostra un descens marcat de l’ús del català (del 46,6% al 23,2%).
La identitat nacional modera la relació: les dades del CEO mostren que, independentment de l’origen, identificar-se com a català incrementa significativament la probabilitat de parlar català. Aquest efecte és especialment rellevant entre els immigrants.
L’eix lingüístic estructura l’eix polític: el 84% dels catalanoparlants vota partits independentistes, mentre que el 73% dels castellanoparlants vota partits unionistes o federalistes. Aquesta alineació és estable entre 2014 i 2020 i connecta amb la resta de l’anàlisi. L’origen, la identitat i la llengua no són dimensions separades, sinó que configuren un espai social on la posició en l’eix migratori (origen, anys de residència, generació) es correlaciona amb la posició en l’eix lingüístic i, a través seu, amb l’eix polític.

En resum, l’anàlisi mostra tres idees clau. Primer, d’on neix algú continua sent el factor que més influeix en la llengua que parla, fins i tot després de molts anys viscuts a Catalunya. Segon, la transmissió del català als fills d’immigrants no és automàtica: l’ús de la llengua cau a la meitat entre la primera i la segona generació. Tercer, la identitat nacional hi juga un paper fonamental: sentir-se català augmenta la probabilitat de parlar català, amb independència del lloc de naixement. En conjunt, la llengua connecta l’estructura demogràfica de la població amb el comportament electoral, tot i que les dades no permeten saber si la llengua determina el vot o si ambdues coses són expressió d’una mateixa identitat.

--- title: "Ús del català: origen, identitat i comportament polític (2013-2023)" subtitle: "Anàlisi de l'EULP i dels Baròmetres d'Opinió Política (CEO)" author: "Marc Descals Marcial" format: html: toc: true toc-depth: 3 theme: lumen code-fold: true code-tools: true lang: ca embed-resources: true execute: echo: false warning: false --- ```{css echo=FALSE} .cell-output-display { overflow: visible !important; max-height: none !important; } ``` ```{r setup, include=FALSE} library(tidyverse) library(knitr) library(here) library(plotly) library(scales) library(nnet) library(patchwork) knitr::opts_chunk$set(out.width = "100%", dpi = 150) base_path <- here::here() eulp <- readRDS(file.path(base_path, "data", "eulp_fusionat.rds")) bop <- readRDS(file.path(base_path, "data", "bop_presencial.rds")) # Recodificiació ceo <- bop %>% mutate( any_num = as.numeric(as.character(ANY)), any = factor(ANY), origen = fct_collapse(LLOC_NAIX, "Catalunya" = "Catalunya", "Resta Espanya" = "Altres comunitats autònomes", "Estranger" = c("Unió Europea", "Resta del món", "Fora d'Espanya")), cat_ident = case_when( CAT_0_10 == "Mínim catalanisme" ~ 0, CAT_0_10 == "Màxim catalanisme" ~ 10, as.character(CAT_0_10) %in% as.character(0:10) ~ as.numeric(as.character(CAT_0_10))), esp_ident = case_when( ESP_0_10 == "Mínim espanyolisme" ~ 0, ESP_0_10 == "Màxim espanyolisme" ~ 10, as.character(ESP_0_10) %in% as.character(0:10) ~ as.numeric(as.character(ESP_0_10))), ident_diff = cat_ident - esp_ident, ident_cat = case_when( ident_diff >= 4 ~ "Principalment català", ident_diff <= -4 ~ "Principalment espanyol", ident_diff >= 1 ~ "Més català que espanyol", ident_diff <= -1 ~ "Més espanyol que català", ident_diff > -1 & ident_diff < 1 ~ "Igual ambdues", .default = NA_character_), ident_cat = factor(ident_cat, levels = c("Principalment català", "Més català que espanyol", "Igual ambdues", "Més espanyol que català", "Principalment espanyol")), edat = as.numeric(as.character(EDAT)), edat_grup = case_when( edat < 25 ~ "18-24", edat < 35 ~ "25-34", edat < 50 ~ "35-49", edat < 65 ~ "50-64", TRUE ~ "65+"), estudis = fct_collapse(ESTUDIS, "Primaris o menys" = c("No sap llegir i escriure", "Sap llegir i escriure però va anar menys de 5 anys a l'escola", "Va anar a l'escola 5 o mès anys però sense completar ESO, EGB o Batxillerat elemental", "ESO completa (Graduat escolar), EGB, Batxiller elemental o Certificat d' Escolaritat o d'Estudis Primaris"), "Secundaris" = c("Batxillerat, BUP, COU, Batxillerat superior, PREU", "Cicle formatiu de grau mitjà, FP1, Oficialia industrial o equivalent", "Cicle formatiu de grau superior, FP2, Mestratge industrial o equivalent"), "Universitaris" = c("Diplomatura, Enginyeria/arquitectura tècnica o equivalent", "Llicenciatura, Arquitectura, Enginyeria, Grau o equivalent (4 anys o mès)", "Cursos d'especialització professional, Postgrau, Màster (MIR, FIR...)", "Doctorat"), "Altres" = "Altres estudis"), sexe = SEXE ) ceo_ident <- ceo %>% filter(any_num >= 2014, any_num <= 2023, !is.na(CAT_0_10), !grepl("No ho sap|No contesta", CAT_0_10), !is.na(ESP_0_10), !grepl("No ho sap|No contesta", ESP_0_10), !is.na(origen), !is.na(ident_cat)) ceo_llengua <- ceo %>% mutate(llengua_cat = fct_collapse(LLENGUA_HABITUAL, "Català" = "Català (valencià / balear)", "Castellà" = "Castellà", "Ambdues" = "Totes dues igual: català (valencià / balear) i castellà", "Altres" = c("Aranès", "Altres llengües o altres combinacions"))) %>% filter(!is.na(LLENGUA_HABITUAL), !is.na(CAT_0_10), !grepl("No ho sap|No contesta", CAT_0_10), !is.na(ESP_0_10), !grepl("No ho sap|No contesta", ESP_0_10), !is.na(llengua_cat), !is.na(origen), !is.na(ident_cat), !is.na(edat_grup), !is.na(estudis), !is.na(sexe)) vot_df <- ceo %>% mutate(llengua = fct_collapse(LLENGUA_HABITUAL, "Català" = "Català (valencià / balear)", "Castellà" = "Castellà", "Ambdues" = "Totes dues igual: català (valencià / balear) i castellà", "Altres" = c("Aranès", "Altres llengües o altres combinacions")), vot = REC_PARLAMENT_VOT_R, bloc_vot = fct_collapse(vot, "ERC" = "ERC", "Junts" = c("CiU", "Junts pel Sí", "Junts per Catalunya", "PDeCAT"), "CUP" = "CUP", "PSC" = "PSC/PSOE", "Comuns" = c("ICV-EUiA", "Catalunya sí que es pot", "Comuns Sumar", "Catalunya en Comú Podem"), "PP" = "PP", "Cs" = "C's", "VOX" = "VOX", "Aliança Cat." = "Aliança Catalana", "Altres" = c("Altres blanc", "Nul", "PACMA"))) %>% filter(any_num >= 2014, any_num <= 2023, !is.na(llengua), !LLENGUA_HABITUAL %in% c("No ho sap", "No contesta"), !is.na(bloc_vot), !vot %in% c("No ho sap", "No contesta")) # Paleta soft_eulp <- c("Catalunya" = "#e8a825", "Resta Espanya" = "#d6604d", "Europa" = "#8da0cb", "Amèrica Llatina" = "#e78ac3", "Àfrica" = "#a6d854", "Àsia" = "#7a9e8f", "Altres estranger" = "#b3b3b3") soft_ceo <- c("Catalunya" = "#e8a825", "Resta Espanya" = "#d6604d", "Estranger" = "#8da0cb") soft_lleng <- c("Català" = "#f7c95c", "Castellà" = "#f1948a", "Ambdues" = "#74b9ff", "Altres" = "#d5d5d5") soft_ident <- c("Principalment català" = "#e8a825", "Més català que espanyol" = "#f5d487", "Igual ambdues" = "#e0e0e0", "Més espanyol que català" = "#f4a582", "Principalment espanyol" = "#d6604d") soft_party <- c("ERC" = "#f5c86a", "Junts" = "#5cd4c9", "CUP" = "#fce68a", "PSC" = "#e85a5a", "Comuns" = "#b27bc4", "PP" = "#6ea3d2", "Cs" = "#f5b05a", "VOX" = "#7cc880", "Aliança Cat." = "#7a80b0", "Altres" = "#adb5bd") my_ggplotly <- function(p, ...) { print(p) } # Consistència theme theme_informe <- theme_minimal() + theme( legend.position = "bottom", legend.text = element_text(size = 11), legend.title = element_text(size = 12), axis.text = element_text(size = 11), axis.title = element_text(size = 13), strip.text = element_text(size = 12), plot.title = element_text(size = 14), plot.subtitle = element_text(size = 12), plot.caption = element_text(size = 9, color = "grey50", hjust = 0), plot.margin = margin(t = 10, r = 15, b = 25, l = 10) ) bop_vot <- ceo %>% mutate(llengua = fct_collapse(LLENGUA_HABITUAL, "Català" = "Català (valencià / balear)", "Castellà" = "Castellà", "Ambdues" = "Totes dues igual: català (valencià / balear) i castellà", "Altres" = c("Aranès", "Altres llengües o altres combinacions")), vot = REC_PARLAMENT_VOT_R, bloc_vot = fct_collapse(vot, "Independentista" = c("ERC", "CiU", "Junts pel Sí", "Junts per Catalunya", "PDeCAT", "CUP", "Aliança Catalana"), "Unionista" = c("PP", "C's", "VOX"), "Federalista/Esquerra" = c("PSC/PSOE", "ICV-EUiA", "Catalunya sí que es pot", "Comuns Sumar", "Catalunya en Comú Podem"), "Altres/No vot" = c("Altres blanc", "Nul", "PACMA", "No ho sap", "No contesta"))) %>% filter(any_num >= 2014, any_num <= 2023, !is.na(llengua), !LLENGUA_HABITUAL %in% c("No ho sap", "No contesta")) ``` # Resum Aquest informe examina l'evolució de l'ús del català a Catalunya entre 2013 i 2023 a partir de les dades de l'Enquesta d'Usos Lingüístics de la Població (EULP) i del Baròmetre d'Opinió Política (CEO 2014-2020). S'analitzen les diferències per origen geogràfic, el paper del temps de residència i la transmissió intergeneracional, i la relació entre llengua, identitat nacional i comportament electoral. Els resultats mostren un descens de l'ús del català concentrat en la població nascuda a Catalunya (del 58% al 52%), estabilitat entre els immigrants, i un debilitament de la transmissió intergeneracional: la 2a generació passa del 46,6% al 23,2% de català habitual amb el pas dels anys. A més, la llengua habitual es confirma com el predictor més estable del vot a Catalunya, amb l'alineació lingüística de l'eix polític inalterada entre 2014 i 2020. # 1. Introducció Els fluxos migratoris han transformat la composició demogràfica de Catalunya en les darreres dècades. Segons l'Enquesta d'Usos Lingüístics de la Població (EULP), la població nascuda a l'estranger ha passat del 9,3% (2003) al 22,5% (2023). Aquest fenomen planteja preguntes sobre l'ús i l'adopció del català entre els diferents nouvinguts. Aquest informe analitza l'evolució de l'ús del català com a llengua habitual, entre d'altres, entre 2013 i 2023, posant el focus en tres grans dimensions: (1) les diferències per origen, (2) el paper del temps de residència i la transmissió intergeneracional, i (3) la relació entre llengua, identitat nacional i comportament polític. **Preguntes de recerca**: - L'evolució de l'ús del català com a llengua habitual difereix segons l'origen dels parlants? En particular, els migrants africans mostren un patró diferent del dels migrants llatinoamericans o europeus? - L'adopció del català augmenta amb els anys de residència a Catalunya? La 2a generació (fills d'immigrants nascuts a Catalunya) manté el català o se'n distancia? - Com es relaciona la llengua habitual amb la identitat nacional i amb el comportament electoral? # 2. Dades i metodologia ## 2.1 Enquesta d'Usos Lingüístics de la Població (EULP) S'utilitzen les dades quinquennals de l'EULP per als anys 2013, 2018 i 2023. ```{r mostra} eulp %>% count(any) %>% mutate(any = as.character(any)) %>% kable(col.names = c("Any", "n"), caption = "Mostra per onada") ``` **Variable dependent**: Llengua habitual (4 categories: Català, Castellà, Ambdues, Altres). **Variable independent principal**: Grup d'origen, construït a partir del lloc de naixement i la llengua inicial com a aproximació. Per als nascuts a l'estranger, la llengua inicial permet distingir entre Amèrica Llatina (castellà), Europa (llengües europees no ibèriques), Àfrica (àrab o berber) i Àsia (xinès). **Controls**: Sexe, edat, nivell d'estudis. **Variables derivades**: - **Generació** (`gen_immigrant`): Autòcton (nascut a Catalunya amb pares nascuts a Catalunya), 2a generació (nascut a Catalunya amb almenys un pare nascut a l'estranger), Resta Espanya, 1a generació (nascut a l'estranger). - **Anys a Catalunya** (`anys_cat`): anys de residència, calculat com `any_enquesta - any_arribada` per als nascuts fora, i com l'edat per als nascuts a Catalunya. ## 2.2 Baròmetre d'Opinió Política (CEO / BOP) Com a anàlisi complementària, s'utilitzen les dades del Baròmetre d'Opinió Política (BOP) del Centre d'Estudis d'Opinió (CEO), accessibles a través del paquet `CEOdata`. El BOP permet explorar dimensions que l'EULP no capta directament: la **identitat nacional** i el **comportament electoral**. Les anàlisis d'identitat cobreixen els anys 2014-2023, mentre que les anàlisis de vot cobreixen tot el període 2014-2020. S'analitzen enquestats amb dades completes de llengua habitual, origen, identitat nacional i controls sociodemogràfics. La identitat nacional es mesura amb l'escala de catalanisme (CAT 0-10) i espanyolisme (ESP 0-10), a partir de les quals es construeix una variable categòrica de 5 nivells: principalment català, més català que espanyol, igual ambdues, més espanyol que català, principalment espanyol. Per al comportament electoral, s'utilitza el vot recordat al Parlament de Catalunya (`REC_PARLAMENT_VOT_R`), amb els partits agrupats per blocs. ## 2.3 Metodologia L'anàlisi combina tres aproximacions: 1. **Anàlisi descriptiva**: gràfics de barres, línies i mapes de calor per visualitzar les relacions entre llengua, origen i temps. Aquesta aproximació permet observar tendències i patrons generals. 2. **Model de regressió per a llengua habitual**: per estimar la probabilitat de parlar cadascuna de les llengües (català, castellà, ambdues, altres) segons l'origen i l'any de l'enquesta, s'utilitza un model de regressió pensat per a variables dependents amb més de dues categories. El model inclou una interacció entre l'origen i l'any per captar si les tendències temporals són diferents per a cada grup. La categoria de referència és el castellà (la llengua majoritària), i els resultats s'expressen en termes de probabilitats. 3. **Model de regressió per a adopció del català**: per analitzar com evoluciona l'adopció del català entre els immigrants amb els anys de residència, s'utilitza un model de regressió binari (català habitual vs. no català habitual). El model incorpora correccions pròpies del disseny mostral de l'enquesta per garantir que els resultats siguin vàlids. S'inclouen controls per origen, any, sexe i estudis per aïllar l'efecte del temps de residència. La selecció dels models i la seva implementació s'ha realitzat amb l'assistència d'intel·ligència artificial (DeepSeek), que ha orientat l'elecció per optimitzar l'anàlisi d'acord amb els objectius establerts. ## 2.4 Fonts de dades **Enquesta d'Usos Lingüístics de la Població (EULP)** - Font: Idescat i Departament de Política Lingüística - Onades: 2013, 2018, 2023 - Mostra: Població de 15 anys o més a Catalunya - N total utilitzat: 24.187 (2013 = 7.174, 2018 = 8.668, 2023 = 8.345) - Accés: https://www.idescat.cat/dades/micro/?id=eulp **Baròmetre d'Opinió Política (BOP) — Centre d'Estudis d'Opinió (CEO)** - Font: Centre d'Estudis d'Opinió (CEO), Generalitat de Catalunya - Versió: Acumulada presencial 2014-2025 (dades utilitzades: 2014-2023) - Àmbit: Població amb ciutadania espanyola a Catalunya - Accés: Paquet R `CEOdata` (v. 1.4.0) | https://ceo.gencat.cat/ - Subconjunts utilitzats: - Identitat (escales CAT 0-10 i ESP 0-10): 2014-2023 (N = 10.458) - Llengua habitual + identitat: 2014-2020 (N = 8.451) - Vot recordat al Parlament de Catalunya: 2014-2020 (N = 23.381) **Nota**: L'EULP és la font principal per a l'anàlisi d'usos lingüístics per origen (seccions 3 i 4). El CEO s'utilitza com a font complementària per a la dimensió política i identitària (secció 5). Les diferències en el N del CEO segons l'anàlisi responen a la disponibilitat de variables: les escales d'identitat estan disponibles fins al 2023 (N = 10.458), mentre que la llengua habitual (N = 8.451) i el vot recordat (N = 23.381) només cobreixen el període 2014-2020. # 3. Panorama descriptiu: l'ús del català a Catalunya (EULP) ## 3.1 Evolució del català com a llengua habitual per origen ```{r fig-evolucio, fig.width=10, fig.height=6} taula_lleng_origen <- eulp %>% filter(!is.na(llengua_cat), !is.na(grup_origen)) %>% count(any, grup_origen, llengua_cat) %>% group_by(any, grup_origen) %>% mutate(pct = n / sum(n) * 100) %>% ungroup() g1 <- taula_lleng_origen %>% filter(llengua_cat == "Català") %>% ggplot(aes(x = any, y = pct, color = grup_origen, group = grup_origen)) + geom_line(linewidth = 1.2) + geom_point(size = 3) + scale_color_manual(values = soft_eulp) + scale_y_continuous(labels = function(x) paste0(x, "%")) + labs(title = "Evolució de l'ús del català com a llengua habitual", subtitle = "Per grup d'origen (2013-2023)", x = "Any de l'enquesta", y = "% amb català com a llengua habitual", color = "Origen") + theme_informe my_ggplotly(g1) ``` El gràfic mostra l'evolució del percentatge de població que té el català com a llengua habitual, per grup d'origen. S'observa una tendència general a la baixa, però amb diferències notables entre grups: la població nascuda a Catalunya experimenta un descens progressiu, mentre que els grups immigrants es mantenen estables o mostren lleus increments. Aquesta asimetria és rellevant perquè implica que la davallada global es concentra en el grup que té un major coneixement/ús, i, per tant, no és una pèrdua generalitzada entre tots els col·lectius. Com a resultat, els grups tendeixen a convergir per un apropament "a la baixa" —els nascuts a Catalunya mantenen menys el català—, no per una adopció creixent entre els immigrants. Aquest patró planteja la primera gran pregunta de l'anàlisi: què explica la caiguda entre els nascuts a Catalunya? Les seccions següents ho desglossen per edat, anys de residència i generació. ## 3.2 Distribució per edat i origen ```{r fig-edat, fig.width=14, fig.height=6} g3 <- eulp %>% filter(!is.na(edat_grup), !is.na(grup_origen)) %>% count(any, grup_origen, edat_grup) %>% group_by(any, grup_origen) %>% mutate(pct = n / sum(n) * 100) %>% ungroup() %>% ggplot(aes(x = edat_grup, y = pct, color = grup_origen, group = grup_origen)) + geom_line(linewidth = 1) + geom_point(size = 2) + facet_wrap(~any) + scale_color_manual(values = soft_eulp) + labs(title = "Distribució per edat i origen", subtitle = "Per any de l'enquesta", x = "Grup d'edat", y = "% del grup d'origen", color = "Origen") + theme_informe + theme(axis.text.x = element_text(angle = 45, hjust = 1)) my_ggplotly(g3) ``` La distribució per edat revela perfils demogràfics marcadament diferents: la població immigrada es concentra a les edats laborals (25-44 anys), mentre que la població nascuda a Catalunya té una distribució més equilibrada entre grups d'edat. Aquesta diferència és rellevant perquè l'edat es correlaciona amb l'ús del català: les cohorts més joves tendeixen a usar menys el català amb independència de l'origen. Per tant, la composició per edat de cada grup d'origen pot esbiaixar les comparacions directes si no es té en compte. Incloure l'edat com a variable de control als models (secció 4) permet aïllar l'efecte de l'origen de l'efecte de l'estructura demogràfica, garantint que les diferències observades no són fruit de la composició per edat de cada grup. ## 3.3 Transició de llengua inicial a habitual ```{r fig-transicio, fig.width=12, fig.height=5} taula_transicio <- eulp %>% filter(llengua_inicial %in% c(1, 2, 3), llengua_habitual %in% c(1, 2, 3)) %>% count(any, llengua_inicial, llengua_habitual) %>% group_by(any, llengua_inicial) %>% mutate(pct = n / sum(n) * 100) %>% ungroup() g2 <- taula_transicio %>% mutate( llengua_inicial = factor(case_match(as.character(llengua_inicial), "1" ~ "Inicial: Català", "2" ~ "Inicial: Castellà", "3" ~ "Inicial: Ambdues"), levels = c("Inicial: Català", "Inicial: Castellà", "Inicial: Ambdues")), llengua_habitual = factor(case_match(as.character(llengua_habitual), "1" ~ "Català", "2" ~ "Castellà", "3" ~ "Ambdues"), levels = c("Català", "Castellà", "Ambdues")), label = ifelse(pct > 5, paste0(round(pct, 0), "%"), ""), color_text = ifelse(llengua_habitual == "Ambdues", "white", "black") ) %>% ggplot(aes(x = as.factor(any), y = pct, fill = llengua_habitual)) + geom_col(position = "fill") + geom_text(aes(label = label, color = color_text), position = position_fill(vjust = 0.5), size = 3) + scale_color_identity() + scale_fill_manual(values = soft_lleng) + scale_y_continuous(labels = percent_format()) + facet_wrap(~llengua_inicial) + labs(title = "Transició de llengua inicial a llengua habitual", subtitle = "Per any de l'enquesta", x = "Any", y = "Proporció", fill = "Llengua habitual") + theme_informe my_ggplotly(g2) ``` La figura mostra, per a cada llengua inicial (Català, Castellà, Ambdues), com es distribueix la llengua habitual a cada onada. Les persones amb llengua inicial catalana mantenen majoritàriament el català com a habitual, mentre que les que tenen el castellà com a llengua inicial presenten una distribució relativament més diversa. La transició del castellà al català és molt minoritària, cosa que suggereix que la substitució lingüística es produeix principalment en una direcció (del català al castellà o al bilingüisme). Cal matisar que aquesta figura exclou la categoria "Altres" (llengües no romàniques), que és rellevant per a la població immigrada recent, i que la simplificació a tres categories —tot i que facilita la comparació— no capta la diversitat de trajectòries lingüístiques de manera més individual. ## 3.4 Mapa de calor global ```{r fig-mapa-calor, fig.width=12, fig.height=4} pal_heatmap <- list( `Català` = c("#fef0d9", "#e8a825"), `Castellà` = c("#fee0d2", "#d6604d"), `Ambdues` = c("#deebf7", "#74b9ff"), `Altres` = c("#f0f0f0", "#b3b3b3") ) g4 <- pal_heatmap %>% imap(function(cols, cat) { taula_lleng_origen %>% filter(llengua_cat == cat) %>% mutate( etiqueta = paste0(round(pct, 0), "%"), color_text = ifelse(pct > 50, "white", "black") ) %>% ggplot(aes(x = as.factor(any), y = grup_origen, fill = pct)) + geom_tile(color = "white", linewidth = 0.8) + geom_text(aes(label = etiqueta, color = color_text), size = 3) + scale_color_identity() + scale_fill_gradient(low = cols[1], high = cols[2], guide = "none") + labs(subtitle = cat, x = "Any", y = NULL) + theme_informe + theme(legend.position = "none") }) %>% wrap_plots(nrow = 1) + plot_annotation(title = "Llengua habitual per origen i any") my_ggplotly(g4) ``` El mapa de calor mostra la intensitat de cada categoria de llengua habitual per combinació d'origen i any, i confirma que el català predomina entre els nascuts a Catalunya, mentre que el castellà i altres llengües ho fan entre la població immigrada. # 4. Factors associats a l'ús del català (EULP) ## 4.1 Model multinomial: origen i any S'estima un model de regressió logística multinomial amb la llengua habitual com a variable dependent, la interacció `grup_origen × any` com a predictor principal, i controls de sexe, edat i estudis. ```{r model-results} model_res <- readRDS(file.path(base_path, "output", "resultats_model.rds")) cat("\n### Test de la interacció any×origen\n") print(model_res[['ll_test']]) cat("\n\n### Probabilitats predites amb IC del 95%\n") model_res[['pred_df']] %>% filter(llengua == "Català") %>% mutate( prob = round(prob, 3), CI = sprintf("[%.3f, %.3f]", round(lower.CL, 3), round(upper.CL, 3)) ) %>% select(grup_origen_simple, any, prob, CI) %>% pivot_wider(names_from = any, values_from = c(prob, CI), names_sep = " ") %>% kable(caption = "Probabilitat predita de català com a llengua habitual per origen i any (IC del 95%)") ``` ```{r fig-prediccions, fig.width=14, fig.height=8} g_pred <- model_res[['pred_df']] %>% mutate(llengua = factor(llengua, levels = c("Català", "Castellà", "Ambdues", "Altres"))) %>% ggplot(aes(x = any, y = prob, fill = llengua)) + geom_col(position = "dodge", width = 0.7) + facet_wrap(~grup_origen_simple) + labs(title = "Probabilitat mitjana predita de llengua habitual", subtitle = "Evolució per origen", x = "Any", y = "Probabilitat", fill = "Llengua habitual") + scale_y_continuous(labels = scales::percent_format()) + scale_fill_manual(values = soft_lleng) + theme_informe my_ggplotly(g_pred) ``` La interacció `grup_origen × any` és estadísticament significativa ($p < 0.001$), cosa que indica que **l'evolució temporal de l'ús del català difereix significativament segons l'origen**. Els resultats principals són: 1. **Població nascuda a Catalunya**: l'ús del català com a llengua habitual baixa del 58% (2013) al 52% (2023), mentre creix l'ús bilingüe (català i castellà) del 9% al 12%. 2. **Població nascuda a la resta d'Espanya**: el castellà es manté com a llengua dominant (74% el 2023), amb un lleu increment del català i del bilingüisme. 3. **Migrants europeus**: predomina l'ús d'altres llengües (70-71%), amb un ús del català baix però creixent (del 0,9% al 1,6%). 4. **Migrants llatinoamericans**: el castellà és la llengua habitual dominant (79% el 2023), amb un l'ús del català més baix (0,5% o inferior). 5. **Migrants africans**: presenten el perfil més singular: només el 19% té el castellà com a llengua habitual (el valor més baix entre tots els grups), mentre que el 77% usa altres llengües. L'ús del català, tot i ser baix (2,5% el 2023), mostra una tendència creixent (1,2% → 1,9% → 2,5%), cosa que suggereix una progressiva incorporació lingüística. ## 4.2 Anys de residència i adopció del català Una pregunta clau per entendre la integració lingüística és si l'adopció del català augmenta amb el temps de residència a Catalunya. La figura següent mostra el percentatge de població immigrada que té el català com a llengua habitual en funció dels anys que fa que viu a Catalunya, desglossat per origen i onada de l'enquesta. ```{r fig-anys-residencia, fig.width=12, fig.height=7} anys_df <- eulp %>% filter(!is.na(anys_cat), !is.na(anys_cat_grup), !is.na(llengua_cat), grup_origen %in% c("Resta Espanya", "Europa", "Amèrica Llatina")) %>% mutate(anys_cat_grup = factor(anys_cat_grup, levels = c("Menys de 5 anys", "5 a 9 anys", "10 a 19 anys", "20 a 29 anys", "30+ anys")), grup_origen = fct_drop(grup_origen)) taula_anys <- anys_df %>% count(any, grup_origen, anys_cat_grup, llengua_cat) %>% group_by(any, grup_origen, anys_cat_grup) %>% mutate(pct = n / sum(n) * 100) %>% ungroup() g_anys <- taula_anys %>% filter(llengua_cat == "Català") %>% mutate(etiqueta = ifelse(pct > 3, paste0(round(pct, 0), "%"), "")) %>% ggplot(aes(x = anys_cat_grup, y = pct, color = grup_origen, group = grup_origen)) + geom_line(linewidth = 1) + geom_point(size = 2.5) + geom_text(aes(label = etiqueta), vjust = -1, size = 2.8, show.legend = FALSE) + facet_wrap(~any, nrow = 1) + scale_y_continuous(labels = function(x) paste0(x, "%"), limits = c(0, NA)) + scale_color_manual(values = soft_eulp[c("Resta Espanya", "Europa", "Amèrica Llatina")]) + labs(title = "Adopció del català segons els anys de residència a Catalunya", subtitle = "Percentatge que té el català com a llengua habitual, per origen i onada", x = "Anys de residència a Catalunya", y = "% amb català com a llengua habitual", color = "Origen") + theme_informe + theme(panel.grid.major.x = element_blank(), axis.text.x = element_text(angle = 25, hjust = 1)) my_ggplotly(g_anys) ``` Les dades mostren patrons marcadament diferents segons l'origen: 1. **Resta d'Espanya**: és el grup amb més adopció del català a curt termini (17% als 5-9 anys el 2023), però la tendència no és clarament creixent amb els anys: el percentatge es mou entre el 6% i el 17% sense un gradient temporal clar. 2. **Europa**: presenta un patró d'adopció progressiva: del 3% (5-9 anys) al 16% (30+ anys) el 2023, suggerint que la integració lingüística és un procés gradual. 3. **Amèrica Llatina**: mostra l'adopció més baixa de tots els grups, amb valors entre l'1% i el 5%, i amb un lleu increment només a llarg termini (30+ anys). Compartir el castellà com a llengua primera redueix els incentius per adoptar el català. Cal tenir en compte que les categories <10 d'anys de residència compten amb mostres reduïdes (n<10) per a Europa i Amèrica Llatina, i que la població d'origen africà s'ha exclòs d'aquesta anàlisi perquè el nombre total d'observacions amb català com a llengua habitual (n=26) és pobre per desglossar per anys de residència. Per confirmar la significació estadística d'aquests patrons, s'estima un model de regressió logística amb la probabilitat de tenir el català com a llengua habitual com a variable dependent, incloent-hi els anys de residència agrupats, l'origen, l'any, el sexe i el nivell d'estudis com a predictors. **Resultats del model logístic**: - L'efecte conjunt dels **anys de residència** és altament significatiu (test de Wald, $p < 0.001$). En comparació amb els immigrants que porten menys de 5 anys, la probabilitat de parlar català es multiplica per 5,4 (5-9 anys, $p < 0.01$), 7,1 (10-19 anys, $p < 0.001$), 10,4 (20-29 anys, $p < 0.001$) i 17,0 (30+ anys, $p < 0.001$). - **Origen**: els llatinoamericans tenen una probabilitat significativament menor de parlar català que els de la resta d'Espanya ($p < 0.001$). Europeus no difereixen significativament del grup de referència un cop controlat el temps de residència. - **Efecte temporal**: no s'observa un efecte significatiu de l'any de l'enquesta, cosa que indica que, un cop controlat el temps de residència, la probabilitat de parlar català entre els immigrants es manté estable entre 2013 i 2023. Aquests resultats confirmen que **el temps de residència a Catalunya és un factor clau per a l'adopció del català**, però el seu efecte varia substancialment segons l'origen: mentre que per a europeus l'adopció és un procés gradual, per als llatinoamericans la barrera lingüística fa que l'increment amb els anys sigui més lleu. ## 4.3 Transmissió intergeneracional Un segon model substitueix el grup d'origen per la variable `gen_immigrant` per avaluar si la 2a generació (fills d'immigrants nascuts a Catalunya) s'assembla més als autòctons o als immigrants de 1a generació en termes lingüístics. ```{r fig-generacio, fig.width=12, fig.height=8} g_gen <- model_res[['pred_gen_df']] %>% pivot_longer(c(Català, Castellà, Ambdues, Altres), names_to = "llengua", values_to = "prob") %>% mutate(llengua = factor(llengua, levels = c("Català", "Castellà", "Ambdues", "Altres"))) %>% ggplot(aes(x = any, y = prob, fill = llengua)) + geom_col(position = "dodge", width = 0.7) + facet_wrap(~gen_immigrant) + labs(title = "Probabilitat predita de llengua habitual per generació", subtitle = "Evolució per generació", x = "Any", y = "Probabilitat", fill = "Llengua habitual") + scale_y_continuous(labels = scales::percent_format()) + scale_fill_manual(values = soft_lleng) + theme_informe my_ggplotly(g_gen) ``` ```{r model-gen-results} cat("\n### Probabilitats predites per generació\n") model_res[['pred_gen_df']] %>% mutate(across(where(is.numeric), ~ round(., 3))) %>% kable(digits = 3, caption = "Probabilitat predita de llengua habitual per generació i any") ``` **Resultats**: - La **2a generació** partia d'una posició relativament propera als autòctons el 2013 (46,6% de català habitual, vs 58,4% dels autòctons), però el 2023 ha caigut fins al 23,2%, allunyant-se significativament del perfil amb família nascuda a Catalunya. - La **1a generació** manté valors molt baixos i estables de català (3-6%), amb predomini d'altres llengües (29-34%). - La **població autòctona** es manté estable (52-58% de català). - La **població de la resta d'Espanya** mostra un lleu increment del català (8,6% → 10,0%). Aquest patró suggereix que **la transmissió intergeneracional del català s'està debilitant**: la 2a generació adopta el català en menor mesura que els autòctons i aquesta distància s'eixampla en el transcurs dels anys analitzats. Cal interpretar aquests resultats amb cautela: la 2a generació és un grup reduït (487 observacions a totes tres onades), cosa que amplia els intervals de confiança de les estimacions. No obstant, la magnitud i la consistència del descens (46,6% → 34,2% → 23,2%) apunten a una tendència real i lògica. # 5. Dimensió política i identitària (CEO) El BOP permet explorar la relació entre origen, identitat nacional i llengua al llarg del període 2014-2020, afegint una dimensió temporal que complementa l'anàlisi de l'EULP. Totes les figures d'aquesta secció desglossen els resultats any per any per garantir la comparació temporal. ## 5.1 Identitat nacional i origen El gràfics següents mostren la distribució de la identitat nacional (5 categories) en funció del lloc de naixement, desglossada per any per visualitzar l'evolució temporal. ```{r fig-identitat-origen, fig.width=12, fig.height=5} g_id_origen <- ceo_ident %>% filter(origen %in% c("Catalunya", "Resta Espanya", "Estranger")) %>% count(any, origen, ident_cat) %>% group_by(any, origen) %>% mutate(prop = n / sum(n)) %>% ggplot(aes(x = any, y = prop, fill = ident_cat)) + geom_col(position = "fill", width = 0.6) + scale_y_continuous(labels = scales::percent_format()) + scale_fill_manual(values = soft_ident) + labs(title = "Identitat nacional per origen i any", subtitle = "BOP 2014-2023. Evolució per origen", x = "Any", y = "Percentatge", fill = "Identitat") + facet_wrap(~origen, nrow = 1) + theme_informe my_ggplotly(g_id_origen) ``` S'observa una associació clara entre lloc de naixement i identitat que es manté estable al llarg dels anys: la majoria dels nascuts a Catalunya s'identifiquen com a "principalment catalans" (53%), mentre que els nascuts a la resta d'Espanya predominen les identitats espanyoles o equilibrades. Entre els estrangers, la categoria més freqüent és "igual ambdues" (41%). La distribució es manté notablement estable entre 2014 i 2023, indicant que les identitats nacionals agregades no han experimentat transformacions radicals malgrat els canvis polítics i socials del període. ## 5.2 Evolució temporal de la identitat La figura següent mostra l'evolució de la identitat catalana (escala CAT 0-10) entre 2014 i 2023, desglossada per origen. ```{r fig-identitat-temporal, fig.width=10, fig.height=6} bop_ident <- ceo %>% filter(any_num >= 2014, any_num <= 2023, !is.na(cat_ident)) ident_anual <- bop_ident %>% group_by(any_num, origen) %>% summarise( cat_mitjana = mean(cat_ident, na.rm = TRUE), se_cat = sd(cat_ident, na.rm = TRUE) / sqrt(n()), n = n(), .groups = "drop" ) g_ident_temporal <- ident_anual %>% ggplot(aes(x = any_num, y = cat_mitjana, color = origen, group = origen)) + geom_line(linewidth = 1) + geom_point(size = 2.5) + geom_ribbon(aes(ymin = cat_mitjana - 1.96 * se_cat, ymax = cat_mitjana + 1.96 * se_cat, fill = origen), alpha = 0.15, show.legend = FALSE) + scale_x_continuous(breaks = c(2014, 2016, 2018, 2020, 2022)) + scale_y_continuous(limits = c(0, 10), breaks = 0:10) + scale_color_manual(values = soft_ceo) + scale_fill_manual(values = soft_ceo) + labs(title = "Evolució de la identitat catalana (CAT 0-10) per origen", subtitle = "BOP 2014-2023. Mitjana i interval de confiança del 95%", x = "Any", y = "Identitat catalana (0-10)", color = "Origen") + theme_informe my_ggplotly(g_ident_temporal) ``` S'observa una tendència a la baixa de la identitat catalana entre els nascuts a Catalunya (de 7,4 a 5,9 sobre 10), mentre que els nascuts a la resta d'Espanya (de 5,1 a 4,8) i els estrangers (de 5,6 a 4,9) es mantenen relativament estables. ```{r test-identitat-temporal} test_ident <- readRDS(file.path(base_path, "output", "test_identitat_temporal.rds")) coefs <- test_ident[['coef']] cat("Model lineal: cat_ident ~ any_num * origen\n") cat("Pendent 'any_num' per a nascuts a Catalunya:", round(coefs["any_num", "Estimate"], 4), "(p =", format.pval(coefs["any_num", "Pr(>|t|)"], digits = 3), ")\n") cat("Interacció any_num × Resta Espanya:", round(coefs["any_num:origenResta Espanya", "Estimate"], 4), "(p =", format.pval(coefs["any_num:origenResta Espanya", "Pr(>|t|)"], digits = 3), ")\n") cat("Interacció any_num × Estranger:", round(coefs["any_num:origenEstranger", "Estimate"], 4), "(p =", format.pval(coefs["any_num:origenEstranger", "Pr(>|t|)"], digits = 3), ")\n") ``` El pendent anual de la identitat catalana entre els nascuts a Catalunya és de `r round(coefs["any_num", "Estimate"], 3)` punts a l'any (p `r format.pval(coefs["any_num", "Pr(>|t|)"], digits = 3)`), cosa que confirma que el descens, tot i ser moderat, és estadísticament significatiu. ## 5.3 Llengua habitual i identitat La figura següent mostra la distribució de la llengua habitual dins de cada categoria d'identitat nacional, desglossada per any. ```{r fig-identitat-llengua, fig.width=14, fig.height=8} g_id_llengua <- ceo_llengua %>% count(any, ident_cat, llengua_cat) %>% group_by(any, ident_cat) %>% mutate(prop = n / sum(n)) %>% ggplot(aes(x = any, y = prop, fill = llengua_cat)) + geom_col(position = "dodge", width = 0.7) + scale_y_continuous(labels = scales::percent_format()) + scale_fill_manual(values = soft_lleng) + labs(title = "Llengua habitual per identitat nacional", subtitle = "BOP 2014-2020. Evolució per categoria d'identitat", x = "Any", y = "Percentatge", fill = "Llengua habitual") + facet_wrap(~ident_cat, nrow = 2) + theme_informe my_ggplotly(g_id_llengua) ``` La figura revela un **patró clar** que es manté estable any rere any: com més catalana és la identitat, més alta és la probabilitat de tenir el català com a llengua habitual. Entre els "principalment catalans", el català és la llengua habitual del 62%; entre els "principalment espanyols", del 14%. Aquesta associació suggereix que la llengua i la identitat estan profundament interconnectades, i la seva estabilitat temporal indica que es tracta d'una relació sociolingüística estructural. ## 5.4 Model multinomial: origen, identitat i llengua El patró descriptiu del gràfic anterior es confirma en un model multivariant. Per avaluar si la identitat modera la relació entre origen i llengua, s'estima un model multinomial amb la interacció `origen × identitat`, controls d'edat, sexe, estudis i any (2014-2020). Les taules següents mostren les probabilitats predites de català com a llengua habitual per a 2014 i 2020. ```{r ceo-model} ceo_res <- readRDS(file.path(base_path, "output", "resultats_ceo.rds")) ``` ```{r ceo-taula} taula_ceo <- ceo_res[['pred_df']] %>% filter(any %in% c("2014", "2020")) %>% filter(ident_cat %in% c("Principalment català", "Principalment espanyol", "Igual ambdues")) %>% mutate( Català_pct = scales::percent(Català, accuracy = 0.1), CI = sprintf("[%s, %s]", scales::percent(Català_lower, accuracy = 0.1), scales::percent(Català_upper, accuracy = 0.1)), etiqueta = paste0(Català_pct, " ", CI) ) %>% select(any, origen, ident_cat, etiqueta) %>% pivot_wider(names_from = c(any, ident_cat), values_from = etiqueta, names_sep = " ") kable(taula_ceo, caption = "Probabilitat predita de català com a llengua habitual per origen i identitat (BOP 2014-2020). Es mostren els anys 2014 i 2020 (inici i final del període) amb IC del 95%. Només les tres categories extremes d'identitat.") ``` ```{r fig-prediccions-ceo, fig.width=14, fig.height=10} g_pred_ceo <- ceo_res[['pred_df']] %>% filter(any %in% c("2014", "2018", "2020")) %>% filter(ident_cat %in% c("Principalment català", "Principalment espanyol", "Igual ambdues")) %>% mutate(ident_cat = factor(ident_cat, levels = c("Principalment català", "Igual ambdues", "Principalment espanyol"))) %>% pivot_longer(c(Català, Castellà, Ambdues, Altres), names_to = "llengua", values_to = "prob") %>% mutate(llengua = factor(llengua, levels = c("Català", "Castellà", "Ambdues", "Altres"))) %>% ggplot(aes(x = any, y = prob, fill = llengua)) + geom_col(position = "dodge", width = 0.7) + facet_grid(ident_cat ~ origen, switch = "y") + labs(title = "Probabilitat predita de llengua habitual per origen i identitat", subtitle = "BOP 2014, 2018 i 2020. Controls: edat, sexe, estudis", x = "Any", y = "Probabilitat", fill = "Llengua habitual") + scale_y_continuous(labels = scales::percent_format(), position = "right") + scale_fill_manual(values = soft_lleng) + theme_informe + theme(strip.text = element_text(size = 10)) my_ggplotly(g_pred_ceo) ``` **Resultats**: 1. La identitat nacional és un predictor potent de la llengua habitual: la diferència entre "principalment català" i "principalment espanyol" dins del mateix grup d'origen és de fins a 30 punts percentuals, tant el 2014 com el 2020. 2. Per als nascuts a Catalunya que s'identifiquen com a "principalment catalans", la probabilitat de parlar català habitualment ronda el 70% en ambdós anys. 3. Per als estrangers que s'identifiquen com a "principalment catalans", la probabilitat de parlar català (14% el 2020) és molt superior a la dels estrangers "principalment espanyols" (~0%), i aquesta distància es manté estable en el temps. 4. La interacció `origen × identitat` suggereix que **l'efecte de la identitat és més intens entre els immigrants que entre els autòctons**: identificar-se com a català té un impacte més gran en l'adopció del català per als nascuts a l'estranger. En conjunt, les dades del BOP indiquen que **l'associació entre identitat i llengua és estructural i estable en el temps**: no s'observa un canvi significatiu en la força d'aquesta relació entre 2014 i 2020. ## 5.5 Llengua habitual i comportament electoral Les figures següents mostren la distribució del vot recordat al Parlament de Catalunya desglossada per any, per tal de visualitzar l'evolució temporal de la relació entre llengua i comportament electoral. La primera figura mostra la distribució any per any; la segona en mostra l'evolució dels blocs polítics. ```{r fig-vot-llengua, fig.width=12, fig.height=8} taula_vot <- vot_df %>% count(llengua, bloc_vot) %>% group_by(llengua) %>% mutate(pct = n / sum(n) * 100) %>% ungroup() ordre_blocs <- taula_vot %>% filter(llengua %in% c("Català", "Castellà")) %>% select(llengua, bloc_vot, pct) %>% pivot_wider(names_from = llengua, values_from = pct) %>% mutate(diff = Català - Castellà) %>% arrange(desc(diff)) %>% pull(bloc_vot) taula_vot_any <- vot_df %>% count(any_num, llengua, bloc_vot) %>% group_by(any_num, llengua) %>% mutate(pct = n / sum(n) * 100) %>% ungroup() %>% mutate(bloc_vot = factor(bloc_vot, levels = ordre_blocs)) g_vot <- taula_vot_any %>% mutate(etiqueta = ifelse(pct > 3, paste0(round(pct, 0), "%"), "")) %>% ggplot(aes(x = factor(any_num), y = pct, fill = bloc_vot)) + geom_col(position = "stack", width = 0.6) + geom_text(aes(label = etiqueta), position = position_stack(vjust = 0.5), size = 2.5, colour = "white", fontface = "bold") + facet_wrap(~llengua, nrow = 2) + scale_y_continuous(labels = function(x) paste0(x, "%")) + scale_fill_manual(values = soft_party) + labs(title = "Vot recordat al Parlament de Catalunya per llengua habitual", subtitle = "BOP 2014-2020. Evolució per llengua habitual. * Nota: el 2016 i 2017 el vot de Junts inclou la coalició Junts pel Sí (Junts + ERC)", x = "Any", y = "% del vot", fill = "Partit/bloc") + scale_x_discrete(labels = function(x) ifelse(x %in% c("2016", "2017"), paste0(x, "*"), x)) + theme_informe + theme(panel.grid.major.x = element_blank()) + guides(fill = guide_legend(nrow = 2, byrow = TRUE)) my_ggplotly(g_vot) ``` La figura revela una **polarització lingüística del vot** molt marcada que es manté consistent al llarg de tot el període 2014-2020: 1. **Catalanoparlants**: el vot es concentra en partits independentistes: Junts (45%), ERC (28%) i CUP (11%). El vot a partits unionistes o federalistes és testimonial (PSC 5%, Comuns 6%, Cs 2%, PP 1%). 2. **Castellanoparlants**: el vot es distribueix entre PSC (29%), Cs (18%), Comuns (17%) i PP (7,6%). El vot independentista és molt minoritari (ERC 8%, Junts 9%, CUP 3%). 3. **Bilingües (ambdues llengües)**: presenten un perfil intermedi, amb suport tant a partits independentistes (Junts 24%, ERC 17%, CUP 9%) com a federalistes/unionistes (PSC 16%, Comuns 17%, Cs 9%). La distribució any per any confirma que els patrons individuals de vot per llengua habitual són estables en el temps: les diferències entre grups lingüístics no s'amplien ni es redueixen entre 2014 i 2020. ```{r fig-vot-temporal, fig.width=14, fig.height=6} vot_temporal <- bop_vot %>% filter(!is.na(bloc_vot)) %>% count(any_num, llengua, bloc_vot) %>% group_by(any_num, llengua) %>% mutate(pct = n / sum(n) * 100) %>% ungroup() g_vot_temporal <- vot_temporal %>% filter(bloc_vot %in% c("Independentista", "Unionista", "Federalista/Esquerra")) %>% mutate(bloc_vot = factor(bloc_vot, levels = c("Independentista", "Federalista/Esquerra", "Unionista"))) %>% ggplot(aes(x = any_num, y = pct, color = llengua)) + geom_point(size = 2.5) + facet_wrap(~bloc_vot, nrow = 1) + scale_x_continuous(breaks = c(2014, 2016, 2018, 2020)) + scale_y_continuous(labels = function(x) paste0(x, "%")) + scale_color_manual(values = soft_lleng) + labs(title = "Evolució del vot al Parlament de Catalunya per llengua habitual", subtitle = "BOP 2014-2020", x = "Any", y = "% del vot", color = "Llengua habitual", caption = "Independentista: ERC, Junts, CUP, Aliança Catalana | Federalista/Esquerra: PSC, Comuns, ICV-EUiA | Unionista: PP, Cs, VOX") + theme_informe + theme(panel.grid.minor = element_blank()) my_ggplotly(g_vot_temporal) ``` L'evolució temporal confirma que aquest patró és **notablement estable** entre 2014 i 2020: - El vot independentista entre els **catalanoparlants** es manté entre el 78% i el 81% durant tot el període, sense tendència de canvi. - El vot independentista entre els **castellanoparlants** es manté entre el 20% i el 23%, també estable. - Els **bilingües** mostren una lleu davallada del vot independentista (del 52% al 46%), però sense canvis radicals. - El vot a partits unionistes i federalistes/esquerra es manté complementàriament estable per als tres grups lingüístics. Aquests resultats indiquen que **la polarització lingüística del vot a Catalunya no és un fenomen conjuntural, sinó una característica estructural del sistema polític català**: la llengua habitual és un dels predictors més estables del comportament electoral, i la seva alineació amb l'eix nacional no s'ha modificat substancialment entre 2014 i 2020. Cal matisar que l'agregació en blocs (independentista, unionista, federalista/esquerra) suavitza la fragmentació real del sistema de partits català. Partits com CiU/Junts pel Sí/Junts per Catalunya s'agrupen sota "Independentista" tot i les seves diferències ideològiques internes, i el bloc "Federalista/Esquerra" inclou tant el PSC com els Comuns, que tenen posicions diferents en l'eix nacional. L'agregació, però, és necessària per garantir mostres suficients per subgrup lingüístic i any. # 6. Conclusions 1. **L'ús del català com a llengua habitual ha disminuït** a Catalunya entre 2013 i 2023, passant del 36% al 33% en termes poblacionals, amb un descens concentrat en la població nascuda a Catalunya. 2. **Les tendències varien significativament per origen**: els immigrants africans mostren una lleu tendència a l'alça en l'adopció del català, els europeus es mantenen estables, i els llatinoamericans presenten una adopció molt baixa i estable. 3. **El temps de residència a Catalunya és un factor clau**: la probabilitat de parlar català es multiplica per 17 entre els immigrants que porten més de 30 anys respecte als que porten menys de 5 ($p < 0.001$). No obstant, l'efecte és molt més feble entre els llatinoamericans. 4. **La transmissió intergeneracional es debilita**: la 2a generació mostra un descens marcat de l'ús del català (del 46,6% al 23,2%). 5. **La identitat nacional modera la relació**: les dades del CEO mostren que, independentment de l'origen, identificar-se com a català incrementa significativament la probabilitat de parlar català. Aquest efecte és especialment rellevant entre els immigrants. 6. **L'eix lingüístic estructura l'eix polític**: el 84% dels catalanoparlants vota partits independentistes, mentre que el 73% dels castellanoparlants vota partits unionistes o federalistes. Aquesta alineació és estable entre 2014 i 2020 i connecta amb la resta de l'anàlisi. L'origen, la identitat i la llengua no són dimensions separades, sinó que configuren un espai social on la posició en l'eix migratori (origen, anys de residència, generació) es correlaciona amb la posició en l'eix lingüístic i, a través seu, amb l'eix polític. En resum, l'anàlisi mostra tres idees clau. **Primer**, d'on neix algú continua sent el factor que més influeix en la llengua que parla, fins i tot després de molts anys viscuts a Catalunya. **Segon**, la transmissió del català als fills d'immigrants no és automàtica: l'ús de la llengua cau a la meitat entre la primera i la segona generació. **Tercer**, la identitat nacional hi juga un paper fonamental: sentir-se català augmenta la probabilitat de parlar català, amb independència del lloc de naixement. En conjunt, la llengua connecta l'estructura demogràfica de la població amb el comportament electoral, tot i que les dades no permeten saber si la llengua determina el vot o si ambdues coses són expressió d'una mateixa identitat.