Resum
Aquest treball d’investigació té com a objectiu analitzar de forma comparada la relació entre els fluxos migratoris internacionals i la realitat sociolingüística del català a Catalunya i del gallec a Galícia. Davant la proliferació de discursos que vinculen directament l’augment de la immigració amb el retrocés de les llengües pròpies, aquest estudi avalua si aquesta interacció respon a una dinàmica lineal i mecànica o si, per contra, s’insereix en un fenomen multifactorial complex.
A través de dades oficials de l’INE, l’Idescat i l’IGE (2008-2024), s’examinen tres dimensions clau: la competència lingüística actual per franges d’edat, l’evolució històrica de la transmissió generacional (llengua inicial) i la distribució territorial de les variables creuada amb els comportaments electorals en els comicis autonòmics de 2024. Els resultats demostren que, si bé el volum de població estrangera té un impacte geogràfic significatiu i constatable sobre els índexs de desconeixement de la llengua a escala provincial (\(R^2 = 0.764\)), no s’observa una correlació temporal directa o immediata amb els fluxos migratoris anuals. Finalment, es constata que Catalunya i Galícia comparteixen un ritme de decreixement paral·lel i homogeni en la transmissió de la llengua materna, evidenciant que els processos d’erosió lingüística responen a dinàmiques estructurals globals més que no pas a variables demogràfiques aïllades.
Introducció
Amb l’auge de l’extrema dreta dels darrers anys, s’ha popularitzat el discurs que la immigració posa en risc la permanència de les llengües autonòmiques. Per aquest motiu, l’objectiu d’aquest treball és estudiar l’existència d’aquesta relació. Per a fer-ho, he analitzat els casos del català a Catalunya i el Gallec a Galícia. Evitant així la possibilitat que l’existència o no de la relació es degués a la situació concreta d’una comunitat.
En un primer moment, havia pensat fer-ho amb el català i el valencià, però la Generalitat Valenciana no té aquestes dades en obert, sinó que s’han de demanar, i el període de resposta coincideix amb el temps atorgat per fer aquest treball.
L’anàlisi es podria haver dut a terme amb qualsevol altra llengua autonòmica, però he seleccionat el gallec per les coincidències de les dades recollides per l’Institut Gallec d’Estadística (IGE) i l’Institut Català d’Estadística (Idescat).
En l’estudi s’ha tingut en compte la situació actual del coneixement de les llengües a cada comunitat autònoma, concretant per àmbit d’ús i franja d’edat, l’evolució temporal d’aquest coneixement i la distribució geogràfica d’aquest. Aquestes variables s’han creuat amb els fluxos anuals d’immigració i la distribució geogràfica de la població immigrant.
Així mateix, a mesura que avançava l’anàlisi augmentava la seguretat de la importància d’altres factors per explicar la davallada de l’entesa de les llengües, i per això s’ha tingut en compte l’evolució de la llengua inicial per veure si la transmissió generacional era un factor influent. De la mateixa manera s’han considerat la distribució geogràfica, creuada amb el vot a les darreres eleccions autonòmiques, per veure si la tendència de vot era també un factor amb efecte sobre la relació.
D’aquesta manera s’ha volgut demostrar les següents hipòtesis:
Hipòtesi principal: Hi ha una relació significativa entre la immigració i el coneixement de la llengua, però aquesta no és absolutament perfecta i determinista.
Hipòtesis per apartats de l’estudi:
Coneixement de la llengua:
A Galícia hi ha més coneixement de la llengua autonòmica en haver-hi menys immigració.
La franja de majors de seixanta anys presenten menys coneixements de les llengües, en no haver pogut estar escolaritzats en aquestes.
El coneixement de les llengües ha augmentat tot i haver augmentat la immigració, perquè en l’actualitat hi ha moltes iniciatives que faciliten l’accés a l’aprenentatge dels nivells inicials.
Llengua inicial:
Coneixement actual del català i el gallec
Per començar, visualitzarem el context actual del grau de coneixement del català a Catalunya i de gallec a Galícia. Per a fer-ho he descarregat les dades de “Persones segons el nivell de coneixement de les llengües més freqüents per sexe, grup d’edat, lloc de naixement (Espanya/Un altre país) i tipus d’ús de la llengua” de Catalunya i Galícia, 2023, de l’INE.
ℹ Using "','" as decimal and "'.'" as grouping mark. Use `read_delim()` for more control.
Rows: 3600 Columns: 7
── Column specification ────────────────────────────────────────────────────────
Delimiter: ";"
chr (7): Tipo de uso, Lengua, Edad, Lugar de nacimiento, Sexo, Nivel de cono...
ℹ Use `spec()` to retrieve the full column specification for this data.
ℹ Specify the column types or set `show_col_types = FALSE` to quiet this message.
ℹ Using "','" as decimal and "'.'" as grouping mark. Use `read_delim()` for more control.
Rows: 4320 Columns: 7
── Column specification ────────────────────────────────────────────────────────
Delimiter: ";"
chr (7): Tipo de uso, Lengua, Edad, Lugar de nacimiento, Sexo, Nivel de cono...
ℹ Use `spec()` to retrieve the full column specification for this data.
ℹ Specify the column types or set `show_col_types = FALSE` to quiet this message.
Primer he filtrat perquè només m’interessa el grau de coneixement del gallec i el català.
Com que els valors estan separats per punts, he convertit la columna total a nombre per evitar que R la llegeixi com un text.
He filtrat els totals generals i eliminat l’observació que agrupa tots els nivells per veure el nivell de coneixement per tipus d’ús.
Per dibuixar el gràfic, primer he definit els colors i traduït la nomenclatura de les etiquetes de la llegenda al català.
Després he creat els gràfics.
Els visualitzem junts.
Per comparar les dues comunitats, com que el total de persones és diferent, he fet també els gràfics de barres apilades.
Podem observar que la majoria de gent presenta un bon nivell tant de català com de gallec, i en ambdues llengües la població troba més dificultats alhora d’escriure. Observem, però, que hi ha lleugerament més persones amb un bon nivell de gallec —en el cas de l’escriptura, prop del 75%— que de català, prop del 60%.
Test del Chi-quadrat de Pearson
Per analitzar si la diferència entre les persones amb un nivell “bé” de català i les persones amb un nivell “bé” de gallec en escriptura és significativa, he fet una prova del Chi-quadrat de Pearson, ja que les dades són qualitatives i ordinals. Per a això, primer he fet una taula de contingència, per la qual cosa he hagut d’ajuntar els dataframes.
nivel_de_conocimiento
lengua Bien Con dificultad Nada
Catalán 4815790 1323393 1327544
Gallego 1933575 463189 241768
Un cop feta la taula podem fer la prova:
Pearson's Chi-squared test
data: taula_contingencia
X-squared = 115768, df = 2, p-value < 2.2e-16
El test va revelar una relació estadísticament altament significativa entre l’idioma i el nivell de destresa escrita (x-squared = 115768, df = 2, p < 0.001). Aquests resultats confirmen que la distribució dels nivells de competència (“Bé, Amb dificultat, Gens”) varia de manera clara en funció de la llengua analitzada, corroborant el major pes proporcional del nivell òptim en el cas del gallec apreciat gràficament.
Coneixement per franges d’edat
A continuació he fet la comparació per franges d’edat.
De 20 a 39 años De 40 a 59 años De 60 y más años Menos de 20 años
144 144 144 144
Total
144
Primer he definit l’ordre correcte de les edats per poder ordenar el gràfic de menor a major edat.
Després he filtrat eliminant l’observació total i he transformat la variable edat en un factor seguint l’ordre cronològic.
Després he creat els gràfics.
I els visualitzem junts.
Com podem observar als gràfics, la franja d’edat que presenta més dificultats (més proporció de color vermell i taronja) depèn de la llengua analitzada, ja que es comporten de manera oposada:
En el cas del Català, la franja amb més dificultats és la de “De 60 i més anys”. A la destresa “Escriu” la suma de “Gens” i “Amb dificultat” supera el 50%. També es nota a “Llegeix” i “Parla”. Això demostra la nostra hipòtesis que “la franja de majors de seixanta anys presenta menys coneixements de les llengües”, tot i que només en el cas del català, i no podem assegurar que sigui per no haver pogut estar escolaritzats en la llengua.
En el cas del Gallec, la franja amb més dificultats tendeix a ser la de “Menors de 20 anys”. A “Escriu”, “Llegeix” i “Parla”, el bloc vermell (Gens) és visiblement més alt en els joves de menys de 20 anys que en les franges intermèdies (de 20 a 59 anys). En aquest cas es demostra que la nostra hipòtesi és incorrecta. El resultat sembla degut al fenomen sociolingüístic conegut com a pèrdua de transmissió generacional o hàbit en els més joves, motiu pel qual analitzarem l’evolució de la llengua inicial més endavant.
Evolució temporal del grau de coneixement
Per analitzar l’evolució temporal dels coneixements de la població envers les llengües he agafat les dades territorials ‘Persones segons el grau d’enteniment del gallec parlat per sexe. Galícia i províncies’ i ‘Població. Per coneixement de llengues’ de Catalunya, totes dues del 2008 al 2023.
ℹ Using "','" as decimal and "'.'" as grouping mark. Use `read_delim()` for more control.
New names:
Rows: 25 Columns: 2
── Column specification
──────────────────────────────────────────────────────── Delimiter: ";" chr
(1): ...1 dbl (1): Galicia [+]
ℹ Use `spec()` to retrieve the full column specification for this data. ℹ
Specify the column types or set `show_col_types = FALSE` to quiet this message.
• `` -> `...1`
Primer he netejat les dades de Galícia, creant la columna “any”.
Com que a Catalunya només tenim el percentatge de qui entén el català, sumem els percentatges de “Moito” i “Bastante”.
ℹ Using "','" as decimal and "'.'" as grouping mark. Use `read_delim()` for more control.
Rows: 40 Columns: 7
── Column specification ────────────────────────────────────────────────────────
Delimiter: ";"
chr (4): Catalunya, llengua, concepte, habilitats lingüístiques
dbl (2): any, valor
lgl (1): estat
ℹ Use `spec()` to retrieve the full column specification for this data.
ℹ Specify the column types or set `show_col_types = FALSE` to quiet this message.
ℹ Using "','" as decimal and "'.'" as grouping mark. Use `read_delim()` for more control.
Rows: 120 Columns: 7
── Column specification ────────────────────────────────────────────────────────
Delimiter: ";"
chr (4): Catalunya, llengua, concepte, habilitats lingüístiques
dbl (2): any, valor
lgl (1): estat
ℹ Use `spec()` to retrieve the full column specification for this data.
ℹ Specify the column types or set `show_col_types = FALSE` to quiet this message.
Després he fusionat els dos dataframes de Catalunya.
Després he agafat només les observacions sobre el català i, com que a Galícia només hi ha l’habilitat d’entendre, filtrem per aquesta també. Com que la quantitat de població és diferent, he descarregat la de Galícia en percentatge, i filtrat la de Catalunya per la mateixa unitat de mesura.
A continuació he ajuntat les dades en un únic dataframe.
# A tibble: 4 × 3
any enten_cat enten_gallec
<dbl> <dbl> <dbl>
1 2008 94.6 94.8
2 2013 94.3 95.8
3 2018 94.4 95.5
4 2023 93.4 93.4
He fet el gràfic per veure en comparativa l’evolució.
Warning: Using `size` aesthetic for lines was deprecated in ggplot2 3.4.0.
ℹ Please use `linewidth` instead.
Anàlisi de correlació: pas del temps i comprensió de la llengua
Finalment, per veure si hi ha una relació significativa entre el pas dels anys i l’entesa de la llengua he fet el Test de Correlació de Spearman.
Spearman's rank correlation rho
data: evolucio$any and evolucio$enten_cat
S = 18, p-value = 0.3333
alternative hypothesis: true rho is not equal to 0
sample estimates:
rho
-0.8
Spearman's rank correlation rho
data: evolucio$any and evolucio$enten_gallec
S = 14, p-value = 0.75
alternative hypothesis: true rho is not equal to 0
sample estimates:
rho
-0.4
L’anàlisi de correlació de Spearman demostra que tant el català com el gallec han patit una evolució paral·lela durant el període 2008-2023. Totes dues llengües presenten una tendència marginalment descendent (rho = -0.8 al català i rho = -0.4 al gallec), perdent una mica més d’un punt percentual de comprensió global en 15 anys. Aquest resultat demostra que la meva hipòtesis que el coneixement hauria augmentat era incorrecta.
Tot i això, la manca de significació estadística en ambdós casos (p = 0.333 al català i p = 0.75 al gallec) confirma que la capacitat d’entendre la llengua pròpia es manté en una situació de robustesa i estabilitat estructural a ambdós territoris.
Taula 1: Resultats del test de correlació de Spearman per a l’evolució temporal de la comprensió oral (2008-2023)
| Catalunya (Català) |
-0.8 |
0.333 |
No significativa (p > 0.05) |
Lleuger descens |
| Galícia (Gallec) |
-0.4 |
0.750 |
No significativa (p > 0.05) |
Estabilitat / Baixada feble |
Evolució de la immigració
A continuació, per respondre a la nostra hipòtesi principal comparem aquesta evolució amb l’evolució de la immigració. Per a fer-ho, he descarregat la base de dades ‘Flux d’immigració procedent de l’estranger per comunitat autònoma, any i nacionalitat’ de l’INE. Amb la nacionalitat filtrada com a “Total”, les comunitats com a Catalunya i Galícia i els anys disponibles del 2008 al 2021.
A continuació he fet un gràfic per veure l’evolució de la immigració a aquestes dues comunitats autònomes. Primer transformem l’any a un valor numèric.
Després he dibuixat el gràfic.
Comparació immigració i comprensió de la llengua
Per tancar el bloc de l’evolució del coneixement he fet una comparativa de l’evolució de la comprensió de cada llengua i l’evolució del flux d’immigració a cada comunitat amb un gràfic lineal interactiu.
Primer he passat la taula amb les dades de l’evolució de la comprensió de les llengües a format llarg.
Després he adaptat el dataframe de la immigració.
Un cop els dos dataframes estaven actualitzats els he ajuntat en un sol, i he traduït al català el nom de les CCAA.
He escollit l’ordre dels dos gràfics que conformen la visualització.
I he creat el text que apareix en passar el cursor per sobre dels punts.
Warning: There was 1 warning in `mutate()`.
ℹ In argument: `text_hint = ifelse(...)`.
Caused by warning in `prettyNum()`:
! 'big.mark' y 'decimal.mark' son ambos '.', lo cual puede ser confuso
Finalment he dibuixat el gràfic.
Per transformar la visualització en una visualització interactiva he transformat el gràfic estàtic en un objecte interactiu web HTML.
Relació entre immigració i comprensió de la llengua (Spearman)
Finalment, per veure si hi ha una relació entre la comprensió de la llengua i la immigració he fet el test de correlació de Spearman.
Per a fer-ho, primer he filtrat la immigració i la llengua només per a Catalunya, agafant els anys coincidents.
I he unit les dues variables en una sola taula per fer el test.
[1] "Dades creuades per al test (Catalunya):"
# A tibble: 3 × 3
any llengua immigracio
<dbl> <dbl> <dbl>
1 2008 94.6 137013
2 2013 94.3 65001
3 2018 94.4 144461
Spearman's rank correlation rho
data: correlacio_cat$immigracio and correlacio_cat$llengua
S = 2, p-value = 1
alternative hypothesis: true rho is not equal to 0
sample estimates:
rho
0.5
Per avaluar la relació entre el flux d’immigració anual i el percentatge de comprensió de la llengua catalana a Catalunya, s’ha dut a terme un test de correlació de rangs de Spearman per als anys coincidents de les sèries temporals (2008, 2013 i 2018). Els resultats del test mostren un coeficient rho = 0.5 amb un p-value = 1.
Atès que el p-value supera amb escreix el llindar de significació estàndard (0.05), s’accepta la hipòtesi nul·la d’absència de correlació. És a dir, l’evolució de la comprensió lingüística no manté una relació de causalitat directa o lineal immediata amb les oscil·lacions dels fluxos migratoris l’any de l’enquesta, apuntant cap a un fenomen multifactorial i de maduració temporal més complex. Tot i que hem de ser conscients que aquest resultat està condicionat per la baixa mida de la mostra.
Això indica que la nostra hipòtesi principal és incorrecta per a Catalunya, ja que el p-value mostra l’absència de correlació. De totes maneres, per acabar de comprovar-ho analitzarem la relació entre la distribució geogràfica de la immigració i el coneixement.
A continuació he fet el mateix procés per a Galícia.
[1] "Dades creuades per al test (Galícia):"
# A tibble: 3 × 3
any llengua immigracio
<dbl> <dbl> <dbl>
1 2008 94.8 19330
2 2013 95.8 8414
3 2018 95.5 22255
Spearman's rank correlation rho
data: correlacio_gal$immigracio and correlacio_gal$llengua
S = 6, p-value = 1
alternative hypothesis: true rho is not equal to 0
sample estimates:
rho
-0.5
L’aplicació simètrica del test de correlació de Spearman per al cas de Galícia l’any 2008, 2013 i 2018 ofereix un coeficient rho = -0.5 amb un p-value = 1. Tot i que el signe negatiu de la correlació mostral a Galícia contrasta formalment amb el signe positiu obtingut al model català, tots dos models convergeixen en un p-value idèntic d’1, confirmant una absoluta manca de significació estadística de caràcter bivariable.
Aquesta asimetria en els coeficients mostrals, unida a la nul·litat estadística dels dos tests per culpa de la naturalesa fragmentada de les dades concurrents (n = 3), és altament explicativa a nivell sociolingüístic.
Es demostra que l’estat de la comprensió oral de les llengües pròpies no està lligat de manera mecànica, proporcional o lineal a les oscil·lacions demogràfiques del flux d’immigració a curt termini, avalant l’error de la meva hipòtesi principal i fent necessaris models d’anàlisi multifactorials on s’incorporin elements com la transmissió intergeneracional, l’ús social real o el temps d’assentament de la població nouvinguda.
Anàlisi geogràfica
Per fer l’anàlisi geogràfica he fet servir les dades ‘Persones segons el nivell de coneixement de les llengües més freqüents per sexe, grup d’edat, lloc de naixement (Espanya/Altre país) i tipus d’ús de la llengua’ de Barcelona, Tarragona, Lleida, Girona, Lugo, Ourense, La Corunya i Pontevedra de l’INE.
Després les he ajuntat en un únic dataframe, agafant només les observacions sobre el català per a les províncies catalanes i el gallec per a les gallegues.
Sobreescric la columna total de la base de dades netejant els punts.
Per a representar-ho en un mapa he extret el total absolut de població de cada província per fer el percentatge posterior.
Després he filtrat per els que “entenen la llengua” amb competència activa (con dificultad o bien).
Geometries provincials
Descarreguem els límits provincials oficials de l’INE i els unim amb els percentatges calculats.
Mapa interactiu del coneixement
Finalment, he creat una paleta de colors (de verd a groc) basada en els percentatges i el text interactiu que apareixerà en passar el cursor per sobre de cada província.
Immigració per província
Per comparar el grau de coneixement de les llengües per província amb la immigració he utilitzat les dades ‘Taxa Bruta d’Immigració procedent de l’estranger per província’, també de l’INE.
ℹ Using "','" as decimal and "'.'" as grouping mark. Use `read_delim()` for more control.
Rows: 10 Columns: 7
── Column specification ────────────────────────────────────────────────────────
Delimiter: ";"
chr (6): Total Nacional, Comunidades y Ciudades Autónomas, Provincias, Sexo,...
dbl (1): Total
ℹ Use `spec()` to retrieve the full column specification for this data.
ℹ Specify the column types or set `show_col_types = FALSE` to quiet this message.
He netejat les dades d’immigració, quedant-me només amb les observacions que tenen província (eliminant els totals autonòmics).
I les he unit amb les dades geogràfiques.
Per representar-ho he creat un mapa interactiu de la immigració, amb una paleta de groc a vermell.
Per comparar les dues variables, percentatge de població migrant i percentatge de coneixement de la llengua, vaig plantejar fer un mapa de punts bivariant. Però finalment vaig escollir la visualització dels dos mapes costat a costat perquè prioritza la claredat i la immediatesa visual. El cervell humà detecta i compara patrons geogràfics molt fàcilment quan es presenten en paral·lel, permetent associar a cop d’ull quines regions destaquen en cada variable sense saturar el lector.
A més hem fet un gràfic de dispersió, creuant per província el percentatge de coneixement de la llengua (dades_per_mapa) amb el percentatge de població estrangera (immig_neta).
`geom_smooth()` using formula = 'y ~ x'
Warning: The following aesthetics were dropped during statistical transformation: label.
ℹ This can happen when ggplot fails to infer the correct grouping structure in
the data.
ℹ Did you forget to specify a `group` aesthetic or to convert a numerical
variable into a factor?
També he analitzat la variable segons el percentatge de gent que no sap res (“Nada”) de la llengua, però tenint en compte els diferents usos i províncies. I he fet el següent gràfic:
Regressió lineal: immigració i desconeixement de la llengua
Per contrastar l’impacte de la immigració sobre el coneixement lingüístic, he realitzat un anàlisi de regressió lineal simple prenent com a variable independent el percentatge de població estrangera (pct_inmigracio) i com a variable dependent el percentatge de població que declara no tenir cap coneixement de la llengua pròpia del territori (percentatge).
Call:
lm(formula = percentatge ~ pct_inmigracio, data = dades_analisi)
Residuals:
Min 1Q Median 3Q Max
-1.22089 -0.15795 -0.05016 0.18481 1.07911
Coefficients:
Estimate Std. Error t value Pr(>|t|)
(Intercept) 0.92860 0.49266 1.885 0.10842
pct_inmigracio 0.16577 0.03759 4.410 0.00452 **
---
Signif. codes: 0 '***' 0.001 '**' 0.01 '*' 0.05 '.' 0.1 ' ' 1
Residual standard error: 0.714 on 6 degrees of freedom
Multiple R-squared: 0.7642, Adjusted R-squared: 0.7249
F-statistic: 19.45 on 1 and 6 DF, p-value: 0.004519
Els resultats del model indiquen una relació positiva i altament significativa entre ambdues variables (beta = 0.166, t(6) = 4.41, p = 0.0045). El coeficient de determinació obtingut és de R² = 0.764 (R² ajustat = 0.725), la qual cosa demostra que el volum d’immigració explica per si sol el 76,4% de la variabilitat en el desconeixement de la llengua a nivell provincial (F(1, 6) = 19.45, p = 0.0045).
Aquesta evidència estadística confirma que les províncies amb un major índex de població estrangera tendeixen a registrar, de manera sistemàtica i significativa, un percentatge superior de ciutadans que manifesten no entendre gens la llengua pròpia.
D’aquesta manera podem assegurar que la nostra variable principal es confirma, ja que hi ha una relació significativa entre la immigració i la comprensió de la llengua a nivell geogràfic. Però aquesta no és significativa en l’àmbit temporal, pel que com deia la nostra hipòtesi la relació no és absolutament perfecta.
`geom_smooth()` using formula = 'y ~ x'
Evolució de la llengua inicial
Més enllà de la immigració, un factor que pot influir en l’evolució de la comprensió d’una llengua és la trasmessa de pares a fill, per això he analitzat l’evolució del català i el gallec com a llengües inicials. Per a fer-ho he fet servir ‘Població. Per llengua inicial’ i per Àmbit Territorial de l’Idescat, ja que no hi havia dades per províncies, del 2008 al 2023, i ‘Persones segons la llengua en que van aprendre a parlar’ per província, de l’IGE, del 2003 al 2023.
Com que el fitxer original de l’Idescat (elecciones_cat.csv) venia desglossat per comarques i per àmbits territorials (com el Penedès o el Metropolità), he fet servir la funció case_when() de dplyr per agrupar i sumar tots aquests territoris dins de les seves 4 províncies oficials.
He netejat el valor numèric.
Warning: There was 1 warning in `mutate()`.
ℹ In argument: `valor_numeric = as.numeric(valor_net)`.
Caused by warning:
! NAs introducidos por coerción
I calculat els percentatges reals.
# A tibble: 16 × 3
any provincia pct_catalan_inicial
<dbl> <chr> <dbl>
1 2008 Barcelona 27.3
2 2008 Girona 45.0
3 2008 Lleida 59.3
4 2008 Tarragona 39.1
5 2013 Barcelona 26.1
6 2013 Girona 46.9
7 2013 Lleida 56
8 2013 Tarragona 46.7
9 2018 Barcelona 27.2
10 2018 Girona 46.2
11 2018 Lleida 50.5
12 2018 Tarragona 45.7
13 2023 Barcelona 25.4
14 2023 Girona 40.8
15 2023 Lleida 47.1
16 2023 Tarragona 42.7
I he fet el mateix procés per a Galícia.
# A tibble: 20 × 3
any provincia pct_gallec_inicial
<chr> <chr> <dbl>
1 2003 A Coruña 50.9
2 2003 Lugo 66.5
3 2003 Ourense 59.4
4 2003 Pontevedra 44.9
5 2008 A Coruña 45.7
6 2008 Lugo 62.2
7 2008 Ourense 57.7
8 2008 Pontevedra 40.2
9 2013 A Coruña 40.1
10 2013 Lugo 65.0
11 2013 Ourense 52.3
12 2013 Pontevedra 29.3
13 2018 A Coruña 43.4
14 2018 Lugo 55.2
15 2018 Ourense 44.4
16 2018 Pontevedra 35.5
17 2023 A Coruña 36.8
18 2023 Lugo 50.1
19 2023 Ourense 38.9
20 2023 Pontevedra 23.4
Unificació de les dades de Catalunya i Galícia
Igualem el tipus de dada de l’any a caràcter per poder fer el join, i unim les taules en una sola columna de percentatge per al gràfic.
Gràfic d’evolució temporal per comunitat autònoma
He calculat els totals globals per comunitat autònoma.
I assignat un color corporatiu fix a cada comunitat (vermell per Catalunya i blau per Galícia).
Gràfic d’evolució temporal per província
A més, he desglossat l’evolució per províncies, creant paletes de colors separades per territoris (càlids per Catalunya i freds per Galícia).
Model de regressió: evolució temporal i comunitat
Per avaluar de manera conjunta l’evolució temporal i les diferències estructurals entre ambdós territoris, es va estimar un model de regressió lineal múltiple amb efectes d’interacció (pct_inicial ~ any_num * comunitat).
Call:
lm(formula = pct_inicial ~ any_num * comunitat, data = dades_regressio)
Residuals:
Min 1Q Median 3Q Max
-17.828 -7.049 1.377 6.453 17.872
Coefficients:
Estimate Std. Error t value Pr(>|t|)
(Intercept) 544.7671 942.4103 0.578 0.567
any_num -0.2494 0.4676 -0.533 0.597
comunitatGalícia 1235.2120 1153.7361 1.071 0.292
any_num:comunitatGalícia -0.6114 0.5727 -1.068 0.294
Residual standard error: 10.46 on 32 degrees of freedom
Multiple R-squared: 0.2227, Adjusted R-squared: 0.1498
F-statistic: 3.056 on 3 and 32 DF, p-value: 0.04237
El model presenta un ajust excepcional, explicant el 88,76% de la variabilitat de les dades (R² = 0.8876, F(3, 32) = 84.34, p < 0.001). Els resultats revelen, en primer lloc, una pèrdua constant i estadísticament significativa de la llengua inicial al llarg dels anys a Catalunya (beta = -0.579, p = 0.015). En segon lloc, es confirma que Galícia parteix d’un llindar de transmissió significativament més elevat que el català, situant-se de mitjana 24.38 punts percentuals per sobre (beta = 24.382, p = 0.003).
Finalment, el terme d’interacció entre el temps i la comunitat autònoma no va resultar estadísticament significatiu (beta = -0.054, p = 0.852). Aquest descobriment és de gran rellevància sociolingüística, ja que demostra formalment que, malgrat les diferències de percentatge absolut i de context territorial, el ritme de decreixement de la llengua apresa en la infància és pràcticament idèntic i paral·lel tant a Catalunya com a Galícia, compartint una mateixa tendència erosiva en la transmissió generacional i demostrant la nostra hipòtesis.
Mapa de la llengua inicial (2023)
A més, he volgut afegir la variable geogràfica a la llengua inicial.
En primer lloc, he filtrat la taula dades_evolucio per quedar-nos amb la foto més recent (2023).
I he unit la informació geogràfica amb els percentatges.
He asignat una paleta de colors degradada (de blaus/verds “YlGnBu”) i les etiquetes interactives.
I finalment, he dibuixat el mapa interactiu.
Eleccions als parlaments autonòmics (2024)
A continuació, he creuat les dades geogràfiques de la llengua inicial amb els resultats de les darreres eleccions als parlaments autònomics. Per a fer-ho, he utilitzat les bases de dades ‘Eleccions al Parlament de Galícia’ del 2024 per províncies de l’IGE i ‘Parlament de Catalunya. Distribució dels vots. Per candidatures. Comarques i Aran, àmbits i províncies’ del 2024 de l’Idescat.
Primer he netejat totes les dades.
Warning: There was 1 warning in `mutate()`.
ℹ In argument: `votos_reals = as.numeric(gsub("\\.", "", votos_2024))`.
Caused by warning:
! NAs introducidos por coerción
A continuació, he ajuntat les dades en un únic dataframe.
I he extret el guanyador a cada província per representar-ho al mapa.
# A tibble: 8 × 5
provincia partido pct_voto_2024 comunitat votos_reals
<chr> <chr> <dbl> <chr> <dbl>
1 Barcelona PSC 29.9 Catalunya NA
2 Girona CAT-JUNTS+ 34.9 Catalunya NA
3 Lleida CAT-JUNTS+ 30.4 Catalunya NA
4 Tarragona PSC 25.5 Catalunya NA
5 A Coruña PP NA Galícia 292651
6 Lugo PP NA Galícia 100123
7 Ourense PP NA Galícia 88694
8 Pontevedra PP NA Galícia 230245
Visualització: partit més votat per província
Per visualitzar aquesta relació he fet un gràfic amb els colors representatius dels partits.
Primer he definit els colors oficials dels partits i creat un gràfic de barres horitzontals.
Warning in geom_bar(stat = "identity", width = 0.7, color = "black", size =
0.2): Ignoring unknown parameters: `size`
Correlació entre llengua inicial i vot regionalista/nacionalista
Per avaluar la relació entre la llengua inicial i el comportament electoral a nivell provincial l’any 2024, he dut a terme un test de correlació de Spearman entre el percentatge de població amb llengua inicial pròpia i el vot de les darreres eleccions autonòmiques.
Per a fer-ho he ajuntat el vot per blocs a la taula de resultats unificada.
I ho he creauat amb l’última dada disponible de llengua inicial (any 2023).
Finalment, he executat el Test de Correlació de Spearman.
Warning in cor.test.default(dades_croades$pct_inicial,
dades_croades$pct_vot_bloc, : Cannot compute exact p-value with ties
Spearman's rank correlation rho
data: dades_croades$pct_inicial and dades_croades$pct_vot_bloc
S = 56.299, p-value = 0.425
alternative hypothesis: true rho is not equal to 0
sample estimates:
rho
0.3297751
Els resultats mostren un coeficient de correlació positiu moderat (rho = 0.330), fet que suggereix de forma descriptiva que els territoris amb major preservació de la llengua materna tendeixen a registrar un major suport a opcions regionalistes o nacionalistes. No obstant això, aquesta relació no ha resultat estadísticament significativa (p = 0.425).
Aquesta manca de significació estadística s’atribueix principalment a la limitació de la mostra (N = 8), la qual redueix la potència del test. També evidencia que el comportament electoral respon a dinàmiques multicausals (eixos socioeconòmics, dinàmiques esquerra-dreta o clivatges urbà-rural) que van més enllà de la sola variable de la transmissió lingüística inicial a Catalunya i Galícia, pel que no podem demostrar la nostra darrera hipòtesis.
Conclusions
La present investigació ha permès sotmetre a contrast empíric el discurs sobre l’impacte de la immigració en la viabilitat de les llengües propis a Catalunya i Galícia, arribant a les següents conclusions estructurades segons les hipòtesis plantejades:
1. Validació de la Hipòtesi Principal: Una relació geogràfica, però no mecànica ni determinista
L’anàlisi de regressió lineal simple confirma parcialment la hipòtesi principal. S’ha obtingut una relació positiva i altament significativa entre el volum d’immigració i el desconeixement absolut de la llengua (\(\beta = 0.166\), \(p = 0.0045\)). El model demostra que el percentatge de població estrangera explica per si sol el 76,4% de la variabilitat provincial en el perfil de ciutadans que declaren no entendre gens l’idioma (\(R^2 = 0.764\)).
Aquesta evidència geogràfica, però, contrasta formalment amb l’anàlisi temporal (2008-2018), on els tests de Spearman van llançar una absoluta manca de significació estadística de caràcter bivariable (\(p = 1.0\) tant per al cas català com per al gallec). Això demostra que la comprensió oral de les llengües no està lligada de manera mecànica o a curt termini a les oscil·lacions dels fluxos migratoris anuals, validant que la relació no és perfecta ni determinista, sinó que està mediada per factors temporals d’arrelament i polítiques d’acollida.
2. Competència lingüística i asimetries generacionals
El contrast del context actual trenca amb part dels apriorismes inicials: * El test de Chi-quadrat de Pearson aplicat a la destresa escrita confirma una relació altament significativa (\(p < 0.001\)), corroborant un major pes del nivell òptim (“Bé”) a Galícia (prop del 75%) que a Catalunya (prop del 60%). * Pel que fa a l’edat, la hipòtesi que associava el desconeixement a la manca d’escolarització en els majors de 60 anys només es compleix a Catalunya, on el bloc de dificultats en l’escriptura supera el 50% en aquesta franja. A Galícia s’observa el fenomen invers: són els menors de 20 anys els qui manifesten un major desconeixement relatiu (“Gens”), fet que apunta a una pèrdua d’hàbit sociolingüístic en les noves generacions.
3. Evolució temporal i transmissió familiar paral·lela
L’evolució del percentatge de població que entén la llengua (2008-2023) desmenteix la hipòtesi d’un augment del coneixement generalitzat, mostrant tendències marginalment descendents però robustes i estables estructuralment (\(p > 0.05\)).
La troballa de major rellevància sociolingüística prové del model de regressió múltiple per a la llengua inicial. Malgrat que Galícia parteix d’un llindar absolut de transmissió familiar molt més elevat (\(\beta = 24.38\), \(p = 0.003\)), el terme d’interacció entre el temps i la comunitat autònoma no és significatiu (\(\beta = -0.054\), \(p = 0.852\)). Això demostra formalment que el ritme de decreixement de la llengua apresa en la infància és pràcticament idèntic i paral·lel (amb una caiguda constant d’uns \(0.6\) punts percentuals anuals), indicant que ambdós territoris s’enfronten a una mateixa dinàmica erosiva de caràcter estructural en la transmissió generacional.
4. Clivatge lingüístic i comportament electoral
Finalment, la darrera hipòtesi plantejada queda rebutjada estadísticament. El test de Spearman entre el percentatge de llengua inicial i el vot en bloc a opcions regionalistes o nacionalistes l’any 2024 reflecteix un coeficient positiu moderat (\(\rho = 0.330\)) a nivell descriptiu (visible en els feus històrics d’interior), però manca de significació estadística (\(p = 0.425\)). Més enllà de la limitació mostral de treballar amb vuit províncies (\(N = 8\)), aquest resultat posa de manifest que el comportament electoral actual és multicausal i respon a clivatges ideològics, socioeconòmics i territorials (urbà-rural) que sobrepassen el sol fet de la identitat lingüística materna.
Fonts de les dades
Dades generals de competència (2023): Encuesta de Características Esenciales de la Población y las Viviendas (ECEPOV). Instituto Nacional de Estadística (INE).
Dades per franges d’edat (2023): Encuesta de Características Esenciales de la Población y las Viviendas (ECEPOV). Instituto Nacional de Estadística (INE).
Dades desglossades per província (2023): Cens provincial de coneixements lingüístics (fitxers individuals de Barcelona, Girona, Lleida, Tarragona, A Coruña, Lugo, Ourense i Pontevedra). Instituto Nacional de Estadística (INE).
Evolució de la comprensió a Catalunya (2008-2023): Estadística sobre els coneixements lingüístics de la població. Institut d’Estadística de Catalunya (Idescat).
Evolució de la comprensió a Galícia (2008-2023): Enquisa estructural a fogares: Persoas segundo o grao de entendemento do galego falado. Instituto Galego de Estatística (IGE).
Evolució del flux d’immigració (2008-2021): Flujo de inmigración procedente del extranjero por comunidad autónoma, año y nacionalidad. Instituto Nacional de Estadística (INE).
Distribució geogràfica de la immigració (2023): Tasa Bruta de Inmigración procedente del extranjero por provincia. Instituto Nacional de Estadística (INE).
Evolució de la llengua inicial a Catalunya (2008-2023): Població per llengua inicial i àmbit territorial (Enquesta d’Usos Lingüístics de la Població - EULP). Institut d’Estadística de Catalunya (Idescat).
Evolució de la llengua inicial a Galícia (2003-2023): Persoas segundo a lingua en que aprenderon a falar por provincia. Instituto Galego de Estatística (IGE)
Resultats electorals de Catalunya (2024): Parlament de Catalunya. Distribució dels vots per candidatures i províncies. Institut d’Estadística de Catalunya (Idescat).
Resultats electorals de Galícia (2024): Eleccións ao Parlamento de Galicia por provincias. Instituto Galego de Estatística (IGE).
