1 El paquete ESdata

ESdata es un paquete de R que permite acceder a información estadística de España estructurada como datos ordenados (tidy data). Si se tiene instalado previamente el paquete devtools, puede instalarse el paquete desde Github haciendo:

devtools::install_github("jmsallan/ESdata")

Una vez instalado el paquete, podemos acceder a los datos haciendo:

library(ESdata)

El paquete permite acceder a un conjunto de datos estructurados en data frames, con la única dependencia de disponer de una versión de R superior a la 3.5.0. Una buena alternativa para explorar estos datos es usar los paquetes del tidyverse:

library(tidyverse)

En su versión actual, el paquete dispone de información relativa a:

Empleo: Encuesta de Población actíva (EPA).
Inflación: Índice de Precios al Consumo (IPC).
Crecimiento: PIB a precios de mercado.

En este documento mostraremos la información disponible sobre el producto interior bruto.

2 El producto interior bruto

El producto interior bruto (PIB) es el valor monetario de los bienes y servicios finales producidos por una economía en un periodo de tiempo. El PIB mide el incremento de riqueza o patrimonio de una economía de manera agregada. Su medida permite evaluar el crecimiento de una economía, cómo una economía obtiene y gasta su renta, y cómo la distribuye entre sus miembros desde un punto de vista macroeconómico.

En contraposición a otros agregados que miden la producción de una economía, el PIB es:

Interior: se computan los bienes producidos en un territorio determinado, independientemente de si las personas que los haya producido pertenecen o no al territorio.
Bruto: evalúa el valor bruto de los bienes de capital producidos, sin detraer el valor de las amortizaciones de los bienes de capital durante el periodo.

El PIB es la medida preferida de evaluación de la renta nacional, puesto que comprende los bienes a disposición de los habitantes del territorio (interior), sin esperar a tener en cuenta las amortizaciones de los bienes de capital (bruto).

Usualmente el PIB se mide a precios de mercado. Esto significa que el precio de los bienes incluye incrementos de precios por impuestos sobre los bienes (p.e. el Impuesto de Valor Añadido) y decrementos por subvenciones.

El PIB, como el resto de agregados de renta nacional, puede calcularse de tres maneras:

A través de la demanda agregada, también llamado enfoque del gasto. El PIB se obtiene a través de la demanda de bienes y servicios de los diferentes agentes económicos: consumidores, empresas, Estado y sector exterior.
A través de la oferta agregada. En este enfoque, el PIB es la suma de valores agregados brutos. El valor agregado de una etapa de producción es igual al valor de su producción, menos el valor de los insumos utilizados por esa etapa.
A través de las rentas o retribución de los factores. El valor añadido en cada etapa de producción se distribuye entre los diferentes agentes de la oferta de factores productivos: la tierra, el trabajo y el capital.

Los tres enfoques dan el mismo valor de PIB, y su análisis permite obtener información complementaria sobre la generación y distribución de rentas de un país.

El Instituto Nacional de Estadística (INE) provee valores del PIB a precios de mercado trimestralmente, así como de agregados para su cálculo desde los tres enfoques. Los datos de PIB incorporados a ESdata se han obtenido de las tablas de https://www.ine.es/dynt3/inebase/es/index.htm?padre=5614&capsel=5615. El informe metodológico estandarizado se encuenta en https://www.ine.es/dynt3/metadatos/es/RespuestaDatos.html?oe=30024.

Si cree que ESdata no recoge información del PIB que podría ser de su interés, puede indicarlo en: https://github.com/jmsallan/ESdata

2.1 Enfoque basado en la demanda agregada (gasto)

En la tabla siguiente se muestran los agregados que reporta el INE para el cálculo del PIB a través de la demanda agregada. Este enfoque nos permite evaluar cómo evoluciona:

el consumo de las familias,
la inversión de las empresas, y el gasto público en bienes de capital,
el impacto neto del sector exterior, calculado como diferencia entre exportaciones e importaciones de bienes y servicios.

Elementos de la demanda agregada
agr_label	agregado
pib	Producto interior bruto a precios de mercado
dn	Demanda nacional
dn_01_C	Gasto en consumo final
dn_011_C	Gasto en consumo final de los hogares y las ISFLSH
dn_0111_C	Gasto en consumo final de los hogares
dn_01111_C	Gasto en consumo final interior de los hogares
dn_011111_C	Gasto en consumo final interior de los hogares. Bienes duraderos
dn_011112_C	Gasto en consumo final interior de los hogares. Otros bienes
dn_0112_C	Gasto en consumo final de las ISFLSH
dn_012_C	Gasto en consumo final de las AAPP
dn_0121_C	Gasto en consumo final individual de las AAPP
dn_0122_C	Gasto en consumo final colectivo de las AAPP
dn_013_C	Consumo final individual efectivo
dn_02_FBC	Formación bruta de capital
dn_021_FBC	Formación bruta de capital fijo (FBCF)
dn_0211_FBC	FBCF. Activos fijos materiales
dn_02111_FBC	FBCF. Activos fijos materiales. Construcción
dn_021111_FBC	FBCF. Activos fijos materiales. Construcción. Viviendas
dn_021112_FBC	FBCF. Activos fijos materiales. Construcción. Otros edificios y construcciones
dn_02112_FBC	FBCF. Activos fijos materiales. Maquinaria, bienes de equipo y sistemas de armamento
dn_021121_FBC	FBCF. Activos fijos materiales. Maquinaria, bienes de equipo y sistemas de armamento. Material de transporte
dn_021122_FBC	FBCF. Activos fijos materiales. Maquinaria, bienes de equipo y sistemas de armamento. Otros
dn_02113_FBC	FBCF. Activos fijos materiales.Recursos biológicos cultivados
dn_0212_FBC	FBCF. Activos fijos inmateriales. Productos de la propiedad intelectual
dn_022_FBC	Variación de existencias y adquisiciones menos cesiones de objetos valiosos
dn_0221_FBC	Variación de existencias
dn_0222_FBC	Adquisiciones menos cesiones de objetos valiosos
dn_03_XM	Demanda externa
dn_031_XM	Exportaciones de bienes y servicios
dn_0311_XM	Exportaciones de bienes
dn_0312_XM	Exportaciones de servicios
dn_0313_XM	Exportaciones de servicios. Gasto de los hogares no residentes en el territorio económico
dn_032_XM	Importaciones de bienes y servicios
dn_0321_XM	Importaciones de bienes
dn_0322_XM	Importaciones de servicios
dn_0323_XM	Importaciones de servicios. Gasto de los hogares residentes en el resto del mundo

2.2 Enfoque basado en la oferta agregada (valor añadido)

En la tabla siguiente se muestran los agregados que reporta el INE para el cálculo del PIB a través de la oferta agregada. Este enfoque nos permite evaluar cómo contribuyen las diversas actividades económicas a la producción total.

Elementos de la oferta agregada
agr_label	agregado
pib	Producto interior bruto a precios de mercado
vab_A	VABpb Agricultura, ganadería, silvicultura y pesca (A, CNAE 2009)
vab_BE	VABpb Industria (B-E, CNAE 2009)
vab_C	VABpb Industria. Industria manufacturera (C, CNAE 2009)
vab_F	VABpb Construcción (F, CNAE 2009)
vab_GT	VABpb Servicios (G-T, CNAE 2009)
vab_GI	VABpb Servicios. Comercio, transporte y hostelería (G-I, CNAE 2009)
vab_J	VABpb Servicios. Información y comunicaciones (J, CNAE 2009)
vab_K	VABpb Servicios. Actividades financieras y de seguros (K, CNAE 2009)
vab_L	VABpb Servicios. Actividades inmobiliarias (L, CNAE 2009)
vab_MN	VABpb Servicios. Actividades profesionales, científicas y técnicas y otras (M-N, CNAE 2009)
vab_OQ	VABpb Servicios. Administración pública, educación y sanidad (O-Q, CNAE 2009)
vab_RT	VABpb Servicios. Actividades artísticas, recreativas y otros servicios (R-T, CNAE 2009)
imp_sub	Impuestos menos subvenciones sobre los productos
imp	Impuestos sobre los productos
sub	Subvenciones sobre los productos

2.3 Enfoque basado en las rentas

En la tabla siguiente se muestran los agregados que reporta el INE para el cálculo del PIB a través de las rentas. Este enfoque permite evaluar cómo se reparte la renta entre el trabajo (salarios) y el capital (beneficios y rentas).

Elementos de ingresos
agr_label	agregado
pib	Producto interior bruto a precios de mercado
rem	Remuneración de los asalariados
sal	Sueldos y salarios
css	Cotizaciones sociales a cargo de los empleadores
rem_A	Remuneración de los asalariados. Agricultura, ganadería, silvicultura y pesca (A, CNAE 2009)
sal_A	Sueldos y salarios. Agricultura, ganadería, silvicultura y pesca (A, CNAE 2009)
css_A	Cotizaciones sociales a cargo de los empleadores. Agricultura, ganadería, silvicultura y pesca (A, CNAE 2009)
rem_BE	Remuneración de los asalariados. Industria (B-E, CNAE 2009)
sal_BE	Sueldos y salarios. Industria (B-E, CNAE 2009)
css_BE	Cotizaciones sociales a cargo de los empleadores. Industria (B-E, CNAE 2009)
rem_C	Remuneración de los asalariados. Industria manufacturera (C, CNAE 2009)
sal_C	Sueldos y salarios. Industria manufacturera (C, CNAE 2009)
css_C	Cotizaciones sociales a cargo de los empleadores. Industria manufacturera (C, CNAE 2009)
rem_F	Remuneración de los asalariados. Construcción (F, CNAE 2009)
sal_F	Sueldos y salarios. Construcción (F, CNAE 2009)
css_F	Cotizaciones sociales a cargo de los empleadores. Construcción (F, CNAE 2009)
rem_GT	Remuneración de los asalariados. Servicios (G-T, CNAE 2009)
sal_GT	Sueldos y salarios. Servicios (G-T, CNAE 2009)
css_GT	Cotizaciones sociales a cargo de los empleadores. Servicios (G-T, CNAE 2009)
rem_GI	Remuneración de los asalariados. Comercio, transporte y hostelería (G-I, CNAE 2009)
sal_GI	Sueldos y salarios. Comercio, transporte y hostelería (G-I, CNAE 2009)
css_GI	Cotizaciones sociales a cargo de los empleadores. Comercio, transporte y hostelería (G-I, CNAE 2009)
rem_J	Remuneración de los asalariados. Información y comunicaciones (J, CNAE 2009)
sal_J	Sueldos y salarios. Información y comunicaciones (J, CNAE 2009)
css_J	Cotizaciones sociales a cargo de los empleadores. Información y comunicaciones (J, CNAE 2009)
rem_K	Remuneración de los asalariados. Actividades financieras y de seguros (K, CNAE 2009)
sal_K	Sueldos y salarios. Actividades financieras y de seguros (K, CNAE 2009)
css_K	Cotizaciones sociales a cargo de los empleadores. Actividades financieras y de seguros (K, CNAE 2009)
rem_L	Remuneración de los asalariados. Actividades inmobiliarias (L, CNAE 2009)
sal_L	Sueldos y salarios. Actividades inmobiliarias (L, CNAE 2009)
css_L	Cotizaciones sociales a cargo de los empleadores. Actividades inmobiliarias (L, CNAE 2009)
rem_MN	Remuneración de los asalariados. Actividades profesionales, científicas y técnicas y otras (M-N, CNAE 2009)
sal_MN	Sueldos y salarios. Actividades profesionales, científicas y técnicas y otras (M-N, CNAE 2009)
css_MN	Cotizaciones sociales a cargo de los empleadores. Actividades profesionales, científicas y técnicas y otras (M-N, CNAE 2009)
rem_OQ	Remuneración de los asalariados. Administración pública, educación y sanidad (O-Q, CNAE 2009)
sal_OQ	Sueldos y salarios. Administración pública, educación y sanidad (O-Q, CNAE 2009)
css_OQ	Cotizaciones sociales a cargo de los empleadores. Administración pública, educación y sanidad (O-Q, CNAE 2009)
rem_RT	Remuneración de los asalariados. Actividades artísticas, recreativas y otros servicios (R-T, CNAE 2009)
sal_RT	Sueldos y salarios. Actividades artísticas, recreativas y otros servicios (R-T, CNAE 2009)
css_RT	Cotizaciones sociales a cargo de los empleadores. Actividades artísticas, recreativas y otros servicios (R-T, CNAE 2009)
ben	Excedente de explotación bruto y Renta mixta bruta
imp_sub	Impuestos menos subvenciones sobre la producción y las importaciones
imp	Impuestos sobre la producción y las importaciones
sub	Subvenciones sobre la producción y las importaciones

3 El PIB en ESdata

La información sobre el PIB en ESdata se presenta en tablas separadas para cada uno de los enfoques del PIB. Los tres enfoques tienen una tabla para los agregados que he presentado en la sección anterior y otra para los datos:

Datos de PIB en `ESdata`
enfoque	agregados	datos
demanda	`pib_demanda_agregados`	`pib_pm_demanda`
oferta	`pib_oferta_agregados`	`pib_pm_oferta`
rentas	`pib_rentas_agregados`	`pib_pm_rentas`

Las variables de cada una de las tablas de datos son:

Variables en cada una de las tablas
datos	periodo	agregado	ajuste	tipo	dato	valor
`pib_pm_demanda`	✓	✓	✓	✓	✓	✓
`pib_pm_oferta`	✓	✓	✓	✓	✓	✓
`pib_pm_rentas`	✓	✓	✓		✓	✓

El contenido de las variables es:

periodo: el último día del trimestre del dato correspondiente a la fila, en formato de fecha Date.
el agregado correspondiente a cada una de las filas.
el ajuste de cada fila: ajustado para datos ajustados a estacionalidad y calendario, o no_ajustado.
el tipo de dato: o valor o `indice’.
el dato, que puede ser base, variación trimestral var_trim, variación anual var_anual, aportación trimestral ap_trim o aportación anual ap_anual.
el valor, en índice o en millones de euros. Para el enfoque de rentas no están disponibles datos en índice.

4 Ejemplos de utilización

Puede obtenerse gran número de visualizaciones y tablas con los datos incorporados al paquete. En cada caso hay que hacer el filtrado previo que nos permite obtener los datos requeridos. En esta sección presentaremos algunos ejemplos de visualizaciones de los datos de PIB.

4.1 PIB ajustado y no ajustado

En este gráfico vemos la diferencia entre el PIB no ajustado y el ajustado. Podemos ver que para evaluar la evolución del PIB es conveniente ver el ajustado.

pib_pm_demanda %>% 
  filter(agregado == "pib" & tipo == "indice" & dato == "base") %>%
  ggplot(aes(periodo, valor, group=ajuste)) + 
  geom_line(aes(linetype=ajuste)) +
  scale_linetype_manual(values = c("solid", "dotted"), labels = c("ajustado", "no ajustado")) +
  labs(title="Índice de PIB ajustado y no ajustado", x="", y="índice PIB") + 
  theme_bw() + 
  theme(legend.position = "bottom")

El gráfico muestra también cómo usar ggplot para diferenciar series por tipo de línea.

4.2 El impacto del COVID-19 en el PIB

En este gráfico, mostramos el impacto del COVID-19 en el crecimiento económico usando las variaciones anuales y trimestrales.

library(lubridate)
pib_pm_demanda %>% 
  filter(agregado == "pib" & ajuste == "ajustado" & tipo == "valor" & dato %in% c("var_anual", "var_trim")) %>%
  filter(year(periodo) > 2017) %>%
  mutate(valor = valor/100) %>%
  ggplot(aes(periodo, valor, col=dato)) +
  geom_point() +
  geom_line() +
  labs(title = "Impacto del COVID-19 en el IPC", x="", y="variación") +
  scale_color_brewer(name = "variación", labels = c("anual", "trimestral"), palette = "PuOr") +
  scale_y_continuous(labels = scales::percent) +
  theme_dark() +
  theme(legend.position = "bottom")

El gráfico muestra los siguientes recursos:

El uso de la función year de lubridate para seleccionar datos a partir de 2017.
La superposición de puntos y líneas en el mismo gráfico.
El eje y en porcentaje con scale_y_continuous.
La selección de colores con una paleta brewer.
El uso de theme_dark para presentaciones en pantalla.

4.3 Distribución de la renta

Con pib_pm_rentas podemos evaluar cómo evoluciona la distribución de la renta. Para ello hemos de tener en cuenta que el PIB es igual a las remuneraciones, más los beneficios. Como estamos evaluando el PIB a precios de mercado, hemos de añadir también impuestos y subvenciones.

\[ \text{pib} = \text{rem} + \text{ben} + \text{imp_sub} \]

En los agregados de rentas vemos que las remuneraciones incluyen los salarios y las cotizaciones empresariales a la Seguridad Social.

\[ \text{rem} = \text{sal} + \text{css} \]

Usaremos la primera ecuación para encontrar el peso de los sueldos, los beneficios y los impuestos indirectos netos en el PIB a precios de mercado:

pib_pm_rentas %>% filter(agregado %in% c("pib", "rem", "ben", "imp_sub") & dato == "base" & ajuste == "ajustado") %>%
  pivot_wider(names_from = "agregado", values_from = "valor") %>%
  mutate(pr_rem = rem/pib, pr_ben = ben/pib, pr_imp = imp_sub/pib) %>%
  select(periodo, pr_rem, pr_ben, pr_imp) %>%
  pivot_longer(cols = -periodo, names_to = "dato", values_to = "valor")

## # A tibble: 309 x 3
##    periodo    dato    valor
##    <date>     <chr>   <dbl>
##  1 2020-09-30 pr_rem 0.475 
##  2 2020-09-30 pr_ben 0.436 
##  3 2020-09-30 pr_imp 0.0893
##  4 2020-06-30 pr_rem 0.498 
##  5 2020-06-30 pr_ben 0.436 
##  6 2020-06-30 pr_imp 0.0661
##  7 2020-01-31 pr_rem 0.482 
##  8 2020-01-31 pr_ben 0.416 
##  9 2020-01-31 pr_imp 0.102 
## 10 2019-12-31 pr_rem 0.459 
## # … with 299 more rows

Luego haremos un gráfico con geom_area para ver cómo evolucionan las variables. El uso de mutate es para cambiar el orden de los niveles del factor de la variable valor:

pib_pm_rentas %>% filter(agregado %in% c("pib", "rem", "ben", "imp_sub") & dato == "base" & ajuste == "ajustado") %>%
  pivot_wider(names_from = "agregado", values_from = "valor") %>%
  mutate(pr_rem = rem/pib, pr_ben = ben/pib, pr_imp = imp_sub/pib) %>%
  select(periodo, pr_rem, pr_ben, pr_imp) %>%
  pivot_longer(cols = -periodo, names_to = "dato", values_to = "valor") %>%
  mutate(dato = factor(dato, levels = c("pr_ben", "pr_rem", "pr_imp"))) %>%
  ggplot(aes(periodo, valor, fill=dato)) +
  geom_area() +
  scale_fill_brewer(name = "rentas", labels = c("capital", "trabajo", "impuestos - subvenciones")) +
  labs(title = "Reparto del PIB entre capital y trabajo", x="", y="") +
  scale_y_continuous(labels = scales::percent) +
  theme_bw() +
  theme(legend.position = "bottom")

En este caso, hemos seleccionado los colores usando la paleta por defecto de scale_fill_brewer.

4.4 Cambios del peso de la construcción en la eocnomía

Los datos pib_pm_oferta permiten evaluar el peso en la economía de los diferentes sectores de actividad. En este gráfico vemos cómo ha evolucionado el peso del sector de la construcción. Ponemos en contexto los datos informando sobre la crisis de 2008.

pib_pm_oferta %>% 
  filter(agregado %in% c("pib", "vab_F") & ajuste == "ajustado" & tipo == "valor" & dato == "base") %>%
  pivot_wider(names_from = agregado, values_from = valor) %>% 
  mutate(prop = vab_F/pib) %>%
  ggplot(aes(periodo, prop)) +
  geom_line(size=1.2) + 
  labs(title="Peso de la construcción en la economía", y="construcción vs PIB", x="") +
  geom_vline(xintercept = as.Date("2008-12-31"), linetype="dashed", size=0.5,col ="#FF0000") +
  annotate("text", x=as.Date("2010-06-30"), y=0.12, label="crisis del 2008", hjust="left") +
  annotate("curve", x=as.Date("2010-06-15"), y =0.12, xend=as.Date("2008-12-31"), yend=0.11, curvature=0.2, arrow = arrow(length = unit(2, "mm"))) +
  scale_y_continuous(labels = scales::percent) +
  theme_bw() +
  theme(legend.position = "bottom")

Aquí hemos usado de nuevo las funciones pivot_wider y pivot_longer de tidyr para calcular las proporción de la construcción en el PIB.

4.5 Evolución anual de la construcción y el PIB

Los gráficos de línea sirven para evaluar la evolución de una magnitud a lo largo del tiempo. El gráfico que hemos presentado muestra la caída del peso de la construcción después de la crisis de 2008. Para ilustrar los valores absolutos de una magnitud es mejor usar un gráfico de barras. Aquí presentamos el peso de la construcción en la economía, sumando el PIB de los trimestres de cada año.

pib_pm_oferta %>% 
  filter(agregado %in% c("pib", "vab_F") & ajuste == "ajustado" & tipo == "valor" & dato == "base") %>%
  pivot_wider(names_from = agregado, values_from = valor) %>% 
  mutate(year=year(periodo)) %>%
  group_by(year) %>%
  summarise(pib=sum(pib), constr=sum(vab_F)) %>% 
  mutate(prop = constr/pib) %>%
  ggplot(aes(year, prop)) +
  geom_bar(stat = "Identity", fill="#DC143C") +
  labs(title="Peso de la construcción en la economía", y="construcción vs PIB", x="") + 
  scale_y_continuous(labels = scales::percent) +
  theme_bw() +
  theme(legend.position = "bottom")

También podemos comparar el peso de la construcción en el conjunto del PIB con gráficos de barras:

library(lubridate)  
pib_pm_oferta %>% 
  filter(agregado %in% c("pib", "vab_F") & ajuste == "ajustado" & tipo == "valor" & dato == "base") %>%
  pivot_wider(names_from = agregado, values_from = valor) %>% 
  mutate(year=year(periodo)) %>%
  group_by(year) %>%
  summarise(pib=sum(pib), constr=sum(vab_F)) %>%
  pivot_longer(-year, values_to = "valor", names_to = "dato") %>%
  ggplot(aes(year, valor, fill=dato)) +
  geom_bar(stat = "Identity", position = "dodge") + 
  labs(title="Evolución del PIB y la construcción", y="millones euros", x="año") +
  scale_fill_manual(name="Agregado", labels=c("VAB construcción", "Total PIB"), values = c("#B22222", "#228B22")) +
  theme_bw() +
  theme(legend.position = "bottom")

5 Propuestas de mejora

Si tiene alguna propuesta o ha detectado algún error, puede ponerse en contacto conmigo desde: https://github.com/jmsallan/ESdata

Paquete ESdata: PIB

Jose M Sallan

27/01/2021