1. Cargar el RData
Se cargan las micro bases elaboradas en el script 01. generacion de microbases mensuales.
hide
load("../INPUT/basesDT.Rdata")
2. Definir periodo de análisis
2. Número de sindicatos por año
hide
#### IV. NUMERO DE SINDICATOS ACTIVOS POR AÑO ####
sindicatos<-data.frame(1:nrow(fecha))
for(i in 1:nrow(sindicatos)){
sindicatos[i,1] <- get(
fecha[i,] %>% mutate(base=paste0("proxy_",ano,"_",mes)) %>% select(base) %>% as.character()
) %>% nrow()
}
sindicatos<-sindicatos %>% cbind(fecha) %>% mutate(fecha=ymd(paste0(ano,"-",mes,"-01"))) %>% rename(sindicatos=X1.nrow.fecha.)
Sindicatos activos al 31 de marzo de 2021.
hide
sindicatos %>% filter(ano==2021&mes==3)
sindicatos ano mes fecha
1 12447 2021 3 2021-03-01hide
wb <- createWorkbook()
addWorksheet(wb, sheetName = "base mensual sindicatos", gridLines = TRUE)
writeData(wb = wb, sheet = "base mensual sindicatos", x = sindicatos)
firma<-c("Elaborado por Nicolás Ratto para Repositorio de Estadísticas Sindicales (RES): repositoriosindical.netlify.app/",
"En base a datos de la ventanilla sindical de la Dirección del Trabajo: http://tramites.dirtrab.cl/VentanillaTransparencia/Transparencia/RerporteRRLLOrg.aspx") %>% as.data.frame()
writeData(wb = wb, sheet = "base mensual sindicatos", x = firma,startCol = 9, startRow = 2)
saveWorkbook(wb = wb, file = "../OUTPUT/base mensual sindicatos anidada.xlsx",
overwrite = TRUE)
sindicatos %>%
ggplot(aes(x=fecha,y=sindicatos))+geom_line()+theme_bw() +
scale_y_continuous(labels=function(x) format(x, big.mark = ".", scientific = FALSE)) +
labs(title = "Número de sindicatos activos en Chile (1920-2021)",
x="Tiempo",
y = "Sindicatos",
caption = "Por Repositorio de Estadísticas Sindicales (RES),
En base a datos de la Ventanilla Sindical Transparencia Dirección del Trabajo.")
hide
ggsave(
plot = last_plot(),
filename = "../OUTPUT/Graficos/Nacionales/Grafico1_sindicatos.png",
device = "png",
dpi = "retina",
units = "cm",
width = 25,
height = 20
)
3. Trabajadores y trabajadoras afiliados a sindicatos por año
hide
afiliados<-data.frame(1:nrow(fecha),
1:nrow(fecha),
1:nrow(fecha))
for(i in 1:nrow(sindicatos)){
afiliados[i,] <- get(
fecha[i,] %>% mutate(base=paste0("proxy_",ano,"_",mes)) %>% select(base) %>% as.character()
) %>% mutate(afiliados=Socios+Socias) %>% select(Socios, Socias ,afiliados) %>% apply(2,sum)
}
afiliados<-afiliados %>% cbind(fecha) %>% mutate(fecha=ymd(paste0(ano,"-",mes,"-01")))
names(afiliados)<-c("Socios","Socias","Total","ano","mes","fecha")
hide
afiliados %>% filter(ano==2021&mes==3)
Socios Socias Total ano mes fecha
1 722233 521084 1243317 2021 3 2021-03-01Información sindical para el mes de marzo de 2021.
hide
proxy_2021_3 %>% group_by(Region) %>% tally() %>% arrange(-n)
# A tibble: 16 x 2
Region n
<dbl> <int>
1 13 4765
2 5 1361
3 8 1222
4 10 941
5 2 739
6 6 538
7 4 493
8 7 480
9 9 390
10 3 353
11 1 247
12 14 235
13 16 208
14 12 163
15 11 162
16 15 150hide
proxy_2021_3 %>% group_by(glosa1) %>% tally() %>% arrange(-n)
# A tibble: 5 x 2
glosa1 n
<chr> <int>
1 SINDICATO EMPRESA 6843
2 SINDICATO INDEPENDIENTE 2904
3 SINDICATO INTER EMPRESA 1436
4 SINDICATO ESTABLECIMIENTO 977
5 SINDICATO TRANSITORIO 287hide
proxy_2021_3 %>% filter(glosa1!="SINDICATO INDEPENDIENTE"&glosa1!="SINDICATO INTER EMPRESA") %>%
group_by(Rut) %>% tally() %>% arrange(-n) %>% count()
# A tibble: 1 x 1
n
<int>
1 5040hide
n
1.5384 hide
# A tibble: 9 x 1
quants
<dbl>
1 1
2 1
3 1
4 1
5 1
6 1
7 1
8 2
9 2hide
n
1 0.7729708275
2 0.1339551498
3 0.0424687438
4 0.0172653304
5 0.0099226037
6 0.0063504664
7 0.0045643977
8 0.0023814249
9 0.0023814249
10 0.0013891645
11 0.0013891645
12 0.0005953562
13 0.0005953562
14 0.0005953562
15 0.0005953562
16 0.0003969041
17 0.0001984521
18 0.0001984521
19 0.0001984521
20 0.0001984521
21 0.0001984521
28 0.0001984521
32 0.0001984521
38 0.0001984521
47 0.0001984521
51 0.0001984521
78 0.0001984521hide
# A tibble: 16 x 3
Region Socios Socias
<dbl> <dbl> <dbl>
1 13 340274 293474
2 2 76735 21172
3 8 62874 40806
4 5 60678 45870
5 6 33392 13428
6 10 25335 21711
7 3 20063 6242
8 7 18606 15245
9 4 17281 14325
10 9 14940 14899
11 1 14230 7545
12 14 11449 8117
13 16 9886 6821
14 12 7055 4410
15 15 5122 4032
16 11 4313 2987hide
wb <- createWorkbook()
addWorksheet(wb, sheetName = "base mensual afiliados", gridLines = TRUE)
writeData(wb = wb, sheet = "base mensual afiliados", x = afiliados)
firma<-c("Elaborado por Nicolás Ratto para Repositorio de Estadísticas Sindicales (RES): repositoriosindical.netlify.app/",
"En base a datos de la ventanilla sindical de la Dirección del Trabajo: http://tramites.dirtrab.cl/VentanillaTransparencia/Transparencia/RerporteRRLLOrg.aspx") %>% as.data.frame()
writeData(wb = wb, sheet = "base mensual afiliados", x = firma,startCol = 9, startRow = 2)
saveWorkbook(wb = wb, file = "../OUTPUT/base mensual afiliados anidada.xlsx",
overwrite = TRUE)
afiliados %>%
ggplot(aes(x=fecha,y=Total))+geom_line()+theme_bw() +
scale_y_continuous(labels=function(x) format(x, big.mark = ".", scientific = FALSE)) +
labs(title = "Número de afiliados/as a sindicatos activos en Chile (1920-2021)",
x="Tiempo",
y = "Sindicatos",
caption = "Por Repositorio de Estadísticas Sindicales (RES),
En base a datos de la Ventanilla Sindical Transparencia Dirección del Trabajo.")
hide
ggsave(
plot = last_plot(),
filename = "../OUTPUT/Graficos/Nacionales/Grafico2_afiliados.png",
device = "png",
dpi = "retina",
units = "cm",
width = 25,
height = 20
)
afiliados %>% select(fecha,Socios,Socias) %>% pivot_longer(cols = c(Socios,Socias)) %>%
ggplot(aes(x=fecha,y=value,color=name))+geom_line()+theme_bw() +
scale_y_continuous(labels=function(x) format(x, big.mark = ".", scientific = FALSE)) +
labs(title = "Socios y socias afiliados/as a sindicatos activos en Chile (1920-2021)",
x="Tiempo",
y = "Sindicatos",
caption = "Por Repositorio de Estadísticas Sindicales (RES),
En base a datos de la Ventanilla Sindical Transparencia Dirección del Trabajo.") +
scale_color_manual(values=c("red","black"))
hide
ggsave(
plot = last_plot(),
filename = "../OUTPUT/Graficos/Nacionales/Grafico2_afiliados_sexo.png",
device = "png",
dpi = "retina",
units = "cm",
width = 25,
height = 20
)
4. Trabajadores afiliados por tipo de sindicato
hide
afiliados_tipo<-data.frame(1:nrow(fecha),
1:nrow(fecha),
1:nrow(fecha),
1:nrow(fecha),
1:nrow(fecha))
for(i in 1:nrow(sindicatos)){
afiliados_tipo[i,] <- get(
fecha[i,] %>% mutate(base=paste0("proxy_",ano,"_",mes)) %>% select(base) %>% as.character()
) %>% mutate(afiliados=Socios+Socias) %>% group_by(glosa1) %>% summarise(afiliados=sum(afiliados)) %>%
pivot_wider(names_from = glosa1,values_from = afiliados)
}
afiliados_tipo<-afiliados_tipo %>% cbind(fecha) %>% mutate(fecha=ymd(paste0(ano,"-",mes,"-01")))
names(afiliados_tipo)<-c("SINDICATO EMPRESA","SINDICATO ESTABLECIMIENTO","SINDICATO INDEPENDIENTE","SINDICATO INTER EMPRESA",
"SINDICATO TRANSITORIO","ano","mes","fecha")
hide
wb <- createWorkbook()
addWorksheet(wb, sheetName = "base mensual afiliados_tipo", gridLines = TRUE)
writeData(wb = wb, sheet = "base mensual afiliados_tipo", x = afiliados_tipo)
firma<-c("Elaborado por Nicolás Ratto para Repositorio de Estadísticas Sindicales (RES): repositoriosindical.netlify.app/",
"En base a datos de la ventanilla sindical de la Dirección del Trabajo: http://tramites.dirtrab.cl/VentanillaTransparencia/Transparencia/RerporteRRLLOrg.aspx") %>% as.data.frame()
writeData(wb = wb, sheet = "base mensual afiliados_tipo", x = firma,startCol = 11, startRow = 2)
saveWorkbook(wb = wb, file = "../OUTPUT/base mensual afiliados_tipo anidada.xlsx",
overwrite = TRUE)
afiliados_tipo %>% select(fecha,1:5) %>% pivot_longer(2:6) %>%
ggplot(aes(x=fecha,y=value,color=name))+geom_line()+theme_bw() +
scale_y_continuous(labels=function(x) format(x, big.mark = ".", scientific = FALSE)) +
labs(title = "Afiliados a sindicatos activos por tipo de sindicatos en Chile (1920-2021)",
x="Tiempo",
y = "Sindicatos",
caption = "Por Repositorio de Estadísticas Sindicales (RES),
En base a datos de la Ventanilla Sindical Transparencia Dirección del Trabajo.") +
scale_color_manual(values=c("red","black","green","blue","purple")) +
theme(legend.position = "bottom")
hide
ggsave(
plot = last_plot(),
filename = "../OUTPUT/Graficos/Nacionales/Grafico2_afiliados_tipo_sindicato.png",
device = "png",
dpi = "retina",
units = "cm",
width = 25,
height = 20
)
5. Tasas de sindicalización
Socios/as en noviembre de 2020:
hide
Total
1 1243773Socios/as en noviembre de 2020 (sin considerar sindicatos de independientes:
hide
Total
1 1110698Con estas dos cifras es posible calcular las tres tasas de sindicalización que la Dirección del Trabajo publica en sus compendios. En tanto la cifra para el año 2020 aún no esta disponible, considerando los datos del INE ya publicados, estas cifras se pueden adelantar. En términos generales, para la construcción de las tasas sindicales, la Dirección del Trabajo divide sus indicadores de afiliados y afiliadas a sindicatos por las estimaciones de ocupados en el trimestre Octubre-Diciembre (OND) del Instituto Nacional de Estadística.
A. Tasa de sindicalización respecto de los ocupados:
“Esta tasa incluye en su cálculo trabajadores no afectos a sindicalizarse, no obstante facilita establecer comparaciones internacionales”.
\(ts_{1}={PoblaciónAfiliada/ft_{ocupada1}}\)
Donde: \(ft_{ocupada1}\): Fuerza de trabajo ocupada en trimestre OND.
B. Tasa de sindicalización respecto de los ocupados con posibilidad de sindicalizarse:
“Incluye a los asalariados del sector privado, personal de servicio doméstico y trabajadores por cuenta propia. Excluye a asalariados del sector público.”
\(ts_{2}={PoblaciónAfiliada/ft_{ocupada2}}\)
\(ft_{ocupada2}\): Categoría de Ocupados, menos independientes empleadores, independientes familiares no remunerados y asalariados sector público.
C. Tasa de sindicalización respecto de los asalariados con posibilidad de sindicalizarse:
“Incluye asalariados del sector privado y personal de servicio doméstico. Excluye a asalariados del sector público. No considera sindicatos independientes.”
\(ts_{3}={PoblaciónAfiliadaDependiente/ft_{ocupada3}}\)
\(ft_{ocupada3}\): asalariados sector privado y personal de servicio domestico (puertas afuera y puertas adentro)
Descarga datos INE:
hide
categoria_ocupacion<-read.xlsx("http://www.ine.cl/docs/default-source/ocupacion-y-desocupacion/cuadros-estadisticos/series-de-tiempo-nueva-calibraci%C3%B3n-proyecciones-de-poblaci%C3%B3n-censo-2017/serie-categor%C3%ADa-en-la-ocupaci%C3%B3n.xlsx?sfvrsn=70dc54db_24",sheet = 2,startRow = 6)
nombres<-names(categoria_ocupacion)
categoria_ocupacion<-read.xlsx("http://www.ine.cl/docs/default-source/ocupacion-y-desocupacion/cuadros-estadisticos/series-de-tiempo-nueva-calibraci%C3%B3n-proyecciones-de-poblaci%C3%B3n-censo-2017/serie-categor%C3%ADa-en-la-ocupaci%C3%B3n.xlsx?sfvrsn=70dc54db_24", sheet = 2,startRow = 7)
categoria_ocupacion<-categoria_ocupacion[1:(nrow(categoria_ocupacion)-9),c(1,2,4,6,8,10,12,14,16,18,20,22,24,26)]
nombres<-nombres[c(1,2,4-1,6-1,8-1,10-1,12-1,14-1,16-1,18-1,20-1,22-1,24-1,26-1)]
names(categoria_ocupacion)<-nombres
categoria_ocupacion<-categoria_ocupacion %>% filter(Trimestre=="Oct - Dic")
categoria_ocupacion<-categoria_ocupacion %>%
mutate(ft_ocupada1=Total.de.ocupados*1000,
ft_ocupada2=(Total.de.ocupados-`Independientes.(Empleadores)`-
`Independientes.(Familiares.no.remunerados)`-`Asalariado.(Sector.público)./5`)*1000,
ft_ocupada3=(`Asalariados.(Sector.privado)`+ `Personal.de.servicio.doméstico.(Total)./6`)*1000)
categoria_ocupacion<-afiliados_tipo %>% filter(fecha>=ymd("2010-11-01")) %>%
filter(month(fecha)==11) %>%
mutate(s1=`SINDICATO EMPRESA`+`SINDICATO ESTABLECIMIENTO`+`SINDICATO INDEPENDIENTE`+
`SINDICATO INTER EMPRESA`+`SINDICATO TRANSITORIO`) %>% select(s1) %>% mutate(s2=s1) %>% cbind(categoria_ocupacion)
categoria_ocupacion<-afiliados_tipo %>% filter(fecha>=ymd("2010-11-01")) %>%
filter(month(fecha)==11) %>%
mutate(s3=`SINDICATO EMPRESA`+`SINDICATO ESTABLECIMIENTO`+
`SINDICATO INTER EMPRESA`+`SINDICATO TRANSITORIO`) %>% select(s3) %>% cbind(categoria_ocupacion)
categoria_ocupacion<-categoria_ocupacion %>% mutate(ts1=s1/ft_ocupada1*100,
ts2=s2/ft_ocupada2*100,
ts3=s3/ft_ocupada3*100)
En tanto la cifra para el año 2020 aún no esta disponible, considerando los datos del INE, se puede adelantar que las tasas 1, 2 y 3 serán, respectivamente: 15.4963797%, 18.9163498% y 22.2719325%.
El aumento en las 3 tasas respecto de 2019 se explica por la fuerte caída del empleo en el año 2020 por efecto del Covid-19.
hide
categoria_ocupacion %>%
mutate(Año=make_date(year=Año)) %>%
select(Año,ts1,ts2,ts3) %>% pivot_longer(c(ts1,ts2,ts3)) %>%
ggplot(aes(x=Año,y=value,color=name)) + geom_line() + geom_point() +theme_bw() +
labs(title = "Figura 2. Tasas de afiliación sindical en Chile no oficiales (2010-2020)",
x="Tiempo",
y = "Sindicatos",
caption = "Por Repositorio de Estadísticas Sindicales (RES),
En base a datos de la Ventanilla Sindical Transparencia Dirección del Trabajo y
Series históricas de ocupados del Instituto Nacional de Estadística.") +
scale_color_manual(values=c("red","black","purple")) +
theme(legend.position = "bottom")
hide
ggsave(
plot = last_plot(),
filename = "../OUTPUT/Graficos/Nacionales/tasaafiliacionsindical_nooficiales.png",
device = "png",
dpi = "retina",
units = "cm",
width = 25,
height = 20
)
categoria_ocupacion %>%
select(Año,ts1,ts2,ts3,s1,ft_ocupada1,s2,ft_ocupada2,s3,ft_ocupada3) %>% knitr::kable()
| Año | ts1 | ts2 | ts3 | s1 | ft_ocupada1 | s2 | ft_ocupada2 | s3 | ft_ocupada3 |
|---|---|---|---|---|---|---|---|---|---|
| 2010 | 13.39208 | 15.96325 | 18.13350 | 1014091 | 7572318 | 1014091 | 6352659 | 882437 | 4866337 |
| 2011 | 13.51170 | 16.12482 | 18.06397 | 1052143 | 7786902 | 1052143 | 6524992 | 918061 | 5082278 |
| 2012 | 13.75676 | 16.44400 | 18.41633 | 1093973 | 7952257 | 1093973 | 6652717 | 959353 | 5209253 |
| 2013 | 13.84992 | 16.60122 | 18.81853 | 1128684 | 8149389 | 1128684 | 6798801 | 991852 | 5270614 |
| 2014 | 14.08535 | 16.89690 | 19.29981 | 1161988 | 8249620 | 1161988 | 6876931 | 1019599 | 5282949 |
| 2015 | 14.24422 | 16.97752 | 19.45831 | 1200570 | 8428470 | 1200570 | 7071526 | 1054316 | 5418333 |
| 2016 | 14.33710 | 17.08375 | 19.79832 | 1218755 | 8500710 | 1218755 | 7134002 | 1070296 | 5405994 |
| 2017 | 14.08511 | 16.99871 | 19.93582 | 1235076 | 8768667 | 1235076 | 7265703 | 1087286 | 5453933 |
| 2018 | 14.14976 | 17.17241 | 20.16289 | 1261345 | 8914248 | 1261345 | 7345184 | 1116764 | 5538711 |
| 2019 | 13.77239 | 16.67041 | 19.76027 | 1251515 | 9087132 | 1251515 | 7507403 | 1115615 | 5645747 |
| 2020 | 15.49638 | 18.91635 | 22.27193 | 1243773 | 8026217 | 1243773 | 6575122 | 1110698 | 4986985 |
6. Zoom a Octubre 2019 y Pandemia
hide
library(ggpubr)
base<-read_excel("../INPUT/archivo_sindicatos_limpia.xlsx")
g1<-base %>% mutate(FechaConstitucion=ymd(FechaConstitucion) ) %>%
filter(FechaConstitucion>=ymd("2018-01-01")) %>%
mutate(ano_constitucion=year(FechaConstitucion),mes_constitucion=month(FechaConstitucion)) %>%
group_by(ano_constitucion,mes_constitucion) %>% summarise(sindicatos_constituidos=n()) %>%
mutate(FechaConstitucion=make_date(year=ano_constitucion,month=mes_constitucion)) %>%
ggplot(aes(x=FechaConstitucion,y=sindicatos_constituidos))+geom_line()+theme_bw() +
scale_y_continuous(labels=function(x) format(x, big.mark = ".", scientific = FALSE)) +
labs(subtitle = "Sindicatos constituidos cada mes",
x="Tiempo",
y = "Sindicatos") +
geom_vline(xintercept = ymd("2019-10-01"),linetype = "dashed", colour = "red") +
geom_vline(xintercept = ymd("2020-03-01"),linetype = "dashed", colour = "red")
g2<-sindicatos %>% filter(fecha>=ymd("2018-01-01")) %>%
ggplot(aes(x=fecha,y=sindicatos))+geom_line()+theme_bw() +
scale_y_continuous(labels=function(x) format(x, big.mark = ".", scientific = FALSE)) +
labs(subtitle = "Sindicatos activos",
x="Tiempo",
y = "Sindicatos") +
geom_vline(xintercept = ymd("2019-10-01"),linetype = "dashed", colour = "red") +
geom_vline(xintercept = ymd("2020-03-01"),linetype = "dashed", colour = "red")
ggarrange(g2,g1,ncol = 2,common.legend = TRUE) %>%
annotate_figure(top = text_grob("Figura 1. Sindicatos durante el estallido social y la pandemia (2018-2021)",
color = "black", size = 12),
bottom = text_grob("Por Repositorio de Estadísticas Sindicales (RES),
En base a datos de la Ventanilla Sindical Transparencia Dirección del Trabajo.
Verticales de color rojo indican estallido social e inicio de la pandemia en Chile",
color = "black", hjust = 1, x = 1, size = 8))
hide
ggsave(
plot = last_plot(),
filename = "../OUTPUT/Graficos/Nacionales/Grafico2018-2021.png",
device = "png",
dpi = "retina",
units = "cm",
width = 30,
height = 20
)