DEPENDENCIA ESPACIAL EN LA RESOLUCIÓN DE LOS DESPIDOS: UN

ANÁLISIS DE LOS JUZGADOS DE LO SOCIAL ESPAÑOLES

ÁNGEL MARTÍN ROMÁN

angellm@eco.uva.es

ALFONSO MORAL DE BLAS

amoral@eco.uva.es

MARTA MARTÍNEZ MATUTE

martamm@eco.uva.es

DEPARTAMENTO DE FUNDAMENTOS DEL ANÁLISIS ECONÓMICO

UNIVERSIDAD DE VALLADOLID

ÁREA TEMÁTICA: 7 (Mercado de trabajo)

RESUMEN: (máximo 300 palabras)

El objetivo fundamental de este trabajo es explicar las diferencias en el grado de

estimación de asuntos de despido de los jueces de lo social en España. Las decisiones

judiciales deberían ser el resultado de un análisis estrictamente objetivo de los asuntos.

No obstante, en la literatura se ha corroborado que los jueces se ven influidos por

condicionantes socioeconómicos. Especialmente, la investigación económica ha

encontrado diferencias en las resoluciones dependiendo de la fase del ciclo en la que se

encuentre la economía. En este trabajo se plantea una cuestión diferente: si hay patrones

regionales que afectan a las decisiones judiciales. Para este fin, se utiliza una base de

datos del Consejo General del Poder Judicial que aporta información a nivel de juzgado

de las resoluciones estimadas y desestimadas por los jueces para el periodo muestral

2004-2010. Desde un punto de vista metodológico, vamos a utilizar técnicas de

econometría espacial. Más concretamente, se plantean diferentes matrices de

dependencia espacial con el objetivo último de encontrar patrones territoriales. La razón

fundamental de este análisis está en que los jueces podrían verse influenciados por las

decisiones que toman sus compañeros en juzgados de un ámbito territorial más próximo

o incluso de un ámbito regional dada la existencia de un órgano como el Tribunal

Superior de Justicia de cada región que ejerce como instancia superior ante la cual se

pueden presentar recursos.

PALABRAS CLAVE:

Dependencia espacial, juzgados de lo social, despidos, asuntos estimados

1. Introducción

¿Se ven las decisiones de los jueces influidas por las que toman sus compañeros en un

entorno cercano? Ésta es la pregunta que intentamos responder en este trabajo de

investigación. El objeto de estudio serán las decisiones que toman dichos jueces de la

jurisdicción social, y más específicamente las relativas a los despidos.

Existe ya cierta literatura académica, que será revisada posteriormente, que analiza la

influencia de factores socioeconómicos sobre tales decisiones. Sin embargo, esta

bibliografía se ha centrado en examinar si la diferente coyuntura cíclica hace a los

jueces de lo social más o menos propensos a estimar casos de despido. Nuestra

propuesta es bastante diferente. Lo que queremos indagar es si el hecho de que un juez

(o juzgado) se encuentre “rodeado” de jueces (o juzgados) que son más propensos a

estimar favorablemente casos de despido para los trabajadores afecta positivamente a

sus decisiones, aumentando su tasa de estimación. Utilizando una jerga un poco más

técnica, lo que intentamos testar es si existe una correlación espacial positiva en las

decisiones que toman los jueces (juzgados) de lo social.

Las decisiones de los jueces deberían tener un alto grado de objetividad y estar basadas

en fundamentos estrictamente jurídicos, sin embargo existen, por lo menos, dos razones

para esperar una correlación espacial positiva, una de ámbito más local y la otra de

ámbito regional.

En primer lugar, existe el que podíamos denominar “efecto emulación” y sería un efecto

esencialmente subjetivo. Dicho efecto se produciría porque los jueces, como cualquier

ser humano, tienen un comportamiento social. De esta forma, las decisiones de sus

colegas más próximos geográficamente afectarían a sus propias decisiones. Seguir los

patrones grupales es un comportamiento de las personas muy documentado en la

literatura perteneciente a los campos de la psicología y la sociología. Y los jueces, al fin

y al cabo, no dejan de ser personas. Ir demasiado en contra de la corriente de actuación

del entorno profesional más cercano podría suponer un coste psicológico para el juez

que trataría de evitarlo, minimizando la “distancia” con sus colegas de profesión a la

hora de tomar decisiones. Esto podría generar inercias territoriales que dieran lugar a

una correlación espacial positiva. Lógicamente, este efecto sería más intenso en la

medida que se consideren ámbitos territoriales más reducidos.

El segundo efecto lo podríamos denominar “efecto casación” o “efecto anulación”. Este

segundo efecto tendría una base más objetiva (aunque también un componente

subjetivo) y sería consecuencia de la organización jurisdiccional de los tribunales en

España. Aunque en una sección posterior se va a comentar esto con más detalle, aquí se

puede adelantar que el Tribunal Superior de Justicia de cada región tiene competencias

de admitir recursos sobre las decisiones que toman los juzgados ubicados en los

municipios de dicha región. Evidentemente, los jueces que resuelven los asuntos en una

primera instancia pretenden que el sentido de sus autos sea el definitivo y que no se

revoquen sus decisiones en una instancia superior. Un rechazo o un cambio sistemático

del sentido de sus autos por parte del Tribunal Superior de Justicia supondría un coste

reputacional (subjetivo y psicológico) a la vez que un posible coste más objetivo que

podría emerger de posibles sanciones por parte de los órganos de control del poder

judicial. Por estas razones, existen claros incentivos para que los jueces que conocen de

los casos de despido en primer lugar tiendan a adaptarse al “sentimiento interpretativo”

del Tribunal Superior de Justicia de la región donde operan. Esto provocaría una

correlación espacial positiva dentro del ámbito geográfico de la región. No obstante,

habría que matizar que la contigüidad de los juzgados no atendería a un criterio

estrictamente geográfico sino que sería un concepto algo más abstracto. Aquí

consideraremos que los juzgados son contiguos si pertenecen a la misma región aunque

estén ubicados en municipios pertenecientes a provincias que no limitan

geográficamente. En una sección posterior se profundizará en esta cuestión.

Además nuestro análisis abarcará un periodo de tiempo que comprenderá años previos a

la actual crisis económica así como años en los que dicha crisis ha producido sus efectos

de forma notable, con el fin de detectar posibles patrones temporales. Más

precisamente, estudiaremos los años que van desde 2004 a 2010. No hay que olvidar

que una parte importante de los despidos ocasionados por la crisis ha provocado un

incremento significativo del número de casos que han llegado a los distintos juzgados

de lo social. Concretamente, el número de asuntos de despidos que se tramitan en los

órganos judiciales prácticamente se ha duplicado desde 2004 a 20101.

El resto del trabajo se organiza como sigue: en el siguiente apartado, vamos a explicar

las principales características sobre el funcionamiento y la regulación del sistema

judicial de lo social español, en el apartado tercero realizaremos una revisión de la

literatura previa, en el cuarto capítulo se presentará la base de datos con la que hemos

trabajado, en el quinto capítulo profundizaremos en la metodología empleada, en el

sexto capítulo explicaremos los principales resultados y, por último, presentaremos las

conclusiones.

1Según la información de la Subdirección de Estadística del Ministerio de Trabajo suministrada por el Consejo

General del Poder Judicial, en 2004 en los Juzgados de lo Social se tramitaron en total 62.620 casos de despidos, y en

2010 alcanzaron los 105.299 casos, tras haber sido en 2009 de 125.202 asuntos en total.

2. El marco jurídico de los conflictos laborales

Cuando un trabajador es despedido, puede optar por reclamar dicho procedimiento a

través del órgano judicial correspondiente. En la legislación española, existe la opción

previa y voluntaria de resolver dicho conflicto acudiendo, tanto él como el empresario, a

una Unidad de Mediación, Arbitraje y Conciliación (Unidades MAC). Del mismo modo

que se establece en la legislación internacional, éste es un mecanismo para resolver

disputas individuales o colectivas en el ámbito de las relaciones laborales. En España,

esta unidad constituye un órgano extrajudicial de resolución de conflictos a disposición

de cada autoridad regional. Si a través de las Unidades MAC, trabajador y empresario

no llegan a un acuerdo, el trabajador puede continuar su proceso de reclamación

acudiendo a un Juzgado de lo Social.

En la estructura judicial española existen distintos niveles jerárquicos. Los aspectos

relativos a la regulación de la demarcación judicial se establecen en varias normas. En

el Libro I de la Ley Orgánica 6/1985, de 1 de julio, del Poder Judicial, se regula la

extensión y límites de la jurisdicción y de la planta, así como la organización de los

juzgados y tribunales. Asimismo, la Ley 38/1988, de 28 de diciembre, de Demarcación

y de Planta Judicial, amplia el tema. En ellas, se establece que el ejercicio de la potestad

jurisdiccional, en el caso de asuntos laborales, se atribuye a los Juzgados de lo Social, al

Tribunal Superior de Justicia, a la Audiencia Nacional y al Tribunal Supremo.

En primera instancia, el caso llega al Juzgado de lo Social correspondiente. El Juzgado

de lo Social está situado en aquella ciudad donde el trabajador tiene su empleo. Por ello,

podemos decir que el Juzgado tiene una influencia local.

Si la decisión del juez es recurrida por una de las partes, el asunto podría llegar a la Sala

de lo Social del Tribunal Superior de Justicia de la Comunidad Autónoma

correspondiente. En este caso, estaríamos acudiendo a una instancia de ámbito regional,

que englobaría todos aquellos juzgados pertenecientes a la misma Comunidad

Autónoma. El Tribunal Superior de Justicia de cada Comunidad Autónoma, según el

artículo 70 de la LOPJ, culmina la organización judicial en el ámbito territorial, sin

perjuicio de la jurisdicción que corresponda al Tribunal Supremo. Su Sala de lo Social

conocerá en única instancia, de los procesos que la ley establezca sobre controversias

que afecten a intereses de los trabajadores y empresarios en ámbito superior al del

Juzgado de lo Social y no superior al de la Comunidad Autónoma, de los recursos que

establezca la ley contra las resoluciones dictadas por los Juzgados de lo Social de la

Comunidad Autónoma, y de las cuestiones de competencia que se susciten entre los

Juzgados de lo Social de la Comunidad Autónoma (artículo 75 de la LOPJ). También en

el artículo 78 se menciona que cuando el número de asuntos procedentes de algunas

provincias lo requiera podrán crearse, con carácter excepcional, Salas de lo Social con

jurisdicción limitada a una o varias provincias de la misma Comunidad Autónoma, en

cuya capital tendrán su sede.

Finalmente, esta última decisión se podría apelar ante la Sala de lo Social de la

Audiencia Nacional y la Sala Cuarta de lo Social del Tribunal Supremo. En este caso,

nos encontraríamos en una escala nacional. En el artículo 67 de la Ley Orgánica del

Poder Judicial y artículo 59 de la Ley de Demarcación y Planta Judicial se afirma que la

Sala de lo Social de la Audiencia Provincial conocerá en única instancia los procesos

especiales de impugnación de convenios colectivos cuyo ámbito territorial de aplicación

sea superior al territorio de una Comunidad Autónoma, así como de los procesos sobre

conflictos colectivos cuya resolución surta efecto en un ámbito territorial superior al de

una Comunidad Autónoma. También en el artículo 59 de la LOPJ se establece que la

Sala de lo Social del Tribunal Supremo conocerá los recursos de casación y revisión, así

como otros extraordinarios.

Dado esta clara jerarquía institucional, convendría preguntarse si los órganos superiores,

como el Tribunal Superior de Justicia, pueden revisar de algún modo las actuaciones de

los inferiores. Es importante remarcar que el artículo 12.2 de la LOPJ establece que, en

el ejercicio de la potestad jurisdiccional, los Jueces y Magistrados no pueden corregir la

aplicación o interpretación del ordenamiento jurídico hecho por sus inferiores en el

orden jerárquico correspondiente, salvo en los casos en que administren justicia propia a

través de los recursos que hayan establecido ante ellos2. De este modo, la capacidad de

los jueces del Tribunal Superior de Justicia quedaría estrictamente limitada a los

recursos interpuestos directamente ante él, que pueden ser derivados de sentencias

anteriores resueltas en los Juzgados de lo Social. Pero el Tribunal Superior de Justicia

no podría influir a través de la administración judicial directa en estos Juzgados.

Cuando un asunto ingresa en un Juzgado de lo Social, el procedimiento habitual que

sigue es, en términos generales, el que se presenta en el Gráfico 1. En primer lugar,

cuando la reclamación de un despido alcanza el Juzgado de lo Social, el Secretario

Judicial de dicho juzgado reúne a las partes en audiencia pública y trata de llevar a cabo

una conciliación previa entre ellas. Si no se alcanza la avenencia, las partes irían a

juicio, y el magistrado correspondiente tendría que sentenciar estimando o desestimando

la demanda. Aparte de estas circunstancias, puede suceder que la parte promotora

2 Tampoco pueden dictar instrucciones de carácter general o particular a sus inferiores sobre la aplicación o

interpretación del ordenamiento jurídico que lleven a cabo al ejercer su función jurisdiccional, tal y como afirma el

artículo 12.3 de la LOPJ.

desista (tácita o expresamente) del conflicto durante el procedimiento o que concurran

otras causas que impidan al juez tomar una decisión (tales como la existencia de fallos

de forma, falta de la documentación requerida, la inhibición del juzgado en que se ha

presentado la demanda en favor de otro juzgado, que éste no tenga competencia, o el

asunto se archive por alguna circunstancia).

[Insertar gráfico 1]

Además de las reclamaciones sobre despidos, en las cuales se centra esta exposición,

existen distintos tipos de asuntos que entran en un Juzgado de lo Social. El Consejo

General del Poder Judicial establece la siguiente clasificación, distinguiendo

principalmente entre:

- Asuntos sobre conflictos colectivos: recogen aquellos procedimientos que

afectan a intereses de un grupo genérico de trabajadores considerado en su

conjunto o en abstracto. Tratan generalmente sobre la aplicación o interpretación

de una norma, convenio colectivo, o de una decisión o práctica de empresa.

También a través de este procedimiento se tramita la impugnación de convenios

colectivos. Pueden ser promovidos por sindicatos, asociaciones empresariales,

empresarios y órganos de representación legal o sindical de los trabajadores en

caso de ser conflictos de empresa o centro de trabajo.

- Asuntos sobre cantidades: donde se recogen aquellos conflictos relacionados

con sueldos y salarios, complementos salariales, pagas extraordinarias, etc.

- Asuntos sobre Seguridad Social: relacionados con reclamaciones de materias

tal que afiliación, cotización, prestaciones, accidentes de trabajo y enfermedades

profesionales, etc.

- Asuntos de otra índole: como por ejemplo los relativos a vacaciones,

condiciones de trabajo particulares, y también aquellos donde la parte

demandante pueda ser la Inspección de Trabajo.

Es importante remarcar que en los conflictos en materia de despidos, la reclamación se

realiza siempre por parte del trabajador. Esto nos permite identificar aquellos casos de

despido que son estimados en un juzgado de lo social como asuntos favorables al

trabajador, y por el contrario, los casos desestimados resultan desfavorables con

respecto al trabajador. Esto no siempre sucede en otro tipo de asuntos, ya que, por

ejemplo, en el caso de reclamaciones relacionadas con la Seguridad Social, la propia

autoridad pública o la Inspección de Trabajo podrían personarse como reclamante.

También en los conflictos colectivos los sindicatos y asociaciones empresariales, por

ejemplo, pueden actuar como tales.

3. Revisión de la literatura

El análisis del comportamiento de los jueces en sus decisiones ha venido tratándose ya

en la literatura internacional, tanto desde el punto de vista psicológico como sociológico

y puramente económico. Así pues, estudiar el comportamiento de los jueces y los

factores que pueden influir en sus deliberaciones arroja luz sobre uno de los pilares

fundamentales que vertebra un país: la Justicia. El funcionamiento de los órganos

judiciales es, por tanto, una pieza fundamental de una sociedad. Pero también es

importante señalar que, al igual que existen factores políticos o sociales que puedan

afectar a las decisiones judiciales, el aspecto económico no es menos significativo, tal y

como se ha tratado ya en algunas investigaciones previas aplicadas a otros países

(Macis, 2001; Ichino et al., 2003; Mora, 2006 y Marinescu, 2011).

Existen trabajos llevados a cabo sobre el análisis del comportamiento de los jueces

desde una perspectiva más general. Ya desde la publicación del clásico trabajo de

Tversky y Kahneman (1974) sobre las reglas cognitivas que se aplican en las tomas de

decisiones, han sido numerosos los trabajos que se han centrado en el comportamiento

judicial. Muñoz Aranguren (2011) ha desarrollado recientemente esta idea para España.

Bornstein y Miller (2008) resumen las principales investigaciones sobre la relación

entre la religión del juez y sus decisiones judiciales, en cuanto que ésta tiende a

configurar la actitud personal y moral de dicho juez y, por ello, podría también motivar

de distinto modo los fallos que llevara a cabo. Yoon (2006) menciona la existencia de

factores institucionales y personales, tales como la edad, el entorno político y el tipo de

pensión influyen en las bajas de los jueces, y se plantea la posibilidad de que si todos

estos factores afectan al servicio judicial, podrían también influir en las decisiones de

esos jueces cuando están activos.

También desde la “economía del comportamiento” se han aportado recientemente

algunas ideas. Baum (2007) se centró en los factores psicológicos que motivan a los

jueces en cuanto que son agentes decisores. Viscusi (1999) profundiza en los factores

que pueden influir a los jueces derivados de su actitud frente al riesgo y la

incertidumbre del proceso de toma de decisiones. En la misma línea también podemos

encontrar el trabajo de Rachlinski (1996).

En España, Manzanos (2004) ha estudiado los factores extrajudiciales que inciden en las

decisiones de los jueces, y que divide en varios grupos: factores sociales y profesionales

(derivados de su funcionarización); factores ideológicos, religiosos y culturales; factores

subjetivos como la edad, el sexo, el estado civil o la educación recibida; factores

relacionados con la presión mediática o incluso el hecho de quién sea el propio

procesado.

Las causas de las decisiones de los jueces han sido estudiadas también desde un ámbito

económico. Profundizando en la relación entre Derecho y Economía, hay que

mencionar algunas investigaciones que han abordado esta cuestión desde la perspectiva

económica. Cooter y Rubinfeld (1989) incorporaron un modelo de utilidad económica

para estudiar las decisiones judiciales, tanto en el proceso previo como en la resolución.

Burgess et al. (2001) analizan el incremento de casos judiciales en los tribunales de lo

social norteamericanos estudiando los factores que afectan a la decisión del trabajador,

que sigue un análisis coste-beneficio, a la hora de reclamar. Entre estos factores

incluyen la expectativa de ganar el juicio.

Pero también existe alguna evidencia previa de la influencia de las condiciones

económicas en los jueces. Los recientes trabajos de Brennnan et al. (2009a y 2009b)

arrojan algo de luz en esta dirección. En el primero, replicando el comportamiento de

los jueces como si fueran votantes de unas elecciones políticas, comprueban que siguen

un comportamiento cortoplacista e infieren, a través de un modelo econométrico con

datos para la primera mitad del siglo XX, que las épocas recesivas y expansivas de la

economía les influyen del mismo modo que lo hacen en los votantes con respecto al

apoyo que prestan o no al Gobierno del país. En el segundo trabajo profundizan en el

estudio de los condicionantes macroeconómicos de las decisiones judiciales de la Corte

Suprema de los Estados Unidos en aquellos casos en los que una de las partes es alguna

de las instituciones estatales.

Por último, cabe también hacer referencia a aquellos trabajos que centraron el análisis

económico de las decisiones de los jueces en el ámbito concreto de los casos de

despido. Ichino et al. (2003) ha estudiado esta relación para los casos de despido de una

empresa en Italia a partir de un trabajo previo de Macis (2001). Encuentran, sin

embargo, conclusiones distintas. Ichino et al. (2003) evidencian que un mayor

desempleo se asocia con mayor número de victorias de los trabajadores en sus pleitos,

lo que concluyen tiene que ver con el hecho de que cuando las condiciones laborales

son más adversas, los jueces tienden a ser más favorables a los trabajadores. Este

resultado además de ser significativo, también es importante, ya que demuestran que un

incremento de un punto porcentual en la tasa de desempleo hace descender la

probabilidad de que la firma gane el caso en 2,5 puntos porcentuales. Además,

encuentran en consonancia sus resultados con la tesis de Donohoue y Siegelman (1991),

quienes sugieren que los trabajadores son más proclives a utilizar el sistema judicial en

épocas recesivas si su situación está amenazada.

En cambio, Marinescu (2011) recientemente ha presentado evidencia empírica de que

en Gran Bretaña el aumento de la tasa de desempleo y la tasa de quiebra de empresas

hace descender la probabilidad de que los jueces sentencien a favor del trabajador.

Basándose en la investigación de Farber y Bazerman (1986), aducen que los árbitros

son sensibles a las empresas en las épocas recesivas. Así pues, demuestran que las

condiciones económicas influyen a los jueces tanto directamente (en cuanto que es un

elemento que toman en consideración) como indirectamente (a través del

comportamiento de los trabajadores y empresas antes del conflicto) lo que relacionan

con la “calidad del caso”. En el mismo sentido, un trabajo previo de Marinescu (2003)

concluía que el desempleo influía negativamente el porcentaje de victorias de los

trabajadores con datos para Francia.

Para datos españoles, Mora (2006) estima paneles dinámicos con datos de comunidades

autónomas para el periodo 1997-2002 y encuentra que existe una relación positiva entre

la tasa de paro y el porcentaje de asuntos ganados por los trabajadores. En este mismo

trabajo también hay efectos significativos de conflictividad laboral (huelgas realizadas)

y de la predisposición de los jueces a fallar a favor de los trabajadores.

4. Base de Datos.

El análisis empírico planteado utiliza la información proporcionada por el Consejo

General del Poder Judicial. Esta base de datos permite identificar el flujo de asuntos que

se produce en todos los Juzgados de lo Social españoles para el periodo comprendido

entre 1995 y el año 2010. Sin embargo esta información no es completa hasta el año

2004 donde aparece desagregada por el sentido de la sentencia (estimación o

desestimación), por el tipo de magistrado (titular, sustituto, refuerzo o titular de otro

juzgado) y por la materia del conflicto laboral (despidos, conflictos colectivos,

reclamaciones por cantidades,…).

La variable objeto de estudio en este trabajo es el porcentaje de asuntos de despido que

se estiman en los juzgados de lo social españoles. Por lo tanto solo se emplearán los

asuntos de despido y la desagregación relacionada con el sentido de la sentencia para

todos los juzgados de lo social españoles entre los años 2004 y 2010. Concretamente se

dispone de datos de 299 juzgados en 2004, de 301 en 2005, de 314 en 2006, de 316 en

2007, 319 en 2008, 326 en 2009 y 332 en 2010.

[Insertar cuadro 1]

En el cuadro 1 se muestra un resumen de los datos utilizados en este trabajo. Para todos

los años aparece el número de datos empleados, el valor medio, la desviación estándar,

y los valores máximo y mínimo que toma la variable dependiente (porcentaje de asuntos

de despido estimados en los juzgados de lo social). La primera parte del cuadro utiliza la

información a nivel de juzgado, sin ninguna referencia territorial. Sin embargo, para la

segunda y tercera parte se realizan agregaciones del total de asuntos que se recogen en

todos los juzgados de una provincia o región concreta. En general se aprecia un

porcentaje de asuntos estimados cercanos al 70% aunque con un importante margen de

variación que supera los 60 puntos porcentuales en el caso de los datos a nivel de

juzgado del año 2008. Desde el punto de vista temporal también se observan algunas

regularidades con independencia del nivel de agregación. Se puede comprobar la

existencia de un mayor valor de la variable dependiente en los años más relacionados

con el periodo de crisis, mientras que en la época expansiva del ciclo el porcentaje de

asuntos estimados es cuatro o cinco puntos porcentuales inferior.

5. Metodología

Dada la estructura jerárquica de los juzgados de lo social españoles, con instancias

superiores a nivel regional y nacional, el componente espacial de la información de los

juzgados adquiere un papel relevante. En estos casos surgen los problemas de

heterogeneidad y dependencia espacial (Moreno y Vaya 2002). El primero de ellos es

consecuencia de utilizar unidades espaciales muy distintas y genera problemas de

inestabilidad estructural y heteroscedasticidad. El segundo es debido a la existencia de

relaciones funcionales entre lo que ocurre en dos puntos distintos del espacio.

En nuestro caso concreto, donde toda la información procede de juzgados nacionales, no

se trata de unidades espaciales muy diferentes, sin embargo sí parece lógico suponer que

existe cierta relación entre lo que ocurre en unos juzgados y otros. Esta correlación

espacial es similar a la observada desde el punto de vista temporal, salvo que presenta

multidireccionalidad porque la influencia puede surgir de cualquiera de las unidades

territoriales que le rodean. En estos casos la econometría tradicional no es suficiente y

es necesario recurrir a técnicas de econometría espacial para proceder tanto a la

contrastación como a la estimación.

Para ver cómo influye el territorio en nuestra variable dependiente se recurre al análisis

exploratorio de datos espaciales. Este tipo de análisis se define como el conjunto de

técnicas que describen y visualizan las distribuciones espaciales, identifican

localizaciones atípicas o atípicos espaciales (spatial outliers), descubren esquemas de

asociación espacial, agrupamientos (clusters) o puntos calientes (hot spots) y sugieren

estructuras espaciales u otras formas de heterogeneidad espacial (Anselin, 1999). Los

métodos usados en este análisis son el cálculo de estadísticos globales y locales de

autocorrelación espacial, y el uso de técnicas de visualización de la presencia de efectos

espaciales.

Los estadísticos globales de correlación espacial que se aplican son la i de Moran

(Moran, 1948) y la c de Geary (Geary, 1954)3. La i de Moran suele tomar valores entre

-1 y 1 (aunque puede sobrepasar ambos límites) indicando autocorrelación positiva

(negativa) cuando sus valores se acercan a 1 (-1) lo cual implica que las zonas con altos

valores de la variable se rodean de zonas con altos (bajos) valores de la misma.

Finalmente, si la i de Moran toma el valor cero indica ausencia de autocorrelación

espacial. Por su parte la c de Geary oscila entre 0 y 3, encontrándose autocorrelación

positiva para valores de la c inferiores a 1, negativa para los superiores a 1, y ausencia

de autocorrelación para valores en torno a la unidad Estos estadísticos permiten

contrastar la presencia o ausencia a nivel global, pero no permiten evaluar la estructura

local de la correlación espacial. Para corregir esta deficiencia se realizan dos contrastes

locales de asociación espacial, el estadístico local de Moran Ii (Anselín, 1995) y los test

New-Gi* (Ord y Getis, 1995)4

Para todos estos estadísticos es necesario construir una matriz de pesos espaciales que

identifique quienes consideramos que son zonas de influencia. Las más utilizadas a este

respecto son las matrices de contigüidad y las de distancia. En este trabajo vamos a

basarnos en la primera de esas matrices desde dos perspectivas. En primer lugar vamos

a considerar la contigüidad puramente geográfica a nivel provincial y regional, y vamos

a identificar si hay dependencia entre el total de asuntos que estiman en cada provincia

(región) y las contiguas a ella. En segundo lugar se recurrirá a una perspectiva jurídico-

administrativa y se utilizarán tres matrices distintas donde se considerarán juzgados

contiguos aquellos que pertenecen a la misma ciudad, provincia o comunidad autónoma.

Aparte del cálculo de los estadísticos de correlación espacial, el análisis exploratorio de

datos espaciales se sirve de instrumentos gráficos para identificar de una forma visual la

existencia de dependencia espacial. El más representativo de todos es el scatter plot de

Moran que muestra en el eje de abcisas la variable objeto de estudio normalizada y en el

3 El índice I de Moran es un coeficiente de autocorrelación de la muestra mientras que la c de Geary se

basa en la idea de que la varianza de la diferencia entre dos variables aleatorias depende de su covarianza

(Dutilleul, 1998). Cliff y Ord (1981) señalan que I parece estar menos afectado por la distribución de los

datos que la c y le adjudican una ventaja estadística. Sin embargo Legendre y Fortin (1989) revelan que el

índice I de Moran parece ser más sensible a los valores extremos que el índice c. 4 Una buena descripción de todos estos estadísticos aparece en Moreno y Vaya (2002) y de forma

resumida en el apéndice de este trabajo.

de ordenadas su retardo espacial. Así una concentración de puntos en los cuadrantes 1 y

3 (2 y 4) indica correlación espacial positiva (negativa).

6. Resultados.

Como se ha comentado previamente, el análisis de la dependencia especial se va a

realizar desde dos perspectivas, la geográfica y la jurídico-administrativa.

Perspectiva Geográfica:

Para este primer apartado se utilizan como matrices de pesos espaciales las de

contigüidad geográfica, así se consideran vecinas aquellas provincias (regiones) que

tienen alguna frontera común. Para calcular la variable dependiente en este caso no se

utiliza la dimensión de juzgado, sino que se agregan todos los juzgados pertenecientes a

una misma provincia (región). Así el porcentaje de asuntos estimados en temas de

despido se obtiene como el cociente entre la suma de asuntos que se estiman y la suma

de asuntos que se han juzgado cada año en todos los juzgados de lo social de una

determinada provincia (región).

Los resultados muestran que el porcentaje de asuntos que se estima en cada provincia

(región) no está muy influenciado por los territorios limítrofes. Los Scatter Plot de

Moran que se incluyen en los dos primeros apartados del apéndice II y los índices de

dependencia globales que aparecen en el cuadro 2 no muestran una correlación espacial

homogénea y significativa.

[Insertar cuadro 2]

En el caso de los asuntos estimados a nivel provincial, los valores de la I de Moran son

muy cercanos a cero, no tienen un signo constante y no son significativos para ninguno

de los años de la muestra. Por otro lado, se puede comprobar que los puntos de los

scatter plot están muy distribuidos en los cuatro cuadrantes. Por su parte los valores de

la c de Geary si que encuentran cierta correlación positiva en los años 2006, 2009 y

2010, aunque en general los valores están bastante por encima de 0,5 y por lo tanto más

cercanos a la ausencia de correlación espacial.

En el análisis por regiones las conclusiones son muy similares para los primeros años de

la muestra. Los valores de la I de Moran y de la c de Geary siguen siendo poco

significativos y cercanos a la incorrelación. Por su parte los scatter plot siguen teniendo

una distribución muy aleatoria de los puntos. Únicamente se aprecia una cierta

correlación positiva en los años 2009 y 2010 para los dos indicadores, sin embargo la

significación nunca llega al 1%.

Una vez comprobada la ausencia de correlación espacial a nivel global también se han

realizado test de la I de Moran y de la G de Gettis y Ord de correlación local para

detectar la presencia de clusters. Para el caso de las provincias no hay ningún cluster

que se repita todos los años, únicamente encontramos territorios de valores similares en

algunos años alrededor de las cuatro provincias gallegas y de alguna de las de Castilla y

León (Burgos, Valladolid y Zamora). También hay clusters de valores disímiles en

algunos años concretos al rededor de Barcelona, Cáceres, Lleida, Murcia y Valencia. En

el caso de las regiones el único cluster que se encuentra de forma generalizada es la

comunidad autónoma de Murcia aunque cambia de valor a lo largo del periodo. En los

primeros años es un cluster rodeado de valores diferentes en el porcentaje de asuntos

estimados, mientras que en 2009 y 2010 se presenta como una región rodeada de otras

con valores similares de la variable dependiente.

Perspectiva jurídico-administrativa:

Desde esta nueva perspectiva la unidad observacional ya no es propiamente territorial

sino que se trata del juzgado. Con esta modificación la información es mucho más

completa pero por contra nos obliga a generar nuevas matrices de pesos espaciales.

Como se ha comentado previamente ahora se utilizarán tres matrices diferentes con una

referencia eminentemente administrativa. En la primera de ellas se considera zona de

influencia la ciudad y serán juzgados vecinos aquellos que estén adscritos a una misma

localidad. En la segunda de ellas se considera como vecinos a todos aquellos juzgados

que pertenecen a una misma provincia. Por su parte, la tercera matriz considera zona de

influencia a la comunidad autónoma debido a la existencia de una instancia judicial

superior a nivel regional.

[Insertar cuadro 3]

En el cuadro 3 se muestra el valor de los estadísticos de autocorrelación global para el

porcentaje de asuntos de despido estimados en cada juzgado de lo social de España para

el periodo 2004-2010. Ahora, tanto la I de Moran como la c de Geary presentan valores

entre cero y uno y son altamente significativos para las tres matrices empleadas y para

todos los años. Este resultado indica la presencia de autocorrelación positiva y por lo

tanto que los juzgados que más (menos) porcentaje de asuntos estiman están rodeados

de juzgados que también presentan valores altos (bajos) para esta variable.

Otro resultado destacable a la vista del cuadro 3 es que el nivel de autocorrelación se

reduce según ampliamos el área administrativa de influencia. De esta manera se

comprueba que el valor de la I de Moran (c de Geary) es mayor (menor) cuando la

matriz de pesos espaciales que se emplea es la que considera como juzgados vecinos a

aquellos que se sitúan en la misma ciudad. Sin embargo los valores de estos indicadores

decrecen fuertemente (crecen) cuando pasamos a la matriz provincial y se mantiene esa

tendencia, aunque de forma más leve, cuando pasamos a la matriz regional.

Estas mismas conclusiones se pueden apreciar a la vista de los scatter plot de Moran que

se recogen en los apartados 3, 4 y 5 del apéndice dos de este artículo. Para todas las

matrices y años se aprecia una pendiente positiva en la distribución de los puntos con

una mayor concentración en los cuadrantes 1 y 3. Este resultado es también indicador de

esa autocorrelación espacial positiva entre el porcentaje de asuntos estimados en cada

juzgado. También se observa que el valor de la pendiente de la tendencia y la

concentración de puntos en esos cuadrantes 1 y 3 es mayor si se usa la matriz ciudad y

se va reduciendo progresivamente cuando se pasa a la matriz provincial y regional.

Al igual que en el caso anterior se han aplicado tests de la I de Moran y de la G de

Gettis y Ord de correlación local para detectar la presencia de clusters. Cuando

consideramos vecinos a los juzgados de una misma ciudad se encuentran varias

localidades donde los juzgados están rodeados de otros con similar nivel de estimación

de asuntos de forma generalizada durante todo el periodo, concretamente son Las

Palmas, Tenerife, Alicante, Valencia y Madrid. Además hay otras ciudades que

muestran clusters en algunos años concretos como Zaragoza, Oviedo, Barcelona,

Burgos, León, Palencia, Toledo, Vigo Vitoria o Bilbao. En el caso de considerar

vecinos a los juzgados de una misma provincia también se encuentran varios cluster que

se repiten todos los años y que coinciden con los ya obtenidos en el caso anterior,

fundamentalmente Las Palmas, Tenerife, Alicante, Valencia y Madrid,. Finalmente, si

utilizamos a la región como zona de influencia los cluster que aparecen son Asturias,

Canarias, Comunidad Valenciana, Madrid y Murcia, nuevamente en la línea de los

resultados obtenidos con las matrices anteriores.

Retomando los efectos presentados en la sección introductoria de este trabajo y a la

vista de los resultados obtenidos podríamos inferir que ambos tienen capacidad

explicativa. Esto es debido a que se encuentra correlación espacial positiva y

significativa a nivel global. Adicionalmente, podríamos interpretar que el “efecto

emulación” es más importante dado que encontramos correlaciones espaciales más

fuertes cuando definimos de forma más precisa la zona de influencia.

7. Conclusiones.

En España hay más de 300 juzgados de lo social en los que se resuelven los conflictos

que surgen entre empleados y empleadores. En este trabajo se trata de analizar cómo se

comporta el porcentaje de estos asuntos que se resuelve de forma favorable para el

trabajador y si este porcentaje se ve influenciado por lo que ocurre en los juzgados que

lo rodean o por la situación económica del entorno.

Una visión meramente descriptiva de los datos pone de manifiesto diferencias en el

porcentaje de asuntos estimados tanto a nivel temporal como espacial. Como media se

aprecia que en los años de la recesión se estiman cerca de cinco puntos porcentuales

más de asuntos que en épocas expansivas. También se comprueba que hay diferencias

sensibles entre los distintos juzgados llegando a los sesenta puntos porcentuales de

diferencia entre el juzgado que más asuntos estima y el que menos.

Para estudiar si las decisiones de los juzgados se ven influenciadas por lo que sucede en

otros se procede a realizar un análisis exploratorio de datos espaciales desde una

perspectiva geográfica y desde otra jurídico-administrativa. Los resultados ponen de

manifiesto la ausencia de dependencia espacial global a nivel geográfico. Es decir, el

porcentaje de asuntos que se estima en cada provincia o región no se ve influenciado

por lo que ocurre en los territorios circundantes. Desde este mismo punto de vista

tampoco se encuentran clusters que se mantengan durante todo el periodo y que

identifique territorios rodeados de otros con porcentajes de asuntos estimados similares.

Sin embargo, cuando el análisis se realiza desde la perspectiva jurídico-administrativa sí

que se encuentra dependencia espacial a nivel global. El porcentaje de asuntos de

despido que se estima en cada juzgado se ve influenciado fuertemente por lo que ocurre

en los juzgados de la misma ciudad, y en menor medida por lo que pasa en los de la

misma provincia o comunidad autónoma. Desde el punto de vista local también se

encuentran clusters donde se localizan asuntos con porcentajes similares de asuntos

estimados y que se repiten para todos los años y para los diferentes ámbitos de

influencia (local, provincial y regional). Estos se localizan fundamentalmente en el

levante español, en la comunidad de Madrid y en las Islas Canarias.

Finalmente se puede concluir que la constatación de la existencia de dependencia

espacial positiva y significativa pone de manifiesto la importancia de los denominados

“efectos casación y emulación”. Además, dado el mayor nivel de correlación que se

observa en el ámbito local, y su reducción a nivel provincial y regional, refleja el mayor

peso del segundo de esos efectos a la hora de influir en el porcentaje de asuntos que se

estima en cada juzgado.

Bibliografía

Anselin, L. (1995), “Local Indicators of Spatial Association-LISA”. Geographical

Analysis, 27 (2), 93-115.

Anselin, L. (1999): Spatial Data Analysis with SpaceStatTM

and ArcView . Workbook

(3rd Edition). Department of Agricultural and Consumer Economics, University of

Illinois, Urbana.

Baum, L. (2007): “Motivation and Judicial Behavior: Expanding the Scope of Inquiry”,

Documentopresentado en el Workshop on Exploring the Judicial Mind (University of

Virginia).

Bornstein, B. H. y Miller, M. K. (2008): “Does a Judge’s Religion Influence Decision

Making?”,Court Review, 45.

Brennan, T.; Epstein L. y Staudt, N. (2009a): “The Political Economy of Judging”,

Minnesota Law Review, 93.

Brennan, T.; Epstein, L. y Staudt, N. (2009b): “Economic Trends and Judicial

Outcomes: a Macrotheory of the Court”, Duke Law Journal, 58.

Burgess, S., Propper, C. y Wilson, D. (2001): “Explaining The Growth in the Number

of Applications to Industrial Tribunals, 1972-1997”, Employment Relations Research

Series, 10.

Cliff A.D. y Ord J.K. (1981): Spatial Processes: Models and Applications. Pion Ltd.,

London.

Cooter, R. D. y Rubinfeld, D. L. (1989): “Economic Analysis of Legal Disputes and

Their Resolution”, Journal of Economic Literature, 27, 1067-1097.

Donohue, J. J. y Siegelman, P. (1991): “The Changing Nature of Employment

Discrimination Legislation”, Stanford Law Review, 43, 983-1033.

Dutilleul P. (1998): Incorporating scale in ecological experiments: data analysis. En:

Ecological scale: theory and applications. Peterson D.L. Parker V.T., Columbia

University Press, New York, pp. 387-425.

Farber H. S. y Bazerman M. H. (1986): “The General Basis of Arbitrator Behavior: An

Empirical Analysis of Conventional and Final-Offer Arbitration”, Econometrica, 54 (6),

1503-1528.

Geary R. C., (1954): “The contiguity ratio and statistical mapping”. Incorp Stat, 5, 115-

145

Ichino, A.; Polo M. Y Rettore, E. (2003): “Are Judges Biased by Labor Market

Conditions?”,European Economic Review, Octubre, 47(5), 913-944 .

Legendre P., Fortin M. J. (1989): “Spatial pattern and ecological analysis”. Vegetatio,

80, 107-138.

Macis, M. (2001): “Ilmercato del lavoro e la giurisprudenza in materia di licenziamenti

(Italia, 1989-1998)”, Diritto delle Relazioni Industriali, 2.

Marinescu, I. (2003): “L’application du droit du travailest-elle biaisée par les

conditionséconomiques?”, documento presentado en la Conferencia ADRES en Paris

Marinescu, I. (2011): “Are Judges Sensitive to Economic Conditions? Evidence from

UK Employment Tribunals”, Working Paper Nº 802, Harris School of Public Policy

Studies, University of Chicago.

Manzanos, C. (2004): “Factores sociales y decisiones judiciales”, Sociológica, 5/2004,

127-159.

Mora J. J. (2006): “La dinámica de los despidos en España”, Estudios Gerenciales, 098,

131-138.

Moran, P. (1948): “The interpretation of spatial Maps”. Journal of the Royal Statistical

Society B, 10, 243-251.

Moreno, R y Vaya, E. (2002): “Econometría espacial. Nuevas técnicas para el análisis

regional. Una aplicación a las regiones europeas”. Investigaciones Regionales, 1, 83-

106.

Muñoz Aranguren, A. (2011): “La influencia de los sesgos cognitivos en las decisiones

jurisdiccionales: el factor humano. Una aproximación”, InDret, 2/2011.

Ord, J. K. y Getis, A. (1995), “Local spatial autocorrelation statistics: distributional

issues and an application”. Geographical Analysis, 27 (4), 286-306.

Rachlinski, J. J. (1996): “Gains, Losses and the Psychology of Litigation”, Southern

California Law Review, 70, 113–185.

Tversky, A. y Kahneman, D. (1974): “Judgment under Uncertainty: Heuristics and

Biases”, Science, vol. 185, nº. 4157, 1124-1131.

Viscusi, W. K. (1999): “How Do Judges Think About Risk?”, American Law and

Economics Association.

Yoon, A. (2006): “Pensions, Politics, and Judicial Tenure: An Empirical Study of

Federal Judges, 1869–2002”, American Law and Economics Review, 8-1, 143-180.

Apendice I

Estadísticos de asociación espacial global:

-I de Moran:

∑ ( ̅)( ̅)

∑ ( ̅)

Donde es el valor de la variable en la región i, ̅ es la media muestral de la variable

, son los componentes de la matriz de pesos espaciales, el tamaño muestral y

∑ ∑ .

-c de Geary:

( )

(∑ ∑

)

∑ ∑ ( )

∑ ( ̅)

Estadísticos de asociación espacial local:

-Local de Moran:

∑

∑

Donde es el valor que toma en la región la variable normalizada y el conjunto de

zonas que se consideran vecinas de .

-Nueva G de Getis y Ord:

∑ ̅

{(

) ( )}

Con ,

∑ y ∑ ( ̅)

Apendice II

Scatter plot de Moran a partir de la matriz de contigüidad provincial.

2004 2005

2006 2007

2008 2009

2010

Scatter plot de Moran a partir de la matriz de contigüidad regional.

2004 2005

2006 2007

2008 2009

2010

Scatter plot de Moran a partir de la matriz de pertenencia a la misma ciudad.

2004 2005

2006 2007

2008 2009

2010

Scatter plot de Moran a partir de la matriz de pertenencia a la misma provincia.

2004 2005

2006 2007

2008 2009

2010

Scatter plot de Moran a partir de la matriz de pertenencia a la misma Comunidad.

2004 2005

2006 2007

2008 2009

2010

Despido anunciado a un

trabajador

El trabajador está conforme con el

despido

El trabajador rechaza el despido

Acuerdo voluntario

Conciliación

Acuerdo por medio de

conciliación

Desacuerdo

Reclamación ante Juzgado de lo Social

Conciliación ante el

Secretario Judicial

Juicio

Resolución

Se estima Se desestima

Desistimiento

Expreso Tácito

Otras causas

Gráfico 1: Procedimiento de reclamación de un despido en el sistema judicial

español

Fuente: Elaboración propia

Cuadro 1. Estadísticos descriptivos del porcentaje de asuntos de despido estimados

por nivel de desagregación y año.

Año N Media Std. Dev. Mínimo Máximo

Juzgado

2004 299 0.724 0.093 0.415 0.933

2005 301 0.709 0.095 0.446 0.955

2006 314 0.703 0.095 0.392 0.926

2007 316 0.706 0.092 0.370 0.960

2008 319 0.752 0.084 0.307 0.940

2009 326 0.775 0.086 0.474 0.970

2010 332 0.748 0.080 0.516 0.923

Agregado

provincial

2004 52 0.703 0.080 0.532 0.872

2005 52 0.697 0.079 0.508 0.875

2006 52 0.687 0.083 0.392 0.814

2007 52 0.698 0.078 0.449 0.929

2008 52 0.740 0.075 0.532 0.855

2009 52 0.755 0.088 0.474 0.897

2010 52 0.740 0.069 0.516 0.909

Agregado

regional

2004 18 0.715 0.052 0.606 0.801

2005 18 0.700 0.055 0.595 0.800

2006 18 0.690 0.082 0.423 0.786

2007 18 0.696 0.069 0.486 0.801

2008 18 0.747 0.060 0.567 0.832

2009 18 0.759 0.085 0.485 0.849

2010 18 0.743 0.064 0.549 0.817

Fuente: Elaboración propia a partir de datos de la estadística judicial.

Dentro de los agregados provinciales aparecen 52 datos por año referidos a las 50 provincias españolas más las

ciudades de Ceuta y Melilla.

Dentro del agregado regional aparecen 18 comunidades por año debido a que se ha considerado al conjunto de Ceuta

y Melilla como una comunidad más.

Cuadro 2. Test de correlación espacial global por tipo de matriz y año

2004 2005 2006 2007 2008 2009 2010

Provincia1

I de Moran 0.037 -0.001 -0.023 -0.039 -0.027 0.045 -0.006

z 0.604 0.193 -0.039 -0.212 -0.081 0.697 0.152

c de Geary 0.886 0.877 0.577 0.793 0.854 0.597 0.714

z -0.967 -1.037 -2.873 -1.525 -1.233 -2.944 -2.172

Comunidad2

I de Moran -0.096 -0.173 -0.121 -0.071 0.004 0.129 0.146

z -0.23 -0.689 -0.446 -0.08 0.423 1.354 1.401

c de Geary 0.712 0.801 0.468 0.422 0.439 0.321 0.268

z -1.186 -0.89 -1.379 -1.633 -1.635 -1.766 -2.087

Fuente: Elaboración propia a partir de datos de la estadística judicial

Z indica la significación de los estadísticos calculados. En nuestro caso todos son significativos al 1% 1La variable analizada es el porcentaje de asuntos estimados en cada provincia. 2 La variable analizada es el porcentaje de asuntos estimados en cada comunidad autónoma.

Cuadro 3. Test de correlación espacial global por tipo de matriz y año (juzgados)

Fuente: Elaboración propia a partir de datos de la estadística judicial

Z indica la significación de los estadísticos calculados. En nuestro caso todos son significativos al 1%

La variable analizada es el porcentaje de asuntos estimados en cada juzgado

2004 2005 2006 2007 2008 2009 2010

Ciudad

I de Moran 0.33 0.38 0.27 0.23 0.35 0.40 0.48

z 7.06 8.05 6.04 5.18 7.99 9.30 11.36

c de Geary 0.65 0.59 0.67 0.74 0.62 0.51 0.48

z -6.73 -7.89 -6.55 -5.17 -7.13 -10.00 -11.38

Provincia

I de Moran 0.31 0.27 0.17 0.20 0.31 0.33 0.30

z 8.48 7.54 4.86 5.92 9.09 9.67 9.04

c de Geary 0.67 0.70 0.77 0.75 0.66 0.61 0.66

z -8.42 -7.58 -6.01 -6.48 -8.69 -10.69 -9.46

Comunidad

I de Moran 0.17 0.16 0.11 0.13 0.11 0.20 0.18

z 8.30 8.01 5.97 6.58 6.01 10.78 10.16

c de Geary 0.83 0.84 0.88 0.87 0.89 0.80 0.82

z -8.30 -8.01 -5.97 -6.58 -6.01 -10.78 -10.16