Madrid, España
Esta investigación analiza la dependencia espaciotemporal del desempleo de larga duración (DLD) a nivel municipal en Andalucía y su significación geosociológica, utilizando datos abiertos de 2015 a 2023. Se lleva a cabo un análisis espacial bivariante para evaluar la dependencia global, seguido de una aproximación a la autocorrelación local mediante el análisis de clúster LISA (Local Indicators of Spatial Association) y un mapa de colocalización de las agrupaciones en la serie temporal. Los resultados revelan un descenso en la autocorrelación espacial y una reducción significativa de la polarización territorial del DLD, lo que sugiere posibles mejoras en el empleo. Las implicaciones prácticas destacan la importancia de incluir las ciencias de datos espaciales y los datos abiertos en políticas de empleo territorialmente focalizadas, para evaluar adecuadamente las implicaciones socioeconómicas y laborales.
This research used open data from 2015 to 2023 to analyse the spatio-temporal dependence of long-term unemployment (LTU) at the municipal level in Andalusia, Spain, and its geo-sociological significance. A bivariate spatial analysis was conducted to assess global dependence, followed by an approach to assess local autocorrelation using a LISA (Local Indicators of Spatial Association) cluster analysis and a colocation map of the clusters over the time series. The results revealed a decrease in spatial autocorrelation and a significant reduction in the territorial polarisation of LTU, suggesting possible improvements in employment. The practical implications highlighted the importance of including spatial data science and open data in territorially-focused employment policies to adequately assess the ensuing socio-economic and employment implications.