El impacto económico de la pandemia ha sido pronunciado y generalizado, pero no ha afectado a todas las regiones por igual. En algunas zonas de España, la caída de la actividad ha sido especialmente acusada, mientras que en otras ha sido algo más contenida. A continuación, mostramos las diferencias que ha comportado la crisis a nivel provincial analizando la evolución de la movilidad y el índice de confinamiento empresarial (ICE) desarrollado por CaixaBank, y estudiamos hasta qué punto la evolución de estos indicadores está relacionada con el aumento de la desigualdad y del número de personas con ingresos bajos en cada zona. También analizamos si se observa alguna relación entre el impacto de la crisis y la evolución del consumo de los hogares durante los últimos meses. Más allá de constatar las diferencias y similitudes entre regiones, el análisis permite obtener una idea del impacto de distintos niveles de confinamiento en los colectivos más vulnerables, y el papel que juega el sector público para amortiguarlo. Esta información es especialmente relevante en el contexto actual, cuando la segunda ola de la pandemia nos ha obligado a tomar nuevas medidas y a restringir otra vez la movilidad.

Los indicadores de movilidad, disponibles prácticamente en tiempo real, se han revelado muy útiles para aproximar el impacto de la COVID-19 sobre los niveles de actividad económica.1 En el caso de España, se observa cómo, en los meses con mayores restricciones, la movilidad llegó a caer alrededor del 65% respecto a los niveles anteriores a la pandemia2 y que las diferencias entre provincias fueron notables. En abril, que es cuando se produjo la mayor caída de la movilidad, en el quintil de provincias con menores caídas la movilidad retrocedió un 60% en promedio, mientras que en el otro extremo, en el quintil de provincias con retrocesos más pronunciados, la caída de la movilidad se situó en el 73%.

De la misma manera que la evolución de la movilidad ha sido útil para valorar el impacto económico de la crisis, también lo es para analizar su impacto en los grupos de población con rentas más bajas, y en la desigualdad en general. La relación entre la caída de la movilidad y el aumento de las personas con ingresos bajos se hace evidente en el primer gráfico, donde se muestra el cambio en el número de personas con unos ingresos inferiores al IPREM3 entre los meses de febrero y abril, antes y después de las transferencias del sector público. Cuando no tenemos en cuenta las transferencias del sector público, observamos un mayor aumento del número de personas con ingresos inferiores al IPREM en las provincias con una mayor caída de la movilidad. Concretamente, en el quintil de provincias donde la caída de la movilidad fue menor, la población con ingresos inferiores al IPREM aumentó un 12%, mientras que en el quintil superior esta cifra alcanzó el 17% en promedio.

La relación entre la caída de la movilidad y el aumento de personas con ingresos inferiores al IPREM se mantiene durante los meses de mayor afectación de la pandemia, y se va diluyendo a medida que la economía se recupera. Este patrón también se observa en otras variables, como el aumento de las personas sin ingresos o el aumento de la desigualdad de los ingresos (medido con el índice de Gini de cada provincia). Concretamente, en abril, el incremento del número de personas sin ingresos fue 5,0 p. p. superior en las provincias que sufrieron una mayor caída de la movilidad que en las provincias en las que la caída de la movilidad fue inferior. Y en el caso del índice de Gini, este aumentó 3,9 puntos más, en promedio, en el quintil de provincias con mayor caída de la movilidad que en el quintil con menor caída.

El papel del sector público ha sido determinante para atajar las diferencias entre provincias. Como se puede observar en el primer gráfico, cuando tenemos en cuenta las transferencias públicas, la dispersión entre regiones se reduce de forma muy significativa. Así, aunque se observa cierta relación negativa entre la caída de la movilidad y el aumento del número de personas con ingresos inferiores al IPREM, ahora este es solo 1 p. p. superior en las provincias en las que la caída de la movilidad fue más elevada.

Durante la última quincena de octubre, cuando ya se habían tomado algunas medidas restrictivas para frenar la nueva ola de contagios, se apreció una nueva caída de la movilidad. En la provincia de Barcelona, por ejemplo, el retroceso de la movilidad respecto al nivel previo a la pandemia se situaba en el 34%, mientras que en la de Madrid el descenso ya alcanzaba el 42%. En las próximas semanas podremos valorar si las medidas que se están implementando ahora para frenar la movilidad y el avance del virus consiguen hacerlo con un menor impacto en las rentas más bajas y en la desigualdad.

Otro indicador que analiza el impacto de la crisis generada por la pandemia, en este caso a nivel empresarial, es el ICE elaborado por CaixaBank. Su evolución también muestra una relación estrecha con el aumento de la población con ingresos más bajos. Concretamente, el ICE mide el cambio en la operativa bancaria de pequeñas y medianas empresas a causa de la COVID-19 y tiene en cuenta una amplia batería de indicadores (tanto de ingresos, como por ejemplo los provenientes de TPV; de gastos, como las nóminas o los gastos en recibos, como de impagos, entre otras variables).4  El análisis que proporciona el ICE se ha agregado a nivel de provincia para poder seguir el impacto en el conjunto de empresas de cada región. Como se puede observar en el segundo gráfico, las zonas en las que el ICE exhibe un mayor aumento durante el mes de abril son las que también experimentan un mayor aumento del número de personas con unos ingresos inferiores al IPREM. Este mismo patrón también se observa cuando analizamos la relación del ICE con la variación del número de personas sin ingresos, o la variación del índice de Gini. En este caso, tal y como sucedía con la movilidad, cuando tenemos en cuenta las transferencias del sector público, la relación entre el aumento del ICE y el cambio en los distintos indicadores de la distribución de ingresos se vuelve más tenue.

Finalmente, hemos analizado si se observa alguna relación entre la magnitud del shock de la pandemia en los ingresos y en la evolución del consumo a nivel provincial.5 A priori, cabría esperar que las regiones que han sufrido un mayor impacto de la crisis también hayan experimentado una mayor caída del consumo. Sin embargo, las transferencias del sector público pueden haber mitigado de forma significativa el efecto del shock en el consumo agregado. Asimismo, otros factores también pudieron haber condicionado la evolución del consumo durante los últimos meses, como el propio confinamiento, que hizo prácticamente imposible poder gastar en varios sectores (cultura, ocio, restauración, etc.) y la elevada incertidumbre derivada de la situación de pandemia, que pudo haber acentuado la cautela de los consumidores. Esto es precisamente lo que sugiere el tercer gráfico, en el que no se observa por el momento ninguna relación entre la variación del consumo y el aumento del número de personas con ingresos inferiores al IPREM, ni antes ni después de tener en cuenta las transferencias del sector público.6 Tampoco observamos ninguna relación directa entre la variación de la movilidad o el ICE y el consumo por provincias. De todas formas, aunque a nivel agregado no se observe un patrón claro en la evolución del consumo por provincias, sí que observamos diferencias notables en la evolución del consumo en distintos colectivos. Por ejemplo, las personas con ingresos bajos antes de la pandemia que se quedaron sin ingresos en el mes de abril redujeron el consumo de forma mucho más pronunciada que las personas que también perdieron el empleo, pero recibieron transferencias del sector público. Concretamente, la caída del consumo fue del 44% para el primer grupo y del 35% para el segundo. Este ejemplo muestra la importancia de llevar a cabo un análisis más detallado para entender la evolución del consumo, uno de los objetivos que nos hemos fijado para los próximos meses.