¿Qué hace que un pueblo gane vecinos?
Desde 2020 unos pueblos crecen y otros se vacían. Ponemos a competir los sospechosos habituales —renta, edad, estudios, paro, turismo— comparando entre iguales.
El contexto
Hablar de «la España vaciada» como un bloque esconde una realidad más variada. Entre 2020 y 2025, en la misma provincia, con la misma carretera y el mismo clima, unos pueblos ganan vecinos y el de al lado los pierde. Entender qué los diferencia es la base de cualquier política seria contra la despoblación.
Las explicaciones habituales son muchas: la renta, la juventud, los estudios, el empleo, el turismo, la cercanía a una ciudad, la costa. El problema es que todas van juntas. Los pueblos ricos suelen ser también más jóvenes, tener más estudios y estar mejor comunicados. Mirar cada factor por separado lleva a atribuir a uno lo que es mérito de otro. Este análisis los pone a competir todos a la vez.
Qué se compara
No hay una intervención: se comparan 2679 municipios de 1.000 a 20.000 habitantes. El resultado es el cambio del padrón entre 2020 y 2025; los factores se miden antes de ese periodo (2019–2020, o el Censo de 2021), para que no sean consecuencia del crecimiento que se quiere explicar.
Cómo lo hemos medido
Una regresión con todos los factores a la vez y efectos fijos de provincia (cada pueblo se compara con los de su provincia). Para cada factor se dan tres cifras: su correlación con el crecimiento por sí solo; la correlación parcial, es decir, la que queda al descontar todos los demás; y el efecto de una desviación típica: cuántos puntos de crecimiento separan a dos pueblos iguales en todo salvo en ese factor, que difieren en él lo que difiere un pueblo típico de otro. Esta última cifra permite comparar factores medidos en unidades distintas.
Lo que dicen los datos
Entre pueblos parecidos, lo que más pesa es edad media, seguido de hogares de alquiler
Cuanto más lejos de cero, más fuerte. Granate: los pueblos con más de ese factor crecen más; azul: menos.
| Factor | Por sí solo (r) | Entre iguales (r parcial) | Efecto de +1 desv. típica | |
|---|---|---|---|---|
| Renta por persona (2019) | 0,18 | −0,07 [−0,11; −0,04] | −1,11 pp [−1,78; −0,61] | |
| Edad media (2019) | −0,47 | −0,29 [−0,33; −0,26] | −2,85 pp [−3,18; −2,47] | |
| Estudios superiores (2021) | 0,29 | 0,11 [0,07; 0,15] | +1,36 pp [+0,88; +1,88] | |
| Paro registrado (2019) | −0,26 | −0,10 [−0,13; −0,06] | −0,79 pp [−1,06; −0,50] | |
| Hogares de alquiler (2021) | 0,40 | 0,18 [0,14; 0,23] | +1,85 pp [+1,35; +2,35] | |
| Pisos turísticos (2020) | 0,20 | 0,16 [0,11; 0,20] | +1,11 pp [+0,76; +1,55] | |
| Distancia a una ciudad grande | −0,23 | −0,13 [−0,18; −0,10] | −0,99 pp [−1,34; −0,74] | |
| Distancia a la costa | 0,04 | 0,02 [−0,01; 0,05] | +0,35 pp [−0,29; +1,03] | |
| Tamaño del pueblo (2020, log) | 0,05 | −0,19 [−0,22; −0,15] | −1,18 pp [−1,46; −0,94] |
pp = puntos porcentuales de crecimiento del padrón en 2020–2025. 2679 municipios, cada uno cuenta igual; efectos fijos de provincia. El modelo completo explica el 25 % de las diferencias de crecimiento dentro de cada provincia. Intervalos del 95 % por remuestreo.
La tabla tiene tres columnas que conviene leer en orden. La primera es lo que se ve a simple vista: con qué se relaciona el crecimiento si se mira cada factor por separado. La segunda, lo que queda cuando ese factor compite con todos los demás. La tercera lo traduce a algo tangible: la diferencia de crecimiento, en puntos, entre dos pueblos iguales en todo salvo en ese factor, cuando difieren en él lo que difieren dos pueblos típicos.
El ganador es edad media: dos pueblos que solo se diferencian en eso crecen 2,8 puntos de distinto en cinco años. La renta, que por sí sola parece ayudar (0,18), cambia de signo entre iguales: los pueblos ricos crecen porque son jóvenes y tienen estudios, no por ser ricos.
Robustez: la edad medida cinco años antes
La edad es el factor más expuesto a la causalidad inversa: un pueblo que ya crecía porque llegaban familias jóvenes era más joven en 2019. Medida en 2015, cinco años antes del periodo, su efecto de una desviación típica es de −2,37 pp [−2,73; −1,97], frente a −2,85 pp con la de 2019. El signo y el orden de magnitud se mantienen.
Qué significa
Edad media es el factor que más separa a los pueblos que crecen de los que se vacían, seguido de hogares de alquiler. Todos juntos explican solo una parte de las diferencias: mucho de lo que hace crecer a un pueblo no está en estos datos.
La conclusión principal es demográfica: los pueblos jóvenes crecen y los envejecidos se vacían, y eso pesa más que la renta o que estar en la costa. Que la vivienda en alquiler aparezca entre los factores más fuertes también tiene lógica: para que llegue gente nueva tiene que haber dónde vivir, y en muchos pueblos casi no hay pisos que alquilar.
Para las políticas, la lectura es que atraer población joven y facilitar vivienda puede valer más que inversiones que solo mejoran la renta de quien ya vive allí.
- La causa puede ir al revés, sobre todo con la edad, aunque se mida antes del periodo.
- La costa crece por lo que tiene, no por ser costa: los pueblos de costa son más jóvenes, más ricos y más turísticos; entre iguales, estar en la costa no añade nada.
- Faltan sospechosos importantes: tren y autovía, servicios del pueblo, precio de la vivienda en la ciudad cercana. La distancia se mide en línea recta.
- Son relaciones entre lugares, no entre personas.
Métodos
- En pocas palabras
- Se ponen a competir nueve posibles explicaciones del crecimiento de los pueblos, todas medidas antes del periodo, comparando siempre pueblos de la misma provincia, y se traduce cada una a puntos de crecimiento.
- Datos
- INE: padrón (2019–2025), Atlas de Renta (renta y edad media de 2015 y 2019), Censo de 2021 (estudios superiores, hogares de alquiler), viviendas turísticas (agosto de 2020); SEPE: paro registrado (2019); distancias calculadas en Indicio.
- Muestra
- 2679 municipios de 1.000 a 20.000 habitantes con todos los factores.
- Especificación
- MCO sin ponderar del cambio del padrón 2020–2025 (%) sobre los nueve factores y efectos fijos de provincia. Para cada factor: correlación parcial y pendiente por residuos (Frisch–Waugh–Lovell); efecto de una desviación típica = pendiente × desviación típica del factor en la muestra.
- Inferencia
- Intervalos del 95 % por remuestreo de municipios (200 réplicas).
- Robustez
- Edad media de 2015 en lugar de 2019.
- Nivel de evidencia
- Comparación entre iguales Descarta las explicaciones que se han medido (tamaño, edad, renta…), no las demás, ni que la causa vaya al revés. Qué significa →
- Reproducibilidad
- Todos los cálculos se hacen en el navegador con los datos publicados en la web; el código está en GitHub (
src/app.js). Los intervalos usan una semilla fija: salen iguales en cada carga.