Creixement inclusiu urbà: desigualtat i risc de pobresa a Catalunya i la metròpoli de Barcelona

Latest revision as of 11:09, 18 July 2018

Abstract:

En els darrers anys institucions com la OCDE i UN-Habitat estan plantejant la necessitat d’activar noves estratègies de creixement inclusiu de naturalesa urbana o metropolitana. La metròpoli de Barcelona des de mitjans dels anys vuitanta fins a la crisi econòmica de 2008-2013 va seguir un model de creixement que va assolir resultats molt importants en termes de creixement de la producció i de l’ocupació, amb avenços molt significatius en la correcció de la desigualtat. Aquest model de creixement inclusiu es reverteix amb la crisi, amb retrocessos molt importants tant en termes de producció i ocupació com en la distribució de la renda.

La ponència estudia com la crisi econòmica que afecta tant a la metròpoli de Barcelona com al conjunt de l’economia catalana incideix sobre els principals indicadors de desigualtat a partir de l’explotació de l’Enquesta de Condicions de Vida del INE i Eurostat i l’Enquesta de Condicions de Vida i Hàbits de la Població 2006-2011de l’Idescat i l’IERMB.

Es mesura la desigualtat a Catalunya i Espanya a través del coeficient de Gini pel període 2006-2016 posant el focus en les diferències en el nivell i l’evolució de la desigualtat segons el lloc d’origen de la població (població estrangera). S’estudia també l’evolució de la taxa de risc de pobresa a Catalunya i Espanya, La taxa de risc de pobresa de la població nascuda a l’estranger assoleix uns valors més elevats (entre 20 i 30 punts percentuals més) que els de la població nascuda a Espanya.

Es presenten també resultats sobre l’impacte que el lloguer imputat presenta en la desigualtat. Es tracta d’una estimació sobre els guanys que obtenen les famílies pel fet de disposar d’habitatge propi i/o d’habitatge social. Aquesta imputació és molt significativa en diferents països europeus. L’impacte del lloguer imputat millora el coeficient de Gini encara més al conjunt d’Espanya que a Catalunya. La taxa de risc de pobresa després d’aplicar lloguers imputats baixa pel conjunt de la població excepte per a la població nascuda a l’estranger.

Finalment, es presenten resultats sobre la taxa de risc de pobresa per Barcelona, l’AMB, la Regió Metropolitana i Catalunya.

1 Introducció. El creixement inclusiu urbà com a marc de referència per a l’estudi de la desigualtat

L’objectiu d’aquesta ponència és quantificar i analitzar la desigualtat i el risc de pobresa des de la crisi de 2008-2013 a Catalunya i la metròpoli de Barcelona, a partir de l’Enquesta de Condicions de Vida del INE (ECV).

S’inscriu en una programa de recerca que es ve desenvolupant des de 2012 sobre les característiques d’un model de creixement inclusiu de base urbana o metropolitana. La metròpoli de Barcelona entre 1985 i 2006 anava seguint una trajectòria de creixement de la producció i de l’ocupació que era acompanyada de millores significatives en indicadors de desigualtat com la renda familiar disponible¹.

Constituïa un cas de referència del que institucions de tanta importància com la OCDE i UN-Habitat denominen “creixement inclusiu urbà”². Gràcies a que l’IERMB, i l’Idescat-IERMB, van portar a terme diferents enquestes sobre Condicions de Vida i Hàbits de la Població (ECVHP 1985-2011) es disposa amb freqüència quinquennal d’indicadors quantitatius per aquest període, tant per Barcelona com per a la seva àrea metropolitana.

La irrupció de la crisi econòmica comportarà canvis molt importants que afectaran a la distribució de la renda. Aquests canvis es poden detectar gràcies a la realització de l’ECVHP per l’any 2011. El coeficient de Gini de la renda disponible empitjora significativament pel conjunt de Catalunya. Barcelona i l’AMB en el seu conjunt presenten un increment del coeficient de Gini que se situa al bell mig de la crisi a nivells superiors als de 1995.

És possible el retorn a una trajectòria de creixement econòmic que vagi acompanyada de millores en la distribució de la renda i, en general, en l’equitat? Avancem o no en la sortida de la crisi sobre la base d’un model de creixement de naturalesa inclusiva? Com definim creixement inclusiu?

Per “creixement inclusiu” entenem, d’acord amb l’OCDE, un procés de creixement econòmic sostingut acompanyat de la creació d’oportunitats per a tots els segments de la població de participar en l’economia, amb una distribució dels fruits del creixement econòmic justa i equitativa, tant en termes monetaris com no monetaris (OCDE, 2016, p. 16).

Per “creixement inclusiu urbà”, entendrem aquell creixement inclusiu guiat per polítiques urbanes que impliquin millores en la distribució de la renda i el benestar de la població en el seu conjunt, i que implica tant a governs, com a empreses i al conjunt de la ciutadania (Ibidem, p. 16).

En la ponència no entrarem a analitzar la producció i l’ocupació³. Ens centrarem en la distribució de la renda i la taxa de risc de pobresa. Nogensmenys, cal apuntar que el context econòmic global en el que operen les economies occidentals durant les darrers dècades estaria dominat, d’acord amb Thomas Piketty (2013), per un insuficient creixement de la productivitat acompanyat per una expansió de les rendes del capital en la distribució funcional de la renda. El creixement de la taxa de benefici superaria tendencialment el creixement de l’economia. En conseqüència, les rendes del treball veurien disminuir el seu pes i, en conseqüència la distribució de la renda tendiria a empitjorar.

Les polítiques econòmiques post crisi cal que es plantegin incidir sobre el creixement de la productivitat. Però ho han de fer de tal manera que els increments de renda i de producte es tradueixin en millors oportunitats perquè tothom pugui participar dels fruits del creixement econòmic. Es tracta d’introduir una estratègia de creixement inclusiu que aconsegueixi al mateix temps creixements sostinguts de productivitat i millores en termes distributius (OCDE, 2016, p.16).

I dins d’aquest marc econòmic general es reconeix al factor territorial (regional, urbà o metropolità) un paper protagonista destacat en un nou model de creixement de naturalesa inclusiva.

En conseqüència, l’estudi de la distribució de la renda des d’una perspectiva territorial esdevé crucial pel disseny d’un nou model de creixement inclusiu.

Concerneix tant als governs com a les empreses i als ciutadans. D’una manera especial s’ha d’assegurar que les millores en les condicions de vida afecten a tots els residents, evitant que el fruit de les estratègies urbanes afectin negativament als ciutadans més desprotegits.

(¹) Vid Joan Trullén i Vittorio Galletto (2017) i IERMB (2015) La Metròpoli de Barcelona i el model de creixement inclusiu, i IERMB (2016) Creixement inclusiu: el gran repte estratègic metropolità.

(²) UN-Habitat (2017) i OCDE (2016).

(³) Aquests àmbits s’analitzen amb més detall a Trullén et al 2017.

2 Desigualtat i risc de pobresa

L’instrument estadístic més important per l’estudi de la pobresa i la desigualtat, el seguiment de la cohesió social en un territori, l’estudi de les necessitats de la població i de l’impacte de les polítiques social i econòmiques sobre les llars i les persones és l’Enquesta de condicions de vida (ECV) que publica anualment l’INE. Els principals indicadors que s’obtenen d’aquesta enquesta són la desigualtat de la renda i el risc de pobresa que serveixen per conèixer com es distribueix el nivell de renda de la població i per saber quin és el llindar de la pobresa en un territori (entès com el nivell d’ingressos per sota del qual es considera a una persona en condicions de renda baixa i, per tant, en situació de risc de pobresa).

En aquest capítol es mesura la desigualtat a Catalunya i Espanya a través del coeficient de Gini (apartat 2.1) pel període 2006-2016, fent un èmfasi especial a la diferent desigualtat segons el lloc d’origen de la població (apartat 2.2). A continuació s’estudia la taxa de risc de pobresa a Catalunya i Espanya (apartat 2.3), prestant atenció al lloc de naixement de la població (apartat 2.4). Els lloguers imputats de l’habitatge i el seu impacte en la desigualtat són estudiats a nivell europeu (apartat 2.5), i també per Catalunya i Espanya (apartat 2.6). Finalment també s’estudia el seu efecte sobre la taxa de risc de pobresa a Catalunya i Espanya (apartat 2.7) i a l’àmbit de l’AMB (apartat 2.8).

2.1 Desigualtat a Catalunya i Espanya

Si es coneix el nivell de renda de la població es pot analitzar com es distribueix aquesta entre les llars o les persones. Existeixen diversos instruments de mesura per a aquest objectiu. La desigualtat es pot analitzar en termes gràfics (mitjançant una corba de Lorenz) o bé mitjançant índexs agregats de desigualtat. Un dels principals indicadors de la desigualtat d'ingressos és el coeficient de Gini. El coeficient de Gini s’estima a partir dels valors de la renda disponible equivalent de la llar i és una mesura de la desigualtat entre els habitants d’una determinada àrea geogràfica. El coeficient de Gini es basa en la comparació de les proporcions acumulades de la població respecte la proporció acumulativa d'ingressos que reben. El coeficient es mou entre els valors 0 i 1, on 1 indica la concentració màxima d'ingressos (tots els ingressos s'acumulen en un sol individu). En canvi, el valor 0 s’interpreta com la situació en la que l’ingrés de totes les llars és el mateix (absència de desigualtat). El coeficient de Gini satisfà algunes propietats importants com la comparabilitat al llarg del temps, la invariància a qualsevol mesura de deflactor i el principi de transferència. L'índex de Gini és el coeficient de Gini expressat en percentatge, i és igual al coeficient de Gini multiplicat per 100.

El coeficient de Gini⁴ d’Espanya per la població total registra uns valors superiors als de Catalunya i la UE-27 per tot el període 2006-2016 (vegeu el Gràfic 2.1). La diferència entre els valors del coeficient per Espanya i Catalunya se situa de mitjana en 0,021, és a dir, el coeficient per Espanya és de mitjana un 6,8% superior. Respecte la diferència entre els valors del coeficient per Espanya i la UE-27 cal diferenciar dos subperíodes. En el període 2006-2008, la diferència mitjana és de 0,015, és a dir, els valors per Espanya són de mitjana un 5% superiors als de la UE-27. En el període 2008-2016, en canvi la diferència augmenta i els valors del coeficient de Gini per Espanya passen a ser un 10,2% superiors als de la UE-27 (vegeu Taula 2.1).

Pel que fa a l’evolució, el coeficient de Gini ha seguit al conjunt d’Espanya una trajectòria ascendent durant el període 2006-2016, registrant un increment del 7,9% entre ambdós moments del temps. El coeficient a Catalunya, en canvi, mostra una tendència a l’alça entre els anys 2006 i 2011, amb un augment equivalent al 9,2%, mentre que entre els anys 2011 i 2016 registra un descens, equivalent al 2,1%, de manera que l’evolució total durant el període 2006-2016 representa un increment del 6,9%. A la UE-27, el coeficient de Gini ha seguit una trajectòria relativament estable al llarg de tot el període de manera que la variació entre el valor inicial i final és únicament del 2,3% (vegeu Taula 2.2).

Gràfic 2.1. Coeficient de Gini de la renda disponible equivalent de la llar per Espanya, Catalunya i l’UE-27, població total, 2006-2016

*Les dades de 2016 corresponen a l’any 2015 en el cas de la UE-27

Font: IERMB a partir de microdades ECV INE i EU-SILC (Eurostat).

Taula 2.1. Diferència en valor i en % del coeficient de Gini de la renda disponible equivalent de la llar entre Espanya i Catalunya; Espanya i la UE-27 i Catalunya i la UE-27, 2006-2016

	Diferència en valor			Diferència en %
	Espanya- Catalunya	Espanya - UE-27	Catalunya- UE-27	Espanya - Catalunya	Espanya - UE-27	Catalunya- UE-27
2006	0,026	0,016	-0,010	8,8	5,3	-3,1
2008	0,013	0,015	0,001	4,2	4,7	0,5
2011	0,017	0,030	0,012	5,3	9,6	4,0
2013	0,018	0,030	0,012	5,8	9,8	3,8
2016*	0,031	0,034	0,004	9,7	11,1	1,2
Mitjana 2006-2008	0,019	0,015	-0,004	6,5	5,0	-1,3
Mitjana 2008-2016	0,022	0,031	0,009	6,9	10,2	3,0
Mitjana 2006-2016	0,021	0,025	0,004	6,8	8,1	1,3
*Les dades de 2016 corresponen a l’any 2015 en el cas de la UE-27 Font: IERMB a partir de microdades ECV INE i EU-SILC (Eurostat).

Taula 2.2. Variació percentual del coeficient de Gini de la renda disponible equivalent de la llar per Catalunya, Espanya i la UE-27; 2006-2016

	Variació percentual
	Espanya	Catalunya	UE-27*
2006-2011	5,8	9,2	1,7
2011-2016	2,0	-2,1	0,6
2006-2016	7,9	6,9	2,3
*Les dades de 2016 corresponen a l’any 2015 en el cas de la UE-27 Font: IERMB a partir de microdades ECV INE i EU-SILC (Eurostat).

(⁴) El coeficient de Gini pel conjunt d’Espanya i Catalunya s’ha obtingut a partir d’una explotació de les microdades de l’Enquesta de Condicions de Vida (ECV) de l’INE. Si bé l’Idescat publica també aquestes dades, per poder aprofundir en l’anàlisi ha estat necessari treballar directament amb les microdades, el que explica que hi hagi, en alguns anys, petites diferències amb els coeficients pel conjunt d’Espanya i Catalunya publicats per l’Idescat. El coeficient de Gini per la UE-27 prové de la EU-SILC (Eurostat).

2.2 Desigualtat a Catalunya i Espanya per lloc de naixement

A continuació s’analitza l’evolució del coeficient de Gini per Catalunya i Espanya distingint entre lloc de naixement: Espanya o l’estranger. S’estudien aquests dos grups perquè, tal i com s’ha observat en el capítol anterior, la població estrangera en comparació amb la població espanyola ha estat una de les més afectades per la crisi econòmica.

Per la població nascuda a Espanya el coeficient de Gini a Espanya és superior que a Catalunya durant tot el període 2006-2016 (vegeu Gràfic 2.2). La diferència entre els valors del coeficient per Espanya i Catalunya se situa de mitjana en 0,029, és a dir, el coeficient per Espanya és de mitjana un 10,1% superior (vegeu Taula 2.3).

Pel que fa a l’evolució, el coeficient de Gini ha registrat per Espanya entre el 2006 i el 2016 un increment del 5%, si bé s’observen dues etapes diferents. En una primera etapa, durant els anys 2006-2008 es registra un decreixement del coeficient de Gini de l’1,3% seguida per una segona etapa, els anys 2008-2016, d’un creixement del 6,4%. En el cas de Catalunya, mostra pel període 2006-2008 una tendència a l’alça del 4,4%, mentre que entre els anys 2008 i 2016 registra un increment molt menor, de l’1,8%, de manera que l’evolució total durant el període 2006-2016 representa un increment del 6,3%. En conjunt doncs, la desigualtat de la població nascuda a Espanya ha crescut més a Catalunya que a Espanya pel període 2006-2016 (vegeu Taula 2.4).

Gràfic 2.2. Coeficient de Gini de la renda disponible equivalent de la llar per Espanya i Catalunya, població de 16 anys i més nascuda a Espanya; 2006-2016

Font: IERMB a partir de microdades ECV INE

Taula 2.3. Diferència en valor i en % del coeficient de Gini de la renda disponible equivalent de la llar entre Espanya i Catalunya, població de 16 i més anys nascuda a Espanya; 2006-2016

	Espanya - Catalunya
	Diferència en valor	Diferència en %
2006	0,037	13,3
2008	0,021	7,1
2011	0,025	8,4
2013	0,029	9,9
2016	0,035	11,9
Mitjana 2006-2016	0,029	10,1
Font: IERMB a partir de microdades ECV INE

Taula 2.4. Variació percentual del coeficient de Gini de la renda disponible equivalent de la llar per Catalunya, Espanya, població de 16 i més anys nascuda a Espanya; 2006-2016

	Variació percentual
	Espanya	Catalunya
2006-2008	-1,3	4,4
2008-2016	6,4	1,8
2006-2016	5,0	6,3
Font: IERMB a partir de microdades ECV INE

En el cas de la població nascuda a l’estranger, el coeficient de Gini a Espanya abans de la crisi econòmica estava per sota del de Catalunya, però a partir de 2008 i fins el 2016 és superior al de Catalunya i de forma creixent en el temps (vegeu Gràfic 2.3). La diferència entre els valors del coeficient per Espanya i Catalunya se situa de mitjana en 0,028, és a dir, el coeficient per Espanya és de mitjana un 8,4% superior (vegeu Taula 2.5).

Pel que fa a l’evolució, el coeficient de Gini ha registrat per Espanya entre el 2006 i el 2016 un increment del 21,8%, si bé s’observa que la major part del creixement de la desigualtat s’ha produït durant el període 2008-2016 (13,5%). En el cas de Catalunya, el creixement del coeficient de Gini no ha estat tant accelerat. De fet, es mostra una tendència a l’alça de l’1% pel període 2006-2008 mentre que pels anys 2008 i 2016 s’accelera el creixement del coeficient fins al 3,9%. En conjunt, l’evolució total durant el període 2006-2016 representa un increment del 5% (vegeu Taula 2.6).

Gràfic 2.3. Coeficient de Gini de la renda disponible equivalent de la llar per Espanya i Catalunya, població de 16 anys i més nascuda a l’estranger; 2006-2016

Font: IERMB a partir de microdades ECV INE

Taula 2.5. Diferència en valor i en % del coeficient de Gini de la renda disponible equivalent de la llar entre Espanya i Catalunya, població de 16 i més anys nascuda a l’estranger; 2006-2016

	Espanya - Catalunya
	Diferència en valor	Diferència en %
2006	-0,005	-1,5
2008	0,015	4,6
2011	0,040	12,1
2013	0,041	12,7
2016	0,048	14,2
Mitjana 2006-2016	0,028	8,4
Font: IERMB a partir de microdades ECV INE

Taula 2.6. Variació percentual del coeficient de Gini de la renda disponible equivalent de la llar per Catalunya, Espanya, població de 16 i més anys nascuda a l’estranger; 2006-2016

	Variació percentual
	Espanya	Catalunya
2006-2008	7,3	1,0
2008-2016	13,5	3,9
2006-2016	21,8	5,0
Font: IERMB a partir de microdades ECV INE

En última instància cal destacar que durant el període 2006-2016, el coeficient de Gini de la població nascuda a l’estranger és superior al de la nascuda a Espanya, tant per Catalunya com per Espanya. De fet, a Catalunya la desigualtat dels nascuts a l’estranger (0,339), està lleugerament per sobre de la desigualtat a Espanya de la població nascuda a Espanya (0,330).

2.3 Taxa de risc de pobresa a Catalunya i Espanya

Pel que fa a les mesures de pobresa, aquestes es poden classificar en diversos grups. Dins de l’anomenat grup de mesures “objectives” de pobresa, les carències es poden aproximar de manera indirecta mitjançant els recursos, com les rendes, o de manera directa mitjançant les privacions. En aquest apartat s’analitza la taxa de risc de pobresa, que és una mesura objectiva de pobresa basada en el nivell de rendes. Existeixen diverses variacions respecte el càlcul d’aquesta taxa, si bé en termes generals la taxa de risc de pobresa és el percentatge de persones que viuen en llars on la renda disponible total equivalent de les quals és inferior al llindar de risc de pobresa. El llindar de risc de pobresa és el nivell d’ingressos per sota del qual es considera a una persona en condicions de renda baixa i, per tant, en situació de risc de pobresa. La UE ha fixat aquest llindar en el 60% de la mediana de la renda disponible equivalent.

La taxa de risc de pobresa per Espanya se situa de mitjana durant el període 2006-2013 al voltant del 21% si bé registra un augment puntual fins al 22,3% per l’any 2016 (vegeu el Gràfic 2.4). Utilitzant el mateix llindar de pobresa per Catalunya, és a dir, el 60% de la renda mediana per Espanya, la taxa de risc de pobresa a Catalunya se situa de mitjana al votant del 13% durant el període 2006-2016, el que representa una diferència mitjana de 7 punts percentuals respecte la taxa per Espanya. Si enlloc del llindar de risc de pobresa per Espanya s’utilitza com a llindar el 60% de la renda mediana de Catalunya, la taxa de risc de pobresa de Catalunya se situa de mitjana en el 19% i per tant la diferència respecte la taxa de risc de pobresa de Catalunya segons el llindar per Espanya s’incrementa 6 punts percentuals. Pel que fa la UE-27, la taxa de risc de pobresa se situa de mitjana durant tot el període al voltant del 17%, uns 4 punts percentuals per sota de la taxa per Espanya de mitjana i uns 3 punts percentuals per sota de la taxa de Catalunya (llindar Catalunya).

L’evolució de les taxes de risc de pobresa del conjunt d’Espanya i Catalunya són també diferents. En el cas d’Espanya, la taxa de risc de pobresa es manté relativament estable fins el 2013 i augmenta 2 punts percentuals en el darrer any. La taxa de risc de pobresa per Catalunya, per contra, segueix una tendència diferent. La taxa es redueix entre els anys 2006 i 2008, any en el que es registra el valor mínim tant per la taxa segons el llindar d’Espanya (12,3%) com segons el llindar de Catalunya (17,6%). A continuació es registra un repunt d’aproximadament 2 punts percentuals l’any 2011 per després disminuir progressivament durant els anys successius fins al 13,2% segons el llindar d’Espanya i el 19,2% segons el llindar de Catalunya.

Gràfic 2.4. Taxa de risc de pobresa de la població total per Espanya i Catalunya segons el llindar per Espanya (60% mediana d'Espanya), per Catalunya (60% mediana Catalunya) i per UE-27 (60% mediana UE-27); 2006-2016

Font: IERMB a partir de microdades ECV INE.

2.4 Taxa de risc de pobresa a Catalunya i Espanya per lloc de naixement

La taxa de risc de pobresa d’Espanya per la població nascuda a Espanya se situa de mitjana durant el període 2006-2016 al voltant del 17%. Si s’utilitza com a llindar de pobresa el 60% de la renda mediana d’Espanya per Catalunya, la taxa de risc de pobresa a Catalunya se situa al votant del 9% durant el període 2006-2016, el que representa una diferència mitjana de 8 punts percentuals respecte la taxa per Espanya. Si enlloc del llindar de risc de pobresa per Espanya s’utilitza com a llindar el 60% de la renda mediana de Catalunya, la taxa de risc de pobresa de Catalunya se situa de mitjana en el 14% i per tant, la diferència respecte la taxa de risc de pobresa de Catalunya segons el llindar per Espanya s’incrementa de mitjana 5 punts percentuals (vegeu Gràfic 2.5)

Si s’analitza l’evolució de les taxes de risc de pobresa del conjunt d’Espanya i Catalunya són relativament semblants. Concretament per l’any 2006, abans de la crisi econòmica, els valors de la taxa són els més elevats del període analitzat: 18,3% per Espanya, 17% per Catalunya llindar Catalunya, i 10,2% per Catalunya llindar Espanya. Entre els anys 2008 i 2013 la taxa de risc de pobresa disminueix significativament en tots els àmbits per després durant l’any 2016 tornar a augmentar (18,3% per Espanya, 14,9% per Catalunya llindar Catalunya, i 9% per Catalunya llindar Espanya) si bé sense assolir un nivell més elevat que el del 2006.

Gràfic 2.5. Taxa de risc de pobresa d'Espanya i Catalunya segons el llindar d’Espanya (60% mediana d’Espanya) i de Catalunya (60% mediana de Catalunya), població de 16 anys i més nascuda a Espanya; 2006-2016

Font: IERMB a partir de microdades ECV INE

La taxa de risc de pobresa d’Espanya per la població nascuda a l’estranger l’any 2006, abans de la crisi, se situava en el 27,2%. Però com a resultat de la crisi econòmica a partir del 2008 experimenta un fort augment i durant els anys posteriors s’ha mantingut relativament estable situant-se al voltant del 39%. Per l’any 2016, tot i la recuperació econòmica, la taxa de risc de pobresa ha augmentat fins al 42% (vegeu Gràfic 2.6).

Pel que fa a Catalunya (segons el llindar Espanya), la taxa de risc de pobresa de la població nascuda a l’estranger és la més baixa que la d’Espanya durant tot el període analitzat. Com el cas d’Espanya, la taxa també ha experimentat un important creixement des del 2008 fins arribar al seu màxim l’any 2013 (35,7%). Per l’any 2016 es registra una important disminució fins al 30,2%, un valor 12 punts percentuals inferior al d’Espanya.

En el cas de Catalunya (segons el llindar Catalunya), els valors de la taxa de risc de pobresa són significativament més elevats que els d’Espanya. La seva evolució ha estat creixent des del 2006 arribant a un màxim del 47% l’any 2013. Amb la recuperació econòmica la taxa de risc de pobresa ha disminuït fins al 38,6%, un valor 3 punts percentuals per sota el d’Espanya.

Per tant, tal i com s’ha pogut comprovar, la taxa de risc de pobresa de la població nascuda a l’estranger destaca perquè en tots els àmbits assoleix uns valors molt més elevats (entre 20 i 30 punts percentuals més) que els de la població nascuda a Espanya. Amb la crisi econòmica aquesta diferència entre la taxa de risc de pobresa de la població nascuda a Espanya i la nascuda a l’estranger s’ha incrementat i en els anys successius s’ha mantingut, si bé per Catalunya durant el 2016 s’aprecia una important reducció mentre que per Espanya s’ha mantingut igual.

Gràfic 2.6. Taxa de risc de pobresa d'Espanya i Catalunya segons el llindar d’Espanya (60% mediana d’Espanya) i de Catalunya (60% mediana de Catalunya), població de 16 anys i més nascuda a l’estranger; 2006-2016

Font: IERMB a partir de microdades ECV INE

2.5 Impacte del lloguer imputat en la desigualtat a la UE⁵

El lloguer imputat (net) és una estimació del valor que representa el benefici que obté una llar derivat del fet que no es paga el lloguer complet. Els lloguers imputats representen un dels components més significatius dels ingressos disponibles per a les famílies en tant que reflecteixen els beneficis econòmics de l'habitatge propi i/o l’habitatge social. Conceptualment i empíricament, aquesta mesura està estretament relacionada amb la riquesa i amb el consum d’habitatge com a despesa, ja que un habitatge es considera tant un bé d'inversió com de consum (Eurostat 2013, p. 11). A més a més, la residència principal de la llar és invariablement l'actiu real més important de la cartera familiar ja que proporciona un flux de serveis d'habitatge a l'ocupant. El lloguer imputat és, per tant, una estimació del valor que representa la prestació de l’habitatge per la llar.

Diferents anàlisis conclouen que els lloguers imputats de l’habitatge tendeixen a disminuir la desigualtat, reduir la pobresa entre les persones de més edat i a millorar la coherència de les mesures contra la privació i la pobresa. La incorporació dels lloguers imputats a les estadístiques europees per monitoritzar la pobresa o el risc d'exclusió és una qüestió present a l'informe Stiglitz-Sen-Fitoussi (2009), un document estratègic molt respectat en estadístiques europees per a la recerca de millors mesures de desenvolupament econòmic. Entre les principals recomanacions destaca la perspectiva de la llar en el PIB i el desenvolupament de mesures de distribució de la renda. D'altra banda, el Subgrup d'Indicadors (ISG, les sigles en anglès) del Comitè de Protecció Social de la UE ha debatut repetidament sobre el paper dels lloguers imputats en la mesura de la pobresa o l'exclusió social i ha acceptat incloure un component de lloguer imputat en un petit nombre d'indicadors de pobresa que podrien figurar en la cartera d'inclusió social com a indicadors secundaris o com informació de context (Atkinson i Marlier 2010).

Des de l’edició de 2007, l’UE-SILC publica dades sobre els lloguers imputats als països de la UE. La definició del lloguer imputat a l'EU-SILC té en compte tant la rendibilitat de la propietat de l'habitatge, és a dir, que la residència principal és un actiu, així com les transferències en espècie d'aquells que tenen un lloguer amb un preu inferior al vigent de mercat. Cal tenir en compte que els lloguers s'imputen a les rendes d’aproximadament un 80% de les famílies europees. D’altra banda, la imputació és sensible als mètodes d’estimació, models i dades que s’utilitzin, els quals són diferents en cadascun dels països europeus. Per tant, la identificació dels beneficiaris potencials i la sensibilitat als supòsits, models i dades subjacents són de gran importància.

A Sauli i Törmälehto (2010) i a Törmälehto i Sauli (2010) s’exploren les conseqüències distributives d’incloure el lloguer imputat amb les dades EU-SILC 2007, mentre que Juntto i Reijo (2010) i Eurostat (2009) exploren també qüestions relacionades amb la comparabilitat internacional. Altres estudis transnacionals importants sobre les implicacions distributives dels lloguers imputats, si bé amb dades no UE-SILC són, per exemple, Frick et al. (2010) i Frick i Grabka (2003). Pel que fa a les implicacions de distribució, les anàlisis amb dades EU-SILC 2007 confirmen els principals resultats trobats en diversos estudis: els lloguers imputats disminueixen la desigualtat en els ingressos relatius i la pobresa de la població d'edat avançada. També s’aprecia una major coherència entre el risc de pobresa basat en els ingressos i diversos indicadors no monetaris de benestar material. Tanmateix, hi ha excepcions i es podrien assenyalar importants reptes metodològics i diferències entre països, així com qüestions de validesa i mesura amb les variables objectiu.

A l’EU-SILC, els lloguers s'imputen a dos grups diferents de llars: propietaris-ocupants i inquilins que paguen lloguers a un preu inferior al de mercat. El primer cas representa un rendiment net implícit de la riquesa de l'habitatge mentre que el segon és una forma de redistribució d’ingressos en forma de transferències socials en espècie, ja que el propietari sol ser una institució no lucrativa o bé una administració local o central. La correcta identificació dels dos tipus de beneficiaris és clau. Els propietaris són fàcilment identificables, però l'habitatge social és molt més complicat. Les conclusions d’Eurostat (2013) al respecte són que la variable sobre l'estructura de tinença de EU-SILC no és totalment comparable entre països, i no sempre és coherent amb els valors de lloguer imputats.

Cal tenir present que els lloguers imputats són una espècie de "imputació massiva" a escala europea, que afecta a la gran majoria de les llars de tots els països. El Gràfic 2.7 mostra com els lloguers imputats són majoria als països de la UE per l’any 2009. En alguns països de l’Europa oriental i del Bàltic i Malta s’han imputat lloguers a més del 90% de la seva població. Aquesta és una conseqüència directa de l'estructura de tinença d'aquests països. En un extrem (com Lituània), el lloguer imputat s'ha atribuït a totes les llars, mentre que en alguns països "només" al voltant del 60 per cent de les llars (Alemanya, Dinamarca). Aquests casos extrems reflecteixen tant les estructures de tinença, molt diferents dels països, com fins i tot les deficiències en les dades subjacents.

Pel que fa als llogaters que paguen el preu de mercat complet són un grup important, i tot i que no se'ls imputa res, la incidència de la pobresa és més gran entre aquests. Addicionalment, els lloguers imputats els situen encara més avall en la distribució relativa de la renda. D’una altra banda, els propietaris amb hipoteca són també un subgrup rellevant, ja que es dedueixen els pagaments dels interessos hipotecaris. A més a més, en aquest subgrup de propietaris s’observa una variació significativa en l'endeutament hipotecari entre països i entre grups d'edat per països.

En general, tal com s’explica al document d’Eurostat (2013), els lloguers imputats redueixen la desigualtat relativa i augmenten els ingressos mitjans. L'efecte distributiu de la imputació dels lloguers és el resultat del canvi en els ingressos mitjans, en la distribució dels lloguers imputats entre particulars i en la correlació entre lloguers imputats i ingressos disponibles. Una proporció més gran de lloguers imputats i una major dispersió dels mateixos entre les llars implica més desigualtat en els ingressos disponibles. Ambdues magnituds reflecteixen les diferents estructures de tinença, inclòs l'endeutament hipotecari, amb una àmplia variabilitat entre els països europeus. La proporció de propietaris directes (propietaris no hipotecats) és molt elevada en els països Bàltics i en els de l'Est d’Europa (superior al 70%) i relativament elevada en alguns països del Sud d’Europa (entre el 50% i el 60%). En canvi, als països nòrdics, Holanda, el Regne Unit i Bèlgica, l'endeutament per l'habitatge és bastant comú.

Gràfic 2.7. Percentatge de població que rep lloguers imputats als països de la UE, per tipus de tinença de l'habitatge; 2009

Nota: Els noms dels països corresponen als codis ISO i es recullen a l’annex.

Outright owner és propietari absolut; owner mortgage és propietari amb hipoteca; reduced/free rent és lloguer reduït o gratuït; market rent/unknown és lloguer de mercat/desconegut.

Font: Reproduït d’Eurostat (2013), pagina 19.

Un pas previ a observar els nivells de desigualtat per països és observar els canvis en els nivells de la renda mitjana després d’aplicar els lloguers imputats. Les variacions en els nivells de renda depenen del percentatge que representen els beneficiaris de lloguers imputats, del règim de tinença de l'habitatge, dels preus de l'habitatge, de les equivalències de lloguer, del nivell d’endeutament de les famílies, dels tipus d'interès hipotecaris, etc. Tal i com es pot veure a la Taula 2.7 els canvis en els nivells de renda mitjana varien enormement entre els països europeus, des del -8% als Països Baixos al 20% d’Hongria. Però si no es tenen en compte aquests dos valors extrems, es continuen observant variacions extremes, des d’aproximadament un 1% a la República Txeca fins al 15% a Espanya, Grècia, Itàlia i Polònia. A més a més, diversos països de l'Europa del Nord i Central experimenten un augment al voltant del 10%.

Taula 2.7. Impacte dels lloguers imputats en els ingressos mitjans equivalents per persona, canvi en punts percentuals. Països classificats segons impacte el 2009

	2007	2008	2009	2010
Holanda	-7,7	-7,7	-8,1	-8,2
República Txeca	1,6	1,9	0,9	1,1
Portugal	18,4	3,5	1,7	1,7
Romania	2,3	2,5	2,3	2,2
Letònia	11,4	6,1	4,7	4,9
Islàndia	7,8	7,5	5	4,6
Noruega	9,7	6,3	5	9
Àustria	6,1	6,3	7,9	8,2
Regne unit	12,2	-5,7	8,2	3,3
Finlàndia	10,1	8,8	8,2	10,1
Suècia	11,2	8,9	8,6	7,7
Malta	9,4	9,5	n.d.	n.d.
Eslovènia	10,8	10	10	10,3
França	12,9	11,7	10	9,6
Bèlgica	9,3	9,1	10,5	8,7
Eslovàquia	9,9	9,6	11,1	10,6
Luxemburg	10,8	10	11,2	10
Lituània	15,6	13,1	12,7	13,6
Irlanda	9,7	10,3	13,4	n.d.
Dinamarca	9,4	9,2	13,9	14
Bulgària	22,9	13,1	14,3	n.d.
Espanya	16,2	15,1	14,5	16,3
Grècia	15,8	15,3	14,6	14
Estònia	19,9	20	14,8	11,1
Itàlia	15,3	16,7	15,1	16,8
Polònia	15,5	26,7	15,2	16,3
Xipre	14,2	15,8	18,4	n.d.
Hongria	23,2	22,7	19,7	19,6
Alemanya	n.d.	n.d.	n.d.	n.d.
Font: Eurostat (2013)

La Taula 2.8 mostra els resultats de la variació en els nivell de desigualtat de rendes dels països europeus durant el període 2007-2010 després d’aplicar els lloguers imputats utilitzant el coeficient de Gini com a indicador de desigualtat. Amb poques excepcions, la desigualtat disminueix a tots els països i tots els anys. Diversos països del Sud i de l'Est d’Europa experimenten una disminució més acusada de la desigualtat, però hi ha excepcions (Portugal, República Txeca i Romania).

Taula 2.8. Impacte dels lloguers imputats en el coeficient de Gini, canvi en punts percentuals. Països classificats segons impacte el 2009

	2007	2008	2009	2010
Espanya	-3,5	-3,3	-3,3	-3,8
Estònia	-3,5	-2,6	-2,8	-1,9
Malta	-2,6	-2,7
Irlanda	-2,6	-2,5	-2,8
Grècia	-2,5	-2,4	-2,3	-2,3
Xipre	-2,5	-2,4	-2,2
Itàlia	-2,5	-2,2	-2,3	-2,1
Polònia	-2,3	-2,7	-2	-2,1
Regne unit	-4,1	0,2	-1,7	-2,2
Lituània	-0,8	-1,4	-1,9	-2,8
Letònia	-1,8	-1,5	-1,3	-1,4
Eslovènia	-1,4	-1,4	-1,5	-1,6
Bulgària	-2,2	-2,1	-1,5
Bèlgica	-1,8	-1,4	-1,3	-1,3
Hongria	-1,8	-1,6	-1,3	-1
Eslovàquia	-0,9	-1,2	-1,2	-1,3
Portugal	-2,3	-0,5	-0,2	-0,1
Luxemburg	-1,1	-0,7	-0,8	-0,5
Alemanya				-0,5
Suècia	-0,7	-0,8	-0,8	-0,7
Noruega	-0,7	-0,4	-0,7	-0,5
Finlàndia	-0,6	-0,6	-0,6	-0,4
Àustria	-0,4	-0,6	-0,4	-0,7
Dinamarca	-0,8	-0,9	0,3	-0,1
Romania	-0,3	-0,3	-0,2	-0,2
República Txeca	-0,2	-0,2	-0,1	-0,2
França	0,0	-0,1	-0,3	0,0
Islàndia	-0,6	-0,3	0	0,4
Holanda	0,4	-0,1	0,3	0,2
Font: Eurostat (2013)

(⁵) Aquest secció es basa en el document Eurostat (2013): “The distributional impact of imputed rent in EU-SILC 2007-2010”, Luxembourg: Publications Office of the European Union.

2.6 Impacte del lloguer imputat en la desigualtat a Catalunya i Espanya

Tal com s’ha comentat en el punt anterior, diferents anàlisis demostren que els lloguers imputats de l’habitatge (entès com una estimació del valor que representa la prestació de l’habitatge per la llar) tendeixen a disminuir la desigualtat. Tant en el cas de Catalunya com d’Espanya, el coeficient de Gini amb lloguer imputat és més baix que sense lloguer imputat durant el període 2006-2016. Tot i que els lloguers imputats redueixen la desigualtat, el coeficient de Gini d’Espanya amb lloguer imputat per la població total registra uns valors superiors als de Catalunya per tot el període del qual es disposa de dades (vegeu el Gràfic 2.8). La diferència entre els valors del coeficient per Espanya i Catalunya se situa de mitjana en 0,012, és a dir, el coeficient per Espanya és de mitjana un 4% superior.

Tot i que en comparació amb Espanya, els nivells de desigualtat són inferiors a Catalunya, ja sigui amb o sense lloguer imputat (vegeu Gràfic 2.1 de l’epígraf 5.1) la reducció de la desigualtat és diferent en aquests dos àmbits. De fet, tal i com es pot veure al Gràfic 2.9, la variació percentual en el coeficient de Gini després d’aplicar els lloguers imputats sempre és superior a Espanya que a Catalunya. Concretament les reduccions del coeficient de Gini per Espanya després d’aplicar els lloguers imputats són de l’ordre del 8-9% segons els anys. En canvi, per Catalunya les reduccions del coeficient de Gini són inferiors, al voltant del 5-6%.

Gràfic 2.8. Coeficient de Gini de la renda disponible equivalent de la llar amb lloguers imputats a Espanya i Catalunya, població total; 2006-2016

Font: IERMB a partir de microdades ECV INE

Gràfic 2.9. Variació percentual en el coeficient de Gini de la renda disponible equivalent de la llar després d'aplicar els lloguers imputats, població total; 2006-2016

Font: IERMB a partir de microdades ECV INE

A continuació s’analitza com la reducció del coeficient de Gini després d’aplicar el lloguer imputat és diferent segons el lloc d’origen de la població. Per la població nascuda a Espanya, el coeficient de Gini amb lloguer imputat és més baix que sense lloguer imputat durant el període 2006-2016. També s’observa que el coeficient de Gini d’Espanya amb lloguer imputat registra uns valors superiors als de Catalunya durant el període 2006-2016 (vegeu Gràfic 2.10). La diferència entre els valors del coeficient per Espanya i Catalunya se situa de mitjana en 0,023, és a dir, el coeficient per Espanya és de mitjana un 8,8% superior.

Com en el cas de la població total, els nivells de desigualtat són inferiors a Catalunya, ja sigui amb o sense lloguer imputat, i a més, la reducció de la desigualtat és diferent en aquests dos àmbits. Concretament, tal i com es pot veure el Gràfic 2.11 la variació percentual en el coeficient de Gini després d’aplicar els lloguers imputats sempre és superior a Espanya que a Catalunya. Concretament, les reduccions del coeficient de Gini per Espanya després d’aplicar els lloguers imputats són de l’ordre del 10-11% segons els anys. En canvi, per Catalunya les reduccions del coeficient de Gini són inferiors, al voltant del 9-10%.

Gràfic 2.10. Coeficient de Gini de la renda disponible equivalent de la llar amb lloguers imputats a Espanya i Catalunya, població de 16 anys i més nascuda a Espanya; 2006-2016

Font: IERMB a partir de microdades ECV INE

Gràfic 2.11. Variació percentual en el coeficient de Gini de la renda disponible equivalent de la llar per Espanya i Catalunya després d’aplicar els lloguers imputats, població de 16 anys i més nascuda a Espanya; 2006-2016

Font: IERMB a partir de microdades ECV INE

Per la població nascuda a l’estranger el coeficient de Gini amb lloguer imputat no és gaire diferent que sense lloguer imputat durant el període 2006-2016. Per tant, sembla que imputar els lloguers no disminueixi massa la desigualtat en aquest grup de població. També s’observa que el coeficient de Gini d’Espanya amb lloguer imputat registra uns valors superiors als de Catalunya entre els anys 2008-2016 si bé abans de la crisi econòmica la situació era la inversa (vegeu Gràfic 2.12). La diferència entre els valors del coeficient per Espanya i Catalunya se situa de mitjana en 0,019, és a dir, el coeficient per Espanya és de mitjana un 5,6% superior.

Pel que fa la reducció del coeficient de Gini, i per tant de la desigualtat, cal destacar que és diferent segons sigui Catalunya o Espanya. Concretament, tal i com es pot veure el Gràfic 2.13, la variació percentual en el coeficient de Gini per Espanya després d’aplicar els lloguers imputats sempre és negativa. Tanmateix cal destacar que abans de la crisi la reducció del coeficient va ser del 4,3% i a partir del 2008 la reducció de la desigualtat s’ha produït de forma gradual. En canvi, per Catalunya les variacions percentuals del coeficient de Gini han estat molt baixes i fins i tot, per alguns anys, han estat positives. És a dir, els any 2008 i 2013 per la població de 16 anys i més nascuda a l’estranger, la imputació de rendes ha tingut un efecte negatiu en la reducció de la desigualtat.

Gràfic 2.12. Coeficient de Gini de la renda disponible equivalent de la llar amb lloguers imputats a Espanya i Catalunya, població de 16 anys i més nascuda a l’estranger; 2006-2016

Font: IERMB a partir de microdades ECV INE

Gràfic 2.13. Variació percentual en el coeficient de Gini de la renda disponible equivalent de la llar per Espanya i Catalunya després d’aplicar els lloguers imputats, població de 16 anys i més nascuda a l’estranger; 2006-2016

Font: IERMB a partir de microdades ECV INE

2.7 Impacte del lloguer imputat sobre el risc de pobresa a Catalunya i Espanya

Com ja s’ha comentat anteriorment els lloguers imputats de l’habitatge suposen una millora dels ingressos familiars i, en conseqüència, signifiquen una reducció de la taxa de risc de pobresa. Per al total de la població la taxa de risc de pobresa de Catalunya i Espanya és més baixa amb lloguer imputat que sense lloguer imputat. Per tant, la imputació del lloguer redueix la taxa de risc de pobresa per aquests dos àmbits.

La taxa de risc de pobresa per Espanya amb lloguer imputat ha experimentat una tendència creixent entre el 2006 i el 2016. Ha passat d’un valor de 16% l’any 2006 a un màxim l’any 2016 del 19,8%. En canvi, per Catalunya (llindar de pobresa del 60% de la renda mediana per Espanya) la taxa, que és sensiblement més baixa que la d’Espanya, també ha seguit una tendència creixent, si bé ha disminuït l’any 2016 fins al 12,6%. Pel que fa a Catalunya (llindar del 60% de la renda mediana de Catalunya) la taxa de risc de pobresa té uns valors semblants als d’Espanya, si bé l’any 2016 disminueix fins al 18,1% situant-se 1,7 punts per sota el valor d’Espanya (vegeu Gràfic 2.14).

Tot i que la taxa de risc de pobresa d’Espanya és superior a la de Catalunya (sobretot sense lloguer imputat i no tant amb lloguer imputat), la reducció de la desigualtat és diferent en aquests dos àmbits. Concretament, tal i com es pot veure al Gràfic 2.15 la variació percentual en la taxa de risc de pobresa és sempre superior per Espanya que per Catalunya. De fet, les reduccions percentuals de la taxa de risc de pobresa per Espanya són molt elevades l’any 2006 (21,1%) però progressivament es fan més petites fins tornar a créixer fins a l’11,3% l’any 2016. En el cas de Catalunya (llindar Espanya) la variació de la taxa és negativa la majoria dels anys si bé pels anys 2011 i 2013 és positiva. És a dir, la imputació del lloguer no fa disminuir la taxa de risc de pobresa sinó tot el contrari. Pel que fa a Catalunya (llindar Catalunya), la disminució percentual de la taxa es va fent més petita fins ser pràcticament inexistent l’any 2013 per després tornar a ser negativa l’any 2016.

Gràfic 2.14. Taxa de risc de pobresa segons el llindar d’Espanya (60% mediana Espanya) i de Catalunya (60% mediana Catalunya) amb lloguers imputats, població total; 2006-2016

Font: IERMB a partir de microdades ECV INE

Gràfic 2.15. Variació percentual en la taxa de risc de pobresa segons el llindar d’Espanya (60% mediana Espanya) i de Catalunya (60% mediana Catalunya) després d'aplicar els lloguers imputats, població total; 2006-2016

Font: IERMB a partir de microdades ECV INE

En el cas de la població nascuda a Espanya la taxa de risc de pobresa de Catalunya i Espanya continua sent més baixa amb lloguer imputat que sense lloguer imputat. Per tant, la imputació del lloguer redueix la taxa de risc de pobresa de la població nascuda a Espanya per aquests dos àmbits.

Si s’analitza el cas d’Espanya, la taxa de risc de pobresa amb lloguer imputat de la població nascuda a Espanya ha experimentat una etapa de decreixement entre els anys 2006 i 2008 seguida d’una segona etapa de creixement a partir de 2011 fins arribar al 14,4% l’any 2016 (vegeu Gràfic 2.16). En el cas de Catalunya (llindar Espanya) la taxa és sensiblement més baixa que la d’Espanya amb uns valors que se situen al voltant del 7-6% a excepció del 2008 que assoleix el seu mínim (4,6%). Pel que fa a Catalunya (llindar Catalunya) segueix una evolució semblant a la d’Espanya. Una primera etapa de decreixement entre 2006 i 2008 seguida d’una altra etapa de creixement fins arribar el 2016 a l’11,2% (un valor semblant al d’abans de la crisi).

Tot i que la taxa de risc de pobresa d’Espanya amb lloguer imputat és superior a la de Catalunya (pràcticament el doble en el cas llindar Catalunya), la reducció de la desigualtat és diferent en aquests dos àmbits. Concretament, tal i com es pot veure al Gràfic 2.17 la variació percentual en la taxa de risc de pobresa d’Espanya és superior a la de Catalunya en els anys 2011-2013 (amb reduccions del 30%). En canvi, en els anys 2006-2008 és a Catalunya (llindar d’Espanya) on s’observen les majors reduccions de la taxa de risc de pobresa (amb reduccions al voltant del 40%). Només per l’any 2016 és a Catalunya (llindar Catalunya) on es registren les majors reduccions de la taxa de risc de pobresa (al voltant del 25%).

Gràfic 2.16. Taxa de risc de pobresa d'Espanya i Catalunya segons el llindar d’Espanya (60% mediana d’Espanya) i de Catalunya (60% mediana de Catalunya) amb lloguers imputats, població de 16 anys i més nascuda a Espanya; 2006-2016

Font: IERMB a partir de microdades ECV INE

Gràfic 2.17. Variació percentual en la taxa de risc de pobresa d'Espanya i Catalunya segons el llindar d’Espanya (60% mediana d’Espanya) i de Catalunya (60% mediana de Catalunya) després d’aplicar els lloguers imputats, població de 16 anys i més nascuda a Espanya; 2006-2016

Font: IERMB a partir de microdades ECV INE

En el cas de la població nascuda a l’estranger, la taxa de risc de pobresa de Catalunya i Espanya no disminueix quan es té en compte el lloguer imputat. La imputació del lloguer no redueix la taxa de risc de pobresa de la població nascuda a l’estranger per aquests dos àmbits ja que el percentatge de població estrangera que disposa d’habitatge propi és molt baix. En altres paraules, en no tenir habitatge propi (amb hipoteca o sense) és molt difícil que se’ls pugui imputar una renda i, per tant, no es poden beneficiar d’una reducció de la taxa de risc de pobresa.

La taxa de risc de pobresa d’Espanya per la població nascuda a l’estranger l’any 2006, abans de la crisi, se situava en el 29,6%. Però com a resultat de la crisi econòmica a partir del 2008 experimenta un fort augment i durant els anys posteriors (a excepció del 2011) s’ha mantingut relativament estable situant-se al voltant del 45% (vegeu Gràfic 2.18).

Pel que fa a Catalunya (llindar Espanya), la taxa de risc de pobresa és més baixa que la d’Espanya pràcticament durant tot el període analitzat. Com el cas d’Espanya, la taxa també ha experimentat un important creixement des del 2008 fins arribar al seu màxim l’any 2013 (42,1%). Per l’any 2016 es registra una important disminució fins al 33,9%, un valor 12 punts percentuals inferior al d’Espanya.

En el cas de Catalunya (llindar Catalunya), els valors de la taxa de risc de pobresa són significativament més elevats que els d’Espanya. La seva evolució ha estat creixent des del 2006 arribant a un màxim del 55,2% l’any 2013. Amb la recuperació econòmica la taxa de risc de pobresa ha disminuït fins al 46,7%, pràcticament el mateix valor que el d’Espanya.

Per tant, tal i com s’ha pogut comprovar, la taxa de risc de pobresa de la població nascuda a l’estranger destaca perquè en tots els àmbits assoleix uns valors molt més elevats (entre 30 i 40 punts percentuals més) que els de la població nascuda a Espanya. Amb la crisi econòmica aquesta diferència entre la taxa de risc de pobresa de la població nascuda a Espanya i la nascuda a l’estranger s’ha incrementat i en els anys successius s’ha mantingut, si bé per Catalunya durant el 2016 s’aprecia una important reducció mentre que per Espanya s’ha mantingut igual.

Pel que fa a l’augment de la taxa de risc de pobresa amb lloguer imputat respecte al no imputat és diferent entre Catalunya i Espanya. Concretament, tal i com es pot veure al Gràfic 2.19 els menors augments en la taxa de risc de pobresa es produeixen a Espanya (al voltant del 9-12%). En canvi els majors augments de la taxa de risc de pobresa es donen a Catalunya (llindar Espanya). De fet el màxim increment de la variació percentual es produeix l’any 2008 amb un valor del 27,7% si bé els anys posteriors disminueix progressivament. Pel que fa a Catalunya (llindar Catalunya) l’augment de variació percentual es fa progressivament més gran cada any fins arribar a un màxim l’any 2016 del 20,9%.

Gràfic 2.18. Taxa de risc de pobresa d'Espanya i Catalunya segons el llindar d’Espanya (60% mediana d’Espanya) i de Catalunya (60% mediana de Catalunya) amb lloguers imputats, població de 16 anys i més nascuda a l’estranger; 2006-2016

Font: IERMB a partir de microdades ECV INE

Gràfic 2.19. Variació percentual en la taxa de risc de pobresa d'Espanya i Catalunya segons el llindar d’Espanya (60% mediana d’Espanya) i de Catalunya (60% mediana de Catalunya) després d’aplicar els lloguers imputats, població de 16 anys i més nascuda a l’estranger; 2006-2016

Font: IERMB a partir de microdades ECV INE

2.8 Impacte del lloguer imputat sobre el risc de pobresa a l’AMB

En l’apartat anterior s’ha estudiat la taxa de risc de pobresa amb o sense lloguer imputat segons origen pel període 2006-2016 pels àmbits territorials de Catalunya i Espanya. Per àmbits com Barcelona, l’AMB o la RMB només estan disponibles les dades per l’any 2011 i 2016. Pel primer any es pot distingir entre quatre tipus d’origen de la població: Catalunya, resta d’Espanya, Espanya i resta del món. Pel segon any només pot distingir entre Espanya i la resta del món. Tal i com es pot veure a la Taula 2.9, i la Taula 2.10 els resultats són molt similars als que s’han vist per Catalunya i Espanya entre els anys 2006-2016 segons lloc d’origen.

En primer lloc cal destacar que la taxa de risc pobresa, tant el 2011 com el 2016 disminueix quan s’imputen els lloguers en tots els àmbits territorials. L’única excepció és la població amb origen a la resta del món ja que en aquests casos la imputació dels lloguers augmenta la taxa de risc de pobresa. També cal destacar que el 2011 l’AMB registra la menor taxa de risc de pobresa tant amb lloguer imputat com sense imputar. A continuació la segueix Barcelona, la RMB i finalment Catalunya. Pel 2016 la situació és diferent i és Barcelona la que registra una menor taxa de risc de pobresa seguida de l’AMB, la RMB i finalment Catalunya.

En segon lloc, per l’any 2011 des del punt de vista de l’origen, la taxa de risc de pobresa sense lloguer imputat és inferior per la població amb origen Catalunya respecte a la població amb origen a la resta d’Espanya, d’Espanya en el seu conjunt i sobretot amb origen a la resta del món. En canvi, la taxa de risc de pobresa amb lloguer imputat per la població amb origen a la resta d’Espanya és inferior a la d’origen a Catalunya, Espanya i sobretot a la d’origen a la resta del món. Per l’any 2016, no hi ha dades disponibles sobre la taxa de risc amb lloguer imputat o sense imputat per la població nascuda a Catalunya o la resta d’Espanya i només hi ha dades disponibles per la població nascuda a Espanya o a l’estranger. Com el cas anterior, la taxa de risc de pobresa amb lloguer imputat o sense imputar es inferior per la població nascuda a Espanya respecte a la població nascuda a l’estranger.

En tercer lloc, si s’analitza pel 2011 la reducció o augment de la taxa de risc de pobresa després d’aplicar lloguer imputats segons l’àmbit i l’origen de la població s’observen diferents comportaments. La taxa de risc de pobresa de la població total disminueix amb el lloguer imputat a tots els àmbits, si bé la major disminució es produeix a la RMB (disminució del 16,2%) (vegeu Gràfic 2.20). Si es té en compte la població amb origen a Catalunya, la taxa de risc de pobresa també disminueix amb el lloguer imputat. En aquest cas, la major disminució es produeix a l’AMB (-27,3%) i Barcelona (-26,6%), mentre la RMB i Catalunya són pràcticament iguals (-23,4% i -23,3% respectivament). En el cas de la població amb origen a la resta d’Espanya és on es produeixen les majors reduccions de la taxa de risc de pobresa quan s’imputa el lloguer. Barcelona de nou és l’àmbit on disminueix més la taxa de risc de pobresa (-47,5%) seguida de la RMB (-44,9%), l’AMB (-44,6%) i Catalunya (-38,9%). En el cas de la població nascuda a Espanya les reduccions de la taxa de risc de pobresa se situen al voltant del 30-34% en tots els àmbits territorials. Per acabar, cal destacar el comportament de la població amb origen a la resta del món, ja que en aquest cas, en l’imputar el lloguer, la taxa de risc de pobresa no disminueix sinó que augmenta i de manera significativa. Per Barcelona la taxa de risc de pobresa augmenta un 56,1%, seguida de l’AMB (39,2%), de la RMB (20,1%) i finalment Catalunya (12,9%).

Per l’any 2016 la reducció o augment de la taxa de risc de pobresa segons l’àmbit i l’origen de la població són de magnituds més reduïdes que les del 2011. La taxa de risc de pobresa de la població total disminueix amb el lloguer imputat a tots els àmbits, si bé la major disminució es produeix a l’AMB (disminució del 25,8%) seguit de l’RMB (-17,6%), Barcelona mentre Catalunya es la més petita (-11,1%) (vegeu Gràfic 2.21). En el cas de la població nascuda a Espanya novament les majors reduccions de la taxa de risc de pobresa es produeixen a l’AMB (-34,9%) i a l’RMB (-29,5%) mentre que les menors reduccions són a Barcelona (-23,1%) i Catalunya (-24,6%). Per acabar, cal destacar el comportament singular de la població amb origen a la resta del món. Mentre que la diferencia entre lloguer imputat i no imputat és petita i pràcticament inexistent per Barcelona (3,7%) i l’AMB (-0,8%), per la RMB i Catalunya sí que augmenta la taxa de risc de pobresa quan s’imputen les rendes del lloguer (increments del 17,1% i 20,9% respectivament).

Taula 2.9. Taxa de risc de pobresa (llindar Catalunya), població de 16 i més anys segons el seu origen; 2011

Total	Barcelona	AMB	RMB	Catalunya
Sense lloguer imputat	18,6	18,2	20,5	21,4
Amb lloguer imputat	16,4	15,6	17,2	18,2
Catalunya
Sense lloguer imputat	17,6	16,2	17,5	17,8
Amb lloguer imputat	12,9	11,8	13,4	13,6
Resta d'Espanya
Sense lloguer imputat	20,7	19,3	20,0	19,9
Amb lloguer imputat	10,9	10,7	11,0	12,1
Espanya
Sense lloguer imputat	18,5	17,2	18,2	18,3
Amb lloguer imputat	12,3	11,4	12,7	13,2
Resta del món
Sense lloguer imputat	19,0	21,8	29,6	34,0
Amb lloguer imputat	29,6	30,3	35,5	38,3
Font: IERMB a partir de l’Enquesta de Condicions de Vida i Hàbits de la Població 2011. Idescat i IERMB

Gràfic 2.20. Variació percentual en la taxa de risc de pobresa de Barcelona amb lloguer imputat i sense lloguer imputat, l’AMB, l’RMB i Catalunya segons lloc d'origen, població de 16 i més; 2011

Font: IERMB a partir de l’Enquesta de Condicions de Vida i Hàbits de la Població 2011. Idescat i IERMB

Taula 2.10. Taxa de risc de pobresa (llindar Catalunya), població de 16 i més anys segons el seu origen; 2016

Total	Barcelona	AMB	RMB	Catalunya
Sense lloguer imputat	12,9	15,5	17,0	18,2
Amb lloguer imputat	10,9	11,5	14,1	16,2
Catalunya
Sense lloguer imputat	n.d.	n.d.	n.d.	n.d.
Amb lloguer imputat	n.d.	n.d.	n.d.	n.d.
Resta d'Espanya
Sense lloguer imputat	n.d.	n.d.	n.d.	n.d.
Amb lloguer imputat	n.d.	n.d.	n.d.	n.d.
Espanya
Sense lloguer imputat	10,4	13,0	14,6	14,9
Amb lloguer imputat	8,0	8,4	10,3	11,2
Resta del món
Sense lloguer imputat	28,7	33,6	33,0	38,6
Amb lloguer imputat	29,8	33,3	38,7	46,7
Font: IERMB a partir de microdades ECV INE

Gràfic 2.21. Variació percentual en la taxa de risc de pobresa de Barcelona amb lloguer imputat i sense lloguer imputat, l’AMB, l’RMB i Catalunya segons lloc d'origen, població de 16 i més; 2016

Font: IERMB a partir de microdades ECV INE

3 Conclusions

En els darrers anys institucions internacionals com la OCDE i UN-Habitat, reconeixent la importància creixent de les ciutats en el desenvolupament econòmic i alhora, els perills que poden derivar d’un creixement desequilibrat, estan plantejant la necessitat d’activar noves estratègies de creixement inclusiu de naturalesa urbana o metropolitana.

Des d’aquesta perspectiva, per “creixement inclusiu” s’entén un procés de creixement econòmic sostingut acompanyat de la creació d’oportunitats per a tots els segments de la població de participar en l’economia, amb una distribució dels fruits del creixement econòmic justa i equitativa, tant en termes monetaris com no monetaris. Així mateix, des d’un punt de vista urbà, el “creixement inclusiu urbà” es configura com el creixement guiat per polítiques urbanes que impliquen millores en la distribució de la renda i el benestar de la població en el seu conjunt, i que implica tant a governs, com a empreses i al conjunt de la ciutadania.

En aquest estudi ens centrem en els indicadors relacionats amb la desigualtat i el risc de pobresa. Amb aquest objectiu es presenten per primera vegada uns indicadors específics que es calculen a partir de les microdades més recents obtingudes de les Enquestes de Condicions de Vida oficials, per a Barcelona, Catalunya i Espanya pel període 2006-2016.

L’estudi permet incidir en dos aspectes als que sovint es presta poca atenció en aquest àmbit, com són l’edat i l’origen geogràfic de la població, per una banda, i per l’altra, l’influencia del règim de tinença de l’habitatge. Considerem que tenir en compte aquests aspectes, que influeixen en la desigualtat i el risc de pobresa, pot ser un element rellevant a l’hora de plantejar polítiques per reduir la desigualtat i la pobresa.

D’entre els resultats obtinguts destaquem els següents:

1. El coeficient de Gini de la renda disponible per la població total és de mitjana superior en un 6,8% al conjunt d’Espanya que a Catalunya.

2. La tendència del Coeficient de Gini és a l’alça pel conjunt d’Espanya per tot el període (7,9%). Catalunya presenta un empitjorament entre 2006-2011 (9,2%) i una millora entre 2011-2016 (2,1%); l’any 2016 encara no havia recuperat el nivell del 2008.

3. Per lloc de naixement, destaca el creixement del coeficient de Gini pel conjunt d’Espanya de la població nascuda a l’estranger (21,8%) superior al de Catalunya (5,0%).

4. La taxa de risc de pobresa (llindar Espanya) d’Espanya se situa en mitjana en el 21%, i la de Catalunya en el 13%. Per Catalunya -si emprem el llindar de Catalunya- la taxa és del 19%. Per la UE-27, és del 17%.

5. La taxa de risc de pobresa de la població estrangera registra un nivell molt alt, entre un 20% i un 30% superior al del conjunt de la població, tant per Espanya com per Catalunya. Es dona un fort augment durant la crisi.

6. El lloguer imputat té un impacte molt rellevant en la desigualtat (és una estimació del que representa la prestació per habitatge sobre la llar, i tendeix a disminuir la desigualtat). El lloguer (o la renda imputada per la propietat de l’habitatge sobre la renda de la llar) tendeix a disminuir significativament els nivells de desigualtat tant a Catalunya com a Espanya. La reducció de la desigualtat del lloguer imputat és superior a Espanya (8-9%) que a Catalunya (5-6%). En canvi, per la població estrangera la imputació de rendes presenta diferents anys amb efectes negatius, destacant els anys 2008 i 2013 per Catalunya.

7. El lloguer imputat té un impacte en general positiu en la millora dels ingressos familiars i en conseqüència en la reducció de la taxa de risc de pobresa. Tot i així, la taxa risc de pobresa de la població nascuda a l’estranger amb lloguer imputat d’Espanya (45,9%) i Catalunya (33,9%) eren molt altes.

8. Es presenten també resultats de la taxa de risc de pobresa (llindar Catalunya) de l’any 2016 de Barcelona, AMB, RMB i Catalunya. Dels resultats destacarem: la important disminució de la taxa de risc de pobresa amb lloguer imputat respecte a sense lloguer imputat, excepte pels ciutadans estrangers; la molt elevada taxa de risc de pobresa pels ciutadans estrangers amb lloguer imputat (46,7%) i sense lloguer imputat (38,6%); la baixa taxa de risc de pobresa pels ciutadans no nascuts a l’estranger amb lloguer imputat tant a Barcelona (8,0%), com a l’AMB (8,4%).

Referències bibliogràfiques

Atkinson, A.B., Marlier, E. (2010): “Living Conditions in Europe and the Europe 2020 agenda”, a Atkinson, A. B., Marlier, E. (eds.) Income and living conditions in Europe. Eurostat, Statistical books.

Becattini, G. (ed) (1975); Lo sviluppo economico della Toscana, IRPET, Firenze.

Becattini, G. (1979): “Dal settore industrial al distretto industriale. Alcune considerazione sull´unità d’indagine dell’economia industrial”, Rivista di Economia e Politica Industriale, V. Num. ,1, pp 7-21. English Translation (2004): “From the industrial “sector” to industrial “district”: some remarks on the conceptual foundations of industrial economics” en Becattini, G. Industrial Districts. A New Approach to Industrial Change, Edward Elgar, Cheltenham, UK.

Boulant, J., M. Brezzi and P. Veneri (2016), “Income Levels And Inequality in Metropolitan Areas: A Comparative Approach in OECD Countries”, OECD Regional Development Working Papers, 2016/06, OECD Publishing, Paris. http://dx.doi.org/10.1787/5jlwj02zz4mr-en

Camagni R. (2005): Economia urbana. Antoni Bosch Editor. Barcelona.

Eurostat (2009): “Impact study of inclusion/exclusion of non-monetary income components and extreme values”, Document LC-ILC/33/09/EN prepared for the Working Group meeting of Statistics on Living Conditions, Luxembourg 10-12 June 2009.

Eurostat (2013): “The distributional impact of imputed rent in EU-SILC 2007-2010”. Luxembourg: Publications Office of the European Union.

Frick, J.R. and M.M. Grabka (2003): “Imputed Rent and Income Inequality: A Decomposition Analysis for the U.K., West Germany, and the USA,” Review of Income and Wealth, 49, 513-537.

Frick, J.R., M.M. Grabka, T.M. Smeeding and P. Tsakloglou (2010): “Imputed Rent and its Distributional Impact in five European Countries”. Journal of Housing Economics, 19, 167-179.

IERMB-AMB (2014): La metròpoli de Barcelona I el model de creixement inclusiu. Anuari Metropolità de Barcelona 2013, Barcelona, maig de 2014.

IERMB-AMB (2015): Creixement Inclusiu: el Gran Repte Estratègic Metropolità. Anuari Metropolità de Barcelona 2014, Barcelona, abril de 2015.

Juntto, A., Reijo, M. (2010), “The comparability of imputed rent”, Eurostat, Methodologies and working papers.

Kuznets. S. (1955): Economic growth and income inequality” American Economic Review, Vol. 45, Nº 1. Pp 1-28.

OECD (2016a): Making Cities Work for All. Data and Actions for Inclusive Growth, OECD publishing.

OECD (2016b): The New York Proposal for Inclusive Growth in Cities. Inclusive Growth in Cities Campaign: A Roadmap for Action. OECD- Ford Foundation.

Piketty, T. (2013). Le capital au XXIe Siècle. Paris: Éditions du Seuil.

Rayuela, V., P. Veneri and R. Ramos (2014): Income Inequality, Urban Size and Economic Growth, OECD Regional Development Working Papers 2014/10.

Sauli, H., Törmälehto, V-M. (2010), “The distributional impact of imputed rent in EU-SILC”, a Atkinson, A. B., Marlier, E. (eds.) Income and living conditions in Europe. Eurostat, Statistical books.

Törmälehto, V-M., Sauli, H. (2010), “The distributional impact of imputed rent in EU-SILC”, Eurostat, Methodologies and working papers.

Trullén, J. (2011): “The Barcelona City of knowledge Project and the 22@Barcelona” in Revista Económica de Catalunya, núm 64, pp 22-29.

Trullén, J. y V. Galletto (2014): “Inclusive growth and urban policies: the case of Barcelona”. Second OECD/Ford Workshop. Changing the Conversation on Growth: going inclusive. Ford Foundation, New York, 27 febrer 2014.

Trullén, J. (2015a): “Giacomo Becattini and the Marshall´s Method” Investigaciones Regionales, núm 35.

Trullén, J. (2015b). Inclusive growth and urban strategies: the case of Barcelona. In P.K. Kresl, Cities and Partnerships for sustainable urban development (pp.111-127). Cheltenham: Edward Elgar.

Trullén, J (2015c): “Creixement Inclusiu: El gran repte estratègic metropolità”, en IERMB-AMB (2015).

Trullén, J. i R. Boix (2017): “The Marshallian industrial district and inclusive urban growth strategy· a Economia e Politica Industriale. Journal of Industrial and Business economics, Springer., Vol. 44, Issue 4, December 2017, pp 449-457.

Trullén J. i V. Galletto (2017): Inclusive growth from an urban perspective: a challenge for the metropolis of the 21st century, Working Papers Economics 17.01, IERMB.

Trullén J., S. Aguilera, M. Correa, M. Fíguls, V. Galletto (2017): Creixement inclusiu urbà. El creixement inclusiu des d’una perspectiva urbana: un repte per a la metrópoli de Barcelona, IERMB.

United Nations (2017): Nueva Agenda Urbana. Resolución aprobada por la Asamblea General el 23 de Diciembre de 2016. Declaración de Quito sobre Ciudades y Asentamientos Humanos Sostenibles para Todos. Distribución general 25 de enero de 2017.

UN-HABITAT (2015): Issue Paper on Inclusive Cities, New York, 31 May 2015.

Veneri, P. and F. Murtin (2016): Where is inclusive growth happening? Mapping multidimensional living standards in OECD regions, OECD Statistics Working Papers 2016/01.

World Bank (2015), “A measured approach to ending poverty and boosting shared prosperity: concepts, data, and the Twin Goals”, Policy Research Report, World Bank, Washington, DC.

Latest revision as of 11:09, 18 July 2018

Abstract:

1 Introducció. El creixement inclusiu urbà com a marc de referència per a l’estudi de la desigualtat

2 Desigualtat i risc de pobresa

2.1 Desigualtat a Catalunya i Espanya

2.2 Desigualtat a Catalunya i Espanya per lloc de naixement

2.3 Taxa de risc de pobresa a Catalunya i Espanya

2.4 Taxa de risc de pobresa a Catalunya i Espanya per lloc de naixement

2.5 Impacte del lloguer imputat en la desigualtat a la UE⁵

2.6 Impacte del lloguer imputat en la desigualtat a Catalunya i Espanya

2.7 Impacte del lloguer imputat sobre el risc de pobresa a Catalunya i Espanya

2.8 Impacte del lloguer imputat sobre el risc de pobresa a l’AMB

3 Conclusions

Referències bibliogràfiques

Document information

Document Score

Share this document

Keywords

claim authorship

@@ Line 1: / Line 1: @@
+<!-- metadata commented in wiki content
-== Abstract ==
-En els darrers anys institucions com la OCDE i UN-Habitat estan plantejant la necessitat d’activar noves estratègies de creixement inclusiu de naturalesa urbana o metropolitana. La metròpoli de Barcelona des de mitjans dels anys vuitanta fins a la crisi econòmica de 2008-2013 va seguir un model de creixement que va assolir resultats molt importants en termes de creixement de la producció i de l’ocupació, amb avenços molt significatius en la correcció de la desigualtat. Aquest model de creixement inclusiu es reverteix amb la crisi, amb retrocessos molt importants tant en termes de producció i ocupació com en la distribució de la renda. La ponència estudia com la crisi econòmica que afecta tant a la metròpoli de Barcelona com al conjunt de l’economia catalana incideix sobre els principals indicadors de desigualtat a partir de l’explotació de l’Enquesta de Condicions de Vida del INE i Eurostat. Es mesura la desigualtat a Catalunya i Espanya a través del coeficient de Gini pel període 2006-2016 posant el focus en les diferències en el nivell i l’evolució de la desigualtat segons el lloc d’origen de la població (població estrangera). S’estudia també l’evolució de la taxa de risc de pobresa a Catalunya i Espanya, La taxa de risc de pobresa de la població nascuda a l’estranger assoleix uns valors més elevats (entre 20 i 30 punts percentuals més) que els de la població nascuda a Espanya. Es presenten també resultats sobre l’impacte que el lloguer imputat presenta en la desigualtat. Es tracta d’una estimació sobre els guanys que obtenen les famílies pel fet de disposar d’habitatge propi i/o d’habitatge social. Aquesta imputació és molt significativa en diferents països europeus. L’impacte del lloguer imputat millora el coeficient de Gini encara més al conjunt d’Espanya que a Catalunya. La taxa de risc de pobresa després d’aplicar lloguers imputats baixa pel conjunt de la població excepte per a la població nascuda a l’estranger. Finalment, es presenten resultats sobre la taxa de risc de pobresa per Barcelona, l’AMB, la Regió Metropolitana i Catalunya. 2
+<span id='_Toc501110453'></span><big>'''Creixement inclusiu urbà: desigualtat i risc de pobresa a Catalunya i la metròpoli de Barcelona (2006-2016). Una explotació de les microdades de les Enquestes de Condicions de Vida.'''</big>
-== Full document ==
+'''Joan Trullén. '''Professor del Departament d’Economia Aplicada UAB
-<pdf>Media:draft_trullen_400460742-document.pdf</pdf>
+'''Vittorio Galletto. '''Cap de l’Àrea d’Economia Regional de l’IERMB
+'''Sandra Aguilera. '''Investigadora de l’Àrea d’Economia Regional de l’IERMB
+<span id='_GoBack'></span>'''Marc Figuls. '''Investigador de l’Àrea d’Economia Regional de l’IERMB
+-->
+==Abstract:==
+En els darrers anys institucions com la OCDE i UN-Habitat estan plantejant la necessitat d’activar noves estratègies de creixement inclusiu de naturalesa urbana o metropolitana. La metròpoli de Barcelona des de mitjans dels anys vuitanta fins a la crisi econòmica de 2008-2013 va seguir un model de creixement que va assolir resultats molt importants en termes de creixement de la producció i de l’ocupació, amb avenços molt significatius en la correcció de la desigualtat. Aquest model de creixement inclusiu es reverteix amb la crisi, amb retrocessos molt importants tant en termes de producció i ocupació com en la distribució de la renda.
+La ponència estudia com la crisi econòmica que afecta tant a la metròpoli de Barcelona com al conjunt de l’economia catalana incideix sobre els principals indicadors de desigualtat a partir de l’explotació de l’Enquesta de Condicions de Vida del INE i Eurostat i l’Enquesta de Condicions de Vida i Hàbits de la Població 2006-2011de l’Idescat i l’IERMB.
+Es mesura la desigualtat a Catalunya i Espanya a través del coeficient de Gini pel període 2006-2016 posant el focus en les diferències en el nivell i l’evolució de la desigualtat segons el lloc d’origen de la població (població estrangera). S’estudia també l’evolució de la taxa de risc de pobresa a Catalunya i Espanya, La taxa de risc de pobresa de la població nascuda a l’estranger assoleix uns valors més elevats (entre 20 i 30 punts percentuals més) que els de la població nascuda a Espanya.
+Es presenten també resultats sobre l’impacte que el lloguer imputat presenta en la desigualtat. Es tracta d’una estimació sobre els guanys que obtenen les famílies pel fet de disposar d’habitatge propi i/o d’habitatge social. Aquesta imputació és molt significativa en diferents països europeus. L’impacte del lloguer imputat millora el coeficient de Gini encara més al conjunt d’Espanya que a Catalunya. La taxa de risc de pobresa després d’aplicar lloguers imputats baixa pel conjunt de la població excepte per  a la població nascuda a l’estranger.
+Finalment, es presenten resultats sobre la taxa de risc de pobresa per Barcelona, l’AMB, la Regió Metropolitana i Catalunya.
+==1 Introducció. El creixement inclusiu urbà com a marc de referència per a l’estudi de la desigualtat==
+L’objectiu d’aquesta ponència és quantificar i analitzar la desigualtat i el risc de pobresa des de la crisi de 2008-2013 a Catalunya i la metròpoli de Barcelona, a partir de l’Enquesta de Condicions de Vida del INE (ECV).
+S’inscriu en una programa de recerca que es ve desenvolupant des de 2012 sobre les característiques d’un model de creixement inclusiu de base urbana o metropolitana. La metròpoli de Barcelona entre 1985 i 2006 anava seguint una trajectòria de creixement de la producció i de l’ocupació que era acompanyada de millores significatives en indicadors de desigualtat com la renda familiar disponible<span id="fnc-1"></span><span style="text-align: center; font-size: 75%;">[[#fn-1|<sup>1</sup>]]</span>.
+Constituïa un cas de referència del que institucions de tanta importància com la OCDE i UN-Habitat  denominen “creixement inclusiu urbà”<span id="fnc-2"></span><span style="text-align: center; font-size: 75%;">[[#fn-2|<sup>2</sup>]]</span>. Gràcies a que l’IERMB, i l’Idescat-IERMB, van portar a terme diferents enquestes sobre Condicions de Vida i Hàbits de la Població (ECVHP 1985-2011) es disposa amb freqüència quinquennal d’indicadors quantitatius per aquest període, tant per Barcelona com per a la seva àrea metropolitana.
+La irrupció de la crisi econòmica comportarà canvis molt importants que afectaran a la distribució de la renda. Aquests canvis es poden detectar gràcies a la realització de l’ECVHP per l’any 2011. El coeficient de Gini de la renda disponible empitjora significativament pel conjunt de Catalunya.  Barcelona i l’AMB en el seu conjunt presenten un increment del coeficient de Gini que se situa al bell mig de la crisi a nivells superiors als de 1995.
+És possible el retorn a una trajectòria de creixement econòmic que vagi acompanyada de millores en la distribució de la renda i, en general, en l’equitat? Avancem o no en la sortida de la crisi sobre la base d’un model de creixement de naturalesa inclusiva? Com definim creixement inclusiu?
+Per “creixement inclusiu” entenem, d’acord amb l’OCDE, un procés de creixement econòmic sostingut acompanyat de la creació d’oportunitats per a tots els segments de la població de participar en l’economia, amb una distribució dels fruits del creixement econòmic justa i equitativa, tant en termes monetaris com no monetaris (OCDE, 2016, p. 16).
+Per “creixement inclusiu urbà”, entendrem aquell creixement inclusiu guiat per polítiques urbanes que impliquin millores en la distribució de la renda i el benestar de la població en el seu conjunt, i que implica tant a governs, com a empreses i al conjunt de la ciutadania (Ibidem, p. 16).
+En la ponència no entrarem a analitzar la producció i l’ocupació<span id="fnc-3"></span><span style="text-align: center; font-size: 75%;">[[#fn-3|<sup>3</sup>]]</span>. Ens centrarem en la distribució de la renda i la taxa de risc de pobresa. Nogensmenys, cal apuntar que el context econòmic global en el que operen les economies occidentals durant les darrers dècades estaria dominat, d’acord amb Thomas Piketty (2013), per un insuficient creixement de la productivitat acompanyat per una expansió de les rendes del capital en la distribució funcional de la renda. El creixement de la taxa de benefici superaria tendencialment el creixement de l’economia. En conseqüència, les rendes del treball veurien disminuir el seu pes i, en conseqüència la distribució de la renda tendiria a empitjorar.
+Les polítiques econòmiques post crisi cal que es plantegin incidir sobre el creixement de la productivitat. Però ho han de fer de tal manera que els increments de renda i de producte es tradueixin en millors oportunitats perquè tothom pugui participar dels fruits del creixement econòmic. Es tracta d’introduir una estratègia de creixement inclusiu que aconsegueixi al mateix temps creixements sostinguts de productivitat i millores en termes distributius (OCDE, 2016, p.16).
+I dins d’aquest marc econòmic general es reconeix al factor territorial (regional, urbà o metropolità) un paper protagonista destacat en un nou model de creixement de naturalesa inclusiva.
+En conseqüència, l’estudi de la distribució de la renda des d’una perspectiva territorial esdevé crucial pel disseny d’un nou model de creixement inclusiu.
+Concerneix tant als governs com a les empreses i als ciutadans. D’una manera especial s’ha d’assegurar que les millores en les condicions de vida afecten a tots els residents, evitant que el fruit de les estratègies urbanes afectin negativament als ciutadans més desprotegits.
+----
+<span id="fn-1"></span>([[#fnc-1|<sup>1</sup>]])  Vid Joan Trullén i Vittorio Galletto (2017) i IERMB (2015) La Metròpoli de Barcelona i el model de creixement inclusiu, i IERMB (2016) Creixement inclusiu: el gran repte estratègic metropolità.
+<span id="fn-2"></span>([[#fnc-2|<sup>2</sup>]]) <span style="text-align: center; font-size: 75%;"> UN-Habitat (2017) i </span>OCDE (2016).
+<span id="fn-3"></span>([[#fnc-3|<sup>3</sup>]])  Aquests àmbits s’analitzen amb més detall a Trullén et al 2017.
+<span id='_Ref501026553'></span><span id='_Toc501110490'></span>
+==2 Desigualtat i risc de pobresa==
+L’instrument estadístic més important per l’estudi de la pobresa i la desigualtat, el seguiment de la cohesió social en un territori, l’estudi de les necessitats de la població i de l’impacte de les polítiques social i econòmiques sobre les llars i les persones és l’Enquesta de condicions de vida (ECV) que publica anualment l’INE. Els principals indicadors que s’obtenen d’aquesta enquesta són la desigualtat de la renda i el risc de pobresa que serveixen per conèixer com es distribueix el nivell de renda de la població i per saber quin és el llindar de la pobresa en un territori (entès com el nivell d’ingressos per sota del qual es considera a una persona en condicions de renda baixa i, per tant, en situació de risc de pobresa).
+En aquest capítol es mesura la desigualtat a Catalunya i Espanya a través del coeficient de Gini (apartat <span id='cite-_Ref501026525'></span>[[#_Ref501026525|2.1]]) pel període 2006-2016, fent un èmfasi especial a la diferent desigualtat segons el lloc d’origen de la població (apartat <span id='cite-_Ref508964568'></span>[[#_Ref508964568|2.2]]). A continuació s’estudia la taxa de risc de pobresa a Catalunya i Espanya (apartat <span id='cite-_Ref508964576'></span>[[#_Ref508964576|2.3]]), prestant atenció al lloc de naixement de la població (apartat <span id='cite-_Ref508964586'></span>[[#_Ref508964586|2.4]]). Els lloguers imputats de l’habitatge i el seu impacte en la desigualtat són estudiats a nivell europeu (apartat <span id='cite-_Ref508964594'></span>[[#_Ref508964594|2.5]]), i també per Catalunya i Espanya (apartat <span id='cite-_Ref508964601'></span>[[#_Ref508964601|2.6]]). Finalment també s’estudia el seu efecte sobre la taxa de risc de pobresa a Catalunya i Espanya (apartat <span id='cite-_Ref508964616'></span>[[#_Ref508964616|2.7]]) i a l’àmbit de l’AMB (apartat <span id='cite-_Ref508964629'></span>[[#_Ref508964629|2.8]]).
+<span id='_Ref501026525'></span><span id='_Toc501110491'></span>
+===2.1 Desigualtat a Catalunya i Espanya===
+Si es coneix el nivell de renda de la població es pot analitzar com es distribueix aquesta entre les llars o les persones. Existeixen diversos instruments de mesura per a aquest objectiu. La desigualtat es pot analitzar en termes gràfics (mitjançant una corba de Lorenz) o bé mitjançant índexs agregats de desigualtat. Un dels principals indicadors de la desigualtat d'ingressos és el coeficient de Gini. El coeficient de Gini s’estima a partir dels valors de la renda disponible equivalent de la llar i és una mesura de la desigualtat entre els habitants d’una determinada àrea geogràfica. El coeficient de Gini es basa en la comparació de les proporcions acumulades de la població respecte la proporció acumulativa d'ingressos que reben. El coeficient es mou entre els valors 0 i 1, on 1 indica la concentració màxima d'ingressos (tots els ingressos s'acumulen en un sol individu). En canvi, el valor 0 s’interpreta com la situació en la que l’ingrés de totes les llars és el mateix (absència de desigualtat). El coeficient de Gini satisfà algunes propietats importants com la comparabilitat al llarg del temps, la invariància a qualsevol mesura de deflactor i el principi de transferència. L'índex de Gini és el coeficient de Gini expressat en percentatge, i és igual al coeficient de Gini multiplicat per 100.
+El coeficient de Gini<span id="fnc-4"></span><span style="text-align: center; font-size: 75%;">[[#fn-4|<sup>4</sup>]]</span> d’Espanya per la població total registra uns valors superiors als de Catalunya i la UE-27 per tot el període 2006-2016 (vegeu el <span id='cite-_Ref497987229'></span>[[#_Ref497987229|Gràfic 2.1]]). La diferència entre els valors del coeficient per Espanya i Catalunya se situa de mitjana en 0,021, és a dir, el coeficient per Espanya és de mitjana un 6,8% superior. Respecte la diferència entre els valors del coeficient per Espanya i la UE-27 cal diferenciar dos subperíodes. En el període 2006-2008, la diferència mitjana és de 0,015, és a dir, els valors per Espanya són de mitjana un 5% superiors als de la UE-27. En el període 2008-2016, en canvi la diferència augmenta i els valors del coeficient de Gini per Espanya passen a ser un 10,2% superiors als de la UE-27 (vegeu <span id='cite-_Ref498606125'></span>[[#_Ref498606125|Taula 2.1]]).
+Pel que fa a l’evolució, el coeficient de Gini ha seguit al conjunt d’Espanya una trajectòria ascendent durant el període 2006-2016, registrant un increment del 7,9% entre ambdós moments del temps. El coeficient a Catalunya, en canvi, mostra una tendència a l’alça entre els anys 2006 i 2011, amb un augment equivalent al 9,2%, mentre que entre els anys 2011 i 2016 registra un descens, equivalent al 2,1%, de manera que l’evolució total durant el període 2006-2016 representa un increment del 6,9%. A la UE-27, el coeficient de Gini ha seguit una trajectòria relativament estable al llarg de tot el període de manera que la variació entre el valor inicial i final és únicament del 2,3% (vegeu <span id='cite-_Ref498606249'></span>[[#_Ref498606249|Taula 2.2]]).
+<span id='_Ref497987229'></span>Gràfic 2.1. Coeficient de Gini de la renda disponible equivalent de la llar per Espanya, Catalunya i l’UE-27, població total, 2006-2016
+{| style="width: 100%;border-collapse: collapse;"
+|-
+|  style="vertical-align: top;width: 100%;"|[[Image:trullen_et_al_2018a-image1.png|600px]]
+|-
+|  style="vertical-align: top;"|<span style="text-align: center; font-size: 75%;">*Les dades de 2016 corresponen a l’any 2015 en el cas de la UE-27</span>
+<span style="text-align: center; font-size: 75%;">Font: IERMB a partir de microdades ECV INE i EU-SILC (Eurostat).</span>
+|}
+<span id='_Ref498606125'></span>Taula 2.1. Diferència en valor i en % del coeficient de Gini de la renda disponible equivalent de la llar entre Espanya i Catalunya; Espanya i la UE-27 i Catalunya i la UE-27, 2006-2016
+{| style="width: 100%;border-collapse: collapse;"
+|-
+|  style="border-top: 1pt solid black;vertical-align: bottom;"|
+|  colspan='3'  style="border-top: 1pt solid black;border-bottom: 1pt solid black;text-align: center;vertical-align: bottom;"|Diferència en valor
+|  colspan='3'  style="border-top: 1pt solid black;border-bottom: 1pt solid black;text-align: center;vertical-align: bottom;"|Diferència en %
+|-
+|  style="border-bottom: 1pt solid black;text-align: right;vertical-align: bottom;"|
+|  style="border-bottom: 1pt solid black;text-align: right;vertical-align: bottom;"|Espanya- Catalunya
+|  style="border-bottom: 1pt solid black;text-align: right;vertical-align: bottom;"|Espanya - UE-27
+|  style="border-bottom: 1pt solid black;text-align: right;vertical-align: bottom;"|Catalunya- UE-27
+|  style="border-bottom: 1pt solid black;text-align: right;vertical-align: bottom;"|Espanya - Catalunya
+|  style="border-bottom: 1pt solid black;text-align: right;vertical-align: bottom;"|Espanya - UE-27
+|  style="border-bottom: 1pt solid black;text-align: right;vertical-align: bottom;"|Catalunya- UE-27
+|-
+|  style="vertical-align: bottom;"|2006
+|  style="text-align: right;vertical-align: bottom;"|0,026
+|  style="text-align: right;vertical-align: bottom;"|0,016
+|  style="text-align: right;vertical-align: bottom;"|-0,010
+|  style="text-align: right;vertical-align: bottom;"|8,8
+|  style="text-align: right;vertical-align: bottom;"|5,3
+|  style="text-align: right;vertical-align: bottom;"|-3,1
+|-
+|  style="vertical-align: bottom;"|2008
+|  style="text-align: right;vertical-align: bottom;"|0,013
+|  style="text-align: right;vertical-align: bottom;"|0,015
+|  style="text-align: right;vertical-align: bottom;"|0,001
+|  style="text-align: right;vertical-align: bottom;"|4,2
+|  style="text-align: right;vertical-align: bottom;"|4,7
+|  style="text-align: right;vertical-align: bottom;"|0,5
+|-
+|  style="vertical-align: bottom;"|2011
+|  style="text-align: right;vertical-align: bottom;"|0,017
+|  style="text-align: right;vertical-align: bottom;"|0,030
+|  style="text-align: right;vertical-align: bottom;"|0,012
+|  style="text-align: right;vertical-align: bottom;"|5,3
+|  style="text-align: right;vertical-align: bottom;"|9,6
+|  style="text-align: right;vertical-align: bottom;"|4,0
+|-
+|  style="vertical-align: bottom;"|2013
+|  style="text-align: right;vertical-align: bottom;"|0,018
+|  style="text-align: right;vertical-align: bottom;"|0,030
+|  style="text-align: right;vertical-align: bottom;"|0,012
+|  style="text-align: right;vertical-align: bottom;"|5,8
+|  style="text-align: right;vertical-align: bottom;"|9,8
+|  style="text-align: right;vertical-align: bottom;"|3,8
+|-
+|  style="border-bottom: 1pt solid black;vertical-align: bottom;"|2016*
+|  style="border-bottom: 1pt solid black;text-align: right;vertical-align: bottom;"|0,031
+|  style="border-bottom: 1pt solid black;text-align: right;vertical-align: bottom;"|0,034
+|  style="border-bottom: 1pt solid black;text-align: right;vertical-align: bottom;"|0,004
+|  style="border-bottom: 1pt solid black;text-align: right;vertical-align: bottom;"|9,7
+|  style="border-bottom: 1pt solid black;text-align: right;vertical-align: bottom;"|11,1
+|  style="border-bottom: 1pt solid black;text-align: right;vertical-align: bottom;"|1,2
+|-
+|  style="border-top: 1pt solid black;border-bottom: 1pt solid black;vertical-align: bottom;"|Mitjana 2006-2008
+|  style="border-top: 1pt solid black;border-bottom: 1pt solid black;text-align: right;vertical-align: bottom;"|0,019
+|  style="border-top: 1pt solid black;border-bottom: 1pt solid black;text-align: right;vertical-align: bottom;"|0,015
+|  style="border-top: 1pt solid black;border-bottom: 1pt solid black;text-align: right;vertical-align: bottom;"|-0,004
+|  style="border-top: 1pt solid black;border-bottom: 1pt solid black;text-align: right;vertical-align: bottom;"|6,5
+|  style="border-top: 1pt solid black;border-bottom: 1pt solid black;text-align: right;vertical-align: bottom;"|5,0
+|  style="border-top: 1pt solid black;border-bottom: 1pt solid black;text-align: right;vertical-align: bottom;"|-1,3
+|-
+|  style="border-bottom: 1pt solid black;vertical-align: bottom;"|Mitjana 2008-2016
+|  style="border-bottom: 1pt solid black;text-align: right;vertical-align: bottom;"|0,022
+|  style="border-bottom: 1pt solid black;text-align: right;vertical-align: bottom;"|0,031
+|  style="border-bottom: 1pt solid black;text-align: right;vertical-align: bottom;"|0,009
+|  style="border-bottom: 1pt solid black;text-align: right;vertical-align: bottom;"|6,9
+|  style="border-bottom: 1pt solid black;text-align: right;vertical-align: bottom;"|10,2
+|  style="border-bottom: 1pt solid black;text-align: right;vertical-align: bottom;"|3,0
+|-
+|  style="border-bottom: 1pt solid black;vertical-align: bottom;"|Mitjana 2006-2016
+|  style="border-bottom: 1pt solid black;text-align: right;vertical-align: bottom;"|0,021
+|  style="border-bottom: 1pt solid black;text-align: right;vertical-align: bottom;"|0,025
+|  style="border-bottom: 1pt solid black;text-align: right;vertical-align: bottom;"|0,004
+|  style="border-bottom: 1pt solid black;text-align: right;vertical-align: bottom;"|6,8
+|  style="border-bottom: 1pt solid black;text-align: right;vertical-align: bottom;"|8,1
+|  style="border-bottom: 1pt solid black;text-align: right;vertical-align: bottom;"|1,3
+|-
+|  colspan='7'  style="border-top: 1pt solid black;vertical-align: bottom;"|<span style="text-align: center; font-size: 75%;">*Les dades de 2016 corresponen a l’any 2015 en el cas de la UE-27</span>
+<span style="text-align: center; font-size: 75%;">Font: IERMB a partir de microdades ECV INE i EU-SILC (Eurostat).</span>
+|}
+<span id='_Ref498606249'></span>Taula 2.2. Variació percentual del coeficient de Gini de la renda disponible equivalent de la llar per Catalunya, Espanya i la UE-27; 2006-2016
+{| style="width: 100%;border-collapse: collapse;"
+|-
+|  style="border-top: 1pt solid black;vertical-align: bottom;"|
+|  colspan='3'  style="border-top: 1pt solid black;border-bottom: 1pt solid black;text-align: center;vertical-align: bottom;"|Variació percentual
+|-
+|  style="border-bottom: 1pt solid black;vertical-align: bottom;"|
+|  style="border-bottom: 1pt solid black;text-align: right;vertical-align: bottom;"|Espanya
+|  style="border-bottom: 1pt solid black;text-align: right;vertical-align: bottom;"|Catalunya
+|  style="border-bottom: 1pt solid black;text-align: right;vertical-align: bottom;"|UE-27*
+|-
+|  style="vertical-align: bottom;"|2006-2011
+|  style="text-align: right;vertical-align: bottom;"|5,8
+|  style="text-align: right;vertical-align: bottom;"|9,2
+|  style="text-align: right;vertical-align: bottom;"|1,7
+|-
+|  style="vertical-align: bottom;"|2011-2016
+|  style="text-align: right;vertical-align: bottom;"|2,0
+|  style="text-align: right;vertical-align: bottom;"|-2,1
+|  style="text-align: right;vertical-align: bottom;"|0,6
+|-
+|  style="border-bottom: 1pt solid black;vertical-align: bottom;"|2006-2016
+|  style="border-bottom: 1pt solid black;text-align: right;vertical-align: bottom;"|7,9
+|  style="border-bottom: 1pt solid black;text-align: right;vertical-align: bottom;"|6,9
+|  style="border-bottom: 1pt solid black;text-align: right;vertical-align: bottom;"|2,3
+|-
+|  colspan='4'  style="border-top: 1pt solid black;vertical-align: bottom;"|<span style="text-align: center; font-size: 75%;">*Les dades de 2016 corresponen a l’any 2015 en el cas de la UE-27</span>
+<span style="text-align: center; font-size: 75%;">Font: IERMB a partir de microdades ECV INE i EU-SILC (Eurostat).</span>
+|}
+----
+<span id="fn-4"></span>([[#fnc-4|<sup>4</sup>]])  El coeficient de Gini pel conjunt d’Espanya i Catalunya s’ha obtingut a partir d’una explotació de les microdades de l’Enquesta de Condicions de Vida (ECV) de l’INE. Si bé l’Idescat publica també aquestes dades, per poder aprofundir en l’anàlisi ha estat necessari treballar directament amb les microdades, el que explica que hi hagi, en alguns anys, petites diferències amb els coeficients pel conjunt d’Espanya i Catalunya publicats per l’Idescat. El coeficient de Gini per la UE-27 prové de la EU-SILC (Eurostat).
+<span id='_Toc501110492'></span><span id='_Ref508964568'></span>
+===2.2 Desigualtat a Catalunya i Espanya per lloc de naixement===
+A continuació s’analitza l’evolució del coeficient de Gini per Catalunya i Espanya distingint entre lloc de naixement: Espanya o l’estranger. S’estudien aquests dos grups perquè, tal i com s’ha observat en el capítol anterior, la població estrangera en comparació amb la població espanyola ha estat una de les més afectades per la crisi econòmica.
+Per la població nascuda a Espanya el coeficient de Gini a Espanya és superior que a Catalunya durant tot el període 2006-2016 (vegeu <span id='cite-_Ref498687632'></span>[[#_Ref498687632|Gràfic 2.2]]). La diferència entre els valors del coeficient per Espanya i Catalunya se situa de mitjana en 0,029, és a dir, el coeficient per Espanya és de mitjana un 10,1% superior (vegeu <span id='cite-_Ref498687927'></span>[[#_Ref498687927|Taula 2.3]]).
+Pel que fa a l’evolució, el coeficient de Gini ha registrat per Espanya entre el 2006 i el 2016 un increment del 5%, si bé s’observen dues etapes diferents. En una primera etapa, durant els anys 2006-2008 es registra un decreixement del coeficient de Gini de l’1,3% seguida per una segona etapa, els anys 2008-2016, d’un creixement del 6,4%. En el cas de Catalunya, mostra pel període 2006-2008 una tendència a l’alça del 4,4%, mentre que entre els anys 2008 i 2016 registra un increment molt menor, de l’1,8%, de manera que l’evolució total durant el període 2006-2016 representa un increment del 6,3%. En conjunt doncs, la desigualtat de la població nascuda a Espanya ha crescut més a Catalunya que a Espanya pel període 2006-2016 (vegeu <span id='cite-_Ref498688419'></span>[[#_Ref498688419|Taula 2.4]]).
+<span id='_Ref498687632'></span>Gràfic 2.2. Coeficient de Gini de la renda disponible equivalent de la llar per Espanya i Catalunya, població de 16 anys i més nascuda a Espanya; 2006-2016
+{| style="width: 100%;border-collapse: collapse;"
+|-
+|  style="vertical-align: top;width: 100%;"|[[Image:trullen_et_al_2018a-image2.png|600px]]
+|-
+|  style="vertical-align: top;"|<span style="text-align: center; font-size: 75%;">Font: IERMB a partir de microdades ECV INE</span>
+|}
+<span id='_Ref498687927'></span>Taula 2.3. Diferència en valor i en % del coeficient de Gini de la renda disponible equivalent de la llar entre Espanya i Catalunya, població de 16 i més anys nascuda a Espanya; 2006-2016
+{| style="width: 100%;border-collapse: collapse;"
+|-
+|  style="border-top: 1pt solid black;vertical-align: bottom;"|
+|  colspan='2'  style="border-top: 1pt solid black;border-bottom: 1pt solid black;text-align: center;vertical-align: bottom;"|Espanya - Catalunya
+|-
+|  style="border-bottom: 1pt solid black;text-align: right;vertical-align: bottom;"|
+|  style="border-bottom: 1pt solid black;text-align: right;vertical-align: bottom;"|Diferència en valor
+|  style="border-bottom: 1pt solid black;text-align: right;vertical-align: bottom;"|Diferència en %
+|-
+|  style="vertical-align: bottom;"|2006
+|  style="text-align: right;vertical-align: bottom;"|0,037
+|  style="text-align: right;vertical-align: bottom;"|13,3
+|-
+|  style="vertical-align: bottom;"|2008
+|  style="text-align: right;vertical-align: bottom;"|0,021
+|  style="text-align: right;vertical-align: bottom;"|7,1
+|-
+|  style="vertical-align: bottom;"|2011
+|  style="text-align: right;vertical-align: bottom;"|0,025
+|  style="text-align: right;vertical-align: bottom;"|8,4
+|-
+|  style="vertical-align: bottom;"|2013
+|  style="text-align: right;vertical-align: bottom;"|0,029
+|  style="text-align: right;vertical-align: bottom;"|9,9
+|-
+|  style="border-bottom: 1pt solid black;vertical-align: bottom;"|2016
+|  style="border-bottom: 1pt solid black;text-align: right;vertical-align: bottom;"|0,035
+|  style="border-bottom: 1pt solid black;text-align: right;vertical-align: bottom;"|11,9
+|-
+|  style="border-bottom: 1pt solid black;vertical-align: bottom;"|Mitjana 2006-2016
+|  style="border-top: 1pt solid black;border-bottom: 1pt solid black;text-align: right;vertical-align: bottom;"|0,029
+|  style="border-top: 1pt solid black;border-bottom: 1pt solid black;text-align: right;vertical-align: bottom;"|10,1
+|-
+|  colspan='3'  style="border-top: 1pt solid black;vertical-align: bottom;"|<span style="text-align: center; font-size: 75%;">Font: IERMB a partir de microdades ECV INE</span>
+|}
+<br/>
+<span id='_Ref498688419'></span>Taula 2.4. Variació percentual del coeficient de Gini de la renda disponible equivalent de la llar per Catalunya, Espanya, població de 16 i més anys nascuda a Espanya; 2006-2016
+{| style="width: 100%;border-collapse: collapse;"
+|-
+|  style="border-top: 1pt solid black;vertical-align: bottom;"|
+|  colspan='2'  style="border-top: 1pt solid black;border-bottom: 1pt solid black;text-align: center;vertical-align: bottom;"|Variació percentual
+|-
+|  style="border-bottom: 1pt solid black;vertical-align: bottom;"|
+|  style="border-bottom: 1pt solid black;text-align: right;vertical-align: bottom;"|Espanya
+|  style="border-bottom: 1pt solid black;text-align: right;vertical-align: bottom;"|Catalunya
+|-
+|  style="vertical-align: bottom;"|2006-2008
+|  style="text-align: right;vertical-align: bottom;"|-1,3
+|  style="text-align: right;vertical-align: bottom;"|4,4
+|-
+|  style="vertical-align: bottom;"|2008-2016
+|  style="text-align: right;vertical-align: bottom;"|6,4
+|  style="text-align: right;vertical-align: bottom;"|1,8
+|-
+|  style="border-bottom: 1pt solid black;vertical-align: bottom;"|2006-2016
+|  style="border-bottom: 1pt solid black;text-align: right;vertical-align: bottom;"|5,0
+|  style="border-bottom: 1pt solid black;text-align: right;vertical-align: bottom;"|6,3
+|-
+|  colspan='3'  style="border-top: 1pt solid black;vertical-align: bottom;"|<span style="text-align: center; font-size: 75%;">Font: IERMB a partir de microdades ECV INE</span>
+|}
+En el cas de la població nascuda a l’estranger, el coeficient de Gini a Espanya abans de la crisi econòmica estava per sota del de Catalunya, però a partir de 2008 i fins el 2016 és superior al de Catalunya i de forma creixent en el temps (vegeu <span id='cite-_Ref498690048'></span>[[#_Ref498690048|Gràfic 2.3]]). La diferència entre els valors del coeficient per Espanya i Catalunya se situa de mitjana en 0,028, és a dir, el coeficient per Espanya és de mitjana un 8,4% superior (vegeu <span id='cite-_Ref498692640'></span>[[#_Ref498692640|Taula 2.5]]).
+Pel que fa a l’evolució, el coeficient de Gini ha registrat per Espanya entre el 2006 i el 2016 un increment del 21,8%, si bé s’observa que la major part del creixement de la desigualtat s’ha produït durant el període 2008-2016 (13,5%). En el cas de Catalunya, el creixement del coeficient de Gini no ha estat tant accelerat. De fet, es mostra una tendència a l’alça de l’1% pel període 2006-2008 mentre que pels anys 2008 i 2016 s’accelera el creixement del coeficient fins al 3,9%. En conjunt, l’evolució total durant el període 2006-2016 representa un increment del 5% (vegeu <span id='cite-_Ref498692651'></span>[[#_Ref498692651|Taula 2.6]]).
+<span id='_Ref498690048'></span>Gràfic 2.3. Coeficient de Gini de la renda disponible equivalent de la llar per Espanya i Catalunya, població de 16 anys i més nascuda a l’estranger; 2006-2016
+{| style="width: 100%;border-collapse: collapse;"
+|-
+|  style="vertical-align: top;width: 100%;"|[[Image:trullen_et_al_2018a-image3.png|600px]]
+|-
+|  style="vertical-align: top;"|<span style="text-align: center; font-size: 75%;">Font: IERMB a partir de microdades ECV INE</span>
+|}
+<span id='_Ref498692640'></span>Taula 2.5. Diferència en valor i en % del coeficient de Gini de la renda disponible equivalent de la llar entre Espanya i Catalunya, població de 16 i més anys nascuda a l’estranger; 2006-2016
+{| style="width: 100%;border-collapse: collapse;"
+|-
+|  style="border-top: 1pt solid black;vertical-align: bottom;"|
+|  colspan='2'  style="border-top: 1pt solid black;border-bottom: 1pt solid black;text-align: center;vertical-align: bottom;"|Espanya - Catalunya
+|-
+|  style="border-bottom: 1pt solid black;text-align: right;vertical-align: bottom;"|
+|  style="border-bottom: 1pt solid black;text-align: right;vertical-align: bottom;"|Diferència en valor
+|  style="border-bottom: 1pt solid black;text-align: right;vertical-align: bottom;"|Diferència en %
+|-
+|  style="vertical-align: bottom;"|2006
+|  style="text-align: right;vertical-align: bottom;"|-0,005
+|  style="text-align: right;vertical-align: bottom;"|-1,5
+|-
+|  style="vertical-align: bottom;"|2008
+|  style="text-align: right;vertical-align: bottom;"|0,015
+|  style="text-align: right;vertical-align: bottom;"|4,6
+|-
+|  style="vertical-align: bottom;"|2011
+|  style="text-align: right;vertical-align: bottom;"|0,040
+|  style="text-align: right;vertical-align: bottom;"|12,1
+|-
+|  style="vertical-align: bottom;"|2013
+|  style="text-align: right;vertical-align: bottom;"|0,041
+|  style="text-align: right;vertical-align: bottom;"|12,7
+|-
+|  style="border-bottom: 1pt solid black;vertical-align: bottom;"|2016
+|  style="border-bottom: 1pt solid black;text-align: right;vertical-align: bottom;"|0,048
+|  style="border-bottom: 1pt solid black;text-align: right;vertical-align: bottom;"|14,2
+|-
+|  style="border-bottom: 1pt solid black;vertical-align: bottom;"|Mitjana 2006-2016
+|  style="border-top: 1pt solid black;border-bottom: 1pt solid black;text-align: right;vertical-align: bottom;"|0,028
+|  style="border-top: 1pt solid black;border-bottom: 1pt solid black;text-align: right;vertical-align: bottom;"|8,4
+|-
+|  colspan='3'  style="border-top: 1pt solid black;vertical-align: bottom;"|<span style="text-align: center; font-size: 75%;">Font: IERMB a partir de microdades ECV INE</span>
+|}
+<span id='_Ref498692651'></span>Taula 2.6. Variació percentual del coeficient de Gini de la renda disponible equivalent de la llar per Catalunya, Espanya, població de 16 i més anys nascuda a l’estranger; 2006-2016
+{| style="width: 100%;border-collapse: collapse;"
+|-
+|  style="border-top: 1pt solid black;vertical-align: bottom;"|
+|  colspan='2'  style="border-top: 1pt solid black;border-bottom: 1pt solid black;text-align: center;vertical-align: bottom;"|Variació percentual
+|-
+|  style="border-bottom: 1pt solid black;vertical-align: bottom;"|
+|  style="border-bottom: 1pt solid black;text-align: right;vertical-align: bottom;"|Espanya
+|  style="border-bottom: 1pt solid black;text-align: right;vertical-align: bottom;"|Catalunya
+|-
+|  style="vertical-align: bottom;"|2006-2008
+|  style="text-align: right;vertical-align: bottom;"|7,3
+|  style="text-align: right;vertical-align: bottom;"|1,0
+|-
+|  style="vertical-align: bottom;"|2008-2016
+|  style="text-align: right;vertical-align: bottom;"|13,5
+|  style="text-align: right;vertical-align: bottom;"|3,9
+|-
+|  style="border-bottom: 1pt solid black;vertical-align: bottom;"|2006-2016
+|  style="border-bottom: 1pt solid black;text-align: right;vertical-align: bottom;"|21,8
+|  style="border-bottom: 1pt solid black;text-align: right;vertical-align: bottom;"|5,0
+|-
+|  colspan='3'  style="border-top: 1pt solid black;vertical-align: bottom;"|<span style="text-align: center; font-size: 75%;">Font: IERMB a partir de microdades ECV INE</span>
+|}
+En última instància cal destacar que durant el període 2006-2016, el coeficient de Gini de la població nascuda a l’estranger és superior al de la nascuda a Espanya, tant per Catalunya com per Espanya. De fet, a Catalunya la desigualtat dels nascuts a l’estranger (0,339), està lleugerament per sobre de la desigualtat a Espanya de la població nascuda a Espanya (0,330).
+<span id='_Toc501110493'></span><span id='_Ref508964576'></span>
+===2.3 Taxa de risc de pobresa a Catalunya i Espanya===
+Pel que fa a les mesures de pobresa, aquestes es poden classificar en diversos grups. Dins de l’anomenat grup de mesures “objectives” de pobresa, les carències es poden aproximar de manera indirecta mitjançant els recursos, com les rendes, o de manera directa mitjançant les privacions. En aquest apartat s’analitza la taxa de risc de pobresa, que és una mesura objectiva de pobresa basada en el nivell de rendes. Existeixen diverses variacions respecte el càlcul d’aquesta taxa, si bé en termes generals la taxa de risc de pobresa és el percentatge de persones que viuen en llars on la renda disponible total equivalent de les quals és inferior al llindar de risc de pobresa. El llindar de risc de pobresa és el nivell d’ingressos per sota del qual es considera a una persona en condicions de renda baixa i, per tant, en situació de risc de pobresa. La UE ha fixat aquest llindar en el 60% de la mediana de la renda disponible equivalent.
+La taxa de risc de pobresa per Espanya se situa de mitjana durant el període 2006-2013 al voltant del 21% si bé registra un augment puntual fins al 22,3% per l’any 2016 (vegeu el <span id='cite-_Ref497995227'></span>[[#_Ref497995227|Gràfic 2.4]]). Utilitzant el mateix llindar de pobresa per Catalunya, és a dir, el 60% de la renda mediana per Espanya, la taxa de risc de pobresa a Catalunya se situa de mitjana al votant del 13% durant el període 2006-2016, el que representa una diferència mitjana de 7 punts percentuals respecte la taxa per Espanya. Si enlloc del llindar de risc de pobresa per Espanya s’utilitza com a llindar el 60% de la renda mediana de Catalunya, la taxa de risc de pobresa de Catalunya se situa de mitjana en el 19% i per tant la diferència respecte la taxa de risc de pobresa de Catalunya segons el llindar per Espanya s’incrementa 6 punts percentuals. Pel que fa la UE-27, la taxa de risc de pobresa se situa de mitjana durant tot el període al voltant del 17%, uns 4 punts percentuals per sota de la taxa per Espanya de mitjana i uns 3 punts percentuals per sota de la taxa de Catalunya (llindar Catalunya).
+L’evolució de les taxes de risc de pobresa del conjunt d’Espanya i Catalunya són també diferents. En el cas d’Espanya, la taxa de risc de pobresa es manté relativament estable fins el 2013 i augmenta 2 punts percentuals en el darrer any. La taxa de risc de pobresa per Catalunya, per contra, segueix una tendència diferent. La taxa es redueix entre els anys 2006 i 2008, any en el que es registra el valor mínim tant per la taxa segons el llindar d’Espanya (12,3%) com segons el llindar de Catalunya (17,6%). A continuació es registra un repunt d’aproximadament 2 punts percentuals l’any 2011 per després disminuir progressivament durant els anys successius fins al 13,2% segons el llindar d’Espanya i el 19,2% segons el llindar de Catalunya.
+<span id='_Ref497995227'></span>Gràfic 2.4. Taxa de risc de pobresa de la població total per Espanya i Catalunya segons el llindar per Espanya (60% mediana d'Espanya), per Catalunya (60% mediana Catalunya) i per UE-27 (60% mediana UE-27); 2006-2016
+{| style="width: 100%;border-collapse: collapse;"
+|-
+|  style="vertical-align: top;width: 100%;"|[[Image:trullen_et_al_2018a-image4.png|600px]]
+|-
+|  style="vertical-align: top;"|<span style="text-align: center; font-size: 75%;">Font: IERMB a partir de microdades ECV INE.</span>
+|}
+<span id='_Toc501110494'></span><span id='_Ref508964586'></span>
+===2.4 Taxa de risc de pobresa a Catalunya i Espanya per lloc de naixement===
+La taxa de risc de pobresa d’Espanya per la població nascuda a Espanya se situa de mitjana durant el període 2006-2016 al voltant del 17%. Si s’utilitza com a llindar de pobresa el 60% de la renda mediana d’Espanya per Catalunya, la taxa de risc de pobresa a Catalunya se situa al votant del 9% durant el període 2006-2016, el que representa una diferència mitjana de 8 punts percentuals respecte la taxa per Espanya. Si enlloc del llindar de risc de pobresa per Espanya s’utilitza com a llindar el 60% de la renda mediana de Catalunya, la taxa de risc de pobresa de Catalunya se situa de mitjana en el 14% i per tant, la diferència respecte la taxa de risc de pobresa de Catalunya segons el llindar per Espanya s’incrementa de mitjana 5 punts percentuals (vegeu <span id='cite-_Ref498942433'></span>[[#_Ref498942433|Gràfic 2.5]])
+Si s’analitza l’evolució de les taxes de risc de pobresa del conjunt d’Espanya i Catalunya són relativament semblants. Concretament per l’any 2006, abans de la crisi econòmica, els valors de la taxa són els més elevats del període analitzat: 18,3% per Espanya, 17% per Catalunya llindar Catalunya, i 10,2% per Catalunya llindar Espanya. Entre els anys 2008 i 2013 la taxa de risc de pobresa disminueix significativament en tots els àmbits per després durant l’any 2016 tornar a augmentar (18,3% per Espanya, 14,9% per Catalunya llindar Catalunya, i 9% per Catalunya llindar Espanya) si bé sense assolir un nivell més elevat que el del 2006.
+<span id='_Ref498942433'></span>Gràfic 2.5. Taxa de risc de pobresa d'Espanya i Catalunya segons el llindar d’Espanya (60% mediana d’Espanya) i de Catalunya (60% mediana de Catalunya), població de 16 anys i més nascuda a Espanya; 2006-2016
+{| style="width: 100%;border-collapse: collapse;"
+|-
+|  style="vertical-align: top;width: 100%;"|[[Image:trullen_et_al_2018a-image5.png|600px]]
+|-
+|  style="vertical-align: top;"|<span style="text-align: center; font-size: 75%;">Font: IERMB a partir de microdades ECV INE</span>
+|}
+La taxa de risc de pobresa d’Espanya per la població nascuda a l’estranger l’any 2006, abans de la crisi, se situava en el 27,2%. Però com a resultat de la crisi econòmica a partir del 2008 experimenta un fort augment i durant els anys posteriors s’ha mantingut relativament estable situant-se al voltant del 39%. Per l’any 2016, tot i la recuperació econòmica, la taxa de risc de pobresa ha augmentat fins al 42% (vegeu <span id='cite-_Ref498951006'></span>[[#_Ref498951006|Gràfic 2.6]]).
+Pel que fa a Catalunya (segons el llindar Espanya), la taxa de risc de pobresa de la població nascuda a l’estranger és la més baixa que la d’Espanya durant tot el període analitzat. Com el cas d’Espanya, la taxa també ha experimentat un important creixement des del 2008 fins arribar al seu màxim l’any 2013 (35,7%). Per l’any 2016 es registra una important disminució fins al 30,2%, un valor 12 punts percentuals inferior al d’Espanya.
+En el cas de Catalunya (segons el llindar Catalunya), els valors de la taxa de risc de pobresa són significativament més elevats que els d’Espanya. La seva evolució ha estat creixent des del 2006 arribant a un màxim del 47% l’any 2013. Amb la recuperació econòmica la taxa de risc de pobresa ha disminuït fins al 38,6%, un valor 3 punts percentuals per sota el d’Espanya.
+Per tant, tal i com s’ha pogut comprovar, la taxa de risc de pobresa de la població nascuda a l’estranger destaca perquè en tots els àmbits assoleix uns valors molt més elevats (entre 20 i 30 punts percentuals més) que els de la població nascuda a Espanya. Amb la crisi econòmica aquesta diferència entre la taxa de risc de pobresa de la població nascuda a Espanya i la nascuda a l’estranger s’ha incrementat i en els anys successius s’ha mantingut, si bé per Catalunya durant el 2016 s’aprecia una important reducció mentre que per Espanya s’ha mantingut igual.
+<span id='_Ref498951006'></span>Gràfic 2.6. Taxa de risc de pobresa d'Espanya i Catalunya segons el llindar d’Espanya (60% mediana d’Espanya) i de Catalunya (60% mediana de Catalunya), població de 16 anys i més nascuda a l’estranger; 2006-2016
+{| style="width: 100%;border-collapse: collapse;"
+|-
+|  style="vertical-align: top;width: 100%;"|[[Image:trullen_et_al_2018a-image6.png|600px]]
+|-
+|  style="vertical-align: top;"|<span style="text-align: center; font-size: 75%;">Font: IERMB a partir de microdades ECV INE</span>
+|}
+<span id='_Toc501110495'></span><span id='_Ref508964594'></span>
+===2.5 Impacte del lloguer imputat en la desigualtat a la UE<span id="fnc-5"></span><span style="text-align: center; font-size: 75%;">[[#fn-5|<sup>5</sup>]]</span>===
+El lloguer imputat (net) és una estimació del valor que representa el benefici que obté una llar derivat del fet que no es paga el lloguer complet. Els lloguers imputats representen un dels components més significatius dels ingressos disponibles per a les famílies en tant que reflecteixen els beneficis econòmics de l'habitatge propi i/o l’habitatge social. Conceptualment i empíricament, aquesta mesura està estretament relacionada amb la riquesa i amb el consum d’habitatge com a despesa, ja que un habitatge es considera tant un bé d'inversió com de consum (Eurostat 2013, p. 11). A més a més, la residència principal de la llar és invariablement l'actiu real més important de la cartera familiar ja que proporciona un flux de serveis d'habitatge a l'ocupant. El lloguer imputat és, per tant, una estimació del valor que representa la prestació de l’habitatge per la llar.
+Diferents anàlisis conclouen que els lloguers imputats de l’habitatge tendeixen a disminuir la desigualtat, reduir la pobresa entre les persones de més edat i a millorar la coherència de les mesures contra la privació i la pobresa. La incorporació dels lloguers imputats a les estadístiques europees per monitoritzar la pobresa o el risc d'exclusió és una qüestió present a l'informe Stiglitz-Sen-Fitoussi (2009), un document estratègic molt respectat en estadístiques europees per a la recerca de millors mesures de desenvolupament econòmic. Entre les principals recomanacions destaca la perspectiva de la llar en el PIB i el desenvolupament de mesures de distribució de la renda. D'altra banda, el Subgrup d'Indicadors (ISG, les sigles en anglès) del Comitè de Protecció Social de la UE ha debatut repetidament sobre el paper dels lloguers imputats en la mesura de la pobresa o l'exclusió social i ha acceptat incloure un component de lloguer imputat en un petit nombre d'indicadors de pobresa que podrien figurar en la cartera d'inclusió social com a indicadors secundaris o com informació de context (Atkinson i Marlier 2010).
+Des de l’edició de 2007, l’UE-SILC publica dades sobre els lloguers imputats als països de la UE. La definició del lloguer imputat a l'EU-SILC té en compte tant la rendibilitat de la propietat de l'habitatge, és a dir, que la residència principal és un actiu, així com les transferències en espècie d'aquells que tenen un lloguer amb un preu inferior al vigent de mercat. Cal tenir en compte que els lloguers s'imputen a les rendes d’aproximadament un 80% de les famílies europees. D’altra banda, la imputació és sensible als mètodes d’estimació, models i dades que s’utilitzin, els quals són diferents en cadascun dels països europeus. Per tant, la identificació dels beneficiaris potencials i la sensibilitat als supòsits, models i dades subjacents són de gran importància.
+A Sauli i Törmälehto (2010) i a Törmälehto i Sauli (2010) s’exploren les conseqüències distributives d’incloure el lloguer imputat amb les dades EU-SILC 2007, mentre que Juntto i Reijo (2010) i Eurostat (2009) exploren també qüestions relacionades amb la comparabilitat internacional. Altres estudis transnacionals importants sobre les implicacions distributives dels lloguers imputats, si bé amb dades no UE-SILC són, per exemple, Frick et al. (2010) i Frick i Grabka (2003). Pel que fa a les implicacions de distribució, les anàlisis amb dades EU-SILC 2007 confirmen els principals resultats trobats en diversos estudis: els lloguers imputats disminueixen la desigualtat en els ingressos relatius i la pobresa de la població d'edat avançada. També s’aprecia una major coherència entre el risc de pobresa basat en els ingressos i diversos indicadors no monetaris de benestar material. Tanmateix, hi ha excepcions i es podrien assenyalar importants reptes metodològics i diferències entre països, així com qüestions de validesa i mesura amb les variables objectiu.
+A l’EU-SILC, els lloguers s'imputen a dos grups diferents de llars: propietaris-ocupants i inquilins que paguen lloguers a un preu inferior al de mercat. El primer cas representa un rendiment net implícit de la riquesa de l'habitatge mentre que el segon és una forma de redistribució d’ingressos en forma de transferències socials en espècie, ja que el propietari sol ser una institució no lucrativa o bé una administració local o central. La correcta identificació dels dos tipus de beneficiaris és clau. Els propietaris són fàcilment identificables, però l'habitatge social és molt més complicat. Les conclusions d’Eurostat (2013) al respecte són que la variable sobre l'estructura de tinença de EU-SILC no és totalment comparable entre països, i no sempre és coherent amb els valors de lloguer imputats.
+Cal tenir present que els lloguers imputats són una espècie de "imputació massiva" a escala europea, que afecta a la gran majoria de les llars de tots els països. El <span id='cite-_Ref498074638'></span>[[#_Ref498074638|Gràfic 2.7]] mostra com els lloguers imputats són majoria als països de la UE per l’any 2009. En alguns països de l’Europa oriental i del Bàltic i Malta s’han imputat lloguers a més del 90% de la seva població. Aquesta és una conseqüència directa de l'estructura de tinença d'aquests països. En un extrem (com Lituània), el lloguer imputat s'ha atribuït a totes les llars, mentre que en alguns països "només" al voltant del 60 per cent de les llars (Alemanya, Dinamarca). Aquests casos extrems reflecteixen tant les estructures de tinença, molt diferents dels països, com fins i tot les deficiències en les dades subjacents.
+Pel que fa als llogaters que paguen el preu de mercat complet són un grup important, i tot i que no se'ls imputa res, la incidència de la pobresa és més gran entre aquests. Addicionalment, els lloguers imputats els situen encara més avall en la distribució relativa de la renda. D’una altra banda, els propietaris amb hipoteca són també un subgrup rellevant, ja que es dedueixen els pagaments dels interessos hipotecaris. A més a més, en aquest subgrup de propietaris s’observa una variació significativa en l'endeutament hipotecari entre països i entre grups d'edat per països.
+En general, tal com s’explica al document d’Eurostat (2013), els lloguers imputats redueixen la desigualtat relativa i augmenten els ingressos mitjans. L'efecte distributiu de la imputació dels lloguers és el resultat del canvi en els ingressos mitjans, en la distribució dels lloguers imputats entre particulars i en la correlació entre lloguers imputats i ingressos disponibles. Una proporció més gran de lloguers imputats i una major dispersió dels mateixos entre les llars implica més desigualtat en els ingressos disponibles. Ambdues magnituds reflecteixen les diferents estructures de tinença, inclòs l'endeutament hipotecari, amb una àmplia variabilitat entre els països europeus. La proporció de propietaris directes (propietaris no hipotecats) és molt elevada en els països Bàltics i en els de l'Est d’Europa (superior al 70%) i relativament elevada en alguns països del Sud d’Europa (entre el 50% i el 60%). En canvi, als països nòrdics, Holanda, el Regne Unit i Bèlgica, l'endeutament per l'habitatge és bastant comú.
+<span id='_Ref498074638'></span>Gràfic 2.7. Percentatge de població que rep lloguers imputats als països de la UE, per tipus de tinença de l'habitatge; 2009
+{| style="width: 100%;border-collapse: collapse;"
+|-
+|  style="vertical-align: top;width: 100%;"|[[Image:trullen_et_al_2018a-image7.png|600px]]
+|-
+|  style="vertical-align: top;"|<span style="text-align: center; font-size: 75%;">Nota:</span> <span style="text-align: center; font-size: 75%;">Els noms dels països corresponen als codis ISO i es recullen a l’annex.</span>
+<span style="text-align: center; font-size: 75%;">Outright owner és propietari absolut; owner mortgage és propietari amb hipoteca; reduced/free rent és lloguer reduït o gratuït; market rent/unknown és lloguer de mercat/desconegut.</span>
+<span style="text-align: center; font-size: 75%;">Font: Reproduït d’Eurostat (2013), pagina 19.</span>
+|}
+Un pas previ a observar els nivells de desigualtat per països és observar els canvis en els nivells de la renda mitjana després d’aplicar els lloguers imputats. Les variacions en els nivells de renda depenen del percentatge que representen els beneficiaris de lloguers imputats, del règim de tinença de l'habitatge, dels preus de l'habitatge, de les equivalències de lloguer, del nivell d’endeutament de les famílies, dels tipus d'interès hipotecaris, etc. Tal i com es pot veure a la <span id='cite-_Ref497897882'></span>[[#_Ref497897882|Taula 2.7]] els canvis en els nivells de renda mitjana varien enormement entre els països europeus, des del -8% als Països Baixos al 20% d’Hongria. Però si no es tenen en compte aquests dos valors extrems, es continuen observant variacions extremes, des d’aproximadament un 1% a la República Txeca fins al 15% a Espanya, Grècia, Itàlia i Polònia. A més a més, diversos països de l'Europa del Nord i Central experimenten un augment al voltant del 10%.
+<span id='_Ref497897882'></span>Taula 2.7. Impacte dels lloguers imputats en els ingressos mitjans equivalents per persona, canvi en punts percentuals. Països classificats segons impacte el 2009
+{| style="width: 100%;border-collapse: collapse;"
+|-
+|  style="border-top: 1pt solid black;border-bottom: 1pt solid black;vertical-align: bottom;"|
+|  style="border-top: 1pt solid black;border-bottom: 1pt solid black;text-align: right;"|<span style="text-align: center; font-size: 75%;">2007</span>
+|  style="border-top: 1pt solid black;border-bottom: 1pt solid black;text-align: right;"|<span style="text-align: center; font-size: 75%;">2008</span>
+|  style="border-top: 1pt solid black;border-bottom: 1pt solid black;text-align: right;"|<span style="text-align: center; font-size: 75%;">2009</span>
+|  style="border-top: 1pt solid black;border-bottom: 1pt solid black;text-align: right;"|<span style="text-align: center; font-size: 75%;">2010</span>
+|-
+|  style="border-top: 1pt solid black;"|<span style="text-align: center; font-size: 75%;">Holanda</span>
+|  style="border-top: 1pt solid black;text-align: right;"|<span style="text-align: center; font-size: 75%;">-7,7</span>
+|  style="border-top: 1pt solid black;text-align: right;"|<span style="text-align: center; font-size: 75%;">-7,7</span>
+|  style="border-top: 1pt solid black;text-align: right;"|<span style="text-align: center; font-size: 75%;">-8,1</span>
+|  style="border-top: 1pt solid black;text-align: right;"|<span style="text-align: center; font-size: 75%;">-8,2</span>
+|-
+| <span style="text-align: center; font-size: 75%;">República Txeca</span>
+|  style="text-align: right;"|<span style="text-align: center; font-size: 75%;">1,6</span>
+|  style="text-align: right;"|<span style="text-align: center; font-size: 75%;">1,9</span>
+|  style="text-align: right;"|<span style="text-align: center; font-size: 75%;">0,9</span>
+|  style="text-align: right;"|<span style="text-align: center; font-size: 75%;">1,1</span>
+|-
+| <span style="text-align: center; font-size: 75%;">Portugal</span>
+|  style="text-align: right;"|<span style="text-align: center; font-size: 75%;">18,4</span>
+|  style="text-align: right;"|<span style="text-align: center; font-size: 75%;">3,5</span>
+|  style="text-align: right;"|<span style="text-align: center; font-size: 75%;">1,7</span>
+|  style="text-align: right;"|<span style="text-align: center; font-size: 75%;">1,7</span>
+|-
+| <span style="text-align: center; font-size: 75%;">Romania</span>
+|  style="text-align: right;"|<span style="text-align: center; font-size: 75%;">2,3</span>
+|  style="text-align: right;"|<span style="text-align: center; font-size: 75%;">2,5</span>
+|  style="text-align: right;"|<span style="text-align: center; font-size: 75%;">2,3</span>
+|  style="text-align: right;"|<span style="text-align: center; font-size: 75%;">2,2</span>
+|-
+| <span style="text-align: center; font-size: 75%;">Letònia</span>
+|  style="text-align: right;"|<span style="text-align: center; font-size: 75%;">11,4</span>
+|  style="text-align: right;"|<span style="text-align: center; font-size: 75%;">6,1</span>
+|  style="text-align: right;"|<span style="text-align: center; font-size: 75%;">4,7</span>
+|  style="text-align: right;"|<span style="text-align: center; font-size: 75%;">4,9</span>
+|-
+| <span style="text-align: center; font-size: 75%;">Islàndia</span>
+|  style="text-align: right;"|<span style="text-align: center; font-size: 75%;">7,8</span>
+|  style="text-align: right;"|<span style="text-align: center; font-size: 75%;">7,5</span>
+|  style="text-align: right;"|<span style="text-align: center; font-size: 75%;">5</span>
+|  style="text-align: right;"|<span style="text-align: center; font-size: 75%;">4,6</span>
+|-
+| <span style="text-align: center; font-size: 75%;">Noruega</span>
+|  style="text-align: right;"|<span style="text-align: center; font-size: 75%;">9,7</span>
+|  style="text-align: right;"|<span style="text-align: center; font-size: 75%;">6,3</span>
+|  style="text-align: right;"|<span style="text-align: center; font-size: 75%;">5</span>
+|  style="text-align: right;"|<span style="text-align: center; font-size: 75%;">9</span>
+|-
+| <span style="text-align: center; font-size: 75%;">Àustria</span>
+|  style="text-align: right;"|<span style="text-align: center; font-size: 75%;">6,1</span>
+|  style="text-align: right;"|<span style="text-align: center; font-size: 75%;">6,3</span>
+|  style="text-align: right;"|<span style="text-align: center; font-size: 75%;">7,9</span>
+|  style="text-align: right;"|<span style="text-align: center; font-size: 75%;">8,2</span>
+|-
+| <span style="text-align: center; font-size: 75%;">Regne unit</span>
+|  style="text-align: right;"|<span style="text-align: center; font-size: 75%;">12,2</span>
+|  style="text-align: right;"|<span style="text-align: center; font-size: 75%;">-5,7</span>
+|  style="text-align: right;"|<span style="text-align: center; font-size: 75%;">8,2</span>
+|  style="text-align: right;"|<span style="text-align: center; font-size: 75%;">3,3</span>
+|-
+| <span style="text-align: center; font-size: 75%;">Finlàndia</span>
+|  style="text-align: right;"|<span style="text-align: center; font-size: 75%;">10,1</span>
+|  style="text-align: right;"|<span style="text-align: center; font-size: 75%;">8,8</span>
+|  style="text-align: right;"|<span style="text-align: center; font-size: 75%;">8,2</span>
+|  style="text-align: right;"|<span style="text-align: center; font-size: 75%;">10,1</span>
+|-
+| <span style="text-align: center; font-size: 75%;">Suècia</span>
+|  style="text-align: right;"|<span style="text-align: center; font-size: 75%;">11,2</span>
+|  style="text-align: right;"|<span style="text-align: center; font-size: 75%;">8,9</span>
+|  style="text-align: right;"|<span style="text-align: center; font-size: 75%;">8,6</span>
+|  style="text-align: right;"|<span style="text-align: center; font-size: 75%;">7,7</span>
+|-
+| <span style="text-align: center; font-size: 75%;">Malta</span>
+|  style="text-align: right;"|<span style="text-align: center; font-size: 75%;">9,4</span>
+|  style="text-align: right;"|<span style="text-align: center; font-size: 75%;">9,5</span>
+|  style="text-align: right;"|<span style="text-align: center; font-size: 75%;">n.d.</span>
+|  style="text-align: right;"|<span style="text-align: center; font-size: 75%;">n.d.</span>
+|-
+| <span style="text-align: center; font-size: 75%;">Eslovènia</span>
+|  style="text-align: right;"|<span style="text-align: center; font-size: 75%;">10,8</span>
+|  style="text-align: right;"|<span style="text-align: center; font-size: 75%;">10</span>
+|  style="text-align: right;"|<span style="text-align: center; font-size: 75%;">10</span>
+|  style="text-align: right;"|<span style="text-align: center; font-size: 75%;">10,3</span>
+|-
+| <span style="text-align: center; font-size: 75%;">França</span>
+|  style="text-align: right;"|<span style="text-align: center; font-size: 75%;">12,9</span>
+|  style="text-align: right;"|<span style="text-align: center; font-size: 75%;">11,7</span>
+|  style="text-align: right;"|<span style="text-align: center; font-size: 75%;">10</span>
+|  style="text-align: right;"|<span style="text-align: center; font-size: 75%;">9,6</span>
+|-
+| <span style="text-align: center; font-size: 75%;">Bèlgica</span>
+|  style="text-align: right;"|<span style="text-align: center; font-size: 75%;">9,3</span>
+|  style="text-align: right;"|<span style="text-align: center; font-size: 75%;">9,1</span>
+|  style="text-align: right;"|<span style="text-align: center; font-size: 75%;">10,5</span>
+|  style="text-align: right;"|<span style="text-align: center; font-size: 75%;">8,7</span>
+|-
+| <span style="text-align: center; font-size: 75%;">Eslovàquia</span>
+|  style="text-align: right;"|<span style="text-align: center; font-size: 75%;">9,9</span>
+|  style="text-align: right;"|<span style="text-align: center; font-size: 75%;">9,6</span>
+|  style="text-align: right;"|<span style="text-align: center; font-size: 75%;">11,1</span>
+|  style="text-align: right;"|<span style="text-align: center; font-size: 75%;">10,6</span>
+|-
+| <span style="text-align: center; font-size: 75%;">Luxemburg</span>
+|  style="text-align: right;"|<span style="text-align: center; font-size: 75%;">10,8</span>
+|  style="text-align: right;"|<span style="text-align: center; font-size: 75%;">10</span>
+|  style="text-align: right;"|<span style="text-align: center; font-size: 75%;">11,2</span>
+|  style="text-align: right;"|<span style="text-align: center; font-size: 75%;">10</span>
+|-
+| <span style="text-align: center; font-size: 75%;">Lituània </span>
+|  style="text-align: right;"|<span style="text-align: center; font-size: 75%;">15,6</span>
+|  style="text-align: right;"|<span style="text-align: center; font-size: 75%;">13,1</span>
+|  style="text-align: right;"|<span style="text-align: center; font-size: 75%;">12,7</span>
+|  style="text-align: right;"|<span style="text-align: center; font-size: 75%;">13,6</span>
+|-
+| <span style="text-align: center; font-size: 75%;">Irlanda</span>
+|  style="text-align: right;"|<span style="text-align: center; font-size: 75%;">9,7</span>
+|  style="text-align: right;"|<span style="text-align: center; font-size: 75%;">10,3</span>
+|  style="text-align: right;"|<span style="text-align: center; font-size: 75%;">13,4</span>
+|  style="text-align: right;"|<span style="text-align: center; font-size: 75%;">n.d.</span>
+|-
+| <span style="text-align: center; font-size: 75%;">Dinamarca</span>
+|  style="text-align: right;"|<span style="text-align: center; font-size: 75%;">9,4</span>
+|  style="text-align: right;"|<span style="text-align: center; font-size: 75%;">9,2</span>
+|  style="text-align: right;"|<span style="text-align: center; font-size: 75%;">13,9</span>
+|  style="text-align: right;"|<span style="text-align: center; font-size: 75%;">14</span>
+|-
+| <span style="text-align: center; font-size: 75%;">Bulgària</span>
+|  style="text-align: right;"|<span style="text-align: center; font-size: 75%;">22,9</span>
+|  style="text-align: right;"|<span style="text-align: center; font-size: 75%;">13,1</span>
+|  style="text-align: right;"|<span style="text-align: center; font-size: 75%;">14,3</span>
+|  style="text-align: right;"|<span style="text-align: center; font-size: 75%;">n.d.</span>
+|-
+| <span style="text-align: center; font-size: 75%;">Espanya</span>
+|  style="text-align: right;"|<span style="text-align: center; font-size: 75%;">16,2</span>
+|  style="text-align: right;"|<span style="text-align: center; font-size: 75%;">15,1</span>
+|  style="text-align: right;"|<span style="text-align: center; font-size: 75%;">14,5</span>
+|  style="text-align: right;"|<span style="text-align: center; font-size: 75%;">16,3</span>
+|-
+| <span style="text-align: center; font-size: 75%;">Grècia</span>
+|  style="text-align: right;"|<span style="text-align: center; font-size: 75%;">15,8</span>
+|  style="text-align: right;"|<span style="text-align: center; font-size: 75%;">15,3</span>
+|  style="text-align: right;"|<span style="text-align: center; font-size: 75%;">14,6</span>
+|  style="text-align: right;"|<span style="text-align: center; font-size: 75%;">14</span>
+|-
+| <span style="text-align: center; font-size: 75%;">Estònia</span>
+|  style="text-align: right;"|<span style="text-align: center; font-size: 75%;">19,9</span>
+|  style="text-align: right;"|<span style="text-align: center; font-size: 75%;">20</span>
+|  style="text-align: right;"|<span style="text-align: center; font-size: 75%;">14,8</span>
+|  style="text-align: right;"|<span style="text-align: center; font-size: 75%;">11,1</span>
+|-
+| <span style="text-align: center; font-size: 75%;">Itàlia</span>
+|  style="text-align: right;"|<span style="text-align: center; font-size: 75%;">15,3</span>
+|  style="text-align: right;"|<span style="text-align: center; font-size: 75%;">16,7</span>
+|  style="text-align: right;"|<span style="text-align: center; font-size: 75%;">15,1</span>
+|  style="text-align: right;"|<span style="text-align: center; font-size: 75%;">16,8</span>
+|-
+| <span style="text-align: center; font-size: 75%;">Polònia</span>
+|  style="text-align: right;"|<span style="text-align: center; font-size: 75%;">15,5</span>
+|  style="text-align: right;"|<span style="text-align: center; font-size: 75%;">26,7</span>
+|  style="text-align: right;"|<span style="text-align: center; font-size: 75%;">15,2</span>
+|  style="text-align: right;"|<span style="text-align: center; font-size: 75%;">16,3</span>
+|-
+| <span style="text-align: center; font-size: 75%;">Xipre</span>
+|  style="text-align: right;"|<span style="text-align: center; font-size: 75%;">14,2</span>
+|  style="text-align: right;"|<span style="text-align: center; font-size: 75%;">15,8</span>
+|  style="text-align: right;"|<span style="text-align: center; font-size: 75%;">18,4</span>
+|  style="text-align: right;"|<span style="text-align: center; font-size: 75%;">n.d.</span>
+|-
+| <span style="text-align: center; font-size: 75%;">Hongria</span>
+|  style="text-align: right;"|<span style="text-align: center; font-size: 75%;">23,2</span>
+|  style="text-align: right;"|<span style="text-align: center; font-size: 75%;">22,7</span>
+|  style="text-align: right;"|<span style="text-align: center; font-size: 75%;">19,7</span>
+|  style="text-align: right;"|<span style="text-align: center; font-size: 75%;">19,6</span>
+|-
+|  style="border-bottom: 1pt solid black;"|<span style="text-align: center; font-size: 75%;">Alemanya</span>
+|  style="border-bottom: 1pt solid black;text-align: right;"|<span style="text-align: center; font-size: 75%;">n.d.</span>
+|  style="border-bottom: 1pt solid black;text-align: right;"|<span style="text-align: center; font-size: 75%;">n.d.</span>
+|  style="border-bottom: 1pt solid black;text-align: right;"|<span style="text-align: center; font-size: 75%;">n.d.</span>
+|  style="border-bottom: 1pt solid black;text-align: right;"|<span style="text-align: center; font-size: 75%;">n.d.</span>
+|-
+|  colspan='5'  style="border-top: 1pt solid black;"|<span style="text-align: center; font-size: 75%;">Font: Eurostat (2013)</span>
+|}
+La <span id='cite-_Ref497911609'></span>[[#_Ref497911609|Taula 2.8]] mostra els resultats de la variació en els nivell de desigualtat de rendes dels països europeus durant el període 2007-2010 després d’aplicar els lloguers imputats utilitzant el coeficient de Gini com a indicador de desigualtat. Amb poques excepcions, la desigualtat disminueix a tots els països i tots els anys. Diversos països del Sud i de l'Est d’Europa experimenten una disminució més acusada de la desigualtat, però hi ha excepcions (Portugal, República Txeca i Romania).
+<span id='_Ref497911609'></span>Taula 2.8. Impacte dels lloguers imputats en el coeficient de Gini, canvi en punts percentuals. Països classificats segons impacte el 2009
+{| style="width: 100%;border-collapse: collapse;"
+|-
+|  style="border-top: 1pt solid black;border-bottom: 1pt solid black;vertical-align: bottom;"|
+|  style="border-top: 1pt solid black;border-bottom: 1pt solid black;text-align: right;"|<span style="text-align: center; font-size: 75%;">2007</span>
+|  style="border-top: 1pt solid black;border-bottom: 1pt solid black;text-align: right;"|<span style="text-align: center; font-size: 75%;">2008</span>
+|  style="border-top: 1pt solid black;border-bottom: 1pt solid black;text-align: right;"|<span style="text-align: center; font-size: 75%;">2009</span>
+|  style="border-top: 1pt solid black;border-bottom: 1pt solid black;text-align: right;"|<span style="text-align: center; font-size: 75%;">2010</span>
+|-
+|  style="border-top: 1pt solid black;"|<span style="text-align: center; font-size: 75%;">Espanya</span>
+|  style="border-top: 1pt solid black;text-align: right;"|<span style="text-align: center; font-size: 75%;">-3,5</span>
+|  style="border-top: 1pt solid black;text-align: right;"|<span style="text-align: center; font-size: 75%;">-3,3</span>
+|  style="border-top: 1pt solid black;text-align: right;"|<span style="text-align: center; font-size: 75%;">-3,3</span>
+|  style="border-top: 1pt solid black;text-align: right;"|<span style="text-align: center; font-size: 75%;">-3,8</span>
+|-
+| <span style="text-align: center; font-size: 75%;">Estònia</span>
+|  style="text-align: right;"|<span style="text-align: center; font-size: 75%;">-3,5</span>
+|  style="text-align: right;"|<span style="text-align: center; font-size: 75%;">-2,6</span>
+|  style="text-align: right;"|<span style="text-align: center; font-size: 75%;">-2,8</span>
+|  style="text-align: right;"|<span style="text-align: center; font-size: 75%;">-1,9</span>
+|-
+| <span style="text-align: center; font-size: 75%;">Malta</span>
+|  style="text-align: right;"|<span style="text-align: center; font-size: 75%;">-2,6</span>
+|  style="text-align: right;"|<span style="text-align: center; font-size: 75%;">-2,7</span>
+|  style="text-align: right;vertical-align: bottom;"|
+|  style="vertical-align: bottom;"|
+|-
+| <span style="text-align: center; font-size: 75%;">Irlanda</span>
+|  style="text-align: right;"|<span style="text-align: center; font-size: 75%;">-2,6</span>
+|  style="text-align: right;"|<span style="text-align: center; font-size: 75%;">-2,5</span>
+|  style="text-align: right;"|<span style="text-align: center; font-size: 75%;">-2,8</span>
+|  style="text-align: right;vertical-align: bottom;"|
+|-
+| <span style="text-align: center; font-size: 75%;">Grècia</span>
+|  style="text-align: right;"|<span style="text-align: center; font-size: 75%;">-2,5</span>
+|  style="text-align: right;"|<span style="text-align: center; font-size: 75%;">-2,4</span>
+|  style="text-align: right;"|<span style="text-align: center; font-size: 75%;">-2,3</span>
+|  style="text-align: right;"|<span style="text-align: center; font-size: 75%;">-2,3</span>
+|-
+| <span style="text-align: center; font-size: 75%;">Xipre</span>
+|  style="text-align: right;"|<span style="text-align: center; font-size: 75%;">-2,5</span>
+|  style="text-align: right;"|<span style="text-align: center; font-size: 75%;">-2,4</span>
+|  style="text-align: right;"|<span style="text-align: center; font-size: 75%;">-2,2</span>
+|  style="text-align: right;vertical-align: bottom;"|
+|-
+| <span style="text-align: center; font-size: 75%;">Itàlia</span>
+|  style="text-align: right;"|<span style="text-align: center; font-size: 75%;">-2,5</span>
+|  style="text-align: right;"|<span style="text-align: center; font-size: 75%;">-2,2</span>
+|  style="text-align: right;"|<span style="text-align: center; font-size: 75%;">-2,3</span>
+|  style="text-align: right;"|<span style="text-align: center; font-size: 75%;">-2,1</span>
+|-
+| <span style="text-align: center; font-size: 75%;">Polònia</span>
+|  style="text-align: right;"|<span style="text-align: center; font-size: 75%;">-2,3</span>
+|  style="text-align: right;"|<span style="text-align: center; font-size: 75%;">-2,7</span>
+|  style="text-align: right;"|<span style="text-align: center; font-size: 75%;">-2</span>
+|  style="text-align: right;"|<span style="text-align: center; font-size: 75%;">-2,1</span>
+|-
+| <span style="text-align: center; font-size: 75%;">Regne unit</span>
+|  style="text-align: right;"|<span style="text-align: center; font-size: 75%;">-4,1</span>
+|  style="text-align: right;"|<span style="text-align: center; font-size: 75%;">0,2</span>
+|  style="text-align: right;"|<span style="text-align: center; font-size: 75%;">-1,7</span>
+|  style="text-align: right;"|<span style="text-align: center; font-size: 75%;">-2,2</span>
+|-
+| <span style="text-align: center; font-size: 75%;">Lituània </span>
+|  style="text-align: right;"|<span style="text-align: center; font-size: 75%;">-0,8</span>
+|  style="text-align: right;"|<span style="text-align: center; font-size: 75%;">-1,4</span>
+|  style="text-align: right;"|<span style="text-align: center; font-size: 75%;">-1,9</span>
+|  style="text-align: right;"|<span style="text-align: center; font-size: 75%;">-2,8</span>
+|-
+| <span style="text-align: center; font-size: 75%;">Letònia</span>
+|  style="text-align: right;"|<span style="text-align: center; font-size: 75%;">-1,8</span>
+|  style="text-align: right;"|<span style="text-align: center; font-size: 75%;">-1,5</span>
+|  style="text-align: right;"|<span style="text-align: center; font-size: 75%;">-1,3</span>
+|  style="text-align: right;"|<span style="text-align: center; font-size: 75%;">-1,4</span>
+|-
+| <span style="text-align: center; font-size: 75%;">Eslovènia</span>
+|  style="text-align: right;"|<span style="text-align: center; font-size: 75%;">-1,4</span>
+|  style="text-align: right;"|<span style="text-align: center; font-size: 75%;">-1,4</span>
+|  style="text-align: right;"|<span style="text-align: center; font-size: 75%;">-1,5</span>
+|  style="text-align: right;"|<span style="text-align: center; font-size: 75%;">-1,6</span>
+|-
+| <span style="text-align: center; font-size: 75%;">Bulgària</span>
+|  style="text-align: right;"|<span style="text-align: center; font-size: 75%;">-2,2</span>
+|  style="text-align: right;"|<span style="text-align: center; font-size: 75%;">-2,1</span>
+|  style="text-align: right;"|<span style="text-align: center; font-size: 75%;">-1,5</span>
+|  style="text-align: right;vertical-align: bottom;"|
+|-
+| <span style="text-align: center; font-size: 75%;">Bèlgica</span>
+|  style="text-align: right;"|<span style="text-align: center; font-size: 75%;">-1,8</span>
+|  style="text-align: right;"|<span style="text-align: center; font-size: 75%;">-1,4</span>
+|  style="text-align: right;"|<span style="text-align: center; font-size: 75%;">-1,3</span>
+|  style="text-align: right;"|<span style="text-align: center; font-size: 75%;">-1,3</span>
+|-
+| <span style="text-align: center; font-size: 75%;">Hongria</span>
+|  style="text-align: right;"|<span style="text-align: center; font-size: 75%;">-1,8</span>
+|  style="text-align: right;"|<span style="text-align: center; font-size: 75%;">-1,6</span>
+|  style="text-align: right;"|<span style="text-align: center; font-size: 75%;">-1,3</span>
+|  style="text-align: right;"|<span style="text-align: center; font-size: 75%;">-1</span>
+|-
+| <span style="text-align: center; font-size: 75%;">Eslovàquia</span>
+|  style="text-align: right;"|<span style="text-align: center; font-size: 75%;">-0,9</span>
+|  style="text-align: right;"|<span style="text-align: center; font-size: 75%;">-1,2</span>
+|  style="text-align: right;"|<span style="text-align: center; font-size: 75%;">-1,2</span>
+|  style="text-align: right;"|<span style="text-align: center; font-size: 75%;">-1,3</span>
+|-
+| <span style="text-align: center; font-size: 75%;">Portugal</span>
+|  style="text-align: right;"|<span style="text-align: center; font-size: 75%;">-2,3</span>
+|  style="text-align: right;"|<span style="text-align: center; font-size: 75%;">-0,5</span>
+|  style="text-align: right;"|<span style="text-align: center; font-size: 75%;">-0,2</span>
+|  style="text-align: right;"|<span style="text-align: center; font-size: 75%;">-0,1</span>
+|-
+| <span style="text-align: center; font-size: 75%;">Luxemburg</span>
+|  style="text-align: right;"|<span style="text-align: center; font-size: 75%;">-1,1</span>
+|  style="text-align: right;"|<span style="text-align: center; font-size: 75%;">-0,7</span>
+|  style="text-align: right;"|<span style="text-align: center; font-size: 75%;">-0,8</span>
+|  style="text-align: right;"|<span style="text-align: center; font-size: 75%;">-0,5</span>
+|-
+| <span style="text-align: center; font-size: 75%;">Alemanya</span>
+|  style="vertical-align: bottom;"|
+|  style="vertical-align: bottom;"|
+|  style="vertical-align: bottom;"|
+|  style="text-align: right;"|<span style="text-align: center; font-size: 75%;">-0,5</span>
+|-
+| <span style="text-align: center; font-size: 75%;">Suècia</span>
+|  style="text-align: right;"|<span style="text-align: center; font-size: 75%;">-0,7</span>
+|  style="text-align: right;"|<span style="text-align: center; font-size: 75%;">-0,8</span>
+|  style="text-align: right;"|<span style="text-align: center; font-size: 75%;">-0,8</span>
+|  style="text-align: right;"|<span style="text-align: center; font-size: 75%;">-0,7</span>
+|-
+| <span style="text-align: center; font-size: 75%;">Noruega</span>
+|  style="text-align: right;"|<span style="text-align: center; font-size: 75%;">-0,7</span>
+|  style="text-align: right;"|<span style="text-align: center; font-size: 75%;">-0,4</span>
+|  style="text-align: right;"|<span style="text-align: center; font-size: 75%;">-0,7</span>
+|  style="text-align: right;"|<span style="text-align: center; font-size: 75%;">-0,5</span>
+|-
+| <span style="text-align: center; font-size: 75%;">Finlàndia</span>
+|  style="text-align: right;"|<span style="text-align: center; font-size: 75%;">-0,6</span>
+|  style="text-align: right;"|<span style="text-align: center; font-size: 75%;">-0,6</span>
+|  style="text-align: right;"|<span style="text-align: center; font-size: 75%;">-0,6</span>
+|  style="text-align: right;"|<span style="text-align: center; font-size: 75%;">-0,4</span>
+|-
+| <span style="text-align: center; font-size: 75%;">Àustria</span>
+|  style="text-align: right;"|<span style="text-align: center; font-size: 75%;">-0,4</span>
+|  style="text-align: right;"|<span style="text-align: center; font-size: 75%;">-0,6</span>
+|  style="text-align: right;"|<span style="text-align: center; font-size: 75%;">-0,4</span>
+|  style="text-align: right;"|<span style="text-align: center; font-size: 75%;">-0,7</span>
+|-
+| <span style="text-align: center; font-size: 75%;">Dinamarca</span>
+|  style="text-align: right;"|<span style="text-align: center; font-size: 75%;">-0,8</span>
+|  style="text-align: right;"|<span style="text-align: center; font-size: 75%;">-0,9</span>
+|  style="text-align: right;"|<span style="text-align: center; font-size: 75%;">0,3</span>
+|  style="text-align: right;"|<span style="text-align: center; font-size: 75%;">-0,1</span>
+|-
+| <span style="text-align: center; font-size: 75%;">Romania</span>
+|  style="text-align: right;"|<span style="text-align: center; font-size: 75%;">-0,3</span>
+|  style="text-align: right;"|<span style="text-align: center; font-size: 75%;">-0,3</span>
+|  style="text-align: right;"|<span style="text-align: center; font-size: 75%;">-0,2</span>
+|  style="text-align: right;"|<span style="text-align: center; font-size: 75%;">-0,2</span>
+|-
+| <span style="text-align: center; font-size: 75%;">República Txeca</span>
+|  style="text-align: right;"|<span style="text-align: center; font-size: 75%;">-0,2</span>
+|  style="text-align: right;"|<span style="text-align: center; font-size: 75%;">-0,2</span>
+|  style="text-align: right;"|<span style="text-align: center; font-size: 75%;">-0,1</span>
+|  style="text-align: right;"|<span style="text-align: center; font-size: 75%;">-0,2</span>
+|-
+| <span style="text-align: center; font-size: 75%;">França</span>
+|  style="text-align: right;"|<span style="text-align: center; font-size: 75%;">0,0</span>
+|  style="text-align: right;"|<span style="text-align: center; font-size: 75%;">-0,1</span>
+|  style="text-align: right;"|<span style="text-align: center; font-size: 75%;">-0,3</span>
+|  style="text-align: right;"|<span style="text-align: center; font-size: 75%;">0,0</span>
+|-
+| <span style="text-align: center; font-size: 75%;">Islàndia</span>
+|  style="text-align: right;"|<span style="text-align: center; font-size: 75%;">-0,6</span>
+|  style="text-align: right;"|<span style="text-align: center; font-size: 75%;">-0,3</span>
+|  style="text-align: right;"|<span style="text-align: center; font-size: 75%;">0</span>
+|  style="text-align: right;"|<span style="text-align: center; font-size: 75%;">0,4</span>
+|-
+|  style="border-bottom: 1pt solid black;"|<span style="text-align: center; font-size: 75%;">Holanda</span>
+|  style="border-bottom: 1pt solid black;text-align: right;"|<span style="text-align: center; font-size: 75%;">0,4</span>
+|  style="border-bottom: 1pt solid black;text-align: right;"|<span style="text-align: center; font-size: 75%;">-0,1</span>
+|  style="border-bottom: 1pt solid black;text-align: right;"|<span style="text-align: center; font-size: 75%;">0,3</span>
+|  style="border-bottom: 1pt solid black;text-align: right;"|<span style="text-align: center; font-size: 75%;">0,2</span>
+|-
+|  colspan='5'  style="border-top: 1pt solid black;"|<span style="text-align: center; font-size: 75%;">Font: Eurostat (2013)</span>
+|}
+----
+<span id="fn-5"></span>([[#fnc-5|<sup>5</sup>]])  Aquest secció es basa en el document Eurostat (2013): “The distributional impact of imputed rent in EU-SILC 2007-2010”, Luxembourg: Publications Office of the European Union.
+<span id='_Toc501110496'></span><span id='_Ref508964601'></span>
+===2.6 Impacte del lloguer imputat en la desigualtat a Catalunya i Espanya===
+Tal com s’ha comentat en el punt anterior, diferents anàlisis demostren que els lloguers imputats de l’habitatge (entès com una estimació del valor que representa la prestació de l’habitatge per la llar) tendeixen a disminuir la desigualtat. Tant en el cas de Catalunya com d’Espanya, el coeficient de Gini amb lloguer imputat és més baix que sense lloguer imputat durant el període 2006-2016. Tot i que els lloguers imputats redueixen la desigualtat, el coeficient de Gini d’Espanya amb lloguer imputat per la població total registra uns valors superiors als de Catalunya per tot el període del qual es disposa de dades (vegeu el <span id='cite-_Ref498953467'></span>[[#_Ref498953467|Gràfic 2.8]]). La diferència entre els valors del coeficient per Espanya i Catalunya se situa de mitjana en 0,012, és a dir, el coeficient per Espanya és de mitjana un 4% superior.
+Tot i que en comparació amb Espanya, els nivells de desigualtat són inferiors a Catalunya, ja sigui amb o sense lloguer imputat (vegeu <span id='cite-_Ref497987229'></span>[[#_Ref497987229|Gràfic 2.1]] de l’epígraf 5.1) la reducció de la desigualtat és diferent en aquests dos àmbits. De fet, tal i com es pot veure al <span id='cite-_Ref498962042'></span>[[#_Ref498962042|Gràfic 2.9]], la variació percentual en el coeficient de Gini després d’aplicar els lloguers imputats sempre és superior a Espanya que a Catalunya. Concretament les reduccions del coeficient de Gini per Espanya després d’aplicar els lloguers imputats són de l’ordre del 8-9% segons els anys. En canvi, per Catalunya les reduccions del coeficient de Gini són inferiors, al voltant del 5-6%.
+<span id='_Ref498953467'></span>Gràfic 2.8. Coeficient de Gini de la renda disponible equivalent de la llar amb lloguers imputats a Espanya i Catalunya, població total; 2006-2016
+{| style="width: 100%;border-collapse: collapse;"
+|-
+|  style="vertical-align: top;width: 100%;"|[[Image:trullen_et_al_2018a-image8.png|600px]]
+|-
+|  style="vertical-align: top;"|<span style="text-align: center; font-size: 75%;">Font: IERMB a partir de microdades ECV INE</span>
+|}
+<span id='_Ref498962042'></span>Gràfic 2.9. Variació percentual en el coeficient de Gini de la renda disponible equivalent de la llar després d'aplicar els lloguers imputats, població total; 2006-2016
+{| style="width: 100%;border-collapse: collapse;"
+|-
+|  style="vertical-align: top;width: 100%;"|[[Image:trullen_et_al_2018a-image9.png|600px]]
+|-
+|  style="vertical-align: top;"|<span style="text-align: center; font-size: 75%;">Font: IERMB a partir de microdades ECV INE</span>
+|}
+A continuació s’analitza com la reducció del coeficient de Gini després d’aplicar el lloguer imputat és diferent segons el lloc d’origen de la població. Per la població nascuda a Espanya, el coeficient de Gini amb lloguer imputat és més baix que sense lloguer imputat durant el període 2006-2016. També s’observa que el coeficient de Gini d’Espanya amb lloguer imputat registra uns valors superiors als de Catalunya durant el període 2006-2016 (vegeu <span id='cite-_Ref499024955'></span>[[#_Ref499024955|Gràfic 2.10]]). La diferència entre els valors del coeficient per Espanya i Catalunya se situa de mitjana en 0,023, és a dir, el coeficient per Espanya és de mitjana un 8,8% superior.
+Com en el cas de la població total, els nivells de desigualtat són inferiors a Catalunya, ja sigui amb o sense lloguer imputat, i a més, la reducció de la desigualtat és diferent en aquests dos àmbits. Concretament, tal i com es pot veure el <span id='cite-_Ref499024972'></span>[[#_Ref499024972|Gràfic 2.11]] la variació percentual en el coeficient de Gini després d’aplicar els lloguers imputats sempre és superior a Espanya que a Catalunya. Concretament, les reduccions del coeficient de Gini per Espanya després d’aplicar els lloguers imputats són de l’ordre del 10-11% segons els anys. En canvi, per Catalunya les reduccions del coeficient de Gini són inferiors, al voltant del 9-10%.
+<span id='_Ref499024955'></span>Gràfic 2.10. Coeficient de Gini de la renda disponible equivalent de la llar amb lloguers imputats a Espanya i Catalunya, població de 16 anys i més nascuda a Espanya; 2006-2016
+{| style="width: 100%;border-collapse: collapse;"
+|-
+|  style="vertical-align: top;width: 100%;"|[[Image:trullen_et_al_2018a-image10.png|600px]]
+|-
+|  style="vertical-align: top;"|<span style="text-align: center; font-size: 75%;">Font: IERMB a partir de microdades ECV INE</span>
+|}
+<span id='_Ref499024972'></span>Gràfic 2.11. Variació percentual en el coeficient de Gini de la renda disponible equivalent de la llar per Espanya i Catalunya després d’aplicar els lloguers imputats, població de 16 anys i més nascuda a Espanya; 2006-2016
+{| style="width: 100%;border-collapse: collapse;"
+|-
+|  style="vertical-align: top;width: 100%;"|[[Image:trullen_et_al_2018a-image11.png|600px]]
+|-
+|  style="vertical-align: top;"|<span style="text-align: center; font-size: 75%;">Font: IERMB a partir de microdades ECV INE</span>
+|}
+<br/>
+Per la població nascuda a l’estranger el coeficient de Gini amb lloguer imputat no és gaire diferent que sense lloguer imputat durant el període 2006-2016. Per tant, sembla que imputar els lloguers no disminueixi massa la desigualtat en aquest grup de població. També s’observa que el coeficient de Gini d’Espanya amb lloguer imputat registra uns valors superiors als de Catalunya entre els anys 2008-2016 si bé abans de la crisi econòmica la situació era la inversa (vegeu <span id='cite-_Ref499029603'></span>[[#_Ref499029603|Gràfic 2.12]]). La diferència entre els valors del coeficient per Espanya i Catalunya se situa de mitjana en 0,019, és a dir, el coeficient per Espanya és de mitjana un 5,6% superior.
+Pel que fa la reducció del coeficient de Gini, i per tant de la desigualtat, cal destacar que és diferent segons sigui Catalunya o Espanya. Concretament, tal i com es pot veure el <span id='cite-_Ref499029924'></span>[[#_Ref499029924|Gràfic 2.13]], la variació percentual en el coeficient de Gini per Espanya després d’aplicar els lloguers imputats sempre és negativa. Tanmateix cal destacar que abans de la crisi la reducció del coeficient va ser del 4,3% i a partir del 2008 la reducció de la desigualtat s’ha produït de forma gradual. En canvi, per Catalunya les variacions percentuals del coeficient de Gini han estat molt baixes i fins i tot, per alguns anys, han estat positives. És a dir, els any 2008 i 2013 per la població de 16 anys i més nascuda a l’estranger, la imputació de rendes ha tingut un efecte negatiu en la reducció de la desigualtat.
+<span id='_Ref499029603'></span>Gràfic 2.12. Coeficient de Gini de la renda disponible equivalent de la llar amb lloguers imputats a Espanya i Catalunya, població de 16 anys i més nascuda a l’estranger; 2006-2016
+{| style="width: 100%;border-collapse: collapse;"
+|-
+|  style="vertical-align: top;width: 100%;"|[[Image:trullen_et_al_2018a-image12.png|600px]]
+|-
+|  style="vertical-align: top;"|<span style="text-align: center; font-size: 75%;">Font: IERMB a partir de microdades ECV INE</span>
+|}
+<span id='_Ref499029924'></span>Gràfic 2.13. Variació percentual en el coeficient de Gini de la renda disponible equivalent de la llar per Espanya i Catalunya després d’aplicar els lloguers imputats, població de 16 anys i més nascuda a l’estranger; 2006-2016
+{| style="width: 100%;border-collapse: collapse;"
+|-
+|  style="vertical-align: top;width: 100%;"|[[Image:trullen_et_al_2018a-image13.png|600px]]
+|-
+|  style="vertical-align: top;"|<span style="text-align: center; font-size: 75%;">Font: IERMB a partir de microdades ECV INE</span>
+|}
+<span id='_Toc501110497'></span><span id='_Ref508964616'></span>
+===2.7 Impacte del lloguer imputat sobre el risc de pobresa a Catalunya i Espanya===
+Com ja s’ha comentat anteriorment els lloguers imputats de l’habitatge suposen una millora dels ingressos familiars i, en conseqüència, signifiquen una reducció de la taxa de risc de pobresa. Per al total de la població la taxa de risc de pobresa de Catalunya i Espanya és més baixa amb lloguer imputat que sense lloguer imputat. Per tant, la imputació del lloguer redueix la taxa de risc de pobresa per aquests dos àmbits.
+La taxa de risc de pobresa per Espanya amb lloguer imputat ha experimentat una tendència creixent entre el 2006 i el 2016. Ha passat d’un valor de 16% l’any 2006 a un màxim l’any 2016 del 19,8%. En canvi, per Catalunya (llindar de pobresa del 60% de la renda mediana per Espanya) la taxa, que és sensiblement més baixa que la d’Espanya, també ha seguit una tendència creixent, si bé ha disminuït l’any 2016 fins al 12,6%. Pel que fa a Catalunya (llindar del 60% de la renda mediana de Catalunya) la taxa de risc de pobresa té uns valors semblants als d’Espanya, si bé l’any 2016 disminueix fins al 18,1% situant-se 1,7 punts per sota el valor d’Espanya (vegeu <span id='cite-_Ref499107150'></span>[[#_Ref499107150|Gràfic 2.14]]).
+Tot i que la taxa de risc de pobresa d’Espanya és superior a la de Catalunya (sobretot sense lloguer imputat i no tant amb lloguer imputat), la reducció de la desigualtat és diferent en aquests dos àmbits. Concretament, tal i com es pot veure al <span id='cite-_Ref499191436'></span>[[#_Ref499191436|Gràfic 2.15]] la variació percentual en la taxa de risc de pobresa és sempre superior per Espanya que per Catalunya. De fet, les reduccions percentuals de la taxa de risc de pobresa per Espanya són molt elevades l’any 2006 (21,1%) però progressivament es fan més petites fins tornar a créixer fins a l’11,3% l’any 2016. En el cas de Catalunya (llindar Espanya) la variació de la taxa és negativa la majoria dels anys si bé pels anys 2011 i 2013 és positiva. És a dir, la imputació del lloguer no fa disminuir la taxa de risc de pobresa sinó tot el contrari. Pel que fa a Catalunya (llindar Catalunya), la disminució percentual de la taxa es va fent més petita fins ser pràcticament inexistent l’any 2013 per després tornar a ser negativa l’any 2016.
+<span id='_Ref499107150'></span>Gràfic 2.14. Taxa de risc de pobresa segons el llindar d’Espanya (60% mediana Espanya) i de Catalunya (60% mediana Catalunya) amb lloguers imputats, població total; 2006-2016
+{| style="width: 100%;border-collapse: collapse;"
+|-
+|  style="vertical-align: top;width: 100%;"|[[Image:trullen_et_al_2018a-image14.png|600px]]
+|-
+|  style="vertical-align: top;"|<span style="text-align: center; font-size: 75%;">Font: IERMB a partir de microdades ECV INE</span>
+|}
+<span id='_Ref499191436'></span>Gràfic 2.15. Variació percentual en la taxa de risc de pobresa segons el llindar d’Espanya (60% mediana Espanya) i de Catalunya (60% mediana Catalunya) després d'aplicar els lloguers imputats, població total; 2006-2016
+{| style="width: 100%;border-collapse: collapse;"
+|-
+|  style="vertical-align: top;width: 100%;"|[[Image:trullen_et_al_2018a-image15.png|600px]]
+|-
+|  style="vertical-align: top;"|<span style="text-align: center; font-size: 75%;">Font: IERMB a partir de microdades ECV INE</span>
+|}
+En el cas de la població nascuda a Espanya la taxa de risc de pobresa de Catalunya i Espanya continua sent més baixa amb lloguer imputat que sense lloguer imputat. Per tant, la imputació del lloguer redueix la taxa de risc de pobresa de la població nascuda a Espanya per aquests dos àmbits.
+Si s’analitza el cas d’Espanya, la taxa de risc de pobresa amb lloguer imputat de la població nascuda a Espanya ha experimentat una etapa de decreixement entre els anys 2006 i 2008 seguida d’una segona etapa de creixement a partir de 2011 fins arribar al 14,4% l’any 2016 (vegeu <span id='cite-_Ref499124738'></span>[[#_Ref499124738|Gràfic 2.16]]). En el cas de Catalunya (llindar Espanya) la taxa és sensiblement més baixa que la d’Espanya amb uns valors que se situen al voltant del 7-6% a excepció del 2008 que assoleix el seu mínim (4,6%). Pel que fa a Catalunya (llindar Catalunya) segueix una evolució semblant a la d’Espanya. Una primera etapa de decreixement entre 2006 i 2008 seguida d’una altra etapa de creixement fins arribar el 2016 a l’11,2% (un valor semblant al d’abans de la crisi).
+Tot i que la taxa de risc de pobresa d’Espanya amb lloguer imputat és superior a la de Catalunya (pràcticament el doble en el cas llindar Catalunya), la reducció de la desigualtat és diferent en aquests dos àmbits. Concretament, tal i com es pot veure al <span id='cite-_Ref499125635'></span>[[#_Ref499125635|Gràfic 2.17]] la variació percentual en la taxa de risc de pobresa d’Espanya és superior a la de Catalunya en els anys 2011-2013 (amb reduccions del 30%). En canvi, en els anys 2006-2008 és a Catalunya (llindar d’Espanya) on s’observen les majors reduccions de la taxa de risc de pobresa (amb reduccions al voltant del 40%). Només per l’any 2016 és a Catalunya (llindar Catalunya) on es registren les majors reduccions de la taxa de risc de pobresa (al voltant del 25%).
+<span id='_Ref499124738'></span>Gràfic 2.16. Taxa de risc de pobresa d'Espanya i Catalunya segons el llindar d’Espanya (60% mediana d’Espanya) i de Catalunya (60% mediana de Catalunya) amb lloguers imputats, població de 16 anys i més nascuda a Espanya; 2006-2016
+{| style="width: 100%;border-collapse: collapse;"
+|-
+|  style="vertical-align: top;width: 100%;"|[[Image:trullen_et_al_2018a-image16.png|600px]]
+|-
+|  style="vertical-align: top;"|<span style="text-align: center; font-size: 75%;">Font: IERMB a partir de microdades ECV INE</span>
+|}
+<span id='_Ref499125635'></span>Gràfic 2.17. Variació percentual en la taxa de risc de pobresa d'Espanya i Catalunya segons el llindar d’Espanya (60% mediana d’Espanya) i de Catalunya (60% mediana de Catalunya) després d’aplicar els lloguers imputats, població de 16 anys i més nascuda a Espanya; 2006-2016
+{| style="width: 100%;border-collapse: collapse;"
+|-
+|  style="vertical-align: top;width: 100%;"|[[Image:trullen_et_al_2018a-image17.png|600px]]
+|-
+|  style="vertical-align: top;"|<span style="text-align: center; font-size: 75%;">Font: IERMB a partir de microdades ECV INE</span>
+|}
+En el cas de la població nascuda a l’estranger, la taxa de risc de pobresa de Catalunya i Espanya no disminueix quan es té en compte el lloguer imputat. La imputació del lloguer no redueix la taxa de risc de pobresa de la població nascuda a l’estranger per aquests dos àmbits ja que el percentatge de població estrangera que disposa d’habitatge propi és molt baix. En altres paraules, en no tenir habitatge propi (amb hipoteca o sense) és molt difícil que se’ls pugui imputar una renda i, per tant, no es poden beneficiar d’una reducció de la taxa de risc de pobresa.
+La taxa de risc de pobresa d’Espanya per la població nascuda a l’estranger l’any 2006, abans de la crisi, se situava en el 29,6%. Però com a resultat de la crisi econòmica a partir del 2008 experimenta un fort augment i durant els anys posteriors (a excepció del 2011) s’ha mantingut relativament estable situant-se al voltant del 45% (vegeu <span id='cite-_Ref499197400'></span>[[#_Ref499197400|Gràfic 2.18]]).
+Pel que fa a Catalunya (llindar Espanya), la taxa de risc de pobresa és més baixa que la d’Espanya pràcticament durant tot el període analitzat. Com el cas d’Espanya, la taxa també ha experimentat un important creixement des del 2008 fins arribar al seu màxim l’any 2013 (42,1%). Per l’any 2016 es registra una important disminució fins al 33,9%, un valor 12 punts percentuals inferior al d’Espanya.
+En el cas de Catalunya (llindar Catalunya), els valors de la taxa de risc de pobresa són significativament més elevats que els d’Espanya. La seva evolució ha estat creixent des del 2006 arribant a un màxim del 55,2% l’any 2013. Amb la recuperació econòmica la taxa de risc de pobresa ha disminuït fins al 46,7%, pràcticament el mateix valor que el d’Espanya.
+Per tant, tal i com s’ha pogut comprovar, la taxa de risc de pobresa de la població nascuda a l’estranger destaca perquè en tots els àmbits assoleix uns valors molt més elevats (entre 30 i 40 punts percentuals més) que els de la població nascuda a Espanya. Amb la crisi econòmica aquesta diferència entre la taxa de risc de pobresa de la població nascuda a Espanya i la nascuda a l’estranger s’ha incrementat i en els anys successius s’ha mantingut, si bé per Catalunya durant el 2016 s’aprecia una important reducció mentre que per Espanya s’ha mantingut igual.
+Pel que fa a l’augment de la taxa de risc de pobresa amb lloguer imputat respecte al no imputat és diferent entre Catalunya i Espanya. Concretament, tal i com es pot veure al <span id='cite-_Ref499201776'></span>[[#_Ref499201776|Gràfic 2.19]] els menors augments en la taxa de risc de pobresa es produeixen a Espanya (al voltant del 9-12%). En canvi els majors augments de la taxa de risc de pobresa es donen a Catalunya (llindar Espanya). De fet el màxim increment de la variació percentual es produeix l’any 2008 amb un valor del 27,7% si bé els anys posteriors disminueix progressivament. Pel que fa a Catalunya (llindar Catalunya) l’augment de variació percentual es fa progressivament més gran cada any fins arribar a un màxim l’any 2016 del 20,9%.
+<span id='_Ref499197400'></span>Gràfic 2.18. Taxa de risc de pobresa d'Espanya i Catalunya segons el llindar d’Espanya (60% mediana d’Espanya) i de Catalunya (60% mediana de Catalunya) amb lloguers imputats, població de 16 anys i més nascuda a l’estranger; 2006-2016
+{| style="width: 100%;border-collapse: collapse;"
+|-
+|  style="vertical-align: top;width: 100%;"|[[Image:trullen_et_al_2018a-image18.png|600px]]
+|-
+|  style="vertical-align: top;"|<span style="text-align: center; font-size: 75%;">Font: IERMB a partir de microdades ECV INE</span>
+|}
+<span id='_Ref499201776'></span>Gràfic 2.19. Variació percentual en la taxa de risc de pobresa d'Espanya i Catalunya segons el llindar d’Espanya (60% mediana d’Espanya) i de Catalunya (60% mediana de Catalunya) després d’aplicar els lloguers imputats, població de 16 anys i més nascuda a l’estranger; 2006-2016
+{| style="width: 100%;border-collapse: collapse;"
+|-
+|  style="vertical-align: top;width: 100%;"|[[Image:trullen_et_al_2018a-image19.png|600px]]
+|-
+|  style="vertical-align: top;"|<span style="text-align: center; font-size: 75%;">Font: IERMB a partir de microdades ECV INE</span>
+|}
+<span id='_Toc501110498'></span><span id='_Ref508964629'></span>
+===2.8 Impacte del lloguer imputat sobre el risc de pobresa a l’AMB===
+En l’apartat anterior s’ha estudiat la taxa de risc de pobresa amb o sense lloguer imputat segons origen pel període 2006-2016 pels àmbits territorials de Catalunya i Espanya. Per àmbits com Barcelona, l’AMB o la RMB només estan disponibles les dades per l’any 2011 i 2016. Pel primer any es pot distingir entre quatre tipus d’origen de la població: Catalunya, resta d’Espanya, Espanya i resta del món. Pel segon any només pot distingir entre Espanya i la resta del món. Tal i com es pot veure a la <span id='cite-_Ref499204780'></span>[[#_Ref499204780|Taula 2.9]], i la <span id='cite-_Ref499807173'></span>[[#_Ref499807173|Taula 2.10]] els resultats són molt similars als que s’han vist per Catalunya i Espanya entre els anys 2006-2016 segons lloc d’origen.
+En primer lloc cal destacar que la taxa de risc pobresa, tant el 2011 com el 2016 disminueix quan s’imputen els lloguers en tots els àmbits territorials. L’única excepció és la població amb origen a la resta del món ja que en aquests casos la imputació dels lloguers augmenta la taxa de risc de pobresa. També cal destacar que el 2011 l’AMB registra la menor taxa de risc de pobresa tant amb lloguer imputat com sense imputar. A continuació la segueix Barcelona, la RMB i finalment Catalunya. Pel 2016 la situació és diferent i és Barcelona la que registra una menor taxa de risc de pobresa seguida de l’AMB, la RMB i finalment Catalunya.
+En segon lloc, per l’any 2011 des del punt de vista de l’origen, la taxa de risc de pobresa sense lloguer imputat és inferior per la població amb origen Catalunya respecte a la població amb origen a la resta d’Espanya, d’Espanya en el seu conjunt i sobretot amb origen a la resta del món. En canvi, la taxa de risc de pobresa amb lloguer imputat per la població amb origen a la resta d’Espanya és inferior a la d’origen a Catalunya, Espanya i sobretot a la d’origen a la resta del món. Per l’any 2016, no hi ha dades disponibles sobre la taxa de risc amb lloguer imputat o sense imputat per la població nascuda a Catalunya o la resta d’Espanya i només hi ha dades disponibles per la població nascuda a Espanya o a l’estranger. Com el cas anterior, la taxa de risc de pobresa amb lloguer imputat o sense imputar es inferior per la població nascuda a Espanya respecte a la població nascuda a l’estranger.
+En tercer lloc, si s’analitza pel 2011 la reducció o augment de la taxa de risc de pobresa després d’aplicar lloguer imputats segons l’àmbit i l’origen de la població s’observen diferents comportaments. La taxa de risc de pobresa de la població total disminueix amb el lloguer imputat a tots els àmbits, si bé la major disminució es produeix a la RMB (disminució del 16,2%) (vegeu <span id='cite-_Ref499212461'></span>[[#_Ref499212461|Gràfic 2.20]]). Si es té en compte la població amb origen a Catalunya, la taxa de risc de pobresa també disminueix amb el lloguer imputat. En aquest cas, la major disminució es produeix a l’AMB (-27,3%) i Barcelona (-26,6%), mentre la RMB i Catalunya són pràcticament iguals (-23,4% i -23,3% respectivament). En el cas de la població amb origen a la resta d’Espanya és on es produeixen les majors reduccions de la taxa de risc de pobresa quan s’imputa el lloguer. Barcelona de nou és l’àmbit on disminueix més la taxa de risc de pobresa (-47,5%) seguida de la RMB (-44,9%), l’AMB (-44,6%) i Catalunya (-38,9%). En el cas de la població nascuda a Espanya les reduccions de la taxa de risc de pobresa se situen al voltant del 30-34% en tots els àmbits territorials. Per acabar, cal destacar el comportament de la població amb origen a la resta del món, ja que en aquest cas, en l’imputar el lloguer, la taxa de risc de pobresa no disminueix sinó que augmenta i de manera significativa. Per Barcelona la taxa de risc de pobresa augmenta un 56,1%, seguida de l’AMB (39,2%), de la RMB (20,1%) i finalment Catalunya (12,9%).
+Per l’any 2016 la reducció o augment de la taxa de risc de pobresa segons l’àmbit i l’origen de la població són de magnituds més reduïdes que les del 2011. La taxa de risc de pobresa de la població total disminueix amb el lloguer imputat a tots els àmbits, si bé la major disminució es produeix a l’AMB (disminució del 25,8%) seguit de l’RMB (-17,6%), Barcelona mentre Catalunya es la més petita (-11,1%) (vegeu <span id='cite-_Ref499807238'></span>[[#_Ref499807238|Gràfic 2.21]]). En el cas de la població nascuda a Espanya novament les majors reduccions de la taxa de risc de pobresa es produeixen a l’AMB (-34,9%) i a l’RMB (-29,5%) mentre que les menors reduccions són a Barcelona (-23,1%) i Catalunya (-24,6%). Per acabar, cal destacar el comportament singular de la població amb origen a la resta del món. Mentre que la diferencia entre lloguer imputat i no imputat és petita i pràcticament inexistent per Barcelona (3,7%) i l’AMB (-0,8%), per la RMB i Catalunya sí que augmenta la taxa de risc de pobresa quan s’imputen les rendes del lloguer (increments del 17,1% i 20,9% respectivament).
+<span id='_Ref499204780'></span><span id='_Hlk499733050'></span>Taula 2.9. Taxa de risc de pobresa (llindar Catalunya), població de 16 i més anys segons el seu origen; 2011
+{| style="width: 100%;border-collapse: collapse;"
+|-
+|  style="border-top: 1pt solid black;border-bottom: 1pt solid black;"|'''Total'''
+|  style="border-top: 1pt solid black;border-bottom: 1pt solid black;text-align: right;"|'''Barcelona'''
+|  style="border-top: 1pt solid black;border-bottom: 1pt solid black;text-align: right;"|'''AMB'''
+|  style="border-top: 1pt solid black;border-bottom: 1pt solid black;text-align: right;"|'''RMB'''
+|  style="border-top: 1pt solid black;border-bottom: 1pt solid black;text-align: right;"|'''Catalunya'''
+|-
+| Sense lloguer imputat
+|  style="text-align: right;"|18,6
+|  style="text-align: right;"|18,2
+|  style="text-align: right;"|20,5
+|  style="text-align: right;"|21,4
+|-
+| Amb lloguer imputat
+|  style="text-align: right;"|16,4
+|  style="text-align: right;"|15,6
+|  style="text-align: right;"|17,2
+|  style="text-align: right;"|18,2
+|-
+|  style="border-bottom: 1pt solid black;"|'''Catalunya'''
+|  style="border-bottom: 1pt solid black;text-align: right;"|''' '''
+|  style="border-bottom: 1pt solid black;text-align: right;"|''' '''
+|  style="border-bottom: 1pt solid black;text-align: right;"|''' '''
+|  style="border-bottom: 1pt solid black;text-align: right;"|''' '''
+|-
+| Sense lloguer imputat
+|  style="text-align: right;"|17,6
+|  style="text-align: right;"|16,2
+|  style="text-align: right;"|17,5
+|  style="text-align: right;"|17,8
+|-
+| Amb lloguer imputat
+|  style="text-align: right;"|12,9
+|  style="text-align: right;"|11,8
+|  style="text-align: right;"|13,4
+|  style="text-align: right;"|13,6
+|-
+|  style="border-bottom: 1pt solid black;"|'''Resta d'Espanya'''
+|  style="border-bottom: 1pt solid black;text-align: right;"|''' '''
+|  style="border-bottom: 1pt solid black;text-align: right;"|''' '''
+|  style="border-bottom: 1pt solid black;text-align: right;"|''' '''
+|  style="border-bottom: 1pt solid black;text-align: right;"|''' '''
+|-
+| Sense lloguer imputat
+|  style="text-align: right;"|20,7
+|  style="text-align: right;"|19,3
+|  style="text-align: right;"|20,0
+|  style="text-align: right;"|19,9
+|-
+| Amb lloguer imputat
+|  style="text-align: right;"|10,9
+|  style="text-align: right;"|10,7
+|  style="text-align: right;"|11,0
+|  style="text-align: right;"|12,1
+|-
+|  style="border-bottom: 1pt solid black;"|'''Espanya'''
+|  style="border-bottom: 1pt solid black;text-align: right;"|''' '''
+|  style="border-bottom: 1pt solid black;text-align: right;"|''' '''
+|  style="border-bottom: 1pt solid black;text-align: right;"|''' '''
+|  style="border-bottom: 1pt solid black;text-align: right;"|''' '''
+|-
+| Sense lloguer imputat
+|  style="text-align: right;"|18,5
+|  style="text-align: right;"|17,2
+|  style="text-align: right;"|18,2
+|  style="text-align: right;"|18,3
+|-
+| Amb lloguer imputat
+|  style="text-align: right;"|12,3
+|  style="text-align: right;"|11,4
+|  style="text-align: right;"|12,7
+|  style="text-align: right;"|13,2
+|-
+|  style="border-bottom: 1pt solid black;"|'''Resta del món'''
+|  style="border-bottom: 1pt solid black;text-align: right;"|''' '''
+|  style="border-bottom: 1pt solid black;text-align: right;"|''' '''
+|  style="border-bottom: 1pt solid black;text-align: right;"|''' '''
+|  style="border-bottom: 1pt solid black;text-align: right;"|''' '''
+|-
+| Sense lloguer imputat
+|  style="text-align: right;"|19,0
+|  style="text-align: right;"|21,8
+|  style="text-align: right;"|29,6
+|  style="text-align: right;"|34,0
+|-
+|  style="border-bottom: 1pt solid black;"|Amb lloguer imputat
+|  style="border-bottom: 1pt solid black;text-align: right;"|29,6
+|  style="border-bottom: 1pt solid black;text-align: right;"|30,3
+|  style="border-bottom: 1pt solid black;text-align: right;"|35,5
+|  style="border-bottom: 1pt solid black;text-align: right;"|38,3
+|-
+|  colspan='5'  style="vertical-align: bottom;"|<span style="text-align: center; font-size: 75%;">Font: IERMB a partir de l’Enquesta de Condicions de Vida i Hàbits de la Població 2011. Idescat i IERMB</span>
+|}
+<span id='_Ref499212461'></span>Gràfic 2.20. Variació percentual en la taxa de risc de pobresa de Barcelona amb lloguer imputat i sense lloguer imputat, l’AMB, l’RMB i Catalunya segons lloc d'origen, població de 16 i més; 2011
+{| style="width: 100%;border-collapse: collapse;"
+|-
+|  style="vertical-align: top;width: 100%;"|[[Image:trullen_et_al_2018a-image20.png|600px]]
+|-
+|  style="vertical-align: bottom;"|<span style="text-align: center; font-size: 75%;">Font: IERMB a partir de l’Enquesta de Condicions de Vida i Hàbits de la Població 2011. Idescat i IERMB</span>
+|}
+<span id='_Ref499807173'></span>Taula 2.10. Taxa de risc de pobresa (llindar Catalunya), població de 16 i més anys segons el seu origen; 2016
+{| style="width: 100%;border-collapse: collapse;"
+|-
+|  style="border-top: 1pt solid black;border-bottom: 1pt solid black;"|'''Total'''
+|  style="border-top: 1pt solid black;border-bottom: 1pt solid black;text-align: right;"|'''Barcelona'''
+|  style="border-top: 1pt solid black;border-bottom: 1pt solid black;text-align: right;"|'''AMB'''
+|  style="border-top: 1pt solid black;border-bottom: 1pt solid black;text-align: right;"|'''RMB'''
+|  style="border-top: 1pt solid black;border-bottom: 1pt solid black;text-align: right;"|'''Catalunya'''
+|-
+| Sense lloguer imputat
+|  style="text-align: right;"|12,9
+|  style="text-align: right;"|15,5
+|  style="text-align: right;"|17,0
+|  style="text-align: right;"|18,2
+|-
+| Amb lloguer imputat
+|  style="text-align: right;"|10,9
+|  style="text-align: right;"|11,5
+|  style="text-align: right;"|14,1
+|  style="text-align: right;"|16,2
+|-
+|  style="border-bottom: 1pt solid black;"|'''Catalunya'''
+|  style="border-bottom: 1pt solid black;text-align: right;"|''' '''
+|  style="border-bottom: 1pt solid black;text-align: right;"|''' '''
+|  style="border-bottom: 1pt solid black;text-align: right;"|''' '''
+|  style="border-bottom: 1pt solid black;text-align: right;"|''' '''
+|-
+| Sense lloguer imputat
+|  style="text-align: right;"|n.d.
+|  style="text-align: right;"|n.d.
+|  style="text-align: right;"|n.d.
+|  style="text-align: right;"|n.d.
+|-
+| Amb lloguer imputat
+|  style="text-align: right;"|n.d.
+|  style="text-align: right;"|n.d.
+|  style="text-align: right;"|n.d.
+|  style="text-align: right;"|n.d.
+|-
+|  style="border-bottom: 1pt solid black;"|'''Resta d'Espanya'''
+|  style="border-bottom: 1pt solid black;text-align: right;"|''' '''
+|  style="border-bottom: 1pt solid black;text-align: right;"|''' '''
+|  style="border-bottom: 1pt solid black;text-align: right;"|''' '''
+|  style="border-bottom: 1pt solid black;text-align: right;"|''' '''
+|-
+| Sense lloguer imputat
+|  style="text-align: right;"|n.d.
+|  style="text-align: right;"|n.d.
+|  style="text-align: right;"|n.d.
+|  style="text-align: right;"|n.d.
+|-
+| Amb lloguer imputat
+|  style="text-align: right;"|n.d.
+|  style="text-align: right;"|n.d.
+|  style="text-align: right;"|n.d.
+|  style="text-align: right;"|n.d.
+|-
+|  style="border-bottom: 1pt solid black;"|'''Espanya'''
+|  style="border-bottom: 1pt solid black;text-align: right;"|''' '''
+|  style="border-bottom: 1pt solid black;text-align: right;"|''' '''
+|  style="border-bottom: 1pt solid black;text-align: right;"|''' '''
+|  style="border-bottom: 1pt solid black;text-align: right;"|''' '''
+|-
+| Sense lloguer imputat
+|  style="text-align: right;"|10,4
+|  style="text-align: right;"|13,0
+|  style="text-align: right;"|14,6
+|  style="text-align: right;"|14,9
+|-
+| Amb lloguer imputat
+|  style="text-align: right;"|8,0
+|  style="text-align: right;"|8,4
+|  style="text-align: right;"|10,3
+|  style="text-align: right;"|11,2
+|-
+|  style="border-bottom: 1pt solid black;"|'''Resta del món'''
+|  style="border-bottom: 1pt solid black;text-align: right;"|''' '''
+|  style="border-bottom: 1pt solid black;text-align: right;"|''' '''
+|  style="border-bottom: 1pt solid black;text-align: right;"|''' '''
+|  style="border-bottom: 1pt solid black;text-align: right;"|''' '''
+|-
+| Sense lloguer imputat
+|  style="text-align: right;"|28,7
+|  style="text-align: right;"|33,6
+|  style="text-align: right;"|33,0
+|  style="text-align: right;"|38,6
+|-
+|  style="border-bottom: 1pt solid black;"|Amb lloguer imputat
+|  style="border-bottom: 1pt solid black;text-align: right;"|29,8
+|  style="border-bottom: 1pt solid black;text-align: right;"|33,3
+|  style="border-bottom: 1pt solid black;text-align: right;"|38,7
+|  style="border-bottom: 1pt solid black;text-align: right;"|46,7
+|-
+|  colspan='5'  style="vertical-align: bottom;"|<span style="text-align: center; font-size: 75%;">Font: IERMB a partir de microdades ECV INE</span>
+|}
+<span id='_Ref499807238'></span>Gràfic 2.21. Variació percentual en la taxa de risc de pobresa de Barcelona amb lloguer imputat i sense lloguer imputat, l’AMB, l’RMB i Catalunya segons lloc d'origen, població de 16 i més; 2016
+{| style="width: 100%;border-collapse: collapse;"
+|-
+|  style="vertical-align: top;width: 100%;"|[[Image:trullen_et_al_2018a-image21.png|600px]]
+|-
+|  style="vertical-align: bottom;"|<span style="text-align: center; font-size: 75%;">Font: IERMB a partir de microdades ECV INE</span>
+|}
+<span id='_Toc501110503'></span>
+==3 Conclusions==
+En els darrers anys institucions internacionals com la OCDE i UN-Habitat, reconeixent la importància creixent de les ciutats en el desenvolupament econòmic i alhora, els perills que poden derivar d’un creixement desequilibrat, estan plantejant la necessitat d’activar noves estratègies de creixement inclusiu de naturalesa urbana o metropolitana.
+Des d’aquesta perspectiva, per “creixement inclusiu” s’entén un procés de creixement econòmic sostingut acompanyat de la creació d’oportunitats per a tots els segments de la població de participar en l’economia, amb una  distribució dels fruits del creixement econòmic justa i equitativa, tant en termes monetaris com no monetaris. Així mateix, des d’un punt de vista urbà, el “creixement inclusiu urbà” es configura com el creixement guiat per polítiques urbanes que impliquen millores en la distribució de la renda i el benestar de la població en el seu conjunt, i que implica tant a governs, com a empreses i al conjunt de la ciutadania.
+En aquest estudi ens centrem en els indicadors relacionats amb la desigualtat i el risc de pobresa. Amb aquest objectiu es presenten per primera vegada uns indicadors específics que es calculen a partir de les microdades més recents obtingudes de les Enquestes de Condicions de Vida oficials, per a Barcelona, Catalunya i Espanya pel període 2006-2016.
+L’estudi permet incidir en dos aspectes als que sovint es presta poca atenció en aquest àmbit, com són l’edat i l’origen geogràfic de la població, per una banda, i per l’altra, l’influencia del règim de tinença de l’habitatge. Considerem que tenir en compte aquests aspectes, que influeixen en la desigualtat i el risc de pobresa, pot ser un element rellevant a l’hora de plantejar polítiques per reduir la desigualtat i la pobresa.
+D’entre els resultats obtinguts destaquem els següents:
+:1. El coeficient de Gini de la renda disponible per la població total és de mitjana superior en un 6,8% al conjunt d’Espanya que a Catalunya.
+:2. La tendència del Coeficient de Gini és a l’alça pel conjunt d’Espanya per tot el període (7,9%). Catalunya presenta un empitjorament entre 2006-2011 (9,2%) i una millora entre 2011-2016 (2,1%); l’any 2016 encara no havia recuperat el nivell del 2008.
+:3. Per lloc de naixement, destaca el creixement del coeficient de Gini pel conjunt d’Espanya de la població nascuda a l’estranger (21,8%) superior al de Catalunya (5,0%).
+:4. La taxa de risc de pobresa (llindar Espanya) d’Espanya se situa en mitjana en el 21%, i la de Catalunya en el 13%. Per Catalunya -si emprem el llindar de Catalunya- la taxa és del 19%. Per la UE-27, és del 17%.
+:5. La taxa de risc de pobresa de la població estrangera registra un nivell molt alt, entre un 20% i un 30% superior al del conjunt de la població, tant per Espanya com per Catalunya. Es dona un fort augment durant la crisi.
+:6. El lloguer imputat té un impacte molt rellevant en la desigualtat (és una estimació del que representa la prestació per habitatge sobre la llar, i tendeix a disminuir la desigualtat). El lloguer (o la renda imputada per la propietat de l’habitatge sobre la renda de la llar) tendeix a disminuir significativament els nivells de desigualtat tant a Catalunya com a Espanya. La reducció de la desigualtat del lloguer imputat és superior a Espanya (8-9%) que a Catalunya (5-6%). En canvi, per la població estrangera la imputació de rendes presenta diferents anys amb efectes negatius, destacant els anys 2008 i 2013 per Catalunya.
+:7. El lloguer imputat té un impacte en general positiu en la millora dels ingressos familiars i en conseqüència en la reducció de la taxa de risc de pobresa. Tot i així, la taxa risc de pobresa de la població nascuda a l’estranger amb lloguer imputat d’Espanya (45,9%) i Catalunya (33,9%) eren molt altes.
+:8. Es presenten també resultats de la taxa de risc de pobresa (llindar Catalunya) de l’any 2016 de Barcelona, AMB, RMB i Catalunya. Dels resultats destacarem: la important disminució de la taxa de risc de pobresa amb lloguer imputat respecte a sense lloguer imputat, excepte pels ciutadans estrangers; la molt elevada taxa de risc de pobresa pels ciutadans estrangers amb lloguer imputat (46,7%) i sense lloguer imputat (38,6%); la baixa taxa de risc de pobresa pels ciutadans no nascuts a l’estranger amb lloguer imputat tant a Barcelona (8,0%), com a l’AMB (8,4%).
+<span id='_Toc501110504'></span>
+==Referències bibliogràfiques==
+Atkinson, A.B., Marlier, E. (2010): “Living Conditions in Europe and the Europe 2020 agenda”, a Atkinson, A. B., Marlier, E. (eds.) Income and living conditions in Europe. Eurostat, Statistical books.
+Becattini, G. (ed) (1975); Lo sviluppo economico della Toscana, IRPET, Firenze.
+Becattini, G. (1979): “Dal settore industrial al distretto industriale. Alcune considerazione sull´unità d’indagine dell’economia industrial”, Rivista di Economia e Politica Industriale, V. Num. ,1, pp 7-21. English Translation (2004): “From the industrial “sector” to industrial “district”: some remarks on the conceptual foundations of industrial economics” en Becattini, G. Industrial Districts. A New Approach to Industrial Change, Edward Elgar, Cheltenham, UK.
+Boulant, J., M. Brezzi and P. Veneri (2016), “Income Levels And Inequality in Metropolitan Areas: A Comparative Approach in OECD Countries”, OECD Regional Development Working Papers, 2016/06, OECD Publishing, Paris. [http://dx.doi.org/10.1787/5jlwj02zz4mr-en http://dx.doi.org/10.1787/5jlwj02zz4mr-en]
+Camagni R. (2005): Economia urbana. Antoni Bosch Editor. Barcelona.
+Eurostat (2009): “Impact study of inclusion/exclusion of non-monetary income components and extreme values”, Document LC-ILC/33/09/EN prepared for the Working Group meeting of Statistics on Living Conditions, Luxembourg 10-12 June 2009.
+Eurostat (2013): “The distributional impact of imputed rent in EU-SILC 2007-2010”. Luxembourg: Publications Office of the European Union.
+Frick, J.R. and M.M. Grabka (2003): “Imputed Rent and Income Inequality: A Decomposition Analysis for the U.K., West Germany, and the USA,” Review of Income and Wealth, 49, 513-537.
+Frick, J.R., M.M. Grabka, T.M. Smeeding and P. Tsakloglou (2010): “Imputed Rent and its Distributional Impact in five European Countries”. Journal of Housing Economics, 19, 167-179.
+IERMB-AMB (2014): La metròpoli de Barcelona I el model de creixement inclusiu. Anuari Metropolità de Barcelona 2013, Barcelona, maig de 2014.
+IERMB-AMB (2015): Creixement Inclusiu: el Gran Repte Estratègic Metropolità. Anuari Metropolità de Barcelona 2014, Barcelona, abril de 2015.
+Juntto, A., Reijo, M. (2010), “The comparability of imputed rent”, Eurostat, Methodologies and working papers.
+Kuznets. S. (1955): Economic growth and income inequality” American Economic Review, Vol. 45, Nº 1. Pp 1-28.
+OECD (2016a): Making Cities Work for All. Data and Actions for Inclusive Growth, OECD publishing.
+OECD (2016b): The New York Proposal for Inclusive Growth in Cities. Inclusive Growth in Cities Campaign: A Roadmap for Action. OECD- Ford Foundation.
+Piketty, T. (2013). Le capital au XXIe Siècle. Paris: Éditions du Seuil.
+Rayuela, V., P. Veneri and R. Ramos (2014): Income Inequality, Urban Size and Economic Growth, OECD Regional Development Working Papers 2014/10.
+Sauli, H., Törmälehto, V-M. (2010), “The distributional impact of imputed rent in EU-SILC”, a Atkinson, A. B., Marlier, E. (eds.) Income and living conditions in Europe. Eurostat, Statistical books.
+Törmälehto, V-M., Sauli, H. (2010), “The distributional impact of imputed rent in EU-SILC”, Eurostat, Methodologies and working papers.
+Trullén, J. (2011): “The Barcelona City of knowledge Project and the [mailto:22@Barcelona” 22@Barcelona”] in Revista Económica de Catalunya, núm 64, pp 22-29.
+Trullén, J. y V. Galletto (2014): “Inclusive growth and urban policies: the case of Barcelona”. Second OECD/Ford Workshop. Changing the Conversation on Growth: going inclusive. Ford Foundation, New York, 27 febrer 2014.
+Trullén, J. (2015a): “Giacomo Becattini and the Marshall´s Method” Investigaciones Regionales, núm 35.
+Trullén, J. (2015b). Inclusive growth and urban strategies: the case of Barcelona. In P.K. Kresl, Cities and Partnerships for sustainable urban development (pp.111-127). Cheltenham: Edward Elgar.
+Trullén, J (2015c): “Creixement Inclusiu: El gran repte estratègic metropolità”, en IERMB-AMB (2015).
+Trullén, J. i R. Boix (2017): “The Marshallian industrial district and inclusive urban growth strategy· a Economia e Politica Industriale. Journal of Industrial and Business economics, Springer., Vol. 44, Issue 4, December 2017, pp 449-457.
+Trullén J. i V. Galletto (2017): Inclusive growth from an urban perspective: a challenge for the metropolis of the 21st century, Working Papers Economics 17.01, IERMB.
+Trullén J., S. Aguilera, M. Correa, M. Fíguls, V. Galletto (2017): Creixement inclusiu urbà. El creixement inclusiu des d’una perspectiva urbana: un repte per a la metrópoli de Barcelona, IERMB.
+United Nations (2017): Nueva Agenda Urbana. Resolución aprobada por la Asamblea General el 23 de Diciembre de 2016. Declaración de Quito sobre Ciudades y Asentamientos Humanos Sostenibles para Todos. Distribución general 25 de enero de 2017.
+UN-HABITAT (2015):  Issue Paper on Inclusive Cities, New York, 31 May 2015.
+Veneri, P. and F. Murtin (2016): Where is inclusive growth happening? Mapping multidimensional living standards in OECD regions, OECD Statistics Working Papers 2016/01.
+World Bank (2015), “A measured approach to ending poverty and boosting shared prosperity: concepts, data, and the Twin Goals”, Policy Research Report, World Bank, Washington, DC.

Latest revision as of 11:09, 18 July 2018

Abstract:

1 Introducció. El creixement inclusiu urbà com a marc de referència per a l’estudi de la desigualtat

2 Desigualtat i risc de pobresa

2.1 Desigualtat a Catalunya i Espanya

2.2 Desigualtat a Catalunya i Espanya per lloc de naixement

2.3 Taxa de risc de pobresa a Catalunya i Espanya

2.4 Taxa de risc de pobresa a Catalunya i Espanya per lloc de naixement

2.5 Impacte del lloguer imputat en la desigualtat a la UE5

2.6 Impacte del lloguer imputat en la desigualtat a Catalunya i Espanya

2.7 Impacte del lloguer imputat sobre el risc de pobresa a Catalunya i Espanya

2.8 Impacte del lloguer imputat sobre el risc de pobresa a l’AMB

3 Conclusions

Referències bibliogràfiques

Document information

Document Score

Share this document

Keywords

claim authorship

2.5 Impacte del lloguer imputat en la desigualtat a la UE⁵