Poniendo a trabajar a los números: Un análisis de la correlación entre el presupuesto nacional destinado a políticas de empleo y las tasas laborales en Argentina entre los períodos 2011-2015 y 2015-2019

En este repositorio se comparten los datos y scripts utilizados en el trabajo presentado en el Socio-hackathon Investigar en Sociales 2024 por Manuel Barragán, Micaela de Hernández, Ezequiel Ludueña y Marco Spalletti.

La pregunta que guió el análisis y desarrollo de este trabajo fue:

¿En qué medida el presupuesto anual ejecutado para la función "Trabajo" incide en las estadísticas laborales?

Se pretendió analizar el impacto de los montos dedicados a políticas laborales, desagregando en distintas poblaciones, y comparando entre distintos períodos de gestión.

Para realizar este trabajo, las fuentes de datos utilizadas fueron los datos abiertos disponibles del presupuesto nacional y los resultados que se obtuvieron a partir del trabajo con la Encuesta Permanente de Hogares (EPH), realizada por el Instituto Nacional de Estadísticas y Censos (INDEC), que releva de manera trimestral los datos sociodemográficos y socioeconómicos de la población.

En informe.pdf se puede leer el informe del proyecto presentado en la competencia.

Estructura del repositorio

• Directorios:

  • data: Datos de entrada y generados.

  • docs: Documentación relacionada con las bases de datos utilizadas en el proyecto.

  • plots: Gráficos y visualizaciones generadas.

  • utils: Scripts utilizados para la descarga de datos de entrada.

  • Scripts de R:

    scripts_r: Directorio con los scripts utilizados para procesar los datos de la EPH año por año y generar valores para las distintas tasas analizadas.

  • Notebooks de Python:

    notebooks: Directorio con los Jupyter Notebooks realizados, utilizando distintas librerias de Python.

    • presupuesto: Scripts de procesamiento y visualización realizados sobre la base de datos de presupuesto abierto del gobierno nacional.
    • ipim: Scripts de procesamiento realizados sobre los datos del Índice de Precios al por Mayor (IPIM), utilizado para deflactar los valores monetarios.
    • eph: Scripts de procesamiento y visualización sobre el trabajo realizado previamente utilizando los datos de la EPH.
    • cruce_eph_presupuesto: Scripts de procesamiento y visualización realizados sobre los resultados generados sobre el presupuesto y la EPH.

• Otros archivos:

  • informe.pdf: informe sobre el trabajo realizado.
  • requirements.txt: listado de librerías de Python utilizadas en los notebooks.
  • .gitignore: listado de archivos de los que no se requiere versionado en el repositorio.

Instrucciones de uso para corrección y reproducción del trabajo

1. Clonar el repositorio.

git clone https://github.com/ezeluduena/socio-hackathon-2024.git
cd socio-hackathon-2024

Notebooks de Python

1. Crear entorno virtual de Python.

python -m venv .venv
source .venv/bin/activate

2. Instalar dependencias de Python.

pip install -r requirements.txt

3. Abrir cualquiera de los notebooks con un IDE que permita ejecutarlos utilizando el entorno virtual creado previamente.

Scripts en R

1. Instalar R desde CRAN y RStudio o cualquier IDE donde ejecutar R.

2. Instalar las dependencias necesarias:

install.packages("tidyverse")
install.packages("foreign")
install.packages("eph")
install.packages("dplyr")
install.packages("questionr")
install.packages("stringr")
install.packages("gmodels")
install.packages("rstatix")
install.packages("writexl")

3. Abrir el repositorio y ejecutar los scripts de R desde RStudio o el IDE de su preferencia.