Proyección de accidentalidad laboral y sus consecuencias, asociadas a la dinámica del mercado laboral en Colombia

Abstract

La dinámica de los riesgos laborales es muy variable dependiendo los sectores económicos y las clases de riesgo en donde se desarrollen las actividades, ya que en estas se pueden presentar diversas cantidades de accidentes de trabajo y sus consecuencias asociadas como muertes, invalidez o incapacidades permanentes parciales. El análisis de la dinámica del mercado laboral permitiría identificar aquellos sectores económicos y sus respectivas clases de riesgo en las que se podrían presentar los mayores impactos sobre los aspectos asociados a la accidentalidad laboral, de manera que se pueda anticipar la ocurrencia de dichos eventos y fortalecer su respectiva gestión. El presente estudio tiene por objetivo desarrollar un modelo matemático y evaluar su ajuste con los datos históricos de los años 2009 al 2022 para los sectores económicos inmobiliario, construcción, minas, transporte, comercio y agricultura el cual permita proyectar la dinámica del mercado laboral colombiano durante los años 2023 y 2024 y su relación con el crecimiento en el número de trabajadores o empresas. Se utilizó la metodología SEMMA y se desarrolló un modelo matemático basado en el análisis de componentes principales (PCA) y la aplicación de una regresión lineal múltiple a partir de dichos componentes, el cual presentó diferentes ajustes según la variable analizada, el sector económico y la clase de riesgo asociada. Se proyectaron escenarios de crecimiento de los sectores económicos de acuerdo con las dinámicas del mercado laboral actual en Colombia y se evaluaron los cambios en las variables mencionadas, logrando proyectar una visión general de la accidentalidad laboral y sus consecuencias. Finalmente, los modelos mostraron ajustes muy variables, que van desde 0 para variables que nunca tuvieron ocurrencia hasta valores superiores a 0.9, evaluados con la medida del R2. Logrando generar predicciones con un buen nivel de ajuste para algunos sectores económicos y sus clases de riesgo, la cual serviría como insumo para toma de decisiones en materia de riesgos laborales.

The dynamics of occupational risks vary greatly depending on economic sectors and the types of risks involved in the activities. This is because varying numbers of workplace accidents and their associated consequences—such as deaths, disabilities, or partial permanent incapacities—can occur in these sectors. Analyzing the dynamics of the labor market would allow for the identification of those economic sectors and their respective risk categories where the greatest impacts on aspects related to workplace accidents could occur. This would enable anticipation of such events and strengthen their respective management. This study aims to develop a mathematical model and evaluate its fit with historical data from 2009 to 2022 for the real estate, construction, mining, transportation, commerce, and agriculture sectors. This model would allow for projecting the dynamics of the Colombian labor market for the years 2023 and 2024 and its relationship with the growth in the number of workers or companies. The SEMMA methodology was used, and a mathematical model based on Principal Component Analysis (PCA) and the application of multiple linear regression from these components was developed. The model showed different levels of fit depending on the variable analyzed, the economic sector, and the associated risk category. Scenarios were projected for the growth of economic sectors based on the current labor market dynamics in Colombia, and changes in the mentioned variables were evaluated, successfully projecting an overall view of workplace accidents and their consequences. Finally, the models showed highly variable fits, ranging from 0 for variables that never occurred to values greater than 0.9, evaluated using the R2 measure. Achieving to generate predictions with a good level of fit for some economic sectors and their risk categories, which would serve as input for decision-making in the area of occupational risks.