Projection of social indicators for Argentina towards 2050: scenarios and future challenges
Abstract
This work develops forecasts for a set of four relevant socioeconomic indicators—labor force participation rate, labor informality, health coverage, and the completion of university-level education—using the Argentine Permanent Household Survey (EPH) as the primary data source. It combines tools from demographic analysis with household survey data to anticipate key challenges for public policy design. Using Argentine data from the period 1996–2023, the selected indicators are projected for the years from 2025 to 2050. The forecasting methodology employed is the Functional Data Model (FDM), which allows for modeling and extrapolating temporal trajectories while accounting for characteristic age and sex profiles. The results indicate that, should the observed trends persist, the future would see a favorable evolution in the percentage of people with a complete university education and an increase in the labor force participation rate (particularly among women), while labor informality would remain relatively stable throughout the projected period. The evolution of these variables has a direct impact on fertility. Therefore, the conclusions highlight the relevance of incorporating social variables into traditional population projections, thereby enabling the comparison of more complex and realistic scenarios that go beyond a simple analysis of the total population volume. Furthermore, the study raises the need to rethink the pension system in light of the demographic aging process and the structural transformations forecast for the coming decades.
Downloads
References
Bell, W. (2001). Futures studies comes of age: twenty-five years after the limits to growth. Futures 33(1), 63–76. https://doi.org/10.1016/S0016-3287(00)00054-9
Bôheim, R., Horvath,T., Leoni, T. y Spielauer, M. (2021). The impact of health and education on labor force participation in aging societies: Projections for the United States and Germany from a dynamic microsimulation (NBER Working Paper No. 29534). National Bureau of Economic Research. 10.3386/w29534 (NBER). https://www.nber.org/papers/w29534
Boyarski, A. (1989). Curso de demografía. Ediciones de Ciencias Sociales.
Cecchini, S. (2005). Indicadores sociales en América Latina y el Caribe. Serie de estudios estadísticos y prospectivos, Naciones Unidas editorial, Santiago de Chile. https://digitallibrary.un.org/record/562535?ln=zh_CN&v=pdf
Chackiel, J. (2007). América Latina: una transición demográfica acelerada y sus consecuencias. Revista de Investigación Social, (4, verano), 13–46. https://ru.iis.sociales.unam.mx/bitstream/IIS/5324/2/01_chackiel.pdf
Erbas, B., Hyndman, R. J. y Gertig, D. M. (2007). Forecasting age-specific breast cancer mortality using functional data models. Statistics in Medicine, 26(2), 458–470. https://doi.org/10.1002/sim.2306
Feres, J.C. y Mancero X. (2001). El método de las necesidades básicas insatisfechas (NBI) y sus aplicaciones en América Latina: CEPAL. https://digitallibrary.un.org/record/440987?ln=en&v=pdf
Fredriksen, D. (1998). Projections of population, education, labour supply and public pension benefits: Analyses with the dynamic microsimulation model MOSART. Social and Economic Studies 101. Statistics Norway. https://ssb.brage.unit.no/ssb-xmlui/handle/11250/181352
Frees, E. W. (2003). Stochastic forecasting of labor force participation rates. Insurance: Mathematics and Economics, 33(2), 317-336. https://doi.org/10.1016/S0167-6687(03)00156-2
Fuchs, J., Söhnlein, D., Weber, B., y Weber, E. (2018). Stochastic Forecasting of Labor Supply and Population: An Integrated Model. Population research and policy review, 37(1), 33–58. https://doi.org/10.1007/s11113-017-9451-3
González, L. M., Pinto da Cunha, J. M. y Celton, D. (2008). Proyección de estratos vulnerables en dos ciudades intermedias: Región Metropolitana de Campinas (Brasil) y Gran Córdoba (Argentina). En E. B. Sánchez y J. E. Diniz Alves (Orgs.), Pobreza y vulnerabilidad social. Enfoques y perspectivas (pp. 213–230). ALAP‑UNFPA. https://files.alapop.org/congreso3/files/pdf/alap_2008_final_297.pdf
Grushka, C. (2016). Perspectivas del Sistema Integrado Previsional Argentino y de ANSES, años 2015-2050. Buenos Aires, Administración Nacional de la Seguridad Social (ANSES), Observatorio de la Seguridad Social.
Henshel, R. L. (1982). Sociology and Social Forecasting. Annual Review of Sociology, 8, 57–79. https://doi.org/10.1146/annurev.so.08.080182.000421
Huenchuan, S. (Ed.). (2018). Envejecimiento, personas mayores y Agenda 2030 para el Desarrollo Sostenible: perspectiva regional y de derechos humanos. Libros de la CEPAL, N.º 154; LC/PUB.2018/24-P. Comisión Económica para América Latina y el Caribe. https://demografiaydesarrollo.org/wp-content/uploads/2025/05/Envejecimientopersonas-mayores-y-agenda-2030-para-el-desarrollo-sostenible.pdf
Hyndman, R. J. y Ullah, M. S. (2007). Robust forecasting of mortality and fertility rates: A functional data approach. Computational Statistics & Data Analysis, 51(10), 4942–4956. https://doi.org/10.1016/j.csda.2006.07.028
Lee, R. D. y Carter, L. R. (1992). Modeling and forecasting U.S. mortality. Journal of the American Statistical Association, 87(419), 659–671. https://doi.org/10.1080/01621459.1992.10475265
Martinez, R. G. y Medina, F. (2008). La economía informal en Jujuy. Documentos de proyectos, LC/W.209–LC/BUE/W.31. Comisión Económica para América Latina y el Caribe (CEPAL). Recuperado de https://cdi.mecon.gob.ar/bases/doc/cepal/dp/31.pdf
Méndez Ramos M. C. (2021). Análisis de series de tiempo para los principales indicadores de mercado laboral de la población femenina en Colombia. [Trabajo final de Especialización en Estadística Aplicada, Fundación Universitaria Los Libertadores]. Repositorio Institucional. https://repository.libertadores.edu.co/server/api/core/bitstreams/8aefaec9-7454-4090-9977-18a1dadc93de/content
Mussini, A. y Biderbost, P. N. (2023). Proyecciones demográficas para Argentina como base para el diseño de la política migratoria. Migraciones internacionales, 14. https://doi.org/10.33679/rmi.v1i1.2621
Novta, N., Werner, A., y Wong, J. (2016). La mujer en el trabajo: Gran logro en América Latina y el Caribe. Blog del FMI. https://www.imf.org/es/Blogs/Articles/2016/09/15/6784
O’Sullivan, J. N. (2023). Demographic delusions: World population growth is exceeding most projections and jeopardising scenarios for sustainable futures. World, 4(3), 545–568. https://doi.org/10.3390/world4030034
Pizarro, R. (2001) La vulnerabilidad social y sus desafíos, una mirada desde América Latina. Serie Estudios Estadísticos y Prospectivos Nro. 6. CEPAL. Santiago de Chile. Recuperado de https://digitallibrary.un.org/record/440991/files/%5BE_%5DLC_L.1490-P-ES.pdf
Tosello, J. M. y Andreozzi, L. (2022). Enfermedades crónicas no transmisibles en Argentina: modelo y pronósticos por sexo y edad. Población y Salud en Mesoamérica, 20(1). https://doi.org/10.15517/psm.v20i1.49013
Otros documentos consultados
Argentina. Secretaría Nacional de Niñez, Adolescencia y Familia. (2019) Plan ENIA: recorridos, logros y desafíos. Ciudad Autónoma de Buenos Aires. Recuperado de https://www.argentina.gob.ar/sites/default/files/plan_enia._recorrido_logros_y_desafios_mayo_2020.pdf
Fondo de Población de las Naciones Unidas (UNFPA). (2025). La verdadera crisis de la fecundidad. Alcanzar la libertad reproductiva en un mundo de cambios. Estado de la población mundial en 2025. New York. Recuperado de https://lac.unfpa.org/es/publications/estado-de-la-poblacion-mundial-2025
Instituto Nacional de Estadística y Censos Argentina (INDEC). (2025) Estimaciones y proyecciones de población, por sexo y edad: total del país años 2022-2040: Censo Nacional de Población, Hogares y Viviendas 2022. República Argentina. - 1a ed. - Ciudad Autónoma de Buenos Aires. Análisis demográfico Nº39. https://www.indec.gob.ar/ftp/cuadros/publicaciones/proyecciones_nacionales_2022_2040.pdf
Instituto Nacional de Estadística y Censos, Argentina (INDEC), (s.f.-a) Base individual y hogar. Total aglomerados EPH y por aglomerado; total interior; y aglomerados de más y menos de 500.000 habitantes. Tercer trimestre 2016-2025. Recuperado de https://www.indec.gob.ar/indec/web/Institucional-Indec-BasesDeDatos
Instituto Nacional de Estadística y Censos, Argentina (INDEC) (s.f.-b) Bases de microdatos de la Encuesta Permanente de Hogares Continua. Tercer trimestre 2003-2006 y 2008-2014. Recuperado de https://www.indec.gob.ar/indec/web/Institucional-Indec-BasesDeDatos
Instituto Nacional de Estadística y Censos, Argentina (INDEC) (s.f.-c) Base Usuaria Ampliada EPH Puntual - Onda Octubre. Recuperado de https://www.indec.gob.ar/indec/web/Institucional-Indec-BasesDeDatos
Naciones Unidas, Departamento de Asuntos Económicos y Sociales, División de Población (2024a). Perspectivas de la población mundial 2024: Metodología de las estimaciones y proyecciones de población de las Naciones Unidas. https://population.un.org/wpp/assets/Files/WPP2024_Methodology-Report_Final.pdf
Naciones Unidas, Departamento de Asuntos Económicos y Sociales, División de Población (2024b). Perspectivas de la población mundial 2024: Population by age - Both Sexes. Total fertility (live births per woman) y Life expectancy at birth. Recuperado de https://population.un.org/wpp/
Organización Internacional del Trabajo (OIT). (2018). Mujeres y hombres en la economía informal: Un panorama estadístico. Department of Statistics. https://www.ilo.org/sites/default/files/wcmsp5/groups/public/@dgreports/@dcomm/documents/publication/wcms_635149.pdf
R Core Team. (2024). R: A language and environment for statistical computing (Version 4.5.0) [Computer software]. R Foundation for Statistical Computing. https://www.r-project.org/
United Nations Educational, Scientific and Cultural organization (UNESCO). (2023). Global education monitoring report, 2023: technology in education: a tool on whose terms? https://doi.org/10.54676/UZQV8501
The authors retain the rights to their work guaranteeing this journal the right of first publication, committing to cite the Journal of Social Sciences as a reference of the original publication.
The works published in the Journal are published under the terms indicated in the Creative Commons License with the International Attribution 4.0 (CC BY 4.0).
