CAF - Empleos verdes, empleos de mejor calidad Una mirada desde los datos de PIAAC

C A F - W O RK I N G PA P E R # 2 0 2 5 / 0 1

F i r s t v e r s i o n : O c t o b e r 1 0 , 2 0 2 3

T h i s v e r s i o n : 1 0 d e j u l i o d e 2 0 2 5 ¿Empleos verdes, empleos de mejor calidad? Una mirada desde los datos de PIAAC

Lian Allub1 | Fernando Álvarez2 | Cristian Bonavida3 | Martín Finkelstein4 1CAF, Banco de Desarrollo de América Latina y el Caribe. lallub@caf.com 2CAF, Banco de Desarrollo de América Latina y el Caribe. falvarez@caf.com 3Carnegie Mellon cbonavid@andrew.cmu.edu 4CAF, Banco de Desarrollo de América Latina y el Caribe., mfinkelstein@caf.com Este trabajo utiliza datos de la encuesta PIAAC para analizar diferencias en la calidad del empleo entre ocupaciones verdes y no verdes, tomando el ingreso salarial como principal variable de interés. El análisis se centra en México, Chile y Ecuador, y compara sus dinámicas con las de países de la OCDE, diferenciando entre economías de ingresos altos y medios. Controlando por habilidades cognitivas y otras variables observables, se encuentran premios salariales asociados a empleos verdes en América Latina y en países OCDE de ingresos medios, pero no en los de ingresos altos. El estudio aporta a la literatura al destacar la relevancia de controlar por habilidades en contextos desarrollados y permite además aproximar otras dimensiones de calidad del empleo, como el riesgo de automatización, la formalidad, la satisfacción laboral y el acceso a capacitación. Estos resultados también tienden a mostrar un premio en los empleos verdes. K E Y W O R D S Salarios, Habilidades cognitivas , Empleos verdes, América Latina Pequeñas secciones del texto, menores a dos párrafos, pueden ser citadas sin autorización explícita siempre que se cite el presente documento. Los resultados, interpretaciones y conclusiones expresados en esta publicación son de exclusiva responsabilidad de su(s) autor(es), y de ninguna manera pueden ser atribuidos a CAF, a los miembros de su Directorio Ejecutivo o a los países que ellos representan. CAF no garantiza la exactitud de los datos incluidos en esta publicación y no se hace responsable en ningún aspecto de las consecuencias que resulten de su utilización. ©2022 Corporación Andina de FomentoALLLUB ET AL . 1 1 | INTRODUCCIÓN Y REVISIÓN DE LA LITERATURA El cambio climático inducido por el hombre se ha vuelto un área de interés y debate tanto en esferas académicas como políticas. La preocupación por este fenómeno no es un hecho reciente, aunque, a partir de ciertos hitos globalmente relevantes, se encuentra cada vez más presente en la agenda de los gobiernos y en el interés de los ciudadanos. Las consecuencias directas e indirectas del cambio climático ya son visibles por fuera de discusiones estrictamente teóricas. Cambios en la temperatura global y en los patrones de precipitaciones; proliferación de eventos climáticos extremos; pérdida de biodiversidad; inseguridad

alimentaria o variaciones en los patrones migratorios son algunas de las dificultades que el mundo ya está experimentando. Dentro de las múltiples dimensiones que contribuyen al cambio climático, la producción y uso de energía se encuentra entre las principales fuentes, siendo la responsable de aproximadamente el 70 % de las emisiones a nivel mundial, lo que motivó la búsqueda de fuentes alternativas de generación y eficiencia en consumo promoviendo un nuevo proceso de transición energética. Al igual que otros procesos de cambios profundos en las formas de producción y consumo, como la globalización con su respectiva proliferación de la fragmentación productiva o la irrupción de la tecnología digital y la automatización, esta nueva transición energética ocasionará una transformación de la economía tal como la conocemos. En ese sentido, en este trabajo se abordan los efectos que la transición energética puede tener sobre los mercados laborales. La lógica detrás de la relación entre transición energética, motivada por el cambio climático, y mercados laborales es que, en busca de reducir los efectos nocivos sobre el medioambiente, será menester una transformación en la forma en la que producimos, vivimos y consumimos bienes y servicios. Es decir, es necesario un cambio en la matriz productiva, lo cual inevitablemente conllevará modificaciones en el mercado laboral, promoviendo la aparición o readecuación de algunas actividades y desalentando el crecimiento de otras. Existe evidencia para pensar que el camino hacia una economía más verde no estará libre de externalidades que afecten a los trabajadores. Sectores particularmente contaminantes,

como aquellos intensivos en la producción o en el consumo de combustibles fósiles, es esperable que acaben sufriendo pérdidas significativas en términos de empleo (Hanson, 2023). Como contracara, también es de esperar que la transición verde genere nuevos puestos de trabajo. Wallach (2022) sostiene que el saldo neto en términos de empleo sería positivo: para 2030, se podrían generar aproximadamente 10 millones de empleos a nivel mundial. Montt et al. (2018), en esta misma línea, sostienen que la mayoría de las economías podrían tener un saldo positivo en términos de creación de empleo en su camino hacia economías bajas en carbono. El presente trabajo tiene como objetivo caracterizar los empleos verdes en tres países de América Latina y el Caribe (México, Ecuador y Chile), comparándolos tanto con los empleos no verdes como con la dinámica observada para estas mismas categorías ocupacionales en países de la OCDE. Para ello, se utiliza la base de datos PIAAC (Programme for the International Assessment of Adult Competencies), una encuesta aplicada en más de 40 países que busca medir competencias cognitivas y habilidades relevantes para el mundo laboral. PIAAC emplea un cuestionario estandarizado, lo que resulta especialmente valioso, ya que permite recolectar información comparable entre países y establecer criterios homogéneos, por ejemplo, al definir con precisión qué se entiende por empleo verde. Además, esta base de datos ofrece información detallada que facilita la caracterización de los empleos con alto potencial verde a partir de un amplio conjunto de variables relevantes, como la composición de tareas, los niveles de ingresos, la formalidad laboral, entre otros. Asimismo, PIAAC

permite evaluar a las personas que ocupan estos tipos de empleo, mediante variables comoALLLUB ET AL . 2 el nivel educativo alcanzado o los resultados obtenidos en las pruebas estandarizadas de habilidades que forman parte de la encuesta. Los estudios sobre empleos verdes son vastos, pero disimiles entre sí. Una primera fuente de heterogeneidad entre los estudios analizados tiene que ver con la región estudiada. Como marcan Porto et al. (2022), la mayoría de la literatura de empleos verdes se focaliza en economías desarrolladas. Otra fuente de variabilidad a la hora de trabajar con el concepto de empleos verdes surge por la propia definición sobre qué es efectivamente un empleo verde. Janser (2018) reconoce que, aunque el tópico ha sido ampliamente discutido, aún no hay definiciones o medidas unívocas, sino más bien la convivencia de varios enfoques. A lo largo de la literatura un empleo verde puede clasificarse, siguiendo diferentes criterios: de acuerdo con la pertenencia sectorial, según el modo de producción, o según el contenido de las tareas. En este trabajo se sigue el enfoque de contenido de las tareas . Por eso, resulta útil incorporar los criterios de verdor ya definidos por la base de datos ONET (Occupational Information Network), así como hacen los trabajos de Valero et al. (2021) o Porto et al. (2022), por ejemplo. ONET provee un módulo específico en donde se toma un listado de 1100 ocupaciones y se las clasifica como verdes o no verdes . Siguiendo la línea de Porto et al. (2022), al hablar de

empleos verdes, técnicamente nos estaremos refiriendo a empleos de alto potencial verde: es decir, empleos que se verán beneficiados a partir de una transición hacia una economía verde. Por lo tanto, Las ocupaciones listadas como no verdes no serán necesariamente ocupaciones contaminantes, sino simplemente ocupaciones que se presume que no aumentarán su demanda de forma directa o indirecta a partir de la transición hacia una economía neutral en carbono (Valero et al., 2021). La forma en la que se definen los empleos verdes, así como la región que se analiza en cada uno de los trabajos, son factores de vital importancia a la hora de computar y contextualizar resultados. Para el caso de Estados Unidos, Bowen et al. (2018) documentan que, en 2014, aproximadamente un 20 % de los empleos eran considerados verdes. Porto et al. (2022), analizando datos para Argentina que comprenden el período 2015-2021, encuentran que el porcentaje de empleos verdes era cercano a un 25 %. Lobsiger and Rutzer (2021), por su parte, documentan que para Suiza el 16.7 % de la población ocupada se encuentra en ocupaciones con potencial verde, mientras que Valero et al. (2021) encuentran que un 17 % de los trabajadores de Reino Unido son catalogados como empleados en empleos verdes. Más allá del tamaño del sector verde en el mercado laboral, la experiencia de estudios previos también ayuda a intuir las características esperadas de los trabajadores ocupados en empleos de alto potencial verde. Porto et al. (2022), trabajando con datos para Argentina encuentran que los empleos con potencial verde suelen ser ocupados por hombres, mayores

en edad y personas con calificaciones altas. Consoli et al. (2016), por su parte, reportan que los trabajos verdes requieren de mayores habilidades abstractas, dependen más de la educación formal, de la experiencia laboral y de la capacitación en el trabajo. En cuanto a trabajos focalizados en América Latina, Cerimelo et al. (2024) estudian diferenciales salariales entre empleos verdes y empleos no verdes para nueve de los principales países de América Latina, encontrando un premio salarial significativo en favor de los empleos verdes de entre 18 % y 22 %. Sin embargo, los mismos autores reconocen que el hecho de no contar con información de habilidades puede ser un limitante a la hora de estimar diferencias salariales. Un aporte crucial de nuestro trabajo es que, la naturaleza de la base utilizada nos permite calcular diferenciales salariales considerando también diferencias en habilidades. Valero et al. (2021), usando datos de Reino Unido identifican que los empleos verdes presentan mejores indicadores en dimensiones relacionadas a la calidad que sus contrapartes.ALLLUB ET AL . 3 Los autores documentan que, entre otros resultados, las ocupaciones verdes en Reino Unido reportan mayores niveles salariales, así como también sufren de menores riesgos de automatización . Vona et al. (2019), por su parte, incorporando datos para EEUU también encuentran un premio salarial en los empleos verdes. 2 | BASES DE DATOS Y DEFINICIÓN DE LA VARIABLE DE VERDOR El primer paso para el estudio de los efectos de la transición energética en los mercados laborales pasa por definir qué es considerado un empleo verde y qué no lo es. Aquí usaremos

como definición de verdor las categorizaciones propuestas por ONET 1. ONET divide a las ocupaciones verdes en tres grandes grupos: Green New and Emerging Occupations; Green Enhanced Skills Occupations and Green Increased Demand Occupations. La categoría Green New and Emerging Occupationsidentifica a aquellas ocupaciones que surgen a partir de la transición hacia una nueva economía. Estas ocupaciones pueden ser enteramente nuevas, o pueden crearse a través de una modificación de ocupaciones ya existentes. Algunos ejemplos de ocupaciones clasificadas bajo esta categoría son: técnicos de plantas hidroeléctricas o instaladores de paneles solares. Las ocupaciones calificadas como Green Enhanced Skills Occupationsson aquellas que ven alteradas las tareas, habilidades o requerimientos de conocimiento a partir de la transición hacia una economía verde. Algunos ejemplos de ocupaciones pertenecientes a esta categoría podrían ser: trabajadores de la construcción, ingenieros nucleares o analistas financieros. Por último, existen ocupaciones clasificadas como Green Increased Demand Occupations. Estas ocupaciones se vuelven más demandadas a partir de la transición hacia una economía baja en emisiones, pero no experimentan cambios significativos en sus tareas. Se trata de ocupaciones que actúan como soporte de la economía verde, sin contener necesariamente tareas verdes. Por ejemplo: electricistas, ingenieros industriales o químicos. Valero et al. (2021) identifican a los dos primeros grupos como “directamente verdes”, mientras que definen al tercer grupo como “indirectamente verde”. Al querer incorporar en PIAAC las clasificaciones de verdor propuestas por ONET, es

preciso trabajar con nomenclaturas homogéneas, o, al menos, comparables entre las bases. Aunque ambas bases no reportan información bajo las mismas categorizaciones ocupacionales, afortunadamente ONET provee un crosswalk que permite pasar de la desagregación ocupacional provista en esa base (8 dígitos del clasificador SOC) a la nomenclatura usada en PIAAC (ISCO a 4 dígitos). Sin embargo, dados los distintos grados de desagregación el traspaso entre ocupaciones no se dará de forma única. Es decir, cada ocupación de PIAAC podrá estar emparentada con más de una ocupación de ONET. Por eso, la variable de verdor correspondiente a cada ocupación de PIAAC se ubicará en un continuo entre 0 y 12. A modo de ejemplo: supongamos una ocupación de PIAAC que tiene su contraparte en cuatro ocupaciones de ONET, de las cuales una es identificada como empleo verde y las otras tres son considerados empleos no verdes. Haciendo un promedio simple, esta ocupación obtendría un puntaje de verdor de 0,25. Ante esta situación, surge una pregunta inevitable: al no contar con una calificación dicotómica, ¿cómo definimos de manera consistente qué es y qué no es una ocupación verde? En el trabajo clasificamos entonces a los empleos en tres cateogrías. Un empleo será 1ONET provee una clasificación de verdor que toma como referencia la caracterización ocupacional de Estados Unidos. Para poder utilizar esta clasificación en los países de la muestra debemos asumir que aquellas

ocupaciones identificadas como verdes en Estados Unidos también lo serán en la estructura ocupacional de otros países. 2Se presenta a modo ilustrativo el Cuadro A.2 en el anexo que ejemplifica el cruce entre ocupaciones PIAAC y sus comparativos de la ONET. Cada ocupación PIAAC puede estar asociada a una o más ocupaciones ONETALLLUB ET AL . 4 “completamente verde” cuando el índice de verdor tome valor 1. Es decir, son ocupaciones de PIAAC que están compuestas únicamente por ocupaciones clasificadas como verdes según ONET. Un empleo será “nada verde”, en cambio, cuando ninguna de las ocupaciones de ONET sean ocupaciones verdes. Mientras tanto, las ocupaciones de verdor medio son aquellas que están compuestas por un conjunto de ocupaciones, tanto verdes como no verdes. Uno de los objetivos principales de este estudio es proporcionar información específica para América Latina. Al mismo tiempo, es importante escoger un benchmark para poder comparar los resultados obtenidos para América Latina con regiones en un estado más avanzado de desarrollo. Para ello, utilizamos países de la OCDE como referencia. Se utilizan 3 países de LATAM que son para los únicos que PIAAC provee información completa, y 14 países de la OCDE. Sin embargo, al interior de la OCDE también existe heterogeneidad y por ello separamos a este grupo en dos categorías de acuerdo a su nivel de ingreso. Por lo tanto, a lo largo del artículo utilizamos las siguientes categorizaciones:

1. Países de Latinoamérica: Chile, Ecuador y México.

2. Países de la OCDE de ingresos altos: Bélgica, Corea del Sur, Dinamarca, España, Francia,

Holanda, Italia, Japón, Reino Unido.

3. Países de la OCDE ingresos medios: Eslovaquia, Eslovenia, Israel, Lituania, Polonia Cada país, y, por ende, cada región, se caracteriza por poseer su propia estructura ocupacional. Usando los datos de la PIAAC, la figura 1 evidencia el tamaño del sector verde en cada región (OCDE ingresos altos, OCDE ingresos medios y América Latina).

F I G U R A 1 Niveles de verdor de los empleos asalariados en América Latina y la OCDE América Latina OCDE alto OCDE medio0 20 40 60 80 100 7 8 10 24 25 27 69 67 63 Nada verde Verdor medio Completamente verde La figura 2 presenta información análoga al gráfico 1, pero haciendo foco en los 3 países disponibles de América Latina. Las figuras 1 y 2 caracterizan al sector verde en términos estrictamente descriptivos. De allí se puede concluir que el tamaño del sector verde es apenas menor en América Latina comparado con el grupo de países de la OCDE tanto de ingresos altos como de ingresos me-ALLLUB ET AL . 5 F I G U R A 2 Niveles de verdor de los empleos asalariados en países de América Latina Chile Ecuador México0 20 40 60 80 100 5 5 8 29 22 24 66 73 68 Nada verde Verdor medio Completamente verde dios. Focalizando en Latinoamérica, se puede ver que el porcentaje de personas en empleos

verdes es bastante similar entre países, mientras que se encuentra cierta heterogeneidad entre los sectores “nada verdes” y los de verdor medio. Por una cuestión de claridad metodológica, en este trabajo nos enfocaremos exclusivamente en contrastar empleos completamente verdes con empleos sin ningún componente verde. Esta decisión permite eliminar las ambigüedades asociadas a los empleos con verdor intermedio ofreciendo una comparación más nítida entre los extremos. Una ventaja de este trabajo es que utiliza variables de verdor homogeneizadas entre países. Más allá de que existen múltiples estudios que se adentran en el sector verde, la diferencia en las definiciones de verdor, así como en las bases de datos usadas como insumo, comprometen la comparabilidad de los resultados entre países a lo largo de la literatura de referencia. Trabajar con PIAAC, en cambio, permite obtener resultados comparables entre países. Se usa una misma base, con un cuestionario homogeneizado. Por último, el hecho de incorporar al análisis países de Latinoamérica, es en sí mismo una contribución relevante: a diferencia de lo que ocurre en los países desarrollados, la evidencia para la región en temas de empleo verde no es abundante (Porto et al., 2022). Finalmente, PIAAC tiene la ventaja de proveer datos estandarizados en pruebas de habilidades cognitivas. Este es un aspecto superador de esta base respecto a otras fuentes de información similares que generalmente no contienen información sobre habilidades. Estas variables son particularmente útiles para captar medidas de capital humano complementarias al nivel educativo del entrevistado. Se analizan tres tipos de habilidades cognitivas:

numeracy, literacy y digital problem solving . Las pruebas de numeracy buscan evaluar a los individuos encuestados en el uso de habilidades matemáticas y habilidades computacionales básicas. Las pruebas de literacy, miden la habilidad de los encuestados para entender, usar y responder textos escritos de forma apropiada. Por último, las pruebas de digital problem solving, evalúan la habilidad de los encuestados para acceder e interpretar información digital.ALLLUB ET AL . 6 3 | COMPARACIONES PRELIMINARES A la hora de analizar diferencias entre emplesos verdes y no verdes, una pregunta fundamental que surge como primer paso es quienes trabajan en empleos verdes. Para dar respuesta a esta primera cuestión, se realiza una comparación desciptiva entre empleos de alto potencial verde con empleos de nulo potencial verde pasando por alto a los empleos de potencial verde medio. De esta manera, como ya se anticipó en la sección anterior, podemos analizar diferencias entre trabajadores evitando ambigüedades en la clasificación de empleos según su nivel de verdor. Adicionalmente se separan los cálculos por región. Por un lado el conjunto de países de América Latina, por el otro los países que conforman ambas categorías OCDE. El Cuadro 1 describe estas diferencias observables. Focalizando en América Latina, se pueden observar marcadas diferencias en varios aspectos: en el porcentaje de hombres empleados, en la probabilidad de estar empleado en firmas grandes, en desempeñarse en el sector privado y en trabajar jornada completa. También se ven diferencias en la intensidad de tareas abstractas (siendo los empleos verdes

más intensivos en este tipo de tareas), no así en la intensidad de tareas rutinarias 3 . Se ve una marcada diferencia también en términos de salarios (medidos como el logartimo natural del salario horario). Para el conjunto de los países de la OCDE, tanto de ingresos medios como ingresos altos se observan tendencias similares a las de América Latina al analizar diferencias según el nivel de verdor de empleos, aunque cabe destacar mayores niveles absolutos en variables como la probabilidad de encontrarse en un empleo formal o mismo diferencia en términos de género. Los empleos verdes muestran un porcentaje sensiblemente mayor de trabajadores hombres en relación con sus pares no verdes. C U A D R O 1 Caracterización regional de la fuerza laboral según el nivel de verdor de las ocupaciones América Latina OCDE Alto OCDE Medio No Verde Verde No Verde Verde No Verde Verde Ingresos 1.70 1.91 2.67 2.81 2.11 2.21 Hombre 0.51 0.73 0.41 0.80 0.36 0.80 Educ.Alta 0.24 0.20 0.40 0.34 0.39 0.27 Edad 36.01 37.13 40.43 40.63 39.01 39.99 Firma Grande 0.55 0.78 0.70 0.79 0.74 0.73 S.Privado 0.78 0.92 0.72 0.89 0.61 0.82 Formal 0.64 0.79 0.91 0.94 0.89 0.93

Tiempo Completo 0.70 0.87 0.68 0.89 0.82 0.92 Abstracto -0.08 0.26 -0.09 0.10 -0.11 -0.06 Rutinario 0.10 0.08 0.12 0.13 0.06 0.11 Sin embargo, antes de caer en conclusiones apresuradas, es importante recordar que el Cuadro 1 describe las diferencias observables entre empleos verdes y no verdes según región, pero lo hace de forma no condicionada. Es decir, estas diferencias porcentuales sólo 3Tanto para la clasificación de variables abstractas y rutinarias el trabajo se basa en contribuciones ampliamente extendidas en la literatura de referencia como por ejemplo Autor et al. (2003), Marcolin et al. (2019) o De La Rica et al. (2020). Sin embargo la definición exacta de las variables de intensidad de tareas rutinarias y abstractas sigue de forma idéntica a la clasificación utilizada en Bonavida (2022) donde también se codifican estas variables a partir de la encuesta PIAACALLLUB ET AL . 7 reflejan diferencias no condicionadas entre los empleos verdes y no verdes por región, que podrían estar explicadas por diferentes factores. El Cuadro A.1 en el anexo caracteriza a los empleos verdes y no verdes por región a través de regresiones de mínimos cuadrados ordinarios. Los resultados muestran que existe, para las tres agrupaciones de países, una correlación significativa y robusta entre estar en un empleo verde y ser hombre, estar en una

firma grande, encontrarse en el sector privado, trabajar a tiempo completo y desempeñar un trabajo con mayor intensidad de tareas abstractas. Este ejercicio, aunque menos intuitivo que el Cuadro 1, aproxima de manera más precisa las diferencias entre trabajadores en empleos verdes y no verdes. Habiendo caracterizado quiénes trabajan en los empleos verdes, en las próximas secciones estudiamos diferencias de calidad entre empleos verdes y empleos no verdes.

4 | ¿SON LOS EMPLEOS VERDES MEJORES EMPLEOS?

En esta sección nos proponemos aproximar qué características y condiciones diferentes se observan entre empleos de acuerdo a su nivel de verdor. Más concretamente, interesa saber si los empleos difieren en términos de calidad según su verdor computado. La calidad de un empleo estará aproximada por tres dimensiones: i) brecha salarial, es decir si los empleos verdes están mejor pagos; ii) riesgo de ser automatizados, es decir si poseen menores riesgos de ser automatizados en un futuro próximo; iii) variables que aproximan la autopercepción del empleado sobre la calidad del puesto de trabajo. Para ello recurrimos a regresiones de mínimos cuadrados ordinarios controlando por características observables del empleo y de los empleados. 4.1 | Premios de ingresos salariales Aunque la evidencia sugiera que los trabajos verdes tienden a reportar mayores ingresos laborales que sus pares no verdes, esto puede deberse a características de los propios trabajadores desempeñándose en empleos verdes. Por ejemplo, que estén más educados,

tengan más experiencia, sean más hábiles, o incluso que se encuentren empleados en sectores de la economía que paguen, en promedio, mejores salarios. Para aproximar diferencias en ingresos laborales, buscando aislar correlaciones utilizamos ecuaciones de Mincer (Mincer, 1974). Se contemplan para ello, 4 ecuaciones diferentes. En todas se toma como variable dependiente el salario de los encuestados y se analiza la correlación existente con el nivel de verdor de las ocupaciones. El salario es medido como el logartimo natural del salario horario de cada trabajador. La primera especificación contempla únicamente una regresión entre salarios y el nivel de verdor, controlando por efectos fijos de país. La segunda especificación tiene como variables de control, además de los efectos fijos de país, la edad del encuestado, su género, su nivel educativo y la educación de los padres, variables que llamares controles básicos. En la tercera especificación se agrega formalidad, el hecho de trabajar en el sector privado, experiencia laboral, el tamaño de la firma y si el empleado ocupa un puesto a tiempo completo, resumido en la variable controles extra en los Cuadros de resultados. En la última especificación se suman lo que llamaremos controles "PIAAC": capacitación laboral, intensidad de tareas abstractas y rutinarias y habilidades de numeracy y literacyque surgen a partir de las pruebas estandarizadas PIAAC.ALLLUB ET AL . 8 Ingreso = β0 + β1verdor + pais x2 + ϵi (1) Ingreso = β0 + β1verdor + pais x2 + β3x3 + ϵi (2)

Ingreso = β0 + β1verdor + pais x2 + β3x3 + formal x4 + full time x5 + t.firma x6 + experiencia x7 + s.privado x8 + ϵi (3) Ingreso = β0 + β1verdor + pais x2 + β3x3 + formal x4 + full time x5 + t. firma x6 + experiencia x7 + s.privado x8 + PIAAC x9 + ϵi (4) Los resultados separados por región, se presentan en el Cuadro 2 (conjunto de países de América Latina), el Cuadro 3 (conjunto de países OCDE ingresos altos) y el Cuadro 4 (conjunto de países OCDE ingresos medios). C U A D R O 2 LATAM. Logaritmo natural del salario horario Verdor alto 0.22 ∗∗∗ 0.22∗∗∗ 0.24∗∗∗ 0.22∗∗∗ (0.06) (0.05) (0.05) (0.05) Edu.Media 0.26 ∗∗∗ 0.20∗∗∗ 0.10∗∗ (0.04) (0.04) (0.04) Edu.Alta 0.84 ∗∗∗ 0.72∗∗∗ 0.53∗∗∗ (0.06) (0.06) (0.06) Hombre 0.07 ∗ 0.06∗ 0.04 (0.04) (0.04) (0.03) N 4376 4376 4376 4376

S. Controles Básicos No Sí Sí Sí

Controles Extra No No Sí Sí Controles PIAAC No No No Sí El Cuadro 2 documenta que la diferencia condicionada entre ingresos salariales de los empleos verdes y no verdes para el conjunto de países de América Latina es de entre 22 % y 24 % (según la especificación utilizada). Estas diferencias se mantienen relativamente estables al agregar los distintos conjuntos de controles, incluso considerando la inclusión de controles PIAAC entre los cuales se encuntras las pruebas de habilidades de numeracy y literacy. Esto apunta a que la brecha salarial no puede explicarse únicamente por las variables observadas, sino que estaría vinculada al carácter propio de los empleos verdes y a atributos no capturados por los controles incluidos. En el Cuadro 3 se presentan los resultados correspondientes a los países de ingresos altos de la OCDE. En la primera especificación, se evidencia un premio salarial por desempeñarse en empleos verdes, aunque este efecto se atenúa gradualmente a medida que se incorporan los controles pertinentes. Al añadirse variables adicionales, como las características demográficas y del contexto laboral, dicha prima se reduce significativamente. Finalmente, en la especificación completa (que incluye todos los controles relevantes, entre ellos los resultados de las pruebas PIAAC de habilidades) el premio salarial desaparece por completo, lo que indica que el premio verde no es estadísticamente significativa una vez se ajusta por lasALLLUB ET AL . 9 diferencias en habilidades y otras condiciones de fondo. C U A D R O 3 OCDE Ingresos altos. Logaritmo natural del salario horario

Verdor alto 0.13 ∗∗∗ 0.06∗∗∗ 0.03∗∗ 0.02 (0.02) (0.02) (0.02) (0.01) Edu.Media 0.14 ∗∗∗ 0.10∗∗∗ 0.03∗∗∗ (0.01) (0.01) (0.01) Edu.Alta 0.44 ∗∗∗ 0.35∗∗∗ 0.20∗∗∗ (0.01) (0.01) (0.02) Hombre 0.23 ∗∗∗ 0.16∗∗∗ 0.14∗∗∗ (0.01) (0.01) (0.01) N 18436 18436 18436 18436

S. Controles Básicos No Sí Sí Sí

Controles Extra No No Sí Sí Controles PIAAC No No No Sí Este análisis secuencial no solo permite identificar el punto en que se diluye el efecto verde, sino también resaltar la importancia de incorporar controles exhaustivos para evitar atribuciones erróneas. Asimismo, ofrece una narrativa clara y progresiva, reduciendo posibles ambigüedades sobre el verdadero impacto de la condición “verde” en la retribución salarial. El Cuadro 4, replica el ejericio pero utilizando como referencia los países de ingresos medios de la OCDE. Vemos allí una tendencia diferente que lo que se observava para los países OCDE de ingresos altos, y más similar a lo que se observa para el caso de América

Latina. En el Cuadro 4 el premio salarial de los empleos verdes se mantiene a lo largo de las especificaciones, aunque reduce levemente su magnitud, pasando de 11 % en la especificación solo con efectos fijos a 8 % en la especificación completa. Además los niveles se encuentran muy por debajo de los observados en los países de América Latina, y en línea con los observados en los países OCDE de ingresos altos. Esto parece sugerir que el premio verde está relacionado con el estado de desarrollo de los países, tendiendo a reducirse o desaparecer a medida que