1 /27 P O B R E Z A Y E Q U I DA D Tendencias recientes de pobreza y desigualdad América Latina y el Caribe Octubre 20251 Práctica Global de Pobreza y Equidad Resultados Se proyecta que la pobreza en América Latina y el Caribe (ALC) disminuirá al 25,2 por ciento en Claves 2025, con Brasil y México contribuyendo a la mayor parte de esta reducción. En 2025, se estima que la clase media continuará creciendo, hasta alcanzar un 42,8 por ciento, marcando un récord histórico. La vulnerabilidad a la pobreza permanecerá estable en 32 por ciento; sin embargo, el Caribe presentará una tasa más alta (36 por ciento) comparado con el resto de ALC. Estas tendencias han sido impulsadas por el aumento del empleo y el crecimiento de los ingresos laborales en la mayoría de los países, seguido por las transferencias públicas. A pesar del progreso reciente, los países de ALC están rezagados en la reducción de la pobreza y el crecimiento económico de largo plazo frente a economías más dinámicas de otras regiones de ingreso medio-alto. La pobreza monetaria es persistente en ALC, con la mayoría de los hogares pobres (entre 58 y 76 por ciento) permaneciendo en situación de pobreza de un año a otro, con tasas más altas en los países más pobres. Aunque el mercado laboral presenta debilidades estructurales persistentes, la creación de empleo y el acceso a ocupaciones más calificadas han permitido que los hogares incrementen sus ingresos. Mirando hacia adelante, la incertidumbre económica global y los desafíos domésticos apuntan hacia un crecimiento más débil y una reducción de la pobreza más lenta hasta 2027. Abordar estos desafíos requerirá políticas que impulsen la creación de empleo en sectores estratégicos a través de reformas estructurales en los mercados de capital, la infraestructura y las instituciones, y que amplíen las oportunidades para que los trabajadores transiten hacia ocupaciones de mayor calificación mediante un mayor nivel educativo, fortalecimiento de los sistemas de capacitación y reducción de las barreras a las transiciones laborales. 1 Este informe resume las principales tendencias relacionadas con pobreza y desigualdad en América Latina y el Caribe (ALC) usando la ronda más reciente de encuestas de hogares armonizadas de la base de datos socioeconómica para América Latina y el Caribe (SEDLAC, por sus siglas en inglés), creada por el Banco Mundial y el Centro de Estudios Distributivos, Laborales y Sociales (CEDLAS). El reporte fue producido por la Práctica Global de Pobreza y Equidad en la Región de América Latina y el Caribe del Banco Mundial. El equipo está compuesto por Karen Barreto, Luis Eduardo Castellanos Rodríguez y Catalina García García, bajo el liderazgo de Diana Sánchez Castro y Hernán Winkler y la orientación de Carlos Rodríguez Castelán. Ana Carolina Leguízamo brindó apoyo administrativo. El equipo agradece los valiosos aportes y comentarios de José Andrée Camarena, Gustavo Canavire, Otavio Canozzi, Jacobus De Hoop, Jonathan Lain, Gastón Marinelli, Hugo Ñopo, Anna Luisa Paffhausen, Lourdes Rodríguez, Yuri Yamashita, Guillermo Vuletin, y el equipo de Pobreza del Banco Mundial para ALC. La mayoría de la información presentada en este informe puede consultarse en el LAC Equity Lab. Contacto: lac_stats@worldbank.org. P O B R E Z A Y E Q U I DA D 2 /27 1. Tendencias regionales macroeconómicas y de pobreza El producto interno bruto (PIB) de América Latina y el inflacionarias persistentes, impulsadas en gran Caribe (ALC) creció 2,2 por ciento en 2024, manteniendo medida por el sector de los servicios. La lentitud de las un ritmo similar al del año anterior, aunque permanece reducciones en las tasas de interés ha prolongado el por debajo del crecimiento registrado de la mayoría de estrés financiero de los hogares y las empresas, mientras las demás regiones.2 La mayoría de las economías de que los elevados déficits fiscales y las obligaciones de ALC crecieron entre un 1,4 por ciento (México) y un 5,0 servicio de la deuda están limitando el espacio fiscal por ciento (República Dominicana). Argentina y Ecuador para invertir en infraestructura social y ampliar los experimentaron contracciones del 1,3 por ciento y del 2,0 programas de protección social. La incertidumbre en las por ciento, respectivamente. políticas comerciales continúa afectando las cadenas de suministro y elevando los costos de importación. En 2024, la tasa de pobreza medida con la línea Por su parte, las entradas de inversión extranjera internacional de ingresos medios-altos de $8,30/día (PPA directa han disminuido drásticamente en toda la región, 2021) disminuyó en 2,4 puntos porcentuales (p.p.) y especialmente en las economías del Cono Sur. Como alcanzó el 25,5 por ciento de la población de la región, el resultado, se espera que el crecimiento económico se nivel más bajo registrado.3 Los resultados favorables del mantenga por debajo del promedio mundial durante el mercado laboral en la mayoría de los países y el aumento período 2025–2027, y que el ritmo de reducción de la de las transferencias públicas en Brasil explican esta pobreza se desacelere significativamente a solo 0,3 p.p. reducción de la pobreza, que fue mayor a la esperada.4 por año, alcanzando un nivel de pobreza de 25,2 por La perspectiva regional para 2025 sigue siendo incierta, ciento en 2025 (figura 1). dado que los países de ALC enfrentan presiones Figura 1. Reducción de la pobreza y crecimiento del PIB en ALC, 2016–27 10,0 10,0 Reducción de la pobreza (puntos porcentuales) 8,0 7,3 8,0 Crecimiento del PIB (porcentaje) 6,0 6,0 4,1 4,0 4,0 2,3 2,3 2,5 2,7 2,0 3,9 2,2 1,6 2,0 2,0 0,7 2,4 0,0 0,0 1,1 0,0 0,4 0,7 0,5 0,3 0,3 0,3 -0,4 -2,0 -0,4 -1,3 -2,0 -4,0 -4,0 -6,0 -6,0 -6,6 -8,0 -8,0 2016 2017 2018 2019 2020 2021 2022 2023 2024 2025e 2026p 2027p Reducción de la pobreza - ALC Crecimiento del PIB - ALC Fuente: SEDLAC (CEDLAS y el Banco Mundial) y Perspectivas macroeconómicas de la Pobreza (Reuniones Anuales de 2025). Nota: Los datos de pobreza para ALC son basados en 18 países: Argentina (urbano), Bolivia, Brasil, Chile, Colombia, Costa Rica, República Dominicana, Ecuador, El Salvador, Guatemala, Haití, Honduras, México, Nicaragua, Panamá, Paraguay, Perú y Uruguay. En los casos en que no se dispone de datos, los valores se estimaron mediante microsimulaciones y posteriormente se agruparon para generar estimaciones regionales. La reducción de la pobreza se calcula como el cambio porcentual en las tasas de pobreza multiplicado por -1, utilizando la línea internacional de $8,30/día (PPA 2021). Los valores positivos indican reducción de la pobreza. e = estimación; p = pronóstico. 2 El análisis macroeconómico se basa en Maloney et al. (2025). 3 La línea internacional de ingresos medios-altos de pobreza se actualizó en junio de 2025 utilizando los nuevos PPA de 2021; consulte el apéndice B para obtener más detalles. 4 En octubre de 2024, la reducción de la pobreza entre 2022 y 2024 se había proyectado inicialmente en 1,3 p.p., una cifra significativamente inferior a la disminución real de 3,5 p.p. observada durante ese período. P O B R E Z A Y E Q U I DA D 3 /27 2. Pobreza, vulnerabilidad y clase media ALC tiene la segunda tasa de pobreza más baja a nivel 1,6 por ciento anual, significativamente por debajo del mundial respecto a la línea internacional de $8,30/ promedio mundial de 2,7 por ciento. Todas las demás día, solamente por encima de Europa y Asia Central, regiones estuvieron por encima de ALC, desde África donde la tasa de pobreza fue de 9,6 por ciento en Subsahariana con una tasa de 2,0 por ciento hasta Asia 2024. Sin embargo, la reducción de la pobreza en ALC Meridional y AOP, que registraron tasas de crecimiento se ha desacelerado durante los últimos quince años, más robustas de 5,1 y 5,3 por ciento, respectivamente. particularmente en comparación con Asia Oriental y Las tendencias más recientes muestran una mejora el Pacífico (AOP) (figura 2). En 2010, la tasa de pobreza significativa para ALC. Desde 2022, la pobreza ha de AOP era aproximadamente 30 p.p. más alta que la disminuido más rápido en ALC que en la mayoría de las de ALC (67,5 por ciento versus 39,6 por ciento). Para demás regiones, alcanzando su punto más bajo en lo que 2022, los niveles de pobreza de las dos regiones habían va del siglo. Usando la línea internacional de $8,30/día, convergido, lo que evidencia el lento progreso de ALC. la pobreza cayó 2,4 p.p. entre 2023 y 2024, alcanzando Esta divergencia refleja diferencias en las trayectorias el 25,5 por ciento, la disminución más rápida a nivel de crecimiento económico. Entre 2016 y 2024, ALC mundial. Nuestro modelo de nowcasting indica una ligera experimentó la expansión económica más débil reducción a 25,2 por ciento en 2025.5 del mundo, con un crecimiento promedio de Figura 2. Tasa de pobreza por región, $8,30/día (PPA 2021), años seleccionados, 2016–25 100,0 90,0 80,0 70,0 Porcentaje de la población 60,0 50,0 40,0 30,0 20,0 10,0 88,3 78,1 49,0 46,3 28,9 25,5 9,6 0,0 África Asia Medio Oriente Mundo Asia Oriental América Latina Europa Subsahariana Meridional y África del Norte y Pacífico y el Caribe y Asia Central 2024 2016 2022 2025e Fuente: SEDLAC (CEDLAS y el Banco Mundial) y Plataforma de pobreza y desigualdad del Banco Mundial (PIP, por sus siglas en inglés). Nota: El agregado de ALC se basa en 18 países con microdatos de SEDLAC disponibles. En los casos en que no se dispone de datos, los valores se estimaron mediante microsimulaciones y luego se agruparon para crear estimaciones regionales. Para otras regiones, los valores de 2024-2025 son estimaciones del modelo de nowcasting de PIP. e = estimación. La pobreza se redujo en la mayoría de los países de reducción, con una caída de la pobreza de 4,7 y 5,7 p.p., ALC entre 2022 y 2024, aunque la mayor parte de respectivamente (tabla 1). Otras reducciones notables se esta disminución se concentró en las economías más observaron en República Dominicana (-6,2 p.p.), Paraguay grandes de la región. Brasil y México impulsaron esta (-5,3 p.p.), Costa Rica (-4,5 p.p.) y Colombia (-3,2 p.p.). 5 El modelo de nowcasting está basando en Montoya, Olivieri y Braga (2023). 4 /27 Tabla 1. Cambios en la tasa de pobreza en ALC y subregiones, 2022–24 Tasa de pobreza Tasa de pobreza Tasa de pobreza internacional de ingreso mediano bajo de ingreso mediano alto Países/Subregiones $3,00/día $4,20/día $8,30/día 2022 2024 Var. 2022 2024 Var. 2022 2024 Var. Brasil 4,9 3,0 -1,9 8,5 6,2 -2,3 25,3 20,6 -4,7 México 2,3 1,7 -0,6 5,7 4,2 -1,5 27,4 21,7 -5,7 Región Andina 6,6 6,8 0,2 12,2 12,1 -0,1 35,8 34,0 -1,8 América Central 8,0 7,3 -0,7 14,1 12,6 -1,5 36,8 34,3 -2,5 Cono Sur 1,2 0,9 -0,3 2,6 2,2 -0,4 12,1 12,0 -0,1 ALC 5,8 4,9 -0,9 9,9 8,6 -1,3 29,0 25,5 -3,5 Fuente: SEDLAC (CEDLAS y el Banco Mundial). Nota: El agregado de ALC se basa en 18 países con microdatos de SEDLAC disponibles. En los casos en que no se dispone de datos, los valores se estimaron mediante microsimulaciones y luego se agruparon para crear estimaciones regionales. Región Andina: Bolivia, Colombia, Ecuador y Perú; América Central: Costa Rica, Guatemala, Honduras, Nicaragua, Panamá, El Salvador y República Dominicana; Cono Sur: Argentina (urbano), Chile, Paraguay y Uruguay. Los datos de Brasil y México para 2024 son preliminares. Los datos completos por país se presentan en la tabla C1. Tendencias en vulnerabilidad y la clase media La línea de vulnerabilidad, que fue recientemente ALC aumentó de manera constante durante 2000–14. actualizada a $17,00/día (PPA de 2021), separa a los En la última década, la clase vulnerable se ha mantenido hogares no pobres en aquellos que son vulnerables relativamente estable en alrededor de 32 por ciento. La (que enfrentan alta probabilidad de caer en pobreza) y clase media ha continuado creciendo, aumentando de aquellos en la clase media (con baja probabilidad de caer 35,5 por ciento de la población en 2016 a 42,3 por ciento en pobreza). La proporción de personas vulnerables en 6 en 2024 (figura 3). Figura 3. Pobreza, vulnerabilidad y la clase media en ALC, 2000-25 (PPA de 2021) 60 50 42,3 42,8 Porcentaje de la población 40 32,2 32,0 30 25,5 25,2 20 10 0 2000 2001 2002 2003 2004 2005 2006 2007 2008 2009 2010 2011 2012 2013 2014 2015 2016 2017 2018 2019 2020 2021 2022 2023 2024 2025e Pobreza $8,30/día Vulnerabilidad $8,30-$17,00/día Clase media $17,00+/día Fuente: SEDLAC (CEDLAS y el Banco Mundial). Nota: El agregado de ALC se basa en 18 países con microdatos de SEDLAC disponibles. En los casos en que no se dispone de datos, los valores se estimaron mediante microsimulaciones y luego se agruparon para crear estimaciones regionales. La ruptura en la serie de ALC-18 a partir de 2014 se debe a cambios metodológicos en la encuesta de hogares de México en 2016. 6 El Apéndice B describe la metodología. 5 /27 El tamaño de la población vulnerable y de la clase Santa Lucía reportan exposición a riesgos de desastres media varía entre los países. Uruguay y Chile muestran naturales.7 las tasas de vulnerabilidad más bajas (20,4 por ciento Entre 2022 y 2024, la expansión de la clase media en en 2024 y 26,8 por ciento en 2022), junto con las ALC ha sido particularmente pronunciada en República tasas de clase media más altas (73,7 y 67,5 por ciento, Dominicana y Costa Rica, con incrementos de 13,8 y 8,9 respectivamente), mientras que países como El Salvador p.p., respectivamente. Las economías más grandes de la y Perú exhiben tasas de vulnerabilidad más altas (40,2 región, Brasil y México, contribuyeron considerablemente y 39,4 por ciento, respectivamente) con clases medias al progreso regional, con expansiones de la clase media más pequeñas (29,9 y 24,4 por ciento, respectivamente). de 5,5 y 6,4 p.p., respectivamente. En el Caribe, la clase En el Caribe, más de un tercio de la población (excepto media aumentó modestamente de 44,7 a 46 por ciento, en Santa Lucía) es vulnerable (figura 4). Esta inseguridad con una reducción de la pobreza de 0,9 p.p. Sin embargo, económica es preocupante considerando la exposición cabe señalar que estas estimaciones se basan en del Caribe a choques relacionados con el clima: más de proyecciones debido a la disponibilidad limitada de datos tres cuartas partes de los hogares en Surinam, Belice y de encuestas recientes en el Caribe. Tabla 2. Tasas de pobreza, vulnerabilidad y clase media en ALC y subregiones, 2022–24 Pobreza Vulnerabilidad Clase media Países/ $8,30/día $8,30-$17,00/día $17,00 +/día Subregiones 2022 2024 Var. 2022 2024 Var. 2022 2024 Var. Brasil 25,3 20,6 -4,7 30,5 29,6 -0,9 44,2 49,7 5,5 México 27,4 21,7 -5,7 39,4 38,7 -0,7 33,2 39,6 6,4 Región Andina 35,8 34,0 -1,8 33,5 33,6 0,1 30,7 32,4 1,7 América Central 36,8 34,3 -2,5 33,8 32,6 -1,2 29,4 33,1 3,7 Cono Sur 12,1 12,0 -0,1 29,5 28,6 -0,9 58,4 59,4 1,0 ALC 29,0 25,5 -3,5 32,8 32,2 -0,6 38,2 42,3 4,1 El Caribe 19,2 18,3 -0,9 36,1 35,7 -0,4 44,7 46,0 1,3 Fuente: SEDLAC (CEDLAS y el Banco Mundial). Nota: El agregado de ALC se basa en 18 países con microdatos de SEDLAC disponibles. En los casos en que no se dispone de datos, los valores se estimaron mediante microsimulaciones y luego se agruparon para crear estimaciones regionales. Las subregiones se definen igual que en la tabla 1. Los datos de Brasil y México para 2024 son preliminares. Las cifras del Caribe se basan en seis países con microdatos de consumo disponibles: Barbados (2016), Belice (2018), Granada (2018), Jamaica (2021), Santa Lucía (2015) y Surinam (2022). Las estimaciones del Caribe fueron proyectadas a 2022 y 2024 utilizando distribución neutral al crecimiento del PIB (ver Perspectivas macroeconómicas de la Pobreza para detalles metodológicos) y luego agregadas como un promedio ponderado por población. Pobreza, vulnerabilidad y clase media en el Caribe Los datos recientemente armonizados de consumo, disponibles para seis países (Barbados, Belice, Jamaica, Granada, Santa Lucía y Surinam), indican que las tasas de pobreza en el Caribe se encuentran generalmente por debajo de los promedios de los países de ingresos medios-altos (PIMA) y de ALC, en línea con su PIB per cápita relativamente alto. Las tasas de pobreza respecto a la línea internacional de $8,30/día oscilan entre 7,8 por ciento en Santa Lucía y 22,9 por ciento en Jamaica (figura 4). 7 El análisis enfocado en el Caribe se basa en Banco Mundial (en prensa) y Anglade et al. (2024). 6 /27 Figura 4. Pobreza, vulnerabilidad y clase media en el Caribe 100,0 90,0 28,4 32,1 Porcentaje de la población 80,0 40,3 41,9 38,7 38,2 43,5 43,6 70,0 68,0 60,0 50,0 44,9 32,8 48,1 40,0 40,1 35,3 40,4 40,7 36,7 30,0 20,0 24,2 26,7 29,0 10,0 19,7 19,6 22,9 20,9 19,9 15,8 7,8 0,0 Barbados Belice Granada Jamaica Santa Lucía Surinam PIMA ALC PEID 2016 2018 2018 2021 2015 2022 Pobreza $8,30/día Vulnerabilidad $8,30 - $17,00/día Clase media $17,00+/día Fuente: Armonización del Caribe basada en consumo (CONLAC) para los seis países del Caribe; SEDLAC para ALC (2022); y PIP para PIMA y PEID (2022). Nota: Para los países del Caribe, se utilizaron las siguientes encuestas: Barbados (BSLC 2016), Belice (HBS 2018), Granada (SLCHB 2018), Jamaica (JSLC 2021), Santa Lucía (SLCHBS 2015) y Surinam (SSLC 2022). Los Pequeños Estados Insulares en Desarrollo (PEID), todos basados en consumo, incluyen a Fiyi (2019), Mauricio (2017), Seychelles (2018), Maldivas (2019), Islas Marshall (2019), Tuvalu (2010), Tonga (2021), Nauru (2012) y República Dominicana (2022). P O B R E Z A Y E Q U I DA D 7 /27 3. Perfiles de pobreza, vulnerabilidad y clase media Los niños sufren una carga desproporcionada de la Mundial 2025b). Si bien el capital humano es esencial pobreza en ALC, mientras que los adultos mayores se para la movilidad a largo plazo, las condiciones del encuentran en una situación significativamente mejor. mercado laboral han impedido que los más pobres Una de cada tres personas en situación de pobreza tiene obtengan los beneficios económicos plenos de su menos de 18 años, una proporción que no ha cambiado progreso educativo. Lo anterior evidencia la desconexión en la última década. Los niños representan solo el 13 por entre el logro educativo y las mejoras en el ingreso en la ciento de la clase media (tabla 3). El patrón se invierte región (Neidhöfer, Ciaschi y Gasparini 2022). en las poblaciones de mayor edad: los adultos mayores La informalidad laboral, medida como la proporción de constituyen el 15,5 por ciento de la clase media, pero trabajadores sin aportes a pensiones, ha aumentado solo el 5,6 por ciento de quienes viven en pobreza, lo que o se ha mantenido estable entre los distintos grupos refleja probablemente su mayor acumulación de activos socioeconómicos de la región entre 2016 y 2024. En y de ingresos por pensiones a lo largo del tiempo. la población pobre, 8 de cada 10 trabajadores tienen El nivel educativo en ALC ha aumentado sustancialmente empleos informales, en comparación con un tercio entre en todos los grupos de ingreso entre 2016 y 2024, con la clase media. El empleo informal suele estar asociado avances más pronunciados en la población pobre. La con una menor productividad, beneficios limitados y proporción de personas con al menos un diploma de mecanismos de protección social más débiles, lo que educación secundaria aumentó en 3,4 y 4,4 p.p. en la contribuye a un círculo vicioso de pobreza y empleos clase media y los grupos vulnerables, respectivamente, de baja calidad. Además, el desarrollo económico y la en comparación con 5,8 p.p. entre los pobres. Sin reducción de la pobreza suelen ir de la mano de una embargo, estos avances educativos no se han traducido transición del trabajo por cuenta propia hacia el trabajo en mejoras proporcionales del ingreso debido a la asalariado. Sin embargo, la proporción de trabajadores disminución de los retornos a la educación en el mercado asalariados se mantuvo estable e incluso disminuyó laboral, lo que ha reducido el crecimiento salarial (Banco entre la población pobre en ALC entre 2016 y 2024. Tabla 3. Perfiles socioeconómicos de pobres, vulnerables y clase media en ALC, 2016–24 (porcentaje) Pobres Vulnerables Clase media   $8,30/día $8,30- $17,00/día $17,00 +/día   2016 2024 2016 2024 2016 2024 Grupos de edad             0-14 37,0 36,0 25,4 24,7 14,5 12,9 15-64 58,2 58,5 67,3 66,8 72,7 71,6 65+ 4,8 5,6 7,3 8,5 12,9 15,5 Total 100 100 100 100 100 100 Educación (a)             Nivel educativo bajo 65,4 59,6 50,0 45,6 33,4 30,0 Nivel educativo alto 34,6 40,4 50,0 54,4 66,6 70,0 Total 100 100 100 100 100 100 8 /27 Pobres Vulnerables Clase media   $8,30/día $8,30- $17,00/día $17,00 +/día   2016 2024 2016 2024 2016 2024 Informalidad (b)             Trabajadores informales (c) 80,4 83,4 54,8 58,6 31,9 32,4 Trabajadores formales 19,6 16,6 45,2 41,4 68,1 67,6 Total 100 100 100 100 100 100 Tipo de empleo             Empleador 4,4 4,5 3,1 3,2 6,2 5,2 Trabajador asalariado 43,9 42,5 63,5 63,6 69,4 70,7 Trabajador independiente 28,9 31,5 21,7 23,2 18,6 19,7 Desempleado o no remunerado 22,8 21,5 11,7 10 5,9 4,3 Total 100 100 100 100 100 100 Fuente: SEDLAC (CEDLAS y el Banco Mundial). Nota: El agregado de ALC se basa en 18 países con microdatos disponibles. En los casos en que no se dispone de datos, los valores se estimaron mediante microsimulaciones y luego se agruparon para generar estimaciones regionales. (a) Nivel educativo: Bajo: sin educación formal o con educación primaria completa; Alto: educación secundaria o terciaria completa. (b) Población ocupada: personas de 15 a 64 años. (c) Trabajadores sin seguro de pensión laboral. Para Argentina: trabajadores asalariados sin seguro de pensión y trabajadores no remunerados sin educación terciaria completa. Para México: trabajadores sin beneficios de seguro de salud vinculados al empleo. Para Honduras: trabajadores no remunerados sin educación terciaria o con educación terciaria empleados en pequeñas empresas privadas, y trabajadores asalariados con educación limitada empleados en pequeñas empresas privadas. Las personas en situación de pobreza en el Caribe están estrechamente relacionados. La proporción de presentan un perfil similar al de sus contrapartes en personas pobres sin educación o con educación primaria el resto de la región de ALC. En primer lugar, los niños varía desde el 12,5 por ciento en Jamaica hasta el 72,4 representan entre el 29 y el 46 por ciento de la población por ciento en Belice. pobre. En segundo lugar, el nivel educativo y la pobreza P O B R E Z A Y E Q U I DA D 9 /27 4. Desigualdad La región de ALC se encuentra entre las más desiguales 9 por ciento. La desigualdad también varía dentro de del mundo. El 20 por ciento más rico de los hogares 8 ALC: Brasil y Colombia se destacan como los países más captura el 54 por ciento del ingreso total, mientras que desiguales de la región, con el 20 por ciento más rico el 20 por ciento más pobre recibe solo el 4 por ciento representando entre el 55 y el 59 por ciento del ingreso. (figura 5). En comparación, en todas las demás regiones En contraste, la participación del quintil superior es excepto el África Subsahariana, el quintil superior menor en República Dominicana, El Salvador y Uruguay, representa entre el 40 y el 43 por ciento del ingreso, con valores de entre el 45 y el 46 por ciento. mientras que el quintil inferior recibe entre el 8 y el Figura 5. Distribución del ingreso en ALC vs. otras regiones, circa 2024 4% 4% 4% 5% 4% 6% 6% 8% 8% 8% 9% Proporción del ingreso (porcentaje) 41% 42% 43% 46% 45% 42% 46% 50% 50% 53% 51% 55% 54% 53% 49% 49% 54% 48% 43% 42% 40% 40% Brasil Región América Cono Sur México ALC África Asia Medio Europa Asia Andina Central Subsahariana Oriental Oriente y Asia Meridional y Pacífico y África Central del Norte 20% superior 60% medio 20% inferior Brecha Fuente: SEDLAC (CEDLAS y el Banco Mundial) y Plataforma de Pobreza y Desigualdad (PIP). Nota: Porcentajes basados en ingresos (ALC) o consumo (regiones fuera de ALC). El agregado de ALC se basa en 18 países con microdatos disponibles. En los casos en que no se dispone de datos, los valores se estimaron mediante microsimulaciones y luego se agruparon para generar estimaciones regionales. Las definiciones de subregiones son las mismas que en la tabla 1. Los datos de 2024 para Brasil y México son preliminares. La participación porcentual para el resto de las regiones es un promedio de las participaciones de cada país (ingreso o consumo). En 2024, el coeficiente de Gini para ALC alcanzó 49,1 experimentaron una disminución de 2,1 y 1 punto en puntos, un valor superior al umbral de 40 puntos el coeficiente de Gini, respectivamente. En los países del Banco Mundial para clasificar a los países de alta del Caribe, la desigualdad es generalmente alta: el desigualdad (figura 6). Al mismo tiempo, disminuyó en coeficiente de Gini está cerca o por encima del umbral 2,3 puntos entre 2016 y 2024. Esta mejora regional fue de 40 puntos en todos los países analizados, excepto impulsada principalmente por reducciones en las dos Barbados (donde el Gini es de 34 puntos). De manera economías más grandes: México (-4,3 puntos) y Brasil similar, en todos los países excepto Barbados, el 10 por (-3,1 puntos). Sin embargo, estas ganancias fueron ciento superior de la población consume casi el doble parcialmente compensadas por aumentos en la región que el 40 por ciento inferior. Andina (+1,3 puntos). América Central y el Cono Sur 8 Las comparaciones de desigualdad regional deben hacerse con cautela porque la desigualdad de ingresos es típicamente más alta que la desigualdad de consumo (Banco Mundial 2024). Mientras que los países de ALC reportan medidas de desigualdad basadas en ingresos, la mayoría de los otros países utilizan medidas basadas en consumo (Banco Mundial, 2016, 77–80). De hecho, la desigualdad salarial en Brasil y Colombia se asemeja a los niveles de países del sur de Asia como India y Sri Lanka, mientras que otros países de ALC se alinean con países de Asia Oriental y el Pacífico como Tailandia y Filipinas (Banco Mundial 2025b). 10 /27 Figura 6. Coeficientes de Gini para Brasil, México, ALC y subregiones de ALC, 2016, 2022, 2024 55,0 50,0 Coeficiente de Gini 45,0 40,0 35,0 50,3 49,1 49,0 47,9 43,4 42,6 30,0 Brasil América Latina Región Andina América Central Cono Sur México y el Caribe 2024 2016 2022 Fuente: SEDLAC (CEDLAS y el Banco Mundial). Nota: El agregado de ALC se basa en 18 países con microdatos disponibles de SEDLAC. El coeficiente de Gini agregado para ALC se calculó utilizando los microdatos agrupados de todos los países. En los casos en que no se dispone de datos, los valores se estimaron mediante microsimulaciones. Las definiciones de subregiones son las mismas que en la tabla 1. Los datos de 2024 para Brasil y México son preliminares. La disminución de la desigualdad de ingresos se debió en Los ingresos laborales fueron el principal impulsor del gran medida a un crecimiento de ingresos generalizado, crecimiento entre los deciles de ingresos medianos y que fue ligeramente mayor en los deciles inferiores y altos, representando entre 2,3 y 3,4 p.p. del crecimiento medianos de la distribución (figura 7). Los deciles de total del ingreso desde el decil 3 hasta el decil 10. Por ingresos medianos (3 a 6) registraron las ganancias el contrario, los ingresos no laborales fueron más más altas, con un promedio de aproximadamente 4,7 determinantes para el quintil más pobre, representando por ciento, mientras que el decil más pobre creció un entre 2,4 y 2,8 p.p. del crecimiento total del ingreso. 4,4 por ciento y el decil superior solo un 2,5 por ciento. Figura 7. Crecimiento del ingreso por decil, ALC, 2022–2024 5,0 4,5 Cambio porcentual (2022-2024) 4,0 1,6 1,2 1,5 2,0 1,7 1,0 3,5 1,0 2,4 3,0 2,8 2,5 0,2 2,0 3,4 3,2 3,3 1,5 3,1 2,9 2,9 2,7 2,1 2,3 1,0 1,6 0,5 - 1 2 3 4 5 6 7 8 9 10 Deciles del ingreso per cápita del hogar Ingresos laborales Ingresos no laborales Fuente: SEDLAC (CEDLAS y Banco Mundial). Nota: El agregado de ALC se basa en 18 países con microdatos disponibles. En los casos en que no se dispone de datos, los valores se estimaron mediante microsimulaciones y luego se agruparon para generar estimaciones regionales. Los datos de 2024 para Brasil, Colombia y México son preliminares. Las tasas de crecimiento del ingreso laboral y no laboral se ponderan según la participación de cada componente en el ingreso total; por lo tanto, representan contribuciones al crecimiento total del ingreso y no tasas de crecimiento independientes para cada componente. P O B R E Z A Y E Q U I DA D 11 /27 5. Determinantes de la evolución de la pobreza Entre 2016 y 2024, la reducción de la pobreza en ALC Los años previos a la pandemia (2016–2019) registraron se debió principalmente al empleo y las transferencias solo una modesta reducción de 1 punto porcentual públicas, con su importancia relativa variando en en la pobreza, reflejando la falta de dinamismo en los distintos subperíodos estudiados (figura 8). En el los mercados laborales y la limitada expansión de las período completo, las mejoras en el mercado laboral, transferencias. Durante la pandemia (2019–2022), la a través del crecimiento del empleo y de los ingresos pobreza disminuyó ligeramente, principalmente debido laborales, explicaron 3,1 p.p. (cerca del 37 por ciento) a la rápida y amplia implementación de transferencias de la reducción total de 8,4 p.p. puntos de la pobreza. públicas, mientras que el mercado laboral aportó poco. Las transferencias públicas aportaron otros 1,9 p.p., El panorama se invirtió en la recuperación postpandemia aproximadamente una cuarta parte de la disminución (2022–2024): más de la mitad de la reducción de la total. Las pensiones, la transición demográfica y las pobreza se debió a un mayor número de empleos y remesas también contribuyeron a esta reducción, salarios más altos, mientras que las transferencias aunque en menor medida. contribuyeron en menor medida. Figura 8. Determinantes de los cambios en la pobreza en ALC, 2016-24 1,0 0,0 -0,1 0,1 -0,4 -0,4 -1,3 -1,0 -2,1 -0,1 -3,1 -2,0 -0,3 Puntos porcentuales -3,0 -0,3 -0,8 -0,9 -4,0 -5,0 -1,9 -6,0 -0,3 -0,7 -7,0 -1,2 -8,0 -9,0 2016 - 2019 2019 - 2022 2022 - 2024 2016 - 2024 Mercado laboral Demografía Transferencias públicas Remesas Pensiones Otros ingresos no laborales Fuente: SEDLAC (CEDLAS y Banco Mundial). Nota: El agregado de ALC varía según el período, en función de la disponibilidad de microdatos comparables. Los países presentes en la mayoría de los períodos incluyen Argentina (urbano), Brasil, Costa Rica, Ecuador, Perú y Uruguay, con la incorporación de países adicionales según la disponibilidad de datos: 2016–2019 (12 países), 2019–2022 (9 países), 2022–2024 (14 países) y 2016–2024 (13 países). “Mercado laboral” incluye el ingreso laboral y la proporción de personas empleadas, mientras que “Otros ingresos no laborales” comprende los ingresos de capital, alquileres (incluido alquiler imputado), transferencias internas monetarias y no monetarias y otros ingresos no laborales no clasificables. Entre 2016 y 2024, los factores que impulsaron la y México. Más allá de estos países, el mercado laboral reducción de la pobreza variaron ampliamente entre desempeñó un papel importante principalmente en los países de ALC. La contribución del mercado laboral República Dominicana y El Salvador. En la mayoría de los a la reducción de la pobreza a nivel regional estuvo demás países, el crecimiento del empleo y el aumento de impulsada por las dos economías más grandes, Brasil los ingresos laborales fueron más modestos (figura 9.1). 12 /27 Tras la pandemia, la recuperación del mercado laboral impacto limitado durante este tiempo, excepto en Brasil, en la mayoría de los países de ALC desempeñó un papel donde contribuyeron con el 38 por ciento de la reducción clave en la reducción de la pobreza. En ocho países, de la pobreza. El aumento del salario mínimo en las el crecimiento del empleo y de los salarios explicó principales economías de ALC podría explicar, al menos entre 1,5 y 4 p.p. de la disminución de la pobreza, lo en parte, el papel destacado del mercado laboral en la que representa entre el 48 y el 94 por ciento de la reducción de la pobreza tanto en el largo plazo (2016– reducción total (figura 9.2). A diferencia del período de 2024) como en el corto plazo (2022–2024) (Engbom y la pandemia, las transferencias públicas tuvieron un Moser 2022; Banco Mundial 2025a). Figura 9.1. Determinantes de los cambios en la tasa de pobreza, ALC y países seleccionados, 2016–2024 10,0 5,0 Puntos porcentuales 0,0 -5,0 -10,0 -15,0 -20,0 Argentina Ecuador Guatemala Uruguay Perú Panamá Costa Rica Honduras Bolivia ALC Brasil República El Salvador México (2014 - 2023) (2016 - 2023) Dominicana (2016 - 2023) (2017 - 2023) Mercado laboral Demografía Transferencias públicas Remesas Pensiones Otros ingresos no laborales Fuente: SEDLAC (CEDLAS y Banco Mundial). Nota: El agregado de ALC se basa en 13 países con microdatos disponibles y comparables: Argentina, Brasil, Costa Rica, Ecuador, Honduras, México, Panamá, Perú y Uruguay, así como Bolivia y El Salvador (2016–2023), República Dominicana (2017–2024) y Guatemala (2014–2023). Los datos de Uruguay para 2016 no son estrictamente comparables con los de 2024. Las definiciones de ingreso son las mismas que en la figura 8. Argentina cuenta únicamente con cobertura urbana. Figura 9.2. Determinantes de los cambios en la tasa de pobreza, ALC y países seleccionados, 2022–24 4,0 2,0 Puntos porcentuales 0,0 -2,0 -4,0 -6,0 -8,0 Ecuador Argentina Panamá Uruguay Perú Bolivia El Salvador Colombia Honduras ALC Costa Rica Brasil Paraguay México República (2023-2024) (2022-2023) (2022-2023) (2023-2024) Dominicana Mercado laboral Demografía Transferencias públicas Remesas Pensiones Otros ingresos no laborales Fuente: SEDLAC (CEDLAS y Banco Mundial). Nota: El agregado de ALC se basa en 14 países con microdatos disponibles y comparables: Argentina, Brasil, Colombia, Costa Rica, República Dominicana, Ecuador, México, Paraguay, Perú y Uruguay, así como Panamá y Honduras (2023–2024) y Bolivia y El Salvador (2022–2023). Las definiciones de ingreso son las mismas que en la figura 8. Argentina cuenta únicamente con cobertura urbana. P O B R E Z A Y E Q U I DA D 13 /27 6. Empleos y transiciones de pobreza El ingreso y la pobreza de los hogares están La pobreza en el período de estudio fue persistente en ALC, determinados no solamente por sus empleos actuales, ya que más de la mitad y hasta tres cuartas partes de los sino también por las trayectorias laborales que han hogares inicialmente pobres permanecieron pobres, con seguido en los últimos años. Estas incluyen, por ejemplo, un rango del 58 por ciento en Argentina al 76 por ciento en la pérdida o adquisición reciente de un empleo, o la Brasil.10 Cabe destacar que la pobreza fue más persistente transición hacia trabajos de alta calificación. Los datos en los países con tasas de pobreza más altas, lo que sugiere transversales, al representar solo una fotografía de un un vínculo entre la baja movilidad socioeconómica a corto momento específico, no reflejan estas dinámicas. Para plazo y la pobreza. De manera similar, la mayoría de los abordar esta limitación, esta sección se basa en datos de hogares no pobres permanecieron no pobres, con un rango panel de encuestas de hogares de cinco países de ALC: del 83 por ciento de los hogares en El Salvador y Perú a Argentina, Brasil, República Dominicana, El Salvador y más del 90 por ciento en Argentina, Brasil y República Perú, que cubren los períodos 2015–2019 y 2021–2023. 9 Dominicana (figura 10). Figura 10. Proporción de hogares que cambian de condición de pobreza, transiciones anuales promedio, 2016–23 Proporción de hogares pobres 100 45,0 Composición de los hogares 90 38,3 40,0 37 Promedio de la tasa 80 24 pobres (porcentaje) 26 35,0 70 de pobreza 42 43 34,0 30,0 60 25,0 50 27,3 40 20,0 30 20,6 15,0 20 13,9 10,0 10 58 76 57 74 63 5,0 0 0,0 Argentina Brasil República Dominicana Perú El Salvador Permaneció fuera de la pobreza Salió en la pobreza Tasa de pobreza (Prom. 2016-2023) Proporción de hogares pobres 100 45,0 Composición de los hogares 8 10 8 90 17 17 40,0 Promedio de la tasa 80 pobres (porcentaje) 35,0 70 38,3 30,0 de pobreza 60 34,0 25,0 50 40 13,9 27,3 20,0 30 20,6 15,0 20 10,0 10 92 90 92 83 83 5,0 0 0,0 Argentina Brasil República Dominicana Perú El Salvador Permaneció fuera de la pobreza Cayó en la pobreza Tasa de pobreza (Prom. 2016-2023) Fuente: SEDLAC (CEDLAS y el Banco Mundial). Nota: Los cálculos se basan en paneles de un año que cubren 2017–18, 2018–19 y 2022–23. La tasa de pobreza ($8,30/día) corresponde al promedio entre 2016 y 2023. 9 Véase el apéndice D1 para obtener información detallada sobre la construcción de los paneles. Los cálculos se basan en paneles de un año para períodos específicos en cada país, según la disponibilidad de datos: Argentina (2016–19 y 2021–23), Brasil (2016–19 y 2022–23), República Dominicana (2017–19 y 2021–23), El Salvador (2018–19 y 2021–23) y Perú (2015–19 y 2021–23). 10 Estas son las tasas de transición condicionales promedio para paneles de un año que cubren 2017–18, 2018–19 y 2022–23, ya que estos son los períodos con datos de panel disponibles para los cinco países. 14 /27 Los empleos son una vía clave para salir de la pobreza sobre la calidad del empleo y las transiciones de y brindan protección económica. Cuando los jefes de pobreza. Cuando el jefe de hogar (típicamente el hogar pasan del desempleo o la inactividad al trabajo, principal generador de ingresos) entra o sale del empleo, los hogares exhiben una probabilidad 13,8 p.p. mayor la probabilidad de que el hogar cruce el umbral de de salir de la pobreza que los hogares pobres que no pobreza o vulnerabilidad cambia aproximadamente experimentaron esta transición. Asimismo, la misma 11 entre 13 y 14 p.p. Dado que esto representa un cambio transición al empleo aumenta la probabilidad de alcanzar sustancial en la situación laboral del jefe de hogar, la la condición de clase media en 13,4 p.p. para los hogares magnitud relativamente modesta del efecto sugiere que inicialmente por debajo de la línea de vulnerabilidad de estas transiciones a menudo implican el movimiento $17,00/día (PPA 2021). Por el contrario, perder un empleo de un empleo de baja calidad a otro, generando solo aumenta la probabilidad de caer en la pobreza en 14,1 mejoras marginales en el bienestar del hogar. De p.p. y aumenta las posibilidades de salir de la clase media hecho, los trabajadores que entran y salen del empleo en 13,5 p.p. (figura 11). Con algunas variaciones, estos pasan desproporcionadamente de o hacia ocupaciones patrones se observan en los cinco países. informales y de menor calificación, en comparación con el trabajador promedio en el mercado laboral (tabla Si bien el empleo es una vía fundamental para salir de D4).12 la pobreza, los resultados revelan matices importantes Figura 11. Efectos marginales de la ganancia y pérdida de empleo sobre la probabilidad de transitar entre condiciones de pobreza y clase media en ALC 20,0 15,0 Puntos porcentuales 10,0 5,0 13,8 13,4 - 2,8 - 1,4 14,1 13,5 0,0 - 4,1 - 4,3 -5,0 Obtención de empleo Pérdida de empleo Salió de la pobreza Entró a la clase media Cayó en la pobreza Salió de la clase media Fuente: SEDLAC (CEDLAS y el Banco Mundial). Nota: El agregado de ALC se basa en cinco países con microdatos de panel disponibles (2021–23, excepto Brasil: 2022-23): Argentina, Brasil, República Dominicana, El Salvador y Perú. Los cálculos se basan en paneles de transición de un año. Todas las estimaciones incluyen efectos fijos de año y país- región, con errores agrupados a nivel de país-región. La regresión es a nivel de hogar. La movilidad ocupacional dentro del empleo juega mesero a gerente de restaurante) puede impulsar a los un papel crucial en las dinámicas de pobreza y hogares hacia una mayor seguridad económica. Por el vulnerabilidad. La mejora ocupacional (pasar a contrario, el deterioro ocupacional (cambiar a roles de posiciones que requieren mayores habilidades, como menor calificación, como pasar de cocinero a ayudante avanzar de asistente de contabilidad a contador o de de cocina o de cajero a reponedor de estantes) puede 11 Se implementaron regresiones por pais y agrupadas regionalmente sobre los datos panel para examinar cómo las transiciones del mercado laboral están asociadas con la condición de pobreza y vulnerabilidad de los hogares. Véase el apéndice D para obtener información detallada sobre la metodología del análisis de regresión. Estos hallazgos representan relaciones correlacionales en lugar de causales, porque el análisis está limitado por la naturaleza endógena de las variables dependientes. Las transiciones laborales probablemente están vinculadas a características no observables que afectan la condición de pobreza y vulnerabilidad, lo que puede sesgar los coeficientes estimados. 12 Estos hallazgos son consistentes con los de Donovan, Lu y Schoellman (2023), quienes encuentran que la rotación del mercado laboral es mayor en los países en desarrollo, pero se limita principalmente a transiciones hacia y desde empleos de menor calidad. 15 /27 empujar a los hogares hacia la vulnerabilidad o la Los hogares cuyos jefes experimentan una mejora pobreza. En ALC, cuando los jefes de hogar experimentan ocupacional muestran mayores posibilidades de salir una mejora ocupacional, los hogares muestran una de la pobreza en los cinco países estudiados, con probabilidad 3,3 p.p. mayor de salir de la pobreza (figura estimaciones que van desde 1,3 p.p. en Argentina hasta 12). De manera similar, la mejora ocupacional está 14,4 p.p. en El Salvador.13 Por el contrario, el deterioro asociada con un aumento de 3,1 p.p. en la probabilidad ocupacional muestra una asociación más limitada con de alcanzar la condición de clase media para los caer en la pobreza, con aumentos estadísticamente hogares inicialmente vulnerables. Por el contrario, el significativos observados solo en Brasil y Perú de 2,4 y deterioro ocupacional parece estar vinculado con peores 3,4 p.p., respectivamente. De manera similar, el deterioro resultados económicos: los hogares experimentan ocupacional parece estar vinculado con salir de la clase una probabilidad 1,8 p.p. mayor de caer en la pobreza media principalmente en Brasil, donde aumenta esta cuando el jefe de hogar se traslada a una posición de probabilidad en 3,5 p.p.14 menor calificación. Figura 12. Efectos marginales de la mejora y el deterioro ocupacional sobre la probabilidad de cambiar la condición de pobreza o clase media en ALC 7,0 5,0 3,3 3,1 3,0 Puntos porcentuales 1,8 1,8 1,0 1,0 0,7 0,2 0,5 -1,0 -3,0 -5,0 Mejora ocupacional Deterioro ocupacional Salió de la pobreza Entró a la clase media Cayó en la pobreza Salió de la clase media Fuente: SEDLAC (CEDLAS y el Banco Mundial). Nota: El agregado de ALC se basa en cinco países con microdatos de panel disponibles para el período 2021–23: Argentina, Brasil, República Dominicana, El Salvador y Perú. Los cálculos se basan en paneles de transición de un año. Para Brasil, solo se utilizan los datos del panel 2022–23. Todas las estimaciones incluyen efectos fijos de año y país- región, con errores agrupados a nivel de país-región. Los niveles de calificación se definen según la clasificación ocupacional de la OIT: alta calificación (gerentes, profesionales, técnicos y profesionales asociados), calificación media (trabajadores de apoyo administrativo, trabajadores de servicios y ventas, trabajadores agrícolas, forestales y pesqueros calificados, trabajadores de oficios artesanales y afines, operadores de plantas y máquinas) y baja calificación (ocupaciones elementales). La regresión es a nivel de hogar. 13 Véase el apéndice D para obtener información más detallada. 14 Estos hallazgos complementan los de Menezes-Filho y Narita (2025), quienes analizan la rotación del mercado laboral utilizando conjuntos de datos longitudinales de cinco países de ALC. Aunque los autores no examinan las asociaciones con las transiciones de pobreza y condición de clase media, encuentran que los cambios de empleo a empleo generalmente aumentan los salarios, lo que debería esperarse que esté vinculado con la reducción de la pobreza y la expansión de la clase media. También reportan que los trabajadores que cambian de ocupación experimentan menores ganancias salariales que aquellos que permanecen en la misma ocupación, pero no distinguen entre mejora y deterioro ocupacional al examinar los efectos salariales. P O B R E Z A Y E Q U I DA D 16 /27 7. Conclusiones La recuperación reciente del mercado laboral en ALC la demanda, aliviar los cuellos de botella en sectores ha sido uno de los factores principales en la reducción estratégicos como la agroindustria, el turismo y las de la pobreza desde 2022, superando a la mayoría de energías renovables puede abrir nuevas fuentes de las demás regiones. Si bien esto representa un avance empleo, incluyendo a trabajadores de baja cualificación, alentador, persisten interrogantes sobre la sostenibilidad mientras que un entorno regulatorio más predecible de este progreso. El estancamiento persistente de y marcos de competencia más sólidos fomentan la la productividad laboral durante la última década inversión y la innovación. evidencia limitaciones estructurales, en particular para Por el lado de la oferta, es importante mejorar la calidad atraer inversiones hacia sectores dinámicos de mayor de la educación en todos los niveles y fortalecer los valor agregado, y mejor posicionados para generar vínculos entre los programas educativos formales y empleos de calidad. Estas limitaciones y la creciente el sector privado. Estas medidas son fundamentales incertidumbre global, derivada de factores que van para facilitar la adaptación al cambio tecnológico y desde las disrupciones en el comercio internacional ampliar las oportunidades laborales. A su vez, las hasta los impactos transformadores de la inteligencia reformas orientadas a profundizar los mercados de artificial, evidencian el riesgo de que los avances actuales capitales, mejorar la infraestructura, modernizar en la reducción de la pobreza se estanquen si no se los sistemas tributarios y fortalecer las instituciones emprenden reformas más profundas orientadas a son importantes para gestionar mejor los riesgos fortalecer la productividad y la resiliencia. inherentes al emprendimiento y la innovación (Maloney Para mantener el crecimiento, las políticas destinadas et al. 2025). Estas políticas son clave para transformar a generar más y mejores empleos deben abordar tanto la recuperación económica en una trayectoria de los desafíos inmediatos del mercado laboral como las crecimiento y reducción de la pobreza más inclusiva y barreras estructurales más profundas que han limitado sostenible a largo plazo. el crecimiento de ALC durante décadas. Por el lado de 17 /27 Referencias Anglade, Boaz, Emilia Cucagna, Jacobus de Hoop, and Anna Luisa Paffhausen. 2024. “Disaster Risk Preparedness of Households in the Caribbean.” International Journal of Disaster Risk Reduction 115: 104956. Donovan, Kevin, Will Jianyu Lu, and Todd Schoellman. 2023. “Labor Market Dynamics and Development.” Quarterly Journal of Economics 138 (4): 2287– 2325. Engbom, Niklas, and Christian Moser. 2022. “Earnings Inequality and the Minimum Wage: Evidence from Brazil.” American Economic Review 112 (12): 3803–47. Fernandez, Jaime, Sergio Olivieri, and Diana Sanchez. 2023. “A Methodology for Updating International Middle- Class Lines for the Latin American and Caribbean Region.” Policy Research Working Paper 10447, World Bank, Washington, DC. Ferreira, Francisco H. G., Julián Messina, Jamele Rigolini, Luis F. López-Calva, Maria Ana Lugo, and Renos Vakis. 2013. Economic Mobility and the Rise of the Latin American Middle Class. Washington, DC: World Bank. Foster, Elizabeth Mary, Dean Mitchell Jolliffe, Gabriel Lara Ibarra, Christoph Lakner, and Samuel Kofi Tetteh Baah. 2025. “Global Poverty Revisited Using 2021 PPPs and New Data on Consumption.” Policy Research Working Paper 11137, World Bank, Washington, DC. International Labour Organization. 2025. “Correspondence between broad skill levels and ISCO classifications [Table]”. In Classification of occupations: Skill levels. ILOSTAT. Instituto Nacional de Estadística y Censos (INDEC). 2025. “Incidencia de la pobreza y la indigencia en 31 aglomerados urbanos.” Technical Report 9 (237), INDEC, Buenos Aires, AR. Jenkins, Stephen P. 2017. “Pareto Models, Top Incomes and Recent Trends in UK Income Inequality.” Economica 84 (334): 261–89. López-Calva, Luis F., and Eduardo Ortiz-Juarez. 2014. “A Vulnerability Approach to the Definition of the Middle Class.” Journal of Economic Inequality 12: 23–47. Lustig, Nora. 2019. “The ‘Missing Rich’ in Household Surveys: Causes and Correction Approaches.” Working Paper 75, Commitment to Equity, Tulane University, Department of Economics, New Orleans, LA. Maloney, William, Guillermo Vuletin, Pablo Garriga, and Raul Morales. 2025. Transformational Entrepreneurship for Jobs and Growth. Washington, DC: World Bank. Menezes-Filho, Naercio, and Renata Narita. 2025. “Labor Market Turnover and Inequality in Latin America.” Oxford Open Economics 4 (Issue Supplement_1): i349–i375. Montoya, Kelly, Sergio Olivieri, and Cicero Braga. 2023. “Considering Labor Informality in Forecasting Poverty and Inequality: A Microsimulation Model for Latin American and Caribbean Countries.” Policy Research Working Paper 10497, World Bank, Washington, DC. Neidhöfer, Guido, Matías Ciaschi, and Leonardo Gasparini. 2022. “Intergenerational Mobility of Economic Well- Being in Latin America.” Working Paper 303, CEDLAS, Buenos Aires, AR. World Bank. 2016. Poverty and Shared Prosperity 2016: Taking on Inequality. Washington, DC: World Bank. World Bank. 2024. Poverty, Prosperity, and Planet Report 2024: Pathways out of the Polycrisis. Washington, DC: World Bank. World Bank. 2025a. Mexico Poverty and Equity Assessment. Washington, DC: World Bank. World Bank. 2025b. Regional Jobs Update: Insights from Labor Force Surveys from Latin America and the Caribbean. Washington, DC: World Bank. World Bank. Forthcoming.“Shared Metrics, Shared Progress: Insights from Harmonized Data on Poverty and Inequality in the Caribbean.” 18 /27 Apéndice Apéndice A. Introducción de la nueva Paridad del Poder Adquisitivo (PPA) de 2021 en las estimaciones y análisis regionales El Banco Mundial ha modificado sus líneas por ciento a 5,3 por ciento en 2023. La pobreza medida internacionales de pobreza para reflejar los cambios con el umbral de ingreso mediano alto subió de 25,1 en los costos de vida y los patrones de consumo a nivel por ciento a 27,9 por ciento. Este ajuste estadístico se mundial, utilizando las tasas actualizadas de Paridad del traduce en aproximadamente 17 millones de personas Poder Adquisitivo (PPA) de 2021 y datos nacionales de adicionales clasificadas como pobres, incluyendo 8 pobreza mejorados. Las nuevas líneas de pobreza son de millones que ahora se consideran en pobreza extrema. $3,00/día para los países de ingreso bajo, $4,20/día para Si bien estas actualizaciones metodológicas resultan los países de ingreso mediano bajo y $8,30/día para los en tasas y cifras de pobreza más altas, las tendencias países de ingreso mediano alto (PPA 2021), en reemplazo subyacentes de la pobreza en la región se mantienen de los umbrales anteriores de $2,15, $3,65 y $6,85 por consistentes con las obtenidas bajo la PPA de 2017. día, respectivamente (Foster et al. 2025).15 Esto representa una mejora metodológica, más que Estas revisiones presentan un panorama ligeramente un deterioro en las condiciones de vida, y ofrece una más desafiante para ALC. Con la nueva línea de pobreza representación más precisa de la pobreza en la región. extrema de $3,00/día, la tasa regional aumentó de 3,9 Figura A1. Impacto de la actualización de la PPA 2021 en las tasas de pobreza en ALC, circa 2023 100,0 15,0 90,0 Cambio en la tasa de pobreza (p.p.) 10,0 80,0 Tasa de pobreza (porcentaje) 70,0 5,0 60,0 50,0 0,0 40,0 -5,0 30,0 20,0 -10,0 10,0 0,0 -15,0 Haití (2012) Honduras Guatemala Nicaragua (2014) Colombia Perú Ecuador El Salvador México (2022) Jamaica (2021) Panamá Granada (2018) Barbados (2016) ALC Brasil Paraguay Surinam (2022) Belice (2018) República Dominicana Bolivia Argentina Costa Rica Santa Lucía (2015) Uruguay Chile (2022) Pobreza $8,30/día, PPA 2021 Cambio PPA 2017 vs. PPA 2021 Fuente: SEDLAC (CEDLAS y Banco Mundial). Nota: El agregado de ALC se basa en 18 países de la región para los cuales se dispone de microdatos (ingreso). En los casos en que no se dispone de datos, los valores se estiman mediante microsimulaciones y luego se agrupan para generar estimaciones regionales. Argentina cuenta únicamente con cobertura urbana. Los datos de Colombia 2023 son preliminares y no necesariamente coinciden con otras fuentes o documentos del Banco Mundial. Los círculos grises muestran el cambio en puntos porcentuales entre las tasas calculadas con PPA 2017 y PPA 2021 (eje derecho). 15 Tres factores clave dieron forma a esta revisión: factores de conversión de PPA mejorados, que reflejan de manera más precisa las diferencias en el costo de vida entre países; metodologías de encuestas de hogares mejoradas en los países de ingreso bajo, que permiten mediciones del bienestar más precisas; y líneas nacionales de pobreza actualizadas en los países de ingreso mediano. Estos ajustes incorporan datos del Programa de Comparación Internacional 2021, que captó los niveles de precios posteriores al COVID-19. 19 /27 Apéndice B. Definición de la línea de vulnerabilidad a la pobreza utilizando la PPA de 2021 En 2013, el informe del Banco Mundial Movilidad ALC.16 El enfoque de estos autores definió la línea de económica y el crecimiento de la clase media en América vulnerabilidad como el ingreso mediano de los hogares Latina (Ferreira et al. 2013) introdujo por primera vez las que cayeron en pobreza, y la línea de clase media como líneas de vulnerabilidad y de clase media para distinguir el ingreso correspondiente al percentil 99 entre esos entre las personas no pobres con seguridad económica, mismos hogares. Esta metodología estableció nuevas es decir, la clase media, y aquellos que, aunque se líneas regionales de $14/día para la vulnerabilidad y $81/ encuentran por encima de los umbrales de pobreza, aún día para la clase media (PPA 2017). enfrentan un alto riesgo de caer en la pobreza debido a La nueva actualización de la línea de vulnerabilidad a choques económicos, es decir, la población vulnerable. la PPA de 2021 utiliza la metodología de López-Calva y El informe adoptó la metodología de López-Calva y Ortiz-Juárez (2014) aplicada a datos de panel de cinco Ortiz-Juárez (2014), que utiliza datos de panel de Chile, países de ALC que abarcan los períodos 2015–19 y México y Perú para identificar los niveles de ingreso 2021–23: Argentina, Brasil, República Dominicana, El asociados con una probabilidad del 10 por ciento de Salvador y Perú.17 Esta metodología fue seleccionada caer en la pobreza. Este enfoque dio lugar a una línea de como el enfoque principal porque ofrece dos ventajas vulnerabilidad regional de $10/día (PPA 2005), calculada clave frente a los métodos de panel sintético y de simple como el promedio entre los tres países, y a una línea extrapolación: Primero, utiliza datos recientes de varios de clase media de $50/día, utilizada para dividir la clase países de ALC con una amplia representación regional, media y la clase alta. que incluye la mayor economía de la región, y países del Cuando las líneas internacionales de pobreza se Cono Sur, la región Andina y América Central. Segundo, actualizaron a la PPA de 2011 en 2014, las líneas de los datos de panel permiten observar directamente las vulnerabilidad y de clase media se recalcularon aplicando transiciones reales hacia y desde la pobreza, en lugar factores de extrapolación a nivel país, que ajustaban los de depender de simulaciones. El procedimiento de tres valores de la PPA de 2005 a las de 2011. etapas de la metodología relaciona distintos niveles de ingreso per cápita del hogar con la probabilidad de Con la adopción de la PPA de 2017, Fernandez, Olivieri caer en la pobreza, condicionada a las características y Sanchez (2023) reestimaron estos umbrales utilizando observables del hogar (figura B1).18 una metodología de panel sintético en 15 países de 16 Cabe señalar que los resultados para la línea de vulnerabilidad dependen del nivel de probabilidad elegido para el análisis. Se mantuvo la probabilidad del 10 por ciento de caer en la pobreza, ya que los datos de panel de los cinco países seleccionados sugieren que esta sigue siendo aproximadamente la proporción de los hogares no pobres que caerán en pobreza en el período siguiente. 17 Véase el apéndice D para obtener información detallada sobre la construcción del panel. Los cálculos se basan en paneles de un año para períodos específicos en cada país, según la disponibilidad de datos: Argentina (2016–19 y 2021–23), Brasil (2016–19 y 2022–23), República Dominicana (2017–19 y 2021–23), El Salvador (2018–19 y 2021–23) y Perú (2015–19 y 2021–23). 18 Esta actualización no considera un umbral superior para la clase media en ALC. Esto se debe a que las encuestas de hogares no suelen captar adecuadamente los ingresos más altos (Jenkins 2017; Lustig 2019). De hecho, los registros tributarios revelan discrepancias sustanciales con las encuestas de hogares en los niveles de ingreso más elevados. Por ejemplo, en Brasil el ingreso promedio por encima del percentil 99 es de 26.477 dólares en los registros tributarios, frente a 12.538 dólares en las encuestas de hogares (PPA 2021). Perú muestra disparidades similares, con 21.129 dólares frente a 5.438 dólares para el mismo percentil (PPA 2021). Estas discrepancias también se reflejan en las medidas de concentración del ingreso. En Brasil, el 1 por ciento superior concentra el 27,4 por ciento del ingreso total según los registros tributarios, frente al 12,4 por ciento en las encuestas de hogares. Perú presenta patrones comparables, con 27,0 por ciento frente a 7,7 por ciento para el percentil de ingreso más alto. 20 /27 Figura B1. Probabilidad de caer en pobreza vs. ingreso per cápita del hogar por día 90,0 80,0 Probabilidad de caer en pobreza (porcentaje) 70,0 60,0 50,0 40,0 30,0 20,0 10,0 0,0 0,0 5,0 10,0 15,0 20,0 25,0 30,0 35,0 40,0 45,0 50,0 Ingreso per cápita del hogar por día (USD PPA 2021) Brasil Perú Argentina República Dominicana El Salvador Fuente: SEDLAC (CEDLAS y Banco Mundial). Nota: Los cálculos se basan en López-Calva y Ortiz-Juárez (2014) y en paneles de un año para períodos específicos por país: Argentina (2016–19, 2021–23), Brasil (2016–19, 2022–23), República Dominicana (2017–19, 2021–23), El Salvador (2018–19, 2021–23) y Perú (2015–19, 2021–23). La metodología propuesta para actualizar la línea Como una verificación adicional de robustez, se de vulnerabilidad presenta algunas limitaciones. En implementó la metodología de paneles sintéticos de primer lugar, solo cinco países de la región cuentan Fernandez, Olivieri y Sanchez (2023). Este enfoque arroja con datos de panel adecuados para la estimación, ya una estimación de la línea de vulnerabilidad de $16,5/ que solo estos cuentan con las variables necesarias día (PPA 2021) para los cinco países con datos de panel y para construir una medida armonizada del ingreso per de $16,9/día (PPA 2021) al utilizar datos transversales de cápita del hogar, utilizada en el análisis de pobreza. En 15 economías de ALC. Además, la extrapolación simple segundo lugar, los resultados dependen del conjunto de utilizando las tasas de conversión de la PPA 2017 a la variables de control seleccionadas para la estimación. PPA 2021 produce una línea de vulnerabilidad promedio Sin embargo, los análisis de sensibilidad demuestran de $15,9/día para los cinco países seleccionados y de que los resultados se mantienen robustos al variar las $15,5/día al aplicarse a los 15 países de ALC con datos características de los hogares incluidas en el análisis. transversales disponibles. 21 /27 Tabla B1. Actualización de las líneas de vulnerabilidad para 5 países de ALC Promedio de la línea de vulnerabilidad para 5 países de ALC Paneles Paneles Países Extrapolación PPA reales sintéticos LC-OJ* Brasil $16,0 $16,6 $18,8 Argentina $15,3 $21,1 $19,2 Perú $15,3 $14,0 $17,2 República Dominicana $17,5 $17,0 $15,6 El Salvador $15,2 $14,0 $14,9 Promedio $15,9 $16,5 $17,1 Todos los países disponibles en SEDLAC (USD PPA 2021) $15,5 $16,9   Fuente: SEDLAC (CEDLAS y Banco Mundial). Nota: Los paneles reales corresponden al promedio simple de los paneles que cubren los períodos 2016–2019 y 2022–2023. Los valores representan umbrales de ingreso diario en PPA 2021. Las estimaciones por extrapolación de PPA se basan en la actualización de las líneas de vulnerabilidad anteriores utilizando los factores de ajuste de PPA de 2017 a 2021. La metodología de paneles sintéticos presenta promedios de dos años, excluyendo 2020. *López-Calva y Ortiz-Juárez (2014) Apéndice C. Figuras y tablas adicionales Figura C1. Determinantes de los cambios de desigualdad por país de ALC, 2022–24 2,5 2,0 1,5 1,0 Puntos porcentuales 0,5 0,0 -0,5 -1,0 -1,5 -2,0 -2,5 República Argentina El Salvador Panamá Bolivia Perú Ecuador Paraguay Colombia Uruguay México ALC Honduras Costa Rica Brasil Dominicana (2022-2023) (2023-2024) (2022-2023) (2023-2024) Mercado laboral Demografía Transferencias públicas Remesas Pensiones Otros ingresos no laborales Fuente: SEDLAC (CEDLAS y Banco Mundial). Nota: El agregado de ALC para 2022–24 se basa en 14 países con microdatos disponibles y comparables para ambos años: Argentina, Brasil, Colombia, Costa Rica, República Dominicana, Ecuador, México, Paraguay, Perú y Uruguay, así como Panamá y Honduras (2023–2024) y Bolivia y El Salvador (2022– 2023). Las definiciones de ingreso son las mismas que en la Figura 8. Argentina cuenta únicamente con cobertura urbana. 22 /27 Figura C2. Determinantes de los cambios en la desigualdad por país de ALC, 2016–2024 3,0 2,0 1,0 Puntos porcentuales 0,0 -1,0 -2,0 -3,0 -4,0 -5,0 Uruguay Ecuador Argentina El Salvador Panamá Costa Rica Brasil Guatemala ALC Bolivia República Perú Honduras México (2016-2023) (2014-2023) (2016-2023) Dominicana (2017-2024) Mercado laboral Demografía Transferencias públicas Remesas Pensiones Otros ingresos no laborales Fuente: SEDLAC (CEDLAS y el Banco Mundial). Nota: El agregado de ALC para 2016–24 se basa en 13 países con microdatos disponibles y comparables para ambos años: Argentina, Brasil, Costa Rica, Ecuador, Honduras, México, Panamá, Perú y Uruguay, así como Bolivia y El Salvador (2016–2023), República Dominicana (2017–2024) y Guatemala (2014–2023). Los datos de 2016 para Uruguay no son estrictamente comparables con los de 2024. Las definiciones de ingreso son las mismas que en la figura 7. Argentina cuenta únicamente con cobertura urbana. Tabla C1. Tasas de pobreza y proyecciones por país de ALC, 2022–2025e (porcentaje) Tasa de pobreza Tasa de pobreza de ingreso Tasa de pobreza de ingreso internacional mediano bajo mediano alto Países $3,00/día $4,20/día $8,30/día 2022 2023 2024 2025e 2022 2023 2024 2025e 2022 2023 2024 2025e Argentina 1,3 1,2 1,0 0,9 2,9 3,1 2,8 2,6 13,9 16,4 15,2 14,7 (urbano) Bolivia 3,3 2,8 3,0 3,9 5,7 5,1 5,5 6,5 18,5 16,5 17,2 18,4 Brasil* 4,9 3,8 3,0 3,0 8,5 7,5 6,2 6,0 25,3 23,4 20,6 20,3 Chile 0,5 0,5 0,5 0,5 0,9 0,9 0,9 0,9 5,7 5,7 5,5 5,3 Colombia *,** 9,3 8,6 8,5 8,3 15,8 15,2 14,7 14,2 40,2 39,1 37,0 36,2 Costa Rica 1,6 1,5 1,3 1,3 4,0 3,4 2,6 2,6 17,1 15,3 12,6 12,1 República 1,0 1,3 0,8 0,7 3,2 3,0 2,0 1,9 20,2 16,9 14,0 13,4 Dominicana Ecuador 4,4 4,7 7,3 7,3 9,2 10,0 12,1 12,0 30,9 30,8 32,6 32,1 Guatemala   9,7 9,6 9,4   17,6 17,6 17,2   47,3 47,0 46,1 Honduras   17,0 15,7 14,0   26,6 23,5 21,1   53,3 49,8 46,1 El Salvador 5,2 4,6 4,9 5,2 9,6 8,6 8,9 9,0 32,7 29,9 29,9 29,9 México* 2,3   1,7 1,7 5,7   4,2 4,2 27,4   21,7 21,8 Nicaragua 8,7 7,9 8,0 7,7 14,4 13,1 14,4 13,6 40,4 37,9 39,2 38,0 Panamá   3,7 3,1 3,1   7,2 6,8 6,9   19,8 19,8 19,5 Paraguay 3,2 2,4 2,1 2,0 7,2 5,8 4,5 4,4 25,8 22,8 20,5 19,3 Perú 4,8 5,9 5,1 5,0 10,7 11,7 10,7 10,3 37,8 38,3 36,2 35,3 Uruguay 0,2 0,2 0,2 0,2 0,7 0,7 0,5 0,5 6,3 6,6 5,9 5,8 ALC 5,8 5,3 4,9 4,9 9,9 9,4 8,6 8,5 29,0 27,9 25,5 25,2 Fuente: SEDLAC (CEDLAS y Banco Mundial). Nota: e = estimación. Las celdas resaltadas indican datos microsimulados. Para obtener detalles específicos por país sobre los períodos de comparabilidad de los datos, consulte el dashboard de comparabilidad en el LAC Equity Lab (LEL). * Los datos de Brasil, Colombia y México para 2024 son preliminares. ** Los datos de 2023 para Colombia fueron revisados recientemente por la oficina nacional de estadística y no necesariamente coinciden con otras fuentes o documentos del Banco Mundial. 23 /27 Apéndice D. Análisis de la relación entre transiciones laborales y movilidad socioeconómica en cinco países de ALC mediante datos de panel Los resultados presentados en la sección 6 examinan La encuesta ECNFT de República Dominicana utiliza un la relación entre las transiciones del mercado laboral esquema de rotación continua de 5 trimestres, lo que y la movilidad socioeconómica, así como el proceso de permite el seguimiento año tras año del 25 por ciento actualización de la línea de vulnerabilidad utilizando de la muestra total de la encuesta de hogares, con PPA 2021. Estos hallazgos se derivan de un análisis de variables armonizadas disponibles a través de los datos regresión que utiliza datos de panel de cinco países de de SEDLAC. ALC: Perú, Brasil, Argentina, República Dominicana y El La encuesta EHPM de El Salvador carece de un diseño Salvador. El conjunto de datos cubre diferentes períodos de panel oficial. Sin embargo, la colaboración entre para cada país: 2015–19 y 2021–23 para Perú, 2016–19 la Oficina Nacional de Estadística y Censos (ONEC) y 2021–23 para Argentina, 2017–19 y 2021–23 para y el equipo de pobreza de El Salvador en el Banco República Dominicana, 2016–19 y 2022–23 para Brasil, y Mundial permitió la construcción de un panel utilizando 2018–19 y 2021–23 para El Salvador. identificadores geográficos de asentamientos y D1. Construcción de datos de panel probando la consistencia de las características a nivel individual, como la edad, para analizar las transiciones La encuesta EPHC de Argentina emplea un diseño de socioeconómicas y del mercado laboral entre los jefes de panel rotativo 2-2-2 con renovación del 25 por ciento hogar. Agradecemos al equipo de pobreza del país de El del panel cada trimestre. Los hogares del panel son Salvador por su colaboración en la construcción de este visitados durante dos trimestres consecutivos, se omiten conjunto de datos de panel. durante dos trimestres y luego se visitan nuevamente durante dos trimestres adicionales. Este diseño permite La encuesta ENAHO de Perú proporciona los datos el seguimiento del 25 por ciento de la muestra total año de panel más largos y completos, rastreando hogares tras año, con variables armonizadas disponibles a través durante uno a cinco años durante 2015–19 y 2019–24. de los datos de SEDLAC. El Instituto Nacional de Estadística y Informática (INEI) de Perú proporciona conjuntos de datos de panel La encuesta PNAD-C de Brasil utiliza un esquema de preconstruidos que facilitan el mapeo a los datos rotación continua de 5 trimestres que rastrea hogares armonizados de SEDLAC. En este informe, utilizamos solo durante más de 15 meses. Si bien los microdatos los paneles de un año, pero realizamos una verificación públicos carecen de identificadores únicos de individuos de robustez utilizando la estructura de panel más larga, u hogares, proporcionan un conjunto de variables o que está disponible bajo solicitud. “llaves” que, en conjunto, permiten la construcción de estos identificadores. Sin embargo, las variables D2. Metodología para las regresiones de transición de relacionadas con los materiales y la propiedad de la pobreza y empleo (Sección 6) vivienda no se recopilan durante la quinta visita. Dado La estimación emplea modelos de probabilidad lineal que estas variables son necesarias para estimar la renta utilizando variables binarias que indican transiciones imputada—un componente esencial del ingreso per del mercado laboral: entrada al empleo, salida del cápita del hogar utilizado en el cálculo de las tasas de empleo, mejora y deterioro ocupacionales. La mejora pobreza internacional—se aplicó la renta imputada de y el deterioro ocupacional se definen en función de la la primera ronda del panel a las rondas posteriores. clasificación ocupacional de la OIT descrita en la tabla Este enfoque es factible porque los hogares deben D5. Aquí, la mejora ocupacional es una variable binaria permanecer en la misma vivienda para ser incluidos en igual a 1 si un trabajador se mueve de una ocupación en el panel. Es importante señalar que las tasas oficiales de el nivel de habilidad 1 a una en el nivel de habilidad 2 o pobreza internacional reportadas por el Banco Mundial 3, o de una ocupación en el nivel de habilidad 2 a una en se calculan utilizando solo la primera visita (excepto las el nivel de habilidad 3. Por el contrario, la degradación tasas reportadas en 2020 y 2021, cuando los datos de la ocupacional es una variable binaria igual a 1 cuando primera visita no fueron publicados). un trabajador transita en la dirección opuesta, de una 24 /27 ocupación con un conjunto de habilidades más alto a una comunes que afectan a todos los países. Para garantizar con un nivel de habilidad más bajo. una representación equilibrada entre países, se reescalaron las ponderaciones muestrales de modo que El modelo incluye características del hogar y del jefe cada país tenga el mismo peso en el agregado regional, del hogar medidas en el periodo inicial como controles: preservando la distribución interna de cada país. Los residencia urbana, grupo de edad, género, estado de errores estándar robustos se agrupan a nivel de región pareja (si el jefe del hogar reporta estar casado o tener subnacional para tener en cuenta la posible correlación una pareja presente al momento de la encuesta), niveles en los resultados dentro de las áreas geográficas. educativos, tamaño del hogar, número de niños y número de trabajadores en el hogar. Las regresiones a nivel de país siguen la misma metodología que la regresión agrupada, utilizando La especificación incorpora efectos fijos de país y región ponderaciones de encuesta, efectos fijos a nivel de subnacional para controlar las características invariantes región y errores estándar robustos agrupados a nivel en el tiempo específicas de cada país y efectos fijos de regional subnacional. período para tener en cuenta los shocks temporales Tabla D1. Regresiones de transición para 5 países de ALC (agrupados) Sale de la clase Entra a la clase Cae en pobreza Sale de la pobreza media media 0,0276*** 0,138*** -0,0409*** 0,134*** Obtención de empleo -0,00736 -0,0129 -0,00697 -0,0143 0,141*** -0,0140** 0,135*** -0,0426*** Pérdida de empleo -0,0119 (0,00636) -0,0156 -0,00952 0,00986 0,0328*** 0,00155 0,0305** Mejora ocupacional -0,00634 -0,00853 -0,0165 -0,0121 0,0179** 0,00656 0,0182 0,00505 Deterioro ocupacional -0,00739 -0,0075 -0,0121 -0,00641 Observaciones 161.040 161.040 161.040 161.040 R-cuadrado ajustado 0,052 0,062 0,032 0,037 Fuente: SEDLAC (CEDLAS y el Banco Mundial). Nota: El agregado de ALC se basa en cinco países con microdatos de panel disponibles para el período 2021–23: Argentina, Brasil, República Dominicana, El Salvador y Perú. Los cálculos se basan en paneles de transición de un año. Para Brasil, solo se utilizan los datos de panel de 2022–23. Todas las estimaciones incluyen una constante y efectos fijos de año y país–región, con errores agrupados a nivel de país–región. Los niveles de habilidad se definen de acuerdo con la clasificación ocupacional de la OIT: habilidad alta (directivos, profesionales, técnicos y profesionales asociados), habilidad media (empleados de oficina, trabajadores de servicios y ventas, trabajadores calificados en agricultura, silvicultura y pesca, artesanos y trabajadores de oficios relacionados, operadores de plantas y máquinas) y habilidad baja (ocupaciones elementales). Los controles demográficos incluyen área de residencia (urbana/rural), grupo de edad, género, un indicador de si el jefe del hogar tiene pareja en el hogar, nivel educativo del jefe del hogar, número de miembros del hogar, número de niños en el hogar y número de trabajadores en el hogar. *** p < 0,01, ** p < 0,05, * p < 0,1. Tabla D2. Regresión de transición para 5 países de ALC (nivel país) Variables Cae en pobreza Sale de la pobreza Sale de la clase media Entra a la clase media Argentina -0,0307*** 0,106*** -0,0449*** 0,0848*** Obtención de empleo -0,00674 -0,0112 -0,0083 -0,00752 0,114*** -0,0153** 0,135*** -0,0585*** Pérdida de empleo -0,00468 -0,00484 -0,0155 -0,00342 0,00764 0,0129*** -0,0279 0,0146 Mejora ocupacional -0,00569 -0,00229 -0,0195 -0,00809 -0,000933 -0,00464* -0,0121 0,00498 Deterioro ocupacional -0,00509 -0,00198 -0,0159 -0,00524 Observaciones 23.497 23.497 23.497 23.497 25 /27 Variables Cae en pobreza Sale de la pobreza Sale de la clase media Entra a la clase media Brasil -0,0339*** 0,155*** -0,0267** 0,129*** Obtención de empleo -0,00342 -0,00736 -0,00939 -0,0247 0,165*** -0,0129 0,122*** -0,0287*** Pérdida de empleo -0,00711 -0,0096 -0,0253 -0,00388 -0,00221 0,0209** -0,00321 0,0461*** Mejora ocupacional -0,00297 -0,00597 -0,00555 -0,00503 0,0235*** -0,0016 0,0353*** -0,00265 Deterioro ocupacional -0,00408 -0,00416 -0,00371 -0,0053 Observaciones 112.894 112.894 112.894 112.894 República Dominicana -0,0182 0,135** -0,0496* 0,213*** Obtención de empleo -0,0266 -0,0521 -0,0258 -0,0177 0,140*** 0,0181 0,163*** -0,0403 Pérdida de empleo -0,0374 -0,0224 -0,0471 -0,0276 0,0254 0,0833** 0,0543 0,0944** Mejora ocupacional -0,016 -0,0359 -0,0599 -0,0391 0,032 0,0554 0,0467 -0,0256 Deterioro ocupacional -0,0202 -0,0498 -0,0418 -0,0228 Observaciones 2.233 2.233 2.233 2.233 El Salvador -0,015 0,0925*** -0,0303 0,0883** Obtención de empleo -0,0267 -0,00733 -0,02 -0,0301 0,159*** 0,0193 0,00274 -0,021 Pérdida de empleo -0,0193 -0,0386 -0,0115 -0,0206 0,000585 0,144** -0,0514* 0,0335 Mejora ocupacional -0,0399 -0,033 -0,0209 -0,0165 0,00289 0,0763** -0,0167 0,00616 Deterioro ocupacional -0,0137 -0,0249 -0,0102 -0,0136 Observaciones 5.092 5.092 5.092 5.092 Perú -0,0469*** 0,130*** -0,0568*** 0,115*** Obtención de empleo -0,0137 -0,0157 -0,0162 -0,0337 0,157*** -0,0272** 0,0989*** -0,0740*** Pérdida de empleo -0,0219 -0,0118 -0,0273 -0,0175 0,0127 0,0280** -0,00952 -0,0120** Mejora ocupacional -0,0168 -0,0109 -0,009 -0,00554 0,0339* -0,00345 0,0111 0,007 Deterioro ocupacional -0,0183 -0,0123 -0,0153 -0,0158 Observaciones 17.324 17.324 17.324 17.324 Fuente: SEDLAC (CEDLAS y el Banco Mundial). Nota: Los cálculos se basan en paneles de transición de un año utilizando datos de 2021–23 para Argentina. Todas las estimaciones incluyen una constante y efectos fijos de año y país–región, con errores agrupados a nivel de país–región. Los niveles de habilidad se definen de acuerdo con la clasificación ocupacional de la OIT: habilidad alta (directivos, profesionales, técnicos y profesionales asociados), habilidad media (empleados de oficina, trabajadores de servicios y ventas, trabajadores calificados en agricultura, silvicultura y pesca, artesanos y trabajadores de oficios relacionados, operadores de plantas y máquinas) y habilidad baja (ocupaciones elementales). Los controles demográficos incluyen área de residencia (urbana/rural), grupo de edad, género, presencia de pareja del jefe hogar, nivel educativo del jefe del hogar, número de miembros del hogar, número de niños en el hogar y número de trabajadores en el hogar. *** p < 0,01, ** p < 0,05, * p < 0,1. 26 /27 Tabla D3. Transiciones del mercado laboral en datos de panel para 5 países de ALC (porcentaje) República   Argentina Brasil Perú El Salvador Dominicana   2021-2023 2022-2023 2021-2023 2021-2023 2022-2023 Transiciones del mercado laboral Obtención de empleo 4,6 6,9 4,2 5,6 5,8 Pérdida de empleo 5,5 8,0 5,8 5,6 5,7 Mejora ocupacional 8,4 4,5 4,6 7,8 6,2 Deterioro ocupacional 9,5 4,6 3,7 7,9 6,7 Condicional a caer en pobreza Obtención de empleo 4,6 4,5 3,4 2,4 4,3 Pérdida de empleo 14,4 27,9 19,4 12,3 17,2 Mejora ocupacional 9,8 3,0 5,6 8,1 6,3 Deterioro ocupacional 9,2 5,0 5,3 9,2 6,9 Condicional a salir de la pobreza Obtención de empleo 16,5 23,9 13,2 11,0 13,2 Pérdida de empleo 2,4 5,4 4,5 3,7 4,8 Mejora ocupacional 10,5 4,7 8,2 9,3 11,8 Deterioro ocupacional 8,5 3,3 5,6 7,2 8,9 Condicional a caer en vulnerabilidad Obtención de empleo 2,9 3,1 1,9 2,0 4,6 Pérdida de empleo 13,0 20,2 14,4 12,3 7,0 Mejora ocupacional 6,1 4,0 6,2 6,4 3,6 Deterioro ocupacional 8,3 6,4 4,9 8,5 6,5 Condicional a pasar a la clase media Obtención de empleo 9,4 16,6 10,5 11,6 10,5 Pérdida de empleo 2,0 4,8 3,7 2,3 5,1 Mejora ocupacional 10,3 6,4 7,6 6,7 8,3 Deterioro ocupacional 10,7 3,9 2,9 8,4 7,2 Fuente: SEDLAC (CEDLAS y el Banco Mundial). Nota: Los cálculos se basan en paneles de transición de un año utilizando datos de 2021–23 para Argentina, República Dominicana, El Salvador y Perú. Para Brasil, solo se utiliza el panel de 2022–23. Tabla D4. Informalidad, protección social y empleo (porcentaje) Trabajo nuevo Trabajo anterior Todos los trabajadores   (Obtuvieron empleo) (Perdieron empleo) (Con y sin transición laboral) Estructura del trabajo (Promedio de cinco países)   Informalidad productiva Formal 30,0 31,9 48,9 Informal 69,8 68,1 51,1 Informalidad legal Formal 18,9 24,1 41,7 Informal 81,1 75,7 58,3 27 /27 Trabajo nuevo Trabajo anterior Todos los trabajadores   (Obtuvieron empleo) (Perdieron empleo) (Con y sin transición laboral) Estructura del trabajo (Promedio de cinco países)   Nivel de habilidad Nivel de habilidad baja 28,6 23,9 18,9 Nivel de habilidad media 61,1 64,2 62,5 Nivel de habilidad alta 10,3 12,0 18,6 Tipo de trabajo Empleador 3,7 3,3 5,2 Trabajador asalariado 46,2 46,8 55,0 Trabajador independiente 47,6 47,6 37,9 Trabajador no remunerado 2,5 2,3 1,9 Fuente: SEDLAC (CEDLAS y el Banco Mundial). Nota: Los cálculos se basan en paneles de transición de un año utilizando datos de 2021–23 para Argentina, República Dominicana, El Salvador y Perú. Para Brasil, solo se utilizan los datos de panel de 2022–23. La definición basada en productividad considera como informales a aquellos trabajadores que tienen empleos asalariados en empresas pequeñas (con menos de cinco empleados), son trabajadores por cuenta propia sin educación más allá de la secundaria, o son trabajadores familiares no remunerados. La informalidad legal se define como trabajadores que no cuentan con seguro de pensión relacionado con el trabajo. Para Argentina, estos son trabajadores asalariados que no reciben seguro de pensión relacionado con el trabajo y trabajadores no asalariados sin educación terciaria completa. Tabla D5. Clasificación ocupacional de la OIT Código asociado Tipos de profesiones Nivel de habilidad asociada 1 Directivos 2 Profesionales Nivel de habilidad III y IV (Alta) 3 Técnicos y profesionales asociados 4 Empleados de oficina 5 Trabajadores de servicios y ventas 6 Trabajadores calificados en agricultura, silvicultura y pesca Nivel de habilidad II (Media) 7 Artesanos y trabajadores de oficios relacionados 8 Operadores de plantas y máquinas y ensambladores 9 Ocupaciones elementales Nivel de habilidad I (Baja) Fuente: Organización Internacional del Trabajo (2025). Aprende más: LAC EQUITY LAB